修复异步命令事件顺序、快照扫描作用域、事件 Header 隔离、异常处理器层级解析、本地等待信号路由和 reactive dispatcher 生命周期等正确性问题。
train/approx_kl Approximate KL Divergence，近似平均KL散度，代表的是更新前旧策略 和 更新后新策略 的分布差距有多大。
requires，但它们描述的是插件版本以及主程序版本约束，无法表达“插件依赖哪一版业务 SPI”。
length > 0) { menuIds = res.data.data.menuIds.