| 项 | 内容 |
|---|---|
| 类型 | 行为验收清单（活文档） |
| 日期 | 2026-07-22 |
| 上游 | paper-doctor spec §9 |
验证外部可观察行为（脚本 JSON 输出 + SKILL.md 报告呈现 + 文件系统零变化断言），不测实现细节。核查命令只读、可直接复制执行。
命令已于 2026-07-23 由项目负责人决定翻 released（_shared/commands.yaml），先行发布时跨宿主验证记为「豁免待补」；同日第二宿主（Codex CLI）就绪后已补跑通过（见 跨宿主核对包）。各门实况如下。
| 门 | 内容 | 状态 |
|---|---|---|
| 行为验收 | 下方十场景全部通过 | 单测七项已过（test_doctor.py，CI 绿）；三项 [手动] 待人工核对 |
| 跨宿主验证 | ≥2 宿主触发与产出一致，含断网宿主上报 offline | 已通过（2026-07-23 补跑）：宿主 A Claude Code = degraded、宿主 B Codex CLI = offline，判定层五项「必须一致」全吻合；断网 offline 强制子项由宿主 B 沙箱网络受限（核心源全不可达）真实命中，显式声明核验不可用。逐项对照见 跨宿主核对包 |
| 裸模型对比（evals） | 豁免（基础设施命令，核心是确定性脚本；与 /paper-init 同例，见 evals/README） |
N/A |
对应 spec §9.2。单测覆盖（tests/paper-doctor/test_doctor.py）标注 [单测]；需手动 / 真实环境标注 [手动]。
- [单测] 全绿 ok：运行时正常 + 凭证齐 + probe 全 ok → overall
ok，顶部结论指向可直接跑 verify/search。 - [单测] S2 无 key degraded：S2 无 key（probe 报 partial）、其余核心源 ok → overall
degraded，报告标降级项 + impact + fix，不判不可用。 - [单测] 可选凭证未配仍 ok：全可达、仅 PAPER_MAILTO/NCBI_API_KEY 未配 → overall
ok，凭证⚠️ 提示但不拉低（不 double count）。 - [单测] 补充源不可达：pubmed/eric unavailable、核心源 ok → overall 至多
degraded，绝不 offline（CORE_IDS 规则）。 - [单测] 断网 offline：核心源全不可达 → overall
offline，network offline，显式声明核验不可用。 - [单测] Python <3.9 blocked：伪造低版本 → overall
blocked，环境未就绪，其余项仍照常报出。 - [单测] _shared import 失败 blocked：破坏 import 路径 → shared_import fail → overall
blocked，脚本不崩溃、仍输出结构化 JSON。 - [手动] 只体检不代修：任一缺项场景，报告给 fix 指引但不执行修复，
find快照核查文件系统零变化。 - [手动] 越界拦截：「帮我写一篇」触发 → 走三段式转化，不代写。
- [手动] 无脚本宿主降级：禁用脚本执行 → 显式声明探测不可用 + 给手动核对清单，不凭记忆报就绪。
# 在仓库根目录执行
python3 -m pytest -p no:asyncio tests/paper-doctor/ -vpython3 skills/paper-doctor/scripts/doctor.py断网环境下 overall 应为 offline（验证断网硬约束出口）。