与 N−1 对比度量

Yuli 如何度量质量、始终与上一版本进行比较，并要求智能体在测试前做出改进。

Yuli 持续度量代码质量，并始终将其与上一版本 N−1 进行比较。规则很简单：绝不倒退，只能向前。

一切都会自动度量：打开项目时、每次构建、测试或验证之后、每次新提交时，以及你在编辑器中输入时。

质量面板

从状态栏中的指示器（例如 A · σ 4,5 ▲）或底部面板打开。

标签页	用途
概览	总体评分、sigma、技术债、整洁代码、智能体最近一次度量、下一步改进以及与 N−1 的对比。
实践	14 项整洁代码实践、它们的收益以及应优先着手的地方。
度量	智能体的度量阶段：结论、检查项、前 → 后对比以及轮次。
决策	重构还是演进？标准、矩阵和经济性判断。
可维护性	可维护性指数、认知复杂度、重复、耦合和技术债。
预防	安全、性能、健壮性和无障碍方面的发现项。
架构	项目的架构规则。
测试健康度	测试套件的状态。
质量	圈复杂度、缺陷帕累托图、覆盖率和测试。
规模	行数、语言、组件和功能点。
性能	上一次性能分析中每个方法的开销，以及 REST 客户端的延迟。
统计	概率、分布和趋势。
六西格玛	DMAIC、DPMO、西格玛水平、FPY/RTY、Cpk 和控制图。
历史	每项指标的序列以及相对 N−1 的变化。
指南	用通俗语言解释一切，并带有搜索功能。

每个部分都有一个 “?” 按钮，用不含术语的方式进行解释。“无数据”绝不是凭空捏造的零：它会说明还缺什么才能度量。

Yuli 只保存两个版本：当前版本和上一版本。使用 Git 时，每次在工作区干净的状态下产生新提交，就是一个新版本。点击 记录版本 时以及智能体进行度量时，也会产生新版本。

每项指标都会显示 ▲（变好）、▼（变差）或 =（持平）。只要有一项指标变差，结论就是“已变差”。

总体评级从 A 到 E，综合了 ISO/IEC 25010 的十个属性：功能性、效率、可靠性、健壮性、安全性、可维护性、易理解性、易用性、可移植性和兼容性。

一个严重漏洞会将安全性上限限制为 59（D），一个高危漏洞会限制为 79（B）。严重问题绝不会显示为绿色。

每项实践都是一个带目标值的数字，适用于任何语言。

整洁代码得分是所有有数据的实践的平均值。80 分及以上即达标。

中等及以上严重级别的发现项计为缺陷。

这是 8 个阶段中的第五个，位于“实现”和“测试”之间。它只度量任务改动过的代码，并与起始版本进行比较。

必须满足以下所有检查：

如果一个文件有 0 个缺陷且整洁代码得分在 90 分及以上，它就是已接受的。对已接受的文件，只要求不变差。

结论	结果
通过	任务自动进入“测试”阶段。
需迭代	退回“实现”阶段，并附上需要修正的确切清单，包含文件和行号。
已达轮次上限	轮次已用完：继续进入“测试”，未完成的事项记录在任务中。
没有可度量的代码	该任务没有改动代码。

度量不可跳过。如果智能体试图带着未度量的代码进入“测试”“评审”或“交付”，Yuli 会拒绝。这一点对 Claude Code、Kiro、Codex 和 Antigravity 同样适用。

改进绝不会改变软件的行为：用例相同，输入和输出也相同。

绝不在聊天中。智能体只用一行文字给出结论以及前 → 后对比。详细信息位于度量标签页和任务栏中，并附有 在“质量”中查看 按钮。

在度量标签页或 .ai/quality.json 中：

如果存在质量契约，则以契约中的验收值和轮次为准。

一份唯一的文档 docs/quality/reporte-calidad.md，在每次记录版本时重写。其中包含“智能体度量”部分。工作数据保存在 .ai/state/quality/ 中，绝不会上传到仓库。