Prueba que Funciona
Esta habilidad decide una cosa: si el trabajo puede considerarse terminado. Es una puerta estricta, no un consejo.
1. Ley fundamental: Terminado = Probado
- Una afirmación no es evidencia. Solo un artefacto reproducible que un segundo agente pueda inspeccionar cuenta.
- No puedes decir
hecho,corregido,aprobadooenviadomientras falte cualquier elemento de puerta requerido en la sección 6. - "Debería funcionar", "se ve bien", "teóricamente bien" y "compila" no son estados de finalización.
- Si la prueba es imposible, declara NO DISPONIBLE/BLOQUEADO (sección 7) — nunca APROBADO. Una exención por escrito del usuario puede cerrar un FALLO como FALLO-EXENTO (sección 7). Una dimensión no comprobable por la máquina puede quedar como PENDIENTE DE USUARIO y cerrarse como APROBADO-POR-USUARIO con la aprobación del usuario (sección 7). Estos tres —
FALLO-EXENTO,PENDIENTE DE USUARIO,APROBADO-POR-USUARIO— son las únicas salidas sin evidencia de máquina; ninguna de ellas es APROBADO. - La evidencia debe provenir del árbol de trabajo y del commit del cambio mencionado en el informe (sección 3,
Referencia del cambio); los artefactos obsoletos no son válidos. - Esta habilidad solo cubre trabajo con una superficie de ejecución o un entregable de diseño. Para ese trabajo, su conjunto mínimo de evidencia (uno positivo + uno inverso) reemplaza, no se acumula a, cualquier verificación más ligera. El trabajo sin superficie de ejecución está fuera del alcance y esta habilidad cede por completo. No anula una entrega que el usuario ya haya aprobado como mínima.
2. Niveles de evidencia
Tres niveles en orden estricto: Afirmación (verbal o razonamiento, evidencia cero) < Artefacto (un archivo de artefacto real sin procesar de la superficie de esta tarea) < Artefacto + caso inverso. La puerta solo acepta los dos últimos; cuál necesita un elemento lo establecen los elementos de puerta del perfil seleccionado, no una regla global. Una Afirmación nunca respalda APROBADO, y ningún elemento puede etiquetarse por encima de lo que realmente es.
3. Vinculación / 任务绑定
- Al comienzo de
report.md, cita textualmente la oración de la solicitud del usuario que define el objetivo de aceptación; una instrucción como "cambiar X por Y y probarlo" cuenta; no necesita indicar que el trabajo está terminado. Etiquétala comoObjetivo de aceptación (textual del usuario). Solo si la solicitud no define ningún objetivo de aceptación (nunca dice cómo debe verse "terminado"), indícalo en una línea, pídele al usuario que lo indique y detente — no hay nada que evaluar. El nivel de evidenciaAfirmaciónen la sección 2 es un concepto separado y mantiene su nombre. Referencia del cambio(encabezado del informe) = el commit que contiene el cambio bajo prueba — no el commit que agrega este informe, y no necesariamente HEAD. Sin git, usasha256 de los archivos cambiados + lista de archivosen lugar de un hash. Después de que el informe se confirma, HEAD avanza; esto es normal, y el verificador juzga porReferencia del cambio, no por HEAD.Árbol de trabajo(encabezado del informe) es texto libre, no una enumeración de dos valores, por ejemplo,seguimiento limpio; .proof/ sin seguimiento.- Declara los archivos / funciones / rutas / componentes que este cambio tocó, tomados del diff actual.
- Cada perfil seleccionado debe tener al menos un elemento de evidencia que caiga en este diff (ejecute o inspeccione una ruta tocada). Evidencia que no toca nada en el diff = FALLO, incluso si todos los artefactos existen.
- Una línea base de DISEÑO debe tener una fuente externa (sección 6, proof-profiles.md); una línea base sin seguimiento es una
Afirmacióny falla su elemento de puerta.
4. Seleccionar perfil(es) de prueba
Elige el perfil cuya prueba de una línea se adapte mejor a la oración del objetivo de aceptación del usuario; una tarea puede ser DISEÑO y FUNCIONALIDAD a la vez y debe entonces satisfacer ambas. Si ningún perfil coincide, indícalo en una línea y detente — no fuerces un perfil a un cambio sin superficie de ejecución.
| Perfil | Prueba de una línea | Detalle |
|---|---|---|
| DISEÑO | Produjiste una especificación, diseño, interacción, arquitectura o contrato que debe mostrarse implementado, no solo propuesto. | references/proof-profiles.md |
| FUNCIONALIDAD | Cambiaste el comportamiento en tiempo de ejecución y debes mostrar que funciona y que la entrada incorrecta es rechazada. | references/proof-profiles.md |
| FLUJO DE DATOS | Un valor cruza múltiples etapas (entrada, transformación, persistencia, salida) y cada salto debe mostrarse. | references/proof-profiles.md |
- "¿Se implementó mi diseño?" -> DISEÑO. "¿Funciona esto?" -> FUNCIONALIDAD. "¿A dónde fue el dato / se persiste?" -> FLUJO DE DATOS.
5. Flujo de ejecución
Ejecuta en orden. No saltes ni reordenes.
- Crea
.proof/<nombre-de-la-tarea>/en el repositorio (nombre corto en kebab-case). Un artefacto no es prueba hasta que sea un archivo aquí. - Escribe 3-7 aserciones de aceptación en
report.mdANTES de recopilar evidencia. Usa las 8 columnasid | aserción | esperado | criterio de aprobación (comprobable) | ruta cambiada (archivo:función/ruta) | nivel requerido | archivo de evidencia | depende de. Prohíbe "se ve correcto", "parece bien", "funciona como se espera"; usa condiciones comprobables como "HTTP 200 con body.campo X = Y", "ancho rect = 120px", "token inválido devuelve 401".esperadoes el resultado pronosticado completado ANTES de cualquier evidencia (por ejemplo,401 + BAD_CREDENTIALS,ancho rect 240px); FUNCIONALIDAD/FLUJO DE DATOS debe completarlo en cada fila, DISEÑO puede escribirn/a. Registra la hora de registro en el encabezado del informe comoEsperado registrado (UTC): <hora>— el preregistro es autodeclarado; no hay hash ni ritual en disco.esperadoycriterio de aprobaciónson dos expresiones de una condición (predicción vs. verificación decidible). No deben entrar en conflicto; una fila conflictiva debe corregirse ANTES de la recopilación. El estado se decide únicamente por elcriterio de aprobacióncontraobservado. Siobservadocumple el criterio pero se desvía deesperado, corrige la implementación para alinearse conesperadoo marca la aserción como FALLO — nunca reescribasesperadoal valor observado (sección 8).- Completa
ruta cambiadacon el archivo/función/ruta que la aserción ejercita; escriben/asolo para filas de DISEÑO que no ejecutan ninguna ruta de código. Al menos una aserción debe ejecutar una ruta de código cambiada en este diff y nombrarla; una aserción en una ruta no tocada no vincula. FUNCIONALIDAD/FLUJO DE DATOS debe tener al menos una celda deruta cambiadanon/a; DISEÑO puede usarn/a. depende de= ids de requisitos previos separados por comas (vacío si ninguno), recopilados en orden topológico. Un requisito previo cuenta como cumplido solo cuando su estado esAPROBADOoAPROBADO-POR-USUARIO; si es cualquier otra cosa, la fila descendente esNO EJECUTADO(sección 7) y cualquierNO EJECUTADOhace que la puerta sea FALLO. El gráfico dedepende dedebe ser acíclico — un ciclo es FALLO. Una filaJUICIO-DEL-USUARIOes una hoja: ninguna fila puede listar un id deJUICIO-DEL-USUARIOendepende de.
- Conduce la superficie real con comandos realmente disponibles en esta máquina (por ejemplo,
npm run devpara iniciar,curl -i -X POST http://localhost:3000/login -d '{"user":"a","pass":"wrong"}'para API, un navegador real + DevTools para UI,tail -fpara registros). Guarda la salida estándar/error/respuesta/captura de pantalla sin procesar en archivos numerados (sección 11).sin procesar= la salida completa tal como se capturó, no resumida, extractada o reordenada; la desensibilización es una transformación única aplicada en el momento de la captura, por lo que no rompe "sin procesar". Reemplaza tokens/contraseñas/claves con***en el archivo guardado, y registra en el índice de evidencia y junto a cada bloque de texto sin procesar pegadoredactado: <nombre del campo> (N ocurrencia(s))más el sha256 del archivo, para que un revisor pueda confirmar que no hubo edición posterior a la captura. Nunca desensibilices códigos de estado, códigos de error ni ningún valor del que dependa una aserción. Cualquier marcador de posición estilo<启动命令>/<截图工具>que quede en el informe = FALLO; reemplázalo con el comando exacto que ejecutaste. - Caso inverso PRIMERO. Define "un comportamiento cambiado" como cada rama agregada o modificada en el diff (un if/else, guarda, validación o nueva ruta); enumera cada uno en el informe y dale a cada uno una fila en la tabla de aserciones. Un caso límite es decidible: la misma entrada se acepta (o se comporta de manera diferente) en la implementación anterior al cambio y se rechaza (o se comporta correctamente) después del cambio. Captura la línea base anterior al cambio reconstruyendo el original —
git stash, un árbol de trabajo/checkout del commit anterior al cambio, o una copia guardada del archivo original — indica cuál en el informe, ejecuta el mismo comando exacto sobre él y guarda el resultado como00-pre-change.log(sección 11). Esta "mostrar que fallaría antes del cambio" es la línea base del caso inverso, nunca una fila de aserción de FALLO terminal (sección 9). Luego, para cada comportamiento cambiado, ejecuta un caso inverso (entrada incorrecta, permiso faltante, valor límite, precondition eliminada) y registra que falla de la manera esperada. Un caso incorrecto que también fallaba antes del cambio no cuenta. Si el caso se acepta después del cambio, la prueba no está en la ruta real; corrige y vuelve a recopilar. - Flujo de datos: antes de recopilar, escribe una línea de transformación esperada en
report.md(forma de entrada -> forma de salida) y refiérete a ella en cada salto. Luego captura una muestra real por salto — entrada -> intermedio -> persistencia -> salida — con el mismo id de correlación. Para persistencia, pega la consulta de lectura real y su retorno sin procesar; reimprimir el valor que escribiste no es una instantánea. También captura la línea base anterior al cambio para el caso inverso según el paso 4 (00-pre-change.log): debe mostrar que el valor rechazado alcanzó la salida antes del cambio. - Los valores observados de DISEÑO deben provenir de fuentes capturadas mecánicamente (JSON de estilo computado,
getBoundingClientRect,textContentdel DOM, salida de CDP) guardadas como archivos; no leas números de una captura de pantalla a simple vista. La línea base debe dar una tolerancia numérica (por lado <=2px, por canal <=8); excederla = FALLO. Una captura de pantalla es solo revisión a simple vista, nunca la fuente numérica. - Escribe el informe a partir de references/report-template.md; cópialo, no inventes un formato. Mantén solo las secciones relevantes para el(los) perfil(es) seleccionado(s) y elimina las secciones no aplicables por completo — eliminarlas no viola "cópialo, no inventes un formato".
- Juicio de puerta (sección 6): APROBADO solo si cada elemento requerido existe en el nivel requerido, cada aserción que no sea
JUICIO-DEL-USUARIOesAPROBADO/APROBADO-POR-USUARIO, al menos una aserción tiene un veredicto de máquina, y no hay un ciclo dedepende de; de lo contrario, FALLO, NO DISPONIBLE/BLOQUEADO, o PENDIENTE DE USUARIO (sección 7).PuertayResultadousan la misma enumeración y deben ser idénticas.
6. Puerta estricta (falta cualquier elemento = FALLO)
"Terminado" requiere que cada casilla esté marcada. Un archivo faltante, caso inverso faltante, simulacro en la ruta real o evidencia fuera del diff es FALLO independientemente de la narrativa.
- Completitud (sin elementos desconocidos): el informe indica el total de aserciones N y lista un estado para cada una de las N aserciones. Los únicos estados legales son
APROBADO | FALLO | NO EJECUTADO | NO DISPONIBLE | BLOQUEADO | JUICIO-DEL-USUARIO | APROBADO-POR-USUARIO. Un estado vacío, un estado fuera de este conjunto o un recuento listado que difiere de N es FALLO. APROBADO requiere que cada fila que no seaJUICIO-DEL-USUARIOseaAPROBADO/APROBADO-POR-USUARIOy que no hayaFALLO/NO EJECUTADO/NO DISPONIBLE/BLOQUEADO. JUICIO-DEL-USUARIOsolo es legal para una dimensión SIN criterio de máquina decidible. Si una máquina puede juzgar la fila, o la ha juzgado y la condición no se cumple, su estado es ese veredicto de máquina (APROBADO/FALLO) — nuncaJUICIO-DEL-USUARIO. Cualquier cosa que una máquina pueda medir debe ser su propia fila con un veredicto de máquina. La aserción vinculada a este diff (sección 3) nunca puede serJUICIO-DEL-USUARIO. Un informe cuya única aserción esJUICIO-DEL-USUARIOtiene una condición de APROBADO vacuamente verdadera y es FALLO: al menos una fila debe tener un veredicto de máquina. Probado por máquina y no cumple el criterio = FALLO, noJUICIO-DEL-USUARIO.depende dees un DAG: un ciclo es FALLO. Un requisito previo se cumple solo conAPROBADOoAPROBADO-POR-USUARIO; ninguna fila puede depender de una filaJUICIO-DEL-USUARIO, por lo que dichas filas son hojas.- Global: la vinculación se cumple (sección 3), al menos una aserción se vincula al diff (sección 5 paso 2); una fila
JUICIO-DEL-USUARIOnunca cuenta como APROBADO y nunca bloquea el APROBADO de otro elemento.
| Perfil | Conjunto mínimo de evidencia — todo requerido |
|---|---|
| DISEÑO | (a) artefacto de línea base con una fuente externa: archivo de diseño preexistente + commit de creación, o el mensaje textual del usuario que lo contiene/aprueba, o una tabla de especificaciones registrada como archivo de línea base antes de que existiera cualquier archivo de implementación, con el bloque de metadatos fijo (source_type, source_quote_or_path, captured_at_utc, sha256, baseline_method) completado en el momento del registro; está prohibido ingeniería inversa de valores de la implementación a la línea base; (b) captura de pantalla de renderizado real en el commit del cambio; (c) comparación de tamaño, color, espaciado, texto, estado para cada elemento dentro del alcance (alcance = cada elemento nombrado en el entregable de diseño; lista los elementos excluidos y el motivo), cada fila citando el valor de la línea base y un valor observado obtenido mecánicamente, con tolerancia numérica (<=2px por lado, <=8 por canal) indicada en la línea base; (d) un elemento inverso con un valor EN el límite de tolerancia (por ejemplo, 243px para una especificación de 240px con +/-2), que se muestra ausente/diferente a través de salida sin procesar; (e) brechas de especificación declaradas explícitamente: Interpretación (lectura de línea base escrita antes de la implementación, solo agrega posición/mapeo, nunca contradice un valor de usuario), Excluido (no existe valor de línea base, escrito textualmente), NO DISPONIBLE (el valor existe pero no se puede medir aquí) — Excluido y NO DISPONIBLE en secciones separadas del informe, sin omisión silenciosa; (f) >=1 elemento de evidencia en el diff. |
| FUNCIONALIDAD | (a) una transcripción de E/S real conducida que ejecuta una ruta de código cambiada en el commit del cambio; (b) un caso inverso por comportamiento cambiado, su entrada inválida en el límite decidible (aceptada/diferente antes del cambio, rechazada/correcta después), respaldado por una línea base anterior al cambio 00-pre-change.log y salida sin procesar que muestra el rechazo correcto — los casos que también fallaban antes del cambio no cuentan; (c) comando/acción exacto y referencia del cambio registrados; (d) cada aserción mapeada a un archivo con una ruta cambiada completada, y >=1 aserción ejecuta la ruta cambiada y nombra el archivo/función/ruta cambiado; (e) ningún simulacro/sustituto que reemplace la cadena; (f) >=1 elemento de evidencia en el diff. |
| FLUJO DE DATOS | (0) línea de transformación esperada (forma de entrada -> forma de salida) escrita antes de la recopilación y referenciada en cada salto; (a) una instantánea por salto (entrada, intermedio, persistencia, salida) con el mismo id de correlación; (b) la instantánea de persistencia pega la consulta de lectura real + retorno sin procesar del almacén, no una reimpresión del valor escrito; (c) >=1 elemento de evidencia en el diff; (d) muestra la línea base anterior al cambio para el caso inverso (00-pre-change.log) con el mismo id de correlación que debe ser rechazado en la salida; (e) todos los saltos se ejecutan en el mismo entorno. |
7. Estados de salida
- APROBADO: la puerta se abre — el trabajo puede llamarse terminado.
- FALLO: uno o más elementos de puerta faltan o fallan. Documenta qué elementos fallaron y la regla que incumplen. Detente; no se necesita más recopilación.
- NO DISPONIBLE: un elemento de puerta no puede existir dada la configuración actual del proyecto (por ejemplo, sin red, sin GPU, sin navegador, sin DB). Documenta la razón. Si alguna vez se vuelve disponible, reanuda.
- BLOQUEADO: un elemento de puerta existe en principio pero una dependencia externa lo detiene (ej., clave de API vencida, mantenedor del paquete inactivo, CICD roto). Documenta el bloqueador. No se debe a un error en esta tarea.
- FALLO-EXENTO: FALLO reconvertido por una exención escrita del usuario. La línea de exención se cita en el veredicto. Un FALLO-EXENTO no es APROBADO; la puerta está cerrada pero con una exención registrada.
- PENDIENTE DE USUARIO: una dimensión no comprobable por la máquina que requiere aprobación del usuario. Sin evidencia de máquina, sin línea base. La puerta no está ni abierta ni cerrada.
- APROBADO-POR-USUARIO: PENDIENTE DE USUARIO después de la aprobación del usuario. La fila de aprobación (id, marca de tiempo, usuario) se registra en el veredicto. Solo legítimo para dimensiones sin criterio de máquina (ver sección 6
JUICIO-DEL-USUARIO).
NO EJECUTADO es un estado de aserción interno; nunca es un estado de puerta.
Mecanismo de exención (FALLO-EXENTO)
Si y solo si el usuario acepta explícitamente una exención (ej., "acepto el riesgo de X" o "exentamos Y para este lanzamiento") Y la ausencia no hace que la puerta carezca de sentido, un FALLO puede cerrarse como FALLO-EXENTO. Sin la aceptación del usuario, sigue siendo FALLO. Documenta la línea de exención.
8. Reglas que no se negocian
- No se permiten simulacros en la ruta real: interceptar
fetchque realmente llama a la red es un simulacro y la evidencia no es aceptable. Si es forzoso (ej., dispositivo de hardware inexistente), declara NO DISPONIBLE. - Sin reescritura de
esperadodespués de verobservado: el valoresperadode la aserción debe registrarse antes de que se recopile cualquier evidencia y nunca se cambie después de la recopilación. Si la evidencia muestra un valor no esperado, la implementación debe corregirse para que coincida con la expectativa original o la aserción se marca como FALLO. La única excepción es una especificación de diseño que un humano cambia explícitamente durante esta sesión; registra el cambio como una enmienda a la línea base (nuevo timestamp, razón) y actualizaesperadosolo entonces. - Sin pasos subjetivos: cualquier columna que requiera juicio humano debe ser
JUICIO-DEL-USUARIOen su estado y tener un archivo de referencia asociado que un segundo humano pueda verificar. - Sin relajación de límites: las tolerancias declaradas en la línea base son el límite duro; exceder una tolerancia por cualquier cantidad es FALLO.
- Sin falsa sincronización: una línea base DISEÑO capturada antes de cualquier implementación no puede contradecir un valor que el usuario indicó después; si el usuario dice "esa caja debe ser azul", escribirla como
#ffffffen la línea base es fraude.
9. 00-pre-change.log y línea base del caso inverso
Cada elemento de caso inverso debe estar respaldado por 00-pre-change.log: la salida de ejecutar el mismo estímulo en el código anterior al cambio. El archivo debe nombrarse exactamente 00-pre-change.log y ubicarse en .proof/<nombre-de-la-tarea>/. Si el código anterior al cambio no está disponible (ej., primer commit del proyecto), indica LÍNEA BASE ANTERIOR AL CAMBIO NO DISPONIBLE: <razón> en el informe y continúa con una declaración manual del comportamiento esperado; caso contrario, la evidencia no es aceptable. El archivo muestra que el estímulo funcionaba (era aceptado o se comportaba de manera diferente) antes del cambio y ahora es rechazado o se comporta correctamente.
Una fila de aserción de caso inverso nunca es en sí misma un estado de FALLO en la tabla de aserciones — su esperado es "el sistema rechaza/restringe la entrada incorrecta" y debe pasar. El 00-pre-change.log es la línea base que demuestra que el cambio es necesario, no un estado de fallo.
10. Archivos de prueba
Todo pertenece a .proof/<nombre-de-la-tarea>/:
report.md: informe completo formateado según la plantilla.00-pre-change.log: salida anterior al cambio para caso inverso.01-*.raw,02-*.raw, etc.: salidas sin procesar numeradas (curl, log, captura de pantalla, comando).- Cualquier otro archivo de apoyo necesario.
11. Índice de evidencia
Cada archivo de evidencia debe listarse en una tabla en el informe:
| # | Archivo | Fuente | Obtenido por | sha256 | Redactado (campo: ocurrencias) |
|---|---|---|---|---|---|
| 00 | 00-pre-change.log | anterior al cambio | git stash; npm run dev; curl ... | abc123 | token:1 |
| 01 | 01-curl.raw | robusto contra cambios accidentales | curl ... | def456 | ninguno |
12. Condiciones de contorno
- Esta habilidad no sustituye a las pruebas unitarias, la revisión de código o las pruebas de humo. Verifica que el trabajo se ejecute en la superficie real, no que pase un conjunto de pruebas.
- No elimina archivos de prueba existentes; solo agrega la evidencia que falta en
.proof/. - Cuando se ejecuta en un entorno sin GUI, el perfil DISEÑO solo puede probar diseño responsivo con medidas de caja calculadas — no puede usar capturas de pantalla. Declara NO DISPONIBLE para cualquier elemento que requiera captura de pantalla.
- Si el trabajo no tiene superficie de ejecución (solo documentación, formato, migración de esquema sin cambio de ruta de código), no se aplica esta habilidad. El agente debe indicarlo y detenerse.
- Los elementos de puerta para cada perfil se definen en references/proof-profiles.md; pueden diferir de las tablas anteriores y tienen prioridad.