maestro-ralph

name	maestro-ralph
description	Adaptive lifecycle orchestrator — compose, dispatch ralph-executor agent, evaluate decision, loop
argument-hint	<intent>|status|continue [-y] [--amend] [--roadmap]
allowed-tools	["AskUserQuestion","Bash","Edit","Glob","Grep","Read","SendMessage","Skill","Write","maestro","teammate","todo"]
session-mode	run
contract	null

<required_reading> @~/.maestro/workflows/run-mode.md </required_reading>

Adaptive lifecycle orchestrator: locate step → resolve args → load context → dispatch teammate(ralph-executor) per step (agent 调 `run next`/`run brief` + 执行) → extract signals → drift check → `run complete --verdict` → evaluate decision → next step → loop.

Session: .workflow/sessions/{id}/session.json（engine=ralph；orchestration 为唯一编排真相源，含 chain/decision_points/position/decomposition/lease/executor）。步进进度看 run.json handoff/anchor，非 session.json 内的 step 明细。 {session_dir} = .workflow/sessions/{id}/（标准 session 目录）。 遗留 ralph-meta.json 仅作旧 session 的 legacy 读兜底，不再写入。

<deferred_reading>

• ralph-amend-goal.md — read when --amend flag active for goal amendment flow
• swarm scripts — read meta block at swarm routing / universal scan（--engine swarm|universal 时）
• dynamic scripts — read meta block at universal scan（--engine universal 时） </deferred_reading>

$ARGUMENTS — intent text, flags, or keywords.

Parse:

-y flag        → auto_confirm = true
--roadmap      → wants_roadmap = true
--amend / -a   → amend_mode = true
--engine <sequential|swarm|universal> → engine_mode (default sequential)
.md/.txt path  → input_doc
status|continue → route keyword
Remaining      → intent (amend_mode 时为 change_request)

Engine-specific flags（--engine 是判别器；其余在不适用时忽略，见 <engines> section）：

--script <name>                swarm: force a specific wf-* script
--depth <shallow|standard|deep> universal: adversarial pattern depth (default standard)
--dims <d1,d2>                 swarm: limit analysis dimensions
--roles <r1,r2> / --count N    swarm: limit/size brainstorm roles
--tier <quick|standard>        swarm: review dimension count
--from <script>                universal: base a new dynamic script on an existing wf-*/uwf-*
--dry-run                      universal: generate script only, do not execute
--resume <runId>               both: pass through to Workflow tool (incremental re-run)

State files:

• .workflow/state.json — project state + session index
• .workflow/sessions/{id}/session.json — 唯一编排真相源（engine=ralph；orchestration.chain/decision_points/position/decomposition/lease/executor）
• .workflow/sessions/{id}/runs/{run_id}/run.json — 每步 Run 的 handoff/anchor（步进进度单源）
• .workflow/sessions/{id}/ralph-meta.json — legacy 兜底（旧 session 未迁移时的读取源；新 session 不写）

1. **Ralph owns the full loop** — locate step → resolve args → load context → dispatch agent → wait for task-notification → extract signals → drift → complete，全部在本命令内完成 2. **One agent per step** — 每个执行 step 派发一个 unnamed executor agent，结果通过 task-notification `` 回传，主流程解析结果后决定下一步 3. **Agent is a thin wrapper** — executor agent 调 `run next`（或主编排传入 run_id 时走 `run brief {run_id}`）获取 skill prompt 并执行，返回输出文本；arg resolution、context loading、signal extraction、drift analysis、`run complete` 均由主流程完成 4. **Unified unnamed dispatch** — 执行 Agent 和评估 Agent 均使用 unnamed teammate()，结果通过 task-notification `` 回传： - **执行 Agent**（A_STEP_DISPATCH）：`teammate()` 不传 name — executor 内部编排也用 unnamed Agent（子结果自动回流 executor，嵌套套娃模型） - **评估 Agent**（A_AGENT_EVALUATE / A_AGENT_GOAL_AUDIT / A_AGENT_REGROUND）：同样 `teammate()` 不传 name - `agent_exec_name` 仅用于 display/日志标识，不作为 Agent name 参数 5. **主流程调 `run complete --verdict`** — 每个 step 完成后由主流程调 `maestro run complete --session {session} --verdict ...`（免 run-id，自动解析当前 running 步），非 agent 上报 6. **Decision evaluation inline** — decision 节点不 handoff，通过 Agent 或 CLI delegate 在本循环内评估；裁决落盘经 `maestro run decide` 7. **CLI delegation for evaluation only** — CLI delegate（`maestro delegate --mode analysis`）仅限评估环节；执行仍通过 executor Agent 完成 8. **Decision delegates read-only** — 评估 Agent 通过 prompt 中的 CONSTRAINTS 约束为只读 9. **执行 step 通过 `maestro run next` CLI 加载并内联执行**（由 execute Agent 完成） 10. **session.json orchestration 是唯一编排真相源** — 不生成 markdown 清单或侧文件；一切状态写入经 CLI 动词（`session create --chain-file` / `session chain insert|skip|replace` / `run next` / `run complete --verdict` / `run decide` / `session meta update`），prompt 层不得直写 session.json 或 ralph-meta.json 11. **每个 step 必须在 chain 中标记 completed** — 由 `maestro run complete --verdict done`（或 `done-with-concerns`）驱动链推进；CLI 是唯一合法写入路径 12. **step command 在 A_BUILD_STEPS 解析** — 通过 `maestro ralph skills --platform pi --json --quiet` 预校验 13. **执行 step 内容加载** — 由 `maestro run next` CLI 通过 `resolveStepContent()` 在执行期完成 14. **Decomposition is outcome-oriented** — sub-goals 为可观测交付，禁止 lifecycle 复刻 15. **Sessions are independent work units** — skill args 统一用 `--session {session}` 模式，无 phase/milestone 占位符 16. **task_decomposition 驱动 steps[] 动态生长** — `post-goal-audit` 按 unmet 子目标插入 scoped mini-loop 17. **Invariant violation = BLOCK** — 违反上述任一 invariant 即阻断当前操作 18. **Evaluate fallback 必须标记** — 评估 Agent 解析 verdict 失败时 fallback 为 "fix"，MUST 在 decisions.ndjson 记录 `"parse_failed": true, "confidence_score": 0` 19. **auto_confirm 单一来源** — `auto_confirm` 仅由用户 `-y` 标志设定 20. **分解契约单一所有者** — `boundary_contract` / `task_decomposition` 由 session 创建者拥有 21. **控制权优先级（范式治理）** — FSM 独占 session 生命周期 + step 排序 + retry/fix/escalate + cross-step decision 节点 22. **引擎只做并行加速，不做状态决策** — `--engine swarm|universal` 通过 Workflow 引擎并行执行单个 step，MUST NOT 修改 session state、MUST NOT 推进 step、MUST NOT 触碰 decision 节点；引擎产出写入该 step 的 Run output dir（格式兼容对应命令产物），由主流程照常 `run complete --verdict`。生成/固定脚本对引擎只读（`wf-*.js` 从不被编辑；`uwf-*.js` 仅由 universal 生成器按幂等命名覆盖）。 23. **Goal tracking 是 session 的 UI 镜像** — bridge 从 canonical session 自动派生 goal；prompt 层不创建或回写镜像状态。

<host_mirror>

镜像协议（状态对账由插件自动完成，LLM 只保留两个语义动作）：

动作	工具调用	说明
步进	todo({ action: "next" })	激活下一步 + 注入上游摘要 + 绑定 skill
完成宣告	goal done	触发前置校验（chain 全 completed + gates 无 failed）+ verifier

• 禁止手工 todo({ action: "create" }) / todo({ action: "update" }) 镜像任务——bridge 从 session.json 自动物化
• goal 由 bridge 从 session intent + definition_of_done 自动派生
• 压缩恢复后首个动作：maestro run brief --platform pi <run-id> 重挂协议

</host_mirror>

<state_machine>

Chain-building states + 执行循环 states：

S_PARSE_ROUTE — 解析参数、路由入口 S_STATUS — 显示 session 进度 S_CONTINUE — 恢复执行 S_RESOLVE_SESSION — 解析 session_id + session_is_new PERSIST: session.session_id, session.session_is_new S_INFER — 推断 lifecycle_position PERSIST: session.lifecycle_position, session.wants_roadmap S_RESOLVE_SCOPE — 读 macro analyze conclusions.scope_verdict PERSIST: session.scope_verdict, session.analyze_macro_id S_QUALITY_MODE — 决定质量管线模式 PERSIST: session.quality_mode S_DECOMPOSE — 边界澄清 + 执行准则 + 子目标清单 PERSIST: session.boundary_contract, .execution_criteria, .task_decomposition S_BUILD_CHAIN — 构建步骤链（build rules 0-14） PERSIST: chain definition（内存） S_CREATE_SESSION — `session create --chain-file`（stdin JSON） PERSIST: session (全量, CLI 建) S_CONFIRM — 用户确认

S_STEP_LOCATE — 找下一个 pending step PERSIST: — S_STEP_RESOLVE — 解析占位符 + 丰富参数 PERSIST: step.args (enriched) S_STEP_DISPATCH — 派发 unnamed executor agent（run next 建 Run + 出生包自源） PERSIST: step.status = "running"（由 run next 落） S_STEP_ANALYZE — 提取信号 + 组装 completion 参数 PERSIST: — S_STEP_DRIFT — 产物 vs 目标偏离分析 PERSIST: step.drift_score（评估态，内存） S_STEP_COMPLETE — 调 run complete --verdict 上报 PERSIST: CLI 落 handoff + 推进 chain step S_DECISION_EVAL — 启动分析 Agent 评估质量门 PERSIST: — S_APPLY_VERDICT — run decide 落盘裁决 + session chain insert 插步 PERSIST: decision_point 状态 + chain S_SESSION_DONE — 所有 step 完成 PERSIST: session.status S_HANDLE_FAIL — 处理失败 PERSIST: step.status S_AMEND_GOAL — 修改 running session 目标 PERSIST: session meta update (decomposition/position) + session chain skip|insert|replace S_FALLBACK — 请求用户输入 PERSIST: —

S_PARSE_ROUTE: → S_STATUS WHEN: intent == "status" → S_CONTINUE WHEN: intent == "continue" → S_AMEND_GOAL WHEN: amend_mode == true AND running/paused session exists → S_FALLBACK WHEN: amend_mode == true AND no running/paused session → S_DECISION_EVAL WHEN: running/paused session with decision step in "running" status → S_RESOLVE_SESSION WHEN: intent is non-empty → S_FALLBACK WHEN: no intent AND no running session

S_STATUS: → END DO: A_SHOW_STATUS

S_CONTINUE: → S_STEP_LOCATE WHEN: running or paused session found → S_FALLBACK WHEN: no running/paused session

S_AMEND_GOAL: → S_STEP_LOCATE WHEN: change applied + user confirmed DO: A_AMEND_GOAL → END WHEN: user cancels GUARD: RISK_LEVEL=high → auto_confirm 无效

S_CREATE_SESSION: → S_CONFIRM WHEN: not auto_confirm → S_STEP_LOCATE WHEN: auto_confirm

S_CONFIRM: → S_STEP_LOCATE WHEN: user confirms → S_BUILD_CHAIN WHEN: user edits → END WHEN: user cancels

S_STEP_LOCATE: → S_STEP_RESOLVE WHEN: pending execution step found (step.decision == null) → S_DECISION_EVAL WHEN: pending decision step found (step.decision != null) → S_SESSION_DONE WHEN: no pending steps (all completed/skipped) → S_HANDLE_FAIL WHEN: has failed step and no pending → S_FALLBACK WHEN: no running session

S_STEP_RESOLVE: → S_STEP_DISPATCH DO: A_STEP_RESOLVE_ARGS

S_STEP_DISPATCH: → S_STEP_ANALYZE WHEN: task-notification status=completed DO: A_STEP_DISPATCH → S_HANDLE_FAIL WHEN: task-notification status=failed DO: mark BLOCKED

S_STEP_ANALYZE: → S_STEP_DRIFT WHEN: STATUS == DONE|DONE_WITH_CONCERNS DO: A_STEP_EXTRACT → S_HANDLE_FAIL WHEN: STATUS == NEEDS_RETRY|BLOCKED DO: A_STEP_EXTRACT

S_STEP_DRIFT: → S_STEP_COMPLETE WHEN: ALIGNED|MINOR_DRIFT DO: A_STEP_DRIFT_ANALYZE → S_STEP_DISPATCH WHEN: MAJOR_DRIFT + not retried DO: A_STEP_DRIFT_ANALYZE (run complete --verdict needs-retry + re-execute) → S_STEP_COMPLETE WHEN: MAJOR_DRIFT + retried DO: A_STEP_DRIFT_ANALYZE (DONE_WITH_CONCERNS)

S_STEP_COMPLETE: → S_STEP_LOCATE DO: A_STEP_COMPLETE (loop to next step)

S_DECISION_EVAL: (decision 节点 == step.decision 非空) → S_APPLY_VERDICT WHEN: quality-gate (post-execute, post-business-test, post-review, post-test, post-frontend-verify) DO: A_AGENT_EVALUATE → S_APPLY_VERDICT WHEN: goal-gate (post-goal-audit) DO: A_AGENT_GOAL_AUDIT → S_APPLY_VERDICT WHEN: scope-gate (post-analyze-scope) DO: A_SCOPE_EVALUATE → S_APPLY_VERDICT WHEN: reground-gate (post-reground) DO: A_AGENT_REGROUND → S_APPLY_VERDICT WHEN: structural (post-session, post-debug-escalate) DO: A_STRUCTURAL_EVALUATE

S_APPLY_VERDICT: → S_STEP_LOCATE WHEN: verdict == "proceed" DO: A_APPLY_PROCEED → S_STEP_LOCATE WHEN: post-goal-audit + has_unmet DO: A_APPLY_GOAL_FIX → S_STEP_LOCATE WHEN: post-goal-audit + all_met + INTENT_ALIGNED=true DO: A_APPLY_GOAL_DONE → END WHEN: post-goal-audit + all_met + INTENT_ALIGNED=false DO: A_REGROUND_HALT → S_STEP_LOCATE WHEN: post-analyze-scope DO: A_APPLY_SCOPE_VERDICT → S_STEP_LOCATE WHEN: verdict == "fix" DO: A_APPLY_FIX → S_STEP_LOCATE WHEN: verdict == "escalate" DO: A_APPLY_ESCALATE → S_STEP_LOCATE WHEN: post-session + next dep-ready session DO: A_ADVANCE_SESSION → END WHEN: post-session + no next session → END WHEN: post-session + seal failed（显示 blockers，session 保持 running） → END WHEN: post-debug-escalate DO: A_PAUSE_ESCALATE → END WHEN: post-reground + drifted + confidence >= 60 DO: A_REGROUND_HALT → S_STEP_LOCATE WHEN: post-reground + aligned DO: A_APPLY_PROCEED → S_STEP_LOCATE WHEN: post-reground + drifted + confidence < 60 DO: A_APPLY_PROCEED (标 LOW CONFIDENCE) GUARD: retry_count >= max_retries → force escalate GUARD: confidence_score < 60 AND proceed → override to fix GUARD: confidence_score > 95 AND fix AND retry > 0 → suggest proceed GUARD: auto_confirm → skip user prompt, apply adjusted verdict GUARD: not auto_confirm → AskUserQuestion with override options GUARD: post-reground + drifted + confidence >= 60 → A_REGROUND_HALT（auto_confirm 不跳过）

S_HANDLE_FAIL: → S_STEP_LOCATE WHEN: auto + not retried DO: A_RETRY → END WHEN: auto + retried DO: A_PAUSE_SESSION → S_STEP_LOCATE WHEN: interactive + retry → S_STEP_LOCATE WHEN: interactive + skip → END WHEN: interactive + abort

S_SESSION_DONE: → END DO: A_COMPLETE_SESSION

A_RESOLVE_SESSION

前置于 A_INFER_POSITION。产出 session_id + session_is_new。

Priority:

Step	行为	session_is_new
1	intent 含 --session <id> 显式指定 → 取该 session_id	false
2	intent 派生短语（slug）→ 在 state.json.sessions[*].session_id / sessions[*].slug 匹配	false (匹配) / true (无匹配)
3	未派生 → 取 state.json.active_session_id	false
4	仍无 → state.json 首个 dep-ready（依赖已满足）的 pending session	false
5	position 将是 brainstorm/blueprint/init/roadmap/analyze-macro → session_id = null	n/a
6	仍模糊 → AskUserQuestion	由用户回答确定

Session resolution priority（优先级链）：explicit --session > slug match in sessions[] > active_session_id > first dep-ready session > ask user。

写入 session: session_id, session_is_new。

新派生 session 时处理：

• intent 派生新 session slug → 作为 maestro session create 的标识；state.json.sessions[] 由 step roadmap / session-seal 创建
• session_is_new=true → 该 session 尚无上游产出，lifecycle 从 analyze 起

A_INFER_POSITION

Intent-based overrides (按顺序匹配，先命中先用):

Pattern	Position
压力测试 / 拷问 / 验证假设 / grill / stress-test	grill（auto_confirm=true 时透传 -y，grill 以 Auto mode 代码代答，不跳过）
brainstorm / 头脑风暴 / 探索 / ideate / 设计思路	brainstorm
blueprint / 规格 / 正式文档 / spec-generate / 7-phase	blueprint
broad/medium intent 无显式 session (重构/全面/重写/迁移/新功能 X)	analyze-macro

Roadmap opt-in detection (设 session.wants_roadmap，缺省 false):

wants_roadmap = (--roadmap flag)
             OR (intent 含多发布信号: 多发布|多版本|分阶段交付|multi-release|roadmap)
             OR (current-roadmap artifact 存在 OR state.json.sessions[] 中存在 roadmap_artifact_id != null)

默认 false → large 项目走单一多波次 plan --from analyze，不引入 roadmap 横切层；roadmap 仅多发布场景 opt-in。

Bootstrap detection:

Condition	Position
No .workflow/ + no source files	brainstorm
No .workflow/ + has source files	init
Has .workflow/ but no state.json	init
Has state.json	→ session-aware artifact inference

Session-aware artifact inference (使用 A_RESOLVE_SESSION 已写入的 session.session_id + session.session_is_new)：

Condition	Position
session_is_new == true (新 session)	analyze
no roadmap-produced sessions AND has analyze macro artifact	roadmap if wants_roadmap else plan (--from analyze)
no roadmap-produced sessions AND no analyze artifact	analyze-macro
session_id == null (grill/brainstorm/blueprint/init/roadmap/analyze-macro override 已定)	n/a
session 已存在 + 无任何 artifact	analyze
session 已存在 + 最新 artifact = analyze	plan
session 已存在 + 最新 artifact = plan	execute
session 已存在 + 最新 artifact = execute	→ refine from post-execute results

关键不变量：artifact 过滤按 session.session_id，不读 state.json.current_phase。session_is_new → 直接 analyze。

A_RESOLVE_SCOPE_VERDICT

仅当 lifecycle_position ∈ {analyze-macro, roadmap, plan} 且存在最新 analyze artifact 时执行。

1. 定位最新 macro analyze artifact（type=="analyze" 且 scope=="macro"，按 created_at DESC）→ 记 session.analyze_macro_id = ANL-xxx
2. 读 {artifact_path}/conclusions.json 的 scope_verdict 字段（large | medium | small）
3. 写入 session.scope_verdict；缺失时设 unknown
4. 路由建议（A_BUILD_STEPS 据此决定是否插入 roadmap、plan 是否走 --from）：

scope_verdict	链路
large + wants_roadmap	analyze-macro → roadmap → analyze → plan → execute → ...（多发布 opt-in）
large（默认）/ medium / small	analyze-macro → plan --from analyze:{ANL_ID} → execute → ...（跳过 roadmap + analyze-session；单一多波次计划）
unknown	默认走 standalone（plan --from analyze）路径，post-analyze-scope 决策节点再纠正

Refine from post-execute results:

在 execute artifact 的 Run output directory 中检查结果文件（verification.json 由 execute 内置 gate 产出）：

Condition	Position
无 verification.json 或 passed==false 或 gaps[]	execute (触发 post-execute fix loop)
passed==true, no review.json	business-test
review.json: verdict=="BLOCK"	review-failed
review.json: verdict!="BLOCK"	test
uat.md: all passed	session-seal
uat.md: has failures	test-failed

A_DETERMINE_QUALITY_MODE

决定下游质量管线长度。读 session.quality_mode_override（CLI 标志 --quality），无则按规则推断：

Condition	Mode	Pipeline (execute 之后)
Has specs/REQ-*.md + 当前 session 业务范围明确	full	business-test → review → test-gen → test
Default	standard	review → test-gen (当 coverage<80%) → test
--quality quick	quick	review --tier quick

写入 session.quality_mode。A_BUILD_STEPS 据此过滤 stage（见下）。

A_DECOMPOSE_TASKS

Runs once before chain build; additive to session state. 设 session.decomposition_owner = "ralph"。

0. Ownership guard (invariant 20): 若 session.boundary_contract 或 session.task_decomposition 已非空（上游 maestro 已写入，decomposition_owner == "maestro"）→ MUST 跳过下述提问，仅做 shape 校验 + 缺省字段补齐，直接进入步骤 6。

1. Classify intent breadth:

Pattern	Breadth	Clarify?
重构/全面/重写/重做/整体/迁移 · overhaul/migrate/rewrite/revamp	broad	MUST (ignores auto_confirm)
named single file/function/bug, "fix X", "add Y to Z"	narrow	skip — auto-derive
otherwise	medium	clarify unless auto_confirm

2. Clarify boundary (broad/medium) — AskUserQuestion, ≤3 rounds, options pre-filled from intent + a quick Glob/Grep scan of the target module:

Round	Question	Drives
Scope	哪些目录/文件/层在范围内?明确排除什么?	boundary_contract.in_scope / out_of_scope
Constraints	必须向后兼容?公共 API 冻结?行为/性能预算?测试门槛?	boundary_contract.constraints + execution_criteria
Done	什么可观测结果算"完成"?(如:测试全绿 + 行为零变更 + X 指标)	boundary_contract.definition_of_done

narrow → derive defaults from intent + codebase, skip questions.

3. Derive execution_criteria: backward-compat、scope-freeze、test/coverage bar、fix-don't-hide、incremental commit。

4. Derive task_decomposition (子目标清单 — outcome-oriented, NOT lifecycle stages). Each entry:

{ "id": "G1", "goal": "<deliverable>", "boundary": "<in/out note>",
  "done_when": "<objectively checkable condition>",
  "evidence": "verification.json|review.json|uat.md|e2e-results.json|<test path>",
  "lifecycle": ["analyze","execute"], "status": "pending" }

done_when 必须客观可验证，且引用 ralph 已产出的 artifact；lifecycle 字段映射到产出 evidence 的生命周期 stage。涉及前端可用性的子目标，done_when 应引用 e2e-results.json（frontend-verify 门产出），不得仅以后端 API/build 证据判定可用。

5. Persist (additive): boundary_contract, execution_criteria, task_decomposition。每个 sub-goal 含 status: "pending" + completion_confirmed: false。

6. Stage the Goal Prompt (Appendix) for A_CREATE_SESSION to emit.

A_BUILD_STEPS

Generate steps from session.lifecycle_position to session-seal（session.session_id 存在时）或最后一个质量门（standalone 时）。

执行模型：每个 step 由 teammate(ralph-executor) 派发执行，非主会话内联。Agent 内部调 maestro run next 获取 skill prompt 并执行，结果通过 task-notification 回传主流程。

Stage	Skill	Decision after	quality_mode
grill	grill "{intent}"	—	all (auto_confirm → 透传 -y 到 grill args，不删除 stage)
brainstorm	brainstorm "{intent}" --from grill:{grill_id} (if grill ran) / brainstorm "{intent}" (otherwise)	—	all
blueprint	blueprint "{intent}"	—	all
init	maestro-init	—	all
spec-setup	spec setup	—	all (仅当 .workflow/specs/ 不存在时插入)
analyze-macro	analyze "{intent}"	post-analyze-scope	all
roadmap	roadmap --from analyze:{analyze_macro_id}	—	all
analyze	analyze --session {session}	—	all
plan	plan --session {session} (scope=session) / plan --from analyze:{analyze_macro_id} (scope=standalone) / plan --from blueprint:{blueprint_id} (scope=standalone)	—	all
execute	execute --session {session}	post-execute	all
business-test	auto-test --session {session}	post-business-test	full only
review	review --session {session}	post-review	all (quick: append --tier quick)
test-gen	auto-test --session {session}	—	full / standard if coverage<80%
test	test --session {session}	post-test	full, standard
frontend-verify	test --session {session} --frontend-verify	post-frontend-verify	all（仅当 session 交付 UI 时插入：检出 dashboard/ 或 UI 关键词 landing|page|dashboard|frontend|UI|component|界面）
goal-audit	(decision-only)	post-goal-audit	all (only if decomposed)
session-seal	(decision-only)	post-session	all

Build rules (按顺序应用):

0.5. specs 预检：当 lifecycle_position ∉ {grill, brainstorm, blueprint, init} 且 .workflow/specs/ 目录不存在时，在链路最前面插入 spec-setup 步骤（stage=spec-setup，无 decision）。确保下游 analyze/plan/execute 可获得项目约束规则注入

1. 起点：从 session.lifecycle_position 开始
2. 跳过已完成：跳过当前 session 下已有 completed artifact 的 stage（按 session.session_id 过滤）
3. quality_mode 过滤：按 session.quality_mode 排除不匹配 stage 3.5. grill auto_confirm 透传：auto_confirm == true 时为 grill step args 追加 -y（grill 自身 Auto mode 用代码代答，见 grill step <context> Mode selection）；保留 grill stage 与 brainstorm 的 --from grill:*（grill 仍产出 grill-report/terminology/context-package） 3.6. frontend-verify UI 门控：仅当当前 session 交付前端（检出 dashboard/ 目录，或 session 目标/计划含 UI 关键词 landing|page|dashboard|frontend|UI|component|界面）时保留 frontend-verify stage + post-frontend-verify decision；纯后端 session 删除该 stage
4. 决策节点：每个 Decision after 非空的 stage 之后插入 decision step（chain-file: { command: "<gate>", stage: "<stage>", decision_ref: "<gate>" }）+ 对应 decision_points 条目 { point_id: "<gate>", after_step_id, max_retries: 2 }
5. goal-audit 插入：task_decomposition 存在时，在最后一个 evidence-producing stage（execute/review/test）之后、session-seal 之前插入 decision step decision_ref: post-goal-audit 5.5. re-grounding 插入：WHEN task_decomposition 存在 AND 执行 step（不含 decision）≥3
   • 从第 3 个执行 step 起每隔 3 个插入 decision step decision_ref: post-reground（对应 decision_points 条目 max_retries: 0）
   • 不在最后一个执行 step 后插入（由 goal-audit 覆盖）
   • 不与已有 quality-gate decision 节点相邻（顺延到下一个 3-step 边界）
   • fix-loop 动态插入的 step 纳入计数（从插入点起重新计算 3-step 间隔）
6. 终点硬约束：session.session_id 存在时 chain 以 session-seal（decision:post-session）结尾；session.session_id=null（standalone）时跳过 session-seal stage，chain 以最后一个质量门 stage 结尾
7. goal_ref 传播：task_decomposition 存在时，每个 step 按 step.stage ∈ g.lifecycle 匹配 step.goal_ref = g.id（多匹配取字典序最小）；decision 节点不打 goal_ref
8. 占位符：{session} {intent} 由 A_STEP_RESOLVE_ARGS 运行时替换
9. skill 名预校验（每个执行 step，decision 节点跳过；build 期一次性校验，不落 chain 字段）：
   • 取 skill 名（args 前的第一个 token）
   • 预校验通过 Bash("maestro ralph skills --platform pi --json --quiet") 一次性拉取 claude 平台可用 commands + skills（global + project，project 覆盖 global），匹配 skill 名：
     • 命中（command 或 skill，global/project）→ 允许进 chain-file
     • 未命中 → A_CREATE_SESSION 报错 E006（缺失 skill 不进 chain-file）
   • 不在 build 阶段读取 .md 内容；step 内容加载（含 <required_reading> / <deferred_reading>）由 maestro run next CLI 在执行期完成
10. 每个 step 建链时形态：chain-file step 仅 command/args?/stage?/goal_ref?/retry_max?/decision_ref?（CLI 落 step_id/status=pending/run_id=null/inserted_by/retry，见 Session Schema）；进度字段（原 completion_*）不落 chain，由 run.json handoff 承担
11. scope_verdict gating（仅当 chain 起点 = analyze-macro）：
    • scope_verdict == large 且 wants_roadmap → 保留 roadmap + analyze；plan 选 session 列（--session {session}）
    • 其余（medium / small，或 large 但非 wants_roadmap）→ 跳过 roadmap + analyze 两 stage；plan 选 standalone 列（--from analyze:{analyze_macro_id}），不带 --session
    • scope_verdict == unknown → 默认 standalone（非 roadmap）路径；由 post-analyze-scope 决策节点在 macro analyze 完成后纠正（A_APPLY_SCOPE_VERDICT）
12. --from 自动注入：
    • analyze_macro_id 存在且当前 step 是 roadmap → args 改为 --from analyze:{analyze_macro_id}
    • analyze_macro_id 存在且当前 plan step 处于 standalone 列（即非 wants_roadmap 路径：medium/small，或 large 但非 wants_roadmap）→ args 改为 --from analyze:{analyze_macro_id}
    • blueprint_id 存在 → 当前 step 是 plan → args 改为 --from blueprint:{blueprint_id}（优先级低于 --session 参数）
    • session-level deferred chaining（step 含 --session {session}）：build 阶段前序 artifact 尚未产出，由 A_STEP_RESOLVE_ARGS 运行时从 state.json 查找同 session_id 最新 completed artifact，经 session chain replace --args 注入：
      • plan step → --from analyze:{session_analyze_id}
      • execute step → --dir {plan_path}（现有逻辑）
    • 出处随 args 携带以便审计（chain step 无独立 source_artifact_ref 字段）
13. 动态插入步骤（A_APPLY_*）同样应用规则 7-12

A_CREATE_SESSION

经 maestro session create 建 session — prompt 层不直写 session.json / ralph-meta.json。

1. slug 取意图派生短语；session id 由 CLI 从 slug 派生（{slug}-{YYYYMMDD-HHmmss}，等价旧 ralph-* 约定）。
2. Validate: 所有 step 的 skill 名预校验命中（非 missing）；否则 raise E006 + 列出缺失 skill（建链前校验，缺失 skill 不进 chain-file）。
3. 组装 chain-file JSON（A_BUILD_STEPS 产出的内存链 → schema）：

   {
     "intent": "{session.intent}", "engine": "ralph",
     "quality_mode": "{session.quality_mode}", "auto_mode": {auto_confirm},
     "steps": [
       { "command": "analyze", "args": "--session {session}", "stage": "analyze", "goal_ref": "G1", "retry_max": 2 },
       { "command": "post-execute", "stage": "execute", "decision_ref": "post-execute" }
     ],
     "decision_points": [{ "point_id": "post-execute", "after_step_id": "step-001-execute", "max_retries": 2 }],
     "position": { "lifecycle": "{lifecycle_position}", "phase": null, "milestone": "",
       "planning_mode": "unified", "passed_gates": [], "scope_verdict": "{scope_verdict}" },
     "decomposition": { "execution_criteria": [...], "goals": [...task_decomposition], "changelog": [] },
     "executor": { "platform": "claude", "cli_tool": "claude" }
   }
   

   • decision 节点：step 携 decision_ref（CLI 据此标记为 decision node，不建 Run）；decision_points[] 声明重试预算。
   • 执行 step 的 retry_max 缺省 2（对齐现行 ralph 行为）。
4. 调 Bash("printf '%s' '{chain_json}' | maestro session create {slug} --intent \"{session.intent}\" --engine ralph --chain-file -")（stdin 传 JSON 免转义）。返回 session_id + next: maestro run next --session {id}。
5. Step mode/role/rule 由各 stage 的 skill 自身约束（执行 Agent 始终拥有完整工具集）。

A_STEP_RESOLVE_ARGS

解析占位符 + 丰富参数。在 run next 之前执行（多数 args 已在建链时定死，仅 session-level deferred chaining 需运行时补）。

1. Placeholder substitution:

Placeholder	Source
{session}	session.session_id
{intent}	session.intent
{description}	session.intent (alias)
{run_dir}	最新 artifact path（state.json.artifacts 解析）
{plan_dir}	最新 plan artifact path（state.json.artifacts）
{analysis_dir}	最新 analyze artifact path（state.json.artifacts）
{issue_id}	intent 派生 / state.json

2. Per-skill enrichment (when args empty or minimal):

Step	Required context	Source
brainstorm	topic	"{intent}"
roadmap	description	"{intent}"
analyze	session or topic	--session {session} or "{intent}"
plan	--session, --from, or --dir	see --from auto-injection below
execute	--session or --dir	see --from auto-injection below
debug	gap context	Read previous step's error/gap
review/test/auto-test	session	--session {session}

3. --from auto-injection (session-level artifact chaining):

Read state.json.artifacts（含 session 内归档 artifacts）
→ filter by session_id={session.session_id} + status=="completed"

plan step（含 --session 占位符，args 无 --from 且无 --dir）:
  1. 查同 session_id 最新 completed type=="analyze" artifact → id = ANL-xxx
  2. 命中 → 经 session chain replace --step {plan_step_id} --args "... --from analyze:{id}"

execute step（含 --session 占位符，args 无 --dir）:
  1. 查同 session_id 最新 completed type=="plan" artifact → id = PLN-xxx, path = scratch/...
  2. 命中 → 经 session chain replace --step {execute_step_id} --args "... --dir {run_dir}/outputs/{path}"

兜底：查询无结果 → 不注入，由命令自身 discovery 逻辑处理。已有 --from 或 --dir 的 step 不覆盖（仅改 pending step）。

4. Goal context injection:

当 step.goal_ref 非空且 session.task_decomposition 存在时：

goal = session.task_decomposition.find(g => g.id == step.goal_ref)
if goal:
  goal_snippet = { id: goal.id, goal: goal.goal, done_when: goal.done_when,
                   boundary: goal.boundary, evidence: goal.evidence }
  → 传递给 A_STEP_DISPATCH 注入 agent prompt

5. Write enriched args back to the chain step via maestro session chain replace --session {session} --step {step_id} --args "{enriched}"（仅 pending step 可改；source_artifact_ref 作为审计信息随 args 注入，不单独落侧文件）。已在建链时定死的 args 无需重写。

A_STEP_DISPATCH

派发 executor agent 执行单步。executor 内部调 maestro run next --session {session} 建 Run + 拿出生包并内联执行。

单源上下文（不再手工拼装）：run next 出生包已单源提供上游产物（Upstream inputs aliases）、前一步 handoff（Previous step summary/concerns）、后续队列（Queue）、handoff.next 推荐（Recommended）、按需参考（refs）与 goal 目标；run brief {run_id} 为 skill 正文注入点。故 A_STEP_DISPATCH 不再读前序 completion_*、不再逐路径 Read session.context、不再手工组装 <goal_context> —— 这些通道由出生包 + brief + anchor 覆盖。仅当出生包的 refs 指向代码位置而缺上下文时，executor 自行 maestro explore 补充。

1. Resolve agent name（display 标识）: {stage_prefix}-{session_id_short}-{HHmmss}

Stage	Prefix
grill	grl
brainstorm	brn
analyze-macro	anm
analyze	ana
plan	pln
execute	exe
review	rev
test	tst
debug	dbg
Other	run

2. Dispatch（unnamed executor）:

执行 Agent 不传 name，结果通过 task-notification <result> 自动回传主流程。executor 内部编排也用 unnamed Agent（子结果自动回流 executor，嵌套套娃模型）。

teammate({
  subagent_type: "ralph-executor",
  description: "执行 step {index}: {step.command} [{resolved_agent_name}]",
  prompt: `Session: {session_id}`
})

3. Display: [{index}/{total}] ⟶ {step.command} → {resolved_agent_name}（agent_exec_name 仅日志标识，不落 session state）
4. teammate() 返回 agentId → 等待 task-notification（status=completed 时 <result> 含 executor 输出）
5. task-notification 到达后，agent_output = <result> 内容 → 进入 S_STEP_ANALYZE
6. task-notification status=failed → STATUS=BLOCKED，转 S_HANDLE_FAIL

A_STEP_EXTRACT

从 agent 返回的执行输出中提取结构化信号，用于 completion 参数组装。

1. Stage-specific signal extraction:

Stage	提取什么	组装参数
analyze	conclusions.json scope_verdict + key_findings	--summary
plan	TASK-*.json 数量 + 主要模块 + 波次	--summary
execute	修改文件数 + verification passed/failed	--summary, --evidence
review	verdict + findings 数量 + severity	--summary, --decision
test	pass/fail 统计	--summary, --evidence
debug	root cause + 修复内容	--summary, --decision
grill	核心质疑点数量	--summary, --note
brainstorm	候选方案数 + 推荐方案	--summary, --decision

产物路径（analysis/plan/run/grill/brainstorm dir）由 run.json handoff 的 artifacts aliases 承担，不再回写 context.* 侧字段。

2. Artifact scanning — Use Glob 查找执行期间新增/修改的产物（用于 --evidence 组装 + 下游推理；不回写 context.*，durable 产物 ref 由 run.json handoff artifacts 承担）:

Pattern	Signal
conclusions.json	analyze 产物
TASK-*.json	plan 产物
verification.json	execute 产物
review.json	review stage
test-results.json, uat.md	test stage
grill-report.md	grill 产物
.brainstorming/*	brainstorm 产物

3. Output text signal extraction — 从执行输出文本中提取 artifact ID / path（供本轮 --summary/--evidence 组装与下游 --from 注入推理；下一步 run next 出生包会从 handoff 单源透出，无需回写侧字段）：

Signal pattern	用途
ANL-xxx (artifact ID)	下游 plan --from analyze:{id} 注入
PLN-xxx (artifact ID)	下游 execute --dir {plan} 注入
BLP-xxx (artifact ID)	下游 plan --from blueprint:{id} 注入
run_dir: 或 {run_dir}/outputs/ 路径	--evidence 路径
SESSION: {id}	session 关联审计

4. STATUS determination（内部信号名，A_STEP_COMPLETE 映射到 --verdict）:

条件	STATUS
Skill 正常完成 + 有产物	DONE
完成但有 warnings/concerns	DONE_WITH_CONCERNS
执行出错但可重试（临时错误、网络问题）	NEEDS_RETRY
执行出错且无法重试（schema 错误、command_path 不可达）	BLOCKED
Agent 返回 null（崩溃/超时）	BLOCKED

5. Compose completion params（feed 到 run complete，见 A_STEP_COMPLETE 映射表）:

Param	规则	组装方法
--summary	MUST。动词开头，≤100 字	"<动词><做了什么>，<量化结果>"
--decision	SHOULD（可重复）。每条一个架构/技术决策	从执行中做出的非显而易见的选择
--note	SHOULD（可重复）。后续 step 须知 / 推迟工作项	发现但不属于本步解决的问题 + 被主动推迟的项（原 caveats/deferred 合并）
--evidence	SHOULD（可重复）。验证产物路径	指向验证结果文件
--reason	COND。仅 --verdict blocked 时	阻断原因

A_STEP_DRIFT_ANALYZE

产物 vs 目标偏离分析。A_STEP_EXTRACT 后、A_STEP_COMPLETE 前执行。

1. 收集对照基准:

基准来源	取值
step.goal_ref → goal.done_when	子目标完成条件
session.boundary_contract.definition_of_done	全局验收标准
session.execution_criteria	执行准则
session.intent	原始意图

2. 对比评分:

维度	检查
覆盖度	产物是否覆盖 goal.done_when 每个条件
方向性	decisions 是否与 intent/boundary 一致
完整性	预期产物类型是否齐全

drift_score:

• ALIGNED — 全部维度通过
• MINOR_DRIFT — 小缺口，不影响后续
• MAJOR_DRIFT — 方向性偏离或关键产物缺失

3. 修正动作:

drift_score	动作
ALIGNED	正常进入 S_STEP_COMPLETE
MINOR_DRIFT	偏离项追加到 caveats，正常 complete
MAJOR_DRIFT + 未重试	run complete --verdict needs-retry（step 回 pending + retry.count++ + run_id=null，CLI 管）→ 回到 S_STEP_DISPATCH 重执行（drift_correction 作修正上下文注入 prompt）
MAJOR_DRIFT + 已重试	以 --verdict done-with-concerns complete

4. 写入: step.drift_score, step.drift_correction（评估态，随 complete 的 --note 汇入 handoff）

A_STEP_COMPLETE

调 run complete --verdict 上报 + 循环。

1. 使用 A_STEP_EXTRACT 组装的参数调用 run complete（免 run-id，自动解析当前 running 步的 Run）:

   Bash("maestro run complete --session {session} --verdict done --summary \"{SUMMARY}\" [--evidence <path>]... [--decision \"<text>\"]... [--note \"<text>\"]...")
   

   verdict + 信号参数映射（旧 ralph → 新面）：

   旧	新
   --status DONE	--verdict done
   --status DONE_WITH_CONCERNS + --concerns	--verdict done-with-concerns + caveats 汇入 --note
   --status NEEDS_RETRY	--verdict needs-retry
   --status BLOCKED + --reason	--verdict blocked + --reason（保留）
   --decisions	--decision（每条一个，可重复）
   --caveats / --deferred	--note（可重复）
   --evidence	--evidence（可重复；--artifact 用于 outputs 扫描外的产物）

   verdict 驱动链推进（CLI 管）：done/done-with-concerns → step completed+seal；needs-retry → step 回 pending + retry.count++；blocked → step failed + session paused。完成后 CLI 输出 next: maestro run next 指针闭环。

2. Display: [{index}/{total}] ✓ {step.command} → {SUMMARY}（上下文信号已随 handoff 落 run.json，下一步 run next 出生包自源透出，无需回写侧文件）

3. Loop back to S_STEP_LOCATE

A_AGENT_EVALUATE

通过 Agent 和/或 CLI delegate 评估质量门。评估模式由 step.evaluate_via 决定。

1. Common setup:

1. Resolve artifact dir: {run_dir}/outputs/{artifact.path}/ with fallback glob

2. Parse decision metadata: { decision, retry_count, max_retries, evaluate_via }

3. Map result files:

   Decision	Files
   post-execute	verification.json
   post-business-test	.tests/auto-test/report.json
   post-review	review.json
   post-test	uat.md, .tests/test-results.json
   post-frontend-verify	e2e-results.json

4. evaluate_via 默认值："agent"（未设置时）

2. Dispatch by mode:

Mode: agent（默认） — 同步 Agent 评估：

teammate({  // generic agent — 评估类无专属定义，通过 prompt CONSTRAINTS 约束行为
  description: "评估 {decision} 质量门（同步评估 Agent，不传 name）",
  prompt: "PURPOSE: 评估 {decision} 质量门结果
TASK: 读取以下结果文件 | 分析状态 | 评估严重性 | 给出建议
FILES: {result_file_paths}
SESSION: {session_dir}/session.json（orchestration 含 chain/position/decomposition；legacy session 兜底读 ralph-meta.json）
EXPECTED: 输出以下格式：
---VERDICT---
STATUS: PASS|FAIL|PARTIAL|BLOCKED
REASON: <一句话原因>
GAP_SUMMARY: <差距摘要>
CONFIDENCE: high|medium|low
CONFIDENCE_SCORE: 0-100
WEAKEST_DIMENSION: <最弱维度>
---END---
CONSTRAINTS: 只评估不修改文件 | 置信度<60%倾向 fix | retry {n}/{max} 达上限必须 escalate"
})

Mode: cli — CLI delegate 评估（异步后台）：

Bash({
  command: `maestro delegate "PURPOSE: 评估 ${decision} 质量门结果\nTASK: 读取 ${result_file_paths} | 分析状态 | 评估严重性\nEXPECTED: ---VERDICT--- 格式（STATUS/REASON/GAP_SUMMARY/CONFIDENCE_SCORE）\nCONSTRAINTS: 只评估不修改文件" --mode analysis --rule analysis-review-code-quality`,
  run_in_background: true
})

等待 delegate 完成 → maestro delegate output {exec_id} 获取结果 → 解析 ---VERDICT---

Mode: dual — Agent + CLI 并行评估，交叉验证：

1. 先派发 CLI delegate（run_in_background: true）

2. 同时派发同步 Agent（阻塞等待）

3. Agent 返回后，检查 CLI delegate 状态（maestro delegate status {exec_id}）

4. 合并裁决：

   Agent 结果	CLI 结果	合并策略
   两者一致	—	采用共识，confidence_score 取较高值
   Agent=PASS, CLI=FAIL	—	降级为 PARTIAL，confidence_score 取平均值
   Agent=FAIL, CLI=PASS	—	维持 FAIL（保守策略）
   CLI 未返回	—	使用 Agent 结果，标 "cli_pending": true

3. Verdict parse + adjustment（所有模式通用）:

5. Parse ---VERDICT--- block — STATUS must match strict enum PASS|FAIL|PARTIAL|BLOCKED; parse failure → fallback STATUS="fix", parse_failed: true, confidence_score: 0 (invariant 18)
6. Confidence adjustment: <60 + proceed → fix; >95 + fix + retry>0 → suggest proceed
7. Decision log: Append to {session_dir}/decisions.ndjson（本地评估审计留痕，与 CLI 的 decision_point 状态写入正交）:

   { "id": "DEC-{timestamp}", "timestamp": "{ISO}", "source": "ralph",
     "node_id": "{step.decision}", "type": "quality-gate",
     "evaluate_via": "{mode}", "cli_exec_id": "{exec_id|null}",
     "verdict": "{adjusted_verdict}", "confidence_score": {N},
     "parse_failed": false,
     "close_call": {N>=50 && N<=70}, "summary": "{REASON}" }
   

8. 裁决落盘（chain-state 写入）：评估得出的 proceed/fix/escalate 映射到 run decide 的 verbs 并落盘（见 A_APPLY_VERDICT）—— 评估由本 action 做，裁决落盘经 CLI，不直写 decision_point 状态。

A_AGENT_GOAL_AUDIT

通过 Agent 和/或 CLI delegate 审计子目标完成情况。支持 evaluate_via 三种模式（同 A_AGENT_EVALUATE）。

1. Read orchestration.decomposition.goals from session state（旧 session 兜底读 ralph-meta.task_decomposition）
2. Dispatch audit（按 evaluate_via 模式，默认 agent）:

   teammate({  // generic agent — 评估类无专属定义，通过 prompt CONSTRAINTS 约束行为
     description: "审计子目标完成情况（同步评估 Agent，不传 name）",
     prompt: "PURPOSE: 审计未完成子目标，判定 met / unmet
   TASK:
     1. 读取 {session_dir}/session.json 中 orchestration.decomposition.goals 的 status!=done 子目标
     2. 打开 evidence 产物，对照 done_when 严格判定
     3. 输出 met / unmet，unmet 给出 gap + target_stage
     4. 对照 intent + definition_of_done 判定意图保真
   CONTEXT:
     session_state      = {session_dir}/session.json（orchestration.decomposition）
     intent             = {session.intent}
     definition_of_done = {boundary_contract.definition_of_done}
     execution_criteria = {orchestration.decomposition.execution_criteria}
     boundary_contract  = {boundary_contract}
   EXPECTED:
     ---VERDICT---
     STATUS: all_met|has_unmet
     INTENT_ALIGNED: true|false
     UNMET: [{id:G2,gap:'...',target_stage:execute}, ...]
     CONFIDENCE_SCORE: 0-100
     ---END---
   CONSTRAINTS: 只评估不修改文件 | 严格按 done_when 判定 | evidence 缺失→unmet"
   })
   

3. On return: parse verdict；子目标 status 翻转经 maestro session meta update --session {session} --decomposition-file -（重建整块 decomposition 提交，见 A_APPLY_GOAL_*），不直写
4. Append {session_dir}/decisions.ndjson：{ "type": "goal-gate", "evaluate_via": "{mode}", "unmet_count": N, "unmet_ids": [...] }
5. Verdict routing: all_met + INTENT_ALIGNED=true → A_APPLY_GOAL_DONE；all_met + INTENT_ALIGNED=false → A_REGROUND_HALT；has_unmet → A_APPLY_GOAL_FIX GUARD: retry_count >= max_retries AND still unmet → A_APPLY_ESCALATE

A_AGENT_REGROUND

通过 Agent 和/或 CLI delegate 执行意图保真检查。支持 evaluate_via 三种模式（同 A_AGENT_EVALUATE）。

1. Read session state：intent, boundary_contract, completed steps, done goals
2. Dispatch reground（按 evaluate_via 模式，默认 agent）:

   teammate({  // generic agent — 评估类无专属定义，通过 prompt CONSTRAINTS 约束行为
     description: "意图保真检查（同步评估 Agent，不传 name）",
     prompt: "PURPOSE: 意图保真检查 — 对照 intent 验证累积执行是否漂移
   TASK:
     1. 读取 intent + boundary_contract.definition_of_done
     2. 读取已完成 steps 的 run.json handoff（evidence/decisions）+ 已 done 子目标
     3. 判定累积产出是否仍服务 intent
     4. 输出 aligned / drifted + drift_description + corrective_action
   CONTEXT:
     session_state      = {session_dir}/session.json（orchestration.decomposition）+ 各步 runs/{run_id}/run.json handoff
     intent             = {session.intent}
     definition_of_done = {boundary_contract.definition_of_done}
     in_scope           = {boundary_contract.in_scope}
     out_of_scope       = {boundary_contract.out_of_scope}
     goal_changelog     = {orchestration.decomposition.changelog ?? []}
   EXPECTED:
     ---VERDICT---
     STATUS: aligned|drifted
     DRIFT_DESCRIPTION: <空或具体描述>
     CORRECTIVE_ACTION: <空或建议>
     CONFIDENCE_SCORE: 0-100
     ---END---
   CONSTRAINTS: 只评估不修改文件 | aligned 阈值≥80% | 单个 step 触碰 out_of_scope→直接 drifted"
   })
   

3. On return: parse verdict
4. Append {session_dir}/decisions.ndjson
5. Verdict routing：aligned → A_APPLY_PROCEED；drifted + confidence >= 60 → A_REGROUND_HALT；drifted + confidence < 60 → A_APPLY_PROCEED (LOW CONFIDENCE)

A_SCOPE_EVALUATE

仅由 post-analyze-scope 决策节点触发。

1. 定位刚完成的 macro analyze artifact → analyze_macro_id, conclusions_path
2. 读取 conclusions.scope_verdict（large | medium | small），缺失 → unknown
3. 写入 session.scope_verdict + session.analyze_macro_id
4. Append {session_dir}/decisions.ndjson：{ "type": "scope-gate", "source": "ralph", "verdict": "{scope_verdict}", "analyze_macro_id": "{ANL_ID}" }

A_STRUCTURAL_EVALUATE

post-session:

1. Mark session sealed：Bash("maestro run seal-session {session.session_id}") — CLI 写 session.json.lifecycle.sealed_at、投影 state.json.sessions[].status = sealed 并清空 active_session_id（知识提取不在此做，完整封印流程属 maestro-session-seal 命令）
2. CLI 报错（unsealed Runs / session gates 未过）→ 显示 blockers + END（session 保持 running），提示人工运行 /maestro-session-seal 排查
3. Read state.json → resolve session dependency graph（step 1 落盘的 sealed 状态使下游 session 变为 dep-ready）
4. next dep-ready session exists（依赖已满足的 pending session）→ A_ADVANCE_SESSION
5. no next session（DAG 完结或 adhoc session 无依赖图）→ END

post-debug-escalate: always → A_PAUSE_ESCALATE

A_SHOW_STATUS

1. Bash("maestro ralph session") 取当前 ralph session 概览（读 session.json orchestration；旧 session 兜底 ralph-meta）
2. Display: Session, Status, Position（orchestration.position）, Progress, Current step
3. List steps: [✓] sealed, [▸] running, [ ] pending, [◆] decision（decision_ref 非空）；执行 step 附 command + stage
4. If orchestration.decomposition.goals present → 显示 sub-goals 进度（done/total）

A_APPLY_PROCEED / A_APPLY_FIX / A_APPLY_ESCALATE

裁决落盘统一经 maestro run decide {point_id} --session {session} --verdict proceed|fix|escalate --confidence high|medium|low [--summary "<text>"] [--evidence <path>]（评估已由 A_AGENT_EVALUATE 做，此处仅落盘 + 按 verdict 推进）：

• A_APPLY_PROCEED: run decide {point_id} --verdict proceed（CLI 标记 decision_point 完成并推进链）
• A_APPLY_FIX: run decide {point_id} --verdict fix（CLI 自带 retry 计数），随后按 Fix-Loop Templates 用 maestro session chain insert --session {session} --after {step_id} --command <cmd> [--args ...] [--stage ...] [--goal-ref ...] --inserted-by {gate名} 逐条插步（fix-loop 各步）
• A_APPLY_ESCALATE: run decide {point_id} --verdict escalate，随后 session chain insert --after {step_id} --command debug --args "{gap_summary}" --inserted-by {gate名} + 插入 decision:post-debug-escalate 节点（session chain insert ... --command post-debug-escalate --decision-ref post-debug-escalate）

插步不再手工 reindex：session chain insert 在活动位之后的 pending 尾部插入并自动定 step_id。

A_APPLY_SCOPE_VERDICT

依据 session.scope_verdict + session.wants_roadmap 重塑下游链路（改链经 session chain skip/insert/replace，不直写）：

1. 路径 A（large 且 wants_roadmap）：保持 roadmap+analyze，plan 选 session 列（如需改 args 用 session chain replace --step {plan_step_id} --args ...）
2. 路径 B（medium/small，或 large 非 wants_roadmap）：session chain skip --step {roadmap_step_id} + --step {analyze_step_id}（跳未完成的 roadmap/analyze），plan 改为 session chain replace --step {plan_step_id} --args "--from analyze:{ANL_ID}"
3. 路径 C（unknown）：非 auto_confirm → AskUserQuestion；auto_confirm → 默认路径 B
4. 标 decision completed：run decide post-analyze-scope --verdict proceed --confidence {n}

A_APPLY_GOAL_FIX / A_APPLY_GOAL_DONE

• A_APPLY_GOAL_FIX: 对每个 unmet 子目标用 session chain insert --after {step_id} --command plan --args "--gaps --session {session} \"G{n}: {gap}\"" --goal-ref G{n} --inserted-by post-goal-audit + execute 插步，末尾插 decision:post-goal-audit {retry+1}（session chain insert ... --command post-goal-audit --decision-ref post-goal-audit）；run decide post-goal-audit --verdict fix
• A_APPLY_GOAL_DONE: 重建整块 decomposition（goals[*].status="done", completion_confirmed=true）提交 maestro session meta update --session {session} --decomposition-file -（stdin 传整块 JSON）；run decide post-goal-audit --verdict proceed

A_ADVANCE_SESSION

1. Update position：重建 position 块（reset passed_gates）提交 maestro session meta update --session {session} --position-file -
2. 为下一 session 插入完整 lifecycle steps：逐条 session chain insert --inserted-by post-session
3. 无手工 reindex（CLI 定 step_id）

A_REGROUND_HALT / A_PAUSE_ESCALATE

• A_REGROUND_HALT: maestro run decide {point_id} --verdict escalate --confidence {n}（CLI 将 session 置 paused），display drift warning + 恢复选项。auto_confirm 不跳过
• A_PAUSE_ESCALATE: run decide post-debug-escalate --verdict escalate（session paused），display "请人工介入"，suggest continue

A_AMEND_GOAL

运行中 session 的目标热修改。详细流程由 <deferred_reading> 加载 ralph-amend-goal.md。

Phase	行为	产出
1. 快照	读 orchestration.decomposition.goals + boundary_contract + 已完成 steps 的 run.json handoff summary	Display: 目标列表 + 进度
2. 解析	change_request 非空 → 直接用；为空 → AskUserQuestion（修改/新增/移除/调整边界）	change_type + change_request
3. Mini Grill	Agent 评估影响	RISK_LEVEL + AFFECTED_GOALS + INVALIDATED_STEPS + NEW_GAPS
4. 确认	AskUserQuestion：应用并继续 / 仅改目标 / 取消	用户选择
5. 应用	重建整块 decomposition（旧目标 superseded + 新目标 origin: CHG-xxx + changelog 追加）提交 session meta update --decomposition-file -；受影响 pending steps 用 session chain skip/insert/replace 重塑	re-dispatch

Phase 3 Agent prompt:

teammate({  // generic agent — 评估类无专属定义，通过 prompt CONSTRAINTS 约束行为
  description: "Amend impact analysis（同步评估 Agent，不传 name）",
  prompt: "PURPOSE: 评估目标修改对 running session 的影响
TASK:
  1. 读取 {session_dir}/session.json 的 orchestration.decomposition + boundary_contract + 已完成 steps 的 run.json handoff
  2. 分析 change_request 对既有目标/步骤的影响
  3. 判定 RISK_LEVEL (low/medium/high)
  4. 列出 AFFECTED_GOALS / INVALIDATED_STEPS / NEW_GAPS
CONTEXT:
  change_request    = {change_request}
  change_type       = {change_type}
  session           = {session_dir}/session.json（orchestration.decomposition）
EXPECTED:
  ---AMEND-VERDICT---
  RISK_LEVEL: low|medium|high
  AFFECTED_GOALS: [G1, G2, ...]
  INVALIDATED_STEPS: [step indices]
  NEW_GAPS: [gap descriptions]
  RECOMMENDATION: <建议>
  ---END---
CONSTRAINTS: 只评估不修改文件"
})

GUARD: RISK_LEVEL == high → AskUserQuestion 不跳过（auto_confirm 无效） GUARD: 已完成（status: "done"）的目标不可 supersede（skip + warn） 旧目标标 superseded（superseded_by + superseded_at），新目标标 origin: "CHG-xxx"。orchestration.decomposition.changelog 含完整 before/after + impact_assessment（经 session meta update --decomposition-file - 整块提交）。

A_RETRY / A_PAUSE_SESSION / A_COMPLETE_SESSION

• A_RETRY: Bash("maestro run complete --session {session} --verdict needs-retry --reason \"...\"") — CLI 将 chain step 重设为 pending，retry.count++、run_id=null
• A_PAUSE_SESSION: maestro run complete --session {session} --verdict blocked --reason "..." — CLI 写 session.status = "paused"
• A_COMPLETE_SESSION: 校验所有 step 已 completed/sealed + orchestration.decomposition.goals[*].status == "done"（若存在），通过后 session 由 seal 流程置 completed。unnamed executor 执行完自动终止，无需 shutdown 清理

</state_machine>

Ralph 是自适应编排器；其顺序链默认以 --engine sequential（当前行为）执行。--engine swarm 与 --engine universal 是叠加在链之上的执行引擎模式，为单个 step 增加并行、对抗式执行，但不拥有 session 状态。

Engine mode	脚本源	增加什么	ralph 何时选它
--engine swarm（fixed）	swarm/wf-*.js	将 step intent 路由到预建 Workflow 脚本（wf-*.js）执行多 agent 并发 + 对抗门	标准 stage（analyze/brainstorm/review/verify/plan/execute/grill/milestone-audit）需要多维并行 + 交叉验证时
--engine universal（dynamic）	dynamic/uwf-*.js	扫描脚本库匹配；无匹配则按 depth 选定对抗模式动态生成任务专属 Workflow 脚本，持久化到 dynamic/，再执行	非标准任务 / 无匹配 fixed 脚本的新领域

控制权边界：两个引擎均为并行加速器，非状态决策者 —— 从不修改 ralph session state、从不推进 step。FSM 保留 session 生命周期 + step 排序的所有权（invariant 21 控制权优先级）。引擎调用 Workflow 工具在 step 内部并行执行，结果回填该 step 的产物目录，仍由主流程 A_STEP_COMPLETE 调 run complete --verdict 上报。

Ralph integration hook：一个 step 的 command 为引擎模式时携带 args: "--engine swarm --script wf-analyze --session {session}"；executor agent 通过 maestro run next 正常加载/执行，引擎在内部调用 Workflow。

Engine: swarm (fixed scripts)

Script inventory（~/.maestro/workflows/swarm/）:

Script	args interface
wf-analyze	{ target, scope, context, phase?, dimensions? }
wf-brainstorm	{ topic, context, count?, roles? }
wf-review	{ target, scope, specs?, tier?, dimensions? }
wf-verify	{ goals, plan_dir?, scope?, task_files?, must_haves?, skip_antipattern? }
wf-grill	`{ topic, context?, depth?: "shallow"
wf-plan	{ context_dir?, from?, phase?, scope?, specs?, gaps?, quick? }
wf-execute	{ plan_dir, specs?, codebase_context?, wiki_context?, auto_commit? }
wf-milestone-audit	{ milestone?, is_adhoc? }

Intent→script routing（最高优先级关键词胜出；--script 覆盖）:

Priority	Keywords	Script
1	里程碑审计 / milestone-audit / 集成检查 / integration	wf-milestone-audit
2	拷问 / grill / 压力测试 / stress-test / 挑战 / challenge	wf-grill
3	验证 / verify / 反模式 / antipattern	wf-verify
4	审查 / review / 代码审查 / code review / 质量 / quality	wf-review
5	执行 / execute / 实现 / implement / 开发 / develop	wf-execute
6	规划 / plan / 任务分解 / decompose / 分波 / wave	wf-plan
7	头脑风暴 / brainstorm / 方案 / 评估 / evaluate / 多角度	wf-brainstorm
8	分析 / analyze / 探索 / explore / 架构 / architecture / 复杂度 / 风险	wf-analyze

Multi-match within a priority → AskUserQuestion。Cross-priority → 取更高优先级。

Execution sequence:

1. Parse args + intent → resolve script（--script first）。
2. Assemble the args payload（所有 FS 读取在此完成 —— 读 .workflow/state.json 取 phase/milestone，git diff 取 review scope，最新 plan artifact 取 verify goals 等）。
3. Workflow({ scriptPath: '~/.maestro/workflows/swarm/{script}.js'（绝对路径）, args, resumeFromRunId })。
4. Ingest results → 格式化含对抗结果的摘要（advocacy/referee、prosecutor/defender、3-vote tally、meta-skeptic rating 等）。
5. Write ralph-compatible artifacts 到该 step 的 Run output dir（格式匹配对应命令产物：analysis.md+context.md+conclusions.json+adversarial-debate.json、review.json 含 adversarial_verdict、verification.json 含 prosecutor/defender debate 等）。
6. Show Resume: --engine swarm --resume {runId}。

Invariants:

• Parallel-accelerate only —— 从不修改 ralph session state，从不推进 step。
• args pre-compiled —— 所有 FS 读取在 assembly step 完成；script 内部 agent 通过工具自读。
• Output 格式与对应命令产物兼容。
• resumeFromRunId 直接透传给 Workflow 工具（内置缓存）。
• Scripts 只读 —— routing 从不编辑 wf-*.js。
• Results 必须展示 —— 从不静默完成。

When swarm vs plain sequential step:

Condition	Pick
需多维并行 + 对抗交叉验证	swarm
需对话式 / interview_protocol	sequential（swarm agent 不能交互）
必须写 state.json / 推进 ralph step	sequential（swarm 承诺不碰状态）
时间预算充足、精度优先	swarm
上下文受限、快速单视图即可	sequential

Engine: universal (dynamic scripts)

Library：fixed ~/.maestro/workflows/swarm/wf-*.js + dynamic ~/.maestro/workflows/dynamic/uwf-*.js。

Flow：scan → decide（reuse vs generate）→ design → generate → (confirm) → execute → persist。

1. Scan 两个目录；读每个文件的 meta 块（name/description/whenToUse）；对 intent 语义匹配；AskUserQuestion 呈现 >70% 匹配（max 3）+ "generate new" 选项。若某 swarm 脚本强匹配，优先改路由到 --engine swarm。
2. Design（生成时）：将 intent 分解为 work_items（explore/analyze/create/verify/decide）、decision_points（go-nogo/pass-fail/select-best/resolve-conflict/assess-quality）、data_flow；编排为 phases（独立项并行，每个 decision_point 后接对抗 phase）；按 decision_point × depth 选对抗模式（下表）；设计 per-agent JSON schema；呈现含预估 agent 数的 blueprint。
3. Generate 脚本（先写文件，再通过 scriptPath 执行 —— 从不 inline 脚本字符串）。
4. Validate：node --check；失败则修复重试 ≤2，否则 universal E003。
5. Confirm via AskUserQuestion（除非 --resume）；--dry-run 在 generate 后停止。
6. Execute Workflow({ scriptPath: '~/.maestro/workflows/dynamic/uwf-{slug}.js', args, resumeFromRunId })。
7. Persist：脚本已在 dynamic/uwf-{slug}.js；展示 reuse/resume/via-swarm 命令。

Adversarial pattern selection（decision_type × depth）:

decision_type	shallow	standard	deep
go-nogo	1 skeptic	3-way advocacy + referee	cross-verify + 3-way advocacy + meta-skeptic
pass-fail	1 challenger	prosecutor/defender/judge	cross-verify + prosecutor/defender + 3-vote
select-best	1 critic	N proposals + judge panel	N proposals + judge + 3-critic challenge
resolve-conflict	1 mediator	3 philosophy proposals + arbitrator	3 proposals + arbitrator + meta-skeptic
assess-quality	1 skeptic	3-vote (strict/lenient/objective)	cross-verify + 3-vote + meta-skeptic

Script generation rules（全部强制 —— 防止常见 Workflow 解析失败）:

1. 纯 JavaScript —— 无 TS 类型注解（: string、interface、泛型）。
2. meta 块仅 ASCII（name/description/whenToUse/phases[].title/detail）—— 此处中文触发 \uXXXX 序列化解析错误。（agent prompt body 可用中文 —— 运行时字符串。）
3. 无 Date.now()、Math.random()、无参 new Date() —— 破坏 resume-cache 匹配。
4. 每个 JSON Schema 声明为 top-level const XXX_SCHEMA = {...}；通过 schema: XXX_SCHEMA 引用（从不 inline 大 schema）。
5. 用 + 字符串拼接，非模板字面量（backtick 嵌套 / ${} 是首要解析错误源）。
6. Callback 用 function(...) 非箭头函数（避免隐式对象返回 () => ({}) 陷阱）。
7. 从不用名为 phase 的变量遮蔽全局 phase() 函数。
8. 字符串中用正斜杠路径（src/auth/），从不反斜杠（\a、\u 变为转义序列）。
9. 仅在有明确匹配时设 agentType（如 Explore、workflow-analyzer）。
10. Null-safety：用 ?. 链式；数组操作前 .filter(Boolean)（agent 可能在跳过时返回 null）。

Adversarial pattern code templates（生成时嵌入 top-level schema 常量 + 片段）：Skeptic CrossVerify（CHALLENGE_SCHEMA）、3-Way Advocacy + Referee（ADVOCACY_SCHEMA/DECISION_SCHEMA）、Prosecutor/Defender/Judge（ARGUMENT_SCHEMA/VERDICT_SCHEMA）、3-Vote Majority（VOTE_SCHEMA + resolveVotes）、Competing Proposals + Judge（PROPOSAL_SCHEMA/SCORE_SCHEMA）、Meta-Skeptic（META_CHALLENGE_SCHEMA，仅 deep）。标准对抗 schema 为稳定常量，重新生成时逐字复现。

Invariants:

• Scan before generate（避免重复脚本）。
• 每个 decision_point 都有对抗模式 —— 无单 agent 决策。
• Depth 单调：shallow ⊂ standard ⊂ deep。
• 纯 JS；meta 仅 ASCII；每个 agent 调用有 top-level 声明的 schema。
• Write file → node --check → 通过 scriptPath 执行（从不 inline）。
• 幂等命名（uwf-{slug}.js 覆盖；用户通过 --name 控制）。

Stage Mapping

执行 Agent 始终拥有完整工具集（read + write），由 skill 自身约束行为。Decision 评估 Agent 通过 prompt 中的 CONSTRAINTS 约束为只读。

Stage	Skill	Decision after	quality_mode
grill	grill "{intent}"	—	all
brainstorm	brainstorm "{intent}"	—	all
blueprint	blueprint "{intent}"	—	all
init	maestro-init	—	all
spec-setup	spec setup	—	all
analyze-macro	analyze "{intent}"	post-analyze-scope	all
roadmap	roadmap --from analyze:{id}	—	all
analyze	analyze --session {session}	—	all
plan	plan --session {session}	—	all
execute	execute --session {session}	post-execute	all
business-test	auto-test --session {session}	post-business-test	full only
review	review --session {session}	post-review	all
test-gen	auto-test --session {session}	—	full / standard
test	test --session {session}	post-test	full, standard
frontend-verify	test --session {session} --frontend-verify	post-frontend-verify	all (UI only)
goal-audit	(decision-only)	post-goal-audit	all
session-seal	(decision-only)	post-session	all

Build rules 0.5-13 全部适用，包括 spec-setup 预检（rule 0.5）、grill auto_confirm 透传（rule 3.5）、frontend-verify UI 门控（rule 3.6）、re-grounding 插入（rule 5.5）等。

Agent Dispatch Contract

场景	subagent_type	理由
执行 step（A_STEP_DISPATCH）	"ralph-executor"	需加载 executor 行为定义（.claude/agents/ralph-executor.md）
评估/审计/保真/影响分析	(omit)	generic agent，通过 prompt CONSTRAINTS 约束为只读

Codex V2 转换规则：

• 有 subagent_type → agent_type: "<name>" (加载 .codex/agents/*.toml)
• 无 subagent_type → 不加 agent_type（default agent，prompt 自约束）

Session Schema

session.json (session/1.2，engine=ralph；orchestration 为唯一编排真相源，原 ralph-meta 字段已归位)。由 CLI 建/写，prompt 层不直写：

{
  "schema_version": "session/1.2",
  "session_id": "{id}",
  "intent": "", "status": "running|paused|sealed|archived|failed",
  "boundary_contract": {
    "in_scope": [], "out_of_scope": [], "constraints": [], "definition_of_done": ""
  },
  "orchestration": {
    "engine": "ralph",
    "quality_mode": "standard",
    "auto_mode": false,
    "chain": [{
      "step_id": "step-000-analyze",
      "command": "analyze",
      "status": "pending|running|sealed|failed|skipped",
      "run_id": null,
      "inserted_by": "build",
      "decision_ref": null,
      "args": "--session {session}",          // ← 建链定，run next 透传 createRun
      "stage": "analyze",
      "goal_ref": "G1",
      "retry": { "count": 0, "max": 2 }        // 执行 step；decision 节点无 retry（走 decision_point）
    }],
    "decision_points": [{
      "point_id": "post-execute",
      "after_step_id": "step-001-execute",
      "status": "pending",
      "retry_count": 0, "max_retries": 2,
      "evidence_ref": null
    }],
    "position": {                              // ← ralph-meta 顶层定位字段
      "lifecycle": "", "phase": null, "phase_is_new": false,
      "milestone": "", "planning_mode": "unified",
      "passed_gates": [], "scope_verdict": null
    },
    "decomposition": {                         // ← ralph-meta 自适应态整块提升
      "execution_criteria": [],
      "goals": [
        { "id": "G1", "goal": "", "boundary": "", "done_when": "",
          "evidence": "", "lifecycle": [], "status": "pending|done|superseded",
          "completion_confirmed": false, "completed_at": null,
          "superseded_by": null, "superseded_at": null, "origin": null }
      ],
      "changelog": [
        { "id": "CHG-001", "timestamp": "{ISO}",
          "change_type": "modify|add|remove|boundary", "reason": "",
          "impact_assessment": { "risk_level": "low|medium|high",
            "invalidated_steps": [], "new_steps_inserted": 0 },
          "before": { "goals": [{"id":"G1","goal":"...","done_when":"..."}] },
          "after":  { "goals": [{"id":"G1v2","goal":"...","done_when":"..."}] } }
      ]
    },
    "lease": { "owner": null, "epoch": 0, "id": null },   // 存在时 run next/complete 校验 lease 三参
    "executor": { "platform": "claude", "cli_tool": "claude" }
  }
}

步进进度：不落 session.json；由各步 runs/{run_id}/run.json 的 handoff/anchor 承担，下一步 run next 出生包自源透出。

legacy ralph-meta.json：旧 session（session/1.0 + ralph-meta）未迁移前，评估/审计 prompt 可兜底读其 task_decomposition/context/goal_changelog；新 session 一律走上面 session/1.2 形态，ralph-meta.json 不再写。迁移经 maestro session migrate [--session <id>]（幂等，拒迁有 running step 的 session）。

Fix-Loop Templates

下面每行是一条 maestro session chain insert --session {session} --after {step_id} --command <cmd> [--args ...] [--stage ...] [--goal-ref ...] --inserted-by {gate名}；decision:* 行为 decision 节点（--command <point> --decision-ref <point>）。执行 step 按 A_BUILD_STEPS 规则 9 预校验 skill 名，插入的 step 通过 A_STEP_DISPATCH 派发 executor agent 逐步执行，由主流程调 run complete --verdict 上报。

post-execute:

debug "{gap_summary}"
plan --gaps --session {session}
execute --session {session}
decision:post-execute {retry+1}

post-business-test:

debug "{gap_summary}"
plan --gaps --session {session}
execute --session {session}
decision:post-execute {retry: 0}
auto-test --session {session}
decision:post-business-test {retry+1}

post-review:

debug "{gap_summary}"
plan --gaps --session {session}
execute --session {session}
review --session {session}
decision:post-review {retry+1}

post-test:

debug --from-uat "{gap_summary}"
plan --gaps --session {session}
execute --session {session}
decision:post-execute {retry: 0}
auto-test --session {session}
decision:post-business-test {retry: 0}
review --session {session}
decision:post-review {retry: 0}
auto-test --session {session}
test --session {session}
decision:post-test {retry+1}

post-frontend-verify: (UI 写端点未接线/不可用时)

debug --from-frontend-verify "{gap_summary}"
plan --gaps --session {session}
execute --session {session}
test --session {session} --frontend-verify
decision:post-frontend-verify {retry+1}

post-goal-audit: (per unmet sub-goal group)

# for each unmet sub-goal G{n}, scoped to session:
plan --gaps --session {session} "G{n}: {gap}"     [goal_ref: G{n}]
execute --session {session}                       [goal_ref: G{n}]
# after all unmet groups inserted:
decision:post-goal-audit {retry+1}

Error Codes

E001–E006, W001–W004 适用。Agent 新增：

Code	Severity	Description	Recovery
E014	error	Agent execution failed (Agent returned null)	Retry once, then BLOCKED
E016	error	Evaluation Agent verdict parse failed	Fallback fix + parse_failed: true

Engine 模式新增（--engine swarm|universal，见 <engines>）：

Code	Severity	Description	Recovery
swarm E001	error	No intent and no --script	Prompt for intent
swarm E002	error	Ambiguous routing	AskUserQuestion
swarm E003	error	Script file not found	Check ~/.maestro/workflows/swarm/
swarm E004	error	Workflow execution failed	Show error, suggest --resume
universal E002	error	Task decomposition failed	Require more specific intent
universal E003	error	Generated script syntax error after 2 retries	Show script + error for manual fix
universal E004	error	Workflow execution failed	Show error, offer --resume {runId}

Success Criteria

• ralph owns full step loop: locate → resolve → dispatch → wait task-notification → extract → drift → complete → next
• One agent per step — teammate({ agent: "ralph-executor" }) 每步派发一个 unnamed executor
• Executor 内调 maestro run next（或主编排传入 run_id 走 run brief）获取 skill prompt 并执行，内部编排用 unnamed Agent（子结果回流 executor）
• Executor 结果通过 task-notification <result> 自动回传主流程
• 主流程调 maestro run complete --verdict（免 run-id）上报（非 agent 上报）
• 主流程负责 arg resolution、context loading、signal extraction、drift analysis
• task-notification status=failed → STATUS=BLOCKED，转 S_HANDLE_FAIL
• Unified unnamed dispatch: 执行 Agent 和评估 Agent 均不传 name，结果通过 task-notification 回传。CLI delegate 仅限评估环节
• Decision evaluation 支持三种模式：agent（同步）、cli（CLI delegate）、dual（并行交叉验证）
• evaluate_via 字段控制评估模式，默认 "agent"
• dual 模式合并策略：一致取共识、分歧保守降级、CLI 未返回用 Agent 结果
• Verdict 解析保持 ---VERDICT--- 格式，parse 失败 → fallback fix + parse_failed: true
• decisions.ndjson 追加：source 字段为 "ralph"
• Session schema: session/1.2，Run schema: command-run/1.2；orchestration 单源，CLI 建/写
• Chain building（S_RESOLVE_SESSION through S_BUILD_CHAIN）自包含执行，经 session create --chain-file（stdin JSON）落盘
• A_STEP_DISPATCH 不再手工拼装前序产出/goal context —— run next 出生包（Upstream/Previous step/Queue/Recommended/refs）+ run brief 单源覆盖
• display 标识含 stage prefix（grl/brn/anm/ana/pln/exe/rev/tst/dbg）——仅用于 display/日志，不落 session state
• --summary 在 DONE/DONE_WITH_CONCERNS 时为 MUST（动词开头，≤100 字）
• CAVEATS 在 done-with-concerns 时汇入 --note（旧 --concerns 映射）
• A_STEP_EXTRACT 从 executor 输出提取 artifact IDs、path signals、session signals
• A_STEP_DRIFT_ANALYZE：ALIGNED/MINOR_DRIFT → complete；MAJOR_DRIFT+未重试 → retry；MAJOR_DRIFT+已重试 → DONE_WITH_CONCERNS
• A_STEP_COMPLETE 的 context signals 随 handoff 落 run.json，下一步 run next 出生包自源透出（不回写侧文件）
• A_AMEND_GOAL：完整 5 步流程 + deferred_reading ralph-amend-goal.md + Agent mini grill 含完整 prompt
• 旧目标标 superseded（superseded_by + superseded_at），新目标 origin: "CHG-xxx"
• goal_changelog 含完整 before/after + impact_assessment
• blueprint_id session 字段支持 --from blueprint:{BLP_ID} 路径
• spec-setup 预检（build rule 0.5）
• post-session：mark session sealed（maestro run seal-session，含 clear active_session_id）先于 DAG 推进；seal 失败 → END + 提示 /maestro-session-seal；adhoc 无依赖图 → END
• post-reground + drifted + confidence < 60 → A_APPLY_PROCEED (LOW CONFIDENCE)
• Fix-loop 插入的 step 通过 A_STEP_DISPATCH 逐步执行
• re-grounding 3-step 插入规则（build rule 5.5）不变
• A_REGROUND_HALT 漂移熔断（auto_confirm 不跳过）不变
• --engine swarm [--script wf-*] 路由 intent → 运行 fixed Workflow 脚本 → ingest 对抗摘要 + 写 ralph-compatible artifacts
• --engine universal [--depth ...] [--from ...] [--dry-run] 扫描库，无匹配时 generate+validate 动态脚本，经 scriptPath 执行，持久化到 dynamic/
• 两引擎均不修改 ralph session state 或推进 step（控制权优先级 invariant 21 不变）
• 引擎结果回填 step 产物目录，仍由主流程 A_STEP_COMPLETE 调 run complete --verdict 上报