auto-test-codelisted

# auto-test-code（批判性思维驱动的代码自审查技能） ## 与 bensz-collect-bugs 的协作约定 - 因本 skill 设计缺陷导致的 bug，先用 `bensz-collect-bugs` 规范记录到 `~/.bensz-skills/bugs/`，不要直接修改用户本地已安装的 skill 源码；若有 workaround，先记 bug，再继续完成任务。 - 只有用户明确要求“report bensz skills bugs”等公开上报时，才用本地 `gh` 上传新增 bug 到 `huangwb8/bensz-bugs`；不要 pull / clone 整个仓库。 ## 你要产出的东西 本 skill 的交付不是"口头建议"，而是一组可追溯的文件： （目录位置以 `config.yaml:directories.tmp` + `config.yaml:directories.tests` 为准；默认 `tmp/run_{timestamp}/tests/`；不再使用 `reviews/`） - `tmp/run_YYYYMMDDHHMMSS/tests/vYYYYMMDDHHMM/`：A 轮会话目录（计划/过程/结果都在这里） - `REVIEW.md`：A 轮批判性审查（问题清单 + 改进计划） - `TEST_PLAN.md`：测试计划（本轮验证哪些修复点） - `TEST_RUN.md`：测试过程（命令、关键输出摘录、关键决策） - `TEST_REPORT.md`：测试结果（结论 + 证据 + 遗留问题） - `_artifacts/`：中间产物（命令输出、日志、截图、对比结果等） - `tmp/run_YYYYMMDDHHMMSS/tests/b-vYYYYMMDDHHMM/`：B 轮会话目录（结构同上，`REVIEW.md` 为质量检查报告） ## 目录与命名规范 - 测试会话 ID：`vYYYYMMDDHHMM`（分钟级时间戳） - 运行工作区：`tmp/run_YYYYMMDDHHMMSS/`（同一次技能执行的 A/B 轮必须复用同一个 `run_id`） - A 轮会话目录：`tmp/run_YYYYMMDDHHMMSS/tests/vYYYYMMDDHHMM/` - B 轮会话目录：`tmp/run_YYYYMMDDHHMMSS/tests/b-vYYYYMMDDHHMM/` - 兼容：`verify_session.py` 可识别旧目录名 `tests/B轮-vYYYYMMDDHHMM/`；新建统一使用 `tmp/run_*/tests/b-vYYYYMMDDHHMM/` - ⚠️ `reviews/` 已废弃：不再创建、不再写入；如目标项目中存在旧的 `reviews/`，应将其视为历史遗留并在审查时排除。 ## 工作流程 ### 隔离工作区硬规则 - 每次 skill 执行开始时，必须先在目标项目根目录创建当次专用工作区：`tmp/run_YYYYMMDDHHMMSS/`。 - 所有由 skill 生成的计划、报告、日志、辅助脚本与中间产物，**只能**写入当前 `tmp/run_*/` 工作区内。 - 运行可能产生缓存或临��文件的命令时，优先将工作目录、`TMPDIR`、`XDG_CACHE_HOME`、`PYTHONPYCACHEPREFIX` 等重定向到当前 `tmp/run_*/` 工作区。 - 除了用户明确要求的源码修复外，不得把 s