cm-refactor — 重构闭环（行为保持）

执行前读取 ../../runtime/project-context.md、../../runtime/orchestration.md、 ../../runtime/review.md、../../runtime/model-efficiency.md 与 ../../runtime/logging.md。Codex 入口为 $cm-refactor；Claude Code 跨平台入口为 /cm-refactor，macOS/Linux 另有历史别名 /cm:refactor。

用户明确要求外部专家，或为本次重构开启 AUTO 时，按 ../../runtime/external-expert.md 执行 ../external-expert/SKILL.md 的任务路由。 重构写入、行为判官与审查保持 LOCAL；复杂方案比较可 CONSULT，权威事实可 VERIFY。 外部结果只进入候选方案和风险清单，不得修改行为基线、代跑判官或满足独立审查。

用法:$cm-refactor {specs路径} {代码项目路径} 重构目标描述(哪块代码/为什么难维护)

JS 只读分流

在读取项目内容、解析角色、写 run_start、建立行为基线或修改代码前，先确认本轮有非空目标描述， 并按下方“分流门”将意图归为 defect、behavior-change、gradual-adoption 或 structure-only；不要把描述正文拼进 shell。随后执行：

node "{CM_WORKFLOW_ROOT}/scripts/cm-refactor-entry.mjs" \
  --skill-dir "{CM_WORKFLOW_ROOT}/skills/cm-refactor" --project "{CODE_PROJECT}" \
  [--specs "{SPECS_DIR}"] --intent "{四类意图之一}" [--target-present]

没有 specs 的裸项目省略 --specs；有非空描述才传 --target-present。缺描述时入口返回 blocked / target_required。defect、behavior-change、gradual-adoption 分别只返回既有 $cm-fix、$cm-prd --change、普通改动出口并停止本流程，出口不构成执行授权；只有 structure-only 才继续校验项目/specs，ready / g0_feasibility 才进入 G0，且继续要求行为完全不变 与 G0 人签核。返回的角色、日志和 Learning 均为 pending，执行/写入权限为 false；入口不读取项目正文、不跑判官、不调用 provider/browser/外部专家、不写日志/档案/RULEBOOK，也不替代后续轻量道或批量道。

JS 流程执行

只读分流返回 ready / g0_feasibility 后，按 当前会话 JS 宿主 启动同一轻量/批量控制器；批量、准备、写回与恢复协议在需要时读取。 JS 宿主负责日志与状态，不再手工重复写 run_start。恢复保留原配置、结果和审查轮次；未知调用先核对。 批量默认串行、worker 只提议文本；真实宿主须保证 bakeoff 隔离和最终独立审查，不能用 header 自证。

不使用 JS 宿主时，两个路径校验通过后立即调用统一写入器记录 run_start；暂停/续跑沿用同一 .cm-run.json，完成收口人门后写 run_done。不得直接拼 JSON。

项目角色路由

从代码项目根解析 coder、tester、reviewer，并按 runtime/workflow-routing.md 写 decision/phase: route。角色配置只选择请求的 实现、等价验证和独立审查适配器/模型别名；它不允许子代理提交 Git、改变规则手册、 跳过判官或把 declared-adapter 当成已执行。resolver 返回非零或配置错误时立即 BLOCKED，不得进入 G0、扇出或修改代码；配置缺失时使用当前默认执行方式。 managed-adapter 按 runtime/model-efficiency.md 返回文本建议并自动记录真实 usage； 行为基线、代码改动与独立审查仍保持本地。

角色调用按 runtime/model-efficiency.md 只传当前批次的行为基线、范围、diff、验证与 审查证据；不得重复发送其他批次或完整历史。精简仅影响模型上下文与输出，不降低 行为判官、独立审查或回归门禁。

结构调整专用闭环。前提:什么都没坏,行为一丝不变——设计依据见 docs/重构流程设计/(cm 小闭环纪律 × Anthropic 迁移方法论,核心教义:修规则,不修产物)。

分流门(先于一切,答错门就是错流程):

• 有缺陷要修 → $cm-fix
• 行为要变(哪怕"变得更合理")→ $cm-prd --change
• 渐进式采用(如 JS→TS 逐文件、加类型注解)→ 不用本命令,直接改
• 结构问题且行为保持 → 本命令

$cm-ai 全局规则同等生效：灾难级才暂停、多方案自主决策留痕、状态落盘（node 写 REFACTOR）、运行日志照记、审查按 runtime/review.md 执行。

续跑检测(先于 G0):{SPECS_DIR}/refactors/ 下存在未收口 slug(档案无收口节 / 运行日志该 slug 无 run_done 事件)→ 按磁盘状态定位续跑站点(RULEBOOK 版本、batch-log 完成集、队列缺口),G0 不重问、判官按 G0.5 重验后继续;无在制状态才走全新 G0。"队列=磁盘"的可恢复性必须有恢复入口才算数(对照系:cm:ai 有 tasks 断点、fix 有 slug 续跑,最长时的批量重构反而没有——本条补齐)。

G0: 可行性(人门)

1. 动机量化:动机必须落到可测指标——行数超限 / 重复块 N 处 / 依赖方向违规 / 圈复杂度。"代码不优雅"不构成动机
2. 认领待触发备忘:扫描 {SPECS_DIR}/LESSONS.md 的「待触发备忘」段,结构类条目(标记来源含"重构/拆分/看不惯")与本次目标相关的 → 列入范围并在输出注明认领;收口时销账(改状态为已认领,注档案路径)——备忘的回流出口(实跑教训:备忘只写不读,到期无人认领)
3. 波及面:谁引用这块代码(有业务地图查 03/08,无地图 grep 调用方)
4. 输出可行性摘要:范围清单 / 动机指标现值 / 波及面 / 预估轨道(轻量或批量)/ 预算可见乘法(批量道必填:文件数 × 单文件估耗 = 总预算,拍脑袋的总数不作数)。「不重构」是合法结论——收益盖不住风险就明说,命令到此收口
5. 🛑 人签核后才进下一步(签核=踢下一阶段;阶段内不再停车)

G0.5: 判官自验证(无判官不开工)

判官 = 能平等裁决改前改后代码的机械标准,分两层:

• 基线层:存量测试全量跑绿并记录;无测试资产 → 先写现状快照测试(B3 同款,锁行为不判对错)
• 差分层:对将被重构的入口函数/接口,构造代表性输入集(含边界值),记录改前输出;harness 的环境解析照抄项目既有测试的做法(依赖怎么找、浏览器怎么起)——自造解析必踩环境坑(实跑:playwright 全局安装,裸 import 失败,照抄 smoke.mjs 的 npm root -g 解析才通)(实证方法:12 组输入逐字节对比,json-keeper 拆 core.js 验证过)

自验证(判官没被验证过,就不配当判官):

• 在原代码上跑 → 必须全绿
• 在故意破坏的代码上跑(手动种 ≥2 处行为变异,如改一个返回值、删一个分支)→ 必须变红;不红的判官修到红为止,变异恢复后再开工
• 判官报大面积失败时先怀疑判官(比较器空白处理/序列化陷阱是已知假阳性源),"一个把所有东西都判失败的裁判,通常是它坏了"

规模门(客观判据,不是感觉)

• 范围 ≤3 个文件 且 无跨模块搬迁 且 无文件增删 → 轻量道
• 其余 → 批量道
• 版本控制 = none → 禁入批量道(批量改动无 git 回滚是裸奔):只许轻量道并输出强警告,或建议先 git init

轻量道(五步,一次跑完)

1. 重构:只动结构不动行为;禁止顺手修 bug(与 N3"禁止顺手重构"互为镜像)——发现缺陷 → 停下记录现象与位置进档案,收口后走 $cm-fix。夹带修复会毁掉差分判官:行为变了,是重构失手还是修复生效?无法归因
2. 等价验证:基线全绿 + 差分逐项一致;任何行为差异 = 该步失败回滚——"差异其实更合理"也不例外,那是行为变更,走 prd --change 立项后再做
3. 审查：执行下方「结构化审查门禁」；重点检查有无夹带行为变更、结构是否真的改善、差分覆盖是否充分
4. 落盘:档案 {SPECS_DIR}/refactors/{YYYYMMDD}-{slug}.md(动机指标改前改后对照 / 等价验证方式与结果 / 发现未修缺陷清单);METRICS 行 Feature 列写 refactor;delivery=diff 不提交，branch/draft-mr 才 commit refactor: {一句话} (档案: refactors/xxx.md)
5. 规则毕业:本次收敛出的持久约定(如"路由文件导出形态")→ 写进代码项目 .claude/rules/ 对应文件——一次重构的规则,变成项目的永久基因;项目无 .claude/rules/(未经 $cm-init)→ 降级记入 LESSONS [仅记忆] 并在档案注明,提示补跑 $cm-init 后迁入(实跑 DEV-003:diff-lens 未 init,毕业规则无处可去)

结构化审查门禁（两条轨道共用）

{slug} 先规范成跨平台安全的 ASCII kebab；令 REVIEW_FEATURE=refactor-{slug}、REVIEW_TASK=T-REFACTOR-{slug}。主执行者按真实 diff 和判官证据写 {SPECS_DIR}/.reviews/refactor-{slug}-T-REFACTOR-{slug}-a{attempt}-handoff.json， 先按完整 changed_files 运行 cm-task-gate.py hash-implementation --project-root {CODE_PROJECT} --file ... 并把返回的 implementation_sha256 写入 handoff，然后真跑：

python3 {CM_WORKFLOW_ROOT}/scripts/cm-task-gate.py check-n4 \
  --handoff {HANDOFF_PATH} --reviews-dir {SPECS_DIR}/.reviews \
  --feature refactor-{slug} --task T-REFACTOR-{slug} --project-root {CODE_PROJECT}

独立审查投喂全部 diff + RULEBOOK（批量道）+ judge-report/diff-report 摘要；凭证严格落 {SPECS_DIR}/.reviews/refactor-{slug}-T-REFACTOR-{slug}-r{attempt}.md 并绑定当前 handoff SHA。审查后必须真跑：

python3 {CM_WORKFLOW_ROOT}/scripts/cm-task-gate.py check-n5 \
  --handoff {HANDOFF_PATH} --reviews-dir {SPECS_DIR}/.reviews \
  --feature refactor-{slug} --task T-REFACTOR-{slug} --project-root {CODE_PROJECT}

只有当前 attempt 的 verdict: approved 才能落盘/提交；changes_requested 生成 attempt 2 并复审，第 2 轮仍有阻断项写 blocked。旧凭证、空壳凭证或文件存在检查 均不得放行。

第一轮要求补判官或测试时，审查返回 judgeRevision:{paths,reason}，只列启动时 testSetup.paths 内的文件；第二轮由宿主提议文本、控制器登记写入。先在启动时的业务原稿上 重建答案并重做判官自验证，再与第二轮重构稿比较；详见 判官修订与恢复。

批量道(五站 + 三条修上游回环)

教义:个别失败交给循环烧掉,重复失败控诉的是规则——修规则重新生成,不修产物。

站 1: 规则手册

• 建 {SPECS_DIR}/refactors/{slug}/RULEBOOK.md,meta 规则:两个 agent 会答得不同的问题,答案进手册(目标形态/命名映射/禁用模式/逃生舱标记 TODO(refactor):)
• 依赖图定批次顺序(文件粒度 + 模块粒度都查环)
• 手册在循环内只读:任何批内 diff 碰 RULEBOOK = 自动审查发现;修订排队给人,批间应用

站 2: 压力测试(人门)

• 双译对比(bakeoff):同 2-3 个最难的文件派两个隔离 agent——一个严格守 RULEBOOK,一个从不知道手册存在;第三个 agent 逐处 diff,每处差异裁决为「规则正确 / 规则缺失 / 规则错误」——差异清单就是规则修订清单(比"跑一遍看看"锐利:每个 diff 都是对某条规则的判决)
• 只要有一项裁决为规则缺失或规则错误，返回的手册在忽略行尾空白、换行符风格及首尾空行后就必须不同于对比前的手册，否则以 refactor_rule_revision_required 停机、不发布对比报告也不启动试点，修订是否解决问题仍由后续独立审查判断。
• 试点:按批量道管线原样跑通(含站 3 禁令与站 4 裁决);试点产物可弃,唯一留下的是规则修订
• 采样规模:批量 ≥10 单元 → 取 2-3 个最难文件;<10 单元 → 取 ⌈20%⌉ 且至少 1 个;偏离记偏差日志(实跑 DEV-001:5 单元取 1,规程数字对小批不成比例)
• 🛑 规则定稿人签核后才扇出

站 3: 批量执行

• 队列 = 磁盘:完成的客观定义是"该文件的重构产物存在且通过站 4"——可恢复、可并行、不靠记忆
• 配置禁令：开跑前读取 {CM_WORKFLOW_ROOT}/templates/refactor/cm-refactor-denies.json，将其约束注入每个 Codex 子代理：循环内禁 git 变更操作、禁重型测试命令。当前运行时无法保证这些边界时不扇出
• 扇出时按 runtime/orchestration.md 为 Codex 子代理注入对应工种 skill 与 RULEBOOK 摘录；子代理只做指定文件、不碰界外、不自行标记或提交
• 当前 Codex 运行时支持模型分层时，机械实现可用成本较低的模型，独立审查与规则修订保留高能力模型；不支持则使用当前模型，不将分层作为硬依赖
• 每个完成文件末尾带状态尾注 // REFACTOR STATUS: confidence={high|medium|low} todos={N};审查者对账实际 TODO(refactor) 数,尾注少报即为审查发现
• 提交在批次边界由主流程执行,循环 agent 不 commit

站 3.5: 装配(主流程职责,不派 agent)

• 按各单元 delta 清单执行编排层改写与加载登记类波及物(HTML script 注册 / 打包白名单 / 构建清单);agent 汇报的「需其他工种配合」在本站强制逐条消费,漏项即偏差记 DEV
• 装配产物(编排层 + 登记文件)与模块产物同等过站 4-5 判官链——装配是全程唯一无规则手册护航的手写高危区(实跑:全程唯一真 bug 出自装配期,root 缺绑定,站 5 拦截)

站 4: 机械裁决

• 裁判有价格,价格决定位置:typecheck/lint 便宜 → 进每文件循环;整体构建/重型测试贵 → 批末跑一次,错误清单按模块切片成下一批队列
• 同类错误第 3 次出现 = 规则 bug:停止修实例 → 修订 RULEBOOK(排队人批)→ 重新生成该批,不手工补丁(手工补丁让第 500 个文件和第 5 个文件长得不一样)
• 批间的一切规则驱动重生成/规范化变换视同新产物,必须重过站 4-5 判官链——机械变换是上下文盲的(实跑:挂载行统一变换把 root. 写进无 root 绑定的 IIFE,启动即挂,站 5 金样前的 smoke 拦截)

站 5: 行为等价

• 判官上场:基线全量绿 + 差分全组一致;差异 = 回滚该批重做
• 判官报异常先按 G0.5 自验证复查判官本身,再信判决

收口(同轻量道 3-5 + 追加)

• 先通过「结构化审查门禁」，再写档案(落 refactors/{slug}/ 目录,与 RULEBOOK 同处)、METRICS、规则毕业
• 偏差日志:跳过的环节、放宽的检查,一行一条记入档案 DEV-{序号} | 日期 | 跳过了什么 | 谁批准——没人记录的偏差就是没人批准的偏差
• 结构同步:重构天然改变文件结构——按 cm-doc-syncer 口径同步项目 README / CLAUDE.md 的目录与模块描述(调用 skill,不动其命令文件);收口清单含波及物核对:批内全部「需配合事项」逐条销账(实跑失误:U1 汇报的 README 同步在收口被漏,靠事后审计才发现)

收口人门(轻量道与批量道共用,全流程第三处签核)

🛑 双计数呈签核后本命令才算闭环:基线 {N} 项全绿 + 差分 {M} 组一致,连同档案、动机指标改前改后对照、预算对账(G0 预估 vs 实耗:agent 调用次数/时长,写入 METRICS 备注)一并打给人——不对账的预算永远是拍脑袋。与 G0、站 2 构成全流程恰好三处人门——门在阶段之间,签核=踢下一阶段,阶段内零停车(与 docs/重构流程设计/ 的图一致,图与实现不得漂移)。

运行日志必记事件(node 写 REFACTOR,格式同 cm:ai 全局规则)

• node_enter:进入每道门/每站(G0、G0.5、规模门、各站、收口)
• pause / resume:三处人门各一对(G0 签核、站 2 规则定稿、收口 done-gate)——人门无 pause 记录 = 门没停,审计可查
• decision:规则修订采纳(修了哪条/为什么)、轨道选择、判官修复
• task_start / task_done:轻量道按次;批量道按批次记,detail 必带数字(完成 N/总数 M · 差分通过率 · 动机指标现值)——单文件粒度不灌主日志,进明细层 batch-log(见下节)
• error:判官假阳性排查、批次重生成(记明"第几次重复触发规则修订")、行为差异回滚
• run_done:收口(双计数与 slug 写进 detail/data)

重构专属明细日志(事件层之下的第二层,轻量道不豁免只减薄)

为什么比 feature 开发厚:新开发的失败是"没做出来",看得见;重构的失败是"悄悄改了行为",事后归因全靠明细。事件级日志答得了"发生过什么",答不了"这个行为差异是哪个文件、哪版规则、哪次批次引入的"。

• judge-report.md(refactors/{slug}/):判官档案——基线清单与结果、自验证变异清单(种了什么变异 / 抓到没有,漏抓的怎么修到抓到)、假阳性排查记录。判官的可信度证据,不是口头的"验证过了"
• diff-report.md:差分明细——每组输入 / 改前输出 / 改后输出 / 结论,逐组落盘(不是一句"全部一致");出现差异时该组全文保留,回滚后补记处置
• batch-log.jsonl(批量道):单文件粒度一行一条:{file, agent, model, rulebook_rev, diff_pass, todos, confidence, duration}——归因链的关键是 rulebook_rev:每个产物记录由哪版规则生成,行为差异出现时可精确定位"这批是坏规则的产物"而不是逐文件猜
• RULEBOOK 修订史(手册内置表):版本 | 日期 | 触发实例(哪个失败) | 旧条文 → 新条文 | 裁决人——规则演进必须可追溯,否则"修规则不修产物"就成了无账本的改法
• 回滚记录:每次回滚在档案记一节(回滚了哪批 / 回到哪个 commit / 触发差异的输入组 / 归因结论),并与主日志 error 事件双写互指

落盘物清单(审计链)

落盘物	位置
运行日志 + 状态	{SPECS_DIR}/运行日志.jsonl 追加 · .cm-status.json(状态条自动显示 REFACTOR 进度)
明细层(判官/差分/批次/回滚)	refactors/{slug}/ 下 judge-report.md · diff-report.md · batch-log.jsonl(批量道)
可行性摘要 + 档案	{SPECS_DIR}/refactors/{日期}-{slug}.md(批量道为同名目录)
RULEBOOK(批量道)	refactors/{slug}/RULEBOOK.md
审查凭证	{SPECS_DIR}/.reviews/refactor-{slug}-T-REFACTOR-{slug}-r{N}.md
度量	METRICS.md 追加行,Feature 列 refactor
毕业规则	代码项目 .claude/rules/ 对应文件
备忘销账	LESSONS.md 待触发备忘状态更新

边界

• 不承接:缺陷(→ $cm-fix)、行为变更(→ $cm-prd --change)、架构级重设计(升级出口:交人经 $cm-prd 立项——重设计下规则手册变设计文档、试点对比失效,是另一种流程)
• 不触发 cm-qa-engineer:行为等价验证就是重构的 QA,行为没变就没有新 AC
• 没有 specs 目录的裸项目:档案落代码项目 docs/refactors/,凭证落 docs/refactors/.reviews/,METRICS 跳过(同 $cm-fix 惯例)

对上游方法论的三处有意改编(是取舍不是遗漏,放弃了什么留痕):

• kit 的重设计模式(规则手册变设计文档)→ 整体分流给 $cm-prd 立项——cm 已有方案对抗审查链,不重复造
• kit 的双对抗审查+第三方仲裁 → 用 cm 既有 N4 纪律(≤2 轮+分歧记录)——全框架审查纪律保持单一来源
• kit 的缺口清单(gap inventory)→ 不设——那是跨语言迁移特有物(目标语言强制要求表),同语言行为保持重构由波及面清单承担残余职能