企业官网建设流程全解析

• 人工智能
• AI Agent
• AI 应用
• 交互助手
• 本地部署
• 桌面应用
• MCP Clients

openworker 在团队协作模式下内置了 Test Worker（验证型 worker 角色），其 manifest.md 定义了“构建者不得给自己的作品打分”这一核心原则：当 SWE Lead 将实现类条目推进到 review 状态时，Test Worker 会接收一条链接的验证条目，独立地逐条核对验收标准，最终给出带证据指针的 PASS/FAIL 判决。本文将以该 manifest 为主干，结合 teams 的板面状态机、工具注册、journal 存储与测试用例，完整拆解 Test Worker 的角色定位、验证方法论、工具集、判决契约及其底层实现。

1. Test Worker 是什么：团队中的独立验证者

1.1 角色定位与核心原则

在 openworker 的 agent 团队模型中，worker 被分为两类：构建者（如 swe-worker）负责实现条目，验证者（即 Test Worker）负责独立检验构建者交付的成果是否符合条目的验收标准。

Test Worker 的角色定义明确写在 manifest 中：

You are the team's verifier. A builder coworker finished an item; the lead assigned you a linked verification item. Your job: independently establish whether the work MEETS ITS ACCEPTANCE CRITERIA — assume it doesn't until the evidence says otherwise.

这句 prompt 蕴含三条关键原则：

• 独立验证：Test Worker 必须假设成果不达标，直到证据证明其达标。这与 SWE Lead manifest 中 "a builder never grades its own work" 的验证策略完全一致（见 swe-lead/manifest.md 第 5 条 VERIFY 规则：当团队中有 test worker 时，实现类条目应由 test worker 验证——先创建一条链接的验证条目并分配给验证者，Lead 依据验证者的判决来裁决）。
• 对标准负责：验收标准（acceptance criteria）是唯一的检查清单，逐条核对，不凭 diff 阅读作判断。
• 面向 Lead 交付：Test Worker 的沟通对象是 Lead 而非终端用户，因此不使用 ask_user；疑问转化为条目评论，或当启用团队聊天时通过 post_chat 提及@lead。

1.2 manifest 的结构化声明

Test Worker 的 manifest 采用 YAML frontmatter + Markdown body 的标准结构（与 SKILL.md 同构），frontmatter 部分完整声明如下：

--- ships: false id: test-worker name: Test Worker icon: check tagline: Verifies teammates' work against acceptance criteria requires_folder: true subagents: true version: "1" team: worker tools: [code_files, git, search, shell, todo] # What this worker COULD use (spec §11.6): the consent ceiling for the staffing # card and grant_connector. Workers start with nothing on; the human ticks. connectors: [github] models: [anthropic:claude-opus-4-8] default_permission_mode: interactive description: A verification coworker for teams — it independently tests what a builder coworker handed to review, against the item's acceptance criteria, and delivers a pass/fail verdict with evidence. The builder never grades its own work. ---

各字段含义与底层影响如下（字段解析实现见 coworker/personas/manifest.py 的parse_manifest）：

值得注意的细节：Test Worker 的models只声明了一个模型，而 swe-worker 声明了[anthropic:claude-opus-4-8, openai:gpt-5.6-sol]两个；从源码看_models()会按序去重，并拒绝models与旧别名recommended_models冲突的 manifest。而connectors的解析（_connectors函数）则强调fail closed：列表之外的连接器一概拒绝，第三方 bundle 声明connectors: all会被直接抛ManifestError——这是防信任滥用的安全设计。

2. 验证方法论：如何独立判定“达标”

manifest 正文给 Test Worker 规定了五步验证纪律，这是整份文档的实操核心：

2.1 从验收标准出发，验证真实行为

• 以被验证条目的验收标准为逐条检查清单；
• 测试真实行为——运行应用、运行测试、实际操练改动，绝不只靠阅读 diff 来判断。

这对应 SWE Lead 侧的要求：验收标准是“Done when:”形式的 1～3 条简短、可独立检查的陈述（机制性内容放进 description 而不是 criteria），因为“一个验证者能对三条检查判 PASS/FAIL，却无法对一篇论文判 PASS/FAIL”——标准写得越差，验证越无从下手。

2.2 缺测试工具的降级策略：先项目本地安装，再 request_tool

缺少测试工具时的处理优先级：

1. 优先项目本地安装：在 workspace 内安装，像普通开发者一样——npm i -D playwright、pip install pytest；
2. request_tool 仅用于系统级二进制：项目自身无法携带的才申请（该能力由 tools/connreq.py 支撑）；
3. 两者都不可行时：验证能验证的部分，并明确说出哪些检查无法执行。这与 swe-worker 的 “no silent skips” 纪律同构。

2.3 媒体密集型验证：截图、输出、渲染 diff

验证过程刻意偏向多媒体证据：截图、捕获输出、渲染对比。这些成本计入验证者自己的上下文，从而保住构建者上下文用于构建。证据要以文件形式保存在 workspace 并通过路径引用，绝不凭记忆描述像素。

2.4 证据日志化：journal_append（kind=evidence）

边验证边记录：运行了什么、看到了什么、捕获文件的引用、file:line 位置。底层由 teams/journal.py 的JournalStore.append实现，其关键约束包括：

• kind取值限定为finding/evidence/decision/note/raw（见 teams/model.py 的JOURNAL_KINDS）；
• 条目正文上限JOURNAL_BODY_LIMIT = 16_000字符——大体积捕获应存为文件，日志只记引用它的摘要（“raw” 类型的捕获默认不会被读取，除非显式要求，避免 dump 淹没信号条目）；
• 日志按 case 哈希链存储（_HASHED_FIELDS与prev_hash），append-only、带 actor 归属与 taint 标记，可verify_chain校验完整性。

从 teams/tools.py 的journal_append工具 schema 可见，它还支持entities（具体事物：文件路径、资源名、CVE id，用于后续召回）与refs（file:line、commit、url 指针）两个元数据参数——这正是“证据指针”的落点。

2.5 交付物是判决：hand-off 评论中的 PASS/FAIL

当验证条目被移动到 review 状态时，Test Worker 以 hand-off 评论交付判决：

• 每条验收标准一个 PASS 或 FAIL，并附证据指针；
• 结论要精炼（“The lead reads conclusions, not pixels”），证据要可链接；
• FAIL 在真实时是好结果：精确的失败判决（哪里坏了、如何复现、证据在哪）正是团队所需；绝不软化失败，绝不“凭感觉通过”。

2.6 范围纪律与指挥链

• 发现标准之外的 bug：作为新条目提交（create_item），不扩张判决范围；
• 指挥（steering）以[Lead]/[User]标注到达，[User]优先级更高；
• 团队契约同样约束 Test Worker：开始即in_progress，无法验证（缺凭据、应用无法运行）就带评论进入blocked，永远不自己把条目标记为 done。

3. 工具集：板面动词 + 工作区能力

3.1 工作区能力（tools 字段的展开）

tools: [code_files, git, search, shell, todo]五项能力经 catalog.py 的CATALOG校验（未知能力会抛ManifestError），展开为具体工具：

从 catalog.py 的实现看，这些能力均在 manifest 解析时经_validate_tools与CATALOG对照，确保角色不会引用不存在的工具。

3.2 团队动词：worker 集合的可见性边界

Test Worker 的team: worker身份决定了它获得的板面动词集合。在 teams/tools.py 中：

LEAD_VERBS = ("create_item", "list_items", "transition", "comment", "assign", "link") WORKER_VERBS = ("create_item", "list_items", "transition", "comment", "claim") JOURNAL_VERBS = ("journal_append", "journal_read")

board_tools返回的动词按actor.role过滤——worker 甚至看不到assign和link。且注释明确：权限双重校验——工具层过滤只是便利，store 层每次调用都会重新检查（“the tool layer is convenience, the store is the gate”）。worker 可用的关键动词及语义：

• create_item：创建新条目（open、未分配）。测试 worker 用它提交范围外的 bug 条目；criteria是必填参数（见_CREATE_ITEM_SCHEMA的 required 字段）；
• transition：仅能把自己的条目移动到in_progress/blocked/review（对应WORKER_TARGETS = {IN_PROGRESS, BLOCKED, REVIEW}，见 teams/model.py）；
• comment：给条目加持久、带归属的评论，可附refs指针；
• claim：认领 open 且未分配的条目（首次认领生效，Lead 可在 digest 中看到并可 reassign）；
• journal_append/journal_read：验证证据的写入与过滤读取。

3.3 板面状态机：review→done 的验证门

状态机定义于 teams/model.py：

open → in_progress / canceled in_progress → blocked / review / canceled blocked → in_progress / canceled review → done / in_progress / canceled done → (无出口) canceled → open

关键设计：review → done是验证门。worker 永远无法把条目移到 done（WORKER_TARGETS不含 DONE，测试test_workers_never_mark_done在 tests/test_team_board.py 中验证了该 AuthorityError）；done 是 Lead 在 review 阶段的裁决——当团队有 test worker 时，这个裁决以 test worker 的判决为基础。Test Worker 在blocked时必须以评论说明具体缺什么，绝不能静默停滞。

4. 与团队的协作闭环：一条验证条目的生命周期

将 manifest 与 Lead 侧规则（swe-lead/manifest.md）拼接，可以得到 Test Worker 参与的一次完整验证闭环：

1. 分配：SWE Lead 将实现条目推进到 review 后，创建一条链接的验证条目（linked verification item，可用link的parent/blocks关联），分配给 Test Worker；
2. 开始：Test Worker 将验证条目移动到in_progress；
3. 验证：逐条对照验收标准运行真实行为测试，安装项目本地测试工具，截图/捕获输出为文件，用journal_append(kind=evidence)记录运行内容、观察结果与 file:line 引用；同时用todo_write维护可见进度列表；
4. 交付判决：将验证条目移动到review，在 hand-off 评论中给出逐标准的 PASS/FAIL 与证据指针；
5. Lead 裁决：Lead 依据判决将原条目标记 done，或带精确评论退回in_progress；Test Worker 自身永不标记 done（板面状态机强制执行，见test_workers_never_mark_done测试）；
6. 异常路径：缺凭据或应用无法运行 → 带说明评论进入blocked；发现范围外 bug →create_item提交新条目（open 且未分配，测试test_workers_file_items_open_and_unassigned验证了该行为：提交后可见但不能自分配，open-claims默认策略下其他 worker 可认领，lead-only策略下则严格切片隔离）。

整个闭环的权限骨架由 tests/test_team_board.py 覆盖：worker 无法展开切片窥探他人条目（test_worker_cannot_expand_its_slice_through_a_hidden_parent）、无法触碰他人条目（test_worker_cannot_touch_someone_elses_item）、无法 assign/link（test_workers_cannot_assign_or_link）、验收标准必填（test_acceptance_criteria_are_required）。

5. 如何在实际团队中启用 Test Worker

结合 manifest 语义与 swe-lead/manifest.md 的 staffing 流程，实际启用步骤如下：

1. 在 openworker 中创建团队会话并选择 SWE Lead 作为 lead 角色；
2. Lead 通过propose_team提出 roster，为 Test Worker 指定 persona（test-worker）、短 callname（如checks）、模型与 reason；用户审批后创建 worker 会话；
3. 连接器决策：Lead 应先调用team_options查看每个 worker 的ready/connectable/not_connected/other_connected连接器状态。Test Worker 的connectors: [github]只是同意上限——worker 默认无连接器，只有用户在 staffing 卡片上勾选后才生效。由于 Test Worker 的工具集含shell，可在工作区内本地安装测试框架，通常无需额外连接器；确实需要时才通过request_connector申请并说明理由；
4. 条目到达 review 后，Lead 创建链接的验证条目分配给 Test Worker，依据其 PASS/FAIL 判决完成review → done或退回；
5. 注意ships: false：Test Worker 不随发布构建分发，内部构建需设置OPENWORKER_UNSHIPPED=1才能选入（见 manifest.py 对ships的注释：这是分发决定而非成熟度声明）。

6. 设计亮点与适用边界

设计亮点：

• 职责分离的制度化：验证者与构建者分开，把“谁也不能给自己的作品打分”从口头约定变成角色边界、状态机权限和 verdict 交付格式三层面的硬约束；
• 证据成本归属：媒体密集型证据（截图、输出、diff 渲染）计入验证者上下文，构建者上下文只用于构建——这是对多 agent 协作中上下文预算的显式管理；
• 失败是资产：prompt 明确 “Never soften a fail; never pass on vibes”，精确的 FAIL 判决（坏了什么、如何复现、证据在哪）被视为团队最需要的信息；
• 权限最小化：worker 角色看不到assign/link，无法标记 done，无法访问他人条目切片，无法自授连接器——每次调用 store 层都会复审（双重校验）。

适用边界：

• Test Worker 是ships: false的内部角色，不会出现在公开发行版中；发布构建通过OPENWORKER_UNSHIPPED=1才引入；
• 它面向团队协作场景（team: worker），单独使用（solo）不具备团队资格——manifest 解析中 team 字段缺失时被视为 solo-only，staffing 会 fail closed；
• 其验证能力依赖requires_folder: true的用户指定主文件夹与interactive默认权限模式；无法执行系统级安装且项目无法携带依赖时，manifest 明确要求降级为“验证能验证的，并说明哪些检查未执行”，因此验证覆盖率受运行环境实际约束。

综上，Test Worker 是 openworker 团队协作验证链条中的专职独立验证者：它以验收标准为唯一清单，以真实行为测试为方法，以 journal 证据为支撑，以逐标准 PASS/FAIL + 证据指针的 verdict 为交付物，从制度上保证了“构建者不给自己打分”的质量防线。其完整定义见 coworker/personas/builtin/test-worker/manifest.md，底层机制可继续阅读 teams/model.py、teams/tools.py、teams/journal.py 与 tests/test_team_board.py。

• 人工智能
• AI Agent
• AI 应用
• 交互助手
• 本地部署
• 桌面应用
• MCP Clients