docs: README 补上验收清单、盯梢、关窗即结束

这三块是这个工具最不一样的地方，而 README 的功能列表里一条都没有 ——
一个开源项目最该讲清楚的恰恰是"它和别的有什么不同"。

- 验收清单：要点来源分级、Stop 拦截逼报证据、拿真实 diff 旁路复核、
  为什么只有两档没有"部分完成"、以及"它压根不提的事没人查"那条独立路径。
  自跑验收命令的三道闸（白名单/拒元字符/默认关+逐条授权）也写明。
- 会话观察者：讲清楚它治的是"做浅"不是"停了"，三种追问怎么交替，
  以及三条实机撞出来的硬约束（只有 busy 算干活、打字时不发、画面在变不打扰）。
- 关窗即结束：四条边界都写上，尤其"只记接得回来的"和"绑不到 pane 的不碰"。
- 项目管理：补上右键菜单、「添加目录」和扫描的分工、失效项目为什么静默有害。

所有数字和行为都对着代码核过（白名单取自 AcceptanceVerifier.whitelist，
节奏取自 SessionWatchdog 的 needStreak/cooldown/interval）。

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

README.md

@@ -7,6 +7,8 @@ Claude Code 本地开发调度中心。用一个 Claude 窗口管理所有项目
 - **灵动岛** — MacBook 刘海变成 agent 控制中心，Liquid Glass + 状态驱动的像素小人
 - **实时会话监控** — 每个 Claude 会话的 `busy / waiting / shell / idle` 状态一眼可见
 - **精准跳转** — 点通知或点会话，直接跳到那个会话所在的终端 tab（不是"跳到 iTerm 然后自己找"）
+- **验收清单** — 从你的原话和批准过的计划里拆出要点，跨会话累积；它说做完了，拿真实 git diff 复核
+- **会话观察者（盯梢）** — 它停下来就追问，问的是它不想被问的那些：落到哪个文件了、发布后还在不在
 - **高风险审批** — 不可逆操作（`rm -rf /`、force push 到 main 等）在岛上拦截确认
 - **tmux 多项目管理** — 每个项目一个 tmux 窗口，iTerm2 标签页体验
 - **用量统计** — 按项目查看 token 消耗、会话数、模型分布
@@ -212,6 +214,80 @@ bash scripts/release.sh              # 跑测试 → universal 编译 → 签名
 
 `kind: bg` 的会话跑在 daemon 下、不在任何终端里，改为定位到显示它的 `claude agents` 查看器 tab。
 
+## 验收清单
+
+解决的不是「它有没有回答」，是**「它有没有做」**。
+
+同时开五六个会话时，真正的成本不是等待，是**核对**。每个会话结束时都会给一份看起来很完整的报告，而你没有精力逐个去仓库里翻。清单把这件事变成可数的。
+
+### 要点从哪来
+
+不是 Claude 自己列的 todo —— 那份天然会漏掉它不想做的事。要点按来源分级：
+
+| 来源 | 说明 | 权威性 |
+|------|------|--------|
+| `plan` | 你批准过的计划里拆出来的 | 最高 |
+| `userPrompt` | 你的原话里拆出来的 | 高 |
+| `inferred` | 推导出的隐含项（改了 A 就得同步 B），你没明说，所以单独标出来 | 中 |
+| `claudeTodo` | Claude 自己列的 todo | 参考 |
+| `manual` | 你手敲的 | — |
+
+按项目累积、跨会话保留。上下文被压缩、会话被 resume，清单都还在 —— **这套系统存在的理由就是「压缩会让人忘事」**。
+
+### 它说做完了之后
+
+Stop hook 拦下收工那一刻，要它逐条报证据（哪个文件、哪几行）。然后走**旁路复核**：拿真实的 `git diff` 去对，说辞只用来定位该看哪几个文件，**以 diff 为准**。
+
+结论只有两档，`confirmed` 和 `disputed`，没有"部分完成"：
+
+| 状态 | 含义 |
+|------|------|
+| 待验收 | 还没报过 |
+| 已验收 | 自报做完，且 diff 里找得到对应改动 |
+| **疑似未做** | **自报做完了，但真实 diff 里找不到** |
+
+刻意不留中间档。有"部分完成"的话，模型会一律往那一档躲，产出一个什么都没说的结论；逼它二选一、拿不准算 `disputed`，代价只是让人多看一眼。
+
+还有一档更隐蔽的漏：**它压根不提的事情，没有任何东西会去查**。所以另有一条独立的路 —— 直接去仓库里搜（commit 信息、改动文件名、现有文件名三处），一点痕迹都没有的会被单拎出来问。
+
+### 让 Hub 自己跑验收命令（默认关）
+
+开了之后 Hub 可以自己跑 `swift test` 之类来验证，而不是听它说"测过了"。这是全案唯一会执行命令的功能，三道闸缺一不可：
+
+1. **白名单**：argv 开头必须完全匹配（`swift test`、`npm run`、`go test`、`bash scripts/`、`git diff/status/log` 等）。刻意排除 `npx` / `pnpm dlx`（会下载执行任意包，白名单等于形同虚设）、`npm install`（有副作用）、git 的一切写操作。
+2. **拒绝 shell 元字符**：不做转义，直接拒。配合 `execve` 执行，不经过 shell。
+3. **默认关 + 逐条授权**：总开关默认 off；开了之后每条新命令首次执行前还要你在验收页点「允许」。
+
+## 会话观察者（盯梢）
+
+给某个项目打开盯梢后，它停下来就会被追问，直到活真的干透。
+
+### 它解决的不是「停了」，是「做浅了」
+
+只会说「继续」的盯梢能防它停，防不了它**每次都继续、每次都做表面功夫**，最后交一份看起来很完整的报告。所以追问是一份轮换的清单，每条都是一个它不想被问的角度：
+
+> 这轮的产出具体落到了哪些文件？给完整路径。答不上路径就说明只写了结论没落地。
+>
+> 你落的那些改动，下一次构建/发布之后还在不在？不确定就去看构建脚本，别猜。
+>
+> 你自己列的 todo 逐条对一遍：哪些真做完了、哪些只是勾了框？
+
+三种追问交替发：**通用清单**（上面这些，可以在设置里换成你自己的）、**从验收清单当场生成的具体条目**（"你说做完了「X」，但真实 diff 里找不到，具体是哪个文件的哪几行？"）、以及**针对它刚说的那段话临时想的问题**。
+
+只问通用的，几轮之后它就摸清套路、答案越来越像模板；只问清单又变成对答案。
+
+### 三条硬约束（都是实机撞出来的）
+
+1. **只有 `busy` 算在干活。** `shell` 表示挂着后台 shell，和它在不在思考无关 —— 早期把它当成在干活，会话停了 20 分钟一次没催到。
+2. **你在输入框里打字时绝不发。** 注入是往当前光标位置敲字，会直接拼到你没发完的那句后面，改变你本来要说的意思。
+3. **画面在变就不打扰。** 慢命令往外吐输出时状态可能是 `shell`、转圈符号可能被滚屏顶掉，但画面一直在变 —— 这比"有没有转圈符号"可靠得多。
+
+### 节奏
+
+Stop hook 一报收工就判断（等 12 秒，给你留出插话的时间），45 秒轮询作兜底。两次追问之间至少隔 3 分钟 —— 它读完一条要想一会儿，催太密就是打断。发送分两步：先文字、停一下、再回车，合在一起时终端偶尔会把回车吃进上一段输入里，看起来催过了其实一个字没送。
+
+**默认全关。** 它会往你的终端里敲字，装上 Hub 的人不该在不知情时被自动插话。
+
 ## 高风险操作审批
 
 `PreToolUse` hook 会拦截**不可逆**操作，在岛上弹出审批：
@@ -247,6 +323,31 @@ bash scripts/welcome.sh
 
 主窗口的「项目」页也能直接扫描、搜索、按 8 种模式启动（Claude Code / 跳过权限 / 纯终端 / 继续上次会话 / 选择历史会话 / Finder / VS Code）。
 
+**右键任意项目行**就能弹出这个菜单，岛和主窗口用的是同一份内容。
+
+### 「添加目录」和扫描的分工
+
+扫描只认有 `.git` 的目录，而且**撞到 `.git` 就停止下钻**。所以 monorepo 里的子目录、还没 git init 的目录永远扫不进来 —— 那类项目用「添加目录」手工选，不限于 git 仓库。
+
+### 失效项目
+
+目录被删掉之后，清单里那条不会自己消失，而且它是**静默有害**的：`tmux` 对不存在的 `-c` 目录**返回 0 并悄悄用家目录**，`open` 则什么都不做。表现出来就是「Finder 没反应」+「Claude 开到了 `~`」，看起来像界面坏了。
+
+所以目录没了的项目会被标出来（岛上尤其必要 —— 那里不显示路径），右键菜单只留「从列表移除」，工具栏出现「清理失效 N」。**只动清单，不碰磁盘上的任何文件。**
+
+## 关掉终端窗口就结束会话
+
+tmux 的默认语义是「关窗口 = detach，进程照跑」。这对跑长活是对的，但和人的直觉相反：你关掉窗口就是干完了，之后在界面上看到「1 个会话」亮着，只会认为界面在撒谎。
+
+打开这个开关（默认开，设置里可关）后，检测到没有终端连着就结束它。四条边界：
+
+- **结束前先把 sessionId 记进名册**，项目行和右键菜单出现「接着上次」，一键 `claude --resume` 回到原来的上下文。
+- **只记接得回来的**。`--resume` 认的是磁盘上那份 transcript，不是 id 本身；一次都没说过话的会话没有 transcript，记了只会长出一个点下去报错的按钮。
+- **绑不到 tmux pane 的一个都不碰**。不在 tmux 里的会话（VS Code 扩展、直接开的终端、后台任务）判断不了"有没有终端连着"，杀它们等于拿"不知道"当处决理由。
+- **新起的会话 90 秒宽限 + 连续两轮确认**。建会话是先建 detached 再让终端 attach 的，iTerm 冷启动那几秒客户端数就是 0 —— 没宽限期会把你刚点开的项目当场杀掉。
+
+关掉开关则什么都不杀，只在项目行上标成「终端已关」。
+
 ## 开发
 
 ```bash