语义文档漂移检查jonah791/dsh-semantic-docs

dsh-semantic-docs

一句话：把「每个能力都有一份说清自身语义的文档」变成可执行、可检查的设施——4 个工具读写语义文档注册表、按证据重判条目状态、跑 D1–D6 drift 检查、生成人类索引。

为什么值得用：文档最危险的形态不是「没有」，而是声称与事实不符——注册表写着 verified，实际验收还有 pending；文档写着路径，那个文件早被搬走；实现改了，语义文档还停在上个版本。这类漂移靠自觉发现不了，靠人审又会漏。本插件把「声明」与「证据」（路径存在性、验收统计、mtime、必备结构节）分开维护，每次调用现算状态并报出判据理由——但它只报不改：报出来的是信号，处置归主体。

能力

| 工具 | 用途 | 关键语义 |
|------|------|---------|
| semantic_list | 列出语义文档注册表条目（可按 status/owner 过滤），并对每条现算状态（声明 ≠ 事实：按 impl 落点 + 文档解析出的验收 pending 重判） | 读注册表 + 现算 + 每条 drift 代码；status 过滤作用于声明，不是现算值 |
| semantic_get | 取单条语义文档条目详情：声明状态 + 现算状态（含判据理由）、文档大纲（标题树）、可证伪验收统计（总数/已证/待验）、未决问题数、impl/twins 落点存在性 | id 不存在 → ok:false 并列出已知 id（不静默返回空） |
| semantic_check | 语义文档 drift 检查（D1 路径不存在 / D2 状态与证据不符 / D3 实现比文档新 / D4 必备结构缺节 / D5 存在未注册的 docs/semantic.md / D6 缺「实践修订记录」小节）+ 建议动作 | 只报不改；缺省查全部条目，可传 id 单查；返回 summary + actions + notes |
| semantic_register | 登记/更新一条语义文档条目（幂等 upsert，同 id 不重复）并重新生成 docs/semantics/INDEX.md | 不写文档正文（I2：文档随代码）；acceptance/openQuestions 由文档解析自动回填；注册表坏 JSON → 拒绝覆盖（坏注册表是证据，不许静默重建） |

drift 判据：

| 代号 | 判据 | 严重度 |
|------|------|-------|
| D1 | doc / impl / twins 路径不存在（含文档读取/解析失败） | error |
| D2 | 状态与证据不符（verified 但 pending>0 或 total=0；implemented 但 impl 全空） | error |
| D3 | 实现比文档新（impl 最新 mtime > 文档 mtime 且文档未标「待复核」） | warn |
| D4 | 必备结构缺节（10 项，按标题语义匹配） | error |
| D5 | 磁盘存在 docs/semantic.md 但未注册（排除 docs/semantics/* 系统自身目录） | warn |
| D6 | 注册表指向的文档不含「实践修订记录」小节（实践回修载体缺失） | error |

状态模型：draft → implemented → verified（deprecated 保留留痕，只查 D1）。声明低于证据（可晋升）只提示 ⤴可晋升，不算 drift——因为「draft 但 impl 已存在」也可能是实现进行中（语义精确性：不许用自己的判定掩盖合法状态）。

快速开始

1) 装依赖（自研插件家园 self-plugins/，在目标 profile 的 package.json 加 link 依赖）：

"dsh-semantic-docs": "link:/self-plugins/dsh-semantic-docs"

2) 挂组合（agent 预设行）：

- insert:
- id: agent-semantic-docs
name: dsh-semantic-docs
config:
enabled: true
workspace:

3) 30 秒验证：调 semantic_check（无参数 = 全量）
期望：返回 summary（error/warn 计数 + 每码计数）与 actions（按码给建议）。工作区里没有任何已注册条目时，你会看到一批 D5 warn（磁盘上有 docs/semantic.md 但没登记）——这正是它该报的，不是故障。用一个已注册条目 id 调 semantic_get，应能看到「声明状态 vs 现算状态」两栏同时出现。

配置

| 项 | 默认 | 说明 |
|----|------|------|
| enabled | true | 当前是纯声明：置 false 时 4 个工具仍注册（工具本身不做开关判断），见 docs/semantic.md §10 U1 |
| workspace | process.cwd() | 注册表/索引/扫描根的基准目录；建议由组合层显式给出 |

路径约定（固定，不改配置）：注册表 /docs/semantics/registry.json（唯一真源）· 索引 /docs/semantics/INDEX.md（生成物，可重放，勿手改）· 能力文档习惯命名 docs/semantic.md（一仓多能力用 docs/semantic-.md）。

落盘与自证（出问题时先看这里）

本插件无侧车轨迹（/semantic-docs-trace.jsonl 之类尚不存在——「上次 drift 检查是什么时候、结果如何」目前不可从外部回答，见 §10 U4）。它的持久产物就是它管理的两个文件：

| 落点 | 写者 | 说明 |
|------|------|------|
| /docs/semantics/registry.json | semantic_register | 唯一真源；原子写（tmp → rename），无 BOM；坏 JSON 时拒绝覆盖 |
| /docs/semantics/INDEX.md | semantic_register | 人类索引；由注册表可重放生成——手改必被覆盖 |

semantic_list / semantic_get / semantic_check 只读：跑前后两个文件的 mtime 应完全不变（这是「只报不改」的可证伪判据）。

行为级替代（无 trace 时的五问）：

node scripts/smoke.mjs && ls -l /docs/semantics/
① 线上跑的是哪个构建 → 无 build 字段；改为比 lib/index.js mtime 与 web 进程启动时间（见「生效判据」）
② 谁发起             → 无 caller 字段；发起者可查会话事件流（工具调用记录）
③ 断在哪一段         → 阶段枚举由返回值给出：注册表缺失(显式错误+路径) → 解析失败(D1) → schema 不合法(skipped + schemaIssues) → 判定完成(summary/actions)
④ 结果质量           → summary 的 error/warn 计数 + 每码计数；notes 里列出被抑制项（deprecated / needReview 抑制 D3 / 未注册文档）
⑤ 耗时与预算         → 无耗时字段；D5 扫描面 = 4 个根目录（跳过 node_modules/.git/dist/lib），条目多时为主要成本

不吞异常是硬约束：注册表缺失 / 空文件 / 坏 JSON / 条目 schema 不合法 → 显式错误或 issues（带绝对路径），绝不静默返回空清单。

生效判据与回退

生效判据（三选一）：
1. 行为级：semantic_check 可调用并返回结构化 summary；semantic_get 传一个已知 id 能返回「声明 vs 现算」两栏；
2. 产物级：lib/index.js 的 mtime 早于 web 进程启动时间 ⇒ 进程在跑当前构建；
3. 生态级：plugin_boot_status（dsh-plugin-bootreport）的 live 含 dsh-semantic-docs、stale 为空 ⇒ 判据 2 的机器化版本。

注意：重新构建 ≠ 生效——npx tsc -p tsconfig.json 只写了一个新产物，进程启动时间必须晚于产物 mtime 才算「在跑它」。缺这一条时不得宣称「已生效」。
另注意：配置写着 enabled: false ≠ 工具被摘掉（当前实现如此，§10 U1）——要真正停用请用组合层 disabled: true。

回退：
- 源码级：git -C self-plugins/dsh-semantic-docs revert  → 重新构建 → 预检 → 重启；
- 组合级：预设里给 agent-semantic-docs 行加 disabled: true（或移除该行）→ 哨兵重启；
- 运行期：本插件只写自己管理的两个文件，回退后它们仍是合法 JSON/Markdown（可继续被人读）；如需回到登记前的状态，用 git 回滚 docs/semantics/registry.json 即可（INDEX.md 可由注册表重新生成）。

测试

npm test        # = node --test "tests/.test.mjs"（跑 lib/ 产物，与运行时同源）

41 例离线测试（41/41 通过）：

- tests/markdown.test.mjs —— 纯解析层：标题树、必备节语义匹配、验收清单解析、needReview 标记；
- tests/status.test.mjs —— 状态重判：verified 但 pending>0 → D2；证据够而声明低 → 只提示晋升；deprecated 不参与重判；
- tests/drift.test.mjs —— D1–D6 逐码判据，含 D4 缺节逐点名与 D3 被 needReview 抑制的分支；
- tests/registry.test.mjs —— schema 校验、非法条目 partition 到 skipped + schemaIssues、INDEX 渲染可重放；
- tests/corpse.test.mjs —— 尸体测试：注册表不存在 → 抛错并带绝对路径；坏 JSON → RegistryParseError；semantic_register 遇坏注册表 → 拒绝覆盖；D5 排除 docs/semantics/*。

离线单测不需要网络、不需要挂载插件、不需要 WSL：时间与文件系统都是注入的（FsLike），纯逻辑层可直跑 lib/ 产物。补充冒烟：node scripts/smoke.mjs（直测 execute + render + output.schema 一致性，不需挂载）。

设计要点

- 分层是测试性的前提：markdown.ts（纯函数解析）→ registry.ts（纯逻辑：schema/状态判定/D1–D6/INDEX 渲染）→ collect.ts（IO 适配，FsLike 注入）→ index.ts（Cordis 工具面）。时间与文件系统都是注入的，所以能离线对产物跑测试——新增判定逻辑必须落在纯逻辑层，不要写进工具闭包。
- 声明与事实分离：注册表存的是声明；每次调用按证据现算。二者不一致就报 drift，而不是自动改写声明——「自动把状态改成一致」会掩盖问题（且会破坏「坏注册表是证据」的原则）。
- fail-closed 的 pending 口径：acceptance.pending = 未取得通过证据的验收行数（total - proven），而非仅统计字面标「待线上验收」的行数；字面口径另以 pendingMarked 单独暴露（两面都可见，避免口径漂移）。
- 写入原子：注册表与索引均 tmp → rename，避免读到半截文件。
- 只报不改是刻意的能力边界：本插件不阻止任何修改、不接入 preflight_check（先观察误报率）。若把它当门禁用，会得到「检查过了」的错觉而实际无阻断。
- 解析基于 Markdown 标题语义是已知脆弱点：标题写法差异会漏判/误判，故工具输出附带「命中的原始证据」（标题/行号/行原文）便于人工复核；机器可读 front-matter 属未决问题（§10 U3）。
- D3 只比 mtime：不感知内容变更；跨时区/时钟回拨会失真。

能力边界诚实声明（capability ≠ sandbox）

本插件读写 workspace 内的文档与注册表，有权限的调用方就能改任意路径——不要把它宣传为安全边界或隔离机制。

相关文档

| 文档 | 内容 |
|------|------|
| docs/semantic.md | 权威契约：定位与反定位、术语、契约（配置与路径约定 + 状态→裁决表 + 调用点清单）、可证伪验收清单（A1–A10）、未决问题（U1–U6） |
| docs/semantics/README.md（工作区内） | 语义文档系统规范（路径约定、必备 10 节、状态模型、D1–D6 定义、模板） |
| alice-digital-life | 本插件所属生态的中心索引（全部自研插件） |
| 技能 semantic-doc-first / dsh-plugin-development | 语义文档优先开发模式（先写「是什么」再动手）、插件开发契约 |

License

MIT © jonah791

本插件属于我的数字生命爱丽丝（alice-digital-life）的 DSH 自研插件生态——50 个插件按生命/认知/感知/行动/通信/治理/呈现七层组织。