用途：从 CawPlan 拉取人工输入（human-input）日志，生成与生产 classify 上下文规则对齐的 fixture JSON，并打开本地标注编辑器供人工打标。
主要能力：
- 按成员（--member，需精确 git key）、产品（--product 或 --product-id）、产品内用户（--user-id，需 PRM user_id）、日期范围（--from/--to 或 --date，缺省为最近 2 天）、条数（--limit，默认 20）筛选。
- 会话形态三选一：--one-session 自动选取范围内行数最多的会话；--session-id 指定会话；两者都不加则取排序后前 N 行（prev 仍按 session_id 计算）。
- 生成字段：content、assistant_message、prev_assistant_message（同会话上一轮助手末段，按范围内全部行解析）、expected_categories、expected_topic、expected_reason、review_required、cloud_category/cloud_topic。
- expected_categories/expected_topic 初始为空，需在编辑器中标注；review_required 默认 false。
使用方式：
先运行 cawplan skill check。然后用脚本构建样本：
SKILL_DIR="/media/spx/work/github/flow-cawplan-skill/skills/cawplan-internal-qa-coding-humaninputs-sample"
node "$SKILL_DIR/scripts/build_sample.mjs"
--from <YYYY-MM-DD> --to <YYYY-MM-DD>
[--member "<exact_member>"]
[--product "<product name>" | --product-id <id>]
[--user-id <prm_user_id>]
[--session-id <session_id> | --one-session]
--limit <N>
--output "<path>/human-input-sample.json"
--copy-for-editor
启动静态服务器打开编辑器：
cd "$SKILL_DIR/assets"
python3 -m http.server 8765
浏览器访问 http://localhost:8765/label-editor.html。可加载最新样本或任意 fixture，下载带标注的 *-labeled.json；草稿自动保存到浏览器 localStorage。
适用场景：内部 QA 人工输入样本采集与分类/主题标注，用于评估 fixture 构建。
限制：需先配置可用的 CawPlan CLI；成员、产品、用户不明确时应让用户选择而非猜测；分类与主题标签定义见 references 下的 CATEGORY_TAXONOMY.md 与 TOPIC_TAXONOMY.md；标注完成后需从页面导出 JSON 并保存到评估目录。