docs(qa): record M2 cache usage validation and remaining work

This commit is contained in:
Agent Workbench Dev
2026-11-07 11:22:35 +08:00
parent cb60fb1149
commit 704000e9a3
11 changed files with 407 additions and 1 deletions
+2
View File
@@ -1,5 +1,7 @@
# Agent Workbench项目执行规范
M2首批I10源码cb60fb11完成缓存读/写/未缓存/推理及TTL来源、unknown/冲突保留和失败上下文用量;透传证据核验允许必填/显式输出字段,原SHA/归属/冻结预算不变。最终相关93/93、独立23/23、网页与实际Electron各5组/6图/1280及390通过,822输入/29编译一致;2948原件1018919970字节见[验收](docs/QA-M2-CACHE-USAGE.md)与[机器记录](docs/m2-cache-usage-2026-11-07.json)(docs内使用同级文件名)。首12/15及网页/桌面验收器失败保持。0真实模型/Key/正式写入,不委派/安装/重启或续旧工程,未作新正式health声明。下一I13完整账本/逐请求存储,再M2官方注册表/原生缓存块/状态/指纹/版本与CI、M3统一发行;手机性能/宿主原因/物理手机及历史真实异常、重复读/Purge收益unknown保持。正在验收文档提交与既有GitAtlas普通增量推送,下方按原时点理解。
M1第四批推送完成:源码231db3a与验收8bc4453a已普通增量推送至既有GitAtlas feat/task-agreement-1.25、远端逐SHA一致;[回执](docs/gitatlas-m1-mcp-schema-push.json)与完成状态最后另提交并再次核对。1958原件/815输入/29编译/13当前链接通过,正式未部署/重启。M1各项已有分批源码证据,下一M2官方能力与缓存/状态/完整账本、M3统一发行。手机性能/宿主身份观察与迟到原因、物理手机、真实供应商/缓存/重复读取/Purge收益unknown保持。下方进行中说明按原时点理解。
2026-11-07 M1第四批I06源码231db3a已完成完整MCP Schema与服务器参数校验:新v2原rawTools/旧v1原SHA保持、JSON-RPC原错与unknown不重放;实际修复证据复核12项/24KB残留门槛和漂移误显空目录。最终专项6/6、首候选相关45/46加漏冻结输入后单独1/1,最终815输入/29编译一致,独立网页与实际Electron各5组/1280及390通过。1958份1010551752字节原件见[验收](docs/QA-M1-MCP-SCHEMA.md)与[机器记录](docs/m1-mcp-schema-2026-11-07.json),源码已提交、文档/既有GitAtlas普通增量推送收尾中。M1所列I01–I08/I33/I38均有分批源码证据,下一M2官方注册表/缓存状态与完整请求账本、M3统一发行;尚未部署/重启、不作正式health新复查。手机metadata性能/Windows宿主身份观察失败与迟到原因、物理手机、真实供应商/缓存/重复读取/Purge收益unknown保留。不委派/真实模型/真实Key/正式写入或续旧工程;默认unrestricted/passthrough/preserve和持久ask/auto/full不变。下方旧接续按原时点理解。
+1 -1
View File
@@ -6,7 +6,7 @@
第四批231db3a已完成I06完整MCP Schema转交服务器校验,新v2原声明/旧v1原SHA、JSON-RPC原错与unknown保持,实际证据复核旧12项/24KB门槛及漂移误显空目录已修。最终6/6、首候选45/46加补封静态输入后单独1/1、最终网页/实际Electron各5组通过,见[Schema验收](QA-M1-MCP-SCHEMA.md)。M1各项已有分批源码证据,尚未正式部署。
**下一批进入 M2:官方能力注册表与供应商缓存/状态、完整请求账本。** M1参数/模式、选模/权限、完整记录和Schema已分批验证,之后冻结一次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。
**M2首批I10已完成源码cb60fb11:缓存读/写/未缓存/推理及TTL来源、失败上下文用量与透传证据核验。** 最终相关93/93、独立23/23、两端各5组通过,822输入/29编译一致,原失败保留,见[缓存用量验收](QA-M2-CACHE-USAGE.md)。下一I13完整账本/逐请求存储,再官方注册表、原生缓存块/状态与版本合同;M2其余仍待。 M1参数/模式、选模/权限、完整记录和Schema已分批验证,之后冻结一次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
+11
View File
@@ -0,0 +1,11 @@
# M2 首批:供应商缓存用量与来源
2026-11-07;基线 `ea2559df7de06f0ddef5dafcb03d584d6fd7244c`,开始时工作树干净、既有 GitAtlas 分支逐 SHA 一致。先完成 I10;M2 官方能力注册表、参数/缓存块与状态、完整账本及 CI 仍另列,不把一个统计修复当作 M2 完成。
1. [complete] M1 收尾已提交推送并核对,确认 I10 原现状:Kimi raw 保留 cache_write_tokens/uncached_tokens,归一与现有页面仅显示 cache read;Claude creation 已保存但显示未接通。当前源与历史原件均不覆盖。
2. [complete] 核对固定官方 Kimi/Claude/DeepSeek 与 OpenAI 实际文档返回(含 Responses 写入时长分类),5 条来源 SHA 与 6 个旧行为封存。API reference 仅返回指针,未充当完整 schema。
3. [complete] 完整归一 read/write/uncached/reasoning 与字段来源、核对状态;接现有上下文/请求账本,原 raw/旧 usage 字节不改,不给模型请求增加额度或重试。首专项 12/15 暴露透传原证据校验与报错上下文缺用量两条路径,修后 15/15;之后补缺失分类更严谨的只读投影,待最终复验。
4. [complete] 最终相关源码 93/93、独立冻结 23/23;822 输入/29 编译一致、网页与实际 Electron 各 5 组/6 图/1280 及 390 通过,原首失败保留。两端原响应实际下载 SHA 一致,自有进程 0。
5. [in_progress] 源码 cb60fb11、2948 原件封存与回顾完成;限定文档提交、既有 GitAtlas 普通增量推送核对。下一继续 I13 完整账本/逐请求存储,再官方能力与缓存/状态、M3 统一发行。
本批不委派、不读取真实 Key、不调用真实模型、不改正式数据或配置、不发行/重启、不续跑旧实验/用户项目。默认 unrestricted/passthrough/preserve 和持久 ask/auto/full 保持。历史 W/AD/AE/AG 交付与网络/unknown/重复读取/Purge 收益 unknown 不改;本机夹具无法证明真实缓存命中、价格或不掉缓存。
+27
View File
@@ -0,0 +1,27 @@
# 模型缓存与用量
模型中心的请求账本,以及任务记录的请求上下文,共用同一份用量明细。这里展示上游报告的 token 分类和字段来源,不计算价格,不保证下一次命中缓存。相同提示前缀、相同连接或本机夹具通过,都不能证明真实供应商不掉缓存。
| 协议字段 | 展示与计算 |
| --- | --- |
| Chat `prompt_tokens_details.cached_tokens`、DeepSeek `prompt_cache_hit_tokens`,或兼容端 `cached_tokens` | 缓存读取;多个别名不同会标注冲突,保留全部原值。 |
| Chat `prompt_tokens_details.cache_write_tokens` | 缓存写入,和缓存读取分开。 |
| Chat `prompt_tokens_details.uncached_tokens` | 未缓存输入;没有此字段时,仅在总输入、读取、写入都有效且可相减时计算,并注明计算来源。 |
| DeepSeek `prompt_cache_miss_tokens` | 未命中缓存输入。它不能证明独立的缓存写入 token 数;写入未报告时保持未知。 |
| Responses `input_tokens_details.cached_tokens/cache_write_tokens` | 分别为读取/写入;未缓存输入的计算条件同上。 |
| Responses `cache_write_tokens_details.ttl_30m_tokens/ttl_12h_tokens` | 两个互斥的写入时长分类,核对其合计与写入量。 |
| Messages `input_tokens` | 未缓存输入。上游同时报告的 `cache_read_input_tokens` 与 `cache_creation_input_tokens` 分别是读取和写入;三者相加才是完整输入。 |
| Messages `cache_creation.ephemeral_5m_input_tokens/ephemeral_1h_input_tokens` | 两个互斥的写入时长分类,核对其合计与写入量。 |
| Chat/Responses 的 `completion_tokens_details.reasoning_tokens` / `output_tokens_details.reasoning_tokens` | 输出中的推理部分,不能在输出或总用量上重复相加。Messages 没有报告该字段时显示未知。 |
缺失与显式 `0` 不同。非法值、别名冲突、分类不相符或推理大于输出时保留原响应,显示来源与核对结果,不改写为“正常”值,也不触发额外请求。三类输入不完整时,不能用缺失项补零来证明分类合计一致。Messages 的旧归一总量维持兼容,新明细在缺少缓存分类时明确将完整输入及其计算总量列为未知。
新回执追加版本化 `tokenAccounting`,旧归一字段与 `raw` 保持原语义。旧回执只做显示投影,不回写记录或更改工件 SHA。没有原始 `raw` 的旧记录,只展示已保存的归一类别,无法恢复的分类保持未知。
上游 HTTP 错误或中断的 SSE 如已报告有效用量,仍进入物理尝试和 Run 消费记录;请求上下文保留最后一次物理尝试的用量,不将失败误当免费,也不把前一次的已知用量填入最后一次未知尝试。实际成功、失败、unknown、原错误和原响应各自保留;本次没有增加自动重试或执行审批。
协议要求携带的输出字段,与本地输出额度是不同来源。透传模式允许 Messages 必填 `max_tokens` 和用户显式原生输出设置;证据核验仍校验请求 SHA、字节、归属及发送前封存预算。默认 `unrestricted/passthrough/preserve` 和已保存权限不变。
本批依据的官方来源与固定正文 SHA 记录在 [M2 缓存用量验收机器记录](m2-cache-usage-2026-11-07.json)。来源包含 [Kimi Chat](https://platform.kimi.com/docs/api/chat)、[DeepSeek 缓存](https://api-docs.deepseek.com/guides/kv_cache/)、[Claude 缓存](https://platform.claude.com/docs/en/build-with-claude/prompt-caching)、[OpenAI 缓存](https://developers.openai.com/api/docs/guides/prompt-caching) 与 [OpenAI 用量](https://developers.openai.com/api/docs/guides/agents-api/observability#understand-token-usage)。OpenAI Responses Create reference 当次只返回生成式引用指针,未被当作已审读的完整 schema。
完整请求账本分页与增量保存、官方能力注册表、原生块/缓存控制、连接状态亲和及指纹仍按 M2 后续切片开发;真实供应商兼容、工程交付及 Purge 收益按后续新冻结样本分别验证。
+2
View File
@@ -1,5 +1,7 @@
# 1.25 计划:任务要求与交付复核
M2首批I10源码cb60fb11完成缓存读/写/未缓存/推理及TTL来源、unknown/冲突保留和失败上下文用量;透传证据核验允许必填/显式输出字段,原SHA/归属/冻结预算不变。最终相关93/93、独立23/23、网页与实际Electron各5组/6图/1280及390通过,822输入/29编译一致;2948原件1018919970字节见[验收](QA-M2-CACHE-USAGE.md)与[机器记录](m2-cache-usage-2026-11-07.json)(docs内使用同级文件名)。首12/15及网页/桌面验收器失败保持。0真实模型/Key/正式写入,不委派/安装/重启或续旧工程,未作新正式health声明。下一I13完整账本/逐请求存储,再M2官方注册表/原生缓存块/状态/指纹/版本与CI、M3统一发行;手机性能/宿主原因/物理手机及历史真实异常、重复读/Purge收益unknown保持。正在验收文档提交与既有GitAtlas普通增量推送,下方按原时点理解。
当前源码进展(2026-11-07):M1第四批I06源码231db3a已完成完整MCP Schema/原服务器校验,实际证据复核目录旧门槛和漂移误显空目录已修;最终6/6、首候选45/46及补封静态输入后单独1/1,最终两端各5组/1280及390通过,见[Schema验收](QA-M1-MCP-SCHEMA.md)。1958原件/815输入/29编译已核对,M1所列事项均有分批源码证据;尚未正式部署/重启。下一M2官方注册表/缓存状态/完整请求账本,再M3统一发行;手机性能/宿主生命周期及历史真实异常、重复读/Purge收益unknown保持。下方旧当前按原时点理解。
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。
+30
View File
@@ -0,0 +1,30 @@
# M2 首批缓存用量与来源验收
基线 `ea2559df7de06f0ddef5dafcb03d584d6fd7244c`;源码 `cb60fb1149097e0a41dd54847dae84a23b6e1635`。I10 已完成源码与独立候选验收,尚未正式发行或部署。完整行为说明见 [模型缓存与用量](MODEL-USAGE.md),逐来源/检查结果见 [机器记录](m2-cache-usage-2026-11-07.json)。M2 的其余事项继续按 [开发路线](DEVELOPMENT-ROADMAP-OFFICIAL-FIRST.md)分批处理。
现有模型中心账本与任务请求上下文增加缓存读取、写入、未缓存、推理及写入时长分类。Kimi/Responses 的三个输入类别互斥;Claude `input_tokens` 是未缓存输入;DeepSeek miss 不冒充独立写入。缺失显示未知,显式零保留,计算值标明来源。原 `raw`、旧归一字段、请求/响应工件与 SHA 保持;旧记录只读投影,不回写。原错误、流未终结、未知用量不被改成成功或免费。
新专项同时发现并修复两条现有路径:透传证据核验把 Messages 必填输出字段误当成本地预留;上游失败的用量虽已存在物理尝试与 Run 中,却在上下文 finish 时丢失。现在透传允许官方必填/用户显式字段,同时仍核对原 SHA、字节、归属与冻结预算;失败上下文显示最后一次物理尝试的实际用量,不新增重试或工具执行。
| 验证 | 结果与实际范围 |
| --- | --- |
| 首源码专项 | 12/15;Messages JSON/SSE 证据核验两失败和错误上下文用量一失败原日志保留。修后二轮 15/15。 |
| 最终相关源码 | 93/93,覆盖新用量、三协议、SSE、容量与稳定前缀。类型检查通过。 |
| 独立冻结 | 23/23:15 专项及开放容量/观察/旧 v1 证据回归。822 最终输入逐 SHA 与当前一致。 |
| 构建一致性 | 282 产品源码与第一冻结相同;最终 build-3 的 29 编译文件与实际测试 candidate-2 逐字节相同。仅验收脚本在期间纠正。 |
| 网页 | 最终 5 组、6 图,1280/390,6 实际本机模型 HTTP 请求;成功/错误/unknown/旧记录与刷新通过,页面错误 0。 |
| 实际 Electron | 最终 5 组、6 图,1280/390,6 实际本机模型 HTTP 请求;原生 DownloadItem 两份 735/973 字节与原响应 SHA 相同。QA 选择自有输出路径,未验证 Windows 保存对话框。 |
| 原失败 | 首网页在任务侧栏截图时误找 dialog 超时;首桌面误等待浏览器 download 事件。日志、截图、原候选保留,分别纠正验收脚本,产品未为通过而改写。 |
| 清理/范围 | 自有候选进程观测 0;本批 0 真实模型、0 真实 Key、0 正式写入,未查询新的正式 health、未安装或重启。 |
官方证据为 5 条固定来源:Kimi/DeepSeek/Claude 复用前次正文,核验 SHA 后封存;OpenAI 实际文档工具返回缓存指南及用量节,明确保存其表示来源。Responses Create reference 当次只返回生成式指针,未被充当完整 schema。未计算价格,未认证代理底层型号,也未证明真实命中或缓存不掉。
`.qa/m2-cache-usage-2026-11-07/` 有 **2948 份 / 1018919970 字节**原件,3 个依赖 junction 不遍历。MANIFEST SHA256:`b3438146114a6c0f0f303f5fa025ec11c647d560188beb14ae0405aaa9a202f7`。源码 Git blob 13 份中 7 原字节相同、6 仅 LF 归一差异,两侧 SHA 与最终冻结均已记录。不能把归一差异描述为 13 份原字节相同。
阶段回顾:官方定义揭示 Responses 也有写入与 TTL,不能只增加 Kimi 一个字段;账本有数据不等于上下文也能展示,专项因此覆盖 Run/计划/工件与重启。两种界面容器、浏览器下载和 Electron 原生下载各用真实路径验收。期间若干猜错路径、PowerShell glob 和广搜输出中断已改为具体目录,不当作产品失败或验证成功。
下一继续 I13 完整请求账本/逐请求存储,然后 I15 官方能力注册表与 I09/I11/I12/I14 原生缓存块、状态、指纹和版本合同;CI/M3 统一发行另记。手机 2001 次操作耗时约 14 分 41 秒是非受控观察,增量存储性能待;Windows 宿主身份观察失败/迟到原因、物理 iPhone、全球原生协议仍待。
历史 W 的 6 matched/71044 tokens/只读 no_progress 未交付及 v2 边界未触达;AD 的 21 请求/199250 reported+2 unknown、Claude 400/网络原错与 Node 成功;AE React/Python 成功与原检查失败;AG 11 请求/109888 reported+3 unknown、三次 ETIMEDOUT 和唯一 ba-off 成功完整保留。真实缓存、角色/经验/重复读取普遍收益及 **Purge 收益 unknown** 不因本机验收改变。默认 `unrestricted/passthrough/preserve` 与已保存 ask/auto/full 不变。
源码已提交;验收文档与既有 GitAtlas 分支普通增量推送正在收尾,回执另存。
+2
View File
@@ -1,5 +1,7 @@
# Tianshu 研究后的 Agent Workbench 采用计划
M2首批I10源码cb60fb11完成缓存读/写/未缓存/推理及TTL来源、unknown/冲突保留和失败上下文用量;透传证据核验允许必填/显式输出字段,原SHA/归属/冻结预算不变。最终相关93/93、独立23/23、网页与实际Electron各5组/6图/1280及390通过,822输入/29编译一致;2948原件1018919970字节见[验收](QA-M2-CACHE-USAGE.md)与[机器记录](m2-cache-usage-2026-11-07.json)(docs内使用同级文件名)。首12/15及网页/桌面验收器失败保持。0真实模型/Key/正式写入,不委派/安装/重启或续旧工程,未作新正式health声明。下一I13完整账本/逐请求存储,再M2官方注册表/原生缓存块/状态/指纹/版本与CI、M3统一发行;手机性能/宿主原因/物理手机及历史真实异常、重复读/Purge收益unknown保持。正在验收文档提交与既有GitAtlas普通增量推送,下方按原时点理解。
当前源码进展(2026-11-07):M1第四批I06源码231db3a已完成完整MCP Schema/原服务器校验,修实际证据核对旧目录门槛和漂移误显空目录;最终6/6,首候选45/46加补封静态输入后单独1/1,最终网页/实际Electron各5组通过,见[Schema验收](QA-M1-MCP-SCHEMA.md)。1958原件/815输入/29编译已核对,尚未发行/部署/重启。M1各项已有分批源码证据,下一M2官方注册表/缓存状态/请求账本,再M3统一发行;手机性能/宿主生命周期和原真实网络/unknown/重复读取/Purge收益unknown保持。下方旧当前按原时点理解。
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。
+324
View File
@@ -0,0 +1,324 @@
{
"schemaVersion": 1,
"milestone": "M2 batch 1 I10",
"base": "ea2559df7de06f0ddef5dafcb03d584d6fd7244c",
"source": "cb60fb1149097e0a41dd54847dae84a23b6e1635",
"officialSources": {
"base": "ea2559df7de06f0ddef5dafcb03d584d6fd7244c",
"sources": [
{
"id": "moonshot-chat",
"url": "https://platform.kimi.com/docs/api/chat",
"originalPath": ".qa/official-first-system-audit-2026-11-06/official-public/moonshot-chat.body",
"originalObservedAt": "2026-11-06T13:07:38.880185+00:00",
"reused": true,
"file": "official/moonshot-chat.body",
"bytes": 62409,
"sha256": "db19cb0b1047af8a9b534f0e67d0cedb529265527986ed31c873d09697558409",
"reviewScope": "usage counters and cache read/write semantics only"
},
{
"id": "deepseek-cache",
"url": "https://api-docs.deepseek.com/guides/kv_cache/",
"originalPath": ".qa/official-first-system-audit-2026-11-06/official-public/deepseek-cache.body",
"originalObservedAt": "2026-11-06T13:05:31.918033+00:00",
"reused": true,
"file": "official/deepseek-cache.body",
"bytes": 35850,
"sha256": "061c0c7055ceb96d0a522ae1829ff5f7126ff08f26af217643e371abb740a081",
"reviewScope": "usage counters and cache read/write semantics only"
},
{
"id": "claude-build-with-claude__prompt-caching",
"url": "https://platform.claude.com/docs/en/build-with-claude/prompt-caching",
"originalPath": ".qa/official-first-system-audit-2026-11-06/official-public/claude-extracted/build-with-claude__prompt-caching.md",
"reused": true,
"file": "official/claude-build-with-claude__prompt-caching.body",
"bytes": 164465,
"sha256": "ff35232788f3f7fbd0f9aae002351567a9ea8e68e5b749069d96dab52882747d",
"reviewScope": "usage counters and cache read/write semantics only"
},
{
"id": "openai-prompt-caching",
"url": "https://developers.openai.com/api/docs/guides/prompt-caching",
"tool": "OpenAI Docs fetch_openai_doc",
"recordedAt": "2026-11-07T03:00:13.182Z",
"file": "official/openai-prompt-caching.json",
"bytes": 58271,
"sha256": "999b867854e840ebbb086a84b8e7391959082373ac20315d878f69245f3ce725",
"textFile": "official/openai-prompt-caching.md",
"textBytes": 56425,
"textSha256": "01e57dacc2e5c0fb881b2d1909649983e9e327a5d6c17a98bb1183ee00e9d334",
"representation": "tool-returned markdown; not an HTTP body capture",
"reviewScope": "cache usage fields, exclusive reads/writes and lifetime breakdown, lines 629-654; cache hit guarantees"
},
{
"id": "openai-usage-section",
"url": "https://developers.openai.com/api/docs/guides/agents-api/observability#understand-token-usage",
"tool": "OpenAI Docs fetch_openai_doc",
"recordedAt": "2026-11-07T03:00:13.183Z",
"file": "official/openai-usage-section.json",
"bytes": 899,
"sha256": "bec6b84699491e3e95087a78d323d2b41ceff613f218bef5484ff68a6c2252b4",
"textFile": "official/openai-usage-section.md",
"textBytes": 789,
"textSha256": "00b306a64e34f582862cf1052800a4db6b0dddb72a10ce241e4acbdba451eea8",
"representation": "tool-returned markdown; not an HTTP body capture",
"reviewScope": "complete returned token usage section"
}
],
"apiReferenceNote": "The fetched Responses Create reference returned a generated-reference pointer, not usage schema; decisions use the actual fetched caching guide.",
"noPricingCalculated": true
},
"oldBehavior": {
"file": "baseline-observations.json",
"cases": 6,
"preserved": true
},
"changes": [
"Cache read/write/uncached/reasoning categories and lifetimes with field provenance",
"Original raw and legacy receipts retained; missing/invalid/conflicting counts stay explicit",
"Reported error usage kept in final context plan without changing outcome or dispatch",
"Passthrough evidence allows explicit/mandatory wire output fields while retaining original SHA/ownership/frozen-budget checks",
"Existing Model Center and Request Context details on web/Electron, not a new workflow"
],
"validation": {
"sourceFirst": {
"file": "source-1.log",
"passed": 12,
"total": 15,
"failuresRetained": 3
},
"sourceSecond": {
"file": "source-2.log",
"passed": 15,
"total": 15
},
"relatedSource": {
"file": "related-source-1.log",
"passed": 93,
"total": 93
},
"frozen": {
"file": "frozen-tests-1.log",
"passed": 23,
"total": 23
},
"typeChecks": [
"tsc-1.log",
"tsc-2.log"
],
"buildIdentity": {
"checkedAt": "2026-11-07T03:17:54.566Z",
"currentAndFinalInputsExact": 822,
"productSourcesIdenticalToFirstTestedFreeze": 282,
"finalCompiledFilesExact": 29,
"build": "D:\\Ai-project\\REA逆向\\Agent-Workbench\\.qa\\m2-cache-usage-2026-11-07\\build-3",
"candidate": "D:\\Ai-project\\REA逆向\\Agent-Workbench\\.qa\\m2-cache-usage-2026-11-07\\candidate-app-2",
"note": "Only the UI QA driver changed after build-1; final build-3 compilation is byte-identical to tested candidate-2."
},
"firstWebFailure": {
"path": "build-1/.qa/m2-cache-usage-2026-11-07/web-b3b3dd58-2bcc-471c-bf8c-c960d8c1bb88/result.json",
"reason": "QA treated task inspector as dialog"
},
"firstElectronFailure": {
"path": "build-2/.qa/m2-cache-usage-2026-11-07/electron-21ebc5d7-22ff-4ba7-92c2-185faf729eb1/result.json",
"reason": "QA waited for browser download event instead of native DownloadItem"
},
"web": {
"evidencePath": "build-3/.qa/m2-cache-usage-2026-11-07/web-6ed64a7a-f9b1-45e5-85cf-be54e5da7516",
"success": true,
"appRoot": "D:\\Ai-project\\REA逆向\\Agent-Workbench\\.qa\\m2-cache-usage-2026-11-07\\candidate-app-2",
"actualElectron": false,
"checks": [
"Real local Chat receipt displays exclusive categories and original field sources",
"Responses SSE derived ordinary input and two lifetime categories fit 390px; actual downloaded bytes match the original",
"Messages SSE separates uncached/read/write and 5m/1h; absent reasoning stays unknown and original download remains exact",
"Unknown, conflicting, failed and legacy receipts remain distinct; keyboard expansion works without rewriting legacy records or retrying",
"Existing task record and reload show accurate success/error/unknown context usage at 1280/390 with no additional model dispatch"
],
"screenshots": [
{
"file": "chat-source-1280.png",
"sha256": "428b491f0129f062f31d0d4f0f16fdc7fe43aa5ab50df43495369aa7a4bb428d"
},
{
"file": "responses-ttl-390.png",
"sha256": "91ee5152d0ed212e2287d218d869a80761226db55c80513202a07f95c4acf38d"
},
{
"file": "messages-ttl-1280.png",
"sha256": "c58cb54b7fc2cf18019019aa1a1d95dd4965cf5d26e33f111a742fa3535d4620"
},
{
"file": "upstream-error-390.png",
"sha256": "f9bee18c062e2c877d4d7da500c4b4b6069916b8c456df5e1cc8ab13f5a05cbe"
},
{
"file": "context-messages-source-1280.png",
"sha256": "635563bf712489df2ab41bb91283ed0f8eb08abf99f3f080eac8822d0f62dd8d"
},
{
"file": "context-error-390.png",
"sha256": "1205736f0762547d418b8e11aa659852cdb9a74682c1e494fa338dc65935ac34"
}
],
"downloads": [
{
"file": "responses-original-response.sse",
"sha256": "804824dd3f0f4e0c8dd489f01d3d5cfa23e16bb54083d955c116f0333c3d8206",
"scope": "Actual browser download"
},
{
"file": "messages-original-response.sse",
"sha256": "4ae09aab587324e629a0f25161d224635d139d41863446b661c1bf031c9b29ed",
"scope": "Actual browser download"
}
],
"errors": [],
"externalBlocked": [],
"hostUrl": "http://127.0.0.1:65258",
"syntheticRequests": 6,
"realModelRequests": 0,
"realCredentialsRead": 0,
"productionWrites": 0,
"viewportWidths": [
1280,
390
]
},
"electron": {
"evidencePath": "electron-a0d7370e-04b8-46bc-8131-e5d22ee3cc63",
"success": true,
"appRoot": "D:\\Ai-project\\REA逆向\\Agent-Workbench\\.qa\\m2-cache-usage-2026-11-07\\candidate-app-2",
"actualElectron": true,
"checks": [
"Real local Chat receipt displays exclusive categories and original field sources",
"Responses SSE derived ordinary input and two lifetime categories fit 390px; actual downloaded bytes match the original",
"Messages SSE separates uncached/read/write and 5m/1h; absent reasoning stays unknown and original download remains exact",
"Unknown, conflicting, failed and legacy receipts remain distinct; keyboard expansion works without rewriting legacy records or retrying",
"Existing task record and reload show accurate success/error/unknown context usage at 1280/390 with no additional model dispatch"
],
"screenshots": [
{
"file": "chat-source-1280.png",
"sha256": "8dec8c3f598e0a8811978e0fac77dbcffc28df44151fe7033682d9e5700e8c22"
},
{
"file": "responses-ttl-390.png",
"sha256": "efffb2672e7aaf45b11fa12bbde0d8a29a5f147df8b496a336e2c2e55c0330a1"
},
{
"file": "messages-ttl-1280.png",
"sha256": "143aa157fcddb920d311b9a3c8e3b8cb25e9954c0522b71b8794873166cbf3ae"
},
{
"file": "upstream-error-390.png",
"sha256": "304509591b1121234a9491f637992990c7df1ed220c2c64a8047a2a73cfc67c6"
},
{
"file": "context-messages-source-1280.png",
"sha256": "f31e25af272e530d9b44f5e591167b6f06dcdb0b36343ecde2802adfcaa9f36f"
},
{
"file": "context-error-390.png",
"sha256": "254fcb459d89c4cdb2c1e38db9a7358970fb756267726314a344fc22f03a0f6a"
}
],
"downloads": [
{
"file": "responses-original-response.sse",
"sha256": "804824dd3f0f4e0c8dd489f01d3d5cfa23e16bb54083d955c116f0333c3d8206",
"native": {
"state": "completed",
"suggestedFilename": "model-stream-ca3b4b67-a38e-4fb0-970a-247340f9b4fd.sse",
"bytes": 735,
"totalBytes": 735
},
"scope": "Actual Electron DownloadItem; QA selects owned path, not the Windows save dialog"
},
{
"file": "messages-original-response.sse",
"sha256": "4ae09aab587324e629a0f25161d224635d139d41863446b661c1bf031c9b29ed",
"native": {
"state": "completed",
"suggestedFilename": "model-stream-994ed718-6ec3-4e88-ae14-bde12cbb55cc.sse",
"bytes": 973,
"totalBytes": 973
},
"scope": "Actual Electron DownloadItem; QA selects owned path, not the Windows save dialog"
}
],
"errors": [],
"externalBlocked": [],
"hostUrl": "http://127.0.0.1:60684",
"syntheticRequests": 6,
"realModelRequests": 0,
"realCredentialsRead": 0,
"productionWrites": 0,
"viewportWidths": [
1280,
390
]
},
"ownedProcessAudit": {
"checkedAt": "2026-11-07T03:20:03.5222324Z",
"matchingOwnedProcesses": [],
"productionHealthQueried": false
}
},
"evidence": {
"root": "D:\\Ai-project\\REA逆向\\Agent-Workbench\\.qa\\m2-cache-usage-2026-11-07",
"files": 2948,
"bytes": 1018919970,
"linkedDependencies": [
"build-1/node_modules",
"build-2/node_modules",
"build-3/node_modules"
],
"manifestSha256": "b3438146114a6c0f0f303f5fa025ec11c647d560188beb14ae0405aaa9a202f7",
"source": "cb60fb1149097e0a41dd54847dae84a23b6e1635",
"sourceGitProof": {
"files": 13,
"byteExact": 7,
"lfOnly": 6
}
},
"remaining": [
"I09 native blocks/cache_control",
"I11 affinity/provider state",
"I12 cache native fingerprint",
"I13 complete ledger and incremental storage",
"I14 version/header/endpoint contracts",
"I15 official capability registry",
"I27/I28 locked CI",
"M3 single release and production deployment",
"M4 new real provider/engineering samples",
"Physical iPhone and native/cloud protocols",
"M7 phone metadata and Windows host lifecycle",
"M8 real cache/repeated-read/Purge benefits unknown"
],
"historical": {
"W": "6 matched / 71044 reported tokens / no_progress / no delivery; reserve v2 exclusion boundary not reached",
"AD": "21 requests / 199250 reported + 2 unknown; original Claude max_tokens 400 and network errors; DeepSeek Node delivered",
"AE": "React/Python delivered; 20 requests / 367365 reported / 0 unknown; original interpreter/check failures retained",
"AG": "11 requests / 109888 reported + 3 unknown; 3 ETIMEDOUT; only ba-off delivered",
"PurgeBenefit": "unknown"
},
"scope": {
"productionHealthQueried": false,
"productionWrites": 0,
"productionDeployment": false,
"restart": false,
"realModelRequests": 0,
"realKeysRead": 0,
"subagents": 0,
"defaults": [
"unrestricted",
"passthrough",
"preserve"
],
"savedPermissionsUnchanged": true
},
"stage": "source committed; QA commit and authorized incremental GitAtlas push pending"
}
+2
View File
@@ -1,5 +1,7 @@
# 汇总发现
M2首批I10源码cb60fb11完成缓存读/写/未缓存/推理及TTL来源、unknown/冲突保留和失败上下文用量;透传证据核验允许必填/显式输出字段,原SHA/归属/冻结预算不变。最终相关93/93、独立23/23、网页与实际Electron各5组/6图/1280及390通过,822输入/29编译一致;2948原件1018919970字节见[验收](docs/QA-M2-CACHE-USAGE.md)与[机器记录](docs/m2-cache-usage-2026-11-07.json)(docs内使用同级文件名)。首12/15及网页/桌面验收器失败保持。0真实模型/Key/正式写入,不委派/安装/重启或续旧工程,未作新正式health声明。下一I13完整账本/逐请求存储,再M2官方注册表/原生缓存块/状态/指纹/版本与CI、M3统一发行;手机性能/宿主原因/物理手机及历史真实异常、重复读/Purge收益unknown保持。正在验收文档提交与既有GitAtlas普通增量推送,下方按原时点理解。
M1 I06已完成源码231db3a:协议仅要求对象外层,完整schema与参数由服务器校验;新v2保留rawTools、旧v1原SHA不变、实际漂移仍拒发。实际发现并修复证据核对残留12项/24KB门槛及来源漂移误显空目录。最终独立6/6;首候选相关45/46因漏封静态benchmark,补6输入后该项1/1,原失败保持;815输入/29编译一致、两端各5组。1958原件见docs/QA-M1-MCP-SCHEMA.md;M2/M3与手机性能/宿主原因/真实收益待办保持。文档patch猜错标题的未应用结果已纠正,不当作写入成功。
M1 I06初见:本地schema白名单直接禁pattern/union/ref/布尔子schema,固定16KiB/64属性/8层/256节点;参数另限2048项/16层,均非固定MCP协议根对象要求。将按官方协议保留并原样转交给服务器校验,避免手写不完整validator;旧契约unsupported为客户端分类,需隔离分类变化与真实schema/服务器漂移,不回写旧工件。
+2
View File
@@ -1,5 +1,7 @@
# 统一执行进度
M2首批I10源码cb60fb11完成缓存读/写/未缓存/推理及TTL来源、unknown/冲突保留和失败上下文用量;透传证据核验允许必填/显式输出字段,原SHA/归属/冻结预算不变。最终相关93/93、独立23/23、网页与实际Electron各5组/6图/1280及390通过,822输入/29编译一致;2948原件1018919970字节见[验收](docs/QA-M2-CACHE-USAGE.md)与[机器记录](docs/m2-cache-usage-2026-11-07.json)(docs内使用同级文件名)。首12/15及网页/桌面验收器失败保持。0真实模型/Key/正式写入,不委派/安装/重启或续旧工程,未作新正式health声明。下一I13完整账本/逐请求存储,再M2官方注册表/原生缓存块/状态/指纹/版本与CI、M3统一发行;手机性能/宿主原因/物理手机及历史真实异常、重复读/Purge收益unknown保持。正在验收文档提交与既有GitAtlas普通增量推送,下方按原时点理解。
2026-11-07 M1第四批普通增量推送已逐SHA确认:231db3a源码/8bc4453a验收至既有GitAtlas分支,1958原件/815输入/13当前链接核验通过;回执和阶段完成状态另提交后最终推送核对。不发行或重启;下一M2。接续只读搜索又误把Model*当PowerShell路径glob,已改为rg目录和-g,不据失败查询判定产品。
2026-11-07 M1 I06源码231db3a完成:build-2最终6/6,两端各5组/1280与390、页面错误0;首候选相关45/46及漏封静态输入后的单独1/1分列,未写成原轮46/46。最终815输入/29编译核对一致,10源码Git blob中6字节一致/4仅LF归一,1958份1010551752字节原件封存、候选进程观察0。旧Schema限制/证据门槛/误显空目录已修,原失败/unknown/旧SHA不改。正在文档提交及授权GitAtlas普通增量推送;下一M2,未部署/重启或触真实模型/Key/正式数据。
+4
View File
@@ -1,5 +1,9 @@
# Agent Workbench:核心代理能力研究与产品计划
M2首批I10:源码cb60fb11/相关93/独立23/网页与实际Electron各5组已完成,2948原件SHA封存;验收文档提交与授权GitAtlas增量推送收尾。下一I13完整请求账本/逐请求存储,再M2其余和M3,正式未部署/重启,真实收益unknown。
当前M2首批I10从ea2559df干净/远端一致基线开始,见docs/M2-CACHE-USAGE-PLAN.md。先按官方合同补缓存read/write/uncached/reasoning与来源、现有上下文/请求账本显示,保留raw/旧usage/unknown;逐阶段验收提交推送。M2注册表/原生块/状态/完整账本/CI仍另列,M3统一发行,不触真实模型/Key/正式数据或续旧实验。
M1第四批源码231db3a和验收8bc4453a已普通增量推送、远端逐SHA一致,回执docs/gitatlas-m1-mcp-schema-push.json随最后完成状态提交;docs/M1-MCP-SCHEMA-PLAN.md阶段1–4完成。下一从干净新基线推进M2官方能力与缓存/状态/完整账本,未发行/部署,不续旧真实样本。
M1第四批I06源码231db3a已完成:最终独立6/6、首候选相关45/46与漏冻结静态输入后单独1/1、最终两端各5组/1280和390;815输入/29编译一致,1958份1010551752字节封存。实际修复复核旧目录门槛与漂移误显空目录,首失败/旧SHA/unknown保持。QA见docs/QA-M1-MCP-SCHEMA.md,文档与普通GitAtlas增量推送收尾;下一M2官方能力/缓存状态与完整账本,未发行部署,不触真实模型/Key/正式数据或续旧实验。