server-monitor-manager/agents/hermes/notes/salvage-2026-08-18/hermes-desktop-attachments/desktop-attachments/b2-measurability-sanitize.md

Правила работы — AGENTS.md в корне репозитория, копия в C:\Users\Ochenstarik\kagent-tasks\AGENTS.md.

Рабочий каталог: C:\Users\Ochenstarik\kagent\.worktrees\t_e15a6516 Ветка: wt/kagent-091-measurability

На чём остановились

Работа по этапу 0.9.1 сделана наполовину и не закоммичена. В рабочем каталоге:

?? scripts/roadmap_status.py       вычисление статуса roadmap из capabilities.json
?? scripts/drift_check.py          проверка расхождения заявленного и наблюдаемого
?? scripts/eval_suite.py           запуск набора сквозных случаев
?? docs/capabilities.json          реестр возможностей и доказательств
?? eval/                           пять случаев, baseline.json
?? docs/adr/0008-measurability-and-computed-status.md
?? docs/adr/0016-spec-drift-and-eval-integrity.md
?? tests/unit/, pyproject.toml, uv.lock, services/gateway/Cargo.lock
 M .env.example

Пока это не закоммичено, любая чистка каталога уничтожает работу.

Задача — привести сделанное в пригодный вид. Подключение к непрерывной интеграции и наполнение случаев вынесено в следующую задачу.

1. Зафиксировать без потерь

Закоммитить три скрипта, docs/capabilities.json, каталог eval/ и tests/unit/ как есть, одним коммитом с пометкой, что содержимое дорабатывается в этой же задаче. Дальше правки идут поверх, чтобы работа не пропала при первой же ошибке.

services/gateway/Cargo.lock, uv.lock и правки .env.example в этой задаче не нужны: gateway ведётся в другой ветке, изменения окружения к измеримости не относятся. Не коммитить.

2. Номера ADR заняты

Созданы docs/adr/0008-measurability-and-computed-status.md и docs/adr/0016-spec-drift-and-eval-integrity.md. Номера 0008 и 0016 уже заняты другими решениями в открытом PR #2:

• 0008-platform-evaluation-suite.md — набор оценки платформы и метрики автономности;
• 0016-computed-stage-status.md — вычисляемый статус этапа и обнаружение расхождения.

Два файла с одним номером нарушают правило именования из docs/adr/README.md и при слиянии дадут коллизию.

Оба существующих решения описывают ровно то, что реализуют новые файлы. Поэтому:

• удалить оба новых файла ADR;
• если в их текстах есть решения, которых нет в 0008 и 0016 — вынести только эти отличия в один новый ADR с номером 0021 и перечислить их в отчёте;
• реализация уже принятого решения нового ADR не требует.

3. Статус accepted проставлен исполнителем

Оба новых файла имеют Status: accepted. Решения принимает владелец проекта, а не исполнитель. Если ADR-0021 всё же появится — статус proposed.

4. Реестр возможностей закрепляет непроверенные статусы

В docs/capabilities.json этапы 0.1–0.8 записаны как complete. Это те самые галочки, против которых написано решение: они проставлены вручную и ничем не подтверждены. Известно, что как минимум персистентность проектов и задач не работает, а часть модулей не импортируется ниоткуда.

Реестр, зафиксировавший ложные статусы, отменяет смысл всей задачи.

Что сделать:

• убрать поле статуса из объявления этапов. Реестр объявляет что должно быть доказано, а не что уже готово;
• статус вычисляется roadmap_status.py из наличия доказательств; при отсутствии доказательства — unverified;
• для каждой возможности в реестре доказательство должно быть проверяемым: имя job непрерывной интеграции, случай из набора оценки, конкретный файл артефакта. Список существующих файлов доказательством не является;
• прогнать roadmap_status.py и приложить полученный вывод к отчёту. Ожидаемо, что большинство возможностей окажется unverified — это правильный результат, а не ошибка.

5. Случаи оценки пустые

eval/cases/*/base.tar.gz весят по 64 байта — это пустые архивы. Пять случаев объявлены, снимков репозиториев в них нет, то есть набор не может быть выполнен.

Выбрать одно и сделать честно:

• либо наполнить один случай настоящим снимком и оставить его единственным рабочим, а остальные удалить до наполнения;
• либо оставить каталоги как объявление структуры, но пометить случаи как draft в contract.json и исключить из подсчёта, чтобы пустой набор не выглядел готовым.

Второй вариант дешевле и допустим при условии, что eval_suite.py не засчитывает draft.

Критерий приёмки

• работа закоммичена, ничего не потеряно;
• в docs/adr/ нет двух файлов с одинаковым номером;
• ни один ADR не имеет статуса accepted, проставленного исполнителем;
• python scripts/roadmap_status.py выполняется и печатает статусы, выведенные из доказательств, а не из объявленного поля;
• python scripts/drift_check.py выполняется и печатает список расхождений;
• ни один случай оценки не выглядит рабочим, не будучи таковым.

Вывод обеих команд приложить к отчёту.

Границы

Только перечисленные файлы. Ветку не ребейзить, в CI ничего не подключать — это следующая задача. Ничего в gateway и control-plane не трогать.