Verification Gate

---
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。