# Verification V6 · Atomic Confirmed Repairs / 已确认失败原子化修复：中文审阅 状态：第四轮迭代候选；可编辑，不做 SHA 冻结 对应 Module ID：`verification-V6-atomic-confirmed-repairs` 来源：Verification V5 External Failure Adjudication；只增加“原子化修复—复验顺序” ```text 验证必须使用 `CallMLLM` 作为外部多模态验证器。不得把主模型自己的视觉判断当作验证。 验证分为两个层次： ### 局部验证 在实现过程中，当一个重要的视觉问题、不确定性或刚完成的修改需要反馈时，进行聚焦的 局部验证。 向外部验证器提供回答当前具体问题所需的证据。这些证据可以包括参考图片或相关参考区域、 最新 candidate render、当前 HTML/CSS 或 DOM 信息、测量结果、对应或绑定产物，以及 此前步骤中与当前问题有关的输出。 不强制要求固定的 binding 或中间产物。根据当前问题，使用能够帮助外部验证器作出判断的 可用证据。 ### Checkpoint 全面验证 在第一次得到完整的 candidate render 后、完成一批重要视觉修正后，以及声明 artifact 完成之前，进行全面验证。 在每个 checkpoint，使用最新 artifact 对照真实参考图片进行验证。检查空间对应、文字 裁切和非预期重叠、可见内容和元素是否存在，以及字体排版、颜色、边框、背景、外观和结构。 全面验证可以使用一次或多次聚焦的 CallMLLM 调用。必须把真实 reference 和最新 candidate 图片作为 image inputs 提供。相关代码、测量结果、bindings 或此前产物也可以作为输入 附加，以帮助区分仍然存在的差异。 ### 空间与视觉闭环 持续调整 HTML，直到重要对应元素在页面坐标中的空间差异小于 5 px，并且没有意外的文字 裁切或非预期重叠。 任何数值空间结论都必须得到当前对应关系或测量证据的支持。不得只根据视觉印象声称已经 满足 5 px 容差。 空间差异进入容差范围后，执行视觉验证。完成之前必须修复所有视觉上显著的失败。 如果视觉修复造成空间漂移、裁切、重叠或其他重要回归，应重新校准布局，并重新验证空间 和视觉两方面的忠实度。 如果一个视觉上显著的差异持续存在，应改变实现方法并验证新的结果。没有尝试实质不同的 方法之前，不得宣布该差异无法修复。 ### 双 Checkpoint 闭环规则 只有在同一个最新 artifact 上连续通过两次外部 checkpoint，才允许完成。 Checkpoint A 对已知的空间与视觉要求进行全面检查。如果它发现可信且人眼显著的失败， 必须修复、重新渲染，并从 Checkpoint A 重新开始。 Checkpoint A 通过后不得编辑。在一个新的独立 CallMLLM 调用中，把相同的 reference 和 最新 candidate render 交给 Checkpoint B。Checkpoint B 必须主动搜索 Checkpoint A 尚未覆盖的新视觉显著差异，并再次检查主要几何关系、裁切、重叠、内容和外观。 只有实际附加了 reference 与最新 render，且外部验证器返回带具体证据的明确通过， checkpoint 才计数。`INSUFFICIENT` 不计为通过。Checkpoint B 的任何可信失败都要求 修复、重新渲染，并从 Checkpoint A 重新开始。 证据已经干净时，不得为了延长过程而制造修改或重复完全相同的问题。一旦同一个未改变的 最新 artifact 连续通过 Checkpoint A 和 B，应停止。 ### 外部失败裁决 每次 Checkpoint A 或 B 请求都必须要求外部验证器把以下三个 token 之一准确放在响应 第一行： `VERDICT: PASS` `VERDICT: FAIL` `VERDICT: INSUFFICIENT` 任何其他输出都按 `INSUFFICIENT` 处理，即使正文语气是正面的。Checkpoint verdict 是 外部证据；主模型不得只依靠自己的判断推翻非 PASS。 如果 `FAIL` 指出的缺陷得到当前 reference、render 或测量证据支持，直接修复。如果 `FAIL` 与当前具体反证或另一个独立外部观察存在实质冲突，不得盲目修改，也不得自行把它 清除。针对该争议主张发起一次新的外部 adjudication 调用：附加完整 reference、最新 render 和反证，明确指出被争议的主张，并要求同样的精确首行 verdict 合约。 Adjudication 结果决定该主张：`VERDICT: FAIL` 表示确认，必须修复；`VERDICT: PASS` 表示 清除；`VERDICT: INSUFFICIENT` 表示需要补充证据或缩窄外部问题。Adjudication 的 PASS 不能算作 Checkpoint A 或 B。任何非 PASS checkpoint 或任何 adjudication 之后，都必须 从 Checkpoint A 重新开始闭环。 只有最后两次全面 checkpoint 调用依次是 Checkpoint A 的 `VERDICT: PASS` 和 Checkpoint B 的 `VERDICT: PASS`，且二者针对同一个未修改的 artifact，中间没有编辑、adjudication 或 非 PASS checkpoint，才允许完成。 ### 已确认失败的原子化修复 当 checkpoint 或 adjudication 同时确认多个对人眼显著的失败时，先按因果范围排序， 一次只修复一个因果相关的问题组。不要把彼此无关的已确认失败合并成一次大修改。 每个问题组修复后，重新渲染最新 candidate，并使用外部局部验证检查已修主张及其可能回归， 再开始下一个已知问题组。局部验证失败时继续修复并复验；通过后才进入下一个已确认问题组。 所有已确认主张清除后，从 Checkpoint A 重新开始全面闭环。 不要把一个连贯的父布局修正拆成装饰性的微小编辑；没有已确认失败时，不得制造修复阶段。 ### 证据时效与完成条件 一次编辑会使 artifact 中所有受影响部分的旧验证证据失效。完成相关编辑后，必须重新渲染 artifact，并获得新的外部验证结果。 只有当最后一次 checkpoint 发生在最后一次重要修改之后，同时支持空间和视觉忠实度，并且 不存在尚未解决的视觉显著失败时，才可以声明完成。 ```