feat: integrate pinned original Purge with host execution gates

This commit is contained in:
Agent Workbench Dev
2026-11-02 22:32:31 +08:00
parent 1408e7ac76
commit 9106655d46
26 changed files with 3217 additions and 38 deletions
+30
View File
@@ -0,0 +1,30 @@
# 修复后真实交付与原版 Purge:E 批次
这是下一独立批次的执行约定,尚未运行。前置为 A–D 相关检查通过、来源冻结,并将同一载荷在保留原 Provider 的正式宿主或经核验的同源宿主启用。原六例、20 次请求、419,597 报告 tokens 和一次未知用量保持原结论,不续跑旧 Task,不把后续成功回填旧分母。
## 样本和上限
| 样本 | 目标 | 单样本上限 |
| --- | --- | --- |
| 新 React | 模型自行读取、修复四文件、原测试/类型检查/构建、实际桌面与窄屏操作、审查和本地 Git | 24 次实际请求、140,000 报告 tokens、10 分钟 |
| 新 Python | 模型自行完成规范化/统计/渲染,保留原测试、编译、审查和本地 Git | 同上 |
| Node AB | 同一三模块收支需求和基线,先关闭再启用原版受限模式 | 每组 24 次实际请求、105,000 报告 tokens、10 分钟 |
| Node BA | 相同基线、工具、原测试与监督规则,先开启再关闭 | 同上 |
整个批次最多六个新样本、100 次实际请求和 700,000 报告 tokens。宿主同时核对未知消费的保守预留;未知不能当零,不能为追求通过重置累计预算。单个在途响应可能超过上限,必须保留实际超额后停止,不能通过抹掉最终消费维持名义边界。所有模型请求串行,异常请求不自动切池或重放。
React/Python 与四个原版对照分别报告,不计算混合通过率。模型只收一次性任务和允许路径,自己读取、分析和提出实现;监督程序仅核对并批准原检查、审查模型原提案、确认其封存批次和 Git 交付。人工续接、审批、应用和任何实现提示各自计数。不得修改测试或替模型代写源码。
## 同源对照
原版开启使用 `purge-original-restricted-v1`、Purge 1.1.78 与固定 Harness 0.2.1-rc.2。关闭组使用同一个 Harness 与工具/模型桥,完全不加载原版入口,也不追加独立提示实验段。四组使用同一模型连接/修订/协议、32K 上下文、输出余量、路径、任务、检查、驱动和预算;严格核对每次实际请求及来源身份。
32K 是本次明确的实验条件。D 原版 16K 在零请求时因固定指令/工具/余量不足拒绝,旧样本保持失败;不能以静默扩大旧 Task 的上下文或删减原版提示制造成功。若必须调整已配置连接的容量,先保存公开配置身份,借助正式 API 操作并记录修订,结束恢复原选择与原参数;不读取、导出或复制 Key。
受限原版关闭自动更新、宿主修改、原版操作工具、自动重试和继续,仍保留原版提示与内部钩子的实际装配。这个对照只回答该配置在这组工程任务上的表现,不代表上游完整默认模式或通用“破甲”收益。加载、输入、原生模块及所有进程退出证据逐组保留;独立提示实验仍使用另一个标签。
## 结果和退出
每个样本记录功能、原测试/构建、页面操作、父工程审查/Git、原暂存/未暂存保护、实际模型身份、全部请求、报告/未知消费、耗时和监督次数。先记录失败,再做独立修复;同一失败样本不通过追加隐含提示变成新成功。
出现来源漂移、未知操作、超过预算或原进程不能确认关闭时,停止本样本并保存结果;后续组是否仍可独立执行按剩余预算和来源一致性判断。结束核对原用户项目、所有原会话/工件及模型池选择,新增记录必须归属于本批次。没有已核对的收费明细就不编造费用或节省比例;两个顺序的四个对照样本只提供描述性结果。
+29
View File
@@ -0,0 +1,29 @@
# 原版 Purge 受限策略:D 生产适配验收
原版入口已接入实际 `ControlledDeepSeekSession` 与工作台 Task/Run/预算/审批账本;源码实现仍在验收阶段,正式宿主保持 1.24.0/PID36552 与原 Provider,本轮未使用真实 Key 或发送真实模型请求。原版效果仍未测,下一批见 [E 真实复验方案](LIVE-RETEST-E-PLAN.md)。
## 当前能力
原版 1.1.78 的 60 份原文件与 Harness 的 393 份加载/解析/原生输入分别锁定,两个原生模块及实际系统库加载保留 SHA 收据。每次运行使用独立来源副本、home 与配置;原版入口/apply 和最终提示唯一性参与核验。原始许可证、NOTICE 与署名保持。
独立工程提示与原版受限策略分开、均默认关闭。原版自动更新、宿主修改、原版操作工具、自动重试和继续关闭;工具、检查、写入范围、停止和累计预算由工作台最终门控。Node 权限用于固定可信输入,原生模块仍须 `allow-addons`,这不是运行任意插件的操作系统沙箱;内部 fullAccess 等钩子存在的事实不因外部门控而改写。
## 已完成的实际流程
- 生产适配原生三场景:正常完成并退出 0、模型失败不重试、宿主拒绝工具;实际原版入口、两原生模块、落盘同步与所属进程树退出均核对。
- 宿主四场景:55,017 报告 tokens 超过 35,000 运行预算后仅一次 HTTP 并保留 503;范围外提案拒绝;在途停止留下未知消费;审批期间原版输入变化时不运行检查。
- 停止后显式续接:新 Run 绑定同一 Task,第一次停止与未知用量原字节保持,仅新增一次 HTTP 和 168 夹具报告 tokens,没有重放旧操作。
- 实际 Harness + 自有 HTTP 的 Chat/Responses 各五组工程链路:原九项失败与分页日志、三模块修复/完整批次、父工程九项测试/构建、审查与本地 Git、原暂存/未暂存保护。
- 编译 React 界面 1440/390px 四组操作:区分策略、完整来源漂移拒绝、刷新保留封存计划、实际原版运行及字节一致的报告下载。四张原截图均待最终封存;已目视核对来源桌面和窄屏报告,无页面横向溢出。
这些是实际原生进程、编译界面和真实本地检查,但模型响应来自自有夹具。不能据此宣称真实模型自主交付或 Purge 收益通过。
## 缺陷、修复和原失败
首次原版 16K 工程在发送前拒绝:固定指令约 12,476、工具约 2,704,投影所需 15,507 大于当轮 12,352 输入预算,实际 HTTP 为零。保留原失败,原版工程另用明确 32K 配置,既有无原版 16K 验收不改标。Responses 首个所谓 32K 驱动仍给连接写死 16K,同样零请求拒绝;修正验证器后独立 32K 五组通过。
host 验证器原先对零请求读取不存在的 consumption,已增加必须实际派发的断言。窄屏原验证器在异步切换子会话前探测关闭按钮,后来到达的检视区挡住工具栏;现等待实际检视区,再正常关闭,不使用强制点击。第一次构建子进程误用 PATH 内 Node16,显式前置已有 Node24 后通过;没有修改系统全局 Node。
界面接续两次四项操作完成但 SSE 被断开,均保持为失败。实际来源/策略快照较大,反复推送整份会话触发原 2MiB 队列保护。修复为超过 64KiB 的快照只发保留游标、项目、会话和修订的变更通知,React 通过原拉取流程读取完整状态;小会话仍按原协议发送。新增多字节大来源/100 次通知积压与小会话原游标回归;修复后的四组操作通过,意外网络断开和页面错误均为零。
完整回归、来源封存、最终原字节核验与本地提交尚在收尾;在这些必要项完成前不将 D 标为最终完成,也不操作正式安装或开启 E 真实批次。