This repository was archived by the owner on Sep 28, 2026. It is now read-only.
Repository navigation
flow-steps：第 4、6、7 段的四条步——建工作树加基线、验证取证、接审查意见、收尾；flow 升 0.1.1 改点名（#113） - #114
Merged
Merged
Conversation
- plugins/flow-steps：plugin.json 0.1.0，四条 skill 占位（worktree-baseline、verify-evidence、review-response、wrap-up） - 八个 claude plugin eval 用例，每条 skill 一正一反，带 mock 的分拣块 - marketplace 一条、daily/all manifest 各四条；目录页重生成；plugins/README 插件数改十二 Co-Authored-By: Claude Fable 5.1 <noreply@anthropic.com>
- 九段表：worktree-baseline、verify-evidence、review-response、wrap-up 取代「desk#140 第 N 步，未建」；删「标『未建』的步」那条规矩 - plugins/CONTEXT.md：加「验证与审查」两条——证据、硬问题／判断题 - marketplace 版本同步 0.1.1；目录页重生成 Co-Authored-By: Claude Fable 5.1 <noreply@anthropic.com>
- worktree-baseline、verify-evidence、review-response、wrap-up 各一页：什么时候用、步骤（带验收标准）、产出、出口、为什么在哪 - evals/README.md 基线观察（对照组：sonnet）；results/2026-09-16-baseline 已 scrub 用户名 Co-Authored-By: Claude Fable 5.1 <noreply@anthropic.com>
Co-Authored-By: Claude Fable 5.1 <noreply@anthropic.com>
- worktree-baseline：已有工作树时问完就停；旗标与检查位置改成「去查」；去掉与 flow 重复的原句；加「不 push」 - review-response：某条的几种改法写在该条里，不另起问题；硬问题定义改指词汇表 - wrap-up：四节标题与停靠四栏写明（评测沙箱里没有 flow）；材料不全标「待补」不另要 - 用例：worktree-baseline-existing 改虚构路径与分支、不请求权限；wrap-up-no-push 把现场材料给全 - grader：门口消息在工具不可用时接受「请代跑命令」的收尾；审查清单里的子选项不算多问；lint 只要标未验证；收尾不为要材料另问 - flow 表：第 4 段门改「开哪些可选步、基线过没过」，第 7 段门改「开 PR 还是放着；合由主人做」 - 词汇表：硬问题标自造、证据改指 verify-evidence；plugins/README flow 版本 0.1.1；flow README 副本数改十六份 Co-Authored-By: Claude Fable 5.1 <noreply@anthropic.com>
- worktree-baseline：查绑定与建树绑 issue 两条 orca 命令回到正文（和 Orca 的合同），其余旗标去查 - wrap-up：停靠四栏各一行不用表格；收尾那条消息只有一个问句 - grader：门口消息接受「代跑命令后再敲 /implement」为同一条路；收尾容忍「工具不可用」的说明句；停靠表格算 FAIL - results/2026-09-16-gate：第二轮完整结果（5 过 3 未过，已 scrub） Co-Authored-By: Claude Fable 5.1 <noreply@anthropic.com>
Co-Authored-By: Claude Fable 5.1 <noreply@anthropic.com>
This was referenced Sep 19, 2026
This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Sign up for free
to subscribe to this conversation on GitHub.
Already have an account?
Sign in.
Add this suggestion to a batch that can be applied as a single commit.This suggestion is invalid because no changes were made to the code.Suggestions cannot be applied while the pull request is closed.Suggestions cannot be applied while viewing a subset of changes.Only one suggestion per line can be applied in a batch.Add this suggestion to a batch that can be applied as a single commit.Applying suggestions on deleted lines is not supported.You must change the existing code in this line in order to create a valid suggestion.Outdated suggestions cannot be applied.This suggestion has been applied or marked resolved.Suggestions cannot be applied from pending reviews.Suggestions cannot be applied on multi-line comments.Suggestions cannot be applied while the pull request is queued to merge.Suggestion cannot be applied right now. Please check back later.
做了什么
plugins/flow-steps（0.1.0），四条 skill，都是自动调用、不改路由（frontmatter 只有name与description，Claude 侧name-only进上线待办）：worktree-baseline（第 4 段）：先查同 issue 有没有活着的工作树，用 Orca 开并绑 issue，把目标仓自己的检查跑一遍当基线，给出第 4 段门口那条消息。verify-evidence（第 6 段，小改动也用）：每条声称配一条刚跑过的命令、退出码、关键输出行，贴进对话再进 PR「怎么验证的」；没跑过的标「未验证」。review-response（第 6 段）：拿code-review的两轴报告逐条复述、对照代码核实、给建议与理由并标硬问题或判断题，整份报主人，主人定了再一条一改一测；不客套、不在 PR 回帖。wrap-up（第 7 段）：按仓模板写 PR 正文四节（从 issue、spec、证据抄）、写停靠记录、登记挂起物，只问主人一句「推上去开 PR，还是放着」；不做本地 merge。flow升 0.1.1：九段表第 4、6、7 段四格从「desk#140 第 N 步，未建」改成点名这四条，删「标『未建』的步」那条规矩；marketplace 同步。claude plugin eval用例（每条一正一反，带 mock 的分拣块）；evals/README.md有用例构成、基线观察、实跑记录；结果在evals/results/。plugins/CONTEXT.md加「验证与审查」两条：证据、硬问题／判断题。profiles/daily/manifest.json与profiles/all/manifest.json各四条；目录页重生成；plugins/README.md插件数改十二。为什么
Closes #113，Closes #112。方案对齐记录在 desk#140。Superpowers 四条在 Windows 关闭后（agent-config#37），
flow路线上第 4、6、7 段四格只剩「按这句手做」；原版四条和工作区规矩打架（默认建.worktrees/、收尾菜单含本地 merge 与 push、接审查意见末尾用gh api回帖、没有停靠记录与 PR 四节）。两个决定：一个插件四条 skill（Q1 = A；备选四个插件、或写成flow的 references——验证取证与收尾在flow之外也要用，做成 skill 才点得着）；审查意见全部先报主人、主人定了再改（Q2 = B）。判两件事（按 skill-authoring）：四条都不是路由 skill——各只影响自己那一格；都是自动调用——
flow点名。怎么验证的
claude plugin validate plugins/flow-steps、claude plugin validate plugins/flow：通过。node plugins/tests/skills.test.ts：通过（12 个 Plugin、23 个 Skill，目录页一致）。evals/README.md。results/2026-09-16-gate/加三条重跑results/2026-09-16-gate-rerun/<用例>/）：七条 1.0（对照组 0 到 0.56；verify-evidence-no-run两组同分作回归守卫）；worktree-baseline-open0.83——命令都对，门口消息因工具不可用把工作树写成「待定」，grader 要求写计划名，是沙箱产物，未按硬线重跑，由负责人在第 6 段的门上定。平均差值 +0.74。迭代三轮，细节在evals/README.md。flow改表后复跑（0.1.1，sonnet，每用例 1 次，plugins/flow/evals/results/2026-09-16-v0.1.1-sonnet/）：五条 1.0；enter-at-segment-40.5、ticket-optional-steps0.75、question-with-options0.33，三处都在改表没碰的地方，是 sonnet 单次运行的行为（工具不可用时停下来要材料、门口多问一句、选项少了「不换」），不是改动引入的退化；被测模型与改前那份不同，数字不直接比。scrub-eval-results.ts，没有本机用户名。assess-public-tree --rev HEAD：allowed（scanned 1474）。contracts validate、skill-evaluation.test.ts、联邦入口静态合同、entry_sync check --scope repository：都通过。/code-review两轴审查过一轮，已修：Spec 轴——worktree-baseline缺「不 push」；flow表第 4 段门「要不要建 worktree」、第 7 段「合」与新步矛盾（改门的措辞）；verify-evidence正例缺指示器；上线待办漏了常驻规则「小改动：贴证据」要点名verify-evidence。Standards 轴——worktree-baseline抄了 orca 全套旗标与 flow 的绑定原句（改「去查」和指针）；worktree-baseline-existing用例里有本机样式路径与分支前缀（改虚构）；plugins/README.mdflow 版本没跟到 0.1.1；词汇表「硬问题」标自造、「证据」改指 skill；mock 规则副本改写「十六份」。判断题保留并说明：wrap-up正文列出四节标题与停靠四栏（评测沙箱里没有flow，第一轮门评测证明不列就自创格式）；一条 llm grader 判一个行为的几个可观测面，与 flow：流程 skill——改动落地的路线，判为改动落地才读（#108） #110 同款。怎么回退
revert 本 PR：四条 skill、manifest 与 marketplace 条目、
flow的表改动一起回去，flow回到 0.1.0 的「按这句手做」。本 PR 不改 agent-config，可见档由上线待办驱动，revert 后无需清理外部状态。🤖 Generated with Claude Code