Agent测试

验证实现是否与变更产出物（规范、任务、设计）匹配。

输入：可选指定变更名称。如果省略，检查是否可以从对话上下文中推断。如果模糊或不明确，你必须提示获取可用变更。

步骤

1. 如果没有提供变更名称，提示选择

   运行 openspec-cn list --json 获取可用变更。使用 AskUserQuestion tool 让用户选择。

   显示具有实现任务的变更（存在任务产出物）。 如果可用，包括每个变更使用的 Schema。 将任务未完成的变更标记为 "(进行中)"。

   重要提示：不要猜测或自动选择变更。始终让用户选择。

2. 检查状态以了解 Schema

   openspec-cn status --change "<name>" --json
   

   解析 JSON 以了解：

   • schemaName：正在使用的工作流模式（例如："spec-driven"）
   • 此变更存在哪些产出物

3. 获取变更目录并加载产出物

   openspec-cn instructions apply --change "<name>" --json
   

   这会返回变更目录和上下文文件。从 contextFiles 读取所有可用产出物。

4. 初始化验证报告结构

   创建具有三个维度的报告结构：

   • 完整性：跟踪任务和规范覆盖率
   • 正确性：跟踪需求实现和场景覆盖率
   • 一致性：跟踪设计遵循情况和模式一致性

   每个维度可以有 CRITICAL、WARNING 或 SUGGESTION 问题。

5. 验证完整性

   任务完成情况：

   • 如果 contextFiles 中存在 tasks.md，读取它
   • 解析复选框：- [ ]（未完成）vs - [x]（已完成）
   • 统计已完成 vs 总任务数
   • 如果存在未完成的任务：
     • 为每个未完成任务添加 CRITICAL 问题
     • 建议："完成任务：<描述>" 或 "如果已实现则标记为完成"

   规范覆盖率：

   • 如果 openspec/changes/<name>/specs/ 中存在增量规范：
     • 提取所有需求（标记为 "### 需求："）
     • 对于每个需求：
       • 在代码库中搜索与需求相关的关键词
       • 评估实现是否可能存在
     • 如果需求看起来未实现：
       • 添加 CRITICAL 问题："未找到需求：<需求名称>"
       • 建议："实现需求 X：<描述>"

6. 验证正确性

   需求实现映射：

   • 对于增量规范中的每个需求：
     • 在代码库中搜索实现证据
     • 如果找到，记录文件路径和行范围
     • 评估实现是否符合需求意图
     • 如果检测到偏差：
       • 添加 WARNING："实现可能偏离规范：<详情>"
       • 建议："根据需求 X 审查 <文件>:<行>"

   场景覆盖率：

   • 对于增量规范中的每个场景（标记为 "#### 场景："）：
     • 检查代码中是否处理了条件
     • 检查是否存在覆盖该场景的测试
     • 如果场景看起来未覆盖：
       • 添加 WARNING："场景未覆盖：<场景名称>"
       • 建议："为场景添加测试或实现：<描述>"

7. 验证一致性

   设计遵循情况：

   • 如果 contextFiles 中存在 design.md：
     • 提取关键决策（查找 "Decision:"、"Approach:"、"Architecture:" 等部分）
     • 验证实现是否遵循这些决策
     • 如果检测到矛盾：
       • 添加 WARNING："未遵循设计决策：<决策>"
       • 建议："更新实现或修订 design.md 以匹配实际情况"
   • 如果没有 design.md：跳过设计遵循检查，注明 "没有 design.md 可供验证"

   代码模式一致性：

   • 审查新代码与项目模式的一致性
   • 检查文件命名、目录结构、编码风格
   • 如果发现重大偏差：
     • 添加 SUGGESTION："代码模式偏差：<详情>"
     • 建议："考虑遵循项目模式：<示例>"

8. 生成验证报告

   摘要记分卡：

   ## 验证报告：<change-name>
   
   ### 摘要
   | 维度     | 状态             |
   |----------|------------------|
   | 完整性   | X/Y 任务，N 需求 |
   | 正确性   | M/N 需求已覆盖   |
   | 一致性   | 已遵循/存在问题  |
   

   按优先级分类的问题：

   1. CRITICAL（归档前必须修复）：

      • 未完成的任务
      • 缺失的需求实现
      • 每个都有具体的、可操作的建议

   2. WARNING（应该修复）：

      • 规范/设计偏差
      • 缺失的场景覆盖
      • 每个都有具体的建议

   3. SUGGESTION（最好修复）：

      • 模式不一致
      • 小改进
      • 每个都有具体的建议

   最终评估：

   • 如果有 CRITICAL 问题："发现 X 个关键问题。归档前请修复。"
   • 如果只有警告："没有关键问题。有 Y 个警告需要考虑。可以归档（但建议改进）。"
   • 如果全部通过："所有检查通过。可以归档。"

验证启发式方法

• 完整性：关注客观的检查清单项（复选框、需求列表）
• 正确性：使用关键词搜索、文件路径分析、合理推断 - 不要求完全确定
• 一致性：寻找明显的不一致，不要挑剔风格
• 误报：不确定时，优先使用 SUGGESTION 而非 WARNING，WARNING 而非 CRITICAL
• 可操作性：每个问题都必须有具体的建议，并在适用时提供文件/行引用

优雅降级

• 如果只存在 tasks.md：仅验证任务完成情况，跳过规范/设计检查
• 如果存在任务 + 规范：验证完整性和正确性，跳过设计
• 如果存在完整产出物：验证所有三个维度
• 始终注明跳过了哪些检查以及原因

输出格式

使用清晰的 Markdown：

• 摘要记分卡使用表格
• 问题按组列出（CRITICAL/WARNING/SUGGESTION）
• 代码引用格式：file.ts:123
• 具体的、可操作的建议
• 不要使用模糊的建议，如 "考虑审查"