# 更新日志

本项目所有显著变更都记录在此，格式遵循 [Keep a Changelog](https://keepachangelog.com/zh-CN/1.1.0/)，
版本号遵循 [语义化版本](https://semver.org/lang/zh-CN/)。

## [0.9.0] - 2026-09-20

### 新增

- **新 skill `test-reliability`（flaky 与套件可靠性治理，第 12 个 skill）**：回答"这套测试的结果还能不能信"——单条 flaky 判定（复跑矩阵 M1–M6 取证）→ 根因四分类（S1 时序等待/S2 共享状态/S3 环境/S4 并发竞态）→ 隔离与门禁语义（quarantine 可见、不计分母但必须披露）→ 重试诚实语义（重试绿≠修复，clean/retry/quarantine 三项分开统计）→ 套件健康度机读摘要（挂 `core/report-template` 机读段）。配 `references/flaky-playbook.md`（判定树含**非平稳信号复核强制闸门**：失败率趋势/外部变更相关/阈值穿越任一命中即翻转为真失败候选上抛——防"真缺陷穿着 flaky 外衣"潜伏）。出生双语 description（296 字符）；合入证据链：入池 2 任务（rel-quarantine-verdict / rel-retry-gate-health，r1 审计全采纳）→ On/Off 门（首轮 FAIL→失败模式归类→playbook 修订→On 臂复验 P05 正控 0%→100%、纪律点 On=1.0 vs Off=0.833，P15 全防形态裁定 KILL 未触发）→ 最弱模型门（dfic:deepseek-v4-flash 同档替换，On 各指标不劣于 Off）→ X26 触发屏（34/35 零新增错判）。判定权归属与实验记录见 GATES §6 与 E1_RULE.md。

- **Skill 描述双语化 C0 批 0 收官（11/12）**：回炉单元 `automated-e2e-testing` / `exploratory-testing` / `qa-memory` 完成双语化上线（全部 ≤300 字符红线、双引号包裹合规）。预注册逐个过门（EXPECTED v1.9 X26 路由屏，temperature=0 确定性仪器，B0=33/35 错误集 {R24 既有混淆, R28 边界样本}）：exploratory-testing 34/35（顺带修复 R28，零新增错判）、qa-memory 33/35（错误集与 B0 一致，`test-case-writing` 指针反触发显式化）、automated-e2e-testing 33/35（错误集与 B0 一致）。**教训（实测两次证实）：双语化压缩不得丢失语义锚点与单元名指针反触发**——e2e 首版删去"写自动化前的业务熟悉踩点"锚点、exploratory 首版删去"（automated-e2e-testing 工作流零）"指针，均立即触发 R26 新增错判，回滚后携锚点/指针重写方过门。**bug-analysis 维持中文原文**：三个差异显著的双语变体（273/298/263 字符）均稳定触发组合刃口新增错判（R26 对 bug 双语化敏感），按预注册回滚缓议并登记 X20 观测、深轮再议——宁缺毋滥，不对路由屏过拟合。同批：安装形态宿主广度格实测通过（`npx skills add -g -a codex` 裸 HOME 沙箱：12 单元全就位、85 处 `../core/` 引用全通），RELEASING 矩阵更新。

## [0.8.1] - 2026-09-07

### 修复

- **双语 description 的 YAML 非法写法致标准解析器宿主拒载（0.8.0 缺陷，本版修复）**：0.8.0 的 8 个双语 description 以裸 plain scalar 书写，值内 ASCII `": "` 序列被手写解析器（校验器 / dsh / 评测 harness）放行，但宿主侧标准 YAML 解析器（js-yaml / `yaml` npm 包 / PyYAML）全部拒绝——装了 0.8.0 的宿主可能无法加载这批 skill，skills.sh 索引面同样受影响。修复 = 全部 12 个 frontmatter description 按 YAML 规范以双引号包裹（内部引号转义），解析值与 0.8.0 逐字符等价（零内容变化）。
- **守门骗绿根除（同族事故第三例）**：validate_skills 的 frontmatter 检查此为手写行解析，与标准解析器口径分裂——非法 YAML 放行。现增加 strict YAML 门（PyYAML safe_load + 手写解析值比对不一致即 FAIL），**缺 PyYAML 时整门 FAIL**（fail-loud，与 validate_repo 同口径）；CI 安装依赖步骤上移至首个校验之前；新增 4 个正反例回归测试（裸 ": " 必 FAIL / 双引号包裹+转义 PASS / 引号不配对 FAIL / 单引号翻倍 PASS）。
- **dsh 插件 parseSkill 剥引号后同步反转义 `\"` 与 `\\`**：否则双引号标量会把字面反斜杠注入宿主上下文（与校验器 _fm_scalar 同口径）。


### 新增

- **examples 扩容至五组 On/Off 对照（B7 首批）**：在原 test-case-writing 对照外新增四组真实评测产出——api-testing（判分覆盖 0.94 vs 0.72，**真实执行通过率 0.97 vs 0.51**）、automated-e2e-testing（覆盖近但执行成功率 0.56 vs 0.39 的诚实信号）、qa 编排（九阶段含阶段 0 探索旁路 vs 通用八阶段框架）、exploratory-testing（证据分级风险清单 vs 泛化骨架）；选样规则=双臂各取中位样本（不挑最好 On、不丑化 Off），泄漏扫描零命中，examples/README 重构为五组索引+逐组判读指南+产出溯源表（run/通道/选样口径可核查）。

## [0.8.0] - 2026-09-07

### 新增

- **Skill 描述双语化首批 8 单元（补强方案 C0 批，X26 路由门护航）**：`qa` / `test-case-writing` / `test-strategy` / `test-case-review` / `api-testing` / `regression-testing` / `requirement-analysis` / `core` 的 frontmatter description 改为中英双语（英文在前供 skills.sh 跨宿主发现，中文触发词与反触发互指全保留，全部 ≤300 字符红线）。预注册两批滚动门（EXPECTED v1.9 X26，`run_eval.py routing` 35 意图 × local:Qwen3.5-9B-4bit）：基线 34/35 → 批 A（旗舰 2 单元）34/35 零新增错判 PASS → 批 B（10 单元齐上）31/35 **FAIL**（新增错判 3，跌破 32 底线）→ 按预注册单条粒度回滚 `automated-e2e-testing` / `exploratory-testing` / `bug-analysis`（批 B 交互肇事）与 `qa-memory`（二分定位单独肇事：其 "governed writes" 表述与"更新用例文件"意图语义竞争）→ 终态复跑 34/35 零新增错判 PASS。回炉 4 单元改写后逐个重过 X26 再双语上线；长期触发质量归 X20 周度探针（发版后两周重点观测）。
- **安装形态实测矩阵登记（RELEASING）**：新增专节——第三方安装器产物形态不受我方 install.sh 把控，凡影响 `../core/` 相对引用的发版按矩阵登记实测（共享目录整仓 ✅ / 单装缺 core ❌ 设计内 / Claude Code 裸 HOME 整仓 ✅ 本批补测；其余宿主待测、不超前宣称）。
- **官网 FAQ 区与 AI 引擎可读层（GEO）**：落地页新增"常见问题"六问（免费与否 / 宿主兼容 / 可执行性 / 上手成本 / 数据边界 / 英文层现状——含 Token 3.3 倍与英文层缺位等不利答案的如实披露），问答与 `FAQPage` JSON-LD 同源；页面头部补 `SoftwareApplication` 结构化数据（版本 / 许可 / 同名渠道 / 能力清单）；新增站点根 `llms.txt` 机器可读摘要并随 Pages 部署（`pages.yml` 触发路径与 stage 同步）——本产品的检索者与潜在"买家"大量是 AI agent 与 AI 搜索引擎，此层此前完全空白。跟踪面白名单同步扩容（`validate_skills.py` 红线 10 + CONTRIBUTING 红线 8 登记 `llms.txt`）；营销定位底座按 GitHub 政策归 `docs/` 本地资料区、不入库。
- **qa-memory skill（QA 项目知识库）**：新增第 11 个 skill 与配套门禁，让测试知识第一次可以跨会话沉淀——在被测项目仓库内维护 `.qa/` 知识目录（`INDEX.md` 派生视图 + 6 个主题文件，唯一真相源是主题文件，随项目 git 提交），沉淀环境怪癖 / flaky 判定 / 缺陷配方 / 接口契约 / 业务域 / 自愈配方与例程七类知识。条目 schema（`references/entry-schemas.md` 与门禁同源）：H2 标题（创建后不可变）+ fenced-yaml 受限子集，首写默认 tentative、时间失效不删除（superseded/retired 标记 + git 历史兜底）、`verified`/`evidence` 溯源字段；薄治理 skill 三工作流：读取预算化（INDEX 唯一必读、条目按需跳读）、写入过"三个月判据"+ `memory_validate.py` 门禁（零依赖纯标准库；schema/预算三重（条目/文件/INDEX 行数+字节）/秘密扫描占位符白名单/指令模式 WARN 投毒防线；`--init` 建骨架、`--rebuild-index` 机械重建索引消除并发冲突；fail-loud 不设降级通道）、治理全经人审（prune 归档、写 AGENTS.md/.gitignore 的入口自举逐处确认）+ 威胁模型四防线（条目=数据非指令、G6 确认门、CODEOWNERS 建议、溯源字段）。四个既有 skill 挂最小钩子（regression-testing 知识库输入、bug-analysis/exploratory 沉淀判定、qa 编排跨会话知识注记；automated-e2e-testing 的沉淀钩子已撤出，见下方「变更」）；`install.sh`/`uninstall.sh` 单元清单、安装冒烟下限（12 单元）、双语 README（含 `.qa/` 分宿主装载表）、落地页与 npm 描述计数同步；CONTRIBUTING 新增红线 9（schema 变更必须同步门禁与单测）。
- **CI 守门扩面（仓库面守门）**：新增 `scripts/validate_repo.py`，补上五个此前无人机查、坏了照绿的面——git 跟踪全部 .py 语法（此前仅被单测导入的脚本被覆盖，新增脚本写错语法 CI 照绿）、全部 .yml/.yaml 合法性（ci/pages workflow、labeler、ISSUE 模板、cordis 补丁——paths 触发的 workflow 语法坏了会静默不跑且无红叉）、全部 .json 合法性、根目录门面文档（README 双语 / CONTRIBUTING / RELEASING / CHANGELOG / AGENTS）相对链接与 `<img src>` / `<source srcset>` 目标存在性（README 是仓库门面，404 直接面向访客）、落地页 index.html 引用资产存在性（部署 stage 只做 cp 不校验引用，引用不存在的配图 = CI 绿、线上破图）；新增 `tests/test_repo_gates.py`（提取形态正负例 + 对本仓库实跑全绿的自锚定契约）。
- **安装器行为冒烟**：新增 `tests/install_smoke.sh` 接入 CI——copy/link 双方式安装、重装幂等、防误删拒绝覆盖外来同名目录、双向卸载干净（期望单元以首次安装实际产物为准 + 单元数下限，防清单缺损时冒烟安静变绿）；此前安装器门仅 `bash -n` 语法检查，与步骤名"零成本回归"名实不符。
- **CI 硬化**：job 级 `timeout-minutes` 与同 ref 并发去重（concurrency）；单测发现模式从写死 `test_product_scripts.py` 扩为 `test_*.py`（新增测试文件自动被发现）；pages.yml 部署前跑同一仓库面守门（部署自身挡破图，不依赖 CI 时序）；单测步补装 PyYAML（validate_schema 零用例防骗绿检查依赖全量解析，runner 默认无 PyYAML 时按设计降级返回 0，测试必挂——本地有 PyYAML 故仅 CI 失败）。
- **接口压测承接**（api-testing）：新增 `references/k6-conventions.md`——类型矩阵轴 1 执行层（原十轴中唯一无执行片段的脚本型轴）：移交包字段→k6 options 逐项映射、单接口阶梯加压模板、thresholds 退出码与流水线四值语义对接（阈值失败默认 S 级复核归因，不自动定性为缺陷）、触发分层（夜间 standard / 发布卡点 full）、结果按 report-template §7 回收；frontmatter 与 When to Use 补性能触发面。
- **e2e 断言强度自检与冒烟卡点**（automated-e2e-testing）：工作流内联"断言三问"（区分度前置 / 触发方式保真 / 环境区分度）+ 工程约定 §15 完整版（反向断言示例、UI 断言三件套、弱断言黑名单）+ 工作流"基线零通过禁交付"卡点（全部测试失败视为流程认知错误，回工作流零重踩后才可交付）——X19 门同通道 On−Off 杀伤差 +0.55 实证。
- **契约与 schema 一致性**（api-testing）：类型矩阵轴 10 执行层落地——schema 一致性校验（Schemathesis / jsonschema）与结构级负向 fuzzing 两层形态、与参数矩阵的分工、"schema 校验 ≠ 消费者契约"概念边界。
- **测试数据工厂**（core/methods/data-factory.md）：执行层造数工程模式——makeX 构造器（TS/Python 双形态）、造数通道三选一决策表（API 造数默认 > DB 快照 > UI 造数）、前缀隔离与清理三道防线。
- **分片与门禁汇聚**（core/pipeline-integration.md §3.1）：`--shard` + blob reporter + merge-reports 的分片范式与 gate job 稳定 check name（GitHub required checks 不支持 matrix job 的标准解法）。

### 变更

- **skills.sh 徽章与 core 误装补救命令（双语 README）**：徽章行补 skills.sh 安装徽章（直达收录页）；core 依赖警示补具体补救命令（误单装后补跑 `npx skills add fishzjp/qa-skills --skill '*'` 或手动补拷 `core/`——此前只有抽象警示）。
- **npm 断档清偿决策登记（RELEASING）**：v0.7.0 起的断档不再逐版补发——0.8.0 定版直接同步 npm（npm 不要求版本连续；补发缺 qa-memory 的旧版反而制造第二次断档）；新增踩坑 #9（跳版直发优于逐版补发，跳版只允许向前跳且 CHANGELOG 须登记跳过版本与理由）。
- **安装方式重排：`npx skills add` 提为方式一（实测解锁）**：沙箱实测 `npx skills add fishzjp/qa-skills --skill '*'` 全量安装——11 个 skill + `core/` 全部就位、`../core/` 相对引用完好（core 具备自述性 SKILL.md，会被安装器发现）；单装 skill 坐实不带 core（引用断裂）。据此双语 README 与落地页把一行命令提为第一安装方式，core 依赖警示随命令就近展示；宿主数量口径按安装器实际列表由"50+"修正为"70+"；落地页安装卡同步重排（npx 主位、安装脚本次位、dsh 收敛为内联命令）。
- **撤出 automated-e2e-testing 的 qa-memory 知识沉淀钩子**：X19 门 FAIL（纪律禁止带病合入），其余四个 skill 的钩子不受影响；e2e 侧待定向证据后再评估重新挂载。
- **官网落地页 v2 转正**：单文件新页（暗色视觉体系 + 动效 + Space Grotesk/JetBrains Mono）替换旧版；旧版 13 张生图配图（`assets/landing/`）与运行时生图端点依赖一并移除——页面零本地图片引用，Pages 产物收敛为 index.html + og.jpg，`pages.yml` 触发路径与产物清单同步；顺带修复 `--font-display` 变量缺失导致的标题/大数字静默回退系统字体。
- **守门脚本扩面与产品测试面建立**：`validate_skills.py` 引用校验从「SKILL.md + core/」扩展到 `skills/` 下全部 .md（references/、templates/ 此前为盲区，死链 CI 抓不到），并按框架既有路径约定（相对消费方 SKILL.md 所在目录，见 core/test-type-matrix.md 口径注）机器化强制——仅按文件自身可解析的写法判「路径基准违反约定」，两套互斥基准并存的解析歧义从源头堵住；markdown 链接形态复用跨 skill 归属判定（堵住链接绕过）；docstring 清除"docs 三例外"陈旧描述，白名单清除死项 `og.jpg`；显式 `encoding="utf-8"`、`Path.relative_to` 3.8 兼容实现、`git ls-files -z` 关闭中文路径八进制转义（Windows / 老 Python 本地可跑）。新增 `tests/test_product_scripts.py`（12 例：validate_schema 退出码契约 / scan_signals YAML 转义顺序 / 引用解析基准三形态），`tests/` 入跟踪面白名单并接入 CI——此前三份随产品分发的脚本零单测；CI 同时补安装器与 dsh 插件语法门（`bash -n` / `node --check`，三大安装路径的零成本回归）。
- **随产品分发脚本的用户环境加固**：`validate_schema.py` 堵"零用例骗绿"（YAML 合法但一条 TC 未收集到时此前全绿放行——顶层 key 拼错是模型产出最常见的失败形态，现直接判 FAIL 并给出 key 提示）；非 UTF-8 输入（中文 Windows 记事本 GBK 高发）由裸 traceback 改为自解释报错。`scan_signals.py` 文件读取由 `errors="ignore"` 改为 GBK/GB18030 显式回退并新增 `decode_fallback_files` meta 计数——此前非 UTF-8 老仓库的中文信号（PII/库存/秒杀等 CJK 模式）被静默丢弃整轴假阴性；补 `S_ISREG` 守卫（指向字符设备的符号链接可致无限读）；行号口径对齐编辑器（`split("\n")`）。
- **对外口径对齐批**：落地页"七个环节"改为不与 README"9 阶段流水线"冲突的表述、"类型决策覆盖率"统一为 README 口径"类型查全率"、示例用例时长对齐 examples 真实产物（10 分钟）；双语 README 与 RELEASING 的增益矩阵快照承诺由"每版 Release 附"诚实化为"按里程碑随 Release 附带"（v0.6.0/v0.7.0 实际未附本版快照，名实相符优先）；PR 模板去除已退跟踪的 docs 指引、自检清单对齐 CONTRIBUTING 完整枚举；feature_request 的 core 文档枚举补齐 triage / pipeline-integration；RELEASING "红线 7"指称点名校验器出处、SYNC COUNT 叫法修正（11 = 10 skill + core 依赖单元，core 不是 skill）；AGENTS.md 污染检查指引注明 CONTAMINATION.md 为本地维护。
- **死资产与配置清理**：删除 `assets/banner.html` / `banner-dark.html`（零引用，git 历史留档）与 `.npmignore`（package.json `files` 白名单存在时对白名单内路径无效，注释却仍宣称兜底——踩坑 6 已实证，真防线是 files 否定模式）；双语 README 结构树补齐 `scripts/`、`tests/`、`index.html` 行（穷举纪律）；`labeler.yml` 拆出 engineering 标签（CI / 工程配置 / 安装器 / 产品脚本改动不再误归 documentation），`index.html` 归 documentation。
- **README 文案通读润色（说人话）**：翻译腔与评测内部行话改写为平实中文——"人在环路的检查点"→"关键决策归你拍板"、"零显式类型决策"→"没有一次给出显式的类型决策"、"挂信号 / 挂证据"→"给出信号依据 / 给出证据"、"G 级信号"→"能机械扫描的信号"、"in-situ 探针"→"真实宿主抽查"，"类别性判读 / 宽容口径 / 梯度轮 / 噪声带 / 消融 / LLM judge"等行话改写或补白话释义（异构裁判首现处补"裁判模型与被评模型不同源"、预注册门槛补"防事后挑指标"目的注）；能力总览两处压缩表述展开（可测点清单作分母、评级必须给出证据）；数字、口径与事实全部未动。
- **README 双语精简改版**：三节设计论述（可执行性 / 三层架构 / 类型决策矩阵）归并为「核心设计」小节、标题由口号式改为自明式；安装指引去重（dsh 版本验证细节并入宿主兼容表，手装折叠区补齐升级说明）；实测效果逐项口径与门判定块压缩，勘误沿革细节收敛为 CHANGELOG 指针；仓库结构树保持穷举；全部数字、事实与对外承诺未变。
- **规划文档与设计稿移出跟踪面**：`docs/`（DESIGN / 决策层设计稿 / v2 规划）整目录转为维护者本地资料——`git rm --cached` 退跟踪、`.gitignore` 整目录隔离（删除三文件例外放行），沿用评测链路"本地维护、不随仓库分发"先例；同步改写：`validate_skills.py` 白名单清除 docs 精确登记、CONTRIBUTING 红线 8、双语 README 摘除全部 docs 链接（工作原理 DESIGN 指针 / 延伸阅读三条 / 结构树 docs 行 / 宿主兼容性注）、`examples/README.md` DESIGN 链接摘除、`labeler.yml` 去 `docs/**` 通配。文件本体保留本地；git 历史不重写。
- **skills/ 对外文本去内部化**：清除 11 处内部迭代轮次标注（"2026-08-23 Rn"——轮次沿革归 CHANGELOG，不留在产品文本）；内部黑话改为自明表述（"格式锤"→"格式硬约束 / 防弱模型格式漂移"，中英 README 与 docs 同步；"GT 错标让飞轮"等评测内部表述改写为平实语言；删除 "exec 0.5"、"净收益 −13.5pp" 等对外未定义指标的裸引用，保留机制性结论）；`test-type-matrix` 的 V1–V5 权威定义指针修正为 `core/scripts/validate_schema.py`（原指 test-strategy SKILL.md，但该文件只使用编号、从未定义）；`api-testing` 四分类括注病句订正（B1/B2 口径对齐 triage）；`regression-testing` 夜间档口径与 `pipeline-integration` 精确对齐（P1 全量 + P2 抽样）；`qa` frontmatter description "Bug分析" 补空格。
- **脚本与工程配置小修**：`scan_signals.py` 去内部设计代号"决策层方案 B"（docstring + argparse description）；`validate_schema.py` 删除模式二的不可达分支（死代码）；`dependabot.yml` 注释更正（仓库已有 npm 插件包 `package.json`，因声明零运行时依赖而不配置 npm 生态，原注释"公开仓库无 package.json"已过时）。
- **目录治理**：根目录缓存与系统垃圾清除（`.DS_Store`、`.pytest_cache`、`__pycache__`、空 `.benchmarks/`——均为运行时可再生文件）；2026-08-27 的两份 smoke 备份包（`.smoke_f2_backup.zip` 混合工程 fixture、`.smoke_f3_backup.zip` 畸形 schema fixture）自仓库根归档至 `eval/archive/`（本地评测区，不入库）；`.gitignore` 补 `.claude/`（此前仅靠贡献者全局 git ignore 兜底，换机裸克隆会露出未跟踪项，与 `.zcode/`/`.trae/` 同族）；`og.jpg` 归位 `assets/og.jpg`——落地页分享图与 hero / landing / 社交预览图统一收纳视觉资产目录，线上 URL 不变（`pages.yml` 打包时重命名回站点根 `og.jpg`，og:image 绝对 URL 与已流通分享链接均不受影响；触发路径、RELEASING 发版检查单、双语 README 结构图同步）。

### 修复

- **落地页终端"复制"按钮剔除 `$` 提示符**：按钮此前复制 `pre` 全部文本，行首 `$ ` 一并进剪贴板——粘贴进终端直接报错（首屏主行动路径上的摩擦）；现在剪贴板只放可执行命令，注释行保留。
- **第二轮全项目审查修复批（2026-09-07，方法论深审 / 落地页质量 / 仓库机体 / 修复批 meta-review）**：
  - **安装器自毁守卫补完（上批修复的半成品收尾）**：`REPO_ROOT`/`SRC_ROOT` 改用 `pwd -P` 物理路径——上批只改了 TARGET 侧，仓库经 symlink 别名访问时守卫两侧路径口径分叉仍可绕过（实测干跑坐实）；安装器冒烟新增"别名路径把安装目标指回仓库 skills/"单元；uninstall 的动态清单补空守卫（skills/ 缺失时此前静默只删 VERSION 就报成功）。
  - **headless 第二形态闭环（skills 产品本轮最重要修复）**：未决项落盘两处"统一"口径矛盾消除（qa 编排说 `流水线状态.md`、pipeline-integration 说 `证据/未决项_{日期}.md`——统一为前者，续跑凭据与人工回流入口单点化）；补上回流闭环缺的半边——断点续跑现在先消费未决区已回填的裁决（增量修订产物、`budget_review` 补 `approved_by`），不再"答复永远进不了产物"；补 headless 下 `budget_review` 的诚实语义（如实记 headless 未决 + 保守依据，不得写成用户已批准，回流后补批注——消除"裁 Critical = 伪造裁决 / 不裁 = V4 FAIL"的纸面死锁）；qa 开工输入补对比基线 base（阶段 7 回归范围的续跑凭据）。
  - **落地页外链点击不再"带走"当前页**：删除 `window.open(…, 'noopener')` 拦截——按规范该调用恒返回 null，兜底分支必然后跳当前页，且废掉 Ctrl/Cmd+点击；`rel="noopener"` 原生行为本已足够。
  - **展示字体真正装车**：Space Grotesk 变量字体（latin 子集 22KB）自托管 `assets/fonts/`，`@font-face` + preload + `font-display: swap`——此前 `--font-display` 引用的字体从未被加载，标题/大数字在几乎所有访客机器上静默回退系统字体（`--font-display` 变量丢失事故的同类复发）；`--mono` 摘除从未加载的 JetBrains Mono 名（SF Mono/Cascadia/Consolas 原生栈覆盖）；pages.yml 部署产物与触发路径、双语 README 结构树同步。
  - **滚动渐入动效复活**：36 个非首屏 `.reveal` 去掉静态 `.in`（此前 41/41 全量写死使 IntersectionObserver 空转、入场编排从不发生——"无 JS 可见"修复时误伤），补 `<noscript>` 兜底；`prefers-reduced-motion` 三处漏网补齐（hero 光束 sway、hero-rise 入场、数字滚动直接呈现终值）并删除一段纯重复的死配置块。
  - **落地页可访问性与元数据**：次要文案色 `--text-3` 提亮至 ≈5.9:1 对比度（原 4.08:1 不达 AA，承担的却全是 12-13.5px 真实内容）；标题大纲修复（h1 → h2 节 → h3 卡，消除三处跳级）；补 canonical、`og:image:width/height/type`、显式 `twitter:image`，og:description 补齐与 meta description 一致的"定位缺陷、"；nav 移除硬编码 `scrolled` 类（页首未滚动即呈加深态）、装饰文件树 `regression/` 改真实目录名 `regression-testing/`、清理运行时残留的 `--mx/--my` 内联样式与空 class 属性。
  - **守门器误报锐边消除（上批"引用式定义"检查自带的）**：`_gate_common` 引用提取与 validate_skills 反引号引用检查增加 fenced code block 感知（围栏内示例不再误报，兑现 docstring"代码块内示例不在校验范围"的既有承诺）；引用式定义排除脚注 `[^1]:`、容许 `!` 前缀与尾随 title；新增三个回归测试钉住。
  - **dsh 插件 frontmatter 解析与校验器口径对齐**：`parseSkill` 兼容 YAML 块标量（`>-` 此前会把字面量 `">-"` 注册为 description），与 `_fm_scalar` 同口径折叠。
  - **计数与口径尾巴**：GitHub 仓库 About "10 Skills"→11（最显眼的对外数字残留）；AGENTS.md 用例计数去数字化（上批"当场写旧"的根除：计数一律以实际收集数为准）；qa-memory "七类知识"→六类（W1 表实有六行）；entry-schemas 的 verified 哈希口径对齐门禁（小写十六进制）、正例 source 改为实际有写入钩子的 bug-analysis（e2e 钩子已撤出）；CONTRIBUTING 架构红线补第 10 条（skills 目录形态，注明与校验器编号的映射关系）并与 PR 模板自检枚举对齐；bug_report.yml 问题区域下拉补 qa-memory；RELEASING 条件项表对齐动态派生后的现实、npm publish 前置补 python3+PyYAML 说明（prepublishOnly 会强制跑校验器）；exploratory 风险行模板补 level 槽位（与预评级步骤闭环）；qa 阶段 3 判据"模式一"术语自明化；requirement-analysis:78 与 tcw:160 的 core 模板/映射复述收敛为指针；tcw/api-testing 同源自伤案例互指注记（红线 4 要求双份自包含，防漂移）；examples 的评测 run id 噪声移除；benchmark.yml 头注释改按"私有环境 workflow"的真实定位；install_smoke 单元循环改 while-read（去词分割依赖）。
  - **已知缺口登记（不属本批修复）**："为什么漏测"类逃逸归因请求暂无技能正面接住——属触发面能力扩展，按迭代纪律须过评测门后另行迭代，不在审查批内随手改。

- **全项目审查修复批（2026-09-07，六维审查：skill 内容 / 脚本与 CI / 门面一致性 / 过工程 / 安全 / 一致性横扫）**：
  - **守门骗绿根除**：`validate_repo.py` 的 YAML 门由"无 PyYAML 打印提示后跳过（返回 0）"改为 **FAIL**——门禁缺依赖 = 门没跑 = 不能绿（2026-09-03 validate_schema 降级骗绿事故同族根除；此前删掉 CI 的 pip 步骤即可让 YAML 门零文件校验照绿）；`pages.yml` 部署前守门补装 PyYAML（此前部署链路上该门恒空转）；新增 `YamlGateDependencyTests` 钉住 fail-loud 行为。
  - **引用提取单一实现**：两个校验器的链接提取逻辑收敛至 `scripts/_gate_common.py`——此前两份实现宽严已漂移（query 剥离与 URL 解码仅仓库面有）；补查引用式链接定义 `[x]: path` 与 skills 内 md 的 html `<img src>` / `<source srcset>`（两侧此前均为盲区）；引用/链接报错补行号（与 eval 侧检查口径对齐）；frontmatter description 兼容多行块标量（`>-` 折叠写法此前可整体绕过 300 字符上限）。
  - **新增架构红线 11**：`skills/` 下每个一级子目录必须含 SKILL.md（无 SKILL.md 的新目录此前逃过全部 per-skill 红线）。
  - **安装器自毁守卫物理路径化**：install.sh / uninstall.sh 的防自毁判定 `pwd` → `pwd -P`——`--target` 为链进仓库 skills/ 的 symlink 时旧守卫（逻辑路径）不命中，随后 `rm -rf` 可砸到源目录；安装器冒烟新增 symlink 攻击单元（install 与 uninstall 双向，锁死该修复）。
  - **安装单元清单单源化**：`SKILL_DIRS` 由 install.sh / uninstall.sh 双份手维护改为从 `skills/*/SKILL.md` 动态派生——消除"新增/下线 skill 必改两处"的失败模式（core 计数漏同步即此类模式的实例）。
  - **benchmark.yml 加固**（本地维护不入库、仅在含 eval/ 的私有环境运行）：workflow_dispatch inputs 与 secret 全部经 env 间接注入、不再直接插值进 `run:` 脚本（label/tasks 为任意字符串，直接拼 shell 是注入面）；补 `permissions: contents: read` 块。
  - **死资产清理**：删除 `assets/landing/` 13 张零引用配图（v2 落地页零本地图片引用，此前每次 pages 部署全量搬运、paths 触发器可被死图触发完整部署）；`.gitignore` 清除六行被 `eval/` 整目录规则完全覆盖的冗余行。
  - **计数与口径尾巴清扫**：`core/SKILL.md` 三处"其余 10 个 skill"→11（qa-memory 合入时"全计数面同步"漏掉 core 自身）；双语 README 结构树 methods/ 4→5 篇（data-factory 合入漏网）、scripts/ 行补 `validate_repo.py`（与 [Unreleased] 自登记载自相矛盾）、tests/ 行改为真实测试清单（原"validate_skills 的回归测试"名不副实）；落地页 / examples / AGENTS.md 的增益矩阵快照承诺对齐"按里程碑随 Release 附带"权威口径（v0.6.0 诚实化时漏改的残留）；RELEASING 反面实例更新（npm 0.6.0 已补发，现役断档为 v0.7.0 待 OTP）并同步触发路径；`validate_skills.py` 注释计数；README 贡献区自检行补双校验器；落地页"11 个领域 Skill"→"11 个 QA Skill"（qa 为薄编排、qa-memory 为治理单元，称"领域"不严谨）；package.json description 枚举补 pipeline orchestration。
  - **npm 发布机械门**：package.json 新增 `prepublishOnly`（publish 前强制通过两道校验器）——v0.5.1 / v0.6.0 / v0.7.0 三连"只发 GitHub、npm 断档"的流程性根治。
  - **CI 硬化小项**：label job 补 `timeout-minutes`；pip 依赖锁 `pyyaml>=6.0`。

- **发布前盲区终审追补（第五轮，独立定点复核，6 项）**：
  - **校验器列表式风险记录误告警**：缺口判据的缩进基准原取行首缩进，yaml 列表式记录（`- id: R5` 后深缩进的 `level: Medium`）被误判"记录中也无 level 字段"——而同形态 Critical/High 因等级分支无缩进检查可正常提取，行为不对称且文案失实；改为以 id token 列位置为基准（`line.find("id:")`），映射式/列表式统一，补三态回归测试（Critical 提取 / Medium 不误报 / 嵌套 evidence 仍排除）。
  - **轴 10「消息契约」矩阵-实现漂移（实质向）**：矩阵将"消息契约"列为 G 级代码信号（未标〔S〕），扫描器却无任何对应检测——契约预填对 avro/Kafka 契约项目恒为"待复核"。扫描器补消息契约检测：内容词匹配（asyncapi / avro / pact / schema registry）+ `.avsc` 文件信号，实现追平矩阵声明。
  - **轴 3「事务边界〔S〕」标注失实（反向）**：扫描器"事务/补偿"标签实际扫描 @Transactional / begin transaction（实测命中），违反"〔S〕不扫"约定——去除〔S〕标注，恢复与实现的对应。
  - **qa 跳过标记无落盘载体**：阶段 6/7 的"无已确认 Bug / 无变更"跳过标记此前未指定落盘位置，与硬规则 3"状态全在文件、凭落盘产物即可续跑"冲突（新会话无法区分"已判定跳过"与"未跑到"，会误重跑）——引入 `{项目}/流水线状态.md` 作为跳过标记与 headless 未决项的统一载体，写入两处判据与 headless 段；顺带阶段 2 判据补条件产物检查（handoff/blocked 轴的移交 yaml 应已生成）。
  - **coverage.md 阶段四职责表述二次校正**："其余核心维度靠阶段四抽查承担（抽查选点即从本清单取）"仍超出实际——阶段四为固定 5 项抽查、不从本清单取点，5 个无内联核心维度实为"设计期方法选择覆盖 + 独立审查全检兜底"；按实际分工改述。
  - **零星口径**：exploratory:90"可标待证据补强"改为"status 记 risk/inference 并注明补强方向"（不得使用 status 枚举外标记）；api-testing 脚手架树注释"读 .env"改为"环境变量注入，可由 .env 加载"（与示例读 os.environ 一致）。

- **终审追补（第四轮，独立复核 + 遗留定案）**：
  - **红线 3 单消费文件定案（此前标记待决策的遗留项）**：`core/methods/permission.md` 与 `state-machine.md` 此前 SKILL 级仅 test-case-writing 一个消费方，违反"core 内容需至少两个 skill 消费"；两文件均为与 boundary/data-driven 同性质的通用分析方法，且类型矩阵轴 2 本就声明"方法基线 methods/permission.md"而 api-testing 执行越权抽样却从未加载——补两个真实消费方：api-testing 参数矩阵鉴权行挂 permission.md（Role×Action×Resource 矩阵 + 垂直/水平越权），test-case-review 状态流转维度挂 state-machine.md（逐边核对法）。全类清点：其余 core 文件均为 ≥2 消费（data-factory 为 api-testing SKILL 级 + e2e references 级两级消费，合规）。
  - **networkidle 示例残留清零**：LoginPage.goto 与 XxxPage.goto 模板中的 `waitForLoadState('networkidle')` 与 §9 阶梯（③ 仅 SSR/MPA）相悖且无必要——移除并注明"交互由 auto-wait 兜底（①）/确需等接口用 ②"；Bug 探索全页截图处保留但标注"③ 仅为截图前网络静默，仅 SSR/MPA 适用"。至此 networkidle 全仓出现点均为阶梯允许形态。
  - **api-testing 执行分报告断链**：输出只说"运行结果按 report-template 对齐"未给文件名，而 e2e 与 qa 断点判据均按 `测试报告_{来源}_{日期}.md` 核收——补 `测试报告_api_{日期}.md` 命名。
  - **移交包命名规则措辞自洽**：规则原称"{轴} 用矩阵轴中文名"但矩阵轴 1 全名为"性能效率"、全仓既有约定为短名"性能"——改为"轴中文短名"并显式注明轴 1 全名/短名对应。
  - **qa 阶段 4 完成判据可被写时自审冒名（独立对抗审查 🔴 项）**：判据"末尾含「审查记录」节"在阶段 3 即满足——test-case-writing 自身写时自审（属 qa 阶段 3）就追加同名节，续跑 agent 会据此把阶段 4 误判已完成而静默跳过独立审查，"不重做已完成阶段"反而固化跳过。改为要求 test-case-review 落款的记录节「## 审查记录（test-case-review …）」，并同步在 case-format §10 注明落款可区分两节。
  - **风险门禁缺口告警从"全空才报"改为逐号缺口（独立对抗审查 🟡 项）**：原告警仅在一份策略零提取时触发，混合形态下部分记录提取失败、对应 Critical 风险仍无告警逃逸（fail-open 只变窄未根除）。新增 `extract_risk_levels_detailed` 返回"有等级依据的编号集"（已映射 Critical/High，或记录缩进层存在任意值 level 字段 / 行内 Medium/Low 词；嵌套 evidence.level 按缩进排除），两个调用点对 `出现编号 − 有依据编号` 逐号告警——Medium/Low 记录正常不误报，真缺口（含只有嵌套 evidence 等级的记录）逐号点名。
  - **conftest 脚手架补全 import（独立对抗审查 🟡 项）**：此前只补了 os/pytest，`Client`/`login` 仍是裸名，照抄即 NameError——补 `from common.client import Client, login`。
  - **coverage.md 消费方口径降为如实描述（独立对抗审查 🟡 项）**："核心维度已内联为其阶段三交付核对"言过其实——阶段三维度核对仅三项硬核对（主流程/时间双侧/负向底数），改述为"部分内联，其余核心维度由阶段四抽查承担"，防被读成"阶段三已查完核心维度"而弱化阶段四。
- **全量 skill 质量审查修复批（第三轮复审，30 余项）**：
  - **风险覆盖门禁静默放行（最重要）**：`validate_schema.py` 风险等级提取为逐行"Rn 与等级词同行同现"启发式，而 `risk-model.md` §4 权威 Risk Map 格式的 `id: R1` 与 `level: Critical` 分行书写——按权威格式写策略时提取为空，风险覆盖门禁与 V4-终态留痕**双门禁整体失效且零报错**（实测复现：同份策略权威格式 exit=0、行内写法 exit=1）。现支持 yaml 块 id/level 跨行记录解析（记录边界为下一 id 行/围栏/标题/空行），两种形态取并集；提取到风险编号但提不出等级时显式告警"门禁将不生效"；补 7 个回归测试锚定该失败形态（含权威格式下 V4-终态必报错、模式一门禁必拦截）。
  - **校验器反向建议**：V4 对 exclude/handoff 轴缺 depth 发告警，而 schema 约定"不测是范围决策不写 depth"（官方示例 i18n 轴即此形态）——现跳过该两类轴。
  - **零用例防骗绿报错指错 key**：提示"检查顶层 key 是否为 test_cases"，权威定义是 `cases:`（三层形态）——照提示改名会把对的改错，已修正并附三层形态说明。
  - **移交包文件名断链**（test-strategy ↔ api-testing）：策略侧示例 `专项移交_performance_{日期}.yaml`（英文轴 id）对执行侧消费 glob `专项移交_性能_*.yaml`（中文）——性能轴移交包在流水线中断链；统一为矩阵轴中文名并在策略落盘步骤显式定义命名规则与完整中文轴名清单。
  - **回归清单 P 档消歧**：必须/建议/可选回归沿用 P0/P1/P2 记号但归档规则从未显式定义，与用例优先级同名歧义（违背自身消歧纪律）——显式声明"按影响直接程度分档，与用例自身优先级两套口径"。
  - **修复验证用例落位**：bug-analysis 承诺修复验证进回归清单，但分析链不产出、模板无对应行——清单模板「必须回归」档补修复验证行，生成步骤补"并入 + 双向互链"指令。
  - **S 级安全定级双路径**：影响分析安全面"命中即上浮一级"与定级规则"安全 → S0"对同一缺陷给不同结果——限定为"潜在窗口上浮 / 已构成实际安全后果直接 S0"，两处互证。
  - **qa 断点续跑**：阶段 3/4 产物完全同名无完成判据——补逐阶段完成判据（审查记录节/校验通过/分报告落盘等）；执行分报告补文件名 `测试报告_{来源}_{日期}.md`（对齐 report-template 头注）。
  - **qa headless 接线**：qa 拥有全部 ⏸ 检查点却未引用 pipeline-integration 约定一（三个执行 skill 都引了）——工作流补非交互降级指引，防无人值守时卡死或代答裁决。
  - **coverage.md 执行口径**：文件头"所有项目必检"与尾注"全检已废除"并立、test-case-review 又要求"全部检查项"——文件头按消费方声明执行强度（编写=抽查选点 / 独立审查=核心 7 维全检+扩展按速查），review 引用措辞对齐。
  - **审查记录双定义**：case-format §10 与 test-case-review 各有同名"审查记录"模板且字段集不同——case-format §10 显式限定适用写时自审，独立审查以 test-case-review 为唯一来源。
  - **触发与路由矛盾**：regression-testing"判断某次失败是不是 Bug → bug-analysis"与其输入门矛盾（改为执行 skill 单条流程 / triage 分流 / 定性后进）；test-case-writing"必要时确认"vs 无 UI"开工即问"（改为"无法判定时必问"）；"无法开工"未指明去向（补 exploratory-testing 路由）。
  - **api-testing 过滤漏洞**：`dev-collab 或 framework:api` 会把 framework:manual 的协作用例吞进自动化——收紧为 framework:api 或 dev-collab 且非 manual；脚手架代码补 import（此前照抄即 NameError）。
  - **e2e 模板可运行性**：playwright-conventions CRUD/Page Object 模板调用未定义的 `getXxxByName`（补 Locator 返回定义）+ `expect(locator).not.toBeNull()` 恒真断言（改单一 web-first 断言）；SKILL.md 速查表与 Common Mistakes 把 networkidle 立为首选等待、与 §9 阶梯（③ 仅 SSR/MPA）分叉（改阶梯口径）；§13/§14 完整 defineConfig 块照抄陷阱 + devices 未导入（改增补键写法并注明 import）；CI junit 产物路径对齐 pipeline-integration 约定二 `{项目}/results/`。
  - **markmap 模板四处**：协作五段式"测试数据见附录 A"悬空引用（附录 A 是 Cx 记录，改指前置条件）；Cx 范例缺证据等级/置信度字段（case-format §9 必填）；残留两处 `../../core/` 路径基准违规（HTML 注释内躲过校验器）；轴 2 缺 standard+ 限定（矩阵 §12 规定 light 走 Cx 通道，会多产手动安全用例）。
  - **矩阵-扫描器口径漂移**：轴 1"消息积压消费逻辑"未标〔S〕而扫描器明示不扫（孤儿信号，补〔S〕并注明语义判断项）；轴 5"有前端"探测描述与 `scan_signals.py` 实现漂移（改为行为口径声明，实现细节归脚本）。
  - **杂项口径**：triage 示例 `E3+E1` 复合记法未定义（改 E4 双来源印证）；pipeline-integration 退出码 3 的 >10% 阈值补分母；探索笔记风险条目补 status 字段（evidence §3 全输出要求）；bug-analysis description 漏"回归建议"字段；test-strategy 策略示例 functional 四轴补 rationale；exploratory-testing"使用 e2e 工具能力"改宿主能力表述（消除软性跨 skill 依赖）；validate_schema 代码模式弱断言（测准声明在场时 code_refs/evidence 三件套告警级检查，落地 schema-extraction"模式相关必填"）+ docstring 移除未实现的附录剔除声明。
- **`markmap_template.md` 路径基准违规**：附录 B 的 `../../core/risk-model.md` 按"相对消费方 SKILL.md"约定应为 `../core/risk-model.md`——与 playwright-conventions.md 的约定写法并存构成两套互斥基准（新校验器上线后首个被揪出的违规，已修正）；三个子目录资产（playwright-conventions / helpers_reference / markmap_template）头部补路径口径声明，agent 直接读文件时不再有解析歧义。
- **README.md 病句与示例编号错位**（润色批次引入，英文版完整）："只要其中某一步……时，直接说需求就行"补全谓语；README 示例用例编号 TC-02-05 与 examples 实际产物错位（到期自动结束实为 TC-03-05），双语对齐。
- **CHANGELOG [Unreleased] 段内矛盾与乱序**："docs/ 延伸阅读三链接不动"与随后条目"摘除全部 docs 链接"相反陈述（删前者）；条目按提交时间新前旧后重排；截断空行清除。
- **第八轮复审追补**：`test-type-matrix` 头部 V1–V5 指针的路径基准对齐框架约定（补 `../` 前缀，与同文件 §0 的脚本引用及"路径相对消费 SKILL.md 所在目录"注记一致）；RELEASING §3 的"九项架构红线"陈旧计数去除（红线已扩至 10 项）；CONTRIBUTING 提交前自检的校验器枚举补登记第 10 项"跟踪面白名单"；双语 README 仓库结构树补 `assets/` 行（结构树穷举纪律，landing 配图入库后该目录成为产品相邻资产）。

## [0.7.0] - 2026-08-27

### 新增

- **流水线集成与非交互运行约定**（core/pipeline-integration.md）：补齐"skills 只服务人机对话、进入流水线无章可循"的能力空缺——CI 触发词此前在全部 SKILL.md 零命中，测试左移的真实战场在 PR 冒烟 / 夜间全量 / 发布卡点三层流水线里。三块主体：非交互三约定——⏸ 检查点降级三级序（保守默认值 → 意图问题记未决项 → 统一落盘未决项文件；铁律：agent 代答裁决即伪造，evidence 第三类裁决规则无人值守时失效）、产物落盘路径规范与命名纪律、退出码四值语义（0 通过 / 1 A 类缺陷主导 / 2 C 类环境故障主导或基建自身异常——自动原样重跑一次且再次为 2 只告警 DevOps 不通知测试组 / 3 U 类超阈 >10% 或自校验失败），判定顺序与 triage 判定树第 0 步同构；CI 触发分层（PR-smoke <10min → nightly-full 定时 02:00 东八区 → release-gate 门禁）配 GitHub Actions host agent 无头调用范式（claude -p + allowedTools 白名单 + artifact 上传 if: always()）；失败回流闭环——流水线批量失败统一回流 core/triage.md 四分类。消费钩子五处接线：regression-testing §4（P0/P1/P2 分层消费）、api-testing §4 与 automated-e2e-testing 工作流二（headless 模式加载指引）、report-template 使用约定第 7 条 + 新增"机读摘要片段"yaml 章节（source_run / triage_distribution / exit_code_hint 等字段与三文件互认，与正文冲突以正文为准；置于模板围栏外避免嵌套 fence）、core/SKILL.md 共享文档表登记。

- **类型域执行层断链落底**（automated-e2e-testing/references/playwright-conventions.md 新增 §12–§14）：decision-layer-design 十轴宣告"agent + axe-core（一条命令接入）/ screenshot diff / 项目矩阵"，但 e2e 执行层对应关键词零命中——V5 回收表的执行方声明沦为空头支票。三个现成接入片段补齐断链，弱模型不再需要临场拼装 Playwright 配置：§12 可访问性——@axe-core/playwright 集成 helper（runAxeScan 函数含注释，只回收 critical/serious 阻断级并输出结构化清单供分流表直接引用）；§13 视觉基线——toHaveScreenshot 配置纪律（snapshotPathTemplate、maxDiffPixelRatio 阈值、动态区域 mask 硬约束遮时间戳与推荐流，基线更新仅限分流判 B1 附依据后执行——拿红灯就重录等于把真回归洗白成绿灯）；§14 浏览器兼容——projects 多浏览器矩阵（chromium/firefox/webkit + channel 方式 msedge 覆盖 light 档），本地固定 --project=chromium 收敛反馈环、多浏览器留给夜间档的成本纪律。test-type-matrix 轴 5（兼容）/轴 6（无障碍）/轴 7（视觉）三处"执行归属"列同步接上小节号指针，e2e SKILL.md 工程约定节加类型域取用入口。

### 变更

- **Triage 显式聚簇坍缩**（core/triage.md，业界四动作补齐 Cluster）：业界最佳实践归因链路为 Classify→Cluster→Attribute→Recommend，本 skill 此前缺显式聚簇步骤、大批量失败逐条定性是 O(N) 人工量——正是夜间构建 triage 占回归成本 30–40% 的痛点本体。判定树新增第 0.5 步"个体聚簇"：聚类键 = error message / 堆栈公共帧 / 选择器接口（G 级信号表前三行即统计口径），每簇仅取证据最全的代表进第 1 步定性，簇内继承类别；S 级人工量 O(N)→O(M)。配套防伪留痕：失败分流文件给簇编组号（CL-1/CL-2…），继承行 evidence 必须引用代表行编号（如「CL-1 代表 #3」），禁止零依据照抄；Common Mistakes 表新增"大批量逐条独立定性"反模式行。bug-analysis 输入通道打通：其输入来源追加批量分流产出（条目附带的 G/S 信号摘要与 evidence 字段即深挖复现起点）。

- **AI 特有失效模式轴战略储备登记**（docs/decision-layer-design.md §10 开放问题区新增 10.6）：十轴矩阵对幻觉率门限 / prompt 注入 / 输出漂移 / 上下文污染等非确定性 AI 失效模式零覆盖，而含 LLM 组件的被测对象占比持续上升。只登记不动工、防过度设计：立项硬门槛 = AGENTS.md 每周 dogfooding 沉淀案例中 AI 失效域攒够 ≥3 例；立项草案随登记预置待取用（需求与代码信号 → scan_signals grep 清单、软默认档、light/standard/full 档位语义（属性断言 / 幻觉率门限 + 注入三攻击面 / RAG 双层评估 + 多次运行统计化判定）、执行归属守 V5 纪律不做空头承诺、成本因子强制 full 档预算声明、幻觉率阈值域别起点）；轴空间封闭原则不变，新增即矩阵版本升级并由黄金集标注记录版本号。

- **第六次全面审查修复（口径对齐与接线补漏）**（2026-08-28）：README 双语能力清单「影响三面分析」订正为五面口径——bug-analysis 影响分析五面化早已完成，对外物料残留旧称造成对外承诺降级；落地页特性卡片两处口径订正为实测口径（「E2E 用例真实执行通过」「单任务×3 采样真浏览器实测」）；automated-e2e-testing SKILL.md 补 report-template「机读摘要」接线——执行分报告末节按占位符替换约定追加机读摘要片段，供 `qa` 收尾与后续回归编排机读解析（pipeline-integration「三文件互认」宣称的漏接点补齐）；triage.md 消费钩子表节名引用订正（「运行与验证节」→ api-testing 实际节名「§4 运行与结果」）；validate_schema.py docstring 与实际门行为对齐（--strategy 模式下 Critical/High 风险零覆盖 = 报错）。

## [0.6.0] - 2026-08-27

### 新增

- **Triage 失败分流规范**（core/triage.md，2026-08-27）：补齐"一轮执行结束批量失败"的能力空缺——既有 skill 只覆盖单条失败分辨（api-testing 三分法）与 Bug 深挖（bug-analysis），缺少批量分流层。四分类定法：A 真缺陷 / B 资产问题（B1 产品预期变更・B2 用例自身错误）/ C 环境与依赖故障 / D 不稳定 + U 显式未知兜底；先全局后个体的判定树（全局扫描排除环境事件 → 个体原样重跑定性 → 变更基线区分 A/B）；G/S 双级信号表（机械可提取 + agent 语义复核）；两条反吞没条款（B1 必须给出 commit hash / 需求文档 / 用户裁决三选一依据，C 类修复后受影响批次强制原样重跑）；D 类跨轮 ≥3 次升格排期修根因，禁止永久 fixme 化；产出追加式留存文件 `失败分流_{日期}.md`。三处消费钩子接线：automated-e2e-testing 工作流二之前、api-testing §4 运行与结果、regression-testing §4 交付与执行衔接；api-testing 原三分法映射为 A/C/B2 的子集关系说明保留。

## [0.5.1] - 2026-08-27

### 变更

- **第五轮全面审查修复（实体补落）**（2026-08-27）：第四轮条目所列的部分修复在实际
  落盘时静默丢失——发布文案已宣称、实体文件缺失（名实分离），本轮逐项 grep 回验补齐，
  并确立"同文件串行编辑 + 每批写盘即回验"写入协议防复发：矩阵域间裁决表补
  exception/boundary × contract_integration 主从分明行（同接口不得双计数）；bug-analysis
  正文落地概率性 Bug 战术（基线量化 N≥10 + 并发 / 时区 / 环境三类定向提频）、影响分析
  五面化（安全面 Severity 上浮一级 + 修复波及面接回归建议）与 Bug 清单 ↔ 回归清单双向
  互链标注；report-template 影响范围提示语对齐五面口径；regression-testing 工作流前置
  升级为启动前三档资产盘点（全套 / 抽取补建 / 零资产冒烟降级）、code_refs 显式定位为
  快照而非实时索引（锚点陈旧整批降级为参考信号）；clarify-pattern 标题「八类」订正为
  九类（A–I 表格与下游消费者早已一致）；decision-layer-design 矩阵行数快照回写实测值；
  README 双语仓库结构树补 `.dsh/` 插件单元；CHANGELOG e2e 工程化段的 conventions
  章节号配对订正（§9 等待策略 / §10 storageState / §11 flaky 治理与 CI 接入）。

- **第四轮全面审查修复**（缺陷闭环，2026-08-27）：**校验与扫描器**——validate_skills.py 新增
  risk_ref 引用覆盖率检查、V4 终态预算留痕、信号指涉抽查三类规则（负向自测通过）；
  scan_signals.py 补 RN / Flutter / 小程序三类跨端技术栈信号词——修"扫描器认得移动端
  → 执行层却只按浏览器矩阵开策略"的 L6 断链前端缺口。**Schema 契约补全**——tags /
  容器 meta / 共享前置 / test_data / evidence(code) / module 裁定六类此前未约束的字段
  进入 validate_schema 契约。**e2e 工程化**——conventions 新增 §9 等待策略与降级阶梯
  （含 networkidle 反模式）、§10 认证态复用（storageState）、§11 flaky 治理与 CI
  接入、串行悖论说明，配套 helpers 模板；SKILL.md 四处接线。**产物链路补断点**——qa 流水线阶段 5 补执行分报告
  规格、阶段 6 补 Bug 条目中转、类型域专项移交跟踪回收（M1/M2/M3）；clarify-pattern
  九类漏网矩阵补 I 类 NFR 指标空缺 + 裁决重开机制 + requirement 需求模型自检与分支核对
  （M4/M5/M6/L4）。**执行型 skill 可执行性闸门**（M9）——api-testing 与
  automated-e2e-testing 把存量用例转脚本 / 代码前逐条过 `core/executability.md` 第 4 节
  红线（占位符 / 入口虚构 / 前置不可得 / 异步无时限 / 断言超强度），命中不硬转；
  executability §5 同步声明转换闸门为第二个消费场景——堵"不可执行用例直接翻译成断言
  全绿的幻觉自动化"。**regression 兜底与降级**（M10）——工作流前置三档资产盘点：
  全套走完整链路 / 有 markmap 无 Schema 抽取补建 / 零资产不硬编清单，降级为 P0 冒烟
  建议或先由 test-case-writing 补建再回；code_refs 显式定位为快照而非实时索引，
  锚点陈旧整批降级为参考信号。**bug-analysis 与决策矩阵**（M11）——概率性 Bug 战术
  （基线量化 N≥10 + 并发 / 时区边界 / 环境对比三类定向提频）；影响分析三面扩五面
  （新增安全面 Severity 上浮一级 + 修复波及面作为回归建议直接输入）；Bug 清单 ↔ 回归
  清单双向互链；test-type-matrix 轴 9 灰度共存专项三条链路（路由正确性 / 出界处置
  演练 / 出界留痕禁凭印象全量）、域间裁决表补 exception/boundary × contract_integration
  主从分明一行（同接口不得双计数）、轴 5 补移动端版本化路线（真机矩阵升版候选）。
  **安装脚本与状态机收尾**——install.sh / uninstall.sh core 归属指纹升级双判据
  （通用名两件缺一不可 + 框架独创命名二选一），降低共享目录同名碰撞误删风险；
  Bug 状态"已修复待验证"双进入路径显式化（初验直入 / 回归失败退回），report-template
  §3 新增复验轮次字段、轮次达 3 提示升级裁决——消除多轮修复退回无法区分与无限重试。

- **全面审查修复**（第三轮审查闭环，2026-08-26）：**对外物料**——落地页 API 行改为复验口径
  100% / 99.2% 并撤下已证伪的"严断言"归因（页面此前仍挂 74% → 52% 旧叙事，与 README
  勘误冲突）；`pages.yml` 随单文件补部署 `og.jpg`（og:image 绝对 URL 指向它、此前分享图必然
  404）；落地页运行时生图补端点故障本地兜底（内联 SVG 占位 + no-referrer）。**文档同步**——
  CONTRIBUTING 架构红线 3 与 DESIGN 硬规则 5 改写为 core 依赖单元现实（原文"core 不含
  SKILL.md"与现状矛盾，CHANGELOG 的红线编号指称一并改为按名指称）；qa-skills-v2 对目录树 /
  core 硬规则 / type 枚举三处冻结表述补演进注记；DESIGN 如实披露条目为 API 反转加历史定案
  限定；英文 README 补 DESIGN 章节指针与仓库结构注释对齐中文信息量。**skills 本体**——
  api-testing 两处向用户提问接线 clarify-pattern（clarify-pattern 宣称其为消费者却从未被引用，
  "问题卡片跨 skill 同构"承诺在此漏接）；qa frontmatter 流水线词序对齐正文阶段表（"风险分析"
  独立环节 → 并入测试策略）；轴 2 补 `[安全]` 标签消费规格；风险扫描五维 ↔ scope 六轴映射
  落进 risk-model dimension 注释；e2e 去唯一英文 Overview 标题；test-case-review Schema 复验
  由"可用"改强制措辞；test-case-writing"修复 v3"记法消歧为日期描述。**工具链**——
  validate_skills.py 新增三类检查并经负向自测：core 内裸相对引用存在性 / markdown 链接目标
  存在性 / 全部 SKILL.md version ↔ package.json 一致性（发版三处同步的机械防线），eval 缺省时
  明示跳过不再静默假绿；install.sh 重装前归属校验（slug 指纹与 uninstall 对齐——共享目录中
  其他框架同名 qa/core 不再被无声覆盖删除）、uninstall.sh 非 core 目录认领收紧到 slug 指纹 +
  补 --auto 参数对称；scan_signals.py 补可执行位；core 内部互引统一规范为自所在文件可解析的
  相对路径写法（markmap 模板 2 处补 ../../ 前缀）。提交前自审补漏四处：uninstall
  的 -h 输出随新增行扩范围（--auto 用法此前漏打）、pages.yml 触发条件纳入 og.jpg
  （否则单独换图不重新部署）、校验器版本检查改为单次 frontmatter 解析复用、
  CONTRIBUTING 红线 5 去除已删 Overview 标题的示例指称。第三轮（环境 / 线上 /
  一致性视角）复审新增一修复：markmap 模板模块 16 补 `[安全]` 标签注，对齐其余
  类型域模块的标签注写法与矩阵轴 2 的标签规格。第四轮（漏网清单 / 新眼代理
  通读 / 假 HOME 沙箱 / 线上一致性与真实渲染）复审新增两处接线与措辞修复：
  exploratory-testing 异常定性接线 clarify-pattern（消费者名单早已宣称、与
  api-testing 同类漏接，场景词取枚举中的「Bug 定性」）；qa-skills-v2 注记
  「本节相关」修正为①②在本节、③在 §7.4 的显式归属；decision-layer-design
  行数预算句标注快照时点并补当前值（131/165 → 现 134/167）。渲染实测：线上页
  13 图全挂载、零 JS 错误、五个导航锚点齐全。
- **README 实测表 API 行改用修复后复验口径**（勘误，2026-08-26）：「API 代码真实执行
  通过率」一行由历史反向结果（无/有 skill 组 74% / 52%）改为契约与截断修复后的干净
  复验值（**100% / 99.2%**，差距 0.8pp，n=3 噪声带内，反转消除；弱模型段位同向
  0.30 / 0.67）。上一轮勘误只更新了脚注归因、表格头条仍挂旧数字，造成"表格说存在
  反转、脚注说反转消除"的名实不符；本次对齐「用例规格符合度」（0.77 → 0.26/0.98
  勘误留档）的既有处理模式——表格放当前口径，历史数字与根因定案完整保留在逐项口径
  注。英文版同步。
- **产物链路末端闭环**（第二轮全面审查修复，2026-08-25）：① **Bug 生命周期状态字段**——
  report-template §3 条目新增"状态"（新建 / 已修复待验证 / 已验证关闭 / 不予修复），
  使用约定 6 定义回归驱动的状态同步规则；qa 收尾按回归结果逐条同步、regression-testing
  §4 衔接、bug-analysis 字段枚举同步（前 7 → 前 8）——修复"风险有状态列而 Bug 没有"的
  闭环不对称（ISTQB 缺陷生命周期在产物层的最后断点）。② **手动执行路径结果回流**——
  qa 阶段 5 手动路径定义落盘产物 `手动执行记录_{日期}.md`（TC × 结果）与 ⏸ 结果回收
  检查点，作为报告 §2 执行统计的数据来源——修复"手动路径无产物、未执行列成永久状态"
  的自动/手动不对称。③ **上轮修改的下游接线**——report-template §1 新增"范围假设"
  标注位（系统级黑盒结论的前提是否已验证），使用约定 2 为 api-testing 结构覆盖摘要
  提供正式挂靠；顺带消除使用约定 3 与 bug-analysis 之间的循环权威引用（统一为
  report-template §3 唯一来源）。④ **校验器补轴 2 硬默认告警**——validate_schema.py
  V3 对 security_business exclude 且 rationale 未声明非 Web/API 依据时告警级提示复核
  （矩阵 §4：Web/API 系统无排除出口），双用例验证通过。⑤ **探索启发式补 HTSM 的
  P/T 两维**（平台与环境 / 时间与时钟），SFDIPOT 主干补全。
- **组合测试降档策略 + 系统级范围声明 + 结构覆盖补充证据**（专业性审查闭环，2026-08-25）：
  ① `core/methods/data-driven.md` 新增第 2 节"多参数组合降档策略"——全组合 /
  成对组合（pairwise，默认档）/ 风险挑选三档显式选档，降档与被排除组合面留痕；
  依据 NIST 实证（Kuhn et al. 2004）：参数交互类缺陷约 70% 以上可被两两组合捕获。
  补齐 ISTQB 黑盒技术体系中组合测试的缺位——原"逐参数 × 逐属性"在大参数面接口
  上组合爆炸或静默漏测；api-testing 用例设计与 Common Mistakes 补执行点，
  testing-principles 方法表 API 行补路由。② test-strategy 边界补**系统级黑盒范围
  假设声明**（单元/集成测试为开发侧职责，风险评级与"已覆盖"结论以该层已有保障为
  前提，落盘时进入策略文档开头）——防"系统级全过 = 质量有保障"的无错谬论式误读。
  ③ api-testing 运行结果补**可选结构覆盖补充证据**（被测服务可插桩时取行/分支
  覆盖率，只用于发现零覆盖/低覆盖的漏测信号，不作追高虚荣指标，无插桩不阻塞
  交付）——补齐测试充分性三支柱（需求 / 风险 / 结构）中的结构维度。
- **DeepSeek Harness（dsh）插件化发布**：新增 dsh Cordis 插件三件套（`package.json`
  的 `dsh.bundle` manifest、`.dsh/cordis.patch.yml` 补丁层、`.dsh/plugins/qa-skills.js`
  注册器——Node 内建零依赖，参照 superpowers 的 dsh 适配模式），已发布至 npm
  （[`dsh-qa-skills@0.5.0`](https://www.npmjs.com/package/dsh-qa-skills)，MIT、零依赖；
  发布动作发生在 v0.5.0 tag 之后、包版本随内容基线取 0.5.0，故记于本 Unreleased 段），
  `dsh plugin --profile web add dsh-qa-skills` 一键安装；已提交 awesome-dsh-plugin
  收录 PR #3068（skill 分类）。core 单元
  在插件注册时标记双不可调用（modelInvocable/userInvocable 均为 false），技能目录中
  不再出现——比文件安装路径更干净（文件路径下 core 会进目录，靠 description 免触发）。
  端到端实测（dsh 0.1.0-rc.8 + deepseek-v4-flash 最弱段位）：文件路径与插件路径双轨
  验证——11 单元识别 / 中文 description 触发 / 阶段〇索取仓库 / markmap+schema 双产物
  落盘（24 条用例）/ `../core/*` 按需加载 / core/scripts/validate_schema.py 被正确调用；
  npm 包安装路径复验通过（10/10 注册、core 隐藏）。
  双轨均发现同一弱点：v4-flash 对 `../` 相对路径存在解析抖动（一次正确一次丢 `../`），
  已作为 dogfooding 案例记入迭代池候选。`install.sh`/`uninstall.sh` 增加 `~/.dsh/skills`
  检测，README 双语增补 dsh 安装说明与兼容性矩阵行。
- **分发渠道接入 skills.sh（`npx skills`，Vercel Labs 开放技能生态，50+ Agent 宿主）**：
  `npx skills add fishzjp/qa-skills` 即装（全装 `--skill '*'`）。上架适配：`core/` 新增
  非触发型 SKILL.md（声明仅被引用、不独立执行任务），使其成为安装器可识别的依赖单元——
  此前安装器只复制含 SKILL.md 的目录，core 会被丢弃导致全部 `../core/` 引用断裂。
  架构红线同步：core 条目由"core 禁含 SKILL.md"演进为内容检查（SKILL.md 必须声明
  不独立触发）；跨 skill 引用禁令将 core 排除出判定（skill → core 合法不变）。隔离环境双源验证
  （本地路径 + GitHub 源）：11 个单元全部落地，core/scripts 完整，引用路径有效。
  skills.sh 排行榜为安装驱动（无提交入口），用户真实安装即自动上榜。
- **国内渠道上架腾讯 SkillHub（skillhub.cn，skillId 172576 起 11 个单元）**：v0.5.0
  全量发布，进入三线审核（内容合规 / 科恩漏洞扫描 / 云鼎 AI 安全评估）。发布元数据
  （slug / displayName / version）以开放规范扩展字段写入各 SKILL.md frontmatter，
  不影响 skills.sh 渠道（dry-run 预检与 npx skills 复测均通过）。附带确认：npx skills
  原生支持 Trae / Trae CN 宿主（`-a trae-cn` 实测落地 `~/.trae-cn/skills/`），
  skills.sh 上架已自动覆盖字节 Trae 生态；SkillsMP（skillsmp.com）为自动抓取，
  GitHub push 后自行收录。

- **测试数据守约束扩展到跨字段业务规则**（test-case-writing + api-testing 各一条分句）：
  参数矩阵逐参数独立变化时，每格组合回检材料声明的跨字段规则（如"使用门槛不能低于面额"），
  违反规则的组合改取合法值或拆为显式负向用例。依据：glm-5.2 干净复验 On 臂 155 个测试中
  唯一失败用例的取证（2026-08-24）——金额顶格 1000 配低于面额的门槛，被 mock 按业务规则
  正确拒绝（400 THRESHOLD_INVALID）而用例期望 201；与 maxLength 自伤同族（数据自建缺陷
  第二例），属字段约束纪律的跨字段补全而非新机制。
- **API 反转最终定案（glm-5.2 干净复验，2026-08-24 晚）**：修复链全落地后（任务契约
  状态机补全 + 登录响应契约补全 + 撞顶续写 + 续写接缝围栏修复 + 文件横幅剥离），
  主模型段位干净复验：无/有 skill 组 **100% / 99.2%**（差距 0.8pp，n=3 噪声带内），
  反转彻底消除；弱模型段位同向（0.67 > 0.30）。README 双语实测表 API 行脚注同步
  更新为定案根因 + 修复后数字。注：api-openapi-coupon 任务材料已补登录契约，
  该任务后续跑数须新开 run 目录。
- **README 双语 API 反转归因勘误**：实测表 API 行的脚注由"严断言更易暴露失败"（已被
  2026-08-24 逐失败归类证伪：46 个失败中仅 4 个与断言强度相关，且属超出书面契约的
  过严断言）改为已定案根因：评测任务契约状态机断裂（无发布路径，题目缺陷）为主因，
  叠加输出截断与采样退化。
- **撞顶续写协议端到端验证 + 二阶效应修复（本地评测链路）**：续写在真实 run 中触发闭环
  （mimo 14K 上限：撞顶→续写→接缝干净→usage 累加→合并产物真实执行收集 46 测试）。
  验证中发现并修复续写二阶效应：续写会重发已输出文件（缩短版），exec 组装"后写覆盖"
  冲掉截断前完整原件——改为**先写优先**并强化续写指令。另两项修复：exec 阶段按模型 tag
  遍历产物（此前 `--model` 运行的产物被整体跳过）；exec 0 收集补 detail 标注（与全挂
  可区分）。附注：zen 端点对 deepseek-v4-flash 无视 max_tokens（18–39K 报 stop），撞顶
  实验只能用尊重上限的模型（mimo 精确生效）。README 双语 Token 成本口径补基准标注
  （任务级均值、含全量注入；主模型轮 3.3× / 弱模型轮最高 9.5×）。
- **撞顶续写协议 + 产物提取双修复（本地评测链路测量修复）**：①finish_reason 全链路透传 +
  `call_model_cont` 撞 max_tokens 续写一轮（On/Off 对称、usage 跨轮累加如实计成本、
  接缝重叠剥离），meta 落档 finish_reason/continued，truncation 统计进 metrics 与报告；
  ②`extract_code_blocks` 两处缺陷：markdown 转义下划线文件头（`test\_a\_b.py` 被切成
  `_a_b.py` → pytest 收集 0 测试记 0 分）与文件提示优先级（markdown 标题笔误压过代码
  首行注释 → 文件写错位置炸掉全部收集）。依据（本地评测链路存档，2026-08-24 撞顶
  与成本构成诊断 + 复跑验证）：撞顶系统性只打 On 臂——flash 段位 R3 前 32%、
  v4-pro hardened 任务 3/6 撞顶；mimo 30720 撞顶样本可见产物仅 5.8KB（~29K token 为
  推理开销）；提取双 bug 实测把复跑轮 On 臂执行分从 0.667 记成 0.33（腰斩）。skills
  本轮不动（绑定约束在推理侧与测量层，证据不支持顺序倒置等 skill 改动）；受影响段位
  （flash / v4-pro hardened / 弱模型执行分）的历史增益数字修复复跑前慎引。另加裁判
  同族披露（同族自评虚高 ~10pp，Wataoka 2024）。
- **测试数据守约束纪律**（test-case-writing 输出预算纪律新增一条 + api-testing 数据自建条目扩展）：
  生成的测试数据/唯一名模板须先核对材料声明的字段约束（maxLength/枚举/格式）并预留余量（模板总长
  ≤ 约束上限 −2）。依据：api-openapi-coupon 任务执行侧取证（2026-08-24）——唯一名模板 22 字符
  撞契约 maxLength 20，整条用例 NAME_INVALID 自伤；与 R3 输出预算纪律同源（用例有条数预算，
  数据自身也有约束预算）。

## [0.5.0] - 2026-08-24

决策层 Phase A + skills 自包含架构 + 仓库收敛为产品本体（v0.4.0 后 19 提交，60 文件）。
本版 Release 附跨模型增益矩阵快照（核心指标 + 决策层 flash/glm-5.2 两段位矩阵）与
飞轮迭代记录（R1 格式锤闭环）；发布前污染三件套全过（cutoff 核对 / n-gram 扫描 /
canary，见本地评测链路存档）。

### 变更

- **公开仓库收敛为 skills 产品内容**（2026-08-22 决定，本次落地）：eval/（黄金集 /
  harness / 运行归档 / 研究报告）、tests/（harness 单测）与 benchmark workflow
  移出公开仓库、转为本地维护（.gitignore 防误提交）；公开面收敛为 skills 产品
  本体 + 设计文档（DESIGN / 决策层设计 / v2 规划）+ examples + 安装与 CI 链路。
  公开证据链改为：每版 Release 附跨模型增益矩阵快照。README / CONTRIBUTING /
  .github 模板同步清理指向本地目录的死链，仓库结构说明同步更新。**本节涉及
  eval/ / tests/ 的既有条目描述的是本地评测链路的变更，不随仓库分发**
- **决策层（精准测试）Phase A 落地**：测试策略升级为**功能域 + 类型域两域决策**——
  类型域十轴（性能 / 业务安全 / 可靠 / 并发 / 兼容 / 无障碍 / 视觉 / 国际化 /
  迁移 / 契约）全轴必答，include 必须挂信号、exclude 必须挂 G+S 双清单理由、
  full 档有预算上限（两域合并 ≤3，冲突时 R6 > R1 并触发预算裁决检查点）。
  设计全文见 `docs/decision-layer-design.md`（取代 v2 §6.3"性能/安全不自研"决策，
  升级为"方法论与决策自研，执行层对接专业工具"）。新增 / 改造：
  - 新增 `core/test-type-matrix.md`（十轴决策矩阵唯一真相源：信号 / 默认档 /
    档位语义 / 消费方式，按轴成节支持分组加载）
  - 新增 `core/scripts/scan_signals.py`（G 级代码信号扫描 + 决策预填表，零依赖、
    确定性输出；S 级语义信号由 agent 照单复核，exclude 永不预填防橡皮图章）
  - `validate_schema.py` 新增策略校验模式 V1–V5（全轴必答 / include 挂证据 /
    exclude 挂双清单 / full 挂风险且 ≤3 / 移交不断链），type 枚举扩
    reliability / concurrency / security / compatibility 四值
  - `test-strategy` SKILL.md 重写：分轴组推进 + 受限选择 + 预填修订（弱模型
    增益四机制）；功能域新增 state / data_consistency 两轴；handoff 协议做实
    （专项移交包 + 报告专项结果回收表）
  - 同步改写：coverage 类型性维度上收注记、risk-model 维度对齐、
    schema-extraction / case-format 枚举与标签、report-template 新增 §7 专项
    结果、qa 新增第四类人工检查点（预算裁决）、test-case-writing 增消费方式
    映射（用例型 / 脚本型 / 审查型；无障碍轴任意档位产 axe 扫描任务）；
    markmap 模板模块 20 改写为并发一致性（type: concurrency + [并发] 标签，
    性能轴按脚本型不再设手动用例模块），模块 11/18/19/21 补类型标签注
  - **R1 格式锤**（2026-08-23 首轮实测修复）：47% 弱模型样本把 type_scope 轴
    写成多行块式 YAML 致机械校验解析失败（决策内容无恙，纯格式损耗）——
    SKILL.md 增补"每轴单行 flow、禁止拆多行、写前照抄上一行形状"硬约束；
    复验轮格式失败归零、类型查全率 0.53 → 0.88（最弱模型，n=3，类别性判读）。
    注意分母口径：此为 On 臂首轮严格口径 → 复验轮自身对比；README 头条的 0 → 0.88
    是 Off 臂基线 vs On 复验轮对比，两处数字不等是分母不同而非矛盾。
    配套修复：scan_signals.py 中文关键词 `\b` 词边界失效（Python re Unicode
    下中文属 \w，永不命中）
- **Skill 自包含重构（消除跨 skill 引用）**：被多 skill 消费的方法 / 格式 / 规则
  全部下沉 `core/`——boundary / data-driven / permission / state-machine 四篇设计
  方法迁入 `core/methods/`，coverage（覆盖检查表）与 templates（升格更名
  case-format，用例格式硬约束）迁入 `core/`；test-case-review / api-testing 不再
  引用兄弟 skill 目录内的文件。新增 core 单一来源文档：schema-extraction.md
  （Schema 抽取规则，自 test-case-writing SKILL.md 抽出）、clarify-pattern.md
  （统一澄清 / 确认提问格式，替代三处各自为政的提问模板）、scripts/
  validate_schema.py（零依赖 Schema 校验器：YAML 转义 / TC 编号一致 / 占位符）
- **automated-e2e-testing 瘦身**：SKILL.md 473 → 188 行，Playwright 脚手架 / 配置 /
  场景代码模板 / Page Object 规范下沉新文件 references/playwright-conventions.md，
  SKILL.md 只保留工作流与决策点；Bug 条目字段表去重，统一引用
  core/report-template.md §3（唯一来源；严重度口径后经 S 系消歧升级，见下）
- **Bug 严重程度 S 系消歧（2026-08-23）**：Bug 严重程度从 P0/P1/P2 改为
  **S0/S1/S2**（bug-analysis 定级规则与 report-template §3 同步），与用例优先级
  P 系、风险等级 Critical 系词汇彻底分离；report-template 补 S 一词多义注
  （严重度 S 系 ≠ 类型矩阵「S 级语义信号」）
- **test-case-writing 弱模型行为修复群（2026-08-23 评测轮闭环）**：新增「逐模块
  推进与交付核对」硬约束（多模块输入只完成首模块 = 最严重交付缺陷）；阶段三增
  「维度核对」三条（主流程不可省 / 时间类规则双侧边界 / 状态机型负向底数——
  依据：评测轮两任务主流程用例丢 2/2、边界维度零增益的"维度坍缩"）；新增输出
  预算纪律（用例数封顶 min(可测点×1.5, 80)、附录仅代码模式产出、导读压缩——
  依据：实测 32K 截断事故与澄清仪式开销同源）；阶段四全检降级为轻量抽查
  （逐文档溯源 / coverage 19 维全检 / 多角色四视角全检废除，执行点迁至阶段三
  交付核对，coverage.md 自查表口径同步）；澄清"无需澄清"输出并入导读不单列
  章节；api-testing 参数矩阵明确为分析过程、不落盘中间文件
- **部署双形态适配（2026-08-23）**：evidence §6 声明「此时加载」在真实宿主
  （按需加载）与注入式形态（全部在场，靠阶段顺序防串扰）下的双重语义，qa 增
  注入式例外声明；boundary 降格为方法参考（强制边界纪律内联 test-case-writing
  阶段三维度核对——知识文件注入不改变弱模型行为，约束须在生成路径内联）；
  evidence / risk-model 的 status 示例 needs_verification → hypothesis 对齐枚举
- **description 全量瘦身**：10 个 skill 的 frontmatter description 统一为"正触发
  话术 + 一句产出 + 反触发指向"，机制细节（代码优先流程、Schema 抽取、增量更
  新等）移入正文新增的 When to Use 段（8 个 skill 补齐，与 qa / e2e 统一骨架）。
  常驻上下文合计 1929 → 1683 字符（-13%；前期"约 4300 字符"的读数为字节数口径
  的误判，实际中文 3 字节/字）；description 瘦身属触发行为变更，合入前需按迭
  代纪律跑触发评测确认不回退
- **架构红线新增三条**（validate_skills.py 同步实现并已负向自测）：① 禁止跨
  skill 引用（skill → 兄弟 skill 目录文件均违规，CI 拦截）；② description ≤300
  字符上限；③ 产品自包含——skills/ 内禁止引用 eval/ 等本地评测链路路径
  （公开收敛配套）。core 校验范围扩展到 core/**/*.md（含 methods/ 子目录）
- **eval 档案同步**：12 个 golden 任务的 skill_files_on 与 run_eval.py
  PIPELINE_STAGES 注入路径跟随迁移更新，内容外移的文件（schema-extraction /
  clarify-pattern / playwright-conventions / report-template）按"信息量等价"原则
  补入对应任务注入集；exploratory-testing 补无浏览器自动化时的降级路径说明
- **README 视觉重排**：顶部启用 banner 主视觉（hero.png，1600×800 压缩版，中心
  化排版），快速开始前置到首屏，实测效果表拆为"紧凑指标表 + 逐项口径清单"（长
  说明移出表格单元格），流水线 ASCII 图简化重排；中英双语同构
- **banner 整体重设计**：旧版（标题 + 标语 + 八流程块 + 三指标卡 + 元信息行）
  信息过载观感杂乱，重设计为极简 lockup——翡翠渐变 squircle 图标（放大镜 + 勾，
  QA 双关）+ "QA Skills" 词标（渐变强调）+ 标语一行 + 底部流程条一行；指标卡
  撤出图面（README 表格已有，不再重复）；social-preview / hero 双尺寸同源渲染
- **文档专业化（对齐主流开源项目规范）**：中英 README / CONTRIBUTING / DESIGN /
  examples / .github 社区文件 / eval 两级 README 全量风格统一（全角标点、中英文
  间距、口语化标题改客观表述、统一引号）；README 中英双语同构改写并新增"更多文档
  导航"；CONTRIBUTING 补开发环境与 PR 流程；修正 DESIGN.md 内指向仓库根文件的
  相对路径（./ → ../）与 harness README 两处 DESIGN 章节号过期引用。所有数字与
  口径声明逐字保留，未做任何语义变更（已做 token 级 diff 验证）
- **banner 口径勘误**：social-preview 图上"植入 bug 检出率 100% / 4-7 门通过"
  为旧同源裁判口径，改为与 README 一致的异构裁判口径（75% / 5-8，标注"异构
  裁判"），banner.html 同步并按既有流程 Playwright 重渲染
- **README 暗色模式与资产压缩**：hero 主视觉支持 prefers-color-scheme: dark
  自动切换（新增 hero-dark.png / banner-dark.html 同源暗色版）；hero.png 与
  social-preview.png 压缩重渲染（645KB→42KB、1.0MB→581KB，暂存产物实测值）
- **仓库布局重构**：11 个 skill 目录（10 skill + core）从仓库根迁入 `skills/`，
  产品本体与工程目录（eval/docs/examples/scripts/tests）一眼可分；安装后的
  宿主布局不变。install/uninstall、CI 校验、评测 harness、黄金集标注的路径
  已同步。**已用 `--link` 安装的用户 git pull 后需重跑 `install.sh`**（旧软链
  指向根目录已失效）；拷贝安装不受影响
- CI 拆为 validate + label 两个 job（PR 自动打领域标签）
- **README 实测数字换异构裁判口径**：可执行性改"规格符合度"并勘误旧称
  （Off 0.77→0.26 计 0 同口径）、检出 100%→75%（异构）、质量 Δ+6.1pp、API
  反向结果收窄 74% vs 52%；新增"口径边界"声明（预注入上界 + in-situ 探针 +
  成对胜率作废）
- **澄清反向结果修复闭环**：requirement-analysis 增补八类歧义强制扫描表
  （后经 2026-08-23 收敛迁至 core/clarify-pattern.md 单一权威源，两消费方改引用），
  test-case-writing 增 YAML 转义纪律；复验轮（clafix）澄清任务 On 检出 100%
  vs Off 85.2%，反向结果消除
- harness：X5 pass³ / X6 成对区分度守卫（平局率>80% 作废胜率）/ X7 judge 引文
  grounding 三个观察指标；G4 环境错误不入分母；skill 卡片 frontmatter 解析与
  YAML schema 校验；CI 依赖补 pyyaml；单测扩至 ~57 项（含冻结阈值防误改）
- EXPECTED.md：G4 勘误、异构复评结论（同源宽容偏差证实、G1a 转显著）、G7
  方向性通过、成对机制结论、v1.2 门提案、已知限制 #8/#9

### 新增

- **安装体验**：`install.sh` / `uninstall.sh`（自动检测宿主 skills 目录
  ~/.agents/skills 等，支持拷贝/软链两种方式与重装覆盖，安装时写入版本标识）；
  README 新增宿主兼容性矩阵与 markmap 渲染指引
- **DESIGN.md**：公开版设计文档（设计动机、三层架构、证据/风险模型、编排
  会话模型、可执行性失败模式、评测方法学、设计决策速查）
- **examples/**：同一 PRD 的 Skill On/Off 完整产出对照（取自验证轮真实产物）
- **README.en.md** 英文版，中英双语切换
- **assets/**：社交预览图及其 HTML 源（regenerate：改 banner.html 后 Playwright 截图）
- **Benchmark 手动工作流**（workflow_dispatch，本地维护、不入公开仓库）：CI 上
  跑黄金集质量门，产物上传 artifact；token 成本原因不随 push 触发
- **tests/**：harness 纯函数单测 20 项（统计/judge 校验/代码块解析/可执行性
  检查/确定性）——随 eval 本地维护，公开 CI 不跑
- Issue 模板升级为 YAML issue forms；PR 按路径自动打标（labeler）
- README "500 行红线"补 Red Hat ACE 实践出处链接
- **评测研究论文**（eval/reports/2026-08-21-benchmark-study，md/pdf/html 三格式，
  本地维护）：预注册基准评测与增益归因（§5 消融、§6 机制发现），配套单文件对照实验报告
- **评测新相位与新任务族**：routing（触发路由，35/35）与 pipeline（五阶段产物链
  交叉引用）两个观察型相位；golden 新增 req-clarify-ambiguity（澄清质量）与
  schema-extract-markmap（Schema 抽取，On-only）两任务；CONTAMINATION.md 污染
  检查机制设计；in-situ 探针 #1（n=1 无衰减）
- **AGENTS.md** 项目指令与 **docs/qa-skills-v2.md** v2 规划基线；DESIGN.md 归位
  docs/（与 v2 文档汇合）
- 运行归档补全：异构复评 / G7 泛化 / 强裁判成对 / 单文件消融 / s3 新任务族 /
  澄清复验共 8 个 run 目录登记入册（eval/results/，本地维护）

## [0.4.0] - 2026-08-20

全面审查修复（评测可信度 + skills 一致性 + harness 工程加固，41 文件）。

### 变更

- **评测数字对齐落盘数据**：成对评审实际 23 对/21 平（原引用中间态 20/18）；
  标注审计一致率均值 0.872（原宣称 0.90），12 个 annotation 逐任务写入真实值
- **预注册纪律补留痕**：EXPECTED.md 新增修订记录，如实披露 G2 阈值 0.75→0.85
  与验证轮同提交落地；立规门阈值修订必须独立提交先行
- **反向结果披露**：API 真实执行 On 52% < Off 87% 进入结论层与 v1.1 门提案
- harness：judge 增 GT-id 本地校验（幻觉 id 丢弃）与 GT 分母；G5 配对缺失判
  FAIL、G6 单主指标判定；mock 就绪探测 + 端口预检 + 执行异常包裹；可执行性
  指标无格式采样计 0 并新增无格式依赖的 content_violations
- skills：api-testing 修复 `requests.Session.base_url` 无效示例；markmap 模板
  附录 B 对齐 Critical/High/Medium/Low 新等级；Bug 条目字段/发现方式枚举/改动
  分类三处不一致归一
- golden：bug-import-offbyone 去除材料中泄露根因的注释；三处 annotation 计数
  纠正；P26 歧义与 strategy/rev 格式锚定可测点改写

## [0.3.0] - 2026-08-20

### 变更

- README 重写为开源项目首页风格（价值主张 + before/after 实例 + 实现逻辑）
- 文档全面对齐科学评估体系 v2 的命令、目录、工作流与验证状态

## [0.2.0] - 2026-08-20

Benchmark 重构为科学评估体系 v2。

### 新增

- 多样本生成（n=3）量化生成方差；任务层配对 bootstrap 95%CI
- 成对评审 + 位置互换；judge 3 采样多数表决
- E2E/API 真实执行环境（mock 被测应用 + chromium / mock 服务 + pytest）
- GT 标注独立审计与人工复核流程
- 预期效果门预注册冻结（EXPECTED.md v1.0）

### 变更

- 验证轮门判定 4/7 如实记录（含失败门诊断），不因数据改门
- 校准轮覆盖类数字被多样本复验证实为噪声膨胀（+28.8pp → +6.2pp）

## [0.1.0] - 2026-08-20

v2 改造：从两个 skill 升级为全生命周期 QA Agent Skills 框架。

### 新增

- 10 个 skill：qa 编排 + requirement-analysis / test-strategy / test-case-writing
  （references 6 篇方法）/ test-case-review / automated-e2e-testing / api-testing
  / exploratory-testing / bug-analysis / regression-testing
- core/ 共享知识库五件套：evidence / risk-model / executability /
  testing-principles / report-template
- 双轨产物：markmap（人执行）+ Test Case Schema（机器消费）
- 早期迭代：test-case-writing 代码驱动增强、两层审查架构、二阶交叉覆盖

[Unreleased]: https://github.com/fishzjp/qa-skills/compare/v0.9.0...HEAD
[0.9.0]: https://github.com/fishzjp/qa-skills/compare/v0.8.1...v0.9.0
[0.8.1]: https://github.com/fishzjp/qa-skills/compare/v0.8.0...v0.8.1
[0.8.0]: https://github.com/fishzjp/qa-skills/compare/v0.7.0...v0.8.0
[0.7.0]: https://github.com/fishzjp/qa-skills/compare/v0.6.0...v0.7.0
[0.6.0]: https://github.com/fishzjp/qa-skills/compare/v0.5.1...v0.6.0
[0.5.1]: https://github.com/fishzjp/qa-skills/compare/v0.5.0...v0.5.1
[0.5.0]: https://github.com/fishzjp/qa-skills/compare/v0.4.0...v0.5.0
[0.4.0]: https://github.com/fishzjp/qa-skills/compare/v0.3.0...v0.4.0
[0.3.0]: https://github.com/fishzjp/qa-skills/compare/v0.2.0...v0.3.0
[0.2.0]: https://github.com/fishzjp/qa-skills/compare/v0.1.0...v0.2.0
[0.1.0]: https://github.com/fishzjp/qa-skills/releases/tag/v0.1.0