verdict给 AI coding agent 用的云端 E2E 验收服务 · verdict.tkl.ai

AI 改完前端并部署后，把「改了什么 + 期望什么」交给 verdict。它在云端用真实浏览器（Chromium / Firefox / WebKit × 桌面 / 移动视口）像 QA 同事一样去看、去量、去点，只把一份 ≤ 1500 token 的结构化判决 交还给 AI。主 agent 的上下文里不出现任何截图或 DOM。

1 · briefMCP / CLI / HTTP 提交 Brief（URL、改动、期望、鉴权、矩阵）

2 · plan强模型把 Brief 变成可核对的验收条 + 操作计划，自动补「不该变的东西」

3 · execute每个浏览器×视口一个格并行跑；布局用 boundingBox 量数字，截图只当证据

4 · judge每条 pass / fail / needs_human / inconclusive；fail 附 observed · expected · repro · hints

四种模式

mode	何时	输出
`survey`	改之前：把「卡片太高」变成「412px vs 邻卡 260px」	`facts[]` 实测数字 + 标注截图
`verify`	改之后验收	`criteria[]` 判决 + 回归条
`regress`	改之后，与项目基线比结构 / 尺寸 / 报错	差异条
`explore`	任何时候巡检	console error、坏图、横向溢出、可访问性

接入 Claude Code（MCP）

{ "mcpServers": { "verdict": {
    "command": "node", "args": ["/path/to/verdict/packages/mcp/dist/index.js"],
    "env": { "VERDICT_API_KEY": "vd_…", "VERDICT_API": "https://verdict.tkl.ai" } } } }

四个工具：verdict_survey · verdict_verify · verdict_result · verdict_review_status。localhost 目标会自动开 cloudflared 隧道。配套 Skill 教 AI 何时该测、Brief 怎么写、判决怎么读、最多迭代 3 轮。

HTTP API

POST /v1/runs                       Brief → { run_id, url }        Authorization: Bearer vd_…
GET  /v1/runs/:id                   Verdict（含中间状态）
GET  /v1/runs/:id/wait?timeout=60   长轮询到终态
GET  /v1/runs/:id/artifacts         截图 / 视频 / trace 列表
POST /v1/runs/:id/review            人工复核 { criterion_id, result, note }
POST /v1/projects                   项目 profile（默认 auth / matrix）
POST /v1/projects/:id/baseline      设基线 run
GET  /v1/usage                      用量 / 队列深度 / 在线 runner
GET  /schema/brief · /schema/verdict  JSON Schema

Brief 示例

{
  "mode": "verify",
  "target": { "url": "https://test.example.com/dashboard" },
  "brief": "「我的用量包」卡片高度过高，已改为与同行其他卡片对齐；内容改成两行摘要 + 展开按钮。",
  "changes": [{ "area": "dashboard.html 用量包卡片", "what": "去掉明细列表，改为摘要 + 展开" }],
  "expectations": ["卡片高度与同行其他卡片一致（±15%）", "点击「展开」能看到原来的明细"],
  "matrix": { "browsers": ["chromium", "webkit"], "viewports": ["desktop-1440", "mobile-390"] }
}

CLI

verdict survey  https://… -q "用量包卡片与同行卡片的高度"
verdict run     https://… --brief "…" --change "dashboard.html: …" --matrix full --wait
verdict result  run_…
verdict local   https://… --brief "…"        # 不经服务，本机直接跑 core