deep-audit-cross-codex

name	deep-audit-cross-codex
description	Phase A Claude solo 完整深度進階稽核 → Phase B codex 同流程稽核 + 比稿辯論共識 → Phase C 落地。SSOT-UI/UX 中文人話 propose / 其他 autonomous。對齊 M14/M18/M19/M20/M22/M23/M26/M29/M31/M32 + audit dim list 全集(SSOT = design-system-audit/SKILL.md)+ codex-collab 5-step。
arguments	scope?=full|changed focus?=「ssot|visual|behavior|all」

Deep Audit Cross-Codex — 雙 model adversarial 完整 DS 稽核

上游 context / 框架(SSOT integrity invariant + 生態位 + canonical 全繼承)+ user-verbatim directives(2026-05-18 + 2026-05-29)+ 機械強制 R18-R26 對齊清單 詳 references/upstream-directives-r-mapping.md

When to invoke

• User 明確 trigger:「跑深度稽核 + codex 比稿」「完整盤查 with codex」「dual-pass audit」「/deep-audit-cross-codex」
• 重大 release / SSOT 大改 / 季度健檢
• 多輪修正後想雙 model verify

不該 invoke:single 元件小修(用 /design-system-audit --scope=component)/ 已知 surgical bug fix(用 /bug-fix-rhythm)/ 日常 dev(visual-audit --scope=changed)。

Non-goals

• 不取代 /design-system-audit --deep(本 skill chain 它 Phase A.1)
• 不取代 /codex-collab(本 skill chain 它 Phase B)
• 不動 audit 觸發以外的 PR / branch ops(M28 由 user 拍板)

---

Phase 0 — Cwd context detection(2-mode branching,2026-05-29 加)

Skill 必能跑在 DS repo + fork user repo 兩處(per user 2026-05-29「fork user 在自己獨立環境下 infra 仍正確運行」directive)。Phase 0 自動偵測 cwd 切 scope:

detect_mode() {
  if [ -d "packages/design-system/src" ]; then echo "ds-repo"
  elif grep -q '"@qijenchen/design-system"' package.json 2>/dev/null; then echo "fork-user-repo"
  else echo "non-ds"; exit 0; fi
}

為何 2-mode 不是 3-mode(per user「避免原則無限膨脹」):「template SSOT」實際上是 ds-repo 內 template/ds-product-template/ 子目錄;DS owner 編 template scaffold 仍在 ds-repo cwd 跑,無 semantic 區隔。Published ds-product-template GitHub repo 跟 fork user new repo 在 file structure 上一致(都消費 DS via npm + plugin),統一 fork-user-repo mode 處理。3-mode 設計 dead code:ds-template-ssot 永不 trigger 因 packages/design-system/src 條件先 win。

Mode	A.0 全盤閱讀 scope	A.1 audit dim scope	Phase B codex scope
ds-repo(DS owner workflow,含 template SSOT 編輯)	full DS canonical + spec + token + pattern + memory + template/ds-product-template/ scaffold	全 dim per /design-system-audit --deep SSOT(含 dim 83 cross-3-repo runtime audit)＋ chain /product-ui-audit 對 apps/template(DS owner dogfood 自家消費端 surface,用 fork user 同等產品標準把關)	全 dim parallel verify
fork-user-repo(published template repo / fork user product repo)	node_modules/@qijenchen/design-system/CLAUDE.md + ds-canonical/rules/meta-patterns.md + apps/** + 本 repo CLAUDE.md	dim 83 fork-side runtime checks(plugin hook fire / fork-committed bootstrap hooks fire〔check_plugin_bootstrap SessionStart + block_production_edit_without_plugin PreToolUse〕 / cross-load / setup-netlify smoke / deploy URL hook 每次 push 吐 URL live / 環境建置斷點清單通暢 + 無法自動的斷點有 plain-中文引導)+ 完整 consumer/fork enforcement dim 集(2026-05-30 補,原僅 62-67 漏掉 bootstrap 等):58(plugin install + bootstrap chicken-egg gate)/ 59(approval-preflight apps/**)/ 62(Netlify onboarding + 斷點清單 + ≥6 條中文引導話術)/ 63(deploy URL auto-reply 每次必吐)/ 64(post-main-push SSOT propagation)/ 69-71(consumer no-catalog / @story-baseline / DS primitive misuse)/ 73-74(full-story sweep / overlay probe)/ 75(plugin freshness)/ 76(escape marker abuse)/ 82(consumer app story title)	同 dim,fork-side verify;禁 propose DS source change

Fork-mode safety invariants(2026-05-29 加)

當 cwd = fork-user-repo:

• A.2 propose scope 限 fork user's product code(apps/**,可選 packages/<consumer-utils>/**)
• 禁 propose DS source 改動(node_modules/@qijenchen/design-system/** read-only;要改 file PR 回 DS repo)
• A.3 autonomous batch fix scope 同上
• Commit / push 仍走 M28 working branch + user push trigger
• Hooks fire 信任 plugin 機制(skill 不重複實作 hook logic)

---

Phase A — Claude solo full audit(必先 NO-SAMPLE 跑完才進 Phase B)

A.0 — 全盤閱讀 preflight(M29 升級,禁止憑記憶)

強制 read sweep(不可 sample,不可挑):

1. CLAUDE.md 全文
2. .claude/rules/{meta-patterns,spec-rules,ui-development,story-rules,self-verify}.md 全文
3. .claude/references/{ssot-index,ssot-consultation,build-ui-canonicals,naming-conventions}.md
4. packages/design-system/src/**/*.spec.md 全部(83 file,通過 Glob 列舉 + Read)
5. packages/design-system/src/tokens/**/*.spec.md + packages/design-system/src/patterns/**/*.spec.md 全部
6. 本 session 對話脈絡 + memory ~/.claude/.../memory/MEMORY.md index + active project memory files

完成 gate:Phase A.0 output = phaseA-preflight-checklist.md(session-local,列出讀過的 N file + 任何 spec 漂移嫌疑點)。禁 skip / sample / 「先看標題判斷」。

A.1 — 跑全 dim NO-SAMPLE deep audit(chain /design-system-audit --deep SSOT)

Dispatch plan auto-pickup(2026-05-23 ship per user verbatim「infra 增刪改 audit 自動跟最新」): 必先跑 node scripts/dispatch-audit-dims.mjs --summary 取動態 dim 列(non-hardcoded),從 .claude/logs/audit-dims-dispatch.json 讀 sub-agent batch 分組。Heavy dims 自動標,新加 dim 自動 included,retire 自動排除。

禁 hardcode dim range numbers(eg.「Dims 1-15」/「Dims 34-56」)在 sub-agent prompt — 用 dispatch-audit-dims.mjs output 的 dispatchPlan.suggestedBatches[].dimNumbers 動態填。

完整跑,no sample / no escape(對齊 feedback_audit_full_sweep_not_sample.md + check_audit_sample_escape.sh BLOCKER)。 每 dim sub-agent prompt 必含「DS-wide 全盤,禁 sample top N」。

PURE-JUDGMENT dim 真跑證據強制(2026-05-30 generalize,user 問「包括所有 infra 稽核?」):judgment dim(無 deterministic script / write-time hook 兜底者,含 infra 62/66/68/72 fork-onboarding/runtime/API-surface)report 必逐 dim show「DS-wide N files scanned + file:line findings / 或『0 after 全掃』」真跑證據,禁只 mention dim 號。report-validator check_audit_post_report_validator.sh Validator G 機械強制(evidence marker 數 < judgment dim 數 = BLOCKER)。DETERMINISTIC(22)+ HOOK(42)dim 由 CI / write-time hook 兜底(含 22/26 infra dim),不在此 risk。

🚨 反抽樣鐵律 — 「機械涵蓋」必先 breadth-verify(2026-06-05 user 抓 story-title 又抽樣,verbatim「這個問題已經問你一百次了結果你還是抽樣」):把某 judgment dim 標為「DETERMINISTIC/HOOK 已兜底、不在 judgment risk」= 一種抽樣,除非該 gate 的偵測廣度被證明對齊 canonical。強制兩步,缺一即視同抽樣:

1. Breadth-test:對該 gate 注入一個「已知違規」樣本 → 跑 gate → 確認被抓(exit 1)→ revert。沒通過 = 該 gate 不算涵蓋該 dim,退回 PURE-JUDGMENT 跑完整枚舉。
2. 完整枚舉 + partition-review(judgment dim sample-proof 跑法):deterministic 腳本枚舉全部單元(eg. extract-story-names.mjs 全 926 name)→ 機械 auto-pass 明確合規者 → 剩餘 candidate 切 N chunk,每 chunk agent 審它每一個(chunk 互斥涵蓋全集 → 每單元剛好審一次,數學上不可能漏)。禁 agent 自選 top N。

• 錨例:dim 40/41/43 被當「story-quality:check 已涵蓋」排除 NO-SAMPLE → 但 gate 有 detection gap(只抓 100%-English,漏中英混雜)+ scope gap(漏 anatomy/principles)→ 放過 84 違規,還回報「0 violations」假綠燈。修:gate 補 name_mixed_english(Dim 41b)+ 全 storyFiles scope + breadth-verified(注入 Hover Compact 測試 確認抓到)。對齊 M7 子規則 M34「spec broad + hook narrow = gap 必補」。

A.1b — Claim-vs-code + docblock + spec-internal adversarial verification(MANDATORY,NO-SAMPLE,per-component)

2026-05-30 anchor(user verbatim 質問「之前他媽都在偷懶?」):獨立 adversarial 再審抓到 403 findings / 64 單元 / 0 全乾淨,其中 202 個 FALSE_CLAIM(anatomy/a11y/principles/spec 系統性記載 code 根本沒有的行為:Calendar 宣稱方向鍵導覽 / Tooltip·HoverCard 宣稱 focus trap / Alert 記不存在的 actions prop / Select 宣稱「用原生 select」但桌機自建 cmdk / AspectRatio spec 說「無 wrapper」但 code wrap)。根因:前期 audit 把 story-content dim(12/24/25/30/43 等)當「散文層 looks-fine 掃」跑,沒 adversarial 讀 .tsx(+ wrap 的 lib)逐句比對宣稱。這是「偷懶」的具體 failure mode。

為何不能只靠 deterministic grep:2026-05-30 嘗試建 audit-anatomy-prop-existence.mjs(已刪除不存在)機械驗 prop-existence,但 prop passthrough(元件 ...props 轉發 Radix/react-day-picker)使 naive grep 必 over-flag 合法 prop → 不可靠 → 刪除。結論:FALSE_CLAIM 驗證本質需 LLM 讀 source 判斷,無法純 grep gate → 故必用「強制 + 報告驗證確認真跑」的機制保證。

強制流程(deep-audit 每次必跑,no skip): 0. 機械 gate 先跑(deterministic,2026-06-02 加):npm run typecheck:stories(deterministic 抓 stories 的 {var}-undefined / prop 型別錯 —— 這是 SizeMatrix {size} crash 的真防線;主 tsc -b exclude stories 故必跑此)+ node scripts/storybook-smoke-test.mjs --full(runtime crash render 掃)。先過才進 adversarial read。Anchor:2026-06-02 Field SizeMatrix {size} JSX-undefined crash 隨 beta.44 ship。注:smoke 全覆蓋 coverage-gate(防靜默-skip 假綠燈)attempted 但 CI server 規模化降級(~60 story 後 timeout 撞 20-min budget)→ defer(需 robust-server / browser-recycle + 可靠測試環境);故 typecheck:stories 是目前 deterministic 主防線。

1. per-component(NO-SAMPLE,全 62 component + 全 pattern) dispatch adversarial agent。
2. 每 agent 必 Read 元件 .tsx + 其 wrap 的 lib(Radix/cmdk/react-day-picker/sonner 等)source,對該元件所有 anatomy / a11y / principles / spec 宣稱逐句比對:鍵盤 map / ARIA role / focus 行為 / prop 存在性 / 視覺 token / 預設值 / native-vs-custom。 + 2026-06-04 補兩 lens(Dim 15 cross-doc 明文涵蓋但前期被「散文 skim」漏的同 class failure;非抽樣、非無覆蓋,是「有 dim 淺跑」):
   • (a) 元件 .tsx 自己的 docblock / inline 註解 vs 同檔 code:A.1b 原設計把 .tsx 當「真相來源」去驗別人(story/spec),從不反驗它自己的註解 → docblock claim 的 padding / typography mode / hover / 行為 vs code 真實值,逐行比。
   • (b) spec 段落間描述性一致(spec-internal cross-section):A.1b 原驗 claim-vs-code,不驗 spec-段-vs-段 → 同一 spec 內 Mode 表 typography 標籤 / padding 值 / gap 值 / surface 行為,跨 section 不可打架。
   • Anchor:2026-06-04 user 抓「deep-audit 多次沒發現」—— tsx docblock(閱讀模式 1.5 / hover:bg-neutral-hover,自 2026-04-23 stale)+ spec Mode 表 typography stale,全是 Dim 15 該抓、卻被當散文掃漏。納入此強制 adversarial(Validator F per-component 覆蓋率閘一併保證),不再可 skim。
3. 「自上次 audit 無 code 改動」≠ 可跳過 —— content 宣稱可在 code 沒變下就是假的(前期正是用此藉口跳過 = 違規)。
4. output per-component:{component, claimsVerified: N, falseClaims: [{fileLine, 宣稱, 真實 code 行為}]}。
5. findings 併入 A.2 triage(FALSE_CLAIM 對齊 doc-to-code = autonomous;substantive design-language tension = HOLD propose)。

完成 gate:report 必含每個 component 的 story-vs-code verdict(claimsVerified count + falseClaims list)。report-validator hook check_audit_post_report_validator.sh Validator F 檢查此 per-component coverage,缺 = BLOCKER(見 Mechanical enforcement)。

A.2 — Triage findings → 中文人話 propose SSOT-UI/UX / autonomous non-SSOT

Scope classifier(critical,先過):

• SSOT-UI/UX substantive 增刪改 = 動 component / token / spec.md 視覺結構 / 跨元件 design language / 新 API contract → STOP propose
• Non-SSOT(bug fix / clean / refactor / 命名一致 / test / audit / verify / hook regex 加廣 / pointer 補 / spec typo / 漂移 mechanical 對齊)→ AUTO 整批做完

SSOT-UI/UX propose 必過 gate + 中文人話 format(SSOT 在主檔,不在此重述以免多處抄寫漂移):

• Propose 前必過 7-Q gate(Q0 先驗「問題是否真存在」/ Q1 cite / Q1' DS canonical 優先 / Q2 SSOT consume / Q3 Rule-of-3 / Q4 下游吸收 / Q5 issue 100% mapped)→ SSOT .claude/skills/propose-options/SKILL.md(hook check_propose_pre_grep_verify.sh 機械強制 Q0);M18 為 meta anchor
• 中文人話 propose format + 禁用 jargon 對照表 → SSOT .claude/memory/feedback_propose_discipline.md(hook check_propose_plain_chinese.sh 機械強制)
• Triage 分流 + format 細則 → references/triage-rubric.md

A.3 — Autonomous batch execute(non-SSOT,M33 anti-defer)

7 軸 simultaneous optimize 操作清單 → references/phase-a-workflow.md A.3(SSOT CLAUDE.md # 自主執行 canonical)。

禁defer keyword:「下次再做 / 下個 session / 省工 / 等等」(M33 BLOCKER)。

A.4 — Verify-to-perfection(per self-verify.md 4 階段)

• Post-edit:npx tsc -b / 相關 invariant 腳本 / audit-content-quality.mjs --check / extract-canonical-rules.mjs
• Visual:/visual-audit --scope=changed(UI 改動)+ playwright pixel-quantified(M32)
• M14 5-layer pipeline:spec / hook / SKILL / CLAUDE.md / memory 同步

Phase A complete gate:全部 verify PASS + commit on working branch + 報 user「Phase A 完成,N 項 SSOT-UI/UX 等你拍板」。禁 skip Phase A 直接 Phase B。

---

Phase B — Codex parallel audit + 比稿辯論共識

B.0 — Codex transport discovery(per codex-collab/SKILL.md Step 0.4)

3-test 順序固定(local 優先):node_modules/.bin/codex → which codex → ~/.codex/auth.json。禁 Explore agent 替身(M31)。

Auto-fallback policy(2026-05-29 加,fork-user 友善):

• 全 ❌ 且 cwd = fork-user-repo → auto-fallback Phase A only(不 interactive ASK),印中文:「Codex 未裝(@openai/codex 不在你的 fork repo deps),skip Phase B 比稿。Phase A solo audit 已完整跑完。若要 dual-track 比稿請 npm i --save-dev @openai/codex 後重跑」(2026-05-29 verified:/tmp/ds-product-template/node_modules/.bin/codex 不存在 = fork user 預設無 codex,此 fallback 為正常路徑)
• 全 ❌ 且 cwd = ds-repo → 報 user(DS owner config issue,需 fix)
• 禁 Explore 替身 / 嘗試 sudo npm i -g / 繞 M28 開 PR(per memory/feedback_codex_exec_transport_canonical.md Anti-pattern)
• 大型 brief 死局 fix:r1-r4 anchor — 用 --dangerously-bypass-approvals-and-sandbox + -c model_reasoning_effort=low + 拆 N 個 single-axis focused brief 並行(每 brief 25k tokens 真完成)

B.1 — Brief codex 跑相同 Phase A 完整流程

Brief 必含 4 段(完整 template SSOT → references/phase-b-codex-brief.md,per codex-collab Step 0.05 user-verbatim faithful relay + Step 0.5 own-version invariant):(1) user 原話 verbatim(中英符號圖文全保)(2) Claude Phase A 結果摘要(P0/P1/P2 count + propose N 項 + landed M 項 file:line)(3) 請 codex 獨立跑相同 Phase A(全盤閱讀 + 全 dim NO-SAMPLE + 完整報告 + 不 frame 答案)(4) 回「你抓 Claude 漏 / Claude 抓你不同意 / 兩邊都漏」。Send via codex exec(local CLI per M31 Step 0.4)或 cloud @codex。

B.2 — Receive codex report + Step 4 self-check + Step 4.5 verify

禁 pass-through(per M31 + feedback_codex_dual_track_synthesizer.md):

• Step 4:M22/M23/M27/M8 4 題自檢
• Step 4.5 verify each claim:grep / WebFetch / run invariant script / counter-example scan
• 每 codex claim 標 ✅ verified / ❌ FALSE / ⚠️ partial

B.3 — Step 5 比稿(matrix per claim)

不可只「pick A/B/C」(round-7 trap)。對每 finding 4 axis:

• 接受 codex:codex 抓 + verified + Claude 漏
• 接受 Claude:Claude 抓 + codex 漏 / codex verified FALSE
• 修正 = synthesize:兩邊各補對方缺漏 → final 比兩 v1 都強
• 重啟:兩邊都不對 → 重做

B.4 — Disagreement → cite battle(M31 Step 4 / 5)

任何 disagreement 禁 vote / 直覺;走 cite battle:

• 各自提 spec.md path:line + 引文
• WebFetch ≥ 3 家 world-class DS 對照
• evidence stronger 勝;evidence 對等 → STOP 給 user 拍板

B.5 — 共識 triage → 中文人話 propose / autonomous

跟 Phase A.2 同 format,但 finding source = 共識(Claude + codex 兩邊都認 + verify PASS)。

---

Phase C — Final report + commit + push trigger gate

C.0 — 收斂判準(rerun stop gate,2026-06-01)

決定「再 rerun 嗎」必過此 gate:deep-audit = LLM 對抗式 non-deterministic + 高假陽性,追零 = 跑步機 + 誘發 regression。STOP 判準 = 某輪 adversarial 二次驗證後真 material/regression = 0(只剩 marginal + false-positive)——不追零、不過早收。收斂靠 CI gate + 寫入時紀律,非 audit loop。三分類表 + 「改一處看 N 處」→ references/triage-rubric.md「收斂判準」。

C.1 — Final report(送 user)

## Deep Audit Cross-Codex 完整報告(N 日期)

### Phase A 結果
- 全 dim findings: <P0 N / P1 M / P2 K>
- Autonomous landed: <N 項> commit <hash>
- SSOT-UI/UX 已拍板: <M 項>
- SSOT-UI/UX 待拍板: <列出 + 簡述>

### Phase B 結果
- Codex 抓 + Claude 漏: <N 項>
- Claude 抓 + Codex 漏: <M 項>
- Cite battle: <K 題,各題 verdict + evidence>
- 共識 SSOT-UI/UX 待拍板: <列出 + 簡述>
- 共識 autonomous landed: <N 項> commit <hash>

### 待你拍板(中文人話)
<決策 1-N(per A.2 format)>

### Verify artifact
- tsc PASS / invariant PASS / content-quality PASS / visual probe PASS
- file:line + before / after diff link

C.2 — Push trigger gate(M28 solo-work canonical)

禁 AI 自決 merge main / push origin main。等 user 「Push 到 main」trigger。

---

Mechanical enforcement

• Pre-edit:check_substantive_edit_approval_preflight.sh + check_ds_anchor_preflight.sh(SSOT-UI/UX 必先 approval)
• Mid:check_audit_sample_escape.sh(Agent dispatch 攔 sample escape)+ check_codex_collab_5step.sh(Layer A/B/C cite verdict)
• Post:stop_self_audit.sh Mechanism 1 claim-verify-gap BLOCKER + audit-content-quality.mjs --check
• Commit gate:check_solo_workflow.sh(no PR / 1 chat 1 branch / 等 user push trigger)

Checkpoints(禁止跳)

Checkpoint	在哪	What
CP-P0	Phase 0 結束	Print detected mode(ds-repo / fork-user-repo),mode = non-ds 直接 exit;確認 user 跑對 repo
CP-A0	A.0 結束	全盤閱讀清單給 user 看(列 N file read,per detected mode 切 scope),禁未讀就進 A.1
CP-A1b	A.1b 結束	每個 component/pattern 都有 story-vs-code adversarial verdict(讀 .tsx + wrap lib 逐句比對宣稱);禁 用「無 code 改動」跳過任一單元。缺任一 component verdict = 不可進 A.2(2026-05-30 403-finding 偷懶 anchor)
CP-A2	A.2 SSOT-UI/UX propose	中文人話 + 4-Q gate;STOP 等 user A/B 才動 code(fork-user-repo mode:propose scope 限 apps/**,禁 DS source)
CP-B0	B.0 codex transport	3-test 全 ❌ + cwd=fork → auto-fallback Phase A only 印中文,不 interactive ASK;cwd=ds-repo → 報 user;禁 Explore 替身
CP-B4	B.4 cite battle	evidence 對等 → STOP 等 user 拍板,禁 AI 自決誰勝
CP-C2	C.2 push gate	等 user「Push 到 main」trigger;禁 AI 自決 merge

References

• references/phase-a-workflow.md — A.0 全盤閱讀 file list canonical + A.1 全 dim sub-agent dispatch template
• references/phase-b-codex-brief.md — codex brief template(B.1)+ Step 4.5 verify checklist + Step 5 比稿 matrix template
• references/triage-rubric.md — Scope classifier(SSOT-UI/UX vs non-SSOT)+ 中文人話 propose format + 7 autonomous 目標 expansion
• references/upstream-directives-r-mapping.md — 上游 context / 框架(SSOT integrity invariant + 生態位 + canonical 全繼承)+ user-verbatim directives(2026-05-18 + 2026-05-29)+ 機械強制 R18-R26 對齊清單
• references/skill-relationships-antipatterns-benchmarks.md — 與其他 skill 分工 + Anti-pattern(永久 ban)+ 世界級對照