muse-agent-example/docs/系统架构/新版设计/改造计划/执行与验收.md

工作包执行与验收

任务与审查批次

本改造以每个 W 为交付与独立整体审查批次，包内按可独立验收的完整能力组织任务；不把单条旧用例或每次提交当作新审查批次。每 W 稳定并通过完整合同门禁后统一审查，问题修复后按影响范围重审。任务边界、依赖并行、提交授权与审查维度遵守计划与提交，实现与验证节奏遵守执行流程。必要的高危方案事前评审和最终跨包集成验收不省略。

每包执行顺序

1. 读取本包引用的业务、数据、接口和文件合同，核对依赖包已提供所需真实能力。
2. 从分配清单取出本包功能、目标文件及 TC/LC 用例，复核源内容和参数。源码已变化时更新对应承接记录。
3. 把新增功能和旧用例差异落实为独立 given/when/then 与环境；复合用例拆分，只有同输入边界、动作和后果的重复用例才合并。
4. 先建立能表达失败的最小行为验证，再实现本包公开接口、内部职责及真实接入。生成客户端和资源从同一权威产生。
5. 本包稳定后集中运行实际用例、相关静态/契约检查和必要真实入口验证；开发期按影响范围快检。发现跨包依赖缺口时补明确依赖，不用假成功对象掩盖。
6. 检查配置、引用和旧路径；仅清理已满足退出条件的内容，保存必要恢复资产。
7. 形成可审差异、用例结果及剩余限制，同步权威文档。提交、合并和发布按现有授权执行，不把计划当成这些动作的自动授权。

本包输出应可独立检查，不以“目录已建”“函数已声明”“模型能返回文本”作为完成。保护的是用户动作与后果，不能为了凑覆盖率复刻内部实现。

工作包状态

工作包状态使用 planned、in_progress、blocked、verified。进入 verified 需要本包接受条件及所分配的实际用例通过；只完成代码或机制原型不得记为整条产品链验收。依赖是业务能力依赖，不是虚假的文档完成状态。

阻塞记录具体缺失输入、实际失败与可继续的独立工作。技术选择在已授权设计内由执行者解决；涉及尚未授权的数据变更或外部发布时，先把产物、差异和恢复方式准备到可审状态，再请求必要决定。已经授权且范围未变的动作不重复确认。

修改公共合同或改变处置规则时，同步其权威文件和受影响工作包，不能只在某个包的备注里新增第二套规则。

验证层次与环境

验证层	环境与证据	能说明什么
纯规则	固定输入、假时钟、临时目录；默认禁止外部访问	字段、正文转换、预算、patch、确定性边界
协议与适配	真实协议形状及有标记宿主/传输替身	解析、流式终态、角色与工具合同，不证明模型真实行为
数据库	每批隔离 PG、不同用途角色、独立并发连接	CAS、事务回滚、幂等、引用、隔离与迁移约束
服务旅程	真实安装包及隔离库，替身模型须标明	真入口与持久状态确实接通
浏览器	真实后端及隔离库，中文输入与实际点击	界面没有绕开版本、作者决策或结构保护
真实模型/宿主	明确模型、资源、预算、授权与实际调用	真实执行与恢复；与文学效果判断分别报告
迁移与恢复	完整快照、原文字节、空目标库、差异与恢复清单	数据可以正确带走、导入并继续使用

W02 建立并验证实际可用的安装、静态检查、测试收集/选择、构建和资源核对命令，写入项目使用入口。命令以当时锁定工具链为准；本计划不把尚未创建的 CLI 或 Make 目标写成现在能执行的命令。测试按具体用例名/参数 ID 选择，禁止用执行旧整包脚本代替新逐例安排。

旧“离线”脚本曾有数据库副作用，不直接在原环境运行整套旧清单。只读提取用例与实际执行测试分开，集成只指向显式隔离库。空收集、超时、缺依赖、跳过及只打印 PASS 都不能计作通过。

一份交付证据包含什么

每包保留工作包 ID、输入基线、变更文件、代码与资源版本、实际执行命令、环境用途、用例/参数 ID、退出码、可观察结果和失败详情。模型部分另记实际调用、用量、版本和归档状态；不得记录凭据值。

证据写入 .agents.local/改造/<批次ID>/ 的受控批次材料，按用途纳入备份；原始运行记录及时保留，状态、权威文档和交接摘要按交付批次集中同步，不为每个小片新增登记脚本或平行账本。共享文档只引用允许公开的总结、哈希与获取位置，不将私人原文、凭据或实验答案复制进文档。该目录是运行期位置，不由准备计划这一步创建。

用例状态分别记录未实现、已实现未执行、通过、失败、环境阻塞、明确退役。退役不计通过；一个文件内某用例通过不推进其他用例。断言修正、参数合并和移除都保留对应 LC/TC 身份与理由。

阶段验证与最终验证

每包按执行流程进行开发期快检、能力回归和批次完整门禁，依据版本与适用条件复用证据；共享合同、失败恢复、引用或环境变化时重验受影响范围，不因无变化反复扩大验证。W29 在完整冻结基线和发布包上做一次跨模块验收，特别验证前期只在开发子集或机制层证明过的行为；W30 的切换观察和 W31 的旧实现退出条件仍分别验收，不能用各包局部通过替代。

最终逐项核对 129 个功能场景：实现入口、独立测试、所需真实环境和限制。已有 TC 清单主要承担旧行为与已发现缺口，新功能仍须在所属包补齐场景；不得把二者的数量相等当作覆盖证明。

关键接缝必须实证

接缝	必须观察的结果
工作台 → 正式提交	携带审稿时的正文、候选、结构和来源版本；旧请求拒绝，作者新稿不变
S01 → 正文/事实/派生	任一参与者失败则全部回滚；相同请求幂等，异参数冲突
工具 → 上下文	模型不能扩大作品、截止时点或用途；实际读取被记录
模型 → 候选	输出有明确终态及结构校验；模型不自填受保护身份或确认结果
章后 → 事实/索引	正文已成功时派生失败单独可见；旧 revision 结果不覆盖新数据
临时原文 → 归档	租约先于字节，完整归档事务后才能清理源；migrating 不误删
旧知识 → 新 owner	K01—K08 分流正确，歧义隔离，确认和端点不靠猜测
改进 → 实际启用	启用的目标哈希等于已测哈希，目标 owner 唯一修改生效状态
完整备份 → 恢复实例	原文、动态字段、关系和作者决定能读回并支持真实旅程

这些接缝的源码、实例和反例合同以既有设计为准，机械清单检查不能替代其语义验收。