验证结果并开 PR

来源

这是中文译文，方便对照阅读。本站不发行中文版插件。英文原文 pstack/docs/guide/06-verify-and-ship.md，取自 pstack 官方仓库 cursor/plugins 的提交 12d587d。

本站英文页

验证结果并开 PR

「能编译」不是证据。Prove It Works 原则 让代理在报告成功之前，先检查真实产物。你要做的，是让「真实产物」可以被检查。本页讲四件事：写明完结条件，为你的应用生成验证 skill，开 PR，再把它推进到已合并。

一开始就写明完结条件

在第一条提示词里写明做完是什么意思。用你顺手的说法即可：

/poteto-mode add json output to this command. text output stays byte-identical, the json parses, both run against the sample project. show me the evidence.

这样代理就有三项可以跑的检查。要满足的心情不算数。回复回来时，应带上确切的命令和输出。某项检查跑不了，好的回复会说「inconclusive」。没有证据却很有信心的回复，你要当成危险信号。

让检查和改动对上：

• CLI 改动，就跑真实命令。
• UI 改动，就在正在运行的应用里走一遍改过的流程。
• 解析器或迁移，就重放一份保存好的输入。
• 性能改动，就对比前后的 profile。
• 存储改动，就把写下的值读回来。

对一份你不完全信任的小 diff，/blast-radius 找出它还可能在别处弄坏什么。它挑出改动之所以安全所靠的那一个事实，并用跑代码来证明。不写一篇长文来论证。

为项目创建验证 skill

上面那条 UI 要点背后有个真实要求。代理需要一套脚本化的办法来驱动你的应用。项目里已经有，就用现成的。没有就运行：

/create-verification-skill

/create-verification-skill 问的是仓库，不是你。它弄清用户会碰到什么，应用如何在本地启动，用什么来驱动（先用已有的 harness，否则用浏览器和 CDP、PTY，或普通 HTTP），什么证据能证明行为，以及两个实例能否并排运行。它只问你代码回答不了的事。

它写入 .cursor/skills/verify-<app>/。里面是面向代理的说明，带有确切的 Launch、Doctor、Drive、Evidence、Cleanup 各节。features/ 下还有一份 feature map，索引应用做了什么，以及什么结果能证明每个功能有效。这个 skill 自带一份做好的 feature map 示例，含一份 README 索引，每个功能一个文件，用上四个必需的 H2。交给你之前，生成器会把这个 skill 端到端证明一次：启动，doctor 检查，驱动一个功能，采集证据，清理。这次证明失败，就不要用这份输出。

从此以后，「在应用里验证」是任何代理都能执行的一步。就在这个仓库里。不用再开一场配置对话。

验证 skill 能用之后，/swarm 可以按 feature map 条目拆开一整轮，再把结果汇总起来。

让验证 skill 保持真实

应用会变，feature map 会过期。你的这份漂了，就运行：

/maintain-verification-skill

/maintain-verification-skill 审计生成出来的 skill。每个功能一个只读的源码阅读者，并行进行。然后做一轮现场通过，驱动每一个已映射的功能。结束时正好是三种结果之一。clean 表示覆盖完整，没有要交付的东西。changed 表示一个已证明的修正 PR，范围限在验证 skill 自己的目录里。blocked 会点出阻塞项。它从不改产品代码。现场通过如果抓到产品回归，它报告这个回归。不在文档里把它糊过去。

开 PR

/poteto-mode open the pr. small ordered commits, evidence in the description.

Opening a PR playbook 从 worktree 开工。它把工作变基成小而有序的提交，清理 diff，unslop 正文，并返回 PR 链接。五个窄 PR 胜过一个肥 PR。后续改动叠加上去，也好过让一个分支越长越大。

用 Babysit 把 PR 推到可合并

PR 一开，阻塞项马上开始堆积。检查会失败。审查者会评论。主干会动。把这摊折腾交给 Babysit playbook：

/poteto-mode babysit this pr. get it green.

Babysit 用自带的 watcher 盯着 PR，并按顺序处理阻塞项：先冲突，再审查线程，然后是 CI。已知的修复攒进同一次 push。检查只重启一次，不用每修一处就重启。评论分拣持怀疑态度。人和机器人把真实捕获和噪声放在同一张列表里。真实的 finding 会得到修复。噪声会被驳回，反证贴在线程上。如果你只要状态，就把请求说小一点。Babysit 会回答，不会启动那一轮循环：

/poteto-mode check on pr 123. anything outstanding?

Babysit 停在可合并。即使全部变绿，它也从不合并。合并是另一个决定。

用 Shipping 把栈落地

全绿和安全是两回事。你准备落地时，直接说：

/poteto-mode land the stack.

Shipping playbook 在启动任何动作之前，先独立验证每个 PR。每个 PR 由一个新的代理现场证明行为。评判改动的代理，永远不是写下它的那个。然后 Shipping 只从底部落地连续已验证的那一段。一次一个 PR。默认经 GitHub。Origin 的 CLI 可用时走 Origin。它会报告打断这条链的第一个 PR。一个已验证的 PR 如果坐在未验证的 PR 上面，就等待。合并它会把下面的缺口卷进来。

下一篇：睡觉时让工作继续跑。