Scan one file for stale model refs. Returns list of (file, line_no, matched_text, pattern, note).

Skip excluded dirs. Mirror files are validated (EXCLUDE_PATTERNS is empty by default; kept as a hook if a pattern ever needs re-adding).

Replace content inside ``` ... ``` fences with blanks to skip anchor matches inside.

agent_call function 單元測試（無 HTTP）。

ChatAnthropic import 通過、無需 API key（建構式不打 API）。

模糊 schema 下、LLM 把溫度轉換誤丟給 process_data。

非搜尋路徑時、search_result 應該不存在或空。

build_agent 帶 mock model 可建構、output_type 正確。

確認 build_agent 能組出 CodeAgent、且 max_steps 預設合理。

確認 cache_control 真的傳進去 system param。

Mock 上游 LLM、確認 /chat 回 ChatResponse shape。

模擬 Ollama down、回 503 而非 500。

chat 應該把 recalled memory 塞進 system prompt。

缺 message field、應該 422 Unprocessable Entity（FastAPI 自動驗 Pydantic schema）。

3 種切法應該產生不同 chunk 數、印證它們真的不同。

模擬：只設 ANTHROPIC_API_KEY、call_claude 被 mock 成回固定 Reply。

compare() 跳過沒 key 的 provider、不會 raise。

confidence 傳 string 應被 Pydantic 拒絕（schema validation 的核心）。

confidence > 1.0 應該被 Pydantic 拒絕。

SENTENCES corpus 應該有 100 個。

確認 build_crew 出來的 Crew 真有 3 個 agent + 3 個 task、process 是 sequential。

debate 應該打 3 次 LLM（pro, con, judge）、且 judge 看到兩邊 argument。

確認 pro / con 各自獨立 call、不互相看到（避免 bias propagation）。

Mock OpenAI client、確認 embed_openai 正確 normalize。

Mock judge replies PASS。

驗 sleep 的延遲時間隨 attempt 指數增長（base * 2^attempt）。

驗 sleep 的延遲時間隨 attempt 指數增長（base * 2^attempt）。

直接檢查 schema 結構：good 有 required + enum、bad 沒有。

非搜尋路徑 + 人類 approve=False → REJECTED。

搜尋路徑 + 人類 approve=True → PUBLISHED。

指出兩個 search 方法差異： keyword 對「python programming」會抓 doc 2； semantic 對「dynamic language」（無 python 字眼）也能抓到 doc 2。

AuthenticationError 不是 RETRIABLE、應該第一次就 raise、不 retry。

AuthenticationError 不是 RETRIABLE、應該第一次就 raise、不 retry。