feat(core): acceptance 自动核验 + 一轮自动返工（默认开）

写了 acceptance 的步骤产出后，用同一 provider 逐条核对验收标准——未过则把
「上一版产出 + 未满足条目」交回同一专家针对性返工一轮再复核。验收从"注入
prompt 的嘱咐"升级为"跑完真的有人对着查"的机制。

设计底线：
- 验收不过是质量信号而非执行错误：步骤不会因此 failed，最坏得到带 ⚠️ 的
  返工版照常流向下游
- 核验器自身故障（网络/解析失败）跳过核验不拦产线；返工生成失败保留第一版
- 核验/返工 token 如实累进该步成本（max_tokens 500 的小额调用）

三级开关：CLI --verify/--no-verify > YAML 顶层 verify: > 步骤级 verify: false
（默认开，仅影响写了 acceptance 的步骤）；库级直调 executeDAG 不传 = 不核验。

- 新增 src/core/verify.ts（核验器 + 返工块，复用 --compare 盲评解析套路）
- executor 抽出 callLLM 局部函数，返工二次生成走同一套 retry/timeout 策略
- 核验状态进 CLI 结果行、summary.md 徽章、metadata.json、步骤文件头
- test/verify.ts 29 项单测；validate 校验 verify 必须为布尔

Author: jnMetaCode

CHANGELOG.md

@@ -4,6 +4,9 @@
 
 ## [Unreleased]
 
+### Added（本次新增）
+- **acceptance 自动核验 + 一轮自动返工（默认开）**：写了 `acceptance:` 的步骤产出后，用同一 provider 逐条核对验收标准——未过则把「上一版产出 + 未满足条目」交回同一专家针对性返工一轮再复核。验收从"注入 prompt 的嘱咐"升级为"跑完真的有人对着查"的机制。验收不过是质量信号而非执行错误：步骤不会因此失败，最坏得到带 ⚠️ 标记的返工版照常流向下游；核验器自身故障（网络/解析失败）自动跳过核验不拦产线。核验状态（通过/返工后通过/仍有 N 条未满足）进 CLI 结果行、summary.md、metadata.json 与步骤文件头。三级开关：CLI `--verify`/`--no-verify` > YAML 顶层 `verify:` > 步骤级 `verify: false`（默认开，仅影响写了 acceptance 的步骤）；核验/返工消耗如实计入该步 token 成本。
+
 ## [0.10.0] - 2026-07-12
 
 ### Added（本次新增）

CLAUDE.md

@@ -105,7 +105,8 @@ steps:
   - id: step_id
     role: "category/role-name"       # from agency-agents-zh
     task: "Task with {{variables}}"
-    acceptance: "1. checkable condition…"  # optional: injected at prompt tail, shown with output, judge anchor in --compare
+    acceptance: "1. checkable condition…"  # optional: injected at prompt tail; output auto-verified against it after the step runs (fail → one auto-rework round); judge anchor in --compare
+    verify: false                    # optional: opt this step out of acceptance auto-verify (top-level `verify: false` disables whole workflow; CLI --verify/--no-verify overrides; default on)
     output: output_variable
     skill: "test-driven-development" # optional: inject a methodology playbook (see `ao skills`)
     depends_on: [other_step]         # DAG dependency

package.json

@@ -70,7 +70,7 @@
     "eval:baseline": "npx tsx eval/run-eval.ts --save-baseline",
     "build:studio": "npm --prefix website install && npm --prefix website run build",
     "verify:release": "node scripts/verify-cli.mjs && node scripts/verify-frontend.mjs",
-    "test": "npx tsx test/run.ts && npx tsx test/condition.ts && npx tsx test/cli.ts && npx tsx test/cli-base.ts && npx tsx test/parse-inputs.ts && npx tsx test/compose.ts && npx tsx test/demo.ts && npx tsx test/factory-custom.ts && npx tsx test/azure-compat.ts && npx tsx test/connector-continuation.ts && npx tsx test/connector-stall.ts && npx tsx test/compare-lib.ts && npx tsx test/install.ts && npx tsx test/materialize.ts && npx tsx test/paths.ts && npx tsx test/skills.ts && npx tsx test/acceptance.ts && npx tsx test/step-llm.ts && npx tsx test/step-llm-yaml.ts && npx tsx test/stdin-limit.ts && npx tsx test/compose-name.ts && npx tsx test/team.ts && npx tsx test/prompt.ts && npx tsx test/upgrade.ts && npx tsx test/resume.ts && npx tsx test/feedback.ts && npx tsx test/human-input.ts && npx tsx test/init.ts && npx tsx test/roles.ts && npx tsx test/eval-gate.ts && npx tsx test/validate-report.ts && npx tsx test/workflows.ts && npx tsx test/timeout.ts && npx tsx test/inputs.ts && npx tsx test/e2e.ts && npx tsx test/e2e-condition.ts && npx tsx test/e2e-loop.ts && npx tsx test/detect-providers.ts && npx tsx test/canvas-graph.ts && npx tsx test/creative-prompts.ts && npx tsx test/export-convert.ts && npx tsx test/web-server.ts && npx tsx test/custom-providers.ts && npx tsx test/mcp.ts",
+    "test": "npx tsx test/run.ts && npx tsx test/condition.ts && npx tsx test/cli.ts && npx tsx test/cli-base.ts && npx tsx test/parse-inputs.ts && npx tsx test/compose.ts && npx tsx test/demo.ts && npx tsx test/factory-custom.ts && npx tsx test/azure-compat.ts && npx tsx test/connector-continuation.ts && npx tsx test/connector-stall.ts && npx tsx test/compare-lib.ts && npx tsx test/install.ts && npx tsx test/materialize.ts && npx tsx test/paths.ts && npx tsx test/skills.ts && npx tsx test/acceptance.ts && npx tsx test/verify.ts && npx tsx test/step-llm.ts && npx tsx test/step-llm-yaml.ts && npx tsx test/stdin-limit.ts && npx tsx test/compose-name.ts && npx tsx test/team.ts && npx tsx test/prompt.ts && npx tsx test/upgrade.ts && npx tsx test/resume.ts && npx tsx test/feedback.ts && npx tsx test/human-input.ts && npx tsx test/init.ts && npx tsx test/roles.ts && npx tsx test/eval-gate.ts && npx tsx test/validate-report.ts && npx tsx test/workflows.ts && npx tsx test/timeout.ts && npx tsx test/inputs.ts && npx tsx test/e2e.ts && npx tsx test/e2e-condition.ts && npx tsx test/e2e-loop.ts && npx tsx test/detect-providers.ts && npx tsx test/canvas-graph.ts && npx tsx test/creative-prompts.ts && npx tsx test/export-convert.ts && npx tsx test/web-server.ts && npx tsx test/custom-providers.ts && npx tsx test/mcp.ts",
     "prepublishOnly": "npm run build && npm run build:studio && npm run verify:release"
   },
   "files": [

src/cli.ts

@@ -138,6 +138,7 @@ async function handleRun(): Promise<void> {
     console.error('  或: ao run --team <名字> "你的任务"   # 用已保存的团队跑新任务');
     console.error('  --materialize <目录>     把开发步产出的「### 路径 + 代码围栏」文件块落盘成真实项目脚手架');
     console.error('  --export <格式>          把本次产出导出:docx/pdf/xlsx(给人)或 skill/plan(给编码 agent 执行)');
+    console.error('  --no-verify              关闭 acceptance 自动核验（默认：写了 acceptance 的步骤产出后自动核验，未过自动返工一轮）');
     console.error('  --compare                跑完后再跑单次基线 + 盲评，并排对比多智能体 vs 单次');
     console.error('  --judge-provider/--judge-model   --compare 时指定评审模型(默认用生成模型)');
     process.exit(1);
@@ -224,6 +225,7 @@ async function handleRun(): Promise<void> {
       resumeDir: resumeDir ? resolve(resumeDir) : undefined,
       fromStep,
       feedback,
+      verify: parseVerifyFlag(),
       llmOverride,
       signalFlush: true,
     });
@@ -519,6 +521,7 @@ async function handleCompose(): Promise<void> {
       const result = await run(resolve(savedPath), inputs, {
         quiet: false,
         signalFlush: true,
+        verify: parseVerifyFlag(),
         // 用 compose 时同样的 provider 执行，避免 YAML 里写的 provider 和用户实际可用的不一致
         // CLI provider 单步调用可能很慢（1-20 分钟），给足超时；用户显式 --timeout 优先
         llmOverride: {
@@ -674,6 +677,13 @@ function parseTemperatureArg(): number | undefined {
   return temp;
 }
 
+/** 解析 --verify/--no-verify 三态：true 强制开 / false 强制关 / undefined 按 YAML 顶层 verify（默认开）。 */
+function parseVerifyFlag(): boolean | undefined {
+  if (args.includes('--no-verify')) return false;
+  if (args.includes('--verify')) return true;
+  return undefined;
+}
+
 const COMPOSE_CLI_PROVIDERS = ['claude-code', 'gemini-cli', 'copilot-cli', 'codex-cli', 'openclaw-cli', 'hermes-cli'];
 
 /** R2.1：判断 compose 要用的 provider 是否已有可用凭证。保守——不确定时返回 true（不拦已能跑的配置）。 */
@@ -804,6 +814,7 @@ async function runWithTeam(teamRef: string): Promise<void> {
       quiet: args.includes('--quiet') || args.includes('-q'),
       signalFlush: true,
       watch: args.includes('--watch'),
+      verify: parseVerifyFlag(),
       outputDir: getArgValue('--output') || defaultOutputDir(),
       llmOverride: {
         provider,