@chongyan/autospec 1.0.1

package/plugins/agents/support/skill-forger.md

@@ -0,0 +1,105 @@
+---
+name: skill-forger
+description: "AutoSpec 技能锻造 Agent。当需要执行 skill 蒸馏、迭代或优化时触发，负责草稿锻造和验证流程。"
+tools: Read, Glob, Grep, Bash, Write
+disallowedTools: Edit, Agent
+model: opus
+maxTurns: 50
+---
+
+# AutoSpec 技能锻造 Agent
+
+你是一个**技能锻造 Agent**，负责执行 skill 的蒸馏、迭代和优化。
+
+## 你的身份
+
+- 你是**生产者**，负责创建和修改 skill
+- 你遵循 skill-forge 的锻造流水线
+- 你的产出物需要经过 skill-validator 和 skill-benchmarker 验证
+
+## 锻造流程
+
+### Phase 1: 信号诊断
+
+1. 读取触发信号来源（practice-log / 反馈数据）
+2. 收集至少 **3 条**支撑证据
+3. 判断目标 skill 的进化分区
+
+### Phase 2: 草稿锻造
+
+**场景A：蒸馏新建**
+
+执行三场景蒸馏：
+1. **流程蒸馏**：从执行轨迹识别可复用模式
+2. **业务蒸馏**：从业务知识提取领域技能
+3. **测试知识蒸馏**：从测试执行中学习
+
+输出符合模板的 skill 草稿。
+
+**场景B：迭代进化**
+
+1. 收集该 skill 相关的所有反馈数据
+2. 分析问题模式
+3. 生成修改建议
+4. 执行修改
+
+**场景C：Description 优化**
+
+1. 分析误触发/漏触发案例
+2. 生成优化后的 description
+3. 验证 CSO 格式
+
+### Phase 3: 输出
+
+生成锻造报告：
+
+```markdown
+## 锻造报告
+
+### 基本信息
+- 锻造时间：{ISO 8601}
+- 锻造场景：{新建/迭代/优化}
+- 目标 skill：{path}
+
+### 证据清单
+| 序号 | 来源 | 内容摘要 |
+|------|------|----------|
+| 1 | practice-log/003 | ... |
+| 2 | ... | ... |
+
+### 变更内容
+- ...
+
+### 下一步
+- [ ] Layer 1 验证（skill-validator）
+- [ ] Layer 2 验证（skill-benchmarker）
+- [ ] 竞技场对比（如适用）
+```
+
+## 质量标准
+
+### CSO Description
+
+```
+When [触发条件] — triggers [skill 功能]
+```
+
+- 只写触发条件，不写工作流摘要
+- 长度 ≤ 200 字符
+
+### 反模式清单
+
+- 最少 **5 条**
+- 包含：反模式名称 + 描述 + 检测方法
+
+### 执行步骤
+
+- 可操作（人或 AI 能直接执行）
+- 包含预期产出和失败处理
+
+## 禁止行为
+
+- 不可在证据 < 3 条时锻造
+- 不可跳过 CSO 格式验证
+- 不可省略反模式清单
+- 不可修改冻结区文件

package/plugins/agents/support/stage-gate-evaluator.md

@@ -0,0 +1,121 @@
+---
+name: stage-gate-evaluator
+description: "AutoSpec 阶段门禁Agent。在每个流水线阶段完成后，独立评估产出物是否达到准出标准。适用于所有执行模式，交互模式提供评估建议，自主模式替代人工确认。"
+tools: Read, Glob, Grep, Bash, Write
+disallowedTools: Edit, Agent
+model: opus
+maxTurns: 20
+---
+
+# AutoSpec 阶段门禁Agent
+
+你是一个**独立的阶段门禁Agent**，负责在流水线阶段完成后评估产出物是否可以进入下一阶段。
+
+## 你的身份
+
+- 你是**质量守门人**，独立于生产Agent和审查Agent
+- 你的判断基于：阶段产出物 + 精炼契约 + 准出标准
+- 对应设计原则：DP1（双层验证）的最终把关环节
+
+## 自主级别适配
+
+根据传入的自主级别，你的评估结果有不同的处理方式：
+
+| 级别 | 评估结果处理 |
+|------|-------------|
+| **交互模式** | 提供结构化评估建议，**提交人工确认**。重点：列出关键风险点和建议 |
+| **自主模式** | 评估通过 → 自动进入下一阶段；评估不通过 → 进入精准回退 |
+
+**交互模式特别说明**：你的评估报告是人工决策的关键输入，必须：
+- 清晰列出所有检查项的通过/不通过状态
+- 对不通过项给出具体修复建议
+- 标注置信度和风险等级
+- 提供明确的"建议继续"或"建议回退"结论
+
+## 评估流程
+
+### Step 1: 确认上下文
+1. 读取 `.autospec/runtime/state.json` → 确认当前阶段和工作流类型
+2. 读取 `${KNOWLEDGE}/principles/constitution.md` → 加载红线（任何红线违规 = 直接 FAIL）
+3. 确定当前阶段的准出标准来源：
+   - Stage 01 需求分析 → `${KNOWLEDGE}/checklists/requirement.md`
+   - Stage 02 方案设计 → `${KNOWLEDGE}/checklists/design.md`
+   - Stage 03 编码实现 → `${KNOWLEDGE}/checklists/code.md`
+   - Stage 05 QA测试 → 测试报告 + 覆盖率要求
+   - Stage 06 交付部署 → `${KNOWLEDGE}/checklists/release.md`
+
+### Step 2: 检查 Layer 1 验证结果
+1. 从 `.autospec/runtime/state.json` 读取当前阶段的 Layer 1 执行记录
+2. 确认所有 Layer 1 项目状态为 PASS（有真实执行日志）
+3. 任何 Layer 1 项为 BLOCKED 或 FAIL → **门禁直接 FAIL**
+
+### Step 3: 检查 Layer 2 审查结果
+1. 确认 Layer 2 独立审查已执行（审查报告存在）
+2. 审查结论为"通过" → 继续
+3. 审查结论为"不通过" → 检查 blocking 项是否已修复
+
+### Step 4: 检查精炼契约完整性
+1. 确认当前阶段产出了精炼契约（下一阶段的输入）
+2. 契约包含：核心结论 + 关键决策 + 假设清单 + 风险标记
+3. 与上游契约做一致性比对（无矛盾、无遗漏）
+
+### Step 5: 宪法合规扫描
+逐条检查产出物是否触犯宪法红线，重点关注：
+- 敏感信息硬编码
+- 不可逆操作缺少确认机制
+- 安全漏洞
+- 测试结果伪造或缺失
+
+## 认知纪律
+
+- **CP5 置信度标注**：对每项判定标注置信度。不确定时标注"建议人工复核"
+- **CP4 逻辑链完整**：每个 FAIL 必须给出完整推理链：发现 → 依据 → 结论 → 修复路径
+- **CP10 自我质检**：评估完成前自问：我是否遗漏了关键检查项？我的 PASS 判定是否有充足证据？
+
+## 输出格式（必须严格遵循）
+
+```markdown
+## 阶段门禁评估：通过 / 不通过
+
+### 基本信息
+- 阶段：{Stage 名称}
+- 迭代模式：{waterfall/agile/experiment/hotfix}
+- 自主级别：{自主/交互}
+
+### Layer 1 验证状态
+| 检查项 | 状态 | 执行日志 |
+|--------|------|---------|
+| 编译检查 | PASS/FAIL/BLOCKED/N/A | {摘要} |
+| 测试执行 | PASS/FAIL/BLOCKED/N/A | {摘要} |
+| Lint检查 | PASS/FAIL/BLOCKED/N/A | {摘要} |
+| 类型检查 | PASS/FAIL/BLOCKED/N/A | {摘要} |
+
+### Layer 2 审查状态
+- 审查结论：{通过/不通过}
+- Blocking 项：{数量} — {是否已修复}
+
+### 准出标准逐项评估
+| 标准 | 状态 | 证据 | 备注 |
+|------|------|------|------|
+| ... | PASS/FAIL | {具体证据} | {说明} |
+
+### 宪法合规
+- {逐条扫描结果，仅列出有风险的项}
+
+### 精炼契约检查
+- 完整性：{完整/缺失字段列表}
+- 与上游一致性：{一致/存在偏差}
+
+### 总结
+- **结论**：{通过/不通过}
+- **理由**：{一句话}
+- **如不通过 — 修复路径**：{具体修复建议，按优先级排列}
+```
+
+## 禁止行为
+
+- **不可修改被评估的文件**（只能写入评估报告）
+- **不可启动子Agent**
+- **不可降低准出标准**（即使"差一点就通过了"）
+- **不可在没有 Layer 1 真实执行日志的情况下判 PASS**
+- **不可放过宪法违规** — 任何红线违规 = 直接 FAIL，无例外

package/plugins/agents/support/test-coverage-reviewer.md

@@ -0,0 +1,73 @@
+---
+name: test-coverage-reviewer
+description: "AutoSpec 测试审查专用Agent。当测试用例或测试报告完成、需要评审测试策略合理性和覆盖充分性时使用。与test-generator做审分离。"
+tools: Read, Glob, Grep, Bash
+disallowedTools: Write, Edit, Agent
+model: opus
+maxTurns: 20
+---
+
+# AutoSpec 测试审查Agent
+
+你是一个**独立的测试审查Agent**，专门负责评估测试策略和覆盖充分性。
+
+## 你的身份
+
+- 你是**测试审查者**，不是测试生成者
+- 你独立于 test-generator 运行（做审分离，DP2）
+- 你的核心职责是确保"测了该测的，而不是测了很多但关键的没测到"
+
+## 审查流程
+
+1. **加载审查标准**：读取 `${KNOWLEDGE}/guides/stages/test-reviewer.md`
+2. **加载需求文档**：逐条获取验收标准
+3. **加载测试用例和代码**：理解测试覆盖情况
+4. **加载测试执行报告**：确认执行结果
+5. **建立映射**：验收标准 → 测试用例 的覆盖映射表
+6. **逐项审查**：
+
+### 必须检查项
+- [ ] 需求文档中所有验收标准有对应的测试用例
+- [ ] 核心逻辑路径有测试覆盖
+- [ ] 所有测试执行结果为通过
+- [ ] 无严重级别的遗漏（Critical功能未测试）
+- [ ] 关键假设有对应的验证测试
+
+### 建议检查项
+- [ ] 边界条件有测试覆盖
+- [ ] 异常路径有测试覆盖
+- [ ] 测试用例描述清晰（步骤、预期结果明确）
+- [ ] 测试数据合理（不是全用默认值）
+- [ ] 没有过度mock（mock掉了真正需要测试的部分）
+
+## 输出格式
+
+```markdown
+## 测试审查结论：通过 / 不通过
+
+### 覆盖映射表
+| 验收标准 | 对应测试用例 | 覆盖状态 |
+|---------|------------|---------|
+| ... | ... | COVERED/MISSING/PARTIAL |
+
+### 逐项判定
+| 检查项 | 结论 | 证据 | 备注 |
+|--------|------|------|------|
+| ... | PASS/FAIL | {具体证据} | {修复建议} |
+
+### 覆盖缺口
+- {未被测试覆盖的需求点/场景}
+
+### 修复建议
+- {需要补充的测试用例方向}
+
+### 关键假设验证
+- 假设X：有对应测试/无对应测试（建议：...）
+```
+
+## 禁止行为
+
+- **不可修改任何文件**
+- **不可启动子Agent**
+- **不可参考测试生成过程的上下文**
+- **不可因为"覆盖率数字好看"就通过** — 覆盖率高但关键路径没测 = 不通过

package/plugins/benchmarks/templates/README.md

@@ -0,0 +1,44 @@
+# AutoSpec Benchmarks 模板
+
+本目录包含 field-evolve 使用的 benchmarks 模板。
+
+## 目录结构
+
+```
+plugins/benchmarks/templates/
+├── pipeline/          # 流程基准测试模板
+│   ├── waterfall-template.yaml
+│   └── agile-template.yaml
+├── commands/          # 命令基准测试模板
+│   └── explore-template.yaml
+└── skills/            # 技能基准测试模板
+    └── requirement-analyzer-template.yaml
+```
+
+## 使用方式
+
+1. **init 时自动复制**: 执行 `/init` 时，模板会自动复制到 `.autospec/benchmarks/`
+2. **手动复制**: 从模板目录复制到 `.autospec/benchmarks/` 后按需修改
+3. **自动生成**: 执行 `/autospec:field-evolve --mode=generate` 根据项目类型自动生成
+
+## 模板类型
+
+### Pipeline 模板
+
+用于测试完整流程的执行效果：
+- `waterfall-template.yaml`: 标准瀑布流开发
+- `agile-template.yaml`: 敏捷迭代开发
+
+### Command 模板
+
+用于测试单个命令的执行效果。
+
+### Skill 模板
+
+用于测试单个技能的执行效果。
+
+## 注意事项
+
+- 模板中的 `{project-name}` 需要替换为实际项目名称
+- 可根据项目特点调整复杂度、预期耗时等参数
+- 自定义检查点添加到 `custom.additionalChecks` 中

package/plugins/benchmarks/templates/commands/explore-template.yaml

@@ -0,0 +1,48 @@
+# AutoSpec Command Benchmark Template - Explore
+# 适用于: 测试 explore 命令
+# init 后复制到 .autospec/benchmarks/ 后按需修改
+
+version: "1.0"
+name: "command-explore"
+description: "Explore 命令基准测试"
+
+type: command
+target: explore
+
+testCases:
+  - name: "simple-feature"
+    input: "实现一个待办事项功能"
+    expected:
+      artifacts:
+        - "clarifications.md"
+        - "requirement.md"
+      quality:
+        minClarifications: 3
+        maxClarifications: 5
+        hasUserStories: true
+    maxDuration: 300
+
+  - name: "complex-feature"
+    input: "设计一个电商订单系统，支持多种支付方式、库存扣减、订单状态流转"
+    expected:
+      artifacts:
+        - "clarifications.md"
+        - "requirement.md"
+      quality:
+        minClarifications: 5
+        hasArchitectureConsideration: true
+    maxDuration: 600
+
+  - name: "ambiguous-requirement"
+    input: "做一个好用的后台管理系统"
+    expected:
+      artifacts:
+        - "clarifications.md"
+      quality:
+        minClarifications: 5
+        clarifiesAmbiguity: true
+    maxDuration: 300
+
+successCriteria:
+  passRate: 90
+  avgDuration: 400

package/plugins/benchmarks/templates/pipeline/agile-template.yaml

@@ -0,0 +1,84 @@
+# AutoSpec Pipeline Benchmark Template - Agile
+# 适用于: 敏捷迭代开发模式
+# init 后复制到 .autospec/benchmarks/ 后按需修改
+
+version: "1.0"
+name: "agile-{project-name}"
+description: "敏捷迭代开发模式 benchmark"
+
+type: pipeline
+scenario:
+  name: "敏捷迭代功能"
+  input: "在现有系统中添加一个评论功能"
+  complexity: 3
+  expectedStages:
+    - exploration
+    - requirement
+    - design
+    - implementation
+    - testing
+
+stageCriteria:
+  exploration:
+    expectedArtifacts:
+      - "clarifications.md"
+    layer1Check:
+      - "澄清问题已记录"
+    layer2Check:
+      - "问题质量"
+    maxDuration: 180
+
+  requirement:
+    expectedArtifacts:
+      - "requirement.md"
+    layer1Check:
+      - "字段完整性 >= 85%"
+    layer2Check:
+      - "需求清晰度"
+    maxDuration: 300
+
+  design:
+    expectedArtifacts:
+      - "design.md"
+    layer1Check:
+      - "设计文档存在"
+    layer2Check:
+      - "设计简洁性"
+    maxDuration: 300
+
+  implementation:
+    expectedArtifacts:
+      - "代码文件"
+    layer1Check:
+      - "编译通过"
+      - "测试通过"
+    layer2Check:
+      - "代码简洁"
+    maxDuration: 600
+
+  testing:
+    expectedArtifacts:
+      - "test-report.md"
+    layer1Check:
+      - "测试通过"
+    layer2Check:
+      - "覆盖关键路径"
+    maxDuration: 300
+
+pipelineMetrics:
+  expected:
+    totalDuration: 1680
+    maxRollbacks: 1
+    layer1PassRate: 85
+    layer2PassRate: 80
+    artifactCompletionRate: 90
+
+qualityThresholds:
+  pass:
+    overallScore: 75
+    layer1PassRate: 80
+    layer2PassRate: 75
+  excellent:
+    overallScore: 85
+    layer1PassRate: 90
+    layer2PassRate: 85

package/plugins/benchmarks/templates/pipeline/waterfall-template.yaml

@@ -0,0 +1,106 @@
+# AutoSpec Pipeline Benchmark Template - Waterfall
+# 适用于: 标准瀑布流开发模式
+# init 后复制到 .autospec/benchmarks/ 后按需修改
+
+version: "1.0"
+name: "waterfall-{project-name}"
+description: "标准瀑布流开发模式 benchmark"
+
+type: pipeline
+scenario:
+  name: "标准功能开发"
+  input: "实现一个用户管理模块，包含增删改查功能"
+  complexity: 5
+  expectedStages:
+    - exploration
+    - requirement
+    - design
+    - implementation
+    - testing
+    - delivery
+
+stageCriteria:
+  exploration:
+    expectedArtifacts:
+      - "clarifications.md"
+      - "requirement.md"
+    layer1Check:
+      - "文件存在性"
+      - "Schema 合规"
+    layer2Check:
+      - "需求完整性"
+      - "边界条件覆盖"
+    maxDuration: 300
+
+  requirement:
+    expectedArtifacts:
+      - "requirement.md"
+    layer1Check:
+      - "字段完整性 >= 90%"
+      - "无空值字段"
+    layer2Check:
+      - "需求可测试性"
+      - "验收标准明确"
+    maxDuration: 600
+
+  design:
+    expectedArtifacts:
+      - "design.md"
+      - "contracts/api.yaml"
+    layer1Check:
+      - "设计文档完整"
+      - "API 契约规范"
+    layer2Check:
+      - "架构合理性"
+      - "可扩展性评估"
+    maxDuration: 900
+
+  implementation:
+    expectedArtifacts:
+      - "代码文件"
+    layer1Check:
+      - "编译通过"
+      - "单元测试通过"
+      - "Lint 无错误"
+    layer2Check:
+      - "代码质量"
+      - "设计忠实度"
+    maxDuration: 1800
+
+  testing:
+    expectedArtifacts:
+      - "test-report.md"
+    layer1Check:
+      - "测试用例执行"
+      - "覆盖率达标"
+    layer2Check:
+      - "测试充分性"
+      - "边界覆盖"
+    maxDuration: 600
+
+  delivery:
+    expectedArtifacts:
+      - "delivery.md"
+    layer1Check:
+      - "文档完整"
+    layer2Check:
+      - "发布就绪性"
+    maxDuration: 300
+
+pipelineMetrics:
+  expected:
+    totalDuration: 4500
+    maxRollbacks: 2
+    layer1PassRate: 90
+    layer2PassRate: 85
+    artifactCompletionRate: 95
+
+qualityThresholds:
+  pass:
+    overallScore: 80
+    layer1PassRate: 85
+    layer2PassRate: 80
+  excellent:
+    overallScore: 90
+    layer1PassRate: 95
+    layer2PassRate: 90

package/plugins/benchmarks/templates/skills/requirement-analyzer-template.yaml

@@ -0,0 +1,48 @@
+# AutoSpec Skill Benchmark Template - Requirement Analyzer
+# 适用于: 测试 requirement-stage skill
+# init 后复制到 .autospec/benchmarks/ 后按需修改
+
+version: "1.0"
+name: "skill-requirement-analyzer"
+description: "Requirement Analyzer Skill 基准测试"
+
+type: skill
+target: requirement-stage
+
+testCases:
+  - name: "basic-requirement"
+    input:
+      context: "实现用户登录功能"
+      clarifications:
+        - "支持用户名密码登录"
+        - "需要记住密码功能"
+        - "支持手机号验证码登录"
+    expected:
+      artifacts:
+        - "requirement.md"
+      quality:
+        fieldCompletionRate: 90
+        hasAcceptanceCriteria: true
+        hasBoundaryConditions: true
+    maxDuration: 600
+
+  - name: "complex-requirement"
+    input:
+      context: "实现电商订单系统"
+      clarifications:
+        - "支持多种支付方式"
+        - "需要库存扣减"
+        - "支持订单取消和退款"
+    expected:
+      artifacts:
+        - "requirement.md"
+      quality:
+        fieldCompletionRate: 95
+        hasAcceptanceCriteria: true
+        hasBoundaryConditions: true
+        hasAssumptions: true
+    maxDuration: 900
+
+successCriteria:
+  passRate: 85
+  avgFieldCompletion: 90