.claude/agents/hermes-curator.md

@@ -15,7 +15,7 @@ hermes-curator.md — מקור-האמת היחיד לפרומפט של סוכן
   adapter:  deepseek_local · model: deepseek-v4-pro
   profiles: CMP=curator-cmp (רישוי 1xxx) · CMPA=curator-cmpa (היטל 8xxx + פיצויים 9xxx)
   role:     Knowledge Curator — מנתח החלטות סופיות אחרי export, מציע עדכוני skills/lessons.
-            read-only על תוכן; write רק על comments / interactions (G10).
+            read-only על תוכן; כותב comments / interactions + ממצאים מוצעים (decision_lessons, שער-יו"ר G10).
 
 placeholders זמינים: {{agentId}} {{agentName}} {{companyId}} {{companyName}} {{runId}}
   {{taskId}} {{taskTitle}} {{taskBody}} {{commentId}} {{wakeReason}} {{projectName}} {{paperclipApiUrl}}
@@ -129,6 +129,24 @@ curl -sS -X POST \
 - אם תוצאה רלוונטית להמחשת דפוס מסוים — קח אותה **מ-`case_get` שדה `expected_outcome`**, **לא מקריאת הטקסט**. אם השדה ריק או חסר ב-DB — סמן `[תוצאה: לא מאומתת]` או דלג עליה.
 - אל תפרש משפטית את ההחלטה. דפנה כבר הכריעה. תפקידך זיהוי דפוסים בלבד.
 
+## 5b. שמור את הממצאים מבנית (חובה — INV-LRN3)
+ה-comment הוא ארעי ולא-נסקר. כדי שהממצאים ייתפסו, יופיעו בטאב ״אוצֵר״ ב-/training, ויעברו
+שער-יו"ר — קרא לכלי ה-MCP **`mcp__legal-ai__record_curator_findings`** עם אותם ממצאים:
+```
+record_curator_findings(
+  case_number="<מספר התיק מ-taskTitle>",
+  findings=[
+    {"text": "<ניסוח הממצא — אותו טקסט כמו ב-comment, בלי התג>", "category": "style"},
+    {"text": "...", "category": "structure"},
+    ...
+  ]
+)
+```
+מיפוי תג→category: `[סגנון]`→`style` · `[מבנה]`→`structure` · `[לקסיקון משפטי]`→`lexicon` · `[טבלאי]`→`tabular`.
+הכלי כותב כל ממצא כ-`decision_lesson` (`source='curator'`, `review_status='proposed'`) ומדלג על כפילויות.
+אם הוא מחזיר שגיאת "לא נמצאה רשומת style_corpus" — הסופי טרם נקלט לקורפוס-הסגנון; ציין זאת ב-comment והמשך (אל תיכשל).
+**זו הצעה הממתינה לאישור דפנה — לא שינוי-קול. אתה עדיין read-only על התוכן ולא נוגע ב-skills/קבצים.**
+
 ## 6. בחר interaction (חובה — רוב המקרים יש)
 לפי הקונטקסט בחר **אחד** מ-3 הסוגים. אם **אין שום החלטה אנושית נדרשת** — דלג ישירות ל-§A.7.
 
@@ -261,7 +279,7 @@ curl -sS -X PATCH \
 # כללים כלליים
 
 - **idempotencyKey**: חובה ב-interaction. אם נעור פעמיים על אותו תיק — Paperclip לא יוצר כפילות.
-- **לא לעדכן** קבצים (skills/, lessons.py, DB) בעצמך. רק לכתוב comments / interactions.
+- **לא לעדכן** קבצים (skills/, lessons.py) או שכבת-הקול בעצמך. הפלט שלך: comments + interactions + רישום ממצאים כ-`decision_lesson` *מוצע* דרך `record_curator_findings` (שער-יו"ר, INV-LRN3). אתה לא מאשר ולא מטמיע — רק מציע.
 - **לא ליצור** issues חדשים ידנית — רק suggest_tasks (ש-Paperclip יוצר אם דפנה אישרה).
 - **לא להעיר** סוכנים אחרים.
 - **בעיה?** אם MCP נכשל או מסמך חסר — comment קצר עם הסיבה + סגור (status=done). אל תזייף.

docs/spec/07-learning.md

@@ -87,10 +87,24 @@
   (`hermes-curator.md:60-70`).
 - מזהה **3–5 דפוסים/פערים** חדשים, כל ממצא מתויג `[סגנון]` / `[מבנה]` /
   `[לקסיקון משפטי]` / `[טבלאי]` (`hermes-curator.md:99-108`).
-- **מציע** — comment ב-Paperclip + רישום כל ממצא כ-`decision_lesson` דרך
-  `POST /api/training/corpus/{corpus_id}/lessons` (`source:"curator"`) שמופיע ב-UI
-  תחת הטאב "מה למדנו" (`hermes-curator.md:73-96`).
-- **אינו מעדכן** קבצים בעצמו (skills/, lessons.py, DB) — רק מציע (`hermes-curator.md:125-130`).
+- **מציע** — comment + interaction בערוץ-הפלטפורמה, וגם **רושם כל ממצא מבנית** כ-`decision_lesson`
+  (`source='curator'`, `review_status='proposed'`) דרך כלי-ה-MCP `record_curator_findings`
+  (`hermes-curator.md` §A.5b → `tools/workflow.py::record_curator_findings` → `db.add_decision_lesson`).
+  הממצאים מופיעים ב-`/training` טאב "אוצֵר" (ערוץ ג׳) ועוברים את שער-היו"ר (INV-LRN1).
+  > **דריפט-מימוש שנסגר (2026-06-28):** עד גל זה הסוכן כתב comment בלבד והספ תיאר endpoint שלא נקרא —
+  > הממצאים האיכותיים אבדו, וכרטיס-האוצֵר (`get_curator_stats`) ספר `source='curator'` שאיש לא כתב → 0.
+  > `record_curator_findings` מממש את INV-LRN3 בפועל.
+- **אינו מאשר ואינו מטמיע** — read-only על התוכן; רישום-הממצא הוא *הצעה* מגודרת-שער, לא שינוי-קול.
+  אינו עורך `skills/` / `lessons.py` / שכבת-הקול בעצמו (`hermes-curator.md` §"כללים כלליים").
+- **שני ערוצי-למידה נפרדים על אותו סופי:** ערוץ-האוצֵר (כאן, qualitative, `source='curator'`) ו**פאנל-הסגנון**
+  הדו-סוכני שהצינור מפעיל (§0.6 — DeepSeek+Gemini, `source='panel:deepseek+gemini'`). שניהם
+  `decision_lessons` ממתיני-שער; ערוץ הדיסטילציה (`appeal_type_rules`, §0.4) הוא השלישי.
+
+> **פער-מימוש פתוח (TaskMaster #157):** ה-`PIPELINE-WAKE BRANCH` (`hermes-curator.md:24-43`) מפעיל את
+> הצינור על `final_learning_*` ו**מסיים מיד** — ניתוח-§A האיכותי (וממילא `record_curator_findings`)
+> **אינו רץ אוטומטית על mark-final**, אלא רק ביקיצת-תגובה/ידנית. כדי שממצאי-האוצֵר ייתפסו על כל סופי
+> יש להכריע: שהסוכן ימשיך ל-§A אחרי הפעלת-הצינור (לטפל במירוץ enroll_style_corpus), או שהצינור עצמו
+> יפלוט `source='curator'`. נדחה לתכנון נפרד.
 
 ### 1.2 לולאת-פידבק-היו"ר (capture → ניתוח שבועי → לקחים)
 

mcp-server/src/legal_mcp/server.py

@@ -1176,6 +1176,15 @@ async def list_chair_feedback(
     return await workflow.list_chair_feedback(case_number, category, unresolved_only, _clamp_limit(limit))
 
 
+@mcp.tool()
+async def record_curator_findings(case_number: str, findings: list[dict]) -> str:
+    """לכידת ממצאי-האוצֵר על החלטה סופית כ-decision_lessons מובְנים (source='curator',
+    ממתינים לשער-יו"ר) — INV-LRN3. כל ממצא: {"text": "...", "category": style/structure/
+    lexicon/tabular} (או "tag" עברי). מחזיר כמה נרשמו וכמה כפילויות דולגו. read-only על
+    התוכן — הרישום הצעה הממתינה לאישור דפנה ב-/training, לא שינוי-קול ישיר (G10)."""
+    return await workflow.record_curator_findings(case_number, findings)
+
+
 @mcp.tool()
 async def halacha_corroboration(halacha_id: str) -> dict:
     """החזר את ה-corroboration של הלכה: הציטוטים שמתקפים אותה, הטיפול, וסיכום (X11, read-only)."""

mcp-server/src/legal_mcp/services/db.py

@@ -2651,6 +2651,22 @@ async def add_decision_lesson(
     return dict(row) if row else {}
 
 
+async def get_style_corpus_id_by_decision(decision_number: str) -> UUID | None:
+    """Resolve the style_corpus row id for a final decision by its number.
+
+    The curator knows the case_number; lessons attach to the corpus row the
+    learning pipeline enrolled (enroll_style_corpus). Returns None if the final
+    has not been enrolled yet (caller surfaces it — no silent attach).
+    """
+    pool = await get_pool()
+    async with pool.acquire() as conn:
+        row = await conn.fetchrow(
+            "SELECT id FROM style_corpus WHERE decision_number = $1 LIMIT 1",
+            decision_number,
+        )
+    return row["id"] if row else None
+
+
 async def update_decision_lesson(
     lesson_id: UUID,
     *,
@@ -2866,6 +2882,12 @@ async def get_recent_decision_lessons(limit: int = 15, practice_area: str = "")
     Gate (INV-LRN1/G10): returns only CHAIR-APPROVED lessons (review_status='approved').
     Panel-written proposals stay out of the writer's context until the chair approves
     them in /training — the chair's review is the gate, not the panel's 2/2 vote.
+
+    No silent cap (חוקה §6): when more approved lessons match than `limit`, the
+    overflow is dropped by ORDER BY created_at DESC — log it so coverage loss is
+    observable, not invisible. The real fix is lesson synthesis (TaskMaster #158):
+    consolidate overlapping lessons into fewer, richer ones so the set fits without
+    truncation. Until then this WARN is the audit trail.
     """
     pool = await get_pool()
     async with pool.acquire() as conn:
@@ -2880,6 +2902,20 @@ async def get_recent_decision_lessons(limit: int = 15, practice_area: str = "")
                LIMIT $1""",
             limit, practice_area,
         )
+        if len(rows) >= limit:
+            total = await conn.fetchval(
+                """SELECT count(*) FROM decision_lessons dl
+                   JOIN style_corpus sc ON sc.id = dl.style_corpus_id
+                   WHERE dl.review_status = 'approved'
+                     AND ($1 = '' OR sc.practice_area = $1)""",
+                practice_area,
+            ) or 0
+            if total > limit:
+                logger.warning(
+                    "get_recent_decision_lessons: capped %d→%d approved lessons "
+                    "(practice_area=%r) — %d not reaching the writer. See TaskMaster #158 (synthesis).",
+                    total, limit, practice_area or "*", total - limit,
+                )
     return [dict(r) for r in rows]
 
 

mcp-server/src/legal_mcp/tools/workflow.py

@@ -403,6 +403,78 @@ async def record_chair_feedback(
     }, message=f"הערה נרשמה בהצלחה. קטגוריה: {category}.")
 
 
+_CURATOR_FINDING_CATEGORIES = {"style", "structure", "lexicon", "tabular", "general"}
+# Agent tags ([סגנון]/[מבנה]/[לקסיקון משפטי]/[טבלאי]) → decision_lessons.category
+_CURATOR_TAG_TO_CATEGORY = {
+    "סגנון": "style", "מבנה": "structure",
+    "לקסיקון משפטי": "lexicon", "לקסיקון": "lexicon", "טבלאי": "tabular",
+}
+
+
+async def record_curator_findings(case_number: str, findings: list[dict]) -> str:
+    """לכידת ממצאי-האוצֵר כ-decision_lessons מובְנים (source='curator', proposed) — INV-LRN3.
+
+    האוצֵר מזהה דפוסי-סגנון בקריאת הסופי; עד כה הם חיו רק כהערה ארעית בערוץ-התגובות
+    (אובד, לא נסקר). כאן הם נתפסים מבנית כך שיופיעו בטאב ״אוצֵר״ ויעברו שער-יו"ר (INV-LRN1/G10).
+    האוצֵר נשאר read-only על התוכן — הרישום הוא הצעה הממתינה לאישור, לא שינוי-קול.
+
+    Args:
+        case_number: מספר התיק הסופי (= decision_number בקורפוס-הסגנון).
+        findings: רשימת ממצאים, כל אחד {"text": "...", "category"/"tag": "..."}.
+                  category ∈ style/structure/lexicon/tabular/general (או tag עברי).
+    """
+    if not findings:
+        return err("findings ריק — אין ממצאים לרשום.")
+    corpus_id = await db.get_style_corpus_id_by_decision(case_number)
+    if not corpus_id:
+        return err(
+            f"לא נמצאה רשומת style_corpus ל-{case_number} — ודא שהסופי נקלט לקורפוס-הסגנון "
+            "(enroll_style_corpus) לפני רישום ממצאים."
+        )
+    # Dedup against lessons already on this corpus (any source) — re-running §A
+    # must not pile duplicates (INV-LRN3 reliability).
+    existing = {(_norm(r["lesson_text"])) for r in await db.list_decision_lessons(corpus_id)}
+    written, skipped_dup, skipped_empty = [], 0, 0
+    for f in findings:
+        text = (f.get("text") or "").strip()
+        if not text:
+            skipped_empty += 1
+            continue
+        if _norm(text) in existing:
+            skipped_dup += 1
+            continue
+        raw_cat = (f.get("category") or f.get("tag") or "general").strip()
+        category = _CURATOR_TAG_TO_CATEGORY.get(raw_cat, raw_cat)
+        if category not in _CURATOR_FINDING_CATEGORIES:
+            category = "general"
+        row = await db.add_decision_lesson(
+            corpus_id,
+            lesson_text=text,
+            category=category,
+            source="curator",
+            created_by="curator",
+            review_status="proposed",
+        )
+        if row:
+            written.append(str(row["id"]))
+            existing.add(_norm(text))
+    return ok({
+        "corpus_id": str(corpus_id),
+        "written": len(written),
+        "skipped_duplicate": skipped_dup,
+        "skipped_empty": skipped_empty,
+        "lesson_ids": written,
+    }, message=(
+        f"נרשמו {len(written)} ממצאי-אוצֵר (source=curator, ממתינים לשער-יו\"ר ב-/training). "
+        f"{skipped_dup} כפילויות דולגו."
+    ))
+
+
+def _norm(s: str) -> str:
+    """Normalize lesson text for dedup — collapse whitespace, strip."""
+    return " ".join((s or "").split())
+
+
 async def list_chair_feedback(
     case_number: str = "",
     category: str = "",

web-ui/src/components/training/curator-portrait-panel.tsx

@@ -45,6 +45,15 @@ export function CuratorPortraitPanel() {
       <StatsCard />
       <RecentFindings />
 
+      <div className="bg-info-bg border border-info/40 rounded-lg px-4 py-3 flex items-start gap-2.5 text-[0.78rem] text-ink-soft leading-relaxed">
+        <span>🔒</span>
+        <div>
+          <b className="text-navy">שער-היו״ר (INV-LRN1 / G10):</b> כל הערוצים <b>מציעים</b> בלבד.
+          ממצא או לקח משפיע על הכתיבה רק אחרי שדפנה אישרה אותו. האוצֵר עצמו read-only על התוכן —
+          מזהה דפוסים ומגיש, לעולם לא משנה קבצים או סגנון בעצמו.
+        </div>
+      </div>
+
       <Tabs defaultValue="curator-prompt" dir="rtl">
         <TabsList className="bg-rule-soft/60">
           <TabsTrigger value="curator-prompt">פרומפט ה-Curator</TabsTrigger>
@@ -67,38 +76,127 @@ export function CuratorPortraitPanel() {
 
 // ── stats card ─────────────────────────────────────────────────────
 
+function SectionLabel({ children }: { children: React.ReactNode }) {
+  return (
+    <div className="text-[0.72rem] uppercase tracking-wider text-gold-deep font-bold mb-3">
+      {children}
+    </div>
+  );
+}
+
+/** One of the three learning channels — engine, backing store, count, flow gate. */
+function ChannelCard({
+  letter, title, engine, target, store, value, unit, flows, flowLabel, meta,
+}: {
+  letter: string; title: string; engine: string; target: string; store: string;
+  value: number; unit: string; flows: boolean; flowLabel: string; meta: string;
+}) {
+  return (
+    <Card className="bg-surface border-rule">
+      <CardContent className="px-[18px] py-4 flex flex-col gap-2.5">
+        <div className="flex items-baseline gap-2">
+          <span className="w-[22px] h-[22px] rounded-md flex items-center justify-center font-bold text-xs text-parchment shrink-0 bg-navy">
+            {letter}
+          </span>
+          <div>
+            <h3 className="text-[0.9rem] text-navy font-semibold leading-tight">{title}</h3>
+            <div className="text-[0.72rem] text-ink-muted">{engine}</div>
+          </div>
+        </div>
+        <div className="text-[0.72rem] text-ink-soft bg-rule-soft rounded-md px-2.5 py-1.5">
+          ← {target} <code className="text-[0.68rem] text-gold-deep">{store}</code>
+        </div>
+        <div className="flex items-baseline gap-1.5">
+          <span className="text-[1.9rem] leading-none font-bold text-navy tabular-nums">{value}</span>
+          <span className="text-[0.78rem] text-ink-muted">{unit}</span>
+        </div>
+        <span
+          className={`inline-flex items-center gap-1.5 rounded-full text-[0.72rem] font-semibold px-2.5 py-0.5 w-fit border ${
+            flows
+              ? "bg-success-bg text-success border-success/40"
+              : "bg-gold-wash text-gold-deep border-gold/40"
+          }`}
+        >
+          <span className="text-[0.5rem]">●</span>{flowLabel}
+        </span>
+        <div className="text-[0.72rem] text-ink-muted leading-relaxed">{meta}</div>
+      </CardContent>
+    </Card>
+  );
+}
+
 function StatsCard() {
   const { data, isPending } = useCuratorStats();
 
   if (isPending) {
     return (
-      <div className="grid grid-cols-2 md:grid-cols-4 gap-3">
-        {[...Array(4)].map((_, i) => <Skeleton key={i} className="h-20 w-full" />)}
+      <div className="space-y-4">
+        <Skeleton className="h-16 w-full" />
+        <div className="grid grid-cols-1 md:grid-cols-3 gap-4">
+          {[...Array(3)].map((_, i) => <Skeleton key={i} className="h-44 w-full" />)}
+        </div>
       </div>
     );
   }
   if (!data) return null;
 
+  const { distillation: a, panel: b, curator: c } = data.channels;
+
   return (
-    <div className="grid grid-cols-2 md:grid-cols-4 gap-3">
-      <Kpi label="ממצאי curator" value={data.total_findings} icon={<Sparkles className="w-4 h-4" />} />
-      <Kpi label="החלטות שנסקרו" value={`${data.decisions_with_findings}/${data.decisions_total}`} icon={<FileText className="w-4 h-4" />} />
-      <Kpi label="ממצאים מאושרים (זורמים לכותב)" value={data.findings_approved} icon={<CheckCircle2 className="w-4 h-4" />} />
-      <Kpi label="ממוצע ממצאים להחלטה"
-        value={
-          data.decisions_with_findings > 0
-            ? (data.total_findings / data.decisions_with_findings).toFixed(1)
-            : "—"
-        }
-        icon={<Brain className="w-4 h-4" />}
+    <div className="space-y-5">
+      <div className="bg-gold-wash border border-gold rounded-lg px-5 py-4 flex items-start gap-3">
+        <span className="text-gold-deep text-xl leading-tight">★</span>
+        <p className="text-ink-soft text-sm leading-relaxed">
+          הלמידה זורמת לכותב ב<b className="text-gold-deep font-semibold">שלושה ערוצים נפרדים</b>, כל אחד
+          מופעל כשדפנה מסמנת החלטה כסופית. הכרטיס מראה כמה כל ערוץ תרם ומה כבר עובר בפועל לכותב —
+          רק ידע ש<b className="text-gold-deep font-semibold">אושר בשער-היו״ר</b> משפיע על הטיוטות (INV-LRN1).
+        </p>
+      </div>
+
+      <div>
+        <SectionLabel>שלושת ערוצי-ההזנה לכותב</SectionLabel>
+        <div className="grid grid-cols-1 md:grid-cols-3 gap-4">
+          <ChannelCard
+            letter="א" title="דיסטילציה" engine="Claude · השוואת טיוטה↔סופי"
+            target="כללי-מתודולוגיה" store="appeal_type_rules"
+            value={a.items_total} unit="פריטים זורמים"
+            flows={a.items_total > 0} flowLabel="זורם לכותב"
+            meta={`${a.discussion_rules} כללי-דיון + ${a.transition_phrases} ביטויי-מעבר · אושרו ב-${a.pairs_folded} זוגות דרך טאב ״למידה״.`}
           />
+          <ChannelCard
+            letter="ב" title="פאנל דו-סוכני" engine="DeepSeek + Gemini · הצבעה 2/2"
+            target="לקחי-סגנון" store="decision_lessons"
+            value={b.total} unit="לקחים"
+            flows={b.approved > 0} flowLabel={`${b.approved} אושרו · ${b.proposed} ממתינים`}
+            meta={`על פני ${b.decisions} החלטות · אישור per-החלטה בטאב הקורפוס.`}
+          />
+          <ChannelCard
+            letter="ג" title="ממצאי-אוצֵר" engine="האוצֵר · קריאת הסופי + דפוסים"
+            target="ממצאי-סגנון" store="source=curator"
+            value={c.total} unit="ממצאים"
+            flows={c.approved > 0} flowLabel={`${c.approved} אושרו · ${c.proposed} ממתינים`}
+            meta="3–5 דפוסים מתויגים להחלטה (סגנון/מבנה/לקסיקון/טבלאי) — נתפסים מבנית, לא רק כהערה."
+          />
+        </div>
+      </div>
+
+      <div>
+        <SectionLabel>ערוץ האוצֵר — מבט מקרוב</SectionLabel>
+        <div className="grid grid-cols-2 md:grid-cols-4 gap-3">
+          <Kpi label="סך ממצאי-אוצֵר" value={c.total} icon={<Sparkles className="w-4 h-4" />} />
+          <Kpi label="החלטות שנסקרו" value={`${c.decisions_reviewed}/${data.decisions_total}`} icon={<FileText className="w-4 h-4" />} />
+          <Kpi label="מאושרים · זורמים לכותב" value={c.approved} tone="success" icon={<CheckCircle2 className="w-4 h-4" />} />
+          <Kpi label="ממתינים לאישור" value={c.proposed} tone="gold" icon={<Brain className="w-4 h-4" />} />
+        </div>
+      </div>
     </div>
   );
 }
 
 function Kpi({
-  label, value, icon,
-}: { label: string; value: string | number; icon: React.ReactNode }) {
+  label, value, icon, tone,
+}: { label: string; value: string | number; icon: React.ReactNode; tone?: "success" | "gold" }) {
+  const valueCls = tone === "success" ? "text-success" : tone === "gold" ? "text-gold-deep" : "text-navy";
   return (
     <Card className="bg-surface border-rule">
       <CardContent className="px-4 py-3">
@@ -106,7 +204,7 @@ function Kpi({
           {icon}
           <span>{label}</span>
         </div>
-        <p className="text-2xl text-navy font-semibold tabular-nums mt-1">{value}</p>
+        <p className={`text-2xl font-semibold tabular-nums mt-1 ${valueCls}`}>{value}</p>
       </CardContent>
     </Card>
   );
@@ -123,10 +221,10 @@ function RecentFindings() {
   if (!data || data.recent_findings.length === 0) {
     return (
       <Card className="bg-rule-soft/40 border-rule">
-        <CardContent className="px-6 py-5 text-center text-ink-muted text-sm">
-          אין עדיין ממצאים של ה-Curator. הוא מופעל אוטומטית כאשר דפנה מסמנת
-          החלטה כסופית (mark-final), ושומר את ממצאיו כ-decision_lessons עם
-          source=&quot;curator&quot;.
+        <CardContent className="px-6 py-5 text-center text-ink-muted text-sm leading-relaxed">
+          אין עדיין ממצאי-אוצֵר. כשדפנה מסמנת החלטה כסופית, האוצֵר קורא את הסופי, מזהה
+          3–5 דפוסי-סגנון, ושומר אותם כ-<code>decision_lessons</code> (source=&quot;curator&quot;)
+          הממתינים לאישורה — בנפרד מלקחי-הפאנל ומכללי-המתודולוגיה שלמעלה.
         </CardContent>
       </Card>
     );

web-ui/src/components/training/style-report-panel.tsx

@@ -197,7 +197,7 @@ export function StyleReportPanel() {
             <h3 className="text-navy text-lg m-0">אוצֵר — ממצאי-סגנון</h3>
             <div className="flex items-center gap-4 rounded-lg border border-success bg-success-bg px-[18px] py-3.5">
               <span className="text-success font-bold text-[1.75rem] leading-none tabular-nums">
-                {curator.data ? curator.data.findings_approved : "—"}
+                {curator.data ? curator.data.channels.curator.approved : "—"}
               </span>
               <div className="min-w-0">
                 <b className="text-navy text-sm font-semibold block">
@@ -214,8 +214,8 @@ export function StyleReportPanel() {
                   {curator.data
                     ? Math.max(
                         0,
-                        curator.data.total_findings -
-                          curator.data.findings_approved,
+                        curator.data.channels.curator.total -
+                          curator.data.channels.curator.approved,
                       )
                     : "—"}
                 </div>
@@ -223,7 +223,7 @@ export function StyleReportPanel() {
               </div>
               <div className="flex-1 rounded-lg border border-rule bg-rule-soft px-3.5 py-3">
                 <div className="text-ink-muted font-bold text-[1.35rem] tabular-nums leading-none">
-                  {curator.data ? curator.data.total_findings : "—"}
+                  {curator.data ? curator.data.channels.curator.total : "—"}
                 </div>
                 <div className="text-[0.78rem] text-ink-soft mt-1">סך ממצאים</div>
               </div>

web-ui/src/lib/api/training.ts

@@ -302,14 +302,39 @@ export type CuratorFinding = {
   created_at: string;
 };
 
+// One decision_lessons channel split by the INV-LRN1 review gate.
+export type LessonChannelStats = {
+  total: number;
+  approved: number;
+  proposed: number;
+  rejected: number;
+};
+
+// The three honest learning channels that feed the writer (INV-IA2/IA5).
+// Earlier this was a single flat count of source='curator' — which nothing
+// wrote, so it always read 0 while the panel/methodology channels carried all
+// the real learning. See get_curator_stats (web/app.py).
 export type CuratorStats = {
-  total_findings: number;
-  decisions_with_findings: number;
   decisions_total: number;
-  // LRN-5 (INV-IA5): the count of curator lessons with review_status='approved'
-  // (the real INV-LRN1 writer gate) — replaces the old findings_applied, which
-  // counted the informative-only applied_to_skill flag.
-  findings_approved: number;
+  channels: {
+    // A — Claude draft↔final distillation → methodology overrides; flows now.
+    distillation: {
+      discussion_rules: number;
+      transition_phrases: number;
+      items_total: number;
+      pairs_folded: number;
+      pairs_total: number;
+    };
+    // B — DeepSeek+Gemini panel → decision_lessons; flows when chair-approved.
+    panel: LessonChannelStats & {
+      decisions: number;
+      by_practice_area: Record<string, number>;
+    };
+    // C — curator agent's qualitative findings → decision_lessons (source='curator').
+    curator: LessonChannelStats & {
+      decisions_reviewed: number;
+    };
+  };
   recent_findings: CuratorFinding[];
 };
 

web/app.py

@@ -1318,31 +1318,77 @@ async def get_style_analyzer_prompt():
 
 @app.get("/api/training/curator/stats")
 async def get_curator_stats():
-    """Cheap aggregate stats over decision_lessons + style_corpus.
+    """Aggregate over the THREE learning channels that feed the writer, for the
+    /training "אוצֵר" tab. Each channel is surfaced honestly with its real
+    backing store and how much of it actually reaches the writer:
 
-    Used by the Curator-Portrait tab to show "10 curator findings across 24
-    decisions". We deliberately keep this server-side and aggregate so the
-    UI can render a single card without fanning out N queries.
+      A. distillation — Claude draft↔final diff → methodology overrides
+         (appeal_type_rules['_global']). Folded items flow to the writer now.
+      B. panel — DeepSeek+Gemini 2/2 vote → decision_lessons
+         (source='panel:deepseek+gemini'). Flow to the writer only once the
+         chair approves (review_status='approved', INV-LRN1/G10).
+      C. curator — the agent's Opus-read qualitative findings → decision_lessons
+         (source='curator'). Same chair gate as the panel.
+
+    Earlier this endpoint counted ONLY source='curator' and reported it as the
+    whole story, so it read 0 while the panel/methodology channels carried all
+    the real learning. The card was measuring a column nothing wrote (the agent
+    posted findings as Paperclip comments, never as decision_lessons — a
+    spec↔impl drift since closed). It now reports all three (INV-IA2/IA5).
     """
     pool = await db.get_pool()
     async with pool.acquire() as conn:
-        total_lessons = await conn.fetchval(
-            "SELECT count(*) FROM decision_lessons WHERE source = 'curator'"
+        total_corpus = await conn.fetchval("SELECT count(*) FROM style_corpus") or 0
+
+        # ── Channel A — distillation → methodology overrides ──────────────
+        meth_rows = await conn.fetch(
+            "SELECT rule_category, coalesce(jsonb_array_length(rule_value), 0) AS n "
+            "FROM appeal_type_rules "
+            "WHERE appeal_type = '_global' "
+            "  AND rule_category IN ('discussion_rules', 'transition_phrases')"
         )
-        decisions_with_findings = await conn.fetchval(
+        meth = {r["rule_category"]: r["n"] for r in meth_rows}
+        discussion_rules = meth.get("discussion_rules", 0)
+        transition_phrases = meth.get("transition_phrases", 0)
+        pairs_folded = await conn.fetchval(
+            "SELECT count(*) FROM draft_final_pairs WHERE status = 'lessons_folded'"
+        ) or 0
+        pairs_total = await conn.fetchval("SELECT count(*) FROM draft_final_pairs") or 0
+
+        # ── Channels B & C — decision_lessons by source × review_status ───
+        ls_rows = await conn.fetch(
+            "SELECT source, review_status, count(*) AS n FROM decision_lessons "
+            "GROUP BY source, review_status"
+        )
+
+        def _channel(src_predicate) -> dict:
+            buckets = {"approved": 0, "proposed": 0, "rejected": 0}
+            for r in ls_rows:
+                if src_predicate(r["source"] or ""):
+                    st = r["review_status"] or "proposed"
+                    buckets[st] = buckets.get(st, 0) + r["n"]
+            buckets["total"] = sum(buckets.values())
+            return buckets
+
+        panel = _channel(lambda s: s.startswith("panel:"))
+        curator = _channel(lambda s: s == "curator")
+
+        panel_decisions = await conn.fetchval(
+            "SELECT count(DISTINCT style_corpus_id) FROM decision_lessons "
+            "WHERE source LIKE 'panel:%'"
+        ) or 0
+        curator_decisions = await conn.fetchval(
             "SELECT count(DISTINCT style_corpus_id) FROM decision_lessons "
             "WHERE source = 'curator'"
+        ) or 0
+        pa_rows = await conn.fetch(
+            "SELECT sc.practice_area, count(*) AS n "
+            "FROM decision_lessons dl JOIN style_corpus sc ON sc.id = dl.style_corpus_id "
+            "WHERE dl.source LIKE 'panel:%' GROUP BY sc.practice_area"
         )
-        total_corpus = await conn.fetchval("SELECT count(*) FROM style_corpus")
-        # LRN-5 (INV-IA5): count the *real* consumer-mapped gate — review_status
-        # 'approved' is what flows to the writer (INV-LRN1, #126). The old count
-        # of applied_to_skill was a KPI over an informative-only flag (LRN-1)
-        # that writes nowhere, so it reported adoption that never happened.
-        approved = await conn.fetchval(
-            "SELECT count(*) FROM decision_lessons "
-            "WHERE source = 'curator' AND review_status = 'approved'"
-        )
-        # Last 10 curator findings — newest first
+        panel_by_practice = {(r["practice_area"] or "—"): r["n"] for r in pa_rows}
+
+        # Recent curator findings (channel C) — newest first
         recent_rows = await conn.fetch(
             """
             SELECT dl.id, dl.lesson_text, dl.category, dl.review_status,
@@ -1355,11 +1401,27 @@ async def get_curator_stats():
             LIMIT 10
             """
         )
+
     return {
-        "total_findings": total_lessons or 0,
-        "decisions_with_findings": decisions_with_findings or 0,
-        "decisions_total": total_corpus or 0,
-        "findings_approved": approved or 0,
+        "decisions_total": total_corpus,
+        "channels": {
+            "distillation": {
+                "discussion_rules": discussion_rules,
+                "transition_phrases": transition_phrases,
+                "items_total": discussion_rules + transition_phrases,
+                "pairs_folded": pairs_folded,
+                "pairs_total": pairs_total,
+            },
+            "panel": {
+                **panel,
+                "decisions": panel_decisions,
+                "by_practice_area": panel_by_practice,
+            },
+            "curator": {
+                **curator,
+                "decisions_reviewed": curator_decisions,
+            },
+        },
         "recent_findings": [
             {
                 "id": str(r["id"]),