fix(solve): monte_carlo_integral 入口收口 + 失败 message 不再被覆盖

三项待办由用户本人改定；Codex 只补 ruff / docstring / tests / 文档。

- bounds 形状校验：`[0, 1]` 从裸 IndexError 变成可读 ValueError（带形状提示）；
  空 / 非 list-tuple / 参差不齐一并收口
- 失败 message：改成 if result.success / else 两支，success=False 时不再出现"成功"文案
- n 注解放宽为 int | np.integer；event 注解 Callable[..., bool] -> Callable[..., Any]
  （决策 50 的遗留清零；pyright 复测不再拒绝向量化事件函数）
- 工程侧：清掉 2 行 ruff W293；docstring 的 bounds / Raises 同步；
  非法 bounds 测试 1 类扩到 4 类，新增失败 message 语义与 np.int64 两条
- 验证：199 收集 / 168 passed / 31 skipped / 0 xfail，ruff 0，pyright 0
- docs：决策 52 + 2 条新口径（bounds 收不收 ndarray、if/else 三行重复）；CHANGELOG

CHANGELOG.md

@@ -425,6 +425,24 @@
 - `tmp/type_demo.py`（gitignored）：用 pyright 证明 `Callable[..., bool]` 会**拒绝**一个注解良好的向量化 `event`
   （`ndarray` 与 `bool` 不兼容），`Callable[..., Any]` 才收 —— 这是决策 50 那条遗留的实际代价。
 
+### Fixed
+- `monte_carlo_integral` 的 `bounds` 形状校验缺失（用户第二轮补齐）：`bounds=[0, 1]` 从裸 `IndexError: too many indices`
+  变成可读 `ValueError`（带当前形状与"请检查是否漏了括号"）；`[]` / 非 `list`-`tuple` / 参差不齐的输入也一并收口。
+- `monte_carlo_integral` 的失败 `message` 被包装层覆盖（用户第二轮改成 `if result.success:` / `else:` 两支）：
+  `func` 返回标量时不再是 `success=False` + "成功"文案，而是"蒙特卡洛多重积分失败：维度 1，体积 1.0000，模拟 100 次。
+  蒙特卡洛模拟失败：TypeError - object of type 'float' has no len()"。
+- 格式：`simulate.py` 两行"只有空格的行"（ruff W293 ×2，Codex 顺手补）。
+
+### Changed
+- `monte_carlo_probability` 的 `event` 注解 `Callable[..., bool]` → `Callable[..., Any]`（用户改，**决策 50 的遗留清零**）：
+  pyright 实测原注解会**拒绝**一个注解良好的向量化事件函数（`ndarray` 与 `bool` 不兼容），运行期却一直收得下。
+- `monte_carlo_integral` 的 `n` 注解放宽为 `int | np.integer`（与全模块对齐，易错点 1 的老口径）。
+- `monte_carlo_integral` 的 docstring：`bounds` 入参说明与 `Raises` 同步到新入口校验（补"非空 `list`/`tuple`、形状 `(d, 2)`"）。
+- `tests/test_solve.py`：非法 `bounds` 从 1 类扩到 4 类（`[(1, 0)]` / `[0, 1]` / `[]` / 参差不齐），新增"失败 message 不许出现
+  '成功'"与 `np.int64` 两条；`solve` 段 30 → **32** 条，全量 **199 收集 / 168 passed / 31 skipped / 0 xfail**（ruff 0 / pyright 0）。
+- `STATUS.md`：integral 的 3 条待办标记办结、概率函数的 6 条待办全部办结；新增**决策 52** 与 2 条新口径
+  （`bounds` 收不收 ndarray、`if`/`else` 里那三行重复）；验证计数更新为 168 / 31。
+
 ## [0.0.1] - 2026-10-01
 
 ### Added

STATUS.md

@@ -22,9 +22,8 @@
 `detect_outliers`、`normalize`/`standardize`、`describe`、`correlation_matrix`、`bootstrap_ci`、
 `monte_carlo`（**用户写**，2026-10-04）；另**提前落地**了 L1 的 `confidence_interval` / `t_test` /
 `monte_carlo_probability`、`monte_carlo_integral`（**用户写**，2026-10-05）。剩余 1 项：`save_figure`（Codex 写）。
-`monte_carlo` 的口径已拍板（决策 48）；`ci_low`/`ci_high` 的语义、`monte_carlo_probability` 剩下的
-1 条待办、`monte_carlo_integral` 的 3 条待办，都见"下一步"。
-
+`monte_carlo` 的口径已拍板（决策 48）；概率 / 积分两个函数的待办**均已办结**，
+剩下 `ci_low`/`ci_high` 的语义与 `monte_carlo_integral` 的 2 条新口径，见"下一步"。
 ## 任务清单
 
 ### ✅ 已完成
@@ -290,15 +289,16 @@
       - **测试：新增 4 条 + 摘掉 1 条 skip**（`solve` 段共 30 条）—— 1D 收敛到 1/3（n=2e5）、
         **3D 抓体积符号**（奇数维）、**`[0,2]` 抓宽度**（偶数维藏不住）、2D + `name`/`dimension`/`bounds` 三个 params、
         `(1, 0)` 抛 `ValueError`。三条"抓符号"用例就是照着上面那个"2D 掩盖效应"设计的
-      - ⏳ **留给用户 3 条**（见"下一步"）：`result.message` 无条件覆盖（失败被写成"成功"）、
-        `bounds` 形状没校验（`[0, 1]` 抛裸 `IndexError`）、`n: int` 与全模块 `int | np.integer` 不一致
+      - ✅ **3 条待办已由用户第二轮办结**（同日）：`message` 改成 `if result.success:` / `else:` 两支（失败语义不再被覆盖）；
+        入口补 `isinstance(bounds, (list, tuple))` + `ndim == 2 and shape[1] == 2` 两道（`[0, 1]` 从裸 `IndexError` 变成可读 `ValueError`）；
+        `n` 注解放宽为 `int | np.integer`。⏳ 尚有 2 条新口径（`bounds` 收不收 ndarray、`if`/`else` 三行重复）见"下一步"
 - [ ] 剩余 1 项：`save_figure`（A 档 = 工程，**Codex 直接写**）
 
 ### 验证结果
 
 | 检查 | venv | conda `mcm-toolkit` |
 |---|---|---|
-| `pytest` | 见下（单列） | **166 passed, 31 skipped（0 xfail）** |
+| `pytest` | 见下（单列） | **168 passed, 31 skipped（0 xfail）** |
 | `import mcm_toolkit` | 0.0.1 / 16 项 | 0.0.1 / 16 项 |
 | `ruff check` | All checks passed | **All checks passed**（0 error） |
 | `scripts/doctor.ps1` | 跑通 | — |
@@ -308,8 +308,8 @@
   （修配置之前是 17 errors，全是"无法解析导入 numpy / pandas"，见决策 29 与
   `docs/04-environment.md` 坑 7）
 - base 亦已复核：numpy 2.4.6 / scipy 1.18.1 / pandas 3.0.6（与两套环境一致）
-- **197 条用例：166 passed / 31 skipped / 0 xfail**。收集数按文件：`test_data.py` 52、`test_api_surface.py` 20、
-  `test_core.py` 23、`test_solve.py` 30（上一轮 25，本轮摘 1 条 skip + 新增 4 条）、`test_viz.py` 8、`test_decision.py` 7、
+- **199 条用例：168 passed / 31 skipped / 0 xfail**。收集数按文件：`test_data.py` 52、`test_api_surface.py` 20、
+  `test_core.py` 23、`test_solve.py` 32（本轮再 +2：非法 `bounds` 扩到 4 类 + 失败 message 语义 / `np.int64`）、`test_viz.py` 8、
   `test_stats.py` 53、`test_models.py` 5
 - **`xfail` 再次清零**：`correlation_matrix` 的契约冲突已按方案 A 解决（决策 41），那条用例转正
 - 上一轮那 7 条 xfail 已全部转正，决策 30 那套信号（XPASS → 摘 mark）跑完过一个完整闭环
@@ -433,7 +433,7 @@ docstring 与 `test_describe_reports_expected_keys` 早就写死了这个方向
 用户 2026-10-05 按"6 条待办"自行改定。Wilson 在 p 贴近 0 / 1 时不会退化成零宽：实测 p=1、n=1000 从 `(1.0, 1.0)`
 变成 `(0.99617, 1.0)`；p=0 从"判失败"变成 `(0.0, 0.00383)`（原 Wald 是 0）。区间口径与
 `statsmodels.proportion_confint(method="wilson")` 对齐，已加成对照测试。
-**遗留**（2026-10-05 第二轮复核）：`event: Callable[..., bool]` 注解与"吃整批、返回数组"不符（**待改**）；
+**遗留**（2026-10-05 第二轮复核，同日**已清**）：~~`event: Callable[..., bool]` 注解与"吃整批、返回数组"不符~~ → 已改 `Callable[..., Any]`；
 警告文案把 p≈1 也说成"小概率事件" —— **用户已于同日改掉**（现在两半都覆盖，见 CHANGELOG 本轮）。
 
 | 51 | `monte_carlo_integral` 的 `data` = **n 个样本各自的贡献**（`func(X_i) × 体积`）；积分估计值看 `metrics["mean"]` |
@@ -443,6 +443,13 @@ docstring 与 `test_describe_reports_expected_keys` 早就写死了这个方向
 **留给用户 3 条**：① `result.message` 无条件覆盖（失败被写成"成功"）；② `bounds` 形状没校验（`[0, 1]` 抛裸 `IndexError`）；
 ③ `n: int` 与全模块的 `int | np.integer` 不一致。
 
+| 52 | `monte_carlo_integral` 的入口口径由**用户第二轮**改定：`message` 只在成功分支改写；`bounds` 必须是非空 `list`/`tuple` 且形状 `(d, 2)`；`n` 收 `int \| np.integer` |
+用户 2026-10-05 按 Codex 报的 3 条自行改定。`message` 走 `if result.success:` / `else:`（失败分支保留失败语义并追加追溯信息：
+维度 / 体积 / 模拟次数）—— 修掉"`success=False` + 一句成功文案"的自相矛盾。`bounds` 入口两道校验把
+`[0, 1]` 从 `IndexError: too many indices` 变成带当前形状的可读 `ValueError`。遗留 2 条新口径：
+① `isinstance(bounds, (list, tuple))` 把 `np.array([[0, 1]])` 也拒了，与"尽量传 ndarray"的偏好冲突；
+② `if` / `else` 两支里 `name` / `params["bounds"]` / `params["dimension"]` 各写了一遍（易错点 20）。
+
 ## 下一步
 
 ### ⭐ 当前进度与待办（2026-10-05 第二轮）
@@ -451,7 +458,7 @@ docstring 与 `test_describe_reports_expected_keys` 早就写死了这个方向
 （体积 `lows - highs` → `highs - lows`，见决策 51）—— **算法结构一行未动**。
 
 **接下来三件事**
-1. `monte_carlo_integral` 有 **3 条待办**（下面一节）——都是你的活。
+1. `monte_carlo_integral` 的 3 条待办**已办结**；新增 2 条口径（下面一节）——都是你的活。
 2. `ci_low` / `ci_high` 的语义确认一句（也是你的活），确认后 Codex 补 `docs/algorithms/monte_carlo.md` 卡片。
 3. L0 最后一项 `save_figure`（A 档 = 工程，`viz/export.py`）—— **Codex 直接实现**，你只读。
 
@@ -459,7 +466,7 @@ docstring 与 `test_describe_reports_expected_keys` 早就写死了这个方向
 它和刚写完的两个函数是**同一套骨架的第三次复用**（造批 → 一次算 → 汇总），新东西只有两处：
 `np.cumsum` 把增量累成轨迹；`data` 的 shape 从 `(n,)` 变成 `(n_paths, n_steps + 1)` 的**二维**。
 
-### ✅ monte_carlo_probability 的 6 条待办（2026-10-05 已办 5 条、剩 1 条）
+### ✅ monte_carlo_probability 的 6 条待办（2026-10-05 全部办结）
 
 - ~~① `p <= 1e-3` 判 `success=False`~~ → 改成 `warning_message`，仍返回区间（实测 p=0 → `(0.0, 0.00383)`）。
 - ~~② Wald 在 p 靠近 1 时退化~~ → 换 **Wilson**（p=1、n=1000：`(1.0, 1.0)` → `(0.99617, 1.0)`）。
@@ -468,22 +475,26 @@ docstring 与 `test_describe_reports_expected_keys` 早就写死了这个方向
 - ~~⑤ `metrics` 混 `np.float64`~~ → `float()` 统一（实测 4 个 key 全是 `float`）。
 - ~~⑥ `n: int`~~ → 已改 `int | np.integer`。
 
-**还剩 1 条（你的活）**
-1. `event: Callable[..., bool]` 的注解与行为不符：实际必须吃**整批**参数、返回长度 `n` 的数组。
-   改法（一行）：`Callable[..., bool]` → `Callable[..., Any]`，与同模块的 `sampler` / `simulator` 对齐。
-   pyright 实测：`Callable[..., bool]` 会**拒绝**一个注解良好的向量化 `event`（返回 `ndarray` 与 `bool` 不兼容），
-   `Callable[..., Any]` 才收得下 —— 这正是"注解与行为不符"的实际代价。
+**~~还剩 1 条~~ → 已办（本轮）**
+1. ~~`event: Callable[..., bool]` 的注解与行为不符~~ → 已改 `Callable[..., Any]`，与 `sampler` / `simulator` 对齐。
+   pyright 复测：向量化事件函数不再被拒（原注解会报 `reportArgumentType`）。**决策 50 的遗留清零。**
 
-### ⏳ monte_carlo_integral 的 3 条待办（2026-10-05，你的活）
+### ✅ monte_carlo_integral 的 3 条待办（2026-10-05 已办结）
 
-1. **`result.message` 被无条件覆盖**：拿到 `result` 后直接 `result.message = "…成功…"`，内层 `success=False` 时也照写。
-   实测 `func` 返回标量时，对外是 `success=False` + **"蒙特卡洛多重积分成功"** —— 两个字段自相矛盾。
-   方向（你定）：用 `if result.success:` 包住，或 message 只**追加**、不覆盖。
-2. **`bounds` 形状没校验**：`bounds=[0, 1]`（1-D 扁平）在 `bounds_arr[:, 0]` 抛 `IndexError: too many indices`
-   —— 是裸异常，没包进 `Result`。方向：要求"每个元素都是二元组"，入口给可读的 `ValueError`；
-   顺手也能和 `(1, 0)` 那条校验合并到一处写。
-3. **`n: int = 10000` 与全模块不一致**：别的函数都写 `int | np.integer`（§4.7）。
-   运行期其实收 `np.int64`（`monte_carlo` 里放行了），只是注解更窄 —— 调用方按注解老实写，pyright 会对 `np.int64` 报错。
+- ~~① `result.message` 被无条件覆盖~~ → 已改成 `if result.success:` / `else:` 两个分支；
+  失败时是"蒙特卡洛多重积分失败：维度 1，体积 1.0000，模拟 100 次。蒙特卡洛模拟失败：TypeError - ..."，
+  `success` 与 `message` 不再打架。
+- ~~② `bounds` 形状没校验~~ → 入口加了 `isinstance(bounds, (list, tuple))` 与 `ndim == 2 and shape[1] == 2` 两道；
+  `bounds=[0, 1]` 现在报"bounds 必须形如 [(lo, hi), ...]，当前形状为 (2,)，请检查是否漏了括号"。
+- ~~③ `n: int`~~ → 已改 `int | np.integer`。
+
+### ⏳ monte_carlo_integral 还有 2 条口径（新增，你的活）
+
+1. **`bounds` 把 ndarray 也拒了**：`isinstance(bounds, (list, tuple))` 使 `np.array([[0.0, 1.0]])` 直接 `ValueError`。
+   这和你自己定的口径（"以后我也尽量不传 list 和 tuple，尽量用 `pd.DataFrame` / `pd.Series` / `np.array`"）冲突 ——
+   要不要放成"list / tuple / ndarray 都收"？（`np.asarray` 本来就能接住三者）
+2. **`if` / `else` 两个分支里那三行写了两遍**：`result.name`、`params["bounds"]`、`params["dimension"]` 各写一次。
+   要改的话很简单：这三行提到 `if` 之前，只让 `message` 分两支 —— 正是易错点 20 说的"同一个信息写两遍"。
 
 ### ⏳ monte_carlo 只剩 1 个口径要你确认
 

src/mcm_toolkit/solve/simulate.py

@@ -132,7 +132,7 @@ def monte_carlo(
 
 
 def monte_carlo_probability(
-    event: Callable[..., bool],
+    event: Callable[..., Any],
     sampler: Callable[..., Any],
     n: int | np.integer = 10000,
     confidence: float = 0.95,
@@ -246,7 +246,7 @@ def monte_carlo_probability(
 def monte_carlo_integral(
     func: Callable[..., Any],
     bounds: Any,
-    n: int = 10000,
+    n: int | np.integer = 10000,
     random_state: int | None = None,
 ) -> Any:
     """用蒙特卡洛求多重积分。
@@ -257,7 +257,7 @@ def monte_carlo_integral(
         `f(X) -> 一批函数值`。`X` 是形状 `(n, d)` 的样本矩阵（一行一个样本），
         返回长度 `n` 的数组（写成 `X[:, 0] ** 2` 这种逐行写法，不要写 Python 循环）。
     bounds:
-        `[(lo, hi), ...]`，维度即积分重数，要求每个 `lo < hi`。
+        `[(lo, hi), ...]`（非空 list / tuple），维度即积分重数；要求每项都是二元组且 `lo < hi`。
     n:
         模拟次数，正整数。
     random_state:
@@ -272,7 +272,7 @@ def monte_carlo_integral(
     Raises
     ------
     ValueError:
-        `bounds` 里出现 `lo >= hi`。
+        `bounds` 不是非空 list / tuple、形状不是 `(d, 2)`（例如漏括号写成 `[0, 1]`），或某个 `lo >= hi`。
 
     Notes
     -----
@@ -286,8 +286,14 @@ def monte_carlo_integral(
     >>> abs(r.metrics["mean"] - 1 / 3) < 0.01   # ∫₀¹ x² dx = 1/3
     True
     """
+    if not isinstance(bounds, (list, tuple)) or len(bounds) == 0:
+        raise ValueError("bounds 必须是非空的列表或元组")
+
     bounds_arr = np.asarray(bounds)
 
+    if bounds_arr.ndim != 2 or bounds_arr.shape[1] != 2:
+        raise ValueError(f"bounds 必须形如 [(lo, hi), ...]，当前形状为 {bounds_arr.shape}，请检查是否漏了括号")
+
     lows = bounds_arr[:, 0]
     highs = bounds_arr[:, 1]
     d = len(lows)
@@ -313,10 +319,17 @@ def monte_carlo_integral(
         n=n,
         random_state=random_state,
     )
+
+    if result.success:
         result.name = "monte_carlo_integral"
         result.params["bounds"] = bounds
         result.params["dimension"] = d
         result.message = f"蒙特卡洛多重积分成功：维度 {d}，体积 {volume:.4f}，模拟 {n} 次。"
+    else:
+        result.name = "monte_carlo_integral"
+        result.params["bounds"] = bounds
+        result.params["dimension"] = d
+        result.message = f"蒙特卡洛多重积分失败：维度 {d}，体积 {volume:.4f}，模拟 {n} 次。{result.message}"
 
     return result
 

tests/test_solve.py

@@ -51,10 +51,32 @@ def test_monte_carlo_integral_2d_and_params():
 
 
 def test_monte_carlo_integral_rejects_bad_bounds():
+    """四类非法 bounds 都要在入口抛 ValueError：区间反了 / 漏括号 / 空 / 参差不齐。"""
     from mcm_toolkit.solve import monte_carlo_integral
 
+    for bad in ([(1, 0)], [0, 1], [], [(0, 1), (0, 2, 3)]):
         with pytest.raises(ValueError):
-        monte_carlo_integral(lambda X: X[:, 0], bounds=[(1, 0)], n=100, random_state=0)
+            monte_carlo_integral(lambda X: X[:, 0], bounds=bad, n=100, random_state=0)
+
+
+def test_monte_carlo_integral_failure_message_stays_failure():
+    """失败时 message 不能被包装层改写成"成功"（易错点 22）。"""
+    from mcm_toolkit.solve import monte_carlo_integral
+
+    r = monte_carlo_integral(lambda X: 1.0, bounds=[(0, 1)], n=100, random_state=0)
+    assert r.success is False
+    assert "成功" not in r.message
+    assert "失败" in r.message
+    assert r.params["dimension"] == 1          # 失败也要留下追溯信息
+
+
+def test_monte_carlo_integral_accepts_numpy_integer_n():
+    """§4.7：`np.int64` 不是 `int` 的子类，注解与运行期都要收（易错点 1）。"""
+    from mcm_toolkit.solve import monte_carlo_integral
+
+    r = monte_carlo_integral(lambda X: X[:, 0], bounds=[(0, 1)], n=np.int64(1000), random_state=0)
+    assert r.success
+    assert len(r.data) == 1000
 
 
 def test_monte_carlo_probability_of_standard_normal():