feat: add workflow governance and audit toolchain

Introduce manifest-driven workflow gating, new solution audit capabilities, and stress profile execution fixes while aligning docs/tests with the expanded 20-tool surface.

Made-with: Cursor

Author: SummerOneTwo

.gitignore

@@ -50,6 +50,7 @@ dmypy.json
 .claude/
 .codex/
 .opencode/
+.cursor/
 
 # Project specific
 *.exe

CHANGELOG.md

@@ -5,6 +5,24 @@ All notable changes to this project will be documented in this file.
 The format is based on [Keep a Changelog](https://keepachangelog.com/en/1.0.0/),
 and this project adheres to [Semantic Versioning](https://semver.org/spec/v2.0.0.html).
 
+## [Unreleased]
+
+### Features
+
+- 新增题目契约 `autocode.json`（manifest）与 `src/autocode_mcp/workflow/` 读写模型，`problem_create` 自动初始化 manifest 与 `tutorial.md` 草稿。
+- `workflow_guard.py` 重构为表驱动门禁，补充 `problem_verify_tests`、`interactor_build`、`solution_analyze`、`validator_select` 的流程约束，并识别交互题路径。
+- 新增审计工具：
+  - `solution_audit_std`
+  - `solution_audit_brute`
+- `solution_analyze` 增强输出：`claimed_complexity`、worst/average、`memory_estimate`、`risk_notes`、`recommended_stress_params`。
+- `stress_test_run` 支持 `stress_profiles` 多轮对拍配置并返回 profile 报告。
+- `problem_verify_tests` 支持 `wrong_solution_kill` 检查类型，验证错解是否被测试点杀掉。
+- 新增 CLI：`autocode-verify`，用于快速校验题目 manifest 基础完整性。
+- 新增验证技能与只读审计 Agent：
+  - skills: `idea-feasibility`、`solution-complexity-audit`、`stress-strategy`、`testdata-quality`、`statement-audit`
+  - agents: `autocode-idea-auditor`、`autocode-solution-auditor`、`autocode-package-auditor`
+- 新增 `examples/` 下三个金样例目录：`exact-sample`、`checker-sample`、`interactive-sample`。
+
 ## [0.9.0] - 2026-04-29
 
 ### Features

CLAUDE.md

@@ -57,6 +57,8 @@ AutoCode/
 | solution_build | 构建解法 |
 | solution_run | 执行解法 |
 | solution_analyze | 分析解法复杂度 |
+| solution_audit_std | 审计标准解实现质量 |
+| solution_audit_brute | 审计暴力解实现质量 |
 | validator_build | 构建校验器 |
 | validator_select | 选择最佳校验器 |
 | generator_build | 构建生成器 |
@@ -66,6 +68,7 @@ AutoCode/
 | stress_test_run | 压力测试 |
 | problem_create | 初始化题目 |
 | problem_generate_tests | 生成测试数据 |
+| problem_cleanup_processes | 清理生成残留进程 |
 | problem_verify_tests | 验证测试数据质量 |
 | problem_validate | 验证题面样例 |
 | problem_pack_polygon | 打包为 Polygon 格式 |

README.md

@@ -7,12 +7,12 @@
 
 **基于论文《AutoCode: LLMs as Problem Setters for Competitive Programming》实现的竞赛编程出题辅助 MCP Server。**
 
-AutoCode MCP Server 提供 15 个原子工具，让 AI 助手能够创建、验证和测试竞赛编程题目。它负责编译、执行、压力测试和测试数据生成——让 AI 专注于题目设计和解法逻辑。
+AutoCode MCP Server 提供 20 个原子工具，让 AI 助手能够创建、验证和测试竞赛编程题目。它负责编译、执行、压力测试和测试数据生成——让 AI 专注于题目设计和解法逻辑。
 
 ## 特性
 
 - **Validator-Generator-Checker 框架** — 基于论文实现输入正确性自动验证、多策略测试生成和输出验证
-- **15 个原子工具** — 文件操作、解法构建、压力测试、校验器/生成器/检查器构建等
+- **20 个原子工具** — 文件操作、解法构建、复杂度分析、解法审计、压力测试、题目校验与打包等
 - **testlib.h 支持** — 完整集成竞赛编程标准库，用于校验器、生成器和检查器
 - **多策略生成** — 四种生成策略：tiny（穷举）、random（随机）、extreme（边界情况）、tle（诱导超时）
 - **压力测试** — 自动比较最优解和暴力解，可配置测试轮数
@@ -181,11 +181,11 @@ Claude 将使用 AutoCode 工具：
 
 ### 验证安装
 
-配置完成后，重启 MCP 客户端并检查工具是否可用。你应该能看到 15 个工具，包括 `solution_build`、`validator_build`、`generator_build` 等。
+配置完成后，重启 MCP 客户端并检查工具是否可用。你应该能看到 20 个工具，包括 `solution_build`、`solution_audit_std`、`problem_verify_tests`、`problem_cleanup_processes` 等。
 
 ## 工具参考
 
-AutoCode 提供 15 个原子工具，分为 7 组。所有工具返回统一格式：
+AutoCode 提供 20 个原子工具，分为 8 组。所有工具返回统一格式：
 
 ```json
 {
@@ -208,6 +208,9 @@ AutoCode 提供 15 个原子工具，分为 7 组。所有工具返回统一格
 |------|------|----------|
 | `solution_build` | 编译解法代码 | `problem_dir`, `solution_type` ("sol"/"brute"), `code` |
 | `solution_run` | 执行已编译的解法 | `problem_dir`, `solution_type`, `input_data`, `timeout` |
+| `solution_analyze` | 分析解法复杂度与风险 | `problem_dir`, `solution_type`, `claimed_complexity` |
+| `solution_audit_std` | 审计标准解正确性与质量 | `problem_dir`, `source_path/code`, `constraints` |
+| `solution_audit_brute` | 审计暴力解可作为对拍基准 | `problem_dir`, `source_path/code`, `constraints` |
 
 ### 校验器工具
 
@@ -246,8 +249,10 @@ AutoCode 提供 15 个原子工具，分为 7 组。所有工具返回统一格
 | 工具 | 描述 | 关键参数 |
 |------|------|----------|
 | `problem_create` | 初始化题目目录 | `problem_dir`, `problem_name` |
+| `problem_validate` | 验证题面样例与答案一致性 | `problem_dir`, `statement_path`, `sol_name` |
 | `problem_generate_tests` | 生成最终测试数据（最终数据集中 extreme/tle 至少占一半，候选不足时尽量满足） | `problem_dir`, `test_count`, `answer_ext`, `resume`, `hard_timeout_seconds` |
 | `problem_verify_tests` | 验证测试数据质量（含 extreme/tle 占比硬校验） | `problem_dir`, `tests_dir`, `verify_types` |
+| `problem_cleanup_processes` | 清理生成任务残留进程与状态 | `problem_dir`, `kill_all_generators` |
 | `problem_pack_polygon` | 打包为 Polygon 格式 | `problem_dir`, `time_limit`, `memory_limit` |
 
 ## 工作流教程：A+B 问题

agents/autocode-idea-auditor.md

@@ -0,0 +1,22 @@
+---
+name: autocode-idea-auditor
+description: Readonly auditor for problem idea feasibility and verification readiness.
+skills:
+  - idea-feasibility
+model: inherit
+---
+
+你是只读审计 Agent，不负责写代码。
+
+职责：
+
+1. 审核题意是否可判定、可验证、可生成可复现数据。
+2. 列出阻塞问题与必须补充的约束。
+3. 给出进入实现前的最小前置清单。
+
+输出要求：
+
+- 第一行给 `decision: go|no_go`。
+- 按 `blocking_issues`、`required_clarifications`、`next_actions` 三段输出。
+- 每条问题都要给“为什么会阻塞”。
+- 不给代码实现建议，只给约束与流程建议。

agents/autocode-package-auditor.md

@@ -0,0 +1,22 @@
+---
+name: autocode-package-auditor
+description: Readonly auditor before packaging, checks statement, tests, wrong solutions, and manifest consistency.
+skills:
+  - statement-audit
+  - testdata-quality
+model: inherit
+---
+
+你是打包前只读审计 Agent。
+
+职责：
+
+1. 检查题面/题解/样例与 `sol` 一致性。
+2. 检查最终测试数据质量与错解杀伤。
+3. 仅当验证通过时建议进入 `problem_pack_polygon`。
+
+输出要求：
+
+- 必须给出 `decision: go|no_go` 结论。
+- `decision=no_go` 时列出阻塞项与最短修复路径。
+- `decision=go` 时附上已满足的验证证据清单（validate/verify/tests）。

agents/autocode-solution-auditor.md

@@ -0,0 +1,23 @@
+---
+name: autocode-solution-auditor
+description: Readonly auditor for std/brute complexity and stress strategy.
+skills:
+  - solution-complexity-audit
+  - stress-strategy
+model: inherit
+---
+
+你是只读审计 Agent，不直接改代码。
+
+职责：
+
+1. 审核 std 与 brute 的正确性假设和复杂度风险。
+2. 基于 brute 能力建议多轮对拍参数。
+3. 输出结构化风险报告与后续 MCP 调用建议。
+
+输出要求：
+
+- 第一行给 `decision: go|no_go`。
+- 必须引用 `solution_analyze`、`solution_audit_std`、`solution_audit_brute` 结论。
+- 风险按严重度排序：`critical` / `major` / `minor`。
+- 明确给出下一步 `stress_test_run` 参数建议（可直接执行）。

agents/autocode-workflow.md

@@ -3,6 +3,11 @@ name: autocode-workflow
 description: Coordinates AutoCode problem creation and enforces the full validator-generator-checker workflow. Use proactively for any competitive programming problem-setting task.
 skills:
   - autocode-workflow
+  - idea-feasibility
+  - solution-complexity-audit
+  - stress-strategy
+  - statement-audit
+  - testdata-quality
 model: inherit
 ---
 
@@ -18,10 +23,12 @@ Always work through this sequence unless the task is explicitly outside problem
 4. `validator_build`
 5. `generator_build`
 6. `stress_test_run`
-7. `checker_build` when the problem requires a non-exact checker
-8. `problem_validate`
-9. `problem_generate_tests`
-10. `problem_pack_polygon`
+7. `problem_validate`
+8. `checker_build` when the problem requires a non-exact checker (non-interactive)
+9. `interactor_build` when the problem is interactive
+10. `problem_generate_tests`
+11. `problem_verify_tests`
+12. `problem_pack_polygon`
 
 When the user asks for a later step directly, explain which prerequisite step is missing and complete the missing work first.
 
@@ -30,3 +37,14 @@ When running `problem_generate_tests`, enforce test quality: final test data sho
 For long-running `problem_generate_tests`, warn that new user messages can interrupt MCP execution. If interrupted, prefer resuming with checkpoint (`resume=true`) rather than restarting from scratch.
 
 Treat hook feedback as authoritative. If a hook denies a tool call, fix the workflow gap instead of retrying the same call.
+
+Use auditor agents when needed:
+- `autocode-idea-auditor` before major implementation
+- `autocode-solution-auditor` after std/brute are available
+- `autocode-package-auditor` before final packaging
+
+Execution style requirements:
+- Always report current completed step and next required step.
+- Prefer MCP structured results over assumptions from file presence.
+- If any gate fails, stop progression and provide a fix-first plan.
+- Use the unified decision contract in status summaries: `decision=go|no_go`, `blocking_issues`, `next_actions`.

examples/checker-sample/autocode.json

@@ -0,0 +1,20 @@
+{
+  "schema_version": "1.0",
+  "problem_name": "Checker Sample",
+  "interactive": false,
+  "time_limit_ms": 2000,
+  "memory_limit_mb": 256,
+  "statement_path": "statements/README.md",
+  "tutorial_path": "statements/tutorial.md",
+  "solutions": [
+    {"name": "sol", "role": "main", "language": "cpp", "path": "solutions/sol.cpp"},
+    {"name": "brute", "role": "brute", "language": "cpp", "path": "solutions/brute.cpp"},
+    {"name": "wrong-greedy", "role": "wrong", "language": "cpp", "path": "solutions/wrong-greedy.cpp", "expected": "fail"}
+  ],
+  "case_plan": [
+    {"name": "tiny-1", "type": "1", "seed": 1, "group": "sanity"},
+    {"name": "random-1", "type": "2", "seed": 2, "group": "coverage"},
+    {"name": "extreme-1", "type": "3", "seed": 3, "group": "limit"},
+    {"name": "tle-1", "type": "4", "seed": 4, "group": "limit"}
+  ]
+}

examples/checker-sample/statements/README.md

@@ -0,0 +1,3 @@
+# Checker Sample
+
+多解/特殊判题示例题面（占位）。