مهندسی بستر آزمایشی ایجنت

def _step(self) -> PullRequest | SessionResult:
    budget_hit = self._check_budget()                # در هر گام
    if budget_hit is not None:
        return budget_hit                            # توقف، بازگشت به IDLE
    if self.state == State.REFLECTING:
        self._cursor += 1                            # نوبت‌های گفت‌وگو هم 1 واحد اضافه می‌شوند
        if self._cursor >= len(self._plan):
            return self._complete("goal_met")
    step = self._plan[self._cursor]
    if step.requires_tool:
        self.hooks.fire("before_tool_call", {"step": step})
        self.budget.tool_calls += 1                  # شمارش پیش از تحویل کنترل
        self._transition(State.AWAITING_TOOL)
        return PullRequest(reason="tool_call", ...)  # نقطه‌ی واگذاری

chain = GateChain(gates=(
    WhitelistGate(allowed=frozenset({"read_file"})),  # مجموعه‌ی مجاز
    RegexGate.from_strings(patterns=(r"\bsudo\b",)),  # الگوی argv
    RecencyGate(window=3),                            # مشاهده‌ی بیات
    BudgetGate(max_tokens=200),                       # مجموع دفتر کل
))
outcome = chain.evaluate(call, ctx)                   # توقف با اولین رد
if not outcome.allow:
    refused += 1                                      # مشاهده‌ی outcome.deny_reason
ledger.record(obs)                                    # BudgetGate آن را می‌خواند
config = SandboxConfig(project_root=root)
result = Sandbox(config=config).run(["rm", "-rf", "."])
result.denied                                         # درست: rm در لیست سیاه