@wooojin/forgen 0.3.2 → 0.4.1

package/README.zh.md

@@ -3,21 +3,22 @@
 </p>
 
 <p align="center">
-  <strong>Claude Code 个性化引擎。</strong><br/>
-  <strong>用得越多，Claude 越懂你。</strong>
+  <strong>当 Claude 说"完成了", forgen 让它拿出证据。</strong><br/>
+  按轮次的自我验证 + 个性化规则, <strong>额外 API 成本 $0</strong>。
 </p>
 
 <p align="center">
-  <a href="https://www.npmjs.com/package//forgen"><img src="https://img.shields.io/npm/v//forgen.svg" alt="npm version"/></a>
+  <a href="https://www.npmjs.com/package/@wooojin/forgen"><img src="https://img.shields.io/npm/v/@wooojin/forgen.svg" alt="npm version"/></a>
   <a href="https://opensource.org/licenses/MIT"><img src="https://img.shields.io/badge/License-MIT-yellow.svg" alt="License: MIT"/></a>
   <a href="https://nodejs.org"><img src="https://img.shields.io/badge/node-%3E%3D20-brightgreen.svg" alt="Node.js >= 20"/></a>
 </p>
 
 <p align="center">
-  <a href="#使用-forgen-会发生什么">工作流程</a> &middot;
+  <a href="#第一次拦截-30秒">第一次拦截</a> &middot;
   <a href="#快速开始">快速开始</a> &middot;
   <a href="#工作原理">工作原理</a> &middot;
   <a href="#4轴个性化">4轴</a> &middot;
+  <a href="#这个-harness-装载的是你">愿景</a> &middot;
   <a href="#命令">命令</a> &middot;
   <a href="#架构">架构</a> &middot;
   <a href="#安全">安全</a>
@@ -32,8 +33,48 @@
 
 ---
 
+## 第一次拦截 (30秒)
+
+你被骗过很多次了: Claude 说"测试通过, 实现完成" — 真正运行 — 却不工作。forgen 填补这个缺口。
+
+```
+You:     "实现登录 handler。"
+Claude:  ...编辑文件...
+Claude:  "구현 완료했습니다。"
+
+[forgen:stop-guard/L1-e2e-before-done]
+没有 Docker e2e 证据 (~/.forgen/state/e2e-result.json, 1小时内)。
+立即执行后再回答。
+
+Claude:  "撤回完成声明。证据文件不存在。先执行 e2e..."
+         ...bash tests/e2e/docker/run-test.sh 执行...
+         "63/63 通过。구현 완료했습니다。"
+
+[forgen] ✓ approved
+```
+
+**刚刚发生了什么**: Claude 的 Stop hook 被你定义的规则 (`L1-e2e-before-done`) 拦截。Claude 读取了 block `reason`, 撤回过早的完成声明, 产生证据, 重新提交。**零额外 API 调用** — 全部发生在 Claude 本来就会产出的同一个 session turn 内。
+
+这就是 **Mech-B 自检 prompt-inject**。它工作是因为 Claude Code 的 Stop hook 接受 `decision: "block"` + `reason`, 而 Claude 在下一轮把那个 reason 作为输入读取。我们用 10 个场景、$1.74 总成本端到端验证 ([A1 spike report](docs/spike/mech-b-a1-verification-report.md))。
+
+🎬 **观看实际运行** (27秒):
+
+```bash
+# 现场观看完整循环 — 真实的 hook、真实的规则、真实的 block/approve 周期
+bash docs/demo/mech-b-demo.sh
+
+# 或重放预录制的 asciinema cast
+asciinema play docs/demo/mech-b-block-unblock.cast
+```
+
+关于 demo 中"真实 vs 模拟"的详情见 [`docs/demo/README.md`](docs/demo/README.md)。
+
+---
+
 ## 两个开发者。同一个 Claude。完全不同的行为。
 
+上述 Trust Layer 是一根支柱。另一根是个性化 — 第一次拦截之后继续使用 forgen 的理由。
+
 开发者 A 做事谨慎。他希望 Claude 运行所有测试、解释原因，在触碰当前文件以外的内容前先征求确认。
 
 开发者 B 追求速度。他希望 Claude 自行假设、直接修复相关文件、用两行汇报结果。
@@ -52,12 +93,37 @@ forgen 实现了这一切。它对你的工作风格进行画像、从你的纠
 
 ---
 
+## 这个 harness 装载的是你
+
+个性化只是表面。更深层的想法:**每次会话都留下痕迹,这些痕迹累积起来成为一个像你一样判断的 harness。** 你的修正、你的规范、你的权衡偏好 — 从对话中提取,存储在 `~/.forgen/me/` 下,并在每次后续会话中回放给 Claude。
+
+```
+对话          ──►  提取: solution / rule / behavior / profile 更新
+                    ────────────────────────────────────────────
+                                       │
+                                       ▼
+下一次会话    ◄──  注入: UserPromptSubmit 上下文 + 渲染的规则
+                    + 校准到你标准的 Stop-hook 守卫
+```
+
+几周之后,这个 harness 不再是"强制执行规则的工具",而是 **承载你如何判断工作的可携带包裹**。一条命令导出:
+
+```bash
+forgen compound export    # → forgen-knowledge-YYYY-MM-DD.tar.gz
+                          #   (rules + solutions + behavior — 你的哲学)
+forgen compound import <path>   # 在另一台机器上重放
+```
+
+这就是北极星:*你的笔记本上,一个像你一样判断的 Claude,还有你能随身携带的 tarball。*
+
+---
+
 ## 使用 forgen 会发生什么
 
 ### 首次运行（仅一次，约1分钟）
 
 ```bash
-npm install -g /forgen
+npm install -g @wooojin/forgen
 forgen
 ```
 
@@ -117,7 +183,7 @@ Claude 调用 `correction-record` MCP 工具。纠正作为结构化证据存储
 
 ```bash
 # 1. 安装
-npm install -g /forgen
+npm install -g @wooojin/forgen
 
 # 2. 首次运行 — 4题引导问卷（英语/韩语选择）
 forgen
@@ -403,13 +469,27 @@ forgen forge --export           # 导出档案
 ### 状态查看
 
 ```bash
+forgen stats                    # 单屏 Trust Layer 仪表盘 (规则·纠正·block 7天)
+forgen last-block               # 最近一次拦截事件详情
 forgen inspect profile          # 4轴档案 + pack + facet
 forgen inspect rules            # 活跃/抑制的规则
-forgen inspect evidence         # 纠正历史
+forgen inspect corrections      # 纠正历史 (alias: evidence)
 forgen inspect session          # 当前会话状态
+forgen inspect violations       # 最近的拦截记录 (--last N)
 forgen me                       # 个人仪表盘（inspect profile 的快捷方式）
 ```
 
+### 规则管理
+
+```bash
+forgen rule list                # 列出活跃 + suppressed 规则
+forgen rule suppress <id>       # 禁用规则 (hard 规则拒绝)
+forgen rule activate <id>       # 重新激活 suppressed 规则
+forgen rule scan [--apply]      # 运行生命周期触发器 (晋升/降级/退役)
+forgen rule health-scan         # 扫描 drift → Mech 降级候选
+forgen rule classify            # 为旧规则自动提议 enforce_via
+```
+
 ### 知识管理
 
 ```bash

package/dist/checks/conclusion-verification-ratio.d.ts

@@ -0,0 +1,37 @@
+/**
+ * Forgen v0.4.1 — TEST-3: 결론 vs 검증 비율 가드
+ *
+ * Claude 응답 텍스트에서 **결론 키워드** 와 **검증 키워드** 빈도 비율을 측정.
+ * 결론 / 검증 > 3 이면 "결론을 쏟아내지만 검증이 부족한" 합의-기반 완료 선언
+ * 패턴 — stop-guard 에서 block.
+ *
+ * 배경 (RC3): v0.4.0 self-interview 에서 "통과했다 / 완료됐다" 같은 결론이
+ *   한 응답에 5~8회 반복되지만 "테스트 실행했나 / 증거가 뭔가" 관련 표현은
+ *   0회인 케이스 반복 관찰. TEST-1 이 "측정 도구 호출 0건" 을 봤다면, TEST-3
+ *   은 같은 문제를 **텍스트-내부** 비율로 잡는다 (도구 호출이 있어도 서술이
+ *   결론-편향이면 감지).
+ *
+ * 순수 함수 — Stop hook 이 `block_message` 로 주입할 수 있도록 reason 문자열을
+ * 직접 반환.
+ */
+export interface RatioCheckInput {
+    text: string;
+    /** 비율 임계값. 기본 3 (결론이 검증의 3배 넘으면 block). */
+    threshold?: number;
+    /**
+     * 결론/검증 둘 다 합쳐 이 개수 미만이면 판정 보류 (sparse text).
+     * 기본 4 — 짧은 1-2줄 응답에 오탐 방지.
+     */
+    minTotal?: number;
+}
+export interface RatioCheckResult {
+    /** true = 결론 편향 감지 — block 후보. */
+    block: boolean;
+    conclusionCount: number;
+    verificationCount: number;
+    /** 검증이 0이면 Infinity, 아니면 결론/검증. */
+    ratio: number;
+    /** block 시 stop-guard block_message 로 주입할 사람-읽기 문장. */
+    reason: string;
+}
+export declare function checkConclusionVerificationRatio(input: RatioCheckInput): RatioCheckResult;

package/dist/checks/conclusion-verification-ratio.js

@@ -0,0 +1,86 @@
+/**
+ * Forgen v0.4.1 — TEST-3: 결론 vs 검증 비율 가드
+ *
+ * Claude 응답 텍스트에서 **결론 키워드** 와 **검증 키워드** 빈도 비율을 측정.
+ * 결론 / 검증 > 3 이면 "결론을 쏟아내지만 검증이 부족한" 합의-기반 완료 선언
+ * 패턴 — stop-guard 에서 block.
+ *
+ * 배경 (RC3): v0.4.0 self-interview 에서 "통과했다 / 완료됐다" 같은 결론이
+ *   한 응답에 5~8회 반복되지만 "테스트 실행했나 / 증거가 뭔가" 관련 표현은
+ *   0회인 케이스 반복 관찰. TEST-1 이 "측정 도구 호출 0건" 을 봤다면, TEST-3
+ *   은 같은 문제를 **텍스트-내부** 비율로 잡는다 (도구 호출이 있어도 서술이
+ *   결론-편향이면 감지).
+ *
+ * 순수 함수 — Stop hook 이 `block_message` 로 주입할 수 있도록 reason 문자열을
+ * 직접 반환.
+ */
+/** 결론 키워드 — 상태를 단정적으로 선언하는 어휘. */
+const CONCLUSION_PATTERNS = [
+    /\b(pass(es|ed)?|passing)\b/gi,
+    /\b(done|ready|shipped|finished|complete)\b/gi,
+    /\bLGTM\b/g,
+    /\bconfirmed\b/gi,
+    /\bverified\b/gi,
+    /\bvalidated\b/gi,
+    /(통과(했|됐|함|합니다))/g,
+    /(완료(했|됐|됨|됐습니다))/g,
+    /(성공(했|했습니다|적))/g,
+    /(동작(합니다|함|한다))/g,
+];
+/** 검증 키워드 — 측정/확인/실행 행위를 서술하는 어휘. */
+const VERIFICATION_PATTERNS = [
+    /\b(test(s|ed|ing)?|tested)\b/gi,
+    /\b(verify|verifying|verification)\b/gi,
+    /\b(check(ed|ing)?)\b/gi,
+    /\b(run|ran|running)\b/gi,
+    /\b(measure(d|ment)?)\b/gi,
+    /\bevidence\b/gi,
+    /증거/g,
+    /테스트/g,
+    /확인/g,
+    /검증/g,
+    /실행/g,
+    /측정/g,
+];
+function countMatches(text, patterns) {
+    let n = 0;
+    for (const p of patterns) {
+        const m = text.match(p);
+        if (m)
+            n += m.length;
+    }
+    return n;
+}
+export function checkConclusionVerificationRatio(input) {
+    const threshold = input.threshold ?? 3;
+    const minTotal = input.minTotal ?? 4;
+    const conclusionCount = countMatches(input.text, CONCLUSION_PATTERNS);
+    const verificationCount = countMatches(input.text, VERIFICATION_PATTERNS);
+    const total = conclusionCount + verificationCount;
+    const ratio = verificationCount === 0
+        ? (conclusionCount === 0 ? 0 : Infinity)
+        : conclusionCount / verificationCount;
+    // sparse text → 판정 보류
+    if (total < minTotal) {
+        return {
+            block: false,
+            conclusionCount,
+            verificationCount,
+            ratio,
+            reason: '',
+        };
+    }
+    // 결론이 전혀 없으면 비율 자체가 의미 없음
+    if (conclusionCount === 0) {
+        return { block: false, conclusionCount, verificationCount, ratio, reason: '' };
+    }
+    const block = ratio > threshold;
+    let reason = '';
+    if (block) {
+        reason =
+            verificationCount === 0
+                ? `결론 ${conclusionCount}건 vs 검증 0건. 완료 선언 전에 실제 실행/측정 증거 (npm test, curl, Read 결과 등) 를 턴에 포함시켜 재응답.`
+                : `결론/검증 비율 ${ratio.toFixed(1)} (${conclusionCount}/${verificationCount}) > ${threshold}. 결론에 비해 검증 서술이 적음 — 증거(실행 결과/측정값) 를 추가하여 재응답.`;
+    }
+    return { block, conclusionCount, verificationCount, ratio, reason };
+}

package/dist/checks/fact-vs-agreement.d.ts

@@ -0,0 +1,47 @@
+/**
+ * Forgen v0.4.1 — TEST-1: 사실 vs 합의 가드
+ *
+ * 목적: Claude 가 "동작합니다 / 통과했습니다 / 검증됐습니다" 같은 **사실 주장**을
+ *   내놓을 때, 그 턴(또는 최근 N턴)에 실제 측정/검증을 수행한 도구 호출이 있었는가?
+ *   측정 없이 합의(agreement)만으로 사실로 변환된다면 alert.
+ *
+ * 배경 (RC1): v0.4.0 릴리즈 직전 self-assessment 에서 점수가 조금씩 올라가는데
+ *   측정 도구 호출은 0건인 케이스가 반복. 메타 점수 인플레이션 (TEST-2 / US-13)
+ *   의 직전 단계. 여기서는 alert 레벨까지만 — block 은 TEST-2 에서.
+ *
+ * 순수 함수 설계: I/O 없이 텍스트 + 측정 신호 메타데이터만 받아 판정.
+ *   Stop hook / session scorer / CLI 어느 쪽에서도 호출 가능.
+ */
+/** TEST-1 판정 입력. */
+export interface FactCheckInput {
+    /** Claude 의 최근 턴 응답 텍스트. */
+    text: string;
+    /**
+     * 최근 N 턴에서 실행된 도구 이름 목록 (중복 OK). 없으면 빈 배열.
+     * 호출지가 0턴/전체 세션 등 윈도우를 결정한다.
+     */
+    recentTools: string[];
+    /**
+     * optional: 측정으로 간주할 최소 tool count. 기본 1.
+     * 빌드/테스트같은 확정 측정 1회면 충분하다고 간주.
+     */
+    minMeasurements?: number;
+}
+export interface FactCheckResult {
+    /** true = 측정 없는 사실-주장 감지, alert 필요. */
+    alert: boolean;
+    /** 매칭된 사실-주장 키워드 (최대 3개). */
+    factAssertions: string[];
+    /** 감지된 합의/추측 신호 (최대 3개). */
+    agreementSofteners: string[];
+    /** 관찰된 측정성 도구 호출 수. */
+    measurementCount: number;
+    /** 호출지가 surface 하기 좋은 사람-읽기 이유. */
+    reason: string;
+}
+/**
+ * 핵심 판정 — 텍스트에 사실-주장이 있고 측정 도구가 없으면 alert.
+ * 측정이 있거나 사실-주장이 없으면 alert=false.
+ * 합의 softener 는 참고용 — softener 많을수록 reason 에 경고 추가.
+ */
+export declare function checkFactVsAgreement(input: FactCheckInput): FactCheckResult;

package/dist/checks/fact-vs-agreement.js

@@ -0,0 +1,92 @@
+/**
+ * Forgen v0.4.1 — TEST-1: 사실 vs 합의 가드
+ *
+ * 목적: Claude 가 "동작합니다 / 통과했습니다 / 검증됐습니다" 같은 **사실 주장**을
+ *   내놓을 때, 그 턴(또는 최근 N턴)에 실제 측정/검증을 수행한 도구 호출이 있었는가?
+ *   측정 없이 합의(agreement)만으로 사실로 변환된다면 alert.
+ *
+ * 배경 (RC1): v0.4.0 릴리즈 직전 self-assessment 에서 점수가 조금씩 올라가는데
+ *   측정 도구 호출은 0건인 케이스가 반복. 메타 점수 인플레이션 (TEST-2 / US-13)
+ *   의 직전 단계. 여기서는 alert 레벨까지만 — block 은 TEST-2 에서.
+ *
+ * 순수 함수 설계: I/O 없이 텍스트 + 측정 신호 메타데이터만 받아 판정.
+ *   Stop hook / session scorer / CLI 어느 쪽에서도 호출 가능.
+ */
+/**
+ * 측정성 도구 — 실행 결과가 사실 주장을 뒷받침할 수 있는 카테고리.
+ *
+ * v0.4.1 coverage fix: TEST-2 와 같은 논리로, Read/Edit/Write/Grep/Glob 은 파일
+ * 내용 확인/수정이지 "통과/검증/완료" 같은 실 실행 주장을 뒷받침 못 함. 오직
+ * Bash (실 실행) + NotebookEdit (실행 결과) 만 strong measurement.
+ *
+ * 이전 넓은 집합은 신규 사용자 시나리오 (buyer-day1 R4) 에서 Claude 가 Read
+ * 한 번만 해도 alert 회피 → TEST-1 본 의도 훼손.
+ */
+const MEASUREMENT_TOOL_CATEGORIES = new Set([
+    'Bash',
+    'NotebookEdit',
+]);
+/** 사실-주장 키워드 — "측정됐다/검증됐다" 류 강한 확정 언어. */
+const FACT_ASSERTION_PATTERNS = [
+    /\b(pass(es|ed)?|passing)\b/i,
+    /\bverified\b/i,
+    /\bconfirmed\b/i,
+    /\bvalidated\b/i,
+    /\ball tests? pass/i,
+    /(통과(했|됐|함|합니다))/,
+    /(검증(됐|했|됨|완료))/,
+    /(동작(합니다|함|한다))/,
+    /(성공(했|했습니다|적))/,
+    /(완료(했|됐|됨|됐습니다))/,
+];
+/** 합의/추측 표현 — 측정 없이 확언으로 가는 다리. 이 패턴이 많으면 합의→사실 전환 위험. */
+const AGREEMENT_SOFTENERS = [
+    /\b(should|would|might)\s+(work|pass)/i,
+    /\blikely\b/i,
+    /\bprobably\b/i,
+    /(생각합니다|생각함|생각해|봅니다|예상(합니다|돼))/,
+    /(그럴\s*것\s*같|맞을\s*것\s*같)/,
+];
+function findMatches(text, patterns, max = 3) {
+    const out = [];
+    for (const p of patterns) {
+        if (out.length >= max)
+            break;
+        const m = text.match(p);
+        if (m)
+            out.push(m[0]);
+    }
+    return out;
+}
+/**
+ * 핵심 판정 — 텍스트에 사실-주장이 있고 측정 도구가 없으면 alert.
+ * 측정이 있거나 사실-주장이 없으면 alert=false.
+ * 합의 softener 는 참고용 — softener 많을수록 reason 에 경고 추가.
+ */
+export function checkFactVsAgreement(input) {
+    const { text, recentTools } = input;
+    const minMeasurements = input.minMeasurements ?? 1;
+    const factAssertions = findMatches(text, FACT_ASSERTION_PATTERNS);
+    const agreementSofteners = findMatches(text, AGREEMENT_SOFTENERS);
+    const measurementCount = recentTools.filter((t) => MEASUREMENT_TOOL_CATEGORIES.has(t)).length;
+    const hasFactAssertion = factAssertions.length > 0;
+    const measurementMissing = measurementCount < minMeasurements;
+    const alert = hasFactAssertion && measurementMissing;
+    let reason = '';
+    if (alert) {
+        const parts = [];
+        parts.push(`사실-주장 키워드 ${factAssertions.length}건 감지 ("${factAssertions.join('", "')}")`);
+        parts.push(`그러나 최근 측정 도구 호출 ${measurementCount}회 (< ${minMeasurements})`);
+        if (agreementSofteners.length > 0) {
+            parts.push(`합의성 표현 ${agreementSofteners.length}건 (${agreementSofteners.join(', ')})`);
+        }
+        reason = parts.join('. ');
+    }
+    return {
+        alert,
+        factAssertions,
+        agreementSofteners,
+        measurementCount,
+        reason,
+    };
+}

package/dist/checks/self-score-deflation.d.ts

@@ -0,0 +1,38 @@
+/**
+ * Forgen v0.4.1 — TEST-2: 자가 점수 인플레이션 가드
+ *
+ * Claude 가 자신의 작업 품질/확신도/완성도를 **숫자**로 상향 선언하면서 해당
+ * 턴(또는 세션)에 측정 도구 호출이 0 건이면 block. TEST-1 (사실 vs 합의) 보다
+ * 강한 신호 — 구체적 숫자 인플레이션은 합의-기반 자기-아부(sycophancy)의
+ * 가장 또렷한 표식.
+ *
+ * 배경 (RC2): v0.4.0 self-interview 에서 "8/10", "신뢰도 90%", "0.85 → 0.95"
+ *   같은 자가 점수가 턴마다 올라갔지만 `npm test` / `curl` / `Read` 등 실제
+ *   측정 호출은 0건. TEST-1 이 서술체 사실 주장을 잡았다면, TEST-2 는 **숫자**
+ *   점수의 인플레이션에 초점을 맞춘다.
+ *
+ * 순수 함수 — Stop hook block 경로에 붙는다.
+ */
+export interface SelfScoreCheckInput {
+    text: string;
+    /** 이번 턴(또는 윈도우) 내 실행된 도구 이름 목록. */
+    recentTools: string[];
+    /** score delta 임계 — 이 이상의 증가를 인플레이션으로 간주. 기본 0 (모든 상승). */
+    minDelta?: number;
+    /** 측정 도구 최소 호출 수 — 기본 1. */
+    minMeasurements?: number;
+}
+export interface SelfScoreCheckResult {
+    /** true = 자가 점수 인플레이션 감지 (측정 없이 숫자 증가 선언). block 대상. */
+    block: boolean;
+    /** 매칭된 점수 표현 raw 스트링 (최대 3개). */
+    scoreSignals: string[];
+    /** 감지된 positive delta 목록 (from → to). */
+    deltas: Array<{
+        from: number;
+        to: number;
+    }>;
+    measurementCount: number;
+    reason: string;
+}
+export declare function checkSelfScoreInflation(input: SelfScoreCheckInput): SelfScoreCheckResult;

package/dist/checks/self-score-deflation.js

@@ -0,0 +1,108 @@
+/**
+ * Forgen v0.4.1 — TEST-2: 자가 점수 인플레이션 가드
+ *
+ * Claude 가 자신의 작업 품질/확신도/완성도를 **숫자**로 상향 선언하면서 해당
+ * 턴(또는 세션)에 측정 도구 호출이 0 건이면 block. TEST-1 (사실 vs 합의) 보다
+ * 강한 신호 — 구체적 숫자 인플레이션은 합의-기반 자기-아부(sycophancy)의
+ * 가장 또렷한 표식.
+ *
+ * 배경 (RC2): v0.4.0 self-interview 에서 "8/10", "신뢰도 90%", "0.85 → 0.95"
+ *   같은 자가 점수가 턴마다 올라갔지만 `npm test` / `curl` / `Read` 등 실제
+ *   측정 호출은 0건. TEST-1 이 서술체 사실 주장을 잡았다면, TEST-2 는 **숫자**
+ *   점수의 인플레이션에 초점을 맞춘다.
+ *
+ * 순수 함수 — Stop hook block 경로에 붙는다.
+ */
+/**
+ * 측정성 도구 — **숫자 점수**를 뒷받침할 수 있는 실 **실행** 범주.
+ *
+ * v0.4.1 coverage fix (2026-04-24 buyer-day1 R4 관찰): 이전에는 Read/Edit/Write/
+ * Grep/Glob 도 측정으로 간주했으나, 파일 "읽기/수정" 은 "신뢰도 95/100" 같은
+ * 수치 판정을 뒷받침 못 함. Read 1회면 minMeasurements=1 충족되어 block 회피.
+ * 실제 구매자 시나리오: Claude 가 자가평가 전에 대상 파일 한 번 Read 하면
+ * TEST-2 무력화 — 가드의 본 의도 훼손.
+ *
+ * 새 기준: **실행 결과** 만 측정 — `Bash` (npm test / curl / node --check 등)
+ * 와 `NotebookEdit` (cell 실행). 읽기 전용 도구는 수치 점수의 근거가 될 수 없음.
+ */
+const MEASUREMENT_TOOLS = new Set([
+    'Bash',
+    'NotebookEdit',
+]);
+/**
+ * "자가 점수" 신호 — 숫자 + 품질/완성도/확신도 컨텍스트.
+ *  - "신뢰도 90%", "품질 점수 85/100", "확신도 0.9", "8/10", "90점"
+ *  - "0.7 → 0.9" 같은 증감 표기
+ *
+ * 이 regex 들은 *숫자 그 자체* 만 매칭하지 않고 품질-관련 명사와 같이 나타날 때만
+ * 매칭하도록 좁힘 (false positive 방지).
+ */
+const SELF_SCORE_PATTERNS = [
+    // "신뢰도 90%" / "quality 85%" / "확신도 0.9"
+    /(신뢰도|확신도|완성도|품질|자신감|confidence|quality|completeness)[\s:：]*(\d+(?:\.\d+)?)\s*(%|점|\/\s*\d+|\/100|\/10)?/gi,
+    // "0.85 → 0.95" / "7 -> 9" score delta
+    /(\d+(?:\.\d+)?)\s*(?:→|->|–>|~>)\s*(\d+(?:\.\d+)?)/g,
+    // "8/10", "85/100" — 단독 분수 점수 (앞뒤 품질 컨텍스트 확인은 하지 않지만 보수적 매칭)
+    /\b(\d+(?:\.\d+)?)\s*\/\s*(10|100)\b/g,
+    // 별 점수 "⭐⭐⭐⭐" 4개 이상
+    /⭐{4,}/g,
+];
+function extractDeltas(text) {
+    const re = /(\d+(?:\.\d+)?)\s*(?:→|->|–>|~>)\s*(\d+(?:\.\d+)?)/g;
+    const out = [];
+    let m;
+    while ((m = re.exec(text)) !== null) {
+        const from = Number(m[1]);
+        const to = Number(m[2]);
+        if (Number.isFinite(from) && Number.isFinite(to))
+            out.push({ from, to });
+    }
+    return out;
+}
+function findScoreSignals(text, max = 3) {
+    const out = [];
+    for (const p of SELF_SCORE_PATTERNS) {
+        if (out.length >= max)
+            break;
+        // 각 호출마다 lastIndex 초기화를 위해 새 RegExp 생성
+        const re = new RegExp(p.source, p.flags);
+        let m;
+        while ((m = re.exec(text)) !== null && out.length < max) {
+            out.push(m[0]);
+        }
+    }
+    return out;
+}
+export function checkSelfScoreInflation(input) {
+    const minDelta = input.minDelta ?? 0;
+    const minMeasurements = input.minMeasurements ?? 1;
+    const scoreSignals = findScoreSignals(input.text);
+    const allDeltas = extractDeltas(input.text);
+    const positiveDeltas = allDeltas.filter((d) => d.to - d.from > minDelta);
+    const measurementCount = input.recentTools.filter((t) => MEASUREMENT_TOOLS.has(t)).length;
+    const measurementMissing = measurementCount < minMeasurements;
+    // 인플레이션 신호가 하나라도 있고 측정이 없으면 block
+    const hasInflationSignal = scoreSignals.length > 0 || positiveDeltas.length > 0;
+    const block = hasInflationSignal && measurementMissing;
+    let reason = '';
+    if (block) {
+        const parts = [];
+        if (positiveDeltas.length > 0) {
+            const sample = positiveDeltas.slice(0, 2).map((d) => `${d.from}→${d.to}`).join(', ');
+            parts.push(`자가 점수 상승 선언 ${positiveDeltas.length}건 (${sample})`);
+        }
+        if (scoreSignals.length > 0) {
+            parts.push(`점수 표현 ${scoreSignals.length}건 ("${scoreSignals[0]}")`);
+        }
+        parts.push(`측정 도구 호출 ${measurementCount}회 (< ${minMeasurements}) — 숫자 변동을 뒷받침할 실행/확인 증거 없음`);
+        parts.push('block: 테스트/빌드/curl 실행 결과를 턴에 포함하여 재응답');
+        reason = parts.join('. ');
+    }
+    return {
+        block,
+        scoreSignals,
+        deltas: positiveDeltas,
+        measurementCount,
+        reason,
+    };
+}