Independent system plan evaluation

Purpose & Output Contract

run-system-dev-plan が staging へ書き出した exact-13 package を、生成側と共有しない fork context で読み取り専用に1回評価する。

• 入力: caller repository 内の staging への repo 相対 path、C09 が解決した repo context、validate-system-plan.py の stdout/exit code。
• 出力: plan-findings.json 1件を staging 外の repo-local state へ書く。evaluator.context=fork、validator の validated_digest を固定した evaluated_digest、C1 矛盾なし / C2 漏れなし / C3 整合性あり / C4 依存関係整合 の各 PASS|FAIL、総合 verdict、findings を持ち、schemas/plan-findings.schema.json に従う。
• 禁則: 評価対象の staging package を修正しない。生成時の推論・期待 verdict を evaluator へ渡さない。1条件でも FAIL、validator 非0、digest 不在、high finding のどれかがあれば総合 verdict を PASS にしない。

Runtime root contract

• runtime_root_policy: host-skill-path を適用する。
• Claude Codeでは CLAUDE_PLUGIN_ROOT をplugin rootとして使用する。
• Codexではホストが提示したこの SKILL.md のabsolute pathから、plugin manifestを持つ祖先を上方探索して論理 PLUGIN_ROOT を解決する。
• cwd からplugin rootを推測せず、literal placeholderをshellへ渡さない。各shell invocation内で解決済みabsolute pathを PLUGIN_ROOT に設定する。
• prompts/ 配下はこのowner Skill契約を継承する。

Steps

1. C09 repo context を解決し、staging が caller repository 内であることを確認する。
2. system-dev-plan-evaluator を fork context で起動する。生成時の推論・期待 verdict は渡さない。
3. python3 "${PLUGIN_ROOT:-${CLAUDE_PLUGIN_ROOT}}/scripts/validate-system-plan.py" --repo-root <root> --staging <relative> の stdout/exit code を機械根拠として渡す。
4. C1 矛盾なし / C2 漏れなし / C3 整合性あり / C4 依存関係整合をそれぞれ PASS|FAIL で評価する。C14 system-build-handoff.json の source exact-set、manifest digest包含、promotion/registration receipt owner 境界も必須根拠に含める。
5. evaluated_digest に validator の validated_digest をそのまま固定し、evaluator.context=fork の plan-findings.json を staging 外の repo-local state へ出力する。
6. 1条件でも FAIL、validator 非0、digest 不在、high finding があれば総合 verdict を FAIL にする。対象成果物は修正しない。

1回の evaluator 起動は read-only の1評価で終える。修正後の package を再評価する外側の goal-seek は、呼び出し側 C01 run-system-dev-plan の goal_seek.max_loops=5 (component-inventory.json の C01 entry) に従い、5周で未達なら自動継続せず findings と staging path を返す。

出力 schema は ${PLUGIN_ROOT:-${CLAUDE_PLUGIN_ROOT}}/schemas/plan-findings.schema.json、評価対象契約は ${PLUGIN_ROOT:-${CLAUDE_PLUGIN_ROOT}}/references/feature-execution-package-contract.md を正本とする。これらは plugin の道具・契約であり、評価対象と出力状態は caller repository 内に限定する。

Gotchas

• validator の exit0 だけで PASS にしない: 決定論 gate は構造しか見ない。空 section・placeholder・title と1文だけの擬似 task は、gate を通っても C2 漏れとして指摘する。
• digest を自分で計算し直さない: evaluated_digest は validator の validated_digest をそのまま写す。評価側で canonical digest を再導出すると、同じ規則を二か所で持つことになる。別 digest に対する verdict は破棄する。
• 周回はこの skill の中で回さない: 未達でも FAIL の findings を返して終える。修正と再評価の周回は呼び出し側 run-system-dev-plan の goal_seek.max_loops=5 が数える。
• findings を staging の中へ書かない: Write の対象は plan-findings.json だけで、置き場所は staging 外の repo-local state。評価対象と評価結果を同じ場所に混ぜない。
• ${PLUGIN_ROOT} を評価対象の置き場にしない: plugin root は script と schema の位置決めにだけ使う。staging と出力は caller repository の中に限る。