docs: seal open record validation and preserve unresolved host observations
This commit is contained in:
@@ -1,5 +1,7 @@
|
||||
# Agent Workbench项目执行规范
|
||||
|
||||
2026-11-07 M1第三批源码32780bee已完成I05/I07/I33/I38开放执行完整记录与恢复:MCP/检查点全页、v2分段/流式SHA/v1兼容、手机不删旧审计及全量unknown、102凭据按条恢复。8项新增行为分轮有通过证据(最终专项曾误重复长测试而中断,不能称单轮全绿)、首候选75/75相关、最终网页与实际Electron各6组/1280和390通过;759输入中757字节相同、另2验收输入已封存,全部产品/构建输入与29编译一致。2183份1006967890字节见[验收](docs/QA-M1-OPEN-RECORDS.md)和[机器记录](docs/m1-open-records-2026-11-07.json)。迟到自有宿主39280/56503已核对后正常关闭,候选进程/该监听0;身份观察失败原因尚未定位,手机大账本metadata写入仍慢,分别列宿主与M7待办。尚未发行/部署/重启、不作正式health新复查;下一I06完整MCP JSON Schema,再M2/M3统一发行。不委派/真实模型/真实Key/正式写入或续旧工程,默认unrestricted/passthrough/preserve、持久权限和W/AD/AE/AG网络/unknown/重复读/Purge收益unknown不变。正在验收文档提交及既有GitAtlas分支普通增量推送;下方旧“当前”按历史时点理解。
|
||||
|
||||
M1第二批推送完成:源码dcaecd8b与验收729869e8已普通增量推送,GitAtlas feat/task-agreement-1.25逐SHA一致;[回执](docs/gitatlas-m1-routing-permission-push.json)与完成状态最后另提交并再次核对。1031份1200878256字节原件、1208输入/30编译已核对,正式未部署/重启,下一M1残留MCP/schema/检查点/手机/凭据门槛。下方进行中说明按原时点理解。
|
||||
|
||||
2026-11-07 M1第二批源码dcaecd8b完成I04自动选模与I08权限/身份说明:开放自动池优先已知适配/未知后备明确记录/明确否定与退役不自动选,手选透传和原错不重放;账本留本次候选来源,MCP按当前ask/auto/full说明且旧目录原文可核验,身份请求/实际策略分开、旧记录不推断。最终47/47(含16专项和原图片回归修复)、相关78/78、build-3与独立网页/实际Electron各7组/各3本机请求/1280及390通过;原tsc/夹具/网页失败及图片44/47保留,基线原图3/3。1031份1200878256字节封存见[验收](docs/QA-M1-ROUTING-PERMISSION.md)与[机器记录](docs/m1-routing-permission-2026-11-07.json),1208输入/30编译逐SHA匹配、自有进程和已知宿主清理。尚未发行/安装/重启,正式上次记录仍F/1.25.12,不作新复查声明;M1仍待MCP/schema/检查点/手机/凭据固定门槛,之后M2。0真实Key/模型/正式写入、不委派或续旧样本,默认开放/完整历史/持久权限及W/AD/AE/AG网络/unknown/重复读/Purge收益unknown保持。正在完成文档提交与既有GitAtlas分支普通增量推送。
|
||||
|
||||
@@ -2,7 +2,9 @@
|
||||
|
||||
本路线以[全系统审查](SYSTEM-AUDIT-OFFICIAL-FIRST-2026-11-06.md)的38项事项为输入。目标是官方直连优先、代理/兼容同样保真,用户选择的模型和权限持久生效,AI能完成实际工程并提供真实证据。原审查保留其时点结论;当前M1首批I01/I02/I03已由68603f9c源码修复,专项12/相关110及独立两端各7组通过,见[验收](QA-M1-MODEL-PARAMETER-FIDELITY.md)。第二批dcaecd8b已修I04自动选模与I08其余MCP/身份说明,最终47/47、相关78/78及独立两端各7组通过,见[第二批验收](QA-M1-ROUTING-PERMISSION.md)。其余M1仍待;尚未正式发行。
|
||||
|
||||
**立即下一批继续 M1:开放模式仍生效的 MCP/检查点/手机/凭据登记固定上限和MCP schema适配。** 参数保真与四精确Claude推理模式本批已验,全球能力注册表归M2。完成核心修复后进入M2供应商契约与缓存/状态,冻结一次M3发行;不要为每个小修反复打包,也不要先堆新界面或新“支持”标签。
|
||||
第三批32780bee已完成I05/I07/I33/I38开放模式固定总量门槛与完整记录恢复:8项新增行为分轮通过(原失败/中断保持)、首候选相关75/75、最终网页与实际Electron各6组,见[完整记录验收](QA-M1-OPEN-RECORDS.md)。产品/构建输入与最终29编译一致;尚未正式部署。手机大账本全metadata写入仍慢,宿主一次身份观察失败及迟到生命周期原因未知,均保留待办。
|
||||
|
||||
**立即下一批继续 M1:I06完整MCP JSON Schema适配。** 参数/模式、自动选模/权限和完整记录已分批验证,全球能力注册表归M2。完成核心修复后进入M2供应商契约与缓存/状态,冻结一次M3发行;不要为每个小修反复打包,也不要先堆新界面或新“支持”标签。
|
||||
|
||||
## 执行原则与完成标准
|
||||
|
||||
@@ -85,6 +87,8 @@ Worker按角色和任务装配skills/MCP,保留真实工具表、资源身份
|
||||
|
||||
先用自有数据测全量加载、会话/请求写入与长响应RSS和时延曲线,再增量事件/分页/流式工件。规模问题不能用截断历史、删除原错或新固定额度解决。
|
||||
|
||||
M1第三批实际2001次手机reserve/2000次finish及4002审计保持成功,但测试耗时881171.4601ms且同机有其他QA;这不是受控基准。手机仍反复写完整metadata,需增量存储与受控规模测量,不能将去掉总量拒绝当作性能已经解决。宿主另有一次Windows身份观察失败后迟到自有进程,已核对并正常关闭,失败原因及启动失败清理生命周期继续诊断,不绕过身份守卫。
|
||||
|
||||
Mnemo/其他产品从双方实际原件契约实现导出、入站委托、归属/撤销/失败;多Run Task和单Run包不能混同。手机以当前物理设备跑完整配对/选择/批准/停止/断线/撤销,不能以本机模拟替代。
|
||||
|
||||
### M8:真实收益单独证明
|
||||
@@ -140,6 +144,6 @@ Mnemo/其他产品从双方实际原件契约实现导出、入站委托、归
|
||||
|
||||
## 当前接续
|
||||
|
||||
当前只完成M0审查、文档和证据封存。本地提交/推送不代表M1源码修复、M3正式发行或M4/M8真实实验已经执行;以后接续须继续报告各自来源与状态。
|
||||
M0审查和M1前三批已有独立源码、验收与证据:68603f9c参数/模式、dcaecd8b自动选模/权限、32780bee完整记录/恢复。I06完整Schema尚待,M1未全完成;M2/M3和新的M4/M8真实实验未因此完成。本地提交/推送不代表正式发行或真实收益通过。
|
||||
|
||||
下一轮从M1的参数保真和官方推理模式开始,完成相关实际wire/表单核对及回顾后本地提交,再推进固定上限和说明一致性。后续授权范围内普通增量推送;每个真实实验另有冻结计划,历史异常始终保留。
|
||||
下一轮从I06真实握手union/ref/嵌套/65以上属性原schema开始,验证目录选择、参数、原错及两端,之后M2官方注册表与缓存/状态,再M3统一冻结发行。后续授权范围内普通增量推送;每个真实实验另有冻结计划,历史异常始终保留。
|
||||
|
||||
@@ -0,0 +1,26 @@
|
||||
# M1 第三批:开放执行的完整记录与恢复
|
||||
|
||||
2026-11-07;基线 `affd733d037ab2a31f29a8736c48d058d5a2c807`,分支 `feat/task-agreement-1.25`,初始工作树干净、与跟踪分支一致。本批处理 I05/I07/I33/I38 的任务次数、检查点引用/原件、手机操作账本及本机凭据登记门槛;I06 的完整 JSON Schema 合同另批,不把移除数量门槛当作已完成 Schema 适配。
|
||||
|
||||
## 阶段
|
||||
|
||||
1. [complete] 读取实际写入/读取/恢复/分页合同,确认旧边界与v1兼容要求;旧源码动态对照在验证阶段另留原结果,不靠删除历史或绕过SHA守卫解决。
|
||||
2. [complete] 开放执行去固定总量拒绝;MCP/检查点保留无查询全量数组并新增作用域游标分页,手机审计不再删旧;检查点v2分段工具索引并以1MiB以内分块核验原结果,v1原件继续读取;凭据顶层版本失败保留原metadata、坏条目逐条隔离。
|
||||
3. [complete] 8项新增行为分轮通过:最终候选5项完成后误重复长测试而中断,另凭据1/1及HTTP1/1,2001手机源码轮通过;不是单轮全绿。首独立相关75/75、最终build-2网页/实际Electron各6组/各7图/1280和390通过,原夹具/网页/桌面失败和中断保持。
|
||||
4. [in_progress] 源码32780bee已限定提交;2183份1006967890字节SHA封存,757/759输入相同且产品/构建输入全匹配,另2最终验收输入单独封存、29编译一致,候选进程与已知迟到监听清理。正在验收文档提交及既有GitAtlas普通增量推送、逐SHA核对;不反复小修发行。
|
||||
|
||||
沿用规划文件与产品UI流程,保留Orven现有界面和三配色。本批不委派、不读取真实Key、不请求真实模型、不续跑旧实验/用户项目、不改正式数据/配置或安装重启。默认unrestricted/passthrough/preserve与持久ask/auto/full不变;W/AD/AE/AG真实交付、网络/unknown用量、重复读及Purge收益unknown保持。
|
||||
|
||||
## 初见与过程
|
||||
|
||||
- MCP start直接用最近30条jobs计数并拒绝第31次;列表也截最近30,既影响执行也遮住完整历史。需要分别处理内部全量统计与面向用户的明确分页。
|
||||
- 路线要求的残留门槛须沿恢复合同确认,先读真实文件;初轮合并输出较大被截断,后续只读小段,不把截断当完整审读。
|
||||
- API分页是显示批次,不是保存量或执行门槛;不传分页参数保留旧MCP/检查点数组合同。游标绑定资源/会话/任务或手机设备修订,稳定记录锚点允许头部新增。界面刷新先走到已加载锚点再合并,保留已展开旧页;手机unknown另外全量提示,不能藏在最近一页之外。
|
||||
- I07创建仍尊重显式restricted合同;历史列表/已保存v1/v2原件读取不因切回restricted而被总量拒绝。v2 256工具一段,不是工具总量上限;stateSha继续绑定完整展开状态。I33设备登记128也改按执行模式应用,读历史不设总数拒绝;授权、撤销、到期与宿主归属保留。
|
||||
- 截断输出、两个猜测文件路径不存在以及三次patch锚点不匹配已现场纠正,失败patch未写入;不是产品验证通过。首tsc通过,首边界测试在运行,尚不宣称最终验收完成。
|
||||
|
||||
## 最终回顾
|
||||
|
||||
结果与所有原失败见[QA](QA-M1-OPEN-RECORDS.md)和[机器记录](m1-open-records-2026-11-07.json)。首夹具误把文本作JSON/Provider漏Map/嵌套事务、网页轮询时序、Electron下载事件及身份观察失败均保留;未放松原SHA、权限、身份和unknown守卫。实际截图发现任务侧栏仍以30条预览冒充总数,已修并重冻build-2,最终两端再验。
|
||||
|
||||
2001手机事务成功但约14分41秒,增量持久化与受控性能度量归M7。一次宿主身份观察失败后迟到自有候选已正常关闭,原因尚未定位,列宿主后续诊断。物理iPhone与全球真实供应商兼容未验,缓存/重复读取/角色/经验/Purge收益unknown不变。下一I06完整JSON Schema,再M2与M3统一冻结;本批不发行或重启。
|
||||
@@ -1,5 +1,7 @@
|
||||
# 1.25 计划:任务要求与交付复核
|
||||
|
||||
当前源码进展(2026-11-07):M1第三批32780bee已修I05/I07/I33/I38完整记录与恢复,8项新增行为分轮通过、首候选75/75相关、最终网页/实际Electron各6组通过;原失败与中断保留,见[完整记录验收](QA-M1-OPEN-RECORDS.md)。2183份1006967890字节封存,759输入中757相同/另2验收输入单独SHA,产品及29编译一致。尚未部署/重启;下一I06完整MCP JSON Schema,再M2供应商/缓存状态、M3统一发行。手机metadata大账本性能及宿主身份观察失败/迟到生命周期仍待,不能冒称解决;历史真实模型/网络/unknown/重复读取/Purge收益unknown保持。下方“当前”按原时点理解。
|
||||
|
||||
当前源码进展(2026-11-07):M1首批68603f9c参数/官方推理和第二批dcaecd8b自动选模/实际权限说明均已验收、未部署。第二批47/47最终、78/78相关、独立网页与实际Electron各7组通过,原图片回归及修复链完整保留,见[自动选模与权限验收](QA-M1-ROUTING-PERMISSION.md)。下一继续MCP/schema、检查点、手机账本、凭据登记固定门槛,再M2供应商与缓存/状态、M3统一发行;历史真实异常及Purge收益unknown保持。下方“当前”按各自历史时点理解。
|
||||
|
||||
当前入口更新(2026-11-06):要求证据、单轮观察及后续Tianshu A–F机制已有各自实现/发行;正式为F/1.25.12,后续目录刷新/wire诊断/官方容量修复已推送未部署。最新[全系统审查](SYSTEM-AUDIT-OFFICIAL-FIRST-2026-11-06.md)按30区域/38事项列出现状与缺口,接续[官方优先路线](DEVELOPMENT-ROADMAP-OFFICIAL-FIRST.md)M1/M2。默认开放/透传、历史真实交付/网络/unknown/重复读取/Purgeunknown保留,旧预算/审批设计按历史时点理解。本轮只审查规划,未发行或重启。
|
||||
|
||||
@@ -0,0 +1,62 @@
|
||||
# M1 第三批:完整记录、分页与恢复验收
|
||||
|
||||
2026-11-07(北京时间);基线 `affd733d037ab2a31f29a8736c48d058d5a2c807`,源码 `32780bee8dc4d353b6e58d5e02bee308ea75ae33`。本批完成 I05/I07/I33/I38 的开放执行固定总量门槛与记录保留修复。**源码已验证,未发行、安装或重启;I06 完整 MCP JSON Schema 留下一批,M1 尚未全部完成。**
|
||||
|
||||
## 实际改动
|
||||
|
||||
MCP 在开放模式下不再拒绝同任务第31次操作;完整账本新增作用域游标分页,不传查询仍返回完整旧数组。管理页与任务侧栏都显示已加载/总数,保留旧 Task/Run 的原输入、原报告及停止/unknown;轻量会话快照的30条预览另有真实总数与截断标记,不再冒充完整历史。工具选择和登记数量按实际执行模式显示,开放超时注明不限,旧超时配置仅作用于手动限制模式。Schema 子集限制未在本批移除。
|
||||
|
||||
检查点不再以30个、2000工具引用或64MiB结果拒绝开放模式创建。新 v2 包每256条工具引用封存一个分段索引,分段大小不限制引用总数;核对顺序、数量、归属和 SHA,完整展开状态仍绑定原 stateSha。原结果采用至多1MiB缓冲分块核验;v1 原件继续读取,不改旧 SHA。分页刷新与保存新记录保留已展开旧页。显式 restricted 创建合同和源码/计划/原结果变化、unknown、显式续接守卫仍按原合同工作。
|
||||
|
||||
手机设备/操作登记在开放模式下不再受128/2000条总数门槛;读取不再因设备、操作或审计总数整体失败,审计不再删除500条之前的记录。电脑审计和手机回执可完整分页,设备/项目/修订范围保持。第一页之外的 pending/unknown 另外完整提示;只是投影为 unknown,持久 pending 不改写、不重放。撤销后手机历史清空。过去已经删除的原审计无法重建,本批不补造。
|
||||
|
||||
本机凭据登记不再因超过101条整体拒载。顶层版本/结构/非负修订不符仍保留原 metadata;坏条目分别标记 invalid_record,有效邻居继续恢复。SID、数据目录、连接修订/绑定、禁用和已有内存凭据不覆盖的合同保持。没有读取真实用户 Key。
|
||||
|
||||
分页默认50条只是显示批次,正整数 limit 没有新增总量上限。游标绑定资源范围与稳定原记录ID,头部新增不会改变旧页锚点;错误/跨范围/缺失锚点及重复查询参数明确返回错误。刷新走到已知锚点再合并,防止新增超过一页时跳过中间记录。
|
||||
|
||||
## 分轮验证与来源
|
||||
|
||||
| 验证 | 实际结果与边界 |
|
||||
| --- | --- |
|
||||
| 旧源码对照 | `affd733d` 独立快照复现 MCP30、检查点30、工具2000、64MiB、102凭据整载失败、手机2000和审计删首条,共7处旧行为;0真实模型 |
|
||||
| 最终候选专项 | `final-boundaries-1.log` 已完成5项通过:游标、同Task31次真实stdio调用/原报告/重启、31检查点/v1原SHA、2001引用及64MiB+1结果/8段/末字节损坏、分段损坏与restricted;其后误重复长测试被停止,整轮结尾为5过1失败,不能写成完整单轮全绿 |
|
||||
| 凭据专项 | 最终候选单独1/1:102条实际持久化、自有 AES-GCM 加密夹具、重启按条恢复与损坏/禁用/外用户隔离,原metadata不变;不是102次真实用户DPAPI验收 |
|
||||
| 手机跨2000 | 源码分轮通过:2001次真实 reserve 事务、2000次 finish、4002条审计、完整分页/重启/幂等,最早pending投影unknown但原账本不变;此前/此后该核心产品输入未变化 |
|
||||
| 实际HTTPS补验 | 单独1/1:61条自有投影样例、第一页之外pending全量提示、跨设备游标/重复参数400、0工具重放、不泄hash;使用最终相同产品源码 |
|
||||
| 相关回归 | 首独立候选75/75,含真实Windows DPAPI、原MCP/stdio、检查点、手机及开放执行;最终新增侧栏分页/快照计数另经专项和两端覆盖,不冒称75项全部在最终候选重跑 |
|
||||
| 编译与来源 | tsc三次及build-1/2通过;最终759冻结输入中757逐字相同,另外2项是后改验收驱动/HTTP测试,已另存最终副本和SHA。全部产品/构建输入一致,29编译输出与独立候选逐SHA一致 |
|
||||
| 最终网页 / 实际Electron | 各6组、各7图、1280/390,页面错误0:61旧检查点后保存第62个不丢页、最早原件/v2索引/真实源码变化拒绝续接、61条合成MCP失败全页/最早输入/刷新保留、真实CA验证网关配对及61次自有stop回执、123审计全页、撤销清空手机记录 |
|
||||
| 人工实看与清理 | 已实看最终Electron检查点1280、手机记录390、设备审计390及先前MCP画面;候选Node/Electron/Edge精确目录进程0、已知迟到56503监听0;没有查询正式health、发行或重启 |
|
||||
|
||||
新增8项行为均有分轮通过原件(7项边界与1项HTTPS),**不存在最终完整7/7或8/8单轮通过记录**。手机2001项耗时881171.4601ms(约14分41秒),运行时并有其他QA,不能作为受控性能基准,但全metadata反复写入的成本仍高,增量持久化列入M7,不能以取消数量门槛冒称性能已解决。手机验证使用本机CA校验的HTTPS网关/relay和浏览器,未验物理iPhone的Safari、证书信任、Cookie或PWA。
|
||||
|
||||
入口:[专项测试](../tests/open-records.test.mjs)、[手机HTTP测试](../tests/companion.test.mjs)、[网页/桌面驱动](../scripts/verify-open-records-ui.mjs)、[机器记录](m1-open-records-2026-11-07.json)、[切片计划](M1-OPEN-RECORDS-PLAN.md)。原件目录 `.qa/m1-open-records-2026-11-07/`,2183份1006967890字节;MANIFEST SHA256 `30659d3c13777c8efc96efc249f184d6c794df37e6c1494811a24cd378c9a838`。含旧源码、两次独立编译及候选、全部失败/中断、最后验收输入与截图;三处依赖junction仅记录、不遍历。生成载荷、自有数据、测试密文和运行时均不提交Git。
|
||||
|
||||
按需复验应使用Node24及自有目录;2001手机测试很慢,应明确单独执行,不因文档收尾重复消费:
|
||||
|
||||
```powershell
|
||||
$env:AGENT_WORKBENCH_API_KEY = ''
|
||||
$env:AGENT_WORKBENCH_TEST_APP_ROOT = '<独立candidate-app-2绝对目录>'
|
||||
node --test --test-concurrency=1 --test-skip-pattern='2001 companion' tests/open-records.test.mjs
|
||||
node --test --test-concurrency=1 --test-name-pattern='mobile operation pages' tests/companion.test.mjs
|
||||
$env:AGENT_WORKBENCH_QA_APP_ROOT = '<含所属Node及Electron的candidate-app-2绝对目录>'
|
||||
node scripts/verify-open-records-ui.mjs
|
||||
node scripts/verify-open-records-ui.mjs --desktop
|
||||
```
|
||||
|
||||
## 原失败与回顾
|
||||
|
||||
1. 基线首探针漏 projectId;边界首轮4过3失败分别为普通文本误作JSON工具结果(恢复正确标unknown)、自造Provider漏credentials Map、手机fixture误嵌套事务。只改夹具,保留源码和原日志;检查点后续单独及最终候选通过。
|
||||
2. `source-boundaries-2.log` 2过1失败中手机和凭据通过,检查点仍受旧错误JSON夹具影响;不能把该轮写成3/3。实际工具工件与原SHA守卫未删除。
|
||||
3. 最终专项误用负向 `--test-name-pattern`,Node匹配包含文件前缀的名称,意外再次执行2001项。确认子进程46760/父48076/命令行后仅停止自有重复测试,原结束失败及partial数据库保留。正确排除参数是 `--test-skip-pattern`;凭据另单独验证1/1,不重跑长测试。
|
||||
4. 网页前两轮分别在手机/审计自动轮询已经合并61/123条后错误固定等待50;调整验证时序,不改产品。复看首画面还发现TaskPanel仍显示30条预览为总数,已实际修成分页和准确计数,重新冻结build-2并验双端。
|
||||
5. Electron第一轮误用网页download事件,改为实际Electron session will-download定向保存自有CA。第二轮Windows宿主创建/用户/可执行身份观察失败,未绕过守卫;串行第三轮成功。失败后发现迟到的自有候选39280/56503,逐命令行、runtimeRoot、health/bootstrap和空自有库eventCursor0确认后正常 `/api/shutdown`,收据和最终无进程/监听观测保留。**身份观察失败及迟到进程生命周期原因尚未定位**,列为宿主后续问题。
|
||||
6. 阶段中有大输出截断、猜测路径不存在及未匹配patch,均改用真实小段定位;不把截断输出或未写入patch当作通过。
|
||||
|
||||
## 历史与下一步
|
||||
|
||||
默认 unrestricted/passthrough/preserve 和持久 ask/auto/full 不变。本轮0真实Key读取、0真实模型请求、0正式写入;只做限定源码与验收文档提交及现有GitAtlas分支普通增量推送。正式上次记录仍F/1.25.12,未在本轮复查,不把测试构建当部署。
|
||||
|
||||
W的6次matched/71044tokens只读no_progress、v2边界未触达保持;AD的21请求199250报告tokens+2unknown、Claude缺max_tokens400及网络原错与DeepSeek Node成功保持;AE的React/Python成功、20请求367365报告tokens/0unknown及原解释器/check失败保持;AG的11请求109888报告tokens+3unknown、三次ETIMEDOUT和唯一ba-off成功保持。**Purge收益仍unknown**;本批不能证明全球真实供应商兼容、缓存不掉、角色/经验或重复读取普遍收益。
|
||||
|
||||
下一批 I06 完整MCP JSON Schema:真实握手后保留并处理union/ref/嵌套/65以上属性原schema,再验证参数、模型工具目录、原错和双端选择。完成M1后进入M2官方版本化注册表、缓存/状态契约,M3统一冻结发行;真实兼容/工程/Purge另冻新样本,不续跑旧失败或用户工程。
|
||||
@@ -1,5 +1,7 @@
|
||||
# Tianshu 研究后的 Agent Workbench 采用计划
|
||||
|
||||
当前源码进展(2026-11-07):M1第三批32780bee已修I05/I07/I33/I38完整记录与恢复,8项新增行为分轮通过、首候选75/75相关、最终网页/实际Electron各6组通过;原失败与中断保留,见[完整记录验收](QA-M1-OPEN-RECORDS.md)。2183份1006967890字节封存,759输入中757相同/另2验收输入单独SHA,产品及29编译一致。尚未部署/重启;下一I06完整MCP JSON Schema,再M2供应商/缓存状态、M3统一发行。手机metadata大账本性能及宿主身份观察失败/迟到生命周期仍待,不能冒称解决;历史真实模型/网络/unknown/重复读取/Purge收益unknown保持。下方“当前”按原时点理解。
|
||||
|
||||
当前源码进展(2026-11-07):M1首批68603f9c参数/官方推理和第二批dcaecd8b自动选模/实际权限说明均已验收、未部署。第二批47/47最终、78/78相关、独立网页与实际Electron各7组通过,原图片回归及修复链完整保留,见[自动选模与权限验收](QA-M1-ROUTING-PERMISSION.md)。下一继续MCP/schema、检查点、手机账本、凭据登记固定门槛,再M2供应商与缓存/状态、M3统一发行;历史真实异常及Purge收益unknown保持。下方“当前”按各自历史时点理解。
|
||||
|
||||
当前入口更新(2026-11-06):A要求证据/B单轮观察/C工具前缀/D提醒/E经验/F角色机制已经沿各自发行证据落地,正式只读health为1.25.12;机制完成不等于普遍收益通过。G真实AD/AE已有交付,AG网络失败致Purge收益unknown;H要求的来源/失败/回顾/提交纪律继续保持。[全层审查](SYSTEM-AUDIT-OFFICIAL-FIRST-2026-11-06.md)和[官方优先路线](DEVELOPMENT-ROADMAP-OFFICIAL-FIRST.md)是最新顺序:先参数保真/残留上限与官方契约,再独立发行及新真实实验。D标题中的旧预算不恢复为默认本地限制,下方历史方案原样保留。
|
||||
|
||||
@@ -0,0 +1,73 @@
|
||||
{
|
||||
"schemaVersion": 1,
|
||||
"kind": "m1-open-records-validation",
|
||||
"date": "2026-11-07",
|
||||
"timezone": "Asia/Shanghai",
|
||||
"baselineCommit": "affd733d037ab2a31f29a8736c48d058d5a2c807",
|
||||
"sourceCommit": "32780bee8dc4d353b6e58d5e02bee308ea75ae33",
|
||||
"branch": "feat/task-agreement-1.25",
|
||||
"issues": ["I05", "I07", "I33", "I38"],
|
||||
"deferredM1": ["I06 full MCP JSON Schema"],
|
||||
"evidenceRoot": ".qa/m1-open-records-2026-11-07",
|
||||
"manifest": {
|
||||
"path": ".qa/m1-open-records-2026-11-07/MANIFEST.json",
|
||||
"files": 2183,
|
||||
"bytes": 1006967890,
|
||||
"sha256": "30659d3c13777c8efc96efc249f184d6c794df37e6c1494811a24cd378c9a838",
|
||||
"junctionsRecordedNotTraversed": 3
|
||||
},
|
||||
"inputs": {
|
||||
"frozen": 759,
|
||||
"unchangedWorkingBytes": 757,
|
||||
"allProductBuildInputsMatch": true,
|
||||
"finalVerificationInputs": ["scripts/verify-open-records-ui.mjs", "tests/companion.test.mjs"],
|
||||
"finalVerificationCopiesAndSha": "closeout-check.json",
|
||||
"compiledPayloadsMatch": 29,
|
||||
"workingShaAndNormalizedGitBlob": "source-review.json"
|
||||
},
|
||||
"validation": {
|
||||
"baselineObservations": {"count": 7, "path": "baseline-observations-2.log", "firstFailedProbeRetained": "baseline-observations.log"},
|
||||
"newBehaviorsPassedAcrossRounds": 8,
|
||||
"singleCompleteGreenBoundarySuite": false,
|
||||
"rounds": [
|
||||
{"path": "source-boundaries-1.log", "passed": 4, "failed": 3, "fixtureFailuresRetained": true},
|
||||
{"path": "source-boundaries-2.log", "passed": 2, "failed": 1, "passedBehaviors": ["102 encrypted fixture credentials", "2001 durable companion reservations and 4002 audit rows"], "longCompanionDurationMs": 881171.4601},
|
||||
{"path": "checkpoint-restart-2.log", "passed": 1, "failed": 0},
|
||||
{"path": "final-boundaries-1.log", "passed": 5, "failed": 1, "finalCandidate": true, "duplicateLongTestTerminatedAfterIdentityCheck": "duplicate-test-stop.json"},
|
||||
{"path": "final-credentials-1.log", "passed": 1, "failed": 0, "finalCandidate": true},
|
||||
{"path": "mobile-pages-http.log", "passed": 1, "failed": 0, "sameFinalProductSource": true},
|
||||
{"path": "related-1.log", "passed": 75, "failed": 0, "candidate": "candidate-app-1", "includesActualWindowsDpapi": true}
|
||||
],
|
||||
"credential102Encryption": "Owned AES-256-GCM fixture; not 102 actual user DPAPI records",
|
||||
"typescriptAndBuild": ["tsc-1.log", "tsc-2.log", "tsc-3.log", "build-1.log", "build-2.log"],
|
||||
"web": {"path": "web-42f92ecb-8ab6-4d5a-bb67-c41069148240/result.json", "groups": 6, "screenshots": 7, "pageErrors": 0},
|
||||
"electron": {"path": "electron-3949b96e-a7d6-4119-9c89-1813ab8a6027/result.json", "actualElectron": true, "groups": 6, "screenshots": 7, "pageErrors": 0},
|
||||
"widths": [1280, 390],
|
||||
"uiMcpRowsPerRun": {"count": 61, "source": "synthetic failed display records, not 61 actual MCP executions"},
|
||||
"actualMcpBoundaryCallsInOneTask": 31,
|
||||
"actualLocalHttpsCompanionStopsPerUiRun": 61,
|
||||
"nativeIphone": "not tested; CA-verified local HTTPS relay/browser only"
|
||||
},
|
||||
"cleanup": {
|
||||
"observation": "final-cleanup-observation.json",
|
||||
"ownedCandidateNodeElectronEdgeProcesses": 0,
|
||||
"knownLate56503Listeners": 0,
|
||||
"lateCandidateIdentityAndNormalShutdown": "late-candidate-host-cleanup.json",
|
||||
"hostIdentityObservationFailureCause": "unknown; electron-2.log preserved; later serial run passed without bypass"
|
||||
},
|
||||
"remaining": [
|
||||
"I06 full JSON Schema contract",
|
||||
"M7 incremental companion persistence and controlled scale measurements; metadata rewrites remain costly",
|
||||
"Host startup identity-observation rejection and late-process lifecycle diagnosis",
|
||||
"M2 official capability registry and cache/state contracts",
|
||||
"M3 unified release after core changes are frozen"
|
||||
],
|
||||
"realCredentialReads": 0,
|
||||
"realModelRequests": 0,
|
||||
"productionWrites": 0,
|
||||
"productionHealthQueried": false,
|
||||
"releaseInstallOrRestart": false,
|
||||
"historicalExperimentsUnchanged": ["W", "AD", "AE", "AG"],
|
||||
"purgeBenefit": "unknown",
|
||||
"scope": "Deterministic and owned local process/HTTPS/UI verification; not global real-provider, cache, role, experience, or repeated-read benefit certification"
|
||||
}
|
||||
@@ -1,5 +1,11 @@
|
||||
# 汇总发现
|
||||
|
||||
M1第三批最终:8项新增行为分轮通过、首候选相关75/75、最终两端各6组,源码32780bee。实际截图揭出TaskPanel仍以30预览冒充总数,已补分页/真实计数并重冻build-2;759输入中仅最终driver/HTTP test后改、另封SHA,产品/29编译一致。102凭据用自有AES-GCM,实际WindowsDPAPI另有75相关原用例,不能混称102真实DPAPI。2001手机操作/4002审计全保留但全metadata写入成本高(约14分41,非受控基准),M7待;一次宿主观察失败及迟到进程正常清理,原因未明。旧失败/误重复测试中断保留,不称完整单轮全绿,物理iPhone/真实供应商/缓存/Purge收益未验。
|
||||
|
||||
M1第三批实现进入验证:MCP完整账本与作用域游标;检查点v2分段引用/分块SHA且保留v1;手机全量审计/操作分页及全量unknown;102凭据按条恢复,不覆盖坏metadata。首tsc通过,边界测试运行,尚未独立构建或验收,不改正式。
|
||||
|
||||
M1第三批初见:MCP.start用最近30条jobs统计同Task并硬拒第31次,jobs默认也只返回最近30;必须将完整记录和明确分页分开。其余检查点/手机/凭据恢复沿实际合同检查,不能通过删除旧记录或跳过SHA来解除数量限制。
|
||||
|
||||
M1第二批最终:按实际可用成员分层,known声明/精确修订观测与unverified后备分开;手选保持透传、原HTTP400一次/unknown保持。MCP实时权限和版本化目录、身份effectivePolicy及旧记录未知已落实,旧MCP原文字节相同。新权限快照曾早于图片绑定导致本轮三图片拒发(真实回归),移至绑定后修复;基线原3/3、最终47/47/两端各7组,相关78/78。未经验证的真实供应商/缓存/角色/经验/重复读/Purge收益不因本批合成通过而改变。
|
||||
|
||||
M1第二批语义确认:自动池先按实际可用候选选择已知全满足者,缺少时允许unknown后备,明确否定/退役不自动选;开放手选保持透传。MCP实际requestCommand使用实时store.config批准模式,full不等确认,现UI/工具目录却逐次审批;新目录需带权限快照,旧目录消息生成保持原版本以供原SHA核验。身份观察只存请求policy但开放执行record,需要另存effectivePolicy及来源;旧记录不能按当前配置倒推。Run模型/预算快照不改,每轮仅批准说明同步当前选择。
|
||||
|
||||
@@ -1,5 +1,11 @@
|
||||
# 统一执行进度
|
||||
|
||||
M1第三批验证收口(2026-11-07):源码32780bee已限定22文件提交;8项新增行为分轮通过(首失败和误重复长测试中断保留)、首独立75/75、最终独立网页与实际Electron各6组/各7图/1280和390。759输入757逐字同/2最终验收输入另封,全部产品和29编译匹配;2183份1006967890字节MANIFEST封存。迟到自有宿主39280/56503正常关闭,最终候选进程/该监听0;原因未知与手机metadata性能列待办。不触正式或真实模型/Key,正在验收文档提交与GitAtlas普通增量推送,下一I06完整Schema,再M2/M3。
|
||||
|
||||
M1第三批实现进入验证:MCP完整账本与作用域游标;检查点v2分段引用/分块SHA且保留v1;手机全量审计/操作分页及全量unknown;102凭据按条恢复,不覆盖坏metadata。首tsc通过,边界测试运行,尚未独立构建或验收,不改正式。
|
||||
|
||||
M1第三批开始(2026-11-07):affd733d工作树干净、远端一致,已读AGENTS/两计划当前入口及官方路线;本批I05/I07/I33/I38,I06 Schema合同另批。复用planning-with-files与产品UI流程,初批输出截断已记录,继续小段核对。
|
||||
|
||||
M1第二批GitAtlas普通增量推送成功:762597b9→729869e8,ls-remote逐SHA一致;源码dcaecd8b/验收729869e8及原证据封存完成。现提交回执和最终接续,再核对一次远端,无force或分支替换,不递归自举回执。
|
||||
|
||||
M1第二批完成到源码dcaecd8b(2026-11-07北京时间):最终47/47、首候选相关78/78,build-3/1208输入/30编译逐SHA一致、实际两端各7组/各3本机请求/宽窄屏通过;0真实模型/Key/正式写入。首tsc、两夹具、两网页、图片回归44/47原日志均保留,图片已修且最终通过。1031份1200878256字节SHA封存;本批Node/Electron进程0、已知四宿主URL全关闭。正在文档提交和GitAtlas普通增量推送,未发行部署。
|
||||
|
||||
@@ -1,5 +1,9 @@
|
||||
# Agent Workbench:核心代理能力研究与产品计划
|
||||
|
||||
M1第三批源码32780bee与验证已完成:I05/I07/I33/I38完整记录/分页/恢复;8项新增行为分轮通过、首候选75/75相关、最终网页/实际Electron各6组。2183份1006967890字节SHA封存,757/759相同且产品/29编译一致,另2验收输入单独保存;原失败/误重复中断和宿主迟到原因未知保留。正在文档与GitAtlas普通增量推送收尾,计划docs/M1-OPEN-RECORDS-PLAN.md;未部署/重启,下一I06,再M2/M3。手机metadata性能归M7,不以本批证明真实模型或Purge收益。
|
||||
|
||||
M1第三批从affd733d干净/跟踪一致基线推进I05/I07/I33/I38完整记录与恢复,计划docs/M1-OPEN-RECORDS-PLAN.md;先去固定总量门槛和记录分页,I06 Schema另批。保持原SHA/归属/unknown/权限,不委派/真实模型/Key/正式写入或发行重启,验证后提交推送。
|
||||
|
||||
M1第二批已推送并核对:dcaecd8b源码/729869e8验收与远端逐SHA一致,回执docs/gitatlas-m1-routing-permission-push.json。计划阶段1–4完成,收尾回执另提交后最后普通推送;下一M1剩余固定门槛与schema,未部署/重启。
|
||||
|
||||
M1第二批源码已提交dcaecd8b,47/47最终+78/78相关、build-3、独立网页/实际Electron各7组通过;原图片回归44/47已查因修顺序,原基线3/3及最终47/47保持。1031份1200878256字节原件封存,计划docs/M1-ROUTING-PERMISSION-PLAN.md阶段1–3完成,阶段4文档/普通增量推送收尾中。下一仍M1的MCP/schema/检查点/手机/凭据门槛,未部署、不改旧真实结论。
|
||||
|
||||
Reference in New Issue
Block a user