[Eridanus117]

做了什么

agent-system#122（第三批票 8「证」）。旧 workcoding 的 evidence-regression、release-observe 两条正文各拆成两条实践加一条活动：

• plugins/practices 新增四条模型可拿的实践：golden-master（母版来源、两类比对、判 diff 归三类、三样进 PR）、record-replay（挑样本、规整规则、请主人否、改前录、回放）、feature-toggle（一个开关、回滚即关开关、验老路径 diff 为零、主人拨）、canary-release（三档、一句一观测加四个黄金信号、冒烟、每档主人定）。record-replay 与 canary-release 各带一份 references/ 例子。
• plugins/flow-steps 新增两条规程：regression-evidence（改旧代码时才开的活动「证」：改前按 record-replay、改后按 golden-master、三样进 PR）、rollout-observe（第 8 阶段：feature-toggle 定回滚点、canary-release 定放量、门上那条消息、多数改动一句跳过）。正文只点名与完成判据，不内联实践做法；旧正文的路由边界表、自检、验证状态没有带过来。
• flow：改旧代码时才开的活动那两句、第 8 阶段表格行、references/gate-message.md 例子里的旧名改指 regression-evidence、rollout-observe（表格行与例子超出「可选步那一句」，为了 flow 里不留旧名，请主人认）。
• 版本：practices 0.1.0→0.1.1、flow-steps 0.1.1→0.1.2、flow 0.1.2→0.1.3，marketplace 同步；两份 profile manifest 各加六条；目录页重生成；两个 plugin.json 的描述改成不再列死条数。
• 评测：13 个用例（practices 9、flow-steps 4）、基线与门评测结果、两份 evals README 各加一节。
• 不动：plugins/workcoding 两条旧正文原样保留（归档在 票9 收口：归档 workcoding、删旧词别名、更新工作方法地图 #123）；其余三票并行改的共享文件只加自己的条目。

为什么

agent-system#115（spec）实现决定 3、4、8：自建实践只写 Matt 没有的，实践与规程分层，骨架只必有两节。写法按 ADR-0006 与 skill-authoring 的 writing-rules；词汇按 plugins/CONTEXT.md。命名：实践用业界词的英文（golden master、record and replay、feature toggle、canary release），两条活动的名字不与旧名重复（测试守着跨 plugin 不重名），旧名留到 #123 归档时清。

怎么验证的

node plugins/tests/skills.test.ts
PASS: 13 个 Plugin、33 个 Skill，目录页一致，词汇表 26 条带英文与出处   exit 0
claude plugin validate plugins/practices    ✔ Validation passed   exit 0
claude plugin validate plugins/flow-steps   ✔ Validation passed   exit 0
claude plugin validate plugins/flow         ✔ Validation passed   exit 0
node plugins/scripts/skills-overview.ts --write   已生成   exit 0
grep -rl Morni plugins/*/evals/results --include=*.json   （无输出，已洗）

门评测（有 skill 组对对照组，每用例 3 次，裁判 sonnet；practices 被测默认模型，flow-steps 被测 sonnet；每个 plugin 每次命令 --max-cost-usd 20）：

用例	有 skill 组	对照组	差值
golden-master-replay-test	1.0	0.33	+0.67
golden-master-post-change-capture	1.0	1.0	0（回归守卫）
golden-master-diff-triage	1.0	1.0	0（回归守卫）
record-replay-sample-plan	1.0	0	+1.0
record-replay-volatile-diff	1.0	1.0	0（回归守卫）
feature-toggle-rollback-plan	1.0	0	+1.0
feature-toggle-second-toggle	1.0	0	+1.0
canary-release-three-tiers	0.33	0	+0.33（裁判噪声，见 README）
canary-release-no-toggle-system	1.0	0	+1.0
regression-evidence-before-change	1.0	0	+1.0
regression-evidence-new-only	1.0	0.67	+0.33
rollout-observe-plan	0.67	0	+0.67（一次 sonnet 多问）
rollout-observe-skip	1.0	0	+1.0

practices 平均差值 +0.56，flow-steps +0.75。两条没到 1.0 的原因写在各自 README：canary-release-three-tiers 三条形状相同的回复被裁判分别判 3/3 FAIL、3/3 PASS、1/3 PASS；rollout-observe-plan 一次结尾问了三件事。按主人的定不为 1.0 硬线重跑。结果目录 results/2026-09-19-{baseline,gate}-as122/<skill>/ 与 -rerun{,2,3}/，都跑过 scrub-eval-results.ts。

审查（两轴）：违例已修（薄的规程里重述实践的括号删掉、references 例子末尾孤立禁令句删掉、旧词「步」换掉、「档」「规整」「特征化测试」补英文与出处、golden master 出处改正、补主人定过的「纠偏留痕」）；判断题留给主人：每条 llm grader 列多个可观测面（沿用 practices 既有做法）、grader 里「结尾只留一件事」算不算判消息形状、六条 description 偏长、golden-master 与 record-replay 的「不用」段各带一句备选。审查后的改动没有重跑评测，README 里写明了改了哪几处。

怎么回退

revert 本 PR：六条新 skill 目录、两份 manifest 与 marketplace 条目、目录页、flow 三处名字一起回到 5ec811e；plugins/workcoding 两条旧正文本 PR 没动，回退后路由仍指旧名。

🤖 Generated with Claude Code