agentseed-mcp 0.3.0

package/skills/verify-before-code/references/SDD-CONTRACT.zh.md

@@ -0,0 +1,58 @@
+# SDD 契约 —— 规范驱动开发护栏
+
+本契约由 `verify-before-code` 技能在**写码之前**加载。一个编程任务只有当它能对照
+本契约表达，并且通过 AgentSeed 的 MCP 闸门时，才算合格。
+
+## 1. 任务契约必须说明什么
+
+写码之前，智能体必须能回答全部：
+
+- **目标** —— 代码必须产生什么行为。
+- **接口** —— 代码暴露的确切函数/类/端点名称与签名（不得自创调用方没要求的名字）。
+- **输入与输出** —— 类型与结构，包括错误情况。
+- **非目标** —— 明确说明哪些不在范围内（YAGNI）。
+- **验证方式** —— "完成"如何被证明（一个测试、一条命令，或一次工具调用）。
+- **风险等级** —— 关键/高/中/低（见验证清单）。
+
+若其中任何一项未知，智能体必须停下来询问，而不是猜测。
+
+## 2. 禁止模式（幻觉信号）
+
+产出的代码中出现以下情况，即表示任务**尚未**完成：
+
+- 用 `stub`/`mock`/`fake`/`placeholder`/`dummy`/`todo`/`fixme`/`tbd`/`tba`/
+  `not implemented`/`coming soon` 充当真实逻辑。
+- 调用项目里从未定义或导入的函数/类（知识冲突幻觉——编造 API 占代码幻觉的
+  15.1%，见 arXiv:2404.00971）。
+- 调用只在"最新版文档"里存在、而**已安装版本**里不存在的 API（先查锁文件）。
+- 在需要计算值或拉取值的地方返回硬编码值。
+- 不在本轮读取文件就引用其内容或行号（文件可能已变）。
+- 完成报告中出现无证据附带的夸大词汇：
+  `guaranteed`、`definitely works`、`all tests pass`、`everything works`、
+  `fully tested`、`production ready`、`no bugs`、`works perfectly`、
+  `should work`、`trust me`。
+
+## 3. 验证闸门（由 agentseed MCP 服务器运行）
+
+| 工具 | 通过条件 |
+| --- | --- |
+| `verify_code` | `suspects` 为空（未使用任何未定义/未导入的符号） |
+| `scan_hallucination` | `clean` 为 `true`，且无 `stub_code`/`oversold`/`fabricated` 命中 |
+
+两者都通过，智能体才能报告完成。完成报告必须附上产生"通过"的证据
+（命令、输出、文件）。
+
+## 4. 失败处理
+
+闸门失败时，智能体必须：
+
+1. 阅读被标记的符号/行及其 `group`（`stub_code`/`oversold`/`fabricated`）。
+2. 要么正确地实现/导入它，要么换成真实依赖，要么补上缺失的证据。
+3. 重跑闸门直到通过。
+4. 只有当某个告警确实无法消除时，才把它抛给用户——绝不要悄悄标记完成。
+
+## 5. 配套资源
+
+- `PROMPT-POOL.zh.md` —— 本契约每条规则的即用型提示词。
+- `HALLUCINATION-PATTERNS.zh.md` —— 这些规则背后的失效模式目录。
+- `VERIFICATION-CHECKLIST.zh.md` —— 任务收尾的可执行清单。

package/skills/verify-before-code/references/VENDOR-SOLUTIONS.ja.md

@@ -0,0 +1,62 @@
+# ベンダーソリューション — 幻覚防止技術と導入状況
+
+> 主要ベンダー・学界・MCP エコシステムの幻覚防止技術マップ、および AgentSeed
+> における各技術の導入先。
+>
+> 凡例：✅ 導入済み（プロンプト/ルール）· 🛠 AgentSeed MCP ツールとして実装済み
+> · ➡️ 将来リリースで推奨 · 📄 リファレンスとして文書化済み。
+
+## 1. 導入マトリクス
+
+| 技術 | 提供元 | 仕組み | AgentSeed 内 |
+| --- | --- | --- | --- |
+| 「分からない」と言わせる | Anthropic / OpenAI | 不確実さを認めさせる | ✅ プロンプトプール D1/D2 |
+| 直接引用グラウンディング | Anthropic | 推論前に引用文を抽出 | ✅ プロンプトプール C1/G1 |
+| 引用検証 | Anthropic | 主張→裏付け引用、無ければ撤回 | ✅ プロンプトプール G1-J1 |
+| 思考連鎖検証 | Anthropic / 学界 | 独立した批判的推論パス | ✅ プロンプトプール A2 |
+| Best-of-N / 自己整合性 | Anthropic / 学界 | N 回実行して出力を比較 | ✅ プロンプトプール J3/J4 |
+| 反復精錬 | Anthropic | 出力を再検証にフィードバック | ✅ プロンプトプール J3/J4 |
+| 外部知識の制限 | Anthropic | 提供文書のみ、一般知識は使わない | ✅ プロンプトプール I2 |
+| グラウンディング / RAG | Google / Microsoft / Progress | 回答を検索ソースに固定 | ✅ プロンプトプール I2 |
+| 指示階層 | OpenAI | 衝突時 system > user > model | 📄 推奨 |
+| 構造化出力（JSON Schema） | OpenAI / Guardrails AI | 信頼前にスキーマ検証 | 🛠 `schema_validate` |
+| 入出力ガードレール | OpenAI Agents SDK | 違反でパイプライン停止 | ✅ 4 ゲート SKILL |
+| 決定的実行 | CDV / サンドボックス実行 | テストを実行し結果を観察 | 🛠 `sandbox_run` |
+| 二重チャネル min 融合 | CDV | 決定的 + LLM 批判者、拒否権 | ✅ SKILL ゲート 3/4 |
+| 静的 AST 解析 | Axivion / tree-sitter MCP | 未定義シンボル = 捏造 API | 🛠 `verify_code` |
+| NeMo 五種レール | NVIDIA NeMo Guardrails | 入力/対話/検索/実行/出力 | ✅ 4 ゲートにマップ |
+| Automated Reasoning 検査 | AWS Bedrock | ポリシーの数学的検証 | 📄 推奨 |
+| Granite Guardian リスク判定 | IBM | 幻覚/有害を検出するガードレールモデル | 📄 推奨 |
+| バリデータハブ（50+） | Guardrails AI | プラグイン式バリデータ | ✅ プロンプトプール（サブセット） |
+| 幻覚評価モデル | Vectara HHEM | 要約の無根拠コンテンツを検出 | 📄 推奨 |
+| SelfCheckGPT / FActScore | 学界 | サンプリング比較 / 事実固定チェック | 📄 推奨 |
+| 制約付きデコーディング | 学界（outlines） | 文法制約付き生成 | ➡️ ロードマップ（TS/Go） |
+| 幻覚パターン分類法 | arXiv:2404.00971 | コード幻覚 5 分類カタログ | ✅ 幻覚パターンライブラリ |
+
+## 2. ツール機能一覧
+
+| 新機能 | 種類 | 導入した技術 |
+| --- | --- | --- |
+| `sandbox_run` | MCP ツール | 決定的実行チャネル（CDV チャネル A / Anthropic 実行検証 / AWS 推論検証の精神） |
+| `schema_validate` | MCP ツール | 構造化出力検証（OpenAI 構造化出力 / Guardrails AI / OWASP LLM09） |
+| Best-of-N + 反復精錬 | プロンプトプール | Anthropic 高度技術 J3/J4 |
+| VENDOR-SOLUTIONS | リファレンス文書 | 完全な導入マップ（本ファイル） |
+
+## 3. 次回推奨（将来リリース）
+
+1. **制約付きデコーディング / 文法** — `schema_validate` のスキーマを生成側に
+   接続し（outlines 方式）、モデルが適合 JSON のみを生成するようにする。
+2. **HHEM 型ファクトチェッカー** — 幻覚評価モデルをラップした任意のリモート MCP
+   サーバーを長文要約向けに提供。
+3. **サンドボックス隔離強化** — `sandbox_run` へのリソース上限
+   （メモリ/ネットワーク/FS）追加（Docker/gVisor バックエンド）。
+4. **TypeScript/Go 静的解析** — tree-sitter ベースの `verify_code` で非 Python
+   プロジェクトをカバー（現在は Python のみ）。
+
+## 4. コンプライアンス維持の理由
+
+上記はすべて Agent Plugins 1.0.0（§6/§7）が定義する `skills/` + `mcp.json` の
+パッケージ構造内に収まります。この仕様はプラグインの**パッケージ方法と検出方法**
+のみを定め、skill が**何を教えるか**、MCP サーバーが**どのツールを公開するか**は
+制限しません。新ツールはすべて純標準ライブラリ Python（依存ゼロ）のため、クライアント
+側のインストールは不要です。

package/skills/verify-before-code/references/VENDOR-SOLUTIONS.md

@@ -0,0 +1,62 @@
+# Vendor Solutions — Anti-Hallucination Techniques & Adoption Status
+
+> A curated map of anti-hallucination techniques from major vendors, academia,
+> and the MCP ecosystem — and where each one lives inside AgentSeed.
+>
+> Adoption legend: ✅ imported (prompt/rules) · 🛠 implemented as an AgentSeed
+> MCP tool · ➡️ recommended for a future release · 📄 documented as reference.
+
+## 1. Adoption matrix
+
+| Technique | Source | Core mechanism | In AgentSeed |
+| --- | --- | --- | --- |
+| "I don't know" fallback | Anthropic / OpenAI | allow uncertainty instead of guessing | ✅ PROMPT-POOL D1/D2 |
+| Direct-quote grounding | Anthropic | extract quotes before reasoning | ✅ PROMPT-POOL C1/G1 |
+| Verify-with-citations | Anthropic | claim → find supporting quote, else retract | ✅ PROMPT-POOL G1-J1 |
+| Chain-of-thought verification | Anthropic / academia | separate reasoning pass as critic | ✅ PROMPT-POOL A2 |
+| Best-of-N / self-consistency | Anthropic / academia | run N times, compare outputs | ✅ PROMPT-POOL J3/J4 |
+| Iterative refinement | Anthropic | feed output back for re-check | ✅ PROMPT-POOL J3/J4 |
+| External knowledge restriction | Anthropic | only provided docs, not general knowledge | ✅ PROMPT-POOL I2 |
+| Grounding / RAG | Google / Microsoft / Progress | answer anchored in retrieved sources | ✅ PROMPT-POOL I2 |
+| Instruction hierarchy | OpenAI | system > user > model in conflict | 📄 recommended |
+| Structured outputs (JSON Schema) | OpenAI / Guardrails AI | schema-validate before trust | 🛠 `schema_validate` |
+| Input/output guardrails | OpenAI Agents SDK | halt pipeline on violations | ✅ 4-gate SKILL |
+| Deterministic execution | CDV / sandboxed tool use | run the test, observe the result | 🛠 `sandbox_run` |
+| Dual-channel min-fusion | CDV | deterministic + LLM critic, veto wins | ✅ SKILL Gate 3/4 |
+| Static AST analysis | Axivion / tree-sitter MCP | undefined symbols = invented APIs | 🛠 `verify_code` |
+| NeMo five rail types | NVIDIA NeMo Guardrails | input/dialog/retrieval/execution/output | ✅ mapped to 4 gates |
+| Automated Reasoning checks | AWS Bedrock | mathematical verification of policies | 📄 recommended |
+| Granite Guardian risk flags | IBM | guardrail model flags hallucination/harm | 📄 recommended |
+| Validator hub (50+) | Guardrails AI | pluggable validators (PII, toxicity...) | ✅ PROMPT-POOL (subset) |
+| Hallucination eval model | Vectara HHEM | detect unsupported content in summaries | 📄 recommended |
+| SelfCheckGPT / FActScore | academia | sample-based / fact-grounded checks | 📄 recommended |
+| Constrained decoding | academia (outlines) | grammar-constrained generation | ➡️ roadmap (TS/Go + grammar) |
+| Hallucination-pattern taxonomy | arXiv:2404.00971 | 5-class code hallucination catalog | ✅ HALLUCINATION-PATTERNS |
+
+## 2. Tool capabilities
+
+| New capability | Type | Technique imported |
+| --- | --- | --- |
+| `sandbox_run` | MCP tool | Deterministic execution channel (CDV Channel A / Anthropic verify-with-execution / AWS reasoning spirit) — "tests pass" becomes an observed fact |
+| `schema_validate` | MCP tool | Structured-output validation (OpenAI structured outputs / Guardrails AI validators / OWASP LLM09) — schema before trust |
+| Best-of-N + iterative refinement | PROMPT-POOL | Anthropic advanced techniques J3/J4 |
+| VENDOR-SOLUTIONS | reference doc | full adoption map (this file) |
+
+## 3. Recommended next (future releases)
+
+1. **Constrained decoding / grammar** — wire `schema_validate`'s schema into
+   generation (outlines-style) so the model can only emit conformant JSON.
+2. **HHEM-style fact checker** — optional remote MCP server wrapping a
+   hallucination-eval model for long-form summaries.
+3. **Sandbox isolation hardening** — resource caps (memory/network/fs) for
+   `sandbox_run` (Docker/gVisor backend).
+4. **TypeScript/Go static analysis** — tree-sitter-based `verify_code` for
+   non-Python projects (current AST pass is Python-only).
+
+## 4. Why these stay conformant
+
+Everything above lives inside the `skills/` + `mcp.json` packaging defined by
+Agent Plugins 1.0.0 (§6/§7). The spec constrains *how* a plugin is packaged and
+discovered — it never constrains *what* a skill teaches or *what* tools an MCP
+server exposes. New tools are pure standard-library Python (zero deps), so no
+client-side installation is required.

package/skills/verify-before-code/references/VENDOR-SOLUTIONS.zh.md

@@ -0,0 +1,54 @@
+# 厂商方案库 —— 防幻觉技术与引进状态
+
+> 各大厂商、学术界与 MCP 生态的防幻觉技术地图，以及每一项在 AgentSeed 中的落点。
+>
+> 图例：✅ 已引进（提示/规则）· 🛠 已实现为 AgentSeed MCP 工具 · ➡️ 建议未来版本引入 · 📄 已文档化为参考资料。
+
+## 1. 引进矩阵
+
+| 技术 | 来源 | 核心机制 | 在 AgentSeed 中 |
+| --- | --- | --- | --- |
+| "我不知道"兜底 | Anthropic / OpenAI | 允许坦诚不确定，而不是猜测 | ✅ 提示池 D1/D2 |
+| 直接引用接地 | Anthropic | 推理前先抽取原文引用 | ✅ 提示池 C1/G1 |
+| 引用验证 | Anthropic | 声明→找支撑引用，找不到就撤回 | ✅ 提示池 G1-J1 |
+| 思维链验证 | Anthropic / 学术界 | 用独立推理轮次做审查者 | ✅ 提示池 A2 |
+| Best-of-N / 自一致性 | Anthropic / 学术界 | 跑 N 次对比输出 | ✅ 提示池 J3/J4 |
+| 迭代精炼 | Anthropic | 把输出喂回去复查 | ✅ 提示池 J3/J4 |
+| 外部知识限制 | Anthropic | 只用提供文档，不靠通用知识 | ✅ 提示池 I2 |
+| 接地 / RAG | Google / Microsoft / Progress | 答案锚定检索来源 | ✅ 提示池 I2 |
+| 指令层级 | OpenAI | 冲突时 system > user > model | 📄 建议 |
+| 结构化输出（JSON Schema） | OpenAI / Guardrails AI | 信任前先过 schema | 🛠 `schema_validate` |
+| 输入/输出护栏 | OpenAI Agents SDK | 违规即中断流水线 | ✅ 四道闸门 SKILL |
+| 确定性执行 | CDV / 沙箱工具调用 | 跑测试，观察结果 | 🛠 `sandbox_run` |
+| 双通道取最小 | CDV | 确定性 + LLM 批评者，一票否决 | ✅ SKILL 闸门 3/4 |
+| 静态 AST 分析 | Axivion / tree-sitter MCP | 未定义符号 = 编造 API | 🛠 `verify_code` |
+| NeMo 五类护栏 | NVIDIA NeMo Guardrails | 输入/对话/检索/执行/输出 | ✅ 映射到四道闸门 |
+| 自动推理检查 | AWS Bedrock | 策略的数学验证 | 📄 建议 |
+| Granite Guardian 风险标记 | IBM | 护栏模型标记幻觉/有害内容 | 📄 建议 |
+| 验证器中心（50+） | Guardrails AI | 可插拔验证器（PII、毒性等） | ✅ 提示池（子集） |
+| 幻觉评估模型 | Vectara HHEM | 检测摘要中无支撑内容 | 📄 建议 |
+| SelfCheckGPT / FActScore | 学术界 | 采样比对 / 事实锚定检查 | 📄 建议 |
+| 约束解码 | 学术界（outlines） | 语法约束生成 | ➡️ 路线图（TS/Go + 语法） |
+| 幻觉模式分类法 | arXiv:2404.00971 | 代码幻觉五类目录 | ✅ 幻觉模式库 |
+
+## 2. 工具能力清单
+
+| 新能力 | 类型 | 引进的技术 |
+| --- | --- | --- |
+| `sandbox_run` | MCP 工具 | 确定性执行通道（CDV 通道 A / Anthropic 用执行验证 / AWS 推理验证精神）——"测试通过"变成可观测事实 |
+| `schema_validate` | MCP 工具 | 结构化输出校验（OpenAI 结构化输出 / Guardrails AI 验证器 / OWASP LLM09）——先 schema 后信任 |
+| Best-of-N + 迭代精炼 | 提示池 | Anthropic 进阶技术 J3/J4 |
+| VENDOR-SOLUTIONS | 参考文档 | 完整引进地图（本文件） |
+
+## 3. 建议下一步（未来版本）
+
+1. **约束解码 / 语法** —— 把 `schema_validate` 的 schema 接入生成端（outlines 风格），让模型只能产出合规 JSON。
+2. **HHEM 式事实检查器** —— 可选远程 MCP 服务器，包装幻觉评估模型用于长文摘要。
+3. **沙箱隔离加固** —— 给 `sandbox_run` 加资源上限（内存/网络/文件系统），用 Docker/gVisor 后端。
+4. **TypeScript/Go 静态分析** —— 用 tree-sitter 的 `verify_code` 覆盖非 Python 项目（当前 AST 仅支持 Python）。
+
+## 4. 为什么这些都保持合规
+
+以上一切都在 Agent Plugins 1.0.0（§6/§7）定义的 `skills/` + `mcp.json` 打包结构内。
+规范约束的是插件**如何打包与发现**——从不约束 skill **教什么**或 MCP 服务器**暴露什么工具**。
+新工具均为纯标准库 Python（零依赖），客户端无需任何安装。

package/skills/verify-before-code/references/VERIFICATION-CHECKLIST.ja.md

@@ -0,0 +1,68 @@
+# 検証チェックリスト
+
+> ガードレールの実行可能版。コーディングタスクの最後に実行する。
+> 出典：SFD Lab 5 ステップ、DevelopersGlobal（リスク分類 + 検証レイヤー）、
+> CDV 二重チャネル、reze83 先検証ルール。
+
+---
+
+## フェーズ 0 — リスク分類（開始前）
+
+出力リスクを分類：
+- **Critical** — 誤出力が危害を引き起こす（実行コード、法律、金融、医療）。
+- **High** — 誤出力が大きな労力を浪費（大型リファクタ、デプロイ）。
+- **Medium** — 面倒だが回復可能。
+- **Low** — 外観のみ。
+
+Critical/High は全検査、Medium/Low は軽量チェック。
+
+- [ ] 実装開始前にリスククラスを決定した。
+
+## フェーズ 1 — 契約チェック（コード作成前）
+
+- [ ] 契約を 1 文で述べられる（挙動 / インターフェース / 範囲）。
+- [ ] 暗黙の仮定を飲み込んでいない — 不明点は質問した、推測していない。
+- [ ] 対象インターフェースが存在するか、承認のため明示的に提案されている。
+
+## フェーズ 2 — 実装衛生
+
+- [ ] stub/mock/fake/placeholder/dummy/TODO/FIXME をロジックの代用にしていない。
+- [ ] 呼ぶ全シンボルがこのプロジェクトで定義・インポートされている。
+- [ ] 外部 API は**インストール版**（ロックファイル）で確認した（最新ドキュメントではない）。
+- [ ] デッドコードなし：各文の結果が消費されている。
+- [ ] セキュリティ基本：入力検証、SQL インジェクション/XSS パターンなし、ハードコード
+      シークレットなし。
+
+## フェーズ 3 — 実行証拠（ハードゲート）
+
+- [ ] テストスイートを実行し、コマンド + 出力を貼れる。
+- [ ] コードをエンドツーエンドで実行した（部分パスではない）。
+- [ ] デプロイ/サービス層が実際に稼働していることを確認した（主張する場合）。
+- [ ] 今ターンで引用するファイルを再読した（古いファイル主張なし）。
+- [ ] 実行を伴う主張は `sandbox_run` で実証した。
+- [ ] 構造化出力は `schema_validate` で検証した。
+- [ ] `verify_code` → `suspects` 空。
+- [ ] `scan_hallucination` → `clean: true`。
+
+## フェーズ 4 — 言語監査（最終回答）
+
+- [ ] すべての記述が OBSERVED、または INFERRED とラベル付け。
+- [ ] 証拠なしの誇大語彙なし：guaranteed / definitely works / all tests pass /
+      everything works / fully tested / production ready / no bugs /
+      works perfectly / should work / trust me。
+- [ ] 不確実さを正直に表現（「X を確認する必要があります」）、隠さない。
+- [ ] 引用・リンク・統計は実在し、帰属可能。
+
+## フェーズ 5 — 格下げルール
+
+Critical/High で**一つでも未チェックならタスクは未完了**。「進行中」に格下げし、
+どのチェックが失敗したかを正確に報告し、残作業を列挙する。黙って完了にしない。
+
+---
+
+### クイックゲート（チャット型・非コード回答）
+
+1. 読者は、私が提供した内容だけで主要主張を検証できるか？
+2. 実際に見ていないものを引用していないか？
+3. 不確実性を正直に表現しているか？
+4. 数字・名前・リンク・政策を捏造していないか？

package/skills/verify-before-code/references/VERIFICATION-CHECKLIST.md

@@ -0,0 +1,73 @@
+# Verification Checklist
+
+> The executable counterpart of the guardrail. Run this checklist at the end of
+> any coding task. Inspired by: SFD Lab 5-step checklist, DevelopersGlobal
+> hallucination-prevention (risk classification + verification layers), CDV
+> dual-channel verification, reze83 verify-before-claim rules.
+
+---
+
+## Phase 0 — Risk classification (before starting)
+
+Classify the task's output risk:
+- **Critical** — wrong output causes harm (code executed, legal, financial, medical).
+- **High** — wrong output wastes significant effort (large refactors, deployments).
+- **Medium** — wrong output is annoying but recoverable.
+- **Low** — cosmetic.
+
+Apply full rigor to Critical/High; lighter checks to Medium/Low.
+
+- [ ] Risk class assigned before implementation starts.
+
+## Phase 1 — Contract check (before coding)
+
+- [ ] I can state the contract in one sentence (behavior / interface / scope).
+- [ ] No assumption is silently baked in — unknowns were asked, not guessed.
+- [ ] The target interface exists or is explicitly proposed for approval.
+
+## Phase 2 — Implementation hygiene
+
+- [ ] No stub / mock / fake / placeholder / dummy / TODO / FIXME as logic.
+- [ ] Every called symbol is defined or imported in this project.
+- [ ] Every external API used was checked against the **installed** version
+      (lock file), not the latest docs.
+- [ ] No dead code: every statement's result is consumed.
+- [ ] Security basics: input validation, no SQL injection/XSS patterns, no
+      hardcoded secrets.
+
+## Phase 3 — Execution evidence (the hard gate)
+
+- [ ] I ran the test suite and can paste the command + output.
+- [ ] I ran the code end-to-end (not a partial path).
+- [ ] Deployment/serving layer is confirmed live (if claimed).
+- [ ] I re-read any file I cite in this turn; no stale-file assertions.
+- [ ] Claims that require running code were proven via `sandbox_run`.
+- [ ] Structured outputs passed `schema_validate`.
+- [ ] `verify_code` → `suspects` empty.
+- [ ] `scan_hallucination` → `clean: true` (no stub/oversold/fabricated hits).
+
+## Phase 4 — Language audit (final answer)
+
+- [ ] Every statement is OBSERVED or labeled INFERRED.
+- [ ] No overclaim vocabulary without evidence:
+      guaranteed / definitely works / all tests pass / everything works /
+      fully tested / production ready / no bugs / works perfectly /
+      should work / trust me.
+- [ ] Uncertainty is expressed ("I need to check X", "I'm not certain"),
+      never masked.
+- [ ] Citations, links, statistics are real and attributable.
+
+## Phase 5 — Downgrade rule
+
+If **any** item above is unchecked for a Critical/High task, the task is NOT
+complete. Downgrade to "in progress", report exactly which checks failed, and
+list the remaining work. Never silently mark done.
+
+---
+
+### Quick gate (for chat-style answers, non-coding)
+
+1. Would a reader be able to verify my key claims from what I provided?
+2. Did I cite anything I haven't actually seen?
+3. Am I phrasing uncertainty honestly?
+4. Did I invent any number, name, link, or policy?

package/skills/verify-before-code/references/VERIFICATION-CHECKLIST.zh.md

@@ -0,0 +1,68 @@
+# 验证清单
+
+> 护栏的可执行版本。任何编程任务收尾时跑一遍。灵感来源：SFD Lab 五步清单、
+> DevelopersGlobal 防幻觉（风险分级 + 验证分层）、CDV 双通道验证、
+> reze83 先验证后声称规则。
+
+---
+
+## 阶段 0 —— 风险分级（开始前）
+
+给任务输出定级：
+- **关键（Critical）** —— 输出错误会造成伤害（被执行代码、法律、金融、医疗）。
+- **高（High）** —— 输出错误浪费大量精力（大型重构、部署）。
+- **中（Medium）** —— 输出错误烦人但可恢复。
+- **低（Low）** —— 外观层面。
+
+关键/高风险走全套；中/低风险做轻量检查。
+
+- [ ] 实现开始前已确定风险等级。
+
+## 阶段 1 —— 契约检查（写码前）
+
+- [ ] 我能用一句话陈述契约（行为 / 接口 / 范围）。
+- [ ] 没有默默吞进假设——未知项是问来的，不是猜的。
+- [ ] 目标接口存在，或已明确提出待批准。
+
+## 阶段 2 —— 实现卫生
+
+- [ ] 没有用 stub / mock / fake / placeholder / dummy / TODO / FIXME 充当逻辑。
+- [ ] 每个被调用的符号都在本项目内被定义或导入。
+- [ ] 每个外部 API 都对照**已安装版本**（锁文件）核查过，而不是最新版文档。
+- [ ] 无死代码：每条语句的结果都被消费。
+- [ ] 安全底线：输入校验、无 SQL 注入/XSS 模式、无硬编码密钥。
+
+## 阶段 3 —— 执行证据（硬闸门）
+
+- [ ] 我运行了测试套件，可粘贴命令 + 输出。
+- [ ] 我端到端运行了代码（不是部分路径）。
+- [ ] 部署/服务层已确认在运行（若声称）。
+- [ ] 本轮引用过的文件都已重读；无过期文件断言。
+- [ ] 需要运行代码证实的声明已通过 `sandbox_run` 实证。
+- [ ] 结构化输出已通过 `schema_validate` 校验。
+- [ ] `verify_code` → `suspects` 为空。
+- [ ] `scan_hallucination` → `clean: true`（无 stub/夸大/虚构命中）。
+
+## 阶段 4 —— 语言审查（最终答复）
+
+- [ ] 每句陈述为 OBSERVED，或标注为 INFERRED。
+- [ ] 无证据时不使用夸大词汇：
+      guaranteed / definitely works / all tests pass / everything works /
+      fully tested / production ready / no bugs / works perfectly /
+      should work / trust me。
+- [ ] 不确定性被如实表达（"我需要先检查 X"、"我不确定"），绝不掩盖。
+- [ ] 引用、链接、统计数字真实且有出处。
+
+## 阶段 5 —— 降级规则
+
+关键/高风险的任何一项未勾选，任务即**未完成**。降级为"进行中"，明确报告
+哪些检查失败，列出剩余工作。绝不悄悄标记完成。
+
+---
+
+### 快速闸门（聊天类非代码答复）
+
+1. 读者能否仅凭我提供的内容核实我的关键论断？
+2. 我引用了任何我并未真正见过的东西吗？
+3. 我是否诚实地表达了不确定性？
+4. 我编造了任何数字、名称、链接或政策吗？

package/skills/verify-before-code/scripts/check.ps1

@@ -0,0 +1,52 @@
+# AgentSeed quick check - validate the plugin in the given directory.
+# Usage: .\check.ps1 [-Strict] [plugin-dir]
+#
+# Locates guard_cli.py by walking up from this script until a plugin.json
+# (the plugin root) is found; override with AGENTSEED_PLUGIN_ROOT.
+param(
+    [switch]$Strict,
+    [string]$Target = "."
+)
+$ErrorActionPreference = "Stop"
+$here = Split-Path -Parent $MyInvocation.MyCommand.Path
+
+$cli = $null
+if ($env:AGENTSEED_PLUGIN_ROOT -and (Test-Path (Join-Path $env:AGENTSEED_PLUGIN_ROOT "server\guard_cli.py"))) {
+    $cli = Join-Path $env:AGENTSEED_PLUGIN_ROOT "server\guard_cli.py"
+}
+elseif ((Test-Path (Join-Path $here ".agentseed-plugin-root")) -or (Test-Path (Join-Path $here "..\.agentseed-plugin-root"))) {
+    $pf = Join-Path $here ".agentseed-plugin-root"
+    if (-not (Test-Path $pf)) { $pf = Join-Path $here "..\.agentseed-plugin-root" }
+    $root = (Get-Content $pf -Raw).Trim()
+    if ($root -and (Test-Path (Join-Path $root "server\guard_cli.py"))) {
+        $cli = Join-Path $root "server\guard_cli.py"
+    }
+}
+else {
+    $d = $here
+    foreach ($i in 1..5) {
+        $d = Split-Path -Parent $d
+        if (-not $d) { break }
+        if ((Test-Path (Join-Path $d "plugin.json")) -and (Test-Path (Join-Path $d "server\guard_cli.py"))) {
+            $cli = Join-Path $d "server\guard_cli.py"
+            break
+        }
+    }
+}
+
+if (-not $cli) {
+    Write-Error "cannot locate server/guard_cli.py. Install the full AgentSeed plugin, or set AGENTSEED_PLUGIN_ROOT to its directory."
+    exit 2
+}
+
+$py = if ($env:PYTHON) { $env:PYTHON } else { "python" }
+if ($Strict) {
+    & $py $cli check $Target
+    if ($LASTEXITCODE -ne 0) { exit $LASTEXITCODE }
+    & $py $cli scan $Target --strict
+    exit $LASTEXITCODE
+}
+else {
+    & $py $cli check $Target
+    exit $LASTEXITCODE
+}

package/skills/verify-before-code/scripts/check.sh

@@ -0,0 +1,44 @@
+#!/usr/bin/env bash
+# AgentSeed quick check - validate the plugin in the given directory.
+# Usage: ./check.sh [--strict] [plugin-dir]
+#
+# Locates guard_cli.py by walking up from this script until a plugin.json
+# (the plugin root) is found; override with AGENTSEED_PLUGIN_ROOT.
+set -e
+here="$(cd "$(dirname "$0")" && pwd)"
+
+cli=""
+if [ -n "$AGENTSEED_PLUGIN_ROOT" ] && [ -f "$AGENTSEED_PLUGIN_ROOT/server/guard_cli.py" ]; then
+  cli="$AGENTSEED_PLUGIN_ROOT/server/guard_cli.py"
+elif [ -f "$here/.agentseed-plugin-root" ] || [ -f "$here/../.agentseed-plugin-root" ]; then
+  pf="$here/.agentseed-plugin-root"
+  [ -f "$pf" ] || pf="$here/../.agentseed-plugin-root"
+  root="$(cat "$pf")"
+  [ -f "$root/server/guard_cli.py" ] && cli="$root/server/guard_cli.py"
+else
+  d="$here"
+  for _ in 1 2 3 4 5; do
+    d="$(dirname "$d")"
+    if [ -f "$d/plugin.json" ] && [ -f "$d/server/guard_cli.py" ]; then
+      cli="$d/server/guard_cli.py"; break
+    fi
+  done
+fi
+
+if [ -z "$cli" ]; then
+  echo "error: cannot locate server/guard_cli.py." >&2
+  echo "Install the full AgentSeed plugin, or set AGENTSEED_PLUGIN_ROOT to its directory." >&2
+  exit 2
+fi
+
+py="${PYTHON:-python3}"
+command -v "$py" >/dev/null 2>&1 || py=python
+
+target="${1:-.}"
+if [ "$1" = "--strict" ]; then
+  target="${2:-.}"
+  "$py" "$cli" check "$target"
+  exec "$py" "$cli" scan "$target" --strict
+else
+  exec "$py" "$cli" check "$target"
+fi