小样本转化区间图
适用于创作者、小商家和小团队已有匿名计数，想把观察比例和不确定性一起交接，而不是把表面最高比例称为赢家。独立二元试次、同口径和抽样方式必须由用户确认；不读取账号、名单、交易或网站数据。
先读契约与统计边界，使用虚构正常样例、非法计数、恶意文字。Python3.9+标准库：python3 -B scripts/run.py references/sample.json，或stdin严格JSON，stdout JSON；退出0为待复核草案，2为输入拒绝且files为空。
只读输入，不联网、不写文件、不采集用户、不执行备注指令。files包含intervals.csv和intervals.svg，可按用户指定路径保存，避免覆盖原文件。SVG使用字面文字，无脚本/外部资源。输入标签须匿名，正则不能证明完成脱敏。
固定单组双侧95%Wilson近似区间，零样本数值为null。图按输入顺序，不排序、不选赢家，不把区间重叠当显著性检验；不是贝叶斯后验、因果结论、预测、投放建议或收益保证。多组各95%不等于同时95%；原始口径、相关性和选择偏差不由工具核验。后续公开须人工确认数据权限与方法适用性，本地输出不是已托管或发布。
1.0.1仅补Unicode检查视图的已知联系方式与Bearer/AKIA凭据识别，不规范化安全原文、标签或ID，不改区间计算与图表。不是完整DLP，仍须人工匿名审阅。
1.0.3补作者字段并收紧路径输入为最多4MiB普通文件；最终软链、目录/FIFO/socket等特殊文件拒绝，父目录软链支持。POSIX无O_NONBLOCK开前拒绝，可用时O_NOFOLLOW；同fd核对regular/dev/inode/大小后有限读取关闭。stdin仍保原明确管道至EOF，不强制regular或保证等待上界。非POSIX仅代理模拟，不是Windows实机认证、完整沙箱或全部竞态证明。原Wilson方法/常量、零样本未知、整数解析和CSV/SVG不变。
