feat: complete llm sourcegen plan

docs/plans/CASAN_PLAN_02_LLM_SOURCEGEN.md

@@ -1,16 +1,17 @@
 # KẾ HOẠCH 02 — Nối LLM thật vào sinh source (thay template deterministic)
 
-> Status 2026-07-06: **Đợt A MVP implemented + tested** cho `01-srs` và
-> `02-bd`. Mặc định vẫn dùng template deterministic; khi bật
-> `CASAN_GEN_MODE=model`, hai step này gọi `model-router.sh --role generate`,
-> H4 artifact-scan output nháp, validate tiêu chí tối thiểu, rồi mới ghi
-> artifact. Lỗi model / output thiếu / H4 block đều fallback template và ghi
-> `source=template-fallback` trong report.
+> Status 2026-07-09: **Plan-02 A–D implemented + tested (offline/local)**.
+> Mặc định vẫn dùng template deterministic; khi bật `CASAN_GEN_MODE=model`,
+> các step `01-srs`, `02-bd`, `03-spec`, `05-plan`, `07-dd`, `08-testkit`,
+> `09-tasks`, `10-implement` gọi `model-router.sh --role generate`, H4
+> `artifact-scan` output nháp, validate token bắt buộc, ghi H5 sourcegen audit
+> + H6 sourcegen telemetry, rồi mới ghi artifact. Lỗi model / output thiếu /
+> H4 block đều fallback template và ghi `source=template-fallback` trong report.
 >
-> Hiện `casan-step.mjs` vẫn sinh các step sau bằng **template hard-code** trong
-> `switch(step)` [có, đọc code]; model đã dùng ở H3 judge + H4 semantic và nay
-> ở source-gen đợt A. Kế hoạch: mở rộng dần để LLM **thật sự sinh artifact**,
-> nhưng **mọi output vẫn chui qua H1→H7**.
+> `run-casan-pipeline.mjs` đã có STEP10 implement draft + STEP12 run-tests
+> gate thật; STEP5/STEP7/STEP11 có retry/escalation loop. Cloud OpenAI/Anthropic
+> live smoke vẫn thuộc Plan-03 vì cần API key thật; Plan-02 local path dùng
+> Ollama qua router, timeout sourcegen mặc định 240s cho prompt dài.
 >
 > Phụ thuộc: nên làm sau **03 (cloud patch)** để có lựa chọn model mạnh cho bước khó; **01** giúp gọn nhưng không bắt buộc.
 
@@ -35,8 +36,8 @@ Thứ tự chuyển ưu tiên step **rõ ràng, ít rủi ro** trước:
 | Đợt | Step chuyển | Vì sao trước/sau |
 |---|---|---|
 | A | `01-srs`, `02-bd` | văn bản có cấu trúc, dễ chấm, rủi ro thấp |
-| B | `03-spec`, `06-plan` | có review loop (STEP5/7) đỡ lỗi |
-| C | `08-dd`, `09-tasks` | phụ thuộc spec/plan tốt |
+| B | `03-spec`, `05-plan` | có review loop (STEP5/7) đỡ lỗi |
+| C | `07-dd`, `08-testkit`, `09-tasks` | phụ thuộc spec/plan tốt |
 | D | `10-implement` (code) | rủi ro cao nhất → làm cuối, cần test thật (STEP12) làm lưới |
 
 ---
@@ -45,17 +46,17 @@ Thứ tự chuyển ưu tiên step **rõ ràng, ít rủi ro** trước:
 
 | Task | Việc | File | Verify | Done khi |
 |---|---|---|---|---|
-| 2.1 | Trừu tượng hoá: thêm hàm `generate(step, ctx)` chọn **model** hoặc **template** theo cờ `CASAN_GEN_MODE` | `casan-step.mjs` | mode=template → hành vi cũ y hệt | ✅ đợt A |
-| 2.2 | Viết prompt-template cho mỗi step (đưa requirement + architecture + tiêu chí chấp nhận vào prompt) | mới `prompts/<step>.md` | prompt render đủ ngữ cảnh | có prompt từng step |
-| 2.3 | Gọi model qua `model-router.sh --role generate` (KHÔNG gọi model-call trực tiếp) | `casan-step.mjs` | output đi qua H4 trước khi ghi | ✅ đợt A (`01-srs`, `02-bd`) |
-| 2.4 | Chuẩn hoá output model → đúng file artifact + `STEP-RESULT` block | parser | verdict/artifacts hợp lệ | schema đúng |
+| 2.1 | Trừu tượng hoá: thêm hàm `generate(step, ctx)` chọn **model** hoặc **template** theo cờ `CASAN_GEN_MODE` | `casan-step.mjs` | mode=template → hành vi cũ y hệt | ✅ A–D |
+| 2.2 | Viết prompt-template cho mỗi step (đưa requirement + architecture + tiêu chí chấp nhận vào prompt) | `packages/casan-harness/prompts/sourcegen/<step>.md` | prompt render đủ ngữ cảnh | ✅ prompt từng step |
+| 2.3 | Gọi model qua `model-router.sh --role generate` (KHÔNG gọi model-call trực tiếp) | `casan-step.mjs` | output đi qua H4 trước khi ghi | ✅ A–D |
+| 2.4 | Chuẩn hoá output model → đúng file artifact + `STEP-RESULT` block | parser | verdict/artifacts hợp lệ | ✅ schema đúng |
 | 2.5 | Nạp **golden + tiêu chí** cho H3 judge từng step | `apps/okr/domain/golden-runs/` | judge chấm được đạt/không | H3 hoạt động |
-| 2.6 | Fallback: model SKIP/kém → dùng template (đợt A/B), hoặc REJECT → vòng review | `casan-step.mjs` | ép model lỗi → không vỡ | ✅ đợt A |
-| 2.7 | Chuyển đợt A (srs, bd) sang mode=model | pipeline | chạy full, 2 artifact do model sinh, qua harness | 🟡 MVP done; full live pipeline smoke còn |
-| 2.8 | Chuyển đợt B (spec, plan) + kiểm vòng REJECT hoạt động | pipeline | ép spec kém → STEP5 REJECT → retry | loop chạy |
-| 2.9 | Chuyển đợt C (dd, tasks) | pipeline | artifact hợp lệ, drift trong ngưỡng | đợt C xong |
-| 2.10 | Chuyển đợt D (implement code) — **bắt buộc** STEP12 chạy test thật làm cổng | pipeline | test dự án PASS mới nhận code | đợt D xong |
-| 2.11 | Ghi prompt + model + token vào audit (H5) & telemetry (H6) | logging | audit có prompt, provider-usage có token | truy vết được |
+| 2.6 | Fallback: model SKIP/kém → dùng template (đợt A/B), hoặc REJECT → vòng review | `casan-step.mjs`, `run-casan-pipeline.mjs` | ép model lỗi → không vỡ | ✅ A–D |
+| 2.7 | Chuyển đợt A (srs, bd) sang mode=model | pipeline/test | artifact do model sinh, qua harness | ✅ done+test |
+| 2.8 | Chuyển đợt B (spec, plan) + kiểm vòng REJECT hoạt động | pipeline/test | ép spec/plan kém → STEP5/7 REJECT → retry | ✅ loop chạy |
+| 2.9 | Chuyển đợt C (dd, testkit, tasks) | pipeline/test | artifact hợp lệ, drift trong ngưỡng | ✅ đợt C xong |
+| 2.10 | Chuyển đợt D (implement code) — **bắt buộc** STEP12 chạy test thật làm cổng | pipeline/test | test dự án PASS mới nhận code | ✅ đợt D xong |
+| 2.11 | Ghi prompt + model + token vào audit (H5) & telemetry (H6) | logging | audit có prompt, provider-usage có token | ✅ truy vết được |
 
 ---
 
@@ -88,10 +89,18 @@ flowchart LR
 | Regression pipeline | `CASAN_GEN_MODE=template` luôn giữ đường cũ |
 
 ## Tiêu chí HOÀN THÀNH
-- [x] `CASAN_GEN_MODE=template` cho hành vi cũ y hệt (an toàn quay lui) ở đợt A.
-- [ ] `CASAN_GEN_MODE=model`: đợt A–D artifact do LLM sinh, **đều qua H1→H7**. Đợt A đã có MVP cho `01-srs`/`02-bd`.
-- [ ] Code (đợt D) chỉ nhận khi STEP12 test PASS.
-- [ ] Prompt/model/token vào audit (H5) + telemetry (H6).
-- [ ] Có escalation khi H3 REJECT lặp; local vẫn là mặc định.
-
-> Sau kế hoạch này, câu "pipeline sinh source bằng AI" mới **đúng nghĩa**. Trước đó phải nói rõ đang dùng **template**.
+- [x] `CASAN_GEN_MODE=template` cho hành vi cũ y hệt (an toàn quay lui).
+- [x] `CASAN_GEN_MODE=model`: đợt A–D artifact đi qua `model-router --role generate`, H4 scan, required-token validation, fallback template khi lỗi, và harness H1→H7 ở pipeline.
+- [x] Code/implement draft (đợt D) chỉ được accept khi STEP12 run-tests PASS (`implementation.accepted.json` chỉ ghi sau PASS).
+- [x] Prompt/model/token vào H5 sourcegen audit + H6 sourcegen telemetry.
+- [x] Có escalation khi H3 REJECT lặp; local vẫn là mặc định, cloud/frontier chỉ dùng khi cấu hình `CASAN_REVIEW_ESCALATE_MODEL` + key.
+
+## Verify 2026-07-09
+- `phase2-sourcegen-tests.sh`: **10/0** — A–D model-mode mocked router, fallback H4, audit/telemetry, STEP12 pass/fail acceptance.
+- `run-casan-pipeline.mjs` full template smoke in `/tmp`: STEP1/2/3/5/6/7/8/8b/9/10/11 APPROVED, STEP12 PASS; loops STEP5→STEP3, STEP7→STEP6, STEP11→STEP10 exercised.
+- App test gate: backend `npm test -w backend` **46 pass / 0 fail / 3 skip**; frontend `npm test -w frontend` **16/0**.
+- Local Ollama generate path verified via `model-router.sh --role generate` (`ollama:ornith:9b`, real token telemetry); sourcegen prompts use 240s default timeout for long local generations.
+
+> Sau kế hoạch này, câu "pipeline sinh source bằng AI" đúng với mode model/local.
+> Nếu cần OpenAI/Anthropic live-provider smoke và billing ground truth, làm tiếp
+> theo Plan-03 vì cần API key/dịch vụ ngoài.