- CHANGELOG.md:v2.8.0 条目(中英双语); - README.md:版本行 2.7.1→2.8.0 + 愿景第 6 条(知识可证明); - doc/releases/v2.8.0.md:双语发版说明(亮点/用法/已知限制); - skills/marqdo-dev/index.mq.md:新增 prove 任务(路径/目录模式/ require_lean/json;参数用 + 行声明升参,check 与 narrative-ratio 通过); - 设计文档 §12.5 标记已合入;发版链接统一指向 doc/releases/v2.8.0.md。
56 KiB
Executable File
marqdo prove:SKILL 编排的 Lean 编译与顾问式证明
| 状态 | 已实施(Implemented · 2.8.0):P0–P3 落地记录见 §12;遗留项(foreach、跨模块 assume-guarantee、假设表 T3)显式延期至 2.9,理由见 §12.4。路线图:roadmap/prove.md |
| 日期 | 2026-11-13 |
| 层归属 | Language:定理表角色 + check --proof(§7,ADR 0010)· Runtime:prove 管线(§4–§6、§8)· Document:verification/skill-proof 证据 |
| 相关 | core-surface.md(复用 table 构造,不新增标记)· layers.md(准入)· markdown-mapping-v0.3.md · ADR 0010 · verification/replay-policy(Lean 伴随判定的先例) |
| 目标版本 | CLI 2.8.0(wasm / ext 不随动:prove 不进 wasm) |
0. 一句话与三条契约
prove 把一份 .mq.md 的控制平面(参数 → 分支 → 外部操作 → 返回值)降级成 Lean 4 定义,把作者声明的定理变成 Lean 定理,并尽最大努力自动关闭它们;同时输出一份可供人复核的证据(证书、假设、被拒清单)。它不是发布门禁,也不声称"过了 Lean 就绝对正确"。
三条契约,按优先级排列:
- 诚实:
proved只表示"Lean 内核接受了这条形式化陈述"。它不表示陈述写对了意图、不表示外部 API 会守约、更不表示整份 SKILL 安全。反过来,unproved只表示"这次没有关闭它"——可能是定理不成立,也可能只是策略不够。 - 单调:离线判定(没有 Lean 时)只能给出 Lean 也能给出的结论。若两者分歧,以 Lean 为准并报内部错误,绝不放绿。
checked永远弱于proved。 - 不执行:
prove从头到尾不运行被证程序,不产生任何效应;它只读源码、写缓存与--emit目录。
一句话给论文:给编排文档配一张可复核的证明收据,而不是给整个语言发一张正确性证书。
1. 定位:降低审核量,不取代审核
1.1 为什么是顾问而不是门禁
Agent 改写 SKILL 后,人要看的是"这一步会不会绕开审核""失败分支会不会吞掉错误"。这些恰好是控制平面命题,Lean 能帮我们把"逐行读代码"压缩成"读几条定理 + 看一眼反例"。但:
- 真实 SKILL 里有字符串、JSON、外部服务;把这些都形式化,成本远高于收益;
- 形式化陈述与业务意图之间永远隔着"作者写得对不对";
- 大多数团队没有 Lean,强制门禁只会让人绕过工具。
所以 prove 的默认行为是报告,不是拦截。规范与手册推荐在发布 SKILL 前跑一次,但不强求;要不要把某个状态当失败,由调用方用 --require-lean / --report-only 自己决定。
1.2 三种"绿"和两种"红"
| 状态 | 含义 | 由谁产生 | 能不能当"已证明" |
|---|---|---|---|
proved |
全部定理被 Lean 内核接受 | Lean | 能(且仅限陈述本身) |
checked |
全部定理在离线片段(§5)内判定为真,已生成对应 Lean 脚本但未运行 | 离线判定 | 不能,只能说"离线判定通过" |
unverified |
有定理超出离线片段,且没有跑 Lean | 离线判定 | 不能 |
unproved |
至少一条定理未被关闭;若能给出反例则附见证 | Lean / 离线 | 不能;这是红灯 |
rejected |
有函数不在可证子集(while/递归/动态派发),已跳过 |
降级器 | 不能;这是"未覆盖",不是"错误" |
rejected 与 unproved 的区别很重要:前者是工具够不着,后者是命题没过。把它们混成一个红,会让"文件里有个循环"看起来像"业务逻辑错了"。
此外还有 error(编码/类型/效应/IO/超时):它不是判定结果,而是工具或程序本身出错,退出 1。五种判定(proved/checked/unverified/unproved/rejected)与 error 在 JSON 里共用 status 字段,但语义分组不同,报告会分开统计。
1.3 诚实性词汇表(写进 README 与 --json)
proved≠ 正确:它只对写下来的陈述负责,且假设Env的返回值任意、假设表成立。unproved≠ 错误:策略失败、超时、片段外都可能;只有带counterexample字段时才是"确实不成立"。rejected≠ 不安全:只表示这部分没被形式化覆盖。- 证书不替代代码评审:它是缩小评审范围的工具,
audit会明确列出"哪些外部操作完全未知"。
1.4 非目标
- 不形式化解释器、字符串库、JSON、浮点、
formula。 - 不证明外部服务与网络;这些由
假设表显式承担。 - 不在 Agent 每次运行时跑 Lean;运行期只读证书。
- 不自动安装 Lean;只探测并给出可执行提示。
- 不追求"零人工":目标是让人从"读 200 行"变成"读 5 条定理 + 1 张假设表"。
2. 证明范围
2.1 义务分级
| 级别 | 义务 | 作者要写什么 | 谁保证 | 离线可做 |
|---|---|---|---|---|
| T0 类型 | 生成的 Lean 通过内核;字段、元数、分支同型 | 无 | Lean | 部分(Rust 类型检查) |
| T1 结构 | 终止(无 while/递归 ⇒ 结构递归)、分支出口完整、返回类型符合 返回 契约、效应不越权(给了 --effects 时) |
无 | 降级器 + Lean | 是 |
| T2 声明 | 定理表里的业务命题 | 定理表 | Lean / 离线片段 | 是(F1–F5) |
| T3 契约 | 外部操作前置/后置假设下的组合推理 | 假设 表 |
Lean | 部分 |
| T4 一致性 | 生成语义与解释器在纯片段上同值 | 测试语料 | 差分测试 | 是 |
2.2 三条硬边界(拒绝,不降级)
| 构造 | 处理 | 诊断码 |
|---|---|---|
while(- + 条件行) |
跳过该函数 | proof.while |
| 直接/间接递归(调用图有环) | 跳过该环 | proof.recursion |
动态派发(插件调用、变量函数名、code 值调用) |
跳过该调用点 | proof.dynamic_call |
被跳过的函数不参与定理,其余函数照常出证。整体状态按固定优先级合成(差者胜):error > unproved > rejected > unverified > checked > proved。--allow-opaque <FN> 可把某个被跳过的函数整体降级为不透明操作,让调用它的编排仍可证——此时它的行为完全未知,audit 必须列出来。
3. 命令面
3.1 命令与别名
marqdo prove [PATH] # 降级 → 生成 → 离线判定 →(有 Lean 时)Lean 判定
marqdo prove emit [PATH] -o DIR # 只生成 Lean,不判定(离线/论文/AI 取用)
marqdo prove audit [PATH] # 只报降级结论:内联了什么、不透明了什么、拒了什么、假设了什么
marqdo prove clean # 清 .marqdo/prove 缓存
prove 带 visible_alias = "lean";文档与 CI 统一写 prove。它与既有 verify 不重叠:verify 查知识一致性,prove 查控制平面命题。
3.2 参数
| 参数 | 默认 | 含义 |
|---|---|---|
PATH |
index.mq.md |
单个 .mq.md;目录需 --all |
--all |
off | 目录递归(跳过 target/dist/node_modules/.git/.marqdo);--max-files <N> 默认 200 |
--entry <FN> |
main |
入口与报告分组;不限制文件内全量证明 |
--only <FN> |
— | 只证这些函数(可重复),用于增量 |
--emit <DIR> |
.marqdo/prove/<key>/Generated |
保留生成的 Lean |
--json |
off | stdout 一个 JSON 对象(§3.5);诊断走 stderr |
--lean <PATH> / --lake <PATH> |
探测 | 显式工具链 |
--library <DIR> |
探测 | MarqdoProof 库目录 |
--timeout <SEC> |
120 | 单次 Lean 调用上限 |
--heartbeats <N> |
400000 | maxHeartbeats |
--no-cache |
off | 绕过证书与 olean 缓存 |
--no-offline |
off | 跳过离线判定,只用 Lean(CI 复现/调试用) |
--require-lean |
off | 严格模式:checked/unverified/rejected 一律返回 2 |
--report-only |
off | 除工具错误外恒返回 0 |
--allow-opaque <FN> |
— | 把被跳过的函数降级为不透明操作 |
--effects <LIST> |
— | 与 marqdo call --effects 同格式;给出时检查实际调用是否越权 |
--strict-types |
on | 类型无法推断即报错;--no-strict-types 落 Val(证明力下降,报告标注) |
--tactic <T> |
auto |
定理表未写 策略 时的默认策略 |
3.3 状态与退出码
| 状态 | 退出码 | --require-lean |
--report-only |
|---|---|---|---|
proved |
0 | 0 | 0 |
checked |
0 | 2 | 0 |
unverified |
0 | 2 | 0 |
rejected |
0 | 2 | 0 |
unproved |
1 | 1 | 0 |
error / timeout |
1 | 1 | 1 |
设计理由:
- 缺工具链、有循环、定理在片段外,都不是程序的错,默认不返回非零——否则没装 Lean 的机器上
prove等于不可用。 - 默认情况下只有两种非零来源:你写下的定理未被关闭(1),或工具出错(1)。不写定理就不会有第一类失败。
- 想要严格覆盖的团队用
--require-lean,把"未判定"升级成 2;CI 里加这一个参数即可。 - 全局开关
--report-only让 Agent 在探索期只看报告。
3.4 文本输出
$ marqdo prove skills/marqdo-release/index.mq.md
审批 2/2 定理 proved Lean 0.8s
plan 1/1 定理 checked 离线判定 12ms(附 Lean 脚本,未运行)
预检 — rejected 离线 3ms proof.while L88
prove: proved 1 · checked 1 · rejected 1
说明: checked 不代表 Lean 已验证;安装 Lean 或传 --lean 可交由 Lean 判定。
提示: `marqdo prove audit …` 查看降级细节与假设清单。
失败时:
error[proof.claim_failed]: 定理「不该自动放行」未被关闭
--> examples/approval.mq.md:31:3
= 目标: (run env p).1.ok = false
= 上下文: h : p.amount > 10000
= 反例: 金额 = 10001 时走「人工审核」分支,结果 ok = true
= 说明: 可能是命题不成立,也可能是策略不够;补 `策略` 或改判据后重跑。
3.5 JSON(面向智能体的稳定契约)
一个对象,schema 版本化;永不交互、stdout 只有结果、诊断在 stderr、路径为相对工作目录:
{
"schema": 1,
"status": "checked",
"file": "skills/example/index.mq.md",
"source_sha256": "…",
"artifact_id": "mq://…",
"functions": [{
"name": "审批",
"status": "checked",
"tier": "offline",
"claims": [
{"id": "大额必经人工", "status": "checked", "decided_by": "trace", "ms": 3},
{"id": "退款必须留痕", "status": "unverified", "reason": "out_of_fragment"}
],
"obligations": [{"id": "terminates", "status": "passed"},
{"id": "effects_subset", "status": "skipped", "reason": "no --effects"}]
}],
"lean": null,
"assumptions": [],
"diagnostics": [],
"emitted": [".marqdo/prove/ab12…/Generated/Approval.lean"],
"duration_ms": 15
}
lean 为 null 表示没跑;跑了则是 {"toolchain": "...", "library_sha256": "...", "module_sha256": "...", "cache": "hit|miss"}。tier ∈ {lean, offline, none},标明该函数的结论来自哪一层。status 的取值集合固定(§1.2),Agent 可按它分支,不需要解析自然语言。
3.6 面向智能体的使用契约
prove 的主要调用者不是人,是 Agent 的循环。因此:
- 一次调用一个结论:不做交互式提问,不读 TTY,不依赖环境变量之外的隐藏状态。
- 只解析 JSON:
--json的键与状态词是稳定契约(schema升级才变);stdout 不混入程序输出或进度条。 - 失败即数据:每条诊断都有
code/file/line/column/message,能定位的还带goal、context、counterexample、hint。Agent 不需要从自然语言里猜。 - 可增量:
--only <FN>只证受影响函数;证书命中让第二轮降到毫秒级。 - 先审计再证明:Agent 应先
prove audit --json看"有多少内联、多少不透明、多少被跳过",再决定是否值得为该文件写定理。 - 推荐循环:写 SKILL →
check→prove --json→ 读claims[].status→ 改代码/定理/策略 → 重跑 → 把证书附进交付说明。
3.7 选择规则
- 文件:显式路径;目录必须
--all(否则proof.need_all)。 - 函数:文件内全部
##函数默认参与;# main只作分组。 - 导入:默认内联可判定的纯函数(§4.5),其余成为不透明操作;不递归证明被导入文件。
--all聚合:逐文件出状态,整体取最差;--json输出files: [...]。
4. 管线
4.1 六段
.mq.md
① 装载 load_module(只读,不执行)
② 降级 AST → Plan IR:子集验收、拒绝码、span
③ 定型 contract::Ty 驱动;未定 ⇒ 报错或 Val
④ 生成 IR → Lean(确定性:稳定排序、无时间戳、相对路径)
⑤ 离线判定 符号执行 + 片段判定(§5),产出 checked / 反例 / unverified
⑥ Lean 判定 有工具链时运行;以它为准,与 ⑤ 分歧即 error
⑤ 永远在 ⑥ 之前:离线先给快速反馈,Lean 随后确认。--no-offline 可只跑 ⑥。
4.2 Plan IR
src/prove/ir.rs,serde 序列化为 plan.json(版本化,缓存键的一部分,论文工具可直接消费):
{
"schema": 1,
"module": "skills/example/index.mq.md",
"source_sha256": "…",
"functions": [{
"name": "审批",
"params": [{"name": "金额", "ty": {"kind": "int"}}],
"result_ty": {"kind": "map", "fields": [["ok","bool"],["value","any"],["error","any"]]},
"ops": [{"id": "人工审核", "effect": "network.read", "params": [["金额","int"]]}],
"steps": [
{"kind": "if", "cond": {"op": "gt", "args": [{"var": "金额"}, {"int": 10000}]},
"then": [{"kind": "bind", "var": "审核", "expr": {"call": "人工审核", "args": [{"var": "金额"}]}},
{"kind": "return", "expr": {"ctor": "result.ok", "args": [{"var": "审核"}]}}],
"else": [{"kind": "return", "expr": {"ctor": "result.ok", "args": [{"text": "auto"}]}}],
"span": {"line": 21, "col": 1}}],
"claims": [{"id": "大额必经人工", "premise": null, "conclusion": "…", "tactic": null}],
"effects": ["network.read"],
"assumptions": []
}]
}
表达式分两层:PureExpr(字面量、变量、算术/比较/布尔、字符串拼接与插值、列表/映射字面量、access、len、类型转换)可翻译成 Lean 项;其余一律 Call(不透明操作),或按 §4.3 拒绝。没有"猜"的回退。
4.3 接受 / 拒绝矩阵
| Marqdo | 处理 | 备注 |
|---|---|---|
**x = 纯表达式** |
bind |
类型由右值推断 |
**x = [标签](调用)** |
bind + Op + trace |
效应来自 sema |
**x**(粗体无赋值) |
return |
纯表达式或已内联构造器 |
*语句* / > 调用 |
语句形式,值丢弃 | 丢弃的调用仍进 trace |
1. 条件 / 2. * |
if/else |
条件必须是纯布尔表达式 |
- [项](遍历 列表 为 项) |
foreach(P3) |
只接受有限列表;此前 proof.foreach_pending |
- + 条件 |
跳过 proof.while |
|
| 递归 | 跳过 proof.recursion |
调用图环检测 |
方法调用 `recv`.方法 |
不透明操作 | 接收者不展开 |
code 值 / 插件调用 |
跳过 proof.dynamic_call |
不在纯片段 |
| GFM 表绑定 | list/map 字面量 |
列长不一致已在解析期拒绝 |
$$ 公式 |
不透明值(Formula) |
不翻译 TeX,不做推理 |
4.4 类型推断
起点:参数 表 + 返回 表(contract::Ty)。合一规则:
- 字面量给最具体类型;
+ - * /要求两侧int;and/or/not要求bool。 - 分支合流:两臂同名变量类型必须相容,否则
proof.type_mismatch(带两处行号)。 - 映射字段:返回表达式是映射字面量时得到
structure;是内联的result.ok/error(lib/result 真实 API)时沿用 Result 形状;否则落Val,此时结果.ok报proof.result_untyped(提示:返回映射字面量或包成 Result)。 --no-strict-types时未知类型落Val;定理里只能做等式/成员判断,报告标注"弱类型"。
4.5 内联与不透明化
- 建调用图(本文件 + 导入文件);有环即跳过该环。
- 内联:被调函数(含
lib/result一类纯库)满足 ①契约Effects: pure②语句数 ≤ 24 ③不含被跳过构造 ④非递归 → 展开函数体。这样result.ok(...)在 Lean 里就是 Val 映射构造(mqResultOk),结果.ok变成可判定字段。 - 不透明化:其余调用生成
Op构造器 + 效应,由Env参数处理;--allow-opaque可强制。 audit逐条列出:内联 / 不透明 / 跳过,以及每个不透明操作的效应与参数类型。
5. 离线判定(没有 Lean 也能给结论)
5.1 为什么需要
- 大多数开发机与 CI 没有 Lean;没有离线路径,
prove就只是"生成器"。 - Agent 迭代需要毫秒级反馈,Lean 一次数百毫秒到数十秒。
- 反例("金额 = 10001 时轨迹里没有人工审核")比 tactic 失败更有用。
但离线绝不能比 Lean 强。做法不是"相信我们的判定器",而是把它关进一个极小的片段,并让每条离线结论都附带 Lean 脚本。
5.2 片段 F1–F5(保守,超出即 unverified)
| 片段 | 能判定什么 | 为什么安全 |
|---|---|---|
| F1 路径枚举 | 控制流是有限树(无循环/递归)⇒ 返回路径有限 | 由 §2.2 的拒绝保证 |
| F2 轨迹 | 每条路径的 Op 序列由分支决定;包含/长度/下标 逐路径求值 |
轨迹是语法产物,不依赖 env 返回值 |
| F3 字面结果 | 返回表达式只由字面量、参数、内联构造器组成时按结构求值 | 与 Lean 的 mqResultOk 形状一一对应 |
| F4 命题 | and/or/not、=/≠ 作用于 F2/F3 的布尔结果;外部返回值上的布尔判定(如 access(回执,"ok") == False)视为自由原子,可分叉 |
自由原子只做二分、不假设原子间关系;两条分支都关闭才 checked,因此证明是对任意 env 成立的 |
| F5 单变量区间 | 原子 x ⋈ c(c 为整数字面量,⋈ ∈ {<,≤,>,≥,=,≠});用路径条件 + 前提的上下界判定蕴含 |
单变量区间推理是线性整数算术的子集,omega 必然也能证 |
明确不离线判定(直接 unverified,不猜):多变量线性组合、非线性算术、字符串比较、外部返回值的非布尔字段(.value 之类)、任何需要归纳的命题。
5.3 判定过程
- 符号执行函数体:状态
Var → SymVal(Const/Param/OpResult/Unknown),路径条件为原子列表,轨迹为Op列表。 - 每个
if分叉两支(条件 / 其否定);每个Op调用产生一个OpResult符号(值未知,但出现已知)。 - 每个
return收集(路径条件, 结果 SymVal, 轨迹)。 - 对每条路径检查
前提 ∧ 路径条件 ⊢ 结论:把结果/轨迹代入后按 F2–F5 求值或判定。 - 全部路径关闭 ⇒ 该定理
checked;任一原子超出片段 ⇒unverified;某条路径可满足且结论为假 ⇒unproved+ 反例。
5.4 证书与"单调性"
每条 checked 定理同时产出:
- 情形证书:
(路径 id, 路径条件, 规范化目标, 关闭理由 ∈ {literal, hypothesis, interval, atom}),写进certificate.json; - Lean 脚本:
unfold run后按同一棵if树split_ifs,每个叶子simp_all <;> omega。离线情形树与 Lean 的if树来自同一份 IR,叶子一一对应;某个叶子离线关闭而 Lean 关不掉,就是proof.divergence。
因此"离线判定 ⊂ Lean 判定"不是口头承诺,而是三件事:
- 构造上:F5 的推理是
omega的子集,F1–F4 是simp/decide的子集; - 运行期:只要有 Lean,就在 ⑥ 复核;
checked但 Lean 未关闭 ⇒error[proof.divergence],退出 1,永不落绿; - 测试上:语料库强制
offline_checked ⊆ lean_proved(roadmap 测试矩阵 A1)。
不夸大:我们不说"离线判定器已被证明正确"。我们说它片段极小、保守、每条结论都带 Lean 脚本,且有运行期复核与 CI 语料强制。
5.5 反例
当某条路径可满足、且结论在该路径上求值为假时,从区间端点取一组参数值作为见证:
反例: 金额 = 10001
路径: 金额 > 10000 → 人工审核
结论: 结果.ok = False
实际: 结果.ok = True(人工审核的返回值被包进 result.ok)
反例只承认确定性否定:结论必须是字面 false,路径必须由区间证明可满足,且路径条件里不含自由布尔原子(否则可能凑出真实语义下不存在的组合)。任何一条不满足就退回 unproved(无见证)或 unverified,不编故事。
6. Lean 编码
6.1 产物布局
verification/skill-proof/ # 入仓:语义库 + 论文样例(人工评审)
lean-toolchain # 与 replay-policy 同钉(v4.35.0)
lakefile.lean
MarqdoProof.lean
MarqdoProof/{Basic,Result,Tactic}.lean
examples/{approval,false-claim}.lean
README.md # TCB 与"证了什么"的边界声明
LIBRARY-SHA256 # 由构建脚本写入
.marqdo/prove/ # 生成物(.marqdo/ 已 gitignore)
pkg/ # 一次性 Lake 包(库副本 + Generated/)
<key>/plan.json module.lean certificate.json lean.log
index.json # key → 指纹/状态/耗时
6.2 无公理:操作是参数,假设是前提
-- 库提供(MarqdoProof/Basic.lean,节选)
inductive Val | none | int : Int → Val | str : String → Val | bool : Bool → Val
| list : List Val → Val | map : List (String × Val) → Val
structure Err where code : String; message : String; operation : String
structure Result where ok : Bool; value : Val := .none; error : Option Err := none
-- lib/result 的真实构造器(ok/error/value_or)映射:
def Result.success (v : Val) : Result := { ok := true, value := v }
def Result.failure (e : Err) : Result := { ok := false, error := some e }
生成文件里不出现 axiom,也不出现 opaque:外部操作是 Env := Op → Val 参数,后置条件是定理的假设 h_post。于是 #print axioms 为空,定理陈述本身就把"信任了什么"写清楚。
6.3 直接风格降级(无 monad、无 do)
StateM/do 在证明里要额外展开 monad 定律,早返回的语义也容易踩坑。改用续延式直接风格:compile_stmts(stmts, k) 在 Rust 里把后续语句当续延,早返回就是"把 k 换成函数出口"。产出的 Lean 是纯 let/if/pair,simp/split/omega 直接可用。
输入(verification/skill-proof/examples/approval.mq.md 节选):
## 审批
+ `金额`
| 参数 | 类型 | 说明 |
|---|---|---|
| 金额 | int | 申请金额(元) |
| 返回 | 类型 | 说明 |
|---|---|---|
| result | map | Result |
| 定理 | 结论 | 前提 | 策略 |
|---|---|---|---|
| 大额必经人工 | 包含(轨迹, "人工审核") | 金额 > 10000 | auto |
1. `金额` > 10000
**审核 = [提交人工审核](人工审核(金额=`金额`))**
**结果 = [保留人工审核结论](result.ok(value=`审核`))**
2. *
**结果 = [自动通过](result.ok(value="auto"))**
**结果**
输出:
import MarqdoProof
open MarqdoProof
namespace Generated.Approval
structure Params where
金额 : Int
deriving Repr, DecidableEq
inductive Op where
| 人工审核 (金额 : Int)
deriving Repr, BEq
def Op.name : Op → String
| .人工审核 _ => "人工审核"
abbrev Env := Op → Val
def run (env : Env) (p : Params) : Result × List Op :=
if p.金额 > 10000 then
let v := env (.人工审核 p.金额)
(Result.success v, [.人工审核 p.金额])
else
(Result.success (.str "auto"), [])
theorem 大额必经人工 (env : Env) (p : Params) (h : p.金额 > 10000) :
(run env p).2.any (fun o => o.name == "人工审核") = true := by
unfold run
split_ifs <;> simp_all <;> omega
end Generated.Approval
要点:每步带 -- mq: line:col 注释;中文标识符直接可用,含点/空格的用 «…»;命名冲突在生成前消解。
6.4 义务与定理
| 项 | 形状 | 来源 |
|---|---|---|
| 类型检查(T0) | 文件通过内核:字段、元数、分支同型 | Lean,编译结果即证据 |
| 终止(T1) | 无 while/递归 ⇒ Lean 接受为 def |
同上;需要 partial 的一律已跳过 |
effects_subset |
实际 Op 集合 ⊆ --effects 授权 |
Rust 判定,写证书 obligations |
| 作者定理(T2) | ∀ p, pre p → post p (run env p) |
定理表 |
| 假设(T3) | h_* : ∀ …, Post … 作为定理前提 |
假设表 |
违反 effects_subset 不是 rejected 而是 error[proof.effects_exceeded]:前者是"够不着",后者是"够得着且越权",必须区分。未给 --effects 时该义务记为 skipped,不假装通过。
6.5 策略
macro "mq_auto" : tactic =>
`(tactic| first
| decide
| omega
| simp_all
| (split <;> simp_all)
| (split_ifs <;> simp_all <;> omega)
| aesop)
定理表 策略 列可写 auto / omega / simp [run] / 任意 tactic 片段;写 none 表示只生成不证(论文留人工证明钩子),状态记 unverified 而不是失败。
6.6 源码映射
每个语句前放 -- mq: <line>:<col>;module.lean 与 plan.json 同缓存。Lean 报 Generated/X.lean:41:7: error: … 时,驱动把 41 映射回 .mq.md 行,诊断指回源码,lean_line 放在 JSON 细节里。映射表进证书。
7. 作者面:定理表与语言习惯
7.1 语法与位置
表格构造已有(不新增核心标记),这里只给它一个新的语义角色:
| 定理 | 结论 | 前提 | 策略 |
|---|---|---|---|
| 大额必经人工 | 包含(轨迹, "人工审核") | 金额 > 10000 | auto |
规则(与 参数/返回/字段 契约表同构):
- 表头别名:
定理/证明/claim/theorem;列名结论/conclusion、前提/premise(可缺省)、策略/tactic(可缺省)。 - 位置:函数体首条可执行语句之前,与契约表同一槽位;提取后从 body 移除,不参与运行。出现在别处仍是普通表,
check --proof报proof.claim_misplaced。 - 一行一条;
定理列是函数内唯一 id,重复即proof.claim_duplicate。 - 结论/前提是受限表达式:参数、
结果、轨迹、包含/contains、长度/length、下标/index,以及算术/比较/布尔。其他名字 →proof.claim_unknown_symbol(带最近建议)。 - 一张表如果既像契约表(有
类型列)又像定理表(有结论列)→proof.claim_ambiguous,不猜。
7.2 语义
一条定理展开为:
theorem <id> (env : Env) (p : Params) (h : <前提>[p]) :
<结论>[p, (run env p)] := by …
- 前提在入口状态求值(参数),结论可引用参数、
结果、轨迹。 - 没有前提就是全称命题;
结果.ok = True天然表示"所有成功终止都满足"。 轨迹有序;包含/长度/下标三个谓词够表达"存在/顺序/计数",不再长大。- 定理是声明,不是代码:没有求值顺序、没有副作用、不能调用任意函数。
7.3 语言习惯审查(是否引入了多余语义)
这是这次设计最需要交代清楚的一节。逐条回答"会不会破坏语言习惯"。
7.3.1 实际新增了什么
| 新增项 | 性质 | 是否影响运行 |
|---|---|---|
Function.claims 元数据 |
声明(与 Function.contract 同类) |
否,提取后从 body 移除 |
定理作用域的两个保留名(结果/轨迹)与三个谓词 |
只在定理内可见的绑定 | 否,不在普通表达式作用域 |
假设表作用域的 返回 |
只在假设表内可见的绑定 | 否 |
check --proof |
静态校验开关,默认关 | 否 |
除此之外没有新语法、没有新标记、没有新求值规则、没有新类型系统。
7.3.2 没有新增什么(逐项对照)
| 风险项 | 结论 | 依据 |
|---|---|---|
| 新核心标记? | 否 | 用的是既有 GFM 表(core-surface.md 的 table);CORE_CONSTRUCTS 计数不变 |
| 新求值顺序/作用域? | 否 | 定理表与契约表一样,在解析期提取,不进 AST body |
| 新调用约定/形参? | 否 | 不要求调用者传证明参数,不给函数加隐藏形参 |
| 新类型系统(refinement/依赖类型)? | 否 | 只在表里写命题;不做类型层扩展 |
| 影响叙述比例/可读性? | 否 | 表是 code 构造;GitHub 渲染正常;labels/narrative_ratio 行为不变 |
影响 check 既有诊断? |
否 | 新表头不命中 参数/返回/字段,parse_contract_table 不认领;新增校验默认关 |
7.3.3 为什么不是别的写法
| 备选 | 为什么不用 |
|---|---|
frontmatter proof: 块 |
丢函数作用域与行级锚点;一个函数一条定理时锚点落在文件头,诊断无法指回具体行;多函数文件无法分派 |
# 证明 标题 |
# 是对象、## 是函数,标题即单元——新增"标题=命题"会破坏"标题即可调用单元"这条既有习惯,且会进命名空间 |
围栏块(```proof 语言标签) |
代码围栏必须跟在空赋值后(x = + fence),否则解析器直接报错;为了写定理先造一个死变量,比表更别扭,且该值会被当作可执行值 |
注释里写定理(<!-- -->) |
注释不参与语义,也拿不到行锚点;工具无法可靠区分"说明"与"定理" |
单独 .proof.md 旁挂文件 |
真理被拆成两份,正是这个项目一直在避免的事("代码与文档同一份") |
| 类型即契约(refinement) | 语义增量太大,且现有契约表已经承担类型声明;再来一套会形成"两份作者真相" |
函数级表格是最符合本项目习惯的:声明与函数同址、可定位、可校验、不可执行——这正是 参数/返回/字段 表已经建立的模式。
7.3.4 命名冲突与遮蔽
- 定理作用域里
结果/轨迹、假设作用域里返回是保留名。若函数有形参或局部变量同名,check --proof报proof.name_shadow(错误),要求改名——不做隐式优先,避免"同名不同义"。 - 谓词名
包含/长度/下标若与用户函数同名,同样报proof.name_shadow,不做静默覆盖。
7.3.5 仍然存在的风险与护栏
| 风险 | 说明 | 护栏 |
|---|---|---|
| "定理像代码"的错觉 | 作者可能以为 结果.ok = False 会在运行时求值 |
文档措辞统一为"声明";view 渲染成定理卡片;check 提示不可运行位置 |
| 定理表长出第二门语言 | 有人想写量词、自定义谓词、调用函数 | 谓词集合封闭(3 个);超出即 proof.claim_unsupported;ADR 改集合需重新评审 |
| 定理与代码漂移 | 改了分支但没改定理 | 定理锚定行号;check --proof 校验引用的变量仍存在;prove 每次重证 |
| 定理变成装饰 | 写了 策略 none 或永远 unverified |
audit 统计"声明/已判定/未判定";证书只记录实际判定结果 |
| 表被误当数据表 | 普通文档表恰好叫 定理 |
只有表头命中且列形正确才认领;两列的"定理/说明"表仍是普通表 |
结论:语义增量被压到三条声明级绑定,且不进入运行时。它没有引入新的编程习惯,只是把"契约表"这一既有习惯扩展到"命题"。
7.4 假设表(T3)
外部操作默认完全未知。要让"只要银行返回失败,我们就不会记账"这类推理成立,把假设写成表:
| 假设 | 前置 | 后置 |
|---|---|---|
| 银行.转账 | 金额 > 0 | 返回.ok = True |
- 表头
假设/assumption;操作列是调用显示名(库.成员)。 - 前置在实参上求值;后置在
返回(操作返回值)上求值;支持=/≠/包含/长度与返回.ok(映射字段读取的语法糖)。 - 生成 Lean 时不是公理,而是定理前提:
h_转账 : ∀ a, a > 0 → (env (.转账 a)).field? "ok" = some (.bool true)。 - 无法定型的后置 →
proof.assumption_untyped(提示改成等式或补返回契约)。 audit与证书assumptions一一对应。
7.5 与 check / view / catalog
check:新增--proof(默认关,保持既有性能),校验表形、名字、片段;不跑 Lean。view:定理表渲染成"已声明定理"卡片;有证书时附状态徽标(proved/checked/unverified)。不触发证明。catalog/knowledge:Artifact增可选proof:摘要(证书哈希 + 状态 + 定理数),供 EKM 与reuse过滤;不改变现有 schema 必填项。
8. 工程落点
8.1 新增 / 修改文件
| 文件 | 变更 |
|---|---|
src/prove/mod.rs |
API、状态机、报告聚合 |
src/prove/ir.rs |
Plan IR + 规范化 JSON + 指纹 |
src/prove/lower.rs |
AST → IR、子集验收、拒绝码、内联 |
src/prove/types.rs |
类型推断与合一 |
src/prove/emit.rs |
IR → Lean(确定性、命名消解、span 注释、脚本生成) |
src/prove/offline.rs |
符号执行、F1–F5 判定、反例 |
src/prove/driver.rs |
工具链探测、Lake 包、lean 调用、超时、诊断映射 |
src/prove/cache.rs |
证书、index.json、失效判定 |
src/prove/report.rs |
文本 / --json 渲染 |
src/ast.rs |
Function.claims: Vec<Claim> |
src/claim.rs(或并入 contract.rs) |
定理表提取与校验 |
src/parse/mod.rs |
定理表提取入口(首条可执行语句前) |
src/check.rs |
--proof |
src/main.rs |
Commands::Prove、ProveAction、json_errors |
src/lib.rs |
pub mod prove; |
verification/skill-proof/** |
Lean 库、样例、LIBRARY-SHA256、README |
tests/prove.rs + tests/prove/** + tests/prove_lean.rs |
集成测试、夹具、Lean 语料(独立目标) |
.github/workflows/proof.yml |
elan + lake build + 语料门禁 |
不新增 crate 依赖(serde_json、sha2、anyhow 已在);Lean 侧零依赖(只用 Std)。
8.2 API
pub struct ProveOptions {
pub entry: Option<String>,
pub only: Vec<String>,
pub allow_opaque: Vec<String>,
pub emit_dir: Option<PathBuf>,
pub effects: Option<String>,
pub strict_types: bool,
pub offline: bool,
pub timeout: Duration,
pub heartbeat: u64,
pub require_lean: bool,
pub report_only: bool,
pub no_cache: bool,
pub lean: Option<PathBuf>,
pub library: Option<PathBuf>,
}
pub enum Verdict { Proved, Checked, Unverified, Unproved, Rejected, Error }
pub fn prove_path(path: &Path, opts: &ProveOptions) -> Result<Report>;
pub fn emit_path(path: &Path, out: &Path) -> Result<EmitReport>; // 不判定
pub fn audit_path(path: &Path) -> Result<AuditReport>; // 不判定
main.rs 只做参数搬运与退出码映射(与 Commands::Verify 同风格)。
8.3 缓存与证书
缓存键:sha256(源码 ⊕ plan.json ⊕ schema ⊕ 库 sha256 ⊕ lean --version ⊕ marqdo 版本)。证书:
{
"schema": 1,
"key": "…",
"status": "proved",
"tier": "lean",
"source": {"path": "skills/…", "sha256": "…", "artifact_id": "mq://…"},
"lean": {"toolchain": "…", "library_sha256": "…", "module_sha256": "…", "axioms": []},
"claims": [{"id": "…", "status": "proved", "decided_by": "omega"}],
"offline": {"claims": [{"id": "…", "status": "checked", "cases": 3}]},
"obligations": [{"id": "effects_subset", "status": "passed"}],
"assumptions": ["银行.转账: 前置 金额 > 0;后置 返回.ok = True"],
"span_map": {"41": "21:1"},
"created": "2026-11-13T09:00:00Z",
"marqdo": "2.8.0"
}
- 命中即跳过判定(报告标
cache: hit)。 - 源文件、库、工具链任一变化即失效;暂不做部分重证。
- 证书是复核收据,不是发布许可:推荐附在发布说明里,不强制。
prove clean删.marqdo/prove(--emit目录不动)。
8.4 工具链与库发现
--lean/--lake;2.MARQDO_PROOF_LEAN/MARQDO_PROOF_LAKE;3.PATH上的lake,再lean;4. 都没有 → 只跑离线,lean: null。
显式给出(flag 或环境变量)但路径不存在/不可执行 → error[proof.lean_missing],不回退到离线:避免"我以为在跑 Lean,其实没有"。
库发现:--library → MARQDO_PROOF_LIB → 仓库内 verification/skill-proof → 安装根 share/marqdo/proof/ → 相邻 marqdo-proof/。首次使用按 LIBRARY-SHA256 复制进 .marqdo/prove/pkg 并 lake build 一次(缓存);库哈希进证书。
8.5 环境变量
| 变量 | 作用 |
|---|---|
MARQDO_PROOF_LEAN / MARQDO_PROOF_LAKE |
工具链路径 |
MARQDO_PROOF_LIB |
语义库目录 |
MARQDO_PROOF_TIMEOUT |
默认超时(秒) |
MARQDO_PROOF_CACHE |
缓存根(默认 .marqdo/prove) |
MARQDO_PROOF_NO_CACHE |
等价 --no-cache |
MARQDO_PROOF_REQUIRE_LEAN |
等价 --require-lean(CI/测试用) |
9. 测试与证据(摘要)
完整矩阵见 roadmap/prove.md §6。四类必须守住的证据:
- 单调性(用户硬要求):语料库里每条离线
checked的定理,Lean 都必须证出来;任何分歧 →error[proof.divergence]。 - 不执行:带
fs.write/exec的夹具在prove后不产生任何副作用。 - 确定性:同输入两次运行,
module.lean/plan.json/ 证书键全等。 - 诚实性文案:
checked与proved在文本、JSON、证书三处措辞一致,不允许出现"已验证"字样描述离线结果。
10. 已定事项
| # | 事项 | 结论 | 备注 |
|---|---|---|---|
| 1 | 命令名 | marqdo prove |
别名 lean |
| 2 | 是否强制 | 不强制;规范与手册推荐 | 无 --require-lean 时缺工具链不失败 |
| 3 | 离线能否给结论 | 能,但只到 checked |
严格弱于 Lean(§5) |
| 4 | 定理写法 | 函数级 定理 表 |
ADR 0010 |
| 5 | check --proof |
加,默认关 | |
| 6 | 首版 foreach |
不做,P3 再加 | 之前 proof.foreach_pending |
| 7 | 状态词 | proved / checked / unverified / unproved / rejected |
只有 proved 能说"已证明" |
遗留(不阻塞开工,P2 前定):假设 表是否也认领 前置/后置 之外的列(如 来源);--all 的聚合粒度(按文件还是按函数);证书是否需要签名。
11. 文档与发布清单
- 本文件转
Implemented(分阶段勾) doc/roadmap/prove.md:里程碑、周计划、测试矩阵doc/adr/0010-skill-proof-boundary.md:定理表角色 + 子集边界 + 顾问式定位doc/design/skill-proof-theory.md:语义映射、定理形态、TCB 表verification/skill-proof/README.md:构建、身份哈希、与 replay-policy 的关系README.md:CLI 三行示例 + 状态表 + "推荐但不强制"doc/tutorial/13-命令行工具.md:先emit,再proveskills/marqdo-dev/index.mq.md:新增prove任务(推荐在发布前跑)skills/marqdo/reference.md:定理表语法速查CHANGELOG.md:2.8.0;「核心表面 Δ:无(表格新增语义角色:定理)」.github/workflows/proof.yml;.gitignore已含.marqdo/- 发版手册:推荐附证书哈希,不设为硬门禁
12. 实现状态与偏差记录(P0/P1 落地时修订)
| 状态 | 内容 |
|---|---|
| P0 已落地 | src/prove/:ir.rs(Plan IR + 稳定 JSON)、lower.rs(子集验收/内联/不透明化/效应标签)、types.rs(字面量推断 + 分支合流 + proof.type_mismatch)、emit.rs(确定性 Lean 生成)、mod.rs(Report/Verdict/ProveOptions + prove/emit/audit/clean)。测试:tests/prove.rs 12 例 + 模块单元测试,全部不依赖 Lean。 |
| P1(Rust 侧)已落地 | 定理表提取(ast::Function.claims + contract::parse_claim_table,首条可执行语句之前,提取后移出 body);check --proof(默认关):proof.claim_malformed / claim_ambiguous / claim_misplaced / claim_duplicate / claim_unknown_symbol / claim_unsupported / name_shadow;定理脚手架生成(受限文法 → Lean theorem 陈述 + §7.2 策略脚本)。Lean 判定(lake/driver/cache/CI)按 roadmap P1 第 2 周继续。 |
与本文前面章节的偏差(以本表为准)
result.ok/error/value_or,不是result.success/failure:设计起草时假设的库名与lib/result.mq.md真实 API 不一致,实现以真实库为准(§4.5/§6.2 示例已同步修正)。Lean 侧库提供Result.success/failure作为映射目标。- P0/P1 的
run返回Val × List Op:result.ok(...)内联为 Val 字面映射构造(mqResultOk),而非单独的Result结构。P2 起按返回契约提升为类型化structure Params/Result(§6.2 的形态),届时定理表可直接做字段级推理。 - Op 构造器带元数:
inductive Op的每个构造器按首现实参个数声明参数1..参数N : Val(§6.2 示例省略了这一点)。 --allow-opaque的效应标签恒为opaque:即便函数声明了契约效应也不沿用——行为完全未知时引用其声明只会误导audit读者(§2.2)。
审查修复(同日代码审查发现,均有回归测试)
| 缺陷 | 后果 | 修复 |
|---|---|---|
| 表格单元格里的调用被静默丢弃 | 含副作用调用的函数在 Lean 里伪装成"无操作"——违反诚实性契约 | lower_expr 回退分支检测容器内的调用 → proof.unsupported 拒绝整个函数 |
| 同名不同元数的调用点共享一个 Op | 构造器按首现声明元数,另一调用点生成非法 Lean(无法编译) | register_op 对不同元数加 /N 后缀,各自独立声明(轨迹名诚实区分) |
name_shadow 每层遍历重复报告 |
模块有 N 个函数就报 N 次,噪声淹没真实问题 | 谓词名检查只跑一次(模块级事实);形参检查只看自带定理表的函数 |
长度(轨迹) = 2 生成 mqEq (Nat) (Val) |
Nat 与 Val 类型不匹配,Lean 无法编译 | Nat 语境检测:轨迹长度与整数字面量的比较走原生 Nat 运算;不可译形状 → 注释占位 |
另有防护加固:lean_ident 保留 轨迹₀/h_前提(定理 binder 撞名防御);emit 对重复定理 id 去重(check --proof 未跑时也不产出重复声明)。
审查时的业务级验证(/tmp/biz,电商大额订单审批流)
审批.mq.md(审批单 + 人工审核)+风控.mq.md(风险分级)+lib/工单.mq.md(建单):三条定理(大额必经人工 / 恰两步轨迹 / 必有回执)提取成功- 真实解释器三场景交叉验证:5000 元 →
auto(1 步轨迹);20000/60000 元 → 人工建单T-20000/T-60000(需人工 → 创建恰两步)——与定理表逐条吻合 - 负例:破坏定理表(未知符号 + 重复 id + 谓词元数错)→
check --proof各报一码且默认关静默;emit 仍 advisory 可用;双次 emit 字节一致
Lean 环境实装与真机证明(2026-11-16,Lean 4.35.0 / lake 5.0.0)
工具链:lean-4.35.0-linux.tar.zst 解包至 target/toolchain/lean-4.35.0-linux/(无 elan,
直接 PATH);语义底座 MarqdoProof(Val + mq* 辅助 + 矛盾引理,无 axiom/opaque)
经 lake 构建于 target/proof/skill-proof/(库源同步在 doc/verification/skill-proof/,
发布时装入 verification/skill-proof/——checkout 中该目录属 root)。
实测发现并修正的发射器缺陷(均有测试覆盖):
| 缺陷 | Lean 行为 | 修复 |
|---|---|---|
namespace Generated.审批_mq |
namespace 命令只接受 ASCII 名(namespace 审批 直接语法错误) |
非 ASCII 字符确定性编码 uXXXX:Generated.u5BA1u6279_mq |
裸中文标识符 def 审批单、(h_前提 : …)、v_结果 |
Lean 标识符仅 ASCII,全部语法错误 | 非 ASCII 一律 guillemet «…»;改名形式走同一编码(v_u7ED3u679C) |
Op 构造器 «调用:人工审核» |
guillemet 记号内 : 截断记号 |
标识符内 : → _;Op.name 字符串显示保持原 id |
多参构造器模式 .«调用:x» => |
模式未绑定实参,类型不匹配 | Op.name 臂补 _ _ |
占位构造器裸中文 无操作 |
语法错误 | 占位构造器也走 op_ctor |
h_run : … = (结果, 轨迹) 反向等式 |
simp_all 不做反向替换,输出值进不了目标 | 定理陈述翻转:((结果, 轨迹) = run env [] …) |
分支互斥假设(mqGt=true ∧ mqLe=true) |
simp_all 不链式应用蕴含引理 | 库中矛盾引理 + 脚本显式 .elim(exact (mqGt_mqLe_false ‹…› ‹…›).elim) |
无分支函数上 split at h_run |
硬报错(无 if/match 可拆),挡住本可证明的平凡断言 | try split at h_run |
驱动脚本 target/proof/run-lean-check.sh(P1 第 2 周 --require-lean 集成雏形):
prove 生成 → lake env lean → proved / unproved / lean-error 三态分类。
真机证明结果:
| 目标 | 结果 |
|---|---|
业务样例 审批.mq.md(3 定理:大额必经人工 / 恰两步轨迹 / 必有回执) |
lake env lean 0 error,全部 proved |
| 6 个带定理的测试夹具 + 业务样例 | 7/7 全部 proved(p2_len 夹具的断言已修正:纯函数轨迹恒空,长度(轨迹) = 2 是作者笔误,改为 长度(轨迹) = 0——Nat 比较路径覆盖不变) |
| 全量 Rust 测试 | 499 通过;仅剩 2 个已记录的环境受限失败(python3 缺失 / playwright root 属主),与 prove 改动无关 |
诚实性核对(首轮实测发现后修正):p2_len 曾因断言写错(纯函数却断言两步轨迹)
被 Lean 如实拒绝——生成侧把语义为假的断言原样交给 Lean、判定侧不虚报 proved,
正是"绝不 lean 无法证明的 marqdo 可以证明"的落实;修复方向是改对断言,不是放宽判定。
生成文件头部带 set_option linter.unusedVariables false /
set_option linter.unusedSimpArgs false:机器生成产物不应被人写代码的 linter
刷屏( simp 参数是固定词汇表,个别文件用不到属正常)。
P1 Lean 判定落地(2026-11-17,commit 见 git log)
新增 src/prove/driver.rs + src/prove/cache.rs,判定接进 prove 默认动作:
| 组件 | 实现 | 与设计的偏差 |
|---|---|---|
| 工具链发现(§8.4) | --lean → MARQDO_PROOF_LEAN → PATH;显式给路径但不可执行 → error[proof.lean_missing] 不回退;都找不到 → 状态保持 unverified(--require-lean 时退 2) |
一致 |
| 底座构建 | MarqdoProof.lean 内嵌进 marqdo 二进制(include_str!),按内容 sha256 前 8 位落盘缓存,lean -o MarqdoProof.olean 直接构建 + LEAN_PATH 指给被检模块 |
不经 lake:运行时只依赖 lean 一个二进制(无 elan/lake 也判定);lakefile 保留给人/CI 用。scripts/check-proof-library.sh 校验内嵌源与 doc/verification/skill-proof/ 逐字节一致并输出库 sha256 |
| 判定调用 | lean <模块> + 超时(默认 120s,--timeout;try_wait 轮询,超时杀进程判 error);--heartbeats 透传 -DmaxHeartbeats |
一致 |
| 结果解析 | unsolved goals → unproved;其它 error → error;干净编译 → proved;sorry(策略 none)→ unverified |
一致(§4.4 E4) |
| 证据映射 | 生成文件 -- mq: LINE:COL + 定理头 -- 定理 <id>(策略 …;mq: N) → 证书 span_map;unproved 定理的诊断指回定理表行,附 Lean 原始目标上下文 |
一致(§8.5) |
| 证书缓存(§8.3) | 键 = sha256(源码 ⊕ plan ⊕ 库 sha256 ⊕ lean 版本 ⊕ marqdo 版本);命中 → 跳过判定,lean.cache: "hit";--no-cache / MARQDO_PROOF_NO_CACHE 绕过 |
plan.json schema 即结构化 plan(无独立 schema 文件) |
| 状态/退出码(§3.3) | E1 假定理 unproved 退 1;F2 --report-only 恒 0 不判定;F3 --require-lean 无工具链退 2;prove emit 子命令只生成不判定 |
一致 |
实测抓出的判定层缺陷(均有回归测试,tests/prove_lean.rs + driver 单元测试):
| 缺陷 | 后果 | 修复 |
|---|---|---|
错误头 <file>:47:62: error 解析取了列号 62 |
unsolved 目标错配到下一个定理(相邻 61–76 区间),甲定理的失败记到乙定理头上 | 取倒数第二个数字段为行号 |
| 干净编译时 driver 不产出逐定理记录 | 所有定理停留在 unverified,证书 claims: [] |
无错定理一律补 proved(或 sorry → unverified) |
函数全名含点(台账.记录.记过即记)按第一个点切分 |
claim id 拼错(记录.记过即记),匹配不上报告 |
从定理头注释直接取 claim id,函数名 = 定理名剥掉 claim 后缀 |
| 无定理函数把文件状态拖成 unverified | 没有义务的函数(纯编排胶水)使整体永远到不了 proved | 文件状态只聚合有定理与被拒绝的函数;无定理函数自身行仍如实 unverified |
测试夹具 长度(轨迹) = 0 断言写错(函数体有一次调用) |
Lean 如实拒绝——生成侧诚实、判定侧不虚报 | 修正夹具断言为 = 1(不是放宽判定) |
测试矩阵(tests/prove_lean.rs,独立测试目标,required-features = ["cli"]):
A1 真定理 proved · E1 假定理 unproved 退 1 · E4 策略 none → unverified 退 0 ·
F2 report-only 恒 0 · F3 require-lean 无工具链退 2 · F4 emit 子命令不判定 ·
G1 假 lean 计数器证"命中跳判定"(含 --no-cache 复判) · G2 真证书命中 ·
G2b --no-cache 强制 miss。无工具链时自动 SKIP,MARQDO_PROOF_REQUIRE_LEAN=1
(CI)则缺失即失败。
CI:.github/workflows/proof.yml —— 装 Lean 4.35.0 → 底座校验 →
MARQDO_PROOF_REQUIRE_LEAN=1 跑判定矩阵(CI 不许静默降级)→ prove 主套件。
P2 离线判定落地(2026-11-17)
新增 src/prove/offline.rs(片段 F1–F5 的符号执行)+ tests/prove_corpus.rs
(40 夹具单调性语料库):
| 组件 | 实现 |
|---|---|
| 符号执行(§5.3) | 状态 Var → SymVal(Const/Struct/OpResult/Param/Unknown);If 逐分支克隆状态并接续 If 之后的语句(Return 常在外层);每个 Return 收集 (路径条件, 结果, 轨迹, 变量快照) |
| 可行性 | 前提区间 ∩ 路径条件为空 → 路径不可行,空真关闭(Lean 侧对应假设矛盾,simp 可消) |
| F2 轨迹 | 包含/长度逐路径求值(Op.name 显示名与 Lean 一致) |
| F3 字面 | result.ok/error/value_or 结构求值(与 mqResultOk/mqError/mqValueOr 语义一致) |
| F4 自由原子 | 外部返回值布尔判定只二分;路径条件里出现同键原子才可关闭(hypothesis);反例路径含自由原子 → 保守放弃见证 |
| F5 区间 | 收紧后的诚实范围:字面重述(同原子)→ hypothesis 关闭;区间违反 → 确定性否定 + 区间端点见证(反例);区间蕴含(10000 ⊢ 9999)数学上真,但当前 Lean 脚本无 Val 比较传递引理,simp+omega 关不掉——离线同样保守 unverified(等库补引理再放开),否则必触发 divergence |
| 状态 | 离线 closed → checked(decided_by=trace,不是 proved);反例 → unproved + proof.claim_failed 诊断(指回定理表行 + 见证如 金额 = 10001) |
| 单调性护栏(§5.4) | 有 Lean 时逐定理复核:离线 checked 但 Lean unproved,或离线反例被 Lean 证出 → error[proof.divergence] 退 1,永不落绿;MARQDO_PROOF_INJECT_DIVERGENCE=1 测试注入验证护栏咬人 |
| 语料库 | tests/prove/fixtures/ 8 类 × 5 = 40 夹具(literal/trace/interval/free-bool/branches/composition/counterexample/beyond);corpus_monotonicity_offline_subset_of_lean 强制 offline ⊆ lean;corpus_offline_never_claims_proved 无 Lean 时禁 proved |
实测抓出并修复的缺陷(均有测试):
| 缺陷 | 修复 |
|---|---|
| If 分支后丢弃剩余步骤(Return 在 If 外层的常见编排全部丢结果) | 两支克隆状态并接续后续语句 |
negated 字段与 op 翻转双重否定,取反原子被收集函数丢弃 |
移除字段,否定一律折进 op/expected |
| 嵌套分支(else 里再嵌 if)Lean 只拆一层 | try split at h_run 按最大 if 深度重复发射 |
simp 清单缺 mqResultError/mqValueOr/mqAnd/mqOr/mqNot |
全部补入(l2/l5/f1 由分歧护栏暴露) |
已记录的文法限制:分支条件尚不支持字段访问(access(审核, "ok") 作条件
解析失败)——F4 的"路径条件含自由原子"场景目前由单元测试覆盖,语料库中以
分支后的结构化结论代替;文法放开后 prove 侧无需改动(offline.cond_atom 已支持)。
P3 组合与产品化(2026-11-17)
| 任务 | 状态 | 实现 |
|---|---|---|
--all 目录模式 + --max-files |
✅ | 递归收集(跳过 target/dist/node_modules/.git/.marqdo,上限 200);目录不带 --all → 拒绝;聚合 JSON {"kind":"prove-all","status":…,"files":[…]};整体状态差者胜(A6 测试:假 lean 分歧在目录模式同样触发护栏、整体退 1) |
| 差分一致性 T4(B 组) | ✅ | tests/conformance.rs:5 个纯函数语料(算术/中文标识符/分支比较/字符串拼接/i64 边界)解释器求值 == Lean example … = Val.… := by simp;B4 result.ok 结构字段读取两侧一致。B2(除零/模零)保持已记录偏差:解释器为运行时错误,P1 库模型返回 .int 0(MarqdoProof.lean 注释) |
调试注入 --fault-inject offline-claim |
✅ | 等价于 MARQDO_PROOF_INJECT_DIVERGENCE=1(A3 分歧护栏验证入口) |
| 跨函数组合 | 部分 | 同模块直线纯函数内联(≤24 语句、无分支、effect=pure)已落地;跨模块调用=不透明操作(效应未知,护栏兜底);assume-guarantee 后置条件复用 → 2.9(依赖假设表 T3) |
foreach |
延期 | 维持 proof.foreach_pending 拒绝;有限列表 fold 编码需要库级归纳引理,冒进会先于 Lean 关闭路径、破坏单调性护栏可信度(§12.4) |
| 文档 | ✅ | 教程 §13.8(prove 章节)、skills/marqdo/reference.md(定理表)、本设计文档状态行、roadmap 落地记录;README/CHANGELOG/doc/releases 因仓库权限(root 属主)待人工合入,内容已在 §12.5 |
§12.4 延期理由(2.9)
- foreach:可证子集刻意无循环(返回路径有限性是反例枚举与 Lean 分支
拆解的共同根基)。fold 编码需
List.length归纳引理入 MarqdoProof.lean, 且离线判定器需要"有限列表"的证据语法——两件事都没有通过 40 夹具语料库 的单调性验证,不该在发布版里冒险。 - 跨模块 assume-guarantee:需要假设表(T3)承载被调者后置条件,并把
假设作为
hypothesis关闭理由暴露给证书。当前跨模块调用是不透明操作, 诚实且护栏可兜底;半吊子假设复用会制造"看起来证了其实靠假设"的绿灯。 - 分支条件字段访问(
access(审核, "ok")作条件):解析器文法限制, prove 侧已就绪(offline cond_atom 支持任意键),放开即生效。
§12.5 待仓库权限合入的内容(已于 2026-11-18 合入)
CHANGELOG.md(v2.8.0 条目)、README.md(版本行 + 愿景第 6 条)、
doc/releases/v2.8.0.md(双语发版说明)、skills/marqdo-dev/index.mq.md
(prove 任务)——权限放开后已全部合入原文,见各自文件。