Stop That Shit（别再造史了）

你只让 Agent 导出一个结果文件。它顺手又生成一份 SHA-256 校验和，但后面没有任何命令会读取它。Stop That Shit。
Stop That Shit（别再造史了）处理 AI coding agent 自己加出来的防御性工作和任务越界。
支持 Codex、Claude Code、OpenCode、Hermes Agent CLI 和 Pi。
安装 · Bad / Good Case · 案例库 · 0.2.1 · 参与贡献 · English · LINUX DO 社区

这份校验和生成了，任务却没有少做一步，后面的流程也完全一样。换个任务，多出来的可能是 guard、兼容层、全量测试或额外流程。Codex、Claude Code、OpenCode、Hermes Agent CLI 和 Pi 都可能这么做：每一步单看都有理由，但用户没要求，当前任务也用不上。

我也试过不断往 AGENTS.md 里补「不要乱改」「别过度设计」「没让我做的先别做」。规则越补越长，AGENTS.md 自己也开始造史。Stop That Shit 把其中能明确判断的边界做成 Skill 和可执行 Guard。

你用 review、change 等模式写明授权，再按需限制文件、依赖、hash 和 subagent 预算。Stop That Shit 在受覆盖的 Hook 路径上检查这些明确边界。Agent 仍然可以读 仓库，也必须处理真正受影响的调用方。Guard 确认某个动作越界时，会返回一枚红章：

STOP / INTENT
Guard 返回 permission deny。
Reason: MODE_FORBIDS_MUTATION
State: ARMED / review
Event: evt_...

0.2.1 是 0.2.0 的修复版，收紧受限 files= 合同在不同宿主路径表示下的判断。

• 绝对路径与宿主基于 cwd 报告的相对路径现在统一比较，并保留路径原始大小写。
• 未知工具或无法证明目标路径的动作，在窄 files= 边界下会请求批准；显式 files=** 仍表示宽边界。
• files= 空值不再退化成无限范围；.、..、重复分隔符和 Windows 路径大小写 按平台语义处理。
• 五个边界场景都有回归测试。

0.2.0：从多做一步，到多说一句

0.1.x 先处理 SHIT 的动作面：没人读取的 .sha256、为想象中未来准备的兼容层、Review 时顺手开始改代码。

0.2.0 把同一套判断带到表达里。Agent 写提案时也会替不存在的批评者辩护：这不是完整研究，没有覆盖所有情况，也不保证适用于每个人。这些话消耗 Token，却不改变任何决定。

多做一步，是用动作自保；多说一句，是用文字自保。一个没人读取的 checksum，和一句不改变任何决定的免责声明，都没有消费者。

Stop Ladder 继续判断一个动作该不该做。新增的 Stop That Shit Slop（别再废话） 用 Sentence Consumer Test 判断一句防御性表达该删、该收紧，还是必须保留。

为什么 Agent 总在替不存在的批评者辩护？

“这不是完整研究。”“没有覆盖所有情况。”“不保证适用于每个人。”

我没有问这些。

写给想象中批评者的防御性废话，就别再浪费我的 Token 了。

Stop That Shit 0.2.0 新增 Stop That Shit Slop：判断一句话该删、该收紧，还是必须留下。

0.2.0 保留原有 Stop Ladder、Guard、五套 Adapter 和成对案例，并新增可独立使用的 Stop That Shit Slop。

从哪里开始	提供什么	使用成本
Skill + Guard	同一份 Skill，加上机器可执行边界	默认；检查宿主 Hook 配置后启用
只装 Skill	Stop Ladder 和任务模式引导	可选；没有执行拦截

从 Codex + GPT-5.6 开始，现在覆盖多种 Agent

项目从 Codex 起步：公开记录保留了 Codex CLI 0.145.0 + gpt-5.6-sol 的探索运行，以及 Codex CLI 0.147.0 + gpt-5.6-luna 的定向 pilot。现在五个 Adapter 共用同一套任务边界核心；Codex 安装方式、GPT-5.6 记录和 paired eval 见 EVIDENCE.md 与 Codex 对照测试。

快速安装

一般宿主需要 Node.js 18+；Pi 0.84.4 自身要求 Node.js 22.19+。完整安装说明见 INSTALL.md。

Claude Code

解压后，在仓库根目录执行：

claude plugin validate .
claude plugin marketplace add ./
claude plugin install stop-that-shit@stop-that-shit

重启 Claude Code 或执行 /reload-plugins，然后使用：

/stop-that-shit:stop-that-shit review -- Review 这个 diff，只报告问题，不要修改。

Codex

codex plugin marketplace add lennney/stop-that-shit --ref 0.2.1
codex plugin add stop-that-shit@stop-that-shit

--ref 0.2.1 把安装固定到版本 tag，不跟随可变的 main。重启 Codex。在新的 CLI TUI 中输入 /hooks，检查命令后信任 UserPromptSubmit 和 PreToolUse。也可以把 INSTALL_FOR_AGENTS.md 交给 Codex，让它完成非交互步骤。

OpenCode 从 GitHub 安装

OpenCode 1.18.18 或更高版本可以全局安装这个仓库，无需 clone：

opencode plugin github:lennney/stop-that-shit -g

重启 OpenCode 后用 $stop-that-shit review -- ... 设置契约。该命令安装 Guard；内置 Skill 和可选 /sts 别名不会自动注册。详见 INSTALL.md。

Hermes Agent CLI

需要 Node.js 18+。

hermes plugins install lennney/stop-that-shit/.hermes-plugin --no-enable
hermes plugins enable stop-that-shit
hermes plugins list

启用后，CLI 用户需要启动新的 Hermes CLI 进程或会话；Gateway 用户需要执行：

hermes gateway restart

这些操作不需要每次使用插件时重复。只有启用、禁用、更新、回滚或重装插件后， 才需要重启对应的 Hermes 进程。

Pi Coding Agent

当前适配固定验证 @earendil-works/pi-coding-agent 0.84.4。从包含该 Adapter 的本地 checkout 安装：

pi install /absolute/path/to/stop-that-shit

启动新的 Pi 进程，或修改资源后在 TUI 执行 /reload。然后使用：

/skill:stop-that-shit review -- Review 这个 diff，只报告问题，不要修改。

从 0.2.1 tag 安装即可获得 Pi Adapter 和两个 Skill。详见 INSTALL.md。

Bad Case / Good Case

BAD CASE
用户   Review 这个 diff，不要修改。
Codex  调用 apply_patch。
STS    STOP / INTENT：Review 不等于允许修改。

GOOD CASE
用户   只修 P1 问题。
Codex  提交一个窄补丁，运行受影响的检查。
STS    ALLOWED：完成请求确实需要这个动作。

Good Case 和拦截同样重要。已经发布的数据可能需要迁移；发布流程可能真的消费校验和；共享合同变化后可能必须跑跨组件测试。只要用户明确要求，或仓库中的代码、数据和发布流程能证明它确实必要，这些工作就该保留。

SHIT 是哪四种

一个有边界的任务，常从这四个方向跑掉：

	问题	常见样子
S	Scope creep，范围膨胀	修一个点，顺手重构半个项目。
H	Hashing 与 hypothetical hardening	加了摘要、防御或免责声明，却没有当前用途。
I	Intent violation，意图越界	让它 Review 或回答问题，它直接动手改。
T	Task thrashing，任务打转	已经查过、测过、审过，它又从头来一遍。

Stop That Shit 不数代码行数，也不把 diff 越小当成越好。它只问：这一步是用户要求的，还是当前代码、数据和验收条件确实需要的？

常见的样子包括：没有消费者的 checksum 和 guard；当前没有用户决策，却把内部风险写成一排界面免责声明；该做工程判断时改成评分表和反复审计；为没人要求的将来加 feature flag、迁移框架和包装层。

为什么先拦 hash

Hook 在受支持的工具调用中可以较高置信度地识别 hash 动作。判断沿用 HERO 的判据：摘要必须替代一个更贵的操作，而且结果必须控制下一步。

STOP
给每一行算 hash，算完还是逐行比较。

ALLOW
用 digest 跳过一个未变化大文件的重复读取。

当前版本默认拒绝可识别的新 hash 操作。用户明确要求，或仓库中的代码与发布流程证明它确实必要时，就用 hash=allow 放行。Hook 不会根据自己没读过的代码猜测这个用途。

怎么用 Stop That Shit

Claude Code 插件直接用 namespaced Skill：

/stop-that-shit:stop-that-shit change -- 修复失败的配置测试。
/stop-that-shit:stop-that-shit review -- Review 这个 diff，只报告问题，不要修改。

Codex 或普通 prompt 里的宿主无关指令仍然使用：

$stop-that-shit change -- 修复失败的配置测试。
$stop-that-shit review -- Review 这个 diff，只报告问题，不要修改。

边界已经很清楚时，再加限制：

$stop-that-shit lock change files=src/config.cjs|test/config.test.cjs -- 修复这个行为。
$stop-that-shit change deps=allow -- 添加我要求的解析器依赖。
$stop-that-shit change hash=allow -- 生成我要求的发布校验和。
$stop-that-shit change agents=1 -- 使用一个独立测试 subagent。

不知道全部受影响文件时，不要硬写 files=。让 agent 沿真实调用链检查，把完成任务必需的 caller、fixture 和测试一起改完。

安装后默认是 OBSERVING / unconfirmed：Guard 会检查并记录 covered action，但不会猜测任务授权，也不会返回 permission deny。显式使用 review、answer、monitor 或 change 后才进入 ARMED；watch 始终只观察。

下面这些只读命令不会修改当前任务合同：

$stop-that-shit status
$stop-that-shit runtime
$stop-that-shit explain evt_...
$stop-that-shit label evt_... correct|incorrect|inconclusive

permission_deny_returned（OpenCode 中为 execution_denial_returned）只表示 Guard 返回了拒绝响应，不证明宿主最终没有执行动作。Stop That Shit 始终把 host effect 标为 unobserved。

AI Agent Guard 现在能拦什么

covered path 上的动作	默认处理	怎么放行
在 review、answer 或 monitor 中写文件	停止	切换到 change
添加依赖	询问	deps=allow
启动 subagent	超出预算时停止	agents=N
添加可识别的 hash 操作	停止	hash=allow
写入文件锁之外的路径	停止	扩大 files=

Hook 必须收到受支持的事件和足够的输入才能判断。它不会看到 cache、retry、migration 或新文件这些词，就猜它们一定多余。Skill 用四个问题处理这种语义判断：

1. 用户要求了吗？
2. 不做它，当前结果能完成吗？
3. 哪段可达的代码、数据或部署状态证明它有必要？
4. 省掉它，当前验收会失败吗？

证据撑不住时，agent 应该报告或暂缓，不要顺手实现。

Skill + Hook + Adapter 如何工作

Stop That Shit Skill 负责 Stop Ladder 的语义判断，Hook 在工具运行前检查明确边界，Adapter 把 Codex、Claude Code、OpenCode、Hermes Agent CLI 和 Pi 的事件翻译成同一套决策接口。其他 harness 需要提供等价的 before-action 事件；接口见 HOST-ADAPTER-CONTRACT.md。

STSS 使用 Sentence Consumer Test，不需要 before-action Hook，因此可以独立分发。

覆盖边界与公开证据

Stop That Shit 负责 supported Hook 路径上的任务授权，安全隔离由宿主 sandbox 负责。EVIDENCE.md 记录测试、GPT-5.6 运行、无差异结果和未覆盖路径。

维护者启用后没有再遇到“没有实际消费者却先生成 SHA-256”的动作；文档将这条个人观察与 paired eval 分开记录。本地 Runtime 只存元数据，并区分 checked action、context response、permission deny 和 hostEffect: unobserved。

STSS 的十二个固定离线响应用于规则和回归验收，六组完整案例见 STSS examples。

两个 Skill，自己选

Skill	让 Agent 停在哪里	常用入口
Stop That Shit（别再造史）	停止范围膨胀、意图越界、防御性工程和重复审计	$stop-that-shit review -- ...
Stop That Shit Slop（别再废话）	减少没有决策用途的免责声明、过度 hedging 和自我辩护	$stss rewrite -- ...

两个 Skill 可以一起安装，也可以单独使用。

一套判断：谁会消费它

Stop That Shit 用 Stop Ladder 判断动作：

1. 用户要求了吗？
2. 不做它，当前结果能完成吗？
3. 哪段代码、数据、部署状态或验收条件需要它？
4. 省掉它，当前验收会失败吗？

STSS 把同一个判断带到句子上：

1. 谁会使用这句话？
2. 它会改变什么决定？
3. 删除后，什么会变成错误或误导？

它先记录 Claim Ledger 中的事实、数字、来源、责任主体和证据强度，再选择 DROP、CALIBRATE、RELOCATE 或 KEEP。最后用 Claim Diff 检查事实和数字有没有丢、证据有没有被编造、相关性有没有被写成因果。

0.2.0 带来了什么

• 新增独立 Skill：stss。
• 原有 $stop-that-shit 调用和 Guard 合同保持不变；STSS 是新增的可选 Skill。
• 两种模式：rewrite 直接改写，audit 只报告问题和最小修改。
• 六组 Good/Bad CaseBundle、十二个合成 fixture 和对应的固定离线响应，覆盖免责声明、hedge、负向范围、勤勉旁白、空洞主张和因果边界。
• 完整插件可发现两个 Skill；STSS 也能单独安装。
• 新增显式版本查询：sts doctor --check-update。

Stop That Shit Slop：单独安装与调用

单独安装

在当前仓库根目录执行：

npx skills add ./skills/stss --global

这条路径只安装“别再废话”，不会安装 Hook。

调用

不写模式时，STSS 对用户贴出的文本默认执行 rewrite。audit 只报告问题和最小修改，不重写全文。

宿主	改写	审核
Codex	$stss rewrite -- 把这个提案写直接。	$stss audit -- 找出防御性废话。
Claude Code 插件	/stop-that-shit:stss rewrite -- ...	/stop-that-shit:stss audit -- ...
Claude Code 单独 Skill	/stss rewrite -- ...	/stss audit -- ...
Pi	/skill:stss rewrite -- ...	/skill:stss audit -- ...

原来的任务边界入口不变：

$stop-that-shit review -- Review 这个 diff，只报告问题，不要修改。
$stop-that-shit change -- 修复失败的配置测试。
$stop-that-shit change hash=allow -- 生成我明确要求的发布校验和。

三个案例，看它减少什么、保留什么

这些合成案例与固定离线验收使用同一组输入和边界。

1. DROP：删掉没人需要的辩护

输入：需要说明的是，这只是有限的首轮试点，并不试图证明方法适用于所有场景。
      在 120 份工单中，引入自动分流后，24 小时完成率从 68% 升至 76%。

输出：首轮 120 份工单试点中，引入自动分流后，24 小时完成率从 68% 升至 76%。

样本、指标和观察结果都在；没人提出的“所有场景”主张被删掉了。

2. CALIBRATE：把四层犹豫收成一个真实条件

输入：我们也许大概有可能在六到八周内完成迁移，具体取决于访问审批。
输出：预计六到八周完成迁移，前提是获得访问审批。

时间范围和依赖仍然可见，只减少重复 hedging。

3. KEEP：审批会用到这句话

输入：内部试点覆盖 120 份工单，完成率从 68% 升至 76%。审批经理要求明确：
      该内部试点不代表一般部署。

输出：内部 120 份工单试点中，引入自动分流后，24 小时完成率从 68% 升至 76%。
      该内部试点不代表一般部署。

这条限制会影响审批判断，所以保留。

六组完整案例见 STSS examples，机器可验收版本见 evals/stss。

可选：只装 Skill

如果不想启用命令 Hook，只安装 Stop That Shit advisory Skill。Claude Code：

mkdir -p ~/.claude/skills/stop-that-shit
cp skills/stop-that-shit/SKILL.md ~/.claude/skills/stop-that-shit/SKILL.md

Codex 仍可使用远程 Skill Installer：

$skill-installer Install stop-that-shit from https://github.com/lennney/stop-that-shit/tree/0.2.1/skills/stop-that-shit

新开任务后，独立 Claude Code Skill 用 /stop-that-shit，作为 plugin 安装时用 namespaced /stop-that-shit:stop-that-shit；Codex 用 $stop-that-shit。Skill-only 路径不需要 Hook 信任，但不能机器拦截越界动作，也不会改变宿主原有的 sandbox 和 approval 设置。

STSS 的独立安装和调用见上方 Stop That Shit Slop 章节。

本地验证

npm test
npm run eval
npm run eval:paired -- --dry-run
npm run release:check

paired 命令默认只打印 144 个 cell 的计划，不会调用模型。真实运行必须使用只启用本插件的独立 Codex home。使用 --run 前，请先阅读真实 Codex 对照测试说明。

手动检查更新

安装了 package executable 后运行：

sts doctor --check-update

源码 checkout 中的等价命令：

npm run sts -- doctor --check-update

只有这个显式命令会查询 GitHub Release，并返回 installed、latest 和 releaseUrl。它不执行升级，也不会在启动或任务过程中弹出提醒。单独安装的 STSS 继续由宿主或 Skill Installer 更新。

一起让 Agent 少造一点史

如果“别再造史了”说中你的经历，可以 Star 这个仓库，或把它发给那个不断往 AGENTS.md 里补规则的人。项目靠成对案例推进：

报告 -> 反例 -> 复现 -> 执行约束

• Codex 做了请求不需要的工作？提交 Bad Case。
• 某条规则会拦住真正必要的工作？提交 Good Case。
• 有公开可复现的例子？把一组案例做成 fixture，然后提交 PR。

第一次提交？先看配对参考案例：Bad Case #1 / Good Case #2。其中的 Sanitized scenario request 是脱敏场景，不是仓库开发任务。

一组有效案例只改一个关键事实，其余条件不变。Bad Case 标出该停的位置，Good Case 保住必要工作；只有可复现、高置信度的部分才进入 Guard。STSS 的文字案例也沿用同一原则：公开 fixture 必须是合成或脱敏内容，并说明哪一个用户决策会因此改变。

提交前先看案例库和贡献指南。请删掉私有代码、密钥、账号数据、完整对话和可识别身份的路径。一条小而清楚的脱敏 issue 就有价值。

License

MIT