feat(sense): T-G5 Grader 决策组合（特征门×概率×conformal + /v1/route + 三态 mode）

- features.py：gate() 纯函数——轮数/字符估算/意图黑名单/仓库级信号/长度门
  -> t1_hard_ok（任一硬门不过即 False，D-G1）
- grader.py：Grader.decide §8 时序（embed 降级检查 -> 特征门 -> LinearHead 概率
  -> conformal 阈值：p1>=τ1 且 t1_hard_ok->T1，p3>=τ3 或 repo_signals->T3，
  其余 T2 默认；collect/shadow 只写观察 executed=现行为，live 决策即执行；
  全模式 observer.log）；工件/阈值缓存 + invalidate；D-G4 规则门退化
- routes：/v1/route 契约（D-G6 不落 query 原文）
- fix(observer)：embedding list -> BLOB 转换（修 sqlite 绑定）
- 测试 +6（门矩阵/shadow 不改流/live 决策/降级/保守阈值/写观察），全量 405 passed

任务拆解与执行计划.md

@@ -160,7 +160,7 @@ P0 完成后的能力：干净的后端抽象 + 可量化的评测 + 可追溯
 | T-G3 | 标签+校准：夜间 true_tier 推导 + split-conformal + 工件表 | ✅ 完成 | T-G3 |
 | T-G3b | KnnHead（架构变体 B）：kNN 投票 + conformal-kNN + 按桶分区/封顶/压缩；hybrid fusion 预留（§14） | ⬜ 待办 | |
 | T-G4 | 线性头：离线训练脚本 + LinearHead 纯 Python 推理 + 登记 | ✅ 完成 | T-G4 |
-| T-G5 | Grader：决策组合（特征门×概率×conformal）+ /v1/route + 三态 mode | ⬜ 待办 | |
+| T-G5 | Grader：决策组合（特征门×概率×conformal）+ /v1/route + 三态 mode | ✅ 完成 | T-G5 |
 | T-G6 | live 分流：pipeline tier_fn 三档钩子 + proxy 档位映射 + T2 档升级阶梯 | ⬜ 待办 | |
 | T-G7 | 审计+前端：ReviewQueue 抽样 + tier 指标卡 + 客户端来源显示/一键升级 | ⬜ 待办 | |
 | T-G8 | 实验：E-G1/E-G3 报告；（可选）LoraRemote + E-G2 线性 vs LoRA | ⬜ 待办 | |