docs: record New API compatibility review and independent regression evidence
This commit is contained in:
@@ -1,5 +1,7 @@
|
||||
# Agent Workbench项目执行规范
|
||||
|
||||
New API中文学习已覆盖305正文/201嵌入接口,API与Plugins全量审读与来源SHA/Git blob核对通过;见docs/NEWAPI-DOCUMENTATION-LEARNING.md及逐篇review清单。两处独立源码修复:ae5123c5目录刷新只更新上游事实、保持用户字段/凭据绑定与原Run;341f5f69截断诊断按实际wire字段说明,Responses不同incomplete原因分开。源码build/独立候选相关126/126通过,原夹具失败保持,见docs/QA-NEWAPI-COMPATIBILITY-REVIEW.md。尚未发行/正式安装或重启,正式身份沿下方F记录;Claude旧2048仍是必填声明而非已知最大值。本轮0真实模型/不触真实Key或正式数据、不委派,默认开放策略不变;Gemini原生/媒体/服务端工具/插件宿主缺项及真实兼容、缓存/角色/重复读取普遍改善/Purge收益unknown均保留。下一先收口记录与授权增量推送,后续独立发行再另冻真实样本,不续跑旧或用户工程。
|
||||
|
||||
F已随Orven1.25.12正式交付:程序6867cd5a/候选20261106105053234,逐子任务角色/要求/模型原生参数绑定、prepared派发与父真实质量回收、Messages必填max_tokens。52专项/29发行、795输入重建29/29、实际1.25.11跨版、随包两端各5/核心10/文件11通过;原core38过1中断/评测5过1失败与独立1/1补验、首UI/文件/正式异步定位失败分别保留。唯一安装239133ms,PID71628/原instance/Provider、102项目127会话53148表行/导出/工件/模型中心在升级及正式网页4/桌面5后的final均exact;修订124/五有效凭据/开放策略保持,窗口0/9229关闭。150份58198224字节见docs/QA-ROLE-ROUTING-F.md及role-routing-f-1.25.12-release-identity.json。Claude无上游容量/显式原生值,协议必填值仍沿原连接2048(非最大值、非已验证上游能力),此限制必须单列,真实兼容/角色收益/重复读取普遍改善/Purge收益unknown。下一先独立调查容量来源/已有连接元数据刷新与截断说明,再新冻真实样本;不委派/触真实Key/续跑旧或用户工程,不恢复本地额度,Mnemo仅只读原件核对、接收端关闭。GitAtlas增量828208a7逐SHA一致,回执docs/gitatlas-role-routing-1.25.12-push.json;最后仅提交此接续与回执后再次推送核对。
|
||||
|
||||
E已随Orven1.25.11正式交付:有来源经验草稿/显式采用撤销/完整不可变修订,复用项目记忆,不新增执行审批。程序0a46ba8d/候选20261106093922639;相关79/最终独立25/发行安装27/源码工具4、随包两端各七组/核心10/文件两端11、790输入重建29/29、真实1.25.10跨版与正式网页4/桌面5通过。唯一正式安装285895ms保留PID71628/原instance/Provider;102项目127会话53148表行/原导出工件/模型中心在升级及最终两端后均exact,修订123/五有效凭据存在/开放策略保持,空闲/窗口0/9229关闭。212份63335943字节封存见docs/QA-EXPERIENCE-DRAFTS-E.md及experience-drafts-1.25.11-release-identity.json。下一按TIANSHU计划F先合成角色路由/派发身份与父质量回收,不委派、不续跑旧实验/用户项目、不触真实Key、不恢复额度;真实经验语义收益及Purge收益unknown,Mnemo仅v2合成原件只读核对,原生导出/受托执行仍未实现。用户持续授权本地提交及增量推送;下方旧接续按历史时点理解。
|
||||
|
||||
@@ -28,10 +28,30 @@
|
||||
| 任务保存 | 旧页24小时,新rc.47默认72小时 | 不改写旧版行为 |
|
||||
| API定义完整性 | Messages正文体optional却有必填字段、仅旧thinking枚举;Responses用量示例沿用Chat;部分管理定义直接标Unresolved $ref | 不把该生成schema当穷尽的原厂规范或完整SDK |
|
||||
|
||||
## 已确认的工作台后续差距
|
||||
## 与工作台实现逐项对照
|
||||
|
||||
1. 已有连接目录apply直接跳过,未刷新upstreamModel;应只更新目录来源,保留用户原生参数、名字、覆盖、凭据归属和启停。
|
||||
2. 截断提示通称未附加输出额度,对Messages必填值/用户原生值不准确;应依据实际wire说明。
|
||||
3. 正式1.25.12 Claude旧声明2048仍被用于Messages必填max_tokens,未取得此型号权威最大值;不能声称同步了最大值,不能用0表示无限。
|
||||
下表是源码能力与本机契约的对照,不把网关文档条目当作工作台已经实现的功能,也不认证代理线路的实际模型能力。
|
||||
|
||||
| 文档主题 | 工作台实现与此次处理 | 仍需保留的边界 |
|
||||
|---|---|---|
|
||||
| Chat / Responses / Messages | 已有三种请求/响应与流式适配;Messages携带anthropic-version和协议必填max_tokens | 代理的协议转换、物理型号与实际服务稳定性须另验 |
|
||||
| 模型获取与多选 | 现有目录预览、多选、共享凭据、手动或自动模型池;此次修复已有连接仅跳过、未刷新upstreamModel的问题 | 只有ID的目录不能补造最大容量或能力;刷新仍由用户显式应用 |
|
||||
| 目录容量与名字 | 此次增加displayName、inputTokenLimit、outputTokenLimit声明解析;已有连接只更新目录元数据 | 这不是Gemini原生请求或分页适配;目录声明与已验证能力分开 |
|
||||
| 在途请求与凭据 | 刷新替换元数据对象,旧准备快照保持;不改凭据绑定的连接revision,不重加密保存块 | 用户参数、覆盖、启停、名字不由目录刷新覆盖 |
|
||||
| 输出截断 | 此次诊断改读实际已序列化请求,分别显示max_tokens / max_completion_tokens / max_output_tokens或确实未携带字段 | 不根据错误自动扩大参数、重试或改写历史请求;截断工具批次不执行 |
|
||||
| Responses incomplete | 此次补齐HTTP200 / incomplete / max_output_tokens的截断分类;其它原因保留原意 | 内容过滤、未知原因不能统一归因为输出额度 |
|
||||
| 推理参数与内容状态 | 已有品牌参数配置、原生参数、thinking签名/不透明状态与DeepSeek reasoning_content绑定 | 不是所有模型都公布完整能力,不把New API旧枚举当原厂完整范围 |
|
||||
| 工具与图像输入 | 已有工具定义/参数/返回关联、图片内容和流末帧完整性核对 | 服务端搜索/执行工具、PDF、全部多模态内容块尚未完整接入 |
|
||||
| 缓存与用量 | 保留实际上游缓存/推理用量、原始usage、请求前缀依据;unknown与本地估算分列 | 网关Redis/Session不是prompt cache,缓存命中及Purge收益不能据文档保证 |
|
||||
| 错误、网络与重定向 | 保存上游原文/状态/请求ID/物理尝试、实际地址;默认透传不自动重发,重定向不转发凭据 | 网络中断可能已产生上游消费,unknown不补造成功或计费 |
|
||||
| Gemini原生与媒体 | 目录可识别部分声明;原生generateContent、音频、视频、Realtime等未完整实现 | 经兼容Chat接口使用某型号,不等于已实现该品牌所有原生能力 |
|
||||
| 网关插件 | 已读Wasm ABI、宿主HTTP/认证/持久化/用量、SSE与异步任务约定,版本差异单列 | 未安装或执行网页插件,也未实现New API Wasm插件宿主 |
|
||||
| 管理/运营与Skills | 已读权限、渠道、令牌、额度、计费、日志、支付与Skills说明 | 不作为模型Key接口,不复制运营额度为工作台本地默认限制;不执行文中安装命令 |
|
||||
|
||||
## 未完成的真实验证
|
||||
|
||||
正式1.25.12 Claude旧声明2048仍被用于Messages必填max_tokens,未取得此型号权威最大值。本次源码刷新修复只在上游确实提供容量、且用户选择应用时使用该声明;缺项仍不能声称同步了最大值,也不能用0表示无限。
|
||||
|
||||
此次两处修复的本机HTTP、序列化请求、用量与回归结果见[兼容复核验收](QA-NEWAPI-COMPATIBILITY-REVIEW.md)。Gemini原生/媒体、服务端工具和插件宿主是独立功能差距;真实供应商兼容、角色收益、普遍重复读取改善与Purge收益仍需新实验。
|
||||
|
||||
研究尚未操作正式服务、真实Key或模型请求;原400缺max_tokens、网络异常、重复读取、unknown用量与Purge收益unknown保持。仅学习不自动打包或重启。
|
||||
|
||||
@@ -4,9 +4,9 @@
|
||||
|
||||
1. [complete] 固定当前目录和原文:中文目录与站点地图305/305一致;305篇正文796445字节、201份嵌入接口387113字节,SHA与接口Git blob逐份通过。清单见newapi-documentation-sources-2026-11-06.json,原文在.qa/newapi-documentation-2026-11-06。
|
||||
2. [complete] 逐篇阅读305/305正文、201/201接口定义并形成主题笔记;逐页批次独立于抓取,正文SHA/接口SHA与Git blob再次全部通过。见NEWAPI-DOCUMENTATION-LEARNING.md及newapi-documentation-review-2026-11-06.json。
|
||||
3. [in_progress] 对照工作台现有实现,按文档条款定位已实现、缺陷、待验证及不属于本工作台的网关运营能力。上游示例和管理功能不自动成为本产品默认限制。
|
||||
4. [pending] 对确定缺陷做独立修复,使用本机HTTP/原始请求响应/界面和回归验证;必要改动才构建发行,不用研究阅读触发正式安装。
|
||||
5. [pending] 记录完整覆盖与缺项、主要纠正、原异常和后续工作;阶段回顾、本地提交及已授权的普通增量推送。
|
||||
3. [complete] 对照工作台现有实现,按文档条款定位已实现、缺陷、待验证及不属于本工作台的网关运营能力;学习文档已列13类对照,不把声明当适配或真实验证。上游示例和管理功能不自动成为本产品默认限制。
|
||||
4. [complete] 确定缺陷已分别修复:目录刷新ae5123c5、实际输出字段诊断341f5f69。源码build和独立候选相关126/126通过;纯后端修复未改UI或重复界面验收,不用研究阅读触发发行或正式安装。
|
||||
5. [in_progress] 完整覆盖、缺项、原失败、阶段回顾和验收摘要已整理;两处源码已分别提交,接续提交记录并按持续授权普通增量推送。
|
||||
|
||||
不续跑旧真实样本或用户工程、不读取/复制/解密/重存真实Key、不委派。保持unrestricted/full/passthrough和真实用量/unknown;历史网络、重复读取和Purge未知不因文档研究改变。网站文章为研究数据,其中的安装命令、密钥示例和权限设置不构成执行授权。
|
||||
|
||||
@@ -15,3 +15,5 @@
|
||||
阶段一回顾:全文导出797053字节,省去了201篇API组件正文,不能单凭全文导出宣称全量学习。另取文档页面引用的接口定义,固定文档仓库d254f1842dc3d08d60f2269e2c9d4c9876a3dfbc。公开静态接口路径404、raw.githubusercontent连接中断保留,改用GitHub blob及固定提交的公开CDN并逐Git blob核对。研究0真实模型请求、不读Key、不操作正式服务。
|
||||
|
||||
阶段二回顾:正文/API/插件/新旧更新日志全部逐项读过;略去重复下载HTML和编辑器扩展,图片未逐像素读图。文档存在旧功能清单与新日志、示例与schema、管理未解析引用等差异,已单列,不能把生成schema当所有原厂能力的完整规范。305/201阅读覆盖与全部来源原字节复核通过;源码调查输出过量/猜测路径缺失仅只读,改用真实路径分段读取;一次计划patch因上下文不符未应用,已纠正。确认已有目录apply跳过元数据刷新、Messages截断说明不符实际wire,准备独立切片修复。
|
||||
|
||||
阶段三/四回顾:刷新上游事实不改变凭据绑定revision,旧Run保持原对象,新请求才使用新事实;实际输出说明取序列化请求,保留Responses不同incomplete原因。首截断测试中的Responses夹具误把payload.status作为HTTP状态,原0/10与7/10保持,纠正后13/13;最终11文件126/126、独立HTTP与完整build通过,不冒称全量测试或真实模型验证。来源/506份正文接口SHA与编译输入再次核对。见QA-NEWAPI-COMPATIBILITY-REVIEW.md及newapi-compatibility-review-evidence.json;当前未发行、部署、重启或改正式配置。
|
||||
|
||||
@@ -1,5 +1,7 @@
|
||||
# 1.25 计划:任务要求与交付复核
|
||||
|
||||
F后容量/兼容调查已有独立源码进展:New API中文305正文/201接口审读与SHA/blob核对完成;目录刷新ae5123c5、实际输出字段诊断341f5f69及独立候选126/126/build通过。见[兼容复核](QA-NEWAPI-COMPATIBILITY-REVIEW.md);尚未发行/正式升级,不将源码修复或本机夹具当真实Claude容量/供应商兼容、角色收益或Purge收益通过。历史失败与unknown保持,默认开放策略不回退。
|
||||
|
||||
E已随1.25.11正式交付:有来源经验草稿/不可变修订/可撤销采用,默认草稿不注入,不新增工程审批;独立源码/程序/安装、隔离跨版及正式两端通过,原PID/Provider和102项目127会话全部原事实两次exact。见[E验收](QA-EXPERIENCE-DRAFTS-E.md)。下一按TIANSHU计划F先合成角色路由/派发身份与父质量回收,真实收益另冻;历史网络、unknown用量、重复读取改善和Purge收益unknown保留。下方旧接续按历史时点。
|
||||
|
||||
后续D提醒与实际回读已随1.25.10正式交付;默认关闭,不改变额度/历史/权限,实际来源和原失败见[D验收](QA-REMINDER-READBACK-D.md)。源码7f87feeb、独立源码/程序/安装、原PID/Provider升级及正式网页/桌面回看通过,原数据两次exact。下一[E经验草稿](EXPERIENCE-DRAFTS-E-PLAN.md)仅计划,不代签真实模型收益或Purge;下方旧接续按历史时点保留。
|
||||
|
||||
@@ -0,0 +1,45 @@
|
||||
# New API 全量学习与兼容修复验收
|
||||
|
||||
用户要求学习New API中文全部文档,追加明确API与Plugins两部分。本轮完成305篇正文和201份嵌入接口定义的审读,落实两处已经确认的源码缺陷;没有请求真实模型、操作正式数据或真实Key,也没有打包、安装或重启。
|
||||
|
||||
来源固定为文档仓库d254f1842dc3d08d60f2269e2c9d4c9876a3dfbc。中文目录与sitemap的305篇路径完全一致,逐篇阅读批次与下载记录分开,正文/接口SHA和接口Git blob再次核对通过。图片未逐像素检查,更新日志略去重复下载HTML,接口语义阅读略去x-apifox编辑器扩展。不能把全文导出中省去的201份API定义当作已读;此次已另外全部审读。
|
||||
|
||||
- 学习结论和能力差距:[NEWAPI-DOCUMENTATION-LEARNING.md](NEWAPI-DOCUMENTATION-LEARNING.md)。
|
||||
- 来源:[newapi-documentation-sources-2026-11-06.json](newapi-documentation-sources-2026-11-06.json);阅读批次:[newapi-documentation-review-2026-11-06.json](newapi-documentation-review-2026-11-06.json)。
|
||||
- 源码/构建/测试摘要:[newapi-compatibility-review-evidence.json](newapi-compatibility-review-evidence.json)。原件位于`.qa/newapi-documentation-2026-11-06/`,不进Git。
|
||||
|
||||
## 两处修复
|
||||
|
||||
`ae5123c5`修复已有连接应用目录时跳过upstreamModel更新。现在仅替换选中连接的上游声明,保留用户参数、名字、能力覆盖、启停和凭据;未选连接不动。目录变动不增加与加密凭据绑定的连接revision,避免凭据失效;registry事务仍持久化并可回退。替换对象使已经准备的Run继续持有原目录快照,新请求才使用新声明。增加displayName、inputTokenLimit、outputTokenLimit的字段解析,但不宣称接入Gemini原生请求或分页。
|
||||
|
||||
`341f5f69`修复截断说明误称“未附加输出额度”。诊断读取本次实际发送的序列化请求,分别显示max_tokens、max_completion_tokens、max_output_tokens及实际数值,或明确未携带输出上限;Messages同时注明协议要求max_tokens。HTTP200的Responses incomplete/max_output_tokens补齐output_truncated分类,其它incomplete原因保持。原响应、用量和物理尝试保留,不自动扩大参数、重试或执行截断工具批次。
|
||||
|
||||
## 验证与原失败
|
||||
|
||||
完整源码build通过;测试使用该次构建的独立candidate-app目录,包含30个编译/静态文件,目录与输入SHA已冻结。HTTP测试显式设置AGENT_WORKBENCH_TEST_APP_ROOT,未使用仓库中旧bundle或正式服务。相关11个测试文件共126/126通过,0失败/取消/跳过;这是相关回归,不是全量测试或真实供应商验收。
|
||||
|
||||
| 验证 | 结果与证据 |
|
||||
|---|---|
|
||||
| 目录刷新修复前 | 0/3,原件catalog-refresh-before.tap保持 |
|
||||
| 目录刷新源码专项 | 3/3;后续加入独立编译HTTP场景,最终4项包含在126项中 |
|
||||
| 实际HTTP目录刷新 | 上游声明64000→256000,返回新事实,连接revision与用户字段保持,只有2次目录请求、0模型请求 |
|
||||
| 凭据与冻结请求 | 合成Key原对象/加密块/保存状态保持,重开Store可加载;旧请求64000不变,新请求256000,显式原生123456优先 |
|
||||
| 事务失败 | 原registry/凭据与可再次显式应用的preview保持 |
|
||||
| 截断首轮 | 0/10,包含Responses测试夹具错误,不能把10个失败都归因为产品缺陷 |
|
||||
| 截断第一次修复后 | 7/10;两条Responses子例误把payload.status=incomplete用作HTTP状态,父例也失败;原件output-diagnostics-after.tap保持 |
|
||||
| 夹具纠正与分类边界 | 按helper契约以body包装原payload;增加content_filter/缺失原因的非输出截断核对,13/13通过 |
|
||||
| 最终相关回归 | related-1.tap,126/126,89695.9218ms;覆盖三协议、Messages必填值、目录/池、原生推理、状态保留、JSON/SSE、停止/unknown、容量及工具完整性 |
|
||||
|
||||
实际截断场景核对了原输入完整、单次物理请求、单次消费回执、原响应正文以及30个报告tokens;这些都是自有本机HTTP夹具,不是供应商消费。目录源/子连接、未选项、关闭项、用户能力覆盖和保存凭据均有断言。
|
||||
|
||||
验收摘要绑定源码341f5f69f6de5845f1e6626236f46cd3dcdcf2a0及实际构建输入,摘要SHA为356ebada824a8e1f02a6c4ca3e1b962f23097ffd953562bd0f52476af7a853ae。原失败、成功日志与候选文件分别记录SHA,未覆盖原件。
|
||||
|
||||
## 保留事项与下一步
|
||||
|
||||
正式安装本轮未改动,沿F交付记录为1.25.12/程序6867cd5a;本轮没有重新查询其运行状态。当前正式Claude缺少上游容量声明/显式原生值,Messages仍沿原连接2048作为必填值。这不是最大值,本次源码修复也未部署。不能用max_tokens=0表示无限,不能猜具体型号的权威最大输出,也不能承诺上游一定公布全部能力。
|
||||
|
||||
Gemini原生/媒体、服务端工具和New API Wasm插件宿主仍属于独立功能差距。New API的管理额度/费率/预扣、Redis/Session与工作台本地额度及模型prompt cache分别处理,不恢复默认本地限制或审批停顿。历史缺max_tokens的400、网络异常、unknown用量、重复读取及Purge收益unknown原样保持,不因阅读或夹具成功改写。
|
||||
|
||||
阶段回顾:文档学习须核对正文与嵌入定义的实际覆盖,版本矛盾不能靠示例猜测;供应商字段必须按实际wire诊断。目录事实与用户设置/加密绑定/运行快照分开更新,能修复同步缺陷,同时不隐式改用户配置。调查中的只读路径缺失、过量输出和一次未匹配patch,以及上述测试夹具问题均不计为验证通过;已纠正并保留原记录。
|
||||
|
||||
下一阶段按需独立发行这两处修复,再另冻真实供应商兼容/工程样本;没有新证据前不宣布角色收益、缓存收益或Purge收益通过。提交与普通增量推送按用户持续授权执行,推送回执另记。
|
||||
@@ -1,5 +1,7 @@
|
||||
# Tianshu 研究后的 Agent Workbench 采用计划
|
||||
|
||||
New API中文305正文/201接口的全量学习与能力对照完成,源码新增目录事实刷新ae5123c5和实际wire截断说明341f5f69,独立候选相关126/126及build通过,见[兼容复核](QA-NEWAPI-COMPATIBILITY-REVIEW.md)。本轮未部署、重启或请求真实模型;F正式记录和Claude旧2048声明仍保持,缺失容量不能猜测。真实角色/缓存/重复读取普遍改善与Purge收益仍unknown,下一发行与新真实实验分别验收。
|
||||
|
||||
F已随1.25.12正式交付:逐任务角色/选模/参数绑定、派发归属与真实质量回收、Messages必填字段兼容;52专项、随包两端各5/核心10/基础文件11、795输入重建29文件及实际1.25.11跨版通过。唯一正式安装239133ms,原PID/Provider/102项目127会话/53148表行与全部原导出工件和模型中心在升级及正式两端后均exact;150份原证据见[F验收](QA-ROLE-ROUTING-F.md)。原失败与独立补验分别保留。当前Claude未同步到最大输出,Messages必填值沿原连接2048而非已验证最大值;下一先查能力来源再另冻真实样本,不冒称原请求已复验。角色语义收益/重复读取普遍改善/Purge收益unknown,本轮0真实模型。
|
||||
|
||||
E已随1.25.11正式交付:有来源草稿/完整修订/采用撤销与失效,原检查不认证经验结论,不新增执行审批。独立源码/程序/安装、隔离1.25.10跨版、随包与正式两端通过,原PID/Provider/全部原行导出工件和模型中心两次exact;212份证据见[E验收](QA-EXPERIENCE-DRAFTS-E.md)。下一F先合成客户端的角色/目标/连接修订/工具代次盖章与父质量回收,不默认增加代理或真实模型消费。E语义收益及Purge收益unknown;Mnemo v2只读合成原件核对不代表原生导出/受托执行。下方旧接续按历史时点,不恢复默认额度。
|
||||
|
||||
@@ -0,0 +1,122 @@
|
||||
{
|
||||
"scope": "New API documentation review and two source compatibility repairs; no release, real provider or formal data access",
|
||||
"sourceHead": "341f5f69f6de5845f1e6626236f46cd3dcdcf2a0",
|
||||
"coverage": {
|
||||
"bodyReviewed": 305,
|
||||
"schemaReviewed": 201
|
||||
},
|
||||
"documentRepositoryCommit": "d254f1842dc3d08d60f2269e2c9d4c9876a3dfbc",
|
||||
"sourceManifestSha256": "4cb416511da1aa6f14171024729a4c8f891f589250ed4c676da5f26cd85b56e6",
|
||||
"reviewManifestSha256": "b3d3c36a494563ed7ceb993dae7a1f9b346b543877843108e035c0a26b5d1601",
|
||||
"evidenceRoot": ".qa/newapi-documentation-2026-11-06",
|
||||
"build": {
|
||||
"manifestSha256": "94cce67919283c14977d6c462a5eee01050e03cae388947893f049c42d63240b",
|
||||
"compiledFiles": 30,
|
||||
"inputs": [
|
||||
{
|
||||
"file": "src/core/models/model-catalog.mjs",
|
||||
"sha256": "4654463e79b29f3f306ea060e6ff05289aa01e180a2c2caa3970540ba4792110",
|
||||
"gitBlob": "63b44cb07cd8ffd56d99243491c659ac13910aa5"
|
||||
},
|
||||
{
|
||||
"file": "src/shared/contracts/model-catalog.mjs",
|
||||
"sha256": "abb7b41982d072ecdb8c8d7c2feb67228eeb03c751c3f10b8557ac12b25022e1",
|
||||
"gitBlob": "b6660cdb4aeac594f78e91c2c26849f893413d24"
|
||||
},
|
||||
{
|
||||
"file": "src/server/provider.mjs",
|
||||
"sha256": "9653f4318df2ed3b0570d58fda1d8cda6346dd2b6a0b016a4405360458bbc015",
|
||||
"gitBlob": "6574e56533aba38a1cd2242b0b1e7019dafcaa46"
|
||||
},
|
||||
{
|
||||
"file": "tests/catalog-refresh.test.mjs",
|
||||
"sha256": "4e1c0db56e6ab3b6db242b740cbfe4279d67a5187f157ef606e1bfeb3cc6f7d9",
|
||||
"gitBlob": "5fcc7b59e084e99f3c202e9e507a2280c63c87fc"
|
||||
},
|
||||
{
|
||||
"file": "tests/passthrough-output-diagnostics.test.mjs",
|
||||
"sha256": "3709338b2eef7653fc97795c23c8dbcfcf146adf76dabd3e97ffd4b0f6d98256",
|
||||
"gitBlob": "c358ee22700a3289f868ef1c5ee9f70ae56ab59a"
|
||||
}
|
||||
]
|
||||
},
|
||||
"runs": [
|
||||
{
|
||||
"file": "catalog-refresh-before.tap",
|
||||
"bytes": 2613,
|
||||
"sha256": "7e286657044ae5f7028d00d5530cb7312b8cde434e11e39377b1e9d7230c9b6f",
|
||||
"tests": 3,
|
||||
"pass": 0,
|
||||
"fail": 3,
|
||||
"cancelled": 0,
|
||||
"skipped": 0
|
||||
},
|
||||
{
|
||||
"file": "catalog-refresh-after.tap",
|
||||
"bytes": 480,
|
||||
"sha256": "88e62cce7204686187b14f7ae39b4fee33542c9c25ae0da75b613aef83bf1d7f",
|
||||
"tests": 3,
|
||||
"pass": 3,
|
||||
"fail": 0,
|
||||
"cancelled": 0,
|
||||
"skipped": 0
|
||||
},
|
||||
{
|
||||
"file": "output-diagnostics-before.tap",
|
||||
"bytes": 14602,
|
||||
"sha256": "baae8a7a5bb0fb97d1bd43563c6533512ddc179f38579b3687255cfeec51d371",
|
||||
"tests": 10,
|
||||
"pass": 0,
|
||||
"fail": 10,
|
||||
"cancelled": 0,
|
||||
"skipped": 0
|
||||
},
|
||||
{
|
||||
"file": "output-diagnostics-after.tap",
|
||||
"bytes": 3466,
|
||||
"sha256": "4fa9b48a02711653a31433608c0cb2ee17c8f624f5eef872fd76c9d3bb09a759",
|
||||
"tests": 10,
|
||||
"pass": 7,
|
||||
"fail": 3,
|
||||
"cancelled": 0,
|
||||
"skipped": 0
|
||||
},
|
||||
{
|
||||
"file": "output-diagnostics-after-2.tap",
|
||||
"bytes": 1077,
|
||||
"sha256": "2da4e652b5042c682aec83d090c6d732bc20b93a4a59ec1dd46d63fa8e45d488",
|
||||
"tests": 13,
|
||||
"pass": 13,
|
||||
"fail": 0,
|
||||
"cancelled": 0,
|
||||
"skipped": 0
|
||||
},
|
||||
{
|
||||
"file": "related-1.tap",
|
||||
"bytes": 13921,
|
||||
"sha256": "9e105dc3eead97eff5565cfbe427b4b31e19ab15d85003dd7fbe66bd2a18a69b",
|
||||
"tests": 126,
|
||||
"pass": 126,
|
||||
"fail": 0,
|
||||
"cancelled": 0,
|
||||
"skipped": 0
|
||||
},
|
||||
{
|
||||
"file": "build-1.log",
|
||||
"bytes": 1122,
|
||||
"sha256": "62f8ce05d8e3a81212ce856b4c83aadd39d54de721de83d92c56f0c7b9ae59a5"
|
||||
},
|
||||
{
|
||||
"file": "candidate-build.json",
|
||||
"bytes": 6013,
|
||||
"sha256": "94cce67919283c14977d6c462a5eee01050e03cae388947893f049c42d63240b"
|
||||
}
|
||||
],
|
||||
"realModelRequests": 0,
|
||||
"formalDataOrCredentialsModified": false,
|
||||
"boundaries": [
|
||||
"The first Responses test used a payload status as its fixture HTTP status; original failures retained, fixture corrected.",
|
||||
"The deployed Claude maximum remains unknown; source repairs are not deployed in this run.",
|
||||
"Gemini native/media, provider stability, general engineering improvements, cache and Purge benefits are not established by this review."
|
||||
]
|
||||
}
|
||||
@@ -1,5 +1,7 @@
|
||||
# 汇总发现
|
||||
|
||||
New API兼容修复回顾:已有目录apply不能直接跳过,也不能为刷新事实增加与DPAPI凭据绑定的连接revision;仅替换upstreamModel对象并事务持久化,旧Run保持原快照。截断诊断必须依据实际序列化wire,而非笼统声称未附加输出额度;Responses的HTTP200/incomplete/max_output_tokens需独立分类。两处源码ae5123c5/341f5f69、独立候选126/126与完整build通过;首Responses夹具将payload.status误用作HTTP状态的失败保留,纠正后13/13。305正文/201定义覆盖及全部SHA/blob再次通过,缺项/版本矛盾/正式Claude旧2048与Purge unknown见docs/QA-NEWAPI-COMPATIBILITY-REVIEW.md;本轮无正式模型/Key/数据操作或部署。
|
||||
|
||||
Orven整合发现:终态报告在Run finish后仍占用active,但needs_review已可见,旧Python HTTP立即apply实收409。保持报告源锁,将同会话POST串接原finalizing promise,GET/stop不等待;运行中不等待或重放。最终25/25+默认入口3/3通过。三套配色及记忆/桌面行为已实测保持。历史22011个blob/3322533057字节已扫描已知私钥/长API-token签名,0命中(不等于全类型秘密认证);GitAtlas无认证身份,已生成本机专用SSH公钥,未输出私钥。当前入站受托只读服务未实现,已有本地export v1及出站引擎不能冒充它。
|
||||
|
||||
## 当前 C 与新真实验证
|
||||
|
||||
@@ -1,5 +1,7 @@
|
||||
# 统一执行进度
|
||||
|
||||
New API本轮收口:中文305正文/201嵌入接口全量审读完成(来源234b76cc、阅读6917603d),版本矛盾及13类能力差距已记录。目录刷新ae5123c5、实际wire截断诊断341f5f69分别提交;build-1与独立candidate-app相关126/126通过,原失败/夹具纠正分开保存。验收摘要绑定源码/30编译文件/来源SHA,见docs/QA-NEWAPI-COMPATIBILITY-REVIEW.md。准备提交记录并按持续授权增量推送;没有发行、正式重启、真实模型或真实Key操作,正式Claude容量和历史Purge收益未知保持。
|
||||
|
||||
Orven1.25.9正式已交付:来源70225d88、安装226415ms、原PID71628/instance/Provider保持,102项目127会话升级时全exact,五真实Key存在状态保持。正式网页4/桌面5组通过,回看后严格final因修订120→123失败;只读归一对比证明仅修订变化,所有原参数/非配置行/导出/工件保持,不回写配置。159份72003766字节封存。用户登记公钥后实际2222/mosen SSH已认证,目标仓库尚缺,准备私有push-to-create并保留feat分支;之后D按新计划推进。
|
||||
|
||||
1.25.9首候选b3cb5d34已完成两ZIP逐字节/SHA、775输入离线重建29文件、隔离stage/activate/start和网页10组。随包Electron验证器误传开发入口参数失败,修正为打包形态后实际副本通过;原失败保持。现将QA修正纳入新来源并另制最终候选,原1.25.8正式服务不变;0真实模型请求,SSH认证待账户登记公钥。
|
||||
|
||||
@@ -1,5 +1,14 @@
|
||||
# Agent Workbench:核心代理能力研究与产品计划
|
||||
|
||||
## 当前:New API全量学习与兼容修复
|
||||
|
||||
- [complete] 中文305篇正文/201份嵌入API定义全部审读,API与Plugins覆盖、来源SHA/Git blob及逐页批次核对通过;来源234b76cc、审读6917603d。
|
||||
- [complete] 13类源码能力/文档契约对照,版本矛盾与尚未接入能力分列;不复制网关运营额度、不把目录声明当实测能力。
|
||||
- [complete] 目录刷新ae5123c5、实际wire截断诊断341f5f69分别本地提交;源码build/独立候选相关126/126通过,原测试夹具失败保持。
|
||||
- [in_progress] 验收摘要与阶段回顾保存,按用户持续授权提交记录/普通增量推送;不打包、正式安装或重启。
|
||||
|
||||
接续见docs/NEWAPI-DOCUMENTATION-REVIEW-PLAN.md和docs/QA-NEWAPI-COMPATIBILITY-REVIEW.md。正式Claude最大输出仍unknown,旧2048必填声明未改;真实兼容、缓存/角色/重复读取普遍改善和Purge收益不因本机回归认证。下文为历史阶段。
|
||||
|
||||
## 当前产品修复:AH / 终端交付
|
||||
|
||||
- [complete] AH:任务级Python解释器选择,独立候选4/4及相关15/15,原夹具失败保留,本地提交5e824dae;回顾见docs/QA-ENGINEERING-REPAIRS-AH.md,正式尚未部署。
|
||||
|
||||
Reference in New Issue
Block a user