feat(plan): 计划完成门 — 拦截未完成 plan 的提前 end_turn

[1-ztc]

做了什么

给 moss 主循环加计划完成门:模型 end_turn 时若该 session 有 approved/executing 状态的 plan 且 steps 未全做完(completed+skipped)→ 否决完成、注入 correction 逼模型继续,逃生口是 plan_step skip 带理由。堵长任务最典型失败——"有 plan 没做完就声称 done"。

从 main 干净开,只含完成门 + 前提重构 + 测试,不夹带 observability 分支上的其他工作(skill-eval/discovery 等)。

改动(5 commit)

1. per-session store (8006fe6) — 把 plan-tools.ts 进程级单例换成按 sessionKey 路由的 store(plan-controller-store.ts)。多 session 嵌入式 host 不再串读对方 active plan。完成门前提。PlanExecuteController 业务逻辑不动。
2. 完成门本体 (f59f62b) — evaluatePlanCompletionGate(request, deps),接进 CLI createCliCompletionGate 链(排 evaluatePlanEvalCompletionGate 后)+ MossAgent completionGate 包装(无 structured-pending 分支)。fail-open 5 路径;类型干净(required→optional 子类型,无适配)。
3. MOSS_PLAN_GATE flag (f758f0c) — default on。=off 可关做 A/B baseline。端到端验证:ON 拦+注入 correction,OFF 彻底 no-op。
4. 集成测试 (2bacf21) — 真起 MossAgent loop:create→approve+start→提前 end_turn→被否决→skip 两步→放行。
5. off vs on mock 对比 (6b2fcea) — 同一偷懒 mock:off 放行无 correction、on 拦住注入 correction。证明机制方向(非真实收益)。

测试

6 个相关 spec 全过(plan-controller-store / plan-completion-gate 9 case / -integ / -ab / plan-tools-nudge / interaction-mode-exit)。build + typecheck 干净。完成门不依赖 observability 任何东西,从 main 独立成立。

已知限制(诚实)

1. 完成门真实收益未经验证 — 机制 + 集成测试证明方向对,但真实任务增益(真模型 + N≥3)未测;真 provider 试过 N=1 全噪声且烧 quota。MOSS_PLAN_GATE flag 留作后续真 A/B。
2. retry 超限崩 run — 模型死活不完成也不 skip,retry 用尽会 throw Completion rejected 崩 run(平台既有 exhaustion 行为,非 force-complete)。
3. shared/no-session plan 不受 gate 覆盖 — ctx.sessionKey 空时走 shared 兜底,gate 查不到 → fail-open 放行。CLI 总有 sessionKey,影响主要在无 sessionKey 嵌入 host。
4. tech-debt(文档级):CLI 路径 gate 在 chain 和 wrapper 各跑一次(幂等纯函数,仅冗余)。

🤖 Generated with Claude Code