verification-gate
完成前驗證閘門,強制要求提供新鮮的驗證證據才能宣稱完成。當 agent 或使用者聲稱「完成了」「修好了」「測試通過」「done」「fixed」但未附驗證證據時自動啟用。
Install
npx skills add https://github.com/kopp0510/claude-dd/tree/main/skills/verification-gate
claude plugin marketplace add https://llmmart.ai/marketplace.json && claude plugin install kopp0510-claude-dd@llmmart
git clone https://github.com/kopp0510/claude-dd.git
The skills CLI installs just this skill, for any of its supported agents. Claude Code installs the whole kopp0510/claude-dd collection as a plugin from our marketplace. Git is the plain clone.
Skill manifest
Verification Gate — 完成前驗證閘門
借鑑 obra/superpowers 的 verification-before-completion 概念;「假紅」那條紅旗借鑑 michael-denyer/pstack-claude 的 tdd。
鐵律
執行命令 → 讀取輸出 → 然後才能宣稱結果。 沒有新鮮證據就不能宣稱完成。
「新鮮」= 本次工作中、最後一次修改之後實際執行並觀察到的結果。 「之前跑過」「應該可以」「改動很小」都不算。
驗證流程
識別驗證項目 — 依宣稱類型對照:
宣稱 必要驗證 測試通過 執行測試指令,讀完整輸出(通過/失敗/跳過數,不只看 exit code) 建置成功 執行 build,確認零錯誤、輸出檔案存在 bug 已修復 重現原始問題步驟,確認不再發生 功能已實作 端對端執行該功能(真實 API / 瀏覽器,同 8 步迴圈步驟 5) 沒有迴歸 執行完整相關測試套件,確認無新增失敗 lint / 型別正確 執行 linter / type checker,確認零錯誤 subagent 回報完成 讀 subagent 改的檔案 + 親自重跑它聲稱通過的驗證 執行並讀取 — 等命令完成,逐行讀輸出,記錄警告與異常
裁決 — 全過 → 附證據宣稱完成;任何失敗 → 停止、修復、從頭重驗
宣稱完成(附證據) — 報告格式:項目 / 命令 / 結果 / 證據摘要,逐列列出
修 bug 時的迴歸驗證模式:git stash -u && <測試>(看到失敗,而且是被測的東西跑到了、給了錯的結果,不是 import 或測試資料出錯,見下方紅旗)→ git stash pop && <測試>(看到通過)。
-u 不可省:裸 git stash 不收未追蹤的新檔,修復若是「新增一個檔案」就整個沒被藏起來,
第一步照樣通過 —— 得到的是假的 PASS。更糟的是堆疊裡本來就有舊 stash 時:git stash pop
會把不相干的那筆彈回工作目錄,整條鏈 exit 0 全綠,還順手污染了工作目錄(實測)。
真正讓整條鏈靜靜變綠的是這一半:git stash -u 在沒東西可存時 exit 0
(只印「沒有要儲存的本機修改」),所以 && 不會斷,後面的 pop 把舊 stash 彈出來也 exit 0。
反過來,堆疊空的時候 pop 才會 exit 1(「未發現貯存條目。」)—— 那種失敗是大聲的。
另:這個模式只在修復還沒 commit 時成立 —— 8 步迴圈步驟 2 已經 commit 之後,
stash 無物可存,要改用 git stash 以外的方式(例如 git revert --no-commit 或在暫存 worktree 比對)。
紅旗 — 看到即停下補驗證
- 「應該」「大概」「我覺得」等不確定語氣出現在完成宣稱裡
- 宣稱完成但沒有貼出任何命令輸出
- 引用修改前的測試結果
- 「手動驗證過了」但沒說步驟
- 未經確認就採信 subagent 的回報
- ⚠️ 寫下「0 紅 / 沒有差異 / 全綠」而沒有先驗實驗本身 —— 本技能的鐵律管「有沒有跑並讀輸出」, 這一條管那次執行有效嗎:變異真的生效了嗎、測試總數對得上嗎、實驗到達那個狀態了嗎。 判準見全域 CLAUDE.md §3.9(「0 紅的第一個嫌疑人永遠是實驗本身」)
- ⚠️ 看到紅就當成「測試抓得到」 —— 上一條管假綠,這一條管假紅:import 路徑寫錯、拼錯字、 測試資料沒建好也都會紅。要讀紅的內容:被測的東西真的跑到了、給了錯的結果才算(連斷言沒過都可能是資料沒建好、拿空結果去比常數); 錯的值不必是你預期的那一個(舊碼可能掉進第三種狀態)。 判準見全域 CLAUDE.md §3.5
- ⚠️ 斷言「有以 X 呼叫」就當成驗過了 —— 那證明的是我傳對了,不是它吃得下。 承重的那一支被 mock 掉時,整條路可以全綠而從沒被執行(見全域 §3.5)
合理化防範
| 藉口 | 現實 |
|---|---|
| 「這只是重構,不影響行為」 | 重構是最常引入 bug 的操作之一 |
| 「型別系統已經保證了」 | 型別不能保證運行時行為 |
| 「改動太小」 | 小改動也能破壞系統 |
| 「我很確定」 | 確定程度不能替代證據 |
| 「時間不夠 / 測試太慢」 | debug 花的時間更多;至少跑相關子集 |
| 「本地跑得好好的」 | 環境差異存在,CI 也要過 |
與原生 /goal 的關係
互補:/goal(Claude Code ≥ 2.1.139)負責「要不要再跑一輪」;本閘門負責「這一輪能不能
說完成」。用 /goal 自主收斂時,鐵律仍適用於每一輪 — 評估器讀到的「完成」必須是
執行命令、讀取輸出後的結果。
不適用
純討論/設計(沒有完成宣稱)、文件撰寫、探索性調查。
Files (claude-dd)
-
SKILL.md 5.1 KB
--- name: verification-gate description: 完成前驗證閘門,強制要求提供新鮮的驗證證據才能宣稱完成。當 agent 或使用者聲稱「完成了」「修好了」「測試通過」「done」「fixed」但未附驗證證據時自動啟用。 allowed-tools: Read, Bash, Grep, Glob --- # Verification Gate — 完成前驗證閘門 借鑑 obra/superpowers 的 `verification-before-completion` 概念;「假紅」那條紅旗借鑑 michael-denyer/pstack-claude 的 `tdd`。 ## 鐵律 **執行命令 → 讀取輸出 → 然後才能宣稱結果。** 沒有新鮮證據就不能宣稱完成。 「新鮮」= 本次工作中、最後一次修改**之後**實際執行並觀察到的結果。 「之前跑過」「應該可以」「改動很小」都不算。 ## 驗證流程 1. **識別驗證項目** — 依宣稱類型對照: | 宣稱 | 必要驗證 | |---------|---------| | 測試通過 | 執行測試指令,讀完整輸出(通過/失敗/跳過數,不只看 exit code) | | 建置成功 | 執行 build,確認零錯誤、輸出檔案存在 | | bug 已修復 | 重現原始問題步驟,確認不再發生 | | 功能已實作 | 端對端執行該功能(真實 API / 瀏覽器,同 8 步迴圈步驟 5) | | 沒有迴歸 | 執行完整相關測試套件,確認無新增失敗 | | lint / 型別正確 | 執行 linter / type checker,確認零錯誤 | | subagent 回報完成 | 讀 subagent 改的檔案 + 親自重跑它聲稱通過的驗證 | 2. **執行並讀取** — 等命令完成,逐行讀輸出,記錄警告與異常 3. **裁決** — 全過 → 附證據宣稱完成;任何失敗 → 停止、修復、從頭重驗 4. **宣稱完成(附證據)** — 報告格式:項目 / 命令 / 結果 / 證據摘要,逐列列出 修 bug 時的迴歸驗證模式:`git stash -u && <測試>`(看到失敗,而且是被測的東西跑到了、給了錯的結果,不是 import 或測試資料出錯,見下方紅旗)→ `git stash pop && <測試>`(看到通過)。 **`-u` 不可省**:裸 `git stash` 不收未追蹤的新檔,修復若是「新增一個檔案」就整個沒被藏起來, 第一步照樣通過 —— 得到的是假的 PASS。更糟的是堆疊裡本來就有舊 stash 時:`git stash pop` 會把**不相干的那筆**彈回工作目錄,整條鏈 exit 0 全綠,還順手污染了工作目錄(實測)。 真正讓整條鏈靜靜變綠的是這一半:**`git stash -u` 在沒東西可存時 exit 0** (只印「沒有要儲存的本機修改」),所以 `&&` 不會斷,後面的 `pop` 把舊 stash 彈出來也 exit 0。 反過來,堆疊**空的**時候 `pop` 才會 exit 1(「未發現貯存條目。」)—— 那種失敗是大聲的。 另:這個模式只在修復**還沒 commit** 時成立 —— 8 步迴圈步驟 2 已經 commit 之後, stash 無物可存,要改用 `git stash` 以外的方式(例如 `git revert --no-commit` 或在暫存 worktree 比對)。 ## 紅旗 — 看到即停下補驗證 - 「應該」「大概」「我覺得」等不確定語氣出現在完成宣稱裡 - 宣稱完成但沒有貼出任何命令輸出 - 引用修改**前**的測試結果 - 「手動驗證過了」但沒說步驟 - 未經確認就採信 subagent 的回報 - ⚠️ **寫下「0 紅 / 沒有差異 / 全綠」而沒有先驗實驗本身** —— 本技能的鐵律管「有沒有跑並讀輸出」, 這一條管**那次執行有效嗎**:變異真的生效了嗎、測試總數對得上嗎、實驗到達那個狀態了嗎。 判準見全域 CLAUDE.md §3.9(「0 紅的第一個嫌疑人永遠是實驗本身」) - ⚠️ **看到紅就當成「測試抓得到」** —— 上一條管假綠,這一條管假紅:import 路徑寫錯、拼錯字、 測試資料沒建好也都會紅。要讀紅的內容:被測的東西真的跑到了、給了錯的結果才算(連斷言沒過都可能是資料沒建好、拿空結果去比常數); 錯的值不必是你預期的那一個(舊碼可能掉進第三種狀態)。 判準見全域 CLAUDE.md §3.5 - ⚠️ **斷言「有以 X 呼叫」就當成驗過了** —— 那證明的是我傳對了,不是它吃得下。 承重的那一支被 mock 掉時,整條路可以全綠而從沒被執行(見全域 §3.5) ## 合理化防範 | 藉口 | 現實 | |---------|------| | 「這只是重構,不影響行為」 | 重構是最常引入 bug 的操作之一 | | 「型別系統已經保證了」 | 型別不能保證運行時行為 | | 「改動太小」 | 小改動也能破壞系統 | | 「我很確定」 | 確定程度不能替代證據 | | 「時間不夠 / 測試太慢」 | debug 花的時間更多;至少跑相關子集 | | 「本地跑得好好的」 | 環境差異存在,CI 也要過 | ## 與原生 `/goal` 的關係 互補:`/goal`(Claude Code ≥ 2.1.139)負責「要不要再跑一輪」;本閘門負責「這一輪能不能 說完成」。用 `/goal` 自主收斂時,鐵律仍適用於每一輪 — 評估器讀到的「完成」必須是 執行命令、讀取輸出後的結果。 ## 不適用 純討論/設計(沒有完成宣稱)、文件撰寫、探索性調查。
Comments (0)
Sign in to join the conversation.
Reviews (0)
No reviews yet.
No comments yet.