simi: la receta pineada y el veredicto en el SDD — sin construir todavía, y dicho así

recipes/simi.toml sigue el patrón de hammerd/netup: crate del workspace a un
commit fijado, zig cc, musl estático, strip_debug. SIN [build.phases]: el
BuildSys::Cargo instala el binario, y el symlink `sh` NO lo pone la receta a
propósito — quién gana como /bin/sh lo decide USERLAND_COMPONENTS en
takana-bootstrap, que es frente C y su propia unidad de trabajo.

El SDD queda con el veredicto (simi 0 divergencias, bash 8, brush 35), el alcance
por consumidor, los siete bugs del camino y las seis cosas que faltan. Con dos
avisos explícitos: lo medido es el build NATIVO del hub (glibc, dinámico) y el
estático musl no se construyó, así que simi no entra en ningún perfil de
targets.toml; y la shell interactiva de getty no está cubierta.

docs/plan-botar-busybox.md

@@ -906,3 +906,86 @@ tokenizador viejo se comía, y desapareció `i+1`.
   corre en el hub; el que corre dentro de la imagen es `takana-live-install.sh`, y ése es POSIX.
   La lista de «quién corre en la imagen» sigue sin estar medida, salvo los 21 empotrados, que lo son
   por construcción.
+
+
+---
+
+# `simi` — el `/bin/sh` propio, ESCRITO y MEDIDO (2026-09-21)
+
+**Crate:** `crates/simi/` (4448 líneas, `libc` y nada más) · **receta:** `recipes/simi.toml`
+(pineada, **sin construir todavía**) · **nombre:** *simi* es «boca, lengua» en quechua — es cómo se
+le habla a la máquina. `rimay` estaba tomado (la familia de embeddings de tawasuyu).
+
+## El veredicto, primero
+
+Banco diferencial contra el ash de busybox 1.36.1, **159 casos** — 10 fixtures de regresión, 107 de
+tortura de comillas, los 23 fragmentos de las cards y los 19 `/init` empotrados:
+
+| shell | divergencias duras | binario | latencia |
+|---|---|---|---|
+| **simi** | **0** | **0,48 MB** | **1,4×** el ash |
+| bash 5.3.0 | 8 | 1,57 MB | 1,3× |
+| brush 0.4.0 | 35 | 6,92 MB | 4,1× |
+
+Incluye el **bucle real de `config.status`** que genera cualquier `configure` de autotools — el que
+tumbó a brush. Y 47 pruebas propias del crate en verde.
+
+⚠ **Lo medido es el build NATIVO del hub** (glibc, dinámico). El estático musl con zig cc —que es
+como viajaría— **no se construyó**: falta la corrida en el lab y su sello. Hasta entonces, `simi` no
+va en ningún perfil de `docs/state/targets.toml`.
+
+## El alcance salió de la medición, no de POSIX
+
+| consumidor | qué necesita | estado |
+|---|---|---|
+| las 23 cards de arje con shell | 8 builtins, 13 construcciones, ningún `if`, ninguna función | ✅ |
+| los 21 `/init` empotrados | + `if`, funciones, `case`, aquí-documentos, `${…}`, posicionales, `&` | ✅ |
+| `takana-live-install.sh` (corre en la imagen viva) | POSIX entero | ✅ parsea; sin correr |
+| la shell interactiva de `getty` | edición de línea, historial, control de trabajos | ❌ **no está** |
+
+Lo que **no** trae, dicho en vez de fingido: control de trabajos, edición de línea, historial,
+`alias`, `getopts`, `times`, `[[ ]]`, arrays. El shell de `getty` es otro consumidor y sigue
+pendiente.
+
+## Los siete bugs — que es la parte que enseña
+
+Ninguno se veía en la salida. Todos daban resultados plausibles, y **los seis primeros los destapó
+el banco diferencial**, no el juicio:
+
+1. **El lexer fundía lo entrecomillado con lo desnudo.** `x="a  b"` quedaba como UN seg
+   entrecomillado, el parser ya no veía la asignación —el prefijo antes del `=` tiene que ser
+   desnudo— y **la ejecutaba como una orden**. El error decía «no encontrado», que manda a buscar al
+   lugar equivocado. Ahora el comillado es por carácter.
+2. **La marca de escape interna chocaba con las barras reales.** La primera versión usaba `\` como
+   marca y la quitaba al final, así que `$(echo \\$V)` perdía la barra que la sustitución había
+   PRODUCIDO (ash: `\hola`, simi: `hola`). **La quita de comillas es sobre las comillas de la
+   palabra, nunca sobre el resultado de una expansión** — y eso no se representa con un escape
+   dentro del texto: hace falta una máscara de protección por carácter.
+3. **`set -e` no se suspendía dentro de una función llamada desde una condición.** Ahora es un
+   contador DINÁMICO, y por eso entra solo donde tiene que entrar.
+4. **Los delimitadores de `$( )` y `${ }` no respetaban la barra invertida**: `$(echo \)` cerraba la
+   sustitución cuando el paréntesis estaba escapado y no debía cerrar nada.
+5. **Las clases `[…]` no entendían `\`** — y `*[\\\`\"\$]*` es literalmente el patrón del
+   `config.status` de libtool.
+6. **Dentro de comillas dobles, el cuerpo de un backtick sigue entre comillas**, así que la barra
+   también se elimina ante `"`. Sin eso, dos casos de la tortura divergían en los dos sentidos.
+7. **Y uno que el banco NO vio:** el `trap EXIT` **heredado** se disparaba en el subshell. POSIX
+   §2.12 manda resetearlo al entrar — es la mitad complementaria de brush#1396, y al revés. Lo
+   encontró la prueba de regresión del crate, porque ningún caso del banco lo probaba. **Los dos
+   oráculos hacen falta**, y el caso quedó agregado al fixture 08.
+
+Las dos invariantes que el fichero de ejecución sostiene a propósito, las dos porque se midieron
+rotas en el candidato ajeno: **el `trap EXIT` de un subshell corre** (brush#1396) y **`exec`
+reemplaza el proceso** (si el shell forkea, arje supervisa al shell y no al daemon).
+
+## Lo que queda, en orden
+
+1. **Construir la receta en el lab** (zig cc, musl estático) y sellarla. Hasta ahí no hay artefacto.
+2. **ADR** — escribir un shell propio y meterlo en `ATTEST_PATHS` es una decisión de frontera, y el
+   nombre `simi` también. Este documento la registra; el ADR la decide.
+3. **Cablear `/bin/sh`**: `USERLAND_COMPONENTS` + el retiro del homónimo (`lib.rs:676`). Es frente C
+   y toca la raíz de confianza del arranque.
+4. **Medir EJECUTANDO**, no sólo parseando: los `/init` en un arranque de QEMU
+   (`product-boot-test.sh`) y `takana-live-install.sh` en la imagen viva.
+5. **La shell interactiva de `getty`**, que es el consumidor que falta entero.
+6. **El sandbox de build sigue con busybox**, y con razón: eso es otro planeta y no está prometido.

recipes/simi.toml

@@ -0,0 +1,40 @@
+# simi — el `/bin/sh` del producto. Código takana-PROPIO, no una adopción.
+#
+# Mismo patrón de receta que netup/hammerd/arje-zero: construye un crate del workspace a un commit
+# fijado, deps vendoreadas para build hermético `--offline`, link estático con zig cc. Sólo depende
+# de libc ⇒ vendor mínimo.
+#
+# Por qué propio y no adoptado (ver `docs/plan-botar-busybox.md`): el único candidato Rust maduro es
+# brush, y se midió — 6,9 MB contra 1,17 del busybox entero, 4,1× la latencia de arranque, y dos
+# divergencias POSIX medidas (reubeno/brush#1394 y #1396, las dos reportadas por nosotros). simi son
+# 4448 líneas con CERO divergencias contra el ash de busybox en los 159 casos del banco diferencial.
+#
+# ⚠ Esta receta todavía NO se construyó: falta la corrida en el lab (zig cc, musl estático) y su
+# sello. Lo medido hasta acá es el build nativo del hub (glibc dinámico, 499 KB) más las 47 pruebas
+# del crate. No declarar `simi` en ningún perfil de `docs/state/targets.toml` antes de sellarla.
+
+name    = "simi"
+version = "0.0.1"
+license = "MIT"
+
+[source]
+# El propio takana. El commit es el identificador inmutable; subirlo cuando simi avance.
+repo   = "https://git.gioser.net/sergio/takana.git"
+commit = "6809ef4be28f606aae856890a74667187ff75b05"
+
+[build]
+compiler = "zig-cc"
+target   = "x86_64-linux-musl"
+link     = "static"
+
+# Split de la info de depuración, igual que hammerd. Entra en `hash_inputs`.
+strip_debug = true
+# Sólo el binario `simi` del workspace.
+flags    = ["-p", "simi"]
+
+# Sin `[build.phases]`: igual que hammerd y netup, el BuildSys::Cargo del lab instala el binario del
+# crate. **El symlink `sh` NO lo pone esta receta**, y eso es a propósito: quién gana como `/bin/sh`
+# lo decide el ensamblado del producto (`USERLAND_COMPONENTS` en `crates/takana-bootstrap/src/lib.rs`,
+# que hidrata el userland Rust DESPUÉS de busybox para que ensombrezca sus applets, y `lib.rs:676`,
+# que retira el homónimo de los otros directorios). Ese cableado es frente C y es su propia unidad de
+# trabajo: mete a simi en la raíz de confianza del arranque, y eso no se hace de paso.