위클리-검증 (weekly-verify-mcp)

将已撰写的周工作报告(.docx)与原始数据(.xlsx)进行对照，找出错误值 · 遗漏项 · 与数据不符的叙述并反馈给人工的个人用 MCP 服务器。

不修改，只指出。 修改由人工完成。

整体设计请参阅 docs/검증프로세스.md。

当前状态 — P0~P5 已完成 · 已注册 Codex

Related MCP server: phionyx-pipeline-mcp

验证 4 层

此工具的整体设计全部源自此表。

• 仅靠 L1 不够。 若将 L-18 的值误填到 L-19 行，两个值都存在于原始数据中，因此 L1 会通过。只有同时核对任务代码的 L2 才能发现。

• L3 是此工具存在的理由。 人在周报中出错的地方通常不是数字，而是 未填写的项目。错误的数字显而易见，但缺失的行却不易察觉。

• L4 在结构上不可能成为 error。 harness.Finding 强制这一点， tests/test_harness.py 将其锁定。若给不确定的检查赋予阻断权限，正常报告会被 拦截，人就会关掉检查器。

6 类门禁

evals/weekly-verify.yaml 对引擎的要求。使用 uv run python scripts/run_eval.py 评分。

各层级的坐标要求不同 (G5)

若强行填写无法填写的坐标，人打开错误的位置查看后还会误以为已确认。

N/A 不等于通过

"不要做坏事" 类门禁(G2·G3·G5)在引擎不产生任何输出时自动满足。 若将其记为 PASS，一个毫无功能的引擎看起来就像通过了 6 项中的 5 项。 因此，若没有可评估的依据则记为 N/A，且 N/A 不计入通过。

当前评分结果 (P3 时点 — 全部通过)

C01 수치 조작 [OK] 1/1    C05 지연 누락  [OK] 3/3    C09 반올림 [OK] 0/0
C02 날짜 오기 [OK] 1/1    C06 미제출 은폐 [OK] 3/3    C10 정상   [OK] 오탐 0
C03 값 오배치 [OK] 1/1    C07 역행 무시  [OK] 1/1
C04 없는 과제 [OK] 1/1    C08 서술 상충  [OK] 0/0

[PASS] G1_검출률  11/11 (100%)   [PASS] G4_속도   최장 0.1초 / 제한 60초
[PASS] G2_오탐   error 0건       [PASS] G5_근거   좌표 누락 0건 / error 12건
[PASS] G3_심각도  위반 0건        [PASS] G6_계층정확성  11/11 (100%)

G5 检查了 12 件 error，但预期是 11 件。这是因为 C01 的污染分别修改了两个表格的单元格， 两处都必须修正，因此不构成重复。

文件夹

weekly-verify-mcp/
├─ docs/검증프로세스.md      설계 문서 (13개 절)
├─ src/weekly_verify/
│  ├─ harness.py             도구 응답 규약 · Finding · 두 좌표계
│  ├─ sources.py             원본 xlsx 파서 + DATA_ROOT 가드
│  ├─ findings.py            판정 5종 (원본만 보고 계산)
│  ├─ report.py              보고서 docx 파서
│  ├─ claims.py              주장 추출 (규칙 기반, LLM 미사용)
│  ├─ values.py              L1 존재 · L2 정합 + 억제 규칙 3종
│  ├─ completeness.py        L3 누락 검사
│  ├─ narrative.py           L4 서술 상충 (warning 고정)
│  ├─ verify.py              진입점 — 네 계층 조립 + 계층 간 중복 제거
│  ├─ record.py              검증 결과 문서 생성·저장 + 승인 토큰
│  └─ server.py              MCP 도구 10개 · 리소스 2 · 프롬프트 1
├─ scripts/
│  ├─ make_fixtures.py       오염 시나리오 10종 생성
│  ├─ check_fixtures.py      픽스처 자기검증 (30개 검사)
│  ├─ run_eval.py            채점기 (게이트 6종)
│  ├─ smoke_stdio.py         stdio 기동 + 하네스 검사 15종
│  └─ verify_registration.py 설정 파일의 절대경로로 기동 확인
├─ tests/
│  ├─ test_harness.py        하네스 규약 잠금 (16개)
│  ├─ test_eval_contract.py  채점기 검증 — 가짜 엔진 7종 (20개)
│  ├─ test_findings.py       판정 엔진 ↔ 정답지 1건씩 대조 (27개)
│  ├─ test_completeness.py   L3 누락 검사 (31개)
│  ├─ test_values.py         L1·L2 + 억제 규칙 (53개)
│  ├─ test_narrative.py      L4 서술 상충 (43개)
│  └─ test_server_contract.py docstring ↔ 실제 규칙 잠금 (63개)
├─ data/
│  ├─ 원본/                  ← 서버가 읽는 유일한 곳
│  │  ├─ 마스터_주간보고_누적.xlsx
│  │  └─ 제출_2026-W35/ (담당자 6명)
│  ├─ 보고서/ C01~C10.docx   검증 대상
│  └─ 출력/                  검증 결과 기록 (저장 산출물)
├─ config/                   등록 설정 + README
├─ templates/                검증 결과 문서 템플릿
└─ evals/                    🚫 서버 접근 금지 — evals/README.md 참조
   ├─ 정답지_2026-W35.xlsx
   ├─ fixtures_manifest.json 픽스처가 담고 있는 사실
   └─ weekly-verify.yaml     엔진에게 요구하는 정책

将 manifest 与 suite 分开的原因是关注点不同 — 前者是生成器产生的事实， docx 变更时随之变更；后者是人工制定的策略，与 docx 无关。 若合并到一个文件中，期望值会出现在两处，从而产生漂移。

10 类污染场景

data/보고서/C01~C10.docx。每个文件的预期检出结果位于 evals/fixtures_manifest.json。

C05 · C06 · C07 是核心

这三者保持了污染报告的内部一致性。 删除 3 件延迟的同时，将汇总表的数量也 从 6→3 一并修改。因此仅阅读报告看不出任何矛盾，只有与原始数据对照才能 显现。被删除的 L-02 · L-08 · L-19 正是负责人将 이슈리스크 栏留空的那 3 件。

C09 · C10 同样重要

这是防误报测试。对正常报告产生 error 的检查器，没有人会使用。

抑制规则 — 一次错误只报告一条

即使污染只修改了一处，派生值也会连锁出错。C02 仅将 계획완료일 推迟了一天， 但 경과일 也随之出错；C03 仅修改了 금주진척률，但 증감 也出错。 若照此逐一指摘，一次笔误会变成两条指摘，人需要到处查找，也无法用指摘数量 来判断严重程度。

抑制并非无条件。 每条规则都针对被抑制方与不被抑制方成对进行了 测试 — 抑制规则会在"这个也指摘一下就好了"的瞬间悄然失效。

不验证的列需声明

在 claims.미검증_열 中连同理由记录了 5 类 (상태 是判定标签，因此属于 L3 管辖； 倒退表中的 O (완료 2026-08-20) 形式为自由格式，对照不稳定，等)。若悄然 跳过，会被解读为"全部已验证"，但实际上存在未查看的列。

运行

uv sync --extra dev

uv run python scripts/make_fixtures.py

uv run python scripts/check_fixtures.py

uv run python scripts/run_eval.py

uv run python -m pytest -q

uv run python scripts/smoke_stdio.py

uv run python scripts/verify_registration.py

MCP 工具 10 个

快捷路径: 仅用第 9 个即可运行全部四层。中间工具用于向人展示"为何如此判定"。

资源 template://verification · report://{보고서}，提示词 verify_weekly_report。

保存是'指摘记录' — error 不阻断保存

设计草案中曾写有"只要存在一个 error 就拒绝保存"，但这是错误的规则。 保存的是指摘记录，而存在 error 时恰恰是最需要记录的时机。 若此时阻断，工具就失去了用处。

需要阻断的是其他内容。

结论为 통과 · 보류 · 반송 之一。批准令牌由指摘内容计算得出，因此 只要指摘有任何变化，令牌就会不一致，保存即被拒绝。

这两个条件已明确写入 save_approved_verification 的工具说明中， tests/test_server_contract.py 会将说明与实际代码进行对照并锁定 — 模型不读取 代码，因此说明中不存在的规则对模型而言也不存在。

注册 (P5)

Codex 注册完成 — ~/.codex/config.toml 中已包含 [mcp_servers.weekly-verify] (备份: config.toml.bak-2026-08-26)。重启 Codex 后工具即会显示。

Claude Desktop 的 %APPDATA%\Claude 属于部分阻断路径，工具无法写入。 请手动合并 config/claude_desktop_config.example.json 的内容 — 这是有意的阻断，不进行绕过。

command 必须使用绝对路径。桌面应用不会继承登录 shell 的 PATH，因此仅写 uv 的话，在终端中可以运行，但在应用中服务器无法启动。

uv run python scripts/verify_registration.py

确认 2 种示例配置以及实际注册的线上配置共 3 项。即使示例正确， 若实际注册有误，应用中也无法启动。

关于数据

data/ 中的所有数据均为练习用虚拟(虚构)数据。负责人名为古典小说人物名， 任务为不存在的物流自动化主题。不包含任何公司内部真实数据或个人隐私信息， 请勿将实际公司文件放入此文件夹。

原始数据来自 mx-agentic-ai-day1-prd。