成熟度检查清单（Maturity Checklist）

从 L1 到 L3 的可量化验收标准。不满足则不能升级。

---

L1 → L2 检查表

名称 (L1→L2)

checklist-l1-to-l2

条件（全部必须满足 - L1→L2）

#	检查项	验证方式	通过标准
1	任务至少每周重复一次	日历/Schedule 记录	≥ 1 次/周
2	有自动验证机制	存在 Checker 或等效验证步骤	存在 > 0 行验证代码
3	有 STATE.md	文件存在	reports/{job}/STATE.md 存在
4	STATE.md 含 idempotency_keys	内容检查	字段存在
5	L1 运行 ≥ 2 周无问题	运行日志	≥ 14 天连续运行
6	L1 输出已由人类审查 ≥ 5 次	审查记录	≥ 5 次人工确认
7	Token 预算已估算	文档记录	estimated_tokens_per_run 已知
8	无 denylist 路径写入	日志审查	0 次

通过条件 (L1→L2)

{
  "checklist": "L1→L2",
  "total_checks": 8,
  "required_pass": 8,
  "required_consecutive_days": 14,
  "max_failures_in_period": 0,
  "human_approval_required": true
}

---

L2 → L3 检查表

名称 (L2→L3)

checklist-l2-to-l3

条件（全部必须满足 — L2→L3）

#	检查项	验证方式	通过标准
1	L2 运行 ≥ 4 周无问题	运行日志	≥ 28 天连续运行
2	Checker PASS 率 ≥ 80%	统计	pass_count / total ≥ 0.8
3	重试次数 ≤ 3 次/轮	统计	平均 retry ≤ 1.5
4	人类升级次数 = 0	日志	0 次
5	回滚策略已定义	文档存在	有回滚步骤
6	监控告警已配置	验证存在	fail_count / state_corrupt 告警
7	SLA 指标已定义	文档存在	max_latency / min_pass_rate 已知
8	Kill switch 已验证	手动测试	cronjob action=remove 在 30s 内生效
9	错误压缩模式已启用	检查日志	错误信息按 [STEP_FAILED] 格式输出
10	Max retries ≤ 3	配置检查	max_retries 字段 ≤ 3

通过条件 (L2→L3)

{
  "checklist": "L2→L3",
  "total_checks": 10,
  "required_pass": 10,
  "required_consecutive_days": 28,
  "max_failures_in_period": 2,
  "human_approval_required": true,
  "max_retries": 3,
  "min_checker_pass_rate": 0.8
}

---

L3 持续运行检查表

名称 (L3 运行中)

checklist-l3-running

条件（每日检查）

#	检查项	通过标准
1	单次运行 Token 消耗 ≤ 预算 2x	actual ≤ budget × 2
2	连续失败次数 ≤ 2	consecutive_failures ≤ 2
3	STATE.md 无损坏	可解析且 schema 完整
4	无 denylist 触碰	0 次
5	Checker PASS 率 ≥ 70%	pass_rate ≥ 0.7

自动降级触发

{
  "auto_demote_to_l1": {
    "conditions": [
      "consecutive_failures ≥ 3",
      "state_corrupt == true",
      "denylist_hit ≥ 1",
      "checker_pass_rate < 0.5"
    ],
    "action": "cronjob action=update job_id=<id> maturity=L1",
    "notification": "发送告警给人类 + 记录到 STATE.md"
  }
}

---

可执行检查脚本

见 scripts/check_maturity.py，可以做为 CI 步骤或在升级前手动运行。