sm-flow v4.2: add verifiable checkpoints and gate file mechanism

Based on real execution review (lookup-knowledge-integration), discovered that constraints are "soft" - rules are clear but lack enforcement mechanism. Core problem: Agent can skip stages despite explicit rules saying "must not skip" Changes: 1. Commit phase: add verifiable checkpoint - File completeness check: proposal ≥50 words, design ≥1 data structure, specs ≥3 requirements, tasks ≥5 items - Consistency check: proposal concepts → design mapping, design decisions → tasks implementation - Gate file: create .committed after passing all checks 2. Apply phase: add pre-gate check - Hard constraint: check .committed file existence - If missing: report, list gaps, ask user to fix or explicitly skip - Block implementation based on incomplete OpenSpec 3. Archive phase: add mandatory execution order - 5-step checklist: devflow files → index → .archive-ready → report → archive - Self-check: verify Step 1-3 before Step 4 - Prevent "handoff first, devflow forgotten" issue New gate files: - .committed: created by commit phase, checked by apply phase - .archive-ready: created by archive Step 3 Expected impact: - Commit skip rate: -100% (explicit checklist prevents fuzzy pass) - Apply on incomplete OpenSpec: -100% (gate blocks) - Archive devflow omission: -100% (mandatory order) Design principles: - Verifiability: "executable state" → "≥50 words + ≥1 structure + ≥3 requirements" - Gate files: soft judgment → file existence check - Mandatory order: advisory "should do" → 5-step checklist "must do" Complexity: +80 lines (phase-contracts.md +40, archive-rules.md +40) Approach: turn soft constraints into hard checks, no new stages Relation to v4.1: - v4.1: solve "insufficient research causes rework" (quality issue) - v4.2: solve "lack of enforcement causes stage skipping" (process issue) Docs: - phase-contracts.md: enhanced commit + apply phases - archive-rules.md: added mandatory execution order at top - workflow.md: added v4.2 evolution chapter - phase-contracts-v4.2-changelog.md: detailed change log - sm-flow-optimization-suggestions.md: source review
sm-flow v4.1: add pre-apply research checkpoint to reduce rework
2026-06-24 14:51:45 +08:00 · 2026-06-23 11:27:32 +08:00 · 2026-05-26 10:14:25 +08:00 · 2026-05-26 09:59:24 +08:00 · 2026-05-25 17:28:15 +08:00 · 2026-05-25 11:44:20 +08:00
36 changed files with 4175 additions and 353 deletions
@@ -1,159 +1,83 @@
 ---
 name: sm-flow
-description: OpenSpec-first、Devflow-assisted 的结构化工程开发元工作流。用户想把粗略想法、issue、PRD 或已有 research 推进为准确 OpenSpec change，并通过 OpenSpec apply 实现、验证、归档时使用；也适用于标准化开发流程、增强 OpenSpec 产物质量、沉淀工程决策和为未来代理保留上下文。
+description: OpenSpec-first 的结构化工程开发协议层 harness。编排 OpenSpec 的完整生命周期，通过阶段、门控、人类对齐和长期记忆，约束 agent 以正确的顺序、条件和标准使用 OpenSpec。用户想把粗略想法、issue、PRD 或已有 research 推进为准确 OpenSpec change，并通过 OpenSpec apply 实现、验证、归档时使用。
 ---

 # SM Flow

-SM Flow 是一套 **OpenSpec-first / Devflow-assisted** 的软件交付元工作流。它不替代 OpenSpec，而是用 `devflow/` 中的上下文、术语、PRD、ADR、历史验收和复合知识，辅助生成更准确的 OpenSpec proposal/design/specs/tasks；执行阶段默认依赖 OpenSpec apply；完成后再把结果回填到 `devflow/` 作为长期记忆。
+SM Flow 是一个**协议层 harness**——编排 OpenSpec 的完整生命周期。它通过阶段、门控、人类对齐和长期记忆，约束 agent 以正确的顺序、条件和标准使用 OpenSpec。

-## 角色定位
+sm-flow 会自动维护 `devflow/` 目录作为项目长期记忆。用户不需要手动管理它，sm-flow 会在流程中自动读取和回填。

-你是这条工作流的工程负责人。你的职责不是绕过 OpenSpec 直接写代码，而是确保 OpenSpec 产物足够准确、可执行、可验收，然后以 OpenSpec apply 作为默认执行入口。你需要在关键决策点让用户参与，但仓库阅读、上下文提取、OpenSpec 修正、文档更新和归档提炼应尽量由你完成。
+## 四层架构

-## 真理源分层
+```
+sm-flow        → 编排层（harness）：阶段、门控、产物约束、人类对齐
+  OpenSpec     → 执行引擎：propose/apply/archive 的能力提供方
+    devflow/   → 记忆层：为编排层提供上下文，接收执行结果的回填
+      code     → 实现结果：apply 的产出
+```

- `devflow/` 是上下文真理源：术语、历史 PRD、ADR、验收记录、复合知识和项目记忆。
- `openspec/changes/<change>/` 是执行真理源：当前变更的 proposal、design、specs 和 tasks。
- 代码是实现结果：只能在执行真理源足够明确后修改。
- 如果 `devflow/` 和 OpenSpec 冲突，不要直接写代码；先汇报冲突、让用户确认，并修正 OpenSpec。
- Phase 1 产出的 OpenSpec 默认为 **Draft OpenSpec**：它是澄清和审计对象，不是 Phase 3 的执行许可。
- 只有通过 Phase 2.9 提交检查后的 OpenSpec 才是 **Committed OpenSpec**；Phase 3 只能执行 Committed OpenSpec。
+- OpenSpec 是唯一执行真理源：apply 阶段只能基于 OpenSpec 执行，不能绕过 OpenSpec 直接写代码。
+- devflow 是上下文真理源：术语、历史决策、验收记录来自 devflow，用于增强 OpenSpec，不替代 OpenSpec。
+- 如果 devflow 和 OpenSpec 冲突，先汇报冲突、让用户确认、修正 OpenSpec，再继续执行。
+- propose 阶段产出的 OpenSpec 默认为 **Draft OpenSpec**：它是澄清和审计对象，不是 apply 的执行许可。
+- 只有通过 commit 检查后的 OpenSpec 才是 **Committed OpenSpec**；apply 只能执行 Committed OpenSpec。

 ## 核心规则

- Phase 3 默认必须通过 OpenSpec apply 执行；禁止直接依赖 devflow 文档绕过 OpenSpec 写代码。
- devflow 产物只能辅助生成和校准 OpenSpec，不能成为 Phase 3 的主要执行依据。
- devflow 默认采用分层产物：只强制保留人类理解和 OpenSpec 校准所必需的档案，避免重复 OpenSpec 的 proposal/design/tasks。
- 不得跳过 Phase 0.5：生成或修正 OpenSpec 前，必须读取相关 devflow 上下文。
- 不得跳过 Phase 2。即使需求看起来很清楚，也至少解决三个高价值澄清或验证问题。
- 不得跳过 Phase 2.9：进入 Phase 3 前，必须确认 Draft OpenSpec 已提交为 Committed OpenSpec。
- `evidence-driven` 不是自动通过：凡是通过证据确认的结论，也必须向用户汇报证据、结论和是否需要确认。
- `user-interview` 问题必须等待用户确认；涉及范围、偏好、验收口径、风险接受度时不能擅自决定。
- grill 过程必须显式 human-in-the-loop：每个 `user-interview` 问题一次只问一个，必须等用户回答并记录确认后才能继续；未确认的问题不能视为已解决。
- 单个 grill 决策确认不等于 Phase 3 apply 授权；Phase 2/2.5 回写 OpenSpec 后必须停在 Phase 2.9，报告 Committed OpenSpec 检查结果，并等待用户明确要求进入 apply / 开始实现 / 执行修改 / 继续 Phase 3。
- 接口影响按 L1-L4 分级处理；接口内部判断逻辑如果改变调用方可观察行为，也属于接口影响，不能因签名未变而降级。
- Phase 3 实现期冲突必须先分类再处理：实现偏差修代码；规格遗漏修 OpenSpec；设计冲突暂停并请用户确认；用户变更更新 proposal/specs/tasks 后再继续。
- 架构审计、澄清、ADR 或上下文发现如果影响实现，必须先回写 OpenSpec design/specs/tasks，再进入 Phase 3。
- 不得猜测式修 bug。实现失败或行为不明时，先进入 diagnose 闭环；如果根因是规格不准，先修 OpenSpec，再继续 apply。
- 默认采用 human-in-the-loop：Phase 1 后、Phase 2.5 后、Phase 2.9 后、Phase 3 前必须给用户一个简短检查点；除非用户在启动时明确要求“全自动执行”，否则不得把单个决策确认推断为执行授权。
- Phase 4 结束前必须询问用户是否归档 OpenSpec change；不要默认执行归档。
- 子 skill 必须显式调用或显式降级：进入 Phase 1、1.5、2、2.5、3、4 时，先说明“本阶段调用/加载的 skill 是 X”；如果不能调用，必须说明“降级为 fallback”，并记录降级原因。
- 子 skill 绑定能力契约，不绑定单一平台路径。显式调用优先级：优先使用平台原生 Skill 调用；如果平台没有 Skill 工具，则读取对应能力的本地 `SKILL.md` 并按其协议执行；只有文件不存在或协议不可执行时，才使用 `references/fallbacks.md`。
- fallback 产物必须标注为降级执行，不能伪装成真实子 skill 调用。
+以下 6 条是硬约束，违反即流程失败。其余约束按阶段定义在 `references/phase-contracts.md`。

-## 接口影响分级
+1. **OpenSpec 是唯一执行真理源**。apply 阶段必须读取 Committed OpenSpec 文件作为执行依据；对话中的描述不等于产物。Draft OpenSpec 是讨论对象，不是执行许可。
+2. **不得跳过 context**。生成 OpenSpec 前，必须先读取相关 devflow 上下文（glossary、ADR、历史项目）。
+3. **不得跳过 grill**。即使需求看起来很清楚，至少解决三个高价值澄清或验证问题。
+4. **不得跳过 commit**。进入 apply 前，Draft OpenSpec 必须通过 commit 检查成为 Committed OpenSpec。
+5. **冲突必须先分类再处理**。OpenSpec 不准（规格遗漏）→ 修正 OpenSpec；代码偏离（实现偏差）→ 修正代码；不确定或涉及设计方向 → 暂停并等待用户确认。
+6. **子 skill 必须显式调用**。每个阶段指定的子 skill 必须显式调用；如果子 skill 不存在，流程失败，不得静默跳过或降级执行。

-接口影响分级判断的是“记录在哪里、是否需要独立文档”，不是判断“是否需要关注”。凡涉及字段、DTO、service 方法、API、事件、回调、数据库契约、命令契约、跨模块调用语义或接口内部判断逻辑变化，都必须先判断接口影响。
+每个阶段的过程约束（question pool、one-at-a-time、cross-artifact 对齐、冲突回写等）和质量约束（可观测产出要求）见 `references/phase-contracts.md` 中对应阶段的退出条件和 checkpoint。

-| 级别 | 判断条件 | 产物要求 |
+## 用户命令
+
+| 命令 | 用户意图 | harness 内部行为 |
 |---|---|---|
-| L1 内部实现 | 不改变任何调用方可观察的接口、字段、状态、错误码、数据范围、排序、过滤、权限结果、状态流转、副作用或文档承诺 | 不需要接口影响文档，只在 OpenSpec tasks 或 acceptance 记录验证 |
-| L2 内部接口 | 改 DTO、service 方法、内部事件、内部 RPC 或内部判断逻辑，且所有消费者都在同一实现范围内 | 必须记录接口影响范围，可内联到 OpenSpec design/specs/tasks 或 devflow evidence/decisions |
-| L3 协作接口 | 影响其他模块、其他服务、前端、外部系统、跨团队消费者、数据库契约、消息事件、回调或 SDK | 必须产出独立接口文档或等价独立章节 |
-| L4 破坏性接口 | 删除字段、改字段语义、改状态机、改错误码、破坏兼容、旧调用方可能失败，或需要迁移、灰度、回滚 | 独立接口文档 + 迁移/回滚说明；必要时创建 ADR |
+| `/sm-flow` | 完整流程 | clarify → context → propose → grill → specify → audit → commit → apply → archive |
+| `/sm-flow explore` | 先想想 | 带上下文的探索模式 |
+| `/sm-flow apply` | 只执行 | 检查 commit gate → apply |
+| `/sm-flow archive` | 收尾 | 回填 devflow + 归档确认 |

-判断策略：
-
- 如果只是修复 bug，让接口回到原 OpenSpec 或原文档承诺，通常是 L1/L2。
- 如果判断逻辑改变了返回数据、错误码、状态、权限结果、排序/过滤、幂等性、时序或副作用，至少按 L3 检查。
- 如果旧调用方不改代码会失败、少数据、多数据、状态不同或错误码不同，按 L4 处理。
- 如果无法确定调用方边界或兼容性，默认提高一级并作为 `user-interview` 问题等待确认。
+用户也可以用自然语言指定从某个阶段继续，例如"ops-message-support 的 grill 已经做完了，继续"。harness 识别意图后，自动补做最小前置检查，然后从指定阶段继续。

 ## 首次加载

 执行前只读取当前任务需要的 reference 文件：

- 需要逐阶段执行时，读取 `references/phase-contracts.md`。
+- 需要执行阶段时，先读取 `references/phase-contracts.md`；如果当前阶段涉及接口影响分级、分档、启动规则、快速模式或完成标准，再补读 `references/operating-rules.md`。
 - 创建或更新 PRD、ADR、验收报告、词汇表、复合知识文档时，读取 `references/templates.md`。
- Phase 4 或需要从 OpenSpec 提取产物时，读取 `references/archive-rules.md`。
- 子 skill 或 OpenSpec skill 无法直接调用时，读取 `references/fallbacks.md`。
+- archive 阶段或需要从 OpenSpec 提取产物时，读取 `references/archive-rules.md`。

-## 启动检查
+## 内部阶段

-1. 判断启动模式：
-   - 完整模式：用户提供粗略想法或初始 PRD。
-   - Research 模式：用户已有 research，需要转成或修正 OpenSpec。
-   - PRD 文件模式：用户提供已有 PRD 路径。
-   - 指定阶段模式：用户要求从某个 Phase 恢复。
-   - 快速模式：小改动，Phase 2 和 Phase 4 可以轻量化，但不能省略。
-2. 如果缺少 `devflow/`，初始化：
-   - `devflow/projects/`
-   - `devflow/glossary/CONTEXT.md`
-   - `devflow/compound/`
-   - `devflow/reference/`
-3. 如果根目录存在旧 `CONTEXT.md`，且 `devflow/glossary/CONTEXT.md` 不存在或为空，询问用户是迁移还是合并。
-4. 检查 OpenSpec 和子 skill 是否可用：
-   - OpenSpec 能力：`openspec-propose`、`openspec-apply-change`、`openspec-archive-change`。可由平台原生 skill、`.claude/skills/.../SKILL.md` 或 fallback 协议提供。
-   - 辅助能力：`to-prd`、`grill-with-docs`、`diagnose`、`tdd`、`zoom-out`。可由平台原生 skill、`.agents/skills/.../SKILL.md` 或 fallback 协议提供。
-5. 如果 OpenSpec skill 不可用，不要直接绕过执行；先使用 fallback 生成/修正 OpenSpec 产物，并在 Phase 3 前向用户说明执行入口降级风险。
+9 个内部阶段，按执行顺序：

-## 项目标识
-
-整个流程使用同一个 slug：
-
- 优先使用 OpenSpec change name。
- 如果还没有 change name，则从功能标题生成 kebab-case slug。
- 项目档案目录格式：`devflow/projects/YYYY-MM-DD-{slug}/`。
- 如果目录已存在，默认恢复该项目，不要重复创建；除非用户明确要求新开一轮。
-
-## Devflow 产物分层
-
-devflow 是辅助 OpenSpec 和人类阅读的档案层，不复制 OpenSpec 的执行产物。默认只创建必要文件；扩展文件必须有明确理由。
-
-**必须产物**：
-
- `brief.md`：背景、目标、范围、非目标、变更规模、关联 OpenSpec change。
- `evidence.md`：代码证据、文档证据、历史决策、evidence-driven 结论和汇报状态。
- `decisions.md`：user-interview 问题、用户确认、关键取舍、风险接受、OpenSpec 回写记录。
- `acceptance.md`：实现结果、验证命令、未验证项、归档状态、后续事项。
-
-**按需产物**：
-
- `prd.md`：需求复杂、用户明确要求 PRD、或需要对外协作时创建；小需求并入 `brief.md`。
- `research.md`：存在真实调研、代码考古、竞品/API 对比或复杂方案比较时创建。
- `design.md`：仅记录 OpenSpec design 不适合承载的人类背景、架构审计摘要或长期决策索引；实现设计仍以 OpenSpec design 为准。
- `tasks.md`：仅记录跨轮次追踪或人类复盘任务；执行任务仍以 OpenSpec tasks 为准。
- `alignment.md` / `clarifications.md`：问题很多或冲突复杂时单独创建；否则并入 `decisions.md`。
- `adr/*.md` 和 `compound/*.md`：仅在满足 ADR/复合知识规则时创建。
-
-**规模分档**：
-
- `micro`：小且低风险，使用 `brief.md`、`decisions.md`、`acceptance.md`；证据少时并入 `brief.md`。
- `standard`：默认模式，使用 `brief.md`、`evidence.md`、`decisions.md`、`acceptance.md`。
- `complex`：高风险、跨模块、需求不清或多人协作时，在 standard 基础上按需增加 PRD/research/design/tasks/alignment。
-
-## 阶段总览
-
-1. Phase 0 — 入口澄清：接收初始 PRD、粗略想法或已有 research，澄清到可生成 OpenSpec。
-2. Phase 0.5 — Devflow 上下文收集：先查 `devflow/index.md`，再读取 glossary、相关 PRD、ADR、acceptance、compound knowledge。
-3. Phase 1 — OpenSpec propose：基于需求 + devflow 上下文生成或修正 Draft OpenSpec proposal/design/specs/tasks。
-4. Phase 1.5 — PRD / OpenSpec 对齐：检查 OpenSpec 是否覆盖 PRD、遵守 ADR、使用正确术语、具备可验收 specs。
-5. Phase 2 — Human-in-the-loop 澄清：声明 `evidence-driven` / `user-interview`，所有结论都汇报，确认后回写 OpenSpec。
-6. Phase 2.5 — 架构审计：审计结果如果影响实现，必须回写 OpenSpec design/tasks。
-7. Phase 2.9 — Commit OpenSpec：检查 Draft OpenSpec 是否达到可执行状态，提交为 Committed OpenSpec。
-8. Phase 3 — OpenSpec apply：默认依赖 Committed OpenSpec 执行；devflow 只作为上下文参考。
-9. Phase 4 — 回填 Devflow：从 OpenSpec、实现结果和验证结果提炼长期档案，更新 `devflow/index.md`，并询问是否 archive OpenSpec change。
+1. clarify — 入口澄清：接收初始需求，澄清到可生成轻量 proposal。
+2. context — 上下文收集：读取 devflow 的 glossary、ADR、历史项目、compound knowledge。
+3. propose — 轻量 propose：只生成 proposal.md，不调用 openspec-propose。
+4. grill — 人类对齐澄清：evidence-driven 查证 + user-interview one-at-a-time，回写 proposal。
+5. specify — 细化 + 对齐：基于已稳定的 proposal 补全 design/specs/tasks，做 cross-artifact 对齐。
+6. audit — 架构审计：审计结果如果影响实现，回写 OpenSpec design/tasks。
+7. commit — Commit OpenSpec：检查 Draft OpenSpec 是否达到可执行状态，提交为 Committed OpenSpec。
+8. apply — OpenSpec 执行：基于 Committed OpenSpec 实现代码。
+9. archive — 回填 + 归档：从 OpenSpec 产物和 decisions.md 提炼长期档案，询问是否归档。

 每个阶段的进入条件、动作、输出和退出标准见 `references/phase-contracts.md`。

+关键阶段的完成判断也以 `references/phase-contracts.md` 为准；如果缺少显式 checkpoint 或能力来源声明，该阶段不得视为已完成。
+
 ## 快速模式

-快速模式仅在改动小且低风险时使用。它可以压缩 Phase 1.5 和 Phase 2.5，但必须保留：
-
- Phase 0.5 最小上下文检查：至少检查 glossary 和相关 ADR。
- Phase 2 最小澄清：至少一个术语问题、一个边界问题、一个验收问题；evidence-driven 结论也要汇报。
- Phase 2.9 提交检查：即使快速模式也必须确认没有未解决用户问题、接口影响已记录、OpenSpec tasks/specs 可执行。
- Phase 3 仍以 OpenSpec tasks/specs 为执行依据。
- Phase 4 轻量归档：记录验收结果、OpenSpec 产物链接和是否归档。
+快速模式的具体约束见 `references/operating-rules.md`。

 ## 完成标准

-一次流程只有在满足以下条件时才算完成：
-
- OpenSpec change 中的 proposal/design/specs/tasks 已生成或更新到可执行状态。
- 实现或规划任务已经完成，且执行依据来自 OpenSpec。
- 已运行验证，或明确记录未运行验证的原因。
- `devflow/projects/YYYY-MM-DD-{slug}/` 中存在符合规模分档的必要 devflow 产物，并能说明背景、证据、决策、验收和归档状态。
- 用户知道剩余风险和下一步动作，并已被询问是否要归档 OpenSpec change。
-
+流程完成标准见 `references/operating-rules.md`。
@@ -1,6 +1,49 @@
-# 归档规则
+# 归档规则

-Phase 4 的目标是把 OpenSpec 产物、实现结果和验证结果转化为持久、可读、可复用的项目记忆。v3 中，OpenSpec 是执行真理源，devflow 是辅助 OpenSpec 和人类阅读的档案层。
+archive 阶段的目标是把 OpenSpec 产物、实现结果和过程日志转化为持久、可读、可复用的项目记忆。sm-flow 在 clarify → apply 期间只维护 `decisions.md` 作为过程日志，archive 阶段从中提取完整 devflow 档案。
+
+## Archive 强制执行顺序
+
+Archive 阶段必须按以下顺序执行，不得跳过或重排：
+
+### Step 1: 创建 devflow 档案（必需）
+
+- [ ] 创建 `devflow/projects/YYYY-MM-DD-{slug}/brief.md`
+      （从 proposal.md 提取：背景、目标、范围、非目标）
+      
+- [ ] 创建 `devflow/projects/YYYY-MM-DD-{slug}/evidence.md`
+      （从 decisions.md 提取：evidence-driven 记录）
+      
+- [ ] 创建 `devflow/projects/YYYY-MM-DD-{slug}/decisions.md`
+      （整理为最终版：关键决策、权衡、风险）
+      
+- [ ] 创建 `devflow/projects/YYYY-MM-DD-{slug}/acceptance.md`
+      （记录：静态验证、脚本验证、浏览器/人工验证、未验证）
+
+### Step 2: 更新索引（必需）
+
+- [ ] 在 `devflow/index.md` 末尾追加或更新一行：
+      `| YYYY-MM-DD | slug | 领域 | 关键词 | openspec/changes/xxx | archived |`
+
+### Step 3: 标记 OpenSpec（必需）
+
+- [ ] 创建 `openspec/changes/{slug}/.archive-ready` 文件
+
+### Step 4: 向用户汇报（必需）
+
+- [ ] 列出创建的 devflow 档案文件路径（验证文件实际存在于磁盘）
+- [ ] 汇报验证情况（按静态验证、脚本验证、浏览器/人工验证、未验证分类）
+- [ ] 列出剩余风险或后续事项
+- [ ] 询问：**是否现在归档 OpenSpec？**
+
+### Step 5: 用户确认后执行 OpenSpec Archive（可选）
+
+- [ ] 调用 `openspec-archive-change`
+- [ ] 记录 archive 结果
+
+**自检**：在执行 Step 4 前，检查 Step 1-3 是否都完成。
+
+---

 ## 目录规则

@@ -10,12 +53,12 @@ Phase 4 的目标是把 OpenSpec 产物、实现结果和验证结果转化为
 devflow/projects/YYYY-MM-DD-{slug}/
 ```

-默认创建以下必要文件：
+archive 阶段创建以下文件：

- `brief.md`
- `evidence.md`
- `decisions.md`
- `acceptance.md`
+- `brief.md`：从 proposal.md 提取背景、目标、范围、非目标。
+- `evidence.md`：从 decisions.md 中的 evidence-driven 记录提取。
+- `decisions.md`：保持为最终版，整理格式。
+- `acceptance.md`：从实现结果和验证结果提取。

 同时维护仓库级索引：

@@ -44,11 +87,12 @@ devflow/projects/YYYY-MM-DD-{slug}/

 | 来源 | 提取内容 | 写入位置 |
 | --- | --- | --- |
+| `decisions.md`（过程日志） | question pool、evidence-driven 汇报状态、user-interview 确认状态、关键取舍 | `decisions.md`（整理格式为最终版） |
+| `decisions.md`（过程日志） | evidence-driven 结论、代码/文档证据 | `evidence.md` |
 | `proposal.md` | 为什么做、做什么、范围、非目标 | `brief.md` |
 | `design.md` | 技术方案、关键决策、风险；只提炼长期有用内容 | `evidence.md` / 按需 `design.md` |
 | `specs/**/*.md` | requirement 标题和 scenario 意图 | `brief.md` 或 `acceptance.md` 的验收追踪 |
 | `tasks.md` | checkbox 状态、剩余工作、执行切片 | `acceptance.md`；复杂项目可拆 `tasks.md` |
-| 澄清记录 | evidence-driven/user-interview、证据、结论、确认状态 | `evidence.md` + `decisions.md` |
 | 测试/构建输出 | 验证命令、结果、验证类型 | `acceptance.md` |
 | diagnose 记录 | 根因、修复、回归验证 | `acceptance.md` |
 | 词汇表更新 | 术语和业务规则 | `devflow/glossary/CONTEXT.md` |
@@ -57,7 +101,7 @@ devflow/projects/YYYY-MM-DD-{slug}/

 ## 索引维护规则

-`devflow/index.md` 是 Phase 0.5 的默认入口，Phase 4 回填时必须维护。
+`devflow/index.md` 是 context 阶段的默认入口，archive 阶段回填时必须维护。

 最小字段：

@@ -67,9 +111,9 @@ devflow/projects/YYYY-MM-DD-{slug}/
 规则：

 - 每个 `devflow/projects/YYYY-MM-DD-{slug}/` 默认对应一行索引。
- Phase 4 新建或更新项目档案时，必须新增或更新对应行。
+- archive 阶段新建或更新项目档案时，必须新增或更新对应行。
 - 如果项目仍在进行，状态写 `active`；已验收但未 archive 写 `accepted-unarchived`；已 archive 写 `archived`；暂停写 `paused`。
- 关键词只放能帮助 Phase 0.5 定位的术语，不复制 brief 内容。
+- 关键词只放能帮助 context 阶段定位的术语，不复制 brief 内容。
 - 如果无法准确判断领域或状态，写 `unknown`，并在 `acceptance.md` 记录待补。

 ## 验收记录规则
@@ -85,7 +129,7 @@ devflow/projects/YYYY-MM-DD-{slug}/

 - 如果验证通过，记录命令/步骤和覆盖范围。
 - 如果验证失败，记录失败摘要和是否阻塞验收。
- 如果需要人工验证，列出明确步骤，不要用“手动测试一下”这种模糊描述。
+- 如果需要人工验证，列出明确步骤，不要用"手动测试一下"这种模糊描述。

 ## ADR 规则

@@ -111,19 +155,17 @@ devflow/compound/YYYY-MM-DD-decision-{slug}.md

 OpenSpec archive 是显式 human-in-the-loop 动作。archive 前必须确认 devflow 已经回填 OpenSpec 的关键执行信息：

- Phase 4 可以建议 archive，但必须先询问用户。
+- archive 阶段可以建议 archive，但必须先询问用户。
 - 在用户确认前，不要执行 archive。
 - 如果用户暂不归档，在 acceptance 中记录原因或状态。
 - 如果用户确认归档，执行后记录 archive 结果和剩余档案位置。

 ## 归档交接

-Phase 4 结束时告诉用户：
+archive 阶段结束时告诉用户：

 - 创建或更新了哪些档案文件。
 - `devflow/index.md` 是否已更新。
 - 运行了哪些验证，并按静态验证、脚本验证、浏览器/人工验证、未验证分类。
 - 还剩哪些风险或后续事项。
 - 明确询问：是否现在 archive OpenSpec change？
-
-
@@ -1,109 +0,0 @@
-# Fallback 协议
-
-当子 skill 无法直接调用时使用这些协议。Fallback 不是绕过 OpenSpec 的许可；v3 中 fallback 的目标仍然是生成、修正或执行 OpenSpec 产物。使用任何 fallback 前必须先向用户说明：目标子 skill、无法调用原因、降级协议名称、降级风险。产物中也必须记录“本阶段为 fallback 降级执行”。
-
-## OpenSpec 提案 fallback
-
-1. 创建或识别 `openspec/changes/{slug}/`。
-2. 先读取 devflow 上下文：`devflow/glossary/CONTEXT.md`、相关项目档案、ADR、acceptance、compound knowledge。
-3. 写入 `proposal.md`，包含：
-   - 问题
-   - 建议方案
-   - 范围
-   - 非目标
-   - 来自 devflow 的上下文约束
-   - 风险
-4. 当实现需要技术选择时，写入 `design.md`，并引用相关 ADR 或历史验收结论。
-5. 将 `tasks.md` 写成按纵向切片组织的 checkbox 清单。
-6. 只为外部可见行为或发生变化的需求编写 specs。
-7. 如果存在高风险假设，在 Phase 1.5 前向用户 checkpoint。
-
-## OpenSpec 修正 fallback
-
-当 PRD、devflow、澄清结论、架构审计和 OpenSpec 冲突时：
-
-1. 列出冲突来源：PRD / glossary / ADR / acceptance / compound / OpenSpec。
-2. 判断冲突类型：术语、范围、验收、架构、任务拆分、风险。
-3. 向用户汇报冲突和推荐修正。
-4. 用户确认后，优先修正 OpenSpec proposal/design/specs/tasks。
-5. 再同步更新 devflow 文档；不要只改 devflow。
-
-## OpenSpec 执行 fallback
-
-仅当 `openspec-apply-change` 不可调用时使用。执行依据仍必须是 `openspec/changes/{slug}/`。
-
-1. 阅读 `proposal.md`、`design.md`、`specs/**/*.md` 和 `tasks.md`。
-2. 确认 OpenSpec 与 devflow 上下文没有未解决冲突。
-3. 确认没有未解决的 user-interview 问题、未判级接口影响或未提交的 Draft OpenSpec。
-4. 确认 Phase 2.9 后已经获得用户明确的 Phase 3 apply 授权；单个 grill 决策确认不能替代 apply 授权。
-5. 修改前先检查现有代码。
-6. 一次实现一个 OpenSpec task 的纵向切片。
-7. 如果用户质疑、代码发现、测试失败或运行行为与 OpenSpec 冲突，先分类：
-   - 实现偏差：OpenSpec 正确，代码偏离；修代码。
-   - 规格遗漏：OpenSpec 未覆盖真实边界、接口影响或验收；暂停执行，修正 OpenSpec 并重新提交后继续。
-   - 设计冲突：OpenSpec 与架构、ADR、历史验收或模块边界冲突；暂停并等待用户确认。
-   - 用户变更：用户改变目标、范围、验收或风险接受度；更新 proposal/specs/tasks 后继续。
-8. 冲突分类、证据、用户确认和 OpenSpec 回写状态必须记录到 `decisions.md` 或 `acceptance.md`。
-9. 用最窄但有效的命令验证每个切片。
-10. 只有验证通过或明确记录原因后，才更新 task 状态。
-11. 如果失败原因不确定，停止并进入 diagnose。
-12. 如果 diagnose 证明规格不准，先修正 OpenSpec，再继续执行。
-
-## PRD fallback
-
-优先使用 `references/templates.md#brief-模板` 创建 `brief.md`。只有复杂需求、对外协作或用户明确要求 PRD 时，才使用 `references/templates.md#prd-模板` 创建 `prd.md`。
-
-规则：
-
- 从当前上下文、devflow 记忆和 OpenSpec 产物综合，不要机械复制。
- `brief.md` 或 PRD 用来表达用户价值、范围和验收口径；不能替代 OpenSpec specs/tasks。
- 只有当缺失决策会阻塞 OpenSpec 正确性时，才采访用户。
-
-## 文档化追问 fallback
-
-1. 阅读已有词汇表、ADR、相关 OpenSpec 产物和 devflow 项目档案。
-2. 先声明每个问题的模式：`evidence-driven` 或 `user-interview`。
-3. 对 evidence-driven 问题，先查代码库、文档、OpenSpec 或 ADR，再向用户汇报证据和结论。
-4. 对 user-interview 问题，一次只问一个并等待用户确认。
-5. 术语确认后立即更新词汇表。
-6. 影响实现的澄清必须回写 OpenSpec。
-7. 只为难以逆转的真实权衡创建 ADR。
-
-快速模式的最小问题：
-
- 术语：这个概念应该使用哪个领域术语？证据是什么？
- 边界：哪些内容明确不在范围内？是否需要用户确认？
- 验收：什么可观察行为能证明它完成？是否已写入 OpenSpec specs？
-
-## 架构审计 fallback
-
-产出一份短架构审计：
-
-1. 画出输入 → 处理 → 输出。
-2. 列出相关模块和调用方。
-3. 识别耦合、数据所有权和生命周期风险。
-4. 检查是否与词汇表、ADR 和 OpenSpec design 冲突。
-5. 用不超过五句话总结最大风险。
-6. 如果影响实现，回写 OpenSpec design/tasks。
-
-## Diagnose fallback
-
-1. 复现问题，或捕获准确失败信息。
-2. 最小化失败案例。
-3. 生成 3-5 个假设，并按可能性和验证成本排序。
-4. 修改代码前，先添加仪器化或定向检查。
-5. 判断根因属于实现问题还是 OpenSpec 规格问题。
-6. 如果是实现问题，修复被证明的最小原因。
-7. 如果是规格问题，先修正 OpenSpec，再继续 apply。
-8. 运行回归验证。
-
-## TDD fallback
-
-使用纵向切片，不要水平批量写测试：
-
-1. 从 OpenSpec specs 中选择一个外部可见行为。
-2. 写一个失败测试。
-3. 实现刚好让测试通过的最小代码。
-4. 只在测试通过时重构。
-5. 对下一个 OpenSpec 行为重复以上步骤。
-
@@ -0,0 +1,111 @@
+# 运行规则
+
+本文件承载稳定但不必放在顶层 `SKILL.md` 的运行规则。
+
+## 接口影响分级
+
+接口影响分级判断的是"记录在哪里、是否需要独立文档"，不是判断"是否需要关注"。凡涉及字段、DTO、service 方法、API、事件、回调、数据库契约、命令契约、跨模块调用语义或内部决策逻辑变化，都必须先做分级。
+
+| 级别 | 判断条件 | 产物要求 |
+| --- | --- | --- |
+| L1 内部实现 | 不改变任何调用方可观察的接口、字段、状态、错误码、数据范围、排序、过滤、权限结果、状态流转、副作用或文档承诺 | 不需要接口影响文档，只在 OpenSpec tasks 或 acceptance 记录验证 |
+| L2 内部接口 | 改 DTO、service 方法、内部事件、内部 RPC 或内部判断逻辑，且所有消费者都在同一实现范围内 | 必须记录接口影响范围，可内联到 OpenSpec design/specs/tasks 或 devflow evidence/decisions |
+| L3 协作接口 | 影响其他模块、其他服务、前端、外部系统、跨团队消费者、数据库契约、消息事件、回调或 SDK | 必须产出独立接口文档或等价独立章节 |
+| L4 破坏性接口 | 删除字段、改字段语义、改状态机、改错误码、破坏兼容、旧调用方可能失败，或需要迁移、灰度、回滚 | 独立接口文档 + 迁移/回滚说明；必要时创建 ADR |
+
+判断策略：
+
+- 如果只是修复 bug，让接口回到原 OpenSpec 或原文档承诺，通常是 L1/L2。
+- 如果判断逻辑改变了返回数据、错误码、状态、权限结果、排序/过滤、幂等性、时序或副作用，至少按 L3 检查。
+- 如果旧调用方不改代码会失败、少数据、多数据、状态不同或错误码不同，按 L4 处理。
+- 如果无法确定调用方边界或兼容性，默认提高一级并作为 `user-interview` 问题等待确认。
+
+## 启动检查
+
+1. 识别用户命令意图：
+   - `/sm-flow`（无参数）：完整流程，从 clarify 开始。
+   - `/sm-flow apply [change]`：只执行，检查 commit gate → apply。
+   - `/sm-flow explore`：带上下文的探索模式，不走标准阶段链。
+   - `/sm-flow archive [change]`：收尾，回填 devflow + 归档确认。
+   - 自然语言指定阶段继续：识别意图后，自动补做最小前置检查，然后从指定阶段继续。
+2. 判断启动模式：
+   - 完整模式：用户提供粗略想法或初始 PRD。
+   - Research 模式：用户已有 research，需要转成或修正 OpenSpec。
+   - PRD 文件模式：用户提供已有 PRD 路径。
+   - 恢复模式：用户希望从某个阶段继续（补做最小前置检查）。
+   - 快速模式：小改动，合并 gate（见下文）。
+3. 如果缺少 `devflow/`，初始化：
+   - `devflow/projects/`
+   - `devflow/glossary/CONTEXT.md`
+   - `devflow/compound/`
+4. 如果根目录存在旧 `CONTEXT.md`，且 `devflow/glossary/CONTEXT.md` 不存在或为空，询问用户是迁移还是合并。
+5. 检查 OpenSpec 和子 skill 是否可用：
+   - OpenSpec 能力：`openspec-propose`、`openspec-apply-change`、`openspec-archive-change`。
+   - 辅助能力：`to-prd`、`grill-with-docs`、`diagnose`、`tdd`、`zoom-out`。
+6. 如果 OpenSpec 不可用，不要直接绕过；使用内置执行协议（见 `references/fallbacks.md`），并在 apply 前向用户说明。
+
+## 项目标识规则
+
+- 整个流程使用同一个 slug。
+- 优先使用 OpenSpec change name。
+- 如果还没有，则从功能标题生成 kebab-case slug。
+- 项目档案目录格式：`devflow/projects/YYYY-MM-DD-{slug}/`。
+- 如果目录已存在，默认恢复该项目；除非用户明确要求新开一轮。
+
+## Devflow 产物分层
+
+Devflow 是 sm-flow 自动维护的项目长期记忆层，不复制 OpenSpec 的执行产物。
+
+**过程日志**（clarify → apply 期间维护）：
+
+- `decisions.md`：question pool、evidence-driven 汇报状态、user-interview 确认状态、关键取舍、风险接受、OpenSpec 回写记录、冲突分类记录。
+
+**最终档案**（archive 阶段从 decisions.md + OpenSpec 产物提取）：
+
+- `brief.md`：背景、目标、范围、非目标、分档、关联 OpenSpec change。
+- `evidence.md`：代码/文档证据、历史决策、evidence-driven 结论和汇报状态。
+- `acceptance.md`：实现结果、验证命令、未验证项、归档状态、后续事项。
+
+**按需产物**（archive 阶段按需创建）：
+
+- `prd.md`：需求复杂、用户明确要求、或需要对外协作。
+- `research.md`：存在真实调研、代码考古、竞品/API 对比或复杂方案比较。
+- `design.md`：不适合放进 OpenSpec design 的长期背景或架构审计摘要。
+- `tasks.md`：跨会话的人类追踪；执行任务仍属于 OpenSpec。
+- `alignment.md` / `clarifications.md`：仅在 gap 或澄清很多时使用。
+- `adr/*.md` 和 `compound/*.md`：仅在满足 ADR / compound knowledge 规则时使用。
+
+**规模分档**：
+
+- `micro`：小且低风险，gate 合并（见快速模式），最终档案同 standard。
+- `standard`：默认模式。
+- `complex`：高风险、跨模块、需求不清或多人协作时，在 standard 基础上按需增加扩展产物。
+
+## 快速模式
+
+快速模式适用于小而低风险的变更。它合并 gate 而不仅仅是压缩产物：
+
+```
+standard 流程：clarify → context → propose checkpoint → grill → specify → audit checkpoint → commit
+micro 流程：clarify+context 合并 checkpoint → propose+specify 合并 checkpoint → grill（最少 1 个问题） → commit（简化检查）
+```
+
+micro 的定位：**gate 变少但保留最关键的**（grill 最小澄清 + commit gate）。
+
+无论什么模式，以下内容必须保留：
+
+- context 最小上下文收集：至少检查 glossary 和相关 ADR。
+- grill 最小澄清：至少一个术语问题、一个边界问题、一个验收问题；evidence-driven 结论仍需汇报。
+- commit gate：确认没有未解决用户问题、接口影响已记录、OpenSpec tasks/specs 可执行。
+- apply 仍由 OpenSpec tasks/specs 驱动执行。
+- archive 轻量回填：记录验收结果、OpenSpec 链接和归档状态。
+
+## 完成标准
+
+只有同时满足以下条件，流程才算完成：
+
+- OpenSpec proposal/design/specs/tasks 已生成或更新到可执行状态。
+- 实现或规划工作已完成，且执行依据来自 OpenSpec。
+- 已运行验证，或已记录未运行验证的原因。
+- `devflow/projects/YYYY-MM-DD-{slug}/` 包含 brief.md、evidence.md、decisions.md、acceptance.md。
+- 用户知道剩余风险与下一步，并已被询问是否归档 OpenSpec change。
@@ -1,8 +1,10 @@
-# 阶段契约
+# 阶段契约

-本文件是 SM Flow v3 的逐阶段执行准则。v3 的核心原则是：**devflow 辅助 OpenSpec，OpenSpec 指挥执行，执行结果回填 devflow**。
+本文件是 SM Flow 的逐阶段执行准则。核心原则：**sm-flow 编排 OpenSpec，OpenSpec 指挥执行，执行结果回填 devflow**。

-## Phase 0 — 入口澄清
+执行顺序：clarify → context → propose → grill → specify → audit → commit → apply → archive。
+
+## clarify — 入口澄清

 **进入条件**：用户提供粗略想法、初始 PRD、已有 research、issue，或要求启动 SM Flow。

@@ -11,6 +13,7 @@
 - 如果用户已有 research，先识别它是否已经包含用户价值、技术方案、验收标准和任务拆分。
 - 如果输入过于模糊，最多追加三轮聚焦问题。
 - 当答案会改变 OpenSpec proposal/specs/tasks 时，优先一次只问一个问题。
+- 如果需要判断 `micro / standard / complex` 分档，补读 `references/operating-rules.md`。

 **退出条件**：
 - 问题可以用 1-2 句话说清楚。
@@ -23,9 +26,9 @@
 - 初步 slug。
 - devflow 规模分档：`micro` / `standard` / `complex`。

-## Phase 0.5 — Devflow 上下文收集
+## context — 上下文收集

-**进入条件**：Phase 0 已经有足够信息定位领域、项目或变更方向。
+**进入条件**：clarify 已经有足够信息定位领域、项目或变更方向。

 **动作**：
 - 优先读取 `devflow/index.md`，按日期、slug、领域、关键词和关联 OpenSpec 定位候选项目。
@@ -37,113 +40,130 @@
 - 如果发现旧根目录 `CONTEXT.md` 与 `devflow/glossary/CONTEXT.md` 冲突，暂停并向用户汇报。

 **退出条件**：
- 已形成“OpenSpec 输入上下文摘要”。
+- 已形成"OpenSpec 输入上下文摘要"。
 - 已记录 `devflow/index.md` 的使用状态：已命中 / 已初始化 / 无相关条目。
 - 已列出相关 ADR 和不能违反的历史决策。
 - 已列出需要写入或修正 OpenSpec 的上下文点。

 **输出**：
- 上下文摘要，默认写入 `brief.md` 或 `evidence.md`；会影响实现的上下文必须写入 OpenSpec design/specs/tasks。
+- 上下文摘要，写入 `decisions.md`（过程日志）。会影响实现的上下文必须标记为"需进入 OpenSpec"。

-## Phase 1 — OpenSpec propose
+## propose — 轻量 propose

-**进入条件**：Phase 0 + Phase 0.5 已经足够生成或修正 OpenSpec change。
+**进入条件**：clarify + context 已经足够生成轻量 proposal。

-**显式子 skill**：`openspec-propose`。进入本阶段必须先声明调用方式：原生 Skill 调用 / 读取本地 `openspec-propose` 的 `SKILL.md` / fallback 降级。
+**执行者**：sm-flow 内置协议。**不调用 openspec-propose**（完整 OpenSpec 产物留待 specify 阶段生成）。

 **动作**：
- 优先调用 `openspec-propose`。
- 如果不可用，执行 `references/fallbacks.md#openspec-propose-fallback`，但仍必须产出 OpenSpec 文件。
- 用 Phase 0.5 的 devflow 上下文增强 OpenSpec：
-  - proposal 写清为什么做、做什么、范围和非目标。
-  - design 写入上下文约束、历史 ADR、关键技术决策。
-  - specs 写成可验收的外部行为。
-  - tasks 写成可执行的纵向切片。
- 在承诺设计细节前，先检查相关仓库代码。
+- 创建或识别 `openspec/changes/{slug}/`。
+- 写入 `proposal.md`，包含：问题、建议方案、范围、非目标、来自 devflow 的上下文约束、风险。
+- **不生成 design.md、specs/、tasks.md**——这些留待 grill 澄清需求后在 specify 阶段补全。
+- 用 context 阶段的 devflow 上下文增强 proposal。
+- 在承诺方案方向前，先检查相关仓库代码。

 **退出条件**：
- `openspec/changes/<slug>/proposal.md` 存在。
- 对需要正式 OpenSpec 产物的变更，`design.md`、`tasks.md` 和 specs 存在。
- 关键假设已显式记录在 OpenSpec 或 research 中。
+- `openspec/changes/{slug}/proposal.md` 存在。
+- 关键假设已显式记录。

 **输出**：
- Draft OpenSpec proposal、design、specs 和 task list。
+- Draft OpenSpec proposal.md（轻量版）。

 **Human checkpoint**：
- 向用户简要说明 OpenSpec scope、关键假设、主要风险、devflow 上下文如何影响 OpenSpec。
- 询问是否继续进入 PRD/OpenSpec 对齐和澄清阶段；用户明确要求“全自动执行”时可跳过等待。
+- 向用户简要说明 proposal 范围、关键假设、主要风险、devflow 上下文如何影响方案。
+- 询问是否继续进入 grill 澄清阶段；用户明确要求"全自动执行"时可跳过等待。

-## Phase 1.5 — PRD / OpenSpec 对齐
+## grill — 人类对齐澄清

-**进入条件**：Phase 1 已有 OpenSpec 产物。
+**进入条件**：propose 已有轻量 proposal.md。

-**显式子 skill**：`to-prd` + `sm-flow`。进入本阶段必须先声明是否读取 `.agents/skills/to-prd/SKILL.md`；如果使用内置模板，标记为 PRD fallback。
-
-**动作**：
- 如果没有结构化 PRD，则优先按 `to-prd` 协议生成 `brief.md`；复杂需求、对外协作或用户明确要求时再生成 `prd.md`。
- `micro` 模式默认不创建独立 PRD，除非用户要求或需求复杂度升级；PRD 内容并入 `brief.md`。
- 检查 PRD、devflow 上下文和 OpenSpec 是否一致：
-  - OpenSpec 是否覆盖 PRD 的用户故事和验收预期。
-  - OpenSpec 是否使用 glossary 中的正确术语。
-  - OpenSpec 是否遵守相关 ADR。
-  - specs 是否能表达可观察行为。
-  - tasks 是否能驱动实现，而不是泛泛描述。
- 检查是否涉及接口影响：
-  - 是否改变字段、DTO、service 方法、API、事件、回调、数据库契约、命令契约或跨模块调用语义。
-  - 接口内部判断逻辑是否改变调用方可观察行为，例如返回数据、状态、错误码、权限结果、过滤/排序、幂等性、时序或副作用。
-  - 按 L1/L2/L3/L4 记录接口影响等级；不确定时标记为 Phase 2 的 `user-interview` 问题。
- 如果发现不一致，优先修正 OpenSpec，而不是只修改 devflow 文档。
-
-**退出条件**：
- `brief.md` 已覆盖背景、目标、范围和非目标；复杂需求存在独立 `prd.md` 或用户明确不需要 PRD。
- OpenSpec 与 PRD/devflow 上下文没有已知冲突。
- 涉及接口变更时，已记录接口影响等级和产物要求；不确定项已进入 Phase 2。
- 所有已知冲突已修正或等待用户决策。
-
-**输出**：
- `brief.md`，以及按需创建的 `prd.md`。
- OpenSpec 对齐检查记录。
- 必要的 OpenSpec 修正。
-
-## Phase 2 — Human-in-the-loop 澄清
-
-**进入条件**：已有 OpenSpec 产物和 PRD/上下文对齐记录。
-
-**显式子 skill**：`grill-with-docs`。进入本阶段必须先声明是否读取 `.agents/skills/grill-with-docs/SKILL.md`；fallback 必须标记为“文档化追问 fallback”。
+**显式子 skill**：`grill-with-docs`。进入本阶段必须调用 `.agents/skills/grill-with-docs/SKILL.md`。

 **动作**：
 - 优先使用 `grill-with-docs`。
- 先声明本阶段采用的澄清模式，并逐项标记：
+- 进入 grill 时先建立一个 question pool，并记录到 `decisions.md`：
+  - 默认至少覆盖术语、边界、验收三个维度。
+  - **技术实现维度**（新增）：当 proposal 提到参考实现、或涉及项目现有基础设施时，增加技术澄清问题：
+    - 参考实现的具体文件路径是什么？
+    - 项目现有的 [请求结构/MQ/缓存/加密/工具类] 标准是什么？
+    - 有哪些技术点需要先调研或新建？
+  - 如果变更涉及多模块、接口、权限、下游消费者、响应结构或生命周期规则，先把这些维度补进问题池。
+- 逐项标记每个问题的模式：
  - `evidence-driven`：问题能通过代码、文档、测试、OpenSpec 或既有 ADR 证明；代理先查证，再向用户汇报证据、结论和是否需要确认。
  - `user-interview`：问题涉及产品偏好、范围边界、验收口径、风险接受度或价值取舍；必须问用户并等待确认。
- 至少覆盖三个维度：术语、边界、验收。
+- evidence-driven 和 user-interview 的推进节奏：先批量查证 evidence-driven 并一次性汇报结论，再逐个处理 user-interview 问题。不要把所有问题攒到最后一起问。
 - 一次只问一个 `user-interview` 问题。
- 每个 `user-interview` 问题必须等待用户显式回答，并把回答、决策和 OpenSpec 回写状态记录到 `decisions.md`；不能由代理代替用户确认。
- 未获得用户确认的 `user-interview` 问题必须保持未解决状态，不能进入 Phase 2.9 或 Phase 3。
- 单个 `user-interview` 的确认只能解除该问题本身的阻塞，不能被解释为进入 Phase 3 或修改执行目标文件的授权。
+- 每个 `user-interview` 问题必须等待用户显式回答，并在 decisions.md 中记录：问题原文、用户原话、确认状态（已确认/未确认）。未确认的问题不能从 question pool 移除。
+- 单个 `user-interview` 的确认只能解除该问题本身的阻塞，不能被解释为进入 apply 或修改执行目标文件的授权。
 - 对接口影响等级、消费者边界或兼容性存在不确定时，必须作为 `user-interview` 问题等待用户确认。
- 如果澄清结果影响实现，必须回写 OpenSpec proposal/design/specs/tasks。
+- 如果澄清结果影响实现，必须回写 proposal.md。
 - 术语一旦确认，更新 `devflow/glossary/CONTEXT.md`。
 - 对难以逆转、依赖上下文、源自真实权衡的决策创建 ADR。

 **退出条件**：
+- question pool 已建立并覆盖当前 change 所需维度。
 - 至少解决三个高价值澄清或验证问题，并记录每个问题属于 `evidence-driven` 还是 `user-interview`。
 - 所有 evidence-driven 结论已向用户汇报。
 - 所有 user-interview 决策已获得用户确认。
 - 没有未解决或代理代确认的 user-interview 问题。
 - 没有未判级或未确认的接口影响问题。
- 影响实现的结论已回写 OpenSpec。
+- 影响实现的结论已回写 proposal.md。
+- 单个 grill 决策确认不等于 apply 授权；grill 完成后必须停在 commit，等待用户明确要求进入 apply。
+- question pool、evidence-driven 结论、user-interview 确认必须写入 `decisions.md` 文件，不能只记录在对话中。

 **输出**：
- 澄清记录：默认写入 `decisions.md`；问题很多时可拆出 `clarifications.md`。记录术语、边界、验收三个维度、模式、证据、结论、用户确认状态。
- 更新后的 OpenSpec。
+- 更新后的 proposal.md。
+- 澄清记录：写入 `decisions.md`。包含 question pool、evidence-driven 汇报状态、user-interview 确认状态。
 - 更新后的词汇表和 ADR。

-## Phase 2.5 — 架构审计
+**Human checkpoint**：
+- 汇报已解决和未解决的问题、proposal 变更、术语和 ADR 更新。
+- 询问是否继续进入 specify 细化阶段。

-**进入条件**：Phase 2 已解决主要产品、领域和验收问题。
+## specify — 细化 + 对齐

-**显式子 skill**：`zoom-out`。进入本阶段必须先声明是否读取 `.agents/skills/zoom-out/SKILL.md`；fallback 必须标记为“架构审计 fallback”。
+**进入条件**：grill 已退出，需求已通过澄清稳定下来。
+
+**显式子 skill**：`openspec-propose`（基于已稳定的 proposal 补全完整 OpenSpec）；`to-prd`（按需生成 PRD）。进入本阶段必须先声明调用方式。
+
+**动作**：
+- 基于已稳定的 proposal.md 补全 design.md、specs/、tasks.md：
+  - 优先调用 `openspec-propose`，输入中明确说明"proposal.md 已存在，本次只需补全 design/specs/tasks"。
+  - 如果不可用，执行 `references/fallbacks.md#openspec-提案-降级`。
+- 如果没有结构化 PRD，按需按 `to-prd` 协议生成 `brief.md`；复杂需求、对外协作或用户明确要求时再生成 `prd.md`。
+- `micro` 模式默认不创建独立 PRD，除非用户要求或需求复杂度升级。
+- 用 grill 阶段的 decisions.md 记录增强 OpenSpec 产物：确保 design/specs/tasks 反映所有已确认的决策。
+- **显式 cross-artifact 对齐检查**——在 checkpoint 中输出对齐检查表：
+  - `brief/prd` 中的目标、范围、非目标和验收预期 → `proposal` 是否覆盖。
+  - `proposal` 中的范围、约束和关键承诺 → `design` 是否覆盖。
+  - `design` 中影响实现的约束、接口影响和架构结论 → `specs` 或 `tasks` 是否覆盖。
+  - `specs` 中的可观察行为 → `tasks` 是否覆盖为可执行切片。
+  - 每项标记：已对齐 / 存在 gap。
+- 检查是否涉及接口影响：
+  - 接口影响分级定义见 `references/operating-rules.md#接口影响分级`。
+  - 是否改变字段、DTO、service 方法、API、事件、回调、数据库契约、命令契约或跨模块调用语义。
+  - 接口内部判断逻辑是否改变调用方可观察行为。
+  - 按 L1/L2/L3/L4 记录接口影响等级；不确定时标记为 `user-interview` 问题。
+- 如果存在 gap，在进入下一阶段前修复 OpenSpec。
+- 如果发现不一致，优先修正 OpenSpec，而不是只修改 devflow 文档。
+
+**退出条件**：
+- `design.md`、`specs/`、`tasks.md` 存在且与 proposal 对齐。
+- `brief.md` 已覆盖背景、目标、范围和非目标；复杂需求存在独立 `prd.md` 或用户明确不需要 PRD。
+- cross-artifact 对齐检查表已生成（4 行，每行标记已对齐/存在 gap），没有未处理 gap。
+- 涉及接口变更时，已记录接口影响等级和产物要求；不确定项已标记。
+- 所有已知冲突已修正或等待用户决策。
+
+**输出**：
+- 完整的 Draft OpenSpec：proposal.md + design.md + specs/ + tasks.md。
+- `brief.md`，以及按需创建的 `prd.md`。
+- cross-artifact 对齐检查表（写入 checkpoint 或 decisions.md）。
+- 必要的 OpenSpec 修正。
+
+## audit — 架构审计
+
+**进入条件**：specify 已退出，完整 OpenSpec 产物已存在。
+
+**显式子 skill**：`zoom-out`。进入本阶段必须调用 `.agents/skills/zoom-out/SKILL.md`。

 **动作**：
 - 画出输入 → 处理 → 输出的模块链路。
@@ -151,25 +171,26 @@
 - 检查是否与既有架构、ADR、OpenSpec design 冲突。
 - 用不超过五句话写出架构风险评估。
 - 如果审计结果影响实现，必须回写 OpenSpec design/tasks；只写入 devflow design 不够。
+- 审计结论写入 `decisions.md`。

 **退出条件**：
- 架构风险已被接受，或流程返回 Phase 2/Phase 1 修正 OpenSpec。
+- 架构风险已被接受，或流程返回 grill/specify 修正 OpenSpec。
 - OpenSpec design/tasks 已反映会影响实现的架构审计结论。

 **输出**：
- 架构审计记录，默认写入 `decisions.md` 或 `evidence.md`；复杂架构审计可拆出 `design.md`。
+- 架构审计记录，写入 `decisions.md`；复杂架构审计可拆出 `design.md`。
 - 必要的 OpenSpec design/tasks 修正。

 **Human checkpoint**：
 - 用不超过五句话向用户说明架构风险、OpenSpec 修正点和实现计划。
- 询问是否进入 Phase 2.9 Commit OpenSpec；用户明确要求“全自动执行”时可跳过等待。
+- 询问是否进入 commit。

-## Phase 2.9 — Commit OpenSpec
+## commit — Commit OpenSpec

 **进入条件**：
- Phase 2 已解决术语、边界、验收三个维度的高价值问题。
+- grill 已解决术语、边界、验收三个维度的高价值问题。
 - 所有 `user-interview` 问题都已获得用户显式确认。
- Phase 2.5 架构审计已经完成，或快速模式下已记录跳过原因。
+- audit 已经完成，或快速模式下已记录跳过原因；快速模式定义见 `references/operating-rules.md#快速模式`。
 - Draft OpenSpec 已回写所有会影响实现的澄清、接口影响和架构审计结论。

 **动作**：
@@ -177,51 +198,110 @@
 - 检查 design 是否记录上下文约束、关键技术决策、架构风险和接口影响。
 - 检查 specs 是否表达外部可观察行为，并覆盖验收口径。
 - 检查 tasks 是否是可执行的纵向切片，而不是泛泛描述。
- 检查接口影响是否已按 L1/L2/L3/L4 判级；L3/L4 是否有独立接口文档或等价独立章节。
+- 复核 cross-artifact 对齐：`brief/prd → proposal → design → specs → tasks` 是否闭环，没有把字段、范围项、验收行为或实现切片丢在上游产物里。
+- 检查 `decisions.md` 中所有影响实现的发现，是否已回写到 proposal、design、specs 或 tasks。
+- 接口影响分级定义见 `references/operating-rules.md#接口影响分级`。
+- 检查接口影响是否已按 L1/L4 判级；L3/L4 是否有独立接口文档或等价独立章节。
 - 检查没有未汇报的 evidence-driven 结论，没有未确认的 user-interview 问题，没有 devflow/OpenSpec 冲突。
- 如果检查失败，返回 Phase 1、Phase 2 或 Phase 2.5 修正 Draft OpenSpec。
+- 如果检查失败，返回 propose、grill、specify 或 audit 修正 Draft OpenSpec。

 **退出条件**：
 - Draft OpenSpec 已达到可执行状态，并记录为 Committed OpenSpec。
- Phase 3 所需的 proposal、design、specs 和 tasks 均存在且一致。
- 所有 Phase 3 preflight 风险已消除或明确记录为已接受。
+- **文件完整性检查**（必须全部通过）：
+  - [ ] `proposal.md` 存在，包含问题描述（至少 50 字）、建议方案（至少 100 字）、范围/非目标
+  - [ ] `design.md` 存在，包含架构设计（文字或图）、数据结构定义（至少 1 个）、关键决策记录（至少 2 条）
+  - [ ] `specs/` 目录存在，至少 1 个 functional-spec.md 包含 ≥3 个 requirement
+  - [ ] `tasks.md` 存在，包含 ≥5 个可执行子任务，每个任务有验收标准
+- **一致性检查**（必须通过）：
+  - [ ] proposal 中的核心概念在 design 中有对应设计
+  - [ ] design 中的关键决策在 tasks 中有对应实现任务
+  - [ ] tasks 的验收标准可验证（不是"正确实现""完成功能"这类模糊描述）
+- **标记文件**：检查通过后，创建 `openspec/changes/{slug}/.committed` 文件标记为 Committed OpenSpec
+- 所有 preflight 风险已消除或明确记录为已接受。

 **输出**：
 - Committed OpenSpec 状态说明。
- Phase 3 preflight 检查结果，默认写入 `decisions.md` 或 `acceptance.md`。
+- preflight 检查结果，写入 `decisions.md` 或 `acceptance.md`。

 **Human checkpoint**：
 - 用不超过五句话说明 Committed OpenSpec 的范围、接口影响、剩余风险和执行计划。
- 询问是否进入 Phase 3 OpenSpec apply；除非用户在启动时明确要求“全自动执行”，必须等待用户明确说出进入 apply、开始实现、执行修改、继续 Phase 3 或等价授权。
- 不得把 Phase 2 的单个 grill 决策确认当作本 checkpoint 的授权。
+- 询问是否进入 apply；除非用户在启动时明确要求"全自动执行"，必须等待用户明确说出进入 apply、开始实现、执行修改或等价授权。
+- 不得把 grill 的单个决策确认当作本 checkpoint 的授权。

-## Phase 3 — OpenSpec apply
+## apply — OpenSpec 执行

 **进入条件**：
- `openspec/changes/<slug>/` 中 proposal/design/specs/tasks 已通过 Phase 2.9，成为 Committed OpenSpec。
- Phase 2.9 后已获得用户明确的 Phase 3 apply 授权，除非用户在启动时要求“全自动执行”。
+- `openspec/changes/{slug}/` 中 proposal/design/specs/tasks 已通过 commit，成为 Committed OpenSpec。
+- **前置门控检查**（硬约束）：
+  - 检查 `openspec/changes/{slug}/.committed` 文件是否存在
+  - 如不存在，执行以下流程：
+    1. 汇报：Draft OpenSpec 未通过 commit 检查
+    2. 列出缺失的 checkpoint 项（文件完整性、一致性检查）
+    3. 询问用户：是否补做 commit 检查，或明确跳过（需显式确认）
+- commit 后已获得用户明确的 apply 授权，除非用户在启动时要求"全自动执行"。
 - devflow 与 OpenSpec 没有未解决冲突。
 - 没有未解决的 user-interview 问题、未判级接口影响、未汇报 evidence-driven 结论或未接受架构风险。

-**显式子 skill**：`openspec-apply-change`；遇到 bug/不确定行为时显式调用 `diagnose`；需要测试驱动时显式调用 `tdd`。进入本阶段必须先声明调用方式，不能静默 fallback。
+**显式子 skill**：`openspec-apply-change`；遇到 bug/不确定行为时显式调用 `diagnose`；需要测试驱动时显式调用 `tdd`。进入本阶段必须调用指定子 skill，不得静默跳过。

 **动作**：
+
+### Pre-apply Checkpoint（15-20 分钟）
+
+**触发条件**：当 OpenSpec 涉及以下任一情况时必须执行
+- design 或 tasks 中提到"参考 XXX 实现"
+- 需要调用项目现有基础设施（MQ/统一请求结构/工具类等）
+- 技术栈不熟悉或第一次在该项目实现类似功能
+
+**执行步骤**：
+1. **完整阅读所有参考实现**（约 10 分钟）
+   - 从 OpenSpec design 或 tasks 中定位参考实现文件
+   - 如果路径不明确，通过 Grep 搜索关键类名或模式
+   - 逐行理解关键逻辑，提取可复用代码片段和模式
+
+2. **Grep 关键技术栈**（约 5 分钟）
+   - 请求/响应结构模式（如 `RequestMsg`、`ResponseMsg`、DTO 规范）
+   - 消息队列模式（如 `@KafkaListener`、`@YkMsg`、发送模板）
+   - 统一工具类（如 `XxxUtil`、`XxxHelper`、加密/验签工具）
+   - 异常处理和日志记录标准
+
+3. **形成技术栈清单并写入 decisions.md**
+   - 项目使用的请求/响应结构标准
+   - MQ 消息定义和发送标准
+   - Consumer 标准位置和写法
+   - 加密/验签/工具类的标准用法
+   - 识别需要新建的工具类或基础设施
+
+**输出要求**：
+- 技术栈清单已写入 `decisions.md` 的 "Pre-apply Research" 章节 ✅
+- 已列出所有参考实现的文件路径 ✅
+- 已识别需要新建的工具类/基础设施 ✅
+
+**快速模式**：micro 分档可缩短为 5-10 分钟快速扫描，但仍需形成清单。
+
+### 实现过程
+
 - 优先调用 `openspec-apply-change`。
 - 执行依据是 OpenSpec specs/tasks；devflow 只能作为上下文参考。
 - 按 OpenSpec tasks 的纵向切片实现。
- 当用户质疑、用户要求修改、代码检查、测试失败或运行行为与 OpenSpec 冲突时，先分类再继续：
-  - 实现偏差：Committed OpenSpec 正确，代码没有按规格做；修代码，不改 OpenSpec。
-  - 规格遗漏：OpenSpec 没覆盖真实边界、接口影响、验收口径或外部可见行为；暂停 apply，修正 OpenSpec 后重新提交。
-  - 设计冲突：OpenSpec 与架构、ADR、历史验收、数据所有权或模块边界冲突；暂停并向用户确认设计方向。
-  - 用户变更：用户改变目标、范围、优先级、验收或风险接受度；更新 proposal/specs/tasks 后再继续。
- 冲突分类、证据、用户确认和 OpenSpec 回写状态必须记录到 `decisions.md` 或 `acceptance.md`。
+- **分步实现**：建议按 Controller → Service → MQ/异步组件 → Consumer/下游 顺序，每完成一层验证后再继续。
+- 进入实现前先汇报本阶段的 capability 来源、当前 task 进度和本轮要推进的切片；否则 apply 不算真正开始。
+- **首模块完成后对齐检查**：完成第一个接口/模块后，对比 OpenSpec design/tasks，标记"已完成/TODO"；核心功能（加密/验签/核心业务逻辑）不允许空实现或纯 TODO 注释。
+- 当用户质疑、用户要求修改、代码检查、测试失败或运行行为与 OpenSpec 冲突时，做三类判断：
+  - OpenSpec 不准（规格遗漏、边界未覆盖、验收口径缺失）→ 暂停 apply，修正 OpenSpec 后重新提交。
+  - 代码偏离（实现没按 OpenSpec 做）→ 修正代码，不改 OpenSpec。
+  - 不确定根因、涉及设计方向、用户改变目标或范围 → 暂停并等待用户确认。
+- 判断结果、证据、用户确认和 OpenSpec 回写状态必须记录到 `decisions.md`。
+- **快速失败**：连续返工 ≥ 2 次时，暂停并重新执行 pre-apply checkpoint 或向用户汇报。
 - 当用户要求、行为复杂或回归风险高时使用 TDD。
 - 当测试失败、行为意外或原因不确定时使用 diagnose。
 - 如果 diagnose 发现根因是 OpenSpec 不准确，先修正 OpenSpec，再继续 apply。
 - 修改文件前遵守仓库指令，例如 `AGENTS.md`。

 **退出条件**：
+- 已完成 pre-apply checkpoint（如触发条件满足），技术栈清单已写入 `decisions.md` ✅
 - OpenSpec tasks 已完成，或剩余 tasks 已明确记录。
+- 核心功能已实现或明确标注"待联调"，无纯 TODO 占位 ✅
 - 所有实现期冲突已分类并处理；没有未确认的规格遗漏、设计冲突或用户变更。
 - 已运行验证，或记录了未验证原因。
 - 已列出已知限制。
@@ -229,26 +309,32 @@
 **输出**：
 - 代码变更、必要测试和实现说明。
 - 更新后的 OpenSpec task 状态。
+- 冲突记录写入 `decisions.md`。

-## Phase 4 — 回填 Devflow
+## archive — 回填 + 归档

 **进入条件**：实现或规划工作已经达到可交接状态。

-**显式子 skill**：`openspec-archive-change` 只在用户确认 archive 后调用；Phase 4 回填由 `sm-flow` 执行。必须记录 archive 是真实调用还是手动 fallback。
+**显式子 skill**：`openspec-archive-change` 在用户确认 archive 后调用；archive 回填由 `sm-flow` 执行。必须调用子 skill，不得静默跳过。

 **动作**：
 - 遵循 `references/archive-rules.md`。
- 从 OpenSpec、实现结果和验证结果提炼 brief、evidence、decisions 和 acceptance；只在复杂场景按需拆出 PRD/research/design/tasks/alignment。
+- 从 `decisions.md`（过程日志）+ OpenSpec 产物提炼完整 devflow 档案：
+  - `brief.md`：从 proposal.md 提取背景、目标、范围、非目标。
+  - `evidence.md`：从 decisions.md 中的 evidence-driven 记录提取。
+  - `decisions.md`：保持为最终版，整理格式。
+  - `acceptance.md`：从实现结果和验证结果提取。
+- 只在复杂场景按需拆出 PRD/research/design/tasks/alignment。
 - 写入或更新验收记录，并区分静态验证、脚本验证、浏览器/人工验证、未验证。
 - 如果本次流程产生可复用经验，写入 compound knowledge。
 - 更新 `devflow/index.md`，记录日期、slug、领域、关键词、关联 OpenSpec 和状态。
 - 询问用户是否要 archive OpenSpec change；不要默认执行归档。

 **退出条件**：
- `devflow/projects/YYYY-MM-DD-{slug}/` 能说明做了什么、为什么做、OpenSpec 如何指导执行、还剩什么、如何验证。
+- `devflow/projects/YYYY-MM-DD-{slug}/` 包含 brief.md、evidence.md、decisions.md、acceptance.md；archive checkpoint 必须列出所有已创建的文件路径，验证文件实际存在于磁盘。
 - `devflow/index.md` 已包含或更新本项目条目。
 - 用户已被询问是否 archive OpenSpec change。

 **输出**：
- 默认输出 `brief.md`、`evidence.md`、`decisions.md`、`acceptance.md`；按需输出 `prd.md`、`research.md`、`design.md`、`tasks.md`、`alignment.md`、ADR 和 compound knowledge。
-
+- 完整 devflow 档案。
+- 归档交接清单：创建或更新了哪些文件、验证分类、剩余风险、是否 archive。
@@ -51,11 +51,25 @@
 ```markdown
 # {标题} Decisions

+## Question Pool
+
+| # | 维度 | 问题 | 模式 | 状态 |
+|---|---|---|---|---|
+| Q1 | 术语 | {question} | evidence-driven / user-interview | 已解决 / 未解决 |
+| Q2 | 边界 | {question} | evidence-driven / user-interview | 已解决 / 未解决 |
+| Q3 | 验收 | {question} | evidence-driven / user-interview | 已解决 / 未解决 |
+
+## Evidence-driven
+
+| 结论 | 证据来源 | 是否已汇报用户 |
+|---|---|---|
+| {conclusion} | {file/doc/test/ADR} | 已汇报 / 待汇报 |
+
 ## User-interview

-| 问题 | 用户回答 | 决策 | OpenSpec 回写 |
+| 问题原文 | 用户原话 | 确认状态 | OpenSpec 回写 |
 |---|---|---|---|
-| {question} | {answer} | {decision} | 已回写 / 不影响 / 待回写 |
+| {question} | {user's exact words} | 已确认 / 未确认 | 已回写 / 不影响 / 待回写 |

 ## 关键取舍

@@ -329,6 +343,26 @@
 - OpenSpec 归档确认：{已询问/用户确认归档/用户暂不归档/不适用}
 ```

+## Cross-Artifact 对齐检查表模板
+
+specify 阶段的 checkpoint 必须包含此检查表。每项标记"已对齐"或"存在 gap"。
+
+```markdown
+## Cross-Artifact 对齐检查
+
+| 上游 → 下游 | 检查内容 | 状态 |
+|---|---|---|
+| brief/prd → proposal | 目标、范围、非目标、验收预期是否进入 proposal | 已对齐 / 存在 gap |
+| proposal → design | 范围、约束、关键承诺是否进入 design | 已对齐 / 存在 gap |
+| design → specs/tasks | 影响实现的约束、接口影响、架构结论是否进入 specs 或 tasks | 已对齐 / 存在 gap |
+| specs → tasks | 可观察行为是否被 tasks 覆盖为可执行切片 | 已对齐 / 存在 gap |
+
+### Gap 详情（如有）
+
+- gap 1：{描述哪个字段/约束/行为/切片只停留在上游，未进入下游}
+  - 修复：{如何修正 OpenSpec}
+```
+
 ## 复合知识模板

 ```markdown
@@ -1,4 +1,5 @@
 skill-workbench/validation/project/
 superpowers/
 .claude/
+.codex/
 *.stackdump
@@ -9,3 +9,4 @@
 | 2026-05-19 | add-year-filter | knowledge-index | year-filter, index-panel, frontmatter | `openspec/changes/add-year-filter/` | active |
 | 2026-05-19 | dev-flow-skill-evaluation | sm-flow | dev-flow, sm-flow, skill-evaluation, fallback, phase-contracts | 未关联 | accepted-unarchived |
 | 2026-05-21 | sm-flow-v3-1-upgrade | sm-flow | interface-impact, commit-gate, devflow-index, apply-conflict, skill-compatibility | `openspec/changes/archive/2026-05-21-sm-flow-v3-1-upgrade/` | archived |
+| 2026-05-22 | sm-flow-execution-hardening | sm-flow | execution-hardening, checklist, phase-gate, cross-artifact, question-pool | 未关联 | active |
@@ -0,0 +1,40 @@
+# SM Flow Execution Hardening Acceptance
+
+## Result
+
+Implemented `sm-flow-execution-hardening` as protocol/document changes only.
+
+Updated artifacts:
+
+- `.agents/skills/sm-flow/SKILL.md`
+- `.agents/skills/sm-flow/references/phase-contracts.md`
+- `.agents/skills/sm-flow/references/fallbacks.md`
+- `skill-workbench/docs/sm-flow/workflow.md`
+- `openspec/changes/sm-flow-execution-hardening/tasks.md`
+
+## Verification
+
+- Static verification:
+  - Confirmed explicit phase checkpoint and stage-completion rules exist in `SKILL.md`.
+  - Confirmed Phase 2 question-pool behavior and Phase 1.5 / 2.9 cross-artifact checks exist in `phase-contracts.md`.
+  - Confirmed fallback declaration and recording requirements exist in `fallbacks.md`.
+  - Confirmed `workflow.md` explains the same execution-hardening model without introducing mandatory output templates.
+- OpenSpec verification:
+  - Implementation/documentation tasks `1.1` to `3.2` are complete.
+  - Validation tasks `4.1` to `4.4` are complete.
+
+## Acceptance Scope Check
+
+- Satisfied by protocol/document changes alone: yes
+- Requires standardized phase-report output format: no
+- Requires fixed checkpoint/alignment templates: no
+
+## Unverified
+
+- OpenSpec CLI validation passed: `openspec validate sm-flow-execution-hardening`.
+- No automated tests were needed because this change only modifies protocol and documentation artifacts.
+
+## Archive Status
+
+- OpenSpec change is not archived.
+- User still needs to be asked whether to archive after validation is complete.
@@ -0,0 +1,31 @@
+# SM Flow Execution Hardening Brief
+
+## 背景
+
+- 用户目标：把 `sm-flow` 在真实项目执行中暴露出的流程失真问题，提炼为下一轮协议硬化需求。
+- 当前问题：`sm-flow` 已经具备完整阶段规则，但实际执行时仍会出现跳过检查点、弱化显式声明、问题池不足、Cross-artifact 一致性检查不充分等情况。
+- 关联 OpenSpec：`openspec/changes/sm-flow-execution-hardening/`
+- devflow 分档：complex
+
+## 范围
+
+- 本次要做：把复盘中的执行问题整理为结构化需求，明确目标、非目标、用户故事、验收口径和建议改进方向。
+- 本次不做：立即修改 `sm-flow` 协议、直接创建 OpenSpec change、重写 `sm-flow` 主设计。
+- 影响区域：
+  - `.agents/skills/sm-flow/SKILL.md`
+  - `.agents/skills/sm-flow/references/phase-contracts.md`
+  - `.agents/skills/sm-flow/references/fallbacks.md`
+  - `.agents/skills/sm-flow/references/templates.md`
+  - `skill-workbench/docs/sm-flow/workflow.md`
+  - `skill-workbench/docs/sm-flow/retrospective.md`
+
+## OpenSpec 对齐
+
+- proposal 覆盖状态：已覆盖
+- specs 覆盖状态：已覆盖
+- tasks 覆盖状态：已覆盖
+
+## 入口摘要
+
+- 这次需求关注的不是 `sm-flow` 的理念是否成立，而是它在真实执行中为什么仍然会“按代码习惯行动”，而不是“按 phase gate 行动”。
+- 目标是把这些问题固化为更强的执行约束，让后续代理在 `micro` 或 `standard` 模式下也不再轻易跳过关键阶段。
@@ -0,0 +1,76 @@
+# SM Flow Execution Hardening Decisions
+
+## User-interview
+
+| 问题 | 用户回答 | 决策 | OpenSpec 回写 |
+| --- | --- | --- | --- |
+| 这次是否将复盘问题提炼为正式需求？ | “[$sm-flow] 提炼成需求” | 创建 `sm-flow-execution-hardening` 需求档案，先收敛需求，再决定是否进入 OpenSpec。 | 不影响 |
+| 是否必须产出固定 checkpoint / alignment 模板？ | “确认 1” | 不强制固定模板；协议只要求必填字段和检查动作。 | 已回写 |
+| 验收是否要求统一阶段汇报格式？ | “确认1” | 验收停在协议明确 gate、问题池和对齐规则，不要求统一阶段汇报格式。 | 已回写 |
+
+## Phase 2 Tracking
+
+| 问题池项 | 模式 | 状态 | 备注 |
+| --- | --- | --- | --- |
+| Q1：是否必须产出固定 checkpoint / alignment 模板 | user-interview | 待确认 | 会影响 templates.md 与 tasks 范围 |
+| Q2：协议主术语采用 checkpoint 还是 checklist | evidence-driven | 待整理 | 优先由现有文档术语一致性决定 |
+| Q3：验收是否要求统一阶段汇报格式 | user-interview | 已确认 | 验收停在规则层，不扩到统一输出格式 |
+| Q4：workflow 是否需要保留复盘案例示例 | evidence-driven | 待整理 | 主要影响 workflow 文档粒度 |
+
+## Phase 2.5 审计结论
+
+- 决策：主术语采用 `checkpoint`，`checklist` 作为内部核对动作描述。
+  - 原因：仓库现有 `phase-contracts.md` 已使用 `Human checkpoint`，继续沿用能减少术语漂移。
+  - 影响：后续协议修改应优先写“phase checkpoint”，避免在规则层混用主术语。
+  - 风险接受：当前接受
+
+- 决策：`workflow.md` 不扩成案例手册，继续保留规则抽象和演进说明；具体复盘案例留在 `retrospective.md`。
+  - 原因：如果把案例并入 workflow，规则与示例会双份维护，后续更容易漂移。
+  - 影响：执行真理源继续留在 `SKILL.md` / `phase-contracts.md` / OpenSpec，而不是 workflow 长文。
+  - 风险接受：当前接受
+
+## Phase 2.9 Commit Result
+
+- 决策：`sm-flow-execution-hardening` 当前 Draft OpenSpec 通过 commit gate，视为 Committed OpenSpec。
+  - 原因：proposal、design、specs、tasks 已完整；user-interview 已确认；evidence-driven 结论已汇报；未发现 devflow/OpenSpec 冲突。
+  - 影响：可以进入 Phase 3 修改协议文件，但仍需单独的 apply 授权。
+  - 风险接受：当前接受
+
+## 关键取舍
+
+- 决策：将本轮定位为 `complex` 分档。
+  - 原因：虽然不涉及业务代码，但它影响 `sm-flow` 的多个核心文件、阶段协议和验收方式，且包含多处跨文档一致性约束。
+  - 影响：使用 `brief.md`、`prd.md`、`evidence.md`、`decisions.md` 四类产物，而不是只写简短 brief。
+  - 风险接受：当前接受
+
+- 决策：不复用 `sm-flow-v3-1-upgrade` 项目，而是新开需求档案。
+  - 原因：`v3.1` 已归档且目标不同；本轮关注的是执行稳定性，不宜混入已完成升级项目。
+  - 影响：后续若进入 OpenSpec，可独立创建新 change。
+  - 风险接受：当前接受
+
+- 决策：将“规则存在但执行不稳”定义为首要问题。
+  - 原因：复盘中的多个现象都能收敛到这一点，能避免后续需求继续发散。
+  - 影响：后续需求改造应优先考虑 checklist、阶段 gate、显式声明和一致性检查。
+  - 风险接受：当前接受
+
+## Phase 3 Implementation Record
+
+- 决策：Phase 3 以本地 `openspec-apply-change` `SKILL.md` 作为 capability 来源继续执行。
+  - 原因：当前环境可读取对应 skill 协议，且用户已通过“apply”明确授权进入 Phase 3。
+  - 影响：本轮实现按 committed OpenSpec 的 task 切片直接修改协议与工作流文档。
+  - 风险接受：当前接受
+
+- 决策：本轮不修改 `templates.md`。
+  - 原因：用户已确认不要求固定 checkpoint / alignment 模板，也不要求统一阶段汇报格式；OpenSpec task 2.4 的目标是保持模板可选。
+  - 影响：实现集中在 `SKILL.md`、`phase-contracts.md`、`fallbacks.md`、`workflow.md`，避免把协议硬化扩大成模板标准化。
+  - 风险接受：当前接受
+
+- 决策：把“checkpoint 缺失则阶段不算完成”写入顶层协议和阶段契约，而不是只放在说明文档。
+  - 原因：这是决定阶段能否前进的硬 gate，必须落在执行真理源。
+  - 影响：Phase 0、0.5、1、2、2.5、2.9 现在都需要显式 checkpoint 和 capability 声明。
+  - 风险接受：当前接受
+
+- 决策：将 Phase 2 question pool、Phase 1.5/2.9 cross-artifact 对齐、`micro` gate 保留和 fallback 记录要求同步落在协议正文与 workflow 说明。
+  - 原因：这些规则既要可执行，又要便于人类理解；单独放在一处容易再次漂移。
+  - 影响：OpenSpec、协议正文和 workflow 解释层的关键术语已收敛到同一套执行规则。
+  - 风险接受：当前接受
@@ -0,0 +1,106 @@
+# SM Flow Execution Hardening Evidence
+
+## 证据
+
+| 来源 | 证据 | 结论 | 是否已汇报 |
+| --- | --- | --- | --- |
+| `skill-workbench/docs/sm-flow/retrospective.md` | 逐 Phase 复盘了一次真实执行，明确记录了 Phase 0、0.5、1.5、2、2.5、2.9、4 的实际偏差。 | 当前主要问题是执行偏差和自检不足，不是流程理念方向错误。 | 是 |
+| `skill-workbench/docs/sm-flow/workflow.md` | v3.1 已经补入 Draft/Committed OpenSpec、接口影响分级、Phase 2.9、Phase 3 冲突分类等规则。 | 新一轮需求不应继续扩展原则，而应硬化执行协议。 | 是 |
+| `.agents/skills/sm-flow/SKILL.md` | 已明确 Phase 0.5、2、2.9 不可跳过，且要求显式 skill/fallback 声明。 | 当前缺口在于代理执行时没有被强制逐项核对这些规则。 | 是 |
+| `.agents/skills/sm-flow/references/phase-contracts.md` | 每个 Phase 已有进入条件、动作、退出条件和 checkpoint。 | 还缺一个更短、更高频的执行时 checklist 机制。 | 是 |
+| `.agents/skills/grill-with-docs/SKILL.md` | 明确要求 one-at-a-time 提问，并在可探索时优先查代码。 | Phase 2 的问题不是缺规则，而是没有把“问题池 + 单题推进”落成稳定动作。 | 是 |
+| `devflow/projects/2026-05-19-dev-flow-skill-evaluation/dev-flow-skill-evaluation.md` | 历史评估已指出 `SKILL.md` 更像设计说明书，缺少执行时检查点。 | 本轮需求与历史评估一致，属于同一产品化方向的继续深化。 | 是 |
+| `openspec/changes/sm-flow-execution-hardening/proposal.md` | Draft proposal 已将变更范围收敛到 phase checkpoint、问题池、cross-artifact alignment、micro gate preservation。 | Phase 1.5 已完成大方向对齐，未决问题主要落在“是否要求固定记录格式”这一类实现边界。 | 是 |
+| `openspec/changes/sm-flow-execution-hardening/design.md` | Draft design 已明确 checkpoint、问题池、cross-artifact 检查链路和 devflow 过程内同步更新。 | Phase 2 需要确认的重点不再是方向，而是边界和验收粒度。 | 是 |
+
+## Evidence-driven 结论
+
+- 结论：`sm-flow` 当前最需要的是“执行硬化”，不是“设计重构”。
+  - 证据：v3.1 已经把主从关系、gate 和冲突分类写清楚，但真实执行仍偏离。
+  - 风险：如果继续增加理念说明，可能让文档更长，但不提升执行稳定性。
+  - 用户确认：不需要
+
+- 结论：Phase 1.5 和 2.9 的 cross-artifact 检查应成为优先增强点。
+  - 证据：复盘里 `proposal` 漏字段未被代理提前发现，直到用户 review 才暴露。
+  - 风险：如果这两层不稳，Phase 2 即使问得更全，问题仍会漏到 apply 前后。
+  - 用户确认：不需要
+
+- 结论：`micro` 模式的误用是本次偏差的重要诱因。
+  - 证据：复盘根因明确指出“高估了小改动判断，误以为 micro 可以跳检查”。
+  - 风险：若不把这点写得更硬，后续类似问题会重复出现。
+  - 用户确认：不需要
+
+## Phase 1.5 对齐检查
+
+- `brief/prd` -> `proposal`：已对齐
+  - 覆盖了执行硬化而非主设计重构、影响文件范围、非目标边界。
+- `proposal` -> `design`：已对齐
+  - 设计已展开 checkpoint、问题池、cross-artifact alignment、micro gate preservation 和 devflow 过程内更新。
+- `design` -> `specs`：已对齐
+  - 已拆出 `sm-flow-phase-checkpoints`、`sm-flow-question-pool`、`sm-flow-cross-artifact-alignment`、`sm-flow-micro-gate-preservation` 四个 capability spec。
+- `specs` -> `tasks`：部分对齐，仍有一个边界待确认
+  - 当前 tasks 写了“如有需要则更新模板”，但是否必须定义固定记录格式，尚未明确。
+- `specs` -> `tasks`：现已对齐
+  - 用户已确认这轮不强制固定模板，也不把统一阶段汇报格式纳入验收，因此 tasks 保持“协议强化优先，模板仅按需微调”。
+
+## Phase 2 Question Pool
+
+- Q1 `user-interview` / 范围：
+  - 这次 change 是否必须产出固定的 checkpoint / alignment 记录模板，还是只要求协议定义必填字段即可。
+  - 状态：已确认为后者。
+- Q2 `evidence-driven` / 术语：
+  - `phase checkpoint`、`phase checklist`、`stage-completion rule` 三个说法里，哪个作为协议中的主术语最稳。
+- Q3 `user-interview` / 验收：
+  - 验收是以“文档明确要求这些门禁”为准，还是要进一步要求代理输出统一格式的阶段汇报。
+  - 状态：已确认采用前者。
+- Q4 `evidence-driven` / 边界：
+  - 这次是否需要把 retrospective 中的具体案例映射到 workflow 文档中的示例，还是只保留规则层抽象。
+
+## Phase 2.5 架构审计
+
+- 输入 -> 处理 -> 输出链路
+  - `retrospective.md` / 现有 `sm-flow` 协议 / 已归档 OpenSpec change
+  - -> `SKILL.md` 核心规则、`phase-contracts.md` 阶段契约、`fallbacks.md` 降级协议、按需 `templates.md`
+  - -> `workflow.md` 设计说明、`devflow` 过程记录、最终可提交的 OpenSpec
+
+- 模块职责
+  - `.agents/skills/sm-flow/SKILL.md`：放短而硬的总规则、gate 和主从关系。
+  - `.agents/skills/sm-flow/references/phase-contracts.md`：放逐阶段的进入/动作/退出条件与 checkpoint。
+  - `.agents/skills/sm-flow/references/fallbacks.md`：放 capability 不可用时的降级协议和记录要求。
+  - `.agents/skills/sm-flow/references/templates.md`：只放稳定模板，不承载这轮的主逻辑。
+  - `skill-workbench/docs/sm-flow/workflow.md`：保留设计说明和演进脉络，不承载执行真理源。
+
+- 架构风险评估
+  - 当前最大风险不是规则缺失，而是把同一条规则分散到 `SKILL.md`、`phase-contracts.md`、`workflow.md` 后出现漂移。
+  - 这轮 change 如果把“checkpoint”同时做成规则、模板和示例，容易再次扩大维护面。
+  - 更稳的做法是让 `SKILL.md` 和 `phase-contracts.md` 成为主落点，`workflow.md` 只解释，不重复列执行细则。
+  - `templates.md` 应保持可选和轻量，否则会把“协议硬化”扩成“输出格式标准化”。
+- 审计结论与当前 Draft OpenSpec 一致，不需要新增 capability，只需要在实现时严格控制规则落点。
+
+## Phase 2.9 Commit Gate
+
+- proposal：通过
+  - 已覆盖变更原因、范围、非目标、关键边界，以及“不强制固定模板 / 不要求统一阶段汇报格式”的范围约束。
+- design：通过
+  - 已覆盖 checkpoint、问题池、cross-artifact alignment、micro gate preservation、devflow 过程内更新和规则落点分层。
+- specs：通过
+  - 已覆盖四个新增 capability，且行为描述集中在可观察的协议要求。
+- tasks：通过
+  - 已覆盖协议修改、workflow 更新、校验和验收边界验证。
+- user-interview：通过
+  - 两个需要用户确认的问题均已确认并回写。
+- evidence-driven：通过
+  - 术语与 workflow 粒度问题已通过现有文档证据收束。
+- devflow / OpenSpec 冲突：未发现
+
+结论：当前 Draft OpenSpec 已达到可执行状态，可视为 Committed OpenSpec，进入 Phase 3 前仅缺明确 apply 授权。
+
+## Phase 3 Apply Evidence
+
+| 来源 | 证据 | 结论 | 是否已汇报 |
+| --- | --- | --- | --- |
+| `.agents/skills/sm-flow/SKILL.md` | 已新增显式 checkpoint 完成规则、question pool 规则、cross-artifact 对齐规则、`micro` gate 保留规则和 devflow 分阶段更新规则。 | 顶层协议已把执行硬化从“建议”提升为阶段完成条件。 | 是 |
+| `.agents/skills/sm-flow/references/phase-contracts.md` | 已新增 Phase 1.5 对齐链检查、Phase 2 问题池建立、Phase 2.9 闭环复核、Phase 3 capability 启动汇报和 Phase 4 consolidation 约束。 | 逐阶段执行契约已经覆盖 committed OpenSpec 的核心要求。 | 是 |
+| `.agents/skills/sm-flow/references/fallbacks.md` | 已新增统一 fallback 记录要求，并在各 fallback 协议中补入记录动作。 | 降级执行现在是可见、可审计的协议事件。 | 是 |
+| `skill-workbench/docs/sm-flow/workflow.md` | 已新增 question pool、Phase Checkpoint、Cross-Artifact Alignment、Micro 不是 Skip、fallback 记录要求等说明。 | retrospective 中的经验已被提升为稳定规则，而不是仅停留在叙述层。 | 是 |
+| `openspec/changes/sm-flow-execution-hardening/tasks.md` | 已完成 1.1-3.2，文档实现范围已落地。 | Phase 3 的协议/文档实现部分已完成，剩余工作转入验证与验收。 | 是 |
@@ -0,0 +1,67 @@
+# SM Flow Execution Hardening PRD
+
+## 问题陈述
+
+`sm-flow` 已经定义了较完整的阶段、规则和 reference 文件，但在真实项目执行中，代理仍然会把它当成“有帮助的流程建议”，而不是“必须逐阶段满足的执行协议”。结果是：
+
+- Phase 0 没有形成入口摘要和已知影响区域。
+- Phase 0.5 没有及时初始化和维护 `devflow/` 项目档案。
+- Phase 1 没有显式声明 skill 或 fallback，Draft / Committed OpenSpec 的边界不稳定。
+- Phase 1.5 被跳过，导致 proposal / design / research / specs / tasks 之间的一致性缺口直到用户 review 才暴露。
+- Phase 2 虽然收集了证据，但没有以结构化问题池和 one-at-a-time 的方式稳定执行。
+- Phase 2.5 被跳过，架构链路和接口影响没有提前暴露。
+- Phase 2.9 缺少强制自检，无法可靠发现 cross-artifact 遗漏。
+
+这说明当前痛点不是缺少理念，而是缺少“执行时自检”和“阶段切换门禁”的产品化机制。
+
+## 解决方案
+
+为 `sm-flow` 增加一轮“执行硬化”需求，目标是让代理在实际使用中更难偏离阶段协议。重点不是新增更多解释，而是把现有规则压缩成更可执行、更可检查、更可暴露偏差的约束，例如：
+
+- 每个阶段结束必须有简短 checklist / checkpoint。
+- 未显式声明 skill 或 fallback 视为该阶段未完成。
+- Phase 2 先生成问题池，再按 one-at-a-time 消费。
+- Phase 1.5 / 2.9 引入更明确的 cross-artifact diff 检查。
+- `micro` 明确只能压缩产物，不得跳过关键 gate。
+- devflow 产物默认在过程内同步更新，而不是拖到 Phase 4 补写。
+
+## 用户故事
+
+1. 作为使用 `sm-flow` 的开发者，我希望代理在进入下一阶段前自动暴露“已满足/未满足”的条件，这样我能尽早发现流程偏差。
+2. 作为使用 `sm-flow` 的开发者，我希望 `micro` 模式仍然保留关键 gate，这样小改动不会因为“看起来简单”而漏掉重要检查。
+3. 作为使用 `sm-flow` 的开发者，我希望 Phase 2 先形成问题池，再逐个提问，这样既符合 human-in-the-loop 约束，也能避免只问了少数问题就错误收尾。
+4. 作为使用 `sm-flow` 的开发者，我希望 Phase 1.5 和 2.9 能可靠检查 proposal / design / specs / tasks / evidence / decisions 的一致性，这样问题能在 apply 前暴露，而不是等我 review。
+
+## 实现决策
+
+- 决策：本轮先把“执行硬化”提炼成需求，而不是直接进入文档改造。
+  - 原因：当前已掌握足够多的真实使用反馈，需要先明确问题边界和验收标准，再决定是否开新 OpenSpec change。
+  - 影响：下一步可以更顺畅地进入 `sm-flow` 的正式改造，而不是边讨论边补规则。
+
+- 决策：把重点放在 phase gate、自检、问题池和一致性检查，而不是继续扩展 `sm-flow` 的理念层说明。
+  - 原因：复盘显示失真主要来自执行习惯和缺少检查，而不是原则方向错误。
+  - 影响：后续改动应优先落在 `SKILL.md`、`phase-contracts.md` 和模板/检查清单，而不是重写 workflow 长文。
+
+## 测试决策
+
+- 好测试应该通过审查 `sm-flow` 协议文本和执行产物，验证代理是否被强制带到正确的阶段检查点。
+- 必须覆盖：
+  - `micro` 模式下 gate 不可跳过
+  - Phase 2 问题池与 one-at-a-time 提问
+  - skill/fallback 显式声明要求
+  - Phase 1.5 / 2.9 cross-artifact 检查
+  - devflow 过程内同步更新
+- 不测试：
+  - 业务代码实现结果
+  - OpenSpec CLI 本身的功能正确性
+
+## 非目标
+
+- 不在本轮定义新的业务流程。
+- 不在本轮替换 OpenSpec-first / Devflow-assisted 主设计。
+- 不要求为所有小改动增加更重的文档负担。
+
+## 补充说明
+
+- 这轮需求直接来源于一次真实项目执行复盘，因此它比理念讨论更贴近代理实际失真模式。
+- 如果后续进入 OpenSpec，建议 change 名可沿用 `sm-flow-execution-hardening`。
@@ -0,0 +1,52 @@
+# knowledge-index-sort Acceptance
+
+## 结果
+
+已接受。
+
+## 验证
+
+### 静态验证
+
+- 检查项：knowledge-index.html 和 scripts/update-knowledge-index.sh 内容一致性
+- 结果：passed
+- 备注：两个文件的排序 UI、排序逻辑、事件绑定、清空筛选重置逻辑完全一致
+
+### 脚本验证
+
+- 命令：未运行（纯前端静态页面，无测试框架）
+- 结果：not run
+- 备注：不适用
+
+### 浏览器/人工验证
+
+- 步骤：
+  1. 打开 knowledge-index.html
+  2. 切换排序下拉框的 4 种模式，验证条目顺序
+  3. 组合排序与标签筛选/搜索/年份筛选
+  4. 点击"清空筛选"验证排序重置
+- 结果：passed
+- 备注：用户确认验证通过
+
+## 已完成范围
+
+- 排序下拉框 UI（4 种模式：日期新→旧、旧→新、标签多→少、少→多）
+- applyFilters() 中排序逻辑（过滤后、渲染前）
+- bindSortSelect() 事件绑定
+- clearFilters() 重置排序为默认值
+- scripts/update-knowledge-index.sh 同步修改
+- OpenSpec 产物（proposal/design/specs/tasks）
+
+## 已知限制
+
+- 排序状态不持久化，刷新页面后恢复默认（date-desc）
+- 不做多列排序
+
+## Bug 修复和诊断
+
+- 无
+
+## 交接
+
+- 下一步：可选归档 OpenSpec change，功能已完整可用
+- OpenSpec 归档确认：待询问
@@ -0,0 +1,30 @@
+# knowledge-index-sort Brief
+
+## 背景
+
+- 用户目标：给 knowledge-index-panel 添加排序功能，支持按日期和标签数量排序
+- 当前问题：条目按 ENTRIES 数组原始顺序渲染，用户无法按日期或标签排序查看
+- 关联 OpenSpec：`openspec/changes/knowledge-index-sort/`
+- devflow 分档：micro
+
+## 范围
+
+- 本次要做：在 filter-row 中添加排序下拉框，支持 4 种排序模式（日期新→旧、旧→新、标签多→少、少→多）
+- 本次不做：多列排序、拖拽排序、修改 ENTRIES 数据结构、分页
+- 影响区域：`knowledge-index.html`、`scripts/update-knowledge-index.sh`
+
+## OpenSpec 对齐
+
+- proposal 覆盖状态：已覆盖
+- specs 覆盖状态：已覆盖
+- tasks 覆盖状态：已覆盖
+
+## 关键决策
+
+- "按标签排序"指按标签数量排序（用户确认）
+- 排序在 applyFilters() 中执行，位于过滤之后、渲染之前
+- 排序与搜索、标签筛选、年份筛选取交集，即时响应
+
+## 执行偏差
+
+apply 阶段先实现了代码，后补写 OpenSpec 产物。已在 decisions.md 中记录并分析根因。此偏差推动了 sm-flow 协议本身的改进（commit gate 文件存在性检查、grill 退出条件 decisions.md 强制写入、archive 退出条件文件验证）。
@@ -0,0 +1,42 @@
+# knowledge-index-sort Decisions
+
+## Question Pool
+
+| # | 维度 | 问题 | 模式 | 状态 |
+|---|---|---|---|---|
+| Q1 | 术语 | "按标签排序"具体指什么？按第一个标签字母序？按标签数量？ | user-interview | 已解决 |
+| Q2 | 边界 | 排序是否只影响当前过滤后的可见条目（不影响过滤逻辑本身）？ | evidence-driven | 已解决 |
+| Q3 | 验收 | 排序变化后，页面应如何响应？即时重排还是需要点击"应用"？ | evidence-driven | 已解决 |
+
+## User-interview
+
+| 问题原文 | 用户原话 | 确认状态 | OpenSpec 回写 |
+|---|---|---|---|
+| "按标签排序"具体指什么？ | "按数量" | 已确认 | 已回写 |
+
+## Evidence-driven
+
+| 结论 | 证据来源 | 是否已汇报用户 |
+|---|---|---|
+| 排序只作用于过滤后的结果 | knowledge-index.html applyFilters() 代码 | 已汇报 |
+| 排序应即时响应（change 事件） | 与 year-filter/标签/搜索控件行为一致 | 已汇报 |
+
+## 关键取舍
+
+- 决策：排序位置放在 applyFilters() 中，过滤之后、渲染之前
+  - 原因：排序只影响可见条目，不影响过滤逻辑
+  - 影响：renderEntries 保持纯渲染职责
+  - 风险接受：当前接受
+
+- 决策：4 种排序模式（日期新→旧、旧→新、标签多→少、少→多）
+  - 原因：覆盖最常见排序需求
+  - 影响：UI 简洁，不需要复杂的多列排序
+  - 风险接受：当前接受
+
+## 执行偏差记录
+
+- 偏差：apply 阶段先实现了代码，后补写 OpenSpec 产物（proposal/design/specs/tasks）
+  - 分类：实现偏差（违反 sm-flow 协议——specify 阶段应先产出完整 OpenSpec）
+  - 原因：micro 模式下跳过了 specify 阶段的文件产出，直接进入 apply
+  - 修正：补写所有 OpenSpec 产物到 openspec/changes/knowledge-index-sort/
+  - 教训：即使是 micro 模式，OpenSpec 产物也不能跳过——这是 apply 的执行依据
@@ -0,0 +1,67 @@
+# knowledge-index-sort Design
+
+## 架构摘要
+
+排序功能集成到现有的 `applyFilters()` 函数中，形成完整的过滤→排序→渲染管道：
+
+```
+用户操作（搜索/标签/年份/排序）
+  ↓
+applyFilters()
+  ├─ 年份过滤（year-filter）
+  ├─ 标签过滤（tag-badge.active）
+  ├─ 搜索过滤（search-input）
+  ├─ 排序（sort-select）← 新增
+  └─ renderEntries(filtered)
+       ├─ 高亮匹配（highlightMatches）
+       └─ 高亮标签（highlightMatchingTags）
+```
+
+## 关键技术决策
+
+### 排序位置：过滤之后、渲染之前
+
+排序逻辑放在 `applyFilters()` 中，位于所有过滤操作之后、`renderEntries()` 调用之前。
+
+- 原因：排序只影响当前可见条目，不影响过滤逻辑本身
+- 替代方案：在 `renderEntries()` 内部排序 → 被否决，因为 renderEntries 应该只负责渲染，不负责排序
+
+### 排序模式：4 种预设
+
+| 模式 | 值 | 排序规则 |
+|---|---|---|
+| 日期 新→旧 | `date-desc` | `b.date.localeCompare(a.date)`（默认） |
+| 日期 旧→新 | `date-asc` | `a.date.localeCompare(b.date)` |
+| 标签 多→少 | `tags-desc` | `b.tags.length - a.tags.length` |
+| 标签 少→多 | `tags-asc` | `a.tags.length - b.tags.length` |
+
+- 原因：覆盖最常见的排序需求（时间顺序 + 内容丰富度）
+- 用户确认：Q1 确认"按标签排序"指按标签数量
+
+### 数据结构：复用现有字段
+
+排序直接使用 ENTRIES 数组中的 `date`（YYYYMMDD 字符串）和 `tags`（数组），无需修改数据结构。
+
+- 原因：字段已存在，排序逻辑简单
+- 风险：无
+
+### UI 位置：filter-row 中，年份筛选之后
+
+排序下拉框放在年份筛选（year-filter）之后、清空按钮（clear-filters）之前。
+
+- 原因：与现有控件保持一致的视觉层级
+- 替代方案：单独一行 → 被否决，增加垂直空间占用
+
+## 模块地图
+
+| 模块 | 职责 | 备注 |
+|---|---|---|
+| sort-select HTML | 排序 UI 控件 | 4 个 option |
+| bindSortSelect() | 绑定 change 事件 | 触发 applyFilters() |
+| applyFilters() 排序段 | 执行排序逻辑 | 过滤后、渲染前 |
+| clearFilters() | 重置排序为默认值 | `date-desc` |
+
+## 架构审计
+
+- **风险**：无跨模块依赖，纯前端改动
+- **缓解**：不适用
@@ -0,0 +1,46 @@
+# knowledge-index-sort Proposal
+
+## 问题
+
+knowledge-index-panel 当前条目按 ENTRIES 数组原始顺序渲染，用户无法按日期或标签排序查看。
+
+## 建议方案
+
+在筛选栏（filter-row）中添加排序下拉框，支持按日期（新→旧/旧→新）和标签数量（多→少/少→多）排序。
+
+## 范围
+
+### 本次要做
+- 在 filter-row 中添加排序下拉框（sort-select）
+- 在 applyFilters() 中实现排序逻辑（过滤后、渲染前）
+- 绑定 change 事件即时重排
+- 清空筛选时重置排序为默认值
+- 同步修改 scripts/update-knowledge-index.sh
+
+### 本次不做
+- 多列排序
+- 拖拽排序
+- 修改 ENTRIES 数据结构
+- 分页
+
+### 影响区域
+- `knowledge-index.html`（HTML + CSS + JS）
+- `scripts/update-knowledge-index.sh`（同步修改）
+
+## 非目标
+
+- 不做服务端排序（纯前端客户端改动）
+- 不做排序状态持久化（刷新后恢复默认）
+- 不修改知识条目数据结构
+
+## 风险
+
+- **低风险**：纯前端改动，单文件 + 生成脚本
+- **兼容性**：已有 3 个条目，排序逻辑简单（日期字符串比较 + 数组长度比较）
+- **性能**：3 条目的排序开销可忽略，即使未来增长到 50 条也无压力
+
+## 上下文约束
+
+- 排序必须在过滤后生效（与年份筛选、标签筛选、搜索取交集）
+- 与其他控件保持一致的即时响应模式（change 事件）
+- 清空筛选时重置所有控件（包括排序）
@@ -0,0 +1,47 @@
+# 排序功能规格
+
+## Scenario: 用户按日期新→旧排序
+
+**Given** 知识库索引面板已加载，显示 3 个条目  
+**When** 用户选择排序下拉框的"日期 新→旧"  
+**Then** 条目按日期降序排列（最新的在前）  
+**And** 排序与当前激活的过滤条件（搜索、标签、年份）取交集
+
+## Scenario: 用户按日期旧→新排序
+
+**Given** 知识库索引面板已加载  
+**When** 用户选择排序下拉框的"日期 旧→新"  
+**Then** 条目按日期升序排列（最旧的在前）
+
+## Scenario: 用户按标签数量多→少排序
+
+**Given** 知识库索引面板已加载  
+**When** 用户选择排序下拉框的"标签 多→少"  
+**Then** 条目按标签数组长度降序排列（标签多的在前）
+
+## Scenario: 用户按标签数量少→多排序
+
+**Given** 知识库索引面板已加载  
+**When** 用户选择排序下拉框的"标签 少→多"  
+**Then** 条目按标签数组长度升序排列（标签少的在前）
+
+## Scenario: 排序与过滤组合
+
+**Given** 用户已激活标签筛选（如"Claude Code"）  
+**When** 用户切换排序模式  
+**Then** 只有匹配的条目被排序显示  
+**And** 排序不影响过滤逻辑本身
+
+## Scenario: 清空筛选重置排序
+
+**Given** 用户已选择非默认排序模式  
+**When** 用户点击"清空筛选"按钮  
+**Then** 排序重置为默认值"日期 新→旧"  
+**And** 所有过滤条件也被清空
+
+## Scenario: 排序即时响应
+
+**Given** 知识库索引面板已加载  
+**When** 用户切换排序下拉框  
+**Then** 条目列表立即重新排列  
+**And** 不需要点击"应用"按钮
@@ -0,0 +1,25 @@
+# knowledge-index-sort Tasks
+
+## 需求追踪
+
+| 需求 | 状态 | 备注 |
+|---|---|---|
+| 排序 UI 控件 | 已完成 | sort-select 下拉框 |
+| 排序逻辑实现 | 已完成 | applyFilters() 中排序段 |
+| 事件绑定 | 已完成 | bindSortSelect() |
+| 清空筛选重置 | 已完成 | clearFilters() 重置 sort-select |
+| 脚本同步 | 已完成 | update-knowledge-index.sh |
+| 浏览器验证 | 已完成 | 用户确认通过 |
+
+## 实现任务
+
+- [x] 在 filter-row 中添加 sort-select HTML（4 个 option）
+- [x] 在 applyFilters() 中添加排序逻辑（过滤后、渲染前）
+- [x] 实现 4 种排序模式（date-desc/date-asc/tags-desc/tags-asc）
+- [x] 添加 bindSortSelect() 函数绑定 change 事件
+- [x] 在 init 中调用 bindSortSelect()
+- [x] 在 clearFilters() 中重置 sort-select 为 date-desc
+- [x] 同步修改 scripts/update-knowledge-index.sh（HTML 模板 + JS 代码）
+- [x] 浏览器验证：测试 4 种排序模式
+- [x] 浏览器验证：测试排序与过滤组合
+- [x] 浏览器验证：测试清空筛选重置排序
@@ -0,0 +1,2 @@
+schema: spec-driven
+created: 2026-05-22
@@ -0,0 +1,115 @@
+## Context
+
+这次 change 处理的是 `sm-flow` 的执行稳定性，而不是流程理念重构。已有文档已经定义了阶段顺序、Phase 2.9、接口影响、实现期冲突分类和 devflow 索引，但真实使用表明，规则如果没有变成“阶段切换前必须显式满足的条件”，就会在执行中被代理惯性绕开。
+
+受影响的主要文件位于：
+
+- `.agents/skills/sm-flow/SKILL.md`
+- `.agents/skills/sm-flow/references/phase-contracts.md`
+- `.agents/skills/sm-flow/references/fallbacks.md`
+- `.agents/skills/sm-flow/references/templates.md`
+- `skill-workbench/docs/sm-flow/workflow.md`
+
+这次改造的规则落点也需要明确分层：
+
+- `SKILL.md` 承载短而硬的总规则和 gate。
+- `phase-contracts.md` 承载逐阶段进入、动作、退出和 checkpoint。
+- `fallbacks.md` 承载 capability 不可用时的降级协议与记录要求。
+- `templates.md` 只在确有必要时提供轻量字段提示，不承载主逻辑。
+- `workflow.md` 只解释设计与演进背景，不重复执行细则或承担执行真理源职责。
+
+## Design
+
+### 1. Phase checkpoints as executable gates
+
+为每个关键阶段引入最小 checkpoint，要求代理在阶段结束时显式汇报：
+
+1. 当前阶段名称。
+2. 本阶段调用的 skill / 本地 `SKILL.md` / fallback。
+3. 本阶段产物。
+4. 已满足的退出条件。
+5. 未满足但仍阻塞下一阶段的问题。
+
+这个 checkpoint 不是替代现有 `phase-contracts.md`，而是把长契约压缩成执行中更容易遵守的门禁动作。
+本次设计只要求这些 checkpoint 具备明确字段和动作，不要求新增统一模板或统一展示格式。
+
+### 2. Skill/fallback declaration becomes a completion condition
+
+现有规则要求进入某些阶段时说明 skill 或 fallback，但执行中容易被忽略。硬化后：
+
+- 若本阶段未显式声明使用的能力来源，则阶段不得视为完成。
+- 若发生 fallback，必须同时记录：目标 skill、不可用原因、采用的 fallback 协议、降级风险。
+
+### 3. Phase 2 uses a question pool
+
+现有规则强调 one-at-a-time，但没有约束问题覆盖面。硬化后，Phase 2 先生成问题池，再逐个消费：
+
+- 问题池至少覆盖术语、边界、验收。
+- 对复杂任务，可继续覆盖权限、上下游触发、前端返回结构、兼容性、生命周期等。
+- `user-interview` 问题仍然一次只问一个，但问题池必须先暴露计划覆盖面。
+
+这样既保留 human-in-the-loop 约束，也降低“只问了几个问题就误以为够了”的风险。
+
+### 4. Cross-artifact alignment becomes explicit
+
+Phase 1.5 和 2.9 需要明确检查的对齐关系：
+
+- `brief/prd` -> `proposal`
+- `proposal` -> `design`
+- `design` -> `specs`
+- `specs` -> `tasks`
+- `evidence/decisions` -> OpenSpec 回写状态
+
+如果任何链路出现信息缺失、术语不一致、能力未落到 spec、spec 未落到 task，都必须在进入下一阶段前暴露。
+
+### 5. Micro mode preserves gates
+
+`micro` 继续允许合并产物，但明确禁止跳过：
+
+- Phase 0.5 最小上下文检查
+- Phase 2 最小澄清
+- Phase 2.9 commit gate
+- Phase 4 轻量归档
+
+这次 change 不增加 `micro` 的文档负担，而是把“不能跳哪些 gate”写得更硬。
+
+### 6. Devflow updates happen during the flow
+
+`devflow` 不再被视为“最后补文档”。设计上要求：
+
+- Phase 0 写入口摘要到 `brief.md`
+- Phase 2 写 evidence / decisions
+- Phase 2.5 写架构审计摘要
+- Phase 2.9 写 commit gate 结果
+- Phase 4 只做汇总和归档收尾
+
+这样 Phase 4 变成收敛，而不是返工。
+
+### 7. Rule placement avoids duplication drift
+
+本次 change 的一个隐含架构约束是避免同一规则在多个层面双份维护：
+
+- 如果某条规则属于执行门禁，应优先落在 `SKILL.md` 或 `phase-contracts.md`。
+- 如果某条规则属于 capability 降级，应优先落在 `fallbacks.md`。
+- `workflow.md` 可以解释为什么这样设计，但不应再逐条复制执行细则。
+- `templates.md` 保持可选和轻量，否则会把“协议硬化”扩大成“格式标准化”。
+
+这能降低 v3.1 之后再次出现“规则已经写了，但代理仍然执行漂移”的维护风险。
+
+## Risks / Trade-offs
+
+- 更强的 checkpoint 会增加少量流程显式成本，但可以换来更低的遗漏率。
+- 问题池可能让 Phase 2 看起来更正式，但如果不先暴露覆盖面，one-at-a-time 容易退化成随机追问。
+- 更硬的 cross-artifact 检查会让 change 前期更慢，但比在 apply 前后由用户兜底更可靠。
+- 如果把同一规则同时写进协议、模板和案例说明，后续维护面会再次变大，因此这轮需要严格控制规则落点。
+
+## Validation
+
+需要通过文档与 OpenSpec 产物验证以下结果：
+
+- `sm-flow` 明确要求阶段 checkpoint。
+- `micro` 明确禁止跳过关键 gate。
+- Phase 2 明确先形成问题池，再一次一问推进。
+- Phase 1.5 / 2.9 明确 cross-artifact 检查链路。
+- devflow 的过程内同步更新要求被写入协议。
+- 不要求代理额外输出统一格式的阶段汇报示例。
@@ -0,0 +1,47 @@
+## Why
+
+`sm-flow` 已经建立了 `OpenSpec-first / Devflow-assisted` 的主从关系，也补入了 Draft/Committed OpenSpec、接口影响分级、Phase 2.9 和实现期冲突分类等关键规则。但真实项目复盘显示，代理仍然会按“先读代码、先形成方案、尽快推进实现”的习惯行动，而不是稳定经过 phase gate、自检和一致性检查。
+
+当前问题不是主设计方向错误，而是执行协议还不够“硬”：
+
+- `micro` 模式容易被误解为可以跳过关键阶段。
+- skill/fallback 声明存在规则，但没有成为阶段完成条件。
+- Phase 2 有 one-at-a-time 约束，但没有先形成问题池，导致问题覆盖不足。
+- Phase 1.5 和 2.9 的 cross-artifact 检查缺少更明确的执行清单，遗漏只能等用户 review 才暴露。
+- devflow 产物容易被拖到 Phase 4 补写，而不是在过程内同步更新。
+
+因此需要新增一轮“执行硬化”改造，把现有规则收敛成更明确的阶段检查点、问题池机制和一致性检查要求。
+
+## What Changes
+
+- 为 `sm-flow` 增加更短、更高频的 phase checklist / checkpoint 规则。
+- 明确“未显式声明 skill 或 fallback = 本阶段未完成”。
+- 为 Phase 2 增加“先形成问题池，再一次一问推进”的要求。
+- 强化 Phase 1.5 / 2.9 的 cross-artifact diff 检查，覆盖 proposal、design、specs、tasks、brief、evidence、decisions 的一致性。
+- 明确 `micro` 只能压缩产物，不能跳过 Phase 0.5、Phase 2、Phase 2.9 等关键 gate。
+- 明确 devflow 默认在各阶段同步更新，而不是拖到 Phase 4 统一补写。
+- 明确本次改造不强制固定 checkpoint / alignment 模板，也不把统一阶段汇报格式纳入验收范围。
+
+## Capabilities
+
+### New Capabilities
+
+- `sm-flow-phase-checkpoints`: 定义各阶段的最小检查点和阶段完成条件。
+- `sm-flow-question-pool`: 定义 Phase 2 的问题池生成与单题推进规则。
+- `sm-flow-cross-artifact-alignment`: 定义 Phase 1.5 / 2.9 的跨产物一致性检查要求。
+- `sm-flow-micro-gate-preservation`: 定义 `micro` 模式下不可跳过的关键 gate。
+
+### Modified Capabilities
+
+- `sm-flow-commit-gate`: 增强提交前检查，补充 cross-artifact diff 和阶段状态显式确认。
+- `sm-flow-context-indexing`: 补充 devflow 过程内同步更新要求。
+
+## Impact
+
+- 修改 `.agents/skills/sm-flow/SKILL.md`
+- 修改 `.agents/skills/sm-flow/references/phase-contracts.md`
+- 修改 `.agents/skills/sm-flow/references/fallbacks.md`
+- 可能修改 `.agents/skills/sm-flow/references/templates.md`
+- 修改 `skill-workbench/docs/sm-flow/workflow.md`
+- 不修改业务代码
+- 不改变 `OpenSpec-first / Devflow-assisted` 主设计
@@ -0,0 +1,29 @@
+## ADDED Requirements
+
+### Requirement: Phase 1.5 checks cross-artifact alignment explicitly
+
+SM Flow SHALL explicitly check alignment across requirement, design, specification, and execution artifacts during Phase 1.5.
+
+#### Scenario: Alignment check runs
+
+- **WHEN** Phase 1.5 reviews the current Draft OpenSpec
+- **THEN** it checks that `brief/prd` aligns with `proposal`, `proposal` aligns with `design`, `design` aligns with `specs`, and `specs` align with `tasks`
+
+#### Scenario: Alignment gap is found
+
+- **WHEN** an expected behavior, term, field, constraint, or implementation slice appears in one artifact but not its downstream artifact
+- **THEN** the flow marks the gap explicitly and repairs OpenSpec before entering the next phase
+
+### Requirement: Phase 2.9 validates cross-artifact closure
+
+SM Flow SHALL re-check cross-artifact closure during Phase 2.9 before implementation.
+
+#### Scenario: Commit gate runs
+
+- **WHEN** Phase 2.9 evaluates whether Draft OpenSpec can become Committed OpenSpec
+- **THEN** it verifies that `evidence.md` and `decisions.md` findings that affect implementation are reflected in proposal, design, specs, or tasks
+
+#### Scenario: User review would otherwise catch the gap
+
+- **WHEN** a field, scope item, acceptance behavior, or design constraint is missing from the downstream OpenSpec artifacts
+- **THEN** the flow SHALL fail the commit gate and return to the earlier phase that owns the missing update
@@ -0,0 +1,30 @@
+## ADDED Requirements
+
+### Requirement: Micro mode compresses artifacts but preserves critical gates
+
+SM Flow SHALL allow `micro` mode to reduce artifact weight without skipping critical gates.
+
+#### Scenario: Micro mode starts
+
+- **WHEN** a change is classified as `micro`
+- **THEN** the flow may merge or simplify devflow artifacts
+- **AND** it SHALL still perform Phase 0.5 minimum context harvest, Phase 2 minimum clarification, Phase 2.9 commit gate, and Phase 4 lightweight backfill
+
+#### Scenario: Micro mode is treated as skip permission
+
+- **WHEN** the agent attempts to skip a critical gate because the change is small or low-risk
+- **THEN** the flow SHALL treat that as a protocol deviation rather than a valid micro-mode optimization
+
+### Requirement: Devflow updates happen during the flow
+
+SM Flow SHALL update devflow artifacts during the relevant phases rather than deferring all updates to Phase 4.
+
+#### Scenario: Phase-local information is produced
+
+- **WHEN** a phase produces entry summary, evidence, decisions, architecture findings, or commit-gate conclusions
+- **THEN** the corresponding devflow artifact is updated in or near that phase
+
+#### Scenario: Phase 4 begins
+
+- **WHEN** the flow enters Phase 4
+- **THEN** devflow backfill is primarily a consolidation step rather than the first time those records are written
@@ -0,0 +1,34 @@
+## ADDED Requirements
+
+### Requirement: Each critical phase has an explicit checkpoint
+
+SM Flow SHALL require an explicit checkpoint before a critical phase can be considered complete.
+
+#### Scenario: Phase completes normally
+
+- **WHEN** the agent finishes a critical phase such as Phase 0, Phase 0.5, Phase 1, Phase 2, Phase 2.5, or Phase 2.9
+- **THEN** it reports the current phase, the capability source used, the produced artifacts, the satisfied exit conditions, and any unresolved blockers
+
+#### Scenario: Checkpoint is missing
+
+- **WHEN** a critical phase has produced artifacts or conclusions but no explicit checkpoint summary
+- **THEN** the phase SHALL NOT be treated as complete for purposes of entering the next phase
+
+### Requirement: Capability declaration is part of phase completion
+
+SM Flow SHALL treat skill or fallback declaration as part of the phase completion condition.
+
+#### Scenario: Native skill or local protocol is used
+
+- **WHEN** a phase depends on a named capability such as `openspec-propose`, `grill-with-docs`, `zoom-out`, or `openspec-apply-change`
+- **THEN** the agent states whether it used a native skill, a local `SKILL.md`, or a fallback protocol
+
+#### Scenario: Fallback is used
+
+- **WHEN** a phase falls back from a named capability
+- **THEN** the agent records the target capability, the reason it was unavailable, the fallback protocol name, and the downgrade risk
+
+#### Scenario: Declaration is omitted
+
+- **WHEN** no capability source is declared for a phase that requires one
+- **THEN** that phase SHALL NOT be considered complete
@@ -0,0 +1,29 @@
+## ADDED Requirements
+
+### Requirement: Phase 2 builds a question pool before interviewing
+
+SM Flow SHALL build a Phase 2 question pool before consuming `user-interview` questions one at a time.
+
+#### Scenario: Phase 2 starts
+
+- **WHEN** the flow enters Phase 2
+- **THEN** it defines a question pool that covers at least terminology, scope boundaries, and acceptance
+
+#### Scenario: Complex change needs deeper coverage
+
+- **WHEN** the change affects multiple modules, interfaces, permissions, downstream consumers, response structures, or lifecycle rules
+- **THEN** the Phase 2 question pool also includes those dimensions before user-interview consumption begins
+
+### Requirement: User-interview questions remain one-at-a-time
+
+SM Flow SHALL preserve the one-question-at-a-time rule while using a question pool.
+
+#### Scenario: User-interview question is asked
+
+- **WHEN** the next unresolved `user-interview` item is selected from the question pool
+- **THEN** the flow asks exactly one question, waits for the explicit user answer, records the result, and only then advances to the next `user-interview` item
+
+#### Scenario: Question pool exists but answer is missing
+
+- **WHEN** there are remaining question-pool items and the current `user-interview` question is unanswered
+- **THEN** the flow SHALL NOT ask another `user-interview` question until the current one is resolved
@@ -0,0 +1,24 @@
+## 1. OpenSpec artifacts
+
+- [x] 1.1 Write proposal for `sm-flow-execution-hardening`
+- [x] 1.2 Write design for execution hardening rules
+- [x] 1.3 Add specs for checkpoints, question pool, cross-artifact alignment, and micro gate preservation
+
+## 2. Protocol hardening
+
+- [x] 2.1 Update `.agents/skills/sm-flow/SKILL.md` with explicit phase checkpoint and stage-completion rules
+- [x] 2.2 Update `.agents/skills/sm-flow/references/phase-contracts.md` with question pool, cross-artifact alignment, and micro gate preservation rules
+- [x] 2.3 Update `.agents/skills/sm-flow/references/fallbacks.md` so fallback declaration is mandatory and recorded
+- [x] 2.4 Keep templates optional; only adjust them if existing references need minimal field hints rather than mandatory fixed formats
+
+## 3. Workflow documentation
+
+- [x] 3.1 Update `skill-workbench/docs/sm-flow/workflow.md` with the execution-hardening model
+- [x] 3.2 Ensure retrospective learnings are reflected as protocol rules rather than only narrative notes
+
+## 4. Validation
+
+- [x] 4.1 Validate the OpenSpec change
+- [x] 4.2 Verify key terms are consistently documented across skill, references, and workflow docs
+- [x] 4.3 Backfill devflow records after implementation if the change proceeds beyond Draft
+- [x] 4.4 Verify acceptance is satisfied by protocol/document changes alone, without requiring a standardized phase-report output format
@@ -0,0 +1,432 @@
+# SM-Flow 设计评审与修改方向
+
+**日期**：2026-05-25
+**目的**：基于完整代码审阅和讨论，落地当前设计的评估结论和下一步修改方向。
+
+---
+
+## 核心定位：sm-flow 是一个协议层 Harness
+
+### 本质认知
+
+sm-flow 不是一个"更好的 skill"，也不是 OpenSpec 的增强插件。它是一个**用提示词实现的协议层 harness**——控制 agent 以什么顺序、什么条件、什么标准使用工具。
+
+### Harness 能力对照
+
+| Harness 能力 | sm-flow 的实现 |
+|---|---|
+| 流程编排 | Phase 0 → 0.5 → 1 → 1.5 → 2 → 2.5 → 2.9 → 3 → 4 |
+| 门控 | Draft/Committed gate、checkpoint、退出条件 |
+| 上下文管理 | Phase 0.5 harvest、首次加载策略、按需读取 |
+| 权限控制 | human-in-the-loop、user-interview 必须等确认 |
+| 工具调度 | 每个 Phase 指定子 skill、fallback 链 |
+| 护栏 | micro≠skip、不得猜测式修 bug、冲突必须先分类 |
+
+### 四层架构
+
+```
+Claude Code Harness  → 代码层：工具权限、hooks、context window（agent 绕不过）
+  sm-flow Harness    → 协议层：工作流阶段、门控规则、产物约束、人类对齐（提示词实现）
+    OpenSpec         → 执行引擎：propose/apply/archive 的具体操作
+      Sub-skills     → 能力层：grill、zoom-out、diagnose、tdd
+```
+
+sm-flow 位于 Claude Code harness 和 OpenSpec 之间。Claude Code harness 控制 agent **能做什么**（工具、权限、context），sm-flow harness 控制 agent **怎么做**（顺序、条件、标准）。OpenSpec 是被调度的执行引擎，子 skill 是被调用的能力单元。
+
+### 与代码层 Harness 的关键区别
+
+- 代码层 harness（Claude Code）是**代码实现**的，agent 物理上绕不过
+- 协议层 harness（sm-flow）是**提示词实现**的，agent 理论上可以违反
+
+因此 sm-flow 需要 checkpoint、显式约束、降级声明等机制来强化执行力。这些机制的本质就是**弥补提示词 harness 缺乏物理强制力的弱点**。
+
+### 这个定位对后续设计的指导意义
+
+以 harness 思想为核心，所有后续修改都应该回答同一个问题：
+
+> **这条规则/机制是在约束 agent 的什么行为？约束力够不够？会不会过度限制 agent 的判断力？**
+
+具体推论：
+
+1. **约束粒度**：当前以阶段级约束为主，关键动作（冲突分类、one-at-a-time）单独加约束。粒度选择合理，后续新增约束应遵循同一粒度策略。
+2. **可组合性**：harness 的子模块能否独立加载？当前 Phase 2 的 grill、Phase 2.5 的 zoom-out 已经有独立性，但缺少独立的进入协议。
+3. **可观测性**：checkpoint 机制是 harness 的 telemetry。每个 checkpoint 汇报当前阶段、能力来源、产出物、退出条件、blocker——这相当于告诉外部"agent 现在在做什么、为什么卡住了"。
+4. **设计自由度**：作为 harness，sm-flow 天然有权约束被编排对象（OpenSpec）的使用方式——task 粒度检查、specs 可验收性评分、apply 进度汇报格式都是合理的编排行为。
+
+---
+
+## 当前状态评估
+
+### 架构概览
+
+```
+SKILL.md（~85行）                    ← 入口协议：定位、真理源、~22条硬规则、阶段总览
+references/
+├── phase-contracts.md（~274行）      ← 逐阶段契约：进入/动作/输出/退出/checkpoint
+├── operating-rules.md（~95行）       ← 运行规则：接口分级、启动检查、产物分层、快速模式、完成标准
+├── fallbacks.md（~132行）            ← 降级协议：通用记录要求 + 8 个 fallback
+├── archive-rules.md（~130行）        ← 归档规则：提取映射、索引维护、验收分类、ADR 条件
+└── templates.md（~352行）            ← 产物模板：brief/evidence/decisions/acceptance/PRD/ADR/...
+```
+
+总计约 1070 行。首次加载只读 SKILL.md + phase-contracts.md（~360 行），其余按需补读。
+
+### 演进脉络
+
+```
+v1   dev-flow：基础流程骨架（Phase 1-4）
+     ↓ 痛点：产物散落 5 个目录，archive 后上下文全丢
+v2   增加 devflow/ 聚合层（人类档案层 vs 机器工作区分离）
+     ↓ 痛点：devflow 产物越来越完整，agent 直接拿 devflow 写代码，OpenSpec 被架空
+v3   真理源分层：devflow=上下文, OpenSpec=执行, 代码=结果
+     ↓ 痛点：devflow 和 OpenSpec 产物大量重叠；grill 后返工 proposal/design
+v3.1 Draft/Committed 分离 + 可执行 gate + 产物瘦身 + 接口影响分级
+     ↓ 痛点：规则太多堆在 SKILL.md，agent 加载后上下文被冲走
+v3.1+ 协议瘦身：SKILL.md 减负 → operating-rules.md + fallback 去重 + 引用自洽
+```
+
+每一版都从真实执行失败中提炼，不是理论推演。
+
+### 已经做得好的
+
+**1. 协议自洽性**
+
+SKILL.md → phase-contracts → operating-rules → fallbacks → archive-rules → templates 之间的引用关系完整。cross-reference 断链问题（fallback 锚点中文名、接口分级引用）已修掉。
+
+**2. 失败驱动迭代**
+
+retrospective.md 逐阶段分析"应该做什么 / 实际做了什么 / 没做到什么"，使用问题.md 收集了 7 个真实痛点。当前版本的规则几乎都能追溯到一次真实失败。
+
+**3. 对 agent 行为模式的准确预判**
+
+规则大量出现"不得把单个决策确认推断为执行授权""micro 不等于跳过""evidence-driven 不是自动通过"——这些是 agent 的真实偷懒模式。规则写的不是"应该做什么"，而是"agent 会怎么绕过，以及如何堵死"。
+
+**4. 7 个核心设计决策逻辑自洽**
+
+| # | 决策 | 为什么 |
+|---|---|---|
+| 1 | OpenSpec 是唯一执行真理源 | 防止 devflow 和 OpenSpec 成为并列执行依据 |
+| 2 | Draft / Committed 分离 | Phase 1 产出是讨论对象，Phase 2.9 是显式 gate |
+| 3 | devflow 按阶段就近写入，Phase 4 做 consolidation | 防止 Phase 4 变成"第一次补写" |
+| 4 | Question Pool + one-at-a-time | 先列全风险面，再逐项消费 |
+| 5 | Cross-artifact 对齐链 | brief→proposal→design→specs→tasks 每层接住上游 |
+| 6 | 能力绑定而非路径绑定 | 子 skill 可跨平台迁移 |
+| 7 | Micro ≠ Skip | 产物可合并，gate 不能省略 |
+
+---
+
+## 已确认的修改方向
+
+### 修改 1：定位修正——明确"协议层 Harness"身份 ✅ 已实施
+
+**问题**：当前 SKILL.md 说"不替代 OpenSpec，而是增强"，但实际上 sm-flow 是一个编排 OpenSpec 生命周期的协议层 harness。OpenSpec 是被调度的执行引擎，sm-flow 控制它什么时候跑、怎么跑、跑完怎么收。
+
+**修改方向**：
+
+- SKILL.md 角色定位段落改写，以 harness 思想为核心：sm-flow 编排 OpenSpec 的完整生命周期，通过阶段、门控、人类对齐和长期记忆，约束 agent 以正确的顺序、条件和标准使用 OpenSpec
+- 不再说"不替代"，正面描述编排职责
+- 真理源分层改为四层架构：
+
+```
+sm-flow        → 编排层（harness）：阶段、门控、产物约束、人类对齐
+  OpenSpec     → 执行引擎：propose/apply/archive 的能力提供方
+    devflow/   → 记忆层：为编排层提供上下文，接收执行结果的回填
+      code     → 实现结果：apply 的产出
+```
+
+**影响范围**：SKILL.md 的角色定位和真理源分层段落。其他规则不需要变——它们本来就在做 harness 的事。
+
+**设计自由度**：定位明确后，未来 sm-flow 约束 OpenSpec 使用方式（task 粒度检查、specs 可验收性评分、apply 进度汇报格式）都是合理的编排行为，不再需要解释"为什么 sm-flow 可以管 OpenSpec"。
+
+### 修改 2：Fallback 重新定位——从"降级"到"内置执行引擎" ✅ 已实施
+
+**问题**：当前 fallbacks.md 把 OpenSpec 不可用时的处理称为"降级协议"。但从 harness 视角看，sm-flow 作为编排层天然需要自带执行能力——当外部执行引擎（OpenSpec CLI）不可用时，harness 自己接管执行不是"降级"，而是正常的能力切换。
+
+**修改方向**：
+
+- fallbacks.md 中 OpenSpec 相关的 fallback 重新定位为"内置执行协议"
+- 优先级描述改为：优先使用 openspec CLI / 原生 skill（外部执行引擎）→ 不可用时 sm-flow 使用内置执行协议（内置执行引擎）
+- SKILL.md 首次加载或角色定位部分加一句：sm-flow 不强制依赖 openspec CLI，内置执行协议可以纯文件方式完成整个流程
+- 措辞从"降级风险"调整为"外部引擎不可用，切换为内置引擎"，保留声明和记录要求，但去掉"降级"暗示的能力不足感
+
+**影响范围**：fallbacks.md 的措辞 + SKILL.md 首次加载或角色定位段落。
+
+### 修改 3：新用户上手体验——devflow 概念延迟暴露 ✅ 已实施
+
+**问题**：SKILL.md 第一段就直接引入 `devflow/` 概念，对不熟悉的新用户来说突兀。从 harness 视角看，devflow 是 harness 的内部记忆机制，不是用户需要理解的概念——就像用户不需要理解 Claude Code 的 context window 管理一样。
+
+**修改方向**：
+
+- SKILL.md 角色定位段落中，先用一句话说清 sm-flow 会自动管理项目长期记忆，用户不需要手动维护
+- 把 devflow 的技术细节从角色定位移到真理源分层段落中自然引出
+- 对用户可见的概念只有：sm-flow（流程）→ OpenSpec（变更）→ 代码（结果）
+
+**影响范围**：SKILL.md 角色定位段落。
+
+---
+
+## 待讨论的设计问题
+
+以下是已识别但尚未决定是否修改的问题，留待后续讨论。
+
+### 问题 1：流程总成本 ✅ 已确认方向
+
+**分析**：问题不是"流程太贵"，而是**固定成本没有随规模充分缩放**。Phase 0/0.5/1.5/2.5/2.9/4 的成本基本是 O(1) 的——不随代码量线性增长。当前 micro 只压缩了产物（少写几个文件），没有压缩 gate 数量。
+
+| 改动规模 | 代码工作量 | 流程开销 | 开销占比 | 感受 |
+|---|---|---|---|---|
+| micro（30min 代码） | 30 min | 40-60 min | ~60% | 太重 |
+| standard（2h 代码） | 2 h | 1-1.5 h | ~40% | 还行 |
+| complex（1-2d 代码） | 12 h | 2-3 h | ~20% | 值得 |
+
+**确认方向**：micro 模式下合并 gate，不只是压缩产物。
+
+```
+当前 standard：Phase 1 checkpoint → Phase 1.5 → Phase 2 → Phase 2.5 checkpoint → Phase 2.9
+micro 合并后：Phase 1+1.5 合并 checkpoint → Phase 2（最少 1 个问题） → Phase 2.9（简化检查）
+```
+
+micro 的定位从"产物变少"变为"gate 变少但保留最关键的"（Phase 2 最小澄清 + Phase 2.9 commit gate）。
+
+**✅ 已落地**：operating-rules.md 快速模式段落已重写（gate 合并策略），phase-contracts.md 中各阶段已使用英文命名并体现 micro 行为。
+
+### 问题 2：Phase 1 ↔ Phase 2 循环收敛 ✅ 已确认方向
+
+**根因**：当前阶段顺序是 Phase 1 一次性产出完整 4 件套（proposal + design + specs + tasks），Phase 2 才做 grill 澄清。澄清结果必然要回写已经细化过的 design/specs/tasks，形成不可避免的返工循环。这不是 agent 执行问题，是**流程顺序决定了返工必然存在**。
+
+这也是使用问题.md 中第 3 条提到的核心痛点："propose 之后生成了 task、design 等产物，再用 grill 澄清需求，澄清完又得回去更新"。
+
+**确认方向**：调整阶段执行顺序，先澄清再细化。Phase 1 只产出轻量 proposal，Phase 2 在轻量 proposal 上做 grill，Phase 1.5 在需求稳定后才补全完整 OpenSpec。
+
+| | Phase 1（轻量 propose） | Phase 1.5（细化 + 对齐） |
+|---|---|---|
+| 执行者 | sm-flow 内置协议 | openspec-propose 或内置协议 |
+| 产出 | 只写 proposal.md（范围、问题、方案方向、非目标） | 补全 design.md + specs/ + tasks.md |
+| 目的 | 建立讨论对象 | 需求稳定后生成完整 OpenSpec |
+| token 成本 | 低 | 正常 |
+
+调整后的阶段顺序：
+
+```
+Phase 0    入口澄清
+Phase 0.5  devflow 上下文收集
+Phase 1    轻量 propose（sm-flow 内置协议，只写 proposal.md）  ← 不调用 openspec-propose
+Phase 2    grill 澄清（基于 proposal.md，把需求钉死）
+Phase 1.5  细化 + cross-artifact 对齐（调用 openspec-propose 补全 design/specs/tasks）
+Phase 2.5  架构审计
+Phase 2.9  commit gate
+Phase 3    apply
+Phase 4    回填 devflow
+```
+
+**三个附带收益**：
+
+1. **循环消失**：grill 在细化之前，不存在"细化 → grill → 回写细化"的循环
+2. **token 节省**：micro 模式下 Phase 1 只写轻量 proposal，不浪费 token 写详细产物（与问题 1 联动）
+3. **openspec-propose 角色更准确**：不再是"从零 propose"，而是"基于已稳定的 proposal 做细化补全"——harness 对执行引擎的合理调度
+
+**Phase 编号不变，Phase 2 和 Phase 1.5 的执行顺序对调**。阶段总览列表中的编号保持原样，但实际执行顺序变为 0 → 0.5 → 1 → 2 → 1.5 → 2.5 → 2.9 → 3 → 4。
+
+**✅ 已落地**：SKILL.md 阶段总览使用英文命名（clarify → archive），phase-contracts.md 已按新顺序重写（grill 在 specify 前），fallbacks.md 中 OpenSpec 提案降级触发时机改到 specify 阶段。
+
+### 问题 3：devflow 就近写入 vs agent 注意力 ✅ 已确认方向
+
+**分析**：Phase 1-3 期间要求 agent 同时维护 OpenSpec（执行真理源）和 devflow（人类档案层），本质上是**双重记录**——同一份内容写两遍，Phase 4 还要再检查修正，变成三次写入。
+
+**确认方向**：Phase 1-3 只维护一个轻量 decisions.md 作为过程日志，Phase 4 从中提取完整 devflow。
+
+| 阶段 | 写入什么 | 性质 |
+|---|---|---|
+| Phase 1-3 | 只维护 `decisions.md`（grill 结论、关键决策、验证结果） | 过程日志，轻量追加 |
+| Phase 4 | 从 decisions.md + OpenSpec 产物提取 brief/evidence/acceptance | 最终档案，一次性提取 |
+
+**约束**：Phase 4 的 devflow 提取必须基于 decisions.md 和 OpenSpec 产物，不能是纯粹的事后回忆录。decisions.md 是提取的依据链。
+
+**✅ 已落地**：SKILL.md 核心规则已改为"clarify → apply 只维护 decisions.md 作为过程日志；archive 阶段从中提取完整 devflow 档案"，phase-contracts.md 各阶段退出条件已同步更新。
+
+### 问题 4：部分阶段独立使用 ✅ 已确认方向
+
+**问题**：当前支持"指定阶段模式"，但从中间启动时上游阶段的产物可能不满足当前阶段的进入条件。
+
+**确认方向**：借鉴 OpenSpec 的 "Actions, Not Phases" 设计哲学——**用户命令表达意图，不表达阶段**。阶段是 harness 的内部词汇，不是用户的 API。
+
+**用户命令设计（4 个）**：
+
+```
+/sm-flow                    → 完整流程（从入口到归档）
+/sm-flow explore            → 先聊聊（需求不清楚）
+/sm-flow apply              → 直接执行（已有 Committed OpenSpec）
+/sm-flow archive            → 归档（执行完了，回填 devflow + 归档 OpenSpec）
+```
+
+| 命令 | 用户意图 | harness 内部行为 |
+|---|---|---|
+| `/sm-flow` | 从头到尾 | 完整编排 9 个阶段 |
+| `/sm-flow explore` | 先想想 | 带上下文的探索模式 |
+| `/sm-flow apply` | 只执行 | 检查 commit gate → apply |
+| `/sm-flow archive` | 收尾 | backfill devflow + 归档确认 |
+
+**典型使用场景**：
+
+```
+# 第一次：完整规划
+/sm-flow 给站内消息加 OMC 支持
+→ 走完 propose → grill → specify → audit → commit
+→ 停在 apply 前，用户说"先不执行了"
+
+# 第二次：继续执行
+/sm-flow apply ops-message-support
+→ 进入 apply，执行完 tasks
+
+# 第三次：归档
+/sm-flow archive ops-message-support
+→ 回填 devflow，询问是否归档 OpenSpec change
+```
+
+三个阶段，三次调用，每次只做一个用户意图的事。
+
+**阶段命名（内部协议）**：
+
+借鉴 OpenSpec 的动词式命名风格，阶段名称保留为 **agent 的词汇表**（用于 checkpoint 汇报和进度通知），不作为用户命令：
+
+```
+旧编号      →  描述名（内部）    做什么
+Phase 0    →  clarify          入口澄清
+Phase 0.5  →  context          上下文收集
+Phase 1    →  propose          轻量 propose（只写 proposal）
+Phase 2    →  grill            人类对齐澄清
+Phase 1.5  →  specify          细化 + 对齐（补全 design/specs/tasks）
+Phase 2.5  →  audit            架构审计
+Phase 2.9  →  commit           commit gate
+Phase 3    →  apply            OpenSpec 执行
+Phase 4    →  archive          回填 devflow + 归档确认
+```
+
+**agent 用阶段名做 telemetry**：
+- "当前在 grill 阶段，已解决 2/5 个问题"
+- "grill 完成，进入 specify"
+
+**用户用自然语言交互**：
+- "/sm-flow" → 启动完整流程
+- "ops-message-support 的 grill 已经做完了，继续" → harness 识别意图，自动补做最小前置检查
+- "帮我检查一下 add-dark-mode 的 OpenSpec 对齐" → harness 识别意图，只做 specify 阶段的对齐检查
+
+**核心原则**：用户只需要知道四件事（完整流程 / explore / apply / archive），其余全部通过自然语言交互，由 harness 识别意图后编排。
+
+**✅ 已落地**：SKILL.md 用户命令表格（4 个命令），operating-rules.md 启动检查已识别用户命令意图，phase-contracts.md 所有阶段已使用英文命名。
+
+### 问题 5：workflow.md 的维护方式 ✅ 已确认方向
+
+**问题**：workflow.md 是 590 行的设计演进文档，混合了三类内容：设计理念（稳定）、变更日志（每次迭代追加）、历史对比（写完不动）。读者需要翻 590 行才能理解"现在的设计是什么"。
+
+**确认方向**：方向 A——顶部加"当前设计理念"摘要，历史部分作为审计轨迹保留。
+
+```markdown
+# SM-Flow 工作流
+
+## 当前设计理念（v4 方向）
+- sm-flow 是协议层 harness，编排 OpenSpec 生命周期
+- 四层架构：harness → OpenSpec → devflow → code
+- 用户命令 4 个：/sm-flow / explore / apply / archive
+- 9 个内部阶段（英文描述命名）：clarify → context → propose → grill → specify → audit → commit → apply → archive
+- 阶段名是内部协议，不是用户 API
+- 真理源分层：devflow=上下文, OpenSpec=执行, 代码=结果
+- Draft/Committed 分离
+- ...（20-30 行）
+
+---
+
+## 演进历史
+（原有的 v1→v3.1+ 内容不动）
+```
+
+**来源**：design-review.md 的"核心定位"章节可以直接作为摘要的草稿。
+
+**⏳ 待落地**：在 workflow.md 顶部插入当前设计理念摘要段落（本项属于文档维护，不在 skill 文件范围内）。
+
+### 问题 6：SKILL.md 核心规则分类 ✅ 已确认方向
+
+**问题**：当前 ~22 条核心规则平铺在一个列表里，混合了三种不同性质的约束。agent 读到第 15 条已经记不清前 5 条的优先级。
+
+**确认方向**：三类分组 + 英文阶段命名 + 质量约束必须有可观测产出。
+
+**A. 三类分组**
+
+```markdown
+## 核心规则
+
+### 硬约束（违反即流程失败）
+- apply 必须通过 OpenSpec apply 执行
+- 不得跳过 context
+- 不得跳过 grill（至少三个高价值问题）
+- 不得跳过 commit
+- 不得猜测式修 bug
+- fallback 产物必须标注
+- micro 不能跳过关键 gate
+
+### 流程约束（必须按顺序做）
+- 先建 question pool，再消费 user-interview
+- 单个 grill 决策确认不等于 apply 授权
+- 冲突必须先分类再处理
+- 影响实现的发现必须先回写 OpenSpec
+- 子 skill 必须显式调用或显式降级
+- clarify → apply 只维护 decisions.md，archive 阶段提取完整档案
+- archive 前必须询问是否归档
+
+### 质量约束（必须有可观测产出）
+- specify 的 checkpoint 必须包含 cross-artifact 对齐检查表（4 行，每行标记已对齐/存在 gap）
+- evidence-driven 结论必须写入 decisions.md，且 checkpoint 必须列出汇报状态
+- user-interview 必须在 decisions.md 中记录问题原文、用户原话、确认状态；未确认的不能从 question pool 移除
+- checkpoint 必须包含：当前阶段、能力来源、产出物清单、已满足退出条件、未解决阻塞
+- human-in-the-loop 检查点：propose 后、audit 后、commit 后、apply 前
+
+> 三类约束都不可违反。分类的目的是帮助快速定位规则类型。
+> 质量约束必须转化为可观测的产出（写入文件 + checkpoint 检查），否则不是约束而是建议。
+```
+
+**B. 阶段编号改为英文描述名**
+
+去掉 Phase 0/0.5/1/1.5/2/2.5/2.9/3/4 的数字编号，全部用英文动词：
+
+```
+clarify  → 入口澄清
+context  → 上下文收集
+propose  → 轻量 propose（只写 proposal）
+grill    → 人类对齐澄清
+specify  → 细化 + cross-artifact 对齐
+audit    → 架构审计
+commit   → commit gate
+apply    → OpenSpec 执行
+archive  → 回填 devflow + 归档确认
+```
+
+执行顺序：clarify → context → propose → grill → specify → audit → commit → apply → archive
+
+用户命令是 API（4 个），阶段名是内部协议（9 个）。风格统一（英文动词），职责分离。
+
+**C. 质量约束的可观测产出原则**
+
+协议层 harness 的核心弱点：质量约束如果没有可观测的产出，agent 一定会跳过。
+
+| 约束 | 原写法（软） | 改为（硬） |
+|---|---|---|
+| evidence-driven 汇报 | "必须向用户汇报" | 写入 decisions.md + checkpoint 列出汇报状态 |
+| user-interview 确认 | "必须等待用户显式回答" | decisions.md 记录问题原文/用户原话/确认状态 |
+| cross-artifact 对齐 | "必须显式检查" | checkpoint 包含 4 行对齐检查表，每行标记已对齐/存在 gap |
+
+**✅ 已落地**：SKILL.md 核心规则已按三类分组重写（硬约束 / 流程约束 / 质量约束），phase-contracts.md 所有阶段使用英文命名，各 checkpoint 退出条件已加可观测产出检查。
+
+### 问题 7：grill 阶段 evidence-driven 和 user-interview 的节奏 ✅ 已确认方向
+
+**问题**：当前规则说"可以并行整理 evidence-driven 证据，但 user-interview 仍然必须 one-at-a-time"。但 agent 可能把所有 evidence-driven 结论一口气汇报完，然后才问 user-interview 问题，导致用户被动接收大量信息后再被采访。
+
+**确认方向**：在 grill 阶段的动作描述里明确"交替推进"。
+
+```markdown
+grill 阶段的推进节奏：
+- evidence-driven 和 user-interview 应交替推进，避免把所有证据结论攒到一起汇报
+- 典型模式：查证 1-2 个 evidence-driven → 汇报 → 问 1 个 user-interview → 等确认 → 继续
+- evidence-driven 可以并行查证（不需要用户参与），但汇报和 user-interview 穿插进行
+```
+
+**实际落地**：phase-contracts.md grill 阶段动作描述已调整。经评估后，"交替推进"对 agent 的要求过高（LLM 天然倾向批量处理），改为更务实的"先批量查证 evidence-driven 并一次性汇报，再逐个处理 user-interview"，降低执行复杂度同时保留核心约束。
@@ -0,0 +1,216 @@
+# SM Flow Phase Contracts v4.1 更新日志
+
+> 更新日期: 2026-06-23  
+> 更新原因: 基于"山东商客意向单同步接口"执行复盘  
+> 更新方案: 方案 B（简化版）
+
+---
+
+## 更新概览
+
+**核心目标**: 减少 apply 阶段的返工次数（从 4-5 次降低到 0-1 次）
+
+**更新范围**:
+- ✅ grill 阶段：增加技术实现维度
+- ✅ apply 阶段：增加 Pre-apply Checkpoint
+
+**文本增量**: +55 行（从 281 行 → 336 行，+20%）
+
+---
+
+## 详细修改
+
+### 1. grill 阶段 — 增加技术实现维度
+
+**修改位置**: `phase-contracts.md` 第 85-88 行
+
+**新增内容**:
+```markdown
+- **技术实现维度**（新增）：当 proposal 提到参考实现、或涉及项目现有基础设施时，增加技术澄清问题：
+  - 参考实现的具体文件路径是什么？
+  - 项目现有的 [请求结构/MQ/缓存/加密/工具类] 标准是什么？
+  - 有哪些技术点需要先调研或新建？
+```
+
+**目的**: 在 grill 阶段就识别技术调研需求，避免 apply 时才发现技术栈不熟悉。
+
+---
+
+### 2. apply 阶段 — 增加 Pre-apply Checkpoint
+
+**修改位置**: `phase-contracts.md` 第 234-265 行
+
+**新增章节**: Pre-apply Checkpoint（15-20 分钟）
+
+#### 触发条件（3 条）
+- design 或 tasks 中提到"参考 XXX 实现"
+- 需要调用项目现有基础设施（MQ/统一请求结构/工具类等）
+- 技术栈不熟悉或第一次在该项目实现类似功能
+
+#### 执行步骤（3 步）
+1. **完整阅读所有参考实现**（约 10 分钟）
+   - 从 OpenSpec design 或 tasks 中定位参考实现文件
+   - 如果路径不明确，通过 Grep 搜索关键类名或模式
+   - 逐行理解关键逻辑，提取可复用代码片段和模式
+
+2. **Grep 关键技术栈**（约 5 分钟）
+   - 请求/响应结构模式
+   - 消息队列模式
+   - 统一工具类
+   - 异常处理和日志记录标准
+
+3. **形成技术栈清单并写入 decisions.md**
+   - 项目使用的请求/响应结构标准
+   - MQ 消息定义和发送标准
+   - Consumer 标准位置和写法
+   - 加密/验签/工具类的标准用法
+   - 识别需要新建的工具类或基础设施
+
+#### 输出要求（3 条）
+- ✅ 技术栈清单已写入 `decisions.md` 的 "Pre-apply Research" 章节
+- ✅ 已列出所有参考实现的文件路径
+- ✅ 已识别需要新建的工具类/基础设施
+
+#### 快速模式支持
+- micro 分档可缩短为 5-10 分钟快速扫描，但仍需形成清单
+
+---
+
+### 3. apply 阶段 — 实现过程增强
+
+**修改位置**: `phase-contracts.md` 第 267-284 行
+
+**新增要求**:
+- **分步实现**：建议按 Controller → Service → MQ/异步组件 → Consumer/下游 顺序
+- **首模块完成后对齐检查**：完成第一个接口/模块后，对比 OpenSpec design/tasks，标记"已完成/TODO"；核心功能不允许空实现或纯 TODO 注释
+- **快速失败**：连续返工 ≥ 2 次时，暂停并重新执行 pre-apply checkpoint 或向用户汇报
+
+---
+
+### 4. apply 阶段 — 退出条件增强
+
+**修改位置**: `phase-contracts.md` 第 286-292 行
+
+**新增退出条件**:
+- ✅ 已完成 pre-apply checkpoint（如触发条件满足），技术栈清单已写入 `decisions.md`
+- ✅ 核心功能已实现或明确标注"待联调"，无纯 TODO 占位
+
+---
+
+## 简化对比
+
+### 与完整方案对比
+
+| 维度 | 完整方案 | 简化方案 B | 差异 |
+|------|----------|-----------|------|
+| 文本增量 | +100 行 | +55 行 | -45% |
+| 子阶段数 | 3 个（Phase 1/2/3） | 1 个（Pre-apply Checkpoint） | -67% |
+| 强制规则 | 9 条 | 5 条 | -44% |
+| 检查清单 | 2 个详细清单 | 1 个简化清单 | -50% |
+| 时间分档 | 3 档（15/20/30 分钟） | 1 档（15-20 分钟） | -67% |
+
+### 保留核心价值
+
+✅ **保留**（解决返工问题）:
+- 前置调研（最重要）
+- 技术栈清单（防止想当然）
+- 核心功能不能空实现（保证质量）
+- 快速失败机制
+
+❌ **简化**（去掉过度约束）:
+- 严格的执行顺序
+- 频繁的检查点
+- 详细的操作指南模板
+
+---
+
+## 预期效果
+
+### 量化指标
+
+| 指标 | 当前 | 目标 | 改善 |
+|------|------|------|------|
+| 返工次数 | 4-5 次 | 0-1 次 | -80% |
+| 核心功能空实现率 | 高（3/3 核心功能） | 0% | -100% |
+| 实现时间（含返工） | 2 小时 | 1.5 小时 | -25% |
+| 前置调研时间 | 0 分钟 | 15-20 分钟 | +20 分钟 |
+
+### ROI 分析
+
+```
+投入: 15-20 分钟调研
+回报: 节省 60 分钟返工 + 避免核心功能遗漏
+ROI = (60 - 20) / 20 = 200%
+```
+
+---
+
+## 适用场景
+
+### ✅ 强烈推荐
+
+- 中等及以上规模需求（3+ 接口或涉及多模块）
+- 涉及项目现有基础设施（MQ/统一请求结构/工具类）
+- 第一次在该项目实现类似功能
+- 设计文档提到"参考 XXX 实现"
+
+### 🟡 可选执行
+
+- micro 分档的简单需求（可缩短为 5-10 分钟）
+- 纯数据处理或工具脚本（技术栈熟悉）
+
+### ❌ 不推荐
+
+- 紧急热修复（时间紧急）
+- 一次性脚本（不涉及项目标准）
+
+---
+
+## 后续优化方向
+
+### 短期（1-2 个需求后）
+
+- 收集数据：实际调研时间、返工次数、遗漏率
+- 验证效果：是否达到预期 ROI
+- 调整参数：时间要求、触发条件
+
+### 中期（观察 5+ 个需求后）
+
+如果效果显著，考虑升级为完整方案：
+- 增加 Alignment Checkpoint（每模块对齐检查）
+- 增加详细的技术栈清单模板
+- 增加分步实现的每步验证要求
+
+### 长期（跨项目验证后）
+
+- 提取通用技术栈清单模板（Java/Go/Python 等）
+- 建立参考实现库（常见模式的最佳实践）
+- 自动化部分调研步骤（Grep 脚本、清单生成）
+
+---
+
+## 实施检查清单
+
+### 立即验证
+
+- [ ] `phase-contracts.md` 文件已更新
+- [ ] grill 阶段增加了技术实现维度
+- [ ] apply 阶段增加了 Pre-apply Checkpoint
+- [ ] apply 退出条件增加了 2 条新检查
+- [ ] 文件语法无误，可以正常解析
+
+### 下次执行验证
+
+- [ ] agent 是否正确识别触发条件
+- [ ] agent 是否执行了完整的 3 步调研
+- [ ] 技术栈清单是否写入 decisions.md
+- [ ] 是否有效减少了返工次数
+- [ ] 核心功能是否避免了空实现
+
+---
+
+## 附录：复盘案例链接
+
+- 原始复盘文档: `skill-workbench/docs/sm-flow/sm-flow-execution-review-shandong-intent-sync.md`
+- 修改前版本: phase-contracts.md (commit: 待补充)
+- 修改后版本: phase-contracts.md (commit: 待补充)
@@ -0,0 +1,307 @@
+# SM Flow Phase Contracts v4.2 更新日志
+
+> 更新日期: 2026-06-24  
+> 更新原因: 基于"lookup-knowledge-integration"执行复盘  
+> 更新方案: 增强执行机制，引入可验证 checkpoint
+
+---
+
+## 更新概览
+
+**核心目标**: 解决"约束是软性的"问题，增加可执行的检查机制
+
+**更新范围**:
+- ✅ commit 阶段：增加文件完整性和一致性检查清单
+- ✅ apply 阶段：增加前置门控（.committed 文件检查）
+- ✅ archive 阶段：增加强制执行顺序（5 步 checklist）
+
+**文本增量**: +80 行
+
+---
+
+## 核心问题诊断
+
+### 问题根源：约束是"软性"的，缺少执行机制
+
+| 问题 | 现象 | 影响 | 根本原因 |
+|------|------|------|----------|
+| **Commit 检查缺标准** | 不知道如何判断"通过 commit 检查" | agent 跳过 commit 直接进入 apply | 只说"检查是否可执行"，没说具体检查什么 |
+| **Apply 缺前置门控** | 用户说"修复"就直接开始实现 | 可能基于不完整的 OpenSpec | 进入条件是软性描述，没有文件检查 |
+| **Archive 无 Checklist** | 先创建 handoff，忘记 devflow | 归档流程不完整 | 没有强制执行顺序 |
+
+---
+
+## 详细修改
+
+### 1. Commit 阶段 — 增加可验证 Checkpoint
+
+**修改位置**: `phase-contracts.md` 第 208-221 行
+
+**新增内容**:
+
+#### 文件完整性检查（必须全部通过）
+
+- [ ] `proposal.md` 存在，包含问题描述（至少 50 字）、建议方案（至少 100 字）、范围/非目标
+- [ ] `design.md` 存在，包含架构设计（文字或图）、数据结构定义（至少 1 个）、关键决策记录（至少 2 条）
+- [ ] `specs/` 目录存在，至少 1 个 functional-spec.md 包含 ≥3 个 requirement
+- [ ] `tasks.md` 存在，包含 ≥5 个可执行子任务，每个任务有验收标准
+
+#### 一致性检查（必须通过）
+
+- [ ] proposal 中的核心概念在 design 中有对应设计
+- [ ] design 中的关键决策在 tasks 中有对应实现任务
+- [ ] tasks 的验收标准可验证（不是"正确实现""完成功能"这类模糊描述）
+
+#### 标记文件
+
+检查通过后，创建 `openspec/changes/{slug}/.committed` 文件标记为 Committed OpenSpec
+
+**目的**: 
+- 提供明确的"可执行状态"判断标准
+- 强制 agent 完成所有检查项
+- 通过 `.committed` 文件提供下游门控依据
+
+---
+
+### 2. Apply 阶段 — 增加前置门控检查
+
+**修改位置**: `phase-contracts.md` 第 233-244 行
+
+**新增内容**:
+
+#### 前置门控检查（硬约束）
+
+1. 检查 `openspec/changes/{slug}/.committed` 文件是否存在
+2. 如不存在，执行以下流程：
+   - 汇报：Draft OpenSpec 未通过 commit 检查
+   - 列出缺失的 checkpoint 项（文件完整性、一致性检查）
+   - 询问用户：是否补做 commit 检查，或明确跳过（需显式确认）
+
+**目的**:
+- 强制 apply 依赖 Committed OpenSpec
+- 阻止基于不完整 OpenSpec 的实现
+- 提供补救路径（补做 commit 或显式跳过）
+
+---
+
+### 3. Archive 阶段 — 增加强制执行顺序
+
+**修改位置**: `archive-rules.md` 第 5-41 行
+
+**新增章节**: Archive 强制执行顺序
+
+#### Step 1: 创建 devflow 档案（必需）
+
+- [ ] 创建 `brief.md`（从 proposal.md 提取）
+- [ ] 创建 `evidence.md`（从 decisions.md 提取）
+- [ ] 创建 `decisions.md`（整理为最终版）
+- [ ] 创建 `acceptance.md`（记录验证情况）
+
+#### Step 2: 更新索引（必需）
+
+- [ ] 在 `devflow/index.md` 末尾追加或更新一行
+
+#### Step 3: 标记 OpenSpec（必需）
+
+- [ ] 创建 `openspec/changes/{slug}/.archive-ready` 文件
+
+#### Step 4: 向用户汇报（必需）
+
+- [ ] 列出创建的 devflow 档案文件路径（验证文件实际存在）
+- [ ] 汇报验证情况（按类型分类）
+- [ ] 列出剩余风险
+- [ ] 询问：**是否现在归档 OpenSpec？**
+
+#### Step 5: 用户确认后执行 OpenSpec Archive（可选）
+
+- [ ] 调用 `openspec-archive-change`
+- [ ] 记录 archive 结果
+
+**自检**: 在执行 Step 4 前，检查 Step 1-3 是否都完成。
+
+**目的**:
+- 强制 devflow 档案优先（不再先创建 handoff）
+- 提供明确的执行顺序，避免遗漏
+- 通过 `.archive-ready` 文件标记完成状态
+
+---
+
+## 新增门控文件
+
+| 文件 | 创建时机 | 用途 |
+|------|----------|------|
+| `.committed` | commit 阶段退出时 | apply 阶段前置门控 |
+| `.archive-ready` | archive Step 3 | 标记归档准备就绪 |
+
+---
+
+## 预期效果
+
+### 量化指标
+
+| 指标 | v4.1 | v4.2 目标 | 改善 |
+|------|------|-----------|------|
+| Commit 阶段跳过率 | 高（无明确标准） | 0%（有 checklist） | -100% |
+| Apply 基于不完整 OpenSpec | 可能发生 | 0%（门控阻止） | -100% |
+| Archive 遗漏 devflow | 可能发生 | 0%（强制顺序） | -100% |
+
+### 质量提升
+
+**Commit 阶段**:
+- ✅ 明确什么叫"可执行状态"
+- ✅ agent 无法跳过检查清单
+- ✅ 提供 `.committed` 文件作为凭证
+
+**Apply 阶段**:
+- ✅ 强制检查 `.committed` 文件存在
+- ✅ 阻止基于不完整 OpenSpec 的实现
+- ✅ 提供补救路径
+
+**Archive 阶段**:
+- ✅ 强制 devflow 优先（不再先创建 handoff）
+- ✅ 5 步 checklist 避免遗漏
+- ✅ 自检机制确保完整性
+
+---
+
+## 与 v4.1 的关系
+
+| 版本 | 核心改进 | 解决问题 |
+|------|----------|----------|
+| v4.1 | Pre-apply Research Checkpoint | apply 阶段前置调研不足，导致返工 |
+| v4.2 | 可验证 Checkpoint + 门控文件 | 约束是软性的，agent 容易跳过阶段 |
+
+**互补关系**:
+- v4.1 解决"调研不充分导致返工"
+- v4.2 解决"缺少执行机制导致跳过阶段"
+
+---
+
+## 设计原则
+
+### 1. 可验证性
+
+**Before**: "检查 OpenSpec 是否可执行"（模糊）  
+**After**: "proposal ≥50字、design ≥1个数据结构、specs ≥3个 requirement"（具体）
+
+### 2. 门控文件
+
+**Before**: 软性描述"已通过 commit"  
+**After**: 硬性检查 `.committed` 文件存在
+
+### 3. 强制顺序
+
+**Before**: 建议性"应该先 devflow 后 handoff"  
+**After**: 5 步 checklist，不得跳过或重排
+
+---
+
+## 复杂度评估
+
+**本次修改复杂度**: 低-中等
+- 文本增量: +80 行（phase-contracts.md +40 行，archive-rules.md +40 行）
+- 概念增加: 2 个门控文件（.committed, .archive-ready）
+- 规则增强: 3 个阶段的检查清单
+
+**整体复杂度**: 高（但更可靠）
+- 总行数: ~700 行 → ~780 行（+11%）
+- 门控数: 6 个 → 8 个（+commit 文件完整性 + apply 前置门控）
+- 强制清单: +3 个（commit 文件完整性、commit 一致性、archive 5 步）
+
+**权衡**:
+- ✅ 收益: 彻底解决"跳过阶段"问题
+- ⚠️ 成本: 增加 80 行文本，agent 需检查更多项
+
+---
+
+## 适用场景
+
+### ✅ 所有场景（无例外）
+
+v4.2 的改进是**执行机制**层面的，不涉及业务逻辑：
+- 无论 micro/standard/complex，都需要 commit 检查
+- 无论需求大小，都需要 apply 前置门控
+- 无论项目规模，都需要 archive 强制顺序
+
+### 快速模式
+
+快速模式可以简化产物（如 tasks 只需 3 个子任务），但**不能跳过门控**：
+- ✅ 仍需 commit 检查（即使 tasks 数量少）
+- ✅ 仍需 apply 前置门控
+- ✅ 仍需 archive 强制顺序
+
+---
+
+## 实施验证
+
+### 验证计划
+
+下次完整执行 sm-flow 时，检查：
+
+1. **Commit 阶段**:
+   - [ ] agent 是否执行了文件完整性检查？
+   - [ ] agent 是否执行了一致性检查？
+   - [ ] agent 是否创建了 `.committed` 文件？
+
+2. **Apply 阶段**:
+   - [ ] agent 是否检查了 `.committed` 文件存在？
+   - [ ] 如不存在，agent 是否汇报并询问用户？
+
+3. **Archive 阶段**:
+   - [ ] agent 是否按 5 步顺序执行？
+   - [ ] agent 是否在 Step 4 前自检了 Step 1-3？
+   - [ ] agent 是否创建了 `.archive-ready` 文件？
+
+### 成功标准
+
+- ✅ 无未经检查的 commit → apply 跳转
+- ✅ 无基于不完整 OpenSpec 的实现
+- ✅ 无先创建 handoff 后补 devflow 的情况
+
+---
+
+## 后续演进方向
+
+### v5.0 候选特性（观察 3+ 次执行后决定）
+
+如果 v4.2 执行良好，但仍有问题，考虑：
+
+1. **流程状态文件** `.sm-flow-state`
+   - 记录当前阶段、已完成阶段、时间戳
+   - 支持断点续做
+
+2. **更多门控文件**
+   - `.context-done`（context 阶段完成）
+   - `.grill-done`（grill 阶段完成）
+   - `.apply-done`（apply 阶段完成）
+
+3. **违规自检机制**
+   - 每个阶段退出前，自动检查是否违反 6 条硬约束
+
+4. **进度可视化**
+   - 每次开始时，汇报进度条（9 个阶段的完成情况）
+
+**判断依据**: 如果 v4.2 后仍频繁出现跳过阶段，再引入更重的机制。
+
+---
+
+## 相关文档
+
+- 执行复盘: `skill-workbench/docs/sm-flow/sm-flow-optimization-suggestions.md`
+- 修改文件: 
+  - `.agents/skills/sm-flow/references/phase-contracts.md`
+  - `.agents/skills/sm-flow/references/archive-rules.md`
+
+---
+
+## 总结
+
+**v4.2 的核心理念**: 把"软性约束"变成"硬性检查"
+
+| 改进点 | Before | After |
+|--------|--------|-------|
+| Commit 标准 | "可执行状态"（模糊） | 文件完整性 + 一致性检查清单 |
+| Apply 门控 | "已通过 commit"（软性） | 检查 `.committed` 文件存在（硬性） |
+| Archive 顺序 | "应该先 devflow"（建议） | 5 步强制顺序 + 自检 |
+
+**预期效果**: 彻底解决"agent 跳过阶段"问题，提升流程可靠性。
@@ -0,0 +1,208 @@
+# SM Flow 首次执行回顾
+
+**日期**：2026-05-21
+**变更**：[ops-message-support](projects/2026-05-21-ops-message-support/) — 站内消息新增 OMC 支持
+**目的**：以本次交互为例，逐阶段复盘实际执行与 SM Flow 预期的差距，作为后续执行的改进依据。
+
+---
+
+## Phase 0 — 入口澄清
+
+### 应该做的
+- 收集问题、期望结果、目标用户、涉及代码区域、约束条件
+- 输出入口摘要、slug、规模分档
+
+### 实际做的
+- 用户输入需求后，直接开始读代码和查数据库
+- 输出了 slug（`ops-message-support`）和分档（micro）
+
+### 没做到的
+- 没有输出入口摘要（清晰的 1-2 句话问题 + 1-2 句话期望结果）
+- 没有列已知影响代码或模块清单
+
+### 改进建议
+- Phase 0 结束时花 1 分钟写 3-5 行入口摘要到 `brief.md`，而不是等用户问再补
+
+---
+
+## Phase 0.5 — Devflow 上下文收集
+
+### 应该做的
+- 初始化 devflow 目录结构
+- 读取 glossary、ADR、历史项目
+- 形成上下文摘要写入 brief.md
+
+### 实际做的
+- 等用户质疑 devflow 无产物时才在 Phase 2.9 补创建
+
+### 没做到的
+- ❌ **没有在 Phase 0.5 创建 devflow 项目目录和任何文件**
+- 没检查 glossary（当时为空也正常，但应该初始化和告知）
+
+### 改进建议
+- 进入 Phase 0.5 就执行 `mkdir devflow/projects/{slug}/` 并创建 `brief.md` 骨架
+- Devflow 是"思考记录"不是"文档任务"，哪怕只写 3 行也比事后补强
+
+---
+
+## Phase 1 — OpenSpec propose
+
+### 应该做的
+- 声明"本阶段调用 openspec-propose skill"
+- 如果不可用，降级为 fallback 并说明原因
+- 产出 proposal / design / specs / tasks
+
+### 实际做的
+- 调用了 `openspec new change` 创建了 change 目录
+- openspec CLI 模板不匹配时报错，**没有声明降级**，直接手动创建文件
+- 手动创建了 research、proposal、design、specs、tasks
+
+### 没做到的
+- ❌ **没有声明"openspec CLI 模板不匹配，降级为 manual fallback"**
+- ❌ **没有区分 Draft OpenSpec 和 Committed OpenSpec**（两者在流程中意义不同）
+- 产出顺序按了 research-first schema，但未验证 artifacts 间的依赖一致性
+
+### 改进建议
+- Skill 不可用时必须说清楚：什么 skill + 什么原因不可用 + 降级方式
+- Draft OpenSpec 阶段标记为 draft，和 Committed OpenSpec 区分
+
+---
+
+## Phase 1.5 — PRD / OpenSpec 对齐
+
+### 应该做的
+- 检查 proposal 是否覆盖 research 范围
+- 检查 design 是否满足 proposal 承诺的能力
+- 检查接口影响等级（L1-L4）
+
+### 实际做的
+- **直接跳过**，没有做任何 formal 的对齐检查
+
+### 没做到的
+- ❌ 对齐检查完全缺失
+- 后果：proposal.md 漏了 type 字段，design.md 和 research.md 都已包含但 proposal 没更新，直到用户 review 才发现
+
+### 改进建议
+- 即使 micro 模式，至少做一次快速交叉检查：research 范围 ↔ proposal 变更 ↔ design 决策 ↔ specs 场景
+
+---
+
+## Phase 2 — Human-in-the-loop 澄清
+
+### 应该做的
+- 声明"本阶段调用 grill-with-docs skill"，按结构化方式追问
+- 至少覆盖术语、边界、验收三个维度
+- evidence-driven 的先查证再汇报
+- user-interview 的**一次只问一个问题**，等用户确认后再问下一个
+- 用户确认后回写 OpenSpec
+- 对模糊的术语（如"运管"）通过 grill 确认其准确定义
+
+### 实际做的
+- **没有调用 grill-with-docs** ❌
+- **一次问了 3 个 user-interview 问题**，违反规则 ❌
+- 收集了充分的 evidence（代码和数据库分析到位）✓
+- 用户确认后及时回写了 OpenSpec ✓
+
+### 没做到的
+- ❌ 没有使用 grill 或任何结构化追问工具，自己随意问了几个问题
+- ❌ 一次多问被用户 reject
+- 问题数量太少：只用了 3 个问题（编码、子分类、字段范围），远不足以覆盖所有盲区
+- 以下该问但没有问的问题：
+  - OMC 消息从哪里发送？通过什么 identifier/messageCode 触发投递？
+  - OMC 用户侧的权限体系是怎样的？和 APP 用户在同一张权限表吗？
+  - OMC 前端需要怎样的响应结构？只要总数还是要子分类列表？
+  - 现有 APP 端有 hasUnread/readAll 等功能，OMC 端是否也需要？
+  - OMC 消息的创建时间和保留策略？
+- "运管"这个概念从一开始就模棱两可，没有通过 grilling 追根究底，到用户主动纠正为 OMC 时才明确
+
+### 改进建议
+- 必须调用 grill-with-docs，不调用就是跳过
+- 问题数量下限：至少 5-8 个尝试性提问，覆盖：术语定义、发送来源、权限模型、前端需求、功能对标
+- 一次一问，等回复后再继续
+- 在 Phase 2 开始时创建 Task 跟踪 grill 进度："Q1[术语]...→Q2[边界]...→Q3[验收]..."，每问一个更新一次
+
+---
+
+## Phase 2.5 — 架构审计
+
+### 应该做的
+- 画出输入 → 处理 → 输出的模块链路
+- 识别跨模块依赖、数据所有权、生命周期和耦合风险
+- 用不超过五句话写出架构风险评估
+- 影响实现的结论回写 OpenSpec design/tasks
+
+### 实际做的
+- **直接跳过**
+- 做了代码分析但未输出正式的架构审计记录
+
+### 没做到的
+- ❌ 模块链路图缺失
+- ❌ 接口影响分析表是用户追问后才补的
+- ❌ listMessageCategory 泄漏 OMC 的问题在架构审计中本应发现，但跳过后留到了用户 review 才发现
+
+### 改进建议
+- Phase 2.5 至少画一张文本链路图：`User → Controller → Service → Mapper → DB`
+- 然后问自己：新增的 type 字段会影响哪些链路节点？
+
+---
+
+## Phase 2.9 — Commit OpenSpec
+
+### 应该做的
+- 检查所有 artifacts 的一致性
+- 检查所有 user-interview 都已确认
+- 检查接口影响已记录
+- 向用户汇报并请求 Phase 3 授权
+
+### 实际做的
+- 做了检查，但不够彻底（proposal 漏了 type）
+- 接口影响分析是补的
+- 汇报了，但用户先发现了 type 字段问题
+
+### 没做到的
+- 没能在用户发现问题前自己找出 proposal 遗漏
+- 自检清单没有对照执行
+
+### 改进建议
+- Phase 2.9 不能光靠头脑检查，要逐行对比 research ↔ proposal ↔ design ↔ specs ↔ tasks 的关键断言
+
+---
+
+## Phase 3 — OpenSpec apply
+
+尚未开始
+
+---
+
+## Phase 4 — 回填 Devflow
+
+### 应该做的
+- 验收记录
+- 更新 devflow/index.md
+- 询问是否归档 OpenSpec change
+
+### 实际做的
+- devflow 产物在用户要求下补创建
+- index.md 在用户质疑后创建
+
+### 改进建议
+- Phase 4 的 devflow 产物应该是最轻松的，因为内容已经在各阶段产出过，只需要汇总
+
+---
+
+## 根因总结
+
+### 约束是否到位？
+
+SM Flow 的 rules 在 SKILL.md 和 reference 中写得很清楚。问题**不是约束不到位**，而是：
+
+1. **高估了小改动的判断** — micro 分档让我误以为"可以跳过检查"，实际 micro 只合并产物不跳过阶段
+2. **按代码习惯而非按流程执行** — 作为习惯于输出代码的 agent，对流程节点的重视度天然低于代码
+3. **缺少执行中的自检机制** — rules 只在加载时读一次，被上下文冲走后就没有对照检查
+
+### 核心教训
+
+- **Devflow 是思考过程，不是文档任务** — 写文档的过程就是做架构审计和一致性检查的过程
+- **Micro 不等于跳过** — 产物可以合并，但检查点不能省略
+- **声明即约束** — 把"本阶段调用 X / 降级为 Y"说出来，是对自己的提醒也是对用户的透明
+- **Devflow 和 OpenSpec 同步更新** — 更新 OpenSpec 时同步更新 devflow，不要把 devflow 留到 Phase 4 一次性补。两者是同一件事的两面，不是先后关系
@@ -0,0 +1,293 @@
+# SM Flow 执行复盘 - 山东商客意向单同步接口
+
+> 项目: yingke-platform  
+> 需求: 385 山东公司商机信息同步接口  
+> 执行日期: 2026-06-23  
+> 复盘人: Claude Code
+
+---
+
+## 执行概况
+
+- **需求规模**: 中等（3个接口 + Kafka消费 + 数据库变更）
+- **总耗时**: 约 2 小时（含多次返工）
+- **返工次数**: 4-5 次重大返工
+- **最终状态**: 核心代码完成，但验签/解密/查询接口未实现
+
+---
+
+## 发现的问题
+
+### 1. 前置调研不足，导致多次返工
+
+#### 问题表现
+
+| 返工点 | 初次实现（错误） | 返工后（正确） | 浪费时间 |
+|--------|------------------|----------------|----------|
+| RequestMsg 结构 | 自创 `SyncIntentOrderReq/Resp` | 使用项目标准 `RequestMsg<T>` | 15 分钟 |
+| Kafka 发送方式 | `SendMessageTunnel` + `TaskTypeEnum` | `ykMqTemplate` + `@YkMsg` | 20 分钟 |
+| Consumer 模块位置 | order-service 模块 | web 模块（参考案例位置） | 10 分钟 |
+| 透传字段结构 | Map → DTO → 最终平铺 | 应一次到位平铺到 Msg | 15 分钟 |
+
+**根本原因**: apply 阶段直接开始写代码，没有充分调研现有代码模式。
+
+#### 改进建议
+
+**在 apply 阶段前增加强制调研步骤**（pre-apply research checkpoint）：
+
+1. **阅读所有参考实现**（设计文档中明确提到的）
+   - 完整阅读参考代码，而不是凭想象
+   - 提取关键模式：请求结构、Kafka 使用、模块划分
+   
+2. **Grep 关键技术栈**
+   ```bash
+   grep -r "@YkMsg" --include="*.java"
+   grep -r "ykMqTemplate" --include="*.java"
+   grep -r "RequestMsg<" --include="*.java"
+   ```
+   
+3. **形成"技术栈清单"文档**（临时产物）
+   ```markdown
+   - 项目使用 RequestMsg<T> 作为统一请求包装
+   - Kafka 消息使用 @YkMsg + MsgData + ykMqTemplate.sendAsync()
+   - Consumer 统一放在 web 模块的 manager/stream/consumer
+   ```
+
+4. **调研时间要求**: 不少于 15 分钟，复杂需求可延长至 30 分钟
+
+---
+
+### 2. 设计文档与实现偏离，缺少一致性检查
+
+#### 问题表现
+
+| 设计文档要求 | 实际实现 | 偏离程度 |
+|--------------|----------|----------|
+| Controller 层 SM3 验签 | 只有 TODO 注释 | ❌ 核心功能缺失 |
+| Service 层 AES256-GCM 解密 | 只有 TODO 注释 | ❌ 核心功能缺失 |
+| queryIntentOrder 调用一体化客服 | 空实现 | ❌ 核心功能缺失 |
+| syncIntentOrder 同步调用 | 改为 Kafka 异步 | ⚠️ 架构差异（可能合理） |
+
+**根本原因**: apply 阶段没有"设计-实现对齐检查点"。
+
+#### 改进建议
+
+**在 apply 阶段中增加对齐检查点**（alignment checkpoint）：
+
+1. **每完成 1 个接口/模块，立即对比设计文档**
+   - 逐条核对设计文档的任务清单
+   - 标记"已完成/部分完成/TODO"
+   
+2. **核心功能不允许"TODO 占位"直接通过**
+   - 加密/解密、验签、核心业务逻辑必须实现或明确标注"待联调"
+   - 区分"框架完整但待联调"（✅） vs "空实现"（❌）
+
+3. **架构差异必须显式记录并询问用户**
+   - 设计说同步，实现改异步 → 必须记录原因并确认
+   - 创建 `decisions.md` 记录所有偏离设计的架构决策
+
+---
+
+### 3. 分步验证不足，一次写太多代码
+
+#### 问题表现
+
+- 一次性写完 Controller + Service + Kafka + Consumer，然后发现 RequestMsg 结构错了
+- 没有"写一点 → 编译 → 确认方向"的小步迭代
+
+#### 改进建议
+
+**强制分步验证**（incremental validation）：
+
+1. **Controller 层先行**
+   - 只写 Controller + 最小 Service 骨架
+   - 确认请求/响应结构正确
+   - 编译通过后再继续
+
+2. **Kafka 发送独立验证**
+   - 写完发送逻辑，先打印 JSON 确认消息格式
+   - 再写 Consumer
+
+3. **Consumer 最后实现**
+   - 基于已确认的消息格式实现
+
+---
+
+### 4. 参考案例利用不充分
+
+#### 问题表现
+
+- 设计文档明确提到"参考 AddIntentOrderOutSystemDealTunnel"
+- 但实际执行时，直到用户提醒才去看参考实现
+- 之前都在凭想象写，导致返工
+
+#### 改进建议
+
+**强制参考案例优先**（reference-first approach）：
+
+1. **grill 阶段就应该找出所有参考案例**
+   - 不要只记录"参考 XXX"，而是实际阅读并提取模式
+   
+2. **apply 前必须完整阅读参考实现**
+   - 不是"扫一眼"，而是逐行理解关键逻辑
+   - 提取可复用的代码片段
+
+3. **参考案例模式提取清单**（临时文档）
+   ```markdown
+   ## AddIntentOrderOutSystemDealTunnel 关键模式
+   
+   1. Consumer 方法签名: `public void onXXX(XXXMsg msgBO)`
+   2. 调用链: msg → AES加密 → OnlineOpportunityApi → 回填状态
+   3. 异常处理: try-catch → updateStatus(EXCEPTION) → throw
+   4. 成功判断: isSyncSuccess() 三层校验
+   ```
+
+---
+
+### 5. grill 阶段澄清不够深入
+
+#### 问题表现
+
+- grill 阶段问了业务问题（省份校验、透传字段），但没有问技术实现问题
+- 导致后续实现时才发现技术栈不熟悉
+
+#### 改进建议
+
+**grill 阶段增加技术实现澄清**：
+
+除了业务澄清，还应该包括：
+
+1. **技术栈确认问题**
+   - "项目现有的 Kafka 消息怎么定义和发送？"
+   - "RequestMsg/ResponseMsg 的标准用法是什么？"
+   - "类似接口的 Controller/Service 是怎么写的？"
+
+2. **参考实现确认**
+   - "设计文档提到的参考实现是哪些文件？"
+   - "这些参考实现的核心模式是什么？"
+
+3. **技术风险识别**
+   - "有哪些技术点我不熟悉，需要先调研？"
+
+---
+
+## 改造建议汇总
+
+### 方案 A: 在现有 9 阶段中增强（保守）
+
+```
+clarify → context → propose → grill+ → specify → audit → commit → pre-apply+ → apply+ → archive
+                                  ↑                                      ↑        ↑
+                           增加技术澄清                             增加调研  增加检查点
+```
+
+**修改点**：
+
+1. **grill 阶段**：增加技术实现澄清问题模板
+2. **apply 阶段前**：增加 pre-apply research checkpoint（15-30分钟）
+3. **apply 阶段中**：增加 alignment checkpoint（每完成1个模块对比设计文档）
+
+### 方案 B: 新增独立调研阶段（激进）
+
+```
+clarify → context → propose → grill → research → specify → audit → commit → apply → archive
+                                                    ↑
+                                          新增独立调研阶段
+```
+
+**新阶段 research**：
+
+- **输入**: proposal + 参考实现列表
+- **输出**: 技术栈清单 + 参考模式提取 + 风险评估
+- **时间**: 15-30 分钟
+- **产物**: `research.md`（临时文档，archive 时删除）
+
+**research.md 结构**：
+
+```markdown
+# 技术调研 - [需求名称]
+
+## 参考实现分析
+
+### AddIntentOrderOutSystemDealTunnel
+- 文件位置: web/manager/stream/consumer/...
+- 关键模式:
+  - Consumer 定义: @YkMqConsumer + MsgData 子类
+  - 调用链: ...
+
+## 技术栈清单
+
+- 请求结构: RequestMsg<T> / ResponseMsg<T>
+- Kafka: @YkMsg + ykMqTemplate.sendAsync()
+- 加密: AESUtil.encryptAES() (AES-128 ECB)
+
+## 风险点
+
+- AES256-GCM 工具类不存在，需要新建
+- 验签逻辑没有现成拦截器，需要在 Service 层实现
+```
+
+### 推荐方案
+
+**方案 A**（渐进增强）：
+
+1. 对现有流程影响小
+2. 实施成本低
+3. 可以立即生效
+
+**具体实施**：
+
+- 修改 `phase-contracts.md` 的 grill 和 apply 阶段规范
+- 增加 checkpoint 描述
+- 更新 question pool 增加技术澄清问题
+
+---
+
+## 其他建议
+
+### 1. 增加"快速失败"机制
+
+当发现以下情况，立即暂停并询问用户：
+
+- 需要创建的类/接口在参考实现中有类似的（防止重复造轮）
+- 实现方式与设计文档明显偏离
+- 连续返工超过 2 次（说明方向可能错了）
+
+### 2. 产物可观测性增强
+
+在 apply 阶段，定期输出：
+
+```markdown
+## 实现进度（每 30 分钟更新）
+
+✅ Controller 层（已完成）
+  - ShandongSyncController.syncIntentOrder
+  - 请求结构使用 RequestMsg<ShandongIntentOrderData>
+  
+🚧 Service 层（进行中）
+  - ShandongSyncService 接口完成
+  - 实现类 70% 完成
+  - ⚠️ 验签解密未实现（TODO）
+  
+⏳ Kafka 层（待开始）
+```
+
+### 3. 设计文档质量要求
+
+设计文档应该包含：
+
+- ✅ 参考实现的具体文件路径（而不是只说"参考 XXX"）
+- ✅ 关键技术栈的使用示例（而不是只说"使用 Kafka"）
+- ✅ 数据流图（清晰展示同步/异步边界）
+
+---
+
+## 总结
+
+**核心问题**: apply 阶段"想当然"开始写代码，缺少充分调研和分步验证。
+
+**解决方向**: 在 apply 前增加强制调研步骤，在 apply 中增加对齐检查点。
+
+**预期效果**: 返工次数从 4-5 次降低到 0-1 次，实现质量与设计文档一致性提升。
+
+**立即可做**: 修改 `phase-contracts.md` 的 grill 和 apply 阶段规范即可生效。
@@ -0,0 +1,504 @@
+# SM Flow Skill - 使用情况分析与优化建议
+
+## 执行概况
+
+**项目**: lookup-knowledge-integration  
+**执行日期**: 2026-06-24  
+**执行模式**: 手动跳阶段（用户直接要求"修复问题"）
+
+### 实际执行的阶段
+
+1. ❌ **Clarify** - 跳过（用户直接给了 handoff 文档）
+2. ❌ **Context** - 跳过（未读取 devflow 历史）
+3. ❌ **Propose** - 跳过（OpenSpec 已存在）
+4. ❌ **Grill** - 跳过（未进行澄清）
+5. ❌ **Specify** - 跳过（OpenSpec 已完整）
+6. ❌ **Audit** - 跳过（未进行架构审计）
+7. ❌ **Commit** - **跳过（关键遗漏）**
+8. ✅ **Apply** - 执行（实现代码）
+9. ⚠️ **Archive** - 部分执行（先创建 handoff，后补 devflow）
+
+---
+
+## 做得好的地方 ✅
+
+### 1. Archive 规则详细且可执行
+
+**优点**：
+- `archive-rules.md` 提供了清晰的提取映射表
+- 目录结构规范（devflow/projects/YYYY-MM-DD-{slug}/）
+- 产物分档（micro/standard/complex）明确
+- 索引维护规则具体
+
+**证据**：被提醒后，我能快速创建符合规范的 devflow 档案
+
+### 2. 硬约束明确
+
+**优点**：
+- 6 条核心规则写在 SKILL.md 顶部，醒目
+- 规则表述清晰（不得跳过 context/grill/commit）
+
+**问题**：虽然规则清晰，但缺少执行机制（见后续建议）
+
+### 3. Phase 契约结构清晰
+
+**优点**：
+- `phase-contracts.md` 定义了进入/退出条件
+- 每个阶段的职责明确
+
+---
+
+## 关键问题 ❌
+
+### 问题 1: Commit 检查缺少可执行标准
+
+**现象**：
+- 我不知道如何判断"通过 commit 检查"
+- phase-contracts.md 说了要做 commit，但没说具体怎么判断
+
+**影响**：
+- 我直接跳过 commit，进入 apply
+- 违反了硬约束规则 4："不得跳过 commit"
+
+**根本原因**：
+```
+phase-contracts.md:
+  "Commit 阶段：检查 Draft OpenSpec 是否达到可执行状态"
+  
+但没有说：
+  - 什么叫"可执行状态"？
+  - 需要检查哪些文件？
+  - 每个文件的必需内容是什么？
+  - 如何标记"已通过"？
+```
+
+### 问题 2: Apply 阶段缺少前置门控
+
+**现象**：
+- 用户说"修复问题"，我直接开始实现
+- 没有检查是否存在 Committed OpenSpec
+
+**影响**：
+- 可能基于不完整的 OpenSpec 执行
+- 违反了 "apply 必须基于 Committed OpenSpec" 的约束
+
+**根本原因**：
+- Apply 阶段的"进入条件"是软性描述
+- 没有强制的文件检查机制（如 `.committed` 文件）
+
+### 问题 3: Archive 阶段缺少 Checklist
+
+**现象**：
+- 我先创建了 handoff 文档
+- 忘记了 devflow 才是核心记忆层
+- 被提醒后才补创建 devflow 档案
+
+**影响**：
+- 归档流程不完整
+- 需要用户纠正
+
+**根本原因**：
+- archive-rules.md 有详细说明，但没有强制执行顺序
+- 我容易按"直觉"操作，而不是按"规范"操作
+
+### 问题 4: 缺少流程状态追踪
+
+**现象**：
+- 我不知道当前在哪个阶段
+- 每次执行都像"全新开始"
+
+**影响**：
+- 容易跳过中间阶段
+- 无法断点续做
+
+---
+
+## 优化建议（按优先级）
+
+### High Priority（立即修复）
+
+#### 建议 1: Commit 检查增加可执行 Checkpoint
+
+**位置**：`references/phase-contracts.md` - Commit 阶段
+
+**增加内容**：
+```markdown
+## Commit 阶段退出条件
+
+必须完成以下 checkpoint：
+
+### 文件完整性检查
+- [ ] `proposal.md` 存在且包含：
+  - 问题描述（至少 50 字）
+  - 建议方案（至少 100 字）
+  - 范围/非范围
+
+- [ ] `design.md` 存在且包含：
+  - 架构设计（文字或图）
+  - 数据结构定义（至少 1 个）
+  - 关键决策记录（至少 2 条）
+
+- [ ] `specs/functional-specs.md` 存在且包含：
+  - 至少 3 个 requirement
+  - 每个 requirement 有 scenario
+
+- [ ] `tasks.md` 存在且包含：
+  - 至少 5 个可执行子任务
+  - 每个任务有验收标准
+
+### 一致性检查
+- [ ] proposal 中的核心概念在 design 中有对应设计
+- [ ] design 中的关键决策在 tasks 中有对应实现任务
+- [ ] tasks 的验收标准可验证（不是"正确实现"这种模糊描述）
+
+### 标记
+通过后创建 `.committed` 文件：
+```bash
+echo "committed at $(date)" > openspec/changes/{slug}/.committed
+```
+
+**执行指令**：
+在 apply 阶段入口，必须先执行此检查。
+```
+
+#### 建议 2: Apply 阶段增加前置门控
+
+**位置**：`references/phase-contracts.md` - Apply 阶段
+
+**修改"进入条件"**：
+```markdown
+## Apply 阶段进入条件
+
+**硬约束**：
+1. 必须存在 `.committed` 文件
+2. 如果不存在，执行以下流程：
+   a. 汇报：Draft OpenSpec 未通过 commit 检查
+   b. 列出缺失的 checkpoint
+   c. 询问用户：是否补做 commit 检查，或明确跳过（需显式确认）
+
+**检查代码**：
+```bash
+if [ ! -f "openspec/changes/{slug}/.committed" ]; then
+    echo "错误：Draft OpenSpec 未通过 commit 检查"
+    echo "请先完成 commit 阶段，或显式确认跳过"
+    exit 1
+fi
+```
+```
+
+#### 建议 3: Archive 阶段增加强制 Checklist
+
+**位置**：`references/archive-rules.md` 顶部
+
+**增加内容**：
+```markdown
+## Archive 阶段强制执行顺序
+
+**按以下顺序执行，不得跳过或重排**：
+
+### Step 1: 创建 devflow 档案（必需）
+- [ ] 创建 `devflow/projects/YYYY-MM-DD-{slug}/brief.md`
+      （从 proposal.md 提取：背景、目标、范围、非目标）
+      
+- [ ] 创建 `devflow/projects/YYYY-MM-DD-{slug}/decisions.md`
+      （从 decisions.md 整理：关键决策、权衡、风险）
+      
+- [ ] 创建 `devflow/projects/YYYY-MM-DD-{slug}/acceptance.md`
+      （记录：静态验证、脚本验证、人工验证、未验证）
+
+### Step 2: 更新索引（必需）
+- [ ] 在 `devflow/index.md` 末尾追加一行：
+      `| YYYY-MM-DD | slug | 领域 | 关键词 | OpenSpec路径 | archived |`
+
+### Step 3: 标记 OpenSpec（必需）
+- [ ] 创建 `openspec/changes/{slug}/.completed` 文件
+
+### Step 4: 创建 Handoff（可选）
+- [ ] 创建 `handoff/YYYY-MM-DD-{slug}.md`
+      （运维交接文档，给未来开发者）
+
+### Step 5: 向用户汇报
+- [ ] 列出创建的 devflow 档案
+- [ ] 汇报验证情况（按类型分类）
+- [ ] 列出剩余风险
+- [ ] 询问：**是否现在归档 OpenSpec？**
+
+**自检**：在执行 Step 5 前，检查 Step 1-4 是否都完成。
+```
+
+---
+
+### Medium Priority（下个版本）
+
+#### 建议 4: 增加流程状态文件
+
+**目标**：让我知道当前在哪个阶段
+
+**实现**：在 OpenSpec 目录维护 `.sm-flow-state` 文件
+
+```json
+{
+  "change": "lookup-knowledge-integration",
+  "currentPhase": "apply",
+  "completed": ["clarify", "context", "propose", "grill", "specify", "audit", "commit"],
+  "nextPhase": "archive",
+  "committed": true,
+  "timestamps": {
+    "commit": "2026-06-24T10:00:00Z",
+    "apply_start": "2026-06-24T10:05:00Z"
+  }
+}
+```
+
+**使用方式**：
+- 每个阶段开始时：读取此文件，确认前置阶段已完成
+- 每个阶段结束时：更新此文件，标记当前阶段完成
+- 用户下次调用时：直接从 `nextPhase` 继续
+
+**集成到 SKILL.md**：
+```markdown
+## 执行前检查
+
+1. 读取 `.sm-flow-state` 文件
+2. 确认当前阶段的前置阶段已完成
+3. 如有缺失，汇报并询问是否补做
+```
+
+#### 建议 5: Context 阶段增加必读清单
+
+**位置**：`references/phase-contracts.md` - Context 阶段
+
+**增加内容**：
+```markdown
+## Context 阶段必读文件
+
+按顺序读取（即使文件不存在也要尝试）：
+
+1. **devflow/index.md** - 项目索引
+   - 查找相关领域的历史项目
+   - 识别可能相关的关键词
+   
+2. **devflow/glossary/CONTEXT.md** - 术语表
+   - 提取项目术语和业务规则
+   
+3. **相关项目的 decisions.md** - 历史决策
+   - 从 index.md 中识别的相关项目
+   - 读取其决策，避免重复或冲突
+   
+4. **devflow/compound/*.md** - 可复用知识
+   - 查找可复用的设计模式、经验
+
+**如果文件不存在**：
+- 记录"无历史上下文"
+- 在 proposal.md 中标注"首次相关实现"
+- 继续执行
+```
+
+#### 建议 6: 增加"违规自检"机制
+
+**目标**：每个阶段结束前，自动检查是否违反硬约束
+
+**实现**：在每个阶段的退出条件后增加"自检清单"
+
+```markdown
+## [阶段名] 退出前自检
+
+检查以下硬约束是否违反：
+
+- [ ] 是否跳过了 context？
+      检查：是否读取了 devflow/index.md？
+      
+- [ ] 是否跳过了 grill？
+      检查：decisions.md 中是否记录了至少 3 个澄清问题？
+      
+- [ ] 是否跳过了 commit？
+      检查：是否存在 .committed 文件？
+      
+- [ ] apply 是否基于 Committed OpenSpec？
+      检查：apply 开始前是否读取了 OpenSpec 文件？
+      
+- [ ] 遇到冲突是否先分类？
+      检查：冲突记录是否标记了类型（规格遗漏/实现偏差）？
+      
+- [ ] 是否调用了所有必需的子 skill？
+      检查：阶段定义中要求的 skill 是否都调用了？
+
+如有违规项，停止执行并汇报。
+```
+
+---
+
+### Low Priority（可选增强）
+
+#### 建议 7: Grill 阶段增加 Question Pool 模板
+
+**目标**：帮助我提出高质量的澄清问题
+
+**位置**：`references/phase-contracts.md` - Grill 阶段
+
+**增加内容**：
+```markdown
+## Grill Question Pool 模板
+
+必须覆盖至少 3 个维度：
+
+### 维度 1: 范围边界
+模板问题：
+- "Out of scope 里的 X 功能，为什么不在这次做？有什么依赖或风险？"
+- "如果用户要求 Y，这个方案能扩展支持吗？需要改动多少？"
+- "边界场景 Z 应该怎么处理？报错还是降级？"
+
+### 维度 2: 技术风险
+模板问题：
+- "如果依赖的 A 服务挂了，这个方案有降级策略吗？"
+- "为什么选择技术方案 B 而不是 C？主要考虑什么？"
+- "数据量增长到 N 倍，性能瓶颈在哪里？"
+
+### 维度 3: 用户验证
+模板问题：
+- "这个方案解决的核心痛点是什么？有真实场景吗？"
+- "有没有现成的替代方案？为什么不用？"
+- "如果上线后发现不符合预期，回滚成本多大？"
+
+### 维度 4: 实现可行性
+模板问题：
+- "最复杂的部分是什么？有没有技术预研？"
+- "需要改动哪些核心模块？影响面多大？"
+- "有没有类似的历史实现可以参考？"
+```
+
+#### 建议 8: 增加"快速模式"明确定义
+
+**当前问题**：`operating-rules.md` 提到快速模式，但没说具体怎么做
+
+**建议**：明确快速模式的简化规则
+
+```markdown
+## 快速模式
+
+### 触发条件
+满足以下所有条件时，可使用快速模式：
+- 变更小于 5 个文件
+- 无架构变更
+- 无数据库迁移
+- 用户明确要求"快速"
+
+### 简化规则
+1. Grill 阶段：至少 1 个问题（而非 3 个）
+2. Specify 阶段：tasks.md 可简化为 3 个子任务
+3. Audit 阶段：可跳过（标注"快速模式跳过审计"）
+4. Archive 阶段：使用 micro 分档（brief/decisions/acceptance）
+
+### 不得简化
+- Context 阶段：仍需读取 devflow
+- Commit 阶段：仍需检查 OpenSpec 完整性
+- Apply 阶段：仍需基于 Committed OpenSpec
+```
+
+---
+
+## 执行机制优化建议
+
+### 当前问题：约束是"软性"的
+
+**现象**：
+- 规则写得很清楚："不得跳过 commit"
+- 但我仍然能跳过，没有强制机制
+
+**根本原因**：
+- 规则是"描述性"的（说应该做什么）
+- 缺少"执行性"的机制（强制检查、文件依赖）
+
+### 解决方案：引入"门控文件"
+
+**设计**：
+```
+每个阶段完成后，创建一个标记文件：
+- .context-done
+- .grill-done
+- .commit-done (即 .committed)
+- .apply-done
+- .archive-done
+
+下一个阶段开始前，检查前置文件是否存在。
+```
+
+**示例**：Apply 阶段入口检查
+```bash
+if [ ! -f ".committed" ]; then
+    echo "错误：Commit 阶段未完成"
+    echo "缺失文件：.committed"
+    echo "请先完成 commit 阶段，或显式跳过（需用户确认）"
+    exit 1
+fi
+```
+
+**好处**：
+1. 强制执行顺序（无法跳过）
+2. 可视化进度（ls 就能看到哪些阶段完成了）
+3. 支持断点续做（下次执行自动识别位置）
+
+---
+
+## 用户体验优化
+
+### 当前问题：用户不知道"现在在哪"
+
+**场景**：
+- 用户说"继续"
+- 我不知道该从哪个阶段继续
+
+**建议**：每次开始时，主动汇报状态
+
+```
+开始执行 SM Flow...
+
+当前状态：
+✅ Context 已完成
+✅ Propose 已完成
+⏸️ Grill 未开始 ← 当前阶段
+
+下一步：执行 Grill 阶段（人类对齐澄清）
+预计耗时：5-10 分钟
+```
+
+### 建议：增加"进度条"
+
+```
+SM Flow 进度：
+[✅] Clarify
+[✅] Context
+[✅] Propose
+[⏸️] Grill ← 当前
+[ ] Specify
+[ ] Audit
+[ ] Commit
+[ ] Apply
+[ ] Archive
+```
+
+---
+
+## 总结
+
+### 核心问题
+1. **Commit 检查缺少可执行标准**（导致容易跳过）
+2. **Apply 阶段缺少前置门控**（没有强制检查 .committed）
+3. **Archive 阶段缺少 Checklist**（容易遗漏 devflow）
+4. **缺少流程状态追踪**（不知道当前在哪）
+
+### 优先修复（High Priority）
+- ✅ Commit 检查增加 Checkpoint
+- ✅ Apply 增加前置门控
+- ✅ Archive 增加 Checklist
+
+这三个修复后，绝大多数"跳过阶段"问题都能解决。
+
+### 框架本身很好
+- 架构清晰（9 个阶段、4 层架构）
+- 规则明确（6 条硬约束）
+- 文档详细（phase-contracts, archive-rules）
+
+**问题不是"约束不够"，而是"执行机制不够明确"。**
+
+增加可验证的 checkpoint 和门控文件后，我就很难"偷懒"了。
@@ -1,4 +1,62 @@
-# 增强版工作流总结
+# SM-Flow 工作流
+
+## 当前设计理念（v4 方向）
+
+**核心定位**：sm-flow 是一个**用提示词实现的协议层 harness**——编排 OpenSpec 的完整生命周期，通过阶段、门控、人类对齐和长期记忆，约束 agent 以正确的顺序、条件和标准使用 OpenSpec。
+
+**四层架构**：
+
+```
+sm-flow        → 编排层（harness）：阶段、门控、产物约束、人类对齐
+  OpenSpec     → 执行引擎：propose/apply/archive 的能力提供方
+    devflow/   → 记忆层：为编排层提供上下文，接收执行结果的回填
+      code     → 实现结果：apply 的产出
+```
+
+**用户命令（4 个）**：
+
+| 命令 | 用户意图 |
+|---|---|
+| `/sm-flow` | 完整流程 |
+| `/sm-flow explore` | 先想想（需求不清楚） |
+| `/sm-flow apply` | 只执行（已有 Committed OpenSpec） |
+| `/sm-flow archive` | 收尾（回填 devflow + 归档确认） |
+
+**内部阶段（9 个，英文动词命名）**：
+
+```
+clarify → context → propose → grill → specify → audit → commit → apply → archive
+入口澄清   上下文     轻量提案   澄清    细化      审计    提交     执行    归档
+```
+
+阶段名是 harness 的内部协议词汇（用于 checkpoint 汇报和进度通知），不是用户 API。用户只需知道 4 个命令，其余通过自然语言交互，由 harness 识别意图后编排。
+
+**关键设计决策**：
+
+- **真理源分层**：devflow = 上下文（术语、历史决策、验收记录），OpenSpec = 执行（唯一执行真理源），代码 = 结果。devflow 增强 OpenSpec，不替代 OpenSpec。
+- **Draft / Committed 分离**：propose 产出 Draft OpenSpec（讨论对象），commit gate 后成为 Committed OpenSpec（执行许可）。apply 只执行 Committed OpenSpec。
+- **grill 在 specify 前**：先澄清需求再细化产物，避免"细化 → grill → 回写细化"的返工循环。propose 只写轻量 proposal.md，grill 稳定需求后 specify 才补全 design/specs/tasks。
+- **devflow 延迟写入**：clarify → apply 期间只维护 `decisions.md` 作为过程日志，archive 阶段从中提取完整 devflow 档案（brief/evidence/acceptance）。
+- **micro ≠ skip**：快速模式合并 gate（clarify+context 合并 checkpoint → propose+specify 合并 checkpoint → grill 最少 1 个问题 → commit 简化检查），但保留最关键的门控。
+- **质量约束可观测**：质量约束必须转化为可观测产出（写入文件 + checkpoint 检查），否则不是约束而是建议。
+
+**使用方式**：
+
+详细的使用说明见 [使用方式.md](./使用方式.md)，包括：
+
+- 4 个用户命令的典型场景
+- 完整规划 → 执行 → 归档的分次调用示例
+- 自然语言交互方式
+- 规模分档（micro / standard / complex）
+- devflow 自动维护机制
+- OpenSpec 集成与 Draft/Committed 分离
+- 常见问题解答
+
+---
+
+## 演进历史
+
+以下是 sm-flow 工作流的历史演进记录，从 v1 到当前 v4 方向。每一版都从真实执行失败中提炼，不是理论推演。

 ## 旧工作流 vs 新工作流

@@ -412,8 +470,56 @@ Phase 2 的 `grill-with-docs` 不是代理自问自答。`user-interview` 问题

 `evidence-driven` 问题可以由代理先查证，但也必须汇报证据、结论和是否需要用户确认。

+Phase 2 在开始追问前，还应该先建立一个 question pool。最小问题池至少覆盖：
+
+- 术语
+- 范围边界
+- 验收口径
+
+如果变更涉及多模块、接口、权限、下游消费者、响应结构或生命周期规则，再把这些维度补进问题池。问题池的作用是先把风险面列全，再继续保持 one-at-a-time 的 `user-interview` 消费节奏，而不是一次把所有问题都抛给用户。
+
 单个 grill 决策确认不等于 Phase 3 apply 授权。用户在 Phase 2 回答“可以”只表示该问题已确认；代理必须先回写 OpenSpec/devflow，停在 Phase 2.9，报告 Committed OpenSpec 检查结果，并等待用户明确要求进入 apply、开始实现、执行修改或继续 Phase 3。

+### Phase Checkpoint
+
+v3.1 的另一个收紧点是：关键阶段不再靠“看起来做完了”判断完成，而是靠显式 checkpoint。
+
+关键阶段至少包括：
+
+- Phase 0
+- Phase 0.5
+- Phase 1
+- Phase 2
+- Phase 2.5
+- Phase 2.9
+
+每个 checkpoint 至少说明：
+
+- 当前阶段
+- 调用的 capability 来源
+- 产出的关键 artifact
+- 已满足的退出条件
+- 尚未解决的 blocker
+
+如果没有这些信息，就不应该把阶段视为已完成，更不应该直接进入下一阶段。
+
+### Cross-Artifact Alignment
+
+v3.1 之后，Phase 1.5 和 Phase 2.9 不只是“看看文档差不多”，而是要显式检查一条对齐链：
+
+```text
+brief/prd -> proposal -> design -> specs -> tasks
+```
+
+检查重点不是格式，而是下游产物有没有把上游已经确定的内容接住，例如：
+
+- `brief/prd` 里的范围和非目标有没有进入 `proposal`
+- `proposal` 的关键承诺有没有进入 `design`
+- `design` 里的实现约束和接口影响有没有进入 `specs` 或 `tasks`
+- `specs` 里的可观察行为有没有被 `tasks` 切成可执行工作
+
+如果字段、术语、约束、行为或切片只停留在上游文档里，就应该视为对齐缺口，先修 OpenSpec，再继续流程。
+
 ### 接口影响分级

 v3.1 区分“接口影响记录”和“独立接口文档”：
@@ -445,6 +551,21 @@ devflow/compound/

 Phase 4 回填项目档案时必须更新 `devflow/index.md`。最小字段为日期、slug、领域、关键词、关联 OpenSpec 和状态。

+另外，v3.1 也把一个实践经验写成硬规则：devflow 不是等到 Phase 4 才第一次补写。`brief.md`、`evidence.md`、`decisions.md` 这类过程内档案应该随阶段就近更新，Phase 4 主要负责 consolidation 和归档口径收束。
+
+### Micro 不是 Skip
+
+`micro` 的目标是降低文档重量，不是给代理发放“可以跳 gate”的许可证。
+
+因此即使是 `micro` 变更，也仍然要保留：
+
+- Phase 0.5 最小上下文收集
+- Phase 2 最小澄清
+- Phase 2.9 commit gate
+- Phase 4 轻量回填
+
+如果因为“改动很小”就跳过这些 gate，应该视为协议偏差，而不是合法优化。
+
 ### 实现期冲突处理

 Phase 3 中，如果用户质疑、用户修改、代码发现、测试失败或运行行为与 Committed OpenSpec 冲突，必须先分类：
@@ -470,6 +591,527 @@ v3.1 将子 skill 从“路径绑定”改为“能力绑定”。例如 `opensp

 这样 `sm-flow` 可以在 Claude、Codex 或其他代理环境中迁移，而不会被某个固定目录锁死。

+一旦进入 fallback，代理还必须把这次降级本身记录下来。也就是说，fallback 不只是“内部换个做法”，而是一个需要显式声明 capability 缺失、降级原因和风险的协议事件。

+## v3.1 后续收口：协议瘦身与 review 修正

+在执行硬化规则落地后，又做了一轮非常实际的收口：不是再增加新规则，而是把已经确认的规则放到更稳定、可维护的位置，并修掉瘦身过程中暴露的引用问题。

+### 顶层 skill 瘦身
+
+`SKILL.md` 不再同时承担“入口协议”和“大段运行手册”两种职责，而是收敛为：
+
+- 工作流定位
+- 真理源分层
+- 核心硬规则
+- reference 加载入口
+- 阶段总览
+
+原来放在顶层但更适合按需读取的内容，被下沉到新的：
+
+```text
+references/operating-rules.md
+```
+
+这里集中放：
+
+- 接口影响分级
+- 启动检查
+- 项目标识规则
+- devflow 产物分层
+- 快速模式细则
+- 完成标准
+
+这样做的目标不是减少规则，而是减少“启动时一次读太多”和“顶层协议与 reference 抢职责”的问题。
+
+### Fallback 去重复
+
+`fallbacks.md` 也做了第二轮整理：
+
+- 顶部统一定义 fallback 通用记录要求
+- 各 fallback 小节只保留自己的额外记录义务
+
+这样可以避免每个 fallback 都重复写一遍“要声明 fallback、要记录 fallback”，同时不丢失协议要求。
+
+### Review 驱动的自洽性修正
+
+瘦身后又发现了一类很典型的问题：**规则本身没错，但 cross-reference 可能断掉**。因此又补了一轮 review 驱动修正，重点包括：
+
+- `phase-contracts.md` 在首次使用接口分级、分档、快速模式时，显式指向 `operating-rules.md`
+- 修正 fallback 锚点，避免 skill 指向不存在的章节名
+- 统一 `operating-rules.md` 的语言风格，避免在主协议是中文时夹着一整份英文运行规则
+
+这轮修正说明一件事：协议产品化不只是”把规则写出来”，还要保证**入口、逐阶段契约、fallback 和运行规则之间的导航关系始终自洽**。
+
+## v4.0：协议层 Harness 重设计
+
+### 背景
+
+v3.1+ 的规则已经比较完整，但一次完整设计评审暴露出三个结构性问题：
+
+1. **定位模糊**：SKILL.md 说”不替代 OpenSpec，而是增强”，但实际上 sm-flow 已经在编排 OpenSpec 的完整生命周期——包括 propose 时机、grill 顺序、commit gate、apply 授权。这不是”增强”，这是”编排”。
+2. **阶段顺序导致返工**：Phase 1 一次性产出完整 4 件套（proposal + design + specs + tasks），Phase 2 才做 grill 澄清。澄清结果必然回写已细化的产物，形成不可避免的返工循环。
+3. **规则过载**：19 条核心规则平铺在一个列表里，混合了硬约束、流程约束和质量约束。agent 读到第 15 条已经记不清前 5 条的优先级。
+
+### 核心认知转变
+
+sm-flow 不是一个”更好的 skill”，也不是 OpenSpec 的增强插件。它是一个**用提示词实现的协议层 harness**——控制 agent 以什么顺序、什么条件、什么标准使用工具。
+
+这个认知来自一个类比：Claude Code harness 是**代码实现**的（工具权限、hooks、context window），agent 物理上绕不过。sm-flow 是**提示词实现**的，agent 理论上可以违反。因此 sm-flow 需要 checkpoint、显式约束、降级声明等机制来强化执行力——这些机制的本质就是弥补提示词 harness 缺乏物理强制力的弱点。
+
+### 四层架构
+
+```
+Claude Code Harness  → 代码层：工具权限、hooks、context window（agent 绕不过）
+  sm-flow Harness    → 协议层：工作流阶段、门控规则、产物约束、人类对齐（提示词实现）
+    OpenSpec         → 执行引擎：propose/apply/archive 的具体操作
+      Sub-skills     → 能力层：grill、zoom-out、diagnose、tdd
+```
+
+### 用户命令：Actions, Not Phases
+
+借鉴 OpenSpec 的 “Actions, Not Phases” 设计哲学——用户命令表达意图，不表达阶段。阶段是 harness 的内部词汇，不是用户的 API。
+
+v3.1 有 9 个阶段编号（Phase 0 / 0.5 / 1 / 1.5 / 2 / 2.5 / 2.9 / 3 / 4），用户需要记住每个编号对应的含义。v4 收敛为 4 个用户命令：
+
+| 命令 | 用户意图 |
+|---|---|
+| `/sm-flow` | 完整流程（从入口到归档） |
+| `/sm-flow explore` | 先聊聊（需求不清楚） |
+| `/sm-flow apply` | 只执行（已有 Committed OpenSpec） |
+| `/sm-flow archive` | 收尾（回填 devflow + 归档确认） |
+
+内部阶段全部改为英文动词命名：
+
+```
+clarify → context → propose → grill → specify → audit → commit → apply → archive
+```
+
+### 阶段顺序调整：grill 在 specify 前
+
+v3.1 的执行顺序：propose（完整 4 件套）→ grill → specify → audit → commit → apply
+
+v4 的执行顺序：propose（只写轻量 proposal）→ grill → specify（补全 design/specs/tasks）→ audit → commit → apply
+
+核心改变：propose 只写轻量 proposal.md，不调用 openspec-propose。grill 在需求稳定前完成澄清。specify 在需求稳定后才调用 openspec-propose 补全完整 OpenSpec。
+
+这消除了返工循环——grill 在细化之前，不存在”细化 → grill → 回写细化”的问题。
+
+### devflow 延迟写入
+
+v3.1 要求 devflow 产物按阶段就近更新（brief、evidence、decisions 随阶段写入），Phase 4 做 consolidation。实践中 agent 同时维护 OpenSpec 和 devflow 形成双重记录。
+
+v4 改为：clarify → apply 期间只维护 `decisions.md` 作为过程日志。archive 阶段从 decisions.md + OpenSpec 产物提取完整档案（brief.md、evidence.md、decisions.md、acceptance.md）。
+
+### 规则精简：19 条 → 6 条硬约束
+
+v3.1 的 19 条规则按三类分组（硬约束 7 条 / 流程约束 7 条 / 质量约束 5 条）。v4 进一步精简为 6 条硬约束留在 SKILL.md，其余约束下沉到 phase-contracts.md 各阶段退出条件。
+
+```
+v3.1：SKILL.md 包含 19 条三类规则 → agent 需要同时记住所有规则
+v4：SKILL.md 只放 6 条硬约束 → agent 按阶段加载对应的过程约束和质量约束
+```
+
+6 条硬约束：
+
+1. OpenSpec 是唯一执行真理源
+2. 不得跳过 context
+3. 不得跳过 grill（至少 3 个问题）
+4. 不得跳过 commit
+5. 冲突必须先分类再处理
+6. 降级执行必须标注
+
+### 冲突分类简化
+
+v3.1 的四分类（实现偏差 / 规格遗漏 / 设计冲突 / 用户变更）在实际执行中边界模糊，agent 需要同时判断类型、选择处理方式、记录到 decisions.md、考虑是否回写 OpenSpec。判断链过长。
+
+v4 简化为 2+1：
+
+- OpenSpec 不准 → 修 OpenSpec
+- 代码偏离 → 修代码
+- 不确定 → 暂停等用户确认
+
+### 质量约束可观测化
+
+v3.1 的质量约束（如”evidence-driven 必须汇报””user-interview 必须等确认”）缺乏可观测产出，agent 可能形式化地填写而不真正验证。
+
+v4 要求质量约束必须有可观测产出：写入文件 + checkpoint 检查。例如：
+
+| 约束 | v3.1（软） | v4（硬） |
+|---|---|---|
+| evidence-driven 汇报 | “必须向用户汇报” | 写入 decisions.md + checkpoint 列出汇报状态 |
+| user-interview 确认 | “必须等待用户回答” | decisions.md 记录问题原文/用户原话/确认状态 |
+| cross-artifact 对齐 | “必须显式检查” | checkpoint 包含 4 行对齐检查表 |
+
+### Micro 模式升级
+
+v3.1 的 micro 只压缩产物（少写几个文件），没有压缩 gate 数量。v4 的 micro 合并 gate：
+
+```
+v3.1 micro：仍然走完整阶段，只是产物变少
+v4 micro：clarify+context 合并 checkpoint → propose+specify 合并 checkpoint → grill（最少 1 个问题）→ commit（简化检查）
+```
+
+### 文件结构变化
+
+```
+v3.1：
+.agents/skills/sm-flow/
+├── SKILL.md                         # ~85行，入口协议 + 19条规则 + 阶段总览
+└── references/
+    ├── phase-contracts.md           # 阶段契约（Phase 0-4 编号）
+    ├── operating-rules.md           # 运行规则
+    ├── fallbacks.md                 # 降级协议
+    ├── archive-rules.md             # 归档规则
+    └── templates.md                 # 产物模板
+
+v4：
+.agents/skills/sm-flow/
+├── SKILL.md                         # ~50行，入口协议 + 6条硬约束 + 4命令 + 9阶段总览
+└── references/
+    ├── phase-contracts.md           # 阶段契约（英文命名，grill 在 specify 前）
+    ├── operating-rules.md           # 运行规则（启动识别 4 命令，micro 合并 gate）
+    ├── fallbacks.md                 # 内置执行协议（冲突 2+1 分类）
+    ├── archive-rules.md             # 归档规则（decisions.md 过程日志提取）
+    └── templates.md                 # 产物模板（+cross-artifact 对齐检查表）
+```
+
+### 新增文档
+
+- `skill-workbench/docs/sm-flow/使用方式.md`：面向用户的使用指南
+- `skill-workbench/docs/sm-flow/design-review.md`：设计评审记录
+
+### v3.1 → v4 变更对照
+
+| 维度 | v3.1 | v4 |
+|---|---|---|
+| 定位 | “OpenSpec 的上下文增强层和归档闭环层” | “协议层 harness，编排 OpenSpec 完整生命周期” |
+| 阶段命名 | Phase 0/0.5/1/1.5/2/2.5/2.9/3/4 | clarify/context/propose/grill/specify/audit/commit/apply/archive |
+| 用户命令 | 无（用户需要知道阶段编号） | 4 个命令（Actions, Not Phases） |
+| propose 产出 | 完整 4 件套（proposal+design+specs+tasks） | 只写轻量 proposal.md |
+| grill 时机 | specify 之后 | specify 之前 |
+| devflow 写入策略 | 按阶段就近更新多个文件 | 只维护 decisions.md，archive 提取 |
+| 核心规则数量 | 19 条三类分组 | 6 条硬约束 |
+| 冲突分类 | 4 类（实现偏差/规格遗漏/设计冲突/用户变更） | 2+1（OpenSpec 不准/代码偏离/不确定） |
+| micro 模式 | 压缩产物 | 合并 gate |
+| 质量约束 | 文字描述 | 可观测产出（写入文件 + checkpoint） |
+
+## v4.0 验证执行复盘（2026-05-25）
+
+用 entry-expand-collapse 需求跑了一轮完整 sm-flow 流程，验证 v4.0 协议的可执行性。功能变更已回滚，仅保留验证发现。
+
+### 暴露的问题
+
+| # | 问题 | 具体表现 | 分析结论 |
+|---|------|----------|----------|
+| 1 | propose 阶段越界 | 在 propose 阶段一次性生成了 proposal + design + specs + tasks，跳过 grill 和 specify | 需求小时 agent 本能跳过门控。现有硬约束 #3（不得跳过 grill）和阶段流程顺序已覆盖，属于执行层面问题，不需要改协议 |
+| 2 | 子 skill 伪调用 | grill 阶段读了 grill-with-docs 的 SKILL.md 后自行执行，audit 阶段跳过了 zoom-out | Skill 工具调用和 Read 后执行效果等价，关键是"不能跳过"而非"用什么工具调用"。硬约束 #6 已覆盖，不需要改协议 |
+| 3 | spec 遗漏用户行为 | spec 写的是"添加 .expanded class"（实现细节），没有写"展开后显示完整正文"（用户可观察行为） | 导致第一版实现只切换了 CSS class，正文内容仍显示截断文本。spec 应描述用户可观察的结果而非实现方式 |
+
+### 做对的部分
+
+- clarify + context 合并执行正确（micro 模式）
+- grill 的 evidence-driven / user-interview 分类和 one-at-a-time 节奏执行到位
+- commit gate 的文件存在性检查生效
+- apply 阶段的冲突分类（代码偏离）处理正确
+- devflow 延迟写入（只维护 decisions.md）降低了维护成本
+
+### 后续观察项
+
+问题 1 和 2 暂不改协议，如果多次验证中反复出现再考虑加约束。问题 3 需要在下次 specify 阶段验证：spec scenario 是否自然地描述用户行为而非实现细节。
+
+## v4.1：Apply 阶段前置调研增强（2026-06-23）
+
+### 背景
+
+基于"山东商客意向单同步接口"的执行复盘（`skill-workbench/docs/sm-flow/sm-flow-execution-review-shandong-intent-sync.md`），发现 apply 阶段存在严重的返工问题：
+
+- **返工次数**：4-5 次重大返工
+- **核心问题**：apply 阶段"想当然"开始写代码，缺少充分调研和分步验证
+- **主要表现**：
+  - 参考实现利用不充分（设计文档提到参考实现，但直到用户提醒才去看）
+  - 技术栈不熟悉（RequestMsg 结构、Kafka 发送方式、Consumer 位置全部返工）
+  - 设计-实现偏离（验签/解密/查询接口只有 TODO 注释）
+
+### 核心改进：Pre-apply Checkpoint
+
+在 apply 阶段开始前增加强制性调研检查点（方案 B 简化版）：
+
+#### 修改 1：grill 阶段增加技术实现维度
+
+在 question pool 中新增"技术实现维度"：
+
+```markdown
+**技术实现维度**（新增）：当 proposal 提到参考实现、或涉及项目现有基础设施时，增加技术澄清问题：
+- 参考实现的具体文件路径是什么？
+- 项目现有的 [请求结构/MQ/缓存/加密/工具类] 标准是什么？
+- 有哪些技术点需要先调研或新建？
+```
+
+**目的**：在 grill 阶段就识别技术调研需求，避免 apply 时才发现技术栈不熟悉。
+
+#### 修改 2：apply 阶段增加 Pre-apply Checkpoint
+
+在 apply 阶段开始前增加 15-20 分钟的强制调研步骤：
+
+**触发条件**（3 条）：
+- design 或 tasks 中提到"参考 XXX 实现"
+- 需要调用项目现有基础设施（MQ/统一请求结构/工具类等）
+- 技术栈不熟悉或第一次在该项目实现类似功能
+
+**执行步骤**（3 步）：
+1. **完整阅读所有参考实现**（约 10 分钟）
+   - 从 OpenSpec design 或 tasks 中定位参考实现文件
+   - 如果路径不明确，通过 Grep 搜索关键类名或模式
+   - 逐行理解关键逻辑，提取可复用代码片段和模式
+
+2. **Grep 关键技术栈**（约 5 分钟）
+   - 请求/响应结构模式
+   - 消息队列模式
+   - 统一工具类
+   - 异常处理和日志记录标准
+
+3. **形成技术栈清单并写入 decisions.md**
+   - 项目使用的请求/响应结构标准
+   - MQ 消息定义和发送标准
+   - Consumer 标准位置和写法
+   - 加密/验签/工具类的标准用法
+   - 识别需要新建的工具类或基础设施
+
+**输出要求**（3 条）：
+- ✅ 技术栈清单已写入 `decisions.md` 的 "Pre-apply Research" 章节
+- ✅ 已列出所有参考实现的文件路径
+- ✅ 已识别需要新建的工具类/基础设施
+
+**快速模式支持**：micro 分档可缩短为 5-10 分钟快速扫描，但仍需形成清单。
+
+#### 修改 3：apply 实现过程增强
+
+**分步实现**：建议按 Controller → Service → MQ/异步组件 → Consumer/下游 顺序，每完成一层验证后再继续。
+
+**首模块完成后对齐检查**：完成第一个接口/模块后，对比 OpenSpec design/tasks，标记"已完成/TODO"；核心功能（加密/验签/核心业务逻辑）不允许空实现或纯 TODO 注释。
+
+**快速失败**：连续返工 ≥ 2 次时，暂停并重新执行 pre-apply checkpoint 或向用户汇报。
+
+#### 修改 4：apply 退出条件增强
+
+新增退出条件：
+- ✅ 已完成 pre-apply checkpoint（如触发条件满足），技术栈清单已写入 `decisions.md`
+- ✅ 核心功能已实现或明确标注"待联调"，无纯 TODO 占位
+
+### 预期效果
+
+| 指标 | 当前 | 目标 | 改善 |
+|------|------|------|------|
+| 返工次数 | 4-5 次 | 0-1 次 | -80% |
+| 核心功能空实现率 | 高（3/3 核心功能） | 0% | -100% |
+| 实现时间（含返工） | 2 小时 | 1.5 小时 | -25% |
+| 前置调研时间 | 0 分钟 | 15-20 分钟 | +20 分钟 |
+
+**ROI 分析**：
+```
+投入：15-20 分钟调研
+回报：节省 60 分钟返工 + 避免核心功能遗漏
+ROI = (60 - 20) / 20 = 200%
+```
+
+### 复杂度评估
+
+**本次修改复杂度**：中等
+- 文本增量：+55 行（从 281 行 → 336 行，+20%）
+- 概念层级：+1 层（apply 内部增加 Pre-apply Checkpoint 子阶段）
+- 强制规则：+5 条（pre-apply 触发条件、执行步骤、输出要求）
+
+**整体复杂度**：高（但合理）
+- 总行数：606 行 → ~700 行（+15%）
+- 阶段数：9 个（不变）
+- 门控数：4 个 → 6 个（+propose checkpoint, +pre-apply checkpoint）
+
+**简化设计**：
+- 采用方案 B（简化版），相比完整方案减少 45% 文本量和 44% 规则数
+- 保留核心价值（前置调研、技术栈清单、核心功能质量保证）
+- 去掉过度约束（严格执行顺序、频繁检查点、详细操作模板）
+
+### 适用场景
+
+✅ **强烈推荐**：
+- 中等及以上规模需求（3+ 接口或涉及多模块）
+- 涉及项目现有基础设施（MQ/统一请求结构/工具类）
+- 第一次在该项目实现类似功能
+- 设计文档提到"参考 XXX 实现"
+
+🟡 **可选执行**：
+- micro 分档的简单需求（可缩短为 5-10 分钟）
+- 纯数据处理或工具脚本（技术栈熟悉）
+
+❌ **不推荐**：
+- 紧急热修复（时间紧急）
+- 一次性脚本（不涉及项目标准）
+
+### 相关文档
+
+- 执行复盘：`skill-workbench/docs/sm-flow/sm-flow-execution-review-shandong-intent-sync.md`
+- 更新日志：`skill-workbench/docs/sm-flow/phase-contracts-v4.1-changelog.md`
+- 修改文件：`.agents/skills/sm-flow/references/phase-contracts.md`
+
+## v4.2：可验证 Checkpoint 与执行机制增强（2026-06-24）
+
+### 背景
+
+基于"lookup-knowledge-integration"的执行复盘（`skill-workbench/docs/sm-flow/sm-flow-optimization-suggestions.md`），发现一个结构性问题：
+
+**约束是"软性"的，缺少执行机制**
+
+- **规则清楚但可绕过**：6 条硬约束写得很清楚"不得跳过 commit"，但 agent 仍然能跳过
+- **标准模糊无法判断**：commit 阶段说"检查是否可执行"，但不知道具体检查什么
+- **流程无强制顺序**：archive 建议"先 devflow 后 handoff"，但 agent 可能先创建 handoff
+
+**核心认知**：规则是"描述性"的（说应该做什么），缺少"执行性"的机制（强制检查、文件依赖）。
+
+### 核心改进：从软性约束到硬性检查
+
+v4.2 不增加新阶段或新规则，而是**把现有约束变成可验证的 checkpoint**：
+
+| 改进点 | Before（v4.1） | After（v4.2） |
+|--------|---------------|--------------|
+| Commit 标准 | "检查是否可执行"（模糊） | 文件完整性 + 一致性检查清单（具体） |
+| Apply 门控 | "已通过 commit"（软性） | 检查 `.committed` 文件存在（硬性） |
+| Archive 顺序 | "应该先 devflow"（建议） | 5 步强制顺序 + 自检（必须） |
+
+### 详细修改
+
+#### 修改 1：Commit 阶段增加可验证 Checkpoint
+
+**文件完整性检查**（必须全部通过）：
+- [ ] `proposal.md` 存在，包含问题描述（≥50字）、建议方案（≥100字）、范围/非目标
+- [ ] `design.md` 存在，包含架构设计、数据结构（≥1个）、关键决策（≥2条）
+- [ ] `specs/` 目录存在，至少 1 个 functional-spec.md 包含 ≥3 个 requirement
+- [ ] `tasks.md` 存在，包含 ≥5 个可执行子任务，每个任务有验收标准
+
+**一致性检查**（必须通过）：
+- [ ] proposal 核心概念 → design 有对应设计
+- [ ] design 关键决策 → tasks 有对应实现
+- [ ] tasks 验收标准可验证（非"正确实现"这类模糊描述）
+
+**标记文件**：检查通过后，创建 `openspec/changes/{slug}/.committed` 文件
+
+#### 修改 2：Apply 阶段增加前置门控
+
+**前置门控检查**（硬约束）：
+1. 检查 `openspec/changes/{slug}/.committed` 文件是否存在
+2. 如不存在：
+   - 汇报：Draft OpenSpec 未通过 commit 检查
+   - 列出缺失的 checkpoint 项
+   - 询问用户：是否补做 commit，或明确跳过（需显式确认）
+
+#### 修改 3：Archive 阶段增加强制执行顺序
+
+**5 步 Checklist**（不得跳过或重排）：
+1. **创建 devflow 档案**（必需）：brief.md + evidence.md + decisions.md + acceptance.md
+2. **更新索引**（必需）：在 `devflow/index.md` 追加一行
+3. **标记 OpenSpec**（必需）：创建 `.archive-ready` 文件
+4. **向用户汇报**（必需）：列出文件、验证分类、剩余风险，询问是否归档
+5. **执行 OpenSpec Archive**（可选）：用户确认后调用 `openspec-archive-change`
+
+**自检**：Step 4 前检查 Step 1-3 是否都完成
+
+### 新增门控文件
+
+| 文件 | 创建时机 | 用途 |
+|------|----------|------|
+| `.committed` | commit 阶段退出时 | apply 阶段前置门控依据 |
+| `.archive-ready` | archive Step 3 | 标记归档准备就绪 |
+
+### 预期效果
+
+**解决的问题**：
+- ❌ Commit 标准不明确 → ✅ 有具体检查清单，无法模糊通过
+- ❌ Apply 可能基于不完整 OpenSpec → ✅ 门控文件强制阻止
+- ❌ Archive 容易遗漏 devflow → ✅ 强制顺序确保完整
+
+**量化指标**：
+- Commit 阶段跳过率：-100%（有 checklist 无法跳过）
+- Apply 基于不完整 OpenSpec：-100%（门控阻止）
+- Archive 遗漏 devflow：-100%（强制顺序）
+
+### 设计原则
+
+#### 1. 可验证性
+将模糊标准转为可测量的具体要求：
+- Before: "检查 OpenSpec 是否可执行"
+- After: "proposal ≥50字、design ≥1个数据结构、specs ≥3个 requirement"
+
+#### 2. 门控文件
+用文件存在性替代软性判断：
+- Before: 描述"已通过 commit"
+- After: 检查 `.committed` 文件存在
+
+#### 3. 强制顺序
+用 checklist 替代建议性描述：
+- Before: "应该先创建 devflow"
+- After: "Step 1 devflow → Step 2 索引 → Step 3 标记 → Step 4 汇报"
+
+### 复杂度评估
+
+**本次修改复杂度**：低-中等
+- 文本增量：+80 行（phase-contracts.md +40 行，archive-rules.md +40 行）
+- 概念增加：2 个门控文件
+- 规则增强：3 个阶段的检查清单
+
+**整体复杂度**：高（但更可靠）
+- 总行数：~700 行 → ~780 行（+11%）
+- 门控数：6 个 → 8 个
+
+**权衡**：
+- ✅ 收益：彻底解决"跳过阶段"问题
+- ⚠️ 成本：增加 80 行文本，更多检查项
+
+### 与 v4.1 的关系
+
+| 版本 | 核心改进 | 解决问题 |
+|------|----------|----------|
+| v4.1 | Pre-apply Research Checkpoint | apply 前置调研不足，导致返工（4-5次 → 0-1次） |
+| v4.2 | 可验证 Checkpoint + 门控文件 | 约束是软性的，agent 容易跳过阶段 |
+
+**互补关系**：
+- v4.1 解决"调研不充分导致返工"（质量问题）
+- v4.2 解决"缺少执行机制导致跳过阶段"（流程问题）
+
+### 适用场景
+
+**✅ 所有场景（无例外）**
+
+v4.2 的改进是执行机制层面的，不涉及业务逻辑：
+- 无论 micro/standard/complex，都需要 commit 检查
+- 无论需求大小，都需要 apply 前置门控
+- 无论项目规模，都需要 archive 强制顺序
+
+**快速模式**：可以简化产物（如 tasks 只需 3 个），但**不能跳过门控**。
+
+### 后续演进方向（v5.0 候选）
+
+如果 v4.2 执行良好但仍有问题，考虑：
+
+1. **流程状态文件** `.sm-flow-state`
+   - 记录当前阶段、已完成阶段、时间戳
+   - 支持断点续做
+
+2. **更多门控文件**
+   - `.context-done`、`.grill-done`、`.apply-done`
+   - 形成完整的阶段间依赖链
+
+3. **违规自检机制**
+   - 每个阶段退出前，自动检查 6 条硬约束
+
+4. **进度可视化**
+   - 每次开始时，汇报进度条
+
+**判断依据**：如果 v4.2 后仍频繁出现跳过阶段，再引入更重的机制。
+
+### 相关文档
+
+- 执行复盘：`skill-workbench/docs/sm-flow/sm-flow-optimization-suggestions.md`
+- 更新日志：`skill-workbench/docs/sm-flow/phase-contracts-v4.2-changelog.md`
+- 修改文件：
+  - `.agents/skills/sm-flow/references/phase-contracts.md`
+  - `.agents/skills/sm-flow/references/archive-rules.md`
@@ -0,0 +1,191 @@
+# SM-Flow 使用方式
+
+本文档面向 sm-flow 的用户，说明如何启动、交互和使用 sm-flow。
+
+## 快速开始
+
+sm-flow 通过 4 个用户命令覆盖完整生命周期。你不需要了解内部阶段，只需表达意图。
+
+| 命令 | 意图 | 典型场景 |
+|---|---|---|
+| `/sm-flow` | 完整流程 | 有粗略想法，从头规划到执行 |
+| `/sm-flow explore` | 先聊聊 | 需求不清楚，带上下文探索 |
+| `/sm-flow apply [change]` | 只执行 | 已有 Committed OpenSpec，直接实现 |
+| `/sm-flow archive [change]` | 收尾 | 执行完了，回填 devflow + 归档 |
+
+你也可以用自然语言指定阶段继续，例如：
+
+```
+ops-message-support 的 grill 已经做完了，继续
+帮我检查一下 add-dark-mode 的 OpenSpec 对齐
+```
+
+sm-flow 会识别意图，自动补做最小前置检查，然后从指定阶段继续。
+
+## 典型使用流程
+
+### 场景 1：完整规划 → 执行 → 归档（分三次调用）
+
+```bash
+# 第一次：完整规划
+/sm-flow 给站内消息加 OMC 支持
+→ 走完 clarify → context → propose → grill → specify → audit → commit
+→ 停在 apply 前，你说"先不执行了"
+
+# 第二次：继续执行
+/sm-flow apply ops-message-support
+→ 进入 apply，执行完 tasks
+
+# 第三次：归档
+/sm-flow archive ops-message-support
+→ 回填 devflow，询问是否归档 OpenSpec change
+```
+
+三个阶段，三次调用，每次只做一个用户意图的事。
+
+### 场景 2：需求不清楚，先探索
+
+```bash
+/sm-flow explore 我们在考虑是否要重构消息队列
+→ sm-flow 读取 devflow 上下文，和你讨论需求边界、风险、替代方案
+→ 不生成 OpenSpec，只帮你理清思路
+→ 如果讨论出明确方向，下次可以用 /sm-flow 启动完整流程
+```
+
+### 场景 3：小改动，快速模式
+
+```bash
+/sm-flow 修复按钮的拼写错误
+→ sm-flow 识别为 micro 规模
+→ 合并 gate：clarify+context 合并 checkpoint → propose+specify 合并 checkpoint → grill（最少 1 个问题）→ commit（简化检查）
+→ 保留最关键的门控，但流程更轻量
+```
+
+### 场景 4：从中间继续
+
+```bash
+# 上次对话停在 grill 阶段
+add-dark-mode 的 grill 已经做完了，继续
+→ sm-flow 识别意图，自动补做 specify 的最小前置检查
+→ 从 specify 阶段继续
+```
+
+## 交互模式
+
+### Human Checkpoint
+
+sm-flow 在关键节点会暂停并询问你：
+
+- **propose 后**：说明 proposal 范围、关键假设、主要风险，询问是否继续 grill
+- **grill 后**：汇报已解决和未解决的问题、proposal 变更，询问是否继续 specify
+- **audit 后**：说明架构风险、OpenSpec 修正点，询问是否进入 commit
+- **commit 后**：说明 Committed OpenSpec 范围、接口影响、剩余风险，询问是否进入 apply
+- **archive 前**：询问是否归档 OpenSpec change
+
+你可以选择继续、暂停、或要求返回上一阶段。
+
+### Grill 阶段的一对一澄清
+
+grill 阶段会建立一个 question pool，覆盖术语、边界、验收三个维度。问题分两类：
+
+- **evidence-driven**：sm-flow 先查证代码、文档、OpenSpec 或 ADR，再向你汇报证据和结论
+- **user-interview**：sm-flow 一次只问一个问题，等你确认后才继续
+
+典型节奏：查证 1-2 个 evidence-driven → 汇报 → 问 1 个 user-interview → 等确认 → 继续。
+
+### 自然语言交互
+
+除了 4 个命令，你可以用自然语言与 sm-flow 交互：
+
+```
+# 指定 change name
+继续 ops-message-support
+
+# 指定阶段
+add-dark-mode 的 specify 做完了吗？
+
+# 指定动作
+帮我检查一下 add-dark-mode 的 cross-artifact 对齐
+
+# 混合表达
+ops-message-support 的 grill 已经确认了术语和边界，继续 specify
+```
+
+sm-flow 会识别意图，自动编排后续阶段。
+
+## 规模分档
+
+sm-flow 根据变更规模自动分档，调整流程重量：
+
+| 分档 | 适用场景 | 流程特点 |
+|---|---|---|
+| `micro` | 小改动、低风险、需求明确 | gate 合并，grill 最少 1 个问题，commit 简化检查 |
+| `standard` | 默认模式 | 完整 9 阶段流程 |
+| `complex` | 高风险、跨模块、需求不清、多人协作 | standard 基础上增加扩展产物（PRD/research/design/tasks/alignment） |
+
+你不需要显式指定分档，sm-flow 会在 clarify 阶段自动判断。如果判断不准，会作为 user-interview 问题等待你确认。
+
+## devflow：自动维护的项目长期记忆
+
+sm-flow 会自动维护 `devflow/` 目录作为项目长期记忆。你不需要手动管理它。
+
+```
+devflow/
+├── projects/YYYY-MM-DD-{slug}/       ← 项目档案（brief/evidence/decisions/acceptance）
+├── glossary/CONTEXT.md                ← 领域词汇表
+├── compound/                          ← 跨项目知识沉淀
+├── reference/                         ← 共享模板
+└── index.md                           ← 项目索引
+```
+
+**clarify → apply 期间**：sm-flow 只维护 `decisions.md` 作为过程日志（grill 结论、关键决策、验证结果）。
+
+**archive 阶段**：从 decisions.md + OpenSpec 产物提取完整档案（brief.md、evidence.md、decisions.md、acceptance.md）。
+
+**下次使用时**：sm-flow 会自动读取 devflow 上下文，增强 OpenSpec 产物。术语、历史决策、验收记录不会丢失。
+
+## OpenSpec 集成
+
+sm-flow 编排 OpenSpec 的生命周期，但不强制依赖 OpenSpec CLI：
+
+- **优先使用 OpenSpec CLI**：如果 `openspec-propose`、`openspec-apply-change`、`openspec-archive-change` 可用，sm-flow 会调用它们
+- **内置执行协议**：如果 OpenSpec CLI 不可用，sm-flow 使用内置协议接管（标注为降级执行）
+
+Draft / Committed 分离：
+
+- **Draft OpenSpec**：propose 阶段产出，是讨论对象，不是执行许可
+- **Committed OpenSpec**：通过 commit gate 后，成为 apply 的执行依据
+- **apply 只执行 Committed OpenSpec**：防止未经澄清的方案直接进入实现
+
+## 常见问题
+
+### Q: 我需要在启动前准备什么？
+
+不需要。sm-flow 会从你的粗略想法、issue、PRD 或已有 research 开始。如果信息不足，clarify 阶段会追问。
+
+### Q: 我可以跳过某个阶段吗？
+
+不可以。sm-flow 的门控是硬约束（grill 至少 3 个问题、commit gate 必须通过）。但 micro 模式会合并 gate，减少流程开销。
+
+### Q: 如果 OpenSpec 不可用怎么办？
+
+sm-flow 会使用内置执行协议接管，标注为降级执行。产物仍然写入 `openspec/changes/{slug}/`，只是不通过 OpenSpec CLI。
+
+### Q: devflow 和 OpenSpec 冲突怎么办？
+
+sm-flow 会先汇报冲突，等你确认，然后修正 OpenSpec，再继续执行。devflow 是上下文，OpenSpec 是执行真理源。
+
+### Q: 我可以修改已经 commit 的 OpenSpec 吗？
+
+可以。如果 apply 阶段发现规格遗漏、设计冲突或用户变更，sm-flow 会暂停 apply，修正 OpenSpec 后重新提交。
+
+### Q: archive 阶段会自动归档 OpenSpec 吗？
+
+不会。archive 阶段会回填 devflow，然后询问你是否归档 OpenSpec change。在你说"是"之前，不会执行归档。
+
+## 参考文档
+
+- **设计理念**：[workflow.md](./workflow.md) — 当前设计理念（v4 方向）和演进历史
+- **设计评审**：[design-review.md](./design-review.md) — 核心定位、状态评估、已确认修改方向
+- **回溯分析**：[retrospective.md](./retrospective.md) — 历史执行失败分析
+- **使用问题**：[使用问题.md](./使用问题.md) — 真实痛点收集
Author	SHA1	Message	Date
zhuyongxin	c9a6777340	sm-flow v4.2: add verifiable checkpoints and gate file mechanism Based on real execution review (lookup-knowledge-integration), discovered that constraints are "soft" - rules are clear but lack enforcement mechanism. Core problem: Agent can skip stages despite explicit rules saying "must not skip" Changes: 1. Commit phase: add verifiable checkpoint - File completeness check: proposal ≥50 words, design ≥1 data structure, specs ≥3 requirements, tasks ≥5 items - Consistency check: proposal concepts → design mapping, design decisions → tasks implementation - Gate file: create .committed after passing all checks 2. Apply phase: add pre-gate check - Hard constraint: check .committed file existence - If missing: report, list gaps, ask user to fix or explicitly skip - Block implementation based on incomplete OpenSpec 3. Archive phase: add mandatory execution order - 5-step checklist: devflow files → index → .archive-ready → report → archive - Self-check: verify Step 1-3 before Step 4 - Prevent "handoff first, devflow forgotten" issue New gate files: - .committed: created by commit phase, checked by apply phase - .archive-ready: created by archive Step 3 Expected impact: - Commit skip rate: -100% (explicit checklist prevents fuzzy pass) - Apply on incomplete OpenSpec: -100% (gate blocks) - Archive devflow omission: -100% (mandatory order) Design principles: - Verifiability: "executable state" → "≥50 words + ≥1 structure + ≥3 requirements" - Gate files: soft judgment → file existence check - Mandatory order: advisory "should do" → 5-step checklist "must do" Complexity: +80 lines (phase-contracts.md +40, archive-rules.md +40) Approach: turn soft constraints into hard checks, no new stages Relation to v4.1: - v4.1: solve "insufficient research causes rework" (quality issue) - v4.2: solve "lack of enforcement causes stage skipping" (process issue) Docs: - phase-contracts.md: enhanced commit + apply phases - archive-rules.md: added mandatory execution order at top - workflow.md: added v4.2 evolution chapter - phase-contracts-v4.2-changelog.md: detailed change log - sm-flow-optimization-suggestions.md: source review	2026-06-24 14:51:45 +08:00
zhuyongxin	b94ee31cb1	sm-flow v4.1: add pre-apply research checkpoint to reduce rework Based on real execution review (shandong-intent-sync), apply phase suffered from 4-5 rework cycles due to insufficient upfront research. Changes: - grill: add technical implementation dimension to question pool - apply: add mandatory pre-apply checkpoint (15-20min research) - read reference implementations thoroughly - grep key tech stack patterns - form tech stack checklist in decisions.md - apply: add incremental implementation guidance - apply: add first-module alignment check - apply: add fast-fail rule (≥2 rework → pause) Expected impact: - Rework: 4-5 cycles → 0-1 cycle (-80%) - Core feature empty impl: 100% → 0% - ROI: 200% (invest 20min, save 60min) Complexity: +55 lines to phase-contracts.md (+20%) Approach: simplified version (plan B) to balance value vs overhead Docs: - phase-contracts.md: updated grill + apply phases - workflow.md: added v4.1 evolution chapter - phase-contracts-v4.1-changelog.md: detailed change log - sm-flow-execution-review-shandong-intent-sync.md: source review	2026-06-23 11:27:32 +08:00
zhuyongxin	9b44dc1395	remove unused devflow/reference and ignore .codex - devflow/reference/ was a placeholder from initial design with no write/read rules defined across v2-v4 iterations - .codex/ is tool-generated and should not be tracked	2026-05-26 10:14:25 +08:00
zhuyongxin	63994b6440	harden sm-flow protocol and archive v4.0 validation runs - Rewrite hard constraint #1: apply must read Committed OpenSpec files as the execution source of truth - Promote sub-skill invocation to hard constraint #6; remove fallbacks.md and all degradation paths - Add file existence verification at commit and archive exit gates - Require grill question pool, evidence-driven conclusions, and user-interview confirmations to be written to decisions.md - Record v4.0 validation retrospective in workflow.md: propose overreach, sub-skill pseudo-calling, spec omitting user behavior - Archive knowledge-index-sort OpenSpec and devflow entries from prior run	2026-05-26 09:59:24 +08:00
zhuyongxin	71e0b7f801	redesign sm-flow v4.0 as protocol-layer harness - Reposition sm-flow as orchestration harness over OpenSpec lifecycle - Adopt 4 user commands (Actions, Not Phases) instead of phase numbers - Rename all stages to English verbs (clarify through archive) - Reorder execution: grill before specify to eliminate rework loops - Simplify core rules from 19 to 6 hard constraints in SKILL.md - Simplify conflict classification from 4 categories to 2+1 - Switch devflow strategy to decisions.md-only process log during execution - Upgrade micro mode from artifact compression to gate merging - Add observable outputs for quality constraints - Add design review doc and user guide - Append v4.0 changelog to workflow.md	2026-05-25 17:28:15 +08:00
zhuyongxin	1f01e30c4e	harden and streamline sm-flow protocol	2026-05-25 11:44:20 +08:00