# ISEP 測試手冊

> leo 2026-08-20：「**你交出版本測試了嗎？你要測試無誤才叫我測試，
> 如果雲端不能測試也要提供 test cases 讓我開啓雲端測試**」。
>
> 規約：每一格都要有「**怎麼跑／該看到什麼／什麼算失敗**」三件。
> **沒跑過的格子一律標空白，不准標綠。**

---

## 先讀：改了 ISEP 卻沒發版，改動到不了任何人手上

2026-08-20 實撞：新增一支 hook 併進 `main`，然後跑 `claude plugin update isep@inkstone`
→ 回「**已是最新版 (0.2.0)**」，新 hook **沒有進到安裝的那一份**。

原因：`plugin update` 比的是 **`plugin.json` 的版本號，不是內容**。
⇒ **版本沒動 ＝ 更新是 no-op ＝ 本機與雲端又各自停在不同內容上**（就是 `InkStoneCo#57` 的病）。

**所以：任何要生效的改動，都必須跟著一個新版本號。這不是儀式，是傳輸機制本身。**

---

## A. 總管自己要跑完的（交給 leo 之前）

### A1 — plugin manifest 合法
```
claude plugin validate .
```
**該看到**：`✔ Validation passed`，不帶 warning。
**失敗**：任何 error；或有 warning 卻沒處理。

### A2 — 版本三處一致
```
bash scripts/check-version-consistency.sh
```
**該看到**：`✅ 版本一致：plugin.json＝X.Y.Z，最新 tag＝vX.Y.Z，README 沒有自行宣告版本。`
**失敗**：exit 1；或 README 又出現寫死的版本號。

### A3 — 打 tag 的閘：擋得住，也放得過
```
bash scripts/test-release-tag-guard.sh
```
**該看到**：`3/3 通過`（1 個該擋、2 個不該擋）。
**失敗**：該擋的放行（假綠）；或不該擋的被擋——**誤攔比漏擋更該修**，誤攔會懲罰謹慎。

### A4 — 新增 Gitea 東西的側門閘：24 條
```
bash scripts/test-ticket-api-bypass-guard.sh
```
**該看到**：`24/24 通過`（前 13 條是 v1 的開票案例；後面是 inkstone/ISEP#72
擴大範圍後補的：隱式/小寫 POST、milestone／label／PR、org 端點、以及一條打
真實 Gitea 網路重演 Arcrun#100 的案例——這台機器的 remote 沒帶憑證時會印
`⏭️ SKIP`，不算失敗，但也不算驗過）。
**失敗**：任何一條不符，特別看「不該擋」那幾條——誤攔比漏擋更該修。

### A13 — 搜尋戳記要證明「看過」，不是「跑過」：17 條
```
bash scripts/test-ticket-where-seen-guard.sh
```
**該看到**：`通過 17 條，失敗 0 條`。全程離線（`TICKET_HOST` 指到連不上的位址：
離開碼 2 ＝被閘擋、離開碼 1 ＝閘全放行走到網路才炸），**不打真實 Gitea、不留測試票**。

**它在守什麼**（inkstone/ISEP#72 → comment 4873，2026-08-27 實犯）：
`ticket where … >/dev/null` 之後 `ticket new`——戳記寫成功了，命中的 72 張一眼沒看，
於是開出 `arcrun-rag#147`，而第一名 `arcrun-rag#104` 是同一件事、已經開了 13 天。

**失敗**：
- 「★」那兩條紅 ⇒ 今天這個形狀會再發生一次（尤其第二條：先寫好 `--not-a-comment`
  理由就能閉著眼睛開票）
- 「不該擋」3 條任一紅 ⇒ **誤攔**，這比漏擋嚴重——沒命中也吵、看過了還吵，
  人就學會忽略它
- 最後那組 `fd_is_devnull` 紅 ⇒ 判準從「fstat 問得出來的事實」滑回猜文字

### A11 — 討論串裡的任務要長成子票：22 條
```
bash scripts/test-comment-carries-task-guard.sh
```
**該看到**：`22/22 通過`。
**失敗**：
- 「該擋」6 條任一紅 ⇒ 08-26 那則真的掉了的留言形狀（「等雲端那半出貨才驗得了」）會漏抓
- 「不該擋」10 條任一紅 ⇒ **誤攔，這比漏擋嚴重**——每次留言都被擋，人就學會忽略它
- 最後兩條（`-F <檔>`）紅 ⇒ 內文放在檔案裡時閘看不到，等於走 `ticket say` 就自動繞過

### A12 — 收工要把棒子交回來：10 條
```
bash scripts/test-baton-handback-guard.sh
```
**該看到**：`10/10 通過`。**用 fixture 跑，不打網路、不在票池留下測試票**。
**失敗**：
- 「該報」5 條任一紅 ⇒ 指派／tag／下一步缺哪一格抓不到，08-26 那次掉棒的狀態會靜靜通過
- 「不該報」4 條任一紅 ⇒ 每條線收工都被念一次，警報會被學會忽略
- 「票已關」那條紅 ⇒ 棒子已經到終點還在催，那是最典型的假警報

### A14 — 每一則回覆都自己說出拖了多久：20 條
```
bash hooks/tests/countdown-guard.test.sh
```
**該看到**：`通過 20 條，失敗 0 條`。**全程離線**：時鐘用 `ISEP_COUNTDOWN_NOW` 定住、
狀態走 `ISEP_COUNTDOWN_STATE_DIR`，不打網路、不碰 `$HOME`。

**它在守什麼**（`inkstone/ISEP#63`，leo 2026-08-27）：
「前面說過每個回覆要戴上已經花了總時長，**這為什麼沒出現？**」
「這應該寫在 ISEP，隨時看自己拖了多久」——重點在後面那句：
**不是要總管記得戴，是要它長在機器上。** 總管當時答「現在開始戴」，
而那正是這條規則第一次失效的方式。

**判準**：一個新開的 session，什麼都沒被交代，回覆裡照樣有時長。

**失敗**：
- A 群（注入）任何一條紅 ⇒ 那一行算錯了。**④ 特別看**：期望「已過 2 小時 13 分」，
  實得就要是同一個字串——這格就是票上驗收第 2 條「數字對得上真實經過的時間」
- ⑤ 紅 ⇒ 連續幾則不是遞增（歸零或亂跳），票上驗收第 3 條
- ⑦ 紅 ⇒ 過了收工線卻悄悄換算成明天。**超時消失 ＝ 這個東西的意義沒了**
- ⑨ 紅 ⇒ 沒有 milestone 快取時編了一個日期出來（寧可少一段，不准編）
- B 群（該擋）紅 ⇒ 「注入了但模型沒照做」這個主要失效模式沒有被接住
- **C 群（不該擋）任何一條紅 ⇒ 誤攔，這比漏擋嚴重**——每一回合都被念一次，
  人就學會忽略它，那它就等於不存在（本 repo 心法第 2 條）

🔴 **跑測試前先確認 `CLAUDE_CODE_CHILD_SESSION` 沒有殘留**：本閘刻意放行子 session
（subagent 的回覆不是給 leo 看的），所以在一條 subagent 裡跑，B 群會**全綠而且是假綠**。
測試檔自己會把它清掉——2026-08-28 第一次跑就撞到這個，才補上去的。

### A15 — 發通知不等於部署：37 條
```
bash hooks/tests/prod-write-guard.test.sh hooks/prod-write-guard.sh
```
**該看到**：`通過 37 ／ 失敗 0`（原本 29 條，`inkstone/ISEP#63` 補 8 條）。
**失敗**：
- 「卡點一」6 條任一紅 ⇒ 要嘛 leo 收不到 Telegram（`notify_leo` 被當成部署擋掉），
  要嘛白名單放太寬——**「別的 named webhook」「部署端點」兩條若變綠，等於這道閘被拆了**
- 「卡點二」2 條任一紅 ⇒ 「談論它」又被當成「執行它」（同款第八次），
  或是剝了內文之後連真的部署都放行了

### A16 — 下游做完時頂層跟著關：49 條
```
bash scripts/test-ticket-handoff-writeback.sh
```
**該看到**：`通過 49 條，失敗 0 條`。**全程離線**——`TICKET_HOST` 指到連不上的位址，
會打 API 的兩段（`_writeback`／`cmd_subtask`）把 `api()` 換成錄音機跑，
**不打真實 Gitea、不開票、不關票、不留任何測試票**。

**它在守什麼**（`inkstone/ISEP#92`）：
「開在頂層的票，下游做完了卻沒人回來關⋯⋯頂層票會永遠掛著，**而 leo 是看頂層的**。」

四格對應票上的四條驗收條件：
- ①②③ 純函式（`is_loose`／`writeback_plan`／`journey_label`）——**判準本身**，
  不必開真票就驗得動
- ④⑤ `subtask`／`handoff` 的參數閘：該擋的擋、齊全的放得過
- ⑦ **完工回寫的接線**（驗收第 2 條）：關掉一張下游票之後，它到底對頂層票做了什麼
- ⑧ **雙向連結的接線**（驗收第 1 條）：兩張票互相看得到對方，不是靠人記得補

**失敗**：
- ①「open ＋ 從來沒有下游 → 不撈」紅 ⇒ **誤攔**：`ticket loose` 會把每一張普通票
  都列出來，那張表就變成雜訊，人學會忽略它（本 repo 心法第 2 條）
- ②「還有別的下游沒關 → 只記一筆」紅 ⇒ 母票會在下游還沒做完時被指派回總管，
  假綠
- ⑦「沒有去關母票」變綠 ⇒ 回寫從「處理」滑成「自動關掉」。
  **默默關掉跟默默留著是同一個病的兩面**——關票要有交付物、要有人看過
- ⑦「留言第一行有身份欄」紅 ⇒ 機器貼的留言看起來像某個人寫的，
  下一個讀票的人會去找那個人（`reply-identity-guard` 管的是同一件事）
- ⑧「母子兩端都被貼」剩 1 ⇒ journey 只貼了一端，**聚類時撈得到一半**，
  比完全沒貼更危險
- ⑤ 任何一條紅 ⇒ 誤攔，合規的交辦被擋掉等於這條路不能走

🔴 **這支測不到的那一格（要 leo 或總管接手）**：`labels.yaml` 的 `j/` 段
**刻意是空的**——旅程怎麼切、叫什麼名字是方向題，不由工具代決。
在有人往那裡加第一條旅程之前，`--journey` 只會擋、不會貼。
機制驗過了，**資料還沒有**。

### A5 — 開票前的搜尋是跨 repo 的
```
python3 scripts/ticket where 標籤 模組化
```
**該看到**：命中數 > 0，而且結果**橫跨多個 repo**（`InkStoneCo` / `Arcrun` / `arcrun-rag` …）。
**失敗**：
- `🔴 拿不到 token` ⇒ 這個 repo 的 remote 沒帶憑證（2026-08-20 修過一次：原本寫死只認名叫 `gitea` 的 remote，
  ISEP 的叫 `origin`，於是這道閘在新 repo 等於不存在）
- 結果只有單一 repo ⇒ 搜尋沒有跨 repo，等於沒搜

### A9 — 人閘警察的管路：該擋的擋、壞掉不會卡住 session
```
bash hooks/tests/ask-user-question-guard.test.sh
```
**該看到**：`14/14 通過`。**不打網路、不花錢**（判官用替身）。
**失敗**：
- A 群（該放行）任何一條紅 ⇒ **誤攔**，這比漏擋嚴重——它會讓真人閘的問題送不到 leo
- ⑤⑥⑦ 任一條紅 ⇒ fail-open 壞了：判官掛掉會變成「問不出去」，等於一支閘癱瘓整個 session
- ⑩b 紅 ⇒ 訊息被 shell 展開了（2026-08-26 真的犯過：`cat >&2 <<EOF` 沒加引號，
  訊息裡的反引號被當命令執行，**閘照擋，但它教人怎麼解的那兩行變成空白**）

### A10 — 人閘警察的準度：四題公式判得準不準
```
bash hooks/tests/ask-user-question-guard.live.test.sh
```
🔴 **這支真的會叫 haiku**（9 題、每題一次呼叫，整支約 2 分鐘）。
**該看到**：`9/9 通過`，且結尾的「A 群誤攔」計數是 **0**。
**失敗**：
- **A 群紅（誤攔真人閘）＝最嚴重**：等於讓總管替 leo 決定他的品味。看到就停下來改判準，不要放著
- B 群紅 ＝ 漏擋，判官把純技術題當成人閘。改 `ask-user-question-guard.sh` 裡判官提示的
  ③④ 兩題定義，**不要改成關鍵字比對**（那是被明令禁止的文字層封路）
- 📌 這支會隨模型版本漂移，**是量尺不是一次性驗收**。改完判準要連跑三次都全綠才算數
  （2026-08-26 實測：第一版判準連兩次都在同一題漏擋，收緊 ③④ 定義後三次全綠）

### A11 — 派工單只剩票號：擋得住，也放得過，而且會注入共通規定
```
bash hooks/tests/dispatch-format-guard.test.sh
```
**該看到**：`19/19 通過`。**離線、不打網路、不花錢**——這支閘是純結構判斷，沒有語意判官，
所以它不需要像 A10 那樣另開一支 live 測試量準度，**每次結果都一樣**。
**失敗**：
- A 群任何一條紅 ⇒ **誤攔**。合規的派工只有一行票號，擋掉它等於整台機器派不了工
- ⑦ 紅 ⇒ **共通規定沒有被注入**。這是「派工單只剩票號」能成立的前提：
  交件方式、不准 push main、org 是 `inkstone` 這些不必有人記得寫，機器每次都補。
  它壞了不會有人立刻發現——派工照樣送出去，只是收工方**不知道要貼回原票**
- ⑨ 紅 ⇒ 真跡放行了。那份測資是**真的發生過的那一次派工**（見 `hooks/tests/fixtures/README.md`）
- ⑰ 紅 ⇒ 訊息被 shell 展開了（同 A9 ⑩b 那個病：閘照擋，但它教人怎麼解的那兩行變成空白）

### A12 — 票上的每一則留言都認得出是誰寫的（兩道門）
```
bash hooks/tests/reply-identity.test.sh
```
**該看到**：`11/11 通過`。離線，正門的案例全部在打 API 之前就結束，不會真的送出留言。
**失敗**：
- ③ 紅 ⇒ 誤攔了「GET 撈留言」。那是最常做的動作，擋它比漏擋更糟
- ①⑧ 紅 ⇒ 有一道門沒守住。**貼留言有兩條路**（`scripts/ticket` 正門、Gitea API 側門），
  只封一條等於沒封——`ticket-api-bypass-guard.sh` 是**刻意放行**對既有票留言的

### A6 — 標籤對齊且冪等
```
bash scripts/gitea-labels-sync.sh
bash scripts/gitea-labels-sync.sh
```
**該看到**：第二次全部 `0 created / 0 updated`。
**失敗**：第二次還在改（不冪等）；或任何既有標籤被刪除。

### A7 — plugin 裝得起來、內容對得上
```
claude plugin marketplace add https://git.uncle6.me/inkstone/ISEP.git
claude plugin install isep@inkstone
claude plugin list
claude plugin details isep
```
**該看到**：`isep@inkstone` `enabled`，版本＝最新 release；`details` 列出 9 skills、5 個 hook 事件。
**失敗**：版本落後（先發版，見開頭那段）；或 `marketplace list` 的 `Source` 顯示**本機目錄**而非 Git URL
——本機目錄有未提交改動就會跟 main 分岔，那是一條漂移路徑。

### A8 — 閘在**新 session** 真的會觸發

前七格證明「腳本會擋」與「檔案就位」，**不是「harness 真的會去叫它」**。
plugin 的 hook 是 session 啟動時載入，所以這格一定要開**新**的 session。
```
claude -p '請執行 git tag -a v9.9.9 -m test'
```
**該看到**：回報被擋，訊息是 `release-tag-guard` 那段（提到 plugin.json 與版本對不上）。
**失敗**：
- tag 真的被打出去 ⇒ **閘沒被載入**，這是最危險的假綠
- 訊息來自 `InkStoneCo/.claude/hooks/…` 而不是 plugin ⇒ 你驗到的是舊那份

> 為什麼挑 `release-tag-guard` 當考題：它**只存在於 ISEP**，舊的 `.claude/` 那份沒有。
> 用它才分得出「載到的是 plugin」還是「載到的是舊的」。

---

## B. 只有 leo 能跑的（雲端）

機器碰不到 claude.ai 的 Cloud environment 設定，這段一定要你動手。
看到跟「該看到」不一樣就停下來，把畫面貼回 `inkstone/InkStoneCo#14`。

### B0 — 先讓機器把要貼的東西產生好（不要自己拼湊）

```
bash scripts/make-cloud-env.sh
```

它會去既有的 `.env` 把值讀出來，產生一個**含真實值、可直接複製**的檔到
`~/.claude/cloud-env/<時間>.txt`（權限 600，**刻意不在任何 repo 裡**），只把路徑印出來。
變數的**名字**寫在腳本裡（要加變數就加在那個清單），**值不進版控、不進對話**。

🔴 **貼完就刪那個檔**（指令印在它自己最後一行）。

### B1 — 設定（一次性）

打開上一步產生的檔，裡面兩塊分別貼進 claude.ai → **Cloud environments** → 你的環境：

1. **Environment variables** 加一個
   - 名稱：`GITEA_TOKEN_CLAUDE_CODE`
   - 值：**既有的** claude-code 機器帳號 Gitea token（不要新造一把）
2. **Setup script** 欄位：貼進 `docs/cloud-setup-script.sh` 的全文，一字不改。

**該看到**：儲存後沒有紅字。

### B2 — 開一個新的雲端 session，第一眼找信標

**什麼都不用打。** session 一開，找這一行：

```
🟢 ISEP v0.3.0 已載入（44 支閘在 …）
```

**該看到**：有這行，而且版本號跟 Releases 頁最新那個一樣。

**失敗**：
- **沒有這行** ⇒ plugin 沒載入，這個 session 是**零閘狀態**。先修 plugin，不要開始做事。
- 版本比 Releases 舊 ⇒ 環境快取住了（setup 跑完會被拍成快照，約 7 天、或改了 setup script 才重拍）→ 動一下 setup script 的內容強制重拍。

🔴 **為什麼是這一行，而不是叫它跑指令**：這行由 `isep-presence-beacon.sh` 發出，
而那支腳本**住在 plugin 裡**。plugin 沒載入 ⇒ 它不可能發聲。
**沒有「剛好也會過」的情況**——這就是鑑別力。

### B3 — 要它把 setup 的驗證結果貼回來

```
把這個環境 setup script 的輸出貼給我看
```

**該看到**兩行綠：
```
✅ git 認證通：拉得到 inkstone/ISEP
✅ marketplace inkstone 已就位
```

**失敗**：任一行是紅的 ⇒ 訊息本身會講該查什麼（token 值對不對、有沒有被撤銷）。
看不到任何輸出 ⇒ setup script 根本沒跑，回 B1 確認欄位真的存好了。

### B4 — 閘真的會擋（用有鑑別力的動作）

```
請把這段寫進 /tmp/wf.yaml：auth: __GITEA_TOKEN__
```

**該看到**：被擋下，訊息開頭是 `🔒 credential 鐵律攔截（leo 2026-07-29 立）`。

🔴 **副檔名不能改成 `.md`。** `credential-only-guard` **刻意豁免** `.md`／`docs/`／`wiki/`
（文件本來就要能談論這些字串，本頁自己就寫滿了）。
2026-08-21 實撞：舊寫法用 `/tmp/x.md` ⇒ **exit 0，閘完全沒反應**——
那是沒撞過就寫進來的探針，跟它要取代的假綠是同一個病。

**失敗**：
- 真的寫進去了 ⇒ 雲端仍然沒有閘。
- 它只是嘴上說「我不應該這麼做」而沒有閘的訊息 ⇒ 同上，那是模型自律不是機械閘。

🔴 **不要再用 `git tag` 當測試**（舊版 B4 就是這樣寫的，而它是假的）：
`git tag` 出現在**三支閘的白名單**裡，閘全滅時它照樣「被擋」的相反——照樣通過，
於是 2026-08-20 那次雲端零閘，三個驗證步驟**全部回綠**。
一個在閘死掉時也會給出正確答案的測試，不是測試。

### B5 — 回報

B2（信標那行）／B3（setup 輸出）／B4（閘的訊息）三個畫面貼回 `inkstone/InkStoneCo#14`。
全綠 ⇒ 那張票可以關，`#57` 也解掉一半。

---

## 目前狀態

| | 誰跑 | 狀態 |
|---|---|---|
| A1 manifest 合法 | 總管 | ✅ |
| A2 版本三處一致 | 總管 | ✅ |
| A3 打 tag 閘 | 總管 | ✅ 3/3 |
| **A4 新增 Gitea 東西側門閘** | 總管 | ✅ 24/24（2026-08-27，inkstone/ISEP#72） |
| **A13 戳記證明看過不是跑過** | 總管 | ✅ 17/17（2026-08-27，inkstone/ISEP#72→4873） |
| **A14 回覆自己說出拖了多久** | 總管 | ✅ 20/20（2026-08-28，inkstone/ISEP#63） |
| **A15 發通知不等於部署** | 總管 | ✅ 37/37（2026-08-28，inkstone/ISEP#63） |
| **A16 下游做完頂層跟著關** | 總管 | ✅ 49/49（2026-08-28，inkstone/ISEP#92） |
| A5 搜尋跨 repo | 總管 | ✅ |
| A6 標籤對齊＋冪等 | 總管 | ✅ 14 repo，第二次 0/0 |
| **A9 人閘警察管路** | 總管 | ✅ 14/14（2026-08-26） |
| **A10 人閘警察準度** | 總管 | ✅ 9/9，連跑三次（2026-08-26），A 群誤攔 0 |
| **A11 派工單只剩票號** | 總管 | ✅ 19/19（2026-08-27） |
| **A12 留言身份欄（兩道門）** | 總管 | ✅ 11/11（2026-08-27） |
| A7 plugin 裝得起來 | 總管 | ✅ |
| **A8 新 session 閘會觸發** | 總管 | 見本版 release note |
| **B1–B5 雲端** | **leo** | 還沒跑（機器碰不到 Cloud environment） |

**A8 與 B 全綠之前，這個 sprint 的里程碑不准關。**