Harness Start

交互式启动一个 Harness 任务，自动注入全部流程约束。

执行流程

Step 1: 询问需求

向用户提问：

请描述你要做的任务：

等待用户回答。如果用户在 /harness-start 后面直接附了内容，用那个内容，不需要再问。

Step 2: 进入 PLAN 阶段

将 .harness/current-stage.json 设为 PLAN，然后按以下约束执行：

流程约束（全部强制，不可跳过）：

1. PLAN 暂停 — 任务拆解完成后，输出任务清单，暂停等用户确认。用户没说"继续/go/确认"之前不进入下一阶段。
2. VERIFY 量化证据 — 不接受"看起来没问题"。必须有命令输出、测试结果、检查报告等可复现的证据。
3. 真实验证 — 功能性变更必须在真实场景验证，不能只靠 mock 或文件存在性检查。
4. 交付检查清单 — 向用户交付结果之前，逐项回答：
   • 流程合规：按 PLAN → EXECUTE → VERIFY 执行了吗？
   • QA 达标：验证证据充分吗？
   • 真实验证：功能性变更在真实场景跑过了吗？
   • 需求完整：所有需求都处理了吗？
   • 规则升级：过程中新问题写入 constraints 了吗？
5. Session Log — 关键决策和偏差必须记录到 .harness/session-log.md。工具调用由 Hook 自动记录，但"为什么这么做"和"偏离了什么"需要主动写。

Step 3: 开始执行

按 6 阶段 Loop 正常执行：

PLAN → EXECUTE → VERIFY → REVIEW

如果 REVIEW 不达标，进入 FEEDBACK 循环。

AI 工具内测试准出协议

SHK 第二阶段的目标不是让本仓库多跑脚本，而是让 SHK 装进目标应用工程后，帮助 AI 工具完成三件事：

1. 可衡量：先写清 .harness/iteration-spec.json，用说人话的方式说明需求、方案、风险、测试计划、流量路径和验收标准。
2. 可验收：AI 要为目标工程完成测试生成或选择测试，验证这些测试是否有效，再用结构化 evidence 做交付准出。
3. 持续优化：发现失败或测试不充分时，进入最多 3 轮的 loop 修复，每轮只推进一个明确失败点。

只要任务涉及代码变更，AI 不能等用户提醒才验证。按下面顺序做：

1. 先判断风险等级：low / medium / high / release，并为本轮目标工程生成/更新 iteration spec。 iteration spec 必须包含 tasks 和 irreversible_actions。每个 task 要有 covers、单一 risk、客观 done，且拆到 ≤15 分钟、可独立验证；不可逆动作即使本轮不执行，也要列出并标明是否需要人确认。 新应用没有 E2E 时，AI 不能只报告缺失；要先用 shk e2e inspect/bootstrap 识别项目并生成第一套有正向、负向、真实断言和 evidence 的 E2E。 E2E PASS 不等于充分；如果只是 echo ok、空脚本、只 smoke、或没覆盖本次风险，用户报告要先说“现在还不能交付”，再说明测到了什么、没测到什么、下一步补什么；机器状态放最后，例如：机器状态：NOT_SUFFICIENT。DEGRADED 不能说成 PASS。
2. 识别测试能力：单测、lint、coverage、E2E、runtime smoke，并判断是否需要为目标工程生成测试。
3. 验证测试是否有效：需求覆盖、风险覆盖、流量覆盖、断言质量、正向路径、负向/边界路径、mutation/fault injection、runtime realism、fresh evidence。
4. medium / high / release 任务必须有 E2E 证据和 test effectiveness READY；只有 low 小改可以不强制 E2E；找不到 E2E 入口时，先生成计划或只问一个具体启动问题。
5. VERIFY 阶段必须产出 fresh evidence；没有 READY evidence 不能说“完成了”。
6. 测试失败或 NOT_SUFFICIENT 时进入修复 loop：一轮只修一个失败点，重跑最小测试，最多 3 轮；没进展就停下来说明卡点。
7. 报告必须说人话：先说现在能不能交付，再说测到了什么、没测到什么、下一步补什么；不能只贴日志，也不要用 READY/NOT_READY/NOT_SUFFICIENT 开头。机器状态如果必须出现，放最后。不能把 DEGRADED 说成 PASS。

AI 可以调用 shk spec status --format json、shk quality status --format json、shk e2e inspect/bootstrap/assess --format json、shk test effectiveness --format json、shk verify --write-evidence、shk loop state --format json 作为后端检查器，但不要把这些命令丢给用户自己记。