docs: seal automatic routing and permission validation with preserved failures

This commit is contained in:
Agent Workbench Dev
2026-11-07 02:39:06 +08:00
parent dcaecd8b0a
commit 729869e839
10 changed files with 307 additions and 2 deletions
+2
View File
@@ -1,5 +1,7 @@
# Agent Workbench项目执行规范
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。
M1首批推送完成:源码68603f9c和验收a81a85f6已普通增量推送,GitAtlas feat/task-agreement-1.25逐SHA一致;[推送回执](docs/gitatlas-m1-parameter-fidelity-push.json)与完成状态最后另提交并再次核对。233份407062808字节原件/10源码/11当前链接核对通过,自有桌面/宿主/监听清理;正式未部署/重启,下一继续M1其余事项。
2026-11-06 M1首批源码68603f9c已修I01/I02/I03:原生嵌套编辑/配置档切换保真、显式stream_options、四精确Claude推理模式/五档/条件、目录逐值否定与between_tools;默认重置保留thinking必填type/独立effort,未知不猜。最终专项12/相关110、build-2、独立网页和实际Electron各7组/1280及390/各7本机请求通过,首轮冻结/网页/桌面失败保留;见[验收与回顾](docs/QA-M1-MODEL-PARAMETER-FIDELITY.md)及[切片计划](docs/M1-MODEL-PARAMETER-FIDELITY-PLAN.md)。尚未发行/安装/重启,正式仍沿F的1.25.12身份,不把测试构建当部署。I08只修参数说明,下一I04自动选模与其余权限说明,再MCP/schema/检查点/手机/凭据登记门槛;M1未全完成。默认不限/完整历史/用户权限保持,不触真实Key/模型/正式数据、不续旧实验或用户工程、不委派;W/AD/AE/AG原成功与网络/unknown/重复读/Purge收益unknown不改。用户持续授权限定提交及普通GitAtlas增量推送,下方历史按各自时点理解。
+2 -2
View File
@@ -1,8 +1,8 @@
# 官方优先开发路线(2026-11-06)
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)。I08参数说明部分修正,其余M1仍待;尚未正式发行。
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:I04自动选模、I08其余真实权限说明,以及开放模式仍生效的 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。
**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。
## 执行原则与完成标准
+32
View File
@@ -0,0 +1,32 @@
# M1 第二批:自动选模与权限说明一致性
基线 `762597b99dd6267de8e8a142975bc3b63224d22f`,`feat/task-agreement-1.25`,初始工作树干净且与跟踪分支一致。接续官方优先路线的 I04 / I08 剩余说明;I01/I02/I03 沿上批源码与证据,其他 MCP/schema/检查点/手机/凭据门槛另批。
## 阶段
1. [complete] 沿实际路由、能力来源、身份执行策略与 MCP 动作权限读取;明确自动选择、显式连接、未知能力及失败记录语义,保存原缺陷复现。
2. [complete] 修自动候选及选择原因,保留手选/显式覆盖透传和原错误;同步 UI / 模型工具说明与真实 ask/auto/full、身份策略,不恢复默认额度或新增逐步批准。
3. [complete] 必要专项及相关回归、独立构建,网页/实际 Electron 核对核心入口及 390 页面;原失败保留,不重复无关全量大套。
4. [in_progress] 阶段回顾与 SHA 封存、限定本地提交、既有 GitAtlas 分支普通增量推送并核对远端。
本轮不委派、不读取真实 Key、不请求真实模型、不续跑旧实验/用户工程,不改正式配置/数据或发行重启。原预算/上下文无限制、完整历史和持久权限保持;全球注册表与缓存连续性属 M2,Purge 收益 unknown 及 W/AD/AE/AG 原异常不改。
## 已见事实与验收重点
- 当前 acquire/completeOwned 在 unrestricted 跳过全部 capabilityRejections,自动池可能选择明确不支持 tools 的成员。修复应改善自动适配,不能让显式手选也被新门槛拦下。
- 既有 capabilityRejections 将 unknown 与 unsupported 都作为拒绝;本批开放自动池优先已知满足全部要求的可用成员,没有时允许未知能力尝试,但排除明确否定/退役。手选开放连接继续原样发送;手动限制模式保持原合同。候选评级须在实际可用成员内进行,不能让已停用/变修订成员挡住未知后备。
- 实际选择要有可核对的要求、候选/排除原因和请求身份;不得改写旧 Run/尝试,不因网络未知自动重放。
- I08 本批目标是 MCP 提示和身份 require-match 展示与实际策略一致;参数说明已在上批修复,其他执行功能不因文案改动改变权限。
- MCP实际调用由requestCommand按用户当前保存的approvalMode处理:full直接执行,ask/auto的外部MCP请求等待工作台决定。界面和模型目录当前都错误声称逐次确认。新目录携带版本化权限快照,旧目录仍按旧文字核验,避免重写历史或破坏verifyPlanEvidence。
- 身份观察当前只保存请求policy,Provider在unrestricted实际记录而不暂停。新增实际生效策略及来源,UI区分请求/实际/旧记录未知;不让新版界面替旧记录推断暂停。每轮模型说明使用当前批准模式,原Run模型/额度身份不改。
## 调查过程
- 首轮跨目录全文搜索输出过大被工具截断,后续只读实际相关符号/组件,不把截断当完整审读。
- 两次猜测缺失的model-capabilities/execution-policy声明文件已由实际读取确认;不新增无必要声明文件,后续使用现有类型入口。若干批量读取仍截断,关键分支另行短段核对。
- 基线合成复现证实工具不支持成员仍被自动选中、身份require-match未记录实际生效策略;0真实模型请求,见`.qa/m1-routing-permission-2026-11-06/baseline-observations.json`。
- 首次tsc发现请求账本插入两组件缺JSX包裹;已修复。第二次发现新增共享执行合同需要TS声明及runtimeConfig可空;添加必要的execution-policy.d.mts并修空值读取。两个原日志保留,不用后续通过覆盖。
- 专项首轮13/14:原错误已保持,重启比较误将JS Infinity与JSON null做deepEqual,改成对比原序列化合同;第二轮新增真实选路工具执行检查后15/16,夹具误用succeeded(实际工具终态为completed),已修夹具。原两轮日志保留,未调整产品通过条件。
- 专项第三轮16/16、tsc第三次/build-1通过。网页首两轮过3/4组后,验证器错误期望无成员/上游400为paused,实际原Runtime明确failed;按实际失败语义修夹具,不改产品状态以迎合测试。原请求/截图/结果均保存。审查修新增CSS为Orven实际token、删除不可达重复分支,因此另冻build-2新候选,旧候选不覆盖。
- build-2两端各7组通过,但直接相关扩展44/47发现本批图片回归:权限快照早于图片绑定,导致计划与真实wire不同并被拒发。未绕过SHA核验;将快照移至绑定后。原基线隔离源码三原图片用例3/3;最终build-3、47/47(含全部16专项/13图片/能力选路/原错)、相同编译载荷的网页和实际Electron各7组均通过。原44/47与旧两端成功仍按原时点保留。
- 78项相关回归在首独立候选通过;最终1208构建输入、30编译载荷逐SHA匹配,两端最终pageerror/外部请求均0、各3本机模型请求;自有宿主4已知URL全部关闭、匹配本批候选Node/Electron进程0。源码提交dcaecd8b,未发行部署;进行证据封存与文档提交。
+2
View File
@@ -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。
容量后备来源已补齐:Opus5.5官方同步128000/上下文1000000公开已知,源码2bd7b24a按精确型号采用,保留显式参数与目录优先;独立67/67/网页4组通过,[官方容量验收](QA-CLAUDE-OFFICIAL-CAPACITY.md)。未部署,不把原调查未知续写为官方未公布,也不把官方声明当真实代理或Purge收益通过。
+58
View File
@@ -0,0 +1,58 @@
# M1 第二批:自动选模与实际权限验收
2026-11-06 至 2026-11-07(北京时间);基线 `762597b99dd6267de8e8a142975bc3b63224d22f`,源码 `dcaecd8b0affa8764346a167e241c8c635c1899f`。修复 I04 和 I08 剩余 MCP/身份说明。**源码已验证,尚未发行、安装或重启;M1 仍有其他门槛待开发。** 原全系统审查、真实实验和旧证据不改写。
## 实际改动
开放自动池根据本次文本、工具、视觉和各成员自己的流式设置选候选:先核对启用状态和封存修订,再优先已知满足要求的成员。连接声明、相符上游目录声明、精确连接/凭据修订观测分别保存,不把声明称为实测。没有已知适配成员时,未知能力可作为明确记录的未验证后备;明确否定能力或相符目录已退役型号不参与自动选择。失配型号/地址元数据不用于当前候选。
轮询、权重和运行内亲和继续在所选层级内生效;停用/修订变化的已知成员不会压住可用未知后备。原开放模式凭据/健康/并发处理不另加门槛。显式手选保持透传,包括未知或否定声明;一次透传请求失败仍保留原错,不自动换线重试。全部自动成员不适配时,账本记录本地 rejected/not_dispatched、usage=null,并提示手动选择;没有伪造上游失败或模型用量。
请求账本新增可展开选择记录:本次要求、候选型号/连接/凭据修订、能力状态与来源、排除/后备/选中原因。历史没有选择记录时不补造。
MCP目录和工具说明跟随用户保存的 ask/auto/full:full直接执行已启用任务调用,ask/auto外部MCP仍由工作台请求批准,模型直接提交调用,无需文字再问一遍。界面标题、状态条、保存回执与实际行为一致。新目录带版本化权限快照,放在外部目录数据之后覆盖;旧目录缺少该字段时仍生成原文,保留原请求核验。运行中更改权限后,下一轮规则、工具表和目录使用新权限;原Run模型与旧计划字节不改。
身份观察新增 schemaVersion=2、effectivePolicy 和依据,保留请求 policy。开放执行实际记录型号差异后继续;手动限制下严格不匹配仍暂停并保留响应/用量。界面分别显示请求与实际策略;旧记录缺实际策略时明确“原记录未保存”,不从当前配置推断历史。映射仍为用户声明,不能认证底层模型。
## 验证与可复核范围
| 验证 | 结果与限制 |
| --- | --- |
| 基线缺陷 | 自有合成复现:不支持工具成员被选中,require-match未记录实际策略;0真实请求 |
| 最终专项及直接相关 | 47/47:16新专项、原能力选路/图片、透传截断原错;真实本机HTTP及真实MCP子进程 |
| 相关回归 | 78/78:能力、模型中心/目录/身份、MCP、权限恢复、开放执行;使用首独立候选,原日志保留 |
| 最终build-3 | TypeScript/Vite/手机壳/服务端/Electron bundle通过;版本仍1.25.12,仅测试构建 |
| 冻结身份 | 1208源码/脚本/测试构建输入逐SHA一致;最终网页和桌面30编译载荷逐SHA一致;桌面另带所属Electron及图标,共104文件 |
| 最终网页 / 实际Electron | 各7组、各3本机模型请求;自动已知/停用后未知/全否定未发/手选原400/身份编辑/三权限保存与刷新 |
| 1280 / 390 | 两端实际操作;实看型号差异、候选来源、旧策略未知、原错和MCP全权限,页面无意外横向溢出,动作可达 |
| 原件与清理 | 1031份1200878256字节,含三轮独立候选、基线源码及首失败/wire/会话/截图/最终结果;已知4个自有宿主URL关闭,本批候选Node/Electron进程0;未启动9229,未复查正式状态 |
入口:[专项测试](../tests/model-routing-permission.test.mjs)、[网页/桌面验证器](../scripts/verify-model-routing-permission-ui.mjs)、[机器证据](m1-routing-permission-2026-11-07.json)、[切片计划](M1-ROUTING-PERMISSION-PLAN.md)。原件目录 `.qa/m1-routing-permission-2026-11-06/`,MANIFEST.json 逐文件SHA与大小,构建/原失败不覆盖;生成文件、自有数据及运行时不提交Git。baseline-snapshot/node_modules只是只读依赖目录引用,封存不遍历其目标。
```powershell
$env:AGENT_WORKBENCH_API_KEY = ''
$env:AGENT_WORKBENCH_TEST_APP_ROOT = '<独立candidate-app-3绝对目录>'
node --test --test-concurrency=1 tests/model-routing-permission.test.mjs tests/model-routing-capabilities.test.mjs tests/input-attachments.test.mjs tests/passthrough-output-diagnostics.test.mjs
$env:AGENT_WORKBENCH_QA_APP_ROOT = '<candidate-app-3绝对目录>'
node scripts/verify-model-routing-permission-ui.mjs
$env:AGENT_WORKBENCH_QA_APP_ROOT = '<含所属Electron的candidate-desktop-3绝对目录>'
node scripts/verify-model-routing-permission-ui.mjs --desktop
```
## 原失败与回顾
1. 首两次TypeScript分别暴露JSX并列组件缺包裹、可空配置/新增共享合同缺声明;已修,tsc-3及各build通过,原日志保留。
2. 专项首13/14与次15/16为夹具错误:比较JS Infinity与JSON null、误写工具终态succeeded。按原序列化与completed合同修夹具,未改变业务判定;第三轮16/16。
3. 网页首两轮过3/4组后误期望本地无成员/上游400为paused。实际既有Runtime为failed;修正验证器,原失败、输入和画面完整保留,未将失败改绿。
4. 扩展检查发现本批真实图片回归:提前复制权限配置,漏带本轮随后绑定的图片,计划SHA与发送正文不一致,3项被正确拒发。原基线隔离源码相同3用例3/3;修配置复制顺序后全部原图片用例及47项通过。未删除SHA守卫、图片或旧断言。build-2两端成功不能代替此项检查;最终另冻build-3并重新验证两端。
5. 过程有过量输出截断、PowerShell通配路径/猜测文件不存在;已按实际文件和小段复核。截断输出不等于完整审读或验收。
三层复核分别覆盖候选/权限合同、真实本机请求与工具行为、实际两端保存刷新及来源展示。全球能力注册表、全部原生协议和真实线路兼容不在本批证明范围;当前自动选择只使用已保存的能力信息,不能据此声称理解任意工程质量或最优模型。三套Orven配色继续沿用,未重新设计页面。
## 历史与下一步
默认unrestricted/passthrough/preserve和持久ask/auto/full保持;本轮无真实Key读取、真实模型请求、用户工程续跑或正式配置/数据修改,无发行部署或重启。
W的6次matched、71044tokens只读/no_progress、预留v2边界未触达保持;AD的21请求199250报告tokens+2unknown、Claude缺max_tokens400与网络原错、DeepSeek Node成功保持;AE的React/Python成功20请求367365报告tokens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**,不以本批合成修复证明缓存不掉、角色/经验或重复读取收益。
下一批继续M1的MCP/schema、检查点、手机账本和凭据登记固定门槛,再按路线进入M2官方注册表、缓存/状态契约;M3统一冻结发行,之后另冻新的官方与兼容真实样本,不续跑历史样本。
+2
View File
@@ -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。
Claude容量纠正:官方已公开Opus5.5同步128000/上下文1000000,2bd7b24a已实现目录缺项时采用精确官方规格,独立67/67/网页4组通过,见[官方容量验收](QA-CLAUDE-OFFICIAL-CAPACITY.md)。正式旧源码尚未部署此修复;下方未知是原调查时点,真实代理兼容/Purge收益仍单独验收。
+195
View File
@@ -0,0 +1,195 @@
{
"schemaVersion": 1,
"kind": "m1-routing-permission-source-validation",
"startedDate": "2026-11-06",
"completedDate": "2026-11-07",
"timezone": "Asia/Shanghai",
"baselineCommit": "762597b99dd6267de8e8a142975bc3b63224d22f",
"sourceCommit": "dcaecd8b0affa8764346a167e241c8c635c1899f",
"status": "validated-source-not-deployed",
"issueIds": [
"I04",
"I08"
],
"build": {
"manifest": {
"path": ".qa/m1-routing-permission-2026-11-06/candidate-build-3.json",
"bytes": 225967,
"sha256": "1c816ab41bbdd218f7939441a1c90f1c74fc2cb115ef4321fb7804a19f3aded9"
},
"desktop": {
"path": ".qa/m1-routing-permission-2026-11-06/candidate-desktop-3.json",
"bytes": 17819,
"sha256": "fff9c7f9474ef25764eaca2579c675ee3072f1a008b1980945377b1395d9961d"
},
"inputFiles": 1208,
"matchedInputs": 1208,
"compiledFiles": 30,
"desktopPayloadFiles": 104,
"baselineSnapshotFiles": 446,
"baselineArchive": {
"path": ".qa/m1-routing-permission-2026-11-06/baseline-src.tar",
"bytes": 5007360,
"sha256": "f7b4920a3972267a1a483b4d357f0686fa0b7204be8093b4b485c2c3018217f9"
}
},
"tests": {
"final": {
"path": ".qa/m1-routing-permission-2026-11-06/final-core-2.log",
"bytes": 5477,
"sha256": "ec08feaecf7035eb9b07449df977f5d3c0c3b84ce3025a880b00ec4416a843e6",
"tests": 47,
"pass": 47,
"fail": 0,
"cancelled": 0
},
"related": {
"path": ".qa/m1-routing-permission-2026-11-06/related-1.log",
"bytes": 10112,
"sha256": "13baf8e0b4dc01c0a246d7b6e1f6c5efc781226644da7ec496e010dac92ec4d7",
"tests": 78,
"pass": 78,
"fail": 0,
"cancelled": 0
},
"baselineImages": {
"path": ".qa/m1-routing-permission-2026-11-06/baseline-images.log",
"bytes": 491,
"sha256": "0da5cd6d174b8ec5ed36ae3c8a5b6775bed0748c313483d657d0b48e1a7d07dd",
"tests": 3,
"pass": 3,
"fail": 0,
"cancelled": 0
},
"firstSpecialized": {
"path": ".qa/m1-routing-permission-2026-11-06/specialized-1.log",
"bytes": 9906,
"sha256": "3391dacd8ae2023c08d50df85c5d072c03e533586de710199471e89e9fe34dc8",
"tests": 14,
"pass": 13,
"fail": 1,
"cancelled": 0
},
"secondSpecialized": {
"path": ".qa/m1-routing-permission-2026-11-06/specialized-2.log",
"bytes": 3082,
"sha256": "678f33ce904787752cf9253142533eb0cec05333167630c00142ec235ef12381",
"tests": 16,
"pass": 15,
"fail": 1,
"cancelled": 0
},
"thirdSpecialized": {
"path": ".qa/m1-routing-permission-2026-11-06/specialized-3.log",
"bytes": 2250,
"sha256": "6d9723bb0b785e19e47a95629d789292d2930000ff7da2cb7793130a4527c910",
"tests": 16,
"pass": 16,
"fail": 0,
"cancelled": 0
},
"imageRegression": {
"path": ".qa/m1-routing-permission-2026-11-06/final-core-1.log",
"bytes": 8464,
"sha256": "6594dbc5cb11d57c6a519ceefd4b63c60b9c1fcaaa82ceb87aa52fff1448d8fc",
"tests": 47,
"pass": 44,
"fail": 3,
"cancelled": 0
}
},
"ui": {
"web": {
"result": {
"path": ".qa/m1-routing-permission-2026-11-06/web-5c78b7d0-1b03-4ef8-8ea1-611afade4cd6/result.json",
"bytes": 2519,
"sha256": "92527a6e6ec8acb85621bfcb01392007a2799a70714198e84e7ce9a2368b4585"
},
"checks": 7,
"syntheticRequests": 3,
"actualElectron": false,
"viewportWidths": [
1280,
390
],
"screenshots": 10,
"pageErrors": 0,
"externalRequests": 0
},
"electron": {
"result": {
"path": ".qa/m1-routing-permission-2026-11-06/electron-a203388b-338d-4db9-8453-5d7415c39910/result.json",
"bytes": 2522,
"sha256": "9adcacce83e5b51e2389a2db39f36832352b4a846a6d8a9eb4b3cd60c77d1f92"
},
"checks": 7,
"syntheticRequests": 3,
"actualElectron": true,
"viewportWidths": [
1280,
390
],
"screenshots": 10,
"pageErrors": 0,
"externalRequests": 0
}
},
"rawEvidence": {
"manifest": {
"path": ".qa/m1-routing-permission-2026-11-06/MANIFEST.json",
"bytes": 192376,
"sha256": "09c234de680896eca384f7402155c7254337c3bd879473c4fb31e425ac344d34"
},
"files": 1031,
"bytes": 1200878256,
"references": [
{
"path": "baseline-snapshot/node_modules",
"kind": "dependency-directory-reference-not-traversed"
}
]
},
"cleanup": {
"processes": {
"path": ".qa/m1-routing-permission-2026-11-06/process-cleanup.json",
"bytes": 160,
"sha256": "822c454522333a52a39d4c2a677534d60d1bab4b285f2d38f57ffe51cddf64e7"
},
"ports": {
"path": ".qa/m1-routing-permission-2026-11-06/port-cleanup.json",
"bytes": 511,
"sha256": "a4e7c429bc80533dfa82a767117ea5db5a6013637736013e9476218f3de3b403"
},
"ownedProcessesRemaining": 0,
"verifiedClosedHosts": 4
},
"guaranteesObserved": {
"realModelRequests": 0,
"realCredentialReads": 0,
"productionWrites": 0,
"productionRestart": false,
"productionStatusRechecked": false,
"delegatedAgents": 0
},
"preservedUnknowns": [
"global-provider-compatibility",
"cache-continuity",
"real-role-and-experience-benefit",
"repeated-read-general-benefit",
"purge-benefit"
],
"preservedFailures": [
"tsc-1 JSX",
"tsc-2 declarations/null",
"specialized-1 JSON Infinity fixture",
"specialized-2 tool state fixture",
"web-1/2 wrong expected failure status",
"final-core-1 real attachment ordering regression corrected before build-3"
],
"limitations": [
"automatic routing uses saved capability declarations and observations; not model quality optimization",
"78 related tests used first independent candidate; 47 final tests and two final UIs use build-3",
"no release/package/install/restart; no old experiment or user project resumed",
"M1 remaining fixed limits/schema are separate next slice"
]
}
+6
View File
@@ -1,5 +1,11 @@
# 汇总发现
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。
M1第二批初见:ModelHub.acquire与completeOwned在unrestricted直接跳过能力过滤,正是I04自动池选中明确不支持工具成员的原因;现有capabilityRejections同时把unknown作为拒绝,修复需区分自动适配与显式手选,不重新做全局拦截。I08余项是MCP模型提示要求确认及身份require-match文案与开放实际策略不符。首轮广搜输出截断,之后缩小符号读取。
M1首批最终复核:默认模式若只删type而留display会生成无效thinking,因此精确已知默认保留adaptive,未知默认不猜、不改原JSON;同对象独立effort与其他字段保留。配置档切换不再偷偷改JSON,Chat/Responses快捷控件不再删独立thinking。源码68603f9c经12专项/110相关与同编译30文件的两端各7组通过。首冻结ENOBUFS只改验证器清单范围/缓冲,新candidate不覆盖;首网页错误来自非流式probe夹具回SSE,首桌面缺候选所属Electron,均保留原轮,未放宽产品身份或模型限制。本批不改变官方目录未知/代理实际支持/Purge收益unknown,详见QA与机器记录。
M1首批开始:原changeReasoningSetting整对象替换reasoning/output_config/thinking,stream_options在native之后固定覆盖,catalog只识别disabled/enabled/adaptive且空支持集回退通用模式。按已封存官方资料修精确型号和条件;保留用户JSON/兼容覆盖、默认透传,先补实际行为再验收。
+4
View File
@@ -1,5 +1,9 @@
# 统一执行进度
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。
M1第二批开始:已核对762597b9工作树干净/远端一致及AGENTS、官方路线、Tianshu/1.25接续。当前修I04自动池候选与I08权限/身份说明,文件计划已建立;不委派/真实Key或模型/正式写入/发行重启,历史unknown保持。初轮大量搜索输出截断,后续按具体入口读取。
M1首批已完成限定源码68603f9c和验收a81a85f6普通增量推送,远端逐SHA一致;233份407062808字节封存及10源码/11当前本地链接复核通过。最终自有Electron23388/宿主71612与相关监听均退出,夹具已清理,未触正式服务。回执docs/gitatlas-m1-parameter-fidelity-push.json随最终完成状态提交后再推送核对,不循环自回执;下一继续M1其余路由/权限/门槛事项,原未知保持。
M1首批验收完成:默认重置/type与配置档保真补修后,core-2为12/12、相关110/110、build-2通过。独立candidate-app-2冻结1203输入/30编译;桌面候选同30编译SHA、附所属Electron共104文件。网页/实际Electron最终各7组/各7本机HTTP、1280及390通过;已实看控件/JSON/负声明/自定义值,0页面错误/外部请求/真实模型。首冻结、首网页、首桌面、文档patch锚点失败均如实保留。源码68603f9c已限定提交,正封存/更新接续后提交文档及普通GitAtlas增量推送;不发行或重启,不改旧真实样本与unknown。
+4
View File
@@ -1,5 +1,9 @@
# Agent Workbench:核心代理能力研究与产品计划
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。
当前M1第二批:从762597b9干净/远端一致基线继续I04自动选模与I08其余权限说明,见docs/M1-ROUTING-PERMISSION-PLAN.md。保持手选原样透传/默认不限/持久权限,不委派或触真实模型/Key/正式数据,不发行重启;相关验证/回顾后限定提交并普通增量推送,其他残留门槛另批。
M1首批收尾完成:68603f9c/a81a85f6已普通增量推送、远端逐SHA一致;233原件/10源码/11当前链接核对通过,自有进程/监听清理。最后提交docs/gitatlas-m1-parameter-fidelity-push.json与完成状态再核对最终HEAD;随后从I04/其余I08及MCP等门槛继续,不发行/续旧实验。
M1首批验收完成(2026-11-06):源码68603f9c修I01/I02/I03及I08参数说明部分;最终专项12/相关110、build-2与独立网页/实际Electron各7组通过。冻结首轮ENOBUFS、网页SSE范围夹具、桌面缺所属运行时和文档patch错误锚点原失败保留;见docs/QA-M1-MODEL-PARAMETER-FIDELITY.md。正在封存SHA/当前入口并提交验证文档,随后按既有授权普通增量推送。其余M1路由/权限/残留门槛待下一批,正式未部署/重启,历史网络/unknown/Purge收益unknown不改。