# context-package — 단일 컴파일러(context_package.py --compile)가 발급한 스켈레톤.
# spawn 전: 아래 placeholder를 채우고 `python3 .claude/hooks/context_package.py hyeonworks/state/context-packages/hyeonworks-vnext-v1-direction/DES-PROD-20260718T131418Z.pkg.yaml` 가
# exit 0(통과)이어야 워커를 spawn한다. 스키마·규칙: org-os/06-agent-work/context-package-spec.yaml
# 아직 채워야 하는 필드(발급 시점):
#   - 필수 필드 비어있음(placeholder 미충전): objective
#   - 필수 필드 비어있음(placeholder 미충전): allowed-tools
#   - 필수 필드 비어있음(placeholder 미충전): task-boundaries
#   - 필수 필드 비어있음(placeholder 미충전): must-read
#   - 필수 필드 비어있음(placeholder 미충전): acceptance-tests
#   - 필수 필드 비어있음(placeholder 미충전): non-goals
#   - 필수 필드 비어있음(placeholder 미충전): evidence-plan
#   - DES-PROD: standard/heavy 는 method-selection.method-id 필수(auto-infer 금지)
workflow-id: hyeonworks-vnext-v1-direction
task-id: review-r2-product-fit
mode: divergent
tier: standard
model: sonnet
effort: medium
assigned-lens: product-fit
target-role-agent: DES-PROD
workspace: hyeonworks
target-repo: hyeonworks
objective: >-
  Ledger Studio revision 2가 깊이 학습 약속을 causal hypothesis와 constructed explanation으로 실제 충족하는지
  product-fit 렌즈로만 독립 재감사하고 지정 report를 작성한다.
output-format: report.yaml (report-header BLUF로 시작) + 최종 메시지로 report-path + 1줄 bottom-line
  반환
allowed-tools: [Read, view_image, exec_command, apply_patch]
task-boundaries: >-
  product-fit만 평가하고 다른 lens/review를 읽지 않는다. prototype은 수정하지 않으며
  DES-PROD-20260718T131443Z.report.yaml 한 파일만 작성한다.
non-goals: [사용성·시각·시장·구현성 판정, 방향 재선택, 실제 학습 효과 주장, 외부 네트워크]
must-read:
  - hyeonworks/completion-records/hyeonworks-vnext-v1-direction/ENG-FE-20260718T131305Z.report.yaml
  - hyeonworks/completion-records/hyeonworks-vnext-v1-direction/DES-DIRECTOR-20260718T115933Z.report.yaml
inherited-decisions:
  - {decision-id: DES-DIRECTOR-20260718T115933Z, summary: "ledger-studio와 5개 locked invariant"}
acceptance-tests:
  - criterion: "exact revision-2 winner id/SHA와 product-fit verdict/findings를 포함한다."
    verify: "python3 .claude/hooks/validate_report.py hyeonworks/completion-records/hyeonworks-vnext-v1-direction/DES-PROD-20260718T131443Z.report.yaml"
evidence-plan:
  - {claim: "deep-mechanism promise와 observable learning gates 정합", grade: E3, receipt: "exact winner source, state previews and live flow"}
expected-output:
  report-header:
    bottom-line: ''
    decision-needed:
      needed: false
      approver: null
    confidence:
      value: Med
      derived-from: evidence
    risks: []
    evidence: []
token-budget:
  max-input-tokens: 60000
  max-output-tokens: 8000
method-selection:
  method-id: post-direction
  candidates:
  - pre-direction
  - post-direction