@kylecheng3146/agent-ops 0.1.15 → 0.1.17

package/docs/en/spec/review.md

@@ -37,9 +37,9 @@ A review target MUST be launched with its own read-only mechanism, and a target
 without one MUST be skipped rather than run unsandboxed.
 
 - Trigger: Building a review invocation for a configured target.
-- Action: Pass `-s read-only` (codex), `--sandbox --mode plan` (agy), or `--permission-mode plan` (claude); treat any other target as ineligible.
+- Action: Pass `-s read-only` (codex), `--sandbox --mode plan` (agy), or `--permission-mode plan` (claude); run agy against a disposable repository clone; treat any other target as ineligible.
 - Evidence: The spawned argv contains the target's read-only flags.
-- Positive: `opencode is not a review target: --agent plan silently falls back to a writable agent.`
+- Positive: `agy receives sandboxed plan mode; opencode remains ineligible.`
 - Negative: `Trust the prompt to stop the reviewer from editing files.`
 
 ## REVIEW-CHAIN-001
@@ -48,11 +48,28 @@ Configured targets form an ordered fallback chain that MUST advance only when
 no review happened, and MUST NOT advance past a verdict.
 
 - Trigger: A configured target is missing, fails to spawn, or times out.
-- Action: Try the next target; on PASS, FAIL, or unparseable output, stop and report that outcome.
+- Action: Try the next target after unparseable output; stop and report the first PASS or FAIL.
 - Evidence: The number of spawned attempts matches the failures that preceded the verdict.
-- Positive: `codex FAIL is final; agy is never asked for a second opinion.`
+- Positive: `codex FAIL is final; no other target is asked for a second opinion.`
 - Negative: `Retry other targets after a FAIL until one reports PASS.`
 
+## REVIEW-ADVERSARIAL-001
+
+A PASS MUST be offered to a different eligible target for refutation, and a
+successful refutation MUST make the run FAIL.
+
+- Trigger: The primary target returns PASS and another eligible target has not
+  already been walked past. The host target never serves as the challenger.
+- Action: Send that target the prior report as untrusted data and ask it to
+  refute the verdict; report FAIL when it does, and record the challenge as
+  `adversarial` either way.
+- Evidence: `adversarial` names the challenging target and whether it refuted;
+  a challenger that produced no report appears on the attempt list instead.
+- Positive: `codex passed, claude found a blocking defect, the run failed.`
+- Negative: `Manufacture a refutation so the challenge looks effective.`
+- Note: With one usable target the primary verdict stands unchallenged. A FAIL
+  is already terminal and is never re-checked.
+
 ## REVIEW-CONTRACT-001
 
 A response that breaks the reply contract MUST be reported as NOT_RUN, not as

package/docs/zh-TW/guides/configuration.md

@@ -46,23 +46,29 @@ Claude 與 Codex lifecycle support 為 `supported`，OpenCode 從 app initializa
 `--task` 使用 task criteria，並要求必要驗證的最新 PASS evidence。完整 report
 會顯示給人看，PASS 後只持久化 source-fingerprint attestation。
 
-每次嘗試都從新的暫存 cwd 與最小環境啟動。目前只有 Claude 具備完整的
-context-isolation 合約，能自動執行：
+每次嘗試都從新的暫存 cwd 與原生唯讀模式啟動。Claude 使用完整 safe-mode
+隔離；Codex 與 Agy 為了支援既有 OAuth 登入而保留登入環境，因此 context
+隔離較弱。Agy 會取得一次性 clone，即使 sandboxed plan mode 寫入 cwd，也無法
+修改來源 repository：
 
 | 目標 | 呼叫方式 | 唯讀 |
 | --- | --- | --- |
-| `codex` | `codex exec` | 保留設定；`capability-unavailable` |
-| `agy`（Antigravity）| `agy -p` | 保留設定；`capability-unavailable` |
+| `codex` | `codex exec` | `-s read-only --ephemeral --ignore-user-config` |
+| `agy` | `agy --print <prompt>` | `--sandbox --mode plan` |
 | `claude` | `claude -p` | `--permission-mode plan --safe-mode` |
 
 `opencode` **不是** review 目標，即使它是支援的 harness。它的 `--agent plan`
 會被判定為 subagent 而遭拒，並靜默退回可寫入的 agent，因此無法滿足唯讀前置
 條件。沒有唯讀旗標的目標會被跳過，不會在無沙箱狀態下執行。
 
-只有在「根本沒審到」時才換下一家 —— 執行檔不存在、spawn 失敗、或逾時
-（每個目標預設 120 秒，可用 `timeoutMs` 覆寫）。`FAIL` 判定是**終局**：
-拿到真實判定後絕不再試下一家，否則就變成自動化的 review shopping。
-無法解析的輸出同樣終局，因為那代表 prompt 約定或 CLI 版本不合，該浮出來修。
+Agy 的 prompt 會直接作為 `--print` 的值；裸用 `-p` 會誤吞下一個 flag。
+agent-ops 刻意不傳會繞過權限邊界的 `--dangerously-skip-permissions`，也不傳會
+使 plan mode 失效的 `--disable-slash-commands`。
+
+只要沒有取得有效 verdict 就換下一家，包括執行檔不存在、spawn 失敗、逾時
+（每個目標預設 900 秒）、登入失敗、輸出過大或無法解析。文字與 JSON 輸出
+都會保留每次 attempt 及原因。`PASS` 或 `FAIL` 判定是**終局**，因此不會產生
+自動化的 review shopping。
 
 若 host 是 Claude Code（`CLAUDECODE` 已設定），`claude` 會被移到鏈尾。
 當它是唯一設定的目標時仍會執行，並附上 `reviewer == host` 警告。

package/docs/zh-TW/spec/review.md

@@ -37,9 +37,9 @@ English source version: 2026-07-23. Revalidate: when the English specification c
 review target MUST 以其自身的唯讀機制啟動；沒有唯讀機制的 target MUST 被跳過，而非在無沙箱狀態下執行。
 
 - Trigger: 為已設定的 target 組建 review invocation。
-- Action: 傳入 `-s read-only`（codex）、`--sandbox --mode plan`（agy）或 `--permission-mode plan`（claude）；其餘 target 視為不合格。
+- Action: 傳入 `-s read-only`（codex）、`--sandbox --mode plan`（agy）或 `--permission-mode plan`（claude）；agy 必須在一次性 repository clone 中執行；其餘 target 視為不合格。
 - Evidence: spawn 出的 argv 含該 target 的唯讀旗標。
-- Positive: `opencode 不是 review target：--agent plan 會靜默退回可寫入的 agent。`
+- Positive: `agy 使用 sandboxed plan mode；opencode 仍不合格。`
 - Negative: `信任 prompt 能阻止審查者修改檔案。`
 
 ## REVIEW-CHAIN-001
@@ -47,11 +47,22 @@ review target MUST 以其自身的唯讀機制啟動；沒有唯讀機制的 tar
 已設定的 targets 組成有序後備鏈，MUST 僅在「沒有審到」時換下一家，且 MUST NOT 在取得判定後繼續往下試。
 
 - Trigger: 某個已設定的 target 不存在、spawn 失敗或逾時。
-- Action: 試下一個 target；遇到 PASS、FAIL 或無法解析的輸出即停止並回報該結果。
+- Action: 無法解析輸出時試下一個 target；遇到第一個 PASS 或 FAIL 即停止並回報。
 - Evidence: spawn 次數等於判定之前的失敗次數。
-- Positive: `codex 的 FAIL 是終局；不會再問 agy 第二意見。`
+- Positive: `codex 的 FAIL 是終局；不會再問任何 target 第二意見。`
 - Negative: `FAIL 之後改試其他 target，直到有人回報 PASS。`
 
+## REVIEW-ADVERSARIAL-001
+
+PASS MUST 交給另一個合格 target 嘗試反駁，且反駁成立時 MUST 使整體判定為 FAIL。
+
+- Trigger: primary target 回報 PASS，且尚有未走過的合格 target。host target 永不擔任挑戰者。
+- Action: 將前一份 report 以不可信資料交給該 target 並要求它反駁；反駁成立即回報 FAIL，且無論結果都記錄為 `adversarial`。
+- Evidence: `adversarial` 記載挑戰者與是否反駁成立；未能產出 report 的挑戰者則記錄在 attempt 清單。
+- Positive: `codex 判 PASS，claude 找到 blocking 缺陷，整體判定 FAIL。`
+- Negative: `為了讓複查看起來有效而編造反駁。`
+- Note: 只有一個可用 target 時，primary 判定不受挑戰即成立。FAIL 已是終局，不再複查。
+
 ## REVIEW-CONTRACT-001
 
 違反回覆約定的回應 MUST 回報為 NOT_RUN，而非 FAIL。

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@kylecheng3146/agent-ops",
-  "version": "0.1.15",
+  "version": "0.1.17",
   "description": "Evidence-driven development loops for Codex, Claude Code, and opencode",
   "type": "module",
   "license": "MIT",

package/schemas/task.schema.json

@@ -15,6 +15,9 @@
     "title": {
       "$ref": "#/$defs/nonEmptyString"
     },
+    "parentTaskId": {
+      "$ref": "#/$defs/id"
+    },
     "criteria": {
       "type": "array",
       "minItems": 2,