Files

T

agent-exec-transport c3dccd8958 agent-exec transport 8afaa676b3083ab14275c2938e4d96d7/65123966f52b

2026-10-19 09:21:54 +00:00

25 KiB

Raw Blame History

U3 r0.4 Reliable First Checkpoint Implementation Plan

For agentic workers: REQUIRED SUB-SKILL: Use superpowers:subagent-driven-development (recommended) or superpowers:executing-plans to implement this plan task-by-task. Steps use checkbox (- [ ]) syntax for tracking.

Goal: 上传材料后先产生一条真实、有来源的阶段事实；材料检索、模型工具流和失败通知均按可复核边界工作，使慢通道能够逐步帮助普通用户而不展示内部过程。

Architecture: Agent-Native 在流终态阻断不完整工具调用并保留已返回 Usage；Backend 从本任务附件快照提供受限检索兜底，收敛材料任务的首批发布顺序，并以实际终态和可用建议决定是否发交付物选择卡。沿用 r0.3 的 TaskSnapshot、来源与语义守卫、同一张卡和现有 UI 原语。

Tech Stack: Go 1.27、SQLite/PostgreSQL、Agent-Native SSE/runtime、Backend runmgr/runtime、React/Vite/Playwright、Dev make test/make build 与 Gitea CI。

Spec: 已批准的 r0.4 书面设计，Documents 7b21e6d495e99e15c458d608db47c517b2fdc599；r0.3 A01 失败记录。本计划版本仍待阶段 5 人工批准；设计批准不授权代码或新付费模型请求。

Global Constraints

保留 r0.3 的来源原文连续短引、owner/project、artifact hash/解析版本、数字／分期／决定状态守卫和 CAS；旧结果不追溯改写。Core 候选契约、TaskSnapshot 持久字段、数据库表和生产模型路由不变。
只沿现有三栏、同一张任务卡和“材料记载／待核对的判断／待确认”分层呈现；默认不展示模型调用、命令或原始 SSE。UI 变更先读 Dev DESIGN.md，只用 @ui 令牌与原语，事件按 seq 丢弃过期项。
不增加独立摘要、审核或自动修复模型；自然工具回合仍受每 run 的轮数、工具数、300 秒及返回 Usage 边界约束。工具拒绝、缺 Usage 或额度耗尽后不得追加 provider 请求。新付费 A01 必须单独审批，不沿用 r0.3 的额度或标签。
旧 r0.2 语义 FAIL 与 r0.3 执行 FAIL 保留。新 A01 仍须两个真正有用、终态前可感知的不同阶段成果和完整准确正文；来源字面匹配、单测、假流或绿色 CI 均不能代替这项真实模型质量出口。
Agent-Native、Backend、Documents、Dev 各在自己的任务分支提交；不要直接编辑 Backend 内嵌的 detached Agent-Native 后把本地文件当已交付。新 Agent-Native PR 是现有六个草稿 PR 的依赖，固定指针和合入顺序为 Agent-Native → Backend → Dev。
启动/恢复、make evidence、task-sync、Review、当前 HEAD CI、阶段 6/7 人工结论和安全回收遵循 Dev AGENTS.md 与 policy/delivery.md。本计划只申请零付费实施与验证；不得从计划批准推导新模型资源或部署授权。

Review Focus

看似正常的 tool_calls 结束原因但没有 [DONE]： 不得执行任何工具，返回不可自动重试的失败，已返回 Usage 仍计入预算。Task 1 的 TestParseSSEToolFinishWithoutDone 和 TestRunTerminalToolFailureKeepsUsage 钉住。
同名附件或其他 owner/project 的知识命中： 文件名兜底必须拒绝歧义和越界，不将其他人的材料带入当前任务。Task 2 的 TestMaterialAttachmentFallbackScope 钉住。
本次附件注册后原件被替换： 同 artifactId 的旧解析快照和索引不得继续供模型读取。Task 2 的 TestMaterialAttachmentFallbackVersionDrift 钉住。
后台失败但旧阶段发现已保存： 卡保留已验证发现并明确未完成，不出现“全部完成”或交付物选择卡。Task 4 的 TestFailedMaterialNoticeKeepsPartialFindingsWithoutChoice 钉住。
后台成功但没有实际建议项： 不生成默认四选项，也不触发弱模型选择卡兜底；让用户自由说明下一步。Task 4 的 TestMaterialNoticeWithoutSuggestionsDoesNotNudge 钉住。

文件与交付顺序

单元	主要文件（均相对于对应组件仓根目录）	单一职责与可独立验证的产物
Agent-Native 流终态	`runtime/llm/{types,sse,sse_test}.go`、`runtime/{loop,loop_test}.go`	完整工具调用才可执行；错误保留 Usage、不可自动重试。单独 Agent-Native PR。
Backend 材料检索	`internal/runmgr/{runmgr,material_retrieve,material_retrieve_test}.go`	仅本次材料子任务从唯一附件快照兜底，拒绝歧义、越权和版本漂移。
Backend 首条发布	`internal/runmgr/{material,material_test}.go`、`internal/runtime/{work_checkpoint,work_checkpoint_test}.go`	v11 配方和一条短事实优先；不伪造发现、不增加独立模型回合。
Backend 失败交互	`internal/runmgr/{runmgr,material_test}.go`、`internal/runtime/{verify,llm_direct,material_flow_test}.go`	成功且有实际建议才发选择卡；失败和无建议不强制选择。
Backend 评测与组合	`internal/server/{work_checkpoint_eval_test,work_checkpoint_eval_budget_test}.go`、`eval/live/work_checkpoints_test.go`、`modules/frontend/e2e/work-checkpoints.playwright.ts`（从 Dev 根目录）	诊断元数据、预算停止、实际 HTTP/浏览器和固定组合证据。

以上单元紧扣同一材料整理链路，接口按表格顺序依赖；暂不拆成互不关联的新项目。UI 仅在实际浏览器证明现有失败文案不足时修改 Frontend/UI，届时在同一任务卡记录影响并重跑各自设计守护；不预设新增组件。

Task 1: Agent-Native 完整工具终态与 Usage

Files: Agent-Native runtime/llm/types.go、runtime/llm/sse.go:53-180、runtime/llm/sse_test.go:65-155、runtime/loop.go:320-360、runtime/loop_test.go。

Interfaces: 扩展内部 llm.Event 的 StreamComplete bool；对不完整工具调用发一个含 Usage、StopReason=StopError、非空 Err 且无 ToolCalls 的 KindMessageEnd。runtime.Run 计入该终态已返回 Usage 后以不可重试错误结束；Backend 既有逐调用 wrapper 仍能从 KindMessageEnd 计量。普通文本和合法完整工具调用保持原行为。

Step 1: 建 Agent-Native 隔离分支并写 RED。 从其权威 origin/main 建 feature/fast-slow-u3-r04-stream-guard（不要在 Backend 的 detached gitlink 上写）；在 sse_test.go 增加两例：tool_calls 结束但无 [DONE]，及有 [DONE] 但参数停在 "findings": 。使用与既有 TestParseSSEToolCallIncrements 相同的 SSE 输入写法，断言：

if end.Kind != KindMessageEnd || end.Message.StopReason != StopError ||
    len(end.Message.ToolCalls) != 0 || end.Err == nil || end.Retryable ||
    end.Usage.TotalTokens != 17 {
    t.Fatalf("unsafe incomplete terminal: %#v", end)
}

同时在 loop_test.go 用假 stream 发上述错误终态（Usage 17），工具处理器计数必须为 0，res.Err != nil、res.Usage.TotalTokens == 17、没有第二次 provider 调用。

Step 2: 重放 RED。 在 Agent-Native 根运行 GOWORK=off go test ./runtime/llm ./runtime -run 'TestParseSSEToolFinishWithoutDone|TestParseSSEInvalidToolArguments|TestRunTerminalToolFailureKeepsUsage' -count=1；记录预期失败的原始 SELF 收据，不能把旧 TestParseSSEUncleanEndDropsToolCall 当作已覆盖 finish_reason=tool_calls 的情况。
Step 3: 最小 GREEN。 在 emitParsed 拼完工具片段后要求 sawDone、受支持结束原因、每个非空 ID/名称及可解为 JSON 对象的参数；不完整时构造错误终态，不修补参数。实现形状：

func terminalToolFailure(content string, usage Usage, reason string, complete bool, why string) Event {
    err := &StreamError{Message: why, Retryable: false}
    return Event{Kind: KindMessageEnd, Message: Message{Role: RoleAssistant,
        Content: content, StopReason: StopError}, Usage: usage,
        FinishReason: reason, StreamComplete: complete, Err: err,
        ErrorMessage: why, Retryable: false}
}

runtime.Run 在现有 Usage 累加之后、工具执行与 stop-hook 之前，遇 end.Err != nil 即返回 Result{StopReason: llm.StopError, Usage: usage, Err: end.Err, Retryable: false}；更新与新语义相冲突的旧 length/断流测试预期。KindToolCallDelta 可以作为过程事件，但不得据此执行工具。

Step 4: 跑 GREEN 与正常回归。 运行定向测试、GOWORK=off go vet ./...、GOWORK=off go test -count=1 ./...，另断言合法多片工具调用和无工具正常文本仍 PASS。用 make evidence 保存完整 SELF 输出；审阅返回 Usage 的终态错误不会被上层误报为成功，也不会触发 LLM 自动重试。
Step 5: 提交并开草稿 PR。 仅提交本任务 Agent-Native 文件；英文祈使句主题、Why/Evidence/Impact/Refs body。推送该组件分支并记录准确 SHA 和草稿 PR，不修改其 main 或发布版本。

Task 2: Backend 只读、限域的附件检索兜底

Files: Backend internal/runmgr/runmgr.go:966-1018；新建 internal/runmgr/material_retrieve.go、internal/runmgr/material_retrieve_test.go；必要时复用 task_projection.go:358-370 的原件 hash 检查。

Interfaces: func (c *runCtx) materialAttachmentFallback(q core.RetrievalQuery) ([]core.RetrievalHit, error) 仅在 c.subAgent == materialSubagentID、正常检索成功但零命中时调用；消耗 c.attachments（startBackgroundSlot 已从受信 bgSpawnOpts.documents 固定），不得从客户端 query 中取 artifactId 作权限。返回的每条 hit 的 Doc.Ref 必须等于当前任务唯一附件 artifactId。

Step 1: 写 RED 与版本负例。 用 newCardSpawnEnv、materialDocs() 及真实 SQLite knowledge/artifact fixture，让本次 A01 的 需求.txt 上线预算验收接口 在当前常规路径零命中，而兜底应找到当前任务的 需求.txt；重复文件名、另一 owner/project、同 ID 原件内容修改和 Task.Inputs 中 hash/解析版本不匹配时，兜底必须零命中或返回不含旧正文的明确错误。核心断言：

if len(got) != 1 || got[0].Doc.Ref != string(docs[0].Meta.Origin.ArtifactID) ||
    got[0].Doc.ProjectID != rc.run.ProjectID ||
    got[0].Doc.Owner != rc.run.Owner {
    t.Fatal("material fallback crossed the task boundary")
}

Step 2: 重放 RED。 go test ./internal/runmgr -run 'TestMaterialAttachmentFallbackScope|TestMaterialAttachmentFallbackVersionDrift|TestMaterialAttachmentFallbackQuery' -count=1，记录每例失败原因，不用未授权共享知识充当正例。
Step 3: 实现受限兜底。 从 q.Text 识别恰好一个当前附件文件名；核对该 origin artifactId/hash/解析版本与 card.Task.Inputs；经 GetArtifact(owner,id)、ArtifactContent(owner,id) 和项目 ID/sha256 再读确认后，从本次 ParsedDocument 快照构造有限 RetrievalHit（Source=upload、Ref=artifactId）。若查询有其余词，优先返回包含这些词的有界原文片段；仅文件名时返回尚未内联的部分或当前文档的有限原文，最多遵守现有 MaxToolResultChars。在 runCtx.Retrieve 的正常结果为零、错误为 nil 时调用：

if err == nil && len(hits) == 0 && c.subAgent == materialSubagentID {
    return c.materialAttachmentFallback(q)
}
return hits, err

不得改变通用检索的 FTS/LIKE、共享授权或其他子代理结果；重名和版本证明失败时 fail closed，不猜测最相近文件。

Step 4: 跑 GREEN、权限与存储回归。 运行上述三例、go test ./internal/runmgr ./internal/store -count=1，再在任务自有 PostgreSQL 上重放材料兜底与权限负例；相同文档多段、中文关键词和超长结果必须保持有限输出。记录被测 Backend SHA、数据库实例及 SELF 收据。
Step 5: 提交 Backend 检索单元。 只提交本任务文件并核对 git diff --check；此时仍未改变阶段提示或失败交互，单元测试可独立审阅。

Task 3: 首条有来源事实优先，配方 v11

Files: Backend internal/runmgr/material.go:88-132,286-303、internal/runmgr/material_sources.go:144、internal/runmgr/material_test.go、internal/runtime/work_checkpoint_test.go。

Interfaces: 不改 WorkCheckpointCandidate 或 publish_work_checkpoint JSON 契约。buildMaterialTaskFor 在已有实质内联片段时要求首个 reading 工具调用只含一条 material_record、当前 sourceId/blockIndex/quote；第二阶段沿 r0.3 evidence 守卫产生新的差异/待确认。材料输入修订从 material-recipe.v10 改为 material-recipe.v11，旧完成卡只读保留。

Step 1: 写 RED。 material_test.go 用三份完整内联 A01 和一份空/不可读材料分别断言：前者任务指令明确“首条一项短事实、先于检索”；后者不要求凑发现。work_checkpoint_test.go 的假流先发布原文事实、再可选检索、后发布不同的 crosscheck 条目，核对运行中卡片 seq、两批不同 findingKey/来源及最终正文；再用无效 sourceId 断言整批零提交。关键检查形状：

if first.Task.CheckpointSeq != 1 || second.Task.CheckpointSeq != 2 ||
    first.Task.Findings[0].Kind != "material_record" ||
    second.Task.Findings[1].Kind != "needs_user" {
    t.Fatal("reading and crosscheck did not remain distinct")
}

Step 2: 重放 RED。 go test ./internal/runmgr ./internal/runtime -run 'TestMaterialFirstFindingBeforeOptionalSearch|TestMaterialNoForcedFindingWithoutSource|TestWorkCheckpointTwoUsefulPhases' -count=1。如果假流只证明宿主接受顺序、无法证明真实模型会遵循，明确在任务卡标“机制 PASS / 模型 NOT_RUN”。
Step 3: 最小 GREEN。 把材料任务的首条指令放在长篇最终正文要求之前，避免模型先写完整计划或做已提供材料的冗余检索；提示只要求一条已提供原文短引，不复制全部来源索引或增加新工具。实现形状：

task = "先从已提供的实质原文发布一条 reading 材料记载：只写一项，附当前 sourceId、blockIndex 和连续短引；发布成功后再按需检索、核对差异和形成完整正文。\n\n" + task

空文本或只有处理警告时不追加强制首条要求；将配方常量更新到 v11。Host 不凭规则自行合成内容，模型未按顺序调用时如实失败或继续原有受控流程。

Step 4: 跑 GREEN 与预算体积检查。 运行前述定向测试和 Backend go test ./... -count=1；离线比对 v10/v11 任务提示及工具 schema UTF-8 字节和粗估 token 增量，不能将粗估当真实 Usage。补测旧 r0.3 数字、决定、来源及 CAS 回归。
Step 5: 提交 Backend 首条发布单元。 仅提交提示、配方与相关测试，记录“优先顺序不等于模型质量保证”的限制。

Task 4: 失败通知按终态与建议可用性分流

Files: Backend internal/runmgr/runmgr.go:2254-2400、internal/runmgr/material_test.go:198-230、internal/runtime/verify.go:34-44、internal/runtime/llm_direct.go:148-161,634-648、internal/runtime/material_flow_test.go:146-225。

Interfaces: materialChoiceReady(bgNotice, core.ActivityCard) bool 仅在 material && Status==completed、任务卡确有可用最终正文且正文“建议后续处理”包含 3–4 条带依据的真实选项时为真。只有该路径加入新的内部 materialChoiceReadyMarker 并开启 stop 兜底；失败、取消、零成果及成功但无建议时只投递状态/恢复说明，保留已经持久化的旧发现，不出现默认四选项。

Step 1: 写 RED。 扩展 TestMaterialNoticeContract：失败零成果、失败但卡已有一条合法 finding、取消、完成但无建议、完成且有 3 条建议。前四种系统提醒均不得含 confirm_choice/ready marker；第五种仍含两者。material_flow_test.go 加失败及无建议通知回合，断言不会产生 HITL 或 materialNoticeBackstopReason，成功有建议仍生成选择卡。
Step 2: 重放 RED。 go test ./internal/runmgr ./internal/runtime -run 'TestMaterialNoticeContract|TestFailedMaterialNoticeKeepsPartialFindingsWithoutChoice|TestMaterialNoticeWithoutSuggestionsDoesNotNudge|TestMaterialNoticeChoiceChain' -count=1；保存失败原件。
Step 3: 最小 GREEN。 从 bgNotice.payload.Status、任务卡 Task.OutcomeCompleteness／结果和正文里的实际建议列表判断选择资格；只接受“建议后续处理”标题下 3–4 个非空选项，每项有材料依据文本。保守解析失败时提示用户自行说明目标，不生成虚构选项。verify.go 用与“已结束”不同的内部 ready marker；llm_direct.go 只按该 marker 设置 st.materialNotice。实现门槛示意：

func materialChoiceReady(n bgNotice, card core.ActivityCard) bool {
    return n.material && n.payload.Status == core.RunCompleted &&
        card.Task != nil && card.Task.OutcomeCompleteness == "complete" &&
        len(parseMaterialSuggestions(n.payload.Text)) >= 3
}

若当前 Task 的实际完成枚举或结果落点不同，以 core.TaskSnapshot 的现有定义修正该判断并在同一测试证明；不要硬编码“状态：completed”字符串。通知正文和终轮兜底保持一致，失败时不再要求 delegate_task 基于不存在的建议启动工作。

Step 4: 跑 GREEN。 重跑定向测试、go test ./internal/runmgr ./internal/runtime ./internal/cardsvc -count=1 和正常完成链；检查旧阶段发现/失败终态的持久事件没有被新通知写成成功。所有结果由 make evidence 写入任务卡。
Step 5: 提交 Backend 失败交互单元。 只提交相关文件和测试，通知文字使用普通用户能理解的状态，不输出 tool/JSON/Usage 细节。

Task 5: 评测诊断与停止规则零付费重放

Files: Backend internal/server/work_checkpoint_eval_test.go:347-455、internal/server/work_checkpoint_eval_budget_test.go:201-300、eval/live/work_checkpoints_test.go:146-295；Agent-Native runtime/llm/types.go 提供 Task 1 的 StreamComplete。

Interfaces: 评测逐调用记录增加 finishReason、streamComplete、toolArgumentBytes、toolArgumentsValid 和 usagePresent；原有 run ID、调用数、reported Usage、输出上限保留。诊断字段不含 API key 或原始 SSE；KindMessageEnd 的错误终态仍计入 Usage，任一检查点拒绝或缺 Usage 后零后继 provider 请求。

Step 1: 写 RED。 用本地 httptest SSE 服务分别发送“合法工具调用”“有 tool_calls、已返回 Usage、缺 [DONE]”“有 [DONE] 但参数半截”“无 Usage”四种结果；每次从全新隔离 SQLite 和 0 个既有 run 开始。断言坏结果后第二次请求没有到达服务端、记录 Usage 如实、toolArgumentsValid=false、结果卡为失败。不得调用外部模型。
Step 2: 重放 RED。 在 Backend 根运行 go test -tags live ./internal/server -run 'TestEvaluationStopsAfterMalformedToolTerminal|TestEvaluationKeepsUsageOnTerminalFailure' -count=1；在 eval/live 用 go test -tags live ./eval/live -run 'TestFollowupA01KeepsItsOwnOneShotResult|TestPersistedRunningCheckpointMaxDoesNotMissShortWindow' -count=1 保留既有零付费结果名与窗口回归。TestWorkCheckpoints 必须保持 NOT_RUN，此步不提供模型实例或路由。
Step 3: 最小 GREEN。 从 Task 1 的终态字段和每个 ToolCall.Arguments 的 json.Valid 生成诊断布尔值；错误终态的 Usage 必须先进入 reportedTokens 与 provider record，再向 runner 发出非重试失败。评测 wrapper 增加批次级 terminalFault，遇此错误后与 checkpointRejected／usageUnknown 一样拒绝所有后继 provider 请求；即使直接再次调用 stream，也只返回本地错误。不要把失败伪装成正常 message_end 或用下一轮模型修补参数。
Step 4: 跑 GREEN 与上限。 运行上述 live-tag 假 provider 集及 go test ./internal/server -count=1；eval/live 只用上述 -tags live -run 选择零付费用例，避免无 manifest 时误执行 TestWorkCheckpoints。核对每 run 30,000 配置、8轮/12工具/300秒、单次输出4,000、整批返回 Usage 停止目标的既有逻辑未变。对失败和正常路径分别保存 SELF 收据。
Step 5: 提交 Backend 评测单元。 记录新诊断只证明机制，不能把旧 r0.3 A01 或未运行的 r0.4 模型质量改判。

Task 6: 固定组合、真实浏览器、复审与资源出口

Files: Dev modules/backend、modules/documents gitlink、.task/feature-fast-slow-u2-u3-plan.md、PROJECT.md；Backend deps/agent-native gitlink；视需要 Frontend e2e/work-checkpoints.playwright.ts（若 UI 确需文字调整，再列明 Frontend/UI 文件和设计守护）。

Interfaces: 对外的 TaskSnapshot、卡片事件 seq 和来源跳转保持现有契约。各组件分支自己的 commit/PR 是唯一交付对象；Dev 组合 pin 明确 Core、Backend、Frontend、UI、Documents、嵌套 Agent-Native 的 SHA。

Step 1: 固定依赖与 RED/GREEN 组合。 先把 Agent-Native 草稿 PR 的准确 SHA 固定进 Backend gitlink，在 Backend 跑 GOWORK=off go test ./...；提交/推送 Backend。Dev 再固定 Backend 与已批准计划 Documents SHA，跑 RECEIPT=/tmp/fast-slow-u3-r04-20261014-combo-implementation.json CMD='make test && make build' make evidence（该路径必须尚不存在；若已占用，选新的带序号绝对路径，绝不覆盖），导入原始收据并提交/推送 Dev gitlink。任何 pin 漂移、活动 Git 锁或其他工作区未保存内容均停止，不强删锁或覆盖。
Step 2: PG 与 HTTP/浏览器。 启动本任务独有 PostgreSQL 和 HTTP 假流实例；manifest 记录 PID、二进制 SHA、Dev/Backend/Agent-Native SHA 与数据目录，测试前验证绑定。PG 重放 runmgr/cardsvc/store；PLAYWRIGHT_BASE_URL 指向受验 manifest 的本地地址后运行 e2e/work-checkpoints.playwright.ts，覆盖两次 running 阶段、零成果失败、部分成果失败、成功建议选择、刷新和来源版本变化、后台不抢文件/焦点。只停止任务自有进程并保留 trace。
Step 3: 独立 Review 与正式固定。 在请求审核前、验收前及合入前分别按 Dev AGENTS.md 用 CMD='make task-sync' make evidence 同步最新权威 main；同步改变 base/head 或组件时按影响重跑组合、PG、浏览器和代码复审。独立审阅者对 Agent-Native 流边界、检索权限/版本、成功/失败通知、预算停止、UI 状态投影和计划范围作最小重放；不能把作者 SELF 升格为 REPLAY。Dev 当前 HEAD 的 test、test-pg、svc-realcombo 与 Agent-Native/Backend/适用 UI 的必需 CI 必须核对实际 SHA、runner 和所有步骤。
Step 4: 阶段 6 与模型资源分开审阅。 将零付费候选、独立 Review、精确 HEAD CI 和实际浏览器结果交用户确认阶段 6；只有候选固定且用户另行批准一次性资源提案后，才能用原 A01 材料、受保护路由、全新 0-run 数据目录和独立输出名运行真实模型。提案必须列明最多付费 run、单 run token/轮/工具/时间、批次返回 Usage 目标、输出 cap、在途超额风险、停止规则及不自动重试；本计划不预填或授权新的用量数字。
Step 5: 依据真实结果决策。 只读重放 SQLite、逐调用 Usage、运行中卡片窗口、每条短引及逻辑归属、完整正文；任何 FAIL 保留所有相关 PR 草稿，不自动重跑或合入。质量 PASS 后仍须阶段 7 人工验收，随后按 Dev 策略完成 Agent-Native → Backend → 其他组件 → Dev 的独立 Review、准确 HEAD CI、串行 PR 合入、合入后内容核验、任务卡闭合和安全回收；未获阶段结论时写 NOT_RUN，不能提前标完成。

计划自检与停止条件

每个实现单元的 RED、GREEN、独立审阅、失败原件和版本都进入同一 Dev 任务主记录；Documents 设计/计划仅作引用，不复制第二份状态。局部代码修复若只改变等价实现，在已批准阶段内按影响补测；若改变工具公开契约、权限、模型调用数/预算、阶段验收条件或组件职责，回到设计/计划人工评审。真实模型样本一旦缺 Usage、检查点拒绝、预算停、输出不完整或语义错误，停止后续请求，保留原件并报告，不通过“再试一次”抹平失败。计划获批后才开始 Task 1；目前 Task 1–6 均 NOT_RUN。

25 KiB Raw Blame History Unescape Escape