# WEB018-LAB1 — Component Catalog و Visual Regression

هدف: state inventory مربوط به card را کامل کنید، baseline را فقط بعد از review معتبر کنید، محیط capture را پایدار کنید، یک spacing regression واقعی و یک volatile noise را طبقه‌بندی کنید و سپس روش را مستقل transfer کنید.

1. `python run_checks.py` را اجرا کنید تا starter عمداً حل‌نشده بودن خود را نشان دهد.
2. Storyهای اجباری missing را در `catalog/stories.json` اضافه کنید.
3. `config/environment.json` را deterministic کنید؛ portability بین همه ماشین‌ها را claim نکنید.
4. Captureهای اولیه را با requirement review کنید و فقط بعد از review وضعیت `baseline/baseline_review.json` را تغییر دهید.
5. `python visual_harness.py baseline` و سپس `python visual_harness.py compare` را اجرا کنید.
6. Probeهای spacing و volatile-noise را طبق `mutation_probe.md` اجرا و prediction، observation، classification، repair و rerun را ثبت کنید.
7. Transfer زیر `transfer/` را بدون کپی مکانیکی نام stateها حل کنید.
8. `evidence/learner_evidence.json` را کامل کنید و visual evidence را از interaction/accessibility/business claim جدا نگه دارید.

Harness از Chromium محلی استفاده می‌کند. در صورت نیاز `CHROMIUM_BIN` را تنظیم کنید. Network خارجی لازم نیست.