test: retain reviewed desktop preload methods across releases

This commit is contained in:
Agent Workbench Dev
2026-11-02 10:57:07 +08:00
parent 5f23592266
commit 93e8bc27c4
7 changed files with 96 additions and 2 deletions
+5
View File
@@ -85,3 +85,8 @@ docs/model-fidelity-release-identity.json -text whitespace=blank-at-eol,blank-at
docs/model-fidelity-release-evidence/logs/*.tap binary
docs/local-files-1.22.1-evidence/** -text whitespace=blank-at-eol,blank-at-eof,space-before-tab,cr-at-eol
docs/local-files-1.22.1-evidence/*.log binary
docs/release-efficiency-1.23-evidence/** -text whitespace=blank-at-eol,blank-at-eof,space-before-tab,cr-at-eol
docs/release-efficiency-1.23-evidence/**/*.log binary
docs/release-efficiency-1.23-evidence/**/*.tap binary
docs/release-efficiency-release-identity.json -text whitespace=blank-at-eol,blank-at-eof,space-before-tab,cr-at-eol
+37
View File
@@ -0,0 +1,37 @@
# 1.24 计划:已有成果续接与真实交付
状态:后续方案;先完成 1.23 独立发行验收、保留状态部署和回顾。这里的能力尚未实现,不能写入当前发行的完成清单。
目标是让工作台能继续修改、核对和交付工程里已经存在的成果。用户说“继续”“看看刚才的文件”时,应保留原目标与明确限制,根据当前文件和所属证据判断下一步;无需为了满足内部变更门槛而重写相同文件。
## A:先固定真实问题与基线
只读整理 react-source 原案例、后续已有 HTML 场景和相应 Task/Run/工具/文件 SHA。保留原失败、不续跑用户任务;把“已交付且未变化”“被用户改过”“新任务引用旧成果”“只做诊断”“明确不测试”分别建成独立样本。先确认误暂停发生在哪个当前契约,不能仅凭历史日志猜测。
入口模块:`src/server/runtime.mjs`、`src/core/context/working-set.mjs`、`src/core/tasks/task-plan-manager.mjs`、`src/shared/contracts/delivery-review.mjs` 和 `src/core/git-delivery.mjs`。按实际定位决定改动,不预设全仓重构。
## B:当前成果与原目标
允许把经当前读取核对的已有文件纳入当前任务的成果范围。记录来源 Task/Run、当前所属任务、路径、原/当前 SHA、用户要求和采用原因。旧任务成果不能直接冒充当前任务写入;文件已变时保留具体失效原因,刷新依据后再继续。诊断答复不把尚未完成的原交付目标清空。
当前 Task 中的文件沿用、同任务新 Run、不同任务显式采用分别建模;不跨项目自动关联,不向模型提供无界历史,不自动重复已经完成的命令或工具。
## C:完成判定与无变更交付
分别显示答复、当前成果、实际修改、检查和 Git 状态。需求已被当前文件满足时允许如实结束为“核对已有成果,无新增修改”;不伪造变更集、提交、检查或页面证据。用户要求修改时,必须有实际满足要求的变更;不能用历史成果绕过当前要求。
检查按用户约定和工程类型执行。明确无需测试的普通 HTML 可用保存文件预览验收;需要测试或页面行为验证的任务仍核对当前输入、原结果和失败。相同读取只有新增信息、页范围或来源变化才算进展,不能用重复读文件规避无进展保护。
## D:用户可用的完整流程
沿用现有中文工作台设计,优先修正任务/文件/成果间的关系与文案。网页和桌面都验证选择项目、浏览文件、已有 HTML 预览、源码切换、保存后刷新、当前成果核对和返回恢复;390px 伴随观察明确当前 Task 与原证据。失败和过期状态显示可执行的下一步,保留用户输入。
## E:验证、回顾与交付
使用独立工程、数据、端口和声明的本地协议夹具验证:原文件不变、用户中途修改、同会话新任务、跨项目拒绝、停止/断线、重复工具不重放、无修改 Git 结果及旧记录兼容。保留全部尝试和原分母,不用固定响应推断模型自主能力。
源码、最终发行、实际安装、保留状态升级和正式基础流程分别记录。每切片回顾“观察到的问题 → 用户影响 → 实现 → 验证”;完成不可变发行、本地 Git 及原宿主/Provider/全部项目数据核对后才标已交付,不自动推送远端。
## 仍独立排期的能力
真实模型自主工程评测需要单独的模型、预算和样本约定;不主动使用现有真实连接。其它引擎适配、Purge 真实收益、语音和通用电脑操作按各自实际契约验证。已有 iPhone 历史验收仍有效于其原范围,新手机操作不能由桌面窄屏测试代替。
+8
View File
@@ -13,3 +13,11 @@
最终开发输入:相关51/51通过(含浏览、手机投影和新安装进度契约)、独占原宿主升级2/2通过、更新状态Edge/Electron7组通过。实际安装开发轮五组后因升级白名单缺项拒绝,原轮失败保留;冻结后对完整候选重跑安装全流程。宽屏/390px截图已回看,字节单位和历史操作选择已补齐;这些仍不是正式部署结论。
同载荷新代码复测178396.5006ms,原20962文件/1968554008字节逐一核对完成;与原176075.2562ms各为一次观测,受文件系统/缓存影响,不推断精确性能差异。首个打包候选20261102015025862为10901文件/651928368字节,完整原件10881份/1409078570字节独立保存。该轮因随附基础UI验收器固定断言1.22.1而不作为最终来源;原失败及候选保持,修正后基础9组通过,重新冻结候选。
最终候选 B 为 `20261102015415402`,冻结来源 `5f23592266a05ecdd314234601425c4f3c035ea4`,运行清单10901文件/651928836字节,manifest `f634e32afeb92752c6d8f1255d6cf2048e8fae3c84edc4bdf957f0298aa679cb`。本机单次完整核对33036.2921ms,包含全部文件字节、目录范围和宿主入口;运行字节比原载荷减少约67%,不承诺固定耗时或加速倍数。
B 的便携/源码/历史证据三份ZIP均完成CRC、全目录与清单字节/SHA核对。完整便携内置Node/npm、REA三操作、真实DeepSeek SDK与受控桥、所属报告和原包不变验收通过。真实安装生命周期仍在验证,独立源码全套和正式部署尚未完成;上述通过不扩展为整轮交付结论。
B 完整便携载荷构造的真实安装生命周期11组已整轮通过:首次安装、原窗口/原模型请求/原审批拒绝、损坏候选、发布指针后故障回退、正常升级保持原PID/实例/DPAPI密文与每项数据、实际原生启动器与单窗口、所属窗口崩溃、宿主重启后真实本机HTTP认证及卸载保留数据。结果为 `.qa/desktop-install-87cab132-8eb2-4be8-8f64-eb2b69770b8f/result.json`;使用独立自有数据和声明的HTTP夹具,未调用用户真实模型。独立源码全套与正式部署继续分别验收。
B 独立源码已离线重建一致、全部703/703测试通过,前序REA/引擎/浏览/手机协议/视觉/缓存/环境及新增UI、任务控制均通过;整轮随后在桌面窗口预加载接口清单断言失败,原结果保持 `success=false`,路径见 `.qa/release-efficiency-source-b-original-result.json`。原因是验收器只对1.22.x登记 `browsingLayout`/`openFilePreview`,产品当前仍提供这两项经过验证的接口。现改为当前源码固定九项允许清单,未知新增接口仍拒绝;未改变产品权限或运行代码。最终候选须重新冻结,沿用结果必须逐一绑定原源码输入、构建字节和原日志SHA,并明确记作失败后续接;不能宣称B完整整轮通过。
+4
View File
@@ -6,6 +6,10 @@
完整性校验的多次调用保护不同时间边界。本轮没有证据证明缓存可防止并发变化,因此保留完整校验,以减少运行分发改善耗时。176秒是单次原载荷核对;历史722秒是完整激活,不能混作同一测量。新载荷的实际数字和流程耗时待最终发行收据补充。
最终 B 运行载荷为10901文件/651928836字节,原载荷为20962文件/1968554008字节,减少约67%的运行字节。原代码核对原载荷176.075秒,新代码核对同一载荷178.397秒,新代码核对瘦运行包33.036秒;各为一次本机观察,未控制缓存和并发IO,不能宣称固定倍数。独立三份ZIP与真实便携引擎已经验收,源码整轮与正式安装仍按各自收据判定。
开发验收也暴露工具问题:npm入口路径错误、Inno6.3.1不支持GetTickCount、服务版本未随package同步、移动侧栏切换时序及截图过早。每次失败保留来源,针对原因修正,不扩大期限或把前一轮局部成功写成最终整轮通过。
后续回顾继续以用户最基本的打开项目、浏览文件、查看已保存HTML和错误恢复为必验路径;复杂代理测试通过不代替这些实际操作。真实模型自主工程、Purge收益、新iPhone浏览观察和其它供应商多模态接入继续单列,不能用发行优化替代能力交付。
下一 [1.24已有成果续接](PLAN-1.24.md) 已记录:围绕真实已有文件的来源、当前SHA、原目标和明确限制修复误暂停;允许如实核对无新增修改的交付,保留当前检查与Git边界。它仍是方案,不混入1.23验收,也不主动续跑用户原任务。
+2
View File
@@ -852,3 +852,5 @@ B独立管线已运行,受门控的推广等待独立源码/便携/同载荷
源码初查:package.mjs整树复制docs/research到便携与源码,运行服务只有4份固定报告入口;研究报告缺失目前返回占位文案,验收需改为原字节核对。InstallationManager.current/candidate各做完整清单、实际目录范围及窄宿主身份核对,activate在发布指针前再次验证;这些时点保护变化,保留完整重验。现有CLI只有最终JSON,Inno同步隐藏等待且给通用失败,准备阶段在写操作收据之前,需将真实进度提前覆盖失败预检。读取时Windows通配文件路径被rg拒绝,另一次猜测native-launcher.cs不存在;已改用rg --files清单定位,不影响产品或正式状态。
1.23接续审查:上轮build失败是调用了仓库内不存在的npm-cli路径;原失败日志保留,改用Node24发行版旁npm后build通过。审批实际字段为browsingTabId/MCP/环境/页面/检查,已按原字段派生文案;手机投影只增加类别,不透出原浏览输入,原指纹绑定保持。Windows两次猜测runtime路径检索失败已改用rg实际定位src/server/runtime.mjs。
1.23 独立源码 B 原轮:703/703测试全部通过,后续桌面窗口验收在固定preload方法列表失败。当前preload.cjs实际九接口,旧验收器只在1.22.x白名单增加browsingLayout/openFilePreview,1.23遗漏;这不是产品新权限。修复为当前源码固定九项allowlist,仍拒绝未知接口。原失败日志/结果保留,冻结新候选C;仅验收器/.gitattributes可归因变化,源码/test/runtime/build必须逐项相同,原通过703统计与每份日志SHA绑定后续接剩余阶段,不伪造完整原轮成功。
+36
View File
@@ -1264,3 +1264,39 @@ A–C首实现已写入:只读Node/npm/Python/pytest诊断、锁定npm ci、
1.23最终开发相关51/51、更新状态实际Edge/Electron7组通过。实际安装开发轮在原宿主回退测试发现upgrade-running版本白名单缺少1.23.0,原轮保留失败(前五组不算完整通过),已补受支持版本;接着独占升级验收和冻结完整载荷安装复验。
原生回看确认1.22.1原任务已完成、输入为空、HTML仍可预览。首次未激活窗口截图捕获了遮挡面,保留为无效截图;Raise后重新取得正确原生图,不把错误截图作为窗口验收证据。首候选A完整打包,因基础验收器固定旧版本断言不收作最终;已修复并复验9组,将提交验收器及测量记录再打包B。
### 1.23 发行接续:最终候选 B
恢复确认 HEAD 5f23592266a05ecdd314234601425c4f3c035ea4,工作树干净;候选 B 为 20261102015415402,来源与 DOCUMENTATION 均绑定该提交。候选 A 和所有原失败保留。最终 B 的运行清单 10901 文件 / 651928836 字节,单次完整核对 33036.2921ms;只是本机单次观测,不推断稳定倍数。三份 ZIP 的 CRC/全目录/清单字节/SHA 核对通过,源码已独立解到 D:\AWQA23\source-check-b0847620f9c944d4aa749b7005439f1d。完整候选真实安装生命周期与独立便携引擎验收正在运行,正式仍为 1.22.1;不能把开发轮或候选 A 的局部结果充作最终交付。
后续 1.24 已记录为 PLAN-1.24:已有成果来源/当前 SHA、跨 Run 续接、无新增修改的如实交付、明确无需测试与当前工程检查的区别,以及网页/桌面基础流程。它仍是方案,须先完成 1.23 交付。本次源码定位两次使用不存在的旧路径(session-manager.mjs、client/components/InstallationStatus.tsx),已按 rg --files 找到 server/runtime.mjs 与 client/InstallationStatus.tsx;一次跨整个 .qa 的递归文件检索耗时,已停止自己的检索进程,后续只查明确目录和顶层文件。
完整候选 B 的实际安装验收已通过清洁安装、窗口/请求/审批拒绝、损坏候选、发布后故障回退和正常保留PID/实例/数据升级,原生启动器与保存连接重启恢复通过;尚待卸载整轮终态。正常升级的Inspector阶段已结束,才启动独立源码验收(session87441,.qa/release-efficiency-source-b.log),避免固定9229冲突。固定Node24.22.1、独立Python3.10.11/pytest8.4.2,已通过离线安装、构建、REA和SDK,继续浏览器/UI及全部测试。正式仍1.22.1,不使用模型连接。
完整候选 B 的实际安装11组全部通过(desktop-install-87cab132);固定来源和真实便携结果保持。独立源码已通过协议/手机流、视觉、缓存UI,继续环境与内置浏览器。CUA当前只见原正式窗口8460560(1.22.1);原HTML任务已完成、任务输入未显示Value且发送禁用,pelican-cycle.html仍可预览。界面三条超时是原历史记录,不是本轮新增模型请求;本轮未续跑。正式关闭前仍须核对当前状态。源码路径 FilePreview.tsx 的一次定位未命中,实际刷新控件名称直接从既有verify-local-files.mjs核对为「刷新预览」。
最终独立源码的更新状态7组、项目选择/HTML基础9组均通过。已目视回看该源码生成的1440px运行计数与390px失败截图:实际范围/2KB字节单位可读,长中文目录换行、操作切换和原错误显示正常;窄屏以对话框内部滚动容纳完整路径,没有页面横向溢出。该屏幕是明确自有进度夹具,不能充当正式安装成功证据。源码已进入11个分批的全部测试,最后升级测试独占执行。
独立源码分批回归推进:第1批43/43、第2批93/93,累计136项通过;第3批继续崩溃一致性、桌面宿主等契约。当前候选B输入未变,无新增产品修复。实际已完成Git后进程退出用例通过,原提交结果可核对且不会重放;整轮仍须等全部统计和后续实际工程。
独立源码第3批69/69,累计205通过,继续第4批。已核对最终冻结验收编排:全部测试后还有任务控制5组、Electron窗口7组/引擎9组/工程16节点、Responses工程、视觉与缓存工程、固定评测与自身模块工程;不能在单元测试结束时提前宣称整轮完成。
源码第4批仍进行中:引擎worker、停止迟到用量、实际环境超时/离线失败及固定评测的同源工作区保持等用例已有持续通过记录。已完成3批205/205;第4批尚无结束统计,不提前相加。原测试期限不变,未因耗时重跑或改写失败。
源码第4批原测试持续推进到固定评测/来源保护:不能删减原测试、原测试字节变化在请求前拒绝、模型revision变化不静默换连接等用例通过。仍等待该批最终统计;没有提前计入累计总数。
独立源码前5批已结束,358/358通过、0失败;后续批次和桌面工程链路仍待完成。
独立源码前6批421/421通过、0失败;第7批持续运行。完整安装11组和三归档/便携仍为此前已通过的独立结果,正式尚未切换。
源码已进入第9批,前8批均已由编排器核对通过;Skills来源/UTF8/大小/重复注册拒绝用例持续通过。正式HTML回看驱动的源码/预览/刷新控件名已与最终随包基础验收器逐一核对。
源码前8批557/557通过,已进入第10批;当前worker实际工程/路径冲突用例每项有数十秒实际运行,持续产生通过日志。重叠路径即使各自检查成功仍需父审查,原保护保持。整轮未结束。
独立源码前9批616/616通过;第10批实际父/子工作区恢复持续通过,包含预览后子文件变化的整批拒绝及中断提案续接不重复原变更。正式仍未切换,等待后续完整收据。
第10批实际多worker用例继续通过:未知协作仅允许原批次恢复/回退、父停止等待已批准子检查及所属进程、用量持久化失败保留unknown请求且不执行工具。日志持续前进,未扩大原测试期限或重新运行已通过批次。
独立冻结源码11批普通测试及独占升级测试全部结束:703/703、0失败/取消/跳过。任务控制5组已过,继续真实Electron窗口、引擎UI、Node/React/Python工程、Responses/视觉/缓存工程与固定评测;源码编排整轮仍未结束。
1.23 独立源码 B 原轮:703/703测试全部通过,后续桌面窗口验收在固定preload方法列表失败。当前preload.cjs实际九接口,旧验收器只在1.22.x白名单增加browsingLayout/openFilePreview,1.23遗漏;这不是产品新权限。修复为当前源码固定九项allowlist,仍拒绝未知接口。原失败日志/结果保留,冻结新候选C;仅验收器/.gitattributes可归因变化,源码/test/runtime/build必须逐项相同,原通过703统计与每份日志SHA绑定后续接剩余阶段,不伪造完整原轮成功。
+4 -2
View File
@@ -64,8 +64,10 @@ try {
} else {
stage = 'sandboxed renderer and fixed preload';
const surface = await page.evaluate(() => ({ methods: Object.keys(window.desktopWorkbench).sort(), require: typeof window.require, process: typeof window.process, ipc: typeof window.ipcRenderer, frozen: Object.isFrozen(window.desktopWorkbench) }));
const browserMethods = ['1.22.0', '1.22.1'].includes(original.version) ? ['browsingLayout', ...(original.version === '1.22.1' ? ['openFilePreview'] : [])] : [];
assert.deepEqual(surface.methods, [...browserMethods, 'pickProject', 'projectFolder', 'protocol', 'revealFile', 'reviewTask', 'status', 'stopHost'].sort());
// This verifier runs the current source and its current preload. Keep an
// explicit allowlist so later versions retain these reviewed capabilities
// while any unexpected privileged method still fails acceptance.
assert.deepEqual(surface.methods, ['browsingLayout', 'openFilePreview', 'pickProject', 'projectFolder', 'protocol', 'revealFile', 'reviewTask', 'status', 'stopHost'].sort());
assert.equal(surface.require, 'undefined'); assert.equal(surface.process, 'undefined'); assert.equal(surface.ipc, 'undefined'); assert.equal(surface.frozen, true);
const preferences = await (await application.browserWindow(page)).evaluate(value => value.webContents.getLastWebPreferences());
assert.equal(preferences.sandbox, true); assert.equal(preferences.contextIsolation, true); assert.equal(preferences.nodeIntegration, false); record(stage, { surface });