docs(llm): LLM call-site map, control-path axis, roadmap & usage policy + anti-drift tests

ORCH-118 (inventory-first, docs+tests only): publish an evidence-based map of
every place the orchestrator's control flow consumes (or can consume) an LLM
judgment, mark the control-path axis (C control-path vs P artifact-producer),
define "avoidable LLM control path" as a checkable two-bit predicate, classify
each call-site, and order the deterministic-replacement roadmap. Pin the map to
code with offline structural anti-drift tests.

- docs/architecture/llm-call-sites.md   — map + machine-readable inventory block
  + control-path axis + classification + keep-LLM justifications + deterministic
  non-agent paths (FR-1/FR-2/FR-3/FR-8).
- docs/architecture/llm-determinization-roadmap.md — ordered candidates BY ROLE,
  savings sourced from agent_runs, recommended first slice = deployer staging
  (FR-4). No fabricated follow-up Plane-IDs (R3/NFR-6).
- docs/architecture/llm-usage-policy.md — normative principle, keep/replace
  criteria via the axis, definition of "avoidable LLM control path" (FR-5/FR-8).
- tests/test_llm_call_site_inventory.py — TC-01/02/03/04/05/06/09/12/13/14.
- tests/test_llm_determinization_docs.py — TC-07/08/11.
- CHANGELOG.md + docs/overview/tech-quality-security.md — golden-source sync (AC-8).

Avoidable LLM control paths = {tester, deployer}; control-path-keep = {reviewer};
not-control-path (P) = {analyst, architect, developer}. Single LLM transport =
launcher._spawn (S0); no alternative transport (TC-12). Runtime untouched:
STAGE_TRANSITIONS / QG_CHECKS / check_* / machine-verdict keys / DB schema are
byte-for-byte; no replacement runners implemented (FR-7). Full suite: 2081 passed.

Refs: ORCH-118
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

CHANGELOG.md

@@ -3,6 +3,11 @@
 Формат: [Keep a Changelog](https://keepachangelog.com/). Записи — на смысловой PR/задачу.
 
 ## [Unreleased]
+- **Карта LLM-консультаций + control-path-ось «avoidable» + roadmap + нормативная политика** (ORCH-118, `docs`+`test`, inventory-first, docs+tests only): зонтичный follow-up RCA-трека ORCH-114/117 — у оркестратора не было ни нормативного критерия «где LLM нужен, а где это avoidable control path», ни карты мест вызова LLM, прибитой к коду. Выпущена **доказательная карта** каждого места, где control-path потребляет (или способен потребить) суждение LLM, с control-path-разметкой и классификацией; **упорядоченный roadmap** детерминированных замен; **нормативная политика** использования LLM; набор **структурных анти-дрейф тестов**. Это **docs + tests only**: `src/**`-рантайм не меняется → `STAGE_TRANSITIONS` / реестр и имена `QG_CHECKS`/`check_*` / machine-verdict-ключи / схема БД — **байт-в-байт не тронуты**; раннеры замен **не** реализуются (FR-7); конкретные follow-up Plane-ID **не** фиксируются (R3/NFR-6 — кандидаты по роли). kill-switch не нужен (нет рантайм-поведения), как ORCH-077/079/101/102/103/011. ADR: `docs/work-items/ORCH-118/06-adr/ADR-001-llm-call-site-map-and-determinization-roadmap.md`, сквозной `docs/architecture/adr/adr-0047-llm-usage-policy-and-call-site-map.md`.
+  - **Единица инвентаря — LLM-консультация** (control-path потребляет суждение LLM), а **не** «спавн процесса / существование Claude CLI» (R4, capability ≠ consultation). Карта разводит **три ортогональных факта**: (1) consultation ≠ transport/slot (единственный транспорт LLM-консультации в `src/**` — `launcher._spawn`, `launcher.py:472`/CLI-сборка `610-614`; иного транспорта нет; job-роли `deploy-finalizer`/`post-deploy-monitor` занимают слот, но перехватываются в `launch_job` **до** `_spawn`, `launcher.py:389/394` — консультации нет); (2) **control-path (C) ≠ artifact-producer (P)** по коду-потребителю в `src/qg/checks.py` (C: гейт ветвится на LLM-вердикте; P: детерминированный гейт судит артефакт независимо — файлы/CI); (3) деривируемость вердикта из tool-сигналов.
+  - **Нормативное определение** «avoidable LLM control path» = двухбитный предикат (C-консультация **И** вердикт деривируем из exit-кодов `pytest`/smoke/`staging_check.py`/деплоя). Поимённый целевой набор (доказательно, прибит тестами): **avoidable = `{tester, deployer}`**; control-path-но-keep = `{reviewer}` (вердикт «приемлемость кода/решения» НЕ деривируем); не-control-path (P, keep) = `{analyst, architect, developer}`; уже детерминированы (эталон) = `{deploy-finalizer, post-deploy-monitor}`.
+  - **Документы (durable, `docs/architecture/`):** `llm-call-sites.md` (карта + машинно-читаемый блок инвентаря + control-path-разметка + классификация, снимок), `llm-determinization-roadmap.md` (порядок замен; рекомендованный первый срез — **deployer staging-status**, чистый маппинг exit-кода `staging_check.py`; прод уже детерминирован Phase A/B/C ORCH-036), `llm-usage-policy.md` (нормативный принцип + критерии keep/replace через ось + определение «avoidable»). Витрина `docs/overview/tech-quality-security.md` и `docs/architecture/README.md` ссылаются на карту и политику.
+  - **Анти-дрейф тесты (offline, без сети/LLM/subprocess-к-модели):** `tests/test_llm_call_site_inventory.py` (TC-01 единственный транспорт = `_spawn`; TC-12 отсутствие иного LLM-транспорта; TC-02 детерминированные модули без консультации; TC-03 промпты↔файлы; TC-04 тотальность+согласованность класса с осью; TC-05 keep-LLM именует суждение; TC-06 capability≠consultation; TC-09 снимок рантайм-контрактов; **TC-13** control-path-разметка сверена с потребителем в `src/qg/checks.py`; **TC-14** avoidable-набор = `{tester, deployer}`) и `tests/test_llm_determinization_docs.py` (TC-07 полнота roadmap+первый срез; TC-08 политика нормативна+определяет термин; TC-11 анти-фабрикация follow-up ID). Дискриминатор всех проверок — **«консультирует LLM», а не «спавнит subprocess»**. Норматив сопровождения: менял место вызова LLM или потребителя вердикта в `src/qg/checks.py` → обнови карту/разметку и политику в том же PR.
 - **Sandbox-only fail-closed изоляция записи в Plane из тест-процесса** (ORCH-117, `fix`, bug→escalate full-cycle): закрыт корневой класс инцидента **ORCH-114** — тест/worktree-процесс выполнил РЕАЛЬНУЮ запись (`PATCH …/issues/… state=<Done>` + комментарий «Stage: deploy → done») против **боевого** Plane-проекта, т.к. тест/staging-процессы наследуют живой боевой Plane-токен (`PLANE_HEADERS`/`PROJECT_ID` захвачены литералами **на импорте** — подмена env/токена постфактум бесполезна, NFR-4), и **ничто** не принуждало их писать только в sandbox. Симметрия прецеденту `tests/conftest.py::_no_telegram` (autouse-глушилка Telegram «pytest на проде слал реальные сообщения») — для Plane-**записи** такой защиты не было. Аддитивно, never-raise в боевом пути; `STAGE_TRANSITIONS`/реестр `QG_CHECKS`/семантика и имена `check_*`/machine-verdict-ключи/схема БД — **байт-в-байт не тронуты** (это изоляция клиента Plane, **не** Quality Gate и **не** стадия). Новый чистый leaf `src/plane_write_guard.py` (`decide(project_id, op, work_item) -> (ALLOW|BLOCK, reason)`, по образцу `deploy_status_guard`/`serial_gate`) врезан в **3 примитива записи** `plane_sync` (`update_issue_state`/`add_comment`/`_set_issue_state_direct`) **на момент вызова** — сразу после локального `_resolve_project_id` и **до** любого сетевого шага (ни GET, ни PATCH/POST). Гард активен **только в тест-процессе** (детект `"pytest" in sys.modules` / `PYTEST_CURRENT_TEST`); боевой и staging рантаймы (`uvicorn src.main:app`, без pytest в процессе) — строгий **no-op** (NFR-2/NFR-3). В тест-процессе запись разрешена **только** при одновременном (а) opt-in `plane_test_write_enabled=True` **и** (б) целевом проекте ∈ sandbox-allowlist `plane_test_sandbox_projects` (дефолт = единственный SANDBOX `8c5a3025-…`); иначе — default-deny; нерезолвимый проект → блок (fail-closed, NFR-1); боевой проект запрещён **даже при opt-in** (allowlist sandbox-only). Второй независимый sandbox-bound слой — autouse-floor `tests/conftest.py::_plane_sandbox_only` (opt-in OFF для всего сьюта, по образцу `_no_telegram`/`_disable_*`); sandbox-e2e ре-энейблит opt-in в своей фикстуре поверх floor. **Умышленно БЕЗ kill-switch прод-блока** (NFR-6/FR-7/anti-drift): выключателя, переоткрывающего прод-запись из pytest, нет — единственный реверс — sandbox-bound opt-in. Аудит: блок → громкий структурный ERROR (`project_id`/`work_item`/`op`/`reason` — делает инцидент класса ORCH-114 очевидным), разрешённая sandbox-запись → INFO. Новые ключи `ORCH_PLANE_TEST_WRITE_ENABLED` (дефолт `false`) / `ORCH_PLANE_TEST_SANDBOX_PROJECTS` (дефолт = SANDBOX id) с безопасными дефолтами; `scripts/staging_check.py` Block C (E2E в SANDBOX) — отдельный процесс с собственными httpx-вызовами, гардом не затронут. Покрытие — `tests/test_orch117_plane_write_isolation.py` (TC-01 — обязательный регресс ORCH-114: красный до врезки, зелёный после; TC-02…TC-14). ADR: `docs/work-items/ORCH-117/06-adr/ADR-001-sandbox-only-plane-write-guard.md`, сквозной `docs/architecture/adr/adr-0046-sandbox-only-plane-write-guard.md`.
 - **Ownership-lease для side-effectful переходов стадий + умное восстановление при старте** (ORCH-114, `fix`, bug→escalate full-cycle): закрыт **корневой класс** инцидент-цепочки ORCH-110/111/112/113 — у side-effectful переходов стадий не было единого владения. `advance_stage` ре-ентерабельна и пишет стадию «голым» `UPDATE … WHERE id=?` (без compare-and-swap), а ≥5 акторов (монитор / Plane-webhook / reconciler F-1 / job-reaper / deploy-finalizer) входят в один переход независимо → конкурентный или после-рестартовый повторный вход **дважды** применял необратимые эффекты (merge_pr / coverage-ratchet / image-rebuild / инициация прод-деплоя) и давал **противоречие rollback↔done** (инцидент ORCH-111, job 1914 / PR #130). Два комплементарных слоя, оба аддитивные, под единым kill-switch, never-raise: **(1) durable transition-lease** (новая таблица `transition_lease`) — владение на ВХОДЕ в side-effectful регион (второй актор, увидев живого владельца, не стартует тяжёлые под-гейты вовсе — предотвращение, не починка постфактум); **(2) expected-stage CAS** (`update_task_stage_cas`) — на ЗАПИСИ стадии (проигравший гонку — аборт без побочных эффектов), что закрывает и **6 путей записи стадии в обход `advance_stage`** (gitea×5 + plane rollback). Liveness владельца = `owner_pid` + `owner_boot_id` (НЕ heartbeat: блокирующий 900s merge re-test не может бить heartbeat — довод самого ORCH-113), что делает рестарт-recovery бесплатным (новый процесс → новый boot-id → все прежние lease мгновенно устаревшие → реклеймятся). Lease без собственного TTL: его потолок возраста = Tier-3 backstop `reaper_max_running_s` (5400) → сквозной бюджет ORCH-065/109/110/113 не тронут. `STAGE_TRANSITIONS` / реестр `QG_CHECKS` / семантика и имена `check_*` / machine-verdict-ключи / **схемы существующих таблиц** — байт-в-байт (одна аддитивная таблица, без epoch-колонки на `tasks`). Скоуп self-hosting (`transition_lease_repos=""` → только `orchestrator`; enduro не затронут); kill-switch `ORCH_TRANSITION_LEASE_ENABLED=false` → CAS вырождается в прежний безусловный `update_task_stage`, lease инертен → поведение байт-в-байт до ORCH-114. ADR: `docs/work-items/ORCH-114/06-adr/ADR-001-transition-ownership-lease-and-stage-cas.md`, сквозной `docs/architecture/adr/adr-0045-transition-ownership-lease-and-stage-cas.md`.
   - **Leaf `src/transition_lease.py` (новый, чистый never-raise):** по образцу `serial_gate`/`coverage_gate`/`finalizer_liveness` (импортирует только `db`+`config`, лениво `merge_gate.pid_alive`/`qg.checks`/`notifications`; НЕ импортирует `stage_engine`/`launcher`) — `applies(repo)` / `acquire(task_id, owner, run_id, stage)` (атомарный rowcount-guard `INSERT … ON CONFLICT DO NOTHING` после очистки stale-строки) / `is_held_by_live_owner(task_id)` (fail-closed → defer на сомнении) / `release(task_id, force=False)` (holder-aware по boot) / `reclaim_if_stale` / `recover_on_startup` / `commit_stage_cas(task_id, expected, new, repo)` (flag-off → unconditional `update_task_stage`; flag-on → CAS) / `snapshot()`.

docs/architecture/llm-call-sites.md

@@ -0,0 +1,156 @@
+# LLM call-site map — inventory, control-path axis & classification (ORCH-118)
+
+> **Что это.** Доказательная карта **каждого места**, где control-path оркестратора
+> потребляет (или способен потребить) суждение LLM. Единица инвентаря — **LLM-консультация**
+> (control-path потребляет суждение LLM), **не** «спавн процесса / существование Claude CLI»
+> (capability ≠ consultation, BRD §0 / R4).
+>
+> **Снимок, прибитый к коду.** Карта — *снимок*; её инварианты держат структурные тесты
+> `tests/test_llm_call_site_inventory.py` (анти-дрейф). Меняешь место вызова LLM или потребителя
+> вердикта в `src/qg/checks.py` → **обнови эту карту и политику в том же PR** (норматив сопровождения).
+>
+> **Источник истины** содержательной классификации — ADR
+> `docs/work-items/ORCH-118/06-adr/ADR-001-llm-call-site-map-and-determinization-roadmap.md`
+> (D2/D3/D4) и сквозной `docs/architecture/adr/adr-0047-llm-usage-policy-and-call-site-map.md`.
+> Нормативное определение «avoidable LLM control path» и критерии keep/replace — в
+> [`llm-usage-policy.md`](llm-usage-policy.md); порядок замен — в
+> [`llm-determinization-roadmap.md`](llm-determinization-roadmap.md).
+
+---
+
+## 0. Три ортогональных факта (как читать карту)
+
+Карта **явно** разводит три раздельных факта — их смешение было корнем блокеров R3→R5:
+
+1. **Ось 1 — consultation ≠ transport/slot.** «LLM-консультация» = точка, где решение/артефакт
+   конвейера **потребляет суждение LLM**. Транспорт (`_spawn`) — реализация, не определение. Слот
+   агента (job-роли `D1`/`D2`) делает site LLM-**capable**, но консультация гейтится потоком
+   управления (перехват **до** `_spawn`) → **capability ≠ consultation**.
+2. **Ось 2 — control-path (C) ≠ artifact-producer (P).** Определяется **кодом-потребителем** вывода
+   роли в `src/qg/checks.py`:
+   - **(C) control-path** — LLM эмитит machine-verdict, на котором **ветвится `check_*`-гейт**
+     (PASS → дальше / FAIL → откат). Суждение LLM **входит** в поток управления.
+   - **(P) artifact-producer** — LLM производит артефакт, а продвижение решает **детерминированный
+     гейт**, судящий артефакт **независимо** (наличие файлов / CI-статус). Суждение LLM в control
+     flow **не входит**.
+3. **Ось 3 — деривируемость вердикта.** Вердикт C-консультации либо есть **детерминированная функция
+   tool-сигналов** (exit-code `pytest`/smoke/`staging_check.py`/деплоя), которые оркестратор **уже
+   вычисляет сам**, либо требует **настоящего суждения**, не сводимого к exit-коду.
+
+> **Avoidable LLM control path** (нормативное определение — [`llm-usage-policy.md`](llm-usage-policy.md)):
+> call-site, для которого выполнены **оба** условия — **(i)** это C-консультация (её LLM-вердикт
+> потребляется потоком управления) **и** **(ii)** вердикт **деривируем** из tool-сигналов. Тогда
+> суждение LLM не добавляет информации → консультацию можно снять без потери смысла.
+
+---
+
+## 1. Инвентарь LLM-консультаций (полный, привязан к коду)
+
+Каждая запись несёт: `id` · `location (file:line)` · `trigger` · `stage/owner` · `output artifact` ·
+`machine-verdict key` · `output consumer` (кто потребляет вывод роли) · `est. tokens/runtime`
+(оценка из `agent_runs`) · `consults-LLM` · `axis` (C/P) · `classification` · `rationale`.
+
+| id | location (file:line) | trigger | stage / owner | output artifact | machine-verdict key | output consumer (`src/qg/checks.py`) | est. tokens/runtime (оценка) | consults-LLM | axis | classification | rationale |
+|----|----------------------|---------|---------------|-----------------|---------------------|--------------------------------------|------------------------------|--------------|------|----------------|-----------|
+| **S0** | `src/agents/launcher.py:472` (`_spawn`; CLI-сборка `610-614`; парс токенов `_monitor_agent:838`) | `launch_job` → `_spawn` для любой из 6 ролей | — (транспорт) | — | — | — | — | **транспорт** (capability) | — | — | Единственный транспорт LLM-консультации в `src/**`; не call-site решения |
+| **A1** | `.openclaw/agents/analyst.md` | стадия `analysis` | analyst | `01-brd` … `04-test-plan` | — | `check_analysis_complete:33` (наличие файлов) | ~80–200k / 5–20 мин | да (через S0) | **P** | `keep-LLM` | анализ требований / BRD/ТЗ — настоящее суждение; гейт судит лишь наличие артефактов |
+| **A2** | `.openclaw/agents/architect.md` | стадия `architecture` | architect | `06-adr/`, `07` | — | `check_architecture_done:62` (наличие 06-adr/07) | ~80–200k / 5–20 мин | да (через S0) | **P** | `keep-LLM` | архитектурное решение / ADR — настоящее суждение |
+| **A3** | `.openclaw/agents/developer.md` | стадия `development` | developer | код + PR | — | `check_ci_green:82` (+ `check_branch_mergeable:657`) — CI/merge | ~150–400k / 10–40 мин | да (через S0) | **P** | `keep-LLM` | написание кода — настоящее суждение; гейт судит CI/merge, не самоотчёт |
+| **A4** | `.openclaw/agents/reviewer.md` | стадия `review` | reviewer | `12-review.md` | `verdict:` | `check_reviewer_verdict:336` (`verdict:`) | ~100–300k / 5–25 мин | да (через S0) | **C** | `keep-LLM` | control path, но вердикт «приемлемость кода/решения» **НЕ деривируем** из exit-кода — настоящее суждение |
+| **A5** | `.openclaw/agents/tester.md` | стадия `testing` | tester | `13-test-report.md` | `result:` | `check_tests_passed:182` → `_parse_tests_verdict:226` (`result:`) | ~60–150k / 5–20 мин | да (через S0) | **C** | `needs-hybrid-fallback` | **avoidable**: PASS/FAIL = exit-code `pytest`+smoke (деривируем); LLM нужен лишь на триаж падений / маппинг TC↔критерии |
+| **A6** | `.openclaw/agents/deployer.md` | стадии `deploy-staging` / `deploy` | deployer | `15-staging-log.md` / `14-deploy-log.md` | `staging_status:` / `deploy_status:` | `check_staging_status:599` → `_parse_staging_status:538` (`staging_status:`); `check_deploy_status:473` → `_parse_deploy_status:413` (`deploy_status:`) | ~40–120k / 3–15 мин | да (через S0) | **C** | `replace-deterministic-now` | **avoidable**: staging-вердикт = маппинг exit-кода `staging_check.py`; прод уже детерминирован Phase A/B/C (ORCH-036) |
+| **D1** | `src/agents/launcher.py:389` (перехват в `launch_job` **до** `_spawn`; «Not an LLM spawn» `407`) | post-deploy edge | deploy-finalizer | jobs-row | — | — | — (детерминированный) | **нет** (слот, перехват до `_spawn`) | — | `already-deterministic` (эталон) | Занимает слот агента, но LLM не консультируется — рабочий прецедент замены |
+| **D2** | `src/agents/launcher.py:394` (перехват в `launch_job` **до** `_spawn`; «Not an LLM spawn» `428`) | post-deploy observation | post-deploy-monitor | jobs-row | — | — | — (детерминированный) | **нет** (слот, перехват до `_spawn`) | — | `already-deterministic` (эталон) | Тик наблюдения; LLM не консультируется |
+
+> **Итог (поимённо).** `avoidable LLM control paths = {tester, deployer}`; control-path-но-keep =
+> `{reviewer}`; не-control-path (P) = `{analyst, architect, developer}`; already-deterministic-эталон =
+> `{deploy-finalizer, post-deploy-monitor}`.
+
+### 1.1 Машинно-читаемый блок инвентаря
+
+> Стабильный заголовок таблицы (`id | role | location | output_consumer | consults_llm | axis |
+> avoidable | classification`) парсится `tests/test_llm_call_site_inventory.py` (split по `|`, без
+> новых зависимостей) и сверяется с кодом (TC-03/04/05/13/14). **Не менять заголовок и значения без
+> синхронной правки кода/тестов.**
+
+<!-- ORCH-118-INVENTORY-BLOCK:START -->
+| id | role | location | output_consumer | consults_llm | axis | avoidable | classification |
+|----|------|----------|-----------------|--------------|------|-----------|----------------|
+| S0 | _spawn | src/agents/launcher.py:472 | - | transport | - | - | - |
+| A1 | analyst | .openclaw/agents/analyst.md | check_analysis_complete | yes | P | no | keep-LLM |
+| A2 | architect | .openclaw/agents/architect.md | check_architecture_done | yes | P | no | keep-LLM |
+| A3 | developer | .openclaw/agents/developer.md | check_ci_green | yes | P | no | keep-LLM |
+| A4 | reviewer | .openclaw/agents/reviewer.md | check_reviewer_verdict | yes | C | no | keep-LLM |
+| A5 | tester | .openclaw/agents/tester.md | _parse_tests_verdict | yes | C | yes | needs-hybrid-fallback |
+| A6 | deployer | .openclaw/agents/deployer.md | _parse_staging_status | yes | C | yes | replace-deterministic-now |
+| D1 | deploy-finalizer | src/agents/launcher.py:389 | - | no | - | - | already-deterministic |
+| D2 | post-deploy-monitor | src/agents/launcher.py:394 | - | no | - | - | already-deterministic |
+<!-- ORCH-118-INVENTORY-BLOCK:END -->
+
+### 1.2 keep-LLM — названное суждение (обоснование)
+
+> Для каждой `keep-LLM`-записи назван **конкретный** вид суждения, ради которого LLM сохраняется.
+> Для C-keep (`reviewer`) обоснование явно фиксирует **НЕ-деривируемость** вердикта (почему не сводится
+> к exit-коду). Парсится TC-05 (`- role: текст`).
+
+<!-- ORCH-118-KEEP-JUSTIFICATION-BLOCK:START -->
+- analyst: анализ требований и написание BRD/ТЗ — настоящее суждение; детерминированный гейт `check_analysis_complete` судит лишь наличие файлов, не их содержательное качество.
+- architect: архитектурное решение и ADR — настоящее суждение о компромиссах/инвариантах; `check_architecture_done` судит лишь наличие 06-adr/07.
+- developer: написание кода — настоящее суждение; гейт `check_ci_green` судит CI/merge, а не самоотчёт агента.
+- reviewer: «приемлемость кода/решения» — настоящее суждение, которое НЕ деривируемо (not derivable) из exit-кода `pytest`/smoke/деплоя; в отличие от tester/deployer вердикт reviewer'а не сводится к tool-сигналу, поэтому это control-path-но-keep, а не avoidable.
+<!-- ORCH-118-KEEP-JUSTIFICATION-BLOCK:END -->
+
+---
+
+## 2. Таксономия классификации (4 класса, выведена из осей)
+
+Четыре взаимоисключающих класса; класс **выводится** из осей §0 (а не постулируется):
+
+- **`keep-LLM`** — нужно настоящее суждение (обязательно **назвать** конкретное суждение, §1.2).
+- **`replace-deterministic-now`** — безопасная детерминированная замена сейчас.
+- **`replace-later/risky`** — замена возможна позже / с предпосылками.
+- **`needs-hybrid-fallback`** — детерминированное ядро + LLM-фолбэк только на суждение.
+
+**Правило вывода:**
+`P → keep-LLM`; `C + не-деривируемый вердикт → keep-LLM`;
+`C + деривируемый вердикт → replace-* / needs-hybrid-fallback` (**= avoidable**).
+
+`deploy-finalizer`/`post-deploy-monitor` помечены `already-deterministic` — вне таксономии замен
+(эталон: LLM не консультируется, перехват до `_spawn`).
+
+---
+
+## 3. Детерминизм не-агентских control-path'ов (доказательство, FR-3 / AC-3)
+
+Эти пути **не консультируют LLM** (ни через `_spawn`-транспорт, ни альтернативным транспортом). ⚠️ Они
+**спавнят subprocess'ы** (`git`/`pytest`/`docker`/`ssh`/сканеры/`staging_check.py`) — это
+детерминированные **инструменты**, не LLM: доказательство детерминизма — **отсутствие *LLM*-транспорта**,
+а не отсутствие *subprocess* (дискриминатор §0). Проверяется TC-02.
+
+| Путь / модуль | `file:line` (якорь) | Природа |
+|---------------|---------------------|---------|
+| Маршрутизация стадий | `src/stages.py::STAGE_TRANSITIONS:12`, `advance_stage` в `src/stage_engine.py` | статический словарь + детерминированная функция |
+| Реестр Quality Gate | `src/qg/checks.py::QG_CHECKS:812` (14 имён) | словарь имя→функция |
+| Все `check_*` | `src/qg/checks.py` (`33/62/82/182/336/473/599/657`, …) | файловые/HTTP/exit-code проверки |
+| Парсеры вердиктов `_parse_*` | `src/qg/checks.py:226/413/538` через `src/frontmatter.py::parse_frontmatter` | YAML-frontmatter парс (читают, **не производят** вердикт) |
+| Классификатор ошибок | `src/error_classifier.py` | regex по строкам |
+| Под-гейты | `src/{security_gate,merge_gate,coverage_gate,staging_verdict}.py` | сканеры/`pytest --cov`/git/маппинг exit-кодов |
+| Self-deploy Phase A/B/C | `src/self_deploy.py` | детерминированный detached-деплой (ORCH-036) |
+| Сериализация / владение | `src/{serial_gate,transition_lease,reconciler,job_reaper}.py` | FIFO-гейт / durable-lease / CAS / reaper |
+
+Любая найденная **неожиданная** LLM-консультация в этих путях добавляется в инвентарь §1 и
+классифицируется §2 (тогда TC-02 станет красным — точка дрейфа).
+
+---
+
+## 4. Скоуп и анти-дрейф
+
+- **Docs + tests only (ORCH-118).** `STAGE_TRANSITIONS` / реестр и имена `QG_CHECKS`/`check_*` /
+  machine-verdict-ключи (`verdict:`/`result:`/`staging_status:`/`deploy_status:`/`security_status:`/
+  `coverage_status:`) / схема БД — **байт-в-байт не тронуты**. Раннеры замен **не** реализованы
+  (см. roadmap — follow-up'ы по роли, без Plane-ID).
+- **Анти-дрейф тесты:** `tests/test_llm_call_site_inventory.py` (TC-01…TC-06, TC-09, TC-12, TC-13,
+  TC-14) и `tests/test_llm_determinization_docs.py` (TC-07/08/11). Дискриминатор всех проверок —
+  **«консультирует LLM», а не «спавнит subprocess»**.
+- **Связанные документы:** [`llm-usage-policy.md`](llm-usage-policy.md),
+  [`llm-determinization-roadmap.md`](llm-determinization-roadmap.md).

docs/architecture/llm-determinization-roadmap.md

@@ -0,0 +1,70 @@
+# LLM determinization roadmap (ORCH-118)
+
+> **Что это.** Упорядоченный план детерминированных замен **avoidable LLM control paths**
+> (`{tester, deployer}` — см. [`llm-call-sites.md`](llm-call-sites.md)). Это **транзиентный план**:
+> он обновляется по мере закрытия follow-up'ов. ORCH-118 раннеры **не реализует** (FR-7); старт каждого
+> кандидата гейтится утверждением карты.
+>
+> **Кандидаты названы ПО РОЛИ.** Конкретные follow-up Plane-ID **не фиксируются** ни в одном артефакте
+> (R3 / NFR-6): этих work item нет в подтверждённом backlog; ID присваивается при заведении задачи.
+> Анти-фабрикация прибита тестом `TC-11` (`tests/test_llm_determinization_docs.py`).
+>
+> **Оценки экономии — «оценка до фактического замера» (NFR-5).** Источник — существующие колонки
+> `agent_runs` (`model`/`effort`/токены/стоимость/время); точные числа снимаются при заведении
+> follow-up'а через `GET /metrics` / запрос к `agent_runs`. Здесь — порядок величины, а не контракт.
+
+---
+
+## 1. Рекомендованный первый срез — **deployer (staging-status)**
+
+Обоснование (самый низкорисковый «чисто деривируемый» control path):
+
+1. **Деривируемость максимальна.** Вердикт `staging_status:` — **чистый маппинг** exit-кода
+   `scripts/staging_check.py`; готовый leaf `src/staging_verdict.py::compute_staging_verdict` (ORCH-061)
+   уже считает этот вердикт детерминированно.
+2. **Прод уже детерминирован.** Ребро `deploy` (`deploy_status:`) для self-hosting `orchestrator`
+   производит детерминированный finalizer (Phase A/B/C, ORCH-036) — LLM в критическом
+   self-restart-пути нет. Срез не трогает критический путь → минимальная поверхность риска.
+3. **Опирается на прецедент** `D1`/`D2` (`launch_job`-перехват **до** `_spawn`) — архитектурный риск
+   замены агента уже снят рабочим паттерном.
+4. **`replace-deterministic-now`, без hybrid-fallback** (в отличие от tester).
+
+## 2. Второй кандидат — **tester (гибрид)**
+
+Детерминированное ядро (`pytest` + smoke даёт PASS/FAIL по exit-коду) покрывает основной вердикт;
+LLM-фолбэк сохраняется **только** на суждение, не сводимое к exit-коду: **триаж падений** и **маппинг
+TC ↔ критерии приёмки**. Поэтому `needs-hybrid-fallback`, а не `replace-deterministic-now`: поверхность
+суждения шире и объём работы больше.
+
+## 3. Общие требования к каждому follow-up'у
+
+Каждый кандидат при заведении задачи несёт: kill-switch + обратимость (паттерн
+ORCH-022/027/043/089/090 — флаг `*_enabled`, пустой CSV `*_repos` → self-hosting only), скоуп-гард
+(не трогать `STAGE_TRANSITIONS`/`QG_CHECKS`/`check_*`/machine-verdict/схему БД), а замена-агента —
+перехват в `launch_job` **до** `_spawn` (как `D1`/`D2`). Свежесть прецедента — инцидент-трек
+ORCH-110/111/112/113/114/117 (единое детерминированное владение side-effectful путями).
+
+---
+
+## 4. Машинно-читаемый блок roadmap
+
+> Заголовок (`rank | role | dependencies | savings_estimate_source | security_risk | hybrid_needed |
+> followup_type | first_slice`) парсится `tests/test_llm_determinization_docs.py::test_tc07_*`.
+> `followup_type` — **по роли**, без Plane-ID. Ровно один `first_slice = yes`.
+
+<!-- ORCH-118-ROADMAP-BLOCK:START -->
+| rank | role | dependencies | savings_estimate_source | security_risk | hybrid_needed | followup_type | first_slice |
+|------|------|--------------|-------------------------|---------------|---------------|---------------|-------------|
+| 1 | deployer | staging_verdict.compute_staging_verdict (ORCH-061) + launch_job pre-spawn precedent (D1/D2) | agent_runs (deployer rows; estimate pending GET /metrics) | low (prod already deterministic via Phase A/B/C ORCH-036) | no | deployer-replacement (staging-status mapping) | yes |
+| 2 | tester | deterministic pytest+smoke core; LLM fallback for failure triage / TC-to-criteria mapping | agent_runs (tester rows; estimate pending GET /metrics) | medium (failure-triage judgment must stay correct) | yes | tester-hybrid (deterministic core + LLM fallback) | no |
+<!-- ORCH-118-ROADMAP-BLOCK:END -->
+
+---
+
+## 5. Вне scope
+
+- `reviewer` — C, но **keep** (вердикт «приемлемость кода/решения» не деривируем): **не** в roadmap'е.
+- `analyst`/`architect`/`developer` — P (artifact-producer, не control path): **не** в roadmap'е.
+- Реализация раннеров — отдельные follow-up задачи (по роли), стартуют после утверждения карты.
+
+Связанные документы: [`llm-call-sites.md`](llm-call-sites.md), [`llm-usage-policy.md`](llm-usage-policy.md).

docs/architecture/llm-usage-policy.md

@@ -0,0 +1,96 @@
+# LLM usage policy (ORCH-118)
+
+> **Нормативный durable-документ.** Формулирует принцип использования LLM в оркестраторе, критерии
+> «keep vs replace» через **control-path-ось**, и нормативное **определение «avoidable LLM control
+> path»**. Применяется ко **всем** будущим правкам control-path'ов. Сопутствующие артефакты —
+> карта [`llm-call-sites.md`](llm-call-sites.md) и roadmap [`llm-determinization-roadmap.md`](llm-determinization-roadmap.md).
+
+---
+
+## 1. Принцип
+
+**LLM — только там, где нужно настоящее суждение.** Если решение/вердикт control-path'а есть
+**детерминированная функция tool-сигналов**, которые оркестратор уже вычисляет (exit-code `pytest`,
+smoke, `staging_check.py`, статус деплоя, наличие файлов, CI-статус), — оно должно приниматься
+**детерминированно**, а не консультацией LLM. LLM сохраняется там, где требуется суждение, **не
+сводимое** к tool-сигналу (анализ требований, архитектурное решение, написание кода, приемлемость
+ревью).
+
+Это защищает **автономность** (NFR-2): меньше точек, где недетерминизм/стоимость/латентность LLM
+встроены в поток управления, и меньше класса инцидентов «LLM-агент принял решение, которое на деле
+есть исполнение фиксированных команд и маппинг результата» (RCA-трек ORCH-110/111/112/113/114/117).
+
+---
+
+## 2. Три оси решения (ground-truth — код)
+
+1. **consultation ≠ transport/slot.** «LLM консультируется» ⇔ решение/артефакт конвейера **потребляет
+   суждение LLM**. Существование транспорта (`_spawn`) или слота агента (job-роли с перехватом до
+   `_spawn`) — это **capability**, не консультация.
+2. **control-path (C) ≠ artifact-producer (P)** — определяется **кодом-потребителем** вывода роли:
+   - **(C)** LLM эмитит machine-verdict, на котором **ветвится `check_*`-гейт** → суждение входит в
+     поток управления.
+   - **(P)** LLM производит артефакт, а продвижение решает **детерминированный гейт** независимо
+     (наличие файлов / CI) → суждение в control flow не входит.
+3. **деривируемость вердикта** — вердикт C-консультации либо детерминированная функция tool-сигналов,
+   либо настоящее суждение, не сводимое к exit-коду.
+
+---
+
+## 3. Нормативное определение «avoidable LLM control path»
+
+Это **двухбитный проверяемый предикат над `src/qg/checks.py`**, а не «удобство на глаз».
+
+<!-- ORCH-118-AVOIDABLE-DEFINITION-BLOCK:START -->
+Call-site является **avoidable LLM control path** тогда и только тогда, когда выполнены **оба** условия:
+- **(i)** это **C (control-path)** консультация — её LLM-вердикт потребляется потоком управления
+  (`check_*`-гейт ветвится на нём: PASS → дальше / FAIL → откат);
+- **(ii)** вердикт **деривируем** (derivable) из tool-сигналов, которые оркестратор уже вычисляет сам —
+  exit-code `pytest` / smoke / `staging_check.py` / статус деплоя.
+
+Если оба условия выполнены, суждение LLM не добавляет информации → консультацию можно снять без потери
+смысла (заменить детерминированным раннером или гибридом с LLM-фолбэком только на не-деривируемую часть).
+<!-- ORCH-118-AVOIDABLE-DEFINITION-BLOCK:END -->
+
+**Поимённый целевой набор** (сверен с кодом, прибит тестами TC-13/TC-14):
+
+- **avoidable LLM control paths = `{tester, deployer}`** — C **и** вердикт деривируем
+  (`result:` = exit-code `pytest`+smoke; `staging_status:` = маппинг exit-кода `staging_check.py`).
+- **`reviewer`** — C, но **keep**: вердикт «приемлемость кода/решения» **НЕ деривируем** из exit-кода
+  (настоящее суждение). Это control-path-но-keep, **не** avoidable.
+- **`analyst` / `architect` / `developer`** — **не** control path (**P**, artifact-producer):
+  детерминированный гейт судит артефакт независимо.
+
+---
+
+## 4. Критерии решения: keep vs replace
+
+| Ситуация (по осям §2) | Решение | Класс |
+|-----------------------|---------|-------|
+| **P** — artifact-producer (детерминированный гейт судит артефакт) | **keep** LLM | `keep-LLM` |
+| **C**, вердикт **НЕ деривируем** (настоящее суждение) | **keep** LLM (назвать суждение) | `keep-LLM` |
+| **C**, вердикт **деривируем**, замена безопасна сейчас | **replace** | `replace-deterministic-now` |
+| **C**, вердикт деривируем, но замена позже / с предпосылками | **replace later** | `replace-later/risky` |
+| **C**, ядро деривируемо, но часть требует суждения | **hybrid** (детерм. ядро + LLM-фолбэк) | `needs-hybrid-fallback` |
+
+> **keep-LLM требует обоснования:** любая `keep-LLM`-запись обязана **назвать конкретное суждение**;
+> для C-keep — явно зафиксировать **не-деривируемость** вердикта (почему не сводится к exit-коду).
+
+---
+
+## 5. Требование к новым/изменённым control-path'ам (норматив)
+
+- **Обоснование против политики.** Любой **новый** или изменённый control-path, который консультирует
+  LLM, обязан в своём ADR обосновать это против настоящей политики: показать, что он **P** (artifact
+  judged independently) **или** **C с не-деривируемым** вердиктом. C-консультация с деривируемым
+  вердиктом — это `avoidable`; её ввод без обоснования reviewer ловит как finding ≥P1.
+- **Reviewer-ось (как ORCH-079) — требование, не реализация гейта.** Политика **рекомендует**
+  reviewer'у проверять соответствие новых control-path'ов настоящей политике; ORCH-118 **не** вводит
+  новый Quality Gate (`QG_CHECKS`/`check_*` не меняются) — это нормативное требование процесса.
+- **Норматив сопровождения.** Меняешь место вызова LLM или потребителя вердикта в `src/qg/checks.py` →
+  обнови карту [`llm-call-sites.md`](llm-call-sites.md) и эту политику **в том же PR** (анти-дрейф
+  держат TC-13/TC-14).
+- **Единственный транспорт.** Единственный разрешённый транспорт LLM-консультации в `src/**` — это
+  `launcher._spawn` (S0). Ввод второго транспорта (новый `_spawn`, импорт `anthropic`/`openai`/иного
+  LLM-SDK, прямой HTTP Anthropic/Claude, второй model-invoking subprocess) запрещён без явного ADR;
+  прибито тестами TC-01/TC-12.

docs/overview/tech-quality-security.md

@@ -40,6 +40,22 @@
 - Анти-регресс машинный: структурные тесты сканируют исполняемый код на боевые хост-литералы,
   а документацию — на секретоподобные значения; находка рвёт CI.
 
+## Где уместен LLM: карта вызовов и нормативная политика
+
+Платформа держит **доказательную карту** всех мест, где поток управления потребляет суждение
+LLM, и **нормативную политику** «LLM — только там, где нужно настоящее суждение». Карта разводит
+три факта: консультация ≠ транспорт/слот; **control-path** (вердикт LLM ветвит поток управления)
+≠ **artifact-producer** (детерминированный гейт судит артефакт независимо); и деривируемость
+вердикта из tool-сигналов. Путь называется **avoidable LLM control path**, когда он одновременно
+control-path и его вердикт деривируем из exit-кодов (тогда консультацию можно заменить
+детерминированным раннером). Поимённо: avoidable = `{tester, deployer}`; настоящее суждение
+сохраняется у `{analyst, architect, developer, reviewer}`. Карта — снимок, прибитый структурными
+анти-дрейф тестами; реализация замен — отдельные follow-up'ы по роли.
+
+- Карта вызовов LLM: [`../architecture/llm-call-sites.md`](../architecture/llm-call-sites.md)
+- Нормативная политика: [`../architecture/llm-usage-policy.md`](../architecture/llm-usage-policy.md)
+- Порядок замен: [`../architecture/llm-determinization-roadmap.md`](../architecture/llm-determinization-roadmap.md)
+
 ## Self-hosting-страховки
 
 Платформа дорабатывает сама себя тем же конвейером — прод-инстанс при этом обслуживает и

tests/test_llm_call_site_inventory.py

@@ -0,0 +1,448 @@
+# ORCH-118 (FR-6 / AC-1, AC-3, AC-6, AC-7, AC-10): structural anti-drift tests for
+# the LLM call-site map (docs/architecture/llm-call-sites.md).
+#
+# UNIT OF INVENTORY = an *LLM consultation* (a control-path consumes an LLM
+# judgment), NOT "a process is spawned / Claude CLI exists" (R4, BRD §0). The
+# discriminator of every check below is therefore **"consults an LLM"**, never
+# "spawns a subprocess": the orchestrator spawns dozens of deterministic tools
+# (git / pytest / docker / ssh / scanners / staging_check.py) and those are
+# explicitly NOT matched — otherwise the test would degenerate into "count every
+# Popen" (the corruption these tests exist to avoid).
+#
+# These tests are fully offline and deterministic: no network, no LLM, no
+# subprocess-to-a-model. They read repository source + the canonical machine
+# blocks embedded in the map and assert the map stays in sync with the code.
+#
+# The map carries two machine-readable blocks the parser keys on:
+#   * ORCH-118-INVENTORY-BLOCK        — the call-site table (8 columns, D2)
+#   * ORCH-118-KEEP-JUSTIFICATION-BLOCK — keep-LLM named-judgment list (TC-05)
+# Both are human-readable markdown AND machine-parseable (stdlib split), per
+# ADR-001 D2/D5 (no brittle prose regex).
+
+import re
+from pathlib import Path
+
+from src.qg.checks import QG_CHECKS
+from src.stages import STAGE_TRANSITIONS
+
+REPO_ROOT = Path(__file__).resolve().parents[1]
+SRC = REPO_ROOT / "src"
+WATCHDOG = REPO_ROOT / "watchdog"
+AGENTS_DIR = REPO_ROOT / ".openclaw" / "agents"
+MAP = REPO_ROOT / "docs" / "architecture" / "llm-call-sites.md"
+
+# The single allowed transport (S0): launcher._spawn builds + launches the Claude CLI.
+TRANSPORT_FILE = "src/agents/launcher.py"
+
+# Roles split by control-path axis (§0-bis). Ground truth lives in src/qg/checks.py
+# (the deterministic consumers) — the map must mirror it.
+P_ROLES = frozenset({"analyst", "architect", "developer"})
+C_ROLES = frozenset({"reviewer", "tester", "deployer"})
+AGENT_ROLES = P_ROLES | C_ROLES
+
+# P-roles are consumed by deterministic gates that judge an ARTIFACT (file
+# presence / CI) independently of any LLM self-report.
+P_CONSUMERS = frozenset(
+    {"check_analysis_complete", "check_architecture_done", "check_ci_green"}
+)
+# C-roles are consumed by verdict-parsers that READ a machine-verdict the LLM wrote
+# — the LLM judgment branches the control flow (PASS->advance / FAIL->rollback).
+C_CONSUMERS = frozenset(
+    {
+        "check_reviewer_verdict",
+        "_parse_tests_verdict",
+        "_parse_staging_status",
+        "_parse_deploy_status",
+    }
+)
+
+ALLOWED_CLASSES = frozenset(
+    {
+        "keep-LLM",
+        "replace-deterministic-now",
+        "replace-later/risky",
+        "needs-hybrid-fallback",
+        "already-deterministic",
+    }
+)
+
+AGENT_IDS = frozenset({"A1", "A2", "A3", "A4", "A5", "A6"})
+ALL_IDS = frozenset({"S0", "A1", "A2", "A3", "A4", "A5", "A6", "D1", "D2"})
+
+# Deterministic leaf modules / routing that must NOT consult an LLM (FR-3 / AC-3).
+DETERMINISTIC_MODULES = (
+    "stages",
+    "stage_engine",
+    "serial_gate",
+    "merge_gate",
+    "coverage_gate",
+    "security_gate",
+    "staging_verdict",
+    "review_parse",
+    "error_classifier",
+    "frontmatter",
+    "self_deploy",
+    "post_deploy",
+    "transition_lease",
+    "reconciler",
+    "job_reaper",
+)
+
+# Alternative-LLM-transport signatures forbidden anywhere in src/** + watchdog/**
+# (TC-12 / FR-6f): an LLM SDK import or a direct Anthropic/Claude HTTP endpoint.
+_FORBIDDEN_TRANSPORT_RE = (
+    re.compile(r"^\s*(?:from|import)\s+anthropic\b", re.M),
+    re.compile(r"^\s*(?:from|import)\s+openai\b", re.M),
+    re.compile(r"api\.anthropic\.com"),
+    re.compile(r"/v1/messages"),
+)
+
+# Frozen snapshot of the runtime contract (TC-09 / FR-7 / AC-7). ORCH-118 is
+# docs+tests-only; if this drifts, the map task touched the stage machine / gates.
+EXPECTED_STAGE_AGENTS = frozenset(
+    {"analyst", "architect", "developer", "reviewer", "tester", "deployer"}
+)
+EXPECTED_QG_CHECKS = frozenset(
+    {
+        "check_analysis_approved",
+        "check_analysis_complete",
+        "check_architecture_done",
+        "check_ci_green",
+        "check_review_approved",
+        "check_tests_passed",
+        "check_reviewer_verdict",
+        "check_tests_local",
+        "check_deploy_status",
+        "check_staging_status",
+        "check_branch_mergeable",
+        "check_staging_image_fresh",
+        "check_security_gate",
+        "check_coverage_gate",
+    }
+)
+
+
+# ---------------------------------------------------------------------------
+# Helpers (stdlib only)
+# ---------------------------------------------------------------------------
+def _src_py_files() -> list[Path]:
+    return sorted(SRC.glob("**/*.py"))
+
+
+def _src_and_watchdog_py_files() -> list[Path]:
+    files = list(SRC.glob("**/*.py"))
+    if WATCHDOG.is_dir():
+        files.extend(WATCHDOG.glob("**/*.py"))
+    return sorted(files)
+
+
+def _rel(p: Path) -> str:
+    return p.relative_to(REPO_ROOT).as_posix()
+
+
+def _function_body(source: str, name: str) -> str:
+    """Return the source text of ``def <name>`` up to (excluding) the next
+    same-or-lower-indent def/class/decorator. Robust to line drift."""
+    lines = source.splitlines()
+    start = None
+    indent = 0
+    for i, line in enumerate(lines):
+        stripped = line.lstrip()
+        if stripped.startswith(f"def {name}("):
+            start = i
+            indent = len(line) - len(stripped)
+            break
+    assert start is not None, f"def {name}( not found in source"
+    body = [lines[start]]
+    for line in lines[start + 1 :]:
+        if not line.strip():
+            body.append(line)
+            continue
+        cur_indent = len(line) - len(line.lstrip())
+        head = line.lstrip()
+        if cur_indent <= indent and head.startswith(("def ", "class ", "@")):
+            break
+        body.append(line)
+    return "\n".join(body)
+
+
+def _extract_block(text: str, name: str) -> str:
+    start = f"<!-- {name}:START -->"
+    end = f"<!-- {name}:END -->"
+    assert start in text, f"missing block start marker {start!r} in map"
+    assert end in text, f"missing block end marker {end!r} in map"
+    return text.split(start, 1)[1].split(end, 1)[0]
+
+
+def _parse_pipe_table(block: str) -> list[dict]:
+    """Parse a GitHub-style pipe table into a list of {column: value} dicts."""
+    header = None
+    rows: list[dict] = []
+    for raw in block.splitlines():
+        line = raw.strip()
+        if not line.startswith("|"):
+            continue
+        cells = [c.strip() for c in line.strip("|").split("|")]
+        joined = "".join(cells)
+        if joined and set(joined) <= set("-: "):
+            continue  # separator row |---|---|
+        if header is None:
+            header = [c.lower() for c in cells]
+            continue
+        rows.append(dict(zip(header, cells)))
+    return rows
+
+
+def _inventory_rows() -> list[dict]:
+    block = _extract_block(MAP.read_text(encoding="utf-8"), "ORCH-118-INVENTORY-BLOCK")
+    rows = _parse_pipe_table(block)
+    assert rows, "inventory block parsed to zero rows"
+    return rows
+
+
+def _agent_rows() -> list[dict]:
+    return [r for r in _inventory_rows() if r["id"] in AGENT_IDS]
+
+
+def _by_role() -> dict[str, dict]:
+    return {r["role"]: r for r in _agent_rows()}
+
+
+def _parse_justifications() -> dict[str, str]:
+    """Parse the keep-LLM named-judgment list: ``- role: justification text``."""
+    block = _extract_block(
+        MAP.read_text(encoding="utf-8"), "ORCH-118-KEEP-JUSTIFICATION-BLOCK"
+    )
+    out: dict[str, str] = {}
+    for raw in block.splitlines():
+        line = raw.strip()
+        m = re.match(r"^[-*]\s*([A-Za-z_-]+)\s*:\s*(.+)$", line)
+        if m:
+            out[m.group(1).strip()] = m.group(2).strip()
+    return out
+
+
+# ---------------------------------------------------------------------------
+# TC-01 — single LLM-consultation transport (necessary, completed by TC-12).
+# ---------------------------------------------------------------------------
+def test_tc01_single_llm_transport():
+    """Exactly one place in src/** assembles+launches the Claude CLI, matched by
+    the CONJUNCTION of transport signals (CLAUDE_BIN AND --system-prompt AND a
+    process launcher) — and it is launcher._spawn. The conjunction is mandatory:
+    bare CLAUDE_BIN would false-positive on preflight.py (existence check) and
+    config.py (path literal), neither of which consults an LLM (ADR D5a)."""
+    hits = []
+    for f in _src_py_files():
+        text = f.read_text(encoding="utf-8")
+        launches = ("Popen" in text) or ('"bash"' in text) or ("'bash'" in text)
+        if "--system-prompt" in text and "CLAUDE_BIN" in text and launches:
+            hits.append(_rel(f))
+    assert hits == [TRANSPORT_FILE], (
+        "expected the single LLM-transport to be launcher._spawn; got: " + repr(hits)
+    )
+    # The transport assembly lives inside _spawn specifically.
+    launcher = (SRC / "agents" / "launcher.py").read_text(encoding="utf-8")
+    assert "--system-prompt" in _function_body(launcher, "_spawn"), (
+        "--system-prompt is not inside def _spawn — transport moved?"
+    )
+
+
+# ---------------------------------------------------------------------------
+# TC-12 — no alternative LLM transport (FR-6f / AC-1, AC-6).
+# ---------------------------------------------------------------------------
+def test_tc12_no_alternative_llm_transport():
+    """No LLM-SDK import, no direct Anthropic/Claude HTTP endpoint, and no SECOND
+    --system-prompt-bearing subprocess builder anywhere in src/** + watchdog/**.
+    Closes the gap 'one _spawn green, a new consultation grew next to it'."""
+    sdk_offenders = []
+    for f in _src_and_watchdog_py_files():
+        text = f.read_text(encoding="utf-8")
+        for rx in _FORBIDDEN_TRANSPORT_RE:
+            if rx.search(text):
+                sdk_offenders.append(f"{_rel(f)}: {rx.pattern}")
+    assert not sdk_offenders, (
+        "alternative LLM transport found (allowed transport = S0/launcher._spawn "
+        "only):\n" + "\n".join(sdk_offenders)
+    )
+    # No second --system-prompt builder outside the allowlisted transport file.
+    second_builders = [
+        _rel(f)
+        for f in _src_and_watchdog_py_files()
+        if "--system-prompt" in f.read_text(encoding="utf-8")
+        and _rel(f) != TRANSPORT_FILE
+    ]
+    assert second_builders == [], (
+        "a second --system-prompt subprocess builder appeared: " + repr(second_builders)
+    )
+
+
+# ---------------------------------------------------------------------------
+# TC-02 — deterministic modules carry no LLM consultation (FR-6b / AC-3).
+# ---------------------------------------------------------------------------
+def test_tc02_deterministic_modules_no_llm_consultation():
+    """The listed routing/leaf modules do not consult an LLM (no _spawn transport,
+    no alternative transport). Their git/pytest/docker/ssh/scanner subprocesses are
+    deterministic TOOLS, not LLM consultations — discriminator is 'consults LLM',
+    not 'spawns subprocess'."""
+    offenders = []
+    for mod in DETERMINISTIC_MODULES:
+        path = SRC / f"{mod}.py"
+        assert path.is_file(), f"deterministic module missing: {path}"
+        text = path.read_text(encoding="utf-8")
+        if "--system-prompt" in text:
+            offenders.append(f"{mod}: builds --system-prompt (LLM transport)")
+        for rx in _FORBIDDEN_TRANSPORT_RE:
+            if rx.search(text):
+                offenders.append(f"{mod}: {rx.pattern}")
+    assert not offenders, "LLM consultation found in deterministic path:\n" + "\n".join(
+        offenders
+    )
+
+
+# ---------------------------------------------------------------------------
+# TC-03 — prompt files on disk match the map, both ways (FR-6c / AC-1).
+# ---------------------------------------------------------------------------
+def test_tc03_prompt_files_match_map():
+    on_disk = {p.stem for p in AGENTS_DIR.glob("*.md")}
+    in_map = {r["role"] for r in _agent_rows()}
+    assert on_disk == set(AGENT_ROLES), (
+        f"prompt files on disk drifted from the 6 canonical roles: {on_disk}"
+    )
+    assert in_map == on_disk, (
+        f"map agent roles {in_map} != prompt files on disk {on_disk}"
+    )
+
+
+# ---------------------------------------------------------------------------
+# TC-04 — totality + axis-consistent classification (FR-6d / FR-2 / AC-2).
+# ---------------------------------------------------------------------------
+def test_tc04_classification_total_and_axis_consistent():
+    rows = _inventory_rows()
+    ids = [r["id"] for r in rows]
+    assert len(ids) == len(set(ids)), f"duplicate call-site ids: {ids}"
+    assert set(ids) == set(ALL_IDS), f"call-site id set drifted: {set(ids)}"
+
+    for r in rows:
+        cls = r["classification"]
+        if r["id"] == "S0":
+            assert cls in ("-", "—"), f"S0 (transport) must not be classified: {cls!r}"
+        else:
+            assert cls in ALLOWED_CLASSES or cls in ("-", "—"), (
+                f"{r['id']} class out of taxonomy: {cls!r}"
+            )
+
+    # Class is DERIVED from the axis (not postulated): P->keep; C+!avoidable->keep;
+    # C+avoidable->replace-*/hybrid.
+    for r in _agent_rows():
+        axis = r["axis"].upper()
+        avoidable = r["avoidable"].lower()
+        cls = r["classification"]
+        if axis == "P":
+            assert cls == "keep-LLM", f"{r['role']} is P but class {cls!r}"
+        elif axis == "C" and avoidable == "no":
+            assert cls == "keep-LLM", f"{r['role']} is C-keep but class {cls!r}"
+        elif axis == "C" and avoidable == "yes":
+            assert cls in {
+                "replace-deterministic-now",
+                "replace-later/risky",
+                "needs-hybrid-fallback",
+            }, f"{r['role']} is avoidable but class {cls!r}"
+        else:
+            raise AssertionError(f"{r['role']}: bad axis/avoidable {axis!r}/{avoidable!r}")
+
+
+# ---------------------------------------------------------------------------
+# TC-05 — keep-LLM requires a named judgment; C-keep states non-derivability.
+# ---------------------------------------------------------------------------
+def test_tc05_keep_llm_named_judgment():
+    keep_roles = {r["role"] for r in _agent_rows() if r["classification"] == "keep-LLM"}
+    assert keep_roles == {"analyst", "architect", "developer", "reviewer"}, (
+        f"keep-LLM role set drifted: {keep_roles}"
+    )
+    just = _parse_justifications()
+    for role in keep_roles:
+        assert just.get(role, "").strip(), f"keep-LLM role {role} has no named judgment"
+    # reviewer is C-keep: its justification must explain NON-derivability of the verdict.
+    assert "deriv" in just["reviewer"].lower(), (
+        "reviewer (C-keep) justification must state the verdict is NOT derivable "
+        "from an exit-code"
+    )
+
+
+# ---------------------------------------------------------------------------
+# TC-06 — capability != consultation: D1/D2 intercepted before _spawn (FR-6e).
+# ---------------------------------------------------------------------------
+def test_tc06_capability_not_consultation():
+    launcher = (SRC / "agents" / "launcher.py").read_text(encoding="utf-8")
+    body = _function_body(launcher, "launch_job")
+    i_finalizer = body.find('"deploy-finalizer"')
+    i_monitor = body.find('"post-deploy-monitor"')
+    i_spawn = body.find("self._spawn(")
+    assert i_finalizer != -1, "deploy-finalizer guard not found in launch_job"
+    assert i_monitor != -1, "post-deploy-monitor guard not found in launch_job"
+    assert i_spawn != -1, "self._spawn( call not found in launch_job"
+    assert i_finalizer < i_spawn, "deploy-finalizer guard must precede _spawn"
+    assert i_monitor < i_spawn, "post-deploy-monitor guard must precede _spawn"
+    assert "return self._run_deploy_finalizer_job" in body
+    assert "return self._run_post_deploy_monitor_job" in body
+
+
+# ---------------------------------------------------------------------------
+# TC-09 — runtime contract snapshot unchanged (FR-7 / AC-7).
+# ---------------------------------------------------------------------------
+def test_tc09_runtime_contract_snapshot():
+    agents = {t["agent"] for t in STAGE_TRANSITIONS.values() if t["agent"]}
+    assert agents == set(EXPECTED_STAGE_AGENTS), (
+        f"STAGE_TRANSITIONS agent set changed: {agents}"
+    )
+    assert set(QG_CHECKS) == set(EXPECTED_QG_CHECKS), (
+        f"QG_CHECKS name set changed: {set(QG_CHECKS)}"
+    )
+
+
+# ---------------------------------------------------------------------------
+# TC-13 — control-path axis is consistent with the real consumer (FR-6g / AC-10).
+# ---------------------------------------------------------------------------
+def test_tc13_control_path_axis_correct():
+    checks_src = (SRC / "qg" / "checks.py").read_text(encoding="utf-8")
+    rows = _agent_rows()
+    for r in rows:
+        role = r["role"]
+        axis = r["axis"].upper()
+        consumer = r["output_consumer"].split(":")[0].strip()
+        assert re.search(rf"def {re.escape(consumer)}\(", checks_src), (
+            f"{role}: output_consumer {consumer!r} is not a def in src/qg/checks.py"
+        )
+        if role in P_ROLES:
+            assert axis == "P", f"{role} must be axis P, got {axis!r}"
+            assert consumer in P_CONSUMERS, (
+                f"{role} (P) consumer {consumer!r} is not a deterministic artifact gate"
+            )
+        elif role in C_ROLES:
+            assert axis == "C", f"{role} must be axis C, got {axis!r}"
+            assert consumer in C_CONSUMERS, (
+                f"{role} (C) consumer {consumer!r} is not a verdict-parser"
+            )
+        else:
+            raise AssertionError(f"unexpected agent role in map: {role!r}")
+    assert {r["role"] for r in rows if r["axis"].upper() == "P"} == set(P_ROLES)
+    assert {r["role"] for r in rows if r["axis"].upper() == "C"} == set(C_ROLES)
+
+
+# ---------------------------------------------------------------------------
+# TC-14 — avoidable LLM control-path set is exactly {tester, deployer} (FR-6h).
+# ---------------------------------------------------------------------------
+def test_tc14_avoidable_set_fixed():
+    rows = _agent_rows()
+    by_role = {r["role"]: r for r in rows}
+    avoidable = {r["role"] for r in rows if r["avoidable"].lower() == "yes"}
+    assert avoidable == {"tester", "deployer"}, (
+        f"avoidable LLM control-path set drifted from {{tester, deployer}}: {avoidable}"
+    )
+    # reviewer: control path (C) but KEEP — verdict not derivable.
+    assert by_role["reviewer"]["axis"].upper() == "C"
+    assert by_role["reviewer"]["avoidable"].lower() == "no"
+    # analyst / architect / developer: NOT control path (P artifact-producer).
+    for role in ("analyst", "architect", "developer"):
+        assert by_role[role]["axis"].upper() == "P", f"{role} must be P (not control path)"
+        assert by_role[role]["avoidable"].lower() == "no", f"{role} must not be avoidable"

tests/test_llm_determinization_docs.py

@@ -0,0 +1,152 @@
+# ORCH-118 (FR-4 / FR-5 / FR-8 / AC-4, AC-5, AC-9, AC-10): structural tests for the
+# determinization roadmap and the LLM usage policy.
+#
+# These are offline/deterministic (no network, no LLM, no subprocess). They assert
+# the roadmap carries the mandatory per-candidate attributes (named BY ROLE, never a
+# fabricated Plane-ID), that the policy is normative and defines "avoidable LLM
+# control path" as a checkable predicate, and that NO doc binds a candidate to a
+# non-existent follow-up Plane-ID (R3 / NFR-6 anti-fabrication).
+
+import re
+from pathlib import Path
+
+REPO_ROOT = Path(__file__).resolve().parents[1]
+ARCH = REPO_ROOT / "docs" / "architecture"
+MAP = ARCH / "llm-call-sites.md"
+ROADMAP = ARCH / "llm-determinization-roadmap.md"
+POLICY = ARCH / "llm-usage-policy.md"
+WORK_ITEMS = REPO_ROOT / "docs" / "work-items"
+
+# A follow-up Plane-ID pattern in the ORCH-1XX range. ORCH-118 itself is allowed;
+# any OTHER ORCH-1XX referenced in a doc must resolve to a real work-item dir —
+# this catches the R2 anti-pattern of binding the map to invented IDs
+# (ORCH-115 / ORCH-116, which do not exist).
+_PLANE_ID_RE = re.compile(r"ORCH-1\d\d")
+_SELF_ID = "ORCH-118"
+
+
+def _extract_block(text: str, name: str) -> str:
+    start = f"<!-- {name}:START -->"
+    end = f"<!-- {name}:END -->"
+    assert start in text, f"missing block start marker {start!r}"
+    assert end in text, f"missing block end marker {end!r}"
+    return text.split(start, 1)[1].split(end, 1)[0]
+
+
+def _parse_pipe_table(block: str) -> list[dict]:
+    header = None
+    rows: list[dict] = []
+    for raw in block.splitlines():
+        line = raw.strip()
+        if not line.startswith("|"):
+            continue
+        cells = [c.strip() for c in line.strip("|").split("|")]
+        joined = "".join(cells)
+        if joined and set(joined) <= set("-: "):
+            continue
+        if header is None:
+            header = [c.lower() for c in cells]
+            continue
+        rows.append(dict(zip(header, cells)))
+    return rows
+
+
+def _roadmap_rows() -> list[dict]:
+    block = _extract_block(ROADMAP.read_text(encoding="utf-8"), "ORCH-118-ROADMAP-BLOCK")
+    rows = _parse_pipe_table(block)
+    assert rows, "roadmap block parsed to zero rows"
+    return rows
+
+
+# ---------------------------------------------------------------------------
+# TC-07 — roadmap completeness + recommended first slice (FR-4 / AC-4).
+# ---------------------------------------------------------------------------
+def test_tc07_roadmap_completeness_and_first_slice():
+    rows = _roadmap_rows()
+    roles = {r["role"] for r in rows}
+    # The two avoidable LLM control paths are the roadmap candidates.
+    assert {"deployer", "tester"} <= roles, f"roadmap missing candidates: {roles}"
+
+    ranks = []
+    first_slice_roles = []
+    for r in rows:
+        role = r["role"]
+        assert r["dependencies"].strip(), f"{role}: empty dependencies"
+        # Savings estimate must cite its source (agent_runs / usage).
+        assert "agent_runs" in r["savings_estimate_source"], (
+            f"{role}: savings estimate not sourced from agent_runs"
+        )
+        assert r["security_risk"].strip(), f"{role}: empty security_risk"
+        assert r["hybrid_needed"].lower() in {"yes", "no"}, (
+            f"{role}: hybrid_needed must be yes/no, got {r['hybrid_needed']!r}"
+        )
+        # follow-up is named BY ROLE, never a Plane-ID (R3 / NFR-6 / AC-9).
+        ftype = r["followup_type"]
+        assert ftype.strip(), f"{role}: empty followup_type"
+        assert not re.search(r"ORCH-\d+", ftype), (
+            f"{role}: followup_type binds a Plane-ID ({ftype!r}) — forbidden (AC-9)"
+        )
+        assert role in ftype, f"{role}: followup_type must name the role, got {ftype!r}"
+        ranks.append(int(r["rank"]))
+        if r["first_slice"].lower() == "yes":
+            first_slice_roles.append(role)
+
+    assert ranks == sorted(ranks), f"roadmap not ordered by rank: {ranks}"
+    assert len(set(ranks)) == len(ranks), f"duplicate ranks: {ranks}"
+    # Exactly one recommended first slice, and it is the deployer (staging) replacement.
+    assert first_slice_roles == ["deployer"], (
+        f"recommended first slice must be exactly [deployer]; got {first_slice_roles}"
+    )
+
+
+# ---------------------------------------------------------------------------
+# TC-08 — policy exists, is normative, and defines "avoidable LLM control path".
+# ---------------------------------------------------------------------------
+def test_tc08_policy_normative_and_defines_avoidable():
+    assert POLICY.is_file(), "llm-usage-policy.md missing"
+    text = POLICY.read_text(encoding="utf-8")
+
+    # Principle: LLM only where genuine judgment is needed.
+    assert "настоящее суждение" in text, "policy missing the core principle"
+    # keep vs replace criteria, framed through the control-path axis.
+    low = text.lower()
+    assert "keep" in low and "replace" in low, "policy missing keep/replace criteria"
+    assert "control path" in low or "control-path" in low, (
+        "policy keep/replace criteria not framed through the control-path axis"
+    )
+
+    # The defined term appears as a defined term.
+    assert "avoidable llm control path" in low, (
+        "policy does not define the term 'avoidable LLM control path'"
+    )
+    # Machine-readable definition block: two-bit predicate (C consultation AND
+    # derivable verdict).
+    block = _extract_block(text, "ORCH-118-AVOIDABLE-DEFINITION-BLOCK").lower()
+    assert "control" in block, "definition missing the control-path condition (i)"
+    assert "deriv" in block, "definition missing the derivability condition (ii)"
+    # The verdict-derivability condition names a real tool signal.
+    assert any(sig in block for sig in ("exit-code", "exit code", "pytest", "staging_check")), (
+        "derivability condition does not reference a concrete tool signal"
+    )
+
+
+# ---------------------------------------------------------------------------
+# TC-11 — anti-fabrication: no candidate bound to a non-existent follow-up ID.
+# ---------------------------------------------------------------------------
+def test_tc11_no_fabricated_followup_ids():
+    """Every ORCH-1XX referenced in the map / roadmap / policy (other than ORCH-118
+    itself) MUST resolve to a real docs/work-items/ dir. This catches the R2 defect
+    of pinning the map to invented IDs (ORCH-115 / ORCH-116)."""
+    offenders = []
+    for doc in (MAP, ROADMAP, POLICY):
+        assert doc.is_file(), f"doc missing: {doc}"
+        text = doc.read_text(encoding="utf-8")
+        for token in set(_PLANE_ID_RE.findall(text)):
+            if token == _SELF_ID:
+                continue
+            if not (WORK_ITEMS / token).is_dir():
+                offenders.append(f"{doc.name}: references non-existent work item {token}")
+    assert not offenders, (
+        "fabricated / unresolvable follow-up Plane-ID(s) found (name follow-ups BY "
+        "ROLE, not by invented ID — R3 / NFR-6 / AC-9):\n" + "\n".join(offenders)
+    )