# 任务规格: 复制到 `tasks//spec.md` 后填写。本文是作者与评审人的规格模板,**不是运行配置**;`<…>` 都需要替换,未满足项写明 BLOCKED。规范见 [任务制作规范](../task-authoring.md);复制到任务目录后将此链接改为 `../../docs/task-authoring.md`。本文可含根因、隐藏规则和参考解位置,不能整体提供给 Agent。 ## 1. 身份与来源 | 字段 | 填写 | | --- | --- | | task-id / 任务版本 | <唯一 ID> / <版本> | | 作者 / 业务评审人 / 独立评审人 | <姓名或团队> | | 审核状态 | DRAFT | | 原项目与冻结版本 | <项目、commit/快照及位置> | | 来源路线 | ;<历史问题 / 原创 / mutation> | | 来源 ID | | | 来源与授权 | <原始问题/资产位置,许可或内部授权依据,允许保留范围> | | 隐私处理 | <真实用户内容的脱敏项与方法;无用户内容写“无”> | | 替身测试 | <外设换成 PTY/合成数据/桩后问题是否仍复现;结论 software,混杂或必须真硬件则不制作> | | split 分组键 | <同源变体共用的键:基础题 ID 或来源会话 ID> | | 来源组 / 根因族 | <去重来源组> / <根因族> | | 与已有任务的关系 | <独立问题;或列出派生/相同根因的任务 ID> | | 验证范围 | <实际软件行为> | | 未验证范围 | <板卡、电气、时序或其他明确边界> | 实际问题说明:<触发条件、观察到的错误、应有行为;原创题说明设计动机,不声称来自现场。> ## 2. 初态与环境 - 初态资产:<全部源码、接口、构建文件、输入的位置与摘要;禁止遗漏目录结构。> - 回放与补全(路线 B):<逐文件标注“回放”(来源观察引用)或“补全”(补了什么、为什么不泄露答案);充分性评审结论。> - 目标缺陷复现:<使用初态得到的输出、退出码/错误,以及复现日志位置。> - 公开资产: - 受保护资产:<正式 grader、隐藏输入/预期结果、gold;只在可信控制侧。> - 环境族 / 架构 / OS / 工具链:<所属环境族(如 C/Python runtime)与精确版本,环境来自固定镜像还是其他后端。> - 镜像仓库引用 / manifest digest / 实际 image ID:<分别填写,不以浮动 tag 代替身份。> - 依赖冻结: - 资源和时限: - 外部服务 / 硬件要求:<无,或列出尚需准入的能力与健康/复位方法。> 当前合同支持多文件 `candidate_files`、完整 `template/` 工作区、可选 `fixtures` 和私有 `grader_files`,没有服务或独立构建字段。上述资产若不能由当前合同表达,先写 `BLOCKED: <所需合同升级>`;规格记录本身不会完成挂载或身份验证。 ## 3. 公开题面与接口 将以下内容写成 Agent 可见的 `prompt.md`,不附根因和参考补丁: > <任务目标或现场现象与复现方式;最终提交文件;自测入口;明确不验证的范围。允许现象型题面,不点出缺陷位置或知识点;项目约定写入题面或工作区。> 公开构建入口: ```text 工作目录:<目录> argv:<例如 ["cc", "-std=c11", "decoder.c", "-o", "decoder"]> 构建退出码:<成功/失败定义> ``` 公开运行入口: ```text argv:<例如 ["./decoder", "02", "aa", "bb", "13"]> 输入: stdout/stderr/产物:<具体格式> 退出码:<正常、输入错误、任务失败定义> ``` 当前示例中的帧协议属于已有 frame-decoder;新题填写真实接口,不照抄其行为。评分器通过 `python3 -I /grader/verify.py /candidate` 接收冻结候选,构建/运行过程由 verifier 显式执行。 ## 4. 判据检查项 ↔ 依据与合法解 | 判据检查项 | 依据来源(题面原句、文件:行或标准条款) | 输入/场景 | 可观察结果与允许误差 | 检查方法 | 公开/受保护 | 超时 | | --- | --- | --- | --- | --- | --- | --- | | <正常行为> | <逐项写明可核对依据,不只写“见README”> | <固定输入> | <输出、退出码、状态或产物> | <实际运行断言> | <标记> | <秒> | | <边界行为> | <逐项写明可核对依据,不只写“见README”> | <零/最大/缺失等> | <明确结果> | <实际运行断言> | <标记> | <秒> | | <异常恢复> | <逐项写明可核对依据,不只写“见README”> | <错误后连续输入> | <恢复结果> | <实际运行断言> | <标记> | <秒> | | <回归行为> | <逐项写明可核对依据,不只写“见README”> | <历史正常路径> | <不得改变的行为> | <实际运行断言> | <标记> | <秒> | 每个检查项的依据必须可核对;没有依据则删去检查或先补入工作区,判据不能比依据更严。 - 合法替代解:<只要求接口、行为和题面约束;哪些不同算法/实现可以通过。> - 不允许的捷径:<硬编码例子、打印成功标记、篡改外部评分或读取隐藏资产;说明具体拒绝机制。> - 判断范围:<构建通过是否足够;要求运行就必须验证运行行为;需要实板而无实板不能宣称已通过。> - grader 输出:一行 JSON,`PASS/FAIL/UNVERIFIED/INFRA_ERROR`,非负整数 `checks`;PASS/FAIL 的 checks > 0;退出码分别为 0/1/2/2。 - 隔离复核:<候选读取 grader 被拒绝、无网、降权与子进程限制的检查位置;不要把同容器同 UID 当作隐藏测试隔离。> - 历史答案可见性: ## 5. 四类样例与校准 | 样例 | 文件 | 预期 verdict | 为什么可以检验 grader | | --- | --- | --- | --- | | gold | gold/decoder.c | PASS | <所有需求都满足,允许其他合法实现> | | 缺陷初态 | template/decoder.c | FAIL | <可复现的目标缺陷> | | noop | noop/decoder.c | FAIL | <缺少核心功能> | | cheat | cheat/decoder.c | FAIL | <针对具体可预见捷径> | - 额外正确解/定向负例复核:<位置与结果,或说明尚未完成>。 - 正式校准:每类新工作区五次,共 20 次;gold PASS、所有负例 FAIL,所以整体 PASS;不得含 UNVERIFIED/INFRA_ERROR。 - 校准命令 / 后端 / 回执目录:<固定镜像的 Docker 校准;可信本地结果只作开发证据>。 - 任务摘要 / verifier 摘要 / 初态摘要 / 镜像身份:<实际值与生成位置>。 - 重置一致性 / cleanup:<20 次结果与清理证据>。 ## 6. 真实试采与证据 - 固定 Agent / 模型 / adapter / 参数:<版本与摘要;费用未知则写未知>。 - controller / attempt:<唯一目录,不覆盖已有记录>。 - 候选摘要 / 独立评分:<最终冻结候选和 PASS/FAIL/UNVERIFIED/INFRA_ERROR>。 - 原生轨迹 / 主机日志 / broker 对账:<文件、摘要、模型工具调用闭合与反馈进入后续模型输入的复核>。 - 终止原因 / 人工介入:<正常退出、超时、中断;干预内容与时间>。 - 轨迹质量:。 - 难度分池:<同一配置 ≥5 次的 PASS/总数;回归集 / 主采集池 / 返工复核及依据>。 - 清理:<拥有的进程、网络、容器、临时文件等已回收/未知>。 - 归档文件 / SHA-256 / Salty 位置:<仅在完整性通过后填写,使用 personal:/embedded-rollout;下载复核并删临时下载>。 - 正式保留与测试清理:<必须保留的证据、本次临时对象及清理回执;不删除他人的资源>。 正常结束、证据完整且清理确认的真实失败尝试也可形成合格 rollout。被截断或环境故障的记录保留故障事实,不能记成完整轨迹或任务能力失败。 ## 7. 评审与准入 - [ ] 已按任务创建标准核对来源、完整初态、题面、输入、合法解、隔离与判分。 - [ ] 正式环境四类各五次符合预期,整体 PASS、cleanup confirmed。 - [ ] 准入 task/verifier/image 与正式运行一致,真实采样链路已复核。 - [ ] 重复来源与根因族已登记,未知和未验证项已明确。 - [ ] 独立评审完成,临时资源清理确认。 审核记录:<日期、状态、作者、评审人、具体证据、返修/阻塞原因>。 只在证据齐备后标记 ADMITTED;这些审核状态是人工记录,当前 loader 不解析。任务、grader、题面、样例或镜像变化后重新校准并重新审核。 ## 附:当前 v1 的 task.json 参考 下面仅展示当前执行器支持的字段。复制后修改身份与合理的评分期限,配齐全部七个捕获文件;不能只改 JSON 声称新题已可运行。`stream-parser-repair` 是示例 ID,不代表仓库已有第二题。 ```json { "id": "stream-parser-repair", "version": "1", "family": "length-prefixed-stream", "source": "authored-software-fixture", "template": "template", "verifier": "verify.py", "candidate_files": ["decoder.c"], "timeout_seconds": 15 } ``` 捕获文件为 `task.json`、`prompt.md`、`verify.py`、`template/decoder.c`、`gold/decoder.c`、`noop/decoder.c`、`cheat/decoder.c`。来源与授权、构建、固定输入说明、评审状态先保存在本规格;构建和正式输入必须实际实现在 grader,公开接口写入题面。当前 spec 自身不计入 task digest,因此不能替代上述冻结文件与运行回执。