test(m4): validate autonomous React delivery and page behavior
This commit is contained in:
@@ -36,3 +36,5 @@
|
||||
阶段2原时点:最终隔离 m4-driver-40fb93c8 在 1.25.13 正式处理器的隔离宿主上通过 11 边界及固定模型 Node 的五请求实际执行、原九测试/build/限定 Git 与 owner 全部 index,见 [机器记录](m4-driver-validation-2026-11-11.json)。前三根原件及两次失败保持;原件捕获现为 download=1 逐原字节核对。当时 0 真实请求,随后以 `7152d654` 限定提交并另冻正式原状态。
|
||||
|
||||
当前阶段:3、4及5的Node已完成,见[阶段验收](QA-M4-COMPATIBILITY-NODE.md)。三线六次新预检/1227报告tokens/0unknown;Claude两项身份mismatch且目录缺项,不进入工程。DeepSeek新Node十请求180463tokens/0unknown,原9/9/build/限定Git及内置交付completed通过。原127导出/5244工件/53527行保持;外部一新“你好”会话/一请求单列,每行和原件明确SHA核对,原两次审计失败保留。阶段限定提交后继续独立React、完整成功后Python;Purge收益仍须另冻,不改1.25.13或续旧实验。
|
||||
|
||||
更新:5的React完整通过,见[React验收](QA-M4-REACT.md)。14请求271333tokens/0unknown、原9/9/typecheck/build、实际桌面/390px交互与两图实看、仅四源码Git及owner/index保持;终端Git来源和最终verified_committed准确登记,没有补造内置作业。原状态审计一次通过,累计本批30请求/453023tokens,外部一请求仍单列。下一独立Python原十pytest/compileall,完成后最终封存、回顾和普通增量推送。
|
||||
|
||||
@@ -1,5 +1,7 @@
|
||||
# 1.25 计划:任务要求与交付复核
|
||||
|
||||
2026-11-11 M4新React14请求271333tokens/0unknown,原九测试/typecheck/build和实际桌面/390px、四文件Git及终端来源最终报告已过,原状态审计一次通过;见[React验收](QA-M4-REACT.md)。下一独立Python,最终封存提交推送;本批累积30请求453023tokens,Claude身份失败、外部你好和历史未验项保持,Purge收益仍须另冻。下方Node下一React按原时点理解。
|
||||
|
||||
2026-11-11 M4真实兼容与Node阶段已验收:三线六预检/1227tokens,DeepSeek官方与GPT Responses代理通过;Claude代理请求claude-opus-5-5却自报gpt-6.1-sol,目录也未列选定型号,失败不改签。DeepSeek新Node自主十请求180463tokens/0unknown、原9/9/build/三源码Git与内置completed通过。原127会话/5244工件及每行保持,外部新增一会话/一请求和两审计失败单列,见[验收](QA-M4-COMPATIBILITY-NODE.md)。下一独立React、Python,Purge另冻可比实验;真实语义/缓存因果/重复读普遍改善与历史未知继续保留,未重打或重启1.25.13。
|
||||
|
||||
2026-11-11 当前:M3+B4b已正式交付1.25.13/source35a6d6d9,独立1399输入/30编译、186相关/4打包、实际安装11/11/跨版7/7及Mnemo后端24/24/两端各4组通过。唯一正式Setup351789ms、原PID63892/全部原行/127导出原字段/5244工件保持,正式四图和final核对通过;[验收](QA-MNEMO-RELEASE-1.25.13.md)、[身份](mnemo-1.25.13-release-identity.json)。源码/验收1e309700已普通增量推送且远端/fetch逐SHA一致,见[回执](gitatlas-mnemo-1.25.13-push.json);下一M4新真实基线;真实Mnemo生产绑定/语义及Purge收益未验证,历史异常完整保留。下方未提交/未发行按旧时点理解。
|
||||
|
||||
@@ -0,0 +1,32 @@
|
||||
# M4 新 React 自主工程阶段验收
|
||||
|
||||
2026-11-11,承接已提交的 Node 阶段 `b8eca3b5`,使用同一 DeepSeek 官方连接和正式 1.25.13/PID 63892。新 React 工程原 9/9 测试、typecheck、build、真实页面和四源码 Git 交付全部通过;十四请求 271333 报告 tokens、0 unknown,实际运行 72040ms。
|
||||
|
||||
机器记录:[m4-react-2026-11-11.json](m4-react-2026-11-11.json)。原件 `.qa/m4-live-baseline-2026-11-11/react/`;本阶段没有修改产品源码、连接、模型参数、权限或额度,没有重启服务。
|
||||
|
||||
## 真实工程与页面
|
||||
|
||||
独立复制原 `benchmarks/react-delivery-v1/baseline`,按原锁离线准备依赖;原测试、配置、锁、其它源码、样式和 owner 字节/index 保持。模型自行读取、提出四精确补丁、执行实际检查、两组浏览器检查和终端命令,没有人工批准、继续或实现答案。
|
||||
|
||||
- Project `afc956a2-d08f-4df2-8b39-5ae91338919c`,Session `36f7bbd7-c9d0-490e-b319-ae98f7f4e26a`。
|
||||
- Task `dddcbdf2-588d-4fee-a26c-236e110a925d`,Run `c41c7af7-3e80-42f4-ad66-df997bcec1b2`。
|
||||
- input 264589、output 6744、total 271333;十四响应全部 completed/matched、usage reported。
|
||||
- 独立原九测试 9/9,typecheck 和 build 均退出 0。
|
||||
- Git `c55644a37016c772a9ac8e4d9a98dbc12a6c1223`,仅 `src/App.tsx`、`src/query.ts`、`src/summary.ts`、`src/transition.ts`;提交字节等于当前文件。全部保护文件 index、owner 的原暂存/未暂存/未跟踪状态保持。
|
||||
- 独立实际 Edge 157.0.4341.42 验证 pending/done 筛选、去空白搜索、空态、仅目标任务切换、未被筛选影响的统计和 390px 无横向溢出;pageErrors/requestFailures 均空。
|
||||
|
||||
1280×920 与 390×844 两张真实截图已通过 view_image 检查,原 PNG/SHA 和人工目视记录在 `react/browser/`。桌面显示三个任务、完成两个、待办五小时;窄屏筛选后只显示尚未完成的任务,控件与文字完整。两组模型浏览器检查原报告另行保持。所属会话没有非文本工件描述符,不能声称下载了模型截图;额外只读检查的 0 结果及未采用的采集脚本另存 ancillary,未增加模型请求。
|
||||
|
||||
## Git 与报告来源
|
||||
|
||||
此例采用终端提交,不创建内置 delivery_job。原 `terminal-git-evidence` 已 verified/currentVerified,commit 和四文件范围相同;结束报告 `dcf70953-ad5e-4f58-b974-2477089d70a1` 为 `verified_committed`、Task completed、lifecycle final,gitOutcome 来源 terminal。终端观察的 processAttribution 仍 unproven,不能补造内置作业或进程认证;实际 Git、原工具调用和独立当前字节分别可核对。
|
||||
|
||||
十三次 read_file 的同 SHA/同范围重复为 0,改后读取当前版本作为新事实保留。上游 cacheRead 196096、uncached 68493、reasoning 3262;cacheWrite 十四请求全部 unknown。没有主动输出上限,完整原请求/响应、工具 schema 和前缀来源保留,不能由此宣称普遍缓存或重复读收益。
|
||||
|
||||
## 原状态、回顾与下一步
|
||||
|
||||
只读审计 `audits/react-e49f5eb3-25e9-48e0-b9c8-ad56c8e89fb7` 一次通过。原 53527 行、127 会话导出、5244 工件、377 请求和 schema 保持;本批累计三十请求,外部“你好”一请求仍单列。累计新增五项目/八所属会话,另一个外部会话;共 1531 事件及 outbox、397 records、31 model_attempts、243 工件,全部新增归属核对。
|
||||
|
||||
configRevision 124→128、registry 176→180、项目前插 +5、三已知诊断和序列按明确增量复算,其他字段 exact;原选择和池恢复、六条连接定义及凭据存在状态保持,原 PID/instance、空闲和 9229 关闭通过。没有读、复制、解密或重存 Key,没有续跑旧实验。
|
||||
|
||||
新 React 已取得独立真实交付与页面证据,终端来源得到准确报告,没有把空 delivery_job 列表当成 Git 未完成。提交后按同一冻结线路运行新 Python 原十项 pytest 和 compileall,再做最终封存与普通增量推送。Claude 代理身份、历史网络/unknown/输出截断、Mnemo 生产语义、物理手机、长期、R/W 边界和 Purge 收益继续未验。
|
||||
@@ -1,5 +1,7 @@
|
||||
# Tianshu 研究后的 Agent Workbench 采用计划
|
||||
|
||||
2026-11-11 M4新React已通过:14请求271333tokens/0unknown、原9/9/typecheck/build、实际桌面/390px和四源码终端Git/最终报告,原字节/index及53527原行保持,见[验收](QA-M4-REACT.md)。本批累计30请求453023tokens,Claude预检身份失败和外部一你好请求分列;下一独立Python,再最终封存与普通增量推送。Purge/缓存因果/普遍重复读/Mnemo生产语义仍待,不重启1.25.13;下方下一React为Node原时点。
|
||||
|
||||
2026-11-11 M4已完成真实兼容和新Node:六预检1227tokens/0unknown,DeepSeek官方和GPT Responses代理通过,Claude代理身份mismatch/目录缺项原证据保持。DeepSeek自主Node十请求180463tokens/原9/9/build/限定Git及内置最终交付通过,原127导出/5244工件/53527行与全部旧事实核对;外部一“你好”会话/一请求和两审计失败分别保存。见[阶段验收](QA-M4-COMPATIBILITY-NODE.md)。下一独立React、成功后Python,再按插件/宿主和可比成功基线另冻Purge;缓存/重复读普遍收益、Mnemo生产语义及历史unknown仍未验。1.25.13未重启或重新发行,下方“下一M4”为先前时点。
|
||||
|
||||
2026-11-11 当前:M3+B4b已正式交付1.25.13/source35a6d6d9,独立1399输入/30编译、186相关/4打包、实际Inno11/11/F跨版7/7及Mnemo24后端/两端工程路径通过。唯一正式Setup成功,原PID63892/102项目/127会话/5244工件及旧历史保持,正式四图和final核对通过;见[验收](QA-MNEMO-RELEASE-1.25.13.md)。源码/验收1e309700已普通增量推送且远端/fetch逐SHA一致,见[回执](gitatlas-mnemo-1.25.13-push.json);下一M4另冻新真实基线,不续旧实验;Mnemo生产绑定/真实语义/重复读/R-W边界/Purge收益unknown保持。下方未提交/未发行为原时点。
|
||||
|
||||
File diff suppressed because it is too large
Load Diff
Reference in New Issue
Block a user