用途：运行一条命令，读取该次运行刚产生的遥测，并对照给定的行为预期给出 verify-behavior 回执。它面向开发内循环，把遥测当作验证证据：扇出从 2 次变 14 次、重试触发 5 次、错误被吞成 200、N+1 查询等，通常不会让测试变红。
输入：command（必填，运行被测代码的命令）、expectations（必填，一条或多条行为断言；可由读源码构造满足的断言会被拒绝）、rung（可选，1 或 2，默认由 rules/rungs.md 决定）、run_id（可选，默认生成 dev.run.id）、caller（可选，仅用于日志）。返回恰好一份回执，末行为 [receipt] verdict: <confirms|contradicts|ambiguous|null>。
自跳过门：先解析仓库已提交的 Observability Profile（<repo>/memory/observability-profile/INDEX.md），若完全无 profile 或未指定 dev run target，则静默自跳过，不消耗 token、不输出报告行；expectation 集为空时同样静默自跳过，而非空洞地返回 confirms。仅在显式 /observe-run 调用时，才额外输出一行指向 Skill("measurable", "setup")。
流程：自跳过门 → 断言来源校验（拒绝 by-construction 预期）→ 读取 dev-run lessons（合并 repo+global，LoreKit 缺失则静默无操作）→ 选择 rung（默认 rung 1，内存/文件 exporter；跨进程扇出、多服务断言或基线比较才升到 rung 2 即代理加 dash0 spans 查询）→ 打运行身份（dev.run.id 与 deployment.environment.name、vcs.ref.head.name；dev.run.id 只打在 spans 和 logs，绝不打在 metrics）→ 运行命令并读取遥测 → 映射verdict → 仅在遇到摩擦时写一条 dev-run lesson（不影响回执）。
限制：rung 只读取本次运行发出的、限定在该 run 的 dev.run.id 与 dev dataset 范围内的遥测，无法获取生产 span；把预期写成“与生产 span 匹配”会始终返回 null。代理降级状态（错误事件、*.failed > 0、超时关闭）记为 ambiguous 而非 contradicts。缺少 Dash0 CLI 不影响 rung 1。分类：智能体与模型。