Playwright MCP 续测与 E2E

September 4, 2026 · View on GitHub

这份文档回答什么

本文件说明 AI Agent 在 Lime 中如何继续做 GUI 交互验证，主要回答：

  • 什么情况下应该进入 Playwright MCP，而不是只跑本地测试
  • 如何复用现有浏览器标签页和页面状态
  • GUI 续测前最少要做哪些准备
  • 出现 Electron Desktop Host / App Server JSON-RPC2 bridge 缺口、测试夹具误用、控制台报错时该怎么判断

它是 GUI 续测手册，不是新的本地 Playwright 测试文件模板。

什么时候先读

遇到以下任一情况时，先读本文件：

  • 用户说“继续测试”“继续复现”“继续用 Playwright MCP 验证”
  • 需要复用当前浏览器标签页和已有页面状态
  • 需要排查 Electron Desktop Host、App Server JSON-RPC2、测试夹具误用或控制台报错
  • 已经跑过最小 GUI smoke，接下来要做真实页面交互验证

使用边界

  • 优先使用 Playwright MCP 做交互验证，不优先编写新的本地 Playwright 测试文件
  • Lime 采用两层证据模型，但只吸收通用思想，不照搬外部项目的命令、目录或证据包名：
    • Gate A 证明 renderer / browser projection 在可控环境下稳定。典型证据包括普通 Chrome CDP、DOM evaluate、screenshot/crop/diff、显式测试路由、stream replay、事件 fixture。它适合发现 UI 崩、路由坏、DOM 不出现、事件投影不稳定、视觉布局漂移等问题，但只能声明“投影没坏”。
    • Gate B 证明真实产品入口和运行时边界能工作。Lime 中必须覆盖 Electron Desktop Host、preload/contextBridge、Electron IPC、app_server_handle_json_lines、App Server JSON-RPC2、store/config、RuntimeCore/backend/provider/read model 和用户可见状态。它适合声明“真实产品链路能闭环”。
    • CDP 是两层都可使用的观察 / 操作通道，不自动等于 Gate B。普通 Chrome 打开的 127.0.0.1:1420 是 Gate A / browser mirror；只有连接到真实 Electron 页签并证明 Electron 壳、IPC、App Server method 和用户可见状态，才可作为 Gate B。
  • 真实交付验证默认走 Electron Desktop Host；如果已有 Electron 以 CDP 调试端口启动，优先用 Playwright chromium.connectOverCDP("http://127.0.0.1:<port>") 连接真实 Electron 窗口，再操作 http://127.0.0.1:1420/?nativeStartup=1 页签。这是 本地续测 / 复用当前真实窗口 的首选方式，不是所有 Electron 自动化的通用首选
  • 新增可重复 CI / fixture 级 Electron 测试时，优先考虑 Playwright 官方 Electron _electron.launch(...) 或仓库现有 Electron fixture smoke：它能启动隔离进程、访问 ElectronApplication、控制生命周期，更适合确定性回归。CDP attach 只接管既有 Chromium/Electron renderer，Playwright 官方说明其 fidelity 低于 Playwright protocol 连接，因此不应作为需要完整生命周期控制或高级 Playwright 能力的唯一方案
  • 只有没有可用 Electron CDP 端口、只做 renderer 镜像、调试浏览器 fallback，或 Playwright MCP 只能复用浏览器态时，才从普通 Chrome / Chromium 打开 http://127.0.0.1:1420/；这种证据必须标记为 browser mirror，不能替代真实 Electron CDP / Electron fixture 证据
  • 需要稳定的桌面 Chrome 观感时，优先复用已有 Lime 页签；必须新启 headed 浏览器时，使用固定 profile 的 Chrome 持久化上下文，例如 channel: 'chrome' + launchPersistentContext(userDataDir, { headless: false, viewport: null })
  • 本地桌面续测不要传 --no-sandbox / --disable-setuid-sandbox；如需去掉 Chrome 顶部“自动测试软件控制”提示，只能在受控 launcher 中忽略 --enable-automation。CI、容器或 Linux sandbox 受限环境例外，但要在结论中说明原因
  • 如果 Playwright 工具当前还在 deferred surface，优先用 ToolSearch 的精确选择名，例如 select:mcp__playwright__browser_click；不要把 playwright_browser_click、browser click 之类同义词反复丢给 ToolSearch
  • 当前 GUI 主路径事实源是 renderer -> preload/contextBridge -> Electron IPC -> app_server_handle_json_lines -> App Server JSON-RPC2 -> RuntimeCore/backend -> 前端投影。E2E 证据应能对应到 Electron IPC channel、App Server method、JSON-RPC id/result/error 或 GUI 可见状态；不要再把 Tauri command、旧 Rust command facade 或裸 invoke 当 current 事实源
  • Electron preload 只暴露 allowlist API。按 Electron 官方 IPC 口径，renderer 侧应通过 contextBridge 暴露的函数进入 ipcRenderer.invoke，main 侧通过 ipcMain.handle 承接；不要在 renderer 直接暴露或调用原始 ipcRenderer
  • App Server 调用遵循 JSON-RPC 2.0：请求带 jsonrpc: "2.0"、method、可选 params 与 id；响应用同一个 id 返回 result 或 error。排查时优先记录 method、id、result/error，而不是旧命令名
  • Agent 工作区导航成功标准是 current GUI 状态与 App Server read model 对齐，例如输入框可用、会话标题 / turn 内容可见、agentSession/* JSON-RPC method 被记录；旧的 renderer 自定义事件或 legacy task-center 事件只能作为 test-only 唤醒辅助，不能当作已进入 current 会话的成功证据
  • 能走真实 Electron Desktop Host 和 App Server 就必须走真实链路；浏览器镜像入口暂不支持的原生壳能力只能使用显式测试夹具，并在结论里标为 test-only / fixture，不能作为 GUI 主路径交付证据
  • 通过 Electron CDP 连接真实窗口时，先断言 window.__LIME_ELECTRON__ === true 且 window.electronAPI.invoke 存在；随后从页面内读取 localStorage.lime_invoke_trace_buffer_v1，确认关键动作的 transport 为 electron-ipc，并能看到 app_server_handle_json_lines 中的 current JSON-RPC method。不要只以页面文本或 DevBridge /health 成功作为主路径证据
  • lime_invoke_trace_buffer_v1 可能包含 save_config / provider 配置的脱敏不足字段。汇报和落库 evidence 时只保留 method、transport、status、sessionId、turnId、marker、必要片段；不要粘贴完整 config、API key、token、provider secret 或用户私密 prompt
  • lime_invoke_trace_buffer_v1 中的 agentSession/turn/start 是 renderer 发给 App Server 的请求预览，只证明前端、Electron IPC 与 App Server JSON-RPC 主链；它不是 Runtime backend 完成 session config / final prompt 拼装后的模型请求。不要用其中的 runtimeOptions.runtimeRequest.systemPrompt 判断 Soul prompt 是否最终生效
  • APP_SERVER_BACKEND_MODE=external 适合证明 GUI、read model、Electron IPC 和 current JSON-RPC 链路，但会绕过 RuntimeBackend::handle_turn_start 中的 session_config_from_request / session prompt 拼装，因此不能作为 Soul 最终 prompt 注入证据
  • Soul / AI 个性最终 prompt 只能通过 Rust prompt 单测或 APP_SERVER_BACKEND_MODE=runtime + 本地 OpenAI-compatible provider fixture 证明；provider fixture evidence 只保存 marker booleans，例如 hasInteractionSoul、hasMemorySoulSchema、profileId、stylePackId、hasSurfaceContracts，不得保存完整 system_prompt、provider request / response 或用户私密 prompt
  • verify:gui-smoke 默认启动真实 Electron Desktop Host 但隐藏主窗口，避免本地最小 smoke 抢占开发者当前窗口；这仍属于真实 Electron fixture 证据，不是 browser mirror
  • 如需肉眼调试最小 smoke，可显式设置 LIME_ELECTRON_SMOKE_VISIBLE=1 npm run verify:gui-smoke；该模式优先用 Electron showInactive() 显示窗口，尽量不抢焦点，但 Linux / Wayland 仍可能受平台限制
  • verify:gui-smoke 内部的 browser runtime 校验默认走无界面浏览器会话；它只证明主链可启动，不替代后续真实页面交互验证
  • 本节基于 Playwright 官方 best practices、Electron 官方 IPC / context isolation 文档和 JSON-RPC 2.0 规范收敛：
  • Companion 桌宠链路已在 Lime 主仓下线并归类为 dead；Playwright 续测不再验证 companion_* API、companion-pet-status 状态事件、桌宠设置回跳或主窗口唤起链路
  • 如未来重新设计独立桌面伴随能力，必须先定义新的 current 协议与 GUI 入口，再补对应 Playwright 覆盖；不得复用旧 companion_* 命令或本地 companion/pet 协议作为续测依据
  • 共享网关控制页已下线，托盘也不再展示网关状态或地址；共享网关 /v1/routes 与 selector HTTP 路由也已下线，不再对“启动/停止网关、复制网关地址、路由/curl 示例、selector 路由、托盘运行态文案”做 GUI 续测；server 验证只关注标准 /v1/messages 与 /v1/chat/completions 主链，如需看运行时状态，走开发者页或实验页的诊断面板
  • 旧设置页里的“安全与性能 / 容错配置”已经下线，不再对这些页签、表单或命令写入路径做 GUI 续测；如果还要验证提示路由，只围绕当前输入框 get_hint_routes 读取链与提示展示，不再寻找旧设置页入口
  • 初装引导里的旧插件选择 / 插件安装 / 配置切换链路已经下线，不再对 config-switch 推荐安装、Provider Switch 页面或相关命令做 GUI 续测；当前 onboarding 只围绕现役语音体验流程验证
  • 项目排版模板与品牌人设扩展旧链路已下线，不再对相关弹窗、模板列表、默认模板、人设扩展表单做 GUI 续测；项目与工作台回归只围绕当前 Claw / workspace / 现役 persona 主链
  • 如果只是模块级代码修改、并不需要真实页面交互，优先跑最小单测或 verify:local
  • 项目资料 PRD v3 的产品闭环已有仓库级 Playwright 入口：npm run knowledge:product-e2e；需要和 GUI smoke 一起验收时使用 npm run verify:gui-smoke -- --include-knowledge-product-e2e --reuse-running

进入前的最低准备

推荐启动命令

LIME_ELECTRON_REMOTE_DEBUGGING_PORT=9223 npm run electron:dev

用途：

  • 启动前端 dev server
  • 启动 Electron Desktop Host 调试环境、preload IPC 与 App Server sidecar
  • 启动 renderer 到 Electron Desktop Host / App Server JSON-RPC2 的桥接链路
  • LIME_ELECTRON_REMOTE_DEBUGGING_PORT=9223 只用于本地真实窗口续测，让 Playwright 能通过 CDP 接入同一个 Electron 页签；普通开发可省略该环境变量

桥接健康检查

npm run bridge:health -- --timeout-ms 120000

用途：

  • 等待 http://127.0.0.1:3030/health 就绪
  • 避免 Playwright 进入页面时，前端早于 Electron Desktop Host / App Server bridge 启动而产生 Failed to fetch 噪音
  • 如果准备走真实 Electron CDP，还要探测调试端口，例如 curl -sS http://127.0.0.1:9223/json/version；返回的 User-Agent 应包含 Electron / Lime，/json/list 应能看到 http://127.0.0.1:1420/?nativeStartup=1 页签

命令 / bridge 相关定向测试

npm run test:bridge
npm run test:contracts

适用时机：

  • 修改了 safeInvoke
  • 修改了 src/lib/desktop-host/ 或 legacy mock path
  • 修改了 Electron Desktop Host bridge、preload allowlist、App Server JSON-RPC2 协议或测试夹具边界
  • 发现旧 Tauri / Rust facade 命令名重新出现在 production truth、mock priority 或 GUI 可见路径

项目资料产品 E2E

npm run knowledge:product-e2e
npm run verify:gui-smoke -- --include-knowledge-product-e2e --reuse-running

用途：

  • 验收项目资料 PRD v3 的完整产品闭环：首页、状态说明、确认资料、选择创作资料、Agent 结果保存到项目资料、整理新资料
  • 检查普通用户默认页面不暴露工程词
  • 检查不再出现假入口、假统计或“资料自动进入本轮创作”的误导文案
  • 记录 console error 与浏览器 fallback mock，区分项目资料主路径阻塞和记忆 / hint 噪音

标准续测流程

1. 先确定本轮 claim boundary

开始前先写清本轮要证明什么：

  • 只证明 UI 投影、路由、DOM、截图或事件投影：按 Gate A 执行，证据不得扩张为真实产品链路可用
  • 证明 Claw / Workspace / Soul / Skills / App Server 主路径能交付：按 Gate B 执行，必须进入真实 Electron Desktop Host 或仓库 Electron fixture
  • 证明最终模型请求或 Soul prompt：Gate B 还不够，必须补 runtime backend / provider fixture / Rust prompt 单测证据

结论中必须包含 proof level 和 claim boundary，避免把 deterministic fixture、截图或 renderer trace 误报成真实模型请求或发布门禁通过。

2. 优先确认真实 Electron CDP 是否可复用

优先顺序：

  1. 探测常用 Electron 调试端口，例如 9223：curl -sS http://127.0.0.1:9223/json/version
  2. 如果返回 Electron / Lime，使用 Playwright 连接：chromium.connectOverCDP("http://127.0.0.1:9223")
  3. 从所有 context pages 中选择 URL 包含 127.0.0.1:1420 的页签，并确认：
    • window.__LIME_ELECTRON__ === true
    • Boolean(window.electronAPI?.invoke) === true
    • document.querySelector('[data-testid="app-sidebar"], [data-testid="settings-top-header"]') 可见
  4. 如果当前页在设置 layout，需要先点 settings-home-button 回到 Claw 首页，再找 textarea[name="agent-chat-message"]

最小脚本骨架：

import { chromium } from "playwright";

const browser = await chromium.connectOverCDP("http://127.0.0.1:9223");
const page = browser
  .contexts()
  .flatMap((context) => context.pages())
  .find((candidate) => candidate.url().includes("127.0.0.1:1420"));

if (!page) throw new Error("未找到真实 Electron Lime 页签");

const runtime = await page.evaluate(() => ({
  electron: window.__LIME_ELECTRON__ === true,
  hasInvoke: Boolean(window.electronAPI?.invoke),
  url: location.href,
}));
if (!runtime.electron || !runtime.hasInvoke) {
  throw new Error(`不是真实 Electron Host 页面: ${JSON.stringify(runtime)}`);
}

CDP 连接成功后优先继续使用这个真实窗口完成业务动作。只有 CDP 不可用、且任务允许 browser mirror 时，才进入下一节。

3. 再确认当前浏览器会话是否可复用

优先顺序：

  1. 调用标签页工具查看当前标签页
  2. 如果已有 Lime 标签页，先查看当前 URL、标题和页面状态
  3. 如果页面已漂移到旧状态，直接重新导航到 http://127.0.0.1:1420/

建议：

  • 继续测试优先复用当前标签页，避免无意义重复建页
  • 如果控制台历史噪音太多，刷新页面重新计数

4. 进入页面后先验证加载状态

推荐动作：

  1. 打开页面后等待“正在加载...”消失
  2. 用页面快照确认首页核心元素已出现
  3. 立刻检查一次控制台 error

通过标准：

  • 首页成功加载
  • 默认首页可交互
  • 初始控制台 error 为 0；如果不是 0，先定位是否为 Electron Desktop Host / App Server JSON-RPC2 bridge 缺口

5. 交互时优先使用稳定定位

遵循 Playwright 官方最佳实践。Playwright locator 自带 auto-wait 和 retry，web-first assertion 会等待期望状态达成，因此 E2E 不应靠固定 sleep 证明页面可用：

  • 优先用角色、名称、可见文本定位
  • 优先使用 Playwright 自带等待与 web-first 断言
  • 不要依赖固定 sleep 代替状态判断
  • 点击前先确认元素可见、可交互

本仓库中优先使用：

  • button + 中文名称
  • 页面中明确可见的标题文本
  • 快照里的精确元素引用

6. 真实 Claw 回合必须采集 current 主链证据

对 Claw / Workspace / Soul 风格 / Agent runtime 这类主路径，完成发送后必须从真实 Electron 页面的 trace buffer 里取证：

const trace = await page.evaluate(() =>
  JSON.parse(localStorage.getItem("lime_invoke_trace_buffer_v1") || "[]"),
);
const turnStarts = trace.flatMap((entry) => {
  if (entry.command !== "app_server_handle_json_lines") return [];
  return (entry.args_preview?.request?.lines ?? [])
    .map((line) => JSON.parse(String(line)))
    .filter((message) => message.method === "agentSession/turn/start")
    .map((message) => ({
      transport: entry.transport,
      status: entry.status,
      sessionId: message.params?.sessionId,
      turnId: message.params?.turnId,
      text: message.params?.input?.text,
    }));
});

通过标准：

  • 至少一条匹配本轮 marker / prompt 的 agentSession/turn/start
  • transport === "electron-ipc"
  • status === "success"
  • 页面上同一轮出现用户消息和 assistant 输出，且停止按钮已消失
  • lime_invoke_error_buffer_v1 本轮无新增错误；如有，必须分类为阻塞 / 非阻塞 / 历史残留

Soul / AI 个性风格测试必须在 Claw 真实输入框中发送，不得只验证 设置 -> 记忆 -> AI 个性 控件存在。测试应切换不同 style_profile_id 对比同一任务的工具前说明、工具中状态、工具后承接、正文转折和结尾建议；不得通过强度字段放大差异，style_intensity 属于已删除设计。

注意：上面的 trace 只证明 current 主链，不证明最终 system prompt。若本轮 claim 是“风格进入最终模型请求”，继续执行下一节。

7. Soul 最终 prompt 必须用 runtime 层证据

Soul / AI 个性风格的完整闭环分三段验收：

  1. 设置层：memory.soul.enabled、style_profile_id 正确写入配置，且 i18n / UI 控件能恢复状态；style_intensity 不存在，测试不得要求或写入该字段
  2. 产品链路层：真实 Claw 输入框发送一轮，trace 中有 electron-ipc、app_server_handle_json_lines、agentSession/turn/start，read model 和页面 assistant 输出同轮可见
  3. Runtime prompt 层：Rust prompt 单测或本地 provider fixture 证明最终模型请求含 Soul marker

Runtime prompt 层的允许证据：

  • Rust 定向测试覆盖 session_soul_context、soul_prompt_context 或 memory_soul_prompt_context.v2
  • APP_SERVER_BACKEND_MODE=runtime 启动本地 OpenAI-compatible provider fixture，捕获 provider request 后只输出 marker booleans

Runtime prompt 层的禁止证据：

  • renderer trace 中的 runtimeOptions.runtimeRequest.systemPrompt
  • APP_SERVER_BACKEND_MODE=external 下的 GUI 成功
  • 仅凭 assistant 输出“看起来像某种风格”
  • 保存或粘贴完整 system_prompt / provider request / provider response / API key / 用户私密 prompt

Lime 推荐续测主路径

首页基础验证

  1. 打开 http://127.0.0.1:1420/
  2. 等待默认首页加载完成
  3. 验证主导航可见，例如“首页”“社媒内容”“设置”
  4. 检查控制台 error 是否为 0

记忆设置验证

  1. 从主导航进入 设置，打开 记忆
  2. 确认默认落在 日常记忆，能看到文件化记忆状态、摘要文件、范围、笔记数量和维护按钮
  3. 点击 刷新审阅，确认待审阅笔记区域能显示空态或待审阅列表，不直接报错
  4. 输入一条记忆修正并点击 保存修正，确认入口走文件化 ad-hoc note，不出现旧灵感库保存入口
  5. 点击 整理笔记，确认只触发显式整理入口，不自动把当前 turn 内容写入摘要
  6. 打开 AI 个性，确认 Soul 仍作为交互配置存在；打开 高级，确认 SOUL.md 导入 / 复制能力可用
  7. 全程不应出现旧 灵感库 页面、旧命中预演或旧 MemoryPage 导航

AI 服务商页拆分后验证

  1. 进入 设置 -> AI 服务商
  2. 确认默认落在 服务商设置，左侧能看到 Provider 列表，右侧是当前 Provider 配置
  3. 如果列表中存在 anthropic-compatible Provider，确认左侧会展示 显式缓存 badge，而不是暗示自动 Prompt Cache
  4. 点进该 Provider 后，确认右侧头部仍展示 显式缓存 badge
  5. 进入编辑区后，确认 Provider 类型 / API Host 附近会提示“Anthropic 兼容不等于自动 Prompt Cache，需要显式 cache_control”
  6. 确认首屏不会默认混入 OEM Offer、套餐或云端模型目录
  7. 点击 云端服务
  8. 确认 OEM 会话、Offer 卡片、默认来源和模型目录改为在该页单独展示
  9. 点击 从接口获取 后，确认成功时只展示 Provider 实时接口返回的模型；接口失败时展示可诊断错误，不再混入本地模型 catalog 兜底

社媒内容工作流

  1. 点击 社媒内容
  2. 没有项目时点击 新建项目
  3. 已有项目时直接选择目标项目
  4. 点击 新建文稿
  5. 选择 新开帖子（创建新文稿）
  6. 点击 确认生成
  7. 验证页面出现通用工作区相关内容
  8. 再次检查控制台 error
  9. 如能查看运行时摘要，继续确认当前 gate 与任务标题恢复自该话题最近一次 execution_runtime.recent_gate_key / recent_run_title
  10. 当前项目管理与工作台侧已下线“项目风格 / 风格策略”旧入口，不再对其做存在性验证；如页面仍出现相关入口，应判定为回流

浏览器工作台站点采集验证

  1. 进入带有 browser assist 的工作区或浏览器运行时面板
  2. 打开 站点采集工作台 或对应调试面板
  3. 先确认推荐区已出现，并至少看到一个推荐适配器卡片
  4. 点击一个推荐项，确认适配器、资料提示和标签页提示同步变化
  5. 触发一次执行失败场景时，确认结果区展示业务级错误码与 report_hint
  6. 如当前页面带有 contentId 上下文，再确认执行成功后默认是“写回当前主稿”，而不是新建资源文档
  7. 如工作台模式开启自动保存，再确认执行成功后保存态文案与打开入口正常
  8. 打开控制台并确认浏览器资料 / 环境预设读取没有落回 renderer mock fallback，尤其不应出现 [Mock] invoke: list_browser_profiles_cmd 或 [Mock] invoke: list_browser_environment_presets_cmd

AgentControl 工具面验证

  1. 进入 Claw 或带有 HarnessStatusPanel 的运行时页面
  2. 打开工具库存 / runtime inventory 面板
  3. 确认 current AgentControl 工具面包含且只使用六个 canonical 名称：spawn_agent、list_agents、send_message、followup_task、interrupt_agent、wait_agent
  4. 确认六个工具的 tool display 使用对应 AgentControl 语义，不会退回通用图标、泛化文案或旧 Team 文案
  5. Agent、TeamCreate、TeamDelete、SendMessage、ListPeers、SendUserMessage 及其 *Tool alias 均为 dead / deleted / forbidden-to-restore；若它们重新出现在 current inventory、prompt、catalog 或 GUI 正向断言中，直接判定为旧路回流，不得增加 compat 映射
  6. 如果页面当前走的是显式测试夹具，也要确认 fixture inventory 与 tool display 仍显示同一组六个 canonical 工具，而不是只出现一部分 AgentControl 工具或旧 Team alias；生产 GUI 路径不能靠 fixture 通过
  7. 如果页面同时展示 MCP bridge 工具，确认 current 命名为 mcp__<server>__<tool>，对应 extension surface key 为 mcp__<server>；若仍出现裸 server__tool、混合前缀或 extension/tool 各自一套命名，判定为协议漂移
  8. 如出现缺失、重复图标或文案回退，优先检查 App Server tool catalog / RuntimeCore 注册、Agent backend tool registry、src/lib/desktop-host/ 测试夹具与 toolDisplayInfo.ts 是否同步；不要把旧 Tauri / Rust facade registry 当 current owner

Claw 计划模式与计划轨验证

  1. 进入 Claw 或通用工作区对话入口，确认输入区可见并已连接当前 workspace
  2. 点击输入区或工具栏中的计划模式开关，确认 UI 状态切到 plan，且运行时请求 metadata / turn config 也带上 plan mode 语义；不要只看按钮高亮
  3. 发送一个明确需要规划的请求，例如 先给我一个修复计划，不要直接改代码
  4. 确认本轮经 Frontend -> Electron preload bridge -> app_server_handle_json_lines -> App Server JSON-RPC2 -> RuntimeCore/backend 发起 agentSession/turn/start，而不是旧 Tauri command、renderer mock fallback 或 legacy agent_runtime_*
  5. 确认模型可见工具面包含 Codex 风格 request_user_input，且计划模式系统指令要求最终计划输出为 <proposed_plan>...</proposed_plan>；AskUserQuestion 不应出现在 current tool surface、工具库存或普通工具展示里
  6. 等待本轮输出后，确认线程事件或 read model 中出现 plan item / proposed plan 内容；不要把普通 checklist 工具 update_plan 当作进入或退出 Plan mode 的机制
  7. 确认右侧任务 / 环境信息区域显示计划过程，计划项不会重复出现在普通工具活动列表；普通非 Plan mode 回合若使用 update_plan，其 metadata 至少包含 plan 数组，且每项有 step 与 status=pending|in_progress|completed
  8. 继续切回普通执行模式再发送一条消息，确认 plan mode 不会黏连到后续普通回合；如仍携带 plan metadata，判定为运行时状态恢复缺口
  9. 复测时记录 App Server JSON-RPC method、turn id、是否出现 proposed plan / plan item、右侧计划项可见文本和控制台 error 数量

Claw 站点技能直跑门禁验证

  1. 在 Claw 首页或空态推荐区选择一个站点型技能
  2. 确认页面切回 Claw 对话态，并在输入区上方出现该技能的 A2UI 补参卡，而不是打开独立启动弹窗
  3. 如果当前没有附着真实浏览器会话，确认 A2UI 卡继续展示“需要先准备浏览器 / 重新检测会话”的门禁提示，且主提交按钮处于禁用状态
  4. 点击 去浏览器工作台，确认只发生页面跳转，不会后台偷偷拉起 Chrome
  5. 在浏览器工作台附着到真实浏览器并打开目标站点后，回到 Claw 再次选择同一技能
  6. 确认此时 A2UI 卡主按钮变为可执行，提交后进入 Claw 工作区并继续当前对话
  7. 确认进入 Claw 后会自动发送一条首回合技能任务消息，消息文本包含站点技能启动上下文，而不是由前端挂载副作用偷偷直跑
  8. 如果已有附着会话，确认 Claw 会通过 lime_site_run 执行并把结果写回当前主稿或项目资源
  9. 如果没有附着会话，确认不会再向 Claw 对话流注入“我已完成登录，继续执行”之类的确认卡；阻断必须停留在技能入口层

Claw @配图 异步任务验证

  1. 在 Claw 对话框输入 @配图 生成 ...
  2. 确认聊天区先进入图片命令运行态，并能看到 lime_create_image_generation_task / 图片任务轨迹，而不是前端静默直接创建任务
  3. 确认 current 主链会把图片请求交给 App Server ImageCommandWorkflow -> mediaTaskArtifact/image/create -> image task worker，而不是退回旧的 Skill(image_generate) 首发链或 Bash/CLI 图片旁路；若界面或日志里出现 任务 ID：{task_id} 这类模板占位，说明仍在走废弃 prompt 旁路，视为失败
  4. 等待 task file 回流后，确认同一条卡片被替换为成功或失败状态，而不是额外再插一条前端本地伪造结果
  5. 刷新页面或切换会话再返回原话题，确认最近图片任务会从 .lime/tasks 恢复
  6. 如手动打开右侧查看器，确认任务卡状态与聊天区一致，且不会自动展开独立图片画布
  7. 如当前界面已暴露任务控制入口，确认 get/list/retry/cancel 仍然只经由 task file 主链，不会回流前端直连图片服务
  8. 如果任务来自文稿工具栏的 inline 配图、封面位或图片工作台动作，确认聊天区也会出现一条对应的用户消息与图片命令工具轨迹，而不是只有 task 卡突然出现
  9. 如果任务来自文稿工具栏的 inline 配图，确认正文先出现占位图块，task file 成功回填后同一位置被真实图片替换，而不是在正文末尾额外追加第二张图
  10. 刷新页面后再次返回该文稿，确认 inline 配图仍能通过 task file 中的 relationships.slot_id 恢复并原位替换，不依赖前端内存状态
  11. 如果当前文稿已有明确小节并且用户在某一节内发起配图，确认占位图与最终图片会优先落到 anchor_section_title 指向的小节，而不是默认追加到全文末尾
  12. 如果用户是在某个具体段落上发起配图，确认占位图与最终图片会优先落到 anchor_text 对应段落之后，而不是只落到该小节顶部

Claw @封面 异步任务验证

  1. 在 Claw 对话框输入 @封面 小红书 标题: 春日咖啡快闪 风格: 清新插画, 1:1 春日咖啡市集封面
  2. 确认聊天区先进入 skill 执行态，并能看到 cover_generate 相关工具轨迹，而不是前端静默直接创建任务
  3. 确认 @封面 命中了 cover_generate 的 current binding，并沿 Skill(cover_generate) -> lime_create_cover_generation_task -> 标准 cover_generate task file 主链提交任务；不应要求模型先写 Bash、生成 HTML/SVG，或退回普通图片任务
  4. 等待任务回流后，确认同一条结果只展示真实 task file 状态，不会额外再插一条前端本地伪造“封面已生成”
  5. 如当前界面已暴露右侧查看区或任务卡，确认其状态与聊天轻卡一致，且任务类型显示为 cover_generate / 封面任务
  6. 刷新页面或切换会话再返回原话题，确认最近封面任务仍可从 .lime/tasks 恢复
  7. 如当前上下文带 contentId，确认封面任务写回或查看入口仍绑定当前主稿，而不是漂移成普通图片任务

Claw @海报 异步任务验证

  1. 在 Claw 对话框输入 @海报 小红书 风格: 清新拼贴 春日咖啡市集活动海报
  2. 确认聊天区先进入图片命令运行态，并能看到 lime_create_image_generation_task / 图片任务轨迹，而不是前端静默直接创建任务
  3. 确认当前海报请求仍会沿 App Server ImageCommandWorkflow -> mediaTaskArtifact/image/create -> image task worker 主链提交真实图片任务，而不是退回旧的 Skill(image_generate) 或 Bash/CLI 图片旁路
  4. 确认请求 metadata 中写入了 entry_source = at_poster_command，而不是被当成普通 @配图 或另一套海报协议
  5. 确认默认海报尺寸会收敛到 4:5 / 864x1152，且 prompt 会补齐“海报设计”语义，而不是裸主题词直传
  6. 等待任务回流后，确认同一条结果只展示真实 task file 状态，不会额外再插一条前端本地伪造“海报已生成”
  7. 刷新页面或切换会话再返回原话题，确认最近海报任务仍可从 .lime/tasks 恢复
  8. 如当前界面已暴露右侧查看区或任务卡，确认其状态与聊天轻卡一致，且点击后继续复用现有图片 viewer，而不是打开独立海报工作台

Claw @转写 异步任务验证

  1. 在 Claw 对话框输入 @转写 https://example.com/interview.mp4 生成逐字稿
  2. 确认聊天区先进入 skill 入口态，并能看到 mediaTaskArtifact/transcription/create 的 App Server JSON-RPC / transcription worker 轨迹，而不是前端静默直连旧 transcribe_audio
  3. 确认 @转写 的 audio_transcription contract 命中 app_server:mediaTaskArtifact/transcription/create；transcription_generate 只作为入口与 task artifact 类型保留，CLI 仅是兼容提交入口，不得成为独立转写执行器
  4. 等待任务回流后，确认同一条结果只展示真实 task file 状态，不会额外再插一条前端本地伪造“转写已完成”
  5. 如果输入里没有 source_url / source_path，确认 Agent 最多只追问 1 个关键问题请求补充来源，而不是直接创建空任务或伪造完成态
  6. 刷新页面或切换会话再返回原话题，确认最近转写任务仍可从 .lime/tasks 恢复
  7. 如当前界面已暴露任务控制入口，确认 get/list/retry/cancel 仍然只经由 App Server media task 主链，不会回流前端旧 ASR 接口

Claw @研报 Prompt Skill 验证

  1. 在 Claw 对话框输入 @研报 关键词:AI Agent 融资 站点:36Kr 时间:近30天 重点:融资额与代表产品 输出:投资人研报
  2. 确认聊天区先进入 skill 执行态，并能看到 report_generate 与 search_query 的真实工具轨迹，而不是前端静默直接生成长文
  3. 确认首个 skill 调用来自 report_generate，而不是退回 research 或普通聊天回答
  4. 等待结果完成后，确认最终输出包含结论、来源、风险/待确认项与建议动作，而不是一段无来源的纯主观总结
  5. 如果输入里没有明确主题，确认 Agent 最多只追问 1 个关键问题，而不是直接伪造研报完成态

Claw @PPT Prompt Skill 验证

  1. 在 Claw 对话框输入 @PPT 类型:路演PPT 风格:极简科技 受众:投资人 页数:10 帮我做一个 AI 助手创业项目融资演示稿
  2. 确认聊天区先进入 skill 执行态，并能看到 presentation_generate 相关工具轨迹，而不是前端本地直接伪造演示提纲
  3. 确认首刀不会卡在 ToolSearch / WebSearch / Read / Glob / Grep，而是直接进入 Skill(presentation_generate)
  4. 等待产物回流后，确认当前话题下出现一份真实演示稿 artifact，而不是只有文本解释
  5. 打开右侧查看区，确认演示稿能够作为 Markdown artifact 正常预览，并保留封面、目录、核心论点、案例和结论结构
  6. 刷新页面或切换会话后再返回原话题，确认演示稿 artifact 仍能恢复，不依赖前端内存态

Claw @表单 Prompt Skill 验证

  1. 在 Claw 对话框输入 @表单 类型:报名表单 风格:简洁专业 受众:活动嘉宾 字段数:8 帮我做一个 AI Workshop 报名表
  2. 确认聊天区先进入 skill 执行态，并能看到 form_generate 相关工具轨迹，而不是前端本地直接伪造字段列表
  3. 确认首刀不会卡在 ToolSearch / WebSearch / Read / Glob / Grep，而是直接进入 Skill(form_generate)
  4. 等待结果回流后，确认同一条对话消息里出现可渲染的 A2UI 表单，而不是单文件 HTML artifact 或一段纯文本建议
  5. 打开右侧查看区或表单详情时，确认结果仍然是 simple form JSON / A2UI 预览，不会切到另一套自定义表单 DSL
  6. 刷新页面或切换会话后再返回原话题，确认表单结果仍能恢复，不依赖前端内存态

Claw @代码 编排主链验证

  1. 在 Claw 对话框输入 @代码 修复消息历史切换后图片卡片丢失的问题，并补一个回归测试
  2. 确认聊天区直接进入 current Agent runtime，而不是弹出或依赖执行策略、联网搜索、深度思考前置选择
  3. 确认真正出现代码工具或协作步骤时间线，且不会先卡在无意义的 ToolSearch
  4. 确认请求仍归一到 react，不会切到 legacy code_orchestrated，也不会自动打开 task/subagent 偏好或默认代码团队
  5. 如当前页面可查看运行时摘要或请求详情，确认没有重新写入 preferred_team_preset_id=code-triage-team 与 code_command.kind
  6. 刷新页面或切换会话后再返回原话题，确认代码任务对话仍保留在同一条消息主链，不会裂成另一套旁路会话

Claw @渠道预览 工作流验证

  1. 在 Claw 对话框输入 @渠道预览 平台:小红书 帮我预览这篇春日咖啡活动文案的首屏效果
  2. 确认聊天区显示的仍是原始 @渠道预览 ... 文本，而不是直接把 slash workflow 暴露给用户
  3. 如页面可查看发送详情或运行时摘要，确认实际 dispatch 已导向 content_post_with_cover，且 publish_command.intent=preview 与 entry_source=at_channel_preview_command 存在
  4. 确认当前回合不会像 @发布 一样直接触发浏览器后台门禁，而是优先产出预览稿 artifact
  5. 等待工作流完成后，确认当前话题下出现一份真实预览稿 artifact，而不是只有普通聊天建议
  6. 打开右侧查看区，确认预览稿仍复用现有 artifact viewer，不会切到另一套渠道预览工作台
  7. 刷新页面或切换会话后再返回原话题，确认渠道预览结果仍可恢复

Claw @上传 工作流验证

  1. 在 Claw 对话框输入 @上传 平台:微信公众号后台 帮我把这篇春日咖啡活动文案整理成可直接上传的版本
  2. 确认聊天区显示的仍是原始 @上传 ... 文本，而不是直接把 slash workflow 暴露给用户
  3. 如页面可查看发送详情或运行时摘要，确认实际 dispatch 已导向 content_post_with_cover，且 publish_command.intent=upload 与 entry_source=at_upload_command 存在
  4. 确认命中后台平台时会继续出现真实浏览器门禁，而不是静默退化成普通 artifact 生成
  5. 等待工作流完成后，确认当前话题下出现一份真实上传稿 artifact，而不是只有普通聊天建议
  6. 打开右侧查看区，确认上传稿仍复用现有 artifact viewer，不会切到另一套上传工作台
  7. 刷新页面或切换会话后再返回原话题，确认上传结果仍可恢复

Claw @发布合规 风控验证

  1. 在 Claw 对话框输入 @发布合规 内容:这是一篇小红书种草文案 重点:夸大宣传 输出:风险清单
  2. 确认聊天区显示的仍是原始 @发布合规 ... 文本，而不是退回普通聊天口头判断
  3. 如页面可查看发送详情或运行时摘要，确认实际 dispatch 已导向 analysis_skill_launch，且 entry_source=at_publish_compliance_command 存在
  4. 确认默认会补齐创作风控的 focus / style / output_format，而不是沿用普通 @分析 的空白默认值
  5. 等待结果完成后，确认输出包含风险等级、风险点、修改建议与待确认项，而不是一段笼统提醒
  6. 刷新页面或切换会话后再返回原话题，确认风控结果仍可恢复

Claw @发布 工作流验证

  1. 在 Claw 对话框输入 @发布 平台:微信公众号后台 帮我把这篇文章整理成可直接发布的版本
  2. 确认聊天区显示的仍是原始 @发布 ... 文本，而不是直接把 slash skill 暴露给用户
  3. 如页面可查看发送详情或运行时摘要，确认实际 dispatch 已导向 content_post_with_cover，且 publish_command 元数据存在
  4. 确认当前回合如果命中平台后台，会出现真实浏览器门禁提示，而不是直接退化成联网搜索或普通聊天
  5. 等待工作流继续推进后，确认产物仍落在现有 content-posts/*.md / *.publish-pack.json 主链，而不是另一套发布任务协议
  6. 刷新页面或切换会话后再返回原话题，确认发布稿与发布包仍可恢复

Claw @配音 云端技能主链验证

  1. 在 Claw 对话框输入 @配音 目标语言: 英文 风格: 科技感 给这个新品视频做一版发布配音稿
  2. 确认聊天区保留原始 @配音 ... 文本，而不是被改写成 slash scene 或其它内部协议
  3. 如页面可查看发送详情或运行时摘要，确认 request_metadata.harness.service_scene_launch.service_scene_run.scene_key=voice_runtime，并且 skill_id 已绑定到当前可用的配音 service skill
  4. 确认首轮执行直接依据 service_scene_launch 进入本地 service-scene 主链，而不是普通聊天解释、站点型 lime_site_run，或旧的本地 TTS 测试命令
  5. 确认界面与时间线不会再把 scene_base_url / session_token / OEM 云会话 当作 current 执行前提，也不会伪造“配音已提交云端”
  6. 刷新页面或切换会话后再返回原话题，确认该配音任务的时间线与最近使用状态仍可恢复

Claw @浏览器 真实浏览器任务验证

  1. 在 Claw 对话框输入 @浏览器 打开 https://news.baidu.com 并提炼页面主要内容
  2. 确认聊天区保留原始 @浏览器 ... 文本，而不是被改写成其它内部 slash 或 skill 协议
  3. 如页面可查看发送详情或运行时摘要，确认 request_metadata.harness.browser_requirement=required 且 browser_launch_url=https://news.baidu.com
  4. 确认该回合优先进入 Browser Assist / mcp__lime-browser__* 时间线，而不是 WebSearch 或普通聊天解释
  5. 如果输入改成后台发布、登录、扫码这类任务，确认 requirement 升级为 required_with_user_step
  6. 刷新页面或切换会话后再返回原话题，确认浏览器任务时间线与关联浏览器 artifact 仍可恢复

Claw @读PDF Prompt Skill 验证

  1. 在 Claw 对话框输入 @读PDF /tmp/agent-report.pdf 提炼三点结论并标注关键证据
  2. 确认聊天区先进入 skill 执行态，并能看到 pdf_read 与 list_directory / read_file 的真实工具轨迹，而不是前端静默直接给出摘要
  3. 确认首个 skill 调用来自 pdf_read，而不是退回 summary、analysis 或普通聊天回答
  4. 如果输入的是本地路径，确认 Agent 不会再追问“请上传 PDF”，而是直接读取并输出文档信息、核心要点、关键证据
  5. 如果输入里只有 PDF URL，确认 Agent 最多只追问 1 个关键问题请求本地路径或导入工作区，而不是伪造“已读 PDF”

Claw @链接解析 / @抓取 异步任务验证

  1. 在 Claw 对话框输入 @链接解析 https://example.com/agent 提取要点 并整理成投资人可读摘要
  2. 确认聊天区先进入 skill 执行态，并能看到 url_parse 相关工具轨迹，而不是前端静默退回普通总结
  3. 确认 @链接解析 命中了 url_parse 的 current typed binding，并由 lime_create_url_parse_task 进入 App Server 任务主链；不得调用已删除的 CLI 任务入口
  4. 如果当前回合无法即时抓取正文，也必须看到真实 url_parse task file 被创建，且 extractStatus 为 pending_extract，而不是停留在口头解释
  5. 如果输入里没有 URL，确认 Agent 最多只追问 1 个关键问题请求补充链接，而不是直接创建空任务或伪造完成态
  6. 刷新页面或切换会话再返回原话题，确认最近链接解析任务仍可从 .lime/tasks 恢复
  7. 再输入 @抓取 https://example.com/post 帮我抓正文并整理成素材库摘要，确认仍走同一条 url_parse task 主链，但 entry_source = at_web_scrape_command，并默认携带 extract_goal = full_text
  8. 再输入 @网页读取 https://example.com/post 帮我读这篇文章并告诉我核心结论，确认仍走同一条 url_parse task 主链，但 entry_source = at_webpage_read_command，并默认携带 extract_goal = summary

Claw @竞品 研究报告验证

  1. 在 Claw 对话框输入 @竞品 Claude 与 Gemini 在中国开发者市场的差异
  2. 确认聊天区先进入 skill 执行态，并能看到 report_generate 相关工具轨迹，而不是前端静默退回普通聊天对比
  3. 确认运行时仍沿 report_generate -> search_query / WebSearch 主链，而不是退回一次性普通搜索
  4. 确认 report_request.entry_source = at_competitor_command
  5. 确认默认会补齐竞品分析的 focus 与 output_format，而不是沿用普通 @研报 的默认值
  6. 刷新页面或切换会话再返回原话题，确认竞品分析结果仍按原会话恢复

Slash Skill / Skill 执行验证

  1. 进入 Claw 或任一支持 slash skill 的聊天入口
  2. 输入一个已安装技能，例如 /image_generate 画一张春日海报
  3. 确认前端不会回退普通 chat_stream，而是进入 skill 执行态
  4. 打开控制台，确认当前 Electron Desktop Host / App Server JSON-RPC2 链路不再出现 execute_skill、list_executable_skills 或 get_skill_detail 的 unknown method / unknown command 报错
  5. 确认 skill 使用 current typed tool，最终反馈 runtime 任务提交摘要或任务状态，而不是前端本地伪造成功态；不得把“模型先写 Bash”当成通过条件

聊天结果保存为技能验证

  1. 在 Claw / 创作 中完成一段足够长的助手结果
  2. 确认助手消息操作区出现 保存为技能
  3. 点击后确认页面跳到 技能，并自动打开脚手架对话框
  4. 确认对话框仍只暴露轻量基础字段，但已经带着来源摘要
  5. 直接创建后，确认生成的 SKILL.md 预览里已经包含：
    • 何时使用
    • 输入
    • 执行步骤
    • 输出
    • 失败回退
  6. 如当前链路来自聊天结果沉淀，确认这些 section 不是通用空壳，而是带有本次结果提炼出的上下文

Slash Scene / ServiceSkill 验证

  1. 进入 Claw 对话框，确认当前租户目录里存在一个 entries.kind=scene 的场景，例如 /daily-trend-brief
  2. 输入 /daily-trend-brief 帮我整理今天的小红书趋势赛题
  3. 确认聊天区先出现正常的用户消息，再进入 Agent 执行态，而不是前端静默直接提交云端 run
  4. 打开时间线，确认执行链落在本地 service-scene / tool timeline，而不是前端本地直接产出结果卡或旧 lime_run_service_skill compat 桥
  5. 如当前 OEM 会话可用，确认工具结果会回流 run 状态或摘要；若当前会话缺失，确认聊天区明确提示需要登录或注入会话，而不是伪造成功
  6. 未命中 scene 目录时，确认 /unknown-scene ... 仍回到普通 slash / Codex 流程，不会被误报为本地技能异常
  7. 如果当前 scene 绑定的是站点型 skill，例如 /x文章转存 https://x.com/.../article/...，确认 slash 菜单可见后仍能成功解析到底层 site skill，而不是因为首页未暴露 site skill 就在发送时失配
  8. 对 markdown_bundle 型站点场景，确认成功后项目目录里同时出现 index.md、images/ 和 meta.json，且正文中的图片链接已经被改写为项目内相对路径，而不是继续指向远程图片 URL
  9. 同时确认聊天轻卡或 tool timeline 会明确展示项目目录、Markdown 相对路径和图片数量，避免用户只能看到“已保存”却不知道文件实际落点

开发者页站点来源导入验证

  1. 进入 设置 -> 开发者
  2. 在 站点脚本目录联调 区块找到 外部来源 YAML 导入
  3. 粘贴一份仅包含 Lime 支持子集的 YAML 来源，点击 导入到 Lime 标准
  4. 验证摘要区来源切换为 外部导入，且适配器列表出现新导入名称
  5. 再点击 清空站点目录缓存，确认来源恢复为 应用内置，列表回退到 bundled 目录
  6. 导入与清理全过程都不应出现后台自动拉起浏览器、自动唤醒 Chrome 或常驻浏览器控制进程

Browser Workspace 同页控制验证

  1. 在 Claw Right Surface 打开 Browser，确认只有一个选中 tab、一个 native viewport mount point，收起、恢复和 resize 不改变 session/tab/view identity。
  2. Gate A 只验证 Renderer/Workspace projection：tab、地址栏、导航、查找、缩放、错误、权限、下载和人工接管状态必须布局稳定，五语言最长文案不得溢出；不得把 DOM data-* 当成 Host identity。
  3. Gate B 必须启动真实 Electron Desktop Host，经 preload/IPC 和 app_server_handle_json_lines 建立 current App Server turn，再由 item/tool/call -> AppServerDynamicToolHost -> BrowserTabHost 操作用户可见的同一个 WebContentsView。
  4. 取证必须证明 Agent action 与可见页面共享 threadId/turnId/browserSessionId/tabId/viewId/webContentsId/windowId/ownerWebContentsId，并校验 observe 后的 URL/title 与页面可见状态一致。
  5. 用户人工导航或交互后，旧 Agent 控制必须失效；重新 claim/observe 读取同一 tab 的新状态，不能创建替代 session/view。turn terminal 后 Agent tab close、User tab release、debugger detach 必须符合生命周期合同。
  6. 外部 Chrome/CDP、browserSession/*、Canvas 镜像、静态截图、renderer mock 和 Host 单测单独通过都不能作为 Browser Gate B 证据。

已安排任务验证

  1. 从一级导航进入 已安排任务，创建继承默认模型的任务并立即运行。
  2. 确认列表、详情、运行历史和打开对话使用同一 task/run/thread/turn identity，失败运行也会立即刷新为可见历史。
  3. 从 trace 确认链路经 electron-ipc -> app_server_handle_json_lines 命中 scheduledTask/list|create|read|run/list|run/start，并实际进入 RuntimeCore provider 与 canonical Thread/Turn read model。
  4. 确认旧 automationJob/*、automationSchedule/*、automationScheduler/*、legacy Desktop 命令和生产 mock fallback 命中均为零。
  5. 专项 Gate B 使用 npm run smoke:scheduled-tasks-electron-fixture -- --timeout-ms 180000；浏览器投影或旧 Settings smoke 不能替代该证据。

话题模型恢复验证

  1. 进入同一工作区中的两个话题
  2. 分别切换成不同的 provider/model 组合
  3. 在两个话题之间来回切换
  4. 验证模型选择器恢复的是该话题最近一次 session runtime，而不是陈旧的 localStorage 默认值
  5. 如页面暴露运行时摘要条，再确认 provider/model 文案与选择器一致
  6. 如其中一个组合是 ollama，再补验证一组原生 tools 模型与一组非原生 tools 模型都能真实发出回复，而不是只拿到模型列表后在运行时卡成 502 Bad Gateway

话题权限恢复验证

  1. 进入同一工作区中的两个话题
  2. 在话题 A 选择 只读，在话题 B 选择 当前工作区 或 完全访问
  3. 在两个话题之间来回切换，必要时刷新页面后再切回
  4. 验证输入框权限选择器恢复的是该话题最近一次 accessMode，而不是工作区级默认值
  5. 如页面暴露运行时摘要、调试面板或开发日志，继续确认恢复依据是当前话题最近一次 execution_runtime.recent_access_mode
  6. 再立即发送一条消息，确认本轮会沿用该 accessMode 对应的正式权限策略，而不是只在 metadata 里残留旧的 harness.access_mode

话题工具偏好恢复验证

  1. 进入同一工作区中的两个话题
  2. 分别切换 联网 / 深度思考 / 任务模式 / 子代理 开关组合
  3. 在两个话题之间来回切换，必要时新建一个空白话题再切回
  4. 验证工具开关恢复的是该话题最近一次 session runtime，而不是主题级 localStorage 默认值
  5. 如首次切回旧话题时只能命中 fallback，再继续切换一次，确认第二次开始已优先走 runtime 恢复

话题 Subagents current 验证

  1. 在真实 Electron 会话里启用 Subagent 工具并触发一次 spawn_agent
  2. 验证六个 AgentControl 工具只在 current gateway 可用时出现，不读取 Team profile 或 Renderer shadow
  3. 验证 parent timeline 只从 canonical SubAgent Item 展示 Started / Interacted / Interrupted
  4. 通过 thread/list 检查 child 的 parentThreadId、agentPath、agentState 与 GUI roster 一致
  5. 冷重启 Electron/App Server 后重新打开 parent Thread，确认 child identity、状态和导航保持稳定
  6. 证据中不得出现 recent_team_selection、team_memory_shadow、synthetic Team member 或 raw status channel

子代理 current 字段验证

  1. 准备一个带 Team 或父子会话上下文的工作区，并触发一次子代理创建
  2. 如果当前入口支持显式名称或工作目录，优先带上 name 与绝对 cwd；如果 UI 暂无显式入口，至少复用现有 flow 创建一个 child session，并在详情区观察其展示名与工作目录
  3. 验证 child session / Subagents 展示优先显示显式 name，而不是退回 agent_type、profile label 或 task summary fallback
  4. 如果本轮涉及 teamName，确认 child 会回挂到当前 Team，上下文里能按该名字识别，不会出现重复成员或错挂到其它 Team
  5. 验证 child 的 working_dir 与详情展示反映请求的绝对 cwd；如果请求非法相对路径，前端应看到明确失败，而不是静默回退父目录
  6. 如果当前入口或调试面板暴露 mode / isolation，传入非空值时前端应看到明确 unsupported，而不是静默创建 child session

上下文压缩链路验证

  1. 准备一个长线程，确保能够稳定接近上下文上限
  2. 在 workspace.settings.auto_compact=true 时发送普通消息，确认需要时会自动压缩，并且时间线出现 自动压缩
  3. 再把同一工作区切到 workspace.settings.auto_compact=false
  4. 分别验证两条链路：
    • 普通发送消息
    • ask-user / elicitation 回填后继续执行
  5. 两条链路都不应再静默自动压缩；如果达到上下文上限，页面应出现“请先手动压缩上下文或新建会话后重试”的可见错误

运行时交接制品验证

  1. 进入带有 HarnessStatusPanel 的对话工作区，并确保当前话题已经拿到 sessionId
  2. 展开 交接制品 区块，点击 导出交接制品
  3. 验证区块内出现：
    • 导出时间
    • 线程状态 / 最新 Turn 状态
    • Todo 统计
    • plan / progress / handoff / review 文件列表
  4. 继续点击单个制品的 预览，确认预览弹窗能打开，并能看到对应绝对路径
  5. 如页面桥接到了真实后端，再点击 打开目录 或单文件 打开，确认不会落回 mock，且工作区内确实生成 .lime/harness/sessions/<session_id>/...
  6. 如果这轮继续开发问题证据包，再把同一条续测链扩展为“先导出 handoff，再导出 evidence pack”，确认两者目录与状态卡不会串线
  7. 如果这轮继续开发 replay 样本导出，再点击 导出 Replay 样本，确认：
    • input / expected / grader / evidence-links 文件列表出现
    • replay 区块能显示 handoff / evidence 的关联根路径
    • 打开目录后工作区内确实生成 .lime/harness/sessions/<session_id>/replay
  8. 如果这轮继续开发 replay -> eval 主链，再点击 复制回归命令，确认：
    • 剪贴板内容同时包含 npm run harness:eval:promote -- ...、npm run harness:eval 与 npm run harness:eval:trend
    • promote 命令里的 session-id / slug / title 已自动带出，不需要手工补参数
    • 该入口只是复制仓库已有主命令，不是 Lime 内部自动 promotion
  9. 如果这轮继续开发外部分析交接，再点击 导出分析交接 与 一键复制给 AI，确认：
    • analysis-brief.md / analysis-context.json 文件列表出现
    • 复制内容直接来自后端 copy_prompt，不需要前端再手写 prompt
    • analysis 区块能显示 handoff / evidence / replay 的关联目录
  10. 如果这轮继续开发人工审核记录，再点击 导出人工审核记录，确认：
    • review-decision.md / review-decision.json 文件列表出现
    • 区块能显示当前状态、审核清单与关联 analysis 文件
    • 打开目录后工作区内确实生成 .lime/harness/sessions/<session_id>/review
  11. 如果这轮继续开发人工审核保存闭环，再点击 填写人工审核结果，至少填写：
    • 决策状态
    • 决策摘要
    • 审核人
    • 风险等级
  12. 保存后确认：
    • 区块里的“当前人工审核结论”立即刷新为最新状态、审核人和摘要
    • review-decision.md / review-decision.json 仍然保持同一目录，不会新开平级目录
    • 如页面桥接到了真实后端，重新点击 导出人工审核记录 后，已保存结论不会被刷回 pending_review

话题内容上下文恢复验证

  1. 进入带 contentId 的工作台话题并完成至少一次发送
  2. 留在同一话题下再次发送，保持目标主稿不变
  3. 验证本轮仍写回当前主稿，没有误新建资源文档或切到其他内容
  4. 如能查看调试面板或运行时摘要，继续确认恢复依据是当前话题最近一次 execution_runtime.recent_content_id，而不是页面一次性参数或陈旧缓存
  5. 再切到另一个 contentId 后立即发送一次，确认同步窗口内仍能命中新主稿，而不是被旧 runtime 误覆盖

话题主题上下文恢复验证

  1. 进入普通对话话题完成一次发送，再切到通用工作区话题完成一次发送
  2. 在两个话题之间来回切换，必要时新建一个空白话题再切回
  3. 验证 UI 恢复的是该话题最近一次主题上下文，而不是页面一次性参数或主题级缓存
  4. 如能查看调试面板或运行时摘要，继续确认依据是当前话题最近一次 execution_runtime.recent_theme / recent_session_mode
  5. 再从普通对话切到新的 general_workbench 后立即发送一次，确认同步窗口内仍命中新 theme / session mode，而不是被旧 runtime 误覆盖

通用工作区运行阶段恢复验证

  1. 进入同一个通用工作区话题，至少完成一次 write_mode 或 publish_confirm 阶段发送
  2. 留在同一话题下再次发送，保持当前 gate 和任务标题不变
  3. 验证本轮仍衔接当前 gate / 任务标题，而不是掉回旧阶段或空标题
  4. 如能查看调试面板或运行时摘要，继续确认恢复依据是当前话题最近一次 execution_runtime.recent_gate_key / recent_run_title
  5. 再切到新的 gate 或新的运行标题后立即发送一次，确认同步窗口内仍命中新 gate / run title，而不是被旧 runtime 误覆盖

服务型技能自动化交付链

  1. 从首页进入服务型技能卡片
  2. 选择一个 scheduled / managed 的本地服务型技能
  3. 打开“创建自动化任务”，提交后进入对应工作区
  4. 确认同一次操作里：
    • 自动化任务已创建
    • 工作区已打开
    • 对应内容仍落在同一个 contentId
  5. 如能查看运行记录或调试面板，继续确认自动化 agent_turn payload 含 content_id 与 request_metadata.artifact

素材页验证

  1. 从社媒内容项目进入 素材
  2. 验证素材列表可加载
  3. 验证素材计数、列表项或空状态正常显示
  4. 如当前环境能查看调试面板、Electron IPC 或 App Server JSON-RPC 记录，优先确认素材页读取的是 gallery_material_* 命令，而不是旧 poster_material_* 命名
  5. 检查控制台无新增 error

每一步至少记录什么

执行 Playwright MCP 续测时，至少记录以下事实：

  • 当前页面 URL
  • 当前关键可见文本
  • 是否走到了真实 Electron Desktop Host / App Server JSON-RPC2 bridge
  • 是否触发了测试夹具、renderer mock fallback 或旧命令 fallback
  • 控制台 error 数量
  • 如失败，明确失败命令名或失败交互点

推荐结论格式：

  • 页面是否可打开
  • 业务流是否走通
  • 控制台是否归零
  • 新暴露的命令缺口是什么
  • 该缺口更适合补真实 Electron Desktop Host / App Server JSON-RPC2 bridge，还是只允许落到 test-only fixture

常见故障与处理

1. Cannot read properties of undefined (reading 'invoke')

通常表示：

  • 页面没有拿到预期的 Electron preload / Desktop Host API，或把旧裸 invoke 当成 current 入口
  • renderer 没有通过 src/lib/api/* -> safeInvoke/AppServerClient -> app_server_handle_json_lines 进入 current bridge

优先排查：

  • 是否通过 npm run electron:dev 启动了 Electron Desktop Host 与 App Server sidecar
  • preload allowlist 是否暴露了对应 API，前端是否仍在直接访问旧宿主全局对象 / 裸 invoke
  • 当前页面是否需要强制刷新以拿到最新前端代码

2. Bridge unknown command / App Server method not found

说明：

  • 前端已调用某个命令或 App Server method
  • Electron preload / main allowlist、app_server_handle_json_lines、App Server protocol 或 RuntimeCore handler 其中一侧没有同步
  • 如果命令名来自旧 Tauri / Rust facade，优先按旧路回流处理

处理顺序：

  1. 先判断该能力的 current owner 是 Electron Desktop Host 壳能力，还是 App Server JSON-RPC2 backend 能力
  2. 核心业务路径必须补真实 preload / IPC / JSON-RPC / handler / client 链路
  3. 非主路径、浏览器镜像不可支持的壳能力才允许进入显式 test-only fixture；不得加入生产 mock fallback

3. Failed to fetch

常见原因：

  • Electron Desktop Host / App Server bridge 没启动
  • 3030 端口不可用
  • 前端先于 bridge 就绪开始调用 App Server JSON-RPC

处理建议：

  • 确认 electron:dev 或 verify:gui-smoke 已启动 Electron Desktop Host 与 App Server sidecar
  • 检查 bridge 健康接口
  • 刷新页面后复测，排除启动时序问题

4. UI 已可用但控制台仍报错

说明：

  • 页面可能依赖测试夹具或兼容 fallback 继续运行
  • 但仍有命令先打到了 Electron Desktop Host / App Server bridge 并报 unknown command / method

处理建议：

  • 如果该命令属于当前主路径必须能力，补真实 Electron Desktop Host / App Server JSON-RPC2 bridge
  • 如果只是测试夹具能力，明确标记为 test-only，不要接回 production truth
  • 对浏览器资料 / 环境预设这类已桥接命令，优先排查真实 bridge 或默认种子，不要再把它们加回 mock 优先集合

何时补测试夹具，何时补真实 bridge

优先补真实 bridge

适用于：

  • 当前主路径必须命令
  • 明确已有后端实现
  • 返回结构简单稳定
  • 不涉及复杂流式事件或强原生依赖

只允许补 test-only fixture

适用于：

  • 浏览器模式不支持的原生能力
  • 非主路径功能
  • 高频噪音命令，但不影响主流程完成
  • 流式 / 系统级能力，短期内 bridge 成本高于收益

这些 fixture 只能位于测试、smoke 或显式 fixture backend 中，不能进入 safeInvoke 生产 fallback、mock priority 或 GUI 交付证据。

结果判定标准

一次“继续测试”完成后，至少满足以下之一：

  1. 主路径走通且控制台 error 归零
  2. 主路径走通，且剩余错误已被明确归类为非阻塞项
  3. 已定位新的 Electron Desktop Host / App Server JSON-RPC2 bridge 缺口，并给出下一步最小修复点

交接要求

如果本轮没有完全收口，结论里必须留下：

  • 当前停留页面
  • 已完成的业务步骤
  • 最新暴露的 Electron IPC / App Server JSON-RPC method 缺口
  • 推荐下一步先补真实 bridge 还是只补 test-only fixture
  • 下一轮建议的 Playwright 复测路径

相关文档

  • internal/aiprompts/quality-workflow.md
  • internal/aiprompts/commands.md
  • internal/aiprompts/governance.md