chore: agent 配置文件纳入版本管理 + docs/ 项目章程与全局状态 - Closes #37

- agents/DEV_AGENT.md: 新增启动读取 docs、Session 收尾流程、自行验证关闭 Issue
- agents/QE_AGENT.md: 新增启动读取 docs、Session 收尾流程
- docs/PROJECT_CHARTER.md: 项目章程（背景、愿景、目标、约束）
- docs/GLOBAL_STATE.md: 项目全局状态（架构、已知问题、变更日志）
- scripts/: 启动脚本重构，引入 _common.sh

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

agents/DEV_AGENT.md

@@ -5,7 +5,9 @@ description: AI 开发专家，负责 document_analyzer 项目的功能开发、
 
 # Dev-Agent
 
-你是 **Dev-Agent**，一名 AI 开发专家。你的职责是开发和维护 `document_analyzer` 项目的功能代码。
+**你是 Dev-Agent，始终以 Dev-Agent 自称。你不是通用助手，你是 document_analyzer 项目的专属 AI 开发专家，通过 Gitea Issues 与 QE-Agent 协同迭代。**
+
+你的职责是开发和维护 `document_analyzer` 项目的功能代码。
 
 ## 项目概述
 
@@ -51,6 +53,18 @@ description: AI 开发专家，负责 document_analyzer 项目的功能开发、
 
 首次启动前，请阅读 `GITEA_CICD_SETUP.md` 了解 CI/CD 系统。
 
+## 启动行为
+
+**每次新 session 启动时，立即执行：**
+
+1. 读取项目章程和全局状态：`docs/PROJECT_CHARTER.md` 和 `docs/GLOBAL_STATE.md`
+2. 确认环境变量已设置（GITEA_URL, GITEA_REPO, GITEA_API_TOKEN）
+3. 用 `/loop 10m` 开启 10 分钟间隔的自动轮询
+4. 轮询内容：`agent_poller.py --action list` 列出所有打开的非纯测试 Issue
+5. 有 issue → 走完整闭环处理（分析 → 开发 → push → PR → CI → merge → 自行验证 → 关闭）
+6. 无 issue → 报告 "main healthy，无待处理 Issue"，等待下次轮询
+7. 同时保持对话开放，随时响应用户指令
+
 ## 工作流程
 
 ### 1. 轮询 Issue
@@ -96,6 +110,7 @@ python scripts/agent_poller.py --action get --issue N
 - 新增功能必须有对应的测试覆盖
 - 关注 IR 一致性：对同一输入的多次运行结果应尽量稳定
 - 关注功能覆盖率：确保 IR 覆盖了输入文档中的功能点
+- **验证是实际功能验证，不是 dry-run**：`pytest` 通过只是门槛，必须用真实输入文档实际运行 pipeline 确认功能生效
 
 ### 4. 提交 PR
 
@@ -134,35 +149,33 @@ PR 创建后 CI 自动触发。用 agent_poller 监控状态：
 python scripts/agent_poller.py --action pr-status --pr <PR_NUM>
 ```
 
-### 6. Merge & 验证
+### 6. Merge & 自行验证关闭
 
-CI 通过后 merge PR，但**不立即关闭 Issue**——等待 QE 验证：
+CI 通过后 merge PR，自行验证修复效果，确认通过后直接关闭 Issue：
 
 ```bash
 # Merge PR
 python scripts/agent_poller.py --action merge-pr --pr <PR_NUM>
 
-# 评论通知 QE 验证（不关闭 Issue）
+# 自行验证修复效果，确认通过后关闭 Issue
-python scripts/agent_poller.py --action comment --issue N \
-  --body "PR #<NUM> merged。请 QE 重新运行 e2e 测试验证。"
-```
-
-**重要：** Merge 后保持 Issue open，等 QE 在评论中确认修复有效后再关闭。如果 QE 反馈问题仍存在，重新分析根因（见 [[feedback-issue-close-gate]]）。
-
-### 7. 关闭 Issue（QE 验证通过后）
-
-```bash
-# 确认 QE 评论已验证通过后，关闭 Issue
 python scripts/agent_poller.py --action close-issue --issue N \
-  --body "QE 验证通过。变更已合入 main。"
+  --body "自行验证通过。变更已合入 main。"
 ```
 
+**验证要求：** 验证必须是**实际功能验证**，不是 dry-run。具体要求：
+- 用真实输入文档实际运行 pipeline，检查输出 IR 内容是否正确
+- 检查功能覆盖率指标是否达到预期
+- 仅跑 `pytest` 不算功能验证 —— UT 保证代码不回归，**实际运行保证功能真正生效**
+- 如果修复涉及特定场景，必须在真实文档中构造该场景并确认结果
+
+**重要：** Dev-Agent 对自己改动负全责。Merge 后自行验证修复效果，确认通过后直接关闭 Issue，不等 QE 确认。QE-Agent 的职责是 main 分支健康监控和质量问题发现汇报，不是 Dev-Agent 的测试员。
+
 **一键查看完整生命周期：**
 ```bash
 python scripts/agent_poller.py --action lifecycle --issue N
 ```
 
-### 8. CI 失败处理
+### 7. CI 失败处理
 
 CI 失败时 Gitea 自动创建 `ci-failure` Issue：
 1. `agent_poller.py --action get --issue <NEW_NUM>` 分析失败原因
@@ -173,17 +186,17 @@ CI 失败时 Gitea 自动创建 `ci-failure` Issue：
 ## 闭环
 
 ```
-QE-Agent 开 Issue (qe-feedback)
+QE-Agent 开 Issue (qe-feedback / bug / ci-failure)
         ↓
   Dev-Agent 分析 → 开发/重构 → 更新测试
         ↓
   git push → create-pr → CI (pytest)
         ↓
-   ┌─ 失败 → 自动开 Issue → push 修复 → 回到 CI
+   ┌─ 失败 → push 修复 → 回到 CI
    │
-   └─ 成功 → merge-pr → comment 通知 QE → QE 验证
+   └─ 成功 → merge-pr → 自行验证 → 通过 → close-issue
-        ↓                                      ↓
+        ↓
-    QE 确认通过 → close-issue              QE 反馈仍失败 → 重新分析根因 → 回到开发
+    验证不通过 → 重新分析根因 → 回到开发
 ```
 
 ## 提交规范
@@ -221,7 +234,36 @@ QE-Agent 开 Issue (qe-feedback)
 - [ ] **评论**：`agent_poller.py --action comment` 在 Issue 下记录 PR 链接
 - [ ] **CI**：`agent_poller.py --action pr-status` 确认 CI 通过
 - [ ] **合并**：`agent_poller.py --action merge-pr` 合并 PR
-- [ ] **通知**：`agent_poller.py --action comment` 通知 QE 验证（不关闭 Issue）
+- [ ] **验证**：用真实输入文档实际运行 pipeline，确认功能生效（非 dry-run）
-- [ ] **验证**：检查 Issue 评论，确认 QE 验证通过
+- [ ] **关闭**：验证通过后 `--action close-issue`
-- [ ] **关闭**：QE 确认后 `--action close-issue`
 - [ ] **复盘**：`agent_poller.py --action lifecycle` 确认全流程完成
+
+## Session 收尾
+
+**当 session 即将结束时（用户要求结束、或完成当前轮询周期后准备退出），执行以下收尾动作：**
+
+### 1. 更新 `docs/GLOBAL_STATE.md`
+
+仅更新以下三个持久字段（Issue 列表不写入，下次启动 `agent_poller --action list` 实时查询）：
+
+- **已知问题清单**：标记本 session 已修复的问题为 ✓，追加新发现的问题
+- **已探索方向 & 结论**：追加本 session 新完成的探索方向及其结论摘要
+- **最近变更日志**：追加本 session 的关键变更（日期 + 变更 + 原因）
+
+**不更新：** `当前打开 Issue` 和 `下次启动推荐起点` — Issue 面板状态由 `agent_poller` 实时查询，不写入静态文件。
+
+### 2. 更新 memory
+
+遵循 memory 规范（见 `~/.claude/projects/.../memory/MEMORY.md`），保存本 session 有价值的：
+- 经验教训（feedback 类型）
+- 项目决策或背景变化（project 类型）
+- 外部资源引用（reference 类型）
+
+### 3. 确认工作区干净
+
+```bash
+git status
+```
+
+- 有未提交改动 → 提交或向用户说明原因
+- 工作区干净 → 确认通过

agents/QE_AGENT.md

@@ -1,22 +1,25 @@
 ---
-name: QE代理
+name: QE-Agent
 description: QE Agent — 自动化验收测试开发与质量门禁。轮询 Gitea test-dev issue，开发验收测试，提交 PR，监控 CI，合并并关闭 issue。
 ---
 
-# QE Agent
+# QE-Agent
 
-你是 QE（质量工程）代理，专注于 **main branch 的发布质量**。你的工作是：根据 Gitea 上的 `test-dev` issue 开发新的验收测试，确保测试通过 CI，并推进到 main branch。
+**你是 QE-Agent，始终以 QE-Agent 自称。你不是通用助手，你是 document_analyzer 项目的专属 AI 质量工程代理，通过 Gitea Issues 与 Dev-Agent 协同迭代。**
+
+你的工作是：根据 Gitea 上的 `test-dev` issue 开发新的验收测试，确保测试通过 CI，并推进到 main branch。
 
 ## 启动行为
 
 **每次新 session 启动时，立即执行**：
 
-1. 设好环境变量（见下方"环境要求"）
+1. 读取项目章程和全局状态：`docs/PROJECT_CHARTER.md` 和 `docs/GLOBAL_STATE.md`
-2. 用 `/loop 10m` 开启 10 分钟间隔的自动轮询
+2. 设好环境变量（见下方"环境要求"）
-3. 轮询内容：`agent_poller.py --action list --labels test-dev` 和 `--labels acceptance-failure`
+3. 用 `/loop 10m` 开启 10 分钟间隔的自动轮询
-4. 有 issue → 走完整闭环处理（Step 2-8）
+4. 轮询内容：`agent_poller.py --action list --labels test-dev` 和 `--labels acceptance-failure`
-5. 无 issue → 简短报告 "main healthy"，等待下次轮询
+5. 有 issue → 走完整闭环处理（Step 2-8）
-6. 同时保持对话开放，随时响应用户指令
+6. 无 issue → 简短报告 "main healthy"，等待下次轮询
+7. 同时保持对话开放，随时响应用户指令
 
 这样 QE-Agent 真正做到 **"默认轮询 + 随时互动"**。
 
@@ -266,3 +269,33 @@ QE-Agent 领取 (step 1-2)
 4. **`Closes #<N>` 必须出现在 commit message 中**
 5. **本地验证必须通过再 push** — 至少 Layer A + Layer B
 6. **如果 Layer C（QE Audit）需要验证但 API 不可用** — 在 issue 下评论注明，标记 `--run-acceptance` 通过后 merge
+
+## Session 收尾
+
+**当 session 即将结束时（用户要求结束、或完成当前轮询周期后准备退出），执行以下收尾动作：**
+
+### 1. 更新 `docs/GLOBAL_STATE.md`
+
+仅更新以下三个持久字段（Issue 列表不写入，下次启动 `agent_poller --action list` 实时查询）：
+
+- **已知问题清单**：标记本 session 已修复的问题为 ✓，追加新发现的问题
+- **已探索方向 & 结论**：追加本 session 新完成的探索方向及其结论摘要
+- **最近变更日志**：追加本 session 的关键变更（日期 + 变更 + 原因）
+
+**不更新：** `当前打开 Issue` 和 `下次启动推荐起点` — Issue 面板状态由 `agent_poller` 实时查询，不写入静态文件。
+
+### 2. 更新 memory
+
+遵循 memory 规范（见 `~/.claude/projects/.../memory/MEMORY.md`），保存本 session 有价值的：
+- 经验教训（feedback 类型）
+- 项目决策或背景变化（project 类型）
+- 外部资源引用（reference 类型）
+
+### 3. 确认工作区干净
+
+```bash
+git status
+```
+
+- 有未提交改动 → 提交或向用户说明原因
+- 工作区干净 → 确认通过

docs/GLOBAL_STATE.md

@@ -0,0 +1,71 @@
+# 项目全局状态（截至 2026-06-02）
+
+## 参考章程
+详见 `PROJECT_CHARTER.md`。章程中定义的长期目标与原则是当前决策的最高依据。
+
+## 当前阶段目标
+核心目标（对齐章程）：**IR 功能覆盖率 ≥ 70%，IR 一致性稳定**
+
+**本轮迭代**：
+- 修复表格格式统计功能（#34）
+- 继续提升 IR 结构化覆盖率（#21，当前 36.1%，目标 70%）
+- 当前分支：`test/issue-33` — `_extract_content_units` 仅统计功能章节表格行
+
+## Pipeline 架构
+
+```
+input/*.docx → doc_parser → _parsed.json
+                           ↓
+              step1_semantic_index → semantic_index.json
+                           ↓
+              step2_ir_extraction → ir_fragments.json
+                           ↓
+              step2_5_branch_coverage → ir_autocomplete_fragments.json
+                           ↓
+              step3_merge_and_audit → ir_final.json + ir_audit_report.md
+```
+
+核心模块：
+- `skills/doc_parser_skill/` — 文档解析（文本、表格、图片、冲突检测）
+- `skills/ir_generation_skill/` — IR 生成（step1/2/2.5/3）
+- `tests/acceptance/` — 验收测试（Layer A Schema / Layer B Coverage / Layer C QE Audit）
+- `scripts/agent_poller.py` — Gitea Issue/PR 操作工具
+
+## 已探索方向 & 结论
+| 方向 | 状态 | 结论摘要 | 关联 Issue |
+|------|------|----------|------------|
+| table coverage 统计 | 已闭合 | 只统计功能章节的表格行，非功能章节排除 | #33, #21 |
+| rule_signature None-safe | 已闭合 | conditions=None 防御 + 0 行表格覆盖率 | #21 |
+| step1 空章节过滤 | 已闭合 | _has_section_content() 过滤空章节 | #29 |
+| trigger.operator null 修复 | 已闭合 | step3 _normalize_rule 修复 trigger 缺失/null | #22 |
+| 覆盖反馈重试 | 已闭合 | _quick_validate 增加 section/table 覆盖率检查 | #21 |
+| 多 Agent 协作闭环 | 已闭合 | Dev+QE 通过 Gitea Issues 协同迭代 | #15 |
+
+## 已知问题清单
+- [P0] IR 结构化覆盖率不足（#21）：当前 36.1%，目标 70%
+- [中等] 章节中表格格式统计功能下降（#34）：表格缺行反馈不够具体
+- [轻微] `_measure_coverage` overall 维度输出 0 个维度（#36，test-code，QE 域）
+- [轻微] 缺少完整 e2e 测试（#18，blocked）
+
+## 当前打开 Issue（非纯测试）
+| # | 标题 | 优先级 |
+|---|------|--------|
+| #34 | 章节中表格格式统计功能下降 + 表格缺行反馈 | 中 |
+| #21 | [P0] IR 结构化覆盖率不足 (36.1% < 70%) | P0 |
+
+## 下次启动推荐起点
+1. 读取 `docs/PROJECT_CHARTER.md` 和 `docs/GLOBAL_STATE.md` 了解项目全局状态
+2. 运行 `python scripts/agent_poller.py --action list` 获取最新 Issue 列表
+3. 优先处理 P0 Issue（#21），其次 #34
+4. 关注 IR 覆盖率提升和表格统计修复
+
+## 最近变更日志
+| 日期 | 变更 | 原因 |
+|------|------|------|
+| 2026-06-02 | 创建 PROJECT_CHARTER.md 和 GLOBAL_STATE.md | 对齐 Agent 认知，建立项目全局视图 |
+| 2026-06-02 | DEV_AGENT.md 更新：自行验证关闭 Issue，强调功能验证非 dry-run | 明确 Dev-Agent 责任边界 |
+| 2026-06-01 | test: _extract_content_units 仅统计功能章节表格行 - Closes #33 | 修复表格覆盖率误计 |
+| 2026-05-31 | fix: table coverage only counts functional sections + specific missing row feedback - Closes #21 | 表格覆盖率只统计功能章节 |
+| 2026-05-31 | fix: rule_signature conditions=None防御 + 0行表格覆盖率 + UT覆盖 - Closes #21 | 防御性修复 |
+| 2026-05-31 | fix: step1 空章节过滤 + step3 rule_signature None-safe - Closes #21 | 空章节过滤修复 |
+| 2026-05-30 | test: _has_section_content() 过滤空章节 - Closes #29 | QE 发现空章节误报 |

docs/PROJECT_CHARTER.md

@@ -0,0 +1,51 @@
+# 项目章程：Document Analyzer — PRD 到 IR 的智能化 pipeline
+
+## 项目背景
+车机 PRD（产品需求文档）格式多样，包含文本、表格、流程图等混合内容。传统方式下，测试人员需要人工阅读 PRD 并编写测试用例，效率低且容易遗漏功能点。`document_analyzer` 利用 LLM 自动解析 PRD 文档，生成结构化 IR（中间表示层），使功能点可被稳定转化为 test spec 或 test cases。
+
+本项目同时是探索 **AI Agent 多智能体协作** 的试验场：通过 Dev-Agent 与 QE-Agent 协同迭代，验证 AI Agent 在实际软件开发场景中的自主性和可靠性。
+
+## 项目愿景
+打造一个高质量、高覆盖率的 PRD-to-IR pipeline，使 AI 能够可靠地从需求文档中提取结构化功能点。同时通过 Dev-Agent + QE-Agent 协同模式，探索 AI Agent 驱动的软件工程闭环。
+
+## 核心目标（不可轻易变）
+1. IR 功能覆盖率 ≥ 70%（最终目标 95%），确保功能点不遗漏
+2. IR 一致性：同一输入文档多次运行产生的 IR 应尽量一致
+3. 全 pipeline 可审计：每个阶段产出可追溯、可解释的中间产物
+4. Dev-Agent 与 QE-Agent 高效协同，形成自主闭环
+
+## 成功标准
+- 输入车机 PRD 文档，产出结构化 IR JSON，覆盖率 ≥ 70%
+- IR 可被下游工具稳定转化为 test spec / test cases
+- pytest 全量通过（UT + 接口集成测试），CI 绿灯
+- Dev-Agent 和 QE-Agent 能够通过 Gitea Issues 完成完整的协同迭代闭环
+- 同一文档多次运行，IR rule_id 和结构保持稳定（一致性）
+
+## 关键约束与原则
+- 必须遵守的约束：
+  - 只能使用国内可用的 LLM API（DeepSeek、DashScope 等），无法使用 Anthropic/OpenAI
+  - LLM API 配置从 `~/.openclaw/config/secrets.yaml` 读取，不硬编码
+- 决策原则：
+  - 功能覆盖率优先于性能优化
+  - 确定性逻辑（合并、审计）必须走代码而非 LLM
+  - Dev-Agent 对代码改动负全责，自行验证后关闭 Issue
+  - QE-Agent 负责 main 分支健康监控和质量问题发现，不是 Dev-Agent 的测试员
+
+## 项目环境
+- 项目目录：`C:\Users\peterz\projects\document_analyzer`
+- Gitea 仓库：`http://localhost:3000/pzhang_zywl/document_analyzer`
+- CI/CD：Gitea Actions，配置文件 `ci.yml`
+- LLM 配置：`~/.openclaw/config/secrets.yaml`
+- Agent 定义：`agents/DEV_AGENT.md`、`agents/QE_AGENT.md`
+
+## 范围与边界
+- 明确不做什么：
+  - 不做 UI / Web 界面
+  - 不做实时服务（pipeline 为离线批处理）
+  - 不生成最终测试用例（下游工具负责）
+  - 不支持非中文 PRD 文档（当前阶段）
+
+## 变更记录
+| 日期 | 变更内容 | 原因 |
+|------|----------|------|
+| 2026-06-02 | 初始创建 | 建立项目章程，对齐 Dev-Agent 和 QE-Agent 认知 |

scripts/_common.sh

@@ -0,0 +1,89 @@
+#!/usr/bin/env bash
+# _common.sh — shared functions for dev-agent / qe-agent startup scripts
+# Source this file from start_dev_agent.sh or start_qe_agent.sh
+
+set -eu
+
+# ── Resolve paths ──────────────────────────────────────────────────────────────
+_COMMON_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
+PROJECT_DIR="${PROJECT_DIR:-$(cd "$_COMMON_DIR/.." && pwd)}"
+
+# ── Load local secrets (not tracked by git) ────────────────────────────────────
+if [ -f "$_COMMON_DIR/.env" ]; then
+    source "$_COMMON_DIR/.env"
+fi
+
+# ── Default environment variables ──────────────────────────────────────────────
+export GITEA_URL="${GITEA_URL:-http://localhost:3000}"
+export GITEA_REPO="${GITEA_REPO:-pzhang_zywl/document_analyzer}"
+
+# ── Validate required environment ──────────────────────────────────────────────
+require_token() {
+    if [ -z "${GITEA_API_TOKEN:-}" ]; then
+        echo "ERROR: GITEA_API_TOKEN is not set." >&2
+        echo "Set it in scripts/.env or export it:" >&2
+        echo "  export GITEA_API_TOKEN=your-token" >&2
+        exit 1
+    fi
+}
+
+# ── Print banner ───────────────────────────────────────────────────────────────
+banner() {
+    local role="${1:-Agent}"
+    echo "============================================"
+    echo "  ${role}-Agent 启动器"
+    echo "============================================"
+    echo ""
+}
+
+# ── Launch agent in selected mode ──────────────────────────────────────────────
+# Usage: launch_agent <agent-file> <agent-name> <single-shot-task> <polling-instruction>
+#
+# agent-name is the persona name (e.g. "Dev-Agent", "QE-Agent"). It is used to
+# prefix prompts so the model adopts the correct identity.
+#
+# Mode 1 (single-shot): claude -p, runs once and exits.
+#   --dangerously-skip-permissions avoids blocking in non-interactive mode.
+#   The project .claude/settings.json already sets permissionMode: bypass.
+#
+# Mode 2 (interactive polling): claude --agent, opens Claude Code TUI.
+#   The agent file defines startup behavior (e.g. /loop 10m) and the
+#   user can observe or interact at any time.
+launch_agent() {
+    local agent_file="$1"
+    local agent_name="$2"
+    local single_shot_task="$3"
+    local polling_instruction="${4:-}"
+
+    echo "模式选择:"
+    echo "  [1] 单次任务 — 检查 Issue 并处理，完成后自动退出 (automode)"
+    echo "  [2] 互动轮询 — 进入 Claude Code 界面，每 10 分钟自动轮询"
+    echo ""
+    read -r -p "请输入 (1/2): " mode
+    echo ""
+
+    case "$mode" in
+        1)
+            echo "执行单次检查 (automode)..."
+            echo ""
+            cd "$PROJECT_DIR"
+            claude -p \
+                --agent "$agent_file" \
+                --dangerously-skip-permissions \
+                "你是 ${agent_name}。${single_shot_task}"
+            ;;
+        2)
+            echo "启动互动轮询模式..."
+            echo "${agent_name} 进入 Claude Code 界面后将自动开始轮询"
+            echo "你可以随时输入指令与 Agent 互动，按 Ctrl+C 停止"
+            echo ""
+            cd "$PROJECT_DIR"
+            claude --agent "$agent_file" \
+                "你是 ${agent_name}。${polling_instruction}"
+            ;;
+        *)
+            echo "无效选择，请输入 1 或 2。"
+            exit 1
+            ;;
+    esac
+}

scripts/start_dev_agent.bat

@@ -1,50 +1,56 @@
 @echo off
 chcp 65001 >nul
-title Dev Agent - Gitea Issue Worker
+title Dev-Agent - Gitea Issue Worker
+
+:: ── Change to project root ────────────────────────────────────────────────────
+cd /d "%~dp0.."
+
+:: ── Load .env (batch-compatible parser: "export KEY=VALUE" → set KEY=VALUE) ──
+if exist "scripts\.env" (
+    for /f "usebackq tokens=2,3 delims== " %%a in ("scripts\.env") do set %%a=%%b
+)
+
+:: ── Defaults ──────────────────────────────────────────────────────────────────
+if "%GITEA_URL%"==""     set GITEA_URL=http://localhost:3000
+if "%GITEA_REPO%"==""    set GITEA_REPO=pzhang_zywl/document_analyzer
+if "%DEV_AGENT_ID%"==""  set DEV_AGENT_ID=da-01
+
+:: ── Validate token ────────────────────────────────────────────────────────────
+if "%GITEA_API_TOKEN%"=="" (
+    echo ERROR: GITEA_API_TOKEN is not set.
+    echo Set it in scripts\.env or in your environment.
+    pause
+    exit /b 1
+)
 
 echo ============================================
-echo   Dev Agent 启动器
+echo   Dev-Agent 启动器
 echo ============================================
 echo.
-
-set GITEA_API_TOKEN=59117246ec418d5d87042de073b0d4197d8054bf
-set GITEA_URL=http://localhost:3000
-set GITEA_REPO=pzhang_zywl/document_analyzer
-
-cd /d C:\Users\peterz\projects\document_analyzer
-
 echo 模式选择:
-echo   [1] 单次任务 - 检查一次 Issue 并处理
+echo   [1] 单次任务 - 检查 Issue 并处理，完成后退出 (automode^)
-echo   [2] 持续轮询 - 每 10 分钟检查一次 (推荐)
+echo   [2] 互动轮询 - 进入 Claude Code 界面，每 10 分钟轮询
-echo   [3] 交互模式 - 进入对话手动操作
 echo.
-set /p MODE="请输入 (1/2/3): "
+set /p MODE="请输入 (1/2): "
 
 if "%MODE%"=="1" (
     echo.
-    echo 正在执行单次检查...
+    echo 执行单次检查 (automode)...
-    claude -p --agent agents/DEV_AGENT.md "你是 Dev-Agent，检查 Gitea 所有打开的 Issue，跳过纯测试相关的，其他全部领取分析并修复，记得同步更新测试。"
+    claude -p --agent agents/DEV_AGENT.md --dangerously-skip-permissions "你是 Dev-Agent。执行一次 Issue 巡检（单次任务，不要用 /loop）：1. agent_poller.py --action list 列出所有打开的 Issue 2. 跳过纯测试 3. 逐个走闭环：分析-开发-pytest-commit-push-create-pr-CI-merge-pr-通知QE 4. 退出。"
     pause
-    exit
+    exit /b 0
 )
 
 if "%MODE%"=="2" (
     echo.
-    echo 启动持续轮询模式 (每 10 分钟)...
+    echo 启动互动轮询模式...
+    echo Dev-Agent 进入 Claude Code 界面后将自动每 10 分钟轮询 Gitea Issue
     echo 按 Ctrl+C 停止
-    claude -p --agent agents/DEV_AGENT.md "你是 Dev-Agent，用 loop 模式每 10 分钟检查一次 Gitea 所有打开的 Issue，跳过纯测试相关的，其他全部领取处理。完成后评论进度，push 触发 CI。"
+    claude --agent agents/DEV_AGENT.md "你是 Dev-Agent。现在开始工作。使用 /loop 10m 每 10 分钟 python scripts/agent_poller.py --action list 检查 Issue，跳过纯测试，有则走完整闭环，无则报告 main healthy。保持对话开放。"
     pause
-    exit
+    exit /b 0
-)
-
-if "%MODE%"=="3" (
-    echo.
-    echo 启动交互模式...
-    echo 进入后输入: 检查 Gitea Issues 并处理
-    claude --agent agents/DEV_AGENT.md
-    pause
-    exit
 )
 
 echo 无效选择。
 pause
+exit /b 1

scripts/start_dev_agent.sh

@@ -1,57 +1,26 @@
 #!/usr/bin/env bash
-# Dev-Agent 启动脚本 — 在 Git Bash 中运行
+# Dev-Agent 启动脚本 — 单次任务 + 互动轮询 两种模式
 # 用法: bash scripts/start_dev_agent.sh
+# 前置: 在 scripts/.env 中设置 GITEA_API_TOKEN
 
-set -e
+set -eu
 
-# Source local secrets if available (not tracked by git)
 SCRIPT_DIR="$(cd "$(dirname "$0")" && pwd)"
-if [ -f "$SCRIPT_DIR/.env" ]; then
+source "$SCRIPT_DIR/_common.sh"
-    source "$SCRIPT_DIR/.env"
-fi
 
-# Load from environment or default values
+# Agent 标识: da-MMDD-HHmm，可通过环境变量覆盖
-export GITEA_API_TOKEN="${GITEA_API_TOKEN:-}"
+export DEV_AGENT_ID="${DEV_AGENT_ID:-da-$(date +%m%d-%H%M)}"
-export GITEA_URL="${GITEA_URL:-http://localhost:3000}"
-export GITEA_REPO="${GITEA_REPO:-pzhang_zywl/document_analyzer}"
-export DEV_AGENT_ID="da-$(date +%m%d-%H%M)"
 
-cd "$(dirname "$0")/.."
+banner "Dev"
+require_token
 
-echo "============================================"
+launch_agent \
-echo "  Dev-Agent 启动器"
+    "agents/DEV_AGENT.md" \
-echo "============================================"
+    "Dev-Agent" \
-echo ""
+    "执行一次 Issue 巡检（单次任务，不要用 /loop）：
-echo "模式选择:"
+1. python scripts/agent_poller.py --action list 列出所有打开的 Issue
-echo "  [1] 单次任务 - 检查一次 Issue 并处理"
+2. 跳过纯测试相关的 Issue
-echo "  [2] 持续轮询 - 每 10 分钟检查一次 (推荐)"
+3. 对每个负责的 Issue 走完整闭环：
-echo "  [3] 交互模式 - 进入对话手动操作"
+   分析 → 分支 → 开发+UT → pytest → commit → push → create-pr → comment → 等 CI → merge-pr → 通知 QE 验证
-echo ""
+4. 所有 Issue 处理完毕后报告汇总并退出。" \
-read -r -p "请输入 (1/2/3): " MODE
+    "现在开始工作。使用 /loop 10m 开启轮询：每 10 分钟 python scripts/agent_poller.py --action list 检查打开的 Issue，跳过纯测试相关的，有则走完整闭环，无则报告 main healthy。保持对话开放。"
-
-case "$MODE" in
-  1)
-    echo ""
-    echo "正在执行单次检查..."
-    claude -p --agent agents/DEV_AGENT.md \
-      "你是 Dev-Agent。检查 Gitea 所有打开的 Issue（--action list），跳过纯测试相关的。对每个负责的 Issue，走完完整闭环：分析 → 分支 → 开发+UT → pytest → commit → push → create-pr → comment Issue → 等 CI → merge-pr → 关闭。"
-    ;;
-  2)
-    echo ""
-    echo "启动持续轮询模式 (每 10 分钟)..."
-    echo "按 Ctrl+C 停止"
-    claude -p --agent agents/DEV_AGENT.md \
-      "你是 Dev-Agent。用 loop 模式每 10 分钟检查一次 Gitea Issue（--action list）。跳过纯测试相关的。每个 Issue 走完整闭环：分析→开发→push→create-pr→comment→CI→merge-pr→close。每个步骤用 agent_poller.py 对应命令。"
-    ;;
-  3)
-    echo ""
-    echo "启动交互模式..."
-    echo "进入后输入: 检查 Gitea Issues 并处理"
-    echo "可用命令速查: agent_poller.py --help"
-    claude --agent agents/DEV_AGENT.md
-    ;;
-  *)
-    echo "无效选择。"
-    exit 1
-    ;;
-esac

scripts/start_qe_agent.sh

@@ -1,55 +1,26 @@
 #!/usr/bin/env bash
-# QE-Agent 启动脚本 — 在 Git Bash 中运行
+# QE-Agent 启动脚本 — 单次任务 + 互动轮询 两种模式
 # 用法: bash scripts/start_qe_agent.sh
+# 前置: 在 scripts/.env 中设置 GITEA_API_TOKEN
 
-set -e
+set -eu
 
-export GITEA_API_TOKEN="59117246ec418d5d87042de073b0d4197d8054bf"
+SCRIPT_DIR="$(cd "$(dirname "$0")" && pwd)"
-export GITEA_URL="http://localhost:3000"
+source "$SCRIPT_DIR/_common.sh"
-export GITEA_REPO="pzhang_zywl/document_analyzer"
-export QE_AGENT_ID="qa-01"
 
-cd "$(dirname "$0")/.."
+# Agent 标识: qa-MMDD-HHmm，可通过环境变量覆盖
+export QE_AGENT_ID="${QE_AGENT_ID:-qa-$(date +%m%d-%H%M)}"
 
-echo "============================================"
+banner "QE"
-echo "  QE-Agent 启动器"
+require_token
-echo "============================================"
-echo ""
-echo "模式选择:"
-echo "  [1] 单次任务 - 检查一次 test-dev Issue 并处理"
-echo "  [2] 持续轮询 - 每 10 分钟检查一次 (推荐)"
-echo "  [3] 交互模式 - 进入对话手动操作"
-echo ""
-read -r -p "请输入 (1/2/3): " MODE
 
-case "$MODE" in
+launch_agent \
-  1)
+    "agents/QE_AGENT.md" \
-    echo ""
+    "QE-Agent" \
-    echo "正在执行单次检查..."
+    "执行一次 Issue 巡检（单次任务，不要用 /loop）：
-    claude -p --agent agents/QE_AGENT.md \
+1. python scripts/agent_poller.py --action list --labels test-dev 检查 test-dev Issue
-      "你是 QE-Agent。检查 Gitea 上的 test-dev 和 acceptance-failure 标签 Issue（--action list --labels test-dev 和 --labels acceptance-failure）。对 test-dev Issue：分析内容 → 开发验收测试到 tests/acceptance/ → pytest 本地验证 → commit 'test: <描述> - Closes #N' → push → create-pr → comment Issue → 等 CI 通过 → merge-pr。对 acceptance-failure Issue：分析失败原因 → 如果是测试本身问题修复测试 → 如果是管道问题开 test-dev issue 跟踪。"
+2. python scripts/agent_poller.py --action list --labels acceptance-failure 检查 acceptance-failure Issue
-    ;;
+3. test-dev Issue：分析 → 开发验收测试到 tests/acceptance/ → pytest 本地验证 → commit('test:' 前缀, Closes #N) → push → create-pr → 等 CI → merge-pr
-  2)
+4. acceptance-failure Issue：分析失败原因 → 测试问题则修复测试 → 管道问题则开 test-dev issue 跟踪
-    echo ""
+5. 所有 Issue 处理完毕后报告汇总并退出。" \
-    echo "启动持续轮询模式 (每 10 分钟)..."
+    "现在开始工作。使用 /loop 10m 开启轮询：每 10 分钟检查 test-dev 和 acceptance-failure 标签 Issue，有则走完整闭环（分析→开发测试→pytest→push→PR→CI→merge），无则报告 main healthy。保持对话开放。"
-    echo "按 Ctrl+C 停止"
-    claude -p --agent agents/QE_AGENT.md \
-      "你是 QE-Agent。用 loop 模式每 10 分钟检查一次 Gitea 上的 test-dev 和 acceptance-failure 标签 Issue。对 test-dev Issue 走完整闭环：分析→开发验收测试→pytest验证→commit('test:' 前缀)→push→create-pr→comment→CI→merge-pr。对 acceptance-failure 分析失败原因→修复→push→PR。每个步骤用 agent_poller.py 对应命令。如果没有待处理 Issue，报告 '当前没有 QE 相关 Issue，main branch 质量正常'。"
-    ;;
-  3)
-    echo ""
-    echo "启动交互模式 (默认 10 分钟轮询)..."
-    echo "按 Ctrl+C 停止"
-    echo ""
-    echo "可用命令速查:"
-    echo "  agent_poller.py --action list --labels test-dev"
-    echo "  agent_poller.py --action list --labels acceptance-failure"
-    echo "  agent_poller.py --action get --issue <N>"
-    echo "  python -m pytest tests/acceptance/ -v --run-acceptance"
-    claude --agent agents/QE_AGENT.md
-    ;;
-  *)
-    echo "无效选择。"
-    exit 1
-    ;;
-esac

skills/ir_generation_skill/step1_semantic_index.py

@@ -553,28 +553,67 @@ def _quick_validate(
             f"未覆盖: {uncovered[:5]}"
         )
 
-    # Count table rows
+    # Count table rows — only from functional sections with content
     total_rows = sum(
         len(b.get("rows", []))
         for s in doc.get("sections", [])
+        if _is_functional_section(s.get("source", ""))
+        and _has_section_content(s)
         for b in s.get("blocks", [])
         if b.get("type") == "table"
     )
-    covered_rows = sum(
+    covered_set: set[tuple] = set()
-        1 for fu in units
+    for fu in units:
-        for src in fu.get("sources", [])
+        for src in fu.get("sources", []):
-        if src.get("type") == "table" and src.get("row")
+            if src.get("type") == "table" and src.get("row"):
-    )
+                covered_set.add((src.get("section", ""), src.get("row")))
-    row_cov = covered_rows / max(total_rows, 1)
+    covered_rows = len(covered_set)
-    # When there are no table rows to cover, skip the check (not a coverage failure)
+    # When there are no table rows to cover, skip check
     if total_rows == 0:
         row_cov = 1.0
+    else:
+        row_cov = covered_rows / total_rows
     print(f"  表格行覆盖率: {row_cov:.0%} ({covered_rows}/{total_rows} rows)", flush=True)
     if row_cov < SECTION_COVERAGE_TARGET:
+        # Collect specific missing rows with content for targeted feedback
+        missing_rows: list[dict] = []
+        for s in doc.get("sections", []):
+            if not _is_functional_section(s.get("source", "")):
+                continue
+            if not _has_section_content(s):
+                continue
+            sec_name = s.get("source", "").split()[0] if s.get("source") else "?"
+            for b in s.get("blocks", []):
+                if b.get("type") != "table":
+                    continue
+                for row in b.get("rows", []):
+                    rn = row.get("row")
+                    if (sec_name, rn) not in covered_set:
+                        key_col = ""
+                        val_col = ""
+                        for col in row.get("columns", []):
+                            cn = col.get("name", "")
+                            ct = col.get("text", "")[:100]
+                            if cn in ("功能", "三级功能", "一级功能", "功能名称"):
+                                key_col = ct
+                            elif cn in ("功能详细说明", "详细说明", "四级功能", "说明"):
+                                val_col = ct
+                        if not key_col:
+                            # Use first column as key
+                            for col in row.get("columns", []):
+                                key_col = col.get("text", "")[:60]
+                                break
+                        missing_rows.append({
+                            "section": sec_name,
+                            "row": rn,
+                            "key": key_col,
+                            "value": val_col,
+                        })
         gaps["coverage_warnings"].append(
             f"表格行覆盖率 {row_cov:.0%} < {SECTION_COVERAGE_TARGET:.0%}, "
-            f"({covered_rows}/{total_rows} rows)"
+            f"({covered_rows}/{total_rows} rows from functional sections)"
         )
+        gaps["missing_table_rows"] = missing_rows
 
     # Coverage warnings are non-blocking (depend on LLM prompt quality)
     if gaps["coverage_warnings"]:
@@ -595,19 +634,34 @@ def _build_coverage_feedback(gaps: dict) -> str:
     parts = []
     for item in gaps.get("coverage_warnings", []):
         parts.append(f"- {item}")
+
+    # Include specific missing table rows with their content
+    missing_rows = gaps.get("missing_table_rows", [])
+    if missing_rows:
+        parts.append(f"\n### 以下具体表格行缺少对应 function_unit（共 {len(missing_rows)} 行）：\n")
+        for mr in missing_rows:
+            sec = mr.get("section", "?")
+            rn = mr.get("row", "?")
+            key = mr.get("key", "")
+            val = mr.get("value", "")
+            parts.append(
+                f"- **章节 {sec}, 行 {rn}**: {key}"
+                + (f" — {val}" if val else "")
+            )
+
     if not parts:
         return ""
 
     return (
-        "\n## 关键覆盖反馈（上一轮 LLM 输出了以下缺口，请重新处理）\n\n"
+        "\n## 关键覆盖反馈（上一轮 LLM 输出存在缺口，请重新处理）\n\n"
         + "\n".join(parts)
         + "\n\n"
         "### 修复动作（必须执行）\n\n"
-        "1. **重新扫描上述每个缺失章节**，从文字和表格中提取所有可被测试的功能行为\n"
+        "1. **重新扫描上述每个缺失章节和表格行**，从文字和表格中提取所有可被测试的功能行为\n"
-        "2. **为每个缺失的表格行创建独立的 function_unit**，不得合并不同行的规则\n"
+        "2. **为上述每个缺失表格行创建独立的 function_unit**，不得合并不同行的规则\n"
         "3. **每个 function_unit 必须引用具体的 section 号和 row 号**作为 source\n"
         "4. **非功能章节可以跳过**（如背景、术语、变更日志），但行为规则章节必须覆盖\n"
-        "5. 输出中必须包含针对上述缺口的新 function_unit\n"
+        "5. 输出中必须包含针对上述缺口的新 function_unit，**尤其是列出具体缺失的表格行**\n"
     )
 
 

tests/acceptance/test_main_health.py

@@ -137,16 +137,22 @@ def _extract_content_units(parsed_data: dict) -> dict:
 
     for sec in sections:
         name = sec.get("source", "")
-        if _is_functional_section(name) and _has_section_content(sec):
+        is_func = _is_functional_section(name) and _has_section_content(sec)
+        if is_func:
             functional_sections.append({
                 "name": name,
                 "number": _section_number(name),
             })
 
-        for block in sec.get("blocks", []):
+        # Only count table rows from functional sections
-            if block.get("type") == "table":
+        # (non-functional sections like changelog, glossary, references
-                rows = block.get("rows", [])
+        #  cannot be covered by function_units — counting them inflates
-                total_table_rows += len(rows)
+        #  the denominator and yields misleadingly low coverage.)
+        if is_func:
+            for block in sec.get("blocks", []):
+                if block.get("type") == "table":
+                    rows = block.get("rows", [])
+                    total_table_rows += len(rows)
 
     # Diagram-type images from image_analysis
     diagram_rids: list[str] = []