要處理 V4 入面測試檔案同文件愈積愈多的問題，重點唔係一味刪檔，亦唔係將所有內容合併成一份大文件，而係訂清楚每種產物點解要建立、放喺邊度、要唔要提交或交付，以及幾時可以清理。

Overalls 可以借鏡甚麼？

你提到的系統應該係 Overalls。Huntley 的文章提到，Overalls 之前叫 loom，並用嚟派發代理編碼任務到臨時 Firecracker 虛擬機執行。10 官方項目說明則將 Overalls 描述為自我託管的開發機器與 AI 代理平台；每部開發機器係持久化的 Firecracker microVM。12

要留意，資料講的是兩種不同場景：臨時任務環境，同持久化開發機器。現有資料不足以交代兩者完整的生命週期，所以唔可以直接推論成「任務完結後會自動清理倉庫」。目前亦未有證據證明 Overalls 會自動隔離測試檔、規範草稿目錄，或者控制文件數量；相關說法應視為證據不足。

可以參考的是執行環境隔離的方向，但虛擬機隔離唔等於測試布局、Git 提交或文件治理。

V4 目前有甚麼規則？

根據已讀取的倉庫內容，V4 唔係完全冇目錄規則，較明顯的缺口係產物由建立到清理的管理未夠完整：

• ci.yml 已收集契約測試，亦包含資產保護和分發回歸檢查。隨便移走相關測試，可能會影響現有驗證要求；但設定存在，唔代表今次已經跑過或通過 CI。
• bmad-core.md 已區分分析、ADR（架構決策紀錄）、計劃、規範和事實基線，亦要求唔好喺歸屬未清楚時自行開新路徑。
• .gitignore 已涵蓋部分執行目錄、沙箱和臨時檔案，但未完整說明草稿及驗證證據應保留幾耐。單靠忽略設定，亦無法確認檔案實際有冇納入版本控制。
• scripts/deployment_source.py 入面的 collect_source() 會遞迴收集套件源目錄中的一般檔案，再映射到插件目錄。檢查必要檔案，唔等於已有完整的允許分發清單；如果臨時材料混入套件源，靜態上有機會一併交付，但目前無證據顯示呢件事已經發生。

所以，較合適的做法係補清楚產物的生命週期，而唔係再複製一套目錄制度。

測試：臨時驗證同長期回歸要分開

「測試太多」同「源碼目錄唔整齊」係兩個問題，唔應該見到測試檔就一刀切搬走或刪除。

產物	建議歸屬	提交及交付方向
長期單元測試、缺陷回歸及契約測試	沿用項目現有測試布局	一般應納入版本管理；會否交付則視乎用途
一次性診斷及臨時驗證腳本	經批准的任務臨時區	預設不提交、不交付
日誌、覆蓋率資料及生成報告	執行證據區	按驗收和保留需要保存，不預設放入源碼歷史
有長期價值的反例及可重現測試資料	審核後納入長期測試資產	保留回歸價值，唔好只留喺臨時區

可以喺三個關口把關：

1. 建立前： 可唔可以擴充現有測試？新檔案有冇覆蓋獨立行為，而唔係重複驗證？
2. 提交前： 呢份材料係咪長期工程資產？有冇本機路徑、憑證或一次性除錯內容？
3. 交付前： 佢係咪明確屬於交付範圍？放喺倉庫入面，唔代表一定要安裝畀使用者。

測試布局亦要配合語言特性。Go 官方命令文件分別列出套件內測試同外部測試套件的檔案資料，所以唔可以為咗目錄整齊，就將所有語言的測試硬套同一種布局。13 Python 可以評估集中測試目錄；Go 就要先核對套件存取、測試發現方式和呼叫關係，避免只改外觀，反而破壞驗證邊界。

先分清楚真正想改善甚麼：唔想安裝使用者收到測試，就調整交付範圍；唔想臨時材料入 Git，就調整提交規則；只係瀏覽源碼時覺得雜亂，就考慮布局或顯示方式。呢三件事唔可以當成同一個問題處理。

文件：按用途收斂，唔好按對話輪次開檔

建議沿用 V4 已有的職責分類，而唔係每次對話都新增一份文件：

• 會話分析： 預設喺對話中交付，唔需要自動落盤。
• _bmad-output/analysis/： 只保存已批准的分析、證據、比較和未知事項，唔當成日常草稿箱。
• _bmad-output/adrs/： 記錄重要決策及理由，唔複製整份研究報告或執行流水。
• _bmad-output/pending_implementation_plan.md： 記錄目標、授權、階段、依賴和驗收要求，避免不斷追加日誌。現有活動計劃唔應因今次建議而被覆蓋。
• _bmad-output/scratch/： 可評估用作統一臨時區，但有呢個目錄唔等於自動獲准寫入、清理或執行。
• _bmad-output/verification/： 保存必要的原始驗證證據；提交範圍及保留條件要另外訂明，唔預設永久保存每次重複輸出。

部署操作指南屬於長期維護文件；某次部署的回執則屬於執行證據。唔需要單憑標題有「部署」兩個字，就再開一個目錄。若要搬動既有文件，亦要先保留引用和未完成工作的脈絡，唔好直接搬走歷史資料。

避免單一文件愈寫愈長，可以按獨立主題或決策拆分，而唔係按每輪對話拆分；分析、決策紀錄和計劃各自負責一件事，再用引用互相連結。接手工作時，只載入當前規則和相關證據，唔使將全部歷史內容重新塞入上下文。摘要亦要分清事實、推論和待驗證事項，唔好將假設濃縮成事實。

至於「文件愈少，幻覺就愈多」呢個講法，目前只係待驗證的假設，唔應當成已證實的因果關係。較穩妥的做法係先處理重複、過時和無關的上下文，亦唔好設定冇根據的統一字數或效果承諾。

V4 可採用的最小規則

每新增一項產物，都要講清楚用途、歸屬、是否需要持久保存、提交及交付範圍，以及保留或清理條件。優先擴充現有資產；唔要求每次驗證都新增檔案，亦唔要求每次分析都寫成文件。

如果之後獲准實施，驗收至少要確認：長期測試仍然會被相關 CI 正確發現；臨時材料唔會進入不必要的提交或安裝交付；文件引用仍然有效，活動任務和歷史證據無被誤刪；清理有明確範圍及保留條件。目錄隔離亦唔可以冒充執行層面的安全隔離。

本次內容只屬唯讀分析，未有改檔、跑測試、清理資產或覆蓋計劃。指定的 X 圖文未能取得；Overalls 有冇落實上述兩類治理功能，亦未經核實。以上只係 V4 的條件式治理建議，唔代表已獲授權實施。

要處理 V4 入面測試檔案同文件愈積愈多的問題，重點唔係一味刪檔，亦唔係將所有內容合併成一份大文件，而係訂清楚每種產物點解要建立、放喺邊度、要唔要提交或交付，以及幾時可以清理。

Overalls 可以借鏡甚麼？

你提到的系統應該係 Overalls。Huntley 的文章提到，Overalls 之前叫 loom，並用嚟派發代理編碼任務到臨時 Firecracker 虛擬機執行。10 官方項目說明則將 Overalls 描述為自我託管的開發機器與 AI 代理平台；每部開發機器係持久化的 Firecracker microVM。12

要留意，資料講的是兩種不同場景：臨時任務環境，同持久化開發機器。現有資料不足以交代兩者完整的生命週期，所以唔可以直接推論成「任務完結後會自動清理倉庫」。目前亦未有證據證明 Overalls 會自動隔離測試檔、規範草稿目錄，或者控制文件數量；相關說法應視為證據不足。

可以參考的是執行環境隔離的方向，但虛擬機隔離唔等於測試布局、Git 提交或文件治理。

V4 目前有甚麼規則？

根據已讀取的倉庫內容，V4 唔係完全冇目錄規則，較明顯的缺口係產物由建立到清理的管理未夠完整：

• ci.yml 已收集契約測試，亦包含資產保護和分發回歸檢查。隨便移走相關測試，可能會影響現有驗證要求；但設定存在，唔代表今次已經跑過或通過 CI。
• bmad-core.md 已區分分析、ADR（架構決策紀錄）、計劃、規範和事實基線，亦要求唔好喺歸屬未清楚時自行開新路徑。
• .gitignore 已涵蓋部分執行目錄、沙箱和臨時檔案，但未完整說明草稿及驗證證據應保留幾耐。單靠忽略設定，亦無法確認檔案實際有冇納入版本控制。
• scripts/deployment_source.py 入面的 collect_source() 會遞迴收集套件源目錄中的一般檔案，再映射到插件目錄。檢查必要檔案，唔等於已有完整的允許分發清單；如果臨時材料混入套件源，靜態上有機會一併交付，但目前無證據顯示呢件事已經發生。

所以，較合適的做法係補清楚產物的生命週期，而唔係再複製一套目錄制度。

測試：臨時驗證同長期回歸要分開

「測試太多」同「源碼目錄唔整齊」係兩個問題，唔應該見到測試檔就一刀切搬走或刪除。

產物	建議歸屬	提交及交付方向
長期單元測試、缺陷回歸及契約測試	沿用項目現有測試布局	一般應納入版本管理；會否交付則視乎用途
一次性診斷及臨時驗證腳本	經批准的任務臨時區	預設不提交、不交付
日誌、覆蓋率資料及生成報告	執行證據區	按驗收和保留需要保存，不預設放入源碼歷史
有長期價值的反例及可重現測試資料	審核後納入長期測試資產	保留回歸價值，唔好只留喺臨時區

可以喺三個關口把關：

1. 建立前： 可唔可以擴充現有測試？新檔案有冇覆蓋獨立行為，而唔係重複驗證？
2. 提交前： 呢份材料係咪長期工程資產？有冇本機路徑、憑證或一次性除錯內容？
3. 交付前： 佢係咪明確屬於交付範圍？放喺倉庫入面，唔代表一定要安裝畀使用者。

測試布局亦要配合語言特性。Go 官方命令文件分別列出套件內測試同外部測試套件的檔案資料，所以唔可以為咗目錄整齊，就將所有語言的測試硬套同一種布局。13 Python 可以評估集中測試目錄；Go 就要先核對套件存取、測試發現方式和呼叫關係，避免只改外觀，反而破壞驗證邊界。

先分清楚真正想改善甚麼：唔想安裝使用者收到測試，就調整交付範圍；唔想臨時材料入 Git，就調整提交規則；只係瀏覽源碼時覺得雜亂，就考慮布局或顯示方式。呢三件事唔可以當成同一個問題處理。

文件：按用途收斂，唔好按對話輪次開檔

建議沿用 V4 已有的職責分類，而唔係每次對話都新增一份文件：

• 會話分析： 預設喺對話中交付，唔需要自動落盤。
• _bmad-output/analysis/： 只保存已批准的分析、證據、比較和未知事項，唔當成日常草稿箱。
• _bmad-output/adrs/： 記錄重要決策及理由，唔複製整份研究報告或執行流水。
• _bmad-output/pending_implementation_plan.md： 記錄目標、授權、階段、依賴和驗收要求，避免不斷追加日誌。現有活動計劃唔應因今次建議而被覆蓋。
• _bmad-output/scratch/： 可評估用作統一臨時區，但有呢個目錄唔等於自動獲准寫入、清理或執行。
• _bmad-output/verification/： 保存必要的原始驗證證據；提交範圍及保留條件要另外訂明，唔預設永久保存每次重複輸出。

部署操作指南屬於長期維護文件；某次部署的回執則屬於執行證據。唔需要單憑標題有「部署」兩個字，就再開一個目錄。若要搬動既有文件，亦要先保留引用和未完成工作的脈絡，唔好直接搬走歷史資料。

避免單一文件愈寫愈長，可以按獨立主題或決策拆分，而唔係按每輪對話拆分；分析、決策紀錄和計劃各自負責一件事，再用引用互相連結。接手工作時，只載入當前規則和相關證據，唔使將全部歷史內容重新塞入上下文。摘要亦要分清事實、推論和待驗證事項，唔好將假設濃縮成事實。

至於「文件愈少，幻覺就愈多」呢個講法，目前只係待驗證的假設，唔應當成已證實的因果關係。較穩妥的做法係先處理重複、過時和無關的上下文，亦唔好設定冇根據的統一字數或效果承諾。

V4 可採用的最小規則

每新增一項產物，都要講清楚用途、歸屬、是否需要持久保存、提交及交付範圍，以及保留或清理條件。優先擴充現有資產；唔要求每次驗證都新增檔案，亦唔要求每次分析都寫成文件。

如果之後獲准實施，驗收至少要確認：長期測試仍然會被相關 CI 正確發現；臨時材料唔會進入不必要的提交或安裝交付；文件引用仍然有效，活動任務和歷史證據無被誤刪；清理有明確範圍及保留條件。目錄隔離亦唔可以冒充執行層面的安全隔離。

本次內容只屬唯讀分析，未有改檔、跑測試、清理資產或覆蓋計劃。指定的 X 圖文未能取得；Overalls 有冇落實上述兩類治理功能，亦未經核實。以上只係 V4 的條件式治理建議，唔代表已獲授權實施。