feat: --test-cmd für /optimize — Tests laufen in Extension, nicht im Judge

Neues Flag: /optimize <auftrag> --test-cmd "pytest -x"

Die Extension führt den Test-Befehl vor jedem Judge-Call selbst aus (pi.exec).
Judge bekommt den Output fertig übergeben und muss keine Tests mehr starten.
Das entkoppelt Test-Laufzeit vom LLM-Call und spart Judge-Inferenz-Zeit.

- judgeWithTestsPrompt(): wie judgePrompt, aber mit Test-Output im Prompt,
  explizites Verbot weitere Tests zu starten
- runTests(): führt Shell-Befehl aus, kürzt Output auf 6000 Zeichen
- Ohne --test-cmd: bisheriges Verhalten unverändert

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

pi-coder-judge-extension.ts

@@ -57,6 +57,38 @@ function judgePrompt(extra: string): string {
   ].join("\n") + suffix;
 }
 
+// Wie judgePrompt, aber Tests werden NICHT vom Judge ausgeführt —
+// die Extension hat sie bereits extern gestartet und übergibt den Output.
+function judgeWithTestsPrompt(testOutput: string, extra: string): string {
+  const suffix = extra?.trim() ? "\n\nZusätzlicher Fokus des Users:\n" + extra.trim() : "";
+  return [
+    "Du bist ein pingeliger, skeptischer Senior-Reviewer und QA-Ingenieur.",
+    "Deine Aufgabe ist NICHT, nett zu sein, sondern Fehler, Risiken, Randfälle und Produktionsprobleme zu finden.",
+    "",
+    "Die Test-Suite wurde bereits extern ausgeführt. Das Ergebnis steht unten.",
+    "Führe KEINE weiteren Tests aus — weder dieselben noch andere.",
+    "",
+    "Pflichten:",
+    "0. Lies TASK.md und prüfe, ob alle dort beschriebenen Anforderungen vollständig umgesetzt sind.",
+    "1. Sieh dir den letzten Commit an: 'git log -1 --stat' und 'git show HEAD'.",
+    "2. Analysiere das folgende Test-Ergebnis und leite daraus Blocker/Major/Minor ab:",
+    "```",
+    testOutput,
+    "```",
+    "3. Versuche weitere Fehler im Code aktiv zu finden (Randfälle, Sicherheit, Robustheit).",
+    "4. Wenn du etwas behauptest, nenne die Datei, die Zeile oder den Reproduktionshinweis.",
+    "",
+    "Ausgabeformat:",
+    "- Urteil: PASS | PASS WITH CONCERNS | FAIL",
+    "- Blocker",
+    "- Major",
+    "- Minor",
+    "- Fehlende Tests",
+    "- Produktionsrisiken",
+    "- Konkrete Fix-Aufträge an den Coder",
+  ].join("\n") + suffix;
+}
+
 function fixPrompt(extra: string): string {
   const suffix = extra?.trim() ? "\n\nZusätzlicher User-Hinweis:\n" + extra.trim() : "";
   return [
@@ -369,6 +401,22 @@ async function sendAndWait(
   await ctx.waitForIdle();
 }
 
+// Führt einen Shell-Befehl aus und gibt stdout+stderr zurück (max. 6000 Zeichen).
+// Wird von /optimize --test-cmd genutzt, damit Judge keine Tests selbst starten muss.
+async function runTests(
+  pi: ExtensionAPI,
+  ctx: ExtensionCommandContext,
+  cmd: string
+): Promise<string> {
+  const result = await pi.exec("bash", ["-c", cmd], { cwd: ctx.cwd });
+  const output = (result.stdout + (result.stderr ? "\n" + result.stderr : "")).trim();
+  const MAX = 6000;
+  if (output.length > MAX) {
+    return output.slice(0, MAX) + `\n\n[… Ausgabe gekürzt, ${output.length} Zeichen gesamt]`;
+  }
+  return output || "(kein Output)";
+}
+
 // Liest den Text der letzten Assistenten-Antwort aus dem Session-Branch.
 function getLastAssistantText(ctx: ExtensionCommandContext): string {
   const entries = ctx.sessionManager.getBranch();
@@ -520,7 +568,7 @@ export default function (pi: ExtensionAPI) {
   pi.on("session_start", async function (_event, ctx) {
     ctx.ui.setWidget("coder-judge", [
       "Workflow:  /coder <auftrag> | /judge | /fix | /shipit",
-      "Auto-Loop: /optimize <auftrag> [--rounds N] [--with-doku] [--continue]",
+      "Auto-Loop: /optimize <auftrag> [--rounds N] [--with-doku] [--continue] [--test-cmd \"cmd\"]",
       "Planung:   /plan <auftrag>  →  /coder | /optimize --continue | /discard",
       "Patch:     /patch <änderung>  →  /quick_check [was]",
       "Doku:      /update_doku  |  Neues Projekt: /new_project <pfad>",
@@ -607,20 +655,25 @@ export default function (pi: ExtensionAPI) {
   // ── Automatische Optimierungsschleife ────────────────────────────────────
 
   pi.registerCommand("optimize", {
-    description: "Coder→Judge→Fix-Schleife bis PASS + optional Doku. /optimize <auftrag> [--rounds N] [--with-doku] [--continue]",
+    description: "Coder→Judge→Fix-Schleife bis PASS + optional Doku. /optimize <auftrag> [--rounds N] [--with-doku] [--continue] [--test-cmd \"befehl\"]",
     handler: async function (args: string, ctx: ExtensionCommandContext) {
       const roundsMatch = (args || "").match(/--rounds\s+(\d+)/);
       const maxRounds = roundsMatch ? Math.max(1, parseInt(roundsMatch[1], 10)) : 3;
       const withDoku = /--with-doku/.test(args || "");
       const continueMode = /--continue/.test(args || "");
+      // --test-cmd "befehl" oder --test-cmd befehl (ohne Leerzeichen im Befehl)
+      const testCmdMatch = (args || "").match(/--test-cmd\s+"([^"]+)"|--test-cmd\s+(\S+)/);
+      const testCmd: string | null = testCmdMatch ? (testCmdMatch[1] ?? testCmdMatch[2]) : null;
       const task = (args || "")
         .replace(/--rounds\s+\d+/, "")
         .replace(/--with-doku/, "")
         .replace(/--continue/, "")
+        .replace(/--test-cmd\s+"[^"]*"/, "")
+        .replace(/--test-cmd\s+\S+/, "")
         .trim();
 
       if (!continueMode && !task) {
-        ctx.ui.notify("Benutzung: /optimize <auftrag> [--rounds N] [--with-doku] [--continue]", "error");
+        ctx.ui.notify("Benutzung: /optimize <auftrag> [--rounds N] [--with-doku] [--continue] [--test-cmd \"befehl\"]", "error");
         return;
       }
 
@@ -651,9 +704,18 @@ export default function (pi: ExtensionAPI) {
       // Schleife: Judge → (PASS? fertig : Fix → nächste Runde)
       for (let round = 1; round <= maxRounds; round++) {
         const prog = "●".repeat(round - 1) + "◉" + "○".repeat(maxRounds - round);
-        ctx.ui.setStatus("optimize", `${prog} Runde ${round}/${maxRounds}: Judge — TASK.md + letzter Commit + Tests…`);
         await switchModel(pi, ctx, "llama-cpp-judge", "qwen3.5-judge");
-        await sendAndWait(pi, ctx, judgePrompt(""));
+
+        if (testCmd) {
+          // Tests laufen in der Extension — Judge bekommt den Output fertig geliefert
+          ctx.ui.setStatus("optimize", `${prog} Runde ${round}/${maxRounds}: Tests laufen (${testCmd})…`);
+          const testOutput = await runTests(pi, ctx, testCmd);
+          ctx.ui.setStatus("optimize", `${prog} Runde ${round}/${maxRounds}: Judge analysiert Test-Ergebnis…`);
+          await sendAndWait(pi, ctx, judgeWithTestsPrompt(testOutput, ""));
+        } else {
+          ctx.ui.setStatus("optimize", `${prog} Runde ${round}/${maxRounds}: Judge — TASK.md + letzter Commit + Tests…`);
+          await sendAndWait(pi, ctx, judgePrompt(""));
+        }
         if (cancelRequested) { cancelRequested = false; finalNotify(ctx, "⛔ Abgebrochen", `Nach Judge Runde ${round}`); return; }
 
         const judgeText = getLastAssistantText(ctx);