@tea-agent/loop-agent 0.16.0 → 0.16.1-beta.0

package/AGENTS.md

@@ -73,7 +73,7 @@
 - `src/`：loop-agent 运行时代码
 - `test/`：Vitest 测试套件
 - `bin/loop-agent.js`：CLI 可执行入口
-- `skills/`：loop-agent 源仓库和 npm 包内置 skill 指令与参考资料；目标项目初始化后只生成 `.agents/skills/`，不再生成根 `skills/`。初始化还会向目标项目 `.gitignore` 合并 loop-agent managed block，忽略 `.harness/tasks/*`、`.harness/dag-runs/*`、`.harness/runs/*`、`.harness/evaluation/`、`.harness/init-surface.json`、`.harness/task-pool/*`、`.task-pool/`、`.worktrees/` 等运行态事实，但保留 `.harness/prompts/` 和目录占位可共享，不会整目录忽略 `.harness/`。
+- `skills/`：loop-agent 源仓库和 npm 包内置 skill 指令与参考资料；目标项目初始化后只生成 `.agents/skills/`，不再生成根 `skills/`。初始化还会向目标项目 `.gitignore` 合并 loop-agent managed block，忽略 `.harness/tasks/*`、`.harness/dag-runs/*`、`.harness/runs/*`、`.harness/init-surface.json`、`.harness/task-pool/*`、`.task-pool/`、`.worktrees/` 等运行态事实，但保留 `.harness/prompts/` 和目录占位可共享，不会整目录忽略 `.harness/`。
 - `.harness/`：任务、DAG、run、cache 和 live state 等运行态目录
 - `docs/`：治理文档、计划、报告和模板
 - `website/`：Docusaurus 用户文档站

package/CHANGELOG.md

@@ -1,44 +1,5 @@
 # 更新日志
 
-## [0.16.0] - 2026-07-19
-
-### 重点更新
-
-- Eval Lab 落地受控评测外环，支持 candidate 矩阵编排、Context Policy A/B dogfood 与 Ignition 研究门禁，全程 autoPromote=false，晋升须人工审核
-- Worker 新增 TaskSpec 显式工作流路由，为四类任务生成带哈希锚定的 Task Outcome，并在晋升前校验 run_record、dag_json 等必需产物
-- 新增 fullstack-v1 Feature Profile，支持确定性结构门禁与 Feature Verification Bundle v1，交付与收尾阶段任一身份漂移或产物篡改均阻断发布
-- Eval Lab 落地固定预算运行时，DagSpec v3 可声明硬预算门禁，超限 fail closed 并输出预算账本，缺失 token 不被当作 0
-
-### 新增
-
-- Eval Lab 新增 Context Policy A/B dogfood 脚本，串联 corpus/candidate/campaign/scorecard 与人工 promote（默认 dry-run），不改 DAG 默认策略
-- Eval Lab 新增 Ignition 研究门禁命令，记录多代 proposer 并给出趋势 verdict，恒为研究用途，不自动晋升
-- Eval Lab 新增 Corpus 契约命令与 dogfood 样板清单（15 个异质任务，public/private/held_out 齐全）
-- Eval Lab 新增 public/private campaign 与 private-verifier，支持多 seed 可重复计划与 candidate 内容泄漏门禁
-- Eval Lab 新增 anti-hack 审计与 Promotion Policy v1，检测验证弱化与可疑 outlier，promote 须通过多项门禁且默认 dry-run
-- Eval Lab 新增固定预算运行时，支持按节点累计资源消耗，硬门禁超限 fail closed 并写出 budget-ledger
-- Eval Lab 新增可切换 Context Policy（baseline-v1 默认与原先一致，role-specialized-v1 按角色调整预算）
-- 新增 fullstack-v1 dogfood Feature F-2026-005，提供零依赖可运行目标仓与双覆盖验收样板
-- 新增 fullstack-v1 Feature Profile，对 packet 执行确定性结构门禁，未声明 profile 的 legacy packet 行为不变
-- AcceptanceSpec verification 新增可选的实现/验证任务引用、required_evidence 与 integration 声明，保留 legacy 字段兼容
-- TaskGraph 节点新增可选 consumes/produces 声明与 Ready Planner artifact gate，上游产物不可验证时下游阻塞
-
-### 改进
-
-- TaskSpec 支持可选 execution.workflow，可确定性物化为任务 DAG 类型并展示在 Worker、Task Pool、晨报与 Observe
-- Ready Planner 明确仅做 envelope 级绑定，不重算产物文件 sha256，文件级 hash 在 Outcome projection 与 Feature Verification Bundle 执行
-- DAG 节点 authoring guidance 明确 Pi 是唯一受治理 writer，cursor-prompt 仅作手工 one-shot sidecar
-- Eval Lab propose 与 experiment 命令支持有界提出 experimenting candidate，accept/reject 须通过 scorecard 门禁，不自动改写已接受 skill
-- 文档基线全面校准至 0.15.0，同步半年规划、仓库分析与路线图，harness Pi MED 路由至 grok-4.5
-- Eval Lab dogfood 脚本改为可安全重复运行，并记录 promote --apply 序列供后续分析
-
-### 修复
-
-- 对齐 Task Outcome 与 Ready Planner 契约：Ready 仅做 envelope 级绑定，Outcome 产物补齐独立 schemaId，失败时写入 outcomeFailure
-- 规范化 shell_verification 为标准 evidence token（兼容旧 shell-verification），未知 outputs.required token 保持兼容不阻塞
-- 清理 0.15.0 版本仍残留在 Unreleased 区块的更新日志条目
-- Eval Lab 运行态（candidate/campaign/scorecard）现被 .gitignore 忽略，旧项目可用 init check-update 刷新 ignore 区块
-
 ## [0.15.0] - 2026-07-18
 
 ### 重点更新
@@ -98,25 +59,12 @@
 
 ## [Unreleased]
 
-- `.gitignore` 与 `loop-agent init` managed block 现忽略 `.harness/evaluation/`，避免把 Eval Lab 运行态（candidate/campaign/scorecard）误提交；旧目标项目可用 `init check-update` / `update --apply-safe` 刷新 ignore 区块。
-- Eval Lab 增加可复现 Context Policy A/B dogfood：`bash scripts/eval-dogfood-context-policy-ab.sh` 串联 corpus/candidate/campaign/scorecard 与人工 promote（默认 dry-run）；证据见 `docs/reports/2026-07-19-eval-dogfood-context-policy-ab.md`。只演评测协议，不改 DAG 默认 context policy，也不声称自进化成功。
-- Eval Lab 增加 Ignition 研究门禁：`eval ignition record|evaluate|show|list` 记录多代 proposer 并给出趋势 verdict（`insufficient_evidence` / `trend_*` / `inconclusive`）。恒为研究用途：`rsiLevel1ClaimAllowed=false`，从不 auto-promote，也不构成 RSI Level 1 产品承诺。
-- Eval Lab 落地受控外环与 candidate 矩阵：`eval propose from-curate` 有界提出 experimenting candidate；`eval campaign matrix` 支持 dry-run / stub / pi-plan，以及 `--mode pi --dag-template` 的有界 DAG dry-run；`eval outer-loop run` 可串联 propose→campaign→matrix。全程 `autoPromote=false`，晋升仍须人工门禁。
-- Eval Lab 打通 learned guidance 实验路径：`eval experiment from-curate` 将 `knowledge curate` 提案登记为 `experimenting` candidate（写入 `ai_workspace/.../learned-proposal.md`，不改已接受 skill）；`accept` 须 campaign scorecard 的 held-out 不回退与 policy 通过，`reject` 保留 pattern 适用范围证据。仍无 auto-promote。
-- Eval Lab 补齐 anti-hack 与 Promotion Policy v1：`eval campaign scorecard|audit` 检测 verification weakening / command 缩减 / 可疑 outlier（只标记人工复核、不自动剔分）；`eval promote --campaign-id` 须通过 private 改进、held-out 不回退、预算与安全门禁，并仍默认 dry-run / `--apply` + `--reason`。不自动晋升。
-- Eval Lab 新增 public/private campaign：`eval private-verifier *` 与 `eval campaign create|plan|run`；多 seed 计划可重复（`planHash`），private verifier 仅控制器侧可见并对 candidate 内容做泄漏门禁；held_out 仅作 promotion gate 占位。仍不自动晋升，也不自动跑完整 Pi candidate 矩阵。
-- Eval Lab 落地固定预算运行时：DagSpec v3 可声明 `budget`（hard / record-only），runner 按节点累计 calls/wall/passes/tokens/context，硬门禁超限 fail closed 并写出 `budget-ledger.json` 与 budget report；`eval budget show --run-id` 可只读查看。缺失 token 不会被当成 0。
-- DAG 节点 authoring guidance 改为明确 Pi 是唯一受治理 writer，`cursor-prompt` 仅作手工 one-shot sidecar，不再把 Cursor 写成 first-class executor。
-- Eval Lab 抽出可切换的 Context Policy：`baseline-v1`（默认，行为与原先一致）与 `role-specialized-v1`（按角色调整 upstream/skill 预算）；DagSpec 可选 `defaults.contextPolicyId`，`eval context-policy list|show` 可查看策略清单。不含 live campaign 编排。
-- Eval Lab 新增初始 Corpus 契约：`eval corpus register|show|list|validate`，附带可提交样板 `docs/templates/evaluation/corpus-dogfood-v0.manifest.json`（15 个异质任务、public/private/held_out 齐全、每任务 2–3 seed）；只冻结评测样本合同与 `corpusHash`，不跑 live campaign。
-- Eval Lab 补齐 incumbent alias 与人工门禁的 promote/rollback：`eval alias show|list`、`eval promote|rollback`（默认 dry-run，`--apply` 才移动别名）；只改 alias/decision 事实，不改写 candidate bundle 或已完成 DAG facts；仍无 live campaign、硬预算或自动晋升。
-- 对齐 Task Outcome / Ready Planner 契约：Ready 仅做 envelope 级绑定；Outcome 产物补齐独立 `schemaId`；失败 envelope 写入 `outcomeFailure`；`shell_verification` 为规范 evidence token（兼容旧 `shell-verification`）；未知 `outputs.required` token 保持兼容并固化测试。
-- 新增 fullstack-v1 dogfood Feature `F-2026-005`（本地欢迎语端到端样板）：显式 `execution.workflow`、验收双覆盖、TaskGraph `produces`/`consumes` 与 Final Verification 入口；并提供可运行目标仓 `dogfood/fullstack-welcome/`（零依赖 Node HTTP + WelcomeBanner + API/e2e/smoke）。`docs/templates/product-line/` 同步补充 `feature.yaml` 与 workflow/双覆盖指引。`F-2026-001`～`004` 仍作 generic/legacy 对照。
+- 修复前端 Mock 策略节点偶尔因解释性前言出现在 `MOCK_STRATEGY:` 之前而被 contract gate 误判失败的问题；节点现在通过显式首行协议生成稳定 canonical 输出，同时保留全局 `first-non-empty` 精确校验和原始 Pi 执行证据。
 - `agent-worker feature verify-final` 现可聚合 hash-bound `backend-test` / `frontend-test` Outcome，生成 Feature Verification Bundle v1；Delivery 与 Closeout 会重新验证 bundle、typed outcome、Feature/Task/workflow/controller identity 和 Delivery HEAD，任一漂移或篡改都会阻止交付。既有 `qa-execute` QA aggregate 继续兼容。
 - 新增 `fullstack-v1` Feature Profile：Feature Packet 可选 `feature.yaml` 声明 profile 与 scope，`agent-worker task validate-feature` 对 `fullstack-v1` packet 执行确定性结构门禁（required backend/frontend/backend-test/frontend-test workflow、frontend-test 依赖实现与后端验证、final-verify 覆盖、测试 workflow 不含产品写路径、writer writeSet 重叠须串行）。fullstack profile 必须有 scope；required AC 必须声明实现、验证与 evidence refs，任一门禁失败 fail closed 并输出阶段缺口与修复建议；未声明 profile 的 generic/legacy packet 行为零变化。
 - AcceptanceSpec `verification` 新增全部 optional 的 `implementation_task_refs`、`verification_task_refs`、`required_evidence`、`integration`（`not-applicable`/`mock-allowed`/`real-required`），保留 legacy `expected_task_refs`，schema 仍为 `.strict()`；Feature review 的 coverage 投影在 dual-mode 下复用 Task Outcome envelope 的 `integrationStatus`：实现 Done 但缺验证 evidence、或 `real-required` 仅由 mock/local 满足时，required AC 派生为 `awaiting-verification`（只读派生，非新状态机），Feature 不得被报告为 deliverable。
-- 为 TaskGraph 节点新增可选 `consumes`/`produces` 声明与 Ready Planner artifact gate：上游 Done 但 Outcome envelope 级绑定（Feature/producer/kind/可选 schemaId/source binding）不可验证时，下游以 `required-artifact-missing` 阻塞；Ready Planner 只做 envelope 绑定，不重算产物文件 sha256（文件级 hash 在 Outcome projection 与 Feature Verification Bundle / verify-final / Delivery / Closeout 执行）。artifact 资格是额外门禁，priority 不得越过 gate。gate 原因经 `ReadyExecutionPlan.blocked[*].artifactGate` 投影，供 Feature review、晨报与 Observe 共用。
-- Worker 现为四类 TaskSpec workflow 生成 hash-anchored Task Outcome（含独立 `schemaId` 与失败时的 `outcomeFailure`），并在 promotion 前校验 `run_record`、`dag_json`、`shell_verification` 等已知 required output（未知 legacy token 保持兼容、不阻塞）；Feature review、晨报与 Observe 可引用 outcome 证据，缺失或不一致会以 ContractMismatch/EnvFailure 失败收口。
+- 为 TaskGraph 节点新增可选 `consumes`/`produces` 声明与 Ready Planner artifact gate：上游 Done 但必需产物（路径/sha256/schema/Feature/producer/source binding）不可验证时，下游以 `required-artifact-missing` 阻塞；artifact 资格是额外门禁，priority 不得越过 gate。gate 原因经 `ReadyExecutionPlan.blocked[*].artifactGate` 投影，供 Feature review、晨报与 Observe 共用。
+- Worker 现为四类 TaskSpec workflow 生成 hash-anchored Task Outcome，并在 promotion 前校验 `run_record`、`dag_json`、`shell_verification` 等已知 required output；Feature review、晨报与 Observe 可引用 outcome 证据，缺失或不一致会以 ContractMismatch/EnvFailure 失败收口。
 - TaskSpec 现支持可选 `execution.workflow`，可确定性物化为任务 DAG 类型并展示在 Worker、Task Pool、晨报与 Observe；旧 QA 任务保持原有执行行为，同时给出需人工选择测试 workflow 的迁移提示。
 
 ## [0.13.0] - 2026-07-18

package/README.md

@@ -77,7 +77,7 @@ loop-agent init --repo-root <target-repo> --profile full --merge
 loop-agent init doctor --repo-root <target-repo>
 ```
 
-`init instructions` 会输出给模型/Agent 执行完整初始化的指引包，不要求目标项目已有 `harness.json`。默认初始化会 merge 已有 `AGENTS.md`、`harness.json` 和 loop-agent 治理资料，生成语言无关的治理脚本矩阵、中文根 README 入口、`ai_workspace/loop-agent/` 目标项目治理资料、`.agents/skills/` repo-local skills、`harness.json` IDE schema 指引和 `.harness/` 骨架；不会在目标项目根目录生成 `skills/`，也不会把 loop-agent 生成的治理资料写到根 `docs/`。已有 README 会保留用户正文并插入/更新 loop-agent managed block。初始化还会向 `.gitignore` 合并一个 loop-agent managed block（`# LOOP_AGENT_INIT_START/END`），把 `.harness/tasks/*`、`.harness/dag-runs/*`、`.harness/runs/*`、`.harness/evaluation/`、`.harness/live/`、`.harness/cache/`、`.harness/init-surface.json`、`.harness/task-pool/*`、`.task-pool/`、`.agents/skills/*/node_modules/`、`.worktrees/` 等个人/会话运行态事实和 repo-local skill 本地依赖忽略掉，同时保留 `.harness/prompts/` 和目录占位可共享，不会整目录忽略 `.harness/`，也不会覆盖用户已有的 ignore 规则。
+`init instructions` 会输出给模型/Agent 执行完整初始化的指引包，不要求目标项目已有 `harness.json`。默认初始化会 merge 已有 `AGENTS.md`、`harness.json` 和 loop-agent 治理资料，生成语言无关的治理脚本矩阵、中文根 README 入口、`ai_workspace/loop-agent/` 目标项目治理资料、`.agents/skills/` repo-local skills、`harness.json` IDE schema 指引和 `.harness/` 骨架；不会在目标项目根目录生成 `skills/`，也不会把 loop-agent 生成的治理资料写到根 `docs/`。已有 README 会保留用户正文并插入/更新 loop-agent managed block。初始化还会向 `.gitignore` 合并一个 loop-agent managed block（`# LOOP_AGENT_INIT_START/END`），把 `.harness/tasks/*`、`.harness/dag-runs/*`、`.harness/runs/*`、`.harness/live/`、`.harness/cache/`、`.harness/init-surface.json`、`.harness/task-pool/*`、`.task-pool/`、`.agents/skills/*/node_modules/`、`.worktrees/` 等个人/会话运行态事实和 repo-local skill 本地依赖忽略掉，同时保留 `.harness/prompts/` 和目录占位可共享，不会整目录忽略 `.harness/`，也不会覆盖用户已有的 ignore 规则。
 
 新初始化会写入 `.harness/init-surface.json`，记录当前 controller 版本、初始化投影文件 hash 和 manifest hash。已用旧版本初始化的目标项目，可以用下面的维护入口对齐新版本初始化能力：
 

package/dist/application/evaluation/candidate.js

@@ -1,50 +1,33 @@
 import { loadManifestInputFromPath, listCandidateIds, materializeManifest, readCandidateRecord, registerCandidateManifest, transitionCandidateLifecycle, } from "../../infrastructure/evaluation/candidate-store.js";
-import { isCandidatePromotionApplied } from "./alias.js";
-async function withPromotionFlag(repoRoot, record) {
-    const promotionApplied = await isCandidatePromotionApplied({
-        repoRoot,
-        candidateId: record.manifest.candidateId,
-    });
-    return { ...record, promotionApplied };
-}
 export async function registerCandidate(input) {
     const raw = await loadManifestInputFromPath(input.repoRoot, input.manifestPath);
     const manifest = await materializeManifest(input.repoRoot, raw);
-    const result = await registerCandidateManifest({
+    return registerCandidateManifest({
         repoRoot: input.repoRoot,
         manifest,
         now: input.now,
     });
-    return {
-        ...result,
-        record: await withPromotionFlag(input.repoRoot, result.record),
-    };
 }
 export async function showCandidate(input) {
-    const record = await readCandidateRecord(input.repoRoot, input.candidateId);
-    return withPromotionFlag(input.repoRoot, record);
+    return readCandidateRecord(input.repoRoot, input.candidateId);
 }
 export async function listCandidates(input) {
     const ids = await listCandidateIds(input.repoRoot);
     const rows = [];
     for (const candidateId of ids) {
-        const record = await showCandidate({
-            repoRoot: input.repoRoot,
-            candidateId,
-        });
+        const record = await readCandidateRecord(input.repoRoot, candidateId);
         rows.push({
             candidateId: record.manifest.candidateId,
             bundleHash: record.manifest.bundleHash,
             candidateKind: record.manifest.candidateKind,
             status: record.status,
-            promotionApplied: record.promotionApplied,
+            promotionApplied: false,
         });
     }
     return rows;
 }
 export async function transitionCandidate(input) {
-    const record = await transitionCandidateLifecycle(input);
-    return withPromotionFlag(input.repoRoot, record);
+    return transitionCandidateLifecycle(input);
 }
 export function formatCandidateMarkdown(record) {
     const lines = [
@@ -54,7 +37,7 @@ export function formatCandidateMarkdown(record) {
         `- kind: \`${record.manifest.candidateKind}\``,
         `- bundleHash: \`${record.manifest.bundleHash}\``,
         `- parent: \`${record.manifest.parentCandidateId ?? "null"}\``,
-        `- promotionApplied: \`${record.promotionApplied}\` (true only when an incumbent alias points here)`,
+        `- promotionApplied: \`false\` (registry lifecycle only; no alias/incumbent)`,
         "",
         "## Content refs",
         "",