| name | pack-trial |
| description | Run an automated install trial of a yoi pack — codex in full-access mode inside an isolated sandbox-agent Docker container plays out the full path (install the yoi skill, then "用 yoi 安装 NAME") while a driver script plays the human. Use when the user asks to trial, validate, or smoke-test a pack's install flow, or asks whether an agent can install a pack smoothly. |
| disable-model-invocation | true |
Pack Trial
验证一个 pack 的安装流程对真实 agent 是否顺畅。只观察，不改 pack 内容。
前置条件
- 本机 docker 可用（OrbStack）；所有 docker 命令需要
all 权限
- 宿主机
~/.codex/auth.json 存在（ChatGPT 账号登录态，注入一次性容器用）
- 线上
https://yoi-sigma.vercel.app/packs/<slug>/ 可达（容器里拉 pack 走线上 HTTP，不走本地文件）
- 镜像
rivetdev/sandbox-agent:0.4.2-full 已拉取；没有就 docker pull
跑试验
cd tools/pack-trial && node trial.mjs <slug> [--docker] [--timeout-min N] [--keep] [--pack-source URL]
- 首次使用先
npm install（tools/pack-trial 下）
--docker：lobehub 专用。挂载宿主机 docker socket，并在容器内装 docker CLI + compose 插件（无 root，静态二进制进 ~/.local/bin）--keep：保留容器用于调试（默认试后销毁）--pack-source URL：让容器里的 pack 下载走指定 pack 源（YOI_PACKS，如本地镜像服务）而不是线上；用于试验尚未部署到线上的 pack 改动- 试验要跑几十分钟，放后台并监控输出
驱动行为（写死在 trial.mjs 里，改行为就改脚本）：
- codex
full-access 模式，模型 gpt-5.4（ChatGPT 账号不支持 gpt-5.3-codex，容器内 codex 也没有宿主机的 gpt-5.6-sol）
- 开场话术模拟真实用户：先装 yoi skill（
npx skills add AkaraChen/yoi --skill yoi -g），再用 yoi 安装指定 pack 并按可用标准验证
- agent 每轮结束后，驱动用正则判断它是否在向人提问；是则固定回「是，继续。如果遇到选项，按推荐或默认的选，不用等我。」并计数，上限 8 次；连续空轮超过 2 次判定为 stalled
- 单轮 30 分钟、全局 60 分钟超时
产物
trials/<slug>-<timestamp>/（gitignored，不提交）：
transcript.md：人类可读的对话与工具调用记录events.jsonl：原始事件流（排查用）metrics.json：状态、轮次、提问数、工具调用数、时长report.md：报告骨架，三段人工填写
试后分析（人的活）
读 transcript.md 填 report.md：
- 流程顺畅度：卡在哪一步、有没有走回头路、skill 的指引够不够
- 问题负担：问了什么（逐条列出）、哪些其实不该问、频率是否烦人
- 不适感：有没有让人不放心的行为（乱动无关文件、过度授权、隐瞒失败）
结论给「通过 / 可用但磕绊 / 撞墙」，撞墙要写明停在哪一步。
已知坑
- pack CLI 已删除（2026-08-27，见 docs/adr/pack-delivery-via-skill.md）：trial.mjs
的开场话术已改为 skill 的 HTTP 配方（用
YOI_PACKS 指 pack 源）；围绕
install.sh 装 CLI 的 smoke-binary.mjs 已删除，通用沙箱冒烟用 smoke.mjs
- 事件载荷是 JSON-RPC 信封：真实 session update 在
payload.params.update，不在 payload 顶层
- 容器内 codex 凭据是注入的副本；容器销毁即失效，但不要
--keep 后把容器给别人
- 容器内无 sudo；装系统级东西走静态二进制或换用户命名空间，别假设能 apt
- dev server 约定不变：试验不碰本机 3000 端口，容器内访问的是线上站点
