docs(ORCH-021): post-deploy HEALTHY/NONE for ORCH-118

.env.example

@@ -557,27 +557,6 @@ ORCH_COVERAGE_EPSILON=0.5
 ORCH_COVERAGE_TOOL_FAIL_CLOSED=false
 ORCH_COVERAGE_RUN_TIMEOUT_S=900
 
-# ORCH-115: deterministic staging-runner replacing the LLM `deployer` on the
-# `deploy-staging` stage (self-hosting orchestrator). Intercepted in launch_job
-# BEFORE _spawn (deploy-finalizer / post-deploy-monitor precedent): runs the same
-# staging suite, maps exit-code -> staging_status:, writes 15-staging-log.md and
-# initiates the UNCHANGED check_staging_status gate. Replaces only the producer of
-# the artifact; the gate / STAGE_TRANSITIONS / DB schema are byte-for-byte unchanged.
-# See ADR-001-deterministic-staging-runner.md / adr-0048.
-#   STAGING_RUNNER_ENABLED            -> kill-switch; false -> the prior LLM deployer
-#                                        runs on deploy-staging via _spawn 1:1.
-#   STAGING_RUNNER_REPOS              -> CSV scope; empty -> self-hosting only.
-#   STAGING_RUNNER_TIMEOUT_S          -> wall-clock budget for the docker-exec suite
-#                                        (malformed/non-positive -> default 600 + WARNING).
-#   STAGING_RUNNER_INFRA_MAX_RETRIES  -> tool-error (suite did NOT execute) bounded DEFER
-#                                        budget before a fail-closed FAILED (anti ORCH-110).
-#   STAGING_RUNNER_INFRA_RETRY_DELAY_S-> delay before the re-queued deployer job.
-ORCH_STAGING_RUNNER_ENABLED=true
-ORCH_STAGING_RUNNER_REPOS=
-ORCH_STAGING_RUNNER_TIMEOUT_S=600
-ORCH_STAGING_RUNNER_INFRA_MAX_RETRIES=2
-ORCH_STAGING_RUNNER_INFRA_RETRY_DELAY_S=30
-
 # ORCH-057 (follow-up ORCH-040): legacy root-owned ownership detect + actionable
 # worktree error. After the uid migration (user: "1000:1000") legacy root:root files
 # in /repos broke worktree creation under uid 1000 with a raw "Permission denied".

.openclaw/agents/deployer.md

@@ -45,16 +45,6 @@ then emit `staging_status:` / `deploy_status:`.
 
 Run the staging test suite against the live staging environment and write the verdict.
 
-> **ORCH-115 — deterministic runner leads this stage for in-scope repos.** On `deploy-staging` for
-> the self-hosting `orchestrator` repo, this stage is now driven by **deterministic code**
-> (`src/staging_runner.py`, intercepted in `launch_job` BEFORE `_spawn`, mirroring the prod Phase
-> A/B/C pattern) — it runs the SAME canonical staging suite below, maps the exit code to
-> `staging_status:` via the same `0 → SUCCESS / non-zero → FAILED` contract, writes
-> `15-staging-log.md`, and initiates the unchanged `check_staging_status` gate. The LLM steps below
-> remain the **fallback** under a disabled kill-switch (`ORCH_STAGING_RUNNER_ENABLED=false`) or for
-> non-self repos. The artifact contract / gate / machine key `staging_status:` are unchanged. Details:
-> `docs/work-items/ORCH-115/06-adr/ADR-001-deterministic-staging-runner.md`.
-
 **Steps:**
 
 1. Run the staging suite. **CANONICAL: run INSIDE the `orchestrator-staging` container via

.openclaw/agents/tester.md

@@ -29,17 +29,6 @@ tools:
 ТОЛЬКО потом выноси вердикт. Любой FAIL/смок-сбой → `result: FAIL`; всё зелёное → `result: PASS`.
 </thinking>
 
-> **ORCH-116 — детерминированный раннер ведёт эту стадию для in-scope репо.** На `testing` для
-> self-hosting `orchestrator` (репо с тест-контрактом) стадию теперь ведёт **детерминированный код**
-> (`src/test_runner.py`, перехват в `launch_job` **до** `_spawn`, как `deploy-finalizer`/
-> `staging-runner`) — он исполняет тот же регресс `pytest tests/` в worktree ветки + read-only smoke
-> (`/health`, `/status`, `/queue` + блок `serial_gate`), маппит exit-код в `result:` тем же
-> контрактом `0 → PASS / иначе → FAIL`, пишет `13-test-report.md` и инициирует неизменный гейт
-> `check_tests_passed`. LLM-шаги ниже остаются **fallback'ом** под выключенным kill-switch
-> (`ORCH_TEST_RUNNER_ENABLED=false`) или для репо без тест-контракта. Контракт артефакта / гейт /
-> machine-key `result:` — неизменны. Детали:
-> `docs/work-items/ORCH-116/06-adr/ADR-001-deterministic-test-runner.md`.
-
 **Алгоритм:**
 1. **Окружение:** `curl -s http://localhost:8500/health`.
 2. **Тесты — в worktree ветки задачи, НЕ в общем `/repos/orchestrator`.** Прогоняй `pytest` из

.task-dev.md

@@ -1,4 +1,4 @@
-Work item: ORCH-116
+Work item: ORCH-112
 Repo: orchestrator
-Branch: feature/ORCH-116-orch-replace-llm-tester-with-d
+Branch: feature/ORCH-112-bug-failed-cancelled-task-arti
 Stage: development

CHANGELOG.md

@@ -3,19 +3,6 @@
 Формат: [Keep a Changelog](https://keepachangelog.com/). Записи — на смысловой PR/задачу.
 
 ## [Unreleased]
-- **Детерминированный test-раннер вместо LLM-тестера на `testing`** (ORCH-116, `feat`): второй реализованный срез determinization-roadmap (ORCH-118 A5, `needs-hybrid-fallback`) — на стадии `testing` для self-hosting `orchestrator` **LLM-агент `tester` заменён детерминированным кодом** (`src/test_runner.py`). PASS/FAIL-ядро агента было деривируемым (регресс `pytest` + read-only smoke → `result:`); каждый прогон жёг токены/время opus-агента (~60–150k / 5–20 мин) и встраивал недетерминизм LLM в точку ветвления `testing → deploy-staging` / `testing → development`. **Инвариант (NFR-1):** это замена *продюсера* артефакта, **не** гейта — контракт `13-test-report.md`, гейт `check_tests_passed`/`_parse_tests_verdict`, `STAGE_TRANSITIONS`, machine-verdict `result:` (+ legacy `verdict:`/`status:`), схема БД — **байт-в-байт не тронуты**. Аддитивно, под kill-switch, never-raise, fail-closed, скоуп self-hosting, гибрид (LLM строго off-control-path). Эталон — `src/staging_runner.py` (ORCH-115). ADR: `docs/work-items/ORCH-116/06-adr/ADR-001-deterministic-test-runner.md`, сквозной `docs/architecture/adr/adr-0049-deterministic-test-runner.md`.
-  - **Перехват в `launch_job` до `_spawn` (D1):** `if job.agent=="tester" and test_runner.should_intercept(job)` → `_run_test_runner_job` (зеркало `_run_staging_runner_job`, прецедент `deploy-finalizer`/`post-deploy-monitor`/`staging-runner` `launcher.py:397/402/405`): синхронно ведёт `jobs`-строку через `mark_job`, возвращает `None` (нет `agent_runs`, нет токенов). Дискриминатор — роль `tester` **И** стадия задачи `testing` (defense-in-depth: `tester` — единственный агент входа в `testing`, коллизии стадий нет, в отличие от общей роли `deployer`) **И** `applies(repo)`; `should_intercept` never-raise → `False` → штатный `_spawn` (fail-safe к LLM-пути).
-  - **Leaf `src/test_runner.py` (новый, чистый never-raise):** по образцу `staging_runner`/`self_deploy`/`proc_group` (на импорте только `config`/`proc_group`; `db`/`git_worktree`/`self_deploy`/`qg.checks`/`stage_engine`/`notifications` — лениво). `applies(repo)` = kill-switch `test_runner_enabled` + скоуп `test_runner_repos` (пусто → self-hosting only) **И** резолв тест-контракта `_has_test_contract` (BR-9: репо без контракта → `False` → LLM-tester — enduro-trails 1:1 как до ORCH-116, даже если руками добавлен в CSV). Исполняет регресс `python -m pytest <test_runner_target>` **в worktree ветки** (`git_worktree.get_worktree_path`, анти checkout-гонка ORCH-112) через `proc_group.run_in_process_group` (tree-kill, таймаут `test_runner_timeout_s=900`, малформ/непозитив → дефолт + WARNING) + опц. **read-only smoke** (`/health`/`/status`/`/queue` + блок `serial_gate`, stdlib `urllib`; транзиентная недостижимость — ограниченный ретрай, не-200/нет блока — немедленный FAIL; `test_runner_smoke_enabled`). Маппит exit-код **единым** контрактом `self_deploy.map_exit_code_to_status` в токенах `result:` (`0→PASS`/иначе/None→`FAIL`, fail-closed; smoke-провал AND-ится в `FAIL`); пишет `13-test-report.md` (тот же machine-key `result:` UPPERCASE + 52c-схема, `author_agent: test-runner`/`model_used: n/a`) + best-effort push в **фичеветку**; вызывает **существующий** `advance_stage(current_stage="testing", finished_agent="tester")` — без новых рёбер/исходов (transition-lease ORCH-114 берётся внутри `advance_stage` — граница O1).
-  - **Анти-коллизия 52c-`status:` ↔ парсер (D6.1, специфично для tester):** `_parse_tests_verdict` читает вердикт из **трёх** равноранговых полей (`verdict:`/`status:`/`result:`) с negative-token-priority. 52c-обязательное `status:` поэтому читается тем же парсером → раннер **ВСЕГДА выравнивает** `status:` по вердикту (`PASS → status: success`, `FAIL → status: failed`) — иначе негативный токен в `status:` при `result: PASS` дал бы ложный FAIL здорового прогона. Прибито unit-тестом через **неизменённый** парсер.
-  - **Двухуровневый исход (D5, анти-ORCH-110):** сюита **исполнилась** (реальный exit-код) → verdict→advance (FAIL → тот же откат `testing → development` + developer-retry, что у FAIL-вердикта LLM, `stage_engine.py:849`); сюита **не исполнилась** (tool-error: spawn-error/таймаут/`returncode None`) → инфра-сбой ≠ код-фейл → bounded **DEFER** (re-queue **`tester`**-джоба с задержкой + restart-safe маркер `test-runner infra-retry` в `task_content`, счётчик подсчётом маркера — без правки схемы БД), на исчерпании `test_runner_infra_max_retries=2` → fail-closed `FAIL` + advance + INFRA-alert. Раннер **никогда** не делает тихий advance/ложный green, **никогда** не клинит очередь, **не** жжёт developer-retry на транзиентной инфре.
-  - **Гибрид (D11/BR-8/NFR-7):** в Phase 1 на `testing` (in-scope) вердикт `result:` производит **только** детерминированный раннер; LLM **не** вызывается в потоке управления вердикта. Архитектура не запрещает будущий **off-control-path** LLM-триаж падений / маппинг TC↔критерии после детерминированного FAIL (отдельная роль/джоб, **не** выносит и **не** переопределяет `result:`, **не** добавляет ребро в `STAGE_TRANSITIONS`) — в этом срезе не реализуется. Self-hosting safety: в командах раннера нет рестарта 8500 / `docker compose up orchestrator` / `--build` / force-push / правок `.env`; smoke строго read-only. Наблюдаемость — in-process счётчики (`runs`/`pass`/`fail`/`tool_error`/`deferred`) + read-only блок `test_runner` в `GET /queue` + один структурный лог-вердикт на прогон (различает код-фейл и tool-error). Флаги (`config.py`, дефолт = боевое): `test_runner_enabled`/`test_runner_repos`/`test_runner_target`/`test_runner_timeout_s`/`test_runner_smoke_enabled`/`test_runner_infra_max_retries`/`test_runner_infra_retry_delay_s` (env `ORCH_TEST_RUNNER_*`). Откат = `ORCH_TEST_RUNNER_ENABLED=false` → на `testing` снова LLM-`tester` через `_spawn` **байт-в-байт**.
-  - **Норматив сопровождения ORCH-118 (NFR-6):** обновлены `docs/architecture/llm-call-sites.md` (A5 — реализован; машинный `ORCH-118-INVENTORY-BLOCK` сохраняет tester как `avoidable=yes`/`axis=C`/`needs-hybrid-fallback`), `llm-determinization-roadmap.md` (rank 2 tester — ✅ реализован; инвариант «ровно один `first_slice = yes`» у rank 1 deployer цел), `llm-usage-policy.md` (§5 — единственный транспорт S0 не нарушен, раннер LLM не зовёт), `.openclaw/agents/tester.md` (LLM-ветвь `testing` — fallback), `docs/architecture/README.md`/`internals.md`, витрина `docs/overview/tech-pipeline.md`/`tech-agents.md`/`tech-quality-security.md`. Покрытие — `tests/test_orch116_test_runner.py` (TC-01…TC-14) + зелёные `tests/test_llm_call_site_inventory.py`/`test_llm_determinization_docs.py` (TC-15).
-- **Детерминированный staging-раннер вместо LLM-деплойера на `deploy-staging`** (ORCH-115, `feat`): первый реализованный срез determinization-roadmap (ORCH-118 A6, `replace-deterministic-now`) — на стадии `deploy-staging` для self-hosting `orchestrator` **LLM-агент `deployer` заменён детерминированным кодом** (`src/staging_runner.py`). Работа агента на этой стадии была чисто механической (запуск staging-сюиты + маппинг exit-кода `staging_check.py` → `staging_status:`); каждый прогон жёг токены/время opus-агента (~40–120k / 3–15 мин) и встраивал недетерминизм LLM в точку ветвления гейта. **Инвариант (NFR-1):** это замена *продюсера* артефакта, **не** гейта — контракт `15-staging-log.md`, гейт `check_staging_status`/`_parse_staging_status`, `STAGE_TRANSITIONS`, machine-verdict `staging_status:`, схема БД — **байт-в-байт не тронуты**. Аддитивно, под kill-switch, never-raise, fail-closed, скоуп self-hosting. ADR: `docs/work-items/ORCH-115/06-adr/ADR-001-deterministic-staging-runner.md`, сквозной `docs/architecture/adr/adr-0048-deterministic-staging-runner.md`.
-  - **Перехват в `launch_job` до `_spawn` (D1):** `if job.agent=="deployer" and staging_runner.should_intercept(job)` → `_run_staging_runner_job` (зеркало `_run_deploy_finalizer_job`, прецедент `deploy-finalizer`/`post-deploy-monitor` `launcher.py:389/394`): синхронно ведёт `jobs`-строку через `mark_job`, возвращает `None` (нет `agent_runs`-строки, нет токенов). Дискриминатор «staging vs prod» — **стадия задачи** `deploy-staging` (роль `deployer` общая для `deploy-staging`/`deploy`), не имя роли; `should_intercept` never-raise → `False` → штатный `_spawn` (fail-safe к LLM-пути). Для не-self репо `applies==False` → прод-`deployer` никогда не перехватывается.
-  - **Leaf `src/staging_runner.py` (новый, чистый never-raise):** по образцу `self_deploy`/`proc_group`/`staging_verdict` (на импорте только `config`/`proc_group`; `db`/`git_worktree`/`stage_engine`/`qg.checks`/`notifications` — лениво). Исполняет ту же сюиту (`docker exec orchestrator-staging python3 <repos_dir>/<self-repo>/scripts/staging_check.py --base-url http://localhost:<staging_port> --mode stub`, арги из config — ORCH-101, без host-хардкодов) через `proc_group.run_in_process_group` (tree-kill, таймаут `staging_runner_timeout_s=600`, малформ/непозитив → дефолт + WARNING); маппит exit-код **единым** контрактом `self_deploy.map_exit_code_to_status` (`0→SUCCESS`/иначе/None→`FAILED`, fail-closed; ORCH-061 infra-tolerance остаётся внутри `staging_check.py`, раннер не пересуживает — BR-4); пишет `15-staging-log.md` (тот же machine-key `staging_status:` UPPERCASE + 52c-схема, `author_agent: staging-runner`/`model_used: n/a`) + best-effort commit/push в **фичеветку** (не в `main` — гейт читает worktree первым, усиливает AC-8/BR-7); вызывает **существующий** `advance_stage(current_stage="deploy-staging", finished_agent="deployer")` — без новых рёбер/исходов (transition-lease ORCH-114 берётся внутри `advance_stage`, раннер не трогает — граница O1).
-  - **Двухуровневый исход (D5, анти-ORCH-110):** сюита **исполнилась** (реальный exit-код) → verdict→advance (FAILED → тот же откат `deploy-staging → development` + developer-retry, что у FAILED-вердикта LLM, `stage_engine.py:932`); сюита **не исполнилась** (tool-error: spawn-error/таймаут/`returncode None`) → инфра-сбой ≠ код-фейл → bounded **DEFER** (re-queue `deployer`-джоба с задержкой + restart-safe маркер `staging-runner infra-retry` в `task_content`, счётчик подсчётом маркера — без правки схемы БД), на исчерпании `staging_runner_infra_max_retries=2` → fail-closed `FAILED` + advance + инфра-alert. Раннер **никогда** не делает тихий advance/ложный green, **никогда** не клинит очередь и **не** жжёт developer-retry на транзиентной инфре.
-  - **Self-hosting safety (BR-7/AC-8):** в командной строке раннера нет рестарта 8500 / `docker compose up orchestrator` / `--build` / force-push в `main` / правок `.env` — раннер только читает/исполняет staging-сюиту (8501) и пишет лог. Наблюдаемость (D10) — in-process счётчики (`runs`/`success`/`failed`/`tool_error`/`deferred`) + read-only блок `staging_runner` в `GET /queue` + один структурный лог-вердикт на прогон (различает код-фейл и tool-error). Флаги (`config.py`, дефолт = боевое): `staging_runner_enabled` (env `ORCH_STAGING_RUNNER_ENABLED`), `staging_runner_repos` (CSV; пусто → self-hosting only), `staging_runner_timeout_s`, `staging_runner_infra_max_retries`, `staging_runner_infra_retry_delay_s`. Откат = `ORCH_STAGING_RUNNER_ENABLED=false` → на `deploy-staging` снова LLM-`deployer` через `_spawn` **байт-в-байт**.
-  - **Норматив сопровождения ORCH-118 (NFR-6):** обновлены `docs/architecture/llm-call-sites.md` (A6 — реализован; машинный `ORCH-118-INVENTORY-BLOCK` сохраняет deployer как `avoidable=yes`/`axis=C` — LLM-ветвь жива как fallback), `llm-determinization-roadmap.md` (rank 1 deployer — ✅ реализован; машинный блок/инвариант «ровно один `first_slice = yes`» целы), `llm-usage-policy.md` (§5 — единственный транспорт S0 не нарушен, раннер LLM не зовёт), `.openclaw/agents/deployer.md` (LLM-ветвь `deploy-staging` — fallback), витрина `docs/overview/tech-pipeline.md`/`tech-agents.md`. Покрытие — `tests/test_orch115_staging_runner.py` (TC-01…TC-13) + зелёные `tests/test_llm_call_site_inventory.py`/`test_llm_determinization_docs.py` (TC-14).
 - **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}`.

CLAUDE.md

@@ -411,109 +411,6 @@ Plane, **не** Quality Gate и **не** стадия).
   `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`.
 
-## Детерминированный staging-раннер вместо LLM-деплойера (ORCH-115)
-Первый реализованный срез determinization-roadmap (ORCH-118 A6, `replace-deterministic-now`): на
-стадии `deploy-staging` для self-hosting `orchestrator` **LLM-агент `deployer` заменён
-детерминированным кодом** (`src/staging_runner.py`). Работа агента на этой стадии была чисто
-механической (запуск staging-сюиты + маппинг exit-кода) — теперь её делает leaf, перехватываемый в
-`launch_job` **до `_spawn`** (прецедент `deploy-finalizer`/`post-deploy-monitor`,
-`launcher.py:389/394`). **Инвариант (NFR-1):** замена *продюсера* артефакта, **не** гейта —
-контракт `15-staging-log.md`, гейт/`_parse_staging_status`/имя `check_staging_status`,
-`STAGE_TRANSITIONS`, machine-verdict `staging_status:`, схема БД — **байт-в-байт не тронуты**.
-Аддитивно, под kill-switch, never-raise, fail-closed.
-- **Перехват (D1):** `launch_job` — `if job.agent=="deployer" and staging_runner.should_intercept(job)`
-  → `_run_staging_runner_job` (зеркало `_run_deploy_finalizer_job`): синхронно ведёт `jobs`-строку
-  через `mark_job`, возвращает `None` (нет `agent_runs`). Дискриминатор «staging vs prod» —
-  **стадия задачи** `deploy-staging` (роль `deployer` общая для `deploy-staging`/`deploy`), не имя
-  роли; `should_intercept` never-raise → `False` → штатный `_spawn` (fail-safe к LLM-пути).
-- **Раннер (D2-D7):** leaf по образцу `self_deploy`/`proc_group`/`staging_verdict` (на импорте только
-  `config`/`proc_group`; `db`/`git_worktree`/`stage_engine`/`qg.checks`/`notifications` — лениво).
-  Исполняет ту же сюиту (`docker exec orchestrator-staging python3 .../staging_check.py --base-url
-  http://localhost:8501 --mode stub`, арги из config — ORCH-101) через `proc_group` (tree-kill,
-  таймаут `staging_runner_timeout_s=600`); маппит exit-код **единым** контрактом
-  `self_deploy.map_exit_code_to_status` (`0→SUCCESS`/иначе/None→`FAILED`; ORCH-061 infra-tolerance
-  остаётся внутри `staging_check.py`, раннер не пересуживает); пишет `15-staging-log.md`
-  (`author_agent: staging-runner`/`model_used: n/a`, 52c-схема) + best-effort push в **фичеветку**
-  (не в `main` — гейт читает worktree первым, усиливает AC-8); вызывает **существующий**
-  `advance_stage(current_stage="deploy-staging", finished_agent="deployer")` — без новых
-  рёбер/исходов (lease ORCH-114 берётся внутри `advance_stage`, раннер не трогает).
-- **Двухуровневый исход (D5, анти-ORCH-110):** сюита **исполнилась** (реальный exit-код) → verdict→
-  advance (FAILED → тот же откат `deploy-staging → development` + developer-retry, что у LLM); сюита
-  **не исполнилась** (tool-error: spawn-error/таймаут/`returncode None`) → инфра-сбой ≠ код-фейл →
-  bounded **DEFER** (re-queue `deployer`-джоба + restart-safe маркер `staging-runner infra-retry` в
-  `task_content`, без правки схемы БД), на исчерпании `staging_runner_infra_max_retries` → fail-closed
-  `FAILED` + advance + alert. Никогда тихий advance/ложный green; не клинит очередь; не жжёт
-  developer-retry на транзиентной инфре.
-- **Флаги** (`config.py`, дефолт = боевое): `staging_runner_enabled` (kill-switch, env
-  `ORCH_STAGING_RUNNER_ENABLED`), `staging_runner_repos` (CSV; **пусто → self-hosting only**),
-  `staging_runner_timeout_s=600`, `staging_runner_infra_max_retries=2`,
-  `staging_runner_infra_retry_delay_s=30`. Откат = `ORCH_STAGING_RUNNER_ENABLED=false` → на
-  `deploy-staging` снова LLM-`deployer` через `_spawn` **байт-в-байт**. Наблюдаемость — in-process
-  счётчики + read-only блок `staging_runner` в `GET /queue` + один структурный лог-вердикт на прогон
-  (различает код-фейл и tool-error). Норматив сопровождения ORCH-118: обновлены
-  `llm-call-sites.md`/`llm-determinization-roadmap.md`/`llm-usage-policy.md` (A6 — реализован, машинные
-  блоки/инвариант «единственный транспорт S0» целы) + `deployer.md` (LLM-ветвь — fallback). Покрытие —
-  `tests/test_orch115_staging_runner.py` (TC-01…TC-13) + зелёные LLM-анти-дрейф тесты (TC-14). Детали —
-  `docs/work-items/ORCH-115/06-adr/ADR-001-deterministic-staging-runner.md`, сквозной
-  `docs/architecture/adr/adr-0048-deterministic-staging-runner.md`.
-
-## Детерминированный test-раннер вместо LLM-тестера (ORCH-116)
-Второй реализованный срез determinization-roadmap (ORCH-118 A5, `needs-hybrid-fallback`): на стадии
-`testing` для self-hosting `orchestrator` **LLM-агент `tester` заменён детерминированным кодом**
-(`src/test_runner.py`). PASS/FAIL-ядро было деривируемо (регресс `pytest` + read-only smoke) — теперь
-его делает leaf, перехватываемый в `launch_job` **до `_spawn`** (прецедент `deploy-finalizer`/
-`post-deploy-monitor`/`staging-runner`, `launcher.py:397/402/405`). **Инвариант (NFR-1):** замена
-*продюсера* артефакта, **не** гейта — контракт `13-test-report.md`, гейт/`_parse_tests_verdict`/имя
-`check_tests_passed`, `STAGE_TRANSITIONS`, machine-verdict `result:` (+ legacy `verdict:`/`status:`),
-схема БД — **байт-в-байт не тронуты**. Аддитивно, под kill-switch, never-raise, fail-closed, гибрид
-(LLM строго off-control-path).
-- **Перехват (D1):** `launch_job` — `if job.agent=="tester" and test_runner.should_intercept(job)`
-  → `_run_test_runner_job` (зеркало `_run_staging_runner_job`): синхронно ведёт `jobs`-строку через
-  `mark_job`, возвращает `None` (нет `agent_runs`). Дискриминатор — роль `tester` **И** стадия задачи
-  `testing` (defense-in-depth: `tester` — единственный агент входа в `testing`, коллизии стадий нет, в
-  отличие от общей роли `deployer`/ORCH-115) **И** `applies(repo)`; `should_intercept` never-raise →
-  `False` → штатный `_spawn` (fail-safe к LLM-пути).
-- **Раннер (D2-D7):** leaf по образцу `staging_runner`/`self_deploy`/`proc_group` (на импорте только
-  `config`/`proc_group`; `db`/`git_worktree`/`self_deploy`/`qg.checks`/`stage_engine`/`notifications`
-  — лениво). `applies` = kill-switch `test_runner_enabled` + скоуп `test_runner_repos` (пусто →
-  self-hosting only) **И** резолв тест-контракта `_has_test_contract` (BR-9: репо без контракта →
-  LLM-tester, enduro-trails 1:1 даже если руками в CSV). Исполняет `python -m pytest
-  <test_runner_target>` **в worktree ветки** (анти checkout-гонка) через `proc_group`
-  (tree-kill, таймаут `test_runner_timeout_s=900`) + опц. read-only smoke (`/health`/`/status`/`/queue`
-  + блок `serial_gate`, stdlib `urllib`; транзиент → ограниченный ретрай, не-200/нет блока → немедленный
-  FAIL; `test_runner_smoke_enabled`); маппит exit-код **единым** `self_deploy.map_exit_code_to_status`
-  в токенах `result:` (`0→PASS`/иначе/None→`FAIL`, fail-closed; smoke-провал AND-ится в `FAIL`); пишет
-  `13-test-report.md` (`author_agent: test-runner`/`model_used: n/a`, 52c-схема) + best-effort push в
-  фичеветку; вызывает **существующий** `advance_stage(current_stage="testing", finished_agent="tester")`
-  — без новых рёбер/исходов (lease ORCH-114 берётся внутри `advance_stage`).
-- **Анти-коллизия 52c-`status:` ↔ парсер (D6.1, специфично для tester):** `_parse_tests_verdict` читает
-  вердикт из **трёх** равноранговых полей (`verdict:`/`status:`/`result:`) с negative-token-priority →
-  52c-обязательное `status:` раннера **ВСЕГДА выровнено** по вердикту (`PASS → status: success`, `FAIL
-  → status: failed`), иначе негативный токен в `status:` при `result: PASS` дал бы ложный FAIL. Прибито
-  unit-тестом через неизменённый парсер.
-- **Двухуровневый исход (D5, анти-ORCH-110):** сюита **исполнилась** (реальный exit-код) → verdict→
-  advance (FAIL → тот же откат `testing → development` + developer-retry, что у LLM); сюита **не
-  исполнилась** (tool-error: spawn-error/таймаут/`returncode None`) → инфра-сбой ≠ код-фейл → bounded
-  **DEFER** (re-queue **`tester`**-джоба + restart-safe маркер `test-runner infra-retry` в
-  `task_content`, без правки схемы БД), на исчерпании `test_runner_infra_max_retries` → fail-closed
-  `FAIL` + advance + alert. Никогда тихий advance/ложный green; не клинит очередь; не жжёт
-  developer-retry на транзиентной инфре.
-- **Флаги** (`config.py`, дефолт = боевое): `test_runner_enabled` (kill-switch, env
-  `ORCH_TEST_RUNNER_ENABLED`), `test_runner_repos` (CSV; **пусто → self-hosting only**),
-  `test_runner_target=tests/`, `test_runner_timeout_s=900`, `test_runner_smoke_enabled`,
-  `test_runner_infra_max_retries=2`, `test_runner_infra_retry_delay_s=30`. Откат =
-  `ORCH_TEST_RUNNER_ENABLED=false` → на `testing` снова LLM-`tester` через `_spawn` **байт-в-байт**.
-  Наблюдаемость — in-process счётчики + read-only блок `test_runner` в `GET /queue` + один структурный
-  лог-вердикт на прогон (различает код-фейл и tool-error). **Гибрид (BR-8/NFR-7):** LLM строго
-  off-control-path — детерминированный раннер единственный продюсер `result:`; будущий триаж падений не
-  выносит/не переопределяет вердикт и не добавляет ребро в `STAGE_TRANSITIONS` (Phase 1 не реализован).
-  Норматив сопровождения ORCH-118: обновлены `llm-call-sites.md`/`llm-determinization-roadmap.md`/
-  `llm-usage-policy.md` (A5/rank 2 — реализован, машинные блоки/инвариант «ровно один `first_slice`»
-  целы) + `tester.md` (LLM-ветвь — fallback). Покрытие — `tests/test_orch116_test_runner.py`
-  (TC-01…TC-14) + зелёные LLM-анти-дрейф тесты (TC-15). Детали —
-  `docs/work-items/ORCH-116/06-adr/ADR-001-deterministic-test-runner.md`, сквозной
-  `docs/architecture/adr/adr-0049-deterministic-test-runner.md`.
-
 ## Машинный журнал уроков (ORCH-098)
 Шаг 1 («Фундамент», F2) эпика саморазвития: формализует свободнотекстовые «уроки» из `memory/` в
 **машинную структурированную таблицу отклонений конвейера** `lessons`, фундамент для будущих

docs/architecture/README.md

@@ -10,8 +10,6 @@
 - **Review/Test Parsers** (`src/review_parse.py`, ORCH-046) — defensive-извлечение дословного must-fix текста из артефактов для встраивания в `task_desc` заворота: `extract_review_findings` (P0/P1 из `12-review.md`), `extract_test_failures` (фрагмент тела `13-test-report.md`). Контракт «never raise»: любая ошибка → `""`.
 - **Quality Gates** (`src/qg/checks.py`) — проверки выхода со стадии, реестр `QG_CHECKS`.
 - **Agent Launcher** (`src/agents/launcher.py`) — запуск Claude CLI агентов в изолированном git worktree, мониторинг, auto-advance. Модель/эффорт каждого агента резолвятся из config (`resolve_agent_model`/`resolve_agent_effort`, ORCH-41), а не из frontmatter промпта. **ORCH-74:** имя модели валидируется форматом `^claude-…$` (`is_valid_model`) перед `--model`; невалидное → лог + откат на следующий уровень/CLI-дефолт (never-break, как `VALID_EFFORTS` для эффорта). Тот же предикат гардит inline-чтение `--fallback-model`. **ORCH-109 ([adr-0040](adr/adr-0040-agent-timeout-budgets-and-launch-model-stamp.md)):** (1) резолвенная **модель стампится в `agent_runs.model` в момент launch** (`_spawn`, объединённый `UPDATE … SET model=?, effort=?` рядом со стампом эффорта ORCH-087; пустой резолв → `NULL`; never-raise) → модель видна не-`null` при любом исходе прогона, включая timeout-kill (`exit_code=-9`), и in-flight в `GET /metrics`/`GET /queue` (`get_running_agents` уже отдаёт `model`); постфактум `record_usage` (`model=COALESCE(?, model)`) остаётся **обогащением**, не единственным источником истины. (2) **Per-role wall-clock бюджеты** через выделенные ключи `agent_timeout_developer_s=3600`/`agent_timeout_reviewer_s=3000` (лестница `_resolve_timeout`: `agent_timeout_overrides_json` → выделенный ключ роли → `agent_timeout_seconds=1800`; прочие роли — байт-в-байт; малформный/вне-диапазонный конфиг → дефолт + WARNING). Инвариант reaper ORCH-065 сохранён синхронным поднятием `reaper_max_running_s` 3600→**5400** (`5400 > max(timeout)3600 + grace20`). FR-5 анти-salvage — структурно: продвижение гейтится `if exit_code==0`, timeout-kill → `_finalize_job` (retry/fail), не advance. `STAGE_TRANSITIONS`/`QG_CHECKS`/схема БД не тронуты.
-- **Staging-runner** (`src/staging_runner.py`, ORCH-115 — [adr-0048](adr/adr-0048-deterministic-staging-runner.md)) — чистый **never-raise** leaf (паттерн `self_deploy`/`proc_group`/`staging_verdict`), заменяющий **LLM-агента `deployer` на стадии `deploy-staging`** детерминированным кодом (первый реализованный срез determinization-roadmap, A6/`replace-deterministic-now`). Перехват в `launch_job` **до `_spawn`** (рядом с D1/D2 `deploy-finalizer`/`post-deploy-monitor`): дискриминатор — **стадия задачи** `deploy-staging` **И** `applies(repo)` (kill-switch `staging_runner_enabled` + скоуп `staging_runner_repos`, пусто → self-hosting only), `should_intercept` never-raise → `False` → штатный `_spawn` (fail-safe к LLM). Раннер (зеркало `run_deploy_finalizer`) исполняет ту же staging-сюиту (`docker exec orchestrator-staging … staging_check.py`) через `proc_group` (tree-kill, таймаут `staging_runner_timeout_s=600`), маппит exit-код единым контрактом `self_deploy.map_exit_code_to_status` (`0→SUCCESS`/иначе→`FAILED`; ORCH-061 infra-tolerance остаётся внутри `staging_check.py`), пишет `15-staging-log.md` (тот же machine-key `staging_status:`, `author_agent: staging-runner`/`model_used: n/a`) + best-effort push в фичеветку, и вызывает **существующий** `advance_stage(current_stage="deploy-staging", finished_agent="deployer")` — без новых рёбер/исходов; transition-lease ORCH-114 берётся внутри `advance_stage` (раннер не трогает). **Двухуровневый исход (анти-ORCH-110):** сюита исполнилась → verdict→advance (FAILED → тот же откат `deploy-staging → development` + developer-retry, что у LLM); tool-error/таймаут → bounded defer (`staging_runner_infra_max_retries`) → fail-closed `FAILED` + alert на исчерпании (инфра ≠ код-фейл, никогда тихий advance/ложный green). `STAGE_TRANSITIONS`/`QG_CHECKS`/`check_staging_status`/`_parse_staging_status`/machine-verdict/схема БД — **байт-в-байт не тронуты** (замена *продюсера*, не гейта). Наблюдаемость — in-process счётчики + блок `staging_runner` в `GET /queue`. Откат — `ORCH_STAGING_RUNNER_ENABLED=false` (прежний LLM-deployer-путь байт-в-байт). Детали — `docs/work-items/ORCH-115/06-adr/ADR-001-deterministic-staging-runner.md`.
-- **Test-runner** (`src/test_runner.py`, ORCH-116 — [adr-0049](adr/adr-0049-deterministic-test-runner.md)) — чистый **never-raise** leaf (зеркало `staging_runner`), заменяющий **LLM-агента `tester` на стадии `testing`** детерминированным кодом (**второй** реализованный срез determinization-roadmap, A5/`needs-hybrid-fallback`). Перехват в `launch_job` **до `_spawn`** (рядом с D1/D2/ORCH-115): дискриминатор — роль `tester` **И** стадия задачи `testing` (defense-in-depth: `tester` — единственный агент входа в `testing`) **И** `applies(repo)` (kill-switch `test_runner_enabled` + скоуп `test_runner_repos`, пусто → self-hosting only, **И** резолв тест-контракта `_has_test_contract` — репо без контракта → LLM-tester, BR-9). `should_intercept` never-raise → `False` → штатный `_spawn` (fail-safe к LLM). Раннер (зеркало `run_staging_gate`) исполняет регресс `python -m pytest <test_runner_target>` **в worktree ветки** (анти checkout-гонка) через `proc_group` (tree-kill, таймаут `test_runner_timeout_s=900`) + опц. **read-only smoke** (`/health`/`/status`/`/queue` + блок `serial_gate`, `test_runner_smoke_enabled`; транзиентная недостижимость — ограниченный ретрай, не-200/нет блока — немедленный FAIL), маппит exit-код единым контрактом `self_deploy.map_exit_code_to_status` в токенах `result:` (`0→PASS`/иначе→`FAIL`; smoke-провал AND-ится в `FAIL`), пишет `13-test-report.md` (тот же machine-key `result:`, `author_agent: test-runner`/`model_used: n/a`; **52c-`status:` ВСЕГДА выровнен по вердикту** `success`/`failed` — иначе негативный токен в `status:` при `result: PASS` дал бы ложный FAIL через `_parse_tests_verdict`, D6.1) + best-effort push в фичеветку, и вызывает **существующий** `advance_stage(current_stage="testing", finished_agent="tester")` — без новых рёбер/исходов; transition-lease ORCH-114 берётся внутри `advance_stage` (раннер не трогает). **Двухуровневый исход (анти-ORCH-110):** сюита исполнилась → verdict→advance (FAIL → тот же откат `testing → development` + developer-retry, что у LLM); tool-error/таймаут (сюита НЕ исполнилась) → bounded defer (re-queue **`tester`**-джоба, `test_runner_infra_max_retries`) → fail-closed `FAIL` + INFRA-alert на исчерпании (инфра ≠ код-фейл, никогда тихий advance/ложный green, не жжёт developer-retry на транзиентной инфре). **Гибрид (BR-8/NFR-7):** LLM строго off-control-path — детерминированный раннер единственный продюсер `result:`; будущий off-control-path триаж падений не выносит/не переопределяет вердикт и не добавляет ребро в `STAGE_TRANSITIONS` (в Phase 1 не реализован). `STAGE_TRANSITIONS`/`QG_CHECKS`/`check_tests_passed`/`_parse_tests_verdict`/machine-verdict/схема БД — **байт-в-байт не тронуты** (замена *продюсера*, не гейта). Наблюдаемость — in-process счётчики + блок `test_runner` в `GET /queue`. Откат — `ORCH_TEST_RUNNER_ENABLED=false` (прежний LLM-tester-путь байт-в-байт). Детали — `docs/work-items/ORCH-116/06-adr/ADR-001-deterministic-test-runner.md`.
 - **Queue** (`src/queue_worker.py`, ORCH-1) — персистентная очередь задач (SQLite `jobs`), atomic claim, max_concurrency, ретраи, restart-safe. **ORCH-026:** `claim_next_job` гейтит задачи с незавершёнными зависимостями (`job_deps`, `NOT EXISTS`) без занятия слота; декларации/циклы — leaf `src/task_deps.py`.
 - **Job-reaper** (`src/job_reaper.py`, ORCH-065 — [adr-0011](adr/adr-0011-job-reaper-lease-reclaim.md)) — фоновый daemon-поток (каркас `reconciler`), стартует/останавливается в `main.lifespan` (после `reconciler.start()` / перед `worker.stop()`). Детектирует «мёртвый» `running`-job **без рестарта** процесса (Tier-1 мёртвый `jobs.pid` после `reaper_dead_ticks` тиков; Tier-2 `agent_runs.exit_code` записан, а job ещё `running`; Tier-3 backstop `reaper_max_running_s`) и приводит строку к корректному статусу через те же контракты (`_try_advance_stage`/`_finalize_job`, gate-driven; exit≠0/неизвестно → `attempts<max`→`queued`, иначе `failed`+Telegram). Атомарный reap-claim (guard `status='running'`) совместим со стартовым `requeue_running_jobs`. Тот же поток периодически делает проактивный реклейм stale/dead merge-lease (см. ниже). never-raise; kill-switch `ORCH_REAPER_ENABLED`; снимок в `GET /queue` (блок `reaper`). **ORCH-113 ([adr-0043](adr/adr-0043-reaper-finalizer-liveness-ownership.md)):** на ребре `deploy-staging → deploy` тяжёлые edge-под-гейты (security/merge-gate re-test/coverage/image-freshness) исполняются в потоке монитора **после** штампа `finished_at` и **до** `_finalize_job` — минуты, а Tier-2 `finished_age_s` меряется от `finished_at`, поэтому живой долго финализирующий монитор ошибочно реапился (инцидент ORCH-111: повторный re-test → ложный откат `deploy-staging → development` параллельно успешному deploy). Фикс — процесс-локальный реестр владения финализацией (leaf `src/finalizer_liveness.py`, never-raise): монитор `mark()`/`clear()` (try/finally), reaper в Tier-2 при `stage=="deploy-staging"` И активном владении делает **defer** (не повторяет advance); Tier-3 backstop маркер игнорирует (мёртвый/застрявший finalizer добивается в ограниченное время). In-memory restart-safe через `requeue_running_jobs` (вызов до старта reaper); схема БД, `reaper_finalize_grace_s`/`reaper_max_running_s` и сквозной бюджет не тронуты. Kill-switch `ORCH_REAPER_FINALIZER_LIVENESS_ENABLED`.
 - **Transition-ownership lease** (`src/transition_lease.py` + таблица `transition_lease`, ORCH-114 — реализовано, [adr-0045](adr/adr-0045-transition-ownership-lease-and-stage-cas.md)) — чистый **never-raise** leaf (паттерн `serial_gate`/`coverage_gate`/`finalizer_liveness`; импортирует только `db`+`config`, лениво `merge_gate.pid_alive`/`qg.checks`/`notifications`; НЕ импортирует `stage_engine`/`launcher`), закрывающий корневой класс инцидент-цепочки ORCH-110/111/112/113 — у side-effectful переходов стадий не было единого владения. Два слоя, оба под единым kill-switch: **(1) durable transition-lease** (владение на ВХОДЕ в side-effectful регион — аддитивная таблица `transition_lease`, `task_id PK`; `acquire` атомарным rowcount-guard `INSERT … ON CONFLICT DO NOTHING` после очистки stale-строки; liveness владельца = `owner_pid`+`owner_boot_id`, НЕ heartbeat → рестарт-recovery бесплатен) и **(2) expected-stage CAS** `db.update_task_stage_cas` (на ЗАПИСИ стадии; проигравший гонку — аборт без побочных эффектов; покрывает и 6 путей записи в обход `advance_stage`). `advance_stage` захватывает lease на side-effectful рёбрах (`deploy-staging`/`deploy`) и освобождает в `try/finally`; job-reaper `_finalizer_owns` обобщён до durable cross-path lease (defer при живом, реклейм мёртвого; Tier-3 backstop игнорирует маркер → bounded; реап force-освобождает lease); reconciler F-1 и Plane-webhook делают defer; `main.lifespan` зовёт `recover_on_startup()` после `requeue_running_jobs`. Lease без своего TTL (потолок = Tier-3 `reaper_max_running_s`) → сквозной бюджет ORCH-065/109/110/113 цел. Скоуп self-hosting (`transition_lease_repos=""` → только `orchestrator`); kill-switch `ORCH_TRANSITION_LEASE_ENABLED=false` → CAS вырождается в прежний `update_task_stage`, lease инертен, reaper → ORCH-113 fallback (байт-в-байт). Наблюдаемость — блок `transition_lease` в `GET /queue` + Telegram-алерт на форсированный/устаревший реклейм + опц. `POST /transition-lease/release?work_item=<id>`. `STAGE_TRANSITIONS`/`QG_CHECKS`/`check_*`/machine-verdict/схемы существующих таблиц — байт-в-байт. Подробнее ниже (§ «Единое владение side-effectful переходами»). Детали — `docs/work-items/ORCH-114/06-adr/ADR-001-transition-ownership-lease-and-stage-cas.md`.
@@ -443,19 +441,6 @@ ORCH-079 синхронизирует витрину с кодом и закры
   control-path-инвариант сверки с `src/qg/checks.py` и фиксацию avoidable-набора).
 - **Норматив сопровождения:** менял места вызова LLM **или** потребителя вердикта в `src/qg/checks.py`
   → обнови карту/разметку и политику в том же PR.
-- **Первый срез реализован (ORCH-115 — [adr-0048](adr/adr-0048-deterministic-staging-runner.md)):**
-  rank-1 кандидат **deployer (staging-status)** заменён детерминированным `src/staging_runner.py`
-  (перехват в `launch_job` до `_spawn`, как D1/D2) — A6 переходит из «план» в «реализовано». Карта
-  `llm-call-sites.md` (A6), `llm-determinization-roadmap.md` (rank 1, инвариант «ровно один
-  `first_slice`») и анти-дрейф-тесты обновляются **атомарно с кодом** в development (норматив
-  сопровождения NFR-6).
-- **Второй срез реализован (ORCH-116 — [adr-0049](adr/adr-0049-deterministic-test-runner.md)):**
-  rank-2 кандидат **tester (`result:`)** заменён детерминированным `src/test_runner.py` (тем же
-  перехватом до `_spawn`) — A5 переходит из «план» в «реализовано». `needs-hybrid-fallback`-природа
-  сохранена: детерминированное ядро (exit-код `pytest` + smoke) вынесено в раннер, LLM-ветвь жива как
-  fallback / будущий off-control-path триаж (не продюсер `result:`). Машинные блоки карты/roadmap
-  держат `first_slice=yes` у rank 1 (deployer) и `no`/`hybrid_needed=yes` у rank 2 (tester) — инвариант
-  не нарушен; правки атомарны с кодом (NFR-6).
 - ADR: [adr-0047](adr/adr-0047-llm-usage-policy-and-call-site-map.md); детально —
   `docs/work-items/ORCH-118/06-adr/ADR-001-llm-call-site-map-and-determinization-roadmap.md`.
 

docs/architecture/adr/adr-0048-deterministic-staging-runner.md

@@ -1,92 +0,0 @@
----
-work_item: ORCH-115
-stage: architecture
-author_agent: architect
-status: proposed
-created_at: 2026-06-16
-model_used: claude-opus-4-8
----
-
-# adr-0048: Детерминированный staging-раннер — первый реализованный срез determinization-roadmap
-
-> **Сквозной (cross-cutting) ADR.** Агрегирует решение ORCH-115, влияющее на **весь**
-> оркестратор: вводит новый компонент-leaf `src/staging_runner.py`, снимает первую
-> avoidable LLM-консультацию (`deployer`/`staging-status`, A6) и переводит rank-1
-> determinization-roadmap из «план» в «реализовано». Локальная детализация (все решения
-> D1–D11) — `docs/work-items/ORCH-115/06-adr/ADR-001-deterministic-staging-runner.md`.
-
-## Статус
-Proposed
-
-## Контекст
-
-ORCH-118 ([adr-0047](adr-0047-llm-usage-policy-and-call-site-map.md)) зафиксировал
-нормативную политику и карту LLM-консультаций и назвал **avoidable LLM control paths =
-`{tester, deployer}`**, поставив **deployer (staging-status)** первым срезом
-(`first_slice = yes`, `replace-deterministic-now`, `hybrid_needed = no`). ORCH-118 раннеры
-**не реализовывал** (docs+tests). ORCH-115 — первая фактическая реализация этого среза.
-
-Вердикт `staging_status:` на стадии `deploy-staging` сейчас эмитит LLM-агент `deployer`, но
-он есть **чистый маппинг exit-кода** `scripts/staging_check.py` (infra-tolerance ORCH-061
-уже внутри скрипта), а гейт `check_staging_status` детерминирован. Это удовлетворяет обоим
-условиям «avoidable»: C-консультация **и** деривируемый вердикт. Прецедент детерминированной
-замены агента (`launch_job`-перехват до `_spawn`, D1/D2 `deploy-finalizer`/`post-deploy-monitor`)
-и эталон «детерминированный джоб → `advance_stage`» (`run_deploy_finalizer`) уже работают в
-проде — архитектурный риск снят.
-
-## Решение
-
-**Новый leaf `src/staging_runner.py` + перехват в `launch_job` до `_spawn`** (рядом с D1/D2).
-На `deploy-staging` для in-scope репо джоб `deployer` обрабатывает раннер: исполняет
-staging-сюиту через `proc_group` (tree-kill, ORCH-110), маппит exit-код единым контрактом
-`self_deploy.map_exit_code_to_status`, пишет `15-staging-log.md` (тот же machine-key
-`staging_status:`), вызывает **существующий** `advance_stage(finished_agent="deployer")`.
-
-Кросс-каттинговые инварианты (сохранены **байт-в-байт**):
-- `STAGE_TRANSITIONS` (`src/stages.py`), реестр и имена `QG_CHECKS`/`check_*`/`_parse_*`,
-  machine-verdict-ключи (`staging_status:`/`deploy_status:`/`verdict:`/`result:`/
-  `security_status:`/`coverage_status:`), **схема БД** — не тронуты. Это замена *продюсера*
-  артефакта, не гейта/стадии.
-- Единственный транспорт LLM-консультации (`launcher._spawn`/S0,
-  [llm-usage-policy.md](../llm-usage-policy.md) §5) — соблюдён: раннер **не зовёт LLM**;
-  второй транспорт не вводится.
-- Сквозной бюджет времени ORCH-065/109/110 (`reaper_max_running_s` > Σ(работ на ребре
-  `deploy-staging`) + grace) — соблюдён **без** правки `reaper_max_running_s` (раннер-таймаут
-  600s ≤ прежнего LLM-окна).
-- Граница ORCH-112/ORCH-114: transition-lease берётся **внутри** `advance_stage`; раннер
-  lease/гигиену не модифицирует.
-
-Скоуп — **self-hosting only** (`staging_runner_repos=""` → `is_self_hosting_repo`), под
-kill-switch `staging_runner_enabled` (off → `_spawn` LLM-deployer'а байт-в-байт). never-raise
-во всех публичных функциях; **двухуровневый исход** (verdict при исполнившейся сюите; bounded
-defer → fail-closed на tool-error/таймауте) убирает с staging-ребра RCA-класс ORCH-110 (инфра
-≠ код-фейл).
-
-**Эволюция карты LLM (норматив сопровождения, в том же PR — D11 локального ADR):**
-`llm-call-sites.md` (A6 → реализовано детерминированно), `llm-determinization-roadmap.md`
-(rank 1 deployer → реализован; инвариант «ровно один `first_slice`» цел), `llm-usage-policy.md`
-(§5 — транспорт не нарушен), плюс анти-дрейф-тесты (`test_llm_call_site_inventory.py`/
-`test_llm_determinization_docs.py`). Эти правки коуплены к коду → применяются в development
-атомарно с реализацией, не в architecture-стадии.
-
-## Последствия
-
-- **+** Минус один avoidable LLM control path; первый доказанный раннер-паттерн замены
-  C-консультации (опора для второго кандидата — `tester`-гибрид, rank 2).
-- **+** Дешевле/быстрее/детерминированнее собственный `deploy-staging`; нет токенов/латентности
-  LLM в точке ветвления.
-- **+** Паттерн переиспользуем: leaf + перехват до `_spawn` + `advance_stage` — шаблон для
-  будущих срезов и для Phase 2 (project deploy contract не-self репо).
-- **−** Новый компонент + врезка + defer-механика. Митигейшн: never-raise leaf, kill-switch
-  (fail-safe к LLM), без схемы БД, структурное покрытие.
-- **Откат:** `ORCH_STAGING_RUNNER_ENABLED=false` → прежний LLM-путь на `deploy-staging`
-  байт-в-байт.
-
-## Ссылки
-- Локальный ADR: `docs/work-items/ORCH-115/06-adr/ADR-001-deterministic-staging-runner.md`
-- Политика/карта/roadmap: [llm-usage-policy.md](../llm-usage-policy.md),
-  [llm-call-sites.md](../llm-call-sites.md), [llm-determinization-roadmap.md](../llm-determinization-roadmap.md),
-  [adr-0047](adr-0047-llm-usage-policy-and-call-site-map.md)
-- Прецеденты: D1/D2 (`launcher.py:389/394`), `run_deploy_finalizer` (`stage_engine.py:2010`),
-  `proc_group` (ORCH-110, [adr-0042](adr-0042-merge-gate-retest-infra-tolerance-and-tree-kill.md)),
-  transition-lease (ORCH-114, [adr-0045](adr-0045-transition-ownership-lease-and-stage-cas.md))

docs/architecture/adr/adr-0049-deterministic-test-runner.md

@@ -1,115 +0,0 @@
----
-work_item: ORCH-116
-stage: architecture
-author_agent: architect
-status: proposed
-created_at: 2026-06-16
-model_used: claude-opus-4-8
----
-
-# adr-0049: Детерминированный test-раннер — второй реализованный срез determinization-roadmap (tester-гибрид)
-
-> **Сквозной (cross-cutting) ADR.** Агрегирует решение ORCH-116, влияющее на **весь**
-> оркестратор: вводит новый компонент-leaf `src/test_runner.py`, снимает вторую avoidable
-> LLM-консультацию из потока управления (`tester`/`result:`, A5) и переводит rank-2
-> determinization-roadmap из «план» в «реализовано». Локальная детализация (все решения
-> D1–D12, включая tester-специфичную анти-коллизию `status:` D6.1) —
-> `docs/work-items/ORCH-116/06-adr/ADR-001-deterministic-test-runner.md`.
-
-## Статус
-Proposed
-
-## Контекст
-
-ORCH-118 ([adr-0047](adr-0047-llm-usage-policy-and-call-site-map.md)) зафиксировал нормативную
-политику и карту LLM-консультаций и назвал **avoidable LLM control paths = `{tester, deployer}`**.
-Первый срез — **deployer (staging-status, rank 1)** — реализован **ORCH-115**
-([adr-0048](adr-0048-deterministic-staging-runner.md)). Второй кандидат — **tester (rank 2,
-`needs-hybrid-fallback`, `hybrid_needed = yes`, `first_slice = no`)**. ORCH-116 — его фактическая
-реализация.
-
-Вердикт `result:` на стадии `testing` сейчас эмитит LLM-агент `tester`, но **PASS/FAIL-ядро** есть
-**чистый маппинг** exit-кода `pytest` + read-only smoke, а гейт `check_tests_passed`
-(`_parse_tests_verdict`) детерминирован и читает **только** frontmatter `result:` (+ legacy
-`verdict:`/`status:`). Это удовлетворяет обоим условиям «avoidable»: C-консультация **и**
-деривируемый вердикт. **Гибрид-нюанс:** прежний промпт нёс ещё и настоящее суждение (триаж падений,
-маппинг TC↔критерии) — поэтому ORCH-116 выносит из потока управления **только PASS/FAIL-исполнителя**,
-оставляя LLM допустимым лишь как будущий **off-control-path** триаж (Phase 2, не control-path).
-
-Прецедент детерминированной замены агента (`launch_job`-перехват до `_spawn`, D1/D2 +
-**рабочий эталон `src/staging_runner.py`** ORCH-115) и эталон «детерминированный джоб → `advance_stage`»
-уже в проде — архитектурный риск замены снят.
-
-## Решение
-
-**Новый leaf `src/test_runner.py` + перехват в `launch_job` до `_spawn`** (рядом с D1/D2/ORCH-115).
-На `testing` для in-scope репо с резолвимым тест-контрактом джоб `tester` обрабатывает раннер:
-исполняет регресс `pytest <target>` **в worktree ветки** через `proc_group` (tree-kill, ORCH-110) +
-опциональный read-only smoke, маппит exit-код единым контрактом `self_deploy.map_exit_code_to_status`
-(транслируя токены в `PASS`/`FAIL`), пишет `13-test-report.md` (тот же machine-key `result:`),
-best-effort пушит лог в фичеветку, вызывает **существующий** `advance_stage(current_stage="testing",
-finished_agent="tester")`.
-
-Кросс-каттинговые инварианты (сохранены **байт-в-байт**):
-- `STAGE_TRANSITIONS` (`src/stages.py`), реестр и имена `QG_CHECKS`/`check_tests_passed`/
-  `_parse_tests_verdict`/прочих `check_*`/`_parse_*`, machine-verdict-ключи (`result:`/`verdict:`/
-  `status:`/`staging_status:`/`deploy_status:`/`security_status:`/`coverage_status:`), **схема БД** —
-  не тронуты. Это замена *продюсера* артефакта, не гейта/стадии.
-- Единственный транспорт LLM-консультации (`launcher._spawn`/S0,
-  [llm-usage-policy.md](../llm-usage-policy.md) §5) — соблюдён: раннер **не зовёт LLM**; второй
-  транспорт не вводится; будущий off-control-path триаж — вне control-path (не контр-пример политике).
-- Сквозной бюджет времени ORCH-065/109/110 (`reaper_max_running_s` (5400) > Σ(работ на ребре)) —
-  соблюдён **без** правки `reaper_max_running_s`: ребро `testing` отдельно от `deploy-staging`, окно
-  раннера ≤900s ≤ прежнего LLM-окна `agent_timeout_seconds` (1800s).
-- Граница ORCH-112/ORCH-114/ORCH-115: transition-lease берётся **внутри** `advance_stage`; раннер
-  lease/гигиену/`staging_runner` не модифицирует.
-
-Скоуп — **self-hosting only** (`test_runner_repos=""` → `is_self_hosting_repo` + резолв
-тест-контракта `_has_test_contract`, в Phase 1 = self-hosting), под kill-switch
-`test_runner_enabled` (off → `_spawn` LLM-tester'а байт-в-байт). never-raise во всех публичных
-функциях; **двухуровневый исход** (verdict при исполнившейся сюите; bounded defer → fail-closed на
-tool-error/таймауте) убирает с `testing`-ребра RCA-класс ORCH-110 (инфра ≠ код-фейл).
-**Backward-compat (BR-9):** репо без резолвимого тест-контракта → `applies==False` → прежний
-LLM-tester (enduro-trails не затронут).
-
-**Tester-специфичная анти-коллизия (D6.1 локального ADR, отсутствует в ORCH-115):**
-`_parse_tests_verdict` читает вердикт из **трёх** полей (`verdict:`/**`status:`**/`result:`) с
-negative-token-priority — поэтому обязательное 52c-поле `status:` раннера **жёстко выровнено** по
-вердикту (`success` для PASS / `failed` для FAIL), иначе негативный токен в `status:` при `result:
-PASS` дал бы ложный FAIL. Зафиксировано unit-тестом через неизменённый парсер.
-
-**Эволюция карты LLM (норматив сопровождения, в том же PR — D12 локального ADR):**
-`llm-call-sites.md` (A5 → реализовано детерминированно, но `avoidable=yes`/`axis=C`/
-`needs-hybrid-fallback` сохранены — LLM-ветвь как fallback / будущий off-control-path триаж),
-`llm-determinization-roadmap.md` (rank 2 tester → реализован; **инвариант «ровно один
-`first_slice = yes`» цел** — `first_slice` остаётся у rank 1/deployer, у tester — `no`),
-`llm-usage-policy.md` (§5 — транспорт не нарушен), плюс анти-дрейф-тесты
-(`test_llm_call_site_inventory.py`/`test_llm_determinization_docs.py`). Эти правки коуплены к коду →
-применяются в development атомарно с реализацией, не в architecture-стадии (как ORCH-115).
-
-## Последствия
-
-- **+** Минус ещё один avoidable LLM control path; второй доказанный раннер-паттерн (теперь и для
-  `needs-hybrid-fallback`-кандидата, не только `replace-deterministic-now`).
-- **+** Дешевле/быстрее/детерминированнее собственный `testing`; нет токенов/латентности LLM в точке
-  ветвления `testing → deploy-staging` / `testing → development`.
-- **+** Паттерн остаётся переиспользуемым: leaf + перехват до `_spawn` + `advance_stage` — шаблон для
-  Phase 2 (project test contract не-self репо + опциональный off-control-path LLM-триаж).
-- **+** Гибрид-граница (D11 локального ADR): архитектура не закрывает будущий off-control-path триаж,
-  не пуская LLM обратно в поток управления вердикта.
-- **−** Новый компонент + врезка + defer-механика + tester-специфичная анти-коллизия `status:`.
-  Митигейшн: never-raise leaf, kill-switch (fail-safe к LLM), без схемы БД, инвариант выравнивания
-  `status:` + структурное покрытие `tests/test_orch116_test_runner.py`.
-- **Откат:** `ORCH_TEST_RUNNER_ENABLED=false` → прежний LLM-путь на `testing` байт-в-байт.
-
-## Ссылки
-- Локальный ADR: `docs/work-items/ORCH-116/06-adr/ADR-001-deterministic-test-runner.md`
-- Первый срез: [adr-0048](adr-0048-deterministic-staging-runner.md) (ORCH-115, `src/staging_runner.py`)
-- Политика/карта/roadmap: [llm-usage-policy.md](../llm-usage-policy.md),
-  [llm-call-sites.md](../llm-call-sites.md) (A5),
-  [llm-determinization-roadmap.md](../llm-determinization-roadmap.md) (rank 2),
-  [adr-0047](adr-0047-llm-usage-policy-and-call-site-map.md)
-- Прецеденты: D1/D2 (`launcher.py:397/402`), `_run_staging_runner_job` (`launcher.py:438`),
-  `run_staging_gate` (`staging_runner.py`), `proc_group` (ORCH-110,
-  [adr-0042](adr-0042-merge-gate-retest-infra-tolerance-and-tree-kill.md)),
-  transition-lease (ORCH-114, [adr-0045](adr-0045-transition-ownership-lease-and-stage-cas.md))

docs/architecture/internals.md

@@ -96,33 +96,6 @@ claude.exe --print  --system-prompt  --allowedTools Read,Write,Edit,Bash
 3. Стартует **watchdog thread** (per-role wall-clock бюджет → SIGTERM→grace→SIGKILL по pid; ORCH-109: developer 60 мин / reviewer 50 мин / прочие 30 мин дефолт, `_resolve_timeout`)
 4. Стартует **monitor thread**: `proc.wait()` (гарантированный reap → реальный exit_code в БД) → закрывает log_fh → git commit/push → auto-advance
 
-**Детерминированные перехваты `launch_job` ДО `_spawn` (no-LLM джобы).** Перед `_spawn` `launch_job`
-перехватывает зарезервированные роли и исполняет их детерминированно, сам ведя `jobs`-строку через
-`mark_job` (нет `agent_runs`, нет токенов): `deploy-finalizer` (D1, ORCH-036 Phase C) и
-`post-deploy-monitor` (D2, ORCH-021). **ORCH-115 ([adr-0048](adr/adr-0048-deterministic-staging-runner.md)):**
-тем же паттерном перехватывается джоб `deployer` на стадии `deploy-staging` для in-scope репо
-(дискриминатор — **стадия задачи**, не имя роли: роль `deployer` общая для `deploy-staging`/`deploy`;
-+`staging_runner.applies(repo)` под kill-switch `staging_runner_enabled`, скоуп `staging_runner_repos`,
-пусто → self-hosting only; `should_intercept` never-raise → `False` → штатный `_spawn`, fail-safe к
-LLM). Leaf `src/staging_runner.py` (зеркало `run_deploy_finalizer`) исполняет staging-сюиту через
-`proc_group` (tree-kill, таймаут `staging_runner_timeout_s`), маппит exit-код
-`self_deploy.map_exit_code_to_status`, пишет `15-staging-log.md` (тот же machine-key `staging_status:`)
-и вызывает существующий `advance_stage(finished_agent="deployer")` (см. §5). Так LLM-агент `deployer`
-на `deploy-staging` исчезает из happy-path; `STAGE_TRANSITIONS`/`QG_CHECKS`/схема БД не тронуты.
-**ORCH-116 ([adr-0049](adr/adr-0049-deterministic-test-runner.md)):** тем же паттерном (рядом с
-ORCH-115) перехватывается джоб `tester` на стадии `testing` для in-scope репо с тест-контрактом
-(дискриминатор — роль `tester` **И** `tasks.stage == "testing"` **И** `test_runner.applies(repo)` под
-kill-switch `test_runner_enabled`, скоуп `test_runner_repos`, резолв `_has_test_contract`; пусто →
-self-hosting only; `should_intercept` never-raise → `False` → штатный `_spawn`, fail-safe к LLM). Leaf
-`src/test_runner.py` (зеркало `run_staging_gate`) исполняет регресс `pytest <target>` **в worktree
-ветки** через `proc_group` (tree-kill, таймаут `test_runner_timeout_s`) + read-only smoke, маппит
-exit-код `self_deploy.map_exit_code_to_status` в токенах `result:` (`0→PASS`/иначе→`FAIL`), пишет
-`13-test-report.md` (тот же machine-key `result:`; 52c-`status:` выровнен по вердикту — D6.1) и вызывает
-существующий `advance_stage(finished_agent="tester")` (см. §5). Двухуровневый исход (анти-ORCH-110):
-сюита НЕ исполнилась → bounded defer re-queue **`tester`**-джоба, не код-фейл-откат. Так LLM-агент
-`tester` на `testing` исчезает из happy-path; `STAGE_TRANSITIONS`/`QG_CHECKS`/`check_tests_passed`/схема
-БД не тронуты.
-
 ### 5. Auto-advance (`launcher._try_advance_stage`)
 
 После успешного завершения агента:

docs/architecture/llm-call-sites.md

@@ -57,8 +57,8 @@
 | **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; для in-scope репо на `testing` — **нет**, перехват до `_spawn`) | **C** | `needs-hybrid-fallback` | **avoidable, СРЕЗ РЕАЛИЗОВАН (ORCH-116):** на `testing` для self-hosting `orchestrator` (репо с тест-контрактом) вердикт `result:` производит детерминированный `src/test_runner.py` (перехват в `launch_job` до `_spawn`, как D1/D2) — exit-код `pytest` в worktree + read-only smoke. LLM-ветвь остаётся **fallback'ом** под выключенным флагом / для репо без контракта / как будущий **off-control-path** триаж падений (маппинг TC↔критерии), который НЕ выносит и НЕ переопределяет `result:` (гибрид-природа `needs-hybrid-fallback` сохранена) |
-| **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; для in-scope репо на `deploy-staging` — **нет**, перехват до `_spawn`) | **C** | `replace-deterministic-now` | **avoidable, СРЕЗ РЕАЛИЗОВАН (ORCH-115):** на `deploy-staging` для self-hosting `orchestrator` вердикт `staging_status:` производит детерминированный `src/staging_runner.py` (перехват в `launch_job` до `_spawn`, как D1/D2) — маппинг exit-кода `staging_check.py`; прод уже детерминирован Phase A/B/C (ORCH-036). LLM-ветвь остаётся fallback'ом под выключенным флагом / для не-self репо |
+| **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 |
 
@@ -147,20 +147,8 @@
 
 - **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** (это инвариант самой карты).
-- **Реализованные срезы.** Первый срез roadmap'а — **deployer (staging-status)** — реализован
-  **ORCH-115** (`src/staging_runner.py`, перехват в `launch_job` до `_spawn`): на `deploy-staging`
-  для in-scope репо вердикт `staging_status:` производит детерминированный код, не LLM. Это
-  `replace-deterministic-now` без ввода второго транспорта (раннер LLM не зовёт) — карта/инвариант
-  «единственный транспорт S0» соблюдены. Машинный `ORCH-118-INVENTORY-BLOCK` сохраняет deployer как
-  `avoidable=yes`/`axis=C` (LLM-ветвь жива как fallback под выключенным флагом / для не-self репо).
-  **Второй срез — tester (`result:`)** — реализован **ORCH-116** (`src/test_runner.py`, тем же
-  перехватом до `_spawn`): на `testing` для in-scope репо вердикт `result:` производит
-  детерминированный код (exit-код `pytest` в worktree + read-only smoke), не LLM. Это
-  `needs-hybrid-fallback`, тоже без второго транспорта (раннер LLM не зовёт). Машинный
-  `ORCH-118-INVENTORY-BLOCK` сохраняет tester как `avoidable=yes`/`axis=C`/
-  `classification=needs-hybrid-fallback` — LLM-ветвь жива как fallback (выключенный флаг / репо без
-  контракта) и как будущий **off-control-path** триаж, который не выносит `result:`.
+  `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»**.

docs/architecture/llm-determinization-roadmap.md

@@ -15,17 +15,7 @@
 
 ---
 
-## 1. Рекомендованный первый срез — **deployer (staging-status)** — ✅ РЕАЛИЗОВАН (ORCH-115)
-
-> **Статус: реализовано.** Срез выполнен в **ORCH-115** — `src/staging_runner.py` (перехват в
-> `launch_job` до `_spawn`, как `D1`/`D2`): на стадии `deploy-staging` для self-hosting `orchestrator`
-> вердикт `staging_status:` производит детерминированный код (маппинг exit-кода `staging_check.py`
-> через `self_deploy.map_exit_code_to_status`), а не LLM. Под kill-switch `staging_runner_enabled` +
-> скоуп `staging_runner_repos` (пусто → self-hosting only); LLM-ветвь остаётся fallback'ом.
-> Контракт артефакта/гейта `check_staging_status`/`STAGE_TRANSITIONS`/схема БД — не тронуты. Детали —
-> `docs/work-items/ORCH-115/06-adr/ADR-001-deterministic-staging-runner.md`, сквозной
-> `docs/architecture/adr/adr-0048-deterministic-staging-runner.md`. Запись `rank 1` в машинном блоке
-> §4 сохраняется (`first_slice = yes`, инвариант карты) как историческая фиксация первого среза.
+## 1. Рекомендованный первый срез — **deployer (staging-status)**
 
 Обоснование (самый низкорисковый «чисто деривируемый» control path):
 
@@ -39,24 +29,12 @@
    замены агента уже снят рабочим паттерном.
 4. **`replace-deterministic-now`, без hybrid-fallback** (в отличие от tester).
 
-## 2. Второй кандидат — **tester (гибрид)** — ✅ РЕАЛИЗОВАН (ORCH-116)
-
-> **Статус: реализовано.** Срез выполнен в **ORCH-116** — `src/test_runner.py` (перехват в
-> `launch_job` до `_spawn`, как `D1`/`D2`/ORCH-115): на стадии `testing` для self-hosting
-> `orchestrator` вердикт `result:` производит детерминированный код (exit-код `pytest tests/` в
-> worktree ветки + read-only smoke `/health`/`/status`/`/queue`+`serial_gate`, маппинг через
-> `self_deploy.map_exit_code_to_status` в токенах `PASS`/`FAIL`), а не LLM. Под kill-switch
-> `test_runner_enabled` + скоуп `test_runner_repos` (пусто → self-hosting only) + резолв тест-контракта
-> (репо без контракта → LLM-tester, fail-safe). Контракт артефакта/гейта `check_tests_passed`/
-> `STAGE_TRANSITIONS`/схема БД — не тронуты. Запись `rank 2` в машинном блоке §4 сохраняется
-> (`first_slice = no`, `hybrid_needed = yes` — инвариант карты) как фиксация второго среза.
+## 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. В Phase 1 (ORCH-116) детерминированное ядро вынесено в раннер;
-off-control-path LLM-триаж (он **не** выносит и **не** переопределяет `result:`, **не** добавляет ребро
-в `STAGE_TRANSITIONS`) зафиксирован как Phase 2 follow-up по роли и в этом срезе не реализуется.
+суждения шире и объём работы больше.
 
 ## 3. Общие требования к каждому follow-up'у
 

docs/architecture/llm-usage-policy.md

@@ -94,15 +94,3 @@ Call-site является **avoidable LLM control path** тогда и толь
   `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.
-- **Реализованный срез (ORCH-115).** Снятие C-консультации с деривируемым вердиктом — это разрешённое
-  `replace-deterministic-now`, а не ввод новой LLM-консультации. ORCH-115 снял A6/staging-status:
-  детерминированный `src/staging_runner.py` производит `staging_status:` без `_spawn` (перехват до
-  него, как `D1`/`D2`) — раннер **LLM не зовёт** и **второй транспорт не вводит**, поэтому инвариант
-  «единственный транспорт S0» соблюдён (TC-12 зелёный). Это образец для последующих срезов roadmap'а.
-- **Реализованный срез (ORCH-116).** ORCH-116 снял A5/tester тем же паттерном: детерминированный
-  `src/test_runner.py` производит `result:` на `testing` для in-scope репо без `_spawn` (перехват до
-  него, как `D1`/`D2`) — exit-код `pytest` в worktree + read-only smoke. Это `needs-hybrid-fallback`
-  (детерминированное ядро вынесено; LLM-фолбэк на не-деривируемое суждение — триаж падений / маппинг
-  TC↔критерии — остаётся **off-control-path** и **не** производит `result:`). Раннер **LLM не зовёт** и
-  **второй транспорт не вводит** → инвариант «единственный транспорт S0» соблюдён (TC-12 зелёный).
-  Будущий off-control-path триаж — **не** новый транспорт control-path-консультации (он вне control-path).

docs/overview/tech-agents.md

@@ -48,20 +48,6 @@ Machine-verdict ключи читаются гейтами **только из Y
 Особенность: промпт `deployer` сознательно на английском (самый safety-critical — несёт
 запреты self-hosting в видной рамке); остальные пять — на русском.
 
-Особенность (ORCH-115): на стадии `deploy-staging` для self-hosting `orchestrator` LLM-`deployer`
-заменён **детерминированным staging-раннером** (`src/staging_runner.py`) — его работа была чисто
-механической (запуск staging-сюиты + маппинг exit-кода). LLM-промпт `deployer` остаётся fallback'ом
-под выключенным флагом / для не-self репо и продолжает вести прод-стадию `deploy`. Подробнее —
-[конвейер](tech-pipeline.md) и [карта LLM-консультаций](../architecture/llm-call-sites.md).
-
-Особенность (ORCH-116): на стадии `testing` для self-hosting `orchestrator` LLM-`tester` заменён
-**детерминированным test-раннером** (`src/test_runner.py`) — его PASS/FAIL-ядро деривируемо (exit-код
-`pytest` в worktree + read-only smoke), вердикт `result:` производит детерминированный код. Это
-гибрид (`needs-hybrid-fallback`): LLM-промпт `tester` остаётся fallback'ом под выключенным флагом / для
-репо без тест-контракта, а будущий off-control-path триаж падений не выносит и не переопределяет
-`result:`. Подробнее — [конвейер](tech-pipeline.md) и
-[карта LLM-консультаций](../architecture/llm-call-sites.md).
-
 ## Человек как седьмая роль
 
 Человек не пишет артефакты конвейера, но принимает два решения, которые не делегированы

docs/overview/tech-pipeline.md

@@ -34,27 +34,6 @@ created → analysis → architecture → development → review → testing →
 | `done` | — | — | терминал |
 | `cancelled` | — | — | терминал (сток отмены) |
 
-> **Детерминированный staging-раннер (ORCH-115).** На стадии `deploy-staging` для self-hosting
-> `orchestrator` работу ведёт **детерминированный код** (`src/staging_runner.py`), а не LLM-агент
-> `deployer`: он перехватывается в `launch_job` до запуска агента (как Phase A/B/C прод-деплоя),
-> исполняет ту же staging-сюиту, маппит exit-код в `staging_status:` и инициирует **тот же** гейт
-> `check_staging_status`. Это замена *продюсера* артефакта, а не гейта: контракт `15-staging-log.md`,
-> имя/семантика `check_staging_status`, `STAGE_TRANSITIONS` — не изменились. Под kill-switch
-> `staging_runner_enabled` (скоуп `staging_runner_repos`, пусто → self-hosting only); при выключении
-> на стадии снова работает LLM-`deployer` байт-в-байт. Это первый реализованный срез
-> determinization-roadmap (см. `docs/architecture/llm-determinization-roadmap.md`).
-
-> **Детерминированный test-раннер (ORCH-116).** На стадии `testing` для self-hosting `orchestrator`
-> работу ведёт **детерминированный код** (`src/test_runner.py`), а не LLM-агент `tester`: он
-> перехватывается в `launch_job` до запуска агента (тем же паттерном, что staging-раннер), исполняет
-> регресс `pytest` в worktree ветки + read-only smoke, маппит exit-код в `result:` и инициирует **тот
-> же** гейт `check_tests_passed`. Это замена *продюсера* артефакта, а не гейта: контракт
-> `13-test-report.md`, имя/семантика `check_tests_passed`/`_parse_tests_verdict`, `STAGE_TRANSITIONS`
-> — не изменились. Под kill-switch `test_runner_enabled` (скоуп `test_runner_repos`, пусто →
-> self-hosting only; репо без тест-контракта → LLM-tester); при выключении снова работает LLM-`tester`
-> байт-в-байт. Это второй реализованный срез determinization-roadmap (гибрид: LLM-фолбэк остаётся на
-> off-control-path триаж, не на вынесение `result:`).
-
 ## Под-гейты деплойного ребра — врезки, не стадии
 
 На переходе `deploy-staging → deploy` исполняются четыре под-гейта в нормативном порядке

docs/overview/tech-quality-security.md

@@ -50,13 +50,7 @@ LLM, и **нормативную политику** «LLM — только та
 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. **Первый срез реализован (ORCH-115):** на `deploy-staging` для self-hosting
-`orchestrator` LLM-`deployer` заменён детерминированным `src/staging_runner.py` (вердикт
-`staging_status:` = маппинг exit-кода staging-сюиты); LLM-ветвь остаётся fallback'ом, гейт
-`check_staging_status` не тронут. **Второй срез реализован (ORCH-116):** на `testing` для self-hosting
-`orchestrator` LLM-`tester` заменён детерминированным `src/test_runner.py` (вердикт `result:` = exit-код
-`pytest` + read-only smoke); это гибрид (`needs-hybrid-fallback`) — LLM-ветвь остаётся fallback'ом /
-будущим off-control-path триажем, гейт `check_tests_passed`/`_parse_tests_verdict` не тронут.
+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)

docs/work-items/ORCH-115/00-business-request.md

@@ -1,7 +0,0 @@
-# Business Request: ORCH: replace LLM deployer with deterministic deploy runner
-
-Work Item ID: ORCH-115
-
-## Description
-
-TBD

docs/work-items/ORCH-115/01-brd.md

@@ -1,175 +0,0 @@
----
-work_item: ORCH-115
-stage: analysis
-author_agent: analyst
-status: ready-for-review
-created_at: 2026-06-16
-model_used: claude-opus-4-8
----
-
-# 01 — BRD (бизнес-требования): ORCH-115 — заменить LLM-деплойера детерминированным staging-раннером
-
-Work Item: **ORCH-115** · Repo: **orchestrator** · Стадия: analysis
-
-## 1. Бизнес-контекст и проблема
-
-Стадия `deploy-staging` сейчас исполняется **LLM-агентом `deployer`** (`src/stages.py:18`,
-`get_agent_for_stage("testing") = "deployer"`). Фактическая работа агента на этой стадии —
-**чисто детерминированная**: запустить staging-сюиту (`docker exec orchestrator-staging python3
-scripts/staging_check.py --base-url http://localhost:8501 --mode stub`), смаппить **exit-код**
-в вердикт (`0 → SUCCESS`, ≠0 → `FAILED`), записать `15-staging-log.md` с frontmatter
-`staging_status:` и смержить лог в `main` (`.openclaw/agents/deployer.md`, шаги 1–4).
-
-Это **avoidable LLM control path** по нормативной политике (`docs/architecture/llm-usage-policy.md`
-§3): (i) это C-консультация — её вердикт `staging_status:` потребляется гейтом
-`check_staging_status` (`src/qg/checks.py:599`), и (ii) вердикт **полностью деривируем** из
-exit-кода `staging_check.py`. Карта вызовов (`docs/architecture/llm-call-sites.md`, строка **A6**)
-классифицирует deployer как **`replace-deterministic-now`**, а roadmap
-(`docs/architecture/llm-determinization-roadmap.md`, машинный блок) ставит его **rank 1** с
-`first_slice = yes`, `hybrid_needed = no`. Эта задача — **первый срез** реализации того roadmap.
-
-**Боль / риск, который закрываем:**
-- **Недетерминизм в потоке управления.** Решение «advance или rollback» на `deploy-staging` зависит
-  от LLM-сессии (стоимость, латентность, риск галлюцинации команд), хотя сводится к одному exit-коду.
-- **Стоимость и латентность.** Каждый прогон deployer'а на staging тратит токены/время opus-агента
-  (оценка по `agent_runs`: deployer-строки ~40–120k токенов / 3–15 мин на прогон; точное число —
-  `GET /metrics`) ради действия, которое выполняется тремя shell-строками.
-- **Класс инцидентов «LLM принял решение, которое есть исполнение фиксированных команд + маппинг
-  результата»** — тот же RCA-трек, что ORCH-110/111/112/113/114/117.
-
-Установленные факты (не изобретать):
-- Пьюр-логика вердикта уже существует и юнит-тестируема: `src/staging_verdict.py::compute_staging_verdict`
-  (ORCH-061) считает infra-tolerant вердикт **внутри** `staging_check.py`; раннеру остаётся доверять
-  exit-коду (как уже делает LLM-deployer — `deployer.md` step 2).
-- Детерминированный прецедент замены агента уже работает: `launch_job` перехватывает зарезервированные
-  роли `deploy-finalizer` (D1, `src/agents/launcher.py:389`) и `post-deploy-monitor`
-  (D2, `:394`) **до `_spawn`** и исполняет их как no-LLM-джобы.
-- Прод-ребро `deploy` для self-hosting уже детерминировано (`src/self_deploy.py` Phase A/B/C,
-  ORCH-036) — LLM в критическом self-restart-пути нет. Срез не трогает критический прод-путь.
-
-## 2. Объём (scope)
-
-### В объёме (Phase 1)
-- **Детерминированный staging-раннер** для `deploy-staging` репо `orchestrator` (self-hosting):
-  исполняет staging-сюиту, маппит exit-код в `staging_status:`, пишет `15-staging-log.md`, мержит в
-  `main` — **без** запуска LLM-агента `deployer`.
-- Раннер активируется через **перехват в `launch_job` до `_spawn`** (прецедент D1/D2), **без правки
-  `src/stages.py`/`STAGE_TRANSITIONS`** (роль `deployer` в словаре остаётся; меняется лишь *кто*
-  обрабатывает джоб на стадии `deploy-staging` для in-scope репо).
-- После выпуска вердикта раннер инициирует **существующую** оценку exit-гейта `check_staging_status`
-  ровно так, как это делал завершившийся LLM-deployer (`_try_advance_stage` → `advance_stage(
-  finished_agent="deployer")`) — все нижестоящие под-гейты (security → merge → coverage →
-  image-freshness, ORCH-022/043/027/058) и Phase A (ORCH-036) ведут себя идентично.
-- Kill-switch + скоуп-CSV (паттерн ORCH-022/027/043/089/090): `*_enabled` (откат к LLM-пути) и
-  `*_repos` (пусто → self-hosting only).
-- Наблюдаемость: read-only блок в `GET /queue` + структурный лог вердикта.
-
-### Вне объёма (явно НЕ делаем в ORCH-115)
-- **Phase 2 — «project deploy contract» для не-self репо** (например `enduro-trails`): конфигурируемый
-  контракт deploy/rollback/healthcheck для произвольных репо. Описан как **forward-looking
-  follow-up** (см. §6 и `02-trz.md` §8); **в приёмку ORCH-115 не входит**. Для не-self репо
-  `deploy-staging` сейчас — мгновенный pass (`check_staging_status` → N/A, `src/qg/checks.py:620`),
-  поэтому Phase 1 их не затрагивает.
-- **Прод-ребро `deploy`** (Phase A/B/C self-deploy, ORCH-036) — уже детерминировано; не трогаем.
-- **LLM debug/triage-аналитик после детерминированного FAILED** — `replace-deterministic-now` без
-  гибрида (roadmap `hybrid_needed = no`). В этом срезе LLM на `deploy-staging` отсутствует и в
-  happy-path, и в fail-path; опциональный off-control-path debug-аналитик оставлен как будущее
-  улучшение и **требованиями не запрещён** (см. NFR-7).
-- **Любая правка `STAGE_TRANSITIONS` / реестра и имён `QG_CHECKS` / семантики `check_*` /
-  machine-verdict-ключей / схемы БД** (см. NFR-1).
-- **ORCH-112 (checkout hygiene) и ORCH-114 (transition lease)** — по явной границе задачи не
-  смешиваем: раннер вызывает `advance_stage`, который уже владеет lease ORCH-114; сам lease/гигиену
-  не модифицируем.
-
-## 3. Заинтересованные стороны
-
-- **Заказчик / Owner** (`homenet542@gmail.com`) — инициатор детерминизации LLM-control-path'ов.
-- **Платформа orchestrator (self-hosting)** — прямой потребитель: дешевле/быстрее/детерминированнее
-  собственный `deploy-staging`.
-- **Другие проекты на общем инстансе** (enduro-trails) — НЕ затронуты в Phase 1 (скоуп self-hosting),
-  выигрывают позже от Phase 2.
-- **Reviewer / Tester / Deployer-роли конвейера** — принимают результат через неизменные гейты.
-
-## 4. Бизнес-требования (BR)
-
-- **BR-1 — Детерминированный staging без LLM.** На `deploy-staging` для in-scope репо вердикт
-  `staging_status:` производится детерминированным кодом (исполнение `staging_check.py` + маппинг
-  exit-кода), **без** консультации LLM. Happy-path `deploy-staging` не вызывает `_spawn`.
-- **BR-2 — Контракт артефакта неизменен.** Раннер пишет тот же `15-staging-log.md` с тем же
-  frontmatter-ключом `staging_status: SUCCESS|FAILED`, который читает `check_staging_status`/
-  `_parse_staging_status`. Гейт байт-в-байт не меняется.
-- **BR-3 — Эквивалентность маршрутизации.** SUCCESS → продвижение на `deploy` через те же под-гейты
-  и Phase A; FAILED → существующий откат `deploy-staging → development` (тот же путь, что у
-  FAILED-вердикта LLM-deployer'а, `src/stage_engine.py:932`). Никаких новых рёбер/исходов.
-- **BR-4 — Переиспользование существующей пьюр-логики.** Раннер использует уже существующий
-  exit-code→verdict маппинг (тривиальный `0→SUCCESS`/иначе`FAILED`, зеркало
-  `self_deploy.map_exit_code_to_status`); infra-tolerance (ORCH-061) остаётся **внутри**
-  `staging_check.py` — раннер ему доверяет, повторно не судит.
-- **BR-5 — Обратимость одним флагом.** Глобальный kill-switch возвращает прежний LLM-deployer-путь
-  на `deploy-staging` байт-в-байт; скоуп-CSV ограничивает раннер in-scope репо (пусто → только
-  `orchestrator`).
-- **BR-6 — Наблюдаемость.** Исход раннера (запущен / SUCCESS / FAILED / ошибка инструмента) виден в
-  `GET /queue` и в структурном логе; деградации (например staging-инстанс недоступен) различимы от
-  «код упал».
-- **BR-7 — Self-hosting safety.** Раннер на `deploy-staging` **никогда** не рестартит прод-контейнер
-  8500, не трогает `main` force-push'ем, не правит `.env`/`docker-compose.yml`. Он лишь читает,
-  исполняет staging-сюиту (порт 8501), пишет лог и мержит лог штатным PR/artifact-merge-путём.
-
-## 5. Нефункциональные требования (NFR)
-
-- **NFR-1 — Скоуп-инвариант (анти-дрейф).** `STAGE_TRANSITIONS` (`src/stages.py`), реестр и имена
-  `QG_CHECKS`/`check_*`/`_parse_*` (`src/qg/checks.py`), machine-verdict-ключи
-  (`staging_status:`/`deploy_status:`/`verdict:`/`result:`/`security_status:`/`coverage_status:`),
-  схема БД — **байт-в-байт не тронуты**. Это замена *продюсера* артефакта, не гейта.
-- **NFR-2 — never-raise / fail-safe.** Любая ошибка раннера (docker недоступен, таймаут, I/O) →
-  безопасный детерминированный исход без падения воркера: либо `FAILED` (fail-closed, никогда ложный
-  green), либо штатный requeue/defer — не «тихий advance». Сбой раннера не клинит очередь всех
-  проектов.
-- **NFR-3 — Изоляция процесса / таймаут.** Спавненный subprocess (`docker exec …`) имеет
-  ограниченный таймаут и чистое завершение дерева процессов (согласовано с прецедентом ORCH-110
-  `proc_group`/tree-kill); сирот pytest/docker не оставляет.
-- **NFR-4 — Сквозные бюджеты времени.** Таймаут раннера согласован со сквозным инвариантом
-  ORCH-065/109/110 (`reaper_max_running_s` > Σ(работ на ребре deploy-staging) + grace) — без правки
-  `reaper_max_running_s`.
-- **NFR-5 — Совместимость с не-self репо.** Для репо вне скоупа `deploy-staging` ведёт себя 1:1 как
-  до ORCH-115 (LLM-deployer либо мгновенный N/A-pass). enduro-trails не затронут.
-- **NFR-6 — Соответствие политике LLM.** Изменение снимает LLM-консультацию A6; карта
-  `docs/architecture/llm-call-sites.md` и политика/roadmap обновляются **в том же PR** (норматив
-  сопровождения ORCH-118): строка deployer переходит из «consults_llm: yes» в реализованное
-  детерминированное состояние.
-- **NFR-7 — Не запрещать будущий debug-fallback.** Архитектура раннера не должна архитектурно
-  исключать опциональный off-control-path LLM debug-аналитик после FAILED (будущее улучшение); но
-  в ORCH-115 он не реализуется.
-
-## 6. Допущения и ограничения
-
-- **Допущение А1.** staging-инстанс `orchestrator-staging` (8501) поднят и доступен на хосте; его
-  недоступность раннер трактует детерминированно (fail-closed `FAILED` или defer — решает архитектор,
-  AC-7).
-- **Допущение А2.** `scripts/staging_check.py` остаётся источником истины набора проверок и
-  exit-кода (включая infra-tolerance ORCH-061). ORCH-115 его логику не меняет.
-- **Допущение А3.** Перехват «до `_spawn`» по имени джоб-роли + стадии задачи — достаточный механизм
-  диспетчеризации (как D1/D2); конкретный механизм финализирует архитектор (06-adr).
-- **Ограничение О1.** Граница задачи: не смешивать с ORCH-112/ORCH-114 (их код не модифицируется).
-- **Ограничение О2.** Phase 2 (project deploy contract) — отдельный follow-up; ORCH-115 закрывает
-  только Phase 1.
-
-## 7. Критерии успеха
-
-`deploy-staging` для `orchestrator` проходит без запуска LLM-агента `deployer`: детерминированный
-раннер исполняет staging-сюиту, пишет корректный `15-staging-log.md` (`staging_status:`),
-мержит его в `main`, и конвейер продвигается/откатывается ровно как раньше — при неизменных
-`STAGE_TRANSITIONS`/`QG_CHECKS`/гейтах/схеме БД, под kill-switch с откатом к прежнему поведению.
-Детальные PASS/FAIL — `03-acceptance-criteria.md`.
-
-## 8. Риски
-
-Краткий перечень (детали — `10-tech-risks.md`, заполняет архитектор):
-- **R-1** — точка диспетчеризации «до `_spawn`» должна корректно отличать staging-deployer от
-  прод-deployer (по стадии задачи), иначе можно перехватить не тот джоб.
-- **R-2** — после выпуска вердикта нужно надёжно инициировать `advance_stage`, иначе задача зависнет
-  на `deploy-staging` (нет «финиша агента», который раньше триггерил гейт).
-- **R-3** — таймаут/изоляция docker-subprocess; утечка процессов (ср. инцидент ORCH-110).
-- **R-4** — взаимодействие с transition-lease (ORCH-114) и serial-gate (ORCH-088) на side-effectful
-  ребре — не сломать владение.
-- **R-5** — корректность отката FAILED (developer-retry cap) — должна совпасть с LLM-путём.

docs/work-items/ORCH-115/02-trz.md

@@ -1,158 +0,0 @@
----
-work_item: ORCH-115
-stage: analysis
-author_agent: analyst
-status: ready-for-review
-created_at: 2026-06-16
-model_used: claude-opus-4-8
----
-
-# 02 — ТЗ (TRZ): ORCH-115 — детерминированный staging-раннер вместо LLM-деплойера
-
-Work Item: **ORCH-115** · Repo: **orchestrator** · Стадия: analysis
-
-> ТЗ описывает **конкретные изменения к реализации**, выведенные из BRD и фактического кода.
-> Архитектурное обоснование (точный механизм перехвата, размещение раннера, способ инициации
-> `advance_stage`, лестница таймаутов) — задача архитектора (`06-adr/`). Здесь — требования и
-> привязка к реальным модулям `src/`.
-
-## 1. Сводка изменения
-
-Заменить **LLM-агента `deployer`** на стадии `deploy-staging` (для self-hosting `orchestrator`)
-**детерминированным staging-раннером**, перехватываемым в `launch_job` **до `_spawn`** (прецедент
-`deploy-finalizer`/`post-deploy-monitor`, `src/agents/launcher.py:389/394`). Раннер исполняет ту же
-staging-сюиту, что исполнял LLM (`docker exec orchestrator-staging python3
-scripts/staging_check.py …`), маппит exit-код в `staging_status:` (`0→SUCCESS`, иначе `FAILED`),
-пишет `15-staging-log.md`, best-effort мержит лог в `main`, затем инициирует **существующую** оценку
-exit-гейта `check_staging_status` ровно как завершившийся LLM-deployer. Контракт артефакта, гейт,
-`STAGE_TRANSITIONS`, схема БД — **неизменны**. Под kill-switch + скоуп-CSV; never-raise; fail-closed.
-
-## 2. Задействованные модули / пути
-
-| Путь | Действие | Назначение |
-|------|----------|------------|
-| `src/staging_runner.py` *(новый leaf)* | создать | Детерминированный раннер: `applies(repo)` (kill-switch + скоуп), исполнение staging-сюиты, маппинг exit-кода, запись `15-staging-log.md`, best-effort merge, снапшот для `/queue`. Leaf-чистота по образцу `self_deploy.py`/`staging_verdict.py`: импортирует только `config`/`git_worktree` (+ лениво `qg.checks.is_self_hosting_repo`), never-raise. |
-| `src/agents/launcher.py` | изменить | В `launch_job` добавить перехват **до `_spawn`** (рядом с D1/D2): если джоб — `deployer` на стадии задачи `deploy-staging` и `staging_runner.applies(repo)` → исполнить раннер синхронно в воркер-треде, инициировать `advance_stage` и пометить джоб (как `_run_deploy_finalizer_job`); вернуть `None` (нет `agent_runs`-строки). |
-| `src/config.py` | изменить | Добавить ключи `staging_runner_enabled: bool = True` (env `ORCH_STAGING_RUNNER_ENABLED`) и `staging_runner_repos: str = ""` (env `ORCH_STAGING_RUNNER_REPOS`; пусто → self-hosting only) + опц. `staging_runner_timeout_s` (см. FR-5). Дефолты = боевое; паттерн `coverage_gate_enabled`/`coverage_gate_repos`/`self_deploy_*`. |
-| `src/stage_engine.py` | (потенциально) точечно | Если архитектор решит инициировать гейт из stage_engine, а не из launcher — добавить тонкий хелпер (вызов существующего `advance_stage(finished_agent="deployer")`). **Без** правки `STAGE_TRANSITIONS`/exit-гейтов. |
-| `src/main.py` (`GET /queue`) | изменить | Read-only блок `staging_runner` (флаг/скоуп/счётчики исходов) — наблюдаемость BR-6. |
-| `.openclaw/agents/deployer.md` | изменить (docs) | Отметить, что на `deploy-staging` для in-scope репо стадию ведёт детерминированный код (зеркало формулировки prod-Phase A/B/C); LLM-ветвь `deploy-staging` остаётся как fallback под выключенным флагом / для не-self репо. |
-| `docs/architecture/llm-call-sites.md`, `llm-determinization-roadmap.md`, `llm-usage-policy.md` | изменить (docs) | Норматив сопровождения ORCH-118 (NFR-6): отразить реализацию A6 (deployer staging-status) — обновить инвентарь/политику/roadmap в том же PR; синхронно поправить `tests/test_llm_call_site_inventory.py` / `tests/test_llm_determinization_docs.py`. |
-| `CLAUDE.md`, `CHANGELOG.md`, `docs/overview/` | изменить (docs) | Паспорт/чейнджлог/витрина — правило для агентов №2. |
-| `tests/test_orch115_staging_runner.py` *(новый)* | создать | Покрытие (см. `04-test-plan.yaml`). |
-
-> **Не трогать (NFR-1):** `src/stages.py::STAGE_TRANSITIONS`; имена/семантику `QG_CHECKS`/`check_*`/
-> `_parse_*` в `src/qg/checks.py`; `src/staging_verdict.py` (переиспользуем как есть); `src/self_deploy.py`
-> прод-путь; `src/transition_lease.py` (ORCH-114); `src/checkout_hygiene.py` (ORCH-112); схему БД.
-
-## 3. Функциональные требования
-
-### FR-1 — Детерминированный перехват на `deploy-staging` (без `_spawn`)
-В `launch_job` (`src/agents/launcher.py`) **до** вызова `_spawn`, по образцу D1/D2: если
-`job.agent == "deployer"` **и** стадия задачи (`tasks.stage` по `job.task_id`) == `deploy-staging`
-**и** `staging_runner.applies(job.repo)` истинно → не вызывать `_spawn`, а исполнить раннер
-синхронно. Контракт: возвращает `None` (нет `agent_runs`), сам ведёт `jobs`-строку
-(`mark_job(done|failed|queued)`) как `_run_deploy_finalizer_job`.
-- Дискриминатор «staging vs prod» — **стадия задачи**, не имя роли (роль `deployer` общая для
-  `deploy-staging` и `deploy`). Для self-hosting прод-ребро не запускает `deployer` (Phase A), поэтому
-  коллизии нет; гард по стадии — защита от перехвата не того джоба (R-1).
-- `applies(repo)`: `staging_runner_enabled=False` → `False` (откат к LLM-пути); непустой
-  `staging_runner_repos` → membership; пустой CSV → `is_self_hosting_repo(repo)`. Никакой сети,
-  проверяется **первым** (нулевой оверхед при выключенном флаге). Never-raise → `False` при ошибке
-  (fail-safe к прежнему LLM-пути).
-
-### FR-2 — Исполнение staging-сюиты
-Раннер исполняет ту же канонную команду, что исполнял LLM-deployer
-(`.openclaw/agents/deployer.md` step 1):
-`docker exec orchestrator-staging python3 /repos/orchestrator/scripts/staging_check.py
---base-url http://localhost:8501 --mode stub` (точные аргументы/таргет — из config, не хардкодить
-host-специфику; ORCH-101). Захватывает exit-код (и stdout для observability/тела лога). infra-tolerance
-(ORCH-061) уже **внутри** `staging_check.py` → раннер вердикт повторно не судит (BR-4).
-
-### FR-3 — Маппинг exit-кода → `staging_status:`
-`0 → "SUCCESS"`, любой ненулевой / отсутствие кода / ошибка запуска → `"FAILED"` (fail-closed,
-никогда ложный green). Зеркало уже существующего `self_deploy.map_exit_code_to_status` (pure,
-unit-tested) — переиспользовать общий контракт, не плодить второй маппинг.
-
-### FR-4 — Запись и merge `15-staging-log.md`
-Раннер пишет `docs/work-items/<work_item_id>/15-staging-log.md` в worktree фичеветки с frontmatter:
-`staging_status: SUCCESS|FAILED` + обязательная 52c-схема (`work_item`/`stage=deploy-staging`/
-`author_agent`/`status`/`created_at`/`model_used`) — зеркало `self_deploy.build_deploy_log` для
-`14-deploy-log.md`. `author_agent`/`model_used` отражают **детерминированный** продюсер (например
-`author_agent: staging-runner`, `model_used: n/a` или платформенный литерал — финализирует архитектор;
-ключи и имя `staging_status:` не меняются). При INFRA-WAIVED-строке от `staging_check.py` — скопировать
-её в тело (observability, как требовал prompt). Best-effort `git add/commit/push` лога в `main`
-(зеркало `self_deploy.write_deploy_log`, тот же git-identity-паттерн ORCH-101); гейт всё равно
-читает worktree → origin/main fallback (`check_staging_status` lookup order, `src/qg/checks.py:627-638`).
-
-### FR-5 — Инициация существующего гейта после вердикта
-После записи (и best-effort merge) раннер инициирует ту же оценку exit-гейта, что триггерил
-завершившийся LLM-deployer: `advance_stage(task_id, current_stage="deploy-staging", repo,
-work_item_id, branch, finished_agent="deployer")` (через `_try_advance_stage`-эквивалент). Это
-запускает `check_staging_status` и — на SUCCESS — под-гейты security→merge→coverage→image-freshness
-(ORCH-022/043/027/058) и Phase A (ORCH-036); на FAILED — существующий rollback
-(`src/stage_engine.py:932`). **Никакой новой ветви маршрутизации.** Lease ORCH-114 берётся внутри
-`advance_stage` как сейчас — раннер его не трогает (граница задачи).
-- Таймаут раннер-subprocess — выделенный ключ `staging_runner_timeout_s` с дефолтом, согласованным
-  со сквозным бюджетом ORCH-065/109/110 (NFR-4); малформ/непозитив → дефолт + WARNING (never-break).
-
-### FR-6 — Kill-switch и скоуп (обратимость)
-`staging_runner_enabled=False` → перехват не срабатывает → на `deploy-staging` запускается прежний
-LLM-deployer (`_spawn`) **байт-в-байт** как до ORCH-115. `staging_runner_repos` ограничивает скоуп
-(пусто → только `orchestrator`); не-self репо никогда не перехватываются (для них staging-гейт и так
-N/A, `src/qg/checks.py:620`).
-
-### FR-7 — Наблюдаемость
-- Read-only блок `staging_runner` в `GET /queue`: `enabled`, `repos`, счётчики `success`/`failed`/
-  `tool_error`/`runs`.
-- Один структурный лог-вердикт на прогон (`work_item`/`repo`/`exit_code`/`status`/`duration_s`),
-  различающий «код упал» (`FAILED` от staging-сюиты) и «инструмент недоступен» (tool-error).
-
-## 4. Изменения API
-
-- **`GET /queue`** — добавить read-only ключ `staging_runner` (наблюдаемость). Существующие поля
-  ответа не меняются.
-- Опционально (на усмотрение архитектора, по образцу `POST /coverage/baseline`): нет обязательного
-  нового мутирующего эндпоинта. Откат — через env-флаг.
-- Новых вебхуков нет.
-
-## 5. Изменения схемы БД
-
-**Нет.** Раннер использует существующие таблицы (`tasks` для стадии, `jobs` для статуса джоба) и
-sentinel/worktree-механику. Никаких новых таблиц/колонок/миграций (NFR-1). Счётчики `/queue` —
-in-process (паттерн `_MERGE_GATE_COUNTERS`, ORCH-110), не БД.
-
-## 6. Требования к новым/изменённым QG checks
-
-**Нет новых QG и нет изменений существующих.** `check_staging_status` / `_parse_staging_status` /
-ключ `staging_status:` (`src/qg/checks.py:538/599`) и состав `QG_CHECKS` — **байт-в-байт неизменны**.
-ORCH-115 меняет только *продюсера* `15-staging-log.md` (детерминированный код вместо LLM); гейт,
-читающий артефакт, остаётся прежним. Это критический инвариант (NFR-1) — reviewer ловит любое
-изменение имени/семантики гейта как finding ≥P1.
-
-## 7. Совместимость / регресс
-
-- **Обратная совместимость:** `staging_runner_enabled=False` → прежний LLM-deployer-путь
-  байт-в-байт; не-self репо → 1:1 (N/A-pass либо LLM, в зависимости от скоупа). enduro-trails не
-  затронут (NFR-5).
-- **Kill-switch / область раската:** один флаг `staging_runner_enabled` + CSV `staging_runner_repos`
-  (пусто → self-hosting only). Откат = `ORCH_STAGING_RUNNER_ENABLED=false`.
-- **Обратимость:** полностью обратимо флагом; артефакт и гейт неизменны, так что переключение туда-сюда
-  не оставляет несовместимого состояния.
-- **never-raise / fail-safe (NFR-2):** ошибка раннера → `FAILED` (fail-closed) или штатный requeue,
-  не «тихий advance»; сбой не клинит очередь. Self-hosting safety (BR-7): никаких рестартов 8500 /
-  force-push в `main` / правок инфры.
-- **Граница (О1):** код ORCH-112 (checkout hygiene) и ORCH-114 (transition lease) не модифицируется.
-- **Норматив сопровождения (NFR-6):** в том же PR обновить `docs/architecture/llm-call-sites.md` /
-  `llm-determinization-roadmap.md` / `llm-usage-policy.md` + соответствующие анти-дрейф тесты;
-  `CLAUDE.md` / `CHANGELOG.md` / `docs/overview/`.
-
-## 8. Phase 2 (forward-looking, вне приёмки ORCH-115)
-
-Зафиксировано для преемственности — **не реализуется в этой задаче**, заводится отдельным follow-up:
-- **Project deploy contract** для не-self репо (enduro-trails): декларативный per-repo контракт
-  `deploy` / `rollback` / `healthcheck` (команды + ожидаемые коды/эндпоинты), исполняемый тем же
-  детерминированным раннер-паттерном (run → map exit code → verdict → artifact → healthcheck).
-- LLM остаётся допустим только как **off-control-path** debug/triage-аналитик после
-  детерминированного провала (NFR-7) — не как продюсер вердикта.
-- Зависимость: устойчивый Phase 1 (этот work item) как доказанный паттерн перехвата + маппинга.

docs/work-items/ORCH-115/03-acceptance-criteria.md

@@ -1,166 +0,0 @@
----
-work_item: ORCH-115
-stage: analysis
-author_agent: analyst
-status: ready-for-review
-created_at: 2026-06-16
-model_used: claude-opus-4-8
----
-
-# 03 — Критерии приёмки (Acceptance Criteria): ORCH-115 — детерминированный staging-раннер
-
-Work Item: **ORCH-115** · Repo: **orchestrator** · Стадия: analysis
-
-Формат: каждый критерий имеет **PASS** (что должно быть истинно для приёмки) и **FAIL**
-(что считается провалом). Любой машинный/ручной reviewer проверяет их буквально по файлам
-репозитория.
-
----
-
-## AC-1 — Детерминированный перехват на `deploy-staging` (нет `_spawn`/LLM)
-
-**Условие:** При включённом флаге и in-scope репо джоб `deployer` на стадии `deploy-staging`
-обрабатывается раннером, а не LLM-агентом.
-- **PASS:** `launch_job` (`src/agents/launcher.py`) перехватывает джоб **до** `_spawn` (рядом с
-  D1/D2) при `agent=="deployer"` + стадия задачи `deploy-staging` + `staging_runner.applies(repo)`;
-  `_spawn` не вызывается; не создаётся строка `agent_runs`; джоб ведётся `mark_job(...)` самим
-  раннером. Тест воспроизводит это без живого Claude CLI.
-- **FAIL:** На `deploy-staging` для in-scope репо при включённом флаге всё ещё вызывается `_spawn` /
-  создаётся `agent_runs`-строка LLM-deployer'а.
-
----
-
-## AC-2 — Контракт артефакта `15-staging-log.md` неизменен
-
-**Условие:** Раннер пишет тот же артефакт с тем же machine-key, что читает гейт.
-- **PASS:** Создаётся `docs/work-items/<work_item_id>/15-staging-log.md` с frontmatter
-  `staging_status: SUCCESS|FAILED` (UPPERCASE) + обязательная 52c-схема
-  (`work_item`/`stage: deploy-staging`/`author_agent`/`status`/`created_at`/`model_used`).
-  `_parse_staging_status` читает его и возвращает корректный вердикт **без изменения** парсера.
-- **FAIL:** Изменено имя/регистр ключа `staging_status:`, отсутствует frontmatter, либо вердикт
-  записан только прозой; либо парсер `_parse_staging_status` пришлось менять.
-
----
-
-## AC-3 — Корректный exit-code → verdict маппинг
-
-**Условие:** Exit-код staging-сюиты детерминированно маппится в вердикт.
-- **PASS:** `0 → SUCCESS`; любой ненулевой / None / ошибка запуска → `FAILED` (fail-closed).
-  Маппинг — pure-функция, переиспользующая контракт `self_deploy.map_exit_code_to_status` (или
-  эквивалентный единый), покрыта unit-тестом на каждый класс входа. infra-tolerance (ORCH-061) не
-  пересуживается раннером.
-- **FAIL:** Ненулевой код даёт `SUCCESS`; ошибка/None даёт `SUCCESS` (ложный green); раннер вводит
-  второй несогласованный маппинг.
-
----
-
-## AC-4 — Эквивалентность маршрутизации (SUCCESS / FAILED)
-
-**Условие:** После вердикта конвейер ведёт себя ровно как при завершившемся LLM-deployer'е.
-- **PASS:** SUCCESS → раннер инициирует `advance_stage(finished_agent="deployer")`, далее
-  отрабатывают под-гейты security→merge→coverage→image-freshness (ORCH-022/043/027/058) и Phase A
-  (ORCH-036) — теми же путями. FAILED → существующий откат `deploy-staging → development` с
-  инкрементом developer-retry (`src/stage_engine.py:932`), тот же исход, что у FAILED-вердикта LLM.
-- **FAIL:** Задача зависает на `deploy-staging` (гейт не инициирован); или FAILED не откатывает /
-  откатывает иначе; или появляется новое ребро/исход.
-
----
-
-## AC-5 — Инвариант скоупа: гейты/стадии/схема БД не тронуты (анти-дрейф)
-
-**Условие:** Изменена только сторона *продюсера*, не контракт конвейера.
-- **PASS:** `git diff` не затрагивает `src/stages.py::STAGE_TRANSITIONS`; имена/семантику
-  `QG_CHECKS`/`check_*`/`_parse_*` в `src/qg/checks.py`; machine-verdict-ключи
-  (`staging_status:`/`deploy_status:`/`verdict:`/`result:`/`security_status:`/`coverage_status:`);
-  схему БД (нет новых таблиц/колонок/миграций). Анти-дрейф-тест это подтверждает.
-- **FAIL:** Любой из перечисленных артефактов изменён по имени/семантике/структуре.
-
----
-
-## AC-6 — Kill-switch и скоуп (обратимость)
-
-**Условие:** Флаг возвращает прежнее поведение; скоуп ограничивает раннер.
-- **PASS:** `staging_runner_enabled=False` → на `deploy-staging` запускается прежний LLM-deployer
-  через `_spawn` (байт-в-байт до ORCH-115). Пустой `staging_runner_repos` → раннер активен только для
-  `orchestrator`; не-self репо никогда не перехватываются. Покрыто тестом для обоих значений флага.
-- **FAIL:** При выключенном флаге раннер всё равно перехватывает; либо не-self репо перехватывается.
-
----
-
-## AC-7 — never-raise / fail-safe (инструмент недоступен)
-
-**Условие:** Любая ошибка раннера приводит к безопасному детерминированному исходу.
-- **PASS:** Недоступность docker/`orchestrator-staging`, таймаут, I/O-ошибка → раннер не роняет
-  воркер; исход — `FAILED` (fail-closed) **или** штатный requeue/defer, **никогда** тихий advance/
-  ложный green. Все публичные функции `staging_runner.py` — never-raise; `applies()` при ошибке → `False`.
-- **FAIL:** Ошибка раннера роняет воркер/клинит очередь; либо ошибка/таймаут даёт `SUCCESS`.
-
----
-
-## AC-8 — Self-hosting safety
-
-**Условие:** Раннер на `deploy-staging` не выполняет опасных для прода действий.
-- **PASS:** Раннер не рестартит контейнер 8500, не выполняет `docker compose up -d orchestrator`/
-  `--build`, не пушит force в `main`, не правит `.env`/`.env.staging`/`docker-compose.yml`. Merge
-  лога идёт штатным PR/artifact-merge-путём (как `self_deploy.write_deploy_log`). Подтверждается
-  ревью кода раннера + (где применимо) тестом, что в командах раннера нет запрещённых литералов.
-- **FAIL:** Раннер содержит любой путь, рестартящий 8500 / force-push в `main` / правящий инфру.
-
----
-
-## AC-9 — Изоляция процесса и таймаут
-
-**Условие:** docker-subprocess ограничен по времени и не оставляет сирот.
-- **PASS:** Раннер запускает staging-сюиту с ограниченным таймаутом
-  (`staging_runner_timeout_s`, согласован со сквозным бюджетом ORCH-065/109/110, не правя
-  `reaper_max_running_s`); малформ/непозитив таймаут → дефолт + WARNING; завершение чистое (без
-  осиротевших docker/pytest-процессов, согласовано с `proc_group`/tree-kill ORCH-110).
-- **FAIL:** Нет таймаута / зависший subprocess клинит воркер; остаются сироты процессов.
-
----
-
-## AC-10 — Наблюдаемость
-
-**Условие:** Исход раннера виден и различим.
-- **PASS:** `GET /queue` содержит read-only блок `staging_runner` (`enabled`/`repos`/счётчики
-  `success`/`failed`/`tool_error`/`runs`); на каждый прогон — один структурный лог-вердикт
-  (`work_item`/`repo`/`exit_code`/`status`/`duration_s`), различающий код-фейл и tool-error.
-- **FAIL:** Нет блока в `/queue`; исход раннера не логируется/не различим.
-
----
-
-## AC-11 — Норматив сопровождения LLM-карты/политики/витрины
-
-**Условие:** Документация обновлена в том же PR (правило агентов №2 + норматив ORCH-118).
-- **PASS:** `docs/architecture/llm-call-sites.md` (строка A6) / `llm-determinization-roadmap.md` /
-  `llm-usage-policy.md` отражают реализацию детерминированного deployer-staging; соответствующие
-  анти-дрейф-тесты (`tests/test_llm_call_site_inventory.py`, `tests/test_llm_determinization_docs.py`)
-  зелёные; `.openclaw/agents/deployer.md`, `CLAUDE.md`, `CHANGELOG.md`, `docs/overview/` обновлены.
-- **FAIL:** Карта/политика/roadmap/витрина не обновлены; анти-дрейф-тесты красные (reviewer: ≥P1).
-
----
-
-## AC-12 — Полный регресс зелёный
-
-**Условие:** Существующий конвейер не сломан.
-- **PASS:** `pytest tests/ -q` зелёный; новый `tests/test_orch115_staging_runner.py` зелёный;
-  staging-smoke (`scripts/staging_check.py`) на 8501 проходит штатно.
-- **FAIL:** Любой ранее зелёный тест становится красным; новые тесты падают.
-
----
-
-## Сводная матрица AC ↔ FR/BR
-| AC | Покрывает |
-|----|-----------|
-| AC-1 | BR-1 / FR-1 |
-| AC-2 | BR-2 / FR-4 |
-| AC-3 | BR-4 / FR-2 / FR-3 |
-| AC-4 | BR-3 / FR-5 |
-| AC-5 | NFR-1 / FR-6 |
-| AC-6 | BR-5 / FR-6 |
-| AC-7 | NFR-2 / FR-1 |
-| AC-8 | BR-7 |
-| AC-9 | NFR-3 / NFR-4 / FR-5 |
-| AC-10 | BR-6 / FR-7 |
-| AC-11 | NFR-6 |
-| AC-12 | NFR-5 / NFR-1 |

docs/work-items/ORCH-115/04-test-plan.yaml

@@ -1,104 +0,0 @@
-work_item: ORCH-115
-stage: analysis
-author_agent: analyst
-status: ready-for-review
-created_at: 2026-06-16
-model_used: claude-opus-4-8
-title: "Детерминированный staging-раннер вместо LLM-деплойера (deploy-staging)"
-framework: pytest
-scope: >
-  Покрывает Phase 1: перехват deployer-джоба на deploy-staging до _spawn, маппинг
-  exit-кода в staging_status:, запись/merge 15-staging-log.md, инициацию существующего
-  гейта check_staging_status, kill-switch/скоуп, never-raise/fail-safe, изоляцию
-  процесса/таймаут, наблюдаемость, и анти-дрейф инвариант (STAGE_TRANSITIONS/QG_CHECKS/
-  схема БД не тронуты). Вне покрытия: Phase 2 (project deploy contract для не-self репо),
-  прод-ребро deploy (ORCH-036), живой Claude CLI и живой staging-стенд (мокируются).
-notes: >
-  Тесты не требуют живого Claude CLI, docker или сети: subprocess/docker-exec и
-  advance_stage мокируются; пьюр-маппинг тестируется напрямую. Полный регресс tests/
-  должен оставаться зелёным. Анти-дрейф (TC-09) защищает критический инвариант NFR-1.
-
-tests:
-  - id: TC-01
-    type: unit
-    description: "applies(repo): enabled=False -> False (откат к LLM); пустой CSV -> True только для orchestrator; непустой CSV -> membership; not-self репо -> False; ошибка -> False (never-raise, fail-safe)."
-    module: tests/test_orch115_staging_runner.py
-    expected: PASS
-
-  - id: TC-02
-    type: unit
-    description: "Маппинг exit-кода: 0 -> SUCCESS; 1/2/любой ненулевой -> FAILED; None/нечисло/ошибка запуска -> FAILED (fail-closed). Согласован с self_deploy.map_exit_code_to_status."
-    module: tests/test_orch115_staging_runner.py
-    expected: PASS
-
-  - id: TC-03
-    type: unit
-    description: "Рендер 15-staging-log.md: frontmatter содержит staging_status: SUCCESS|FAILED (UPPERCASE) + 52c-схему (work_item/stage=deploy-staging/author_agent/status/created_at/model_used); INFRA-WAIVED строка из stdout копируется в тело."
-    module: tests/test_orch115_staging_runner.py
-    expected: PASS
-
-  - id: TC-04
-    type: integration
-    description: "Сгенерированный раннером 15-staging-log.md читается НЕИЗМЕНЁННЫМ _parse_staging_status -> корректный (bool, reason) для SUCCESS и FAILED (контракт артефакта/гейта неизменен)."
-    module: tests/test_orch115_staging_runner.py
-    expected: PASS
-
-  - id: TC-05
-    type: integration
-    description: "launch_job перехватывает deployer-джоб на стадии deploy-staging для in-scope репо ДО _spawn (как D1/D2): _spawn НЕ вызывается, agent_runs не создаётся, возвращается None, jobs-строка ведётся mark_job. _spawn мокирован."
-    module: tests/test_orch115_staging_runner.py
-    expected: PASS
-
-  - id: TC-06
-    type: integration
-    description: "Дискриминатор стадии: deployer-джоб на стадии deploy (не deploy-staging) НЕ перехватывается раннером (для self-hosting прод-ребро идёт через Phase A; для не-self остаётся прежний путь)."
-    module: tests/test_orch115_staging_runner.py
-    expected: PASS
-
-  - id: TC-07
-    type: integration
-    description: "После SUCCESS-вердикта раннер инициирует advance_stage(finished_agent='deployer') ровно как завершившийся LLM-deployer (advance_stage мокирован/наблюдается); после FAILED — тот же путь, что у FAILED LLM (откат deploy-staging -> development)."
-    module: tests/test_orch115_staging_runner.py
-    expected: PASS
-
-  - id: TC-08
-    type: integration
-    description: "Kill-switch: staging_runner_enabled=False -> на deploy-staging для orchestrator вызывается _spawn (прежний LLM-путь байт-в-байт), раннер не активируется."
-    module: tests/test_orch115_staging_runner.py
-    expected: PASS
-
-  - id: TC-09
-    type: unit
-    description: "Анти-дрейф NFR-1: STAGE_TRANSITIONS (src/stages.py) и реестр/имена QG_CHECKS + ключ staging_status: неизменны; в схеме БД нет новой таблицы/колонки от ORCH-115. Структурная проверка."
-    module: tests/test_orch115_staging_runner.py
-    expected: PASS
-
-  - id: TC-10
-    type: integration
-    description: "never-raise/fail-safe: docker exec бросает/таймаутит/возвращает ненулевой -> раннер не падает, исход FAILED (fail-closed) или штатный requeue, никогда тихий advance/ложный green; воркер/очередь не клинятся."
-    module: tests/test_orch115_staging_runner.py
-    expected: PASS
-
-  - id: TC-11
-    type: unit
-    description: "Таймаут: staging_runner_timeout_s применяется к subprocess; малформ/непозитив -> дефолт + WARNING (never-break); завершение чистое (tree-kill согласован с proc_group ORCH-110)."
-    module: tests/test_orch115_staging_runner.py
-    expected: PASS
-
-  - id: TC-12
-    type: unit
-    description: "Self-hosting safety: в командной строке раннера нет запрещённых литералов (рестарт 8500 / docker compose up orchestrator / --build / force-push main / правки .env)."
-    module: tests/test_orch115_staging_runner.py
-    expected: PASS
-
-  - id: TC-13
-    type: integration
-    description: "Наблюдаемость: GET /queue содержит блок staging_runner (enabled/repos/счётчики success/failed/tool_error/runs); на прогон пишется один структурный лог-вердикт, различающий код-фейл и tool-error."
-    module: tests/test_orch115_staging_runner.py
-    expected: PASS
-
-  - id: TC-14
-    type: integration
-    description: "Анти-дрейф LLM-карты: llm-call-sites.md (A6)/roadmap/policy обновлены под реализацию; tests/test_llm_call_site_inventory.py и tests/test_llm_determinization_docs.py остаются зелёными после правок."
-    module: tests/test_llm_call_site_inventory.py
-    expected: PASS

docs/work-items/ORCH-115/06-adr/ADR-001-deterministic-staging-runner.md

@@ -1,335 +0,0 @@
----
-work_item: ORCH-115
-stage: architecture
-author_agent: architect
-status: proposed
-created_at: 2026-06-16
-model_used: claude-opus-4-8
----
-
-# ADR-001: Детерминированный staging-раннер вместо LLM-деплойера на `deploy-staging`
-
-Work Item: **ORCH-115** — заменить LLM-агента `deployer` на стадии `deploy-staging`
-(self-hosting `orchestrator`) детерминированным staging-раннером.
-Стадия: **architecture**
-Сквозная регистрация: **`docs/architecture/adr/adr-0048-deterministic-staging-runner.md`**
-(решение кросс-каттинговое — вводит новый компонент-leaf и реализует первый срез
-determinization-roadmap; влияет на карту LLM-консультаций всего оркестратора).
-
-## Статус
-Proposed
-
-## Контекст
-
-Стадию `deploy-staging` сейчас исполняет **LLM-агент `deployer`** (`src/stages.py`:
-`get_agent_for_stage("testing") = "deployer"`; роль в `launcher.AGENTS`). Фактическая
-работа агента на этой стадии — **чисто детерминированная** (`.openclaw/agents/deployer.md`
-шаги 1–4):
-
-1. запустить staging-сюиту — `docker exec orchestrator-staging python3
-   /repos/orchestrator/scripts/staging_check.py --base-url http://localhost:8501 --mode stub`;
-2. смаппить **exit-код** в вердикт (`0 → SUCCESS`, ≠0 → `FAILED`) — infra-tolerance
-   ORCH-061 уже **внутри** `staging_check.py` (`src/staging_verdict.py::compute_staging_verdict`),
-   агент её не пересуживает;
-3. записать `15-staging-log.md` с frontmatter `staging_status:`;
-4. закоммитить лог.
-
-Вердикт `staging_status:` потребляется детерминированным гейтом `check_staging_status`
-(`src/qg/checks.py:599` → `_parse_staging_status:538`). По нормативной политике
-(`docs/architecture/llm-usage-policy.md` §3) это **avoidable LLM control path**: (i) это
-C-консультация (LLM-вердикт ветвит гейт) **и** (ii) вердикт **деривируем** из exit-кода
-инструмента, который оркестратор уже умеет вычислять сам. Карта call-site'ов
-(`docs/architecture/llm-call-sites.md`, строка **A6**) классифицирует deployer как
-`replace-deterministic-now`; roadmap (`llm-determinization-roadmap.md`, rank 1,
-`first_slice = yes`, `hybrid_needed = no`) ставит его первым срезом. ORCH-115 — реализация
-этого среза.
-
-**Установленные факты (сверено по коду, не изобретать):**
-- Детерминированный прецедент замены агента уже работает: `launch_job` перехватывает
-  зарезервированные роли `deploy-finalizer` (D1, `src/agents/launcher.py:389`) и
-  `post-deploy-monitor` (D2, `:394`) **до `_spawn`** и исполняет их как no-LLM-джобы,
-  сами ведущие `jobs`-строку через `mark_job`.
-- Эталонный поток «детерминированный джоб → вердикт → существующий контракт»:
-  `stage_engine.run_deploy_finalizer` (`:2010`) маппит exit-код, пишет `14-deploy-log.md`
-  и вызывает `advance_stage(..., finished_agent="deployer")`, после чего срабатывают
-  **существующие** контракты (`SUCCESS → done`/advance, `FAILED → откат на development`).
-- Пьюр-маппинг exit-кода уже есть: `self_deploy.map_exit_code_to_status` (`:81`,
-  `0→SUCCESS`, иначе/None/нечисло→`FAILED`, fail-closed, unit-tested).
-- Tree-kill subprocess'а под таймаутом уже есть: `proc_group.run_in_process_group`
-  (ORCH-110, stdlib-only leaf, never-raise, fallback к `subprocess.run`).
-- Прод-ребро `deploy` для self-hosting уже детерминировано (`self_deploy` Phase A/B/C,
-  ORCH-036) — `deployer` там **не спавнится** (Phase A — `finished_agent is None`-путь).
-  Срез не трогает критический прод-путь.
-
-«Как есть» не годится: каждый прогон тратит токены/время opus-агента (по `agent_runs`:
-~40–120k / 3–15 мин на прогон) ради действия в три shell-строки, встраивает недетерминизм
-LLM в точку ветвления и принадлежит к RCA-классу «LLM принял решение, которое есть
-исполнение фиксированных команд + маппинг результата» (ORCH-110/111/112/113/114/117).
-
-## Решение
-
-### Сводка
-
-Ввести **новый leaf `src/staging_runner.py`** (never-raise, по образцу
-`self_deploy.py`/`proc_group.py`/`staging_verdict.py`) и **перехват в `launch_job` до
-`_spawn`** (рядом с D1/D2). Когда на стадии `deploy-staging` для in-scope репо к запуску
-приходит джоб `deployer`, его обрабатывает раннер: исполняет ту же staging-сюиту через
-`proc_group`, маппит exit-код в `staging_status:`, пишет `15-staging-log.md`, и вызывает
-**существующий** `advance_stage(current_stage="deploy-staging", finished_agent="deployer")`
-— ровно как завершившийся LLM-deployer. Контракт артефакта, гейт `check_staging_status`,
-`STAGE_TRANSITIONS`, схема БД — **байт-в-байт неизменны** (это замена *продюсера*
-артефакта, не гейта). Под kill-switch + скоуп-CSV; fail-safe к прежнему LLM-пути.
-
-### D1 — Точка диспетчеризации: перехват в `launch_job` **до** `_spawn` (FR-1 / AC-1)
-
-В `launcher.launch_job`, рядом с существующими врезками D1/D2, **до** `_spawn`:
-
-```python
-if job.get("agent") == "deployer" and staging_runner.should_intercept(job):
-    return self._run_staging_runner_job(job)
-```
-
-- **Дискриминатор «staging vs prod» — стадия задачи, НЕ имя роли** (роль `deployer` общая
-  для `deploy-staging` и `deploy`). `should_intercept(job)` истинно ⇔ `agent=="deployer"`
-  **И** `tasks.stage` (по `job["task_id"]`) `== "deploy-staging"` **И**
-  `staging_runner.applies(job["repo"])`. Гард по стадии — защита от перехвата не того джоба
-  (R-1): для self-hosting прод-ребро `deployer` не запускает; для не-self репо прод-`deploy`
-  запускает синхронный ssh-deployer — но там `applies==False`, поэтому не перехватывается
-  (NFR-5; TC-06).
-- `should_intercept` — **never-raise**: любая ошибка (DB-lookup упал) → `False` → провал
-  в `_spawn` (fail-safe к прежнему LLM-пути).
-- `_run_staging_runner_job(job)` — тонкая обёртка-зеркало `_run_deploy_finalizer_job`
-  (`:404`): синхронно зовёт `staging_runner.run_staging_gate(job)`, затем
-  `mark_job(job["id"], "done")`; любое исключение → `mark_job(..., "failed", error=…)`;
-  возвращает `None` (нет `agent_runs`-строки, `_spawn` не вызывается).
-
-### D2 — Размещение логики: чистый leaf `src/staging_runner.py` (зеркало finalizer)
-
-`run_staging_gate(job)` живёт в leaf'е и владеет полным детерминированным потоком
-(зеркало `stage_engine.run_deploy_finalizer`):
-1. поднять `work_item_id`/`branch`/`stage` по `task_id`;
-2. исполнить staging-сюиту (D3) → `(returncode, timed_out, stdout)`;
-3. определить исход (D5);
-4. на verdict-исходе: записать `15-staging-log.md` (D6) и вызвать
-   `advance_stage(finished_agent="deployer")` (D7);
-5. на defer-исходе: requeue (D5);
-6. учесть счётчики + структурный лог (D10).
-
-**Чистота leaf'а:** импортирует на уровне модуля только `config`, `logging` (+ `proc_group`);
-лениво (внутри функций) — `db`/`git_worktree`/`self_deploy.map_exit_code_to_status`/
-`qg.checks.is_self_hosting_repo`/`stage_engine.advance_stage`/`notifications`. Лениво —
-чтобы не тащить тяжёлый `stage_engine` на импорте и не плодить цикл (паттерн
-`transition_lease`/`merge_gate`). Все публичные функции — **never-raise** (AC-7).
-
-### D3 — Исполнение сюиты: `proc_group` + config-арги (FR-2 / NFR-3 / AC-9 / AC-8)
-
-Команда строится из конфига (ORCH-101, без host-хардкодов — анти-дрейф
-`tests/test_no_host_hardcodes.py`):
-
-```
-docker exec <STAGING_SERVICE> python3 <repos_dir>/<SELF_HOSTING_REPO>/scripts/staging_check.py \
-    --base-url http://localhost:<staging_port> --mode stub
-```
-где `STAGING_SERVICE = "orchestrator-staging"` (платформенный сервис-литерал, уже допущен —
-ср. `image_freshness._STAGING_SERVICE:68`), `repos_dir`/`staging_port` из `settings`,
-`SELF_HOSTING_REPO` из `qg.checks`. Запуск — через
-`proc_group.run_in_process_group(argv, cwd=None, timeout=<staging_runner_timeout_s>,
-tree_kill=settings.subprocess_tree_kill_enabled)` → SIGTERM→grace→SIGKILL всего дерева на
-таймауте, без сирот docker/pytest (согласовано с ORCH-110). **Self-hosting safety
-(BR-7/AC-8):** в argv нет литералов рестарта 8500 / `docker compose up … orchestrator` /
-`--build` / force-push / правок `.env` — раннер только читает и исполняет staging-сюиту
-(8501) и пишет лог. Покрывается TC-12 (запрет литералов).
-
-### D4 — Маппинг exit-кода: переиспользовать единый контракт (FR-3 / AC-3)
-
-`staging_status` = `self_deploy.map_exit_code_to_status(returncode)` (`0→SUCCESS`, иначе/
-None/нечисло→`FAILED`, fail-closed). **Второй маппинг не вводится** — общий пьюр-контракт,
-уже покрытый unit-тестом. infra-tolerance ORCH-061 остаётся внутри `staging_check.py` —
-раннер вердикт повторно не судит (BR-4).
-
-### D5 — Двухуровневый исход: verdict vs tool-error (NFR-2 / AC-7 / R-3 / R-5) — **ключевое решение**
-
-`AC-7`/`NFR-2`/A1 явно оставляют обработку «инструмент недоступен» архитектору, разрешая
-**FAILED (fail-closed) ИЛИ штатный requeue/defer**. Выбран **двухуровневый исход**:
-
-- **Сюита ИСПОЛНИЛАСЬ (получен реальный exit-код, 0 или ≠0):** доверяем коду.
-  `0 → SUCCESS → advance`; `≠0 → FAILED → откат deploy-staging → development` через
-  `advance_stage` (тот же путь и developer-retry-cap, что у FAILED-вердикта LLM —
-  `stage_engine.py:932`; R-5/AC-4). ORCH-061 уже внутри exit-кода.
-- **Сюита НЕ исполнилась (tool-error: spawn-error / таймаут / `returncode is None`):**
-  это **инфра-сбой, а не код-фейл**. Раннер делает **ограниченный DEFER** — requeue
-  свежего `deployer`-джоба с задержкой и маркером в `task_content` (restart-safe счётчик
-  подсчётом маркера — зеркало `merge_gate._merge_infra_retry_count` ORCH-110 и
-  `_deploy_finalize_defer_count` ORCH-036; **без правки схемы БД**, NFR-1). На
-  **исчерпании** бюджета (`staging_runner_infra_max_retries`) — **fail-closed**: записать
-  `staging_status: FAILED` + `advance_stage` (откат) + alert (кликабельный номер). Так
-  раннер **никогда не делает тихий advance / ложный green** и **никогда не клинит очередь
-  навсегда**, но **не жжёт developer-retry на транзиентной инфре**.
-
-**Почему не «tool-error → немедленный FAILED-откат»:** это в точности анти-паттерн ORCH-110
-(инфра-таймаут, ошибочно маршрутизированный как код-фейл → откат на `development` + расход
-developer-retry; на следующем retry падает так же → ручное вмешательство). RCA-осведомлённый
-reviewer ловит это как регресс. Пьюр-маппинг D4 остаётся fail-closed (None→FAILED) — он
-терминальный fallback на исчерпании defer, а не реакция на первый же tool-error.
-
-### D6 — Артефакт `15-staging-log.md`: зеркало `write_deploy_log` (FR-4 / AC-2 / AC-8)
-
-Раннер пишет `docs/work-items/<work_item_id>/15-staging-log.md` в worktree фичеветки
-(`git_worktree.get_worktree_path`) с frontmatter:
-
-```markdown
----
-staging_status: SUCCESS        # или FAILED — UPPERCASE, имя/регистр ключа не меняются
-work_item: <work_item_id>
-stage: deploy-staging
-author_agent: staging-runner
-status: success                # или failed — выровнен по staging_status
-created_at: <YYYY-MM-DD>
-model_used: n/a
-timestamp: <ISO>
-base_url: http://localhost:<staging_port>
-exit_code: <returncode>
----
-
-# Staging Gate Log (deterministic runner, ORCH-115)
-<exit-код, краткий хвост stdout; строку `INFRA-WAIVED:` из stdout скопировать в тело для observability>
-```
-
-- `author_agent: staging-runner` / `model_used: n/a` честно отражают **детерминированного**
-  продюсера; **machine-key `staging_status:` и его регистр/значения не меняются** (AC-2/AC-5),
-  читается неизменённым `_parse_staging_status` (TC-04).
-- Запись через `frontmatter.render/write_frontmatter` либо литералом — обязательная 52c-схема
-  присутствует.
-- **Best-effort commit+push в ФИЧЕВЕТКУ** (зеркало `write_deploy_log` — git-identity
-  ORCH-101, `_GIT_TIMEOUT`). Гейт читает worktree **первым** (`check_staging_status` lookup
-  order, `:627`), поэтому отдельный PR-merge лога в `main` **не выполняется** — это
-  сознательное упрощение относительно шага-4 LLM-deployer'а: исключает любую прямую работу с
-  `main` (усиливает AC-8/BR-7). Итоговый мерж фичеветки в `main` идёт штатным
-  merge-gate/merge-verify-путём позже.
-
-### D7 — Инициация существующего гейта (FR-5 / AC-4 / R-2 / R-4, граница O1)
-
-После записи лога раннер вызывает:
-```python
-advance_stage(task_id, current_stage="deploy-staging", repo, work_item_id, branch,
-              finished_agent="deployer")
-```
-Это запускает `check_staging_status` и — на SUCCESS — существующие под-гейты
-security→merge→coverage→image-freshness (ORCH-022/043/027/058) и Phase A (ORCH-036); на
-FAILED — существующий откат (`stage_engine.py:932`). **Никакой новой ветви маршрутизации,
-никаких новых рёбер/исходов** (AC-4). **Граница O1/R-4:** transition-lease ORCH-114
-берётся **внутри** `advance_stage` на side-effectful ребре — раннер его **не трогает**;
-serial-gate ORCH-088 не взаимодействует (гейтит analyst-job claim, не deployer-job).
-Код ORCH-112/ORCH-114 не модифицируется.
-
-### D8 — Kill-switch и скоуп: обратимость (FR-6 / AC-6 / BR-5)
-
-`config.py` (паттерн `coverage_gate_*`/`self_deploy_*`):
-- `staging_runner_enabled: bool = True` (env `ORCH_STAGING_RUNNER_ENABLED`).
-- `staging_runner_repos: str = ""` (env `ORCH_STAGING_RUNNER_REPOS`; CSV; **пусто →
-  self-hosting only** через `is_self_hosting_repo`).
-- `staging_runner_timeout_s: int = 600` (env `ORCH_STAGING_RUNNER_TIMEOUT_S`; см. D9).
-- `staging_runner_infra_max_retries: int = 2`, `staging_runner_infra_retry_delay_s: int = 30`
-  (defer-бюджет D5; зеркало `merge_retest_infra_*`).
-
-`applies(repo)` (локально, без сети, **never-raise → False**): `staging_runner_enabled==False`
-→ `False` (откат к LLM-пути); непустой CSV → membership; пустой → `is_self_hosting_repo(repo)`.
-Проверяется **первым** в `should_intercept` → при выключенном флаге нулевой оверхед, на
-`deploy-staging` штатно вызывается `_spawn` (прежний LLM-deployer **байт-в-байт**). Откат =
-`ORCH_STAGING_RUNNER_ENABLED=false`.
-
-### D9 — Бюджет времени (NFR-4 / AC-9, сквозной инвариант ORCH-065/109/110)
-
-`staging_runner_timeout_s = 600` (дефолт; малформ/непозитив → дефолт + WARNING, never-break
-— зеркало `_resolve_retest_timeout`). Обоснование инварианта **без правки
-`reaper_max_running_s` (5400)**: окно «running» одного deployer-джоба = `staging_check`
-(≤600s) + те же edge-под-гейты, что и раньше (security + merge re-test 900 + coverage 900 +
-image-freshness rebuild). В LLM-пути это окно включало staging-прогон LLM (3–15 мин, до ~900s)
-+ те же под-гейты. Раннер заменяет до-900s LLM-окна ограниченными ≤600s → **Σ(работ на ребре)
-не растёт** → инвариант `reaper_max_running_s > Σ + grace` сохранён без изменения reaper'а.
-
-### D10 — Наблюдаемость (FR-7 / AC-10 / BR-6)
-
-In-process счётчики `_STAGING_RUNNER_COUNTERS` (зеркало `_MERGE_GATE_COUNTERS`,
-`merge_gate.py:678`): `runs`/`success`/`failed`/`tool_error`/`deferred`. Read-only блок
-`staging_runner` в `GET /queue` (`enabled`/`repos`/счётчики) — `src/main.py`. Один
-структурный лог-вердикт на прогон: `work_item`/`repo`/`exit_code`/`status`/`duration_s`/
-`outcome` — различает «код упал» (`FAILED` от сюиты) и «инструмент недоступен» (`tool_error`/
-`deferred`). (Опционально, как ORCH-110: на исчерпании defer записать lesson `transient_retry`
-через `lessons.record` — не обязательно для приёмки.)
-
-### D11 — Норматив сопровождения LLM-карты (NFR-6 / AC-11) — спека для developer
-
-Карта/политика/roadmap и их анти-дрейф-тесты **связаны с состоянием кода**, поэтому правятся
-**в development-стадии атомарно с кодом** (иначе тесты покраснеют на полу-готовой ветке).
-Архитектура фиксирует **точную спеку** правок (developer применяет в том же PR):
-- `docs/architecture/llm-call-sites.md` — строка **A6** и машинный
-  `ORCH-118-INVENTORY-BLOCK`: deployer на `deploy-staging` для in-scope репо больше не
-  консультирует LLM; отразить реализованное детерминированное состояние (раннер-перехват до
-  `_spawn`, как D1/D2), сохранив парсимый заголовок таблицы; синхронно — `_parse_staging_status`
-  остаётся потребителем (имя гейта не меняется).
-- `docs/architecture/llm-determinization-roadmap.md` — машинный `ORCH-118-ROADMAP-BLOCK`:
-  rank 1 (deployer) переходит из «план» в «реализовано»; **инвариант «ровно один
-  `first_slice = yes`»** держать корректным (см. `test_llm_determinization_docs.py`).
-- `docs/architecture/llm-usage-policy.md` — §5: единственный транспорт LLM-консультации
-  (`_spawn`/S0) не нарушен; ввод второго транспорта запрещён (раннер LLM не зовёт).
-- Анти-дрейф `tests/test_llm_call_site_inventory.py` / `tests/test_llm_determinization_docs.py`
-  — обновить ожидания синхронно, держать зелёными (TC-14).
-- Прочие docs того же PR (правило агентов №2): `.openclaw/agents/deployer.md` (пометка, что
-  на `deploy-staging` для in-scope репо стадию ведёт детерминированный код; LLM-ветвь —
-  fallback под выключенным флагом / не-self репо), `CLAUDE.md`, `CHANGELOG.md`,
-  `docs/overview/`.
-
-**Обоснование против `llm-usage-policy.md` §5:** ORCH-115 **снимает** C-консультацию с
-деривируемым вердиктом (A6/staging-status) — это разрешённое `replace-deterministic-now`,
-не ввод новой LLM-консультации; политика соблюдена.
-
-## Альтернативы
-
-- **Новая стадия / новый QG для детерминированного staging** — отвергнуто: нарушает NFR-1
-  (`STAGE_TRANSITIONS`/`QG_CHECKS` байт-в-байт). Меняется только *продюсер* артефакта; гейт
-  и ребро прежние.
-- **tool-error → немедленный `FAILED`-откат на `development`** — отвергнуто: анти-паттерн
-  ORCH-110 (инфра-сбой как код-фейл → расход developer-retry → петля). Выбран двухуровневый
-  исход D5 (defer на tool-error, fail-closed на исчерпании).
-- **Merge лога отдельным PR в `main`** (как шаг-4 LLM-deployer'а) — отвергнуто: гейт читает
-  worktree первым → достаточно push в фичеветку; исключение прямой работы с `main` усиливает
-  AC-8/BR-7.
-- **Логика раннера прямо в `launcher.py`** — отвергнуто: нарушает разделение
-  транспорт/решение; leaf тестируем без живого CLI/docker (зеркало
-  `self_deploy`/`coverage_gate`).
-- **Править `llm-call-sites.md`/roadmap/policy в architecture-стадии** — отвергнуто:
-  анти-дрейф-тесты коуплены к коду; правки идут атомарно с кодом (D11).
-- **Свой второй exit-code→verdict маппинг** — отвергнуто: переиспользуем
-  `self_deploy.map_exit_code_to_status` (BR-4, единый контракт).
-
-## Последствия
-
-- **+** На `deploy-staging` для `orchestrator` исчезает LLM-консультация: дешевле/быстрее/
-  детерминированнее; минус один avoidable LLM control path (первый срез roadmap).
-- **+** Happy-path не вызывает `_spawn` (нет `agent_runs`-строки, нет токенов).
-- **+** Полная обратимость одним флагом; артефакт/гейт/ребро/схема БД неизменны → переключение
-  туда-сюда не оставляет несовместимого состояния.
-- **+** Двухуровневый исход (D5) убирает класс ORCH-110 (инфра ≠ код-фейл) с staging-ребра.
-- **−** Новый leaf + врезка в `launch_job` + defer-механика — рост поверхности кода.
-  Митигейшн: leaf never-raise + kill-switch (fail-safe к LLM), тонкая врезка-зеркало D1/D2,
-  defer-счётчик без схемы БД (маркер в `task_content`), покрытие `tests/test_orch115_*`.
-- **−** Раннер программно зависит от доступности `docker exec` в `orchestrator-staging` и от
-  поднятого staging-контейнера (раньше это делал LLM). Митигейшн: D5 (defer + fail-closed),
-  предусловие фиксировано в `07-infra-requirements.md`.
-- **Откат:** `ORCH_STAGING_RUNNER_ENABLED=false` → `applies()` → `False` → `should_intercept`
-  → `False` → штатный `_spawn` LLM-deployer'а на `deploy-staging` **байт-в-байт** до ORCH-115.
-
-## Ссылки
-- BRD: `docs/work-items/ORCH-115/01-brd.md`
-- TRZ: `docs/work-items/ORCH-115/02-trz.md`
-- Acceptance: `docs/work-items/ORCH-115/03-acceptance-criteria.md`
-- Инфра: `docs/work-items/ORCH-115/07-infra-requirements.md`;
-  Данные: `08-data-requirements.md`; Риски: `10-tech-risks.md`
-- Сквозной ADR: `docs/architecture/adr/adr-0048-deterministic-staging-runner.md`
-- Сверено по коду: `src/agents/launcher.py:389/404/1189`, `src/stage_engine.py:191/932/2010`,
-  `src/self_deploy.py:81/317`, `src/qg/checks.py:525/538/599`, `src/proc_group.py`,
-  `src/staging_verdict.py`, `src/merge_gate.py:678`, `src/config.py` (`coverage_gate_*`/
-  `reaper_max_running_s`)
-- Политика/карта/roadmap: `docs/architecture/llm-usage-policy.md`,
-  `docs/architecture/llm-call-sites.md` (A6), `docs/architecture/llm-determinization-roadmap.md`

docs/work-items/ORCH-115/07-infra-requirements.md

@@ -1,61 +0,0 @@
----
-work_item: ORCH-115
-stage: architecture
-author_agent: architect
-status: proposed
-created_at: 2026-06-16
-model_used: claude-opus-4-8
----
-
-# 07 — Инфра-требования: ORCH-115 — детерминированный staging-раннер
-
-Work Item: **ORCH-115** · Repo: **orchestrator** · Стадия: architecture
-
-> When-applicable. Топология **не меняется** (новых контейнеров/портов/томов/compose-правок
-> нет). Файл фиксирует **предусловия**, на которые раннер теперь опирается **программно**
-> (раньше эти же шаги исполнял LLM-deployer), чтобы предусловие было аудитопригодно (BR-7/
-> AC-8/AC-9).
-
-## I-1. Топология / окружения
-**Без изменений топологии.** Раннер исполняется в прод-контейнере `orchestrator` (8500), в
-worker-треде, как `_run_deploy_finalizer_job`. Предусловия (существующие, не вводятся
-ORCH-115):
-- staging-контейнер `orchestrator-staging` (8501) поднят и доступен на хосте (Допущение А1);
-- прод-контейнер имеет возможность `docker exec` в `orchestrator-staging` (та же возможность
-  использовал LLM-deployer — `.openclaw/agents/deployer.md` шаг 1; уже в проде);
-- `scripts/staging_check.py` доступен внутри `orchestrator-staging` по bind-mount
-  (`/repos/orchestrator/scripts/…`, паттерн B6/ORCH-048) — источник истины набора проверок и
-  exit-кода (Допущение А2), ORCH-115 его не меняет.
-
-Недоступность любого из предусловий обрабатывается **детерминированно** (раннер D5: bounded
-defer → fail-closed `FAILED` + alert на исчерпании) — никогда тихий advance / ложный green.
-
-## I-2. Переменные окружения / секреты
-**Новые env-ключи (config, дефолты = боевое; добавить в `.env.example`):**
-- `ORCH_STAGING_RUNNER_ENABLED` (`staging_runner_enabled`, дефолт `True`) — kill-switch;
-  `false` → прежний LLM-deployer-путь байт-в-байт.
-- `ORCH_STAGING_RUNNER_REPOS` (`staging_runner_repos`, дефолт `""`) — CSV скоупа; пусто →
-  self-hosting only (`orchestrator`).
-- `ORCH_STAGING_RUNNER_TIMEOUT_S` (`staging_runner_timeout_s`, дефолт `600`) — таймаут
-  subprocess'а; малформ/непозитив → дефолт + WARNING.
-- `ORCH_STAGING_RUNNER_INFRA_MAX_RETRIES` (`staging_runner_infra_max_retries`, дефолт `2`) и
-  `ORCH_STAGING_RUNNER_INFRA_RETRY_DELAY_S` (`staging_runner_infra_retry_delay_s`, дефолт `30`)
-  — бюджет defer на tool-error (D5).
-
-**Секретов не вводит.** Команда строится из существующих host-параметров (`repos_dir`/
-`staging_port`/`SELF_HOSTING_REPO`/сервис-литерал `orchestrator-staging`) — без новых
-host-хардкодов (анти-дрейф `tests/test_no_host_hardcodes.py`).
-
-## I-3. Деплой / рестарт
-**Self-hosting инвариант соблюдён.** Раннер на `deploy-staging` **никогда** не рестартит
-прод-контейнер 8500, не выполняет `docker compose up -d orchestrator`/`--build`, не пушит
-force в `main`, не правит `.env`/`.env.staging`/`docker-compose.yml` (BR-7/AC-8; TC-12 —
-запрет литералов в argv). Прод-выкат самого ORCH-115 идёт штатно через staging-гейт (8501)
-→ `Confirm Deploy` (ORCH-059). Изменение **docs/prompts/код+config**, активируется на
-следующем worktree от `main`; включение в проде — флагом (по умолчанию `True`, обратимо).
-
-## I-4. CI/CD
-**Без изменений `.gitea/workflows/`.** Новый `tests/test_orch115_staging_runner.py` исполняется
-существующим `pytest tests/ -q` (мокирует subprocess/docker-exec и `advance_stage`; живой
-Claude CLI / docker / сеть не требуются). Staging-smoke (`scripts/staging_check.py` на 8501)
-— штатный гейт, не меняется.

docs/work-items/ORCH-115/08-data-requirements.md

@@ -1,43 +0,0 @@
----
-work_item: ORCH-115
-stage: architecture
-author_agent: architect
-status: proposed
-created_at: 2026-06-16
-model_used: claude-opus-4-8
----
-
-# 08 — Требования к данным: ORCH-115 — детерминированный staging-раннер
-
-Work Item: **ORCH-115** · Repo: **orchestrator** · Стадия: architecture
-
-> When-applicable. Создан **намеренно** при `N/A`-результате: «нет изменений схемы БД» — это
-> критический инвариант NFR-1/AC-5, поэтому решение фиксируется явно и аудитопригодно.
-
-## D-1. Схема БД
-**Изменений нет.** Ни новых таблиц, ни колонок, ни миграций. Раннер использует существующие
-таблицы read/write через существующие хелперы:
-- `tasks` — чтение `stage`/`work_item_id`/`branch` по `task_id` (дискриминатор стадии D1,
-  поля артефакта/гейта); запись стадии — **только внутри `advance_stage`** (его существующий
-  CAS/lease-контракт ORCH-114, раннер схему не трогает).
-- `jobs` — статус джоба ведётся `mark_job(done|failed)` самим раннером (зеркало
-  `_run_deploy_finalizer_job`); requeue defer — `enqueue_job` свежего `deployer`-джоба
-  (существующий механизм).
-
-## D-2. Restart-safe состояние без схемы (defer-счётчик D5)
-Счётчик infra-defer (ограничение петли tool-error, D5) — **без колонки БД**: подсчёт
-маркера-подстроки в `task_content` нового `deployer`-джоба (зеркало
-`merge_gate._merge_infra_retry_count` ORCH-110 и `_deploy_finalize_defer_count` ORCH-036).
-Сохраняет restart-safe семантику без миграции (NFR-1).
-
-## D-3. Артефакт `15-staging-log.md` (контракт неизменен)
-Формат/расположение/machine-key прежние: `docs/work-items/<work_item_id>/15-staging-log.md`,
-frontmatter `staging_status: SUCCESS|FAILED` (UPPERCASE) + обязательная 52c-схема. Меняется
-лишь *продюсер* (детерминированный код вместо LLM): `author_agent: staging-runner`,
-`model_used: n/a` — **имя и регистр ключа `staging_status:` не меняются**; читается
-неизменённым `_parse_staging_status` (AC-2/AC-5; TC-04).
-
-## D-4. Наблюдаемость — in-process, не БД
-Счётчики `staging_runner` (`runs`/`success`/`failed`/`tool_error`/`deferred`) — in-process
-(`_STAGING_RUNNER_COUNTERS`, паттерн `_MERGE_GATE_COUNTERS` ORCH-110), отдаются read-only в
-`GET /queue`. В БД не персистятся.

docs/work-items/ORCH-115/10-tech-risks.md

@@ -1,44 +0,0 @@
----
-work_item: ORCH-115
-stage: architecture
-author_agent: architect
-status: proposed
-created_at: 2026-06-16
-model_used: claude-opus-4-8
----
-
-# 10 — Технические риски: ORCH-115 — детерминированный staging-раннер
-
-Work Item: **ORCH-115** · Repo: **orchestrator** · Стадия: architecture
-
-> Информационный (гейтом не парсится). Риски реализации + их митигейшн; нумерация
-> наследует R-1…R-5 из BRD §8 и добавляет производные.
-
-## Реестр рисков
-
-| ID | Риск | Вер. | Влия. | Митигейшн |
-|----|------|------|-------|-----------|
-| TR-1 (R-1) | Перехват «до `_spawn`» перехватит **не тот** джоб (прод-deployer вместо staging) | Низ. | Выс. | Дискриминатор = **стадия задачи** (`tasks.stage=="deploy-staging"`) **И** `applies(repo)`, не только имя роли (ADR D1). Для self-hosting прод-ребро `deployer` не спавнит; для не-self `applies==False`. Покрытие TC-05/TC-06. `should_intercept` never-raise → `False` → штатный `_spawn`. |
-| TR-2 (R-2) | После вердикта не инициирован `advance_stage` → задача зависает на `deploy-staging` (нет «финиша агента») | Низ. | Выс. | Раннер сам вызывает `advance_stage(current_stage="deploy-staging", finished_agent="deployer")` (зеркало `run_deploy_finalizer`, ADR D7). На исключении джоб → `mark_job(failed)` → reaper/worker по существующим контрактам; никогда тихий advance. Покрытие TC-07. |
-| TR-3 (R-3) | Таймаут/изоляция docker-subprocess; утечка процессов (инцидент ORCH-110) | Сред. | Сред. | `proc_group.run_in_process_group` (tree-kill SIGTERM→grace→SIGKILL всего дерева), `staging_runner_timeout_s`; малформ/непозитив → дефолт + WARNING. Покрытие TC-11; запрет сирот согласован с ORCH-110. |
-| TR-4 (R-4) | Конфликт с transition-lease (ORCH-114) / serial-gate (ORCH-088) на side-effectful ребре | Низ. | Выс. | Граница O1: lease берётся **внутри** `advance_stage` — раннер его не трогает (ADR D7). serial-gate гейтит analyst-job claim, не deployer-job. Код ORCH-112/114 не модифицируется. |
-| TR-5 (R-5) | Откат FAILED (developer-retry cap) расходится с LLM-путём | Низ. | Сред. | Реальный `≠0` exit → тот же `advance_stage`-откат (`stage_engine.py:932`, тот же cap `MAX_DEVELOPER_RETRIES`), что у FAILED-вердикта LLM. Покрытие TC-07. |
-| TR-6 | **Инфра-сбой как код-фейл** (docker down / staging недоступен / таймаут → откат + расход developer-retry → петля) — анти-паттерн ORCH-110 | Сред. | Выс. | **Двухуровневый исход D5:** сюита исполнилась → verdict; tool-error/таймаут → bounded defer (`staging_runner_infra_max_retries`) → fail-closed `FAILED` + alert на исчерпании. Не жжёт developer-retry на инфре. Покрытие TC-10. |
-| TR-7 | Скоуп-дрейф: случайная правка `STAGE_TRANSITIONS`/`QG_CHECKS`/`check_*`/machine-key/схемы БД | Низ. | Выс. | NFR-1 — замена только *продюсера*. Анти-дрейф структурный тест TC-09; reviewer ловит ≥P1. Раннер пишет тот же `staging_status:` key, читается неизменённым `_parse_staging_status`. |
-| TR-8 | Сквозной бюджет времени (`reaper_max_running_s`) превышен суммой работ на ребре | Низ. | Сред. | Таймаут 600s ≤ прежнего LLM-окна (3–15 мин) → Σ(работ на ребре) не растёт → инвариант ORCH-065/109/110 сохранён **без** правки `reaper_max_running_s` (ADR D9). |
-| TR-9 | Рассинхрон карты LLM (`llm-call-sites.md`/roadmap/policy) с реализацией → красные анти-дрейф-тесты | Сред. | Сред. | Норматив сопровождения NFR-6 (ADR D11): точная спека правок + `test_llm_call_site_inventory.py`/`test_llm_determinization_docs.py` обновляются **атомарно с кодом** в development. Инвариант «ровно один `first_slice`» держать корректным. Покрытие TC-14. |
-| TR-10 | Self-hosting safety: раннер случайно рестартит 8500 / force-push в `main` / правит инфру | Низ. | Выс. | BR-7/AC-8: argv не содержит запрещённых литералов (TC-12); лог пишется в worktree + push в **фичеветку** (не main PR-merge, ADR D6); только чтение + staging-сюита (8501). |
-
-## Сводный вывод
-
-Доминирующий класс — **корректность диспетчеризации и обработки инфра-сбоев** (TR-1/TR-2/TR-6)
-на side-effectful ребре общего прод-инстанса (self-hosting). Все сняты опорой на **доказанные
-прецеденты** (D1/D2 перехват, `run_deploy_finalizer`, `proc_group`, transition-lease внутри
-`advance_stage`) и **двухуровневым исходом D5**, явно адресующим RCA-класс ORCH-110.
-Изменение **аддитивное, never-raise, под kill-switch с байт-в-байт откатом**; гейт/ребро/
-схема БД неизменны. Остаточный риск для прод-конвейера — **низкий**.
-
-Эскалация **не требуется**: это не новая стадия/QG/смена БД (лейбл `arch:major-change` не
-ставится), ТЗ удовлетворяется без нарушения принципов (возврат в анализ не нужен). Единственное
-**инфра-предусловие** для включения в проде — доступность `docker exec` в `orchestrator-staging`
-(уже выполнено LLM-путём); до включения флага поведение байт-в-байт прежнее.

docs/work-items/ORCH-115/12-review.md

@@ -1,134 +0,0 @@
----
-verdict: APPROVED
-work_item: ORCH-115
-stage: review
-author_agent: reviewer
-status: approved
-created_at: 2026-06-16
-model_used: claude-opus-4-8
-type: review
-work_item_id: ORCH-115
-version: 1
----
-
-# Review ORCH-115 — детерминированный staging-раннер вместо LLM-деплойера
-
-## Summary
-
-Замена LLM-агента `deployer` на стадии `deploy-staging` (self-hosting `orchestrator`)
-детерминированным leaf `src/staging_runner.py`, перехватываемым в `launch_job` **до** `_spawn`
-(прецедент `deploy-finalizer`/`post-deploy-monitor`). Реализация строго соблюдает корневой
-инвариант NFR-1 — это замена **продюсера** артефакта `15-staging-log.md`, а **не** гейта:
-`STAGE_TRANSITIONS`, `QG_CHECKS`, `check_staging_status`/`_parse_staging_status`, machine-key
-`staging_status:` и схема БД — байт-в-байт не тронуты. Все FR-1…FR-7 реализованы, все
-AC-1…AC-12 выполнены, документация обновлена в том же PR на всех требуемых поверхностях,
-полный регресс зелёный (**2105 passed**), новый сьют (24 теста) зелёный, анти-дрейф LLM-карты
-зелёный.
-
-**Вердикт: APPROVED** — P0/P1 findings отсутствуют.
-
-## Проверка по осям
-
-### 1. Соответствие ТЗ (`02-trz.md`) / критериям (`03-acceptance-criteria.md`)
-- **FR-1 / AC-1** — перехват в `launch_job` до `_spawn` при `agent=="deployer"` +
-  `should_intercept` (стадия `deploy-staging` + `applies`); возвращает `None`, `_spawn` не
-  вызывается, `agent_runs` не создаётся, `jobs`-строка ведётся `mark_job` через
-  `_run_staging_runner_job` (зеркало `_run_deploy_finalizer_job`). ✅ (TC-05)
-- **FR-2 / AC-9 / AC-8** — та же каноническая staging-сюита через `proc_group.run_in_process_group`
-  (tree-kill, таймаут). Команда из config (без host-хардкодов). ✅ (TC-11/TC-12)
-- **FR-3 / AC-3** — exit-код → `staging_status:` через **единый** контракт
-  `self_deploy.map_exit_code_to_status` (`0→SUCCESS`, иначе/None/нечисло→`FAILED`), второй маппинг
-  не введён. ✅ (TC-02)
-- **FR-4 / AC-2** — `15-staging-log.md` с `staging_status: SUCCESS|FAILED` (UPPERCASE) + полной
-  52c-схемой (`work_item`/`stage: deploy-staging`/`author_agent: staging-runner`/`status`/
-  `created_at`/`model_used: n/a`); INFRA-WAIVED копируется в тело; best-effort commit/push в
-  **фичеветку** (не в `main`), гейт читает worktree первым (`check_staging_status` lookup order
-  подтверждён в `src/qg/checks.py:627`). ✅ (TC-03/TC-04)
-- **FR-5 / AC-4** — после вердикта вызывается существующий
-  `advance_stage(current_stage="deploy-staging", finished_agent="deployer")` — параметры в точности
-  соответствуют сигнатуре `stage_engine.advance_stage:191` и зеркалят `run_deploy_finalizer:2092`;
-  SUCCESS → под-гейты + Phase A; FAILED → существующий откат `deploy-staging → development`
-  (`stage_engine.py:932`, ветка `agent=="deployer" and qg=="check_staging_status"`). Новой ветви
-  маршрутизации нет. ✅ (TC-07/TC-10)
-- **FR-6 / AC-6** — kill-switch `staging_runner_enabled` + скоуп `staging_runner_repos` (пусто →
-  self-hosting only через `is_self_hosting_repo`); `applies` проверяется первым, при выключенном
-  флаге `_spawn` LLM-deployer'а байт-в-байт. ✅ (TC-01/TC-08)
-- **FR-7 / AC-10** — read-only блок `staging_runner` в `GET /queue` + один структурный лог-вердикт
-  на прогон, различающий `code-pass`/`code-fail`/`tool-error`. ✅ (TC-13)
-- **AC-7 (never-raise)** — все публичные функции изолированы; tool-error (spawn-error/таймаут/
-  `returncode None`) даёт bounded DEFER, затем fail-closed FAILED; никогда тихий advance/ложный
-  green. ✅ (TC-10)
-- **AC-12** — `pytest tests/ -q` зелёный (2105 passed); новый `tests/test_orch115_staging_runner.py`
-  зелёный (24 теста, покрытие leaf 83%; непокрытые строки — исключительно defensive `except`-ветви
-  never-raise). ✅
-
-### 2. Соответствие ADR (`06-adr/ADR-001` + сквозной `adr-0048`)
-- D1–D11 реализованы как зафиксировано: точка диспетчеризации (перехват до `_spawn`, дискриминатор
-  по **стадии задачи**, не по имени роли — защита от перехвата прод-`deploy` deployer'а, TC-06),
-  чистота leaf'а (на импорте только `config`/`proc_group`; `db`/`git_worktree`/`stage_engine`/
-  `qg.checks`/`self_deploy`/`notifications` — лениво), переиспользование `proc_group` и единого
-  маппинга, **двухуровневый исход D5 (анти-ORCH-110)** — инфра-сбой ≠ код-фейл, restart-safe
-  маркер-счётчик в `task_content` без правки схемы БД, push только в фичеветку, инициация
-  существующего гейта, бюджет времени без правки `reaper_max_running_s`, наблюдаемость.
-- **Инвариант NFR-1 / AC-5 соблюдён байт-в-байт** — анти-дрейф TC-09 подтверждает неизменность
-  `STAGE_TRANSITIONS["deploy-staging"]`, наличие `check_staging_status` в `QG_CHECKS`, отсутствие
-  новых таблиц/колонок, неизменность machine-key `staging_status:`.
-- **Граница O1 (трассировка маркеров)** — код ORCH-114 (`transition_lease`) и ORCH-112
-  (`checkout_hygiene`) не модифицируется; lease берётся **внутри** `advance_stage`, раннер его не
-  трогает — зафиксированный инвариант цепочки ORCH-110/111/112/113/114 не сломан.
-
-### 3. Качество кода
-- Docstrings на всех публичных функциях; следование установленным паттернам (`self_deploy`/
-  `proc_group`/`merge_gate`); классификация `suite_ran = returncode is not None and not timed_out`
-  корректно трактует timeout-kill (returncode может быть `-9`, но `timed_out=True`) как tool-error,
-  а не код-фейл.
-- Сверены все интеграционные сигнатуры: `ProcResult`, `run_in_process_group(grace_s/tree_kill)`,
-  `enqueue_job(available_at_delay_s)`, `mark_job`, `get_worktree_path`, `link_for`/`send_telegram`,
-  `is_self_hosting_repo`/`SELF_HOSTING_REPO` — все совпадают.
-- **Self-hosting safety (AC-8/BR-7)** — в командной строке нет рестарта 8500 / `docker compose up`
-  / `--build` / force-push / правок `.env`; git push строго в фичеветку, никогда в `main`. ✅ (TC-12)
-- Багфикс-трек (BR-4) неприменим: ORCH-115 — полный цикл (метка не `Bug`, прошёл `architecture`),
-  регресс-тест-фиксатор не требуется; покрытие обеспечено новым сьютом.
-
-### 4. Документация (обязательная проверка)
-`src/` изменён → документация обновлена **в том же PR** на всех требуемых поверхностях:
-- `CLAUDE.md` (раздел-паспорт ORCH-115), `CHANGELOG.md` (`[Unreleased]`).
-- `docs/architecture/README.md` (компонент Staging-runner + adr-link), `internals.md`
-  (детерминированные перехваты `launch_job`).
-- Норматив сопровождения ORCH-118: `llm-call-sites.md` (A6 — срез реализован, машинный
-  `ORCH-118-INVENTORY-BLOCK` сохраняет deployer `avoidable=yes`/`axis=C` как fallback),
-  `llm-determinization-roadmap.md` (rank 1 — ✅, инвариант «ровно один `first_slice`» цел),
-  `llm-usage-policy.md` (§5 — единственный транспорт S0 не нарушен). Анти-дрейф
-  `tests/test_llm_call_site_inventory.py` / `test_llm_determinization_docs.py` зелёные (TC-14).
-- **Витрина системы `docs/overview/` (ORCH-011)** — обновлены `tech-pipeline.md`, `tech-agents.md`,
-  `tech-quality-security.md`; `tests/test_system_docs.py` зелёный.
-- `.openclaw/agents/deployer.md` (LLM-ветвь `deploy-staging` — fallback), `.env.example` (5 ключей),
-  ADR work-item + сквозной `adr-0048`.
-- **README «Известные ограничения» (ORCH-079)** — корректно не тронут: ни один из трёх открытых
-  пунктов (Telegram 48h / intra-repo deps / batch-autonomy) не закрывается ORCH-115; ложного
-  «решённое за открытое» нет.
-
-## Findings
-
-### P0 — Blocker
-- Нет.
-
-### P1 — Must fix
-- Нет.
-
-### P2 — Should fix
-- Нет.
-
-### P3 — Nice-to-have
-- [ ] `run_staging_gate` при отсутствии `work_item_id`/`branch` (повреждённая строка `tasks` —
-  задача на `deploy-staging` без branch) делает ранний `return`; обёртка `_run_staging_runner_job`
-  затем помечает джоб `done`, оставляя задачу «висеть» на `deploy-staging` до ре-драйва
-  reconciler/reaper. Это крайний кейс (любая задача на `deploy-staging` имеет branch), логируется
-  как ERROR и согласуется с never-raise-контрактом, но опционально можно сделать defensive-defer
-  вместо `done`-без-эффекта. Не блокирует приёмку.
-
-## Документация
-Обновлена полностью и в том же PR. Изменение `src/` сопровождено синхронным обновлением паспорта,
-чейнджлога, архитектурных доков, LLM-карты/roadmap/политики (+ зелёные анти-дрейф тесты), витрины
-`docs/overview/` (ORCH-011), промпта `deployer.md`, `.env.example` и обоих ADR. Обзорная витрина
-README не требует правок (нет закрытого ORCH-115 пункта). Документационная ось — **PASS**.

docs/work-items/ORCH-115/13-test-report.md

@@ -1,95 +0,0 @@
----
-result: PASS
-work_item: ORCH-115
-stage: testing
-author_agent: tester
-status: pass
-created_at: 2026-06-16
-model_used: claude-opus-4-8
-type: test-report
-work_item_id: ORCH-115
----
-
-# Test Report — ORCH-115 — детерминированный staging-раннер вместо LLM-деплойера
-
-## Окружение
-- Python: 3.12.13
-- pytest: 8.3.3 (plugins: cov-5.0.0, anyio-4.13.0, asyncio-0.23.8)
-- Worktree (изолированный, ветка задачи): `/repos/_wt/orchestrator/feature_ORCH-115-orch-replace-llm-deployer-with`
-- Ветка: `feature/ORCH-115-orch-replace-llm-deployer-with`
-- Дата: 2026-06-16
-- Review verdict (`12-review.md`): **APPROVED** (P0/P1 — нет) ✅ предусловие стадии выполнено
-
-## Команды
-- Полный регресс: `pytest tests/ -q --tb=short`
-- Целевой сьют + анти-дрейф LLM: `pytest tests/test_orch115_staging_runner.py tests/test_llm_call_site_inventory.py tests/test_llm_determinization_docs.py -v`
-- Покрытие leaf: `pytest tests/test_orch115_staging_runner.py --cov=src.staging_runner --cov-report=term-missing`
-- Smoke (read-only): `curl -s http://localhost:8500/{health,status,queue}`
-
-## Результаты — покрытие плана тестов (`04-test-plan.yaml`)
-
-Каждый TC сопоставлен с критериями `03-acceptance-criteria.md` и подтверждён конкретными
-тест-функциями.
-
-| TC ID | Тип | Описание (кратко) | AC | Тест-функции | Результат |
-|-------|-----|-------------------|----|--------------|-----------|
-| TC-01 | unit | `applies(repo)`: kill-switch / скоуп / not-self / never-raise→False | AC-6/AC-7 | `test_tc01_applies_killswitch_and_scope`, `test_tc01_applies_never_raises` | PASS |
-| TC-02 | unit | Маппинг exit-кода `0→SUCCESS`, иначе/None→`FAILED` (контракт `self_deploy.map_exit_code_to_status`) | AC-3 | `test_tc02_map_exit_code` | PASS |
-| TC-03 | unit | Рендер `15-staging-log.md`: `staging_status:` UPPERCASE + 52c-схема; INFRA-WAIVED в тело | AC-2 | `test_tc03_log_render_schema_and_infra_waived` | PASS |
-| TC-04 | integration | Лог читается **неизменённым** `_parse_staging_status` для SUCCESS/FAILED | AC-2 | `test_tc04_gate_parser_unchanged` | PASS |
-| TC-05 | integration | `launch_job` перехватывает до `_spawn`, нет `agent_runs`, `mark_job` ведёт строку | AC-1 | `test_tc05_launch_job_intercepts_before_spawn` | PASS |
-| TC-06 | integration | Дискриминатор стадии: `deploy` (prod) и not-self репо НЕ перехватываются | AC-1 | `test_tc06_stage_discriminator_prod_not_intercepted`, `test_tc06_non_self_repo_not_intercepted` | PASS |
-| TC-07 | integration | SUCCESS/FAILED → `advance_stage(finished_agent="deployer")` как у LLM | AC-4 | `test_tc07_advance_initiated_like_llm[0-SUCCESS]`, `[1-FAILED]` | PASS |
-| TC-08 | integration | Kill-switch `=False` → прежний LLM-путь через `_spawn` (байт-в-байт) | AC-6 | `test_tc08_killswitch_falls_back_to_spawn` | PASS |
-| TC-09 | unit | Анти-дрейф NFR-1: `STAGE_TRANSITIONS`/`QG_CHECKS`/`staging_status:`/схема БД неизменны | AC-5 | `test_tc09_pipeline_contract_unchanged` | PASS |
-| TC-10 | integration | never-raise/fail-safe: ненулевой→FAILED+advance; таймаут→DEFER; бюджет исчерпан→FAILED; раннер не падает | AC-7 | `test_tc10_nonzero_exit_is_failed_and_advances`, `test_tc10_timeout_defers_without_advance`, `test_tc10_tool_error_budget_exhausted_fails_closed`, `test_tc10_run_gate_never_raises`, `test_tc10_launcher_contains_runner_fault` | PASS |
-| TC-11 | unit | Таймаут `staging_runner_timeout_s`; малформ→дефолт+WARNING; передаётся в `proc_group` | AC-9 | `test_tc11_resolve_timeout_default_on_bad_value`, `test_tc11_timeout_passed_to_proc_group` | PASS |
-| TC-12 | unit | Self-hosting safety: нет запрещённых литералов (рестарт 8500 / `up` / `--build` / force-push) | AC-8 | `test_tc12_command_has_no_dangerous_literals` | PASS |
-| TC-13 | integration | Наблюдаемость: блок `staging_runner` в `/queue` + структурный лог-вердикт (различает код-фейл/tool-error) | AC-10 | `test_tc13_snapshot_shape`, `test_tc13_queue_endpoint_includes_block`, `test_tc13_structured_verdict_log_distinguishes_outcomes`, `test_tc13_snapshot_never_raises` | PASS |
-| TC-14 | integration | Анти-дрейф LLM-карты: `llm-call-sites.md`(A6)/roadmap/policy обновлены, анти-дрейф зелёный | AC-11 | `test_llm_call_site_inventory.py` (9 тестов), `test_llm_determinization_docs.py` (3 теста) | PASS |
-
-**Итог по плану: 14/14 TC выполнены и PASS.** Каждый AC (AC-1…AC-12) покрыт; AC-12 (полный регресс)
-подтверждён прогоном всего `tests/`.
-
-## Smoke API (read-only, prod 8500)
-- `GET /health` → `{"status":"ok","service":"orchestrator"}` ✅
-- `GET /status` → отвечает, активные задачи перечислены (включая ORCH-115 на `testing`) ✅
-- `GET /queue` → отвечает; блок **`serial_gate`** присутствует (ORCH-088) ✅; блок **`auto_labels`**
-  присутствует ✅. Полный набор ключей: `auto_labels, bug_fast_track, build_cache_prune,
-  checkout_hygiene, counts, coverage, disk_monitor, fs_ownership, lessons, max_concurrency,
-  merge_gate, merge_verify, poll_interval, post_deploy, reaper, recent, reconcile, resilience,
-  serial_gate, stop, task_deps, transition_lease`.
-
-> Примечание: read-only блок `staging_runner` (FR-7) на боевом 8500 ещё отсутствует — это ожидаемо,
-> т.к. ORCH-115 не задеплоен в прод. Наличие блока в коде ветки подтверждено тестами TC-13
-> (`test_tc13_queue_endpoint_includes_block`). Это **не** регресс смока: обязательный для смока
-> блок `serial_gate` присутствует.
-
-## Покрытие нового кода
-`src/staging_runner.py` — **83%** (211 стэйтментов, 36 непокрытых). Непокрытые строки —
-исключительно defensive `except`-ветви контракта never-raise (согласовано с `12-review.md`).
-
-## Вывод pytest
-
-Полный регресс:
-```
-........................................................................ [100%]
-2105 passed, 1 warning in 93.61s (0:01:33)
-```
-
-Целевой сьют ORCH-115 + анти-дрейф LLM:
-```
-tests/test_orch115_staging_runner.py ......................... (24 passed)
-tests/test_llm_call_site_inventory.py ......................... (9 passed)
-tests/test_llm_determinization_docs.py ...................... (3 passed)
-======================== 37 passed, 1 warning in 1.80s =========================
-```
-
-Единственное предупреждение — `PydanticDeprecatedSince20` (class-based `config`), не относится к
-ORCH-115, присутствовало до изменения.
-
-## Итог
-**PASS** — полный регресс зелёный (2105 passed), целевой сьют (24 теста) и анти-дрейф LLM-карты
-(12 тестов) зелёные, все 14 TC выполнены и сопоставлены с AC, smoke read-only OK (`serial_gate` и
-`auto_labels` присутствуют в `/queue`). Машинный вердикт: `result: PASS` → задача переходит на
-`deploy-staging`.

docs/work-items/ORCH-115/14-deploy-log.md

@@ -1,12 +0,0 @@
----
-deploy_status: SUCCESS
-work_item: ORCH-115
-hook_exit_code: 0
-deployed_by: deploy-finalizer
----
-
-# Deploy log — ORCH-036 executable self-deploy
-
-Прод-деплой завершён хост-хуком с exit-code `0` -> `deploy_status: SUCCESS`.
-
-Вердикт зафиксирован детерминированным finalizer'ом (Фаза C), не LLM.

docs/work-items/ORCH-115/15-staging-log.md

@@ -1,39 +0,0 @@
----
-staging_status: SUCCESS
-work_item: ORCH-115
-stage: deploy-staging
-author_agent: deployer
-status: success
-created_at: 2026-06-16
-model_used: claude-opus-4-8
-timestamp: 2026-06-15T23:14:17Z
-base_url: http://localhost:8501
----
-
-# Staging Gate Log
-
-Staging test suite completed against the live `orchestrator-staging` container
-(8501) via `docker exec` (Docker Engine API over the mounted socket). The suite
-ran inside the container so the B6 registry-isolation check reads the registry
-from the running instance's own process-env (`.env.staging`).
-
-**Command:**
-```
-docker exec orchestrator-staging \
-  python3 /repos/orchestrator/scripts/staging_check.py \
-  --base-url http://localhost:8501 --mode stub
-```
-
-**Result: 8/10 checks PASS — exit code 0 → `staging_status: SUCCESS`.**
-
-- REAL failed: none
-- All Block A (SMOKE A1–A3), Block B (ACCESS B4–B6), and Block C creation/trigger
-  checks (C7, C8) passed.
-
-INFRA-WAIVED: C9a Branch appears in orchestrator-sandbox, C9b Analyst job enqueued in staging queue (known sandbox-infra; real checks green)
-VERDICT: SUCCESS (exit 0) — SUCCESS (infra-waived): ['C9a Branch appears in orchestrator-sandbox', 'C9b Analyst job enqueued in staging queue'] are known sandbox-infra checks; all real checks green
-
-Per ORCH-061 waiver tolerance (`staging_infra_tolerance_enabled=True`), the two
-infra-only checks C9a/C9b depend on SANDBOX bot accounts being project members —
-not on the pipeline — and are tolerated when every REAL check is green. The
-script exits 0. Exit-code → verdict mapping is unchanged: trust the exit code.

docs/work-items/ORCH-116/00-business-request.md

@@ -1,7 +0,0 @@
-# Business Request: ORCH: replace LLM tester with deterministic test runner
-
-Work Item ID: ORCH-116
-
-## Description
-
-TBD

docs/work-items/ORCH-116/01-brd.md

@@ -1,224 +0,0 @@
----
-work_item: ORCH-116
-stage: analysis
-author_agent: analyst
-status: ready-for-review
-created_at: 2026-06-16
-model_used: claude-opus-4-8
----
-
-# 01 — BRD (бизнес-требования): ORCH-116 — заменить LLM-тестера детерминированным test-раннером
-
-Work Item: **ORCH-116** · Repo: **orchestrator** · Стадия: analysis
-
-## 1. Бизнес-контекст и проблема
-
-Стадия `testing` сейчас исполняется **LLM-агентом `tester`** (`src/stages.py:17`,
-`STAGE_TRANSITIONS["review"]["agent"] = "tester"` — tester запускается при входе в `testing`).
-Фактическая работа агента на этой стадии в happy-path — **в основном детерминированная**
-(`.openclaw/agents/tester.md`): прогнать регресс `pytest tests/ -v --tb=short` в worktree ветки,
-сделать read-only smoke (`/health`, `/status`, `/queue` + наличие блока `serial_gate`),
-собрать exit-код, записать `13-test-report.md` с машинным frontmatter `result: PASS|FAIL`. Гейт
-`check_tests_passed` (`src/qg/checks.py:182` → `_parse_tests_verdict:226`) читает **только** ключ
-`result:` из frontmatter — **не** прозу и **не** покрытие TC.
-
-Это **avoidable LLM control path** по нормативной политике (`docs/architecture/llm-usage-policy.md`):
-(i) это **C-консультация** — вердикт `result:` потребляется гейтом `check_tests_passed`, и
-(ii) вердикт PASS/FAIL **деривируем** из exit-кода `pytest` + smoke (детерминированные сигналы).
-Карта вызовов (`docs/architecture/llm-call-sites.md`, строка **A5**) классифицирует tester как
-**`needs-hybrid-fallback`**, а roadmap (`docs/architecture/llm-determinization-roadmap.md`, машинный
-блок §4) ставит его **rank 2** с `hybrid_needed = yes`, `first_slice = no`. Это **второй срез**
-determinization-roadmap — после реализованного первого среза **ORCH-115** (детерминированный
-`staging_runner`, deployer на `deploy-staging`).
-
-**Гибридная природа (ключевое отличие от ORCH-115).** Tester — `needs-hybrid-fallback`, не
-`replace-deterministic-now`: его **PASS/FAIL-ядро** полностью детерминируемо (exit-код pytest +
-smoke), но часть работы прежнего промпта — **триаж падений**, **анализ пробелов покрытия
-AC**, **сопоставление TC ↔ критерии приёмки** и **человекочитаемая диагностика** — это настоящее
-суждение. ORCH-116 выносит из потока управления **только PASS/FAIL-исполнителя** (его делает
-детерминированный код); опциональный LLM-аналитик допустим как **off-control-path** триаж/
-диагностика после детерминированного провала, но **никогда** как первичный исполнитель вердикта
-гейта (BR-8 / NFR-7).
-
-**Боль / риск, который закрываем:**
-- **Недетерминизм в потоке управления.** Решение «advance на `deploy-staging` или rollback на
-  `development`» на стадии `testing` зависит от LLM-сессии (стоимость, латентность, риск
-  галлюцинации/неверного вердикта), хотя сводится к exit-коду pytest + smoke.
-- **Стоимость и латентность.** Каждый прогон tester'а тратит токены/время opus-агента (оценка по
-  `agent_runs`: tester-строки ~60–150k токенов / 5–20 мин на прогон; точное число — `GET /metrics`)
-  ради действия, которое выполняется одним прогоном pytest + несколькими read-only GET.
-- **Избыточность с уже-зелёным сигналом.** Регресс уже прогоняется в CI (`check_ci_green` гейтит
-  `development → review`, `src/qg/checks.py:82`), повторно в merge-gate re-test (ORCH-043/110) и в
-  coverage-gate (ORCH-027). Повторный прогон pytest на стадии `testing` — подтверждение факта, а не
-  суждение → естественный кандидат на детерминизацию.
-- **Класс инцидентов «LLM принял решение, которое есть исполнение фиксированных команд + маппинг
-  результата»** — тот же RCA-трек, что ORCH-110/111/112/113/114/117/115.
-
-Установленные факты (не изобретать):
-- Гейт `check_tests_passed`/`_parse_tests_verdict` читает **только** `result:` (плюс legacy-поля
-  `verdict:`/`status:`, ORCH-047) из frontmatter `13-test-report.md`; покрытие TC / сопоставление с
-  AC гейтом **не парсится** (это была нагрузка промпта, не требование гейта). Значит замена
-  *продюсера* `result:` детерминированным кодом сохраняет контракт гейта байт-в-байт.
-- Детерминированный прецедент замены агента **до `_spawn`** уже работает и проверен: `launch_job`
-  перехватывает `deploy-finalizer` (D1, `src/agents/launcher.py:397`), `post-deploy-monitor`
-  (D2, `:402`) и **staging-runner** (ORCH-115, `:405-408`) до `_spawn`; `src/staging_runner.py` —
-  готовый эталон leaf-раннера (two-level outcome, never-raise, kill-switch, proc_group).
-- Изоляция спавненного pytest уже решена: `src/proc_group.py::run_in_process_group` (ORCH-110)
-  даёт tree-kill (`os.killpg`, каскад SIGTERM→grace→SIGKILL) — корень CPU-голодания от
-  осиротевших pytest (инцидент ORCH-109/111) закрыт; раннер обязан использовать его.
-- Маппинг exit-кода — тривиальная pure-функция (`0 → PASS`, иначе `FAIL`), зеркало
-  `self_deploy.map_exit_code_to_status` (но в токенах `PASS`/`FAIL`, а не `SUCCESS`/`FAILED`).
-
-## 2. Объём (scope)
-
-### В объёме (Phase 1)
-- **Детерминированный test-раннер** для стадии `testing` репо `orchestrator` (self-hosting):
-  исполняет «тест-контракт» (сконфигурированные test/smoke-команды) в worktree ветки задачи,
-  маппит exit-код в `result: PASS|FAIL`, пишет `13-test-report.md`, инициирует существующий гейт
-  `check_tests_passed` — **без** запуска LLM-агента `tester`.
-- **Тест-контракт** — сконфигурированный набор команд: обязательная регресс-команда
-  (`pytest tests/`, переиспользуя конвенцию `merge_retest_target`) + опциональные read-only
-  smoke-проверки (зеркало шага 3 промпта tester: `/health`, `/status`, `/queue` + наличие блока
-  `serial_gate`). Для self-hosting `orchestrator` контракт известен по умолчанию.
-- Раннер активируется через **перехват в `launch_job` до `_spawn`** (прецедент D1/D2/ORCH-115),
-  **без правки `src/stages.py`/`STAGE_TRANSITIONS`** (роль `tester` в словаре остаётся; меняется лишь
-  *кто* обрабатывает джоб на стадии `testing` для in-scope репо с тест-контрактом).
-- После выпуска вердикта раннер инициирует **существующую** оценку exit-гейта `check_tests_passed`
-  ровно как завершившийся LLM-tester (`advance_stage(finished_agent="tester")`): PASS → `deploy-staging`
-  (и далее под-гейты ORCH-022/043/027/058 на ребре `deploy-staging → deploy`); FAIL → существующий
-  откат `testing → development` + developer-retry (`src/stage_engine.py:849`).
-- Two-level outcome (анти-ORCH-110, по образцу `staging_runner`): сюита **исполнилась** → вердикт →
-  advance; сюита **не исполнилась** (tool-error: spawn-error/таймаут/`returncode None`) → bounded
-  DEFER, на исчерпании → fail-closed `FAIL` + advance + alert. Инфра-сбой **не жжёт** developer-retry.
-- Kill-switch + скоуп-CSV + **тест-контракт** (паттерн ORCH-022/027/043/089/090/115): `*_enabled`
-  (откат к LLM-пути), `*_repos` (пусто → self-hosting only), backward-compat: репо без тест-контракта
-  → раннер не применяется → прежний LLM-tester.
-- Наблюдаемость: read-only блок в `GET /queue` + структурный лог вердикта.
-
-### Вне объёма (явно НЕ делаем в ORCH-116)
-- **ORCH-115 (детерминированный deploy/staging-раннер)** — **по явной границе задачи не смешиваем**:
-  ORCH-116 не модифицирует `src/staging_runner.py` и не трогает ребро `deploy-staging`/`deploy`.
-- **LLM-роли `reviewer` и `developer`** — **остаются без изменений** (граница задачи). reviewer —
-  control-path-но-keep (вердикт `verdict:` не деривируем из tool-сигнала, `llm-call-sites.md`).
-- **Реализация опционального off-control-path LLM-триажа/диагностики после FAIL** — не делается в
-  этом срезе (forward-looking, §6 BRD и §8 TRZ). Архитектура раннера **не должна запрещать** её
-  (NFR-7), но и не реализует.
-- **Сопоставление TC ↔ критерии приёмки / анализ пробелов покрытия AC как условие гейта** — гейт
-  `check_tests_passed` его не требует (читает только `result:`); в потоке управления его нет. Это
-  off-control-path диагностика (см. выше).
-- **Любая правка `STAGE_TRANSITIONS` / реестра и имён `QG_CHECKS` / семантики `check_tests_passed` /
-  `_parse_tests_verdict` / machine-verdict-ключей (`result:`/`verdict:`/`status:`) / схемы БД**
-  (см. NFR-1).
-- **Замена/правка `check_ci_green` / merge-gate re-test / coverage-gate** — они продолжают работать
-  как есть; ORCH-116 меняет только продюсера `13-test-report.md`.
-
-## 3. Заинтересованные стороны
-
-- **Заказчик / Owner** (`homenet542@gmail.com`) — инициатор детерминизации LLM-control-path'ов.
-- **Платформа orchestrator (self-hosting)** — прямой потребитель: дешевле/быстрее/детерминированнее
-  собственная стадия `testing`.
-- **Другие проекты на общем инстансе** (enduro-trails) — НЕ затронуты в Phase 1 (скоуп self-hosting +
-  backward-compat для репо без тест-контракта); выигрывают позже от Phase 2 (project test contract).
-- **Reviewer / Developer-роли конвейера** — принимают результат через неизменные гейты; их LLM-роли
-  не трогаются.
-
-## 4. Бизнес-требования (BR)
-
-- **BR-1 — Детерминированный PASS/FAIL без LLM.** На стадии `testing` для in-scope репо с
-  тест-контрактом вердикт `result:` производится детерминированным кодом (исполнение тест-контракта
-  + маппинг exit-кода), **без** консультации LLM. Happy-path `testing` не вызывает `_spawn`.
-- **BR-2 — Контракт артефакта неизменен.** Раннер пишет тот же `13-test-report.md` с тем же
-  frontmatter-ключом `result: PASS|FAIL`, который читает `check_tests_passed`/`_parse_tests_verdict`.
-  Гейт и парсер байт-в-байт не меняются.
-- **BR-3 — Эквивалентность маршрутизации.** PASS → продвижение на `deploy-staging` через
-  существующий путь; FAIL → существующий откат `testing → development` + инкремент developer-retry
-  (тот же путь и cap `MAX_DEVELOPER_RETRIES`, что у FAIL-вердикта LLM-tester'а, `src/stage_engine.py:849`).
-  Никаких новых рёбер/исходов.
-- **BR-4 — Переиспользование существующей инфраструктуры.** Раннер исполняет pytest через
-  `proc_group.run_in_process_group` (ORCH-110, tree-kill), переиспользует exit-code→verdict-маппинг
-  (зеркало `self_deploy.map_exit_code_to_status`, в токенах `PASS`/`FAIL`) и конвенцию таргета
-  (`merge_retest_target`/`tests/`). Не плодит второй несогласованный маппинг/механизм.
-- **BR-5 — Обратимость одним флагом.** Глобальный kill-switch возвращает прежний LLM-tester-путь на
-  `testing` байт-в-байт; скоуп-CSV ограничивает раннер in-scope репо (пусто → только `orchestrator`).
-- **BR-6 — Наблюдаемость.** Исход раннера (запущен / PASS / FAIL / tool-error / defer) виден в
-  `GET /queue` и в структурном логе; «код упал» (детерминированный FAIL) и «инструмент недоступен»
-  (tool-error) различимы.
-- **BR-7 — Self-hosting safety.** Раннер на `testing` **никогда** не рестартит прод-контейнер 8500,
-  не трогает `main` force-push'ем, не правит `.env`/`docker-compose.yml`. Он лишь читает, исполняет
-  тест-контракт в worktree (pytest) и read-only smoke против 8500, пишет лог и best-effort пушит лог
-  в фичеветку (merge в `main` — штатным merge-gate-путём).
-- **BR-8 — Гибрид: LLM только off-control-path.** Детерминированный раннер — **единственный**
-  исполнитель вердикта `result:`. LLM на стадии `testing` допустим лишь как опциональный
-  off-control-path триаж/диагностика после детерминированного FAIL и **не** выносит/не переопределяет
-  машинный вердикт гейта. В Phase 1 он не реализуется (NFR-7), но архитектурно не запрещён.
-- **BR-9 — Backward-compatibility для репо без тест-контракта.** Репо, для которого тест-контракт не
-  сконфигурирован/не резолвится, раннер **не перехватывает** → стадию `testing` ведёт прежний
-  LLM-tester (fail-safe). enduro-trails и любые будущие репо без контракта — 1:1 как до ORCH-116.
-
-## 5. Нефункциональные требования (NFR)
-
-- **NFR-1 — Скоуп-инвариант (анти-дрейф).** `STAGE_TRANSITIONS` (`src/stages.py`), реестр и имена
-  `QG_CHECKS`/`check_tests_passed`/`_parse_tests_verdict` (`src/qg/checks.py`), machine-verdict-ключи
-  (`result:`/`verdict:`/`status:`/`staging_status:`/`deploy_status:`/`security_status:`/`coverage_status:`),
-  схема БД — **байт-в-байт не тронуты**. Это замена *продюсера* артефакта, не гейта.
-- **NFR-2 — never-raise / fail-safe.** Любая ошибка раннера (pytest не запустился, таймаут, I/O) →
-  безопасный детерминированный исход без падения воркера: либо `FAIL` (fail-closed, никогда ложный
-  green), либо штатный bounded requeue/defer — **не** «тихий advance». Сбой раннера не клинит очередь
-  всех проектов. **Tool-error ≠ code-fail:** инфра-сбой не жжёт developer-retry (анти-ORCH-110).
-- **NFR-3 — Изоляция процесса / таймаут.** Спавненный pytest исполняется через `proc_group`
-  (tree-kill, ORCH-110); сирот pytest не оставляет; ограниченный таймаут.
-- **NFR-4 — Сквозные бюджеты времени.** Таймаут раннера согласован со сквозным инвариантом
-  ORCH-065/109/110 (`reaper_max_running_s` > Σ(работ на ребре) + grace) — **без** правки
-  `reaper_max_running_s`. Ребро `testing` отдельно от ребра `deploy-staging`; бюджет ≤ окна, которое
-  раннер замещает (прежний tester шёл под `agent_timeout_seconds`).
-- **NFR-5 — Совместимость с не-self репо.** Для репо вне скоупа / без тест-контракта `testing` ведёт
-  себя 1:1 как до ORCH-116 (LLM-tester). enduro-trails не затронут.
-- **NFR-6 — Соответствие политике LLM.** Изменение снимает LLM-консультацию A5 из потока управления;
-  карта `docs/architecture/llm-call-sites.md` (A5) / `llm-determinization-roadmap.md` (rank 2) /
-  `llm-usage-policy.md` и анти-дрейф-тесты обновляются **в том же PR** (норматив сопровождения ORCH-118).
-- **NFR-7 — Не запрещать будущий off-control-path LLM-триаж.** Архитектура раннера не должна
-  архитектурно исключать опциональный LLM debug/triage-аналитик после детерминированного FAIL
-  (будущее улучшение); в ORCH-116 он не реализуется.
-
-## 6. Допущения и ограничения
-
-- **Допущение А1.** Регресс-сюита `orchestrator` (`pytest tests/`) исполняема в worktree ветки задачи
-  и её exit-код — авторитетный сигнал PASS/FAIL (как уже трактуют CI / merge-gate re-test / coverage-gate).
-- **Допущение А2.** Для self-hosting `orchestrator` тест-контракт известен по умолчанию
-  (pytest + read-only smoke против 8500). Для прочих репо контракт отсутствует, пока не сконфигурирован
-  (Phase 2) → раннер их не перехватывает (BR-9).
-- **Допущение А3.** Перехват «до `_spawn`» по имени джоб-роли (`tester`) + стадии задачи (`testing`)
-  — достаточный механизм диспетчеризации (как D1/D2/ORCH-115); конкретный механизм финализирует
-  архитектор (06-adr).
-- **Ограничение О1.** Граница задачи: не смешивать с ORCH-115 (его код не модифицируется); LLM-роли
-  `reviewer`/`developer` не трогаются; код ORCH-112/114 не модифицируется.
-- **Ограничение О2.** Phase 2 (project test contract для не-self репо + опциональный off-control-path
-  LLM-триаж) — отдельный follow-up; ORCH-116 закрывает только Phase 1.
-
-## 7. Критерии успеха
-
-Стадия `testing` для `orchestrator` проходит без запуска LLM-агента `tester`: детерминированный
-раннер исполняет тест-контракт (pytest + smoke), пишет корректный `13-test-report.md` (`result:
-PASS|FAIL`), инициирует неизменный гейт `check_tests_passed`, и конвейер продвигается
-(`testing → deploy-staging`) / откатывается (`testing → development` + developer-retry) ровно как
-раньше — при неизменных `STAGE_TRANSITIONS`/`QG_CHECKS`/гейтах/схеме БД, под kill-switch с откатом к
-прежнему LLM-поведению, с backward-compat для репо без тест-контракта. Детальные PASS/FAIL —
-`03-acceptance-criteria.md`.
-
-## 8. Риски
-
-Краткий перечень (детали — `10-tech-risks.md`, заполняет архитектор):
-- **R-1** — точка диспетчеризации «до `_spawn`» должна корректно отличать testing-tester от любого
-  иного джоба (по роли + стадии задачи), иначе можно перехватить не тот джоб.
-- **R-2** — после выпуска вердикта нужно надёжно инициировать `advance_stage(finished_agent="tester")`,
-  иначе задача зависнет на `testing` (нет «финиша агента», который раньше триггерил гейт).
-- **R-3** — таймаут/изоляция pytest-subprocess; утечка процессов (корень инцидента ORCH-109/110/111) —
-  обязателен `proc_group` tree-kill.
-- **R-4** — корректность two-level outcome: tool-error не должен жечь developer-retry (анти-ORCH-110),
-  но и не давать ложный green/тихий advance.
-- **R-5** — корректность отката FAIL (developer-retry cap, встраивание `extract_test_failures`) —
-  должна совпасть с LLM-путём `src/stage_engine.py:849`.
-- **R-6** — гибрид: не протащить LLM обратно в поток управления вердикта (BR-8); off-control-path
-  триаж — отдельная роль/джоб, не выносящая `result:`.
-- **R-7** — backward-compat: репо без тест-контракта обязаны откатываться на LLM-tester (BR-9), иначе
-  enduro/новый репо «застрянет» без продюсера отчёта.

docs/work-items/ORCH-116/02-trz.md

@@ -1,195 +0,0 @@
----
-work_item: ORCH-116
-stage: analysis
-author_agent: analyst
-status: ready-for-review
-created_at: 2026-06-16
-model_used: claude-opus-4-8
----
-
-# 02 — ТЗ (TRZ): ORCH-116 — детерминированный test-раннер вместо LLM-тестера
-
-Work Item: **ORCH-116** · Repo: **orchestrator** · Стадия: analysis
-
-> ТЗ описывает **конкретные изменения к реализации**, выведенные из BRD и фактического кода.
-> Архитектурное обоснование (точный механизм перехвата, размещение раннера, способ инициации
-> `advance_stage`, форма тест-контракта, лестница таймаутов, two-level outcome) — задача
-> архитектора (`06-adr/`). Здесь — требования и привязка к реальным модулям `src/`.
-
-## 1. Сводка изменения
-
-Заменить **LLM-агента `tester`** на стадии `testing` (для self-hosting `orchestrator`)
-**детерминированным test-раннером**, перехватываемым в `launch_job` **до `_spawn`** (прецедент
-`deploy-finalizer`/`post-deploy-monitor`/`staging_runner`, `src/agents/launcher.py:397/402/405`).
-Раннер исполняет «тест-контракт» (регресс `pytest tests/` через `proc_group.run_in_process_group`
-+ опциональные read-only smoke-проверки), маппит exit-код в `result:` (`0→PASS`, иначе `FAIL`),
-пишет `13-test-report.md`, best-effort пушит лог в фичеветку, затем инициирует **существующую**
-оценку exit-гейта `check_tests_passed` ровно как завершившийся LLM-tester. Контракт артефакта, гейт,
-`STAGE_TRANSITIONS`, схема БД — **неизменны**. Под kill-switch + скоуп-CSV + тест-контракт;
-never-raise; fail-closed; two-level outcome (анти-ORCH-110). Эталон реализации — `src/staging_runner.py`
-(ORCH-115).
-
-## 2. Задействованные модули / пути
-
-| Путь | Действие | Назначение |
-|------|----------|------------|
-| `src/test_runner.py` *(новый leaf)* | создать | Детерминированный раннер: `applies(repo)` (kill-switch + скоуп + наличие тест-контракта), `should_intercept(job)` (роль `tester` + стадия `testing`), исполнение тест-контракта (`pytest` через `proc_group`, опц. smoke), маппинг exit-кода → `result:`, запись `13-test-report.md`, best-effort push в фичеветку, инициация гейта через `advance_stage(finished_agent="tester")`, two-level outcome (tool-error DEFER), снапшот для `/queue`. Leaf-чистота по образцу `staging_runner.py`/`self_deploy.py`: на импорте только `config`/`logging`/`proc_group`; `db`/`git_worktree`/`self_deploy`/`qg.checks`/`stage_engine`/`notifications` — лениво внутри функций; never-raise. |
-| `src/agents/launcher.py` | изменить | В `launch_job` добавить перехват **до `_spawn`** (рядом с D1/D2/ORCH-115): `if job.get("agent")=="tester": from .. import test_runner; if test_runner.should_intercept(job): return self._run_test_runner_job(job)`. Новый метод `_run_test_runner_job(job)` — зеркало `_run_staging_runner_job`: синхронно ведёт `jobs`-строку через `mark_job(done|failed)`, возвращает `None` (нет `agent_runs`). |
-| `src/config.py` | изменить | Добавить ключи (зеркало `staging_runner_*`/`merge_retest_*`): `test_runner_enabled: bool = True` (env `ORCH_TEST_RUNNER_ENABLED`), `test_runner_repos: str = ""` (env `ORCH_TEST_RUNNER_REPOS`; пусто → self-hosting only), `test_runner_target: str = "tests/"` (pytest-таргет тест-контракта, конвенция `merge_retest_target`), `test_runner_timeout_s: int = 900` (см. FR-2/NFR-4), `test_runner_smoke_enabled: bool = True` (опц. read-only smoke), `test_runner_infra_max_retries: int = 2`, `test_runner_infra_retry_delay_s: int = 30`. Дефолты = боевое; пустой `.env` ⇒ поведение для in-scope. |
-| `src/main.py` (`GET /queue`) | изменить | Read-only блок `test_runner` (флаг/скоуп/таргет/счётчики исходов) — наблюдаемость BR-6 (зеркало блока `staging_runner`). |
-| `.openclaw/agents/tester.md` | изменить (docs) | Отметить, что на `testing` для in-scope репо с тест-контрактом стадию ведёт детерминированный код (зеркало формулировки `deployer.md` про staging-runner ORCH-115); LLM-ветвь `testing` остаётся fallback'ом под выключенным флагом / для репо без тест-контракта. Канон промпта 52d (5 секций, ключ `result:`) — байт-в-байт. |
-| `docs/architecture/llm-call-sites.md`, `llm-determinization-roadmap.md`, `llm-usage-policy.md` | изменить (docs) | Норматив сопровождения ORCH-118 (NFR-6): отразить реализацию A5 (tester) — обновить инвентарь/политику/roadmap (rank 2 → реализовано, инвариант «ровно один `first_slice = yes`» НЕ нарушать) в том же PR; синхронно поправить `tests/test_llm_call_site_inventory.py` / `tests/test_llm_determinization_docs.py` (машинные блоки). |
-| `docs/architecture/README.md`, `CLAUDE.md`, `CHANGELOG.md`, `docs/overview/` | изменить (docs) | Компонент-карта/паспорт/чейнджлог/витрина — правило для агентов №2 + витрина ORCH-011. |
-| `tests/test_orch116_test_runner.py` *(новый)* | создать | Покрытие (см. `04-test-plan.yaml`). |
-
-> **Не трогать (NFR-1):** `src/stages.py::STAGE_TRANSITIONS`; имена/семантику `QG_CHECKS`/
-> `check_tests_passed`/`_parse_tests_verdict`/прочих `check_*` в `src/qg/checks.py`; machine-verdict-ключи
-> (`result:`/`verdict:`/`status:`/…); `src/staging_runner.py` (ORCH-115); LLM-роли `reviewer`/`developer`
-> (`.openclaw/agents/reviewer.md`/`developer.md`); `src/transition_lease.py` (ORCH-114);
-> `src/checkout_hygiene.py` (ORCH-112); `src/proc_group.py` (переиспользуем как есть); схему БД.
-
-## 3. Функциональные требования
-
-### FR-1 — Детерминированный перехват на `testing` (без `_spawn`)
-В `launch_job` (`src/agents/launcher.py`) **до** вызова `_spawn`, по образцу D1/D2/ORCH-115: если
-`job.agent == "tester"` **и** `test_runner.should_intercept(job)` истинно → не вызывать `_spawn`, а
-исполнить раннер синхронно (`_run_test_runner_job`). Контракт: возвращает `None` (нет `agent_runs`),
-сам ведёт `jobs`-строку (`mark_job(done|failed)`) как `_run_staging_runner_job`.
-- `should_intercept(job)`: `job.agent == "tester"` **И** `applies(job.repo)` **И** стадия задачи
-  (`tasks.stage` по `job.task_id`) == `testing`. Роль `tester` исполняет **только** стадию `testing`
-  (единственный `agent` для входа в `testing`, `STAGE_TRANSITIONS["review"]["agent"]`), поэтому
-  коллизии стадий нет; гард по стадии — defense-in-depth (R-1). never-raise → `False` (DB-сбой →
-  fall-through к `_spawn`, fail-safe к LLM-пути).
-- `applies(repo)`: `test_runner_enabled=False` → `False` (откат к LLM-пути); непустой
-  `test_runner_repos` → membership; пустой CSV → `is_self_hosting_repo(repo)`; **и** тест-контракт
-  для репо резолвится (BR-9: иначе `False` → LLM-tester). Никакой сети, проверяется **первым**
-  (нулевой оверхед при выключенном флаге). never-raise → `False` (fail-safe к LLM-пути).
-
-### FR-2 — Исполнение тест-контракта (pytest + опц. smoke) через `proc_group`
-Раннер исполняет регресс-команду тест-контракта — `python -m pytest <test_runner_target>` (дефолт
-`tests/`) — **в worktree ветки задачи** (`git_worktree.get_worktree_path(repo, branch)`, НЕ в общем
-`/repos/orchestrator`: анти-checkout-гонка, как требовал промпт tester шаг 2) через
-`proc_group.run_in_process_group` (ORCH-110: отдельная группа процессов, tree-kill SIGTERM→grace→SIGKILL,
-grace = `agent_kill_grace_seconds`; `subprocess_tree_kill_enabled`). Таймаут — `test_runner_timeout_s`
-(дефолт 900; малформ/непозитив → дефолт + WARNING, never-break — зеркало
-`merge_gate._resolve_retest_timeout`/`staging_runner._resolve_timeout`). Захватывает exit-код и stdout
-(для тела отчёта/observability).
-- **Опциональный smoke** (`test_runner_smoke_enabled`, зеркало шага 3 промпта tester): read-only GET
-  `http://localhost:<port>/health`, `/status`, `/queue` + проверка наличия блока `serial_gate` в
-  `/queue`. Любой провал smoke → итоговый `FAIL` (детерминированно). Smoke — строго read-only
-  (BR-7/AC-8): никаких мутирующих запросов к 8500.
-
-### FR-3 — Маппинг exit-кода → `result:`
-`0 → "PASS"`, любой ненулевой / отсутствие кода / ошибка запуска → `"FAIL"` (fail-closed, никогда
-ложный green). Pure-функция, согласованная по контракту с `self_deploy.map_exit_code_to_status`, но в
-токенах `PASS`/`FAIL` (`result:` использует их, а не `SUCCESS`/`FAILED`; `_TESTS_POSITIVE_TOKENS`/
-`_TESTS_NEGATIVE_TOKENS`, `src/qg/checks.py:222-223`). Если архитектор предпочтёт единый маппер с
-параметризованными токенами — допустимо, но **второй несогласованный маппинг не плодить** (BR-4).
-
-### FR-4 — Запись и push `13-test-report.md`
-Раннер пишет `docs/work-items/<work_item_id>/13-test-report.md` в worktree фичеветки с frontmatter:
-`result: PASS|FAIL` (UPPERCASE) + обязательная 52c-схема (`work_item`/`stage: testing`/`author_agent`/
-`status`/`created_at`/`model_used`) + информативное тело (таблица результата pytest / хвост stdout /
-smoke-итог) — зеркало `staging_runner.build_staging_log`/`write_staging_log`. `author_agent: test-runner`,
-`model_used: n/a` честно отражают **детерминированный** продюсер; ключ `result:` и его UPPERCASE-значение
-**не** меняются. Best-effort `git add/commit/push` лога в **фичеветку** (та же git-identity ORCH-101,
-актор `test-runner`; **без** отдельного PR-merge в `main` — гейт читает worktree → origin/main fallback,
-`check_tests_passed`→`_repo_path`). Самостоятельный merge лога в `main` НЕ делать (усиливает BR-7/AC-8).
-
-### FR-5 — Инициация существующего гейта после вердикта
-После записи (и best-effort push) раннер инициирует ту же оценку exit-гейта, что триггерил
-завершившийся LLM-tester: `stage_engine.advance_stage(task_id, current_stage="testing", repo,
-work_item_id, branch, finished_agent="tester")`. Это запускает `check_tests_passed` (`_parse_tests_verdict`
-читает `result:` из `13-test-report.md`) — на PASS продвигает `testing → deploy-staging`; на FAIL
-запускает **существующий** откат `testing → development` + developer-retry (cap `MAX_DEVELOPER_RETRIES`,
-встраивание `extract_test_failures`, `src/stage_engine.py:849-892`). **Никакой новой ветви
-маршрутизации.** Lease ORCH-114 берётся внутри `advance_stage` как сейчас — раннер его не трогает
-(граница задачи О1). never-raise.
-
-### FR-6 — Two-level outcome (tool-error DEFER, анти-ORCH-110)
-По образцу `staging_runner.run_staging_gate`:
-- Сюита **исполнилась** (`returncode is not None` и не `timed_out`) → довериться exit-коду (FR-3) →
-  записать `result:` → инициировать гейт (FR-5). FAIL → существующий rollback (FR-5).
-- Сюита **не исполнилась** (tool-error: spawn-error / таймаут / `returncode None`) → **инфра-сбой, НЕ
-  код-фейл** → bounded DEFER: re-queue свежий `tester`-джоб с задержкой `test_runner_infra_retry_delay_s`
-  + restart-safe маркер (`test-runner infra-retry` в `task_content`, зеркало
-  `staging_runner._INFRA_RETRY_MARKER`/`stage_engine._merge_infra_retry_count`); счётчик из persisted
-  `jobs`. На исчерпании `test_runner_infra_max_retries` → fail-closed `result: FAIL` + запись лога +
-  инициация гейта (существующий rollback) + один INFRA-alert (явно «НЕ дефект кода», кликабельный
-  номер). **Никогда** тихий advance/ложный green; **никогда** не клинит очередь; **не** жжёт
-  developer-retry на транзиентной инфре.
-
-### FR-7 — Kill-switch, скоуп, тест-контракт (обратимость + backward-compat)
-`test_runner_enabled=False` → перехват не срабатывает → на `testing` запускается прежний LLM-tester
-(`_spawn`) **байт-в-байт** как до ORCH-116. `test_runner_repos` ограничивает скоуп (пусто → только
-`orchestrator`). Репо без резолвимого тест-контракта → `applies==False` → LLM-tester (BR-9). Переключение
-флага туда-сюда не оставляет несовместимого состояния (артефакт/гейт неизменны).
-
-### FR-8 — Наблюдаемость
-- Read-only блок `test_runner` в `GET /queue`: `enabled`, `repos`, `target`, `timeout_s`,
-  `infra_max_retries`, счётчики `runs`/`pass`/`fail`/`tool_error`/`deferred` (in-process, паттерн
-  `staging_runner._STAGING_RUNNER_COUNTERS`).
-- Один структурный лог-вердикт на прогон (`work_item`/`repo`/`exit_code`/`result`/`duration_s`/`outcome`),
-  различающий «код упал» (`FAIL` от сюиты) и «инструмент недоступен» (tool-error).
-
-### FR-9 — Гибрид: LLM строго off-control-path (BR-8 / NFR-7)
-В Phase 1 LLM на стадии `testing` **отсутствует** в потоке управления вердикта (детерминированный
-раннер — единственный продюсер `result:`). Архитектура раннера не должна архитектурно исключать
-будущий **опциональный off-control-path** LLM-триаж/диагностику после детерминированного FAIL
-(отдельная роль/джоб, **не** выносящая и **не** переопределяющая `result:`). В этом срезе он не
-реализуется и **не** добавляется в `STAGE_TRANSITIONS`.
-
-## 4. Изменения API
-
-- **`GET /queue`** — добавить read-only ключ `test_runner` (наблюдаемость). Существующие поля ответа
-  не меняются.
-- Опционально (на усмотрение архитектора, по образцу `POST /coverage/baseline`): обязательного нового
-  мутирующего эндпоинта нет. Откат — через env-флаг.
-- Новых вебхуков нет.
-
-## 5. Изменения схемы БД
-
-**Нет.** Раннер использует существующие таблицы (`tasks` для стадии/branch/work_item_id, `jobs` для
-статуса джоба и restart-safe счётчика infra-retry по маркеру в `task_content`) и worktree-механику.
-Никаких новых таблиц/колонок/миграций (NFR-1). Счётчики `/queue` — in-process (паттерн
-`_STAGING_RUNNER_COUNTERS`/`_MERGE_GATE_COUNTERS`), не БД.
-
-## 6. Требования к новым/изменённым QG checks
-
-**Нет новых QG и нет изменений существующих.** `check_tests_passed` / `_parse_tests_verdict` / ключ
-`result:` (+ legacy `verdict:`/`status:`) (`src/qg/checks.py:182/226`) и состав `QG_CHECKS` —
-**байт-в-байт неизменны**. ORCH-116 меняет только *продюсера* `13-test-report.md` (детерминированный
-код вместо LLM); гейт, читающий артефакт, остаётся прежним. Это критический инвариант (NFR-1) —
-reviewer ловит любое изменение имени/семантики гейта/парсера/токенов как finding ≥P1.
-
-## 7. Совместимость / регресс
-
-- **Обратная совместимость:** `test_runner_enabled=False` → прежний LLM-tester-путь байт-в-байт;
-  репо без тест-контракта / вне скоупа → LLM-tester (BR-9). enduro-trails не затронут (NFR-5).
-- **Kill-switch / область раската:** флаг `test_runner_enabled` + CSV `test_runner_repos` (пусто →
-  self-hosting only). Откат = `ORCH_TEST_RUNNER_ENABLED=false`.
-- **Обратимость:** полностью обратимо флагом; артефакт и гейт неизменны, переключение туда-сюда не
-  оставляет несовместимого состояния.
-- **never-raise / fail-safe (NFR-2):** ошибка раннера → `FAIL` (fail-closed) или bounded requeue, не
-  «тихий advance»; tool-error не жжёт developer-retry (анти-ORCH-110). Self-hosting safety (BR-7):
-  никаких рестартов 8500 / force-push в `main` / правок инфры; smoke строго read-only.
-- **Изоляция (NFR-3):** pytest через `proc_group` tree-kill (ORCH-110) — без сирот; таймаут согласован
-  со сквозным бюджетом ORCH-065/109/110 без правки `reaper_max_running_s` (NFR-4).
-- **Граница (О1):** код ORCH-115 (`staging_runner`), ORCH-112 (checkout hygiene), ORCH-114 (transition
-  lease) и LLM-роли `reviewer`/`developer` не модифицируются.
-- **Норматив сопровождения (NFR-6):** в том же PR обновить `docs/architecture/llm-call-sites.md` (A5) /
-  `llm-determinization-roadmap.md` (rank 2) / `llm-usage-policy.md` + анти-дрейф-тесты
-  (`tests/test_llm_call_site_inventory.py`, `tests/test_llm_determinization_docs.py`); `CLAUDE.md` /
-  `docs/architecture/README.md` / `CHANGELOG.md` / `docs/overview/`.
-
-## 8. Phase 2 (forward-looking, вне приёмки ORCH-116)
-
-Зафиксировано для преемственности — **не реализуется в этой задаче**, заводится отдельным follow-up:
-- **Project test contract** для не-self репо (enduro-trails): декларативный per-repo контракт
-  `test` / `smoke` (команды + ожидаемые коды/эндпоинты), исполняемый тем же детерминированным
-  раннер-паттерном (run → map exit code → `result:` → artifact → gate).
-- **Опциональный off-control-path LLM-триаж** после детерминированного FAIL: human-readable
-  диагностика причин падений, анализ пробелов покрытия AC, сопоставление TC ↔ критерии приёмки —
-  как обогащение отчёта/комментария, **не** как продюсер вердикта `result:` (NFR-7).
-- Зависимость: устойчивый Phase 1 (этот work item) как доказанный паттерн перехвата + маппинга +
-  two-level outcome.

docs/work-items/ORCH-116/03-acceptance-criteria.md

@@ -1,216 +0,0 @@
----
-work_item: ORCH-116
-stage: analysis
-author_agent: analyst
-status: ready-for-review
-created_at: 2026-06-16
-model_used: claude-opus-4-8
----
-
-# 03 — Критерии приёмки (Acceptance Criteria): ORCH-116 — детерминированный test-раннер
-
-Work Item: **ORCH-116** · Repo: **orchestrator** · Стадия: analysis
-
-Формат: каждый критерий имеет **PASS** (что должно быть истинно для приёмки) и **FAIL**
-(что считается провалом). Любой машинный/ручной reviewer проверяет их буквально по файлам
-репозитория.
-
----
-
-## AC-1 — Детерминированный перехват на `testing` (нет `_spawn`/LLM)
-
-**Условие:** При включённом флаге и in-scope репо с тест-контрактом джоб `tester` на стадии
-`testing` обрабатывается раннером, а не LLM-агентом.
-- **PASS:** `launch_job` (`src/agents/launcher.py`) перехватывает джоб **до** `_spawn` (рядом с
-  D1/D2/ORCH-115) при `agent=="tester"` + `test_runner.should_intercept(job)` (стадия задачи
-  `testing` + `applies(repo)`); `_spawn` не вызывается; не создаётся строка `agent_runs`; джоб
-  ведётся `mark_job(...)` самим раннером (`_run_test_runner_job` → `None`). Тест воспроизводит это
-  без живого Claude CLI.
-- **FAIL:** На `testing` для in-scope репо при включённом флаге всё ещё вызывается `_spawn` /
-  создаётся `agent_runs`-строка LLM-tester'а.
-
----
-
-## AC-2 — Контракт артефакта `13-test-report.md` неизменен
-
-**Условие:** Раннер пишет тот же артефакт с тем же machine-key, что читает гейт.
-- **PASS:** Создаётся `docs/work-items/<work_item_id>/13-test-report.md` с frontmatter
-  `result: PASS|FAIL` (UPPERCASE) + обязательная 52c-схема (`work_item`/`stage: testing`/
-  `author_agent`/`status`/`created_at`/`model_used`). **Неизменённый** `_parse_tests_verdict` читает
-  его и возвращает корректный вердикт.
-- **FAIL:** Изменено имя/регистр/токены ключа `result:` (или legacy `verdict:`/`status:`),
-  отсутствует frontmatter, вердикт записан только прозой; либо парсер `_parse_tests_verdict` пришлось
-  менять.
-
----
-
-## AC-3 — Корректный exit-code → verdict маппинг
-
-**Условие:** Exit-код тест-контракта детерминированно маппится в вердикт.
-- **PASS:** `0 → PASS`; любой ненулевой / None / ошибка запуска → `FAIL` (fail-closed). Маппинг —
-  pure-функция, согласованная по контракту с `self_deploy.map_exit_code_to_status` (токены `PASS`/
-  `FAIL`), покрыта unit-тестом на каждый класс входа. Второй несогласованный маппинг не вводится.
-- **FAIL:** Ненулевой код даёт `PASS`; ошибка/None даёт `PASS` (ложный green); раннер вводит второй
-  несогласованный маппинг или нестандартные токены.
-
----
-
-## AC-4 — Эквивалентность маршрутизации (PASS / FAIL)
-
-**Условие:** После вердикта конвейер ведёт себя ровно как при завершившемся LLM-tester'е.
-- **PASS:** PASS → раннер инициирует `advance_stage(finished_agent="tester")` → `check_tests_passed`
-  → продвижение `testing → deploy-staging`. FAIL → существующий откат `testing → development` с
-  инкрементом developer-retry и встраиванием `extract_test_failures` (`src/stage_engine.py:849-892`),
-  тот же исход и cap `MAX_DEVELOPER_RETRIES`, что у FAIL-вердикта LLM.
-- **FAIL:** Задача зависает на `testing` (гейт не инициирован); или FAIL не откатывает / откатывает
-  иначе; или появляется новое ребро/исход.
-
----
-
-## AC-5 — Two-level outcome: tool-error ≠ code-fail (анти-ORCH-110)
-
-**Условие:** Невозможность исполнить сюиту трактуется как инфра-сбой, не как провал кода.
-- **PASS:** Сюита исполнилась (реальный exit-код) → вердикт → advance (FAIL → существующий rollback +
-  developer-retry). Сюита НЕ исполнилась (spawn-error / таймаут / `returncode None`) → bounded DEFER
-  (re-queue `tester`-джоба + restart-safe маркер `test-runner infra-retry`, счётчик из persisted
-  `jobs`), **без** отката на `development` и **без** расхода developer-retry; на исчерпании
-  `test_runner_infra_max_retries` → fail-closed `result: FAIL` + advance + INFRA-alert (явно «НЕ дефект
-  кода»).
-- **FAIL:** Tool-error немедленно откатывает на `development` и жжёт developer-retry; либо tool-error
-  даёт `PASS`/тихий advance; либо DEFER бесконечен (не клинит, но и не сходится к fail-closed).
-
----
-
-## AC-6 — Инвариант скоупа: гейты/стадии/схема БД не тронуты (анти-дрейф)
-
-**Условие:** Изменена только сторона *продюсера*, не контракт конвейера.
-- **PASS:** `git diff` не затрагивает `src/stages.py::STAGE_TRANSITIONS`; имена/семантику
-  `QG_CHECKS`/`check_tests_passed`/`_parse_tests_verdict`/прочих `check_*` в `src/qg/checks.py`;
-  machine-verdict-ключи и токены (`result:`/`verdict:`/`status:`/`staging_status:`/`deploy_status:`/
-  `security_status:`/`coverage_status:`); схему БД (нет новых таблиц/колонок/миграций). Анти-дрейф-тест
-  это подтверждает.
-- **FAIL:** Любой из перечисленных артефактов изменён по имени/семантике/структуре.
-
----
-
-## AC-7 — Kill-switch и скоуп (обратимость)
-
-**Условие:** Флаг возвращает прежнее поведение; скоуп ограничивает раннер.
-- **PASS:** `test_runner_enabled=False` → на `testing` запускается прежний LLM-tester через `_spawn`
-  (байт-в-байт до ORCH-116). Пустой `test_runner_repos` → раннер активен только для `orchestrator`.
-  Покрыто тестом для обоих значений флага.
-- **FAIL:** При выключенном флаге раннер всё равно перехватывает; либо не-self репо из скоупа
-  перехватывается ошибочно.
-
----
-
-## AC-8 — Backward-compatibility для репо без тест-контракта
-
-**Условие:** Репо без резолвимого тест-контракта обслуживается прежним LLM-tester'ом.
-- **PASS:** `applies(repo)` → `False`, когда тест-контракт для репо не сконфигурирован/не резолвится
-  (вне скоупа или нет команды) → `should_intercept` → `False` → `_spawn` (LLM-tester). enduro-trails и
-  любой репо без контракта — 1:1 как до ORCH-116. Покрыто тестом.
-- **FAIL:** Репо без тест-контракта перехватывается раннером и остаётся без продюсера `13-test-report.md`
-  / зависает.
-
----
-
-## AC-9 — never-raise / fail-safe (инструмент недоступен)
-
-**Условие:** Любая ошибка раннера приводит к безопасному детерминированному исходу.
-- **PASS:** pytest не запустился / worktree-ошибка / I/O / таймаут → раннер не роняет воркер; исход —
-  `FAIL` (fail-closed) **или** bounded DEFER (AC-5), **никогда** тихий advance/ложный green. Все
-  публичные функции `test_runner.py` — never-raise; `applies()`/`should_intercept()` при ошибке →
-  `False` (fall-through к `_spawn`). Очередь всех проектов не клинится.
-- **FAIL:** Ошибка раннера роняет воркер/клинит очередь; либо ошибка/таймаут даёт `PASS`.
-
----
-
-## AC-10 — Self-hosting safety
-
-**Условие:** Раннер на `testing` не выполняет опасных для прода действий.
-- **PASS:** Раннер не рестартит контейнер 8500, не выполняет `docker compose up -d orchestrator`/
-  `--build`, не пушит force в `main`, не правит `.env`/`.env.staging`/`docker-compose.yml`. Smoke —
-  строго read-only GET (`/health`/`/status`/`/queue`). Лог пушится только в фичеветку (merge в `main`
-  — штатным merge-gate-путём). Подтверждается ревью кода раннера + тестом отсутствия запрещённых
-  литералов в его командах.
-- **FAIL:** Раннер содержит путь, рестартящий 8500 / force-push в `main` / правящий инфру / мутирующий
-  smoke-запрос.
-
----
-
-## AC-11 — Изоляция процесса и таймаут (proc_group / tree-kill)
-
-**Условие:** pytest-subprocess ограничен по времени и не оставляет сирот.
-- **PASS:** Раннер запускает pytest **в worktree ветки** через `proc_group.run_in_process_group`
-  (отдельная группа процессов, tree-kill при таймауте, grace = `agent_kill_grace_seconds`) с таймаутом
-  `test_runner_timeout_s` (согласован со сквозным бюджетом ORCH-065/109/110, без правки
-  `reaper_max_running_s`); малформ/непозитив таймаут → дефолт + WARNING; осиротевших pytest-процессов
-  не остаётся.
-- **FAIL:** Нет таймаута / зависший subprocess клинит воркер; pytest бежит в общем `/repos/orchestrator`
-  (checkout-гонка); остаются сироты процессов; правится `reaper_max_running_s`.
-
----
-
-## AC-12 — Гибрид: LLM не в потоке управления вердикта
-
-**Условие:** Детерминированный раннер — единственный исполнитель `result:`.
-- **PASS:** В Phase 1 на стадии `testing` (in-scope) вердикт `result:` производит **только**
-  детерминированный код; LLM не вызывается в happy-path и в fail-path для вынесения/переопределения
-  `result:`. Если добавлен off-control-path триаж — он не пишет/не меняет `result:` и не добавляет
-  ребро в `STAGE_TRANSITIONS`.
-- **FAIL:** LLM вызывается для вынесения/переопределения машинного вердикта гейта; либо триаж-роль
-  гейтит продвижение.
-
----
-
-## AC-13 — Наблюдаемость
-
-**Условие:** Исход раннера виден и различим.
-- **PASS:** `GET /queue` содержит read-only блок `test_runner` (`enabled`/`repos`/`target`/`timeout_s`/
-  счётчики `runs`/`pass`/`fail`/`tool_error`/`deferred`); на каждый прогон — один структурный
-  лог-вердикт (`work_item`/`repo`/`exit_code`/`result`/`duration_s`/`outcome`), различающий код-фейл и
-  tool-error.
-- **FAIL:** Нет блока в `/queue`; исход раннера не логируется/не различим.
-
----
-
-## AC-14 — Норматив сопровождения LLM-карты/политики/витрины
-
-**Условие:** Документация обновлена в том же PR (правило агентов №2 + норматив ORCH-118).
-- **PASS:** `docs/architecture/llm-call-sites.md` (строка A5) / `llm-determinization-roadmap.md`
-  (rank 2) / `llm-usage-policy.md` отражают реализацию детерминированного tester (инвариант «ровно один
-  `first_slice = yes`» НЕ нарушен); анти-дрейф-тесты (`tests/test_llm_call_site_inventory.py`,
-  `tests/test_llm_determinization_docs.py`) зелёные; `.openclaw/agents/tester.md`,
-  `docs/architecture/README.md`, `CLAUDE.md`, `CHANGELOG.md`, `docs/overview/` обновлены.
-- **FAIL:** Карта/политика/roadmap/витрина не обновлены; анти-дрейф-тесты красные (reviewer: ≥P1).
-
----
-
-## AC-15 — Полный регресс зелёный
-
-**Условие:** Существующий конвейер не сломан.
-- **PASS:** `pytest tests/ -q` зелёный; новый `tests/test_orch116_test_runner.py` зелёный;
-  зелёные анти-дрейф LLM-тесты.
-- **FAIL:** Любой ранее зелёный тест становится красным; новые тесты падают.
-
----
-
-## Сводная матрица AC ↔ FR/BR
-| AC | Покрывает |
-|----|-----------|
-| AC-1 | BR-1 / FR-1 |
-| AC-2 | BR-2 / FR-4 |
-| AC-3 | BR-4 / FR-2 / FR-3 |
-| AC-4 | BR-3 / FR-5 |
-| AC-5 | NFR-2 / FR-6 |
-| AC-6 | NFR-1 / FR-7 |
-| AC-7 | BR-5 / FR-7 |
-| AC-8 | BR-9 / FR-1 / FR-7 |
-| AC-9 | NFR-2 / FR-1 / FR-6 |
-| AC-10 | BR-7 / FR-2 / FR-4 |
-| AC-11 | NFR-3 / NFR-4 / FR-2 |
-| AC-12 | BR-8 / NFR-7 / FR-9 |
-| AC-13 | BR-6 / FR-8 |
-| AC-14 | NFR-6 |
-| AC-15 | NFR-5 / NFR-1 |

docs/work-items/ORCH-116/04-test-plan.yaml

@@ -1,116 +0,0 @@
-work_item: ORCH-116
-stage: analysis
-author_agent: analyst
-status: ready-for-review
-created_at: 2026-06-16
-model_used: claude-opus-4-8
-title: "Детерминированный test-раннер вместо LLM-тестера (стадия testing)"
-framework: pytest
-scope: >
-  Покрывает Phase 1: перехват tester-джоба на стадии testing до _spawn, исполнение
-  тест-контракта (pytest через proc_group + опц. read-only smoke), маппинг exit-кода
-  в result: PASS|FAIL, запись/push 13-test-report.md, инициацию существующего гейта
-  check_tests_passed, two-level outcome (tool-error DEFER, анти-ORCH-110), kill-switch/
-  скоуп/backward-compat для репо без тест-контракта, never-raise/fail-safe, изоляцию
-  процесса/таймаут (tree-kill), гибрид (LLM не в control-path вердикта), наблюдаемость,
-  и анти-дрейф инвариант (STAGE_TRANSITIONS/QG_CHECKS/check_tests_passed/_parse_tests_verdict/
-  схема БД не тронуты). Вне покрытия: Phase 2 (project test contract для не-self репо,
-  off-control-path LLM-триаж), ORCH-115 staging/deploy-раннер, LLM-роли reviewer/developer,
-  живой Claude CLI и живой прод-стенд (мокируются).
-notes: >
-  Тесты не требуют живого Claude CLI или сети: subprocess/pytest-run (proc_group) и
-  advance_stage мокируются; пьюр-маппинг и рендер frontmatter тестируются напрямую;
-  smoke-GET мокируются. Полный регресс tests/ должен оставаться зелёным. Анти-дрейф
-  (TC-09) защищает критический инвариант NFR-1. Эталон реализации/покрытия —
-  tests/test_orch115_staging_runner.py (ORCH-115).
-
-tests:
-  - id: TC-01
-    type: unit
-    description: "applies(repo): enabled=False -> False (откат к LLM); пустой CSV -> True только для orchestrator; непустой CSV -> membership; репо без резолвимого тест-контракта -> False (BR-9 backward-compat); ошибка -> False (never-raise, fail-safe)."
-    module: tests/test_orch116_test_runner.py
-    expected: PASS
-
-  - id: TC-02
-    type: unit
-    description: "Маппинг exit-кода: 0 -> PASS; 1/2/любой ненулевой -> FAIL; None/нечисло/ошибка запуска -> FAIL (fail-closed). Токены PASS/FAIL согласованы с _parse_tests_verdict; второй несогласованный маппинг не вводится."
-    module: tests/test_orch116_test_runner.py
-    expected: PASS
-
-  - id: TC-03
-    type: unit
-    description: "Рендер 13-test-report.md: frontmatter содержит result: PASS|FAIL (UPPERCASE) + 52c-схему (work_item/stage=testing/author_agent=test-runner/status/created_at/model_used=n/a); хвост stdout pytest и smoke-итог копируются в тело."
-    module: tests/test_orch116_test_runner.py
-    expected: PASS
-
-  - id: TC-04
-    type: integration
-    description: "Сгенерированный раннером 13-test-report.md читается НЕИЗМЕНЁННЫМ _parse_tests_verdict -> корректный (bool, reason) для PASS и FAIL (контракт артефакта/гейта check_tests_passed неизменен)."
-    module: tests/test_orch116_test_runner.py
-    expected: PASS
-
-  - id: TC-05
-    type: integration
-    description: "launch_job перехватывает tester-джоб на стадии testing для in-scope репо ДО _spawn (как D1/D2/ORCH-115): _spawn НЕ вызывается, agent_runs не создаётся, возвращается None, jobs-строка ведётся mark_job. _spawn мокирован."
-    module: tests/test_orch116_test_runner.py
-    expected: PASS
-
-  - id: TC-06
-    type: integration
-    description: "Дискриминатор: tester-джоб на стадии НЕ testing (защита) и любой не-tester джоб НЕ перехватываются раннером; should_intercept never-raise -> False при DB-сбое (fall-through к _spawn)."
-    module: tests/test_orch116_test_runner.py
-    expected: PASS
-
-  - id: TC-07
-    type: integration
-    description: "После PASS-вердикта раннер инициирует advance_stage(finished_agent='tester') ровно как завершившийся LLM-tester (advance_stage мокирован/наблюдается) -> check_tests_passed -> testing->deploy-staging; после FAIL — существующий откат testing->development + developer-retry (stage_engine.py:849)."
-    module: tests/test_orch116_test_runner.py
-    expected: PASS
-
-  - id: TC-08
-    type: integration
-    description: "Kill-switch: test_runner_enabled=False -> на testing для orchestrator вызывается _spawn (прежний LLM-путь байт-в-байт), раннер не активируется."
-    module: tests/test_orch116_test_runner.py
-    expected: PASS
-
-  - id: TC-09
-    type: unit
-    description: "Анти-дрейф NFR-1: STAGE_TRANSITIONS (src/stages.py), реестр/имена QG_CHECKS, check_tests_passed/_parse_tests_verdict и токены result:/verdict:/status: неизменны; в схеме БД нет новой таблицы/колонки от ORCH-116. Структурная проверка."
-    module: tests/test_orch116_test_runner.py
-    expected: PASS
-
-  - id: TC-10
-    type: integration
-    description: "Two-level outcome (анти-ORCH-110): сюита НЕ исполнилась (spawn-error/таймаут/returncode None) -> bounded DEFER (re-queue tester-джоба + restart-safe маркер), БЕЗ отката на development и БЕЗ расхода developer-retry; на исчерпании test_runner_infra_max_retries -> fail-closed FAIL + advance + INFRA-alert. Никогда тихий advance/ложный green."
-    module: tests/test_orch116_test_runner.py
-    expected: PASS
-
-  - id: TC-11
-    type: unit
-    description: "never-raise/fail-safe: pytest-run бросает/таймаутит/worktree-ошибка -> раннер не падает, исход FAIL (fail-closed) или bounded DEFER, никогда тихий advance/ложный green; воркер/очередь не клинятся. Все публичные функции test_runner.py never-raise."
-    module: tests/test_orch116_test_runner.py
-    expected: PASS
-
-  - id: TC-12
-    type: unit
-    description: "Изоляция/таймаут: pytest исполняется в worktree ветки задачи через proc_group.run_in_process_group (tree-kill); test_runner_timeout_s применяется; малформ/непозитив -> дефолт 900 + WARNING (never-break); reaper_max_running_s не правится."
-    module: tests/test_orch116_test_runner.py
-    expected: PASS
-
-  - id: TC-13
-    type: unit
-    description: "Self-hosting safety: в командах раннера нет запрещённых литералов (рестарт 8500 / docker compose up orchestrator / --build / force-push main / правки .env); smoke-запросы строго read-only GET (/health,/status,/queue); лог пушится только в фичеветку."
-    module: tests/test_orch116_test_runner.py
-    expected: PASS
-
-  - id: TC-14
-    type: integration
-    description: "Наблюдаемость + гибрид: GET /queue содержит блок test_runner (enabled/repos/target/счётчики runs/pass/fail/tool_error/deferred); на прогон пишется один структурный лог-вердикт, различающий код-фейл и tool-error; LLM не вызывается для вынесения result: в happy/fail-path."
-    module: tests/test_orch116_test_runner.py
-    expected: PASS
-
-  - id: TC-15
-    type: integration
-    description: "Анти-дрейф LLM-карты: llm-call-sites.md (A5)/roadmap (rank 2)/policy обновлены под реализацию (инвариант 'ровно один first_slice=yes' цел); tests/test_llm_call_site_inventory.py и tests/test_llm_determinization_docs.py остаются зелёными после правок."
-    module: tests/test_llm_call_site_inventory.py
-    expected: PASS

docs/work-items/ORCH-116/06-adr/ADR-001-deterministic-test-runner.md

@@ -1,471 +0,0 @@
----
-work_item: ORCH-116
-stage: architecture
-author_agent: architect
-status: proposed
-created_at: 2026-06-16
-model_used: claude-opus-4-8
----
-
-# ADR-001: Детерминированный test-раннер вместо LLM-тестера на стадии `testing`
-
-Work Item: **ORCH-116** — заменить LLM-агента `tester` на стадии `testing`
-(self-hosting `orchestrator`) детерминированным test-раннером (второй срез
-determinization-roadmap, **rank 2 / tester-гибрид**).
-Стадия: **architecture**
-Сквозная регистрация: **`docs/architecture/adr/adr-0049-deterministic-test-runner.md`**
-(решение кросс-каттинговое — вводит новый компонент-leaf `src/test_runner.py` и реализует
-второй срез determinization-roadmap; влияет на карту LLM-консультаций всего оркестратора).
-
-## Статус
-Proposed
-
-## Контекст
-
-Стадию `testing` сейчас исполняет **LLM-агент `tester`**. Маршрутизация (сверено по коду
-`src/stages.py:17-18`):
-
-```python
-"review":  {"next": "testing",        "agent": "tester",   "qg": "check_reviewer_verdict"},
-"testing": {"next": "deploy-staging", "agent": "deployer", "qg": "check_tests_passed"},
-```
-
-То есть `tester` — **единственный** агент, запускаемый при входе в `testing` (поле `agent`
-ребра `review → testing`); гейт выхода из `testing` — `check_tests_passed`. Фактическая работа
-агента на этой стадии в happy-path — **в основном детерминированная** (`.openclaw/agents/tester.md`):
-прогнать регресс `pytest tests/` в worktree ветки, сделать read-only smoke (`/health`, `/status`,
-`/queue` + наличие блока `serial_gate`), смаппить exit-код, записать `13-test-report.md` с
-машинным frontmatter `result: PASS|FAIL`.
-
-Вердикт `result:` потребляется **детерминированным** гейтом `check_tests_passed`
-(`src/qg/checks.py:182` → `_parse_tests_verdict:226`), который читает **только** YAML-frontmatter
-(`result:` канонический + legacy `verdict:`/`status:`, ORCH-047) — **не** прозу и **не** покрытие
-TC. По нормативной политике (`docs/architecture/llm-usage-policy.md`) это **avoidable LLM control
-path**: (i) C-консультация (вердикт `result:` ветвит гейт) **и** (ii) вердикт **деривируем** из
-exit-кода `pytest` + smoke. Карта (`docs/architecture/llm-call-sites.md`, строка **A5**)
-классифицирует tester как **`needs-hybrid-fallback`**; roadmap
-(`llm-determinization-roadmap.md`, машинный блок §4) ставит его **rank 2** (`hybrid_needed = yes`,
-`first_slice = no`). ORCH-116 — реализация этого второго среза (первый, **ORCH-115/deployer**,
-уже реализован — `src/staging_runner.py`).
-
-**Гибридная природа (ключевое отличие от ORCH-115).** Tester — `needs-hybrid-fallback`, не
-`replace-deterministic-now`: его **PASS/FAIL-ядро** полностью детерминируемо (exit-код pytest +
-smoke), но прежний промпт нёс ещё и **настоящее суждение** — триаж падений, анализ пробелов
-покрытия AC, сопоставление TC ↔ критерии приёмки, человекочитаемую диагностику. ORCH-116 выносит
-из потока управления **только PASS/FAIL-исполнителя** (его делает детерминированный код); LLM на
-стадии `testing` остаётся допустимым лишь как **off-control-path** триаж/диагностика **после**
-детерминированного провала и **никогда** как первичный исполнитель вердикта гейта (BR-8 / NFR-7).
-В Phase 1 off-control-path-триаж **не реализуется**, но архитектура его **не запрещает**.
-
-**Установленные факты (сверено по коду, не изобретать):**
-- Детерминированный прецедент замены агента **до `_spawn`** работает в проде: `launch_job`
-  перехватывает `deploy-finalizer` (D1, `src/agents/launcher.py:397`), `post-deploy-monitor`
-  (D2, `:402`) и **staging-runner** (ORCH-115, `:404-408`) до `_spawn`; `_run_staging_runner_job`
-  (`:438`) — тонкая обёртка, синхронно ведущая `jobs`-строку через `mark_job` и возвращающая `None`.
-- **Эталон leaf-раннера** — `src/staging_runner.py` (ORCH-115): two-level outcome, never-raise,
-  kill-switch + скоуп-CSV, `proc_group`, маппинг exit-кода единым контрактом, best-effort push в
-  фичеветку, инициация гейта через `advance_stage`, in-process счётчики. ORCH-116 — его зеркало для
-  роли `tester` / стадии `testing`.
-- Гейт `check_tests_passed` (`src/qg/checks.py:182`) читает `13-test-report.md` через
-  `_repo_path(repo, branch)` (`:15`), который **читает per-branch worktree первым** (если каталог
-  существует), иначе — общий клон. Значит worktree-записанный файл читается напрямую — **отдельный
-  merge лога в `main` не нужен**.
-- FAIL-маршрут существует и зафиксирован: `src/stage_engine.py:849` —
-  `if agent == "tester" and qg_name == "check_tests_passed"` → откат `testing → development` +
-  `extract_test_failures` + `enqueue_job("developer", …)` (cap `MAX_DEVELOPER_RETRIES=3`,
-  `:862-892`). Ветвь матчит по `agent == "tester"` — раннер обязан инициировать гейт с
-  `finished_agent="tester"`.
-- Tree-kill subprocess'а под таймаутом готов: `proc_group.run_in_process_group` (ORCH-110,
-  stdlib-only, never-raise, fallback к `subprocess.run`). pytest уже исполняется в worktree через
-  него в coverage-gate (ORCH-027) и merge-gate re-test (ORCH-110) — тот же контейнер, без новых
-  зависимостей образа.
-- Пьюр-маппинг exit-кода готов: `self_deploy.map_exit_code_to_status` (`0→SUCCESS`, иначе/None/
-  нечисло→`FAILED`, fail-closed, unit-tested). ORCH-116 переиспользует его, транслируя токены в
-  `PASS`/`FAIL`.
-
-«Как есть» не годится: каждый прогон tester'а тратит токены/время opus-агента (по `agent_runs`:
-~60–150k / 5–20 мин на прогон) ради действия = один прогон pytest + несколько read-only GET,
-встраивает недетерминизм LLM в точку ветвления `testing → deploy-staging` / `testing → development`
-и принадлежит к RCA-классу «LLM принял решение, которое есть исполнение фиксированных команд +
-маппинг результата» (ORCH-110/111/112/113/114/117/115).
-
-## Решение
-
-### Сводка
-
-Ввести **новый leaf `src/test_runner.py`** (never-raise, по образцу `staging_runner.py`/
-`self_deploy.py`/`proc_group.py`) и **перехват в `launch_job` до `_spawn`** (рядом с D1/D2/ORCH-115).
-Когда на стадии `testing` для in-scope репо с тест-контрактом к запуску приходит джоб `tester`, его
-обрабатывает раннер: исполняет «тест-контракт» (регресс `pytest <target>` в worktree ветки через
-`proc_group` + опциональный read-only smoke), маппит exit-код в `result:` (`0→PASS`, иначе `FAIL`),
-пишет `13-test-report.md`, best-effort пушит лог в фичеветку, и вызывает **существующий**
-`advance_stage(current_stage="testing", finished_agent="tester")` — ровно как завершившийся
-LLM-tester. Контракт артефакта, гейт `check_tests_passed`/`_parse_tests_verdict`, `STAGE_TRANSITIONS`,
-схема БД — **байт-в-байт неизменны** (это замена *продюсера* артефакта, не гейта). Под kill-switch +
-скоуп-CSV + резолв тест-контракта; never-raise; fail-closed; two-level outcome (анти-ORCH-110);
-fail-safe к прежнему LLM-пути.
-
-### D1 — Точка диспетчеризации: перехват в `launch_job` **до** `_spawn` (FR-1 / AC-1)
-
-В `launcher.launch_job`, рядом с врезками D1/D2/ORCH-115, **до** `_spawn`:
-
-```python
-if job.get("agent") == "tester":
-    from .. import test_runner
-    if test_runner.should_intercept(job):
-        return self._run_test_runner_job(job)
-```
-
-- **Дискриминатор перехвата — роль `tester` + стадия задачи + `applies(repo)`.**
-  `should_intercept(job)` истинно ⇔ `agent == "tester"` **И** `applies(job["repo"])` **И**
-  `tasks.stage` (по `job["task_id"]`) `== "testing"`.
-- **Отличие от ORCH-115 (важно, R-1).** Роль `deployer` была **общей** для `deploy-staging` и
-  `deploy`, поэтому гард по стадии у staging-раннера был обязателен для дизамбигуации «staging vs
-  prod». Роль `tester` исполняет **только** стадию `testing` (единственный `agent` входа в `testing`,
-  `STAGE_TRANSITIONS["review"]["agent"]`), коллизии стадий нет — но гард `tasks.stage == "testing"`
-  сохраняется как **defense-in-depth** (симметрия с ORCH-115 + защита от перехвата случайного
-  будущего `tester`-джоба вне `testing`).
-- `should_intercept` / `applies` — **never-raise → False**: любая ошибка (DB-lookup упал) → провал в
-  `_spawn` (fail-safe к прежнему LLM-пути).
-- `_run_test_runner_job(job)` — тонкая обёртка-зеркало `_run_staging_runner_job` (`:438`):
-  синхронно зовёт `test_runner.run_test_gate(job)`, затем `mark_job(job["id"], "done")`; любое
-  исключение → `mark_job(..., "failed", error=…)`; возвращает `None` (нет `agent_runs`-строки,
-  `_spawn` не вызывается, токены LLM не тратятся).
-
-### D2 — Размещение логики: чистый leaf `src/test_runner.py` (зеркало `staging_runner`)
-
-`run_test_gate(job)` живёт в leaf'е и владеет полным детерминированным потоком (зеркало
-`staging_runner.run_staging_gate`):
-1. поднять `work_item_id`/`branch` по `task_id`;
-2. исполнить тест-контракт (D3) → `ProcResult` (pytest) + smoke-итог;
-3. определить исход (D5);
-4. на verdict-исходе: записать `13-test-report.md` (D6) и вызвать
-   `advance_stage(finished_agent="tester")` (D7);
-5. на tool-error-исходе: bounded DEFER (D5);
-6. учесть счётчики + структурный лог (D10).
-
-**Чистота leaf'а:** импортирует на уровне модуля только `config`, `logging` (+ `proc_group`);
-лениво (внутри функций) — `db`/`git_worktree`/`self_deploy.map_exit_code_to_status`/
-`qg.checks.is_self_hosting_repo`/`stage_engine.advance_stage`/`notifications`. Лениво — чтобы не
-тащить тяжёлый `stage_engine` на импорте и не плодить цикл (паттерн `staging_runner`/
-`transition_lease`/`merge_gate`). Все публичные функции — **never-raise** (AC-9).
-
-### D3 — Исполнение тест-контракта: pytest (в worktree) + опц. smoke через `proc_group` (FR-2 / NFR-3 / AC-10 / AC-11)
-
-**Тест-контракт = (обязательная регресс-команда) + (опциональный read-only smoke).**
-
-- **Регресс:** `python -m pytest <test_runner_target>` (дефолт `tests/`, конвенция
-  `merge_retest_target`) исполняется **в worktree ветки задачи** —
-  `git_worktree.get_worktree_path(repo, branch)`, **НЕ** в общем `/repos/orchestrator` (анти
-  checkout-гонка, как требовал промпт tester шаг 2; тот же контекст, что coverage-gate/merge-gate
-  re-test) — через `proc_group.run_in_process_group(argv, cwd=<worktree>, timeout=<test_runner_timeout_s>,
-  grace_s=agent_kill_grace_seconds, tree_kill=subprocess_tree_kill_enabled)` → SIGTERM→grace→SIGKILL
-  всего дерева на таймауте, без сирот pytest (корень ORCH-109/110/111 закрыт). Захватывает exit-код и
-  stdout (для тела отчёта/observability).
-- **Опциональный smoke** (`test_runner_smoke_enabled`, дефолт `True`; зеркало шага 3 промпта tester):
-  read-only `GET` против запущенного оркестратора (base URL из config — host-параметризация ORCH-101,
-  без host-хардкодов): `/health`, `/status`, `/queue` + проверка **наличия** блока `serial_gate` в
-  ответе `/queue`. **Smoke строго read-only** (BR-7/AC-10): никаких мутирующих запросов.
-- **Итоговый verdict-токен** = `PASS` ⇔ (exit-код pytest == 0 по маппингу D4) **И** smoke прошёл
-  (если включён); иначе `FAIL`. Smoke-провал → `FAIL` (детерминированно, FR-2).
-- **Анти-флап smoke (уточнение архитектора):** транзиентная **недостижимость** smoke-эндпоинта
-  (connection refused / таймаут на единичном GET) ретраится **ограниченно** внутри smoke-шага
-  (несколько быстрых GET с коротким backoff) перед выводом `FAIL`; «достижимо, но форма неверна»
-  (не-200 / нет блока `serial_gate`) → немедленный `FAIL`. Это снижает риск, что разовый блип
-  прод-8500 откатит здоровую ветку, не вводя нового исхода (на исчерпании smoke-ретраев — обычный
-  `FAIL`, поглощаемый developer-retry-cap). Гард `test_runner_smoke_enabled` позволяет отключить
-  smoke, если он окажется шумным, без отката всего раннера.
-
-**Self-hosting safety (BR-7 / AC-10):** в argv раннера нет литералов рестарта 8500 /
-`docker compose up … orchestrator` / `--build` / force-push / правок `.env`/`docker-compose.yml`.
-Раннер только исполняет pytest в worktree и делает read-only GET. Покрывается тестом запрета
-литералов в его командах (зеркало TC ORCH-115).
-
-### D4 — Маппинг exit-кода → `result:`: переиспользовать единый контракт (FR-3 / AC-3)
-
-`result`-токен = трансляция `self_deploy.map_exit_code_to_status(returncode)`:
-`SUCCESS → "PASS"`, `FAILED → "FAIL"` (т.е. `0 → PASS`; ненулевой / None / нечисло → `FAIL`,
-fail-closed). **Второй несогласованный маппинг не вводится** — переиспользуется тот же пьюр-контракт
-(`0→SUCCESS`-семантика, unit-tested), что у deploy-finalizer и staging-runner (BR-4). Разница лишь в
-токенах (`result:` использует `PASS`/`FAIL`, а не `SUCCESS`/`FAILED`; `_TESTS_POSITIVE_TOKENS`/
-`_TESTS_NEGATIVE_TOKENS`, `src/qg/checks.py:222-223`) — тонкая обёртка-транслятор поверх единого
-маппера, не дубль логики. Smoke-результат **AND**-ится в итог отдельно (D3), exit-маппинг остаётся
-чистой функцией одного входа (покрыт unit-тестом на каждый класс: `0`/≠0/`None`/нечисло).
-
-### D5 — Двухуровневый исход: verdict vs tool-error (NFR-2 / AC-5 / R-4) — **ключевое решение**
-
-Выбран **двухуровневый исход** (зеркало `staging_runner` D5, анти-ORCH-110):
-
-- **Сюита ИСПОЛНИЛАСЬ** (`returncode is not None` и **не** `timed_out`) → доверяем коду: маппинг D4
-  (+ smoke D3) → `result:` → инициировать гейт (D7). `PASS → testing → deploy-staging`;
-  `FAIL → существующий откат testing → development` + developer-retry (тот же путь и cap
-  `MAX_DEVELOPER_RETRIES`, что у FAIL-вердикта LLM — `stage_engine.py:849-892`; R-5/AC-4).
-- **Сюита НЕ исполнилась** (tool-error: spawn-error / таймаут / `returncode is None`) — это
-  **инфра-сбой, а не код-фейл**. Раннер делает **ограниченный DEFER**: re-queue свежего **`tester`**-джоба
-  с задержкой `test_runner_infra_retry_delay_s` и **restart-safe маркером** `test-runner infra-retry`
-  в `task_content` (счётчик — `COUNT(*)` маркера в persisted `jobs`, зеркало
-  `staging_runner._infra_retry_count` / `stage_engine._merge_infra_retry_count`; **без правки схемы
-  БД**, NFR-1). На **исчерпании** бюджета (`test_runner_infra_max_retries`) — **fail-closed**:
-  записать `result: FAIL` + `advance_stage` (существующий откат) + один INFRA-alert (кликабельный
-  номер, явно «инфра, НЕ дефект кода»). Так раннер **никогда** не делает тихий advance / ложный green
-  и **никогда** не клинит очередь навсегда, но **не жжёт developer-retry на транзиентной инфре**.
-
-**Почему не «tool-error → немедленный FAIL-откат»:** это в точности анти-паттерн ORCH-110
-(инфра-таймаут, ошибочно маршрутизированный как код-фейл → откат на `development` + расход
-developer-retry; на следующем retry падает так же → ручное вмешательство). Пьюр-маппинг D4 остаётся
-fail-closed (None→FAIL) — это терминальный fallback **на исчерпании** defer, а не реакция на первый
-же tool-error. **DEFER re-queue'ит `tester`-джоб** (не `deployer`!) — он повторно входит в этот же
-раннер.
-
-### D6 — Артефакт `13-test-report.md`: зеркало `write_staging_log` (FR-4 / AC-2 / AC-10)
-
-Раннер пишет `docs/work-items/<work_item_id>/13-test-report.md` в worktree фичеветки
-(`git_worktree.get_worktree_path`) литеральным блоком (как `staging_runner.build_staging_log`),
-чтобы машинно-читаемый frontmatter был байт-точным:
-
-```markdown
----
-result: PASS                  # или FAIL — UPPERCASE, имя/регистр/токены ключа НЕ меняются
-work_item: <work_item_id>
-stage: testing
-author_agent: test-runner
-status: success               # или failed — ВЫРОВНЕН по result (см. D6.1!)
-created_at: <YYYY-MM-DD>
-model_used: n/a
-exit_code: <returncode>
-smoke: <ok|failed|skipped>
----
-
-# Test Gate Log (deterministic runner, ORCH-116)
-<exit-код pytest, краткий хвост stdout, итог smoke; вердикт зафиксирован детерминированным
-test-раннером, не LLM>
-```
-
-- `author_agent: test-runner` / `model_used: n/a` честно отражают **детерминированного** продюсера;
-  **machine-key `result:` и его UPPERCASE-значения/токены не меняются** (AC-2), читается
-  неизменённым `_parse_tests_verdict`.
-- Обязательная 52c-схема присутствует (`work_item`/`stage: testing`/`author_agent`/`status`/
-  `created_at`/`model_used`).
-- **Best-effort `git add/commit/push` в ФИЧЕВЕТКУ** (git-identity ORCH-101, актор `test-runner`,
-  `_GIT_TIMEOUT`). Гейт читает worktree **первым** (`_repo_path:22-25`), поэтому **отдельный
-  PR-merge лога в `main` НЕ выполняется** — исключение любой прямой работы с `main` усиливает
-  AC-10/BR-7. Итоговый мерж фичеветки в `main` идёт штатным merge-gate/merge-verify-путём позже.
-
-#### D6.1 — Анти-коллизия 52c-`status:` ↔ парсер вердикта (**специфично для tester, отсутствует в ORCH-115**)
-
-**Сверено по коду:** `_parse_tests_verdict` (`src/qg/checks.py:263-277`) читает вердикт из **трёх**
-равноранговых полей — `verdict:`, **`status:`** и `result:` — и применяет **negative-token-priority**:
-любой негативный токен (`BLOCKED`/`FAILED`/`FAIL`/`REQUEST_CHANGES`/`REJECT`/`RED`) в `f"{verdict}
-{status} {result}"` делает вердикт `False` авторитетно. У staging-гейта (ORCH-115) такой коллизии
-**не было**: `_parse_staging_status` читает только `staging_status:`, а 52c-`status:` ему безразличен.
-Здесь 52c-обязательное поле `status:` **читается тем же парсером, что и `result:`**.
-
-**Следствие-мина:** если 52c-`status:` принимает значение, чей UPPERCASE содержит негативный токен
-(например `status: failed` → `"FAILED"`), при `result: PASS` парсер вернёт `False` (негативный токен
-авторитетнее) — **ложный FAIL** здорового прогона.
-
-**Решение (инвариант):** 52c-`status:` раннера **ВСЕГДА выровнен по вердикту** и **никогда не
-противоречит** `result:`:
-- `result: PASS` → `status: success` (`"SUCCESS"` — не позитивный и **не** негативный токен;
-  положительный токен `PASS` берётся из `result:` → парсер даёт `True`);
-- `result: FAIL` → `status: failed` (`"FAILED"` — негативный токен, согласован с `FAIL` → `False`).
-
-Это **тот же приём**, что `staging_runner.build_staging_log` (`status: success|failed` выровнен по
-verdict'у) — но здесь он **обязателен по корректности**, а не косметика. Анти-дрейф: unit-тест,
-проверяющий `_parse_tests_verdict(<тело раннера для PASS>) == (True, …)` и
-`(<тело для FAIL>) == (False, …)` **через неизменённый парсер** (фиксирует, что 52c-`status:` не
-ломает вердикт). Reviewer ловит любой `status:`-литерал с негативным токеном при `result: PASS` как
-finding ≥P1.
-
-### D7 — Инициация существующего гейта (FR-5 / AC-4 / R-2, граница O1)
-
-После записи (и best-effort push) раннер вызывает:
-```python
-advance_stage(task_id, current_stage="testing", repo, work_item_id, branch,
-              finished_agent="tester")
-```
-Это запускает `check_tests_passed` (`_parse_tests_verdict` читает `result:` из `13-test-report.md`):
-- `PASS` → продвижение `testing → deploy-staging` (и далее под-гейты ORCH-022/043/027/058 на ребре
-  `deploy-staging → deploy` — **их раннер не трогает**);
-- `FAIL` → существующий откат `testing → development` + developer-retry (`stage_engine.py:849`).
-
-**`finished_agent="tester"` обязателен** (R-2): FAIL-ветвь матчит по `agent == "tester" and
-qg_name == "check_tests_passed"` (`:849`); иной/`None` агент не запустит откат. **Никакой новой
-ветви маршрутизации, никаких новых рёбер/исходов** (AC-4). **Граница O1:** transition-lease ORCH-114
-берётся **внутри** `advance_stage` на side-effectful переходе — раннер его **не трогает**;
-serial-gate ORCH-088 не взаимодействует (гейтит analyst-job claim). Код ORCH-112/ORCH-114/ORCH-115
-(`staging_runner`) **не модифицируется**. never-raise.
-
-### D8 — Kill-switch, скоуп и резолв тест-контракта: обратимость + backward-compat (FR-7 / AC-7 / AC-8 / BR-5 / BR-9)
-
-`config.py` (паттерн `staging_runner_*`/`coverage_gate_*`):
-- `test_runner_enabled: bool = True` (env `ORCH_TEST_RUNNER_ENABLED`).
-- `test_runner_repos: str = ""` (env `ORCH_TEST_RUNNER_REPOS`; CSV; **пусто → self-hosting only**
-  через `is_self_hosting_repo`).
-- `test_runner_target: str = "tests/"` (env `ORCH_TEST_RUNNER_TARGET`; pytest-таргет, конвенция
-  `merge_retest_target`).
-- `test_runner_timeout_s: int = 900` (env `ORCH_TEST_RUNNER_TIMEOUT_S`; см. D9).
-- `test_runner_smoke_enabled: bool = True` (env `ORCH_TEST_RUNNER_SMOKE_ENABLED`).
-- `test_runner_infra_max_retries: int = 2`, `test_runner_infra_retry_delay_s: int = 30`
-  (defer-бюджет D5; зеркало `staging_runner_infra_*`).
-
-`applies(repo)` (локально, без сети, **never-raise → False**) — **проверяется первым** в
-`should_intercept` (нулевой оверхед при выключенном флаге):
-```text
-1. test_runner_enabled == False                  -> False  (откат к LLM-пути)
-2. in_scope = (membership в test_runner_repos)   если CSV непуст
-            = is_self_hosting_repo(repo)          если CSV пуст
-   not in_scope                                  -> False
-3. _has_test_contract(repo)                       -> резолв тест-контракта (BR-9)
-```
-**`_has_test_contract(repo)` (BR-9 / AC-8) — отличие от ORCH-115.** У staging-раннера тест-контракт
-был неявно self-hosting-bound (staging-контейнер существует только для `orchestrator`), отдельной
-проверки не требовалось. Здесь резолв контракта вынесен явно: в **Phase 1** контракт известен по
-умолчанию **только** для self-hosting (`return is_self_hosting_repo(repo)` — pytest+smoke);
-для прочих репо контракта нет, пока не сконфигурирован (Phase 2) → `applies == False` →
-**прежний LLM-tester** (fail-safe). Это делает AC-8 проверяемым: даже если в `test_runner_repos`
-руками добавить не-self репо (`enduro-trails`), `_has_test_contract` вернёт `False` → раннер его не
-перехватит → LLM-tester. enduro-trails и любой репо без контракта — 1:1 как до ORCH-116.
-
-Откат = `ORCH_TEST_RUNNER_ENABLED=false` → `applies()` → `False` → `should_intercept` → `False` →
-штатный `_spawn` прежнего LLM-tester'а на `testing` **байт-в-байт**.
-
-### D9 — Бюджет времени (NFR-4 / AC-11, сквозной инвариант ORCH-065/109/110)
-
-`test_runner_timeout_s = 900` (дефолт; малформ/непозитив → дефолт + WARNING, never-break — зеркало
-`staging_runner._resolve_timeout` / `merge_gate._resolve_retest_timeout`). Обоснование **без правки
-`reaper_max_running_s` (5400)**:
-
-- **Ребро `testing` отдельно от ребра `deploy-staging`.** Гейт выхода из `testing` —
-  `check_tests_passed` (читает файл, мгновенно). Окно «running» одного `tester`-джоба = только
-  pytest+smoke (≤900s); тяжёлые под-гейты (security/merge re-test/coverage/image-freshness) живут на
-  ребре `deploy-staging → deploy`, **не** на `testing`.
-- **Σ(работ на ребре `testing`) НЕ растёт.** Прежний LLM-tester шёл под `agent_timeout_seconds`
-  (сверено `config.py:159` = **1800s**; tester не имеет выделенного per-role ключа, в отличие от
-  developer=3600/reviewer=3000). Раннер заменяет ≤1800s LLM-окно ограниченными ≤900s →
-  `reaper_max_running_s (5400) > 900 + grace` сохранён **без** изменения reaper'а. Выбор 900s
-  согласован с фактической длительностью регресс-сюиты (~517s, инцидент ORCH-110) и даёт ~74% запаса —
-  тот же запас, что merge-retest-бюджет ORCH-110.
-
-### D10 — Наблюдаемость (FR-8 / AC-13 / BR-6)
-
-In-process счётчики `_TEST_RUNNER_COUNTERS` (зеркало `_STAGING_RUNNER_COUNTERS` /
-`_MERGE_GATE_COUNTERS`): `runs`/`pass`/`fail`/`tool_error`/`deferred`. Read-only блок `test_runner` в
-`GET /queue` (`enabled`/`repos`/`target`/`timeout_s`/`infra_max_retries`/счётчики) — `src/main.py`,
-аддитивно, существующие ключи не трогаются. Один структурный лог-вердикт на прогон:
-`work_item`/`repo`/`exit_code`/`result`/`duration_s`/`outcome` — различает «код упал» (`FAIL` от
-сюиты/smoke) и «инструмент недоступен» (`tool_error`/`deferred`). Новых мутирующих эндпоинтов нет;
-откат — через env-флаг.
-
-### D11 — Гибрид: LLM строго off-control-path (BR-8 / NFR-7 / FR-9 / AC-12)
-
-В Phase 1 на стадии `testing` (in-scope) вердикт `result:` производит **только** детерминированный
-раннер; LLM **не вызывается** в потоке управления вердикта (ни happy-path, ни fail-path). Архитектура
-раннера **не запрещает** будущий **опциональный off-control-path** LLM-триаж/диагностику **после**
-детерминированного FAIL — но он будет **отдельной ролью/джобом**, который **не пишет и не
-переопределяет** `result:` и **не добавляет ребро** в `STAGE_TRANSITIONS`. В этом срезе он **не
-реализуется**. Это сохраняет `needs-hybrid-fallback`-природу A5: детерминированное ядро + (будущий)
-LLM-фолбэк только на суждение.
-
-### D12 — Норматив сопровождения LLM-карты/политики/витрины (NFR-6 / AC-14) — спека для developer
-
-Карта/политика/roadmap и их анти-дрейф-тесты **связаны с состоянием кода**, поэтому правятся
-**в development-стадии атомарно с кодом** (иначе тесты покраснеют на полу-готовой ветке — это же
-причина, по которой ORCH-115 не правил их в architecture; зеркало ORCH-115 D11). README/internals/
-паспорт/чейнджлог/витрина — там же. Архитектура фиксирует **точную спеку** правок (developer
-применяет в том же PR):
-
-- `docs/architecture/llm-call-sites.md` — строка **A5** и машинный `ORCH-118-INVENTORY-BLOCK`:
-  tester на `testing` для in-scope репо больше не консультирует LLM в потоке управления; отразить
-  реализованное детерминированное состояние (раннер-перехват до `_spawn`, как D1/D2), **сохранив**
-  `avoidable=yes`/`axis=C`/`classification=needs-hybrid-fallback` (LLM-ветвь жива как fallback под
-  выключенным флагом / для не-self репо / как будущий off-control-path триаж) — **зеркало** того, как
-  ORCH-115 обновил A6/deployer. Заголовок таблицы и `output_consumer = _parse_tests_verdict` не
-  менять (имя гейта/парсера неизменно).
-- `docs/architecture/llm-determinization-roadmap.md` — §2 (tester) и машинный
-  `ORCH-118-ROADMAP-BLOCK` rank 2: «второй кандидат» → «реализован (ORCH-116)». **Инвариант «ровно
-  один `first_slice = yes`» держать корректным** — `first_slice` остаётся `yes` у **rank 1
-  (deployer)**, у rank 2 (tester) — `no`; **не переключать** (см.
-  `test_llm_determinization_docs.py`). `hybrid_needed = yes` у tester сохраняется (гибрид-природа).
-- `docs/architecture/llm-usage-policy.md` — §5: единственный транспорт LLM-консультации
-  (`_spawn`/S0) не нарушен; раннер LLM не зовёт; будущий off-control-path триаж — **не** новый
-  транспорт control-path-консультации (он вне control-path).
-- Анти-дрейф `tests/test_llm_call_site_inventory.py` / `tests/test_llm_determinization_docs.py` —
-  обновить ожидания синхронно, держать зелёными (AC-14).
-- Прочие docs того же PR (правило агентов №2 + витрина ORCH-011): `.openclaw/agents/tester.md`
-  (пометка, что на `testing` для in-scope репо стадию ведёт детерминированный код; LLM-ветвь —
-  fallback под выключенным флагом / для репо без контракта; канон промпта 52d — 5 секций, ключ
-  `result:` — байт-в-байт), `docs/architecture/README.md` (новый компонент **Test-runner** в
-  карте — зеркало записи **Staging-runner** + отметка «второй срез реализован» в блоке roadmap),
-  `docs/architecture/internals.md` (примечание о перехвате на `testing`, рядом с ORCH-115),
-  `CLAUDE.md`, `CHANGELOG.md`, `docs/overview/`.
-
-**Обоснование против `llm-usage-policy.md` §5:** ORCH-116 **снимает** C-консультацию с деривируемым
-PASS/FAIL-ядром (A5/tester) — это разрешённая реализация `needs-hybrid-fallback`, не ввод новой
-LLM-консультации; политика соблюдена.
-
-## Альтернативы
-
-- **Новая стадия / новый QG для детерминированного testing** — отвергнуто: нарушает NFR-1
-  (`STAGE_TRANSITIONS`/`QG_CHECKS` байт-в-байт). Меняется только *продюсер* артефакта; гейт и ребро
-  прежние.
-- **tool-error → немедленный `FAIL`-откат на `development`** — отвергнуто: анти-паттерн ORCH-110
-  (инфра-сбой как код-фейл → расход developer-retry → петля). Выбран двухуровневый исход D5.
-- **Свой второй exit-code→verdict маппинг** — отвергнуто: переиспользуем
-  `self_deploy.map_exit_code_to_status` (BR-4, единый контракт), тонкий транслятор токенов поверх.
-- **52c-`status:` произвольным значением (как чисто описательное поле)** — отвергнуто: `status:`
-  **читается** `_parse_tests_verdict` с negative-token-priority → негативный токен в `status:` при
-  `result: PASS` даёт ложный FAIL. Выбрано жёсткое выравнивание `status:` по вердикту (D6.1).
-- **Прогон pytest в общем `/repos/orchestrator`** — отвергнуто: checkout-гонка с другими задачами
-  (мина, закрытая ORCH-112); раннер исполняет pytest **в worktree ветки** (как coverage/merge-gate).
-- **Merge лога отдельным PR в `main`** (как прежний tester) — отвергнуто: гейт читает worktree первым
-  (`_repo_path`) → достаточно push в фичеветку; исключение прямой работы с `main` усиливает
-  AC-10/BR-7.
-- **Логика раннера прямо в `launcher.py`** — отвергнуто: нарушает разделение транспорт/решение; leaf
-  тестируем без живого CLI (зеркало `staging_runner`/`coverage_gate`).
-- **LLM-триаж как control-path-продюсер `result:`** — отвергнуто: BR-8/AC-12 (детерминированный
-  раннер — единственный исполнитель вердикта; триаж — off-control-path, Phase 2).
-- **Править `llm-call-sites.md`/roadmap/policy/README в architecture-стадии** — отвергнуто:
-  анти-дрейф-тесты коуплены к коду; правки идут атомарно с кодом (D12, как ORCH-115).
-- **DEFER через re-queue `deployer`-джоба** (копипаст из staging-раннера) — отвергнуто: DEFER должен
-  re-queue'ить **`tester`**-джоб (он повторно входит в этот раннер на стадии `testing`).
-
-## Последствия
-
-- **+** На `testing` для `orchestrator` исчезает LLM-консультация в потоке управления вердикта:
-  дешевле/быстрее/детерминированнее; минус один avoidable LLM control path (второй срез roadmap,
-  rank 2).
-- **+** Happy-path не вызывает `_spawn` (нет `agent_runs`-строки, нет токенов LLM на стадии `testing`).
-- **+** Полная обратимость одним флагом; артефакт/гейт/ребро/схема БД неизменны → переключение
-  туда-сюда не оставляет несовместимого состояния.
-- **+** Двухуровневый исход (D5) убирает класс ORCH-110 (инфра ≠ код-фейл) с `testing`-ребра.
-- **+** Гибрид-граница сохранена (D11): архитектура не закрывает путь к будущему off-control-path
-  LLM-триажу, не пуская LLM обратно в поток управления.
-- **−** Новый leaf + врезка в `launch_job` + defer-механика — рост поверхности кода. Митигейшн: leaf
-  never-raise + kill-switch (fail-safe к LLM), тонкая врезка-зеркало D1/D2/ORCH-115, defer-счётчик без
-  схемы БД (маркер в `task_content`), покрытие `tests/test_orch116_test_runner.py`.
-- **−** Smoke зависит от достижимости запущенного оркестратора (8500) — разовый блип мог бы дать
-  `FAIL`. Митигейшн: D3 (bounded smoke-ретрай транзиентной недостижимости + config-gate
-  `test_runner_smoke_enabled` + developer-retry-cap); pytest остаётся первичным сигналом.
-- **−** Тонкая мина 52c-`status:` ↔ парсер (D6.1) специфична для tester. Митигейшн: жёсткий инвариант
-  выравнивания + unit-тест через неизменённый парсер; reviewer-ось ≥P1.
-- **Откат:** `ORCH_TEST_RUNNER_ENABLED=false` → штатный `_spawn` LLM-tester'а на `testing`
-  **байт-в-байт** до ORCH-116.
-
-## Ссылки
-- BRD: `docs/work-items/ORCH-116/01-brd.md`
-- TRZ: `docs/work-items/ORCH-116/02-trz.md`
-- Acceptance: `docs/work-items/ORCH-116/03-acceptance-criteria.md`
-- Тест-план: `docs/work-items/ORCH-116/04-test-plan.yaml`
-- Инфра: `docs/work-items/ORCH-116/07-infra-requirements.md`;
-  Данные: `08-data-requirements.md`; Риски: `10-tech-risks.md`
-- Сквозной ADR: `docs/architecture/adr/adr-0049-deterministic-test-runner.md`
-- Эталон реализации: `src/staging_runner.py` (ORCH-115),
-  `docs/work-items/ORCH-115/06-adr/ADR-001-deterministic-staging-runner.md`
-- Сверено по коду: `src/agents/launcher.py:397/404/438`, `src/stages.py:17-18`,
-  `src/qg/checks.py:15/182/222-223/226/263-277/528`, `src/stage_engine.py:849-892`,
-  `src/self_deploy.py` (`map_exit_code_to_status`), `src/proc_group.py`, `src/config.py:159/162`
-  (`agent_timeout_seconds`/`reaper_max_running_s`)
-- Политика/карта/roadmap: `docs/architecture/llm-usage-policy.md`,
-  `docs/architecture/llm-call-sites.md` (A5), `docs/architecture/llm-determinization-roadmap.md`
-  (rank 2)

docs/work-items/ORCH-116/07-infra-requirements.md

@@ -1,69 +0,0 @@
----
-work_item: ORCH-116
-stage: architecture
-author_agent: architect
-status: proposed
-created_at: 2026-06-16
-model_used: claude-opus-4-8
----
-
-# 07 — Инфраструктурные требования: ORCH-116 — детерминированный test-раннер
-
-Work Item: **ORCH-116** · Repo: **orchestrator** · Стадия: architecture
-
-> Топология **не меняется** (всё в Docker на одном сервере mva154, SQLite, собственная очередь).
-> Раздел фиксирует **рантайм-предусловия** детерминированного раннера и подтверждает отсутствие
-> новых компонентов/портов/зависимостей образа.
-
-## 1. Топология — без изменений
-
-Новых контейнеров / сервисов / портов / сетей **нет**. Раннер исполняется **внутри уже работающего
-прод-контейнера `orchestrator` (8500)** как синхронный обработчик джоба `tester` (перехват в
-`launch_job` до `_spawn`) — там же, где сейчас стартует LLM-tester. Staging-контур (8501) для
-ORCH-116 **не используется** (в отличие от ORCH-115) — это ребро `testing`, а не `deploy-staging`.
-
-## 2. Рантайм-предусловия (предсуществующие, проверить)
-
-| # | Предусловие | Статус | Обоснование |
-|---|-------------|--------|-------------|
-| P-1 | `python -m pytest` исполним внутри прод/staging-образа | **уже выполнено** | pytest уже гоняется в worktree внутри этого же образа coverage-gate (ORCH-027) и merge-gate re-test (ORCH-110). Новых pip-зависимостей **нет** (в отличие от `pytest-cov` ORCH-027 — он не требуется: ORCH-116 читает только exit-код, не покрытие). |
-| P-2 | Per-branch worktree ветки задачи материализуем (`git_worktree.get_worktree_path`) | **уже выполнено** | механика worktree используется всеми гейтами/раннерами; раннер исполняет pytest **в worktree ветки** (анти checkout-гонка, ORCH-112), не в общем `/repos/orchestrator`. |
-| P-3 | `proc_group.run_in_process_group` (tree-kill) доступен на POSIX-хосте | **уже выполнено** | ORCH-110; fallback к `subprocess.run` на не-POSIX (`subprocess_tree_kill_enabled`). |
-| P-4 | Read-only smoke: запущенный оркестратор отвечает на `GET /health`, `/status`, `/queue` по config-резолвнутому base URL | **уже выполнено** | те же эндпоинты read-only опрашивал LLM-tester (шаг 3 промпта). Base URL — из config (host-параметризация ORCH-101, без host-хардкодов). Smoke **строго read-only**; опционален (`test_runner_smoke_enabled`). |
-| P-5 | git-identity актора `test-runner` для best-effort push лога в фичеветку | **уже выполнено** | HOME + email-домен из `settings` (ORCH-101), как у `staging-runner`. Push **только в фичеветку**, никогда в `main`/force-push. |
-
-## 3. Конфигурация (env, дефолт = боевое; пустой `.env` ⇒ поведение для in-scope)
-
-| Ключ | env | Дефолт | Назначение |
-|------|-----|--------|------------|
-| `test_runner_enabled` | `ORCH_TEST_RUNNER_ENABLED` | `True` | kill-switch (off → LLM-tester байт-в-байт) |
-| `test_runner_repos` | `ORCH_TEST_RUNNER_REPOS` | `""` | CSV-скоуп; пусто → self-hosting only |
-| `test_runner_target` | `ORCH_TEST_RUNNER_TARGET` | `tests/` | pytest-таргет тест-контракта |
-| `test_runner_timeout_s` | `ORCH_TEST_RUNNER_TIMEOUT_S` | `900` | таймаут pytest (D9; согласован со сквозным бюджетом ORCH-065/109/110 без правки `reaper_max_running_s`) |
-| `test_runner_smoke_enabled` | `ORCH_TEST_RUNNER_SMOKE_ENABLED` | `True` | опц. read-only smoke |
-| `test_runner_infra_max_retries` | `ORCH_TEST_RUNNER_INFRA_MAX_RETRIES` | `2` | бюджет tool-error DEFER (D5) |
-| `test_runner_infra_retry_delay_s` | `ORCH_TEST_RUNNER_INFRA_RETRY_DELAY_S` | `30` | задержка DEFER-re-queue |
-
-> `.env.example` пополнить этими ключами (канон старта, норматив ORCH-101). Изменений
-> `docker-compose.yml` / `Dockerfile` / образа **нет**.
-
-## 4. Сквозной бюджет времени (NFR-4)
-
-Ребро `testing` отдельно от `deploy-staging`. Окно «running» `tester`-джоба = только pytest+smoke
-(≤`test_runner_timeout_s`=900s); тяжёлые под-гейты (security/merge/coverage/image-freshness) живут на
-ребре `deploy-staging → deploy`. Прежний LLM-tester шёл под `agent_timeout_seconds`=1800s
-(`config.py:159`; tester без выделенного per-role ключа). 900 < 1800 → Σ(работ на ребре `testing`)
-**не растёт** → инвариант `reaper_max_running_s (5400) > Σ + grace` сохранён **без** правки reaper'а.
-
-## 5. Self-hosting safety (BR-7 / AC-10)
-
-Раннер на `testing` **никогда** не рестартит контейнер 8500, не выполняет `docker compose up -d
-orchestrator`/`--build`, не пушит force в `main`, не правит `.env`/`.env.staging`/`docker-compose.yml`.
-Он лишь исполняет pytest в worktree, делает read-only GET и пишет/пушит лог в фичеветку. Деплой-решений
-ORCH-116 не принимает (это стадия `testing`, до прод-деплоя) — staging-гейт остаётся обязательной
-страховкой на последующих рёбрах.
-
-## 6. Вывод
-
-Инфраструктурных изменений **нет** (топология/порты/образ/зависимости — без правок). Все предусловия
-P-1…P-5 предсуществуют. Эскалация `arch:major-change` **не требуется**.

docs/work-items/ORCH-116/08-data-requirements.md

@@ -1,54 +0,0 @@
----
-work_item: ORCH-116
-stage: architecture
-author_agent: architect
-status: proposed
-created_at: 2026-06-16
-model_used: claude-opus-4-8
----
-
-# 08 — Требования к данным: ORCH-116 — детерминированный test-раннер
-
-Work Item: **ORCH-116** · Repo: **orchestrator** · Стадия: architecture
-
-## 1. Изменения схемы БД — НЕТ (NFR-1)
-
-Новых таблиц / колонок / индексов / миграций **нет**. Раннер использует **существующие** структуры:
-
-| Структура | Использование | Запись? |
-|-----------|---------------|---------|
-| `tasks` (`stage`, `branch`, `work_item_id`) | резолв полей задачи по `task_id`; гард стадии `testing` в `should_intercept`; продвижение/откат — через **существующий** `advance_stage` (он же пишет стадию под transition-lease ORCH-114) | раннер сам стадию **не** пишет — только через `advance_stage` |
-| `jobs` (`status`, `task_content`) | `mark_job(done\|failed)` для строки джоба (через `_run_test_runner_job`); restart-safe счётчик tool-error DEFER — `COUNT(*)` по маркеру `test-runner infra-retry` в `task_content` re-queued джоба | да (`mark_job`, `enqueue_job` — существующие API) |
-| `agent_runs` | **НЕ создаётся** — детерминированный раннер не спавнит LLM (happy-path без `_spawn`) | нет |
-| `transition_lease` (ORCH-114) | берётся/освобождается **внутри** `advance_stage` на side-effectful переходе | раннер **не трогает** |
-
-## 2. Restart-safe счётчик DEFER — без колонки (зеркало ORCH-115/110)
-
-Бюджет tool-error DEFER (D5) считается **из persisted очереди `jobs`** подсчётом маркера
-`test-runner infra-retry` в `task_content` re-queued джоба (зеркало
-`staging_runner._infra_retry_count` / `stage_engine._merge_infra_retry_count`). Это переживает
-рестарт сервиса **без** новой колонки/таблицы — намеренно, ради NFR-1 (схема БД байт-в-байт).
-
-## 3. Артефакт `13-test-report.md` — контракт frontmatter неизменен (AC-2)
-
-Раннер пишет тот же файл с тем же machine-key, что читает гейт:
-- `result: PASS|FAIL` (UPPERCASE) — канонический ключ `_parse_tests_verdict` (`src/qg/checks.py:265`);
-  имя/регистр/токены **не меняются**.
-- Обязательная 52c-схема: `work_item` / `stage: testing` / `author_agent: test-runner` /
-  `status: success|failed` / `created_at` / `model_used: n/a`.
-- **Инвариант D6.1 (данные):** `status:` **читается** тем же парсером (`verdict:`/`status:`/`result:`,
-  negative-token-priority) → значение `status:` **обязано** быть выровнено по вердикту
-  (`success`↔PASS, `failed`↔FAIL); иначе негативный токен в `status:` при `result: PASS` исказит
-  вердикт. Это требование к **значению данных**, не к схеме.
-
-## 4. Счётчики наблюдаемости — in-process, не БД
-
-Блок `test_runner` в `GET /queue` питается **in-process** счётчиками `_TEST_RUNNER_COUNTERS`
-(`runs`/`pass`/`fail`/`tool_error`/`deferred`) — паттерн `_STAGING_RUNNER_COUNTERS`/
-`_MERGE_GATE_COUNTERS`. В БД **не** персистятся (обнуляются при рестарте — приемлемо для
-оперативной наблюдаемости).
-
-## 5. Вывод
-
-Требований к изменению данных/схемы **нет**. Совместимость с общей БД (self-hosting + enduro-trails)
-сохранена: аддитивных объектов не вводится, существующие read/write идут через существующие API.

docs/work-items/ORCH-116/10-tech-risks.md

@@ -1,47 +0,0 @@
----
-work_item: ORCH-116
-stage: architecture
-author_agent: architect
-status: proposed
-created_at: 2026-06-16
-model_used: claude-opus-4-8
----
-
-# 10 — Технические риски: ORCH-116 — детерминированный test-раннер
-
-Work Item: **ORCH-116** · Repo: **orchestrator** · Стадия: architecture
-
-> Информационный (гейтом не парсится). Покрывает риски BRD §8 (R-1…R-7) + риски, выявленные
-> архитектором по коду (TR-8…TR-11, специфичные для роли `tester` / стадии `testing`).
-
-## Реестр рисков
-
-| ID | Риск | Вер. | Влия. | Митигейшн |
-|----|------|------|-------|-----------|
-| TR-1 (R-1) | Точка диспетчеризации «до `_spawn`» перехватывает не тот джоб | Низ. | Выс. | `should_intercept` = `agent=="tester"` **И** `applies(repo)` **И** `tasks.stage=="testing"` (D1). Роль `tester` исполняет ТОЛЬКО `testing` (`STAGE_TRANSITIONS["review"]["agent"]`) → коллизии стадий нет; гард по стадии — defense-in-depth. never-raise → `False` → `_spawn`. Покрыто тестом перехвата/не-перехвата. |
-| TR-2 (R-2) | После вердикта гейт не инициирован → задача зависает на `testing` | Низ. | Выс. | D7: раннер вызывает `advance_stage(current_stage="testing", finished_agent="tester")` в `run_test_gate` (never-raise). **`finished_agent="tester"` обязателен** — FAIL-ветвь `stage_engine.py:849` матчит по `agent=="tester"`. Покрыто тестом PASS-advance и FAIL-rollback. |
-| TR-3 (R-3) | Таймаут/изоляция pytest; утечка процессов (корень ORCH-109/110/111) | Сред. | Выс. | D3: pytest через `proc_group.run_in_process_group` (tree-kill SIGTERM→grace→SIGKILL); таймаут `test_runner_timeout_s`=900 (малформ→дефолт+WARNING); прогон **в worktree ветки**, не в общем клоне. Покрыто тестом изоляции/таймаута. |
-| TR-4 (R-4) | Two-level outcome неверен: tool-error жжёт developer-retry (регресс ORCH-110) ИЛИ ложный green | Сред. | Выс. | D5: сюита исполнилась → verdict→advance; сюита НЕ исполнилась (spawn-error/таймаут/`None`) → bounded DEFER (re-queue `tester`-джоба, restart-safe маркер) → на исчерпании fail-closed `FAIL`+advance+alert. Никогда тихий advance/ложный green; не жжёт developer-retry на инфре. Покрыто тестом обоих уровней. |
-| TR-5 (R-5) | Откат FAIL не совпадает с LLM-путём (developer-retry cap / `extract_test_failures`) | Низ. | Сред. | D7 переиспользует **существующий** откат `stage_engine.py:849-892` (тот же `MAX_DEVELOPER_RETRIES`, `extract_test_failures`, `enqueue_job("developer", …)`). Новой ветви маршрутизации нет. Покрыто тестом эквивалентности. |
-| TR-6 (R-6) | LLM протаскивается обратно в поток управления вердикта (нарушение BR-8) | Низ. | Сред. | D11: детерминированный раннер — единственный продюсер `result:`; off-control-path триаж не реализуется и не добавляет ребро в `STAGE_TRANSITIONS`. Анти-дрейф LLM-карты (D12) + reviewer-ось AC-12. |
-| TR-7 (R-7) | Backward-compat: репо без тест-контракта зависает без продюсера отчёта | Низ. | Выс. | D8: `_has_test_contract(repo)` (Phase 1 = self-hosting) — `applies==False` для не-self/без-контракта → `should_intercept==False` → прежний LLM-tester (fail-safe). Покрыто тестом для не-self репо. |
-| **TR-8** | **52c-`status:` ↔ парсер: ложный FAIL.** `_parse_tests_verdict` читает вердикт из `verdict:`/**`status:`**/`result:` с negative-token-priority. 52c-`status: failed` (`"FAILED"`) при `result: PASS` → негативный токен авторитетен → ложный FAIL здорового прогона. **(Отсутствует в ORCH-115 — там гейт читает только `staging_status:`.)** | Сред. | Выс. | D6.1: `status:` ВСЕГДА выровнен по вердикту (`success`↔PASS / `failed`↔FAIL); `"SUCCESS"` — не негативный/не позитивный токен, позитив берётся из `result: PASS`. **Обязательный** unit-тест: `_parse_tests_verdict(<тело раннера PASS>)==(True,…)` и `(FAIL)==(False,…)` через **неизменённый** парсер. Reviewer: `status:`-литерал с негативным токеном при `result: PASS` → ≥P1. |
-| **TR-9** | **Smoke против прод-8500 флапает.** Разовый блип запущенного оркестратора (connection refused/таймаут) → `FAIL` → откат здоровой ветки + расход developer-retry. | Сред. | Сред. | D3: bounded smoke-ретрай **транзиентной недостижимости** (несколько быстрых GET с коротким backoff) перед `FAIL`; «достижимо, но форма неверна» → немедленный `FAIL`. `test_runner_smoke_enabled` позволяет отключить smoke без отката раннера. pytest — первичный сигнал; developer-retry-cap поглощает остаточный шум. |
-| **TR-10** | **DEFER re-queue'ит не тот агент.** Копипаст из `staging_runner` мог бы re-queue'ить `deployer`-джоб → задача уйдёт в чужой обработчик. | Низ. | Выс. | D5: DEFER re-queue'ит **`tester`**-джоб (`enqueue_job("tester", …)`), повторно входящий в этот раннер на стадии `testing`. Покрыто тестом DEFER (проверка роли re-queued джоба). |
-| **TR-11** | **Дрейф LLM-карты/политики/витрины** при реализации (NFR-6): инвариант «ровно один `first_slice=yes`» нарушен / `avoidable=yes` снят с tester / анти-дрейф-тесты красные. | Сред. | Сред. | D12: точная спека правок (A5 → реализовано, но `avoidable=yes`/`axis=C`/`needs-hybrid-fallback` СОХРАНЯЮТСЯ; rank 2 tester → реализован, `first_slice` НЕ переключать — остаётся у rank 1/deployer). Правки атомарно с кодом в development + зелёные `test_llm_call_site_inventory.py`/`test_llm_determinization_docs.py`. Reviewer-ось AC-14 ≥P1. |
-| TR-12 | Скоуп-дрейф: правка `STAGE_TRANSITIONS`/`QG_CHECKS`/`check_tests_passed`/`_parse_tests_verdict`/machine-verdict/схемы БД | Низ. | Выс. | NFR-1: замена только *продюсера*. Анти-дрейф-тест на неизменность гейта/токенов/схемы (AC-6). Reviewer ловит как ≥P1. |
-
-## Сводный вывод
-
-Доминирующий класс — **корректность интеграции детерминированного раннера в существующий гейт**
-(`finished_agent="tester"`, two-level outcome, эквивалентность отката) и **две tester-специфичные
-мины, которых не было в ORCH-115**: (TR-8) коллизия 52c-`status:` с `_parse_tests_verdict` и
-(TR-9) флап smoke против прод-8500. Обе закрыты архитектурно (D6.1 — жёсткое выравнивание `status:`
-+ unit-тест через неизменённый парсер; D3 — bounded smoke-ретрай + config-gate). Остаточный риск для
-прод-конвейера (self-hosting) — **низкий**: leaf never-raise + kill-switch (мгновенный откат к
-LLM-tester байт-в-байт), без правки гейта/стадии/схемы БД, граница с ORCH-112/114/115 соблюдена,
-сквозной бюджет времени сохранён без правки `reaper_max_running_s`.
-
-Эскалация `arch:major-change` **не требуется** (нет новой стадии/QG/смены БД; новый компонент-leaf —
-аддитивный, под kill-switch, по доказанному прецеденту ORCH-115). Возврат в анализ **не требуется**
-(ТЗ удовлетворяется без нарушения принципов архитектуры).

docs/work-items/ORCH-116/12-review.md

@@ -1,135 +0,0 @@
----
-verdict: APPROVED
-work_item: ORCH-116
-stage: review
-author_agent: reviewer
-status: approved
-created_at: 2026-06-16
-model_used: claude-opus-4-8
-type: review
-work_item_id: ORCH-116
-version: 1
----
-
-# Review ORCH-116 — детерминированный test-раннер вместо LLM-тестера
-
-## Summary
-
-PR заменяет LLM-агента `tester` на стадии `testing` (self-hosting `orchestrator`)
-детерминированным leaf `src/test_runner.py`, перехватываемым в `launch_job` **до `_spawn`** —
-точное зеркало уже работающего в проде ORCH-115/`staging_runner`. Проверено по всем четырём осям:
-соответствие ТЗ/AC, соответствие ADR, качество кода, документация. **Все 15 критериев приёмки
-выполнены**, критический инвариант NFR-1 («замена *продюсера* артефакта, не гейта») соблюдён
-байт-в-байт, документация (включая витрину `docs/overview/` и LLM-карту/roadmap/политику) обновлена
-в том же PR. Полный регресс зелёный (`2137 passed`), новый `tests/test_orch116_test_runner.py`
-зелёный (32 теста), LLM-анти-дрейф зелёный. **P0/P1 findings отсутствуют → `APPROVED`.**
-
-## Оси проверки
-
-### 1. Соответствие ТЗ / Acceptance Criteria — PASS
-
-Верифицировано по коду + тестам каждое AC:
-- **AC-1** (перехват до `_spawn`) — `launcher.launch_job`: `if job.get("agent")=="tester" and
-  test_runner.should_intercept(job): return self._run_test_runner_job(job)`; `_run_test_runner_job`
-  ведёт `jobs` через `mark_job`, возвращает `None` (нет `agent_runs`). TC-05 воспроизводит без живого CLI.
-- **AC-2** (контракт `13-test-report.md`) — `build_test_report` эмитит `result: PASS|FAIL` UPPERCASE +
-  полную 52c-схему; читается **неизменённым** `_parse_tests_verdict` (TC-04).
-- **AC-3** (exit→verdict) — `map_exit_code_to_result` — тонкий транслятор над единым
-  `self_deploy.map_exit_code_to_status` (`0→PASS`, иначе/None/нечисло→`FAIL`); второй маппинг не введён (TC-02).
-- **AC-4** (эквивалентность маршрутизации) — `_advance(finished_agent="tester", current_stage="testing")`,
-  без новых рёбер; PASS→advance, FAIL→существующий откат `testing→development` (TC-07/TC-10).
-- **AC-5** (two-level outcome) — `run_test_gate`: `suite_ran = returncode is not None and not timed_out`;
-  tool-error → bounded DEFER re-queue **`tester`**-джоба, не код-фейл-откат (TC-10).
-- **AC-6** (анти-дрейф) — `git diff` по `src/` затрагивает только `launcher.py`/`config.py`/`main.py`/
-  `test_runner.py`; `src/stages.py` (STAGE_TRANSITIONS) и `src/qg/checks.py` (`check_tests_passed`/
-  `_parse_tests_verdict`) **не тронуты**; новых таблиц нет (TC-09).
-- **AC-7/AC-8** (kill-switch / backward-compat) — `applies()` гасит при `enabled=False`, скоупит CSV,
-  и `_has_test_contract` → `False` для не-self репо даже при ручном добавлении в CSV (TC-01/TC-08).
-- **AC-9** (never-raise) — все публичные функции в `try/except`; `run_test_gate` не роняет воркер (TC-11).
-- **AC-10** (self-hosting safety) — `build_test_command` без литералов рестарта/compose/build/force-push/
-  `.env`; smoke строго read-only GET (TC-13).
-- **AC-11** (proc_group/worktree/timeout) — pytest в `get_worktree_path` через `run_in_process_group`,
-  `_resolve_timeout` дефолтит на малформе (TC-12).
-- **AC-12/AC-13/AC-14/AC-15** — гибрид off-control-path, блок `test_runner` в `/queue`, обновление
-  LLM-карты/политики/витрины, полный регресс — все зелёные.
-
-### 2. Соответствие ADR — PASS
-
-Реализация дословно следует ADR-001 (D1–D12) и сквозному adr-0049. Ключевые места сверены:
-- **D6.1 (анти-коллизия 52c-`status:` ↔ `_parse_tests_verdict`)** — корректно: `PASS → status: success`
-  (`SUCCESS` не позитивный и не негативный токен, позитив `PASS` берётся из `result:`), `FAIL → status:
-  failed` (`FAILED` — негативный токен, согласован). Прибито TC-04/`test_tc04_status_field_never_false_
-  negatives_a_pass` через неизменённый парсер. Это была самая тонкая мина задачи — снята верно.
-- **D5 DEFER** — побайтовое зеркало `staging_runner._handle_tool_error`, но re-queue **`tester`**-джоба
-  (не `deployer`) — проверено TC-10 (`assert agent == "tester"`). Счётчик restart-safe по маркеру в
-  `task_content`, без правки схемы БД.
-- **Трассировка маркеров (TRACEABILITY):** правки рядом с ORCH-115 (`launcher`), ORCH-114
-  (`advance_stage`/transition-lease — берётся **внутри** `advance_stage`, раннер не трогает, граница O1),
-  ORCH-110 (`proc_group` переиспользуется как есть) — ни один зафиксированный инвариант не сломан.
-- Глобальные ADR (INV-4 «мерж только через PR», запрет рестарта прод-контейнера) — соблюдены: лог
-  пушится только в фичеветку, никакой работы с `main`.
-
-### 3. Качество кода — PASS
-
-- Docstrings на всех публичных функциях; контракт never-raise выдержан сквозно (каждый внешний вызов
-  обёрнут, наблюдательные счётчики через `_bump` не ломают решение).
-- Тесты содержательные (32 TC, не тривиальные): покрыты kill-switch/scope/contract, маппинг по классам
-  входа, рендер+парсер, перехват, two-level outcome, never-raise, timeout, smoke read-only,
-  анти-дрейф, наблюдаемость.
-- Сигнатуры зависимостей сверены: `db.enqueue_job(..., available_at_delay_s=)`, `db.mark_job`,
-  `self_deploy.map_exit_code_to_status`, `config.post_deploy_base_url` (дефолт `http://localhost:8500`)
-  — все существуют, AttributeError-риск smoke отсутствует.
-- Security: smoke — только `urllib` GET к локальному оркестратору; мутирующих запросов нет.
-- Это **не** багфикс-трек (стадия `architecture` отработана, full-cycle) → требование регресс-фиксатора
-  ORCH-019/BR-4 неприменимо; тем не менее покрытие исчерпывающее.
-
-### 4. Документация — PASS (обязательная проверка)
-
-`src/` изменён → документация обновлена **в том же PR**, проверено явно:
-- **Паспорт** `CLAUDE.md` — новый раздел «Детерминированный test-раннер (ORCH-116)».
-- **Компонент-карта** `docs/architecture/README.md` — запись **Test-runner** + блок roadmap «второй
-  срез реализован».
-- **Внутренности** `docs/architecture/internals.md` — примечание о перехвате на `testing`.
-- **LLM-карта/политика/roadmap** — `llm-call-sites.md` (A5), `llm-determinization-roadmap.md` (rank 2 ✅),
-  `llm-usage-policy.md` (§5); инвариант «ровно один `first_slice=yes`» цел; анти-дрейф-тесты зелёные.
-- **Витрина системы `docs/overview/` (ORCH-011)** — обновлены `tech-pipeline.md`, `tech-agents.md`,
-  `tech-quality-security.md`; `tests/test_system_docs.py` зелёный.
-- **Промпт** `.openclaw/agents/tester.md` — врезка «детерминированный раннер ведёт стадию; LLM — fallback».
-- **`CHANGELOG.md`** — запись `[Unreleased]`.
-- **ADR** заведён (`06-adr/ADR-001` + сквозной `adr-0049`).
-
-Обзорные доки / «Известные ограничения» README не затронуты этим PR (раннер — новая способность, не
-закрытие документированного ограничения) → дополнительных правок не требуется.
-
-## Findings
-
-### P0 — Blocker
-- Нет.
-
-### P1 — Must fix
-- Нет.
-
-### P2 — Should fix
-- Нет.
-
-### P3 — Nice-to-have (не блокирует)
-- [ ] `_http_get` читает только первые 8192 байта тела (`resp.read(8192)`), а smoke проверяет наличие
-  `serial_gate` в ответе `/queue`. Эмпирически `serial_gate` лежит на офсете ~1481 байт (запас ~6.7 КБ
-  до границы) — **сейчас корректно**, но при будущем разрастании блоков `/queue` *перед* `serial_gate`
-  это латентная хрупкость (ложный smoke-FAIL здорового прогона). Опционально: поднять лимит чтения для
-  `/queue` или искать ключ потоково. Не блокирует — текущий запас комфортный.
-- [ ] `build_test_command` добавляет флаг `-q`, отсутствующий в литеральной команде ADR (`python -m
-  pytest <target>`). Безвредно и согласовано с прежним промптом tester (`pytest tests/ -q`); фиксирую
-  лишь как расхождение текст↔код.
-
-## Документация
-Обновлена в полном объёме в том же PR (см. ось 4): `CLAUDE.md`, `docs/architecture/README.md`,
-`internals.md`, `llm-call-sites.md`, `llm-determinization-roadmap.md`, `llm-usage-policy.md`,
-`docs/overview/{tech-pipeline,tech-agents,tech-quality-security}.md`, `.openclaw/agents/tester.md`,
-`CHANGELOG.md`, ADR-001 + сквозной adr-0049. Анти-дрейф-тесты документации (`test_llm_call_site_
-inventory.py`, `test_llm_determinization_docs.py`, `test_system_docs.py`) — зелёные. Требований к
-обновлению документации, оставшихся невыполненными, **нет**.
-
-## Вердикт
-Нет P0/P1 findings; критический инвариант NFR-1 соблюдён байт-в-байт; документация = golden source
-обновлена синхронно с кодом; полный регресс зелёный. **`verdict: APPROVED`.**

docs/work-items/ORCH-116/13-test-report.md

@@ -1,72 +0,0 @@
----
-result: PASS
-work_item: ORCH-116
-stage: testing
-author_agent: tester
-status: pass
-created_at: 2026-06-16
-model_used: claude-opus-4-8
-type: test-report
-work_item_id: ORCH-116
----
-
-# Test Report — ORCH-116
-
-Детерминированный test-раннер вместо LLM-тестера (стадия `testing`).
-
-## Окружение
-- Python: 3.12.13
-- pytest: 8.3.3 (plugins: cov-5.0.0, anyio-4.14.0, asyncio-0.23.8)
-- Worktree: `/repos/_wt/orchestrator/feature_ORCH-116-orch-replace-llm-tester-with-d`
-- Ветка: `feature/ORCH-116-orch-replace-llm-tester-with-d`
-- Дата: 2026-06-16
-
-## Smoke API (read-only)
-- `GET /health` → `{"status":"ok","service":"orchestrator"}` — **OK**
-- `GET /status` → активные задачи отданы (ORCH-116 на `testing`) — **OK**
-- `GET /queue` → отдан; блок `serial_gate` присутствует (ORCH-088), блок `auto_labels` присутствует,
-  блок `test_runner` присутствует (ORCH-116 наблюдаемость) — **OK**
-
-## Результаты по тест-плану (04-test-plan.yaml)
-
-| TC ID | Описание | Тест(ы) | Результат |
-|-------|----------|---------|-----------|
-| TC-01 | `applies(repo)`: kill-switch/скоуп/тест-контракт (BR-9), never-raise | `test_tc01_applies_killswitch_scope_and_contract`, `test_tc01_applies_never_raises` | PASS |
-| TC-02 | Маппинг exit-кода 0→PASS / иначе/None→FAIL (fail-closed, единый контракт) | `test_tc02_map_exit_code` | PASS |
-| TC-03 | Рендер `13-test-report.md`: `result:` UPPERCASE + 52c-схема + хвост stdout/smoke | `test_tc03_report_render_schema_and_status_alignment` | PASS |
-| TC-04 | Артефакт читается неизменённым `_parse_tests_verdict` для PASS/FAIL | `test_tc04_gate_parser_unchanged`, `test_tc04_status_field_never_false_negatives_a_pass` | PASS |
-| TC-05 | `launch_job` перехватывает tester-джоб до `_spawn`; `agent_runs` не создаётся, None | `test_tc05_launch_job_intercepts_before_spawn` | PASS |
-| TC-06 | Дискриминатор: не-`testing`/не-tester/не-self не перехватываются; never-raise→False | `test_tc06_*` (4 теста) | PASS |
-| TC-07 | PASS→advance(`tester`)→`deploy-staging`; FAIL→откат `testing→development` + retry | `test_tc07_advance_initiated_like_llm[0-PASS]`, `[1-FAIL]` | PASS |
-| TC-08 | Kill-switch `test_runner_enabled=False` → `_spawn` (LLM-путь байт-в-байт) | `test_tc08_killswitch_falls_back_to_spawn` | PASS |
-| TC-09 | Анти-дрейф NFR-1: `STAGE_TRANSITIONS`/`QG_CHECKS`/`check_tests_passed`/токены/схема БД целы | `test_tc09_pipeline_contract_unchanged` | PASS |
-| TC-10 | Two-level (анти-ORCH-110): tool-error→bounded DEFER; исчерпание→fail-closed FAIL+alert | `test_tc10_nonzero_exit_is_fail_and_advances`, `test_tc10_timeout_defers_without_advance`, `test_tc10_tool_error_budget_exhausted_fails_closed` | PASS |
-| TC-11 | never-raise/fail-safe: pytest-бросок/таймаут/worktree-ошибка → FAIL/DEFER, не клинит | `test_tc11_run_gate_never_raises`, `test_tc11_launcher_contains_runner_fault` | PASS |
-| TC-12 | Изоляция/таймаут: proc_group tree-kill в worktree; малформ→дефолт 900+WARNING | `test_tc12_resolve_timeout_default_on_bad_value`, `test_tc12_pytest_runs_in_worktree_via_proc_group` | PASS |
-| TC-13 | Self-hosting safety: нет опасных литералов; smoke строго read-only GET; push в фичеветку | `test_tc13_*` (5 тестов) | PASS |
-| TC-14 | Наблюдаемость+гибрид: блок `test_runner` в `/queue`; структурный лог; LLM вне control-path | `test_tc14_*` (4 теста) | PASS |
-| TC-15 | Анти-дрейф LLM-карты: `llm-call-sites`/roadmap/policy зелёные после правок | `test_tc15_llm_map_anti_drift_green`, `test_llm_call_site_inventory.py`, `test_llm_determinization_docs.py` | PASS |
-
-Каждый TC из `04-test-plan.yaml` выполнен и сопоставлен с критериями `03-acceptance-criteria.md`.
-
-## Вывод pytest
-
-### Полный регресс
-```
-$ python -m pytest tests/ -q --tb=short
-........................................................................ [ 97%]
-.................................................                        [100%]
-2137 passed, 1 warning in 84.57s (0:01:24)
-```
-(единственный warning — несвязанный Pydantic V2 deprecation в `src/config.py:8`)
-
-### Тесты ORCH-116 (verbose)
-```
-$ python -m pytest tests/test_orch116_test_runner.py tests/test_llm_call_site_inventory.py tests/test_llm_determinization_docs.py -v
-45 passed, 1 warning in 2.20s
-```
-
-## Итог
-PASS — полный регресс зелёный (2137 passed), smoke read-only OK (`/health`/`/status`/`/queue`,
-блок `serial_gate` присутствует), все 15 TC выполнены и сопоставлены с критериями приёмки.
-Задача переходит на `deploy-staging`.

docs/work-items/ORCH-116/15-staging-log.md

@@ -1,17 +0,0 @@
----
-staging_status: FAILED
-work_item: ORCH-116
-stage: deploy-staging
-author_agent: staging-runner
-status: failed
-created_at: 2026-06-16
-model_used: n/a
-exit_code: None
-base_url: http://localhost:8501
----
-
-# Staging Gate Log (deterministic runner, ORCH-115)
-
-Staging suite did NOT execute (tool-error) and the infra-retry budget was exhausted -> fail-closed FAILED.
-
-Вердикт зафиксирован детерминированным staging-раннером (ORCH-115), не LLM. infra-tolerance (ORCH-061) уже учтена внутри `staging_check.py` — раннер её не пересуживает.

docs/work-items/ORCH-118/16-post-deploy-log.md

@@ -0,0 +1,14 @@
+---
+post_deploy_status: HEALTHY
+action_taken: NONE
+work_item: ORCH-118
+window_s: 900
+checks_total: 30
+checks_failed: 0
+---
+
+# Post-deploy log — ORCH-021 post-deploy monitor
+
+Наблюдение прода завершено: `post_deploy_status: HEALTHY`, `action_taken: NONE`.
+
+Окно наблюдения: 900s; опросов всего: 30, из них с провалом: 0.

src/agents/launcher.py

@@ -385,14 +385,6 @@ class AgentLauncher:
         (no-LLM) job — intercept it BEFORE _spawn (which would raise
         "Unknown agent", R-6) and run the deploy finalizer synchronously, driving
         the jobs row status itself. Returns None (no agent_run row).
-
-        ORCH-115: the LLM ``deployer`` on the ``deploy-staging`` stage (self-hosting
-        scope) is replaced by a DETERMINISTIC staging-runner — intercepted here
-        BEFORE _spawn (same precedent as deploy-finalizer / post-deploy-monitor). The
-        discriminator is the TASK STAGE (deploy-staging), not the role name, so the
-        prod ``deploy`` deployer is never caught (staging_runner.should_intercept).
-        Kill-switch off / out of scope -> should_intercept False -> the prior LLM
-        deployer runs via _spawn byte-for-byte.
         """
         if job.get("agent") == "deploy-finalizer":
             return self._run_deploy_finalizer_job(job)
@@ -401,22 +393,6 @@ class AgentLauncher:
         # observation tick synchronously. Returns None (no agent_run row).
         if job.get("agent") == "post-deploy-monitor":
             return self._run_post_deploy_monitor_job(job)
-        # ORCH-115: deterministic staging-runner intercept (BEFORE _spawn).
-        if job.get("agent") == "deployer":
-            from .. import staging_runner
-            if staging_runner.should_intercept(job):
-                return self._run_staging_runner_job(job)
-        # ORCH-116: deterministic test-runner intercept (BEFORE _spawn). The LLM
-        # ``tester`` on the ``testing`` stage (self-hosting scope, repo with a
-        # test-contract) is replaced by a DETERMINISTIC test-runner (same precedent
-        # as deploy-finalizer / post-deploy-monitor / staging-runner). ``tester`` is
-        # the only agent entering ``testing``; the stage guard is defense-in-depth.
-        # Kill-switch off / out of scope / no contract -> should_intercept False ->
-        # the prior LLM tester runs via _spawn byte-for-byte.
-        if job.get("agent") == "tester":
-            from .. import test_runner
-            if test_runner.should_intercept(job):
-                return self._run_test_runner_job(job)
         return self._spawn(
             job["agent"],
             job["repo"],
@@ -446,50 +422,6 @@ class AgentLauncher:
                 pass
         return None
 
-    def _run_staging_runner_job(self, job: dict):
-        """ORCH-115: run the deterministic staging gate for a deployer job.
-
-        Not an LLM spawn — there is no subprocess/monitor of an agent, so we mark the
-        jobs row done/failed here (mirror of _run_deploy_finalizer_job). The runner
-        never-raises, but we guard anyway so a runner fault can't wedge the worker.
-        Returns None (no agent_run row, _spawn not called).
-        """
-        from ..db import mark_job
-        from .. import staging_runner
-        try:
-            staging_runner.run_staging_gate(job)
-            mark_job(job["id"], "done")
-            logger.info(f"staging-runner job {job['id']} done")
-        except Exception as e:
-            logger.error(f"staging-runner job {job['id']} failed: {e}")
-            try:
-                mark_job(job["id"], "failed", error=f"staging-runner error: {e}")
-            except Exception:
-                pass
-        return None
-
-    def _run_test_runner_job(self, job: dict):
-        """ORCH-116: run the deterministic test gate for a tester job on `testing`.
-
-        Not an LLM spawn — there is no subprocess/monitor of an agent, so we mark the
-        jobs row done/failed here (mirror of _run_staging_runner_job). The runner
-        never-raises, but we guard anyway so a runner fault can't wedge the worker.
-        Returns None (no agent_run row, _spawn not called).
-        """
-        from ..db import mark_job
-        from .. import test_runner
-        try:
-            test_runner.run_test_gate(job)
-            mark_job(job["id"], "done")
-            logger.info(f"test-runner job {job['id']} done")
-        except Exception as e:
-            logger.error(f"test-runner job {job['id']} failed: {e}")
-            try:
-                mark_job(job["id"], "failed", error=f"test-runner error: {e}")
-            except Exception:
-                pass
-        return None
-
     def _run_post_deploy_monitor_job(self, job: dict):
         """ORCH-021: run one deterministic post-deploy monitor tick for a job.
 

src/config.py

@@ -413,102 +413,6 @@ class Settings(BaseSettings):
     coverage_tool_fail_closed: bool = False
     coverage_run_timeout_s: int = 900
 
-    # ORCH-115: deterministic staging-runner replacing the LLM `deployer` agent on
-    # the `deploy-staging` stage for the self-hosting orchestrator. A new leaf
-    # src/staging_runner.py (never-raise) is intercepted in launch_job BEFORE _spawn
-    # (mirroring the deploy-finalizer / post-deploy-monitor reserved-agent
-    # precedent, launcher.py:389/394): it runs the SAME staging suite the LLM ran
-    # (`docker exec orchestrator-staging python3 .../staging_check.py`), maps the
-    # exit-code -> staging_status: via the existing self_deploy.map_exit_code_to_status
-    # contract, writes 15-staging-log.md, and initiates the EXISTING check_staging_status
-    # gate exactly as a finished LLM-deployer would. The artifact contract, the gate,
-    # STAGE_TRANSITIONS and the DB schema are byte-for-byte UNCHANGED — this only
-    # replaces the *producer* of the artifact. Pattern = coverage_gate_* / self_deploy_*.
-    # See docs/work-items/ORCH-115/06-adr/ADR-001-deterministic-staging-runner.md and
-    # docs/architecture/adr/adr-0048-deterministic-staging-runner.md.
-    #   staging_runner_enabled            -> SINGLE kill-switch (env
-    #                                        ORCH_STAGING_RUNNER_ENABLED). False -> the
-    #                                        intercept never fires -> the prior LLM
-    #                                        deployer runs on deploy-staging via _spawn
-    #                                        byte-for-byte as before ORCH-115 (D8/AC-6).
-    #   staging_runner_repos              -> CSV scope (env ORCH_STAGING_RUNNER_REPOS).
-    #                                        Empty -> self-hosting only (orchestrator)
-    #                                        via is_self_hosting_repo; non-empty ->
-    #                                        membership. Mirrors coverage_gate_repos.
-    #   staging_runner_timeout_s          -> wall-clock budget for the docker-exec
-    #                                        staging suite (env ORCH_STAGING_RUNNER_TIMEOUT_S).
-    #                                        Malformed/non-positive -> default + WARNING
-    #                                        (never-break). Aligned with the cross-cutting
-    #                                        budget invariant ORCH-065/109/110 WITHOUT
-    #                                        touching reaper_max_running_s (D9): it replaces
-    #                                        the up-to-900s LLM staging window with a bounded
-    #                                        <=600s deterministic one (Σ on the edge does not grow).
-    #   staging_runner_infra_max_retries  -> tool-error (suite did NOT execute: spawn-error /
-    #                                        timeout / returncode None) bounded DEFER budget
-    #                                        before a fail-closed FAILED (env
-    #                                        ORCH_STAGING_RUNNER_INFRA_MAX_RETRIES). Mirrors
-    #                                        merge_retest_infra_max_retries — infra hiccup is
-    #                                        NOT a code-fault, so it never burns a developer-retry
-    #                                        until the budget is exhausted (D5, anti ORCH-110).
-    #   staging_runner_infra_retry_delay_s-> delay before the re-queued deployer job
-    #                                        (env ORCH_STAGING_RUNNER_INFRA_RETRY_DELAY_S).
-    staging_runner_enabled: bool = True
-    staging_runner_repos: str = ""
-    staging_runner_timeout_s: int = 600
-    staging_runner_infra_max_retries: int = 2
-    staging_runner_infra_retry_delay_s: int = 30
-
-    # ORCH-116: deterministic test-runner replacing the LLM `tester` agent on the
-    # `testing` stage for the self-hosting orchestrator (second realised slice of the
-    # determinization-roadmap, A5/tester needs-hybrid-fallback; first was ORCH-115/
-    # deployer). A new leaf src/test_runner.py (never-raise) is intercepted in
-    # launch_job BEFORE _spawn (mirroring the deploy-finalizer / post-deploy-monitor /
-    # staging-runner precedent, launcher.py:397/402/405): it runs the SAME regression
-    # `python -m pytest <target>` in the task worktree via proc_group (tree-kill) +
-    # the read-only smoke (/health,/status,/queue + serial_gate block), maps the
-    # exit-code -> result: PASS|FAIL via the existing self_deploy.map_exit_code_to_status
-    # contract, writes 13-test-report.md, and initiates the EXISTING check_tests_passed
-    # gate exactly as a finished LLM-tester would. The artifact contract, the gate,
-    # STAGE_TRANSITIONS and the DB schema are byte-for-byte UNCHANGED — this only
-    # replaces the *producer* of the artifact. Pattern = staging_runner_* / coverage_gate_*.
-    # See docs/work-items/ORCH-116/06-adr/ADR-001-deterministic-test-runner.md and
-    # docs/architecture/adr/adr-0049-deterministic-test-runner.md.
-    #   test_runner_enabled            -> SINGLE kill-switch (env ORCH_TEST_RUNNER_ENABLED).
-    #                                     False -> the intercept never fires -> the prior
-    #                                     LLM tester runs on testing via _spawn byte-for-byte
-    #                                     as before ORCH-116 (D8/AC-7).
-    #   test_runner_repos              -> CSV scope (env ORCH_TEST_RUNNER_REPOS). Empty ->
-    #                                     self-hosting only (orchestrator) via
-    #                                     is_self_hosting_repo; non-empty -> membership.
-    #                                     A repo with no resolvable test-contract is never
-    #                                     intercepted even if listed (BR-9, _has_test_contract).
-    #   test_runner_target             -> pytest target of the test-contract (env
-    #                                     ORCH_TEST_RUNNER_TARGET; convention merge_retest_target).
-    #   test_runner_timeout_s          -> wall-clock budget for the pytest regression (env
-    #                                     ORCH_TEST_RUNNER_TIMEOUT_S). Malformed/non-positive ->
-    #                                     default + WARNING (never-break). Aligned with the
-    #                                     cross-cutting budget invariant ORCH-065/109/110 WITHOUT
-    #                                     touching reaper_max_running_s (D9): it replaces the
-    #                                     <=1800s LLM testing window (agent_timeout_seconds) with a
-    #                                     bounded <=900s deterministic one (Σ on the edge does not grow).
-    #   test_runner_smoke_enabled      -> optional read-only smoke (env ORCH_TEST_RUNNER_SMOKE_ENABLED).
-    #                                     False -> pytest exit-code is the sole signal (smoke skipped).
-    #   test_runner_infra_max_retries  -> tool-error (suite did NOT execute: spawn-error / timeout /
-    #                                     returncode None) bounded DEFER budget before a fail-closed
-    #                                     FAIL (env ORCH_TEST_RUNNER_INFRA_MAX_RETRIES). Mirrors
-    #                                     staging_runner_infra_max_retries — infra hiccup is NOT a
-    #                                     code-fault, so it never burns a developer-retry until the
-    #                                     budget is exhausted (D5, anti ORCH-110).
-    #   test_runner_infra_retry_delay_s-> delay before the re-queued tester job (env
-    #                                     ORCH_TEST_RUNNER_INFRA_RETRY_DELAY_S).
-    test_runner_enabled: bool = True
-    test_runner_repos: str = ""
-    test_runner_target: str = "tests/"
-    test_runner_timeout_s: int = 900
-    test_runner_smoke_enabled: bool = True
-    test_runner_infra_max_retries: int = 2
-    test_runner_infra_retry_delay_s: int = 30
-
     # ORCH-098 (FND/F2): machine lessons-journal — additive `lessons` table + leaf
     # src/lessons.py (never-raise observer, by образцу serial_gate/coverage_gate/
     # metrics). The journal is an OBSERVER, never a Quality Gate: writing a lesson

src/main.py

@@ -235,8 +235,6 @@ async def queue():
     from . import lessons
     from . import checkout_hygiene
     from . import transition_lease
-    from . import staging_runner
-    from . import test_runner
     from .disk_watchdog import disk_watchdog
     from .build_cache_pruner import build_cache_pruner
     return {
@@ -285,16 +283,6 @@ async def queue():
         # (owner/stage/age/live) + defer/reclaim/CAS-lost counters. Additive block;
         # never-raise.
         "transition_lease": transition_lease.snapshot(),
-        # ORCH-115 (FR-7 / AC-10): deterministic staging-runner observability
-        # (read-only) — kill-switch, scope, timeout/infra budget + run/success/
-        # failed/tool_error/deferred counters, so a code-fail FAILED is distinguishable
-        # from an infra tool-error. Additive block; never-raise.
-        "staging_runner": staging_runner.snapshot(),
-        # ORCH-116 (FR-8 / AC-13): deterministic test-runner observability (read-only)
-        # — kill-switch, scope, target, timeout/smoke/infra budget + run/pass/fail/
-        # tool_error/deferred counters, so a code-fail FAIL is distinguishable from an
-        # infra tool-error. Additive block; never-raise.
-        "test_runner": test_runner.snapshot(),
         # ORCH-098 (FR-4 / AC-4): lessons-journal observability (read-only) —
         # kill-switch + counts by type/status + last N lessons. Additive block;
         # never-raise (snapshot() returns {"enabled": ...} minimum on error).

src/staging_runner.py

@@ -1,581 +0,0 @@
-"""Deterministic staging-runner (ORCH-115).
-
-The `deploy-staging` stage for the self-hosting ``orchestrator`` repo was driven by
-the LLM ``deployer`` agent, but the actual work is purely deterministic
-(``.openclaw/agents/deployer.md`` steps 1-4): run the staging suite, map its
-**exit-code** to a verdict (``0 -> SUCCESS``, else ``FAILED``), write
-``15-staging-log.md`` and commit it. This leaf replaces that LLM consultation with
-deterministic code, intercepted in ``launcher.launch_job`` BEFORE ``_spawn`` (the
-``deploy-finalizer`` / ``post-deploy-monitor`` reserved-agent precedent,
-``launcher.py:389/394``).
-
-What is and is NOT changed (NFR-1, the critical invariant):
-  * UNCHANGED — the artifact contract (``15-staging-log.md`` with
-    ``staging_status: SUCCESS|FAILED``), the gate ``check_staging_status`` /
-    ``_parse_staging_status``, ``STAGE_TRANSITIONS``, the DB schema. This module
-    replaces only the *producer* of the artifact, never the gate that reads it.
-  * NEW — a deterministic producer + a launch_job intercept. Under a kill-switch +
-    repo-scope CSV; fail-safe back to the LLM path when off / out of scope.
-
-This module is a **leaf** (mirror of ``self_deploy`` / ``proc_group`` /
-``staging_verdict``): it imports only ``config`` / ``logging`` / ``proc_group`` at
-module load; ``db`` / ``git_worktree`` / ``self_deploy.map_exit_code_to_status`` /
-``qg.checks`` / ``stage_engine.advance_stage`` / ``notifications`` are imported
-LAZILY inside functions so the heavy ``stage_engine`` is never pulled at import and
-no import cycle forms (pattern: ``transition_lease`` / ``merge_gate``). Every public
-function honours a **never-raise** contract (AC-7): a staging-infra hiccup can never
-crash the worker / wedge the queue.
-
-Two-level outcome (D5 — the key safety decision, anti ORCH-110):
-  * the suite EXECUTED (a real exit-code, 0 or non-zero) -> trust the code:
-    ``0 -> SUCCESS -> advance``; ``!=0 -> FAILED -> the existing rollback
-    deploy-staging -> development`` (same developer-retry path as a FAILED LLM
-    verdict). ORCH-061 infra-tolerance is already INSIDE ``staging_check.py`` — the
-    runner never re-judges it (BR-4).
-  * the suite did NOT execute (tool-error: spawn-error / timeout / ``returncode is
-    None``) -> an infra fault, NOT a code fault -> a bounded DEFER (re-queue a fresh
-    ``deployer`` job with a delay + a restart-safe marker). On budget exhaustion ->
-    fail-closed ``FAILED`` + advance + alert. So the runner NEVER does a silent
-    advance / false green, and NEVER wedges the queue, but does NOT burn a
-    developer-retry on transient infra.
-"""
-
-import logging
-import time
-
-from .config import settings
-from . import proc_group
-
-logger = logging.getLogger("orchestrator.staging_runner")
-
-# Platform service literal — the staging compose service the suite runs inside.
-# Already an accepted platform literal (mirror image_freshness._STAGING_SERVICE);
-# NOT a host hardcode (test_no_host_hardcodes forbids host IP/home/hostname only).
-STAGING_SERVICE = "orchestrator-staging"
-
-# Default wall-clock budget for the docker-exec staging suite (D9). Kept <= the LLM
-# staging window it replaces so Σ(work on the deploy-staging edge) does not grow and
-# the cross-cutting reaper invariant (ORCH-065/109/110) holds WITHOUT touching
-# reaper_max_running_s.
-_DEFAULT_TIMEOUT_S = 600
-
-_GIT_TIMEOUT = 60
-
-# Restart-safe DEFER marker (counted from the persisted jobs queue, mirror of
-# stage_engine._merge_infra_retry_count). Embedded verbatim in the re-queued job's
-# task_content so a service restart never resets the infra-retry budget.
-_INFRA_RETRY_MARKER = "staging-runner infra-retry"
-
-# In-process observability counters (mirror merge_gate._MERGE_GATE_COUNTERS, ORCH-110).
-_STAGING_RUNNER_COUNTERS: dict = {
-    "runs": 0,          # run_staging_gate entered
-    "success": 0,       # suite ran, exit 0 -> SUCCESS
-    "failed": 0,        # suite ran non-zero, OR infra budget exhausted -> FAILED
-    "tool_error": 0,    # suite did NOT execute (spawn-error / timeout / None)
-    "deferred": 0,      # bounded infra DEFER (re-queued)
-}
-
-
-def _bump(key: str) -> None:
-    """Increment an observability counter. Never raises."""
-    try:
-        _STAGING_RUNNER_COUNTERS[key] += 1
-    except Exception:  # noqa: BLE001 - observability must never break a decision
-        pass
-
-
-# ---------------------------------------------------------------------------
-# Conditionality (D8 / FR-6 / AC-6)
-# ---------------------------------------------------------------------------
-def applies(repo: str) -> bool:
-    """Whether the deterministic staging-runner is REAL for ``repo``.
-
-    Mirrors ``self_deploy_applies`` / ``coverage_gate``:
-      * ``staging_runner_enabled=False`` -> always False (global kill-switch); the
-        legacy LLM-deployer path runs on deploy-staging via ``_spawn``.
-      * ``staging_runner_repos`` (CSV) non-empty -> only the listed repos.
-      * empty CSV -> only the self-hosting repo (``orchestrator``), which is the only
-        one with a staging instance.
-    Checked FIRST in ``should_intercept`` (local, no network, no DB) so a disabled
-    flag costs nothing. never-raise -> False (fail-safe to the prior LLM path).
-    """
-    try:
-        if not settings.staging_runner_enabled:
-            return False
-        raw = (settings.staging_runner_repos or "").strip()
-        if raw:
-            allowed = {r.strip().lower() for r in raw.split(",") if r.strip()}
-            return (repo or "").strip().lower() in allowed
-        # Lazy import keeps this module a leaf (no qg import at module load).
-        from .qg.checks import is_self_hosting_repo
-        return is_self_hosting_repo(repo)
-    except Exception as e:  # noqa: BLE001 - never-raise contract
-        logger.warning("staging_runner.applies error for %s: %s", repo, e)
-        return False
-
-
-def should_intercept(job: dict) -> bool:
-    """True iff this ``deployer`` job is the deterministic staging-suite job (D1).
-
-    The discriminator of "staging vs prod" is the TASK STAGE, not the role name
-    (``deployer`` owns both ``deploy-staging`` and ``deploy``): intercept iff
-    ``agent == "deployer"`` AND the task's ``tasks.stage == "deploy-staging"`` AND
-    ``applies(repo)``. For self-hosting the prod ``deploy`` edge runs Phase A (no
-    deployer spawn); for non-self repos ``applies`` is False, so a non-self prod
-    ``deployer`` job is never intercepted (R-1 / TC-06).
-
-    never-raise -> False (a DB-lookup failure falls through to ``_spawn``, fail-safe
-    to the prior LLM path).
-    """
-    try:
-        if (job.get("agent") or "") != "deployer":
-            return False
-        # applies() FIRST (local, no DB): disabled flag -> zero DB overhead.
-        if not applies(job.get("repo")):
-            return False
-        task_id = job.get("task_id")
-        if task_id is None:
-            return False
-        from .db import get_db
-        conn = get_db()
-        row = conn.execute("SELECT stage FROM tasks WHERE id=?", (task_id,)).fetchone()
-        conn.close()
-        if not row:
-            return False
-        return (row[0] or "") == "deploy-staging"
-    except Exception as e:  # noqa: BLE001 - never-raise contract
-        logger.warning("staging_runner.should_intercept error: %s", e)
-        return False
-
-
-# ---------------------------------------------------------------------------
-# Suite execution (D3 / FR-2 / NFR-3 / AC-8 / AC-9)
-# ---------------------------------------------------------------------------
-def build_staging_command() -> list[str]:
-    """Build the canonical staging-suite argv (same command the LLM-deployer ran).
-
-    ``docker exec <STAGING_SERVICE> python3 <repos_dir>/<self-repo>/scripts/staging_check.py
-    --base-url http://localhost:<staging_port> --mode stub``. Host-specifics come from
-    config (ORCH-101, no host hardcodes). Self-hosting safety (BR-7 / AC-8 / TC-12):
-    NO restart of 8500, NO ``docker compose up orchestrator`` / ``--build``, NO
-    force-push, NO ``.env`` edit — the runner only reads/executes the staging suite
-    (8501) and writes a log.
-    """
-    from .qg.checks import SELF_HOSTING_REPO
-    repos_dir = (settings.repos_dir or "/repos").rstrip("/")
-    script = f"{repos_dir}/{SELF_HOSTING_REPO}/scripts/staging_check.py"
-    base_url = f"http://localhost:{int(settings.staging_port)}"
-    return [
-        "docker", "exec", STAGING_SERVICE,
-        "python3", script,
-        "--base-url", base_url,
-        "--mode", "stub",
-    ]
-
-
-def _resolve_timeout() -> int:
-    """Resolve ``staging_runner_timeout_s`` (malformed/non-positive -> default +
-    WARNING, never-break — mirror of ``merge_gate._resolve_retest_timeout``)."""
-    raw = getattr(settings, "staging_runner_timeout_s", _DEFAULT_TIMEOUT_S)
-    try:
-        t = int(raw)
-        if t > 0:
-            return t
-        logger.warning(
-            "staging_runner_timeout_s non-positive (%r) -> default %ds",
-            raw, _DEFAULT_TIMEOUT_S,
-        )
-    except (TypeError, ValueError):
-        logger.warning(
-            "staging_runner_timeout_s malformed (%r) -> default %ds",
-            raw, _DEFAULT_TIMEOUT_S,
-        )
-    return _DEFAULT_TIMEOUT_S
-
-
-def run_staging_suite() -> proc_group.ProcResult:
-    """Execute the staging suite in its own process group, tree-killed on timeout.
-
-    Reuses ``proc_group.run_in_process_group`` (ORCH-110) so a hung docker-exec /
-    pytest subtree is killed whole (no orphans, AC-9). Never raises (proc_group
-    degrades any OS error to a safe ``ProcResult``).
-    """
-    cmd = build_staging_command()
-    timeout = _resolve_timeout()
-    try:
-        grace = float(getattr(settings, "agent_kill_grace_seconds", 5) or 5)
-    except (TypeError, ValueError):
-        grace = 5.0
-    return proc_group.run_in_process_group(
-        cmd,
-        cwd=None,
-        timeout=timeout,
-        grace_s=grace,
-        tree_kill=bool(getattr(settings, "subprocess_tree_kill_enabled", True)),
-    )
-
-
-# ---------------------------------------------------------------------------
-# exit-code -> verdict (D4 / FR-3 / AC-3) — reuse the single contract, no 2nd mapping
-# ---------------------------------------------------------------------------
-def map_exit_code_to_status(exit_code) -> str:
-    """``0 -> SUCCESS``; non-zero / None / non-int -> ``FAILED`` (fail-closed).
-
-    Delegates to ``self_deploy.map_exit_code_to_status`` — the SAME pure, unit-tested
-    contract the deploy-finalizer uses (BR-4: no second, drifting mapping).
-    """
-    from .self_deploy import map_exit_code_to_status as _map
-    return _map(exit_code)
-
-
-# ---------------------------------------------------------------------------
-# Artifact 15-staging-log.md (D6 / FR-4 / AC-2 / AC-8) — mirror write_deploy_log
-# ---------------------------------------------------------------------------
-def _extract_infra_waived(stdout: str) -> list[str]:
-    """Lines from the suite stdout carrying the ORCH-061 ``INFRA-WAIVED:`` marker
-    (copied into the log body for observability, as the prompt required)."""
-    if not stdout:
-        return []
-    return [ln.strip() for ln in stdout.splitlines() if "INFRA-WAIVED" in ln]
-
-
-def build_staging_log(
-    work_item_id: str, exit_code, status: str, stdout: str = "", *, tool_error: bool = False
-) -> str:
-    """Render a ``15-staging-log.md`` body whose ``staging_status:`` frontmatter is the
-    verdict ``check_staging_status`` / ``_parse_staging_status`` reads (contract
-    UNCHANGED, AC-2). Carries the mandatory 52c schema (``work_item`` / ``stage`` /
-    ``author_agent`` / ``status`` / ``created_at`` / ``model_used``); ``author_agent:
-    staging-runner`` / ``model_used: n/a`` honestly reflect the DETERMINISTIC producer.
-    The machine key ``staging_status:`` and its UPPERCASE value are NOT changed.
-
-    Written as a literal block (mirror of ``self_deploy.build_deploy_log``) so the
-    machine-read frontmatter is byte-exact; only the frontmatter is machine-read, the
-    body is informational.
-    """
-    import datetime
-    created = datetime.date.today().isoformat()
-    sub_status = "success" if status == "SUCCESS" else "failed"
-    base_url = f"http://localhost:{int(settings.staging_port)}"
-
-    waived = _extract_infra_waived(stdout)
-    waived_body = ""
-    if waived:
-        waived_body = "\nINFRA-WAIVED lines (ORCH-061, copied for observability):\n" + "\n".join(
-            f"- {ln}" for ln in waived
-        ) + "\n"
-
-    tail = ""
-    if stdout:
-        tail_text = stdout.strip()[-1500:]
-        if tail_text:
-            tail = f"\nStaging suite stdout (tail):\n```\n{tail_text}\n```\n"
-
-    note = (
-        "Staging suite did NOT execute (tool-error) and the infra-retry budget was "
-        "exhausted -> fail-closed FAILED."
-        if tool_error
-        else f"Staging suite exit-code `{exit_code}` -> `staging_status: {status}`."
-    )
-
-    return (
-        "---\n"
-        f"staging_status: {status}\n"
-        f"work_item: {work_item_id}\n"
-        "stage: deploy-staging\n"
-        "author_agent: staging-runner\n"
-        f"status: {sub_status}\n"
-        f"created_at: {created}\n"
-        "model_used: n/a\n"
-        f"exit_code: {exit_code}\n"
-        f"base_url: {base_url}\n"
-        "---\n\n"
-        "# Staging Gate Log (deterministic runner, ORCH-115)\n\n"
-        f"{note}\n\n"
-        "Вердикт зафиксирован детерминированным staging-раннером (ORCH-115), не LLM. "
-        "infra-tolerance (ORCH-061) уже учтена внутри `staging_check.py` — раннер её не "
-        "пересуживает.\n"
-        f"{waived_body}"
-        f"{tail}"
-    )
-
-
-def write_staging_log(
-    repo: str, work_item_id: str, branch: str, exit_code, status: str,
-    stdout: str = "", *, tool_error: bool = False,
-) -> bool:
-    """Write ``15-staging-log.md`` into the task worktree (so ``check_staging_status``
-    reads it) and best-effort commit+push it to the FEATURE BRANCH. Returns True iff
-    the file was written. Never raises.
-
-    Mirror of ``self_deploy.write_deploy_log`` EXCEPT: the actor name is
-    ``staging-runner`` and the log is pushed only to the feature branch — there is NO
-    separate PR-merge of the log into ``main`` (the gate reads the worktree first;
-    excluding any direct work on ``main`` strengthens AC-8 / BR-7). The feature branch
-    is merged into ``main`` later by the normal merge-gate path.
-    """
-    import os
-    import subprocess
-    from .git_worktree import get_worktree_path
-
-    rel = f"docs/work-items/{work_item_id}/15-staging-log.md"
-    try:
-        wt = get_worktree_path(repo, branch)
-    except Exception as e:  # noqa: BLE001 - never-raise
-        logger.error("write_staging_log: worktree error for %s/%s: %s", repo, branch, e)
-        return False
-
-    path = os.path.join(wt, rel)
-    content = build_staging_log(work_item_id, exit_code, status, stdout, tool_error=tool_error)
-    try:
-        os.makedirs(os.path.dirname(path), exist_ok=True)
-        with open(path, "w", encoding="utf-8") as f:
-            f.write(content)
-    except OSError as e:
-        logger.error("write_staging_log: write error at %s: %s", path, e)
-        return False
-
-    # Best-effort commit + push to the feature branch (the gate also falls back to
-    # origin/main). ORCH-101: HOME + email domain from Settings; the actor NAME stays
-    # the platform literal `staging-runner` (deterministic system-actor commits).
-    _email = f"staging-runner@{settings.git_email_domain}"
-    git_env = {
-        **os.environ,
-        "HOME": settings.agent_home_dir,
-        "GIT_AUTHOR_NAME": "staging-runner",
-        "GIT_AUTHOR_EMAIL": _email,
-        "GIT_COMMITTER_NAME": "staging-runner",
-        "GIT_COMMITTER_EMAIL": _email,
-    }
-    try:
-        subprocess.run(["git", "-C", wt, "add", rel],
-                       capture_output=True, timeout=_GIT_TIMEOUT, env=git_env)
-        commit = subprocess.run(
-            ["git", "-C", wt, "commit", "-m",
-             f"staging(ORCH-115): staging gate {status} for {work_item_id}"],
-            capture_output=True, text=True, timeout=_GIT_TIMEOUT, env=git_env,
-        )
-        if commit.returncode == 0:
-            subprocess.run(["git", "-C", wt, "push", "origin", branch],
-                           capture_output=True, timeout=_GIT_TIMEOUT, env=git_env)
-    except (subprocess.SubprocessError, OSError) as e:
-        logger.warning("write_staging_log: git commit/push best-effort failed: %s", e)
-    return True
-
-
-# ---------------------------------------------------------------------------
-# Existing-gate initiation (D7 / FR-5 / AC-4) — no new routing branch
-# ---------------------------------------------------------------------------
-def _advance(task_id, repo: str, work_item_id: str, branch: str) -> None:
-    """Initiate the SAME ``advance_stage`` evaluation a finished LLM-deployer would
-    (``finished_agent="deployer"`` on ``deploy-staging``): SUCCESS -> sub-gates
-    security->merge->coverage->image-freshness (ORCH-022/043/027/058) + Phase A
-    (ORCH-036); FAILED -> the existing rollback deploy-staging -> development
-    (``stage_engine.py:932``). No new routing branch. The transition-lease (ORCH-114)
-    is taken INSIDE advance_stage on the side-effectful edge — the runner never
-    touches it (task boundary O1). never-raise."""
-    try:
-        from . import stage_engine
-        stage_engine.advance_stage(
-            task_id=task_id,
-            current_stage="deploy-staging",
-            repo=repo,
-            work_item_id=work_item_id,
-            branch=branch,
-            finished_agent="deployer",
-        )
-    except Exception as e:  # noqa: BLE001 - never-raise into the worker
-        logger.error(
-            "staging_runner._advance: advance_stage failed for task %s (%s): %s",
-            task_id, work_item_id, e,
-        )
-
-
-# ---------------------------------------------------------------------------
-# Two-level outcome (D5) — tool-error DEFER bookkeeping
-# ---------------------------------------------------------------------------
-def _infra_retry_count(task_id) -> int:
-    """How many times this task was re-queued by the tool-error DEFER path
-    (restart-safe; counted from the persisted jobs queue by the marker — mirror of
-    ``stage_engine._merge_infra_retry_count``). Never raises -> 0 on error."""
-    try:
-        from .db import get_db
-        conn = get_db()
-        n = conn.execute(
-            "SELECT COUNT(*) FROM jobs WHERE task_id=? AND task_content LIKE ?",
-            (task_id, f"%{_INFRA_RETRY_MARKER}%"),
-        ).fetchone()[0]
-        conn.close()
-        return int(n)
-    except Exception as e:  # noqa: BLE001 - never-raise
-        logger.warning("staging_runner._infra_retry_count error for %s: %s", task_id, e)
-        return 0
-
-
-def _handle_tool_error(
-    task_id, repo: str, work_item_id: str, branch: str, result: proc_group.ProcResult
-) -> None:
-    """Suite did NOT execute (tool-error) -> bounded DEFER, then fail-closed (D5).
-
-    Anti ORCH-110: an infra fault is NOT a code fault, so we re-queue a fresh
-    ``deployer`` job (which re-enters this runner) with a delay instead of an
-    immediate FAILED-rollback that would burn a developer-retry. On budget exhaustion
-    -> write ``staging_status: FAILED`` + advance (the existing rollback) + an
-    INFRA-specific alert (explicitly "not a code defect"). Never a silent advance /
-    false green; never wedges the queue. never-raise."""
-    retries = _infra_retry_count(task_id)
-    try:
-        max_retries = int(settings.staging_runner_infra_max_retries)
-    except (TypeError, ValueError):
-        max_retries = 2
-    try:
-        delay = int(settings.staging_runner_infra_retry_delay_s)
-    except (TypeError, ValueError):
-        delay = 30
-
-    if retries < max_retries:
-        _bump("deferred")
-        reason = "timeout" if result.timed_out else "suite did not execute (tool-error)"
-        task_desc = (
-            f"Work item: {work_item_id}\nRepo: {repo}\nBranch: {branch}\n"
-            f"Stage: deploy-staging\nNote: {_INFRA_RETRY_MARKER} "
-            f"(attempt {retries + 1}/{max_retries}) — {reason}, retrying after {delay}s."
-        )
-        try:
-            from .db import enqueue_job
-            new_job = enqueue_job(
-                "deployer", repo, task_desc, task_id=task_id, available_at_delay_s=delay,
-            )
-            logger.warning(
-                "Task %s (%s): staging suite did not execute (%s) -> infra-DEFER "
-                "(job_id=%s, attempt %d/%d)",
-                task_id, work_item_id, reason, new_job, retries + 1, max_retries,
-            )
-        except Exception as e:  # noqa: BLE001 - never-raise
-            logger.error("staging_runner: infra-DEFER enqueue failed for %s: %s", task_id, e)
-        return
-
-    # Budget exhausted -> fail-closed FAILED (terminal, never a false green).
-    _bump("failed")
-    logger.error(
-        "Task %s (%s): staging tool-error DEFER budget exhausted (%d) -> fail-closed FAILED",
-        task_id, work_item_id, max_retries,
-    )
-    write_staging_log(repo, work_item_id, branch, result.returncode, "FAILED",
-                      result.stdout, tool_error=True)
-    _alert_infra_exhausted(work_item_id, max_retries)
-    _advance(task_id, repo, work_item_id, branch)
-
-
-def _alert_infra_exhausted(work_item_id: str, max_retries: int) -> None:
-    """Best-effort Telegram alert that the staging suite never executed (infra, NOT a
-    code defect) after the retry budget. never-raise."""
-    try:
-        from .notifications import send_telegram, link_for
-        send_telegram(
-            f"\U0001f6a8 {link_for(work_item_id)}: staging suite не запустилась "
-            f"(инфра, НЕ дефект кода) после {max_retries} попыток — fail-closed FAILED, "
-            f"откат на development. Нужно проверить staging-стенд."
-        )
-    except Exception as e:  # noqa: BLE001 - never-raise
-        logger.warning("staging_runner: infra-exhausted alert failed for %s: %s", work_item_id, e)
-
-
-# ---------------------------------------------------------------------------
-# Entry point (D2) — owns the full deterministic flow, mirror run_deploy_finalizer
-# ---------------------------------------------------------------------------
-def run_staging_gate(job: dict) -> None:
-    """Deterministic staging gate for a ``deployer`` job on ``deploy-staging``.
-
-    Flow (mirror of ``stage_engine.run_deploy_finalizer``):
-      1. resolve ``work_item_id`` / ``branch`` by ``task_id``;
-      2. execute the staging suite (D3) -> ProcResult;
-      3. suite EXECUTED -> map exit-code -> ``staging_status:``, write
-         ``15-staging-log.md``, initiate the existing gate via ``advance_stage`` (D7);
-      4. suite did NOT execute (tool-error) -> bounded DEFER / fail-closed (D5);
-      5. observability counters + one structured verdict log (D10).
-    Never raises into the caller (the launcher marks the job done/failed)."""
-    started = time.time()
-    _bump("runs")
-    task_id = job.get("task_id")
-    repo = job.get("repo")
-
-    # 1. resolve task fields.
-    work_item_id, branch = None, None
-    try:
-        from .db import get_db
-        conn = get_db()
-        row = conn.execute(
-            "SELECT work_item_id, branch FROM tasks WHERE id=?", (task_id,)
-        ).fetchone()
-        conn.close()
-        if row:
-            work_item_id, branch = row[0], row[1]
-    except Exception as e:  # noqa: BLE001 - never-raise
-        logger.error("staging_runner: task lookup failed for task_id=%s: %s", task_id, e)
-    if not work_item_id or not branch:
-        logger.error(
-            "staging_runner: missing work_item_id/branch for task_id=%s — aborting", task_id
-        )
-        return
-
-    # 2-4. execute + classify + route — guarded so AC-7 (never-raise) holds even if
-    # an unexpected error escapes a sub-step (the worker must never crash on staging
-    # infra; the task is left on deploy-staging for the reconciler/reaper to re-drive).
-    try:
-        result = run_staging_suite()
-        duration_s = round(time.time() - started, 1)
-        suite_ran = (result.returncode is not None) and (not result.timed_out)
-
-        if suite_ran:
-            # 3. trust the exit-code (ORCH-061 already inside staging_check.py).
-            status = map_exit_code_to_status(result.returncode)
-            _bump("success" if status == "SUCCESS" else "failed")
-            logger.info(
-                "staging_runner verdict: work_item=%s repo=%s exit_code=%s status=%s "
-                "duration_s=%s outcome=%s",
-                work_item_id, repo, result.returncode, status, duration_s,
-                "code-pass" if status == "SUCCESS" else "code-fail",
-            )
-            write_staging_log(repo, work_item_id, branch, result.returncode, status, result.stdout)
-            _advance(task_id, repo, work_item_id, branch)
-            return
-
-        # 4. tool-error (suite did not execute) -> DEFER / fail-closed (D5).
-        _bump("tool_error")
-        logger.warning(
-            "staging_runner verdict: work_item=%s repo=%s exit_code=%s status=%s "
-            "duration_s=%s outcome=tool-error (timed_out=%s)",
-            work_item_id, repo, result.returncode, "TOOL-ERROR", duration_s, result.timed_out,
-        )
-        _handle_tool_error(task_id, repo, work_item_id, branch, result)
-    except Exception as e:  # noqa: BLE001 - never-raise into the worker (AC-7)
-        logger.error(
-            "staging_runner.run_staging_gate: unexpected error for task %s (%s): %s",
-            task_id, work_item_id, e,
-        )
-
-
-# ---------------------------------------------------------------------------
-# Observability (D10 / FR-7 / AC-10)
-# ---------------------------------------------------------------------------
-def snapshot() -> dict:
-    """Read-only staging-runner summary for ``GET /queue`` (FR-7 / AC-10).
-
-    Additive block; existing ``/queue`` keys are untouched. never-raise: any error ->
-    a minimal dict with the kill-switch state."""
-    try:
-        return {
-            "enabled": bool(settings.staging_runner_enabled),
-            "repos": getattr(settings, "staging_runner_repos", "") or "",
-            "timeout_s": getattr(settings, "staging_runner_timeout_s", _DEFAULT_TIMEOUT_S),
-            "infra_max_retries": getattr(settings, "staging_runner_infra_max_retries", 2),
-            "runs": _STAGING_RUNNER_COUNTERS["runs"],
-            "success": _STAGING_RUNNER_COUNTERS["success"],
-            "failed": _STAGING_RUNNER_COUNTERS["failed"],
-            "tool_error": _STAGING_RUNNER_COUNTERS["tool_error"],
-            "deferred": _STAGING_RUNNER_COUNTERS["deferred"],
-        }
-    except Exception as e:  # noqa: BLE001 - never-raise -> minimal dict
-        logger.warning("staging_runner.snapshot error: %s", e)
-        return {"enabled": False}

src/test_runner.py

@@ -1,705 +0,0 @@
-"""Deterministic test-runner (ORCH-116).
-
-The ``testing`` stage for the self-hosting ``orchestrator`` repo was driven by the
-LLM ``tester`` agent, but its PASS/FAIL core is purely deterministic
-(``.openclaw/agents/tester.md`` steps 1-3): run the regression ``pytest tests/`` in
-the task worktree, do a read-only smoke (``/health`` / ``/status`` / ``/queue`` +
-``serial_gate`` block), map the exit-code to a verdict (``0 -> PASS``, else ``FAIL``)
-and write ``13-test-report.md`` with the machine frontmatter ``result: PASS|FAIL``.
-This leaf replaces that LLM consultation with deterministic code, intercepted in
-``launcher.launch_job`` BEFORE ``_spawn`` (the ``deploy-finalizer`` /
-``post-deploy-monitor`` / ``staging-runner`` reserved-agent precedent,
-``launcher.py:397/402/405``). It is the second realised slice of the
-determinization-roadmap (A5/tester, ``needs-hybrid-fallback``; the first was
-ORCH-115/deployer — ``src/staging_runner.py``).
-
-Hybrid nature (the key difference from ORCH-115): tester is
-``needs-hybrid-fallback``, not ``replace-deterministic-now``. Its PASS/FAIL core is
-fully derivable (pytest exit-code + smoke) and that is what this deterministic runner
-owns; a future OPTIONAL **off-control-path** LLM triage/diagnosis after a
-deterministic FAIL stays allowed (a separate role/job that never writes/overrides
-``result:`` and never adds a STAGE_TRANSITIONS edge). Phase 1 does NOT implement the
-triage but the architecture does not forbid it (D11/FR-9/AC-12).
-
-What is and is NOT changed (NFR-1, the critical invariant):
-  * UNCHANGED — the artifact contract (``13-test-report.md`` with ``result:
-    PASS|FAIL``), the gate ``check_tests_passed`` / ``_parse_tests_verdict``,
-    ``STAGE_TRANSITIONS``, the DB schema. This module replaces only the *producer* of
-    the artifact, never the gate that reads it.
-  * NEW — a deterministic producer + a launch_job intercept. Under a kill-switch +
-    repo-scope CSV + a test-contract resolve; fail-safe back to the LLM path when off
-    / out of scope / no contract.
-
-This module is a **leaf** (mirror of ``staging_runner`` / ``self_deploy`` /
-``proc_group``): it imports only ``config`` / ``logging`` / ``proc_group`` at module
-load; ``db`` / ``git_worktree`` / ``self_deploy.map_exit_code_to_status`` /
-``qg.checks`` / ``stage_engine.advance_stage`` / ``notifications`` are imported LAZILY
-inside functions so the heavy ``stage_engine`` is never pulled at import and no import
-cycle forms. Every public function honours a **never-raise** contract (AC-9): a test
-infra hiccup can never crash the worker / wedge the queue.
-
-Two-level outcome (D5 — the key safety decision, anti ORCH-110):
-  * the suite EXECUTED (a real exit-code, 0 or non-zero) -> trust the code:
-    ``0 -> PASS -> advance``; ``!=0 -> FAIL -> the existing rollback testing ->
-    development`` (same developer-retry path as a FAIL LLM verdict). A smoke failure
-    AND-s into ``FAIL`` (deterministic), it is NOT a tool-error.
-  * the suite did NOT execute (tool-error: spawn-error / timeout / ``returncode is
-    None``) -> an infra fault, NOT a code fault -> a bounded DEFER (re-queue a fresh
-    ``tester`` job with a delay + a restart-safe marker). On budget exhaustion ->
-    fail-closed ``FAIL`` + advance + alert. So the runner NEVER does a silent advance
-    / false green, and NEVER wedges the queue, but does NOT burn a developer-retry on
-    transient infra.
-"""
-
-import logging
-import time
-import urllib.error
-import urllib.request
-
-from .config import settings
-from . import proc_group
-
-logger = logging.getLogger("orchestrator.test_runner")
-
-# Default wall-clock budget for the pytest regression (D9). Kept <= the LLM testing
-# window it replaces (agent_timeout_seconds=1800) so Σ(work on the testing edge) does
-# not grow and the cross-cutting reaper invariant (ORCH-065/109/110) holds WITHOUT
-# touching reaper_max_running_s. 900s = ~74% headroom over the ~517s regression suite.
-_DEFAULT_TIMEOUT_S = 900
-
-_GIT_TIMEOUT = 60
-
-# Read-only smoke knobs (D3). Transient unreachability (connection refused / timeout)
-# is retried briefly before a FAIL so a single prod-8500 blip does not roll back a
-# healthy branch; a reachable-but-wrong-form response (non-200 / no serial_gate block)
-# is an immediate FAIL.
-_SMOKE_TIMEOUT_S = 5
-_SMOKE_MAX_ATTEMPTS = 3
-_SMOKE_BACKOFF_S = 1.0
-
-# Restart-safe DEFER marker (counted from the persisted jobs queue, mirror of
-# staging_runner._INFRA_RETRY_MARKER / stage_engine._merge_infra_retry_count). Embedded
-# verbatim in the re-queued job's task_content so a service restart never resets the
-# infra-retry budget.
-_INFRA_RETRY_MARKER = "test-runner infra-retry"
-
-# In-process observability counters (mirror staging_runner._STAGING_RUNNER_COUNTERS).
-_TEST_RUNNER_COUNTERS: dict = {
-    "runs": 0,          # run_test_gate entered
-    "pass": 0,          # suite ran, exit 0 + smoke ok -> PASS
-    "fail": 0,          # suite ran non-zero / smoke failed, OR infra budget exhausted -> FAIL
-    "tool_error": 0,    # suite did NOT execute (spawn-error / timeout / None)
-    "deferred": 0,      # bounded infra DEFER (re-queued)
-}
-
-
-def _bump(key: str) -> None:
-    """Increment an observability counter. Never raises."""
-    try:
-        _TEST_RUNNER_COUNTERS[key] += 1
-    except Exception:  # noqa: BLE001 - observability must never break a decision
-        pass
-
-
-# ---------------------------------------------------------------------------
-# Conditionality (D8 / FR-7 / AC-7 / AC-8)
-# ---------------------------------------------------------------------------
-def _has_test_contract(repo: str) -> bool:
-    """Whether a test-contract (regression + smoke) is resolvable for ``repo`` (BR-9).
-
-    In Phase 1 the contract is known by default ONLY for the self-hosting repo
-    (``orchestrator`` — ``pytest tests/`` + the read-only smoke); for every other repo
-    there is no contract yet (Phase 2 project test-contract) -> ``applies`` is False ->
-    the prior LLM-tester runs (fail-safe, AC-8). This makes AC-8 checkable: even if a
-    non-self repo (e.g. ``enduro-trails``) is hand-added to ``test_runner_repos``,
-    ``_has_test_contract`` returns False -> it is never intercepted. never-raise.
-    """
-    try:
-        from .qg.checks import is_self_hosting_repo
-        return is_self_hosting_repo(repo)
-    except Exception as e:  # noqa: BLE001 - never-raise contract
-        logger.warning("test_runner._has_test_contract error for %s: %s", repo, e)
-        return False
-
-
-def applies(repo: str) -> bool:
-    """Whether the deterministic test-runner is REAL for ``repo``.
-
-    Mirrors ``staging_runner.applies`` / ``coverage_gate``:
-      * ``test_runner_enabled=False`` -> always False (global kill-switch); the legacy
-        LLM-tester path runs on ``testing`` via ``_spawn``.
-      * ``test_runner_repos`` (CSV) non-empty -> only the listed repos.
-      * empty CSV -> only the self-hosting repo (``orchestrator``).
-      * AND a test-contract is resolvable for the repo (BR-9, ``_has_test_contract``).
-    Checked FIRST in ``should_intercept`` (local, no network, no DB) so a disabled flag
-    costs nothing. never-raise -> False (fail-safe to the prior LLM path).
-    """
-    try:
-        if not settings.test_runner_enabled:
-            return False
-        raw = (settings.test_runner_repos or "").strip()
-        if raw:
-            allowed = {r.strip().lower() for r in raw.split(",") if r.strip()}
-            in_scope = (repo or "").strip().lower() in allowed
-        else:
-            # Lazy import keeps this module a leaf (no qg import at module load).
-            from .qg.checks import is_self_hosting_repo
-            in_scope = is_self_hosting_repo(repo)
-        if not in_scope:
-            return False
-        return _has_test_contract(repo)
-    except Exception as e:  # noqa: BLE001 - never-raise contract
-        logger.warning("test_runner.applies error for %s: %s", repo, e)
-        return False
-
-
-def should_intercept(job: dict) -> bool:
-    """True iff this ``tester`` job is the deterministic test-suite job (D1).
-
-    ``tester`` is the ONLY agent that enters the ``testing`` stage
-    (``STAGE_TRANSITIONS["review"]["agent"]``), so there is no stage collision as
-    there was for the shared ``deployer`` role (ORCH-115); the
-    ``tasks.stage == "testing"`` guard is kept as defense-in-depth (R-1) — it stops a
-    stray future ``tester`` job outside ``testing`` from being intercepted. Intercept
-    iff ``agent == "tester"`` AND ``applies(repo)`` AND ``tasks.stage == "testing"``.
-
-    never-raise -> False (a DB-lookup failure falls through to ``_spawn``, fail-safe to
-    the prior LLM path).
-    """
-    try:
-        if (job.get("agent") or "") != "tester":
-            return False
-        # applies() FIRST (local, no DB): disabled flag -> zero DB overhead.
-        if not applies(job.get("repo")):
-            return False
-        task_id = job.get("task_id")
-        if task_id is None:
-            return False
-        from .db import get_db
-        conn = get_db()
-        row = conn.execute("SELECT stage FROM tasks WHERE id=?", (task_id,)).fetchone()
-        conn.close()
-        if not row:
-            return False
-        return (row[0] or "") == "testing"
-    except Exception as e:  # noqa: BLE001 - never-raise contract
-        logger.warning("test_runner.should_intercept error: %s", e)
-        return False
-
-
-# ---------------------------------------------------------------------------
-# Suite execution (D3 / FR-2 / NFR-3 / AC-9 / AC-11)
-# ---------------------------------------------------------------------------
-def build_test_command() -> list[str]:
-    """Build the canonical regression argv (the same command the LLM-tester ran).
-
-    ``python -m pytest <test_runner_target> -q`` (default ``tests/``, convention
-    ``merge_retest_target``). Self-hosting safety (BR-7 / AC-10 / TC-13): NO restart of
-    8500, NO ``docker compose up orchestrator`` / ``--build``, NO force-push, NO
-    ``.env`` edit — the runner only executes pytest in the task worktree and does
-    read-only GETs.
-    """
-    target = (settings.test_runner_target or "tests/").strip() or "tests/"
-    return ["python", "-m", "pytest", target, "-q"]
-
-
-def _resolve_timeout() -> int:
-    """Resolve ``test_runner_timeout_s`` (malformed/non-positive -> default + WARNING,
-    never-break — mirror of ``staging_runner._resolve_timeout`` /
-    ``merge_gate._resolve_retest_timeout``)."""
-    raw = getattr(settings, "test_runner_timeout_s", _DEFAULT_TIMEOUT_S)
-    try:
-        t = int(raw)
-        if t > 0:
-            return t
-        logger.warning(
-            "test_runner_timeout_s non-positive (%r) -> default %ds", raw, _DEFAULT_TIMEOUT_S
-        )
-    except (TypeError, ValueError):
-        logger.warning(
-            "test_runner_timeout_s malformed (%r) -> default %ds", raw, _DEFAULT_TIMEOUT_S
-        )
-    return _DEFAULT_TIMEOUT_S
-
-
-def run_test_suite(repo: str, branch: str) -> proc_group.ProcResult:
-    """Execute the pytest regression IN THE TASK WORKTREE, tree-killed on timeout.
-
-    Runs in ``git_worktree.get_worktree_path(repo, branch)`` (NOT the shared
-    ``/repos/orchestrator`` — anti checkout-race, the same context coverage-gate /
-    merge-gate re-test use) through ``proc_group.run_in_process_group`` (ORCH-110) so a
-    hung pytest subtree is killed whole (no orphans, AC-11). Never raises (proc_group
-    degrades any OS error to a safe ``ProcResult``; a missing worktree -> a ProcResult
-    with ``returncode is None`` -> the tool-error DEFER path).
-    """
-    cmd = build_test_command()
-    timeout = _resolve_timeout()
-    try:
-        grace = float(getattr(settings, "agent_kill_grace_seconds", 5) or 5)
-    except (TypeError, ValueError):
-        grace = 5.0
-    try:
-        from .git_worktree import get_worktree_path
-        wt = get_worktree_path(repo, branch)
-    except Exception as e:  # noqa: BLE001 - never-raise -> tool-error DEFER
-        logger.error("run_test_suite: worktree error for %s/%s: %s", repo, branch, e)
-        return proc_group.ProcResult(returncode=None, stdout="", stderr=str(e), timed_out=False)
-    return proc_group.run_in_process_group(
-        cmd,
-        cwd=wt,
-        timeout=timeout,
-        grace_s=grace,
-        tree_kill=bool(getattr(settings, "subprocess_tree_kill_enabled", True)),
-    )
-
-
-# ---------------------------------------------------------------------------
-# Read-only smoke (D3 / FR-2 / AC-10) — stdlib urllib, never-raise
-# ---------------------------------------------------------------------------
-def _http_get(url: str) -> tuple[int, str]:
-    """GET ``url`` -> (http_code, body). Network/timeout -> (0, ""). Never raises.
-
-    Mirror of ``post_deploy._http_status`` (stdlib only, no httpx import at module
-    load — keeps the leaf pure). ``urllib`` raises ``HTTPError`` for >=400 responses;
-    that is treated as a real status code (so a 5xx is observed, not swallowed)."""
-    try:
-        with urllib.request.urlopen(url, timeout=_SMOKE_TIMEOUT_S) as resp:  # noqa: S310
-            body = resp.read(8192).decode("utf-8", "replace")
-            return int(getattr(resp, "status", resp.getcode())), body
-    except urllib.error.HTTPError as e:
-        try:
-            body = e.read(8192).decode("utf-8", "replace")
-        except Exception:  # noqa: BLE001
-            body = ""
-        return int(e.code), body
-    except Exception as e:  # noqa: BLE001 - URLError / socket timeout / anything
-        logger.warning("test_runner smoke GET error for %s: %s", url, e)
-        return 0, ""
-
-
-def run_smoke() -> tuple[bool, str]:
-    """Read-only smoke against the running orchestrator (D3). Returns (ok, detail).
-
-    Strictly read-only GETs (BR-7/AC-10): ``/health`` (HTTP 200), ``/status`` (HTTP
-    200), ``/queue`` (HTTP 200 AND the ``serial_gate`` block present, ORCH-088). A
-    transient unreachability (code 0 = connection refused / timeout) is retried up to
-    ``_SMOKE_MAX_ATTEMPTS`` with a short backoff before FAIL (anti-flap, so a single
-    prod blip does not roll back a healthy branch); a reachable-but-wrong-form response
-    (non-200 / missing serial_gate) is an immediate FAIL. never-raise -> (False, detail)
-    on any unexpected error."""
-    try:
-        base = (settings.post_deploy_base_url or "http://localhost:8500").rstrip("/")
-    except Exception as e:  # noqa: BLE001 - never-raise
-        logger.warning("test_runner.run_smoke: base url error: %s", e)
-        return False, f"smoke base-url error: {e}"
-
-    # (path, validator(code, body) -> (ok, immediate_fail, note))
-    def _ok_200(code: int, body: str) -> tuple[bool, bool, str]:
-        if code == 200:
-            return True, False, ""
-        if code == 0:
-            return False, False, "unreachable"  # transient -> retryable
-        return False, True, f"HTTP {code}"       # reachable wrong form -> immediate FAIL
-
-    def _queue_ok(code: int, body: str) -> tuple[bool, bool, str]:
-        if code == 0:
-            return False, False, "unreachable"
-        if code != 200:
-            return False, True, f"HTTP {code}"
-        if "serial_gate" not in (body or ""):
-            return False, True, "no serial_gate block"
-        return True, False, ""
-
-    checks = (("/health", _ok_200), ("/status", _ok_200), ("/queue", _queue_ok))
-    for path, validator in checks:
-        url = base + path
-        note = "unreachable"
-        for attempt in range(1, _SMOKE_MAX_ATTEMPTS + 1):
-            code, body = _http_get(url)
-            ok, immediate_fail, note = validator(code, body)
-            if ok:
-                break
-            if immediate_fail:
-                return False, f"smoke {path} failed: {note}"
-            # transient (unreachable) -> bounded retry before declaring FAIL.
-            if attempt < _SMOKE_MAX_ATTEMPTS:
-                time.sleep(_SMOKE_BACKOFF_S)
-        else:
-            return False, f"smoke {path} {note} after {_SMOKE_MAX_ATTEMPTS} attempts"
-    return True, "smoke ok (/health, /status, /queue + serial_gate)"
-
-
-# ---------------------------------------------------------------------------
-# exit-code -> result: (D4 / FR-3 / AC-3) — reuse the single contract, no 2nd mapping
-# ---------------------------------------------------------------------------
-def map_exit_code_to_result(exit_code) -> str:
-    """``0 -> PASS``; non-zero / None / non-int -> ``FAIL`` (fail-closed).
-
-    A thin token-translator over ``self_deploy.map_exit_code_to_status`` — the SAME
-    pure, unit-tested ``0->SUCCESS`` contract the deploy-finalizer / staging-runner use
-    (BR-4: no second, drifting mapping). Only the tokens differ (``result:`` uses
-    ``PASS``/``FAIL``, the ``_TESTS_POSITIVE_TOKENS`` / ``_TESTS_NEGATIVE_TOKENS`` the
-    gate reads), not the logic."""
-    from .self_deploy import map_exit_code_to_status as _map
-    return "PASS" if _map(exit_code) == "SUCCESS" else "FAIL"
-
-
-# ---------------------------------------------------------------------------
-# Artifact 13-test-report.md (D6 / FR-4 / AC-2) — mirror write_staging_log
-# ---------------------------------------------------------------------------
-def build_test_report(
-    work_item_id: str, exit_code, result: str, stdout: str = "",
-    smoke: str = "skipped", *, tool_error: bool = False,
-) -> str:
-    """Render a ``13-test-report.md`` body whose ``result:`` frontmatter is the verdict
-    ``check_tests_passed`` / ``_parse_tests_verdict`` reads (contract UNCHANGED, AC-2).
-    Carries the mandatory 52c schema; ``author_agent: test-runner`` / ``model_used:
-    n/a`` honestly reflect the DETERMINISTIC producer. The machine key ``result:`` and
-    its UPPERCASE value are NOT changed.
-
-    D6.1 (the tester-specific mine, absent in ORCH-115): ``_parse_tests_verdict`` reads
-    the verdict from THREE equal-rank fields — ``verdict:`` / ``status:`` / ``result:``
-    — with negative-token priority. The 52c-mandatory ``status:`` is therefore read by
-    the SAME parser, so it MUST be aligned with the verdict and never contradict
-    ``result:``: ``PASS -> status: success`` (``SUCCESS`` is neither a positive nor a
-    negative token; the positive ``PASS`` comes from ``result:`` -> the parser gives
-    True); ``FAIL -> status: failed`` (``FAILED`` is a negative token, consistent with
-    ``FAIL`` -> False). A ``status:`` literal carrying a negative token at ``result:
-    PASS`` would be a false FAIL of a healthy run (reviewer ≥P1).
-
-    Written as a literal block (mirror of ``staging_runner.build_staging_log``) so the
-    machine-read frontmatter is byte-exact; only the frontmatter is machine-read, the
-    body is informational."""
-    import datetime
-    created = datetime.date.today().isoformat()
-    sub_status = "success" if result == "PASS" else "failed"
-
-    tail = ""
-    if stdout:
-        tail_text = stdout.strip()[-1500:]
-        if tail_text:
-            tail = f"\npytest stdout (tail):\n```\n{tail_text}\n```\n"
-
-    note = (
-        "Regression suite did NOT execute (tool-error) and the infra-retry budget was "
-        "exhausted -> fail-closed FAIL."
-        if tool_error
-        else f"pytest exit-code `{exit_code}` -> `result: {result}` (smoke: {smoke})."
-    )
-
-    return (
-        "---\n"
-        f"result: {result}\n"
-        f"work_item: {work_item_id}\n"
-        "stage: testing\n"
-        "author_agent: test-runner\n"
-        f"status: {sub_status}\n"
-        f"created_at: {created}\n"
-        "model_used: n/a\n"
-        f"exit_code: {exit_code}\n"
-        f"smoke: {smoke}\n"
-        "---\n\n"
-        "# Test Gate Log (deterministic runner, ORCH-116)\n\n"
-        f"{note}\n\n"
-        "Вердикт зафиксирован детерминированным test-раннером (ORCH-116), не LLM. "
-        "PASS/FAIL = exit-код `pytest` + read-only smoke (`/health`, `/status`, "
-        "`/queue` + блок `serial_gate`).\n"
-        f"{tail}"
-    )
-
-
-def write_test_report(
-    repo: str, work_item_id: str, branch: str, exit_code, result: str,
-    stdout: str = "", smoke: str = "skipped", *, tool_error: bool = False,
-) -> bool:
-    """Write ``13-test-report.md`` into the task worktree (so ``check_tests_passed``
-    reads it) and best-effort commit+push it to the FEATURE BRANCH. Returns True iff
-    the file was written. Never raises.
-
-    Mirror of ``staging_runner.write_staging_log``: the actor name is ``test-runner``
-    and the log is pushed only to the feature branch — there is NO separate PR-merge of
-    the log into ``main`` (the gate reads the worktree first via ``_repo_path``;
-    excluding any direct work on ``main`` strengthens AC-10 / BR-7). The feature branch
-    is merged into ``main`` later by the normal merge-gate path."""
-    import os
-    import subprocess
-    from .git_worktree import get_worktree_path
-
-    rel = f"docs/work-items/{work_item_id}/13-test-report.md"
-    try:
-        wt = get_worktree_path(repo, branch)
-    except Exception as e:  # noqa: BLE001 - never-raise
-        logger.error("write_test_report: worktree error for %s/%s: %s", repo, branch, e)
-        return False
-
-    path = os.path.join(wt, rel)
-    content = build_test_report(
-        work_item_id, exit_code, result, stdout, smoke, tool_error=tool_error
-    )
-    try:
-        os.makedirs(os.path.dirname(path), exist_ok=True)
-        with open(path, "w", encoding="utf-8") as f:
-            f.write(content)
-    except OSError as e:
-        logger.error("write_test_report: write error at %s: %s", path, e)
-        return False
-
-    # Best-effort commit + push to the feature branch (the gate also falls back to
-    # origin/main). ORCH-101: HOME + email domain from Settings; the actor NAME stays
-    # the platform literal `test-runner` (deterministic system-actor commits).
-    _email = f"test-runner@{settings.git_email_domain}"
-    git_env = {
-        **os.environ,
-        "HOME": settings.agent_home_dir,
-        "GIT_AUTHOR_NAME": "test-runner",
-        "GIT_AUTHOR_EMAIL": _email,
-        "GIT_COMMITTER_NAME": "test-runner",
-        "GIT_COMMITTER_EMAIL": _email,
-    }
-    try:
-        subprocess.run(["git", "-C", wt, "add", rel],
-                       capture_output=True, timeout=_GIT_TIMEOUT, env=git_env)
-        commit = subprocess.run(
-            ["git", "-C", wt, "commit", "-m",
-             f"test(ORCH-116): test gate {result} for {work_item_id}"],
-            capture_output=True, text=True, timeout=_GIT_TIMEOUT, env=git_env,
-        )
-        if commit.returncode == 0:
-            subprocess.run(["git", "-C", wt, "push", "origin", branch],
-                           capture_output=True, timeout=_GIT_TIMEOUT, env=git_env)
-    except (subprocess.SubprocessError, OSError) as e:
-        logger.warning("write_test_report: git commit/push best-effort failed: %s", e)
-    return True
-
-
-# ---------------------------------------------------------------------------
-# Existing-gate initiation (D7 / FR-5 / AC-4) — no new routing branch
-# ---------------------------------------------------------------------------
-def _advance(task_id, repo: str, work_item_id: str, branch: str) -> None:
-    """Initiate the SAME ``advance_stage`` evaluation a finished LLM-tester would
-    (``finished_agent="tester"`` on ``testing``): PASS -> ``testing -> deploy-staging``;
-    FAIL -> the existing rollback ``testing -> development`` + developer-retry
-    (``stage_engine.py:849``, matched by ``agent == "tester" and qg_name ==
-    "check_tests_passed"`` — ``finished_agent="tester"`` is MANDATORY, R-2). No new
-    routing branch. The transition-lease (ORCH-114) is taken INSIDE advance_stage on
-    the side-effectful edge — the runner never touches it (task boundary O1).
-    never-raise."""
-    try:
-        from . import stage_engine
-        stage_engine.advance_stage(
-            task_id=task_id,
-            current_stage="testing",
-            repo=repo,
-            work_item_id=work_item_id,
-            branch=branch,
-            finished_agent="tester",
-        )
-    except Exception as e:  # noqa: BLE001 - never-raise into the worker
-        logger.error(
-            "test_runner._advance: advance_stage failed for task %s (%s): %s",
-            task_id, work_item_id, e,
-        )
-
-
-# ---------------------------------------------------------------------------
-# Two-level outcome (D5) — tool-error DEFER bookkeeping
-# ---------------------------------------------------------------------------
-def _infra_retry_count(task_id) -> int:
-    """How many times this task was re-queued by the tool-error DEFER path
-    (restart-safe; counted from the persisted jobs queue by the marker — mirror of
-    ``staging_runner._infra_retry_count``). Never raises -> 0 on error."""
-    try:
-        from .db import get_db
-        conn = get_db()
-        n = conn.execute(
-            "SELECT COUNT(*) FROM jobs WHERE task_id=? AND task_content LIKE ?",
-            (task_id, f"%{_INFRA_RETRY_MARKER}%"),
-        ).fetchone()[0]
-        conn.close()
-        return int(n)
-    except Exception as e:  # noqa: BLE001 - never-raise
-        logger.warning("test_runner._infra_retry_count error for %s: %s", task_id, e)
-        return 0
-
-
-def _handle_tool_error(
-    task_id, repo: str, work_item_id: str, branch: str, result: proc_group.ProcResult
-) -> None:
-    """Suite did NOT execute (tool-error) -> bounded DEFER, then fail-closed (D5).
-
-    Anti ORCH-110: an infra fault is NOT a code fault, so we re-queue a fresh
-    ``tester`` job (which re-enters this runner on the still-``testing`` task) with a
-    delay instead of an immediate FAIL-rollback that would burn a developer-retry. On
-    budget exhaustion -> write ``result: FAIL`` + advance (the existing rollback) + an
-    INFRA-specific alert (explicitly "not a code defect"). Never a silent advance /
-    false green; never wedges the queue. never-raise."""
-    retries = _infra_retry_count(task_id)
-    try:
-        max_retries = int(settings.test_runner_infra_max_retries)
-    except (TypeError, ValueError):
-        max_retries = 2
-    try:
-        delay = int(settings.test_runner_infra_retry_delay_s)
-    except (TypeError, ValueError):
-        delay = 30
-
-    if retries < max_retries:
-        _bump("deferred")
-        reason = "timeout" if result.timed_out else "suite did not execute (tool-error)"
-        task_desc = (
-            f"Work item: {work_item_id}\nRepo: {repo}\nBranch: {branch}\n"
-            f"Stage: testing\nNote: {_INFRA_RETRY_MARKER} "
-            f"(attempt {retries + 1}/{max_retries}) — {reason}, retrying after {delay}s."
-        )
-        try:
-            from .db import enqueue_job
-            new_job = enqueue_job(
-                "tester", repo, task_desc, task_id=task_id, available_at_delay_s=delay,
-            )
-            logger.warning(
-                "Task %s (%s): regression suite did not execute (%s) -> infra-DEFER "
-                "(job_id=%s, attempt %d/%d)",
-                task_id, work_item_id, reason, new_job, retries + 1, max_retries,
-            )
-        except Exception as e:  # noqa: BLE001 - never-raise
-            logger.error("test_runner: infra-DEFER enqueue failed for %s: %s", task_id, e)
-        return
-
-    # Budget exhausted -> fail-closed FAIL (terminal, never a false green).
-    _bump("fail")
-    logger.error(
-        "Task %s (%s): test tool-error DEFER budget exhausted (%d) -> fail-closed FAIL",
-        task_id, work_item_id, max_retries,
-    )
-    write_test_report(repo, work_item_id, branch, result.returncode, "FAIL",
-                      result.stdout, "skipped", tool_error=True)
-    _alert_infra_exhausted(work_item_id, max_retries)
-    _advance(task_id, repo, work_item_id, branch)
-
-
-def _alert_infra_exhausted(work_item_id: str, max_retries: int) -> None:
-    """Best-effort Telegram alert that the regression suite never executed (infra, NOT
-    a code defect) after the retry budget. never-raise."""
-    try:
-        from .notifications import send_telegram, link_for
-        send_telegram(
-            f"\U0001f6a8 {link_for(work_item_id)}: регресс-сюита не запустилась "
-            f"(инфра, НЕ дефект кода) после {max_retries} попыток — fail-closed FAIL, "
-            f"откат на development. Нужно проверить тест-окружение."
-        )
-    except Exception as e:  # noqa: BLE001 - never-raise
-        logger.warning("test_runner: infra-exhausted alert failed for %s: %s", work_item_id, e)
-
-
-# ---------------------------------------------------------------------------
-# Entry point (D2) — owns the full deterministic flow, mirror run_staging_gate
-# ---------------------------------------------------------------------------
-def run_test_gate(job: dict) -> None:
-    """Deterministic test gate for a ``tester`` job on ``testing``.
-
-    Flow (mirror of ``staging_runner.run_staging_gate``):
-      1. resolve ``work_item_id`` / ``branch`` by ``task_id``;
-      2. execute the regression suite in the worktree (D3) -> ProcResult;
-      3. suite EXECUTED -> map exit-code (+ smoke) -> ``result:``, write
-         ``13-test-report.md``, initiate the existing gate via ``advance_stage`` (D7);
-      4. suite did NOT execute (tool-error) -> bounded DEFER / fail-closed (D5);
-      5. observability counters + one structured verdict log (D10).
-    Never raises into the caller (the launcher marks the job done/failed)."""
-    started = time.time()
-    _bump("runs")
-    task_id = job.get("task_id")
-    repo = job.get("repo")
-
-    # 1. resolve task fields.
-    work_item_id, branch = None, None
-    try:
-        from .db import get_db
-        conn = get_db()
-        row = conn.execute(
-            "SELECT work_item_id, branch FROM tasks WHERE id=?", (task_id,)
-        ).fetchone()
-        conn.close()
-        if row:
-            work_item_id, branch = row[0], row[1]
-    except Exception as e:  # noqa: BLE001 - never-raise
-        logger.error("test_runner: task lookup failed for task_id=%s: %s", task_id, e)
-    if not work_item_id or not branch:
-        logger.error(
-            "test_runner: missing work_item_id/branch for task_id=%s — aborting", task_id
-        )
-        return
-
-    # 2-4. execute + classify + route — guarded so AC-9 (never-raise) holds even if an
-    # unexpected error escapes a sub-step (the worker must never crash on test infra;
-    # the task is left on testing for the reconciler/reaper to re-drive).
-    try:
-        result = run_test_suite(repo, branch)
-        duration_s = round(time.time() - started, 1)
-        suite_ran = (result.returncode is not None) and (not result.timed_out)
-
-        if suite_ran:
-            # 3. trust the exit-code; AND-in the read-only smoke (D3).
-            exit_verdict = map_exit_code_to_result(result.returncode)
-            smoke_state = "skipped"
-            verdict = exit_verdict
-            if exit_verdict == "PASS" and bool(getattr(settings, "test_runner_smoke_enabled", True)):
-                smoke_ok, smoke_detail = run_smoke()
-                smoke_state = "ok" if smoke_ok else "failed"
-                if not smoke_ok:
-                    verdict = "FAIL"
-                    logger.warning(
-                        "test_runner: pytest green but smoke FAILED for %s: %s",
-                        work_item_id, smoke_detail,
-                    )
-            _bump("pass" if verdict == "PASS" else "fail")
-            logger.info(
-                "test_runner verdict: work_item=%s repo=%s exit_code=%s result=%s "
-                "smoke=%s duration_s=%s outcome=%s",
-                work_item_id, repo, result.returncode, verdict, smoke_state, duration_s,
-                "code-pass" if verdict == "PASS" else "code-fail",
-            )
-            write_test_report(repo, work_item_id, branch, result.returncode, verdict,
-                              result.stdout, smoke_state)
-            _advance(task_id, repo, work_item_id, branch)
-            return
-
-        # 4. tool-error (suite did not execute) -> DEFER / fail-closed (D5).
-        _bump("tool_error")
-        logger.warning(
-            "test_runner verdict: work_item=%s repo=%s exit_code=%s result=%s "
-            "duration_s=%s outcome=tool-error (timed_out=%s)",
-            work_item_id, repo, result.returncode, "TOOL-ERROR", duration_s, result.timed_out,
-        )
-        _handle_tool_error(task_id, repo, work_item_id, branch, result)
-    except Exception as e:  # noqa: BLE001 - never-raise into the worker (AC-9)
-        logger.error(
-            "test_runner.run_test_gate: unexpected error for task %s (%s): %s",
-            task_id, work_item_id, e,
-        )
-
-
-# ---------------------------------------------------------------------------
-# Observability (D10 / FR-8 / AC-13)
-# ---------------------------------------------------------------------------
-def snapshot() -> dict:
-    """Read-only test-runner summary for ``GET /queue`` (FR-8 / AC-13).
-
-    Additive block; existing ``/queue`` keys are untouched. never-raise: any error ->
-    a minimal dict with the kill-switch state."""
-    try:
-        return {
-            "enabled": bool(settings.test_runner_enabled),
-            "repos": getattr(settings, "test_runner_repos", "") or "",
-            "target": getattr(settings, "test_runner_target", "tests/") or "tests/",
-            "timeout_s": getattr(settings, "test_runner_timeout_s", _DEFAULT_TIMEOUT_S),
-            "smoke_enabled": bool(getattr(settings, "test_runner_smoke_enabled", True)),
-            "infra_max_retries": getattr(settings, "test_runner_infra_max_retries", 2),
-            "runs": _TEST_RUNNER_COUNTERS["runs"],
-            "pass": _TEST_RUNNER_COUNTERS["pass"],
-            "fail": _TEST_RUNNER_COUNTERS["fail"],
-            "tool_error": _TEST_RUNNER_COUNTERS["tool_error"],
-            "deferred": _TEST_RUNNER_COUNTERS["deferred"],
-        }
-    except Exception as e:  # noqa: BLE001 - never-raise -> minimal dict
-        logger.warning("test_runner.snapshot error: %s", e)
-        return {"enabled": False}

tests/test_orch115_staging_runner.py

@@ -1,438 +0,0 @@
-"""ORCH-115 — deterministic staging-runner replacing the LLM deployer on
-`deploy-staging` (self-hosting orchestrator).
-
-Covers Phase 1 (04-test-plan.yaml TC-01…TC-13): the launch_job intercept BEFORE
-_spawn, the exit-code -> staging_status: mapping, 15-staging-log.md render + the
-UNCHANGED gate contract, advance_stage initiation, kill-switch/scope, never-raise /
-fail-safe, the bounded tool-error DEFER, process timeout, self-hosting safety, the
-anti-drift invariant (STAGE_TRANSITIONS / QG_CHECKS / DB schema untouched), and the
-/queue observability block.
-
-No live Claude CLI, docker or network: the staging subprocess and advance_stage are
-mocked; the pure mapping/render is tested directly. (TC-14 — the LLM call-site map
-anti-drift — lives in tests/test_llm_call_site_inventory.py / test_llm_determinization_docs.py.)
-"""
-import os
-import tempfile
-
-import pytest
-
-_test_db = os.path.join(tempfile.gettempdir(), "test_orch115_staging_runner.db")
-os.environ["ORCH_DB_PATH"] = _test_db
-os.environ["ORCH_REPOS_DIR"] = tempfile.gettempdir()
-os.environ.setdefault("ORCH_GITEA_TOKEN", "test-token")
-os.environ.setdefault("ORCH_PLANE_API_TOKEN", "test-token")
-
-from unittest.mock import MagicMock  # noqa: E402
-
-import src.db as _db  # noqa: E402
-from src.db import init_db, get_db, enqueue_job  # noqa: E402
-from src import staging_runner  # noqa: E402
-from src import stage_engine  # noqa: E402
-from src import config as cfg  # noqa: E402
-from src.proc_group import ProcResult  # noqa: E402
-from src.agents.launcher import AgentLauncher  # noqa: E402
-
-
-# ---------------------------------------------------------------------------
-# Fixtures
-# ---------------------------------------------------------------------------
-@pytest.fixture(autouse=True)
-def fresh_db(monkeypatch, tmp_path):
-    monkeypatch.setattr(_db.settings, "db_path", _test_db)
-    if os.path.exists(_test_db):
-        os.unlink(_test_db)
-    init_db()
-    # Worktree artefacts land in tmp; git commit/push degrade gracefully (no repo).
-    monkeypatch.setattr("src.git_worktree.settings.worktrees_dir", str(tmp_path), raising=False)
-    # Runner ON, self-hosting scope (default).
-    monkeypatch.setattr(cfg.settings, "staging_runner_enabled", True, raising=False)
-    monkeypatch.setattr(cfg.settings, "staging_runner_repos", "", raising=False)
-    monkeypatch.setattr(cfg.settings, "staging_runner_infra_max_retries", 2, raising=False)
-    # Reset in-process counters between tests.
-    for k in staging_runner._STAGING_RUNNER_COUNTERS:
-        staging_runner._STAGING_RUNNER_COUNTERS[k] = 0
-    yield
-
-
-def _make_task(stage, repo="orchestrator", wi="ORCH-115", branch="feature/ORCH-115-x"):
-    conn = get_db()
-    cur = conn.execute(
-        "INSERT INTO tasks (plane_id, work_item_id, repo, branch, stage) VALUES (?, ?, ?, ?, ?)",
-        (f"plane-{wi}", wi, repo, branch, stage),
-    )
-    tid = cur.lastrowid
-    conn.commit()
-    conn.close()
-    return tid
-
-
-def _make_job(agent, repo, task_id, content="x"):
-    return enqueue_job(agent, repo, content, task_id=task_id)
-
-
-def _job_dict(job_id, agent, repo, task_id):
-    return {"id": job_id, "agent": agent, "repo": repo, "task_id": task_id, "task_content": "x"}
-
-
-def _read_log(tmp_path, repo, branch, wi):
-    from src.git_worktree import get_worktree_path
-    p = os.path.join(get_worktree_path(repo, branch), f"docs/work-items/{wi}/15-staging-log.md")
-    with open(p, "r", encoding="utf-8") as f:
-        return f.read()
-
-
-# ---------------------------------------------------------------------------
-# TC-01 — applies(): kill-switch / scope / fail-safe (FR-6 / AC-6)
-# ---------------------------------------------------------------------------
-def test_tc01_applies_killswitch_and_scope(monkeypatch):
-    # enabled=False -> False (fall back to the LLM path) regardless of repo.
-    monkeypatch.setattr(cfg.settings, "staging_runner_enabled", False)
-    assert staging_runner.applies("orchestrator") is False
-
-    # enabled, empty CSV -> self-hosting only.
-    monkeypatch.setattr(cfg.settings, "staging_runner_enabled", True)
-    monkeypatch.setattr(cfg.settings, "staging_runner_repos", "")
-    assert staging_runner.applies("orchestrator") is True
-    assert staging_runner.applies("enduro-trails") is False
-    assert staging_runner.applies("") is False
-
-    # non-empty CSV -> membership (case-insensitive).
-    monkeypatch.setattr(cfg.settings, "staging_runner_repos", "enduro-trails, orchestrator")
-    assert staging_runner.applies("ENDURO-TRAILS") is True
-    assert staging_runner.applies("other-repo") is False
-
-
-def test_tc01_applies_never_raises(monkeypatch):
-    # A settings attribute that explodes on read -> applies() degrades to False.
-    class Boom:
-        @property
-        def staging_runner_enabled(self):
-            raise RuntimeError("boom")
-    monkeypatch.setattr(staging_runner, "settings", Boom())
-    assert staging_runner.applies("orchestrator") is False
-
-
-# ---------------------------------------------------------------------------
-# TC-02 — exit-code -> verdict, single shared contract (FR-3 / AC-3)
-# ---------------------------------------------------------------------------
-def test_tc02_map_exit_code():
-    from src import self_deploy
-    assert staging_runner.map_exit_code_to_status(0) == "SUCCESS"
-    for bad in (1, 2, 137, -9):
-        assert staging_runner.map_exit_code_to_status(bad) == "FAILED"
-    for noncode in (None, "x", object()):
-        assert staging_runner.map_exit_code_to_status(noncode) == "FAILED"
-    # Same contract as the deploy-finalizer (no second, drifting mapping).
-    for v in (0, 1, None, "garbage"):
-        assert staging_runner.map_exit_code_to_status(v) == self_deploy.map_exit_code_to_status(v)
-
-
-# ---------------------------------------------------------------------------
-# TC-03 — 15-staging-log.md render: machine key + 52c schema + INFRA-WAIVED (FR-4 / AC-2)
-# ---------------------------------------------------------------------------
-def test_tc03_log_render_schema_and_infra_waived():
-    stdout = "B6 OK\nINFRA-WAIVED: B9 image-build skipped (sandbox)\nDONE"
-    body = staging_runner.build_staging_log("ORCH-115", 0, "SUCCESS", stdout)
-    assert "staging_status: SUCCESS" in body  # UPPERCASE machine key
-    for field in ("work_item: ORCH-115", "stage: deploy-staging",
-                  "author_agent: staging-runner", "status: success",
-                  "created_at:", "model_used: n/a"):
-        assert field in body, f"missing 52c field: {field}"
-    # INFRA-WAIVED line copied into the body for observability.
-    assert "INFRA-WAIVED: B9 image-build skipped (sandbox)" in body
-
-    failed = staging_runner.build_staging_log("ORCH-115", 1, "FAILED", "boom")
-    assert "staging_status: FAILED" in failed
-    assert "status: failed" in failed
-
-
-# ---------------------------------------------------------------------------
-# TC-04 — generated log read by the UNCHANGED _parse_staging_status (AC-2)
-# ---------------------------------------------------------------------------
-def test_tc04_gate_parser_unchanged():
-    from src.qg.checks import _parse_staging_status
-    ok, reason = _parse_staging_status(staging_runner.build_staging_log("ORCH-115", 0, "SUCCESS"))
-    assert ok is True and "SUCCESS" in reason
-    bad, reason2 = _parse_staging_status(staging_runner.build_staging_log("ORCH-115", 2, "FAILED"))
-    assert bad is False and "FAILED" in reason2
-
-
-# ---------------------------------------------------------------------------
-# TC-05 — launch_job intercepts deployer on deploy-staging BEFORE _spawn (AC-1)
-# ---------------------------------------------------------------------------
-def test_tc05_launch_job_intercepts_before_spawn(monkeypatch):
-    tid = _make_task("deploy-staging")
-    jid = _make_job("deployer", "orchestrator", tid)
-    lr = AgentLauncher()
-    spawn = MagicMock(return_value=999)
-    monkeypatch.setattr(lr, "_spawn", spawn)
-    run_gate = MagicMock()
-    monkeypatch.setattr(staging_runner, "run_staging_gate", run_gate)
-
-    ret = lr.launch_job(_job_dict(jid, "deployer", "orchestrator", tid))
-
-    assert ret is None                      # no agent_runs row
-    spawn.assert_not_called()               # LLM path NOT taken
-    run_gate.assert_called_once()           # deterministic runner ran
-    # jobs row driven to done by the launcher (no monitor/agent).
-    conn = get_db()
-    status = conn.execute("SELECT status FROM jobs WHERE id=?", (jid,)).fetchone()[0]
-    conn.close()
-    assert status == "done"
-
-
-# ---------------------------------------------------------------------------
-# TC-06 — stage discriminator: deployer on `deploy` is NOT intercepted (AC-1 / R-1)
-# ---------------------------------------------------------------------------
-def test_tc06_stage_discriminator_prod_not_intercepted(monkeypatch):
-    tid = _make_task("deploy")  # prod edge, not deploy-staging
-    jid = _make_job("deployer", "orchestrator", tid)
-    lr = AgentLauncher()
-    spawn = MagicMock(return_value=42)
-    monkeypatch.setattr(lr, "_spawn", spawn)
-    run_gate = MagicMock()
-    monkeypatch.setattr(staging_runner, "run_staging_gate", run_gate)
-
-    ret = lr.launch_job(_job_dict(jid, "deployer", "orchestrator", tid))
-
-    assert ret == 42                        # _spawn path taken
-    spawn.assert_called_once()
-    run_gate.assert_not_called()
-    assert staging_runner.should_intercept(_job_dict(jid, "deployer", "orchestrator", tid)) is False
-
-
-def test_tc06_non_self_repo_not_intercepted(monkeypatch):
-    tid = _make_task("deploy-staging", repo="enduro-trails", wi="ET-9", branch="feature/ET-9-x")
-    jid = _make_job("deployer", "enduro-trails", tid)
-    assert staging_runner.should_intercept(_job_dict(jid, "deployer", "enduro-trails", tid)) is False
-
-
-# ---------------------------------------------------------------------------
-# TC-07 — routing equivalence: SUCCESS -> advance; FAILED -> same path (AC-4)
-# ---------------------------------------------------------------------------
-@pytest.mark.parametrize("rc,expected", [(0, "SUCCESS"), (1, "FAILED")])
-def test_tc07_advance_initiated_like_llm(monkeypatch, tmp_path, rc, expected):
-    tid = _make_task("deploy-staging")
-    monkeypatch.setattr(staging_runner, "run_staging_suite",
-                        lambda: ProcResult(returncode=rc, stdout="out", stderr="", timed_out=False))
-    advance = MagicMock()
-    monkeypatch.setattr(stage_engine, "advance_stage", advance)
-
-    staging_runner.run_staging_gate(_job_dict(1, "deployer", "orchestrator", tid))
-
-    advance.assert_called_once()
-    kwargs = advance.call_args.kwargs
-    assert kwargs["current_stage"] == "deploy-staging"
-    assert kwargs["finished_agent"] == "deployer"
-    assert kwargs["work_item_id"] == "ORCH-115"
-    # The log written for the gate carries the matching verdict.
-    assert f"staging_status: {expected}" in _read_log(tmp_path, "orchestrator", "feature/ORCH-115-x", "ORCH-115")
-
-
-# ---------------------------------------------------------------------------
-# TC-08 — kill-switch: enabled=False -> LLM path via _spawn (AC-6)
-# ---------------------------------------------------------------------------
-def test_tc08_killswitch_falls_back_to_spawn(monkeypatch):
-    monkeypatch.setattr(cfg.settings, "staging_runner_enabled", False)
-    tid = _make_task("deploy-staging")
-    jid = _make_job("deployer", "orchestrator", tid)
-    lr = AgentLauncher()
-    spawn = MagicMock(return_value=7)
-    monkeypatch.setattr(lr, "_spawn", spawn)
-    run_gate = MagicMock()
-    monkeypatch.setattr(staging_runner, "run_staging_gate", run_gate)
-
-    ret = lr.launch_job(_job_dict(jid, "deployer", "orchestrator", tid))
-
-    assert ret == 7
-    spawn.assert_called_once()              # byte-for-byte the prior LLM-deployer path
-    run_gate.assert_not_called()
-
-
-# ---------------------------------------------------------------------------
-# TC-09 — anti-drift NFR-1: STAGE_TRANSITIONS / QG_CHECKS / schema untouched (AC-5)
-# ---------------------------------------------------------------------------
-def test_tc09_pipeline_contract_unchanged():
-    from src.stages import STAGE_TRANSITIONS
-    from src.qg.checks import QG_CHECKS
-    # The deploy-staging edge + its gate are byte-for-byte the prior contract.
-    assert STAGE_TRANSITIONS["deploy-staging"] == {
-        "next": "deploy", "agent": "deployer", "qg": "check_staging_status"
-    }
-    assert "check_staging_status" in QG_CHECKS
-    # No new ORCH-115 table/column: only the existing tables exist.
-    conn = get_db()
-    tables = {r[0] for r in conn.execute(
-        "SELECT name FROM sqlite_master WHERE type='table'").fetchall()}
-    conn.close()
-    assert not any("staging_runner" in t for t in tables)
-    # The machine key is not renamed: the runner emits `staging_status:`.
-    assert "staging_status:" in staging_runner.build_staging_log("ORCH-115", 0, "SUCCESS")
-
-
-# ---------------------------------------------------------------------------
-# TC-10 — never-raise / fail-safe: tool-error never a silent advance/false green (AC-7)
-# ---------------------------------------------------------------------------
-def test_tc10_nonzero_exit_is_failed_and_advances(monkeypatch, tmp_path):
-    tid = _make_task("deploy-staging")
-    monkeypatch.setattr(staging_runner, "run_staging_suite",
-                        lambda: ProcResult(returncode=3, stdout="fail", stderr="", timed_out=False))
-    advance = MagicMock()
-    monkeypatch.setattr(stage_engine, "advance_stage", advance)
-    staging_runner.run_staging_gate(_job_dict(1, "deployer", "orchestrator", tid))
-    advance.assert_called_once()
-    assert "staging_status: FAILED" in _read_log(tmp_path, "orchestrator", "feature/ORCH-115-x", "ORCH-115")
-
-
-def test_tc10_timeout_defers_without_advance(monkeypatch):
-    tid = _make_task("deploy-staging")
-    monkeypatch.setattr(cfg.settings, "staging_runner_infra_max_retries", 2)
-    monkeypatch.setattr(staging_runner, "run_staging_suite",
-                        lambda: ProcResult(returncode=None, stdout="", stderr="", timed_out=True))
-    advance = MagicMock()
-    monkeypatch.setattr(stage_engine, "advance_stage", advance)
-
-    staging_runner.run_staging_gate(_job_dict(1, "deployer", "orchestrator", tid))
-
-    advance.assert_not_called()             # NO silent advance / false green on infra hiccup
-    # A fresh deployer job was re-queued with the restart-safe marker (bounded DEFER).
-    conn = get_db()
-    n = conn.execute(
-        "SELECT COUNT(*) FROM jobs WHERE task_id=? AND task_content LIKE ?",
-        (tid, f"%{staging_runner._INFRA_RETRY_MARKER}%"),
-    ).fetchone()[0]
-    conn.close()
-    assert n == 1
-    assert staging_runner._STAGING_RUNNER_COUNTERS["deferred"] == 1
-    assert staging_runner._STAGING_RUNNER_COUNTERS["tool_error"] == 1
-
-
-def test_tc10_tool_error_budget_exhausted_fails_closed(monkeypatch, tmp_path):
-    tid = _make_task("deploy-staging")
-    monkeypatch.setattr(cfg.settings, "staging_runner_infra_max_retries", 0)  # exhausted immediately
-    monkeypatch.setattr(staging_runner, "run_staging_suite",
-                        lambda: ProcResult(returncode=None, stdout="", stderr="", timed_out=True))
-    advance = MagicMock()
-    monkeypatch.setattr(stage_engine, "advance_stage", advance)
-
-    staging_runner.run_staging_gate(_job_dict(1, "deployer", "orchestrator", tid))
-
-    advance.assert_called_once()            # fail-closed: write FAILED + advance (existing rollback)
-    assert "staging_status: FAILED" in _read_log(tmp_path, "orchestrator", "feature/ORCH-115-x", "ORCH-115")
-
-
-def test_tc10_run_gate_never_raises(monkeypatch):
-    tid = _make_task("deploy-staging")
-
-    def boom():
-        raise RuntimeError("docker exec exploded")
-    monkeypatch.setattr(staging_runner, "run_staging_suite", boom)
-    # Must NOT raise (AC-7): the worker is protected even on an unexpected error.
-    staging_runner.run_staging_gate(_job_dict(1, "deployer", "orchestrator", tid))
-
-
-def test_tc10_launcher_contains_runner_fault(monkeypatch):
-    tid = _make_task("deploy-staging")
-    jid = _make_job("deployer", "orchestrator", tid)
-    lr = AgentLauncher()
-    monkeypatch.setattr(lr, "_spawn", MagicMock())
-    monkeypatch.setattr(staging_runner, "run_staging_gate",
-                        MagicMock(side_effect=RuntimeError("kaboom")))
-    # The launcher wrapper contains the fault -> job marked failed, never raises.
-    ret = lr.launch_job(_job_dict(jid, "deployer", "orchestrator", tid))
-    assert ret is None
-    conn = get_db()
-    status = conn.execute("SELECT status FROM jobs WHERE id=?", (jid,)).fetchone()[0]
-    conn.close()
-    assert status == "failed"
-
-
-# ---------------------------------------------------------------------------
-# TC-11 — timeout resolution + propagation (NFR-4 / AC-9)
-# ---------------------------------------------------------------------------
-def test_tc11_resolve_timeout_default_on_bad_value(monkeypatch):
-    monkeypatch.setattr(cfg.settings, "staging_runner_timeout_s", 1234)
-    assert staging_runner._resolve_timeout() == 1234
-    for bad in (0, -5, "abc", None):
-        monkeypatch.setattr(cfg.settings, "staging_runner_timeout_s", bad)
-        assert staging_runner._resolve_timeout() == staging_runner._DEFAULT_TIMEOUT_S
-
-
-def test_tc11_timeout_passed_to_proc_group(monkeypatch):
-    monkeypatch.setattr(cfg.settings, "staging_runner_timeout_s", 321)
-    monkeypatch.setattr(cfg.settings, "subprocess_tree_kill_enabled", True)
-    captured = {}
-
-    def fake_run(cmd, *, cwd, timeout, grace_s, tree_kill):
-        captured.update(cmd=cmd, timeout=timeout, tree_kill=tree_kill)
-        return ProcResult(returncode=0, stdout="", stderr="", timed_out=False)
-    monkeypatch.setattr(staging_runner.proc_group, "run_in_process_group", fake_run)
-
-    staging_runner.run_staging_suite()
-    assert captured["timeout"] == 321
-    assert captured["tree_kill"] is True
-    assert captured["cmd"][:2] == ["docker", "exec"]
-
-
-# ---------------------------------------------------------------------------
-# TC-12 — self-hosting safety: no forbidden literals in the runner command (AC-8)
-# ---------------------------------------------------------------------------
-def test_tc12_command_has_no_dangerous_literals():
-    cmd = " ".join(staging_runner.build_staging_command())
-    forbidden = ("compose", "up -d", "--build", "8500", "force", "push", ".env",
-                 "rm ", "restart")
-    for token in forbidden:
-        assert token not in cmd, f"forbidden literal {token!r} in runner command: {cmd}"
-    # It IS the staging suite against 8501 via docker exec.
-    assert "docker exec" in cmd
-    assert "staging_check.py" in cmd
-    assert "8501" in cmd
-    assert "--mode stub" in cmd
-
-
-# ---------------------------------------------------------------------------
-# TC-13 — observability: /queue block + structured verdict log (AC-10)
-# ---------------------------------------------------------------------------
-def test_tc13_snapshot_shape():
-    snap = staging_runner.snapshot()
-    for k in ("enabled", "repos", "timeout_s", "infra_max_retries",
-              "runs", "success", "failed", "tool_error", "deferred"):
-        assert k in snap, f"snapshot missing key {k}"
-
-
-def test_tc13_queue_endpoint_includes_block(monkeypatch):
-    import asyncio
-    from src import main
-    payload = asyncio.run(main.queue())
-    assert "staging_runner" in payload
-    assert "enabled" in payload["staging_runner"]
-
-
-def test_tc13_structured_verdict_log_distinguishes_outcomes(monkeypatch, caplog, tmp_path):
-    tid = _make_task("deploy-staging")
-    monkeypatch.setattr(stage_engine, "advance_stage", MagicMock())
-    # code-pass
-    monkeypatch.setattr(staging_runner, "run_staging_suite",
-                        lambda: ProcResult(returncode=0, stdout="", stderr="", timed_out=False))
-    with caplog.at_level("INFO", logger="orchestrator.staging_runner"):
-        staging_runner.run_staging_gate(_job_dict(1, "deployer", "orchestrator", tid))
-    assert any("outcome=code-pass" in r.message for r in caplog.records)
-
-    caplog.clear()
-    # tool-error
-    monkeypatch.setattr(cfg.settings, "staging_runner_infra_max_retries", 2)
-    monkeypatch.setattr(staging_runner, "run_staging_suite",
-                        lambda: ProcResult(returncode=None, stdout="", stderr="", timed_out=True))
-    with caplog.at_level("WARNING", logger="orchestrator.staging_runner"):
-        staging_runner.run_staging_gate(_job_dict(1, "deployer", "orchestrator", tid))
-    assert any("outcome=tool-error" in r.message for r in caplog.records)
-
-
-def test_tc13_snapshot_never_raises(monkeypatch):
-    class Boom:
-        def __getattr__(self, name):
-            raise RuntimeError("boom")
-    monkeypatch.setattr(staging_runner, "settings", Boom())
-    snap = staging_runner.snapshot()
-    assert snap["enabled"] is False

tests/test_orch116_test_runner.py

@@ -1,560 +0,0 @@
-"""ORCH-116 — deterministic test-runner replacing the LLM tester on the `testing`
-stage (self-hosting orchestrator).
-
-Covers Phase 1 (04-test-plan.yaml TC-01…TC-14): the launch_job intercept BEFORE
-_spawn, the exit-code -> result: PASS|FAIL mapping, 13-test-report.md render + the
-UNCHANGED gate contract (incl. the tester-specific D6.1 52c-`status:`↔parser
-anti-collision), advance_stage initiation, kill-switch / scope / backward-compat for a
-repo without a test-contract, never-raise / fail-safe, the bounded tool-error DEFER
-(anti ORCH-110), process timeout (proc_group / worktree), read-only smoke, self-hosting
-safety, the anti-drift invariant (STAGE_TRANSITIONS / QG_CHECKS / check_tests_passed /
-_parse_tests_verdict / DB schema untouched), and the /queue observability block.
-
-No live Claude CLI, network or worktree git: the pytest subprocess, the smoke GETs and
-advance_stage are mocked; the pure mapping/render is tested directly. (TC-15 — the LLM
-call-site map anti-drift — lives in tests/test_llm_call_site_inventory.py /
-test_llm_determinization_docs.py and is asserted green here too.)
-"""
-import os
-import tempfile
-
-import pytest
-
-_test_db = os.path.join(tempfile.gettempdir(), "test_orch116_test_runner.db")
-os.environ["ORCH_DB_PATH"] = _test_db
-os.environ["ORCH_REPOS_DIR"] = tempfile.gettempdir()
-os.environ.setdefault("ORCH_GITEA_TOKEN", "test-token")
-os.environ.setdefault("ORCH_PLANE_API_TOKEN", "test-token")
-
-from unittest.mock import MagicMock  # noqa: E402
-
-import src.db as _db  # noqa: E402
-from src.db import init_db, get_db, enqueue_job  # noqa: E402
-from src import test_runner  # noqa: E402
-from src import stage_engine  # noqa: E402
-from src import config as cfg  # noqa: E402
-from src.proc_group import ProcResult  # noqa: E402
-from src.agents.launcher import AgentLauncher  # noqa: E402
-
-
-# ---------------------------------------------------------------------------
-# Fixtures
-# ---------------------------------------------------------------------------
-@pytest.fixture(autouse=True)
-def fresh_db(monkeypatch, tmp_path):
-    monkeypatch.setattr(_db.settings, "db_path", _test_db)
-    if os.path.exists(_test_db):
-        os.unlink(_test_db)
-    init_db()
-    # Worktree artefacts land in tmp; git commit/push degrade gracefully (no repo).
-    monkeypatch.setattr("src.git_worktree.settings.worktrees_dir", str(tmp_path), raising=False)
-    # Runner ON, self-hosting scope (default). Smoke OFF by default so the PASS path
-    # does not hit the network; the dedicated smoke tests re-enable + mock it.
-    monkeypatch.setattr(cfg.settings, "test_runner_enabled", True, raising=False)
-    monkeypatch.setattr(cfg.settings, "test_runner_repos", "", raising=False)
-    monkeypatch.setattr(cfg.settings, "test_runner_smoke_enabled", False, raising=False)
-    monkeypatch.setattr(cfg.settings, "test_runner_infra_max_retries", 2, raising=False)
-    # Reset in-process counters between tests.
-    for k in test_runner._TEST_RUNNER_COUNTERS:
-        test_runner._TEST_RUNNER_COUNTERS[k] = 0
-    yield
-
-
-def _make_task(stage, repo="orchestrator", wi="ORCH-116", branch="feature/ORCH-116-x"):
-    conn = get_db()
-    cur = conn.execute(
-        "INSERT INTO tasks (plane_id, work_item_id, repo, branch, stage) VALUES (?, ?, ?, ?, ?)",
-        (f"plane-{wi}", wi, repo, branch, stage),
-    )
-    tid = cur.lastrowid
-    conn.commit()
-    conn.close()
-    return tid
-
-
-def _make_job(agent, repo, task_id, content="x"):
-    return enqueue_job(agent, repo, content, task_id=task_id)
-
-
-def _job_dict(job_id, agent, repo, task_id):
-    return {"id": job_id, "agent": agent, "repo": repo, "task_id": task_id, "task_content": "x"}
-
-
-def _read_report(repo, branch, wi):
-    from src.git_worktree import get_worktree_path
-    p = os.path.join(get_worktree_path(repo, branch), f"docs/work-items/{wi}/13-test-report.md")
-    with open(p, "r", encoding="utf-8") as f:
-        return f.read()
-
-
-# ---------------------------------------------------------------------------
-# TC-01 — applies(): kill-switch / scope / contract / fail-safe (FR-7 / AC-6/AC-7/AC-8)
-# ---------------------------------------------------------------------------
-def test_tc01_applies_killswitch_scope_and_contract(monkeypatch):
-    # enabled=False -> False (fall back to the LLM path) regardless of repo.
-    monkeypatch.setattr(cfg.settings, "test_runner_enabled", False)
-    assert test_runner.applies("orchestrator") is False
-
-    # enabled, empty CSV -> self-hosting only (and a test-contract resolves for it).
-    monkeypatch.setattr(cfg.settings, "test_runner_enabled", True)
-    monkeypatch.setattr(cfg.settings, "test_runner_repos", "")
-    assert test_runner.applies("orchestrator") is True
-    assert test_runner.applies("enduro-trails") is False
-    assert test_runner.applies("") is False
-
-    # BR-9 backward-compat: even hand-adding a non-self repo to the CSV -> False,
-    # because _has_test_contract is unresolved for it (Phase 1 = self only).
-    monkeypatch.setattr(cfg.settings, "test_runner_repos", "enduro-trails, orchestrator")
-    assert test_runner.applies("ENDURO-TRAILS") is False   # no contract -> LLM-tester
-    assert test_runner.applies("orchestrator") is True      # in scope + contract
-    assert test_runner.applies("other-repo") is False
-
-
-def test_tc01_applies_never_raises(monkeypatch):
-    class Boom:
-        @property
-        def test_runner_enabled(self):
-            raise RuntimeError("boom")
-    monkeypatch.setattr(test_runner, "settings", Boom())
-    assert test_runner.applies("orchestrator") is False
-
-
-# ---------------------------------------------------------------------------
-# TC-02 — exit-code -> verdict, single shared contract (FR-3 / AC-3)
-# ---------------------------------------------------------------------------
-def test_tc02_map_exit_code():
-    from src import self_deploy
-    assert test_runner.map_exit_code_to_result(0) == "PASS"
-    for bad in (1, 2, 137, -9):
-        assert test_runner.map_exit_code_to_result(bad) == "FAIL"
-    for noncode in (None, "x", object()):
-        assert test_runner.map_exit_code_to_result(noncode) == "FAIL"
-    # Same underlying contract as the deploy-finalizer / staging-runner (no 2nd mapping):
-    # PASS iff SUCCESS, FAIL iff FAILED.
-    for v in (0, 1, None, "garbage"):
-        expect = "PASS" if self_deploy.map_exit_code_to_status(v) == "SUCCESS" else "FAIL"
-        assert test_runner.map_exit_code_to_result(v) == expect
-
-
-# ---------------------------------------------------------------------------
-# TC-03 — 13-test-report.md render: machine key + 52c schema + status alignment (FR-4 / AC-2)
-# ---------------------------------------------------------------------------
-def test_tc03_report_render_schema_and_status_alignment():
-    body = test_runner.build_test_report("ORCH-116", 0, "PASS", "23 passed", smoke="ok")
-    assert "result: PASS" in body            # UPPERCASE machine key
-    for field in ("work_item: ORCH-116", "stage: testing",
-                  "author_agent: test-runner", "status: success",
-                  "created_at:", "model_used: n/a"):
-        assert field in body, f"missing 52c field: {field}"
-    assert "smoke: ok" in body
-    assert "23 passed" in body               # stdout tail copied into the body
-
-    failed = test_runner.build_test_report("ORCH-116", 1, "FAIL", "boom", smoke="skipped")
-    assert "result: FAIL" in failed
-    # D6.1: status MUST be aligned with the verdict (failed, never `success`).
-    assert "status: failed" in failed
-
-
-# ---------------------------------------------------------------------------
-# TC-04 — generated report read by the UNCHANGED _parse_tests_verdict (AC-2 / D6.1)
-# ---------------------------------------------------------------------------
-def test_tc04_gate_parser_unchanged():
-    from src.qg.checks import _parse_tests_verdict
-    ok, reason = _parse_tests_verdict(
-        test_runner.build_test_report("ORCH-116", 0, "PASS", "", smoke="ok"))
-    assert ok is True and "PASS" in reason
-    bad, reason2 = _parse_tests_verdict(
-        test_runner.build_test_report("ORCH-116", 2, "FAIL", "", smoke="skipped"))
-    assert bad is False and "FAIL" in reason2
-
-
-def test_tc04_status_field_never_false_negatives_a_pass():
-    """The D6.1 mine: the 52c-mandatory `status:` is read by _parse_tests_verdict with
-    negative-token priority. A PASS report must NOT carry a status whose UPPERCASE is a
-    negative token (else a healthy run reads as FAIL)."""
-    from src.qg.checks import _parse_tests_verdict, _TESTS_NEGATIVE_TOKENS
-    body = test_runner.build_test_report("ORCH-116", 0, "PASS", "", smoke="ok")
-    # Extract the status: line from the frontmatter and assert it is token-safe.
-    status_line = next(ln for ln in body.splitlines() if ln.startswith("status:"))
-    status_val = status_line.split(":", 1)[1].strip().upper()
-    for neg in _TESTS_NEGATIVE_TOKENS:
-        assert neg not in status_val, f"PASS report status carries negative token {neg!r}"
-    assert _parse_tests_verdict(body)[0] is True
-
-
-# ---------------------------------------------------------------------------
-# TC-05 — launch_job intercepts tester on testing BEFORE _spawn (AC-1)
-# ---------------------------------------------------------------------------
-def test_tc05_launch_job_intercepts_before_spawn(monkeypatch):
-    tid = _make_task("testing")
-    jid = _make_job("tester", "orchestrator", tid)
-    lr = AgentLauncher()
-    spawn = MagicMock(return_value=999)
-    monkeypatch.setattr(lr, "_spawn", spawn)
-    run_gate = MagicMock()
-    monkeypatch.setattr(test_runner, "run_test_gate", run_gate)
-
-    ret = lr.launch_job(_job_dict(jid, "tester", "orchestrator", tid))
-
-    assert ret is None                      # no agent_runs row
-    spawn.assert_not_called()               # LLM path NOT taken
-    run_gate.assert_called_once()           # deterministic runner ran
-    conn = get_db()
-    status = conn.execute("SELECT status FROM jobs WHERE id=?", (jid,)).fetchone()[0]
-    conn.close()
-    assert status == "done"
-
-
-# ---------------------------------------------------------------------------
-# TC-06 — discriminator: tester off-`testing` / non-tester / never-raise (AC-1 / R-1)
-# ---------------------------------------------------------------------------
-def test_tc06_stage_discriminator_off_testing_not_intercepted(monkeypatch):
-    tid = _make_task("development")  # tester job but not the testing stage
-    jid = _make_job("tester", "orchestrator", tid)
-    assert test_runner.should_intercept(_job_dict(jid, "tester", "orchestrator", tid)) is False
-    # and launch_job falls through to _spawn for it.
-    lr = AgentLauncher()
-    spawn = MagicMock(return_value=42)
-    monkeypatch.setattr(lr, "_spawn", spawn)
-    ret = lr.launch_job(_job_dict(jid, "tester", "orchestrator", tid))
-    assert ret == 42
-    spawn.assert_called_once()
-
-
-def test_tc06_non_tester_not_intercepted():
-    tid = _make_task("testing")
-    jid = _make_job("developer", "orchestrator", tid)
-    assert test_runner.should_intercept(_job_dict(jid, "developer", "orchestrator", tid)) is False
-
-
-def test_tc06_non_self_repo_not_intercepted():
-    tid = _make_task("testing", repo="enduro-trails", wi="ET-9", branch="feature/ET-9-x")
-    jid = _make_job("tester", "enduro-trails", tid)
-    assert test_runner.should_intercept(_job_dict(jid, "tester", "enduro-trails", tid)) is False
-
-
-def test_tc06_should_intercept_never_raises(monkeypatch):
-    # applies() True, but the DB lookup explodes -> should_intercept False (fall-through).
-    monkeypatch.setattr(test_runner, "applies", lambda repo: True)
-    monkeypatch.setattr(test_runner, "get_db", None, raising=False)
-
-    def boom_get_db():
-        raise RuntimeError("db down")
-    import src.db as dbmod
-    monkeypatch.setattr(dbmod, "get_db", boom_get_db)
-    assert test_runner.should_intercept(
-        {"agent": "tester", "repo": "orchestrator", "task_id": 1}) is False
-
-
-# ---------------------------------------------------------------------------
-# TC-07 — routing equivalence: PASS -> advance; FAIL -> same path (AC-4)
-# ---------------------------------------------------------------------------
-@pytest.mark.parametrize("rc,expected", [(0, "PASS"), (1, "FAIL")])
-def test_tc07_advance_initiated_like_llm(monkeypatch, rc, expected):
-    tid = _make_task("testing")
-    monkeypatch.setattr(test_runner, "run_test_suite",
-                        lambda repo, branch: ProcResult(returncode=rc, stdout="out", stderr="", timed_out=False))
-    advance = MagicMock()
-    monkeypatch.setattr(stage_engine, "advance_stage", advance)
-
-    test_runner.run_test_gate(_job_dict(1, "tester", "orchestrator", tid))
-
-    advance.assert_called_once()
-    kwargs = advance.call_args.kwargs
-    assert kwargs["current_stage"] == "testing"
-    assert kwargs["finished_agent"] == "tester"
-    assert kwargs["work_item_id"] == "ORCH-116"
-    assert f"result: {expected}" in _read_report("orchestrator", "feature/ORCH-116-x", "ORCH-116")
-
-
-# ---------------------------------------------------------------------------
-# TC-08 — kill-switch: enabled=False -> LLM path via _spawn (AC-7)
-# ---------------------------------------------------------------------------
-def test_tc08_killswitch_falls_back_to_spawn(monkeypatch):
-    monkeypatch.setattr(cfg.settings, "test_runner_enabled", False)
-    tid = _make_task("testing")
-    jid = _make_job("tester", "orchestrator", tid)
-    lr = AgentLauncher()
-    spawn = MagicMock(return_value=7)
-    monkeypatch.setattr(lr, "_spawn", spawn)
-    run_gate = MagicMock()
-    monkeypatch.setattr(test_runner, "run_test_gate", run_gate)
-
-    ret = lr.launch_job(_job_dict(jid, "tester", "orchestrator", tid))
-
-    assert ret == 7
-    spawn.assert_called_once()              # byte-for-byte the prior LLM-tester path
-    run_gate.assert_not_called()
-
-
-# ---------------------------------------------------------------------------
-# TC-09 — anti-drift NFR-1: STAGE_TRANSITIONS / QG_CHECKS / schema untouched (AC-6)
-# ---------------------------------------------------------------------------
-def test_tc09_pipeline_contract_unchanged():
-    from src.stages import STAGE_TRANSITIONS
-    from src.qg.checks import QG_CHECKS
-    # The review->testing edge (tester) and testing->deploy-staging gate are byte-for-byte.
-    assert STAGE_TRANSITIONS["review"] == {
-        "next": "testing", "agent": "tester", "qg": "check_reviewer_verdict"
-    }
-    assert STAGE_TRANSITIONS["testing"] == {
-        "next": "deploy-staging", "agent": "deployer", "qg": "check_tests_passed"
-    }
-    assert "check_tests_passed" in QG_CHECKS
-    # No new ORCH-116 table: only the existing tables exist.
-    conn = get_db()
-    tables = {r[0] for r in conn.execute(
-        "SELECT name FROM sqlite_master WHERE type='table'").fetchall()}
-    conn.close()
-    assert not any("test_runner" in t for t in tables)
-    # The machine key is not renamed: the runner emits `result:`.
-    assert "result:" in test_runner.build_test_report("ORCH-116", 0, "PASS")
-
-
-# ---------------------------------------------------------------------------
-# TC-10 / TC-11 — two-level outcome + never-raise (anti ORCH-110, AC-5/AC-9)
-# ---------------------------------------------------------------------------
-def test_tc10_nonzero_exit_is_fail_and_advances(monkeypatch):
-    tid = _make_task("testing")
-    monkeypatch.setattr(test_runner, "run_test_suite",
-                        lambda repo, branch: ProcResult(returncode=3, stdout="fail", stderr="", timed_out=False))
-    advance = MagicMock()
-    monkeypatch.setattr(stage_engine, "advance_stage", advance)
-    test_runner.run_test_gate(_job_dict(1, "tester", "orchestrator", tid))
-    advance.assert_called_once()
-    assert "result: FAIL" in _read_report("orchestrator", "feature/ORCH-116-x", "ORCH-116")
-
-
-def test_tc10_timeout_defers_without_advance(monkeypatch):
-    tid = _make_task("testing")
-    monkeypatch.setattr(cfg.settings, "test_runner_infra_max_retries", 2)
-    monkeypatch.setattr(test_runner, "run_test_suite",
-                        lambda repo, branch: ProcResult(returncode=None, stdout="", stderr="", timed_out=True))
-    advance = MagicMock()
-    monkeypatch.setattr(stage_engine, "advance_stage", advance)
-
-    test_runner.run_test_gate(_job_dict(1, "tester", "orchestrator", tid))
-
-    advance.assert_not_called()             # NO silent advance / false green on infra hiccup
-    conn = get_db()
-    n = conn.execute(
-        "SELECT COUNT(*) FROM jobs WHERE task_id=? AND task_content LIKE ?",
-        (tid, f"%{test_runner._INFRA_RETRY_MARKER}%"),
-    ).fetchone()[0]
-    # The re-queued job must be a `tester` job (re-enters this runner), not a deployer.
-    agent = conn.execute(
-        "SELECT agent FROM jobs WHERE task_id=? AND task_content LIKE ?",
-        (tid, f"%{test_runner._INFRA_RETRY_MARKER}%"),
-    ).fetchone()[0]
-    conn.close()
-    assert n == 1
-    assert agent == "tester"
-    assert test_runner._TEST_RUNNER_COUNTERS["deferred"] == 1
-    assert test_runner._TEST_RUNNER_COUNTERS["tool_error"] == 1
-
-
-def test_tc10_tool_error_budget_exhausted_fails_closed(monkeypatch):
-    tid = _make_task("testing")
-    monkeypatch.setattr(cfg.settings, "test_runner_infra_max_retries", 0)  # exhausted immediately
-    monkeypatch.setattr(test_runner, "run_test_suite",
-                        lambda repo, branch: ProcResult(returncode=None, stdout="", stderr="", timed_out=True))
-    advance = MagicMock()
-    monkeypatch.setattr(stage_engine, "advance_stage", advance)
-    alert = MagicMock()
-    monkeypatch.setattr(test_runner, "_alert_infra_exhausted", alert)
-
-    test_runner.run_test_gate(_job_dict(1, "tester", "orchestrator", tid))
-
-    advance.assert_called_once()            # fail-closed: write FAIL + advance (existing rollback)
-    alert.assert_called_once()
-    assert "result: FAIL" in _read_report("orchestrator", "feature/ORCH-116-x", "ORCH-116")
-
-
-def test_tc11_run_gate_never_raises(monkeypatch):
-    tid = _make_task("testing")
-
-    def boom(repo, branch):
-        raise RuntimeError("pytest exploded")
-    monkeypatch.setattr(test_runner, "run_test_suite", boom)
-    # Must NOT raise (AC-9): the worker is protected even on an unexpected error.
-    test_runner.run_test_gate(_job_dict(1, "tester", "orchestrator", tid))
-
-
-def test_tc11_launcher_contains_runner_fault(monkeypatch):
-    tid = _make_task("testing")
-    jid = _make_job("tester", "orchestrator", tid)
-    lr = AgentLauncher()
-    monkeypatch.setattr(lr, "_spawn", MagicMock())
-    monkeypatch.setattr(test_runner, "run_test_gate",
-                        MagicMock(side_effect=RuntimeError("kaboom")))
-    ret = lr.launch_job(_job_dict(jid, "tester", "orchestrator", tid))
-    assert ret is None
-    conn = get_db()
-    status = conn.execute("SELECT status FROM jobs WHERE id=?", (jid,)).fetchone()[0]
-    conn.close()
-    assert status == "failed"
-
-
-# ---------------------------------------------------------------------------
-# TC-12 — timeout resolution + worktree cwd + tree-kill (NFR-3/NFR-4 / AC-11)
-# ---------------------------------------------------------------------------
-def test_tc12_resolve_timeout_default_on_bad_value(monkeypatch):
-    monkeypatch.setattr(cfg.settings, "test_runner_timeout_s", 1234)
-    assert test_runner._resolve_timeout() == 1234
-    for bad in (0, -5, "abc", None):
-        monkeypatch.setattr(cfg.settings, "test_runner_timeout_s", bad)
-        assert test_runner._resolve_timeout() == test_runner._DEFAULT_TIMEOUT_S
-
-
-def test_tc12_pytest_runs_in_worktree_via_proc_group(monkeypatch):
-    monkeypatch.setattr(cfg.settings, "test_runner_timeout_s", 321)
-    monkeypatch.setattr(cfg.settings, "subprocess_tree_kill_enabled", True)
-    captured = {}
-
-    def fake_run(cmd, *, cwd, timeout, grace_s, tree_kill):
-        captured.update(cmd=cmd, cwd=cwd, timeout=timeout, tree_kill=tree_kill)
-        return ProcResult(returncode=0, stdout="", stderr="", timed_out=False)
-    monkeypatch.setattr(test_runner.proc_group, "run_in_process_group", fake_run)
-
-    test_runner.run_test_suite("orchestrator", "feature/ORCH-116-x")
-    from src.git_worktree import get_worktree_path
-    assert captured["cwd"] == get_worktree_path("orchestrator", "feature/ORCH-116-x")
-    assert captured["timeout"] == 321
-    assert captured["tree_kill"] is True
-    assert captured["cmd"][:3] == ["python", "-m", "pytest"]
-
-
-# ---------------------------------------------------------------------------
-# TC-13 — self-hosting safety: no forbidden literals; smoke read-only (AC-10)
-# ---------------------------------------------------------------------------
-def test_tc13_command_has_no_dangerous_literals():
-    cmd = " ".join(test_runner.build_test_command())
-    forbidden = ("compose", "up -d", "--build", "8500", "force", "push", ".env",
-                 "rm ", "restart", "docker")
-    for token in forbidden:
-        assert token not in cmd, f"forbidden literal {token!r} in runner command: {cmd}"
-    assert "pytest" in cmd
-
-
-def test_tc13_smoke_is_read_only_and_checks_serial_gate(monkeypatch):
-    monkeypatch.setattr(cfg.settings, "test_runner_smoke_enabled", True)
-    monkeypatch.setattr(test_runner, "_SMOKE_BACKOFF_S", 0)
-    calls = []
-
-    def fake_get(url):
-        calls.append(url)
-        if url.endswith("/queue"):
-            return 200, '{"serial_gate": {"enabled": true}}'
-        return 200, "ok"
-    monkeypatch.setattr(test_runner, "_http_get", fake_get)
-
-    ok, detail = test_runner.run_smoke()
-    assert ok is True
-    # All three read-only endpoints hit; serial_gate verified in /queue body.
-    assert any(u.endswith("/health") for u in calls)
-    assert any(u.endswith("/status") for u in calls)
-    assert any(u.endswith("/queue") for u in calls)
-
-
-def test_tc13_smoke_missing_serial_gate_fails(monkeypatch):
-    monkeypatch.setattr(cfg.settings, "test_runner_smoke_enabled", True)
-    monkeypatch.setattr(test_runner, "_SMOKE_BACKOFF_S", 0)
-    monkeypatch.setattr(test_runner, "_http_get",
-                        lambda url: (200, "{}"))  # 200 but no serial_gate block
-    ok, detail = test_runner.run_smoke()
-    assert ok is False
-    assert "serial_gate" in detail
-
-
-def test_tc13_smoke_unreachable_retries_then_fails(monkeypatch):
-    monkeypatch.setattr(cfg.settings, "test_runner_smoke_enabled", True)
-    monkeypatch.setattr(test_runner, "_SMOKE_BACKOFF_S", 0)
-    attempts = {"n": 0}
-
-    def fake_get(url):
-        attempts["n"] += 1
-        return 0, ""  # always unreachable
-    monkeypatch.setattr(test_runner, "_http_get", fake_get)
-    ok, detail = test_runner.run_smoke()
-    assert ok is False
-    # bounded retry: more than one attempt was made before declaring FAIL.
-    assert attempts["n"] >= test_runner._SMOKE_MAX_ATTEMPTS
-
-
-def test_tc13_pytest_green_but_smoke_fail_is_fail(monkeypatch):
-    tid = _make_task("testing")
-    monkeypatch.setattr(cfg.settings, "test_runner_smoke_enabled", True)
-    monkeypatch.setattr(test_runner, "run_test_suite",
-                        lambda repo, branch: ProcResult(returncode=0, stdout="ok", stderr="", timed_out=False))
-    monkeypatch.setattr(test_runner, "run_smoke", lambda: (False, "smoke /queue failed"))
-    advance = MagicMock()
-    monkeypatch.setattr(stage_engine, "advance_stage", advance)
-
-    test_runner.run_test_gate(_job_dict(1, "tester", "orchestrator", tid))
-
-    advance.assert_called_once()            # FAIL still advances (existing rollback)
-    body = _read_report("orchestrator", "feature/ORCH-116-x", "ORCH-116")
-    assert "result: FAIL" in body
-    assert "smoke: failed" in body
-
-
-# ---------------------------------------------------------------------------
-# TC-14 — observability + hybrid: /queue block + structured verdict log (AC-12/AC-13)
-# ---------------------------------------------------------------------------
-def test_tc14_snapshot_shape():
-    snap = test_runner.snapshot()
-    for k in ("enabled", "repos", "target", "timeout_s", "smoke_enabled",
-              "infra_max_retries", "runs", "pass", "fail", "tool_error", "deferred"):
-        assert k in snap, f"snapshot missing key {k}"
-
-
-def test_tc14_queue_endpoint_includes_block():
-    import asyncio
-    from src import main
-    payload = asyncio.run(main.queue())
-    assert "test_runner" in payload
-    assert "enabled" in payload["test_runner"]
-
-
-def test_tc14_structured_verdict_log_distinguishes_outcomes(monkeypatch, caplog):
-    tid = _make_task("testing")
-    monkeypatch.setattr(stage_engine, "advance_stage", MagicMock())
-    # code-pass
-    monkeypatch.setattr(test_runner, "run_test_suite",
-                        lambda repo, branch: ProcResult(returncode=0, stdout="", stderr="", timed_out=False))
-    with caplog.at_level("INFO", logger="orchestrator.test_runner"):
-        test_runner.run_test_gate(_job_dict(1, "tester", "orchestrator", tid))
-    assert any("outcome=code-pass" in r.message for r in caplog.records)
-
-    caplog.clear()
-    # tool-error
-    monkeypatch.setattr(cfg.settings, "test_runner_infra_max_retries", 2)
-    monkeypatch.setattr(test_runner, "run_test_suite",
-                        lambda repo, branch: ProcResult(returncode=None, stdout="", stderr="", timed_out=True))
-    with caplog.at_level("WARNING", logger="orchestrator.test_runner"):
-        test_runner.run_test_gate(_job_dict(1, "tester", "orchestrator", tid))
-    assert any("outcome=tool-error" in r.message for r in caplog.records)
-
-
-def test_tc14_snapshot_never_raises(monkeypatch):
-    class Boom:
-        def __getattr__(self, name):
-            raise RuntimeError("boom")
-    monkeypatch.setattr(test_runner, "settings", Boom())
-    snap = test_runner.snapshot()
-    assert snap["enabled"] is False
-
-
-# ---------------------------------------------------------------------------
-# TC-15 — anti-drift of the LLM call-site map / roadmap stays green after our edits.
-# ---------------------------------------------------------------------------
-def test_tc15_llm_map_anti_drift_green():
-    from tests import test_llm_call_site_inventory as inv
-    from tests import test_llm_determinization_docs as docs
-    # tester stays avoidable=yes / axis=C / needs-hybrid-fallback (LLM-branch = fallback).
-    inv.test_tc14_avoidable_set_fixed()
-    inv.test_tc13_control_path_axis_correct()
-    inv.test_tc04_classification_total_and_axis_consistent()
-    # roadmap: exactly one first_slice=yes (deployer); tester rank 2 hybrid.
-    docs.test_tc07_roadmap_completeness_and_first_slice()
-    docs.test_tc11_no_fabricated_followup_ids()