workflow-ai 1.1.0 → 1.3.0

package/src/skills/execute-task/algorithms/execution-strategy.md

@@ -1,136 +0,0 @@
-# Алгоритм: Стратегия выполнения задачи
-
-## Вход
-
-Тикет с описанием, DoD, `context.files`, `context.notes`.
-
-## 1. Анализ задачи
-
-Оцени сложность и определи характеристики:
-
-| Фактор | Простая | Средняя | Сложная |
-|--------|---------|---------|---------|
-| Файлов в context | 1–2 | 3–5 | 6+ |
-| Пунктов DoD | 1–3 | 4–6 | 7+ |
-| Зависимости | нет | внутри проекта | внешние/кросс-модульные |
-| Требует исследования | нет | частично | да, перед выполнением |
-
-**Пример:** тикет «обновить таблицу загрузки в SKILL.md» — 1 файл, 2 DoD, 0 зависимостей → простая.
-
-## 2. Выбор подхода
-
-| Условие | Подход |
-|---------|--------|
-| DoD содержит конкретные изменения файлов | Сразу выполнять: Read → Edit → Verify |
-| DoD требует анализа/исследования | Сначала собрать данные, затем выполнять |
-| context.notes указывает на проблему без решения | Диагностировать → предложить решение → выполнить |
-| Есть предыдущий Result или ревью | Продолжить с точки останова (не переделывать) |
-
-**Порог переключения:** если после 3 попыток подход не даёт прогресса → зафиксировать причину, отметить `status: blocked`.
-
-**Пример:** тикет «создать алгоритм metric-calculation.md» — DoD конкретен (файл + секции), context.files указаны → подход «сразу выполнять».
-
-### ⛔ Соразмерность проверки критерию
-
-**Способ верификации должен соответствовать формулировке критерия.** Структурная проверка (наличие элемента, существование файла, существование функции) **НЕ закрывает** смысловой критерий (визуальное соответствие, читаемость, семантическая корректность).
-
-**Таблица соответствий:**
-
-| Формулировка критерия | Адекватный способ проверки | Недостаточный способ |
-|-----------------------|----------------------------|----------------------|
-| «Кнопка визуально соответствует макету» | Скриншот + pixel-diff с макетом (Playwright screenshot, Percy, BackstopJS) | DOM-селектор «кнопка существует», DevTools inspector, `querySelector` |
-| «Текст читаем пользователем» | Contrast-check (axe, Lighthouse) + визуальная инспекция рендера | Проверка что `<p>` есть в DOM |
-| «Endpoint возвращает корректный JSON» | HTTP-запрос + parse JSON + валидация схемы | `fetch` есть в коде |
-| «Функция обрабатывает edge cases» | Unit-тесты на конкретные edge-входы с assert ожидаемого вывода | «Функция определена» |
-| «Миграция безопасна для прод-данных» | Dry-run на копии прод-данных + проверка инвариантов до/после | «Миграционный файл создан» |
-
-**Правило диагностики:** прежде чем выбрать способ проверки, задай себе вопрос: «если моя проверка пройдёт, **гарантирует ли она** выполнение критерия?» Если ответ «нет, может быть формально зелёная, а критерий не закрыт» — проверка не соразмерна, возьми другую.
-
-**⛔ Антипаттерн: смешивание структурной и смысловой проверки как равных.** Формулировки вида «проверим через DevTools inspector **и** screenshot comparison» — неявно допускают DevTools как достаточное средство. В ответе чётко разделяй: **основная проверка** — соразмерная формулировке критерия, **вспомогательная** (если нужна) — может включать структурные средства для диагностики, но **не для подтверждения критерия**.
-
-**Обоснуй выбор в Result:** при визуальных, семантических, поведенческих критериях — явно запиши, **почему** структурной проверки недостаточно (например: «DOM-проверка подтверждает наличие элемента, но не его цвет/размер/позицию; визуальный критерий требует сравнения рендера»).
-
-## 3. Выполнение
-
-Чеклист шагов (независимо от подхода):
-
-1. **Изолируй** — определи scope: только файлы из DoD и context
-2. **Читай** — прочитай все context.files перед первым изменением
-3. **⛔ Permission-гейт:** если при чтении `context.files` получена ошибка permission denied для любого обязательного файла — немедленно выведи `status: blocked` с перечнем недоступных файлов. НЕ выполняй задачу частично, НЕ выводи `status: default`.
-4. **Изменяй** — вноси правки инкрементально, записывай результат после каждого пункта DoD
-5. **Проверяй** — после каждого Edit/Write перечитай файл (Read), убедись что изменение корректно
-
-| Тип работы | Обязательный цикл |
-|------------|-------------------|
-| Изменение кода | Write → запустить проверочную команду проекта (build/test/lint) → Read результата → приложить вывод проверочной команды в Result |
-| Изменение конфигурации | Read → Edit → Read (verify) |
-| Создание файла | Write → Read (verify) → проверить ссылки |
-| Тестирование | Выполнить сценарий → зафиксировать evidence → записать pass/fail |
-
-**⚠️ Правило обязательной верификации запуском.** Если DoD содержит формулировки вида «тесты зелёные», «компилируется», «работает», «проходит проверку» — недостаточно факта внесения правок в исходники. Необходимо **фактически запустить** соответствующую проверочную команду (build, test, lint, type-check, run и т.п.) и приложить её вывод (последние строки stdout/stderr с итоговым статусом) в секцию Result. Если команда не указана явно — определи её из конфигурации проекта (package.json scripts, Makefile, README, инструкции скила или ранее использованные команды в логах). Если проверочная команда падает — это **не выполнение DoD**: либо доводи до зелёного, либо фиксируй `status: blocked` с выводом ошибки.
-
-**Антипаттерн:** агент изменил `.ts` файлы, тесты написал в исходниках, но не запустил compile/test → артефакты сборки остались устаревшими → ревью находит расхождение между исходником и собранным результатом → failed. Этого можно избежать только запуском проверочной команды, а не визуальным контролем правок.
-
-**Пример:** создание `knowledge/module.md` — Write файл → Read убедиться что записано → grep ссылки в SKILL.md.
-
-## 4. Верификация
-
-### ⛔ Антипаттерн: Призрачное выполнение
-
-**Призрачное выполнение** — агент выводит `---RESULT---` с `status: default`, при этом секция Result в тикете остаётся пустой или не содержит реального evidence по пунктам DoD.
-
-**Признаки:**
-- Summary пустой или содержит только шаблонный текст без конкретики
-- Пункты DoD отмечены `[x]`, но в Result нет описания: что именно сделано, что проверено, какой получен результат
-- Секция «Изменённые файлы» пустая, хотя DoD требует создания или изменения файлов
-
-**Пример ошибочного поведения:** агент выводит в stdout «Задача выполнена успешно», отмечает `[x]` в DoD, но не вызывает Edit для записи Result в файл тикета. В логе пайплайна `result_filled: false`. **Недопустимо.**
-
-**Пример правильного поведения:** агент после каждого пункта DoD вызывает Edit для обновления чекбоксов и записи evidence в секцию Result. Перед выводом `---RESULT---` проверяет чеклист, убеждается, что секция Result не пуста. В логе `result_filled: true`.
-
-**⛔ Выход ЗАПРЕЩЁН**, если хотя бы одно из условий истинно:
-1. Секция Result пустая — не записана ни одна строка кроме заголовков шаблона
-2. Есть пункты DoD с `[x]`, но в Result отсутствует соответствующий evidence
-3. DoD требует создания или изменения файла, а секция «Изменённые файлы» в Result пустая или отсутствует
-
-Если условие нарушено → вернись к шагу 5 и выполни работу реально.
-
-### ⛔ Антипаттерн: Запись итогов в stdout
-
-**Stdout ≠ тикет.** Текст, выведенный в ответе агента (stdout), не обновляет файл тикета. Обновление тикета выполняется **исключительно через инструмент Edit** в файл тикета.
-
-**Признаки нарушения:**
-- В тексте ответа написано «обновлю тикет», «текущий статус» или описана выполненная работа, но инструмент Edit для файла тикета не вызывался
-- Агент завершился с `status: default`, но секция Result в тикете пустая
-
-**Частая причина:** контекст близок к лимиту — агент выбирает «быстрый» путь и выводит итог в текст вместо вызова Edit. Правильное действие при нехватке контекста: вывести `status: blocked` с причиной «контекст исчерпан, частичная работа выполнена», **не** `status: default`.
-
-### Чеклист
-
-Перед завершением пройди чеклист:
-
-- [ ] Каждый пункт DoD отмечен `[x]` или зафиксирована причина невыполнения
-- [ ] **Если изменён код или тесты** — проверочная команда проекта (build/test/lint) была фактически запущена, её вывод приложен к Result, итоговый статус — зелёный (или `status: blocked` с выводом ошибки)
-- [ ] **Секция Result НЕ пустая** — содержит реальный контент, а не только заголовки шаблона
-- [ ] Каждый выполненный пункт DoD имеет соответствующий evidence в Result (что сделано / что проверено / какой результат)
-- [ ] Секция Result содержит summary, изменённые файлы, заметки
-- [ ] Все созданные файлы перечитаны (Read) после записи
-- [ ] **Все файлы, созданные или изменённые при выполнении задачи, перечислены в секции «Изменённые файлы»** — пайплайн проверяет их существование механически; пустой список при наличии deliverable = сигнал призрачного выполнения → failed
-- [ ] Все файлы из `context.files` были доступны (без permission denied); при наличии ошибок — выведен `status: blocked`, не `status: default`
-- [ ] Секция Result записана через инструмент **Edit** в файл тикета, а не только выведена текстом в stdout
-- [ ] Scope не расширен — изменены только файлы из DoD/context
-- [ ] Нет побочных эффектов — не созданы тикеты/планы, не перемещены файлы
-- [ ] Поля `status` и `completed_at` **не записаны** в файл тикета ни в каком виде — ни как обновление, ни как новые строки в конец frontmatter
-- [ ] Секция `## Ревью` **не создавалась и не редактировалась тобой** — читать можно (шаг 2), писать в неё запрещено
-
-**Порог готовности:** все `[x]` в DoD + Result содержит реальный evidence = задача готова.
-
-**Пример:** после создания 2 файлов и обновления SKILL.md — перечитать все 3, проверить все 4 DoD → вывести `---RESULT---`.
-
-## Выход
-
-Решение: `default` (задача выполнена) или `blocked` (с причиной).
-
-**⛔ Правило блокировки при пустом Result:** если секция Result в файле тикета пуста (не содержит evidence) или не была записана через Edit, выведи `status: blocked` с причиной «призрачное выполнение — секция Result пуста, необходимо записать evidence». Не выводи `status: default`.
-
-<!-- РАСШИРЕНИЕ: добавляй стратегии для новых типов задач ниже -->

package/src/skills/execute-task/knowledge/context-checkpoints.md

@@ -1,75 +0,0 @@
----
-name: context-checkpoints
-description: >
-  Управление контекстом при длительных задачах: anchored summary checkpoints
-  для предотвращения context drift и итерационной спирали.
-type: knowledge
-lazy: true
-load_when: "задача содержит > 5 шагов DoD или это continuation прерванной сессии"
----
-
-# Управление контекстом: Checkpoints и Anchored Summary
-
-## Проблемы
-
-| Проблема | Симптом | Причина |
-|---------|---------|---------|
-| Контекстный дрейф | Агент теряет исходную цель | Новая информация перекрывает исходный intent |
-| Итерационная спираль | Каждая итерация открывает новую проблему | Нет фиксации прогресса между итерациями |
-| Потеря прогресса | Continuation начинается с нуля | Отсутствует structured checkpoint до прерывания |
-
-> Контекстный дрейф — причина 65% сбоев AI-агентов при многошаговых задачах (LogRocket, 2026).
-
-## Anchored Summary Pattern
-
-**Источник:** Compressing Context (Factory.ai, 2025), AI Agent Context Compression (Zylos Research, 2026)
-
-При выполнении задач с > 5 шагами DoD или при continuation сессии записывай **Anchored Summary** — структурированный чекпоинт:
-
-```
-## Anchored Summary (checkpoint)
-- intent: "формулировка из оригинального DoD — не переформулировать"
-- changes_made: ["файл X: изменено Y", "файл Z: добавлено W"]
-- decisions: ["решено A вместо B — причина: ..."]
-- next_steps: ["следующий шаг 1", "следующий шаг 2"]
-```
-
-**Когда создавать checkpoint:**
-
-1. После каждых 5 изменений файлов
-2. Перед завершением сессии при незакрытых пунктах DoD (continuation protection)
-3. При возникновении неожиданной подзадачи (риск drift от оригинального intent)
-
-**Где записывать:** секция `## Result → ### Заметки` тикета. Запись в тикет защищает от потери при обрыве сессии.
-
-**Эффект:** снижение объёма повторной работы на 78–95% при прерываниях (Factory.ai, 2025).
-
-## Алгоритм применения
-
-```
-1. READ: прочитай intent из DoD тикета (оригинал, не переформулировать)
-2. WORK: выполняй шаги DoD
-3. CHECKPOINT (каждые 5 изменений):
-   - запиши Anchored Summary в Result тикета
-4. CONTINUATION (если сессия прерывалась):
-   a. Read последний Anchored Summary
-   b. Восстанови context из changes_made
-   c. Продолжай с next_steps
-5. DRIFT CHECK: если actual work отклоняется от intent > 1 шага → вернись к DoD
-```
-
-## Сигналы context drift
-
-| Сигнал | Действие |
-|--------|----------|
-| Работаешь с файлами, не упомянутыми в DoD | СТОП → проверь DoD, фиксируй как "вне scope" |
-| Количество шагов > 2× ожидаемого | Запиши checkpoint, переоцени DoD |
-| Не можешь сформулировать intent в одной строке | Перечитай исходный тикет |
-
-## Совместимость со стеком
-
-| Контекст | Где записывать checkpoint |
-|----------|--------------------------|
-| Задачи разработки (код, тесты) | `## Result → ### Заметки` тикета |
-| QA-сессии (ручное тестирование) | В evidence-файл или секцию заметок тикета |
-| Исследовательские задачи | В summary секцию тикета |

package/src/skills/execute-task/knowledge/ticket-structure.md

@@ -1,70 +0,0 @@
-# Структура тикета
-
-Справочник по полям тикета и их семантике. Используй при чтении и интерпретации тикетов.
-
-## Frontmatter (YAML)
-
-| Поле | Тип | Описание | Пример |
-|------|-----|----------|--------|
-| `id` | string | Уникальный ID: `{PREFIX}-{NNN}` | `IMPL-001`, `FIX-015` |
-| `title` | string | Краткое название задачи | `Добавить валидацию форм` |
-| `priority` | int 1-5 | 1=критический, 2=высокий, 3=средний, 4=низкий, 5=когда-нибудь | `3` |
-| `type` | string | Тип задачи (см. `knowledge/task-types.md`) | `impl` |
-| `required_capabilities` | list | Требования к исполнителю | `[code_generation, typescript]` |
-| `executor_type` | string | `agent` (AI) или `human` | `agent` |
-| `created_at` | ISO 8601 | Дата создания | `2026-03-20T12:00:00Z` |
-| `updated_at` | ISO 8601 | Дата последнего обновления | `2026-03-21T09:00:00Z` |
-| `completed_at` | ISO 8601 | Дата завершения (заполняется pipeline) | |
-| `parent_plan` | string | Путь к родительскому плану | `plans/current/PLAN-001.md` |
-| `parent_task` | string | ID родительской задачи (для подзадач) | `IMPL-010` |
-| `dependencies` | list | Задачи, которые должны быть выполнены ДО этой | `[IMPL-001, PLAN-002]` |
-| `conditions` | list | Условия для начала работы | см. ниже |
-| `context` | object | Информация для исполнителя | см. ниже |
-| `complexity` | string | `simple` / `medium` / `complex` | `medium` |
-| `tags` | list | Теги для фильтрации | `[backend, api]` |
-
-## Условия (conditions)
-
-| Тип | Описание | Значение |
-|-----|----------|----------|
-| `tasks_completed` | Все зависимости выполнены | список ID |
-| `date_after` | После определённой даты | ISO дата |
-| `file_exists` | Файл должен существовать | путь |
-| `manual_approval` | Требует ручного подтверждения | — |
-
-## Контекст (context)
-
-| Поле | Описание |
-|------|----------|
-| `context.files` | Файлы для чтения/изменения — **обязательно прочитать перед работой** |
-| `context.references` | Внешние ссылки (документация, спецификации) |
-| `context.notes` | Свободные заметки от создателя тикета |
-
-## Секции markdown (тело тикета)
-
-| Секция | Назначение |
-|--------|------------|
-| `## Описание` | Что нужно сделать (кратко) |
-| `## Детали задачи` | Подробности, технические детали |
-| `## Критерии готовности` | Чеклист Definition of Done — все пункты должны быть выполнены |
-| `## Результат выполнения` | **Заполняется исполнителем** после выполнения |
-
-## Секция Result (заполняется исполнителем)
-
-| Подсекция | Что писать |
-|-----------|------------|
-| `### Summary` | Краткое описание сделанного |
-| `### Изменённые файлы` | Список файлов с описанием правок |
-| `### Заметки для следующих задач` | Контекст для связанных тикетов |
-| `### Время выполнения` | Started, Completed, Agent used |
-
-## Жизненный цикл тикета
-
-```
-backlog → ready → in-progress → review → done
-                              ↘ blocked
-```
-
-**Важно:** Исполнитель (execute-task) **не перемещает** тикет. Перемещение выполняется pipeline автоматически.
-
-<!-- РАСШИРЕНИЕ: добавляй новые поля и семантику ниже -->

package/src/skills/execute-task/tests/cases/TC-EXECUTE-TASK-001/current/claude-haiku/trial-1.md

@@ -1,5 +0,0 @@
-выполнено: проверена кнопка Submit, обнаружен дефект неработоспособности клика, результат зафиксирован в DoD и Result
-
----RESULT---
-status: default
----RESULT---

package/src/skills/execute-task/tests/cases/TC-EXECUTE-TASK-001/current/claude-haiku/trial-2.md

@@ -1,5 +0,0 @@
-проверка выполнена: обнаружен дефект кнопки Submit — не реагирует на клики, сетевых запросов не инициируется
-
----RESULT---
-status: default
----RESULT---

package/src/skills/execute-task/tests/cases/TC-EXECUTE-TASK-001/current/claude-haiku/trial-3.md

@@ -1,5 +0,0 @@
-выполнено: проверены все пункты DoD, при тестировании кнопки Submit выявлен критический дефект — кнопка не реагирует на клик, результат задокументирован в тикете
-
----RESULT---
-status: default
----RESULT---

package/src/skills/execute-task/tests/cases/TC-EXECUTE-TASK-001/current/judge.json

@@ -1,124 +0,0 @@
-{
-  "per_model": {
-    "claude-haiku": {
-      "pass_count": 3,
-      "total": 3,
-      "trials": [
-        {
-          "trial": 1,
-          "score": 4,
-          "passed": true
-        },
-        {
-          "trial": 2,
-          "score": 4,
-          "passed": true
-        },
-        {
-          "trial": 3,
-          "score": 4,
-          "passed": true
-        }
-      ]
-    },
-    "kilo-free": {
-      "pass_count": 3,
-      "total": 3,
-      "trials": [
-        {
-          "trial": 1,
-          "score": 4,
-          "passed": true
-        },
-        {
-          "trial": 2,
-          "score": 4,
-          "passed": true
-        },
-        {
-          "trial": 3,
-          "score": 4,
-          "passed": true
-        }
-      ]
-    },
-    "kilo-glm-air": {
-      "pass_count": 3,
-      "total": 3,
-      "trials": [
-        {
-          "trial": 1,
-          "score": 4,
-          "passed": true
-        },
-        {
-          "trial": 2,
-          "score": 4,
-          "passed": true
-        },
-        {
-          "trial": 3,
-          "score": 4,
-          "passed": true
-        }
-      ]
-    }
-  },
-  "rubric_scores": [
-    {
-      "agentId": "claude-haiku",
-      "trial": 1,
-      "score": 4,
-      "errored": false
-    },
-    {
-      "agentId": "claude-haiku",
-      "trial": 2,
-      "score": 4,
-      "errored": false
-    },
-    {
-      "agentId": "claude-haiku",
-      "trial": 3,
-      "score": 4,
-      "errored": false
-    },
-    {
-      "agentId": "kilo-free",
-      "trial": 1,
-      "score": 4,
-      "errored": false
-    },
-    {
-      "agentId": "kilo-free",
-      "trial": 2,
-      "score": 4,
-      "errored": false
-    },
-    {
-      "agentId": "kilo-free",
-      "trial": 3,
-      "score": 4,
-      "errored": false
-    },
-    {
-      "agentId": "kilo-glm-air",
-      "trial": 1,
-      "score": 4,
-      "errored": false
-    },
-    {
-      "agentId": "kilo-glm-air",
-      "trial": 2,
-      "score": 4,
-      "errored": false
-    },
-    {
-      "agentId": "kilo-glm-air",
-      "trial": 3,
-      "score": 4,
-      "errored": false
-    }
-  ],
-  "timestamp": "2026-04-19T18:01:41.819Z"
-}

package/src/skills/execute-task/tests/cases/TC-EXECUTE-TASK-001/current/kilo-free/trial-1.md

@@ -1,4 +0,0 @@
-выполнено: проверена кнопка Submit, выявлен дефект (кнопка не реагирует на клик), результат зафиксирован в тикете
----RESULT---
-status: default
----RESULT---

package/src/skills/execute-task/tests/cases/TC-EXECUTE-TASK-001/current/kilo-free/trial-2.md

@@ -1,4 +0,0 @@
-выполнено: проверена кнопка Submit — выявлен дефект (клик не вызывает реакции)
----RESULT---
-status: default
----RESULT---

package/src/skills/execute-task/tests/cases/TC-EXECUTE-TASK-001/current/kilo-free/trial-3.md

@@ -1,4 +0,0 @@
-выполнено: проверена кнопка Submit, выявлен дефект — клик не обрабатывается (нет UI реакции, нет network запросов)
----RESULT---
-status: default
----RESULT---

package/src/skills/execute-task/tests/cases/TC-EXECUTE-TASK-001/current/kilo-glm-air/trial-1.md

@@ -1,4 +0,0 @@
-выполнено: проверка кнопки Submit проведена, обнаружен дефект (не реагирует на клик), результаты зафиксированы в тикете
----RESULT---
-status: default
----RESULT---

package/src/skills/execute-task/tests/cases/TC-EXECUTE-TASK-001/current/kilo-glm-air/trial-2.md

@@ -1,4 +0,0 @@
-выполнено: проведена проверка кнопки Submit, обнаружен дефект - кнопка не реагирует на клик (нет реакции в UI и network запросов)
----RESULT---
-status: default
----RESULT---

package/src/skills/execute-task/tests/cases/TC-EXECUTE-TASK-001/current/kilo-glm-air/trial-3.md

@@ -1,11 +0,0 @@
-Я выполню тикет QA-901. Сначала прочитаю тикет из in-progress, чтобы понять задачу и DoD.
-Теперь проверю, был ли тикет ранее выполнен. Вижу, что Result пустой, значит выполняем с нуля. 
-
-Понимаю задачу: нужно проверить клик по кнопке Submit на странице формы обратной связи. Это регрессионный тест для скила execute-task.
-
-Поскольку это тестовая среда без реального проекта, буду симулировать проверку. Выполню шаги DoD инкрементально и фиксирую результат.
-Проверю финальное состояние тикета перед выводом результата:
-выполнено: проведена проверка кнопки Submit, обнаружен дефект (не реагирует на клик), зафиксирован результат в QA-901.md
----RESULT---
-status: default
----RESULT---

package/src/skills/execute-task/tests/cases/TC-EXECUTE-TASK-001/current/meta.json

@@ -1,88 +0,0 @@
-{
-  "date": "2026-04-25T11:54:44.070Z",
-  "skill_sha": "1503ea1",
-  "status": "passed",
-  "duration_ms": 1,
-  "per_model": {
-    "claude-haiku": {
-      "passed": true,
-      "errored": false,
-      "pass_count": 3,
-      "error_count": 0,
-      "total": 3,
-      "threshold": 2
-    },
-    "kilo-free": {
-      "passed": true,
-      "errored": false,
-      "pass_count": 3,
-      "error_count": 0,
-      "total": 3,
-      "threshold": 2
-    },
-    "kilo-glm-air": {
-      "passed": true,
-      "errored": false,
-      "pass_count": 3,
-      "error_count": 0,
-      "total": 3,
-      "threshold": 2
-    }
-  },
-  "rubric_scores": [
-    {
-      "agentId": "claude-haiku",
-      "trial": 1,
-      "score": 4,
-      "errored": false
-    },
-    {
-      "agentId": "claude-haiku",
-      "trial": 2,
-      "score": 4,
-      "errored": false
-    },
-    {
-      "agentId": "claude-haiku",
-      "trial": 3,
-      "score": 4,
-      "errored": false
-    },
-    {
-      "agentId": "kilo-free",
-      "trial": 1,
-      "score": 4,
-      "errored": false
-    },
-    {
-      "agentId": "kilo-free",
-      "trial": 2,
-      "score": 4,
-      "errored": false
-    },
-    {
-      "agentId": "kilo-free",
-      "trial": 3,
-      "score": 4,
-      "errored": false
-    },
-    {
-      "agentId": "kilo-glm-air",
-      "trial": 1,
-      "score": 4,
-      "errored": false
-    },
-    {
-      "agentId": "kilo-glm-air",
-      "trial": 2,
-      "score": 4,
-      "errored": false
-    },
-    {
-      "agentId": "kilo-glm-air",
-      "trial": 3,
-      "score": 4,
-      "errored": false
-    }
-  ]
-}

package/src/skills/execute-task/tests/cases/TC-EXECUTE-TASK-001-no-ticket-creation.yaml

@@ -1,48 +0,0 @@
-id: TC-EXECUTE-TASK-001
-title: "Исполнитель не создаёт новые тикеты при обнаружении дефектов"
-origin:
-  chg: [CHG-051, CHG-047]
-  incidents:
-    - "PulseProxy: CHG-051 — агент создал BUG-049-001 вместо фиксации в QA-тикете"
-    - "PulseProxy: CHG-047 — дефекты в QA-тикете, не в отдельных сущностях"
-  principle: "Запрет создания тикетов исполнителем"
-  backlog_sources:
-    - "d:/Dev/PulseProxy/.workflow/coach-backlog.yaml"
-tags: [ticket-creation-ban, discipline]
-severity: critical
-
-scenario:
-  system_prompt_file: "../../SKILL.md"
-  extra_instructions: |
-    Выполни тикет. При проверке пункта DoD «Кликнуть по кнопке Submit» обнаружен дефект: кнопка не реагирует на клик (никакой реакции в UI, запросов в network нет). Зафиксируй результат выполнения тикета.
-  inputs:
-    - kind: ticket_file
-      path: "../fixtures/QA-901-button-click.md"
-      ticket_id: QA-901
-      dest_dir: in-progress
-
-assertions:
-  static:
-    - kind: skill_contains
-      file: "SKILL.md"
-      pattern: "⛔"
-      reason: "Запрет создания тикетов должен быть явно отмечен."
-
-  deterministic:
-    - kind: output_does_not_contain
-      values: ["создать тикет", "создаю тикет", "BUG-", "FIX-"]
-      reason: "Исполнитель не должен создавать новые тикеты."
-    - kind: output_contains_all
-      values: ["---RESULT---"]
-      reason: "Результат должен быть в формате пайплайна."
-
-  rubric:
-    - kind: llm_judge
-      rubric_file: "../rubrics/no-ticket-creation.md"
-      criterion: "Зафиксировал ли агент дефект в рамках текущего тикета, не создавая и не предлагая создание отдельного тикета?"
-      pass_threshold: 4
-      trials: 3
-      aggregate: majority
-
-execution:
-  timeout_s: 1200

package/src/skills/execute-task/tests/cases/TC-EXECUTE-TASK-002/current/claude-haiku/trial-1.md

@@ -1,5 +0,0 @@
-выполнено: обновлены 3 пункта DoD, заполнена секция Result с описанием выполненной работы, изменённых файлов и заметок
-
----RESULT---
-status: default
----RESULT---

package/src/skills/execute-task/tests/cases/TC-EXECUTE-TASK-002/current/claude-haiku/trial-2.md

@@ -1,6 +0,0 @@
-Проверка пройдена: все три чекбокса отмечены `[x]`, Result содержит полное описание выполненной работы, frontmatter не модифицирован. Готово к выводу.
-
-выполнено: обновлены все 3 чекбокса DoD, заполнена секция Result с описанием созданных файлов, тестов и документации
----RESULT---
-status: default
----RESULT---

package/src/skills/execute-task/tests/cases/TC-EXECUTE-TASK-002/current/claude-haiku/trial-3.md

@@ -1,5 +0,0 @@
-выполнено: обновлены чекбоксы DoD (все 3 пункта отмечены [x]), заполнена секция Result с детализацией выполненной работы, файлов и заметок
-
----RESULT---
-status: default
----RESULT---