diff --git a/AGENT.md b/AGENT.md
index 219ef6b..42b096c 100644
--- a/AGENT.md
+++ b/AGENT.md
@@ -6,7 +6,7 @@
 
 **AgentEvalTool** 是智能体质量评估工具集平台，评估 AI 数字员工（大模型 + RAG）和 AI 助手（OpenClaw）的服务质量。核心闭环：定义评估 → 执行评估 → 分析结果 → 改进优化。
 
-- **当前版本**: v0.4.0-dev（2026-07-28 发布至 t480，里程碑「联」）
+- **当前版本**: v0.5.0-dev（2026-07-29 发布至 t480，里程碑「准」）
 - **运行环境**: t480 测试服务器（192.168.8.145:8001）
 - **语言**: Python 3.11（后端） + TypeScript/React 18（前端）
 
@@ -17,10 +17,11 @@
 | v0.1 | MVP | 2026-07-09 | 核心闭环跑通 | ✅ 已发布 |
 | v0.2 | 「稳」 | 2026-07-14 | async 引擎 + 安全基线 + 测试 + 部署规范化 | ✅ 已发布(t480) |
 | v0.3 | 「拓」 | 2026-07-17 | 多通道 + 规则扩展 + 模型配置中心 | ✅ 已发布(t480) |
-| **v0.4** | **「联」** | **2026-07-28** | **AI 助手标准化(triggered_by) + 登录 + 仪表盘重构** | **✅ 已发布(t480)** |
-| v0.5 | — | 规划中 | 前端测试 / 报告聚合看板 / OpenClaw 二期 / 多模态 | 📋 待规划 |
+| v0.4 | 「联」 | 2026-07-28 | AI 助手标准化(triggered_by) + 登录 + 仪表盘重构 | ✅ 已发布(t480) |
+| **v0.5** | **「准」** | **2026-07-29** | **判定语义(期望叠加/连通用例) + 场景版本化 + 领域文档基线** | **✅ 已发布(t480)** |
+| v0.6 | — | 规划中 | volcengine-102 同步 / 前端测试 / 报告聚合看板 / 多模态 | 📋 待规划 |
 
-详细内容见 [docs/release-notes-v0.4.md](docs/release-notes-v0.4.md)。
+详细内容见 [docs/release-notes-v0.5.md](docs/release-notes-v0.5.md)。领域术语的唯一词汇表在 [CONTEXT.md](CONTEXT.md)，关键决策在 [docs/adr/](docs/adr/)。
 
 ## 技术栈
 
@@ -84,6 +85,11 @@ AgentEvalTool/
 - `response_time`：响应时间阈值检查
 - `llm_score`：LLM-as-judge 评分（OpenAI 兼容 API）
 
+### 判定语义（v0.5 起）
+- **期望叠加**：case 的 `expectation` 始终派生隐式 llm_score 规则，与显式规则叠加（隐式是 rule_logic 之外的硬约束，reason 带 `[期望]` 前缀）
+- **连通用例**：无规则且无期望的用例是合法的连通性验证，报告层标注 `connectivity`；`judged_pass_rate` 剔除连通用例，`pass_rate` 口径不变（含执行失败，见 ADR-0002）
+- **场景版本**：`Scenario.version` 系统维护（仅考纲字段变更升版，见 ADR-0001）；运行创建时快照 `EvalRun.scenario_version`，对比报告要求同场景同版本
+
 ### 数据模型
 - `EvalTarget` → `EvalRun` ← `Scenario`
 - `EvalRun` → `Turn`（对话轮次）
diff --git a/AGENTS.md b/AGENTS.md
index 0347ae9..6b68c52 100644
--- a/AGENTS.md
+++ b/AGENTS.md
@@ -4,7 +4,7 @@ This file provides guidance to Codex (Codex.ai/code) when working with code in t
 
 ## 项目概述
 
-**AgentEvalTool** 是智能体质量评估工具集平台（v0.3.0-dev），用于评估 AI 数字员工（tutu-api 通道）和 AI 助手（OpenClaw）的服务质量。Python 3.11 后端 + TypeScript/React 前端，SQLite 持久化。
+**AgentEvalTool** 是智能体质量评估工具集平台（v0.5.0-dev），用于评估 AI 数字员工（tutu-api 通道）和 AI 助手（OpenClaw）的服务质量。Python 3.11 后端 + TypeScript/React 前端，SQLite 持久化。领域术语词汇表见 `CONTEXT.md`，关键决策见 `docs/adr/`。
 
 ## 常用命令
 
diff --git a/docs/release-notes-v0.5.md b/docs/release-notes-v0.5.md
new file mode 100644
index 0000000..9bdbfa5
--- /dev/null
+++ b/docs/release-notes-v0.5.md
@@ -0,0 +1,88 @@
+# AgentEvalTool v0.5 版本发布说明
+
+**版本**: v0.5.0-dev
+**日期**: 2026-07-28 ~ 2026-07-29
+**状态**: 已发布(t480 开发线)
+**代号**: 「准」(Judgement semantics milestone)
+**作者**: AgentEval Team
+
+---
+
+## 一、版本定位
+
+v0.5 的主题是**把评测的"判定语义"从含糊变成准确**。起因是一次领域模型拷问（`/grill-with-docs`）：期望与规则的关系是什么？没配规则的用例算通过还是没测？动态生成的用例凭什么可以对比？这些问题在代码里都有隐含答案，但和产品意图不一致。本版本先把领域语言写成文档（CONTEXT.md 词汇表 + ADR），再按文档修正实现。
+
+```
+v0.1 (2026-07-09)  MVP 闭环
+v0.2 (2026-07-14)  「稳」async 引擎 + 安全基线 + 部署规范化
+v0.3 (2026-07-17)  「拓」多通道 + 规则扩展 + 模型配置中心
+v0.4 (2026-07-28)  「联」AI 助手标准化 + 登录 + 仪表盘重构
+v0.5 (2026-07-29)  ← 你在这里:「准」判定语义 + 场景版本化
+```
+
+## 二、领域模型文档化（新增基线）
+
+- **`CONTEXT.md`**（仓库根）：14 个领域术语的唯一词汇表（评测对象/期望/评估规则/连通用例/场景版本/通过率/…）
+- **`docs/adr/0001`**: 场景版本化保证可比性——仅"考纲"字段（cases / model_bindings / llm_config）变更时升版
+- **`docs/adr/0002`**: 通过率**有意**包含执行失败（故障也是质量问题），不要当 bug"修掉"
+
+## 三、主要功能（5 张 tracer-bullet 票）
+
+### 3.1 期望与规则叠加生效（ticket 01）
+- 旧行为：case 配了显式规则时 `expectation` 被忽略（互斥）；新行为：期望**始终**派生隐式 llm_score 规则，与显式规则**叠加**
+- 隐式规则是 rule_logic 之外的硬约束：`case_passed = 显式规则组合结果 AND 所有隐式规则通过`
+- 隐式规则的 reason 带 `[期望]` 前缀，报告中可区分
+
+### 3.2 连通用例标注 + 判定通过率（ticket 02）
+- 无规则且无期望的用例 = **连通用例**（合法的连通性验证，不是配置缺失）
+- 报告层派生标注：`connectivity` 标记 + 🔗 徽章；全部轮次有回复即算通过
+- 新增 `judged_pass_rate`：剔除连通用例后的判定通过率（分母为零时为 null）；原 `pass_rate` 口径不变（ADR-0002）
+
+### 3.3 场景版本化（ticket 03）
+- `Scenario.version` 系统维护，外部传入值忽略；新建=1，更新时对比考纲字段（JSON 序列化对比），变更才 +1
+- 改名字/描述不升版；重存相同考纲不升版（有回归测试锁定）
+
+### 3.4 运行快照场景版本（ticket 04）
+- `EvalRun.scenario_version` 在运行创建时快照，场景后续升版不影响历史运行
+- 迁移回填：存量 run 回填其场景当前版本（场景已删则为 1）
+
+### 3.5 对比报告限同版本（ticket 05）
+- 对比要求**同场景且同考纲版本**：API 400（提示双方版本）+ report 层 ValueError 双保险
+- 前端：报告 B 下拉只列同场景同版本；场景筛选/富选项下拉/各页面全面展示 `v{n}` 版本标签
+
+## 四、修复与体验
+
+- **启动僵尸运行清理**：评测是进程内 asyncio 任务，重启即中断。现在启动时自动把遗留 running/pending 标记为 failed（`summary.error = interrupted`），尽力而为不阻断启动。起因：一次 `--skip-build` 部署重启打断了运行中的评测（run `cc15f6a9`）。教训：**重启部署前先查 running_count**
+- **导出报告 401 修复**：登录鉴权启用后 `window.open` 直连导出接口不带 `X-Auth-Token`。三处导出（HTML/MD/JSON）改为经 axios 拉取 blob 后触发下载
+- **触发来源标签全量展示**：手动/AI 助手/CLI 标签在列表、下拉、报告头、对比卡全部常显
+- **仪表盘指标卡重设计**：固定高度三行布局（标题/数值/副行），修复"累计执行"换行导致卡片高度不一
+
+## 五、测试与质量
+
+| 指标 | v0.4 | v0.5 |
+|---|---|---|
+| 测试数量 | 232 | **259** |
+| 新增 | — | 期望叠加矩阵×6、连通/判定通过率×7、场景版本 API×8、快照+迁移×3、对比校验×2、僵尸清理×2 等 |
+
+流程上首次完整走通 `/grill-with-docs → /to-spec → /to-tickets → /implement(×5, TDD + 双轴 code-review)` 链路，spec 与票据在 `.scratch/v0.5/`。
+
+## 六、部署与配置变更
+
+- 两个新迁移：`c8e2f5a7b901`（scenarios.version）、`d5b8c2e4f617`（eval_runs.scenario_version + 回填），容器启动自动 `alembic upgrade head`
+- 无新增环境变量
+- t480 验证：迁移自动应用、存量 3 场景 v1 / 35 运行回填 v1、报告含 scenario_version / connectivity_cases / judged_pass_rate、启动清理日志生效
+
+## 七、已知问题
+
+1. t480 访问密码仍为临时值，需自行更换
+2. volcengine-102 生产线停留在 v0.4 之前，差距扩大
+3. 前端仍无自动化测试（仅 tsc）
+4. 本地开发 `data/` DB 需手动 `alembic upgrade head`（启动清理靠 try/except 兜底跳过）
+
+## 八、v0.6 候选方向
+
+- volcengine-102 同步（优先）
+- 前端测试基线（vitest）
+- 报告趋势分析 / 多 run 聚合看板
+- 多模态评测用例
+- 配置同步自动化（消灭陷阱 #5）
diff --git a/frontend/web/package.json b/frontend/web/package.json
index 8117c1e..d98067c 100644
--- a/frontend/web/package.json
+++ b/frontend/web/package.json
@@ -1,6 +1,6 @@
 {
   "name": "agenteval-web",
-  "version": "0.4.0-dev",
+  "version": "0.5.0-dev",
   "private": true,
   "type": "module",
   "scripts": {
diff --git a/pyproject.toml b/pyproject.toml
index 5e0d592..8e6f449 100644
--- a/pyproject.toml
+++ b/pyproject.toml
@@ -4,7 +4,7 @@ build-backend = "hatchling.build"
 
 [project]
 name = "agenteval"
-version = "0.4.0-dev"
+version = "0.5.0-dev"
 description = "智能体质量评估工具集平台"
 readme = "README.md"
 requires-python = ">=3.10"