agent-reproduce-align

用途

Agent Reproduce Align 用于在 Qwen Code 已经具备某个候选实现后，与选定的参考智能体（codex 或 claude-code）进行基于证据的行为对齐验证。其目标不是逐字节相等，而是匹配对该功能真正重要的可观察契约。

默认目标仓库为当前工作目录。仅当用户明确提供路径时，才使用用户指定的路径。

参考智能体选择

使用与 $agent-reproduce-feature 阶段相同的参考智能体。如果之前的选择不可用，询问一次并将答案记录在场景或运行笔记中。

工作流程

重新陈述对齐目标：功能名称与触发条件、选定的参考智能体、一个基线提示或交互脚本、可接受的差异、必须匹配的字段。
在独立的捕获目录中，用相同场景分别运行参考智能体和 Qwen Code。
当状态可能影响对齐时，在参考运行前后捕获所选参考智能体的本地状态。
使用 scripts/normalize_trace.py 规范化轨迹。
使用 scripts/compare_traces.py 对比规范化后的轨迹。
按以下顺序检查差异：解释行为的参考智能体状态变化；缺失的工具/函数名称；schema 结构与必填字段；模型设置与响应模式；影响行为的提示词角色/顺序差异；终端可见输出与退出状态。
修补 Qwen Code，重跑最小的失败场景，并重复上述过程。
仓库中只保留脱敏后的最小测试夹具。

首次对比前请阅读 references/alignment-workflow.md。

常用命令

规范化：

.qwen/skills/agent-reproduce-align/scripts/normalize_trace.py \
  .repro-runs/reference/http.jsonl \
  > .repro-runs/reference/normalized.json

对比：

.qwen/skills/agent-reproduce-align/scripts/compare_traces.py \
  .repro-runs/reference/normalized.json \
  .repro-runs/qwen/normalized.json

运行配对的 shell 场景：

REPRO_REFERENCE_AGENT=codex \
.qwen/skills/agent-reproduce-align/scripts/run_pair_capture.sh \
  .repro-runs/slash-help \
  "codex exec '/help'" \
  "npm test -- --runInBand"

对于 Claude Code，设置 REPRO_REFERENCE_AGENT=claude-code，并将第一个命令替换为所发现的 Claude Code 命令。当设置了 REPRO_REFERENCE_AGENT 时，配对运行器会写入 reference/state-before、reference/state-after 和 reference/state-diff。仅在 shell 引号简单时使用配对运行器。对于交互式斜杠命令，请使用 tmux 手动运行两次捕获，以便两侧接收相同的按键输入。仅在测试或自定义状态目录时使用 REPRO_REFERENCE_STATE_ROOT=/tmp/some-root。

对比规则

先对比契约，再对比措辞。精确的提示词文本通常属于实现细节。
将缺失的 schema、错误的必填字段或错误的参数名称视为高信号失败。
仅当用户可见工作流依赖输出顺序时，才将输出顺序视为重要。
不要追逐特定于提供方的端点、模型名称、ID、时间戳、token 计数或临时标头，除非功能依赖它们。
不要追逐每一次本地状态写入。除非功能契约要求特定的配置、记忆或权限副作用，否则将状态差异视为解释性证据。
当 Qwen Code 通过用户可见场景，且剩余轨迹差异被记录为有意为之，即可停止。

完成标准

同一场景的参考智能体与 Qwen Code 轨迹在本地存在。
参考智能体状态差异存在，或状态捕获被记录为与该场景无关。
规范化对比中没有未解释的必须匹配差异。
Qwen Code 测试或冒烟命令覆盖了修复后的行为。
任何剩余不匹配若影响用户，需写入任务笔记或 Qwen Code 文档。

适用场景与限制

该技能适用于 Qwen Code 已实现某功能后，需要与 Codex 或 Claude Code 进行行为对齐验证的场景。其限制包括：不追求逐字节一致；需要用户提供或确认参考智能体；交互式命令需借助 tmux 手动捕获；仓库中只应保留脱敏后的最小测试夹具。