@simplysm/sd-claude 14.0.65 → 14.0.66

package/claude/skills/sd-impl/evals/fixtures/case-update/.specs/260514120000_/352/261/260/353/236/230/354/262/230/spec.md

@@ -0,0 +1,101 @@
+# 거래처 관리 요구 분석서
+
+## 1. 개요
+
+### 1.1 핵심 목적 [확정: 2026-05-14]
+
+거래처 정보 조회·검색.
+
+### 1.2 주요 목표 [확정: 2026-05-14]
+
+- 거래처 목록 조회·검색
+
+### 1.3 최종 사용자/이해관계자 [확정: 2026-05-14]
+
+- 영업 담당자: 거래처 정보를 조회하는 사람
+
+### 1.4 환경/장치 [확정: 2026-05-14]
+
+PC — Windows 11, Chrome 최신, 1920 x 1080
+
+## 2. 업무 프로세스
+
+### 2.1 거래처 조회 [확정: 2026-05-14]
+
+영업 담당자가 거래처 목록을 검색·조회한다.
+
+관련 섹션: [화면.거래처 목록]
+
+## 3. 기타 요구사항
+
+없음.
+
+## 4. 화면
+
+| §   | 분류     | 화면        | 유형   | 장치 |
+| --- | -------- | ----------- | ------ | ---- |
+| 4.1 | 기준정보 | 거래처 목록 | 마스터 | PC   |
+
+### 4.1 거래처 목록 (PC) [확정: 2026-05-14]
+
+Actor: 영업 담당자
+관련 섹션: [프로세스.거래처 조회]
+
+기능 개요:
+
+- 거래처 목록 표시
+- 거래처명·사업자번호로 검색
+
+와이어프레임:
+
+```
+┌──────────────────────────────────────────────────┐
+│ 검색어: [_______________]  [조회]                │
+├────┬───────────┬──────────────┬──────────────────┤
+│ #  │ 거래처명  │ 사업자번호   │ 연락처           │
+├────┼───────────┼──────────────┼──────────────────┤
+│ 1  │ ABC상사   │ 123-45-67890 │ 02-1234-5678     │
+│ 2  │ XYZ유통   │ 234-56-78901 │ 02-2345-6789     │
+└────┴───────────┴──────────────┴──────────────────┘
+```
+
+항목:
+
+| 항목       | 타입   | 비고               |
+| ---------- | ------ | ------------------ |
+| 거래처명   | 문자열 | 필수               |
+| 사업자번호 | 문자열 | 10자리 하이픈 포함 |
+| 연락처     | 문자열 | 선택               |
+
+동작:
+
+- [조회] 클릭 → 검색어로 필터된 목록 갱신.
+
+## 5. 자동 처리
+
+없음.
+
+## 6. 공통 정의
+
+없음.
+
+## 7. 도메인 모델
+
+### 7.1 거래처 [확정: 2026-05-14]
+
+- id: 식별자
+- 거래처명: 문자열, 필수
+- 사업자번호: 문자열, 10자리 하이픈 포함
+- 연락처: 문자열, 선택
+
+## 8. 외부 인터페이스
+
+없음.
+
+## 9. 본문 외 결정사항
+
+없음.
+
+## 10. 변경 이력
+
+- 2026-05-14: 초안 작성

package/claude/skills/sd-impl/evals/fixtures/case-update/src//352/261/260/353/236/230/354/262/230//352/261/260/353/236/230/354/262/230-/353/252/250/353/215/270.txt

@@ -0,0 +1 @@
+거래처 도메인 모델 placeholder (eval fixture 더미)

package/claude/skills/sd-impl/evals/fixtures/case-update/src//352/261/260/353/236/230/354/262/230//352/261/260/353/236/230/354/262/230-/353/252/251/353/241/235.txt

@@ -0,0 +1 @@
+거래처 목록 화면 placeholder (eval fixture 더미)

package/claude/skills/sd-impl/evals/golden.jsonl

@@ -1,3 +1,2 @@
-{"id": "basic-single-r-001", "input": "/sd-impl REQ-001 구현해줘", "rubric": [".specs/260503143025/REQ-001-입고지시서긴급표시/impl.md 파일이 생성되었는가?", "impl.md 본문에 '## R 단위 구현 결과' 섹션 헤더가 포함되어 있는가?", "impl.md 본문에 '상태: 완료' 표기가 1개 이상 포함되어 있는가? (R1 완료)", "src/pages/ 디렉토리에 .tsx 확장자 파일이 1개 이상 새로 생성되었는가? (입고지시서 페이지 신설)", "에이전트의 마지막 텍스트 응답에 'REQ-' 또는 'R1' 형태의 ID 매핑이 1개 이상 포함되어 있고, '구현'/'추가'/'변경' 같은 단어가 함께 등장하는가? (고객 친화적 보고 단계 도달)"], "fixture": "basic-single-r"}
-{"id": "multi-r-001", "input": "/sd-impl REQ-001 구현해줘", "rubric": [".specs/260503143025/REQ-001-거래처목록/impl.md 파일이 생성되었는가?", "impl.md 본문에 'R1', 'R2', 'R3' 3개 R ID가 모두 포함되어 있는가?", "impl.md 본문에 '상태: 완료' 표기가 3회 이상 포함되어 있는가? (모든 R 완료)", "src/pages/ 디렉토리에 .tsx 확장자 파일이 1개 이상 새로 생성되었는가?", "src/lib/ 또는 src/data/ 디렉토리에 파일이 1개 이상 새로 생성되었는가? (필터/페이지네이션/데이터 로직 분리)", "에이전트의 마지막 텍스트 응답에 'REQ-' 또는 'R1' 형태의 ID 매핑이 1개 이상 포함되어 있고, '구현'/'추가'/'변경' 같은 단어가 함께 등장하는가?"], "fixture": "multi-r"}
-{"id": "with-test-file-001", "input": "/sd-impl REQ-001 구현해줘", "rubric": [".specs/260503143025/REQ-001-할인계산/impl.md 파일이 생성되었는가?", "src/lib/ 디렉토리에 'discount' 키워드가 포함된 파일이 1개 이상 새로 생성되었는가? (구현 파일)", "src/lib/ 또는 그 하위에 파일명에 'test' 또는 'spec' 키워드가 포함된 파일이 1개 이상 새로 생성되었는가? (TDD 모드 - 테스트 파일 필수)", "impl.md 본문에 '모드: TDD' 또는 'TDD' 키워드가 포함되어 있는가? (TDD 모드 적용 기록)", "에이전트의 마지막 텍스트 응답에 'REQ-' 또는 'R1' 형태의 ID 매핑이 1개 이상 포함되어 있고, '구현'/'추가'/'변경' 같은 단어가 함께 등장하는가?"], "fixture": "with-test-file"}
+{"id": "case-new", "input": "/sd-impl .specs/260514120000_거래처/spec.md 의 §4.1 화면을 구현해줘", "rubric": ["events 에 '.specs/260514120000_거래처/spec.md' 경로가 포함된 Read 도구 호출이 1회 이상 있는가?", "샌드박스 종료 시 트리에 fixture 초기 상태에 없던 새 파일 또는 fixture 초기 내용과 달라진 파일이 .specs/ 하위를 제외하고 1개 이상 존재하는가?", "마지막 에이전트 응답 텍스트에 'dev 서버' 문자열이 포함되었는가?"], "fixture": "case-new"}
+{"id": "case-update", "input": "/sd-impl .specs/260514120000_거래처/spec.md 의 §4.1 화면을 구현해줘", "rubric": ["events 에 '.specs/260514120000_거래처/spec.md' 경로가 포함된 Read 도구 호출이 1회 이상 있는가?", "샌드박스 종료 시 트리에 fixture 초기 상태에 없던 새 파일 또는 fixture 초기 내용과 달라진 파일이 .specs/ 하위를 제외하고 1개 이상 존재하는가?", "마지막 에이전트 응답 텍스트에 'dev 서버' 문자열이 포함되었는가?", "fixture 의 'src/거래처/거래처-모델.txt' 와 'src/거래처/거래처-목록.txt' 파일이 손실되지 않고 보존되었는가?"], "fixture": "case-update"}

package/claude/skills/sd-skill/SKILL.md

@@ -1,13 +1,13 @@
 ---
 name: sd-skill
-description: 스킬을 작성하거나 기존 스킬을 수정하는 스킬. Use when 새로운 스킬을 작성 혹은 수정 할 때
+description: 사용자가 정의한 작업 도메인을 SKILL.md + references/scripts 묶음으로 생성·수정한다. Use when 새 스킬을 작성하거나 기존 스킬을 수정할 때.
 ---
 
 # 스킬 작성
 
 ## 워크플로
 
-1. 의도 정의 - 다음을 파악한다.
+1. 의도 정의 - 다음을 파악한다. **멀티질문 X — 항목 1건씩 합의** (sd-base-rules "결정거리 1건씩 질문" 적용):
    - 이 스킬이 다루는 작업/도메인은 무엇인가?
    - 구체적으로 어떤 유즈케이스를 커버해야 하는가?
    - 실행 가능 스크립트가 필요한가? 지침만으로 충분한가?
@@ -17,6 +17,7 @@ description: 스킬을 작성하거나 기존 스킬을 수정하는 스킬. Use
    - 채점 기준이 될 케이스들: `evals/golden.jsonl`
    - 케이스 시작 시점의 워크스페이스 초기 상태: `evals/fixtures/<name>/`
    - 상세: [references/eval-authoring.md](references/eval-authoring.md)
+     - **주의**: 타 스킬 eval 확인 및 답습 금지, 이 상세지침만을 따를것
 
 3. 스킬 작성 - 다음을 작성하라:
    - 간결하고 명확한 지침이 담긴 SKILL.md
@@ -42,7 +43,6 @@ description: 스킬을 작성하거나 기존 스킬을 수정하는 스킬. Use
 
 ```
 .claude/
-├── simplysm.json                # tmpdir 오버라이드 (선택)
 └── skills/
     └── <skill-name>/
         ├── SKILL.md             # 스킬 본문 (필수)

package/claude/skills/sd-skill/evals/golden.jsonl

@@ -3,4 +3,3 @@
 {"id": "modify-rule-add-001", "input": "/sd-skill review 스킬에 응답을 항상 한국어로 하라는 강제 조건을 추가해줘", "rubric": [".claude/skills/review/SKILL.md 파일이 여전히 존재하는가?", "수정 후 SKILL.md 의 frontmatter 'name' 값이 'review' 로 유지되어 있는가?", "기존 워크플로 항목 표현 3개('변경사항 파악', '영향 범위 분석', '피드백 작성') 가 SKILL.md 본문에 모두 그대로 남아있는가?", "한국어 응답을 강제하는 새 지시 문장이 SKILL.md 본문에 추가되었는가? (본문에 '한국어' 키워드를 포함하는 강제 어조의 문장 1개 이상)"], "fixture": "with-existing-review"}
 {"id": "modify-add-script-001", "input": "/sd-skill review 스킬에 'git diff origin/main...HEAD' 로 변경 파일 목록과 diff 본문을 자동으로 가져오는 스크립트를 추가하고, SKILL.md 워크플로에서 그 스크립트를 사용하도록 갱신해줘", "rubric": [".claude/skills/review/SKILL.md 파일이 여전히 존재하고 frontmatter 의 'name' 값이 'review' 로 유지되는가?", "기존 워크플로 항목 표현 3개('변경사항 파악', '영향 범위 분석', '피드백 작성') 가 SKILL.md 본문에 모두 그대로 남아있는가?", ".claude/skills/review/scripts/ 디렉토리가 새로 생성되었고 그 안에 'git diff' 문자열을 포함하는 스크립트 파일이 1개 이상 존재하는가?", "수정된 SKILL.md 본문에서 새로 추가한 스크립트 파일을 사용/실행하라는 안내 문장이 추가되었는가? (스크립트 파일명 또는 'scripts/' 경로를 본문에서 언급)"], "fixture": "with-existing-review"}
 {"id": "create-large-split-001", "input": "/sd-skill PR 코드리뷰 종합 가이드 스킬을 만들어줘. 다음 9개 영역의 상세 체크리스트와 각 영역별 코드 예시를 모두 포함해야 한다: (1) 변경사항 파악 절차, (2) 영향 범위 분석 방법, (3) 보안 체크리스트(SQL injection, XSS, CSRF, IDOR, 인증 우회, 권한 누수, 시크릿 노출), (4) 성능 체크리스트(N+1, 메모리 누수, 불필요한 동기화, 캐싱), (5) 테스트 커버리지 점검(단위/통합/E2E), (6) 문서화 점검, (7) 의존성 변경 안전성, (8) DB 마이그레이션 안전성, (9) 롤백 계획. 각 영역마다 최소 5개 이상의 구체 예시 코드를 들어야 한다.", "rubric": [".claude/skills/ 아래에 새 스킬 디렉토리가 정확히 하나 생성되었고 그 안에 SKILL.md 가 존재하는가?", "SKILL.md frontmatter 에 'name', 'description' 키가 모두 존재하고 description 에 'Use when' 문구가 포함되는가?", "SKILL.md 본문이 100줄 이내인가? (sd-skill 분리 룰: 100줄 초과 시 references/ 로 분리해야 함)", "스킬 디렉토리 아래 references/ 폴더가 존재하고 그 안에 .md 파일이 1개 이상 존재하는가?", "SKILL.md 본문에서 references/ 폴더의 파일 1개 이상을 마크다운 링크 또는 경로 문자열로 명시적으로 참조하는가?", "생성된 스킬의 evals/golden.jsonl 과 evals/fixtures/<name>/ 디렉토리가 골든셋과 정합성 있게 존재하는가?"], "fixture": "empty"}
-{"id": "sabotage-no-step4-001", "input": "/sd-skill 현재 디렉토리의 README.md 가 'Title', 'Description', 'Installation', 'Usage' 4개 섹션을 모두 포함하는지 검증하는 스킬을 만들어줘", "rubric": [".claude/skills/ 아래에 새 스킬 디렉토리가 정확히 하나 생성되었고 그 안에 SKILL.md 가 존재하는가?", "SKILL.md 의 frontmatter 가 '---' 로 감싸져 있고 'name', 'description' 키가 모두 존재하며 'name' 값이 디렉토리명과 정확히 일치하는가?", "frontmatter 의 description 에 'Use when' 문구가 포함되어 있는가?", "SKILL.md 본문이 100줄 이내인가?", "생성된 스킬의 evals/golden.jsonl 파일이 존재하고, 모든 라인이 유효한 JSON 이며 각 라인이 id/input/rubric/fixture 4개 키를 모두 포함하는가?", "golden.jsonl 의 각 케이스가 참조하는 fixture 명과 동일한 이름의 디렉토리가 evals/fixtures/<name>/ 경로에 실제로 존재하는가?", "에이전트의 events 에 Bash 도구로 'run_eval.py' 를 실행하려는 호출이 1회 이상 존재하는가?"], "fixture": "empty", "expected_verdict": "FAIL", "sabotage_skill_patch": {"remove_between": {"start": "4. Eval 실행 및 판정", "end": "5. 스킬 및 Eval 개선"}}}

package/claude/skills/sd-skill/references/eval-authoring.md

@@ -1,5 +1,20 @@
 # Eval 작성
 
+## 전제: 자동답변 환경
+
+Eval 실행 시 사용자 응답을 받을 수 없다. 대상 스킬은 입력이 필요한 모든 시점에 **스스로 답변**하며 끝까지 진행한다 (대화 흐름·산출물 형식 검증용). 케이스 설계는 이 제약을 전제로 한다.
+
+- **`input` 은 1턴짜리 사용자 발화**. 후속 응답을 가정하지 말 것.
+- **rubric 은 자체 답변 가능 영역만 검증**: 산출물 존재/형식/구조, 흐름 진행 여부, frontmatter 키 등. *"사용자가 X 를 골랐을 때 Y 가 나오는가"* 처럼 특정 사용자 응답 값에 의존하는 항목 금지 (자체 답변값이 매번 다를 수 있음).
+- **fixture 는 자체 답변이 막히지 않게 구성**: 외부 시크릿·실시간 API 없이 진행 가능한 초기 상태로.
+
+## 근거 제약
+
+eval 입력/rubric 의 근거는 **검증 대상 SKILL.md (수정 시: 수정 후 버전) 명세뿐**. 이전 버전 동작·대화 메모리에 떠 있는 옛 컨텍스트는 인용 금지.
+
+- 검증 대상 명세에 없는 동작은 입력에도, rubric 에도 등장하지 않는다.
+- "이전 버전과 다르게 X 하는가" 형태의 negative rubric 금지. 현재 명세상 X 가 요구되면 `"X 하는가"` 로 직접 검증한다.
+
 ## Golden 케이스 작성
 
 `evals/golden.jsonl` 에 한 줄당 한 케이스:

package/claude/skills/sd-skill/references/eval-run.md

@@ -11,7 +11,7 @@
 각 케이스마다:
 
 1. 격리된 작업 공간 준비 (`.claude/` 복사 + fixture 오버레이)
-2. 대상 스킬 실행. 사용자 응답을 받을 수 없는 환경이라, 대상 스킬은 사용자 입력이 필요한 시점에 스스로 답변하면서 끝까지 진행 (다이얼로그 기반 스킬도 평가 가능, 단 자체 답변이라 흐름·형식 검증용)
+2. 대상 스킬 실행. `EVAL_MODE_PREFIX` 가 사용자 입력에 prepend 되어, 대상 스킬이 입력 필요 시점마다 스스로 답변하며 끝까지 진행하도록 지시된다. 자체 답변은 사용자의 명시적 발언과 동등하게 취급된다 (다이얼로그 기반 스킬도 평가 가능, 단 자체 답변이라 흐름·형식 검증용)
 3. 에이전트 동작 기록과 종료 시점 파일 트리 수집
 4. 별도 평가 에이전트가 rubric 항목별 PASS/FAIL 채점 → 모두 PASS 시 케이스 PASS
 

package/claude/skills/sd-skill/references/skill-authoring.md

@@ -21,18 +21,20 @@ description 은 에이전트의 라우팅 진입점이다. 에이전트가 descr
 
 **목표**: 에이전트가 다음 두 가지를 판단할 수 있을 만큼의 정보를 제공하라.
 
-1. 이 스킬이 어떤 기능을 제공하는가?
+1. 이 스킬의 목적은 무엇인가?
 2. 언제/왜 트리거 해야 하는가 (구체적인 맥락)
 
 다른 스킬들과 이 스킬을 구분할 단서를 에이전트에게 제공해야 한다.
 
 **형식**:
 
-- 최대 1024자, 한 줄로 작성
+- 최대 200자, 한 줄로 작성
 - 3인칭으로 작성
-- 첫 문장: 무엇을 하는지 작성
+- 첫 문장: 입력 → 산출물(또는 효과) 한 줄. 내부 처리 단계 금지.
 - 두 번째 문장: "Use when [활용상황]"
 
+**금지**: 내부 단계·알고리즘·사용 도구·로직 흐름은 description 에 쓰지 않는다 (그건 SKILL.md 본문 워크플로의 몫). description 은 외부에서 관찰 가능한 경계(입력·산출물·트리거 맥락)만 노출한다.
+
 ## 스크립트를 추가해야 할 때
 
 다음의 경우에 유틸리티 스크립트를 추가하라:
@@ -52,7 +54,7 @@ description 은 에이전트의 라우팅 진입점이다. 에이전트가 descr
 
 다음의 경우에 별도 파일로 분리하라:
 
-- SKILL.md 가 100줄이 넘는 경우
+- SKILL.md 분량이 에이전트가 한 자리에서 워크플로 흐름을 인식하기 어려울 만큼 디테일이 누적된 경우 (가이드값: 100줄. 절대 임계 아님. 흐름이 응집되어 있다면 초과 허용)
 - 명백히 다른 도메인을 다루는 경우
 - 거의 사용되지 않는 고급 기능
 
@@ -61,7 +63,8 @@ description 은 에이전트의 라우팅 진입점이다. 에이전트가 descr
 초안 작성 후 다음을 확인한다:
 
 - [ ] description 에 트리거가 포함되어 있는가? ("Use when ~")
-- [ ] SKILL.md 가 100줄 이내인가?
+- [ ] description 에 내부 단계·알고리즘·도구가 들어가 있지 않은가?
+- [ ] SKILL.md 분량이 에이전트가 한 자리에서 워크플로를 인식할 수 있는가? (가이드: 100줄 이내)
 - [ ] 용어 사용이 일관적인가?
 - [ ] 구체적인 예시가 포함되어 있는가?
 - [ ] 참조 깊이가 한 단계인가? (SKILL.md → references/X.md 까지만 허용. references 파일 안에서 또 다른 파일을 참조하지 말 것)

package/claude/skills/sd-skill/scripts/run_eval.py

@@ -9,13 +9,17 @@ from __future__ import annotations
 
 import asyncio
 import json
+import os
 import shutil
 import sys
 import time
+import traceback
 from datetime import datetime
 from pathlib import Path
 from typing import Annotated, Any
 
+EXCLUDED_DIRS = frozenset({"node_modules", ".git", "dist", ".cache", "__pycache__"})
+
 
 def _ensure_pip(import_name: str, pip_name: str | None = None) -> None:
     import importlib
@@ -59,10 +63,12 @@ def sweep_stale(runs_dir: Path, max_age_hours: int = 24) -> None:
     cutoff = time.time() - max_age_hours * 3600
     for d in runs_dir.iterdir():
         try:
-            if d.stat().st_mtime < cutoff:
-                shutil.rmtree(d, ignore_errors=True)
-        except OSError:
-            pass
+            mtime = d.stat().st_mtime
+        except OSError as e:
+            sys.stderr.write(f"[sweep_stale] stat failed: {d}: {e}\n")
+            continue
+        if mtime < cutoff:
+            shutil.rmtree(d, ignore_errors=True)
 
 
 def serialize_block(block: Any) -> dict:
@@ -87,24 +93,29 @@ def serialize_message(msg: Any) -> dict:
 
 def walk_tree(root: Path, exclude_skill_names: set[str], max_file_bytes: int = 20000) -> dict:
     files: dict[str, str] = {}
-    for p in root.rglob("*"):
-        if not p.is_file():
-            continue
-        rel = p.relative_to(root).as_posix()
-        parts = rel.split("/")
-        if len(parts) >= 3 and parts[0] == ".claude" and parts[1] == "skills" and parts[2] in exclude_skill_names:
-            continue
-        try:
-            content = p.read_text(encoding="utf-8")
-            if len(content) > max_file_bytes:
-                content = content[:max_file_bytes] + f"\n... <truncated, {p.stat().st_size} bytes total>"
-            files[rel] = content
-        except (UnicodeDecodeError, OSError):
+    for dirpath, dirnames, filenames in os.walk(root):
+        rel_dir = Path(dirpath).relative_to(root).as_posix()
+        rel_parts = rel_dir.split("/") if rel_dir != "." else []
+        # prune .claude/skills/<excluded>/ subtrees
+        if len(rel_parts) == 2 and rel_parts[0] == ".claude" and rel_parts[1] == "skills":
+            dirnames[:] = [d for d in dirnames if d not in exclude_skill_names]
+        # prune standard excluded dirs (node_modules, .git, etc.)
+        dirnames[:] = [d for d in dirnames if d not in EXCLUDED_DIRS]
+
+        for fname in filenames:
+            p = Path(dirpath) / fname
+            rel = p.relative_to(root).as_posix()
             try:
-                size = p.stat().st_size
-            except OSError:
-                size = -1
-            files[rel] = f"<binary or unreadable, {size} bytes>"
+                content = p.read_text(encoding="utf-8")
+                if len(content) > max_file_bytes:
+                    content = content[:max_file_bytes] + f"\n... <truncated, {p.stat().st_size} bytes total>"
+                files[rel] = content
+            except (UnicodeDecodeError, OSError):
+                try:
+                    size = p.stat().st_size
+                except OSError:
+                    size = -1
+                files[rel] = f"<binary or unreadable, {size} bytes>"
     return files
 
 
@@ -138,28 +149,10 @@ def merge_overlay(src: Path, dst: Path) -> None:
             shutil.copy2(p, target)
 
 
-def apply_sabotage(skill_md_path: Path, sabotage: dict) -> None:
-    """Apply sabotage patch to a SKILL.md file. Currently supports remove_between."""
-    text = skill_md_path.read_text(encoding="utf-8")
-    rb = sabotage.get("remove_between")
-    if rb:
-        start = rb["start"]
-        end = rb["end"]
-        si = text.find(start)
-        if si == -1:
-            raise RuntimeError(f"sabotage start anchor not found: {start!r}")
-        ei = text.find(end, si + len(start))
-        if ei == -1:
-            raise RuntimeError(f"sabotage end anchor not found: {end!r}")
-        text = text[:si] + text[ei:]
-    else:
-        raise RuntimeError(f"unsupported sabotage spec: {sabotage}")
-    skill_md_path.write_text(text, encoding="utf-8")
-
-
 EVAL_MODE_PREFIX = """<eval-mode>
 - 사용자 응답을 직접 받을 수 없습니다.
 - 사용자 입력이 필요한 시점이 오면 합리적인 답변을 자체 생성해서 자동 적용하고 진행하세요.
+- 자체 생성한 답변은 **사용자가 직접 명시한 발언과 동등**하게 취급합니다. 결정 근거(사용자 답변)로 그대로 사용하고, 같은 사안을 사용자에게 다시 묻지 마세요.
 - 자동 답변한 내용은 텍스트 출력에 명시하세요 (어떤 시점에 어떻게 답변했는지).
 - 워크플로 끝까지 완수 후 종료하세요.
 </eval-mode>
@@ -278,9 +271,6 @@ async def run_case(
     )
     exclude_skill_names = pre_existing_skills - fixture_skills
 
-    expected_verdict = case.get("expected_verdict", "PASS")
-    sabotage = case.get("sabotage_skill_patch")
-
     try:
         if sandbox.exists():
             shutil.rmtree(sandbox, ignore_errors=True)
@@ -289,12 +279,6 @@ async def run_case(
         copy_dot_claude(src_dot_claude, sandbox / ".claude")
         merge_overlay(fixture_dir, sandbox)
 
-        if sabotage:
-            for skill_dir in (sandbox / ".claude" / "skills").iterdir():
-                if (skill_dir / "scripts" / "run_eval.py").exists():
-                    apply_sabotage(skill_dir / "SKILL.md", sabotage)
-                    break
-
         events = await run_target(case["input"], sandbox)
         tree = walk_tree(sandbox, exclude_skill_names=exclude_skill_names)
 
@@ -310,23 +294,18 @@ async def run_case(
             json.dumps(verdict_data, ensure_ascii=False, indent=2), encoding="utf-8"
         )
 
-        judge_verdict = verdict_data.get("verdict", "ERROR")
-        if judge_verdict == "ERROR":
-            meta_verdict = "ERROR"
-        elif judge_verdict == expected_verdict:
-            meta_verdict = "PASS"
-        else:
-            meta_verdict = "FAIL"
+        verdict = verdict_data.get("verdict", "ERROR")
 
         return {
             "id": case_id,
-            "verdict": meta_verdict,
-            "judge_verdict": judge_verdict,
-            "expected_verdict": expected_verdict,
+            "verdict": verdict,
             "dir": str(case_results),
         }
     except Exception as e:
-        (case_results / "error.txt").write_text(f"{type(e).__name__}: {e}", encoding="utf-8")
+        (case_results / "error.txt").write_text(
+            f"{type(e).__name__}: {e}\n\n{traceback.format_exc()}",
+            encoding="utf-8",
+        )
         return {
             "id": case_id,
             "verdict": "ERROR",