docs(qa): seal Claude empty engineering response and retained state

This commit is contained in:
Agent Workbench Dev
2026-11-04 23:44:03 +08:00
parent 23ff3c388b
commit b74e5edcd6
4 changed files with 43 additions and 1 deletions
+2
View File
@@ -1,5 +1,7 @@
# Agent Workbench项目执行规范
Z2/Z3接续:用户更正后Z2新预检1请求225tokens请求claude-opus-5-5但上游gpt-6.1-sol,mismatch/0工具封存;用户明确“你再试试apikey-Claude”,当前用户连接/凭据修订3另冻Z3。Z3预检1请求209tokens matched通过,新Node首请求6692输入/0输出、message_start/delta/stop而0内容块,原verification_incomplete暂停,0工具/检查/提案/交付、不续跑。Z2的31份31255079字节、Z3的118份51985161字节证据离线通过,docs/QA-LIVE-PROVIDER-Z2-CLAUDE.md及QA-LIVE-PROVIDER-Z3-CLAUDE.md。原配置/全部原行/导出/工件恢复,Claude连接3→4→5/凭据3保持,正式仍1.25.2/PID36552/原Provider、9229关闭;当前75项目91会话6723记录14320事件/outbox、3926工件。下一修复Messages空响应被解释为检查未完成、Chat缺少DeepSeek thinking.disabled支持;修复前无更多真实请求,不把上游问题宣称已解决。
Z两路线已封存:apikey-Claude首预检1请求176tokens,手误claude-opus-5.5对上游claude-opus-5-5,mismatch停止0工具;用户明确已自行改为claude-opus-5-5,当前连接修订2/凭据修订2,保留新配置,另冻Z2,不续跑原Z。DeepSeek预检1请求146tokens通过,新Node5请求47740tokens,末次SSE有DONE但finish_reason=length、2048输出全reasoning,原protocol失败/identity incomplete,不执行工具、不续跑。原九基线失败/build通过、0提案/交付;配置/预算/池/原状态恢复通过,连接1→2→3、凭据1保持。两样本共7请求48062tokens、151份82988849字节证据离线通过,docs/QA-LIVE-PROVIDER-Z.md。当前72项目88会话6697记录14254事件/outbox、3912工件,原PID36552/Provider/9229关闭保持。DeepSeek官方证实默认high推理,Chat thinking开关当前白名单未支持,兼容性缺口另列,不能宣称已修或以网络不稳定代替原因。下一用户更正Claude的新单次预检/原题有界Node。
Y已结束未闭环:正式1.25.2/apikey GPT SSE,预检1请求110tokens;Node8请求64500tokens全部matched、原九基线失败/build通过、三源码模型提案封存并监督审查应用,最后inspect_session后step_limit,未做修改后检查/Git,不续跑。原收尾在恢复配置后因3条外部诊断追加失败;独立只读逐行/全原导出/工件/配置对账通过,开场快照与驱动配置冻结之间外部加DeepSeek入池(6→7)及两次复核错误完整保留,不回滚外部变更。69项目85会话6607记录13944事件/outbox、3857工件,原PID36552/Provider、凭据1、原身份来源保持,9229关闭。见docs/QA-LIVE-DELIVERY-Y.md。用户最新要求尝试当前apikey-Claude和DeepSeek;另冻每线路单次严格身份预检,通过才新Node,旧Y/X/W等不续跑,预算和原失败不改。
+14
View File
@@ -0,0 +1,14 @@
# Z3-Claude:用户要求再试后的结果
身份预检通过,工程未交付。用户明确要求再试后,独立冻结23ff3c38来源及当前连接9ae348a5…/revision3/credentialRevision3;原Messages/SSE、claude-opus-5-5、16K/2048及原题/预算保持。没有续跑Z1/Z2/Y或DeepSeek。
- 新单次无工具预检1请求209报告tokens,返回claude-opus-5-5、strict matched/complete,nonce通过。
- 新Node首请求原SSE只有message_start、message_delta和message_stop,没有content_block。上游model正确,stop_reason=end_turn;338普通输入+331写缓存+6023读缓存=6692输入,output_tokens=0,完整响应保存。
- 产品现将空文字/空工具的完整响应接受为本次模型完成,随后工程验证门以verification_incomplete暂停。原状态不改写;工程0工具/检查/提案/修改/Git,不宣称完成,未消耗剩余7请求。
- 本样本合计2请求6901报告tokens、0未知/重试/切池。接口成功返回和身份一致没有证明能处理工程工具请求,不能归因唯一网络故障。
收尾90原导出、3920原工件、251原尝试及原sessions/records/events/outbox行精确保持,原公开项目/配置/池一致;原预算/选择/record身份及空别名/来源恢复。连接revision3→4→5,当前用户凭据修订3保持,无Key读取或重存。正式PID36552/Provider、窗口0/9229关闭;当前75项目91会话6723记录14320事件/outbox、3926工件。
118份51985161字节原证据.qa/live-provider-z/claude-retry/MANIFEST.json离线通过,见[身份](live-provider-z3-evidence-identity.json)。原预算和停止不变,不自动重试该样本;React/Python/Purge前置未满足。
阶段回顾:用户新保存的连接已通过型号预检;工程级空响应仍是供应商实际返回,当前产品的“检查未完成”说明没有指出最直接的问题。下一以同样原始事件形状的自有HTTP夹具修复空响应诊断,保留原响应/用量且不自动重试;DeepSeek的Chat显式关闭推理参数单独接入。修复不能被写成已解决上游空响应或已证明真实交付。
@@ -0,0 +1,25 @@
{
"schemaVersion": 1,
"source": "23ff3c38",
"manifestPath": ".qa/live-provider-z/claude-retry/MANIFEST.json",
"manifestSha256": "34970e55291ebdc6f889a2b3a8e613fb18770a94f1b2190ab313f90880f11181",
"files": 118,
"bytes": 51985161,
"offlinePassed": true,
"requests": 2,
"reportedTokens": 6901,
"preflightPassed": true,
"engineeringSuccess": false,
"engineeringRequests": 1,
"engineeringTokens": 6692,
"engineeringOutputTokens": 0,
"requested": "claude-opus-5-5",
"reported": [
"claude-opus-5-5"
],
"strictIdentity": "matched",
"connectionRevisionBefore": 3,
"connectionRevisionAfter": 5,
"credentialRevision": 3,
"noKeyReadOrResaved": true
}
+2 -1
View File
@@ -10,7 +10,8 @@
4. [complete] 1.25.2/source d510不可变独立重建22/22、便携/隔离安装12组+75UI、正式保留PID36552升级及网页/原生后全部原状态exact。完整898/899+原断言1/1,原超时保留;1339份证据离线通过,阶段回顾及限定本地提交。
5. [complete] X预冻结拒绝0请求保持;用户选择另冻Y,预检通过、Node8请求64500tokens三源码模型封存并应用,step_limit前未检查/交付。原诊断元数据收尾失败、开场外部池变化及两次只读复核错误保持;独立对账通过,不续跑Y。
6. [complete] 用户指定Z两路线完成:Claude手误型号mismatch,DeepSeek预检通过但新Node第5请求2048输出全用于reasoning后length失败,0提案/交付;151份证据离线通过,状态恢复、原失败和回顾保持。
7. [in_progress] 用户自行更正Claude型号为claude-opus-5-5(连接/凭据修订2),另冻Z2单次预检/原题有界Node;DeepSeek thinking原生参数兼容缺口另列。旧样本不续跑,Node闭环后才React/Python/Purge。
7. [complete] 用户更正Claude后Z2返回GPT而停止;用户明确再试后Z3预检matched、Node首请求6692输入/0输出空内容,verification_incomplete暂停。两样本均封存并离线通过,原状态恢复、凭据3保持,不续跑。
8. [in_progress] 实际证据支持的两处兼容修复:Messages完整但无内容应解释为空响应;Chat显式thinking.disabled支持。先自有HTTP/原预算/恢复及现有参数界面验证,再独立发行;真实模型0,旧失败保持。
细节和阶段回顾见docs/RELIABILITY-1.25.2.md。开始时session-catchup无待同步输出;计划文件首次补丁因findings标题上下文不符被拒且无文件变化,已按原标题修正。以下按历史时点理解。