auditar-tarea
(Solo lectura, adversarial) Auditar UNA Tarea técnica ya escrita —el segundo chequeo, hecho por un agente DISTINTO del que la redactó— con foco en la lista "Tests a escribir PRIMERO": que no falte nin
SKILL.md.claude/skills/auditar-tarea/SKILL.md
GitHubAuditar tarea
Audita una Tarea técnica contra su Historia padre. Es el segundo chequeo del par: el primero lo hace quien escribe la tarjeta ([[cargar-a-azure]] §2b, autochequeo al momento de escribir); este lo hace otro agente, en otro turno, sin haber participado de la redacción (en modo lote, un sub-agente aparte, con su propio contexto, cuenta como otro turno).
Es opcional y no frena el desarrollo (decisión de diseño del template). Corre sólo cuando alguien la pide. Ni [[tomar-tarea]] ni el orquestador de desarrollo buscan su sello antes de arrancar: exigirlo gastaba muchos tokens y volvía a preguntar cosas ya cerradas o que no hacían falta para empezar. Lo que encuentre se deja como pendiente en la tarjeta, con [[comentar-tarea]] §«Pendientes a confirmar», y se mira al cerrarla.
Por qué existe esta skill. La lista «Tests a escribir PRIMERO» es el artefacto más crítico de la Tarea, y su modo de falla es silencioso:
guiar-tddescribe un test por ítem de la lista y nada fuera de ella. Un caso que falta en la lista no se prueba nunca — no hay error, no hay warning, el pipeline queda verde y el agujero llega a producción.verificar-tddtampoco lo salva: audita que los tests de la lista tengan su rojo, no que la lista esté completa. Nadie, en todo el flujo, miraba si a la lista le faltaba algo. Eso audita esta skill.
Regla de oro
- Verificador ≠ productor. Lo corre un agente distinto del que redactó o cargó la Tarea. Si sos quien la escribió, decilo y no la audites: pedí que la tome otro.
- Adversarial, no complaciente. El trabajo es encontrar el hueco, no confirmar que está bien. Una auditoría sin hallazgos es un resultado válido, pero recién después de haber buscado en serio.
- Solo lectura. No redacta, no corrige, no escribe en el board, no toca el Cerebro. Lo que encuentra sale como hallazgo + pregunta, nunca como arreglo silencioso.
- En modo lote ([[planificar-lote]]) cada hallazgo sale marcado F o P. F: lo resuelve una fuente (regla del Cerebro, maqueta vigente, respuesta del humano, contrato de otra Tarea), y se escribe cuál y el texto exacto del arreglo; lo aplica el que redactó, no esta skill. P: necesita a una persona. Un F sin su fuente escrita es un P.
- No inventar. Si falta contexto para juzgar (una
[RN-…]que no está en el Cerebro, un contrato incompleto), se marca NO AUDITABLE en ese punto. Nunca se supone el comportamiento que "debería" tener. - Español (Argentina), sin emojis como íconos.
Insumos (los tres, o no se audita)
- La Tarea: contrato técnico, validaciones, casos de error, tabla de Escenarios y
lista de tests — con la herramienta de lectura del board que tenga el entorno (solo
lectura), o pegada si este entorno no llega al tablero. En modo lote, el archivo del
borrador (
borrador/lote-*/), antes de que exista la tarjeta. - La Historia padre: sobre todo el campo Criterios de aceptación (el Gherkin).
Se consigue con la herramienta de lectura del board que tenga el entorno; si este
entorno no llega al tablero, se pide pegada. En modo lote, si el lote crea o pisa la
Historia, su borrador (
borrador/lote-*/<clave>-criterios.html): es la Historia como va a quedar, y auditar contra la del tablero daría huecos falsos. - Las reglas citadas (
[RN-…]/[DEC-…]) en el Cerebro, por su ruta.
Si falta el 1, no hay nada que auditar. Si falta el 2 o el 3, se audita lo que se puede y el resto sale NO AUDITABLE — nunca «cumple» por defecto.
Regla del cero — un conteo vacío NUNCA es un «cumple»
Casi todos los chequeos de abajo son conteos contra un insumo externo: los
Escenario:del padre, las filas de Casos de error, los códigos del contrato. Si ese insumo viene vacío, el conteo da0 = 0y el chequeo pasa por vacuidad: no porque esté bien, sino porque no había nada que mirar. Es la falla más engañosa de todas, porque el reporte sale en verde. Caso concreto y frecuente: una Historia sin Gherkin (el campo Criterios de aceptación aparece vacío en la mayoría de las historias del board). Con 0 Escenarios, los chequeos 5, 13 y 14 «pasan» y el loop BDD↔TDD no existe, sin que ningún artefacto lo diga. Por eso: si un insumo externo viene vacío, el veredicto de ese punto es NO AUDITABLE, nunca PASA — y hay que decir cuál insumo estaba vacío. Si la Historia padre no tiene Escenarios, además se reporta que no pasó su propio DoR ([[definicion-preparado-terminado]]) y que derivar Tareas de ella es prematuro.
Los 16 chequeos sobre la lista de tests
Completitud (¿falta algún test?) — es el bloque que evita el daño grave
- Cada validación tiene su test — una por regla, no una por campo. Recorrer Validaciones y separar cada regla distinta: «obligatoria» y «formato válido» son dos reglas del mismo campo y necesitan dos tests. Una validación sin test es código que nadie prueba.
- Cada fila de «Casos de error» tiene su test, y el resultado esperado COINCIDE.
No alcanza con que la fila tenga un test: hay que comparar, palabra por palabra, el
payload de la fila, el resultado esperado del test y el schema del contrato.
Las tres cosas describen el mismo caso y pueden decir cosas distintas sin que nadie lo
note — p. ej. la fila dice «telefono y email en null», el test dice «el objeto entero
en null» y el contrato no declara
nullableen ninguno de los dos. Esa contradicción hace imposible que el test y el contrato estén los dos en verde. - Cada código de respuesta Y cada campo del schema tienen test. Sacar del fragmento
OpenAPI todos los códigos (
200,400,404,409,502…) y todos los campos del cuerpo de éxito. Un código declarado y no probado es una promesa que nadie verifica; un campo declarado y no verificado se puede dejar de devolver sin que ningún test se ponga rojo. Chequear también losnullable: si un test esperanullen un campo que el contrato no declara nullable, hay contradicción (ver chequeo 2). Y cada valor de un catálogo cerrado. Si el contrato declaraenum: [A, B, C], los tres tienen que aparecer en algún ítem. Ejercitar dos de tres y rechazar un cuarto valor no prueba que el tercero esté aceptado: se lo puede dejar afuera del enum y la lista entera queda en verde. Se cuentan los valores del enum contra los que aparecen en los ítems — no alcanza con ver que «el catálogo está cubierto». - Cada
[RN-…]/[DEC-…]citada existe Y dice lo que el test le atribuye. Dos pasos: (a) abrir la regla en el Cerebro por su ruta — si no existe, ese punto es NO AUDITABLE, nunca «cumple»; (b) leerla y verificar que contenga el criterio que el test le cuelga. Una decisión que dice «se busca solo por identificador» no define el formato de la identificador: citarla en un test de formato es trazabilidad falsa, y es peor que no citar nada porque simula cobertura. - Cada Escenario del Gherkin del padre que la Tarea declara cubrir tiene sus tests, y
los que cubre en parte nombran la Tarea complementaria con su
#ID(el Escenario parcial solo se puede seguir si el número está escrito). Contar losEscenario:del padre contra las filas de la tabla más los títulos de la línea «No cubre» del pie ([[plantillas/tarea]]): tienen que dar igual. En modo lote, sobre el borrador, un[T-nn]vale como#ID; se vuelve a mirar después de escribir.
Calidad (¿los tests sirven?) — sin esto, TDD es teatro
Cada test es VERIFICABLE. Tiene input concreto → resultado esperado concreto. «Valida bien la identificador» no es un test: no se sabe qué entra ni qué sale, así que dos devs escriben cosas distintas. Debe poder leerse como una aserción.
Un ítem = UNA sola condición. Prohibido unir dos casos con «o» / «y» en el mismo ítem.
guiar-tddescribe un test por ítem: si el ítem dice «el servicio devuelve error o timeout», se escribe uno de los dos y la otra rama queda sin probar, en silencio. Es el modo de falla más peligroso de todo el pipeline, y se detecta buscando conjunciones. Si el ítem tiene dos condiciones, el hallazgo es «faltan tests», no «está mal redactado». Un Esquema no es un ítem con dos condiciones. Un ítem «Esquema» —N. Esquema — <condición>:y debajo una fila por caso,<entrada> → <resultado esperado>, en una lista con viñetas— vale como un ítem:guiar-tddlo escribe como un test parametrizado con una fila por cada fila del ítem, yverificar-tddcomprueba que estén todas. Si las filas cambian la condición y no solo los datos, son ítems distintos y el hallazgo es «faltan tests». Si una fila no trae su resultado esperado, es «test no verificable» (chequeo 6).Cada test PUEDE FALLAR — y se declara si puede tener ROJO PRIMERO. Preguntarse: «¿qué código, escrito mal, haría que este test se ponga rojo?». Si la respuesta es «ninguno», el test es decorativo («el endpoint existe», «devuelve un JSON», «no tira excepción») → hallazgo. Distinguir dos clases, porque el DoR las trata distinto:
- Test del ciclo (default): puede y debe arrancar en rojo. Entra en la evidencia
rojo/verde que audita
verificar-tdd. - Test guardarraíl (regresión): protege una ausencia — «ninguna clase del módulo
depende de X», «no se filtra ningún campo fuera del contrato». Nace verde a
propósito: su valor es bloquear la regresión futura, no producir el rojo de hoy.
Tiene que estar declarado como tal en el ítem, y el DoD debe excluirlo del
«todos los tests tuvieron su rojo previo». Un guardarraíl sin declarar convierte la
Tarea en imposible de cumplir:
verificar-tddva a pedir una evidencia de rojo que no puede existir.
Dos filtros para no regalar la exención — declarar guardarraíl suprime el commit de rojo de ese ítem (
guiar-tdd), así que la etiqueta tiene que ganarse:- Afirma sobre la FUENTE, no sobre el mismo observable que ya fija un test del ciclo. Una constante, un catálogo, la estructura del módulo, las dependencias del módulo — no el DOM renderizado ni el cuerpo de una respuesta que otro test ya asegura.
- Ningún otro test de la lista lo implica lógicamente. Si el test 1 dice «se ven exactamente estas tres opciones», un test que diga «no aparece esta cuarta opción» no puede ponerse en rojo con el 1 en verde: no es guardarraíl, es redundancia, y encima costó un rojo que sí existía. Preguntarse siempre: «¿qué cambio pone en rojo este test y deja los demás en verde?». Si no hay ninguno, el ítem sobra (chequeo 13).
- Y el filtro de fondo: en un componente que todavía no existe, ¿este test fallaría en el mismo instante que los del ciclo? Si sí, podía tener rojo primero y la exención no hacía falta.
El ítem tiene que TRAER ESCRITA la respuesta, no dejarla para el auditor. Todo guardarraíl se redacta con la frase «se pone en rojo si …» adentro del ítem, nombrando el cambio concreto que lo haría fallar. Ejemplo válido: «se pone en rojo si alguien agrega un canal a la constante de catálogo». Ejemplo que se cae solo: «se pone en rojo si el desplegable muestra una opción de más» — eso ya lo detecta el test que exige «exactamente estas tres». Si no se puede escribir esa frase, no es un guardarraíl. Y si la frase describe algo que otro test de la lista ya detecta, tampoco. La exención del rojo se gana por escrito: sin esa frase, el auditor lo trata como test del ciclo y exige su rojo previo. Por qué esta regla: el criterio anterior decía «protege una ausencia», que describe cómo se ve un guardarraíl pero no cómo verificar si el tuyo lo es — y «el desplegable no contiene el canal dado de baja» es una ausencia, así que la definición vieja admitía justo el caso equivocado. Medido en el proyecto de origen, sobre sus cuatro primeras Tareas reales, con un agente distinto por tarjeta: de las dos que reclamaron la exención, una la tenía mal otorgada (redundante con su propio test 1), y una tercera dejó sin escribir el guardarraíl que sí le correspondía. La pregunta contrafáctica (¿qué lo pone en rojo dejando los demás en verde?) no sale sola al escribir una lista de tests: hay que obligar a escribirla.
- Test del ciclo (default): puede y debe arrancar en rojo. Entra en la evidencia
rojo/verde que audita
Hay al menos una invariante de negocio protegida, no solo caso feliz + errores de formato. La invariante es lo que nunca puede pasar aunque el código cambie («un registro vencido no aparece en el listado»). Si la lista solo tiene validaciones de entrada, la lógica de negocio queda sin red.
No hay tests de implementación. Un test que se rompe al refactorizar sin que cambie el comportamiento prueba cómo en vez de qué. Señales: nombra clases internas, cuenta llamadas, depende del orden de ejecución.
Este chequeo NO aplica a los guardarraíles del chequeo 8. Un test de arquitectura mira la estructura a propósito — esa es su función, no un defecto. La diferencia: el guardarraíl falla cuando alguien rompe una regla; el test de implementación falla cuando alguien mejora el código sin romper nada.
Suficiencia (¿la enumeración misma está completa?) — el único bloque que mira hacia afuera
Los chequeos 1 a 3 miden los tests contra las listas que la propia Tarea declara (Validaciones, Casos de error, códigos del contrato). Eso deja un agujero de fondo: si la enumeración está corta, la Tarea es internamente perfecta y pasa todo. Peor: como el chequeo 13 castiga los tests que no rastrean a nada, el camino más barato al veredicto COMPLETA es enumerar menos. Este bloque existe para contrarrestar ese incentivo.
- Modos de falla del recurso, declarados o descartados por escrito. Tienen su sección propia en la tarjeta —«Modos de falla evaluados», una línea por familia ([[plantillas/tarea]])—; si esa sección no está, el chequeo es HALLAZGO, no OK: la ausencia del bloque no se puede confundir con «no había nada que declarar». Recorrer las familias y verificar que cada una esté o cubierta o descartada con su motivo, nunca ausente: estado (la entidad en un estado que no admite la operación), concurrencia (dos operaciones simultáneas sobre la misma entidad), autorización (el usuario no puede operar sobre esa entidad), dependencia caída (el servicio o la base no responden), límites (tamaño, cantidad, rango de fechas) e idempotencia (repetir la misma llamada). Un «no aplica porque …» escrito es una afirmación auditable; el silencio no.
- Spec inventada por el redactor. Cada validación y cada fila de Casos de error tiene
que rastrear a una
[RN-…], al Gherkin del padre o al contrato de un sistema externo. Una condición que decidió el redactor sin respaldo — un límite de caracteres, un código de error, un plazo— es especificación inventada: hay que marcarla y preguntar de dónde sale. Hoy pasa inadvertida porque los tests que la cubren se ven perfectamente trazados… a una línea que alguien escribió de memoria.
Coherencia (¿la lista cierra con el resto?)
- Ningún test sobra. Cada uno rastrea a una validación, un caso de error, un código
o campo del contrato, una
[RN-…]o un Escenario. Un test que no rastrea a nada es alcance inventado. - Ningún test depende de un
⚠ pendientesin declararlo. Si el input o el resultado esperado no se pueden escribir hasta que el humano responda algo, el ítem tiene que decirlo. Escribirlo sin avisar obliga al dev a inventar el valor, y ese valor inventado queda como si fuera la especificación. Cruzar la lista de tests contra el bloque «Datos a confirmar»: cada pendiente de ese bloque que afecte a un test tiene que aparecer marcado en el test.Si la sección «Datos a confirmar» no está, este chequeo es HALLAZGO, no OK — y si está pero vacía sin decir «Ninguno.», también. El cruce es mecánico contra ese bloque: sin bloque da
0 = 0y pasa por vacuidad, que es la Regla del cero de más arriba aplicada a esta misma skill. Una Tarea sin pendientes lo declara escribiendo «Ninguno.»; el silencio no es una declaración ([[plantillas/tarea]]). - Coherencia del test de integración y numeración. Si el Alcance dice «Requiere test de integración: sí», tienen que estar las tres (test en la lista, subtarea que lo escriba, ítem en el DoD). Los tests están numerados y la tabla de Escenarios los referencia por número, sin saltos ni números inexistentes.
- El resultado esperado de cada test es producible por la CAPA que la Tarea declara.
Leer «Capa afectada» del Alcance y contrastarla ítem por ítem contra lo que cada test
espera. Una Tarea que declara
domain/applicationy «no expone endpoint propio» no puede tener tests que esperen un400o un404: ese código lo emite la capaapi, que la Tarea dice no tener. El test queda imposible de escribir dentro del alcance, y el dev lo resuelve de una de dos maneras, las dos malas: inventando la capa que la Tarea excluyó, o dejando el test sin hacer. Y al revés: una Tarea de front cuyos tests solo asertan sobre el DOM no verifica el objeto que produce, aunque el DoD exija que coincida con el contrato del back — se puede renombrar un campo del estado y los siete tests siguen en verde.Se escapa porque los dos lados están bien por separado: el alcance es correcto y el test es correcto. Lo que no cierra es la unión, y nadie mira una unión salvo que esté escrito que hay que mirarla.
Flujo
1. Conseguir los tres insumos
Leer la Tarea, la Historia padre y las reglas citadas. Si falta alguno, decirlo antes de empezar y acotar el alcance de la auditoría.
2. Correr el script, y después los chequeos de criterio
Primero el script —lo corre esta skill, no se le pide a nadie—:
python bin/auditar-tarea.py <tarea.html> --historia <criterios-del-padre.html> --json
(La Tarea y los Criterios del padre van como archivos: en modo lote son los borradores; si no, se guardan desde el tablero.) El script hace los chequeos de conteo y forma: secciones, numeración, Escenarios del padre contra la tabla y la línea «No cubre», reglas que existen, códigos del contrato y filas de Casos de error con su test, test de integración, enlaces, HTML, guardarraíles, Modos de falla, Datos a confirmar y tamaño. Esos no se rehacen a mano: su resultado se copia al reporte. Lo que el script marca HALLAZGO es hallazgo; si no corrió, esos chequeos son SIN DATOS. Si esta herramienta no puede correr comandos, se le pide a la persona ese comando exacto y se espera el resultado.
Después, sólo los de criterio: los que el script lista en «Lo que este script NO mira», más confirmar o descartar sus AVISOS. Para cada hallazgo guardar qué falta o sobra y contra qué se detectó (la validación, la fila de la tabla, el código del contrato, el Escenario). Un hallazgo sin evidencia no se reporta.
3. Dar un veredicto por Tarea
| Veredicto | Cuándo | Qué significa |
|---|---|---|
| COMPLETA | Los 16 chequeos pasan | No se encontró nada que falte |
| CON HUECOS | Falta al menos un test, o hay uno que no puede fallar | Lo que falta se deja como pendiente a confirmar en la tarjeta. No frena el desarrollo |
| NO AUDITABLE | No se consiguió la Historia padre, o una regla citada no existe en el Cerebro | Se dice qué no se pudo mirar, y queda como pendiente. Nunca se da por buena una Tarea que no se pudo auditar, pero tampoco frena el desarrollo |
Tamaño (no cambia el veredicto). Si la lista pasa de 30 ítems, el reporte agrega «conviene partir la Tarea» ([[plantillas/tarea]] §«Tamaño y forma»). No es un hueco: es una Tarea demasiado grande para leerla y para desarrollarla de un tirón.
Si se dan las dos a la vez (faltan tests y hay un punto que no se pudo verificar), el veredicto es CON HUECOS + NO AUDITABLE en «el punto X» — se reportan las dos cosas, no se elige una. Ninguna de las dos frena el desarrollo, pero se arreglan por caminos distintos: los huecos los cierra quien redacta la tarjeta; lo no auditable exige cargar la regla que falta en el Cerebro o conseguir el insumo. Ocultar una detrás de la otra deja media Tarea sin arreglar.
3-bis. Dejar el veredicto en la tarjeta (constancia, no barrera)
Un veredicto que vive solo en el chat de esta sesión se pierde: mañana otra sesión —u otra persona, u otro LLM— abre el board y no sabe si se auditó. Por eso, cuando se corre, el veredicto se deja en la tarjeta con [[comentar-tarea]] (que pide su propia confirmación humana —en modo lote, la del cierre—; esta skill no escribe por su cuenta). Los hallazgos van en el mismo comentario, como pendientes a confirmar ([[comentar-tarea]] §«Pendientes a confirmar»), para que se vean al cerrar la Tarea. El sello no habilita ni frena nada: es constancia de lo que se miró y cuándo.
Auditoria de Tarea - auditar-tarea
Veredicto: COMPLETA | CON HUECOS | NO AUDITABLE
Fecha: <AAAA-MM-DD>
Rev de la Tarea auditada: <System.Rev al LEER la Tarea>
Historia padre: #<ID>
Rev de la Historia padre: <System.Rev del padre al LEERLA>
Escenarios del padre encontrados: <N> <- si dice 0, el loop BDD no existe
Hallazgos: <cantidad> (el detalle, en el reporte)
Pendientes a confirmar:
- <hallazgo, una linea, redactado como pendiente> <- uno por hallazgo; "Ninguno" si no hay
La lista «Pendientes a confirmar» del sello es la que mira la revisión antes de cerrar la Tarea ([[comentar-tarea]] §«Antes de cerrar una Tarea»): un hallazgo que sólo vive en el reporte del chat no aparece ahí.
Cuándo vence el sello: cuando cambia lo auditado, no cuando se guarda la tarjeta. En Azure toda escritura directa sobre un work item crea una revisión: el propio sello (un comentario de [[comentar-tarea]]), asignarla, pasarla a Active, la regla del tablero que activa al padre cuando un hijo arranca. Ninguna cambia lo que se auditó.
Por eso la vigencia no se mide contando
Rev. Con «venció si elRevavanzó» el sello nace vencido —sellar ya suma una revisión— y con «más de uno» cualquier comentario de un dev, o colgarle una Tarea hermana a la Historia, frena Tareas sanas. Un control que se dispara por cosas que no tocan lo que controla termina ignorado, que es peor que no tenerlo.
Se mira qué campos cambió cada revisión posterior. Cuenta como cambio de contenido:
| Dónde | Campos que cuentan |
|---|---|
| La Tarea | Título · Descripción (contrato, SDD, tests, modos de falla) · Criterios de aceptación, si el tipo los tiene · de qué Historia cuelga |
| La Historia padre | Título · Descripción · Criterios de aceptación |
No cuentan: comentarios (incluido el sello), Estado, Asignado, Etiquetas, Iteración, Área, estimaciones, ni vínculos a otros ítems (hijos, Related).
- Vigente: ninguna revisión de la Tarea posterior a
Rev de la Tarea auditada, ni de la Historia posterior aRev de la Historia padre, cambió un campo de contenido, y la Tarea sigue colgando de esa misma Historia. - Vencido: alguno cambió — un Escenario nuevo en la Historia, un
Entonceseditado, un test sacado de la lista. Esto cubre el agujero de que el sistema audita un instante y después nadie mira los cambios. - SIN DATOS: no se pudo leer el historial de cambios. No es vigente. Si el motivo es de la tarjeta, se re-audita. Si es de la máquina —sin token, sin red, sin Python— el script lo dice, y re-auditar no lo destraba: se arregla el acceso y se vuelve a correr.
Vale solo el sello más reciente. Como un comentario ya no vence nada, en la tarjeta puede
haber dos sellos que el script da por vigentes. Manda el último (el de mayor Rev de la Tarea auditada): si ese no dice COMPLETA, sus hallazgos siguen como pendientes, aunque haya
uno anterior que sí.
Un sello sin la línea Historia padre: #<ID> (formato anterior) es SIN DATOS y se
re-audita: el #ID nunca se completa con el Parent de hoy, porque entonces se compararía
el padre actual contra sí mismo y daría vigente una Tarea que se movió.
Si la Tarea cambió de Historia, el script la da vencida y además hay que correr [[analizar-tareas]] sobre las Tareas de las dos Historias: a la de origen le puede haber quedado un Escenario que solo cubría la Tarea que se fue, y sus hermanas siguen vigentes.
Cómo se verifica. get_work_item da cómo está la tarjeta ahora, no qué cambió en cada
revisión, y el MCP no expone el historial. Lo lee el script de solo lectura, con los números
del sello, parado en la raíz del repositorio:
bash bin/verificar-sello.sh tarea <id-tarea> <Rev de la Tarea> <id-historia> <Rev de la Historia>
(En PowerShell, .\bin\verificar-sello.ps1 con los mismos argumentos.) Sale 0 VIGENTE, 1
VENCIDO —y dice qué revisión cambió qué campo— o 2 SIN DATOS. Entra igual que el MCP: con
AZDO_PAT o, si no está, con la sesión de Azure CLI (az login); nunca muestra el token y
solo lee del tablero autorizado.
El sello se postea en HTML ([[comentar-tarea]] §«Formato»), así que quien lo busca lo lee sobre el texto del comentario sin las etiquetas, línea por línea.
En modo lote ([[planificar-lote]]) se audita el borrador, antes de que exista la tarjeta.
Al escribir, el lote verifica que el texto de la tarjeta sea igual al archivo auditado (con
los [T-nn] ya reemplazados por su #ID; se compara el texto sin etiquetas y con los espacios
normalizados, porque Azure reescribe el HTML) y recién ahí sella, con la revisión que quedó como
Rev de la Tarea auditada y, como Rev de la Historia padre, la revisión verificada de la
Historia. Si no son iguales, la tarjeta queda sin sello, se re-audita si se quiere, y el
sello nuevo pide su propia confirmación ([[comentar-tarea]]). El formato del sello no cambia,
así que verificar-sello lo lee igual.
El sello no es requisito para desarrollar. Ni el orquestador ni [[tomar-tarea]] lo buscan
antes de arrancar. Si alguien quiere saber si una auditoría sigue al día, corre
verificar-sello a mano; su resultado informa, no bloquea.
4. Reportar como hallazgos y preguntas
Agrupar por chequeo. Cada ítem: qué se detectó · evidencia · la pregunta o el test que falta, redactado de forma que se pueda pegar en la tarjeta. No corregir la tarjeta: eso lo hace [[redactar-tarea]] y lo carga [[cargar-a-azure]], con su confirmación. Si la Tarea está congelada (en un sprint y ya tomada), [[cargar-a-azure]] no la edita: el arreglo va como comentario y lo carga una persona a mano ([[cambios-en-el-backlog]] §4).
Barreras
- Solo lectura del board. Nunca
create_work_item/update_work_item. - No corrige. Propone el texto del test que falta; escribirlo es otro turno y otra skill.
- No aprueba por cansancio. Si un punto no se pudo verificar, es NO AUDITABLE, no «cumple».
- PHI prohibido en el reporte (marcadores
<persona>,<documento>, etc.).
Dónde entra en el flujo
redactar-tarea (DoR) -> [analizar-tareas, a pedido] (el SET cierra entre sí)
-> cargar-a-azure §2b (1er chequeo: autochequeo al escribir)
-> [auditar-tarea] (2do chequeo, OPCIONAL y a pedido: otro agente) <- esta skill
-> desarrollo (no espera a esta skill; sus hallazgos quedan como pendientes)
-> guiar-tdd (escribe un test por ítem) -> verificar-tdd (audita el rojo/verde)
Los dos chequeos son distintos a propósito: el de cargar-a-azure es mecánico y
de forma (¿están las secciones, los links, los campos?); este es de fondo (¿la
lista de tests cubre todo y sirve?). El primero lo hace quien escribe; el segundo, otro.
Contexto adicional
- DoR de la Tarea: [[redactar-tarea]] §3.1
- Consistencia del conjunto de Tareas (no de una): [[analizar-tareas]]
- Plantilla y secciones: [[plantillas/tarea]]
- Autochequeo al escribir: [[cargar-a-azure]]
Ejemplo (genérico)
Una Tarea de capa
apideclara en su contrato los códigos200,400,404y409, y su tabla de «Casos de error» tiene tres filas. La lista de tests trae 4 ítems: caso feliz,400,404e «invariante de negocio».La auditoría reporta: CON HUECOS.
- Chequeo 3: el código
409del contrato no tiene test. Evidencia: aparece enresponsesdel fragmento OpenAPI y en la fila 3 de Casos de error, y ningún test lo espera. Test que falta: «recurso ya tomado →409+RECURSO_NO_DISPONIBLE».- Chequeo 8: el test «el endpoint responde un JSON válido» no puede fallar — ningún error de implementación lo pondría en rojo. Pregunta: ¿qué comportamiento quería proteger ese test?
No corrige la tarjeta: deja los dos ítems redactados para que el humano los apruebe y [[cargar-a-azure]] los cargue en otro turno.