Prepare desktop 1.15 offline source and release acceptance

This commit is contained in:
Agent Workbench Dev
2026-10-31 11:50:51 +08:00
parent b77783ba67
commit c5c8a84a7b
51 changed files with 6211 additions and 1136 deletions
+9 -7
View File
@@ -1,9 +1,11 @@
# Agent Workbench 能力目标与验收矩阵
日期:2026-10-30。1.0.0为基础里程碑,1.1.0实现M1,1.2.0增加内置Git交付,1.3.0增加工程索引和精确补丁,1.4.0增加可恢复多文件变更集,1.5.0/1.5.1增加有界请求与可用工件分页,1.6.0增加独立Git工作区和审查收尾,1.6.1增加实际Task工作依据和文件预算分页。下表保留1.0.0缺口与完整产品目标;每项完成范围以实际验证记录为准。
日期:2026-10-31。1.0.0为基础里程碑,1.1.0实现M1,1.2.0增加内置Git交付,1.3.0增加工程索引和精确补丁,1.4.0增加可恢复多文件变更集,1.5.0/1.5.1增加有界请求与可用工件分页,1.6.0增加独立Git工作区和审查收尾,1.6.1增加实际Task工作依据和文件预算分页。下表保留1.0.0缺口与完整产品目标;每项完成范围以实际验证记录为准。
总体方案见 [PRODUCT-PLAN.md](PRODUCT-PLAN.md),研究问题与来源见 [RESEARCH-ROADMAP.md](RESEARCH-ROADMAP.md)。
1.15当前实现与验收:A–E Windows宿主/单实例、DPAPI选择保存、真实Electron窗口、安装/回退/卸载和分页巡检、桌面三工程16节点及原生UI9组已通过并提交。F独立源码/最终发行/正式部署进行中,未计完整交付;原正式1.14服务和连接保持。具体证据见[QA-1.15](QA-1.15.md),下一真实手机前置见[PLAN-1.16](PLAN-1.16.md)。
2026-10-31当前正式交付基线为1.14.0:固定DeepSeek Harness受控工具/模型桥、单个所属worker、真实prompt/审批/检查/父审查/Git与停止核对,以及两版本来源锁定的默认关闭提示实验已交付。独立445/445、253份输入/6构建/40基准、三工程13节点、23类178组UI及最终便携/归档、保留状态升级通过。原PID23172/Provider、完整模型中心和全部7表每行/28会话导出保持,部署后14页通过。真实模型推理收益及其它引擎适配继续独立待验;见[1.14验收](QA-1.14.md)与[下一桌面阶段](PLAN-1.15.md)。
1.13历史交付:1.12.1逐里程碑/24项能力审查与五类确认问题修复保持,本阶段两个受限worker、父成果审查/恢复、独立404/404、完整160组UI、三工程13节点与最终源码/便携正式升级通过。原PID23172/Provider、完整模型中心及当时16项目/28会话/2551记录/4568事件每行和全导出保持,部署后10页通过,见[1.13验收](QA-1.13.md)和[回顾](RETROSPECTIVE-1.13.md)。各版本旧数字保留为历史证据,下一切片与未交付范围统一见[NEXT-STEPS](NEXT-STEPS.md)。
@@ -117,9 +119,9 @@
- C12/C13:成功准备Git预览后保存审查边界并停止模型;后续同消息工具不执行且协议完整。确认后内核完成原Task与报告,不继续请求模型,预览可修改/撤回。
- 192项回归和72组界面通过;合成模型子工作区真实3项失败→3项通过/build/Git报告通过。不可变包、原进程更新与真实配置模型结果见[QA-1.6](QA-1.6.md),完整三类工程及M2/M6能力继续验收。
| ID / 能力 | 当前已交付能力与缺口(至1.12.0) | 后续产品目标 | 参考问题 / 模块 / 阶段 | 必须看到的验收证据 |
| ID / 能力 | 当前能力与缺口(至1.15实现;发行状态见QA) | 后续产品目标 | 参考问题 / 模块 / 阶段 | 必须看到的验收证据 |
| --- | --- | --- | --- | --- |
| C01 需求与任务规划 | Task固定目标/追加要求、Run身份和不可变依赖步骤/真实证明已交付;跨worker任务调度待做 | 固定目标、约束和完成标准;拆任务、判断依赖、接收追加要求与重规划 | CX-1、WB-1 / tasks / M1–M2 | 追加要求后仍保留原目标;任务完成由验收条件决定 |
| C01 需求与任务规划 | Task固定目标/追加要求、Run身份、依赖步骤/真实证明及两个受限worker已交付;任意规模调度待做 | 固定目标、约束和完成标准;拆任务、判断依赖、接收追加要求与重规划 | CX-1、WB-1 / tasks / M1–M2 | 追加要求后仍保留原目标;任务完成由验收条件决定 |
| C02 执行状态与恢复 | SQLite事件/状态、原工件、Task检查点、unknown核对及显式同Task续接已交付;不重放已完成副作用 | 独立Task/Run/Step身份、持久事件、检查点与未知结果核对 | CC-2、CU-1、DS-1 / storage、tasks / M1 | 在审批、调用、结果与落盘等切点中断;恢复不重复已完成副作用 |
| C03 工程识别与索引 | 项目识别、JS/TS/React声明/导入索引与增量核对、Python候选已交付;完整语义/运行时依赖待做 | 识别语言、入口、规则、脚本、依赖和Git;增量索引;符号/引用与必要的语义检索 | CU-2、DS-3 / context / M2 | 对Node/React/Python样本定位实际修改入口;代码变动后索引更新 |
| C04 上下文与项目归属 | 有界原请求、工作依据/分页、实际工具反馈、来源记忆及Task/Run归属已交付 | 为Run组合需求、规则、代码、错误与验证结果;引用来源;严格绑定项目 | CC-2、CU-1 / context、contracts / M1–M2 | 切换两个项目/任务后,错误与工具结果仍归属正确;大输出用工件引用 |
@@ -136,12 +138,12 @@
| C15 预算与用量 | 完整请求预检、Run/Task累计预算与unknown usage已交付;1.13增加父总预算/两个子分配、累计步数/token/工具/时限、迟到和未知请求保守记账;价格与实际费用待做 | 时间、token、费用、步骤、重试与worker总预算;无进展检测;可配置价格与未知usage标记 | CC-2、DS-2 / models、tasks / M1–M4 | 子任务/重试纳入总预算;耗尽时保存检查点;缺失usage不伪造准确费用 |
| C16 多代理协作 | 1.13已交付两个受限worker、独立worktree、父子累计预算/停止恢复、当前成果与具体冲突、父工程审查合并;任意规模/OS沙箱待做 | 独立问题分工、上下文/预算隔离、独立worktree、结果与证据汇总、冲突合并 | CC-1、CU-3、DS-2、WB-1 / tasks、workspaces / M4 | 两个独立任务并行完成可合并;重叠编辑被发现;父任务停止可传播 |
| C17 REA能力研究 | 固定REA6.8.0的ASAR/PE三项静态操作、所属job/目标SHA256/原Evidence已交付;其余工具与运行trace待做 | 目标清单、版本/hash、inventory/analyze/trace、分析job、Evidence查看与研究结论登记 | 全部目标 / tools、artifacts / M3 | 从能力结论能追到确切工件与Evidence;静态/运行证据和未知范围分别显示 |
| C18 Purge增强实验 | DSH-purge来源/机制研究已登记,未集成工程执行或验证收益;兼容组合与同题对照待做 | 独立实验profile、兼容版本、策略分类、开关/回退和同题对照;有效机制按接口采纳 | PG-1 / engines、models、tasks / M3 | 同模型/任务/预算重复比较成功率、成本与错误修改;插件失效可恢复基线 |
| C19 外部代理引擎 | 固定DeepSeek0.2.1-rc.2的六方法连接/所属进程/原协议已交付;Codex适配及引擎prompt/工程写入待做 | EngineAdapter管理握手、会话/进程、事件、停止/恢复和真实能力限制 | CX-2、DS-1 / engines / M3 | 引擎事件有Task/Run映射;协议缺失能力明确;root idle不直接判工程完成 |
| C18 Purge增强实验 | 1.14来源锁定的两版本提示实验、开关/失效拒绝和同题夹具对照已交付;原完整插件与真实模型收益未验证 | 独立实验profile、兼容版本、策略分类、开关/回退和同题对照;有效机制按接口采纳 | PG-1 / engines、models、tasks / M3 | 同模型/任务/预算重复比较成功率、成本与错误修改;插件失效可恢复基线 |
| C19 外部代理引擎 | 1.14固定DeepSeek0.2.1-rc.2受控prompt/工具模型桥、所属工程/审批/预算/父审查/Git与停止已交付;Codex等适配待做 | EngineAdapter管理握手、会话/进程、事件、停止/恢复和真实能力限制 | CX-2、DS-1 / engines / M3 | 引擎事件有Task/Run映射;协议缺失能力明确;root idle不直接判工程完成 |
| C20 浏览器与界面验证 | 代理固定静态构建、真实Edge交互/DOM/PNG/原报告与Task绑定已交付;任意在线浏览与电脑操作待做 | 可选浏览器工具、页面状态/截图、请求/控制台结果、交互验收与开发预览 | CU-2、WB-1 / tools、artifacts / M3–M6 | React真实交互/失败场景可复现;结果含页面与任务身份,不只保存截图 |
| C21 桌面产品 | Windows浏览器便携/源码包及保留原进程升级已交付;Electron安装版、后台宿主/窗口拆分待做 | Electron Windows安装/升级、后台执行宿主、工程/终端/diff/成果区和任务通知 | 产品方案 / desktop、gateway / M5 | 关闭窗口后可再查看任务;安装/升级保留数据;宿主进程生命周期明确 |
| C21 桌面产品 | 1.15真实Electron窗口/后台宿主拆分、单实例、原生入口、安装/更新/回退/卸载A–E已验收;最终独立发行和正式部署待F | Electron Windows安装/升级、后台执行宿主、工程/终端/diff/成果区和任务通知 | 产品方案 / desktop、gateway / M5 | 关闭窗口后可再查看任务;安装/升级保留数据;宿主进程生命周期明确 |
| C22 手机伴随端 | 390px响应式界面已验证;电脑仅绑定127.0.0.1,真实手机PWA配对/撤销待做 | PWA任务/进度/审查入口;配对网关与设备撤销;共用Run与事件游标 | 产品方案 / mobile、gateway / M5 | 实际手机连电脑并审查同一任务;断线补发不重复执行;失效设备不能授权 |
| C23 数据、配置与发布迁移 | Key仅内存、SQLite/旧JSON迁移、不可变包/保留Provider与历史升级已交付;本机加密凭据、完整回退和设备配置待做 | 用户主动配置凭据、系统凭据存储、数据库迁移/回退、版本兼容和日志导出 | CX-2、DS-1 / storage、gateway、desktop / M1、M5–M6 | 升级副本与回退可验证;导出无Key;任务和来源不丢失 |
| C23 数据、配置与发布迁移 | 临时Key默认内存;1.15新增显式DPAPI保存/关闭/删除、同事务回退和安装根入口/指针回退已实际验收;正式发行待F,设备配置待1.16 | 用户主动配置凭据、系统凭据存储、数据库迁移/回退、版本兼容和日志导出 | CX-2、DS-1 / storage、gateway、desktop / M1、M5–M6 | 升级副本与回退可验证;导出无Key;任务和来源不丢失 |
| C24 工程能力评测 | 行为/UI与Node/React/Python实际样本、失败/人工介入证据已保留;封存成套基准、重复评测与整体稳定完成率待做 | 封存真实工程任务、独立验收、重复运行和错误分类;追踪人工介入/成本/恢复 | 全部目标 / evaluation、artifacts / M1–M6 | 发布能力可链接实际任务记录;报告含失败样本与环境,不能只展示成功演示 |
### 1.6.1 M2实际工作依据切片