Mode Code : vérifier quand le builder a fini, jamais pendant une question

Repris du buildAgentNudge d'OpenFox (2.0.133).

La passe de vérification partait à chaque fin de tour de build, y compris
quand Qwen s'arrêtait sur « ensuite je vais… » ou venait de poser une
question avec ask. Chaque passe inutile coûte un prefill complet, évince
le cache KV du fil, et produit des « failed » qui ne disent que « pas
encore fait » — en courant par-dessus la question restée sans réponse.

- Nouveau statut « completed » : le builder marque un critère fait une
  fois vérifié par lui-même. Seule la vérification marque passed/failed.
- Fin de tour avec des critères encore ouverts : le builder est relancé
  sur ces critères (deux fois au plus) avant toute vérification.
- Fin de tour sur une question (ask) : pas de vérification, ni de
  correction, avant la réponse de l'utilisateur ; idem si le builder pose
  une question pendant une correction.
- Un id de critère écrit entre guillemets (« "2" », « "#2" ») vise bien
  le bon critère au lieu de #0.
- Le panneau des critères montre « completed » (◐).
- Test de non-régression de la passe de vérification (code_verify_test.go).

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

internal/loki/agents/builder.md

@@ -10,7 +10,7 @@ Method — in this order:
 Rules:
 - PLAN ONCE. If the task needs a plan, write it to PLAN.md in ONE short write, then follow it. Between tool calls, think one or two sentences at most — NEVER restate or re-derive the plan: it is in PLAN.md and in your criteria, read them instead.
 - Write each file COMPLETE in a single write call. Many small writes waste turns.
-- You may NOT mark a criterion passed — the verification pass does that.
+- When a criterion is done AND checked, mark it completed (criteria set). Verification starts once none is left pending; only it may mark passed.
 - If a command fails, read the error and fix the cause; do not retry the same command unchanged.
 - Ask the user (ask tool) only for decisions that are genuinely theirs; decide the rest yourself.
 - Making the change is your job; shipping it is not. Without an explicit request, never commit, push, reset or rebase, never deploy, restart a service or replace a running binary. Read-only inspection (git_status, git_diff) is fine and encouraged.

internal/loki/chat_conversation.go

@@ -785,6 +785,9 @@ func (c *Conversation) generate(ctx context.Context, caps Caps, temperature floa
 	// l'usage est arrivé ; sinon on retombe sur l'estimation (celle qui pilote
 	// déjà la compaction), approximative mais jamais absente.
 	sawUsage := false
+	// asked : le tour s'est terminé sur une question à l'utilisateur (outil ask) —
+	// pas de vérification du mode Code avant sa réponse.
+	asked := false
 	extra, _ := runChat(ctx, InjectSkills(final, caps), temperature, caps, func(ev StreamEvent) bool {
 		switch {
 		case ev.Err != nil:
@@ -851,6 +854,7 @@ func (c *Conversation) generate(ctx context.Context, caps Caps, temperature floa
 			c.appendDelta(epoch, map[string]any{"stats": ev.Stats})
 		case ev.Ask != nil:
 			// Question structurée (outil ask) : carte à boutons dans l'UI.
+			asked = true
 			c.appendDelta(epoch, map[string]any{"ask": ev.Ask})
 		case ev.DropReasoning:
 			c.appendDelta(epoch, map[string]any{"drop_reasoning": true})
@@ -900,7 +904,7 @@ func (c *Conversation) generate(ctx context.Context, caps Caps, temperature floa
 	// corrections, re-vérification — AVANT de rendre la main. Voir
 	// code_verify.go. No-op hors mode code ou sans critères.
 	if !stale && ctx.Err() == nil {
-		c.codeVerifyLoop(ctx, caps, temperature, epoch)
+		c.codeVerifyLoop(ctx, caps, temperature, epoch, asked)
 		c.mu.Lock()
 		msgs = append([]Message(nil), c.Messages...)
 		ctxUsed = c.CtxUsed

internal/loki/code_criteria.go

@@ -13,6 +13,7 @@ package loki
 import (
 	"encoding/json"
 	"fmt"
+	"strconv"
 	"strings"
 	"time"
 )
@@ -20,7 +21,7 @@ import (
 type Criterion struct {
 	ID     int    `json:"id"`
 	Text   string `json:"text"`
-	Status string `json:"status"` // pending | passed | failed
+	Status string `json:"status"` // pending | completed (le builder dit « fait ») | passed | failed
 	Note   string `json:"note,omitempty"`
 }
 
@@ -74,6 +75,18 @@ func critPending(list []Criterion) int {
 	return n
 }
 
+// critOpen : les critères que le builder n'a pas encore déclarés faits —
+// pending, ou failed et pas encore repris (la reprise les remet à completed).
+func critOpen(list []Criterion) []Criterion {
+	var out []Criterion
+	for _, c := range list {
+		if c.Status == "pending" || c.Status == "failed" || c.Status == "" {
+			out = append(out, c)
+		}
+	}
+	return out
+}
+
 // critRender : la liste formatée pour un prompt (builder ou verifier).
 func critRender(list []Criterion) string {
 	var b strings.Builder
@@ -84,6 +97,8 @@ func critRender(list []Criterion) string {
 			mark = "[✓]"
 		case "failed":
 			mark = "[✗]"
+		case "completed":
+			mark = "[~]" // fait selon le builder, pas encore vérifié
 		}
 		fmt.Fprintf(&b, "%s #%d %s", mark, c.ID, c.Text)
 		if c.Note != "" {
@@ -100,15 +115,15 @@ func criteriaTool() Tool {
 		Function: ToolFunction{
 			Name: "criteria",
 			Description: "Manage the acceptance criteria of the current task (the contract that defines DONE). " +
-				"action=add posits new criteria (texts[]), action=set updates one (id + status passed|failed|pending, optional note), " +
-				"action=list shows them, action=clear removes them all. Set criteria BEFORE building; only the verification pass may mark passed.",
+				"action=add posits new criteria (texts[]), action=set updates one (id + status, optional note), " +
+				"action=list shows them, action=clear removes them all. Set criteria BEFORE building. Builder: mark each criterion completed once you have done AND checked it — verification only starts when nothing is left pending. Only the verification pass may mark passed or failed.",
 			Parameters: map[string]any{
 				"type": "object",
 				"properties": map[string]any{
 					"action": map[string]any{"type": "string", "enum": []string{"add", "set", "list", "clear"}},
 					"texts":  map[string]any{"type": "array", "items": map[string]any{"type": "string"}, "description": "add: one entry per criterion, short and testable"},
 					"id":     map[string]any{"type": "integer", "description": "set: criterion id"},
-					"status": map[string]any{"type": "string", "enum": []string{"pending", "passed", "failed"}},
+					"status": map[string]any{"type": "string", "enum": []string{"pending", "completed", "passed", "failed"}},
 					"note":   map[string]any{"type": "string", "description": "set: why it failed / how it was verified"},
 				},
 				"required": []string{"action"},
@@ -158,8 +173,15 @@ func toolCriteria(args map[string]any, allowPass bool) string {
 		critNotify(list)
 		return fmt.Sprintf("[ok] %d critère(s) ajouté(s)\n%s", added, critRender(list))
 	case "set":
-		idf, _ := args["id"].(float64)
-		id := int(idf)
+		// id numérique ou chaîne (« "2" », « "#2" ») : les petits modèles
+		// écrivent volontiers l'id entre guillemets, qui tombait sinon à #0.
+		id := 0
+		switch v := args["id"].(type) {
+		case float64:
+			id = int(v)
+		case string:
+			id, _ = strconv.Atoi(strings.TrimPrefix(strings.TrimSpace(v), "#"))
+		}
 		status, _ := args["status"].(string)
 		note, _ := args["note"].(string)
 		if status == "passed" && !allowPass {

internal/loki/code_verify.go

@@ -25,10 +25,19 @@ import (
 // en 2 corrections tourne en rond, l'utilisateur doit reprendre la main.
 const codeMaxFixTurns = 2
 
+// codeMaxContinue : relances du builder qui a rendu la main avec des critères
+// encore ouverts (« ensuite je vais… ») avant de vérifier quand même. Reprise
+// du buildAgentNudge d'OpenFox : une passe de vérification sur un travail
+// inachevé, c'est un prefill complet, le cache KV du fil évincé, et des
+// « failed » qui ne disent que « pas encore fait ».
+const codeMaxContinue = 2
+
 // codeVerifyLoop est appelé par generate() à la FIN d'un tour de build en mode
-// code. Il ne fait rien s'il n'y a pas de contrat (aucun critère).
-func (c *Conversation) codeVerifyLoop(ctx context.Context, caps Caps, temperature float64, epoch int) {
-	if !caps.Code || caps.Role == "verifier" || ctx.Err() != nil {
+// code. Il ne fait rien s'il n'y a pas de contrat (aucun critère), ni si le
+// tour s'est terminé sur une question à l'utilisateur (asked) : sa réponse
+// passe avant toute vérification.
+func (c *Conversation) codeVerifyLoop(ctx context.Context, caps Caps, temperature float64, epoch int, asked bool) {
+	if !caps.Code || caps.Role == "verifier" || ctx.Err() != nil || asked {
 		return
 	}
 	convID := convEnsureActive()
@@ -40,6 +49,24 @@ func (c *Conversation) codeVerifyLoop(ctx context.Context, caps Caps, temperatur
 	if caps.Role == "planner" {
 		return
 	}
+	// Le builder vérifie lui-même puis marque « completed » ce qu'il estime
+	// fait. Tant qu'il reste des critères ouverts, on le relance plutôt que de
+	// vérifier un travail inachevé.
+	for n := 0; n < codeMaxContinue; n++ {
+		open := critOpen(list)
+		if len(open) == 0 {
+			break
+		}
+		msg := "Not done yet — these acceptance criteria are still open:\n" + critRender(open) +
+			"\n\nContinue working on them. Once one is done and checked, mark it completed (criteria action=set, status=completed). If you need the user's decision, use ask."
+		if c.runBuilderTurn(ctx, caps, temperature, epoch, msg) || ctx.Err() != nil {
+			return // question posée à l'utilisateur, ou arrêt
+		}
+		list = critList(convID)
+		if critAllPassed(list) {
+			return
+		}
+	}
 	for fix := 0; ; fix++ {
 		if ctx.Err() != nil {
 			return
@@ -59,7 +86,9 @@ func (c *Conversation) codeVerifyLoop(ctx context.Context, caps Caps, temperatur
 				fmt.Sprint(codeMaxFixTurns) + " corrections — voir le panneau des critères)_"})
 			return
 		}
-		c.runFixTurn(ctx, caps, temperature, epoch, list)
+		if c.runFixTurn(ctx, caps, temperature, epoch, list) {
+			return // le builder attend une réponse de l'utilisateur
+		}
 	}
 }
 
@@ -91,24 +120,33 @@ func (c *Conversation) runVerifyPass(ctx context.Context, caps Caps, temperature
 }
 
 // runFixTurn relance le BUILDER sur l'historique normal avec la liste des
-// critères en échec. Sa trace est persistée comme un tour ordinaire.
-func (c *Conversation) runFixTurn(ctx context.Context, caps Caps, temperature float64, epoch int, list []Criterion) {
+// critères en échec. Sa trace est persistée comme un tour ordinaire. Renvoie
+// true si le builder a posé une question à l'utilisateur (ask).
+func (c *Conversation) runFixTurn(ctx context.Context, caps Caps, temperature float64, epoch int, list []Criterion) bool {
 	var failed []Criterion
 	for _, cr := range list {
 		if cr.Status != "passed" {
 			failed = append(failed, cr)
 		}
 	}
+	return c.runBuilderTurn(ctx, caps, temperature, epoch, "Verification failed on these criteria:\n"+critRender(failed)+
+		"\n\nFix the code so they pass. Address the notes precisely; do not touch what already passed. Mark each fixed criterion completed again.")
+}
+
+// runBuilderTurn relance le BUILDER sur l'historique normal avec une consigne
+// (correction après vérification, ou relance sur des critères ouverts). Sa
+// trace est persistée comme un tour ordinaire. Renvoie true si le builder a
+// posé une question à l'utilisateur (ask) : la boucle doit alors s'arrêter.
+func (c *Conversation) runBuilderTurn(ctx context.Context, caps Caps, temperature float64, epoch int, instruction string) (asked bool) {
 	c.appendDelta(epoch, map[string]any{"role": "builder"})
 	defer c.appendDelta(epoch, map[string]any{"role": ""})
 
-	fixMsg := Message{Role: "user", Content: "Verification failed on these criteria:\n" + critRender(failed) +
-		"\n\nFix the code so they pass. Address the notes precisely; do not touch what already passed."}
+	fixMsg := Message{Role: "user", Content: instruction}
 
 	c.mu.Lock()
 	if c.epoch != epoch {
 		c.mu.Unlock()
-		return
+		return false
 	}
 	c.Messages = append(c.Messages, fixMsg)
 	msgs := append([]Message(nil), c.Messages...)
@@ -123,6 +161,12 @@ func (c *Conversation) runFixTurn(ctx context.Context, caps Caps, temperature fl
 		if ev.Content != "" {
 			content.WriteString(ev.Content)
 		}
+		if ev.ToolUsed != nil {
+			content.Reset() // déjà dans le message tool_calls (voir generate)
+		}
+		if ev.Ask != nil {
+			asked = true
+		}
 		c.forwardStream(ev, epoch)
 		return true
 	})
@@ -135,6 +179,7 @@ func (c *Conversation) runFixTurn(ctx context.Context, caps Caps, temperature fl
 	}
 	c.mu.Unlock()
 	c.persist()
+	return asked
 }
 
 // forwardStream relaie les événements d'un runChat secondaire (vérification,

internal/loki/code_verify_gate_test.go

@@ -0,0 +1,110 @@
+package loki
+
+import (
+	"context"
+	"encoding/json"
+	"net/http"
+	"net/http/httptest"
+	"net/url"
+	"strings"
+	"sync"
+	"testing"
+)
+
+// moteurScripte : faux llama-server qui répond selon le DERNIER message reçu.
+// Un message `tool` en queue → texte de clôture ; sinon la règle dont le motif
+// figure dans le dernier message utilisateur → appel d'outil criteria.
+func moteurScripte(t *testing.T, regles map[string]string) (port string, vus *[]string) {
+	t.Helper()
+	var mu sync.Mutex
+	var log []string
+	srv := httptest.NewServer(http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) {
+		var body struct {
+			Messages []Message `json:"messages"`
+		}
+		_ = json.NewDecoder(r.Body).Decode(&body)
+		last := body.Messages[len(body.Messages)-1]
+		w.Header().Set("Content-Type", "text/event-stream")
+		w.WriteHeader(200)
+		args := ""
+		if last.Role == "user" {
+			txt := msgText(last)
+			mu.Lock()
+			log = append(log, txt)
+			mu.Unlock()
+			for motif, a := range regles {
+				if strings.Contains(txt, motif) {
+					args = a
+				}
+			}
+		}
+		if args != "" {
+			esc := strings.ReplaceAll(args, `"`, `\"`)
+			_, _ = w.Write([]byte(`data: {"choices":[{"delta":{"tool_calls":[{"index":0,"id":"c1","type":"function","function":{"name":"criteria","arguments":"` + esc + `"}}]},"finish_reason":null}]}` + "\n\n"))
+			_, _ = w.Write([]byte(`data: {"choices":[{"delta":{},"finish_reason":"tool_calls"}]}` + "\n\n"))
+		} else {
+			_, _ = w.Write([]byte(sseChunk("ok")))
+			_, _ = w.Write([]byte(`data: {"choices":[{"delta":{},"finish_reason":"stop"}]}` + "\n\n"))
+		}
+		_, _ = w.Write([]byte("data: [DONE]\n\n"))
+	}))
+	t.Cleanup(srv.Close)
+	u, _ := url.Parse(srv.URL)
+	return u.Port(), &log
+}
+
+// Le builder rend la main avec un critère encore ouvert : on le RELANCE (il le
+// marque completed) avant de vérifier, au lieu de vérifier un travail
+// inachevé (repris du buildAgentNudge d'OpenFox).
+func TestVerificationAttendQueLeBuilderAitFini(t *testing.T) {
+	withWorkspace(t)
+	id := convEnsureActive()
+	toolCriteria(map[string]any{"action": "add", "texts": []any{"le build compile"}}, false)
+	port, vus := moteurScripte(t, map[string]string{
+		"Not done yet":         `{"action":"set","id":"1","status":"completed"}`,
+		"Verify each non-pass": `{"action":"set","id":1,"status":"passed"}`,
+	})
+	if err := SetConfigKey("PORT", port); err != nil {
+		t.Fatal(err)
+	}
+	c := newTestConv()
+	c.Messages = []Message{{Role: "user", Content: "fais le build"}}
+	c.codeVerifyLoop(context.Background(), Caps{Agent: true, Code: true}, 0.2, c.epoch, false)
+
+	if len(*vus) < 2 || !strings.Contains((*vus)[0], "Not done yet") || !strings.Contains((*vus)[1], "Verify each non-pass") {
+		t.Fatalf("ordre des passes = %q, attendu relance du builder PUIS vérification", *vus)
+	}
+	if l := critList(id); len(l) != 1 || l[0].Status != "passed" {
+		t.Fatalf("critère final : %+v", l)
+	}
+}
+
+// Tour terminé sur une question à l'utilisateur : aucune passe ne part avant
+// sa réponse.
+func TestPasDeVerificationApresUneQuestion(t *testing.T) {
+	withWorkspace(t)
+	toolCriteria(map[string]any{"action": "add", "texts": []any{"le build compile"}}, false)
+	port, vus := moteurScripte(t, nil)
+	if err := SetConfigKey("PORT", port); err != nil {
+		t.Fatal(err)
+	}
+	c := newTestConv()
+	c.Messages = []Message{{Role: "user", Content: "fais le build"}}
+	c.codeVerifyLoop(context.Background(), Caps{Agent: true, Code: true}, 0.2, c.epoch, true)
+	if len(*vus) != 0 {
+		t.Fatalf("%d requête(s) au moteur alors qu'une question attend l'utilisateur", len(*vus))
+	}
+}
+
+// Un id de critère écrit entre guillemets (« "2" », « "#2" ») vise bien #2.
+func TestCritereIdEnChaine(t *testing.T) {
+	withWorkspace(t)
+	id := convEnsureActive()
+	toolCriteria(map[string]any{"action": "add", "texts": []any{"a", "b"}}, false)
+	if out := toolCriteria(map[string]any{"action": "set", "id": "#2", "status": "completed"}, false); !strings.HasPrefix(out, "[ok]") {
+		t.Fatalf("id en chaîne refusé : %s", out)
+	}
+	if l := critList(id); l[1].Status != "completed" || l[0].Status != "pending" {
+		t.Fatalf("mauvais critère modifié : %+v", l)
+	}
+}

internal/loki/code_verify_test.go

@@ -0,0 +1,70 @@
+package loki
+
+import (
+	"context"
+	"net/http"
+	"net/http/httptest"
+	"net/url"
+	"strings"
+	"sync/atomic"
+	"testing"
+)
+
+// fauxMoteurOutil : un llama-server de comédie qui, à la PREMIÈRE requête,
+// répond par un appel d'outil (name/args), puis par un texte à la suivante.
+func fauxMoteurOutil(t *testing.T, name, args string) (port string, requêtes *int32) {
+	t.Helper()
+	var n int32
+	esc := strings.ReplaceAll(args, `"`, `\"`)
+	srv := httptest.NewServer(http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) {
+		w.Header().Set("Content-Type", "text/event-stream")
+		w.WriteHeader(200)
+		if atomic.AddInt32(&n, 1) == 1 {
+			_, _ = w.Write([]byte(`data: {"choices":[{"delta":{"tool_calls":[{"index":0,"id":"c1","type":"function","function":{"name":"` + name + `","arguments":"` + esc + `"}}]},"finish_reason":null}]}` + "\n\n"))
+			_, _ = w.Write([]byte(`data: {"choices":[{"delta":{},"finish_reason":"tool_calls"}]}` + "\n\n"))
+		} else {
+			_, _ = w.Write([]byte(sseChunk("Verdict enregistré.")))
+			_, _ = w.Write([]byte(`data: {"choices":[{"delta":{},"finish_reason":"stop"}]}` + "\n\n"))
+		}
+		_, _ = w.Write([]byte("data: [DONE]\n\n"))
+	}))
+	t.Cleanup(srv.Close)
+	u, _ := url.Parse(srv.URL)
+	return u.Port(), &n
+}
+
+// La passe de vérification (Role=verifier) doit pouvoir marquer un critère
+// passed via l'outil criteria — c'est tout son rôle. Vécu : « en mode code,
+// le système de vérification ne coche plus les critères ».
+func TestPasseDeVerificationCocheLesCriteres(t *testing.T) {
+	withWorkspace(t)
+	id := convEnsureActive()
+	toolCriteria(map[string]any{"action": "add", "texts": []any{"le build compile"}}, false)
+
+	port, n := fauxMoteurOutil(t, "criteria", `{"action":"set","id":1,"status":"passed"}`)
+	if err := SetConfigKey("PORT", port); err != nil {
+		t.Fatal(err)
+	}
+
+	caps := Caps{Agent: true, Code: true, Role: "verifier"}
+	var tools []string
+	_, err := runChat(context.Background(), []Message{
+		{Role: "system", Content: rolePrompt("verifier")},
+		{Role: "user", Content: "Verify."},
+	}, 0.2, caps, func(ev StreamEvent) bool {
+		if ev.ToolUsed != nil && ev.ToolUsed.Done {
+			tools = append(tools, ev.ToolUsed.Name+" → "+ev.ToolUsed.Result)
+		}
+		return true
+	})
+	if err != nil {
+		t.Fatal(err)
+	}
+	if *n < 2 {
+		t.Fatalf("%d requête(s) au moteur : l'appel d'outil n'a pas été suivi d'un second tour", *n)
+	}
+	list := critList(id)
+	if len(list) != 1 || list[0].Status != "passed" {
+		t.Fatalf("critère non coché par le vérificateur : %+v — outils : %v", list, tools)
+	}
+}

internal/loki/ui/index.html

@@ -2143,6 +2143,7 @@ html[data-files="1"] #files-btn{color:var(--accent)}
 #criteria-list li.crit-passed{color:var(--accent)}
 #criteria-list li.crit-failed{color:var(--err,#b3564d)}
 #criteria-list li.crit-pending{color:var(--dim)}
+#criteria-list li.crit-completed{color:var(--text)}
 
 .rolebadge{display:inline-block;margin-left:6px;padding:0 6px;border:1px solid var(--accent);border-radius:3px;color:var(--accent);font-size:9px;letter-spacing:.05em;text-transform:uppercase;vertical-align:middle}
 
@@ -9894,7 +9895,7 @@ function renderCriteria(list){
   for(const c of list){
     const li = document.createElement('li');
     li.className = 'crit-'+(c.status||'pending');
-    const mark = c.status==='passed' ? '✓' : (c.status==='failed' ? '✗' : '○');
+    const mark = c.status==='passed' ? '✓' : (c.status==='failed' ? '✗' : (c.status==='completed' ? '◐' : '○'));
     li.textContent = mark+' '+c.text + (c.note ? ' — '+c.note : '');
     ul.appendChild(li);
   }

internal/loki/ui/src/js/20-mode.js

@@ -110,7 +110,7 @@ function renderCriteria(list){
   for(const c of list){
     const li = document.createElement('li');
     li.className = 'crit-'+(c.status||'pending');
-    const mark = c.status==='passed' ? '✓' : (c.status==='failed' ? '✗' : '○');
+    const mark = c.status==='passed' ? '✓' : (c.status==='failed' ? '✗' : (c.status==='completed' ? '◐' : '○'));
     li.textContent = mark+' '+c.text + (c.note ? ' — '+c.note : '');
     ul.appendChild(li);
   }

internal/loki/ui/src/styles.css

@@ -2108,6 +2108,7 @@ html[data-files="1"] #files-btn{color:var(--accent)}
 #criteria-list li.crit-passed{color:var(--accent)}
 #criteria-list li.crit-failed{color:var(--err,#b3564d)}
 #criteria-list li.crit-pending{color:var(--dim)}
+#criteria-list li.crit-completed{color:var(--text)}
 
 .rolebadge{display:inline-block;margin-left:6px;padding:0 6px;border:1px solid var(--accent);border-radius:3px;color:var(--accent);font-size:9px;letter-spacing:.05em;text-transform:uppercase;vertical-align:middle}