docs/autoflow/02-prd/PRD.md

@@ -503,7 +503,6 @@
 
 - 流程固定：ONNX → BIE → NEF，不支援跳過或只跑部分（後端限制）
 - 任何階段失敗即整體 FAILED，不自動重試
-- **ONNX 階段輸出語意（2026-07-06 M 級變更）**：ONNX 優化後、存檔前對所有 platform 移除尾端 Softmax，故 NEF 最終輸出為 logits 而非機率。詳見 §11 註與 `../04-architecture/TDD.md` §12。
 
 ### 5.5 對外 API 端點預告（新增，2026-04-25，待 Architect 產出詳細規格）
 
@@ -803,18 +802,12 @@ RICE = (Reach x Impact x Confidence) / Effort
 
 | 平台代號 | 平台名稱 | 備註 |
 |---------|---------|------|
-| 520 | KDP520 | 含尾端 Softmax 的模型自 2026-07-06 起可轉（見下方註）|
+| 520 | KDP520 | - |
 | 720 | KDP720 | - |
 | 530 | KDP530 | - |
 | 630 | KDP630 | - |
 | 730 | KDP730 | - |
 
-> **輸出語意變更（2026-07-06，M 級）**：轉檔管線自 2026-07-06 起，對**所有 platform** 一律移除模型尾端的 Softmax 節點、NEF 輸出改為 **logits（未經 softmax 的原始分數）**，而非先前的機率輸出。
-> - **為什麼**：含尾端 Softmax 的分類模型轉 KL520 時 batch_compile 會因不支援 Softmax CPU op 而失敗（exit 6）；移除 Softmax 後可正常編譯，且與正式站（`converter.innovedus.com`）行為一致（正式站本就是這樣做）。
-> - **對呼叫端的影響**：取分類結果（argmax）通常不受影響；若需要「機率值」，呼叫端（如 visionA）須在 host 端自行補 softmax。
-> - **需跨團隊通知**：visionA 團隊。
-> - 技術細節見 `../04-architecture/TDD.md` §12、`../04-architecture/design-doc.md` ADR-012。
-
 ---
 
 ## 12. 風險與緩解

docs/autoflow/04-architecture/TDD.md

@@ -17,7 +17,6 @@
 | 2026-04-25 | 初版 Draft 1.0（OAuth resource server + promote） | Architect Agent |
 | 2026-04-25 | Multipart 上傳路徑改 visionA → converter 直傳；移除 FAA GET/HEAD | Architect Agent |
 | 2026-05-16 | **Phase 0.8b 重寫**：visionA → converter 改 API key；新增 `/result` endpoint；OAuth resource server 章節砍除；模組化拆分為索引 + 子檔案 | Architect Agent |
-| 2026-07-06 | **Worker 行為變更（M 級）**：onnx worker 對**所有 platform** 一律移除尾端 Softmax、輸出 logits（與正式站對齊、修 520 batch_compile exit 6）；pre-check regex 收窄。新增 §12 | Architect Agent |
 
 ---
 
@@ -38,7 +37,6 @@
 | `observability.md` | Log 格式 + 敏感資料保護 + 告警 | Backend |
 | `security.md` | Trust boundary + Input validation + Auth security | 全部 |
 | `design-doc.md` | 架構決策 + ADR | 全部 |
-| 本檔 §12 | **Worker 轉檔管線行為變更**（尾端 Softmax 移除 + pre-check regex 收窄，2026-07-06 M 級）| Backend、Reviewer、Testing |
 
 ---
 
@@ -293,94 +291,4 @@ apps/task-scheduler/
 
 ---
 
-## 12. Worker 轉檔管線行為變更（2026-07-06，M 級）
+**附註**：本 TDD 從 1390 行單檔重組為 ~180 行索引 + 8 個子檔案。每個子檔案 < 500 行（單一職責），可獨立給 Backend / Reviewer / Testing 不同角色讀對應檔案、減少 context 負擔。
-
-> **範圍界定**：本 TDD 前 11 章聚焦 Task Scheduler 對外 API / auth 層（Phase 0.8b）。本章新增，記錄 **Python Worker 轉檔管線** 的一個行為變更 —— 與 API / auth 無關，但同屬本 repo 的架構決策、故收在同一份 TDD 索引，方便 Backend / Reviewer / Testing 讀。詳細實作插入點見 §12.2。
-
-### 12.1 尾端 Softmax 自動移除（輸出 logits）
-
-#### 為什麼（背景）
-
-- **問題**：含尾端 Softmax 的分類模型（如 MobileNet classifier）轉 **KL520** 時，`batch_compile -T 520` 撞 `UnimplementedFeature: undefined CPU op [Softmax]`、**exit 6** 失敗。
-- **根因**：runtime image（`/app/ktc/onnx_optimizer.py`，kneronnxopt 版）的 `eliminate_tail` 是**閹割版 no-op**（container 內印 `WRANING: eliminate_tail is not available in current conda environment`），所以即使 `onnx2onnx_flow(eliminate_tail=True)` 也砍不掉尾端 Softmax、Softmax 一路帶進 batch_compile 撞 520 不支援的 CPU op。
-- **對齊正式站**：正式站 `converter.innovedus.com`（另一套 code base）對**同一顆** fixture 能編出真 520 .nef。staging 實測比對正式站 .nef：output = `(1,3,1,1)` 定點量化 logits、**無 Softmax**，且權重段（`wt` 0xc0530）與我們砍掉 Softmax 後產的 .nef **逐 byte 相同**、compiler 版本字串完全相同（`v0.9.1(6d7a863)`）→ 證明正式站就是「模型階段移除 Softmax、logits 落 host 後處理」，這是 Kneron 對 520 的標準做法。
-
-#### 決策（拍板）
-
-**onnx 階段（`onnx2onnx_flow` 之後、`onnx.save` 之前）對所有 platform 一律移除尾端 Softmax、輸出 logits，與正式站行為對齊。**
-
-- **不限 520**：雖然只有 520 會因 Softmax exit 6，但為了「所有 platform 輸出一致 = logits」、與正式站對齊、避免 platform 分歧造成呼叫端困惑，決定**所有 platform 統一移除**。（若日後有「某 platform 需保留 Softmax」的需求，再走 platform 分支，屆時另開 ADR。）
-- **觸發條件（實作對齊，2026-07-06 backend 實測修訂）**：**只移除 terminal（graph 尾端、無下游節點）的 Softmax；中間層的 Softmax 不移除**。理由見下方「怎麼做」的 `cut_nodes` 說明——`cut_types` 是 cut-from-node 語意，遇到中間層 Softmax 會把整段下游靜默切掉，故改用「terminal-only + `cut_nodes`」精準移除。移除後 logits 自動接成新 graph output。
-
-#### 怎麼做（實作方式，2026-07-06 backend 實測修訂）
-
-- **插入點**：`services/workers/onnx/core.py:36-37` 之間（`onnx2onnx_flow(...)` 之後、`onnx.save(model, output_path)` 之前）。
-- **呼叫方式（backend 實作 + staging 實測可行）**：
-  ```python
-  # 注意：runtime 的 ktc.onnx_optimizer 沒有 editor API（remove_nodes_with_types 等）
-  # 必須改呼叫底層 tools.other.remove_nodes
-  import sys
-  sys.path.insert(0, "libs/ONNX_Convertor/optimizer_scripts")  # 依 container 掛載點調整
-  from tools import other
-
-  # 只挑「terminal（無下游節點）且 op_type == Softmax」的節點名，用 cut_nodes 精準移除
-  terminal_softmax = [
-      n.name for n in model.graph.node
-      if n.op_type == "Softmax" and _is_terminal(n, model.graph)
-  ]
-  if terminal_softmax:
-      other.remove_nodes(model.graph, cut_nodes=terminal_softmax)
-  ```
-  （`_is_terminal` 判斷該節點的 output 不是任何其他節點的 input，即 graph 尾端；實際 helper 命名以 backend 實作為準。）
-- **不要用** `cut_types=["Softmax"]`（原 sketch 寫法，已棄用）：`cut_types` 是 cut-from-node 語意，遇到**中間層** Softmax 會把其整段下游節點**靜默切掉**（危險）。改用 `cut_nodes`（明確指定要移除的節點名）+ 只挑 terminal Softmax。對已驗證情境（fixture、尾端 Softmax）兩者行為**逐 byte 等價**，但 `cut_nodes` + terminal-only 在有中間層 Softmax 的模型上才安全。
-- **不要用**：`ktc.onnx_optimizer.remove_nodes_with_types(...)` —— runtime image 的 `ktc.onnx_optimizer`（kneronnxopt 版）**沒有任何 editor API**；`ktc/onnx_optimizer_1_7.py` 雖存在但不可 import（hardcode `/workspace` 路徑 + 依賴 container 沒有的 `onnx.optimizer`）。
-- **不要依賴** `eliminate_tail=True` 做尾端清理（runtime 是 no-op）。
-- job metadata 應標注「Softmax 已移除、需 host 端後處理」提醒呼叫端。
-
-#### 行為影響（重要，必須傳達給呼叫端）
-
-- **所有 platform 的 NEF 輸出從「含 Softmax（機率）」變「logits」**。
-- 呼叫端（visionA-backend）若對轉檔結果做分類後處理（取 argmax 通常不受影響、但取「機率值」會受影響），**需自行在 host 端補 softmax**。
-- **⚠️ 需通知 visionA 團隊**：這是對外可觀察的輸出語意變更，即使 argmax 分類結果不變、機率數值會變。列為交付前跨團隊溝通項。
-
-#### 證據連結（個人層，per-branch）
-
-- 實驗規劃（bug 反推、只讀 code）：`.autoflow/05-implementation/tflite-520-experiment-plan-2026-07-06.md`
-- staging 實測驗證（砍 Softmax → 520 產真 .nef、與正式站逐 byte 比對）：`.autoflow/06-testing/reports/tflite-520-softmax-removal-verify-2026-07-06.md`（H1/H2/H3 全綠、含正式站 .nef 比對閉環、backend 實作注意事項）
-
-### 12.2 pre-check regex 收窄（設計修訂）
-
-#### 原設計 → 修訂
-
-`services/backends/precheck.py` 的「不支援 op 早期失敗」pre-check，原設計是「掃到 marker 字樣（regex 命中）就擋」，實測發現會**誤擋**——`hw_not_support_col` 是**欄位名**、被 `hw_not_support` regex 誤命中，導致能編出真 .nef 的乾淨模型也可能被擋。
-
-**修訂為「訊號 + 具體 op 名稱才擋，抽不到 op 名稱時放行 + warning（fail-open）」：**
-
-| 項目 | 原設計 | 修訂後 |
-|------|--------|--------|
-| `hw_not_support_col`（欄位名誤命中） | 會命中、造成誤擋 | **刪除 / 大幅收窄**該 regex |
-| `hw_not_support` 的 op capture group | optional（抽不到 op 名也擋） | **改必須**（capture group 必抽到具體 op 名才算命中） |
-| 抽不到具體 op 名稱時 | 擋（fail-closed） | **放行 + warning**（真 fail-open） |
-
-#### 為什麼 fail-open
-
-pre-check 的定位是「早期快速失敗、省 batch_compile 時間」的**優化**，不是**授權邊界**。誤擋（把能轉的擋掉）比漏擋（放行後 batch_compile 自己 fail）代價高。抽不到具體 op 名稱 = 訊號不明確 = 寧可放行讓後段真正的 batch_compile 判定。
-
-#### 證據連結
-
-- rootcause 報告 §4a（pre-check 誤擋分析）：見 `.autoflow/06-testing/reports/tflite-520-softmax-removal-verify-2026-07-06.md` §5（R3 誤擋風險實測數據點）+ 舊 rootcause 報告 §4a
-- **同 PR 收窄**：本 regex 修訂與 §12.1 的 Softmax 移除**同一個 PR** 進，避免「Softmax 砍了但 pre-check 還誤擋」的半套狀態。
-
-### 12.3 實作任務（給 Backend）
-
-| # | 任務 | 檔案 | 驗收標準 |
-|---|------|------|---------|
-| W1 | onnx worker 加「移除尾端 Softmax」步驟 | `services/workers/onnx/core.py:36-37` | 用 `tools.other.remove_nodes(graph, cut_nodes=<terminal Softmax 節點名清單>)`（**只移除 terminal Softmax、中間層不動**；不可用 `cut_types=["Softmax"]`，會誤砍中間層下游）；砍後模型過 `onnx.checker`；520 e2e 不再 exit 6、產真 .nef；job metadata 標注 Softmax 已移除 |
-| W2 | pre-check regex 收窄 | `services/backends/precheck.py` | 刪 / 收窄 `hw_not_support_col`；`hw_not_support` op capture group 改必須；抽不到 op 名改放行 + warning；既有測試不 broken |
-| W3 | 回歸驗證 | — | 720/530/630/730 既有可轉模型仍能轉（輸出改 logits 但 .nef 有效）；含 Softmax 的 520 模型能轉成 |
-
-> W1 + W2 **同 PR**。W3 交 Testing 做回歸（Prove-It：先寫「520+Softmax 應轉成」的 failing test → W1 修 → 轉綠）。
-
----
-
-**附註**：本 TDD 從 1390 行單檔重組為 ~180 行索引 + 8 個子檔案。每個子檔案 < 500 行（單一職責），可獨立給 Backend / Reviewer / Testing 不同角色讀對應檔案、減少 context 負擔。§12（2026-07-06 新增）為 worker 轉檔管線行為變更，與 API/auth 層獨立。

docs/autoflow/04-architecture/design-doc.md

@@ -17,7 +17,6 @@
 | 2026-04-25 | 初版 Draft；OAuth resource server + promote 設計 | Architect Agent |
 | 2026-04-25 | 原始模型上傳路徑改 multipart 直傳；移除 FAA GET/HEAD 相關 | Architect Agent |
 | 2026-05-16 | **Phase 0.8b 重寫**：visionA → converter 改 API key；新增 `GET /api/v1/jobs/:id/result` streaming endpoint；保留 converter → FAA OAuth client（promote 用） | Architect Agent |
-| 2026-07-06 | **M 級 worker 行為變更**：onnx worker 對所有 platform 移除尾端 Softmax、輸出 logits（新增 ADR-012）；pre-check regex 收窄。影響「輸出語意」（機率 → logits），需通知 visionA | Architect Agent |
 
 ---
 
@@ -253,7 +252,7 @@ visionA-backend          Converter Scheduler           MinIO
 | Task Scheduler — routes | **小改**：`POST /jobs` / `GET /jobs` / `GET /jobs/:id` / `POST /jobs/:id/promote` 改掛 `requireApiKey()`；新增 `/jobs/:id/result` 路由 + handler |
 | Task Scheduler — config | 移除 `MEMBER_CENTER_ISSUER` / `MEMBER_CENTER_JWKS_URL` / `KNERON_CONVERTER_AUDIENCE` / `JWKS_*`；保留 `MEMBER_CENTER_TOKEN_URL` / `KNERON_CONVERTER_CLIENT_ID` / `KNERON_CONVERTER_CLIENT_SECRET` / `FILE_ACCESS_AGENT_*`（promote 用）；新增 `CONVERTER_API_KEY` |
 | Redis 資料模型 | **不動** |
-| Workers | Phase 0.8b **不動**；**2026-07-06 M 級變更**：onnx worker 加「移除尾端 Softmax、輸出 logits」步驟（所有 platform），詳見 ADR-012 + `TDD.md` §12 |
+| Workers | **不動** |
 | MinIO（Converter Bucket） | **不動** |
 | FAA / MC | **不動**（converter → FAA 仍走 OAuth client_credentials） |
 
@@ -526,37 +525,6 @@ Web UI 仍走 `/jobs/*` 路徑、無 auth。Phase 0.8b 不動。
 
 ---
 
-### ADR-012：onnx worker 對所有 platform 移除尾端 Softmax、輸出 logits（**2026-07-06 新增，M 級**）
-
-**狀態**：Accepted（2026-07-06 使用者拍板；staging 實測 + 正式站 .nef 逐 byte 比對佐證）
-
-**背景**：
-1. 含尾端 Softmax 的分類模型轉 **KL520** 時 `batch_compile -T 520` 撞 `undefined CPU op [Softmax]`、**exit 6** 失敗。
-2. runtime image 的 `eliminate_tail` 是閹割版 no-op（`WRANING: eliminate_tail is not available in current conda environment`），砍不掉尾端 Softmax。
-3. 正式站（另一套 code base）對**同一顆** fixture 能編出真 520 .nef —— staging 實測比對正式站 .nef：output 是 `(1,3,1,1)` 定點量化 logits、**無 Softmax**，權重段與我們砍掉 Softmax 後產的 .nef **逐 byte 相同**、compiler 版本字串完全相同 → 正式站就是「模型階段砍 Softmax、logits 落 host」。
-
-**決定**：onnx 階段（`onnx2onnx_flow` 之後、`onnx.save` 之前，`services/workers/onnx/core.py:36-37`）對**所有 platform** 一律移除尾端 Softmax、輸出 logits。實作用 `libs/ONNX_Convertor/optimizer_scripts/tools/other.remove_nodes(graph, cut_types=["Softmax"])`（runtime `ktc.onnx_optimizer` 無 editor API、不可用 `remove_nodes_with_types`）。同 PR 收窄 `services/backends/precheck.py` 的不支援 op regex（`hw_not_support_col` 欄位名誤命中 → 刪 / 收窄；op capture group 改必須；抽不到 op 名改放行 + warning = fail-open）。
-
-**理由**：
-1. 修 520 exit 6（使用者目標「讓 520+Softmax 轉成」）。
-2. 與正式站行為對齊（正式站就是這樣做，Kneron 對 520 的標準做法）。
-3. 所有 platform 統一輸出 logits，避免 platform 分歧造成呼叫端困惑。
-
-**代價 / 行為影響**：
-- **所有 platform 的 NEF 輸出從「含 Softmax（機率）」變「logits」** —— 對外可觀察的輸出語意變更。
-- 呼叫端（visionA-backend）若取「機率值」需自行在 host 端補 softmax（argmax 分類結果通常不受影響）。
-- **需通知 visionA 團隊**（交付前跨團隊溝通項）。
-
-**替代方案**：
-- A. 只對 520 移除 Softmax（其他 platform 保留）— 排除：造成 platform 輸出分歧、與正式站不一致、呼叫端要判斷 platform。
-- B. 換 toolchain 版本讓 520 容忍 Softmax（H3 假設）— 排除：正式站 compiler 版本與我們相同，證明不是版本問題；且換 toolchain 成本高。
-- C. 調 `eliminate_tail` 讓它砍 Softmax — 排除：runtime 是 no-op，改不動；且 editor API 不可用。
-- D. onnx 階段用 `tools.other.remove_nodes` 明確移除（**選擇**）。
-
-**證據**：`.autoflow/06-testing/reports/tflite-520-softmax-removal-verify-2026-07-06.md`（H1/H2/H3 全綠 + 正式站比對閉環）、`.autoflow/05-implementation/tflite-520-experiment-plan-2026-07-06.md`。實作細節見 `TDD.md` §12。
-
----
-
 ## 9. 風險與待確認事項
 
 | # | 風險 / 議題 | 影響 | 行動 |

services/backends/precheck.py

@@ -11,10 +11,8 @@ op_type:`` 等訊號，toolchain 會把這些寫進 ``model_fx_report``。因此
 （不需要跑完 quantization + batch_compile）就偵測到不支援的 op，fail-fast 並回一個
 使用者看得懂的錯誤，而不是讓 job 跑到 nef 階段撞 C++ backtrace（exit 6）。
 
-設計原則（真 fail-open、避免誤擋）：
+設計原則（避免誤擋）：
-- 「明確訊號」= 不支援 marker **加上一個具體的 operator 名稱**。只出現 marker 字樣
+- 只有在 evaluator 報告中出現「明確的」不支援訊號時才擋。
-  （例如報告表頭的 "HW not support" 欄位名）但抽不出 op 名稱時 → 放行 + warning，
-  不擋。誤擋能轉的模型（false positive）的代價高於晚一點在 nef 階段失敗。
 - evaluator 分析失敗（例如環境問題、transient error）而沒有明確不支援訊號時 → 放行，
   讓後續流程照舊跑，不因為 pre-check 有疑慮就擋掉本來能跑的模型。
 """
@@ -39,74 +37,53 @@ class UnsupportedOperatorError(Exception):
 # 對照來源：vendor/sys_flow*/test_case.py::check_compiler_HardwareNotSupport 與
 # check_knerex_error 寫入 model_fx_report 的字串。
 #
-# 每個 pattern 都帶一個「必須命中」的 capture group 抓 op 名稱片段。
+# 每個 pattern 盡量帶一個 capture group 用來抓「op 名稱」（抓不到也沒關係，會退回泛用訊息）。
-# marker 後面抽不出具體 op 名稱 → 視為弱訊號、放行（見 find_unsupported_operators）。
-#
-# 注意：這裡刻意**沒有**「HW not support」欄位名的泛用 pattern —— 那是
-# model_fx_report 的欄位分類名稱（vendor/sys_flow/test_case.py::model_fx_report），
-# 會出現在正常報告的表頭，光是出現不代表模型有不支援 op（R3 誤擋根因，
-# 見 .autoflow/05-implementation/tflite-520-rootcause-2026-07-06.md §3a/§4a）。
-# 「HW not support: <Op>」帶具體 op 的強訊號仍由 hw_not_support pattern
-# 涵蓋（IGNORECASE + [_ ] 分隔）。
 _UNSUPPORTED_MARKERS: tuple[tuple[str, str], ...] = (
     # "creating an EmptyNode instance for op_type: Softmax"
     ("empty_node", r"creating an EmptyNode instance for op_type:\s*([A-Za-z0-9_]+)"),
     # "HW_NOT_SUPPORT: Softmax" / "HardwareNotSupport: Softmax" / "Hardware not support: Softmax"
-    # op capture group 為必須：marker 後面一定要跟具體 op 名稱才算訊號。
+    ("hw_not_support", r"(?:HW[_ ]NOT[_ ]SUPPORT|Hardware\s*not\s*support|HardwareNotSupport)\s*[:\-]?\s*([A-Za-z0-9_]+)?"),
-    # marker 帶 (?:ED)? 字尾容忍 + \b 詞界：報告若寫 "Hardware not supported: ..."，
-    # 字尾 "ed" 必須被 marker 吃掉、不能漏進 capture group 被當成 op 名（誤擋）。
-    ("hw_not_support", r"(?:HW[_ ]NOT[_ ]SUPPORT(?:ED)?|Hardware\s*not\s*support(?:ed)?|HardwareNotSupport)\b\s*[:\-]?\s*([A-Za-z0-9_]+)"),
     # "UNIMPLEMENTED_FEATURE: ..." / "UnimplementedFeature: undefined CPU op [Softmax]"
     ("unimplemented", r"(?:UNIMPLEMENTED[_ ]FEATURE|UnimplementedFeature)\s*[:\-]?\s*(.*)"),
+    # 泛用「HW not support」報告欄位（toolchain 報告字串）
+    ("hw_not_support_col", r"HW\s+not\s+support\b"),
 )
 
-# 從一段訊息中撈出被中括號 / 括號包住的 op 名稱，例如 "undefined CPU op [Softmax]"。
+# 從一段訊息中撈出被中括號 / 引號包住的 op 名稱，例如 "undefined CPU op [Softmax]"。
 _OP_IN_BRACKETS = re.compile(r"[\[\(]\s*([A-Za-z][A-Za-z0-9_]*)\s*[\]\)]")
-# 報告表格常見的「非 op」值：欄位名（如 "HW not support"）後面接的可能是這些字，
+# 常見 ONNX op 名稱（PascalCase / 首字母大寫），用來在自由文字裡挑一個像 op 的字。
-# 不能把它們當成 operator 名稱（否則又變回誤擋）。
+_OP_TOKEN = re.compile(r"\b([A-Z][A-Za-z0-9]{2,})\b")
-_NON_OP_TOKENS = frozenset({"none", "null", "nan", "na", "n", "true", "false", "yes", "no"})
 
 
 def _extract_op_name(fragment: Optional[str]) -> Optional[str]:
-    """從訊息片段中抽出 operator 名稱。抓不到（或抓到的不像 op）就回 None。
+    """盡力從訊息片段中抽出 operator 名稱。抓不到就回 None。"""
-
-    只接受兩種**明確**形式：
-    1. 中括號 / 括號包住的 token（例如 "undefined CPU op [Softmax]"）；
-    2. fragment 本身就是單一 token（例如 hw_not_support capture 到的 "Softmax"）。
-
-    刻意**不**在自由文字裡猜「首字母大寫的字」——自由文字（如
-    "UnimplementedFeature: Not supported in this mode"）猜出來的字
-    （"Not"、"CPU"）不是 op 或不是對的 op，會造成誤擋 / 錯誤訊息；
-    抓不到就交給呼叫端 fail-open。
-    """
     if not fragment:
         return None
     fragment = fragment.strip()
     if not fragment:
         return None
 
-    candidate: Optional[str] = None
-
     m = _OP_IN_BRACKETS.search(fragment)
     if m:
-        candidate = m.group(1)
+        return m.group(1)
-    elif re.fullmatch(r"[A-Za-z][A-Za-z0-9_]*", fragment):
-        # 直接就是一個 op token（例如 "Softmax"）
-        candidate = fragment
 
-    if candidate and candidate.lower() in _NON_OP_TOKENS:
+    # 直接就是一個 op token（例如 "Softmax"）
-        return None
+    if re.fullmatch(r"[A-Za-z][A-Za-z0-9_]*", fragment):
-    return candidate
+        return fragment
+
+    m = _OP_TOKEN.search(fragment)
+    if m:
+        return m.group(1)
+
+    return None
 
 
 def find_unsupported_operators(report: Optional[str]) -> List[str]:
     """掃描 evaluator 報告字串，回傳偵測到的「不支援 operator 名稱」清單。
 
     - 沒有偵測到任何明確不支援訊號 → 回空 list（呼叫端應放行）。
-    - 偵測到 marker 字樣但抽不出具體 op 名稱 → **放行**（回空 list）+ warning log。
+    - 偵測到訊號但抽不出 op 名稱 → 回含一個占位符 ``"<unknown>"`` 的 list，
-      marker 字樣可能只是報告表頭的欄位名（例如 "HW not support" 欄），
+      讓呼叫端仍能 fail-fast（但訊息較泛用）。
-      光是出現不足以斷定模型有不支援 op；擋錯的代價（誤擋能轉的模型）
-      比晚一點在 nef 階段失敗更高（真 fail-open）。
     """
     if not report:
         return []
@@ -125,17 +102,14 @@ def find_unsupported_operators(report: Optional[str]) -> List[str]:
     if found:
         return found
     if saw_marker:
-        logger.warning(
+        # 有明確不支援訊號、但抽不到 op 名稱：仍回報（用占位符）。
-            "Pre-check saw an unsupported-op marker but could not extract a concrete "
+        return ["<unknown>"]
-            "operator name; treating as inconclusive and allowing the job to proceed "
-            "(fail-open)."
-        )
     return []
 
 
 def build_error_message(platform: str, ops: Iterable[str]) -> str:
     """產生使用者看得懂的錯誤訊息。"""
-    op_list = [o for o in ops if o]
+    op_list = [o for o in ops if o and o != "<unknown>"]
     if op_list:
         ops_text = ", ".join(op_list)
         op_clause = f"operator {ops_text}"

services/workers/onnx/core.py

@@ -1,165 +1,8 @@
-import logging
 import os
-import sys
+from typing import Dict, Any
-from typing import Any, Dict, List
 
 import onnx
 
-logger = logging.getLogger(__name__)
-
-# libs/ONNX_Convertor/optimizer_scripts 的路徑（repo 與 container /app 的 layout 相同，
-# 都是「repo root 底下的 libs/...」，所以用 core.py 的相對位置回推即可兩邊通用）。
-#
-# 為什麼直接用 libs 底層的 tools.other、而不是 ktc.onnx_optimizer 的 editor API：
-# runtime image 的 ktc.onnx_optimizer 是 kneronnxopt 版、沒有任何 editor API
-# （remove_nodes_with_types / cut_graph_from_nodes 都不存在）；ktc/onnx_optimizer_1_7.py
-# 則因 hardcode /workspace 路徑 + onnx>=1.9 移除 onnx.optimizer 而無法 import。
-# 實測驗證：.autoflow/06-testing/reports/tflite-520-softmax-removal-verify-2026-07-06.md §4
-_REPO_ROOT = os.path.abspath(os.path.join(os.path.dirname(__file__), "..", "..", ".."))
-_OPTIMIZER_SCRIPTS_DIR = os.path.join(_REPO_ROOT, "libs", "ONNX_Convertor", "optimizer_scripts")
-
-
-def _ensure_optimizer_scripts_path() -> None:
-    """把 optimizer_scripts 加進 sys.path（只加一次、避免重複 append）。"""
-    if _OPTIMIZER_SCRIPTS_DIR not in sys.path:
-        sys.path.insert(0, _OPTIMIZER_SCRIPTS_DIR)
-
-
-def _find_terminal_softmax_nodes(graph) -> List[Any]:
-    """回傳 graph 中所有「尾端（terminal）」的 Softmax 節點。
-
-    terminal 定義：該節點的所有 output 都沒有被任何其他節點當 input 消費
-    （沒有 children；典型情境是 Softmax output 直接綁 graph output）。
-
-    已知限制：只掃描頂層 graph 節點的 input，不掃 If/Loop 等 control-flow
-    節點的子圖（subgraph）內的引用；若 Softmax output 只被子圖消費會被誤判為
-    terminal。目前轉檔管線（tflite2onnx / onnx2onnx_flow 產物）不會產生
-    control-flow 節點，暫不處理。
-    """
-    consumed_names = set()
-    for node in graph.node:
-        consumed_names.update(node.input)
-    return [
-        node
-        for node in graph.node
-        if node.op_type == "Softmax"
-        and not any(out in consumed_names for out in node.output)
-    ]
-
-
-def remove_tail_softmax(model: onnx.ModelProto) -> List[str]:
-    """移除 graph 尾端的 Softmax 節點，讓模型輸出 logits（Softmax 落 host 端後處理）。
-
-    背景：KL520 的 batch_compile 對 Softmax 是硬 reject（exit 6、無 CPU fallback），
-    而 runtime 的 onnx2onnx_flow(eliminate_tail=True) 是閹割版 no-op（log 會印
-    "eliminate_tail is not available"），不會清掉尾端 Softmax。正式站的行為是在
-    模型階段移除尾端 Softmax、NEF 輸出 logits——這裡對所有 platform 一律對齊該行為。
-
-    只移除 terminal 的 Softmax：底層 tools.other.remove_nodes 是「cut-from-node」語意
-    （砍掉指定節點與其後所有下游節點），對中間層的 Softmax 使用會把後半個模型一起
-    切掉，因此非 terminal 的 Softmax 不動（留給 pre-check / batch_compile 決定）。
-
-    Args:
-        model: 已經過 onnx2onnx_flow 的 ONNX model。會被就地修改。
-
-    Returns:
-        被移除的 Softmax 節點名稱清單（無尾端 Softmax 時回空 list、模型不變）。
-    """
-    terminal_nodes = _find_terminal_softmax_nodes(model.graph)
-    total_softmax = sum(1 for n in model.graph.node if n.op_type == "Softmax")
-
-    if not terminal_nodes:
-        if total_softmax:
-            logger.warning(
-                "Graph contains %d non-terminal Softmax node(s); not removed "
-                "(cut-from-node removal would truncate downstream nodes).",
-                total_softmax,
-            )
-        return []
-
-    # remove_nodes 的 cut_nodes 用 node.name 比對；防禦性處理沒有名字的節點，
-    # 並確保 fallback 名稱不與既有節點撞名（撞名會誤砍其他節點）。
-    existing_names = {n.name for n in model.graph.node if n.name}
-    fallback_index = 0
-    for node in terminal_nodes:
-        if not node.name:
-            while f"tail_softmax_{fallback_index}" in existing_names:
-                fallback_index += 1
-            node.name = f"tail_softmax_{fallback_index}"
-            existing_names.add(node.name)
-
-    _ensure_optimizer_scripts_path()
-    from tools import other  # libs/ONNX_Convertor/optimizer_scripts/tools/other.py
-
-    # 防呆（silent import shadow）：sys.path.insert(0) 讓通用名 "tools" 進程級
-    # 最優先；若進程先前已 import 過別的 "tools" package，這裡會拿到快取的錯誤
-    # 模組。明確驗證來源路徑、不對就 fail loud。
-    other_file = os.path.abspath(getattr(other, "__file__", "") or "")
-    if not other_file.startswith(_OPTIMIZER_SCRIPTS_DIR + os.sep):
-        raise RuntimeError(
-            "Imported 'tools.other' does not come from the expected optimizer_scripts "
-            f"directory (got: {other_file!r}, expected under: {_OPTIMIZER_SCRIPTS_DIR!r}); "
-            "another 'tools' package is shadowing it."
-        )
-
-    # 移除前：記錄每個被移除節點「餵進 graph output 的 output 名」與其 input 名，
-    # 供移除後驗證 output 重接沒有靜默遺失。remove_nodes 的重接依賴 value_info
-    # 內有 logits 條目（onnx2onnx_flow 的 shape inference 會補）；缺失時該 output
-    # 會被直接 Abandon（other.py 的 output reorder 邏輯）——多 output 模型只掉
-    # 一個 output 時 graph.output 仍非空、checker 也照過，必須逐一驗證。
-    graph_output_names = {o.name for o in model.graph.output}
-    expected_rewires = [
-        (node.name, out_name, list(node.input))
-        for node in terminal_nodes
-        for out_name in node.output
-        if out_name in graph_output_names
-    ]
-
-    removed_names = [n.name for n in terminal_nodes]
-    # 防呆（同名節點）：cut_nodes 靠名字比對；若 graph 內有其他節點與被移除的
-    # Softmax 同名，remove_nodes 會把它（與其下游）一併砍掉。逐名驗證唯一性。
-    for name in removed_names:
-        matches = sum(1 for n in model.graph.node if n.name == name)
-        if matches != 1:
-            raise RuntimeError(
-                f"Cannot remove tail Softmax: node name {name!r} matches "
-                f"{matches} nodes in the graph (names must be unique for "
-                "cut_nodes-based removal); aborting to avoid cutting unrelated nodes."
-            )
-    # remove_nodes 會把被砍節點的輸入（logits）自動接成新的 graph output
-    #（find_first_sequential_output + output_mapping 邏輯，staging 已實測）。
-    other.remove_nodes(model.graph, cut_nodes=list(removed_names))
-
-    if not model.graph.output:
-        # 極端情況：所有 output 都被 Abandon。模型已壞，直接 fail loud。
-        raise RuntimeError(
-            "Tail Softmax removal produced a graph with no outputs "
-            f"(removed nodes: {removed_names}); aborting instead of saving a broken model."
-        )
-    # 逐一驗證：原本由被移除 Softmax 餵的 graph output，其 input（logits）必須
-    # 出現在新的 graph output，否則該 output 被靜默丟掉了 → fail loud。
-    new_output_names = {o.name for o in model.graph.output}
-    for node_name, original_output, input_names in expected_rewires:
-        if not any(name in new_output_names for name in input_names):
-            raise RuntimeError(
-                f"Tail Softmax removal silently dropped graph output "
-                f"'{original_output}' (removed node: {node_name}; expected one of its "
-                f"inputs {input_names} to become a graph output). This usually means "
-                "the logits tensor is missing from value_info; aborting instead of "
-                "saving a broken model."
-            )
-
-    # 砍後模型必須仍是合法 ONNX（TDD §12.3 W1 驗收標準）。不合法就直接失敗，
-    # 不要把壞模型往 bie/nef 送。只在真的有移除時檢查（no-op 路徑零成本）。
-    try:
-        onnx.checker.check_model(model)
-    except Exception as exc:
-        raise RuntimeError(
-            "Model failed ONNX validation after tail-Softmax removal "
-            f"(removed: {removed_names}): {exc}"
-        ) from exc
-    return removed_names
-
 
 def process_onnx_core(
     input_paths: Dict[str, str],
@@ -191,33 +34,18 @@ def process_onnx_core(
         raise ValueError("Unsupported file type. Only ONNX and TFLite files are supported.")
 
     model = ktc.onnx_optimizer.onnx2onnx_flow(model, eliminate_tail=True, opt_matmul=True)
-
-    # 尾端 Softmax 移除（所有 platform 一律；與正式站行為對齊、輸出 logits）。
-    # 詳見 remove_tail_softmax docstring 與
-    # .autoflow/06-testing/reports/tflite-520-softmax-removal-verify-2026-07-06.md
-    removed_softmax = remove_tail_softmax(model)
-    if removed_softmax:
-        logger.info(
-            "Removed %d tail Softmax node(s) %s; model outputs are now logits "
-            "(apply Softmax as host-side post-processing).",
-            len(removed_softmax),
-            removed_softmax,
-        )
-    else:
-        logger.info("Tail Softmax removal: no-op (no terminal Softmax in graph).")
-
     onnx.save(model, output_path)
 
     # Platform / operator 相容性 pre-check（fail-fast）。
-    # 在送 bie/nef 之前，用 IP Evaluator 偵測目標 platform 不支援的 op，
+    # 在送 bie/nef 之前，用 IP Evaluator 偵測目標 platform 不支援的 op（如 Softmax@520），
     # 避免白跑完 bie + nef 最後才在 batch_compile 撞 C++ backtrace（exit 6）。
     # 預設開啟；偵測到「明確不支援」才擋，偵測不到則放行（不誤擋本來能跑的模型）。
     #
     # pre-check 內部會跑一次 evaluate()（compiler frontend 分析、成本高）。若下方
     # enable_evaluate 也開，直接重用這份報告，避免對同一模型跑兩次 evaluate()。
-    precheck_enabled = parameters.get("enable_precheck", True)
+    precheck_ran = parameters.get("enable_precheck", True)
     precheck_report = None
-    if precheck_enabled:
+    if precheck_ran:
         from services.backends.precheck import run_precheck
 
         precheck_report = run_precheck(
@@ -229,7 +57,7 @@ def process_onnx_core(
 
     eval_result = ""
     if parameters.get("enable_evaluate", False):
-        if precheck_enabled:
+        if precheck_ran:
             # 重用 pre-check 已經跑過的 evaluate() 報告，不再重跑。
             # precheck_report 為 None 代表 evaluate() 當時 raise 但無不支援訊號
             # （已在 pre-check 放行）→ 沒有可用報告，維持空字串。
@@ -250,9 +78,6 @@ def process_onnx_core(
         "file_path": output_path,
         "file_size": os.path.getsize(output_path),
         "eval_report": eval_result,
-        # 尾端 Softmax 被移除時，這裡列出節點名稱，提示呼叫端「模型輸出是 logits、
-        # Softmax 需在 host 端後處理」。沒移除時為空 list。
-        "removed_tail_softmax": removed_softmax,
         "model_info": {
             "model_id": parameters["model_id"],
             "version": parameters["version"],

tests/workers/test_onnx_softmax_removal.py

@@ -1,270 +0,0 @@
-"""Unit tests for tail-Softmax removal in the ONNX worker.
-
-這些測試需要 ``onnx``（建小型手工 graph）但**不需要 ktc / toolchain**：
-`remove_tail_softmax` 走的是 repo 內 libs/ONNX_Convertor/optimizer_scripts 的
-``tools.other.remove_nodes``（純 python + onnx），可以在本機直接驗。
-
-模型結構模擬 staging 實測的情境（.autoflow/06-testing/reports/
-tflite-520-softmax-removal-verify-2026-07-06.md）：Gemm(logits) → Softmax(terminal)。
-注意：remove_nodes 的 output 重接依賴 value_info 內有 logits 條目（production
-flow 由 onnx2onnx_flow 的 shape inference 補齊），因此手工 graph 要自帶 value_info。
-"""
-
-from pathlib import Path
-import sys
-
-import pytest
-
-onnx = pytest.importorskip("onnx")
-
-from onnx import TensorProto, helper  # noqa: E402  (after importorskip)
-
-ROOT = Path(__file__).resolve().parents[2]
-sys.path.insert(0, str(ROOT))
-
-from services.workers.onnx.core import remove_tail_softmax  # noqa: E402
-
-
-def _make_model_with_tail_softmax(softmax_name="tail_softmax"):
-    """input -> Gemm(logits) -> Softmax -> output，Softmax 為 terminal。"""
-    gemm = helper.make_node(
-        "Gemm", inputs=["x", "w"], outputs=["logits"], name="gemm0"
-    )
-    softmax = helper.make_node(
-        "Softmax", inputs=["logits"], outputs=["probs"], name=softmax_name
-    )
-    graph = helper.make_graph(
-        nodes=[gemm, softmax],
-        name="tail_softmax_graph",
-        inputs=[
-            helper.make_tensor_value_info("x", TensorProto.FLOAT, [1, 4]),
-            helper.make_tensor_value_info("w", TensorProto.FLOAT, [4, 3]),
-        ],
-        outputs=[helper.make_tensor_value_info("probs", TensorProto.FLOAT, [1, 3])],
-        value_info=[
-            # logits 的 value_info：remove_nodes 重接 output 時需要（production
-            # 由 shape inference 補、這裡手工補）。
-            helper.make_tensor_value_info("logits", TensorProto.FLOAT, [1, 3]),
-        ],
-    )
-    return helper.make_model(graph, opset_imports=[helper.make_opsetid("", 13)])
-
-
-def _make_model_without_softmax():
-    """input -> Gemm -> Relu -> output，完全沒有 Softmax。"""
-    gemm = helper.make_node("Gemm", inputs=["x", "w"], outputs=["logits"], name="gemm0")
-    relu = helper.make_node("Relu", inputs=["logits"], outputs=["y"], name="relu0")
-    graph = helper.make_graph(
-        nodes=[gemm, relu],
-        name="no_softmax_graph",
-        inputs=[
-            helper.make_tensor_value_info("x", TensorProto.FLOAT, [1, 4]),
-            helper.make_tensor_value_info("w", TensorProto.FLOAT, [4, 3]),
-        ],
-        outputs=[helper.make_tensor_value_info("y", TensorProto.FLOAT, [1, 3])],
-        value_info=[
-            helper.make_tensor_value_info("logits", TensorProto.FLOAT, [1, 3]),
-        ],
-    )
-    return helper.make_model(graph, opset_imports=[helper.make_opsetid("", 13)])
-
-
-def _make_model_with_tail_softmax_missing_logits_value_info():
-    """同 _make_model_with_tail_softmax、但刻意不給 logits 的 value_info。
-
-    remove_nodes 的 output 重接依賴 value_info；缺失時該 output 會被 Abandon
-    → 單一 output 模型變成 0 個 output → guard 必須 raise。
-    """
-    gemm = helper.make_node("Gemm", inputs=["x", "w"], outputs=["logits"], name="gemm0")
-    softmax = helper.make_node(
-        "Softmax", inputs=["logits"], outputs=["probs"], name="tail_softmax"
-    )
-    graph = helper.make_graph(
-        nodes=[gemm, softmax],
-        name="missing_value_info_graph",
-        inputs=[
-            helper.make_tensor_value_info("x", TensorProto.FLOAT, [1, 4]),
-            helper.make_tensor_value_info("w", TensorProto.FLOAT, [4, 3]),
-        ],
-        outputs=[helper.make_tensor_value_info("probs", TensorProto.FLOAT, [1, 3])],
-        # 刻意不給 value_info
-    )
-    return helper.make_model(graph, opset_imports=[helper.make_opsetid("", 13)])
-
-
-def _make_multi_output_model_with_tail_softmax(with_logits_value_info=True):
-    """雙 output 模型：
-    branch 1: x -> Gemm(logits) -> Softmax -> probs（graph output 1）
-    branch 2: x2 -> Relu -> y（graph output 2、與 Softmax 無關）
-    """
-    gemm = helper.make_node("Gemm", inputs=["x", "w"], outputs=["logits"], name="gemm0")
-    softmax = helper.make_node(
-        "Softmax", inputs=["logits"], outputs=["probs"], name="tail_softmax"
-    )
-    relu = helper.make_node("Relu", inputs=["x2"], outputs=["y"], name="relu0")
-    value_info = (
-        [helper.make_tensor_value_info("logits", TensorProto.FLOAT, [1, 3])]
-        if with_logits_value_info
-        else []
-    )
-    graph = helper.make_graph(
-        nodes=[gemm, softmax, relu],
-        name="multi_output_graph",
-        inputs=[
-            helper.make_tensor_value_info("x", TensorProto.FLOAT, [1, 4]),
-            helper.make_tensor_value_info("w", TensorProto.FLOAT, [4, 3]),
-            helper.make_tensor_value_info("x2", TensorProto.FLOAT, [1, 3]),
-        ],
-        outputs=[
-            helper.make_tensor_value_info("probs", TensorProto.FLOAT, [1, 3]),
-            helper.make_tensor_value_info("y", TensorProto.FLOAT, [1, 3]),
-        ],
-        value_info=value_info,
-    )
-    return helper.make_model(graph, opset_imports=[helper.make_opsetid("", 13)])
-
-
-def _make_model_with_softmax_output_also_consumed():
-    """Softmax 的 output 同時是 graph output、又被另一個節點消費：
-    x -> Softmax -> probs（graph output 1）、probs -> Relu -> y（graph output 2）。
-    有 children → 非 terminal → 不可移除。
-    """
-    softmax = helper.make_node("Softmax", inputs=["x"], outputs=["probs"], name="softmax0")
-    relu = helper.make_node("Relu", inputs=["probs"], outputs=["y"], name="relu0")
-    graph = helper.make_graph(
-        nodes=[softmax, relu],
-        name="output_also_consumed_graph",
-        inputs=[helper.make_tensor_value_info("x", TensorProto.FLOAT, [1, 3])],
-        outputs=[
-            helper.make_tensor_value_info("probs", TensorProto.FLOAT, [1, 3]),
-            helper.make_tensor_value_info("y", TensorProto.FLOAT, [1, 3]),
-        ],
-        value_info=[
-            helper.make_tensor_value_info("probs", TensorProto.FLOAT, [1, 3]),
-        ],
-    )
-    return helper.make_model(graph, opset_imports=[helper.make_opsetid("", 13)])
-
-
-def _make_model_with_mid_graph_softmax():
-    """input -> Softmax -> Relu -> output，Softmax 不是 terminal（有 children）。"""
-    softmax = helper.make_node(
-        "Softmax", inputs=["x"], outputs=["probs"], name="mid_softmax"
-    )
-    relu = helper.make_node("Relu", inputs=["probs"], outputs=["y"], name="relu0")
-    graph = helper.make_graph(
-        nodes=[softmax, relu],
-        name="mid_softmax_graph",
-        inputs=[helper.make_tensor_value_info("x", TensorProto.FLOAT, [1, 3])],
-        outputs=[helper.make_tensor_value_info("y", TensorProto.FLOAT, [1, 3])],
-        value_info=[
-            helper.make_tensor_value_info("probs", TensorProto.FLOAT, [1, 3]),
-        ],
-    )
-    return helper.make_model(graph, opset_imports=[helper.make_opsetid("", 13)])
-
-
-def test_remove_tail_softmax_removes_terminal_softmax_and_rewires_logits():
-    model = _make_model_with_tail_softmax()
-
-    removed = remove_tail_softmax(model)
-
-    assert removed == ["tail_softmax"]
-    # Softmax 已不在 graph
-    assert all(n.op_type != "Softmax" for n in model.graph.node)
-    # graph output 自動重接成 logits（Softmax 的輸入）
-    assert [o.name for o in model.graph.output] == ["logits"]
-    # 砍完的模型仍是合法 ONNX
-    onnx.checker.check_model(model)
-
-
-def test_remove_tail_softmax_is_noop_when_no_softmax():
-    model = _make_model_without_softmax()
-    nodes_before = [(n.name, n.op_type) for n in model.graph.node]
-    outputs_before = [o.name for o in model.graph.output]
-
-    removed = remove_tail_softmax(model)
-
-    assert removed == []
-    # graph 完全不變（絕不能壞既有 onnx/bie 輸入的 flow）
-    assert [(n.name, n.op_type) for n in model.graph.node] == nodes_before
-    assert [o.name for o in model.graph.output] == outputs_before
-
-
-def test_remove_tail_softmax_keeps_mid_graph_softmax():
-    # 非 terminal 的 Softmax 不移除：remove_nodes 是 cut-from-node 語意，
-    # 對中間層 Softmax 使用會把下游一併切掉。
-    model = _make_model_with_mid_graph_softmax()
-    nodes_before = [(n.name, n.op_type) for n in model.graph.node]
-
-    removed = remove_tail_softmax(model)
-
-    assert removed == []
-    assert [(n.name, n.op_type) for n in model.graph.node] == nodes_before
-    assert any(n.op_type == "Softmax" for n in model.graph.node)
-
-
-def test_remove_tail_softmax_handles_unnamed_softmax_node():
-    # 節點沒有名字時要有 fallback 命名（cut_nodes 靠 node.name 比對）。
-    model = _make_model_with_tail_softmax(softmax_name="")
-
-    removed = remove_tail_softmax(model)
-
-    assert len(removed) == 1
-    assert removed[0]  # 有給 fallback 名稱
-    assert all(n.op_type != "Softmax" for n in model.graph.node)
-    assert [o.name for o in model.graph.output] == ["logits"]
-
-
-def test_remove_tail_softmax_raises_when_all_outputs_dropped():
-    # logits 缺 value_info → remove_nodes 把唯一的 output Abandon
-    # → graph 剩 0 個 output → 必須 raise、不能存壞模型。
-    model = _make_model_with_tail_softmax_missing_logits_value_info()
-
-    with pytest.raises(RuntimeError, match="no outputs"):
-        remove_tail_softmax(model)
-
-
-def test_remove_tail_softmax_multi_output_rewires_and_keeps_unrelated_output():
-    # 多 output 模型：Softmax 餵的 output 重接成 logits、無關的 output 保留。
-    model = _make_multi_output_model_with_tail_softmax(with_logits_value_info=True)
-
-    removed = remove_tail_softmax(model)
-
-    assert removed == ["tail_softmax"]
-    assert all(n.op_type != "Softmax" for n in model.graph.node)
-    assert {o.name for o in model.graph.output} == {"logits", "y"}
-    onnx.checker.check_model(model)
-
-
-def test_remove_tail_softmax_multi_output_raises_on_silently_dropped_output():
-    # 多 output 模型 + logits 缺 value_info：Softmax 餵的 output 被 Abandon、
-    # 但另一個 output 還在（graph.output 非空、checker 也會過）——
-    # 逐 output 驗證的 guard 必須抓到並 raise（Major-3）。
-    model = _make_multi_output_model_with_tail_softmax(with_logits_value_info=False)
-
-    with pytest.raises(RuntimeError, match="silently dropped"):
-        remove_tail_softmax(model)
-
-
-def test_remove_tail_softmax_raises_on_duplicate_node_name():
-    # cut_nodes 靠名字比對：病態的同名節點（Softmax 與其他節點撞名）
-    # 會導致 remove_nodes 誤砍無關節點 → 必須 raise 而非靜默砍。
-    model = _make_model_with_tail_softmax(softmax_name="dup")
-    model.graph.node[0].name = "dup"  # gemm0 改成與 Softmax 同名
-
-    with pytest.raises(RuntimeError, match="matches 2 nodes"):
-        remove_tail_softmax(model)
-
-
-def test_remove_tail_softmax_keeps_softmax_whose_output_is_also_consumed():
-    # Softmax output 同時是 graph output 又被其他節點消費 → 非 terminal、不移除。
-    model = _make_model_with_softmax_output_also_consumed()
-    nodes_before = [(n.name, n.op_type) for n in model.graph.node]
-    outputs_before = [o.name for o in model.graph.output]
-
-    removed = remove_tail_softmax(model)
-
-    assert removed == []
-    assert [(n.name, n.op_type) for n in model.graph.node] == nodes_before
-    assert [o.name for o in model.graph.output] == outputs_before

tests/workers/test_precheck.py

@@ -64,39 +64,10 @@ def test_find_unsupported_detects_hw_not_support_with_op():
     assert find_unsupported_operators(report) == ["Softmax"]
 
 
-def test_find_unsupported_hw_not_supported_suffix_variants():
+def test_find_unsupported_signal_without_op_returns_placeholder():
-    # marker 的 "supported" 字尾要被 marker 本身吃掉：
+    # 有明確訊號但抽不到 op 名稱 → 回占位符，讓呼叫端仍能 fail-fast。
-    # 後面跟真 op → 照擋；後面跟表格值 → 放行（"ed" 不可被誤捕成 op 名）。
+    report = "kdp520/ERROR, HW not support"
-    assert find_unsupported_operators("HW_NOT_SUPPORTED: Softmax") == ["Softmax"]
+    assert find_unsupported_operators(report) == ["<unknown>"]
-    assert find_unsupported_operators("Hardware not supported: None") == []
-    assert find_unsupported_operators("hardware not supported") == []
-
-
-def test_find_unsupported_free_text_fragment_passes_fail_open():
-    # unimplemented 的自由文字片段不做「首字母大寫字」猜測：
-    # "Not" 是真 ONNX op、"CPU" 不是對的 op —— 猜錯（誤擋 / 錯訊息）比放行更糟。
-    assert (
-        find_unsupported_operators("UnimplementedFeature: Not supported in this mode")
-        == []
-    )
-    # 無中括號的自由文字（抓不到明確 op）→ 放行，而不是抓錯成 "CPU"。
-    assert (
-        find_unsupported_operators("UnimplementedFeature: undefined CPU op Softmax")
-        == []
-    )
-
-
-def test_find_unsupported_marker_without_op_passes_fail_open():
-    # marker 字樣但抽不到具體 op 名稱 → 放行（真 fail-open）。
-    # "HW not support" 很可能只是 model_fx_report 的欄位分類名（表頭），
-    # 光是出現不代表模型有不支援 op（R3 誤擋根因）。
-    assert find_unsupported_operators("kdp520/ERROR, HW not support") == []
-    # 欄位名後面接表格值（非 op）也不能擋。
-    assert find_unsupported_operators("HW not support: 0") == []
-    assert find_unsupported_operators("Hardware not support: None") == []
-    assert find_unsupported_operators("kdp520/ip_eval/HW not support: N/A") == []
-    # 光禿禿的 "UnimplementedFeature" 欄位名（無後續內容）也放行。
-    assert find_unsupported_operators("UnimplementedFeature") == []
 
 
 def test_find_unsupported_does_not_false_positive_on_supported_wording():
@@ -162,8 +133,8 @@ def test_build_error_message_with_op_names():
     assert "720" in msg or "730" in msg
 
 
-def test_build_error_message_without_op_names_falls_back_to_generic():
+def test_build_error_message_with_unknown_op():
-    msg = build_error_message("520", [])
+    msg = build_error_message("520", ["<unknown>"])
     assert "520" in msg
     assert "operator" in msg
 
@@ -218,22 +189,6 @@ def test_run_precheck_raises_when_evaluate_raises_with_signal():
     assert "Softmax" in str(exc.value)
 
 
-def test_run_precheck_passes_on_marker_only_report():
-    # 報告帶「HW not support」欄位名但無具體 op → 放行不 raise（真 fail-open）。
-    evaluator = _FakeEvaluator(
-        report="kdp520/ip_eval/HW not support: N/A, kdp520/FPS: 1200"
-    )
-    # 不應 raise
-    run_precheck(
-        "/tmp/out.onnx",
-        model_id=6,
-        version="v1",
-        platform="520",
-        evaluator=evaluator,
-    )
-    assert len(evaluator.calls) == 1
-
-
 def test_run_precheck_passes_when_evaluate_raises_without_signal():
     # evaluate() raise，但訊息不含不支援訊號（transient / 環境問題）→ 放行不誤擋。
     evaluator = _FakeEvaluator(