fix(solve): 审查 mm1_metrics + 第二批入口改动（工程侧收口 + 6 条测试）

用户本轮改了 markov_simulate / markov_steady_state 的入口校验，并写完 mm1_metrics，
三处算法本体都正确（mm1 的 5 个公式经探针与闭式解逐位对拍通过，含 W = Wq + 1/mu）。
Codex 只动工程侧：

Fixed
- mm1_metrics 的稳定性分界 "<" 应为 "<="（docstring 与既有测试的口径都是 lambda >= mu 不稳定）：
  lambda == mu 原先掉进 try、rho == 1.0 触发 ZeroDivisionError，被 except 吞成 success=False。
  两个分支的可观测输出完全相同（success=False / metrics={} / data=None），只有 message 不同，
  故按决策 31 直接修并加回归测试，未改动任何口径。
- 三处报错文案的参数名抄错：markov_steady_state 的 max_iter <= 0 写成 "tol 必须是正数"，
  mm1_metrics 的 service_rate 两条报错都写成 "tol"；半角逗号统一为全角。

Changed
- mm1_metrics 的 docstring 补 Raises 与 data 说明；call_params = {...} 补空格；
  ruff 6 条（W293 x5 / F541 f-string 无占位符 / W292 文件末尾无换行）。
- markov_steady_state 的 try 前 3 个空行 -> 1；"异常: " -> "异常："。
- tests/test_solve.py：摘掉 2 条 mm1_metrics 的 skip，新增 4 条（lambda == mu 的回归、
  非负校验回归、max_iter=3 未收敛判 success=False）。
- STATUS.md 决策 56 / 57 更新办结项 + 新增决策 58（mm1 的 4 条待拍板）；CHANGELOG；易错点 29。

校验：pytest 202 passed / 28 skipped（230 收集）；ruff 0；pyright 0

tests/test_solve.py

@@ -469,6 +469,8 @@ def test_markov_simulate_rejects_bad_transition():
         markov_simulate(np.array([[0.5, 0.5, 0.0], [0.2, 0.8, 0.0]]), initial=0)
     with pytest.raises(ValueError):
         markov_simulate(np.array([[0.5, 0.4], [0.2, 0.8]]), initial=0)
+    with pytest.raises(ValueError):
+        markov_simulate(np.array([[1.5, -0.5], [0.0, 1.0]]), initial=0)  # 行和是 1，但含负元素
 
 
 def test_markov_simulate_rejects_bad_arguments():
@@ -570,6 +572,20 @@ def test_markov_steady_state_rejects_bad_transition():
         markov_steady_state(np.ones((2, 3)) / 3)
     with pytest.raises(ValueError):
         markov_steady_state(np.array([[0.5, 0.4], [0.2, 0.8]]))
+    with pytest.raises(ValueError):
+        markov_steady_state(np.array([[1.5, -0.5], [0.0, 1.0]]))  # 行和是 1，但含负元素
+
+
+def test_markov_steady_state_non_convergence_is_success_false():
+    """`max_iter` 不够时按"未收敛"处理：`success=False` 且 `converged=False`（口径 B）。"""
+    from mcm_toolkit.solve import markov_steady_state
+
+    P = np.array([[0.9, 0.1], [0.2, 0.8]])
+    r = markov_steady_state(P, max_iter=3)
+    assert r.success is False
+    assert r.metrics["converged"] is False
+    assert r.metrics["iterations"] == 3
+    assert "未在最大迭代次数内收敛" in r.message
 
 
 def test_markov_steady_state_rejects_bad_arguments():
@@ -610,21 +626,63 @@ def test_linear_program_basic():
     assert np.isclose(r.metrics["objective"], 4.0)
 
 
-@pytest.mark.skip(reason=_NOT_IMPLEMENTED)
 def test_mm1_metrics_closed_form():
+    """与闭式公式逐项对拍（ρ = λ/μ，L = ρ/(1-ρ)，Wq = ρ/(μ-λ)，W = Wq + 1/μ）。"""
+    from mcm_toolkit.solve import mm1_metrics
+
+    arrival_rate, service_rate = 2, 3
+    rho = arrival_rate / service_rate
+    r = mm1_metrics(arrival_rate=arrival_rate, service_rate=service_rate)
+
+    assert r.success
+    assert np.isclose(r.metrics["rho"], rho, rtol=1e-12)
+    assert np.isclose(r.metrics["L"], rho / (1 - rho), rtol=1e-12)
+    assert np.isclose(r.metrics["Lq"], rho**2 / (1 - rho), rtol=1e-12)
+    assert np.isclose(r.metrics["W"], 1 / (service_rate - arrival_rate), rtol=1e-12)
+    assert np.isclose(r.metrics["Wq"], rho / (service_rate - arrival_rate), rtol=1e-12)
+    assert np.isclose(r.metrics["W"], r.metrics["Wq"] + 1 / service_rate, rtol=1e-12)
+
+
+def test_mm1_rejects_unstable_system():
+    """λ >= μ 时系统不稳定，应 success=False 而不是返回 inf（λ == μ 也要走这一支）。"""
+    from mcm_toolkit.solve import mm1_metrics
+
+    equal = mm1_metrics(arrival_rate=3, service_rate=3)
+    assert equal.success is False
+    assert "不稳定" in equal.message
+    assert equal.metrics == {}
+
+    assert mm1_metrics(arrival_rate=3, service_rate=2).success is False
+
+
+def test_mm1_rejects_bad_arguments():
+    """λ / μ 必须是正数：0、负数、bool、非数值都要在入口拦下。"""
+    from mcm_toolkit.solve import mm1_metrics
+
+    with pytest.raises(ValueError):
+        mm1_metrics(arrival_rate=0, service_rate=3)
+    with pytest.raises(ValueError):
+        mm1_metrics(arrival_rate=-1, service_rate=3)
+    with pytest.raises(TypeError):
+        mm1_metrics(arrival_rate=True, service_rate=3)
+    with pytest.raises(TypeError):
+        mm1_metrics(arrival_rate=2, service_rate="3")  # type: ignore[arg-type]  # 就是要传错
+
+
+def test_mm1_docstring_example_runs():
     from mcm_toolkit.solve import mm1_metrics
 
     r = mm1_metrics(arrival_rate=2, service_rate=3)
-    assert np.isclose(r.metrics["rho"], 2 / 3, rtol=1e-6)
-    assert np.isclose(r.metrics["L"], 2.0, rtol=1e-6)
+    assert round(r.metrics["rho"], 4) == 0.6667
 
 
-@pytest.mark.skip(reason=_NOT_IMPLEMENTED)
-def test_mm1_rejects_unstable_system():
-    """λ >= μ 时系统不稳定，应 success=False 而不是返回 inf。"""
+def test_mm1_stability_boundary_is_success_not_exception():
+    """λ == μ 不能靠 ZeroDivisionError 落到失败分支：必须是显式的"不稳定"口径。"""
     from mcm_toolkit.solve import mm1_metrics
 
-    assert mm1_metrics(arrival_rate=3, service_rate=3).success is False
+    r = mm1_metrics(arrival_rate=5, service_rate=5)
+    assert r.success is False
+    assert "ZeroDivisionError" not in r.message
 
 
 @pytest.mark.skip(reason=_NOT_IMPLEMENTED)