Skip to content

NocodeMrLi/mini-program-engineering-skill-suite / skills/mini-program-verification-skill

mini-program-verification-skill

Verified

Verify mini-program implementations and fixes with risk-calibrated evidence across static checks, unit tests, integration tests, state matrices, simulators, real devices, cloud environments, and release artifacts. Use when users ask to test, validate, accept, regression-check, quality-check, confirm readiness, or determine whether a mini-program feature is actually complete. Binds results to a source and build fingerprint, records commands and observable evidence, separates passed, failed, blocked, and not-run layers, prioritizes the next highest-information check, and never converts local success into device, cloud, release, or formal acceptance claims.

references/evidence-admissibility.md

View on GitHub
# 证据可采信性规则与触发场景

证据必须先证明“它是什么、来自哪里、对应哪个版本、能支持什么”,再参与工程结论。`admissible`、`limited` 和 `not-admissible` 是证据质量标签,不是交付生命周期状态,也不能替代 `locally-verified`、`device-verified`、`uploaded` 或其他状态证据。

## 最小证据记录

- 证据标识与证据类型。
- 产生工具、工具版本、格式和采集方式。
- 产生时间、时区、环境、账号/设备的匿名标识。
- 对应源码、构建产物、配置、请求或平台对象的指纹。
- 原始保存位置、文件大小、SHA-256 或平台回执标识等完整性信息。
- 观察到的事实和适用结论。
- 不能证明的内容、缺失上下文和可能过期条件。
- 采集者与验证者是否独立;若为历史材料,记录重新核对结果。

## 可采信性检查

1. **相关性**:证据是否直接对应待判断行为,而不是相邻功能或相似截图。
2. **版本一致性**:源码、构建、配置、设备和平台对象是否绑定同一目标指纹。
3. **来源可识别性**:产生工具、格式、工具版本、时间和环境是否可确认。
4. **完整性**:日志是否截断、截图是否缺关键区域、文件是否有哈希或回执可复核。
5. **时效性**:历史结果是否可能被新构建、配置、数据或平台状态取代。
6. **独立性**:实现者自述、自动生成摘要或同一流程内部断言是否有独立观察支持。

## 质量标签

| 标签 | 使用条件 | 处理方式 |
| --- | --- | --- |
| `admissible` | 来源、版本、范围和完整性足以支持点名结论 | 可计入该结论,仍不得跨证据层推导 |
| `limited` | 证据真实但缺少部分范围、版本、时间或独立性信息 | 仅支持明确缩小后的结论,并列出限制 |
| `not-admissible` | 来源不可识别、版本不匹配、内容损坏/截断,或与待判断事项无直接关系 | 不计入通过结论,只作为调查线索 |

单张截图通常只能证明特定时刻的可见状态;没有设备、版本和操作步骤时不能证明完整真机流程。测试退出码没有测试数量和目标指纹时不能证明目标功能通过。平台回执若无法绑定目标版本,不能证明当前包已上传、审核或发布。

## 代表场景

真机录屏同时记录机型、系统、客户端版本、目标构建指纹、操作步骤、时间和原始文件哈希。它可被判为 `admissible` 并支持点名设备与流程,但不能证明其他设备、云端部署或正式发布。

## 边界场景

一段历史日志显示请求成功,但日志已截断,工具版本、环境和构建指纹未知。它最多是 `limited` 调查线索;不能据此把当前版本标记为云端验证通过。

## 外部样本字段标定

外部导入、迁移或对账分别记录可解析、表头存在、非空观测、单位/状态/时区及实体映射。每个关键字段绑定来源类别、采集条件/窗口、观测样本、独立事实源和未核项。空表及空尾注只支持解析/空窗,不能提供未出现语义的默认值;合成映射不自动成为正式口径。

缺独立字段时缩小结论,不能用被核对象补值后称交叉核验。相同文件内容不证明同来源;同数字不同单位、未知状态、来源范围不完整停止相应处理,不猜默认值。空窗或已核字段零差异不清除历史未结项。补足独立非空来源后仅提升被证实字段,合成程序行为与真实来源语义分列。

| 字段 | 来源/采集窗口 | 非空观测 | 单位/状态/时区依据 | 独立核验源 | 最高结论/缺口 |
| --- | --- | --- | --- | --- | --- |
| 关键业务字段 | 工具及来源类别 | 样本或未出现 | 明确映射或 unknown | 独立记录或缺失 | 解析/已标定/受限 |

## 最低输出

- 每份证据的身份、来源、版本/环境指纹和完整性信息。
- 每份证据的独立性结论及依据(独立观察、同源转述或未知);多份同源材料不计作交叉佐证,不能只说当前审查未独立复核。
- 每份证据明确写出 `admissible / limited / not-admissible` 中的一个质量标签及理由;结构化报告没有专用字段时,写入事实或限制文本,不以结论状态代替。
- 适用结论、不能证明的内容和失效条件。
- 为提升可采信性所需的最小补充采集或独立复核。

## 外部状态、身份与判断集合

仅在外部数据核验适用。状态、发起方式、渠道、身份、环境和对象类型分别给依据;有目标协议或非空可信样本支持的等价结果可归一并留原文,未知文字不猜成功。归一不参与身份判定;身份沿[云合同](../../mini-program-architecture-skill/references/cloud-state-and-write-contracts.md)的服务端会话/成员关系、实际查询作用域、关联对象及独立记录核验。同完成文案、同设备或补填字段不证明归属。

先明确应核集合及不变量,绑定集合定义、目标筛选、解释版本、来源覆盖截止与请求/任务/回执。区分来源截止、取得和验证时间;不将新下载旧快照写成新覆盖。完成集合不把处理中/失败算完成,排除项仍由既有业务追踪,不能称所有申请闭环;也不能收窄查询漏成功记录或隐藏应阻断事实。跨来源覆盖、分页、时间范围与空窗限制继续核,改条件/解释后旧回执及在途任务先判适用,不能凭旧匹配放行当前待核。空表只证明空窗/解析,不补出未观测语义。

## 审计报告的事实与修复闭环

逐条区分源码可达、提供的实际轨迹、人工故障注入与未执行的生产路径。注入轨迹能支持点名时序反例,不据此声称正常页面自然触发或真实并发已跑;没有实际调用方的模块能力不写成已接入。证据标签按结论使用,不用统一标签掩盖层级差别。

重要发现同时给原谓词/写入对象、获准不变量、失败证据及最小修复;将修复后的完整条件与写入再次代入原反例及相关正常控制,检查是否仍漏身份、版本或最终原子边界。新增测试/接口是建议,现有机制未核前不写成必需能力。验收表写当前已测结果与修复后预期及层级,未跑保持未验;助手可做的修复和复验先完成,只把实际设备/账号或产品选择缺口交给负责人。
finishing-a-development-branchobra/superpowersUse when implementation is complete, all tests pass, and you need to decide how to integrate the workStars: 322kUpdated Claude CodeCodexVerifiedInstall
systematic-debuggingobra/superpowersUse when encountering any bug, test failure, or unexpected behavior, before proposing fixesStars: 322kUpdated Claude CodeCodexVerifiedInstall
test-driven-developmentobra/superpowersUse when implementing any feature or bugfix, before writing implementation codeStars: 322kUpdated Claude CodeCodexVerifiedInstall
skill-creatoranthropics/skillsCreate new skills, modify and improve existing skills, and measure skill performance. Use when users want to create a skill from scratch, edit, or optimize an existing skill, run evals to test a skill, benchmark skill performance with variance analysis, or optimize a skill's description for better triggering accuracy.Stars: 198kUpdated Claude CodeCodexVerifiedInstall