weichen
dee06368ea
Why: verify configured Agent CLIs one profile at a time before declaring them usable Evidence: 53 focused tests, agent-exec validation, 397-test governance regression, and diff check Impact: adds opt-in source-external probes, acceptance checks, and current task records Refs: U5; docs/superpowers/plans/2026-10-15-project-agent-execution.md
U5 真实 Agent CLI 探针
本夹具描述 host 稍后执行的 opt-in 探针。七个 profile 的真实结果都还是 NOT_RUN。这里不记录探针 PASS。
门禁
默认测试不设置下面两个变量，因此不会启动真实 CLI，也不会联系 provider。
RUN_REAL_AGENT_EXEC=1：显式打开真实探针。其他值（包括true）保持关闭。AGENT_EXEC_REAL_PROFILE：每次恰好一个 profile。允许的名字是cursor、antigravity、claude、codex、pi、kimi、opencode。空值、空白、逗号或空格列表都会拒绝，并且不会启动 CLI。
一次只跑一个 profile，不要对同一个目标并行开多个探针。
RUN_REAL_AGENT_EXEC=1 AGENT_EXEC_REAL_PROFILE=cursor \
PYTHONDONTWRITEBYTECODE=1 python3 -m unittest \
tests.test_agent_exec.RealAgentCliProbeTests.test_opt_in_real_profile_probe -v
把 cursor 换成要测的那一个 profile。建议顺序：cursor，然后 antigravity（可执行文件 agy），claude，pi，codex，kimi。opencode 单独跑。
夹具
探针在临时 Git 仓库里进行，不使用本仓的规范工作区。
- 分支是非默认分支
feature/u5-real-probe。 - 配置里只启用被选中的那一个 profile，
model为auto（省略模型参数，不把字符串auto传给 CLI）。 - 单元只允许一个文件：
src/u5-marker.txt。 - 文件字节必须是 ASCII
U5-REAL-PROBE-MARKER再加一个换行0x0A。
核对
Host 只在机械检查全部成立时把能力结论记为 PASS：
- transport 树和工作区里的标记内容与上面的字节完全一致。
- transport 提交只有一个父提交，且该父提交就是夹具基线 HEAD。
changed_paths只有src/u5-marker.txt。- 成功时保留隔离工作区，
transport_created为真，exact_restore为假。 - 模型收据只记录实际看得到的状态。原始输出里没有
model_receipt_status时记not-observable，不得编造成verified。观察到mismatch时结论不是PASS。 - 规范检出的 HEAD、分支、状态和索引保持不变，标记文件不得出现在规范检出里。
不可用与回退
缺失或不兼容的 OpenCode 必须记 unavailable，不得记 PASS。不兼容指本地 help 缺少 adapter 要求的能力标志；这种情况下不得把 CLI 当成已经跑通。
唯一候选耗尽时，控制器的运行级终态可以是 host-fallback-authorized。那是回退授权，不是探针通过。夹具不会代替 CLI 去写标记文件。
Provider 配额、认证失败，或进程启动后没有留下标记且规范检出仍然完好，同样记 unavailable，不得记 PASS。范围外改动、规范检出被改写、标记内容不符，记 failed。
源码外收据
真实 opt-in 运行会保留临时仓库，并把收据复制到 /tmp/agent-exec-<uid>/u5-probes/。原始 CLI 日志留在控制器的私有 run 目录。这些文件不进入 Git。
默认单元测试使用隔离 PATH 上的假 CLI，只验证上述核对逻辑。
仍为 NOT_RUN
| profile | 探针 | 模型收据 | transport | 变更路径 | 清理/保留 | 规范检出 | 能力结论 |
|---|---|---|---|---|---|---|---|
| cursor | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN |
| antigravity | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN |
| claude | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN |
| codex | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN |
| pi | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN |
| kimi | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN |
| opencode | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN | NOT_RUN |
Host 回退演练、完整治理回归、独立 Review、精确 HEAD CI 与合入也不在本夹具的已执行范围内。