test(ci): verify complete Python reports and exact model references

This commit is contained in:
Agent Workbench Dev
2026-11-07 23:25:49 +08:00
parent 50d799c6b4
commit d5207dc6cc
4 changed files with 25 additions and 3 deletions
+7
View File
@@ -37,3 +37,10 @@
- 最小回放准备实读112份已提交来源并核当前字节与Git blob一致;生成65份2452465字节(四engine子树、一R原证明/六回执/请求子树、60锁定公开Purge源码)。INDEX逐SHA/字段来源及公开源码原license/NOTICE保持,原来源前后不变;三个套件保留所有断言,仅改为本地声明输入。新CI前置核全部夹具,漂移/缺失/逃逸反例待专项验证,不将JSON投影冒称完整原会话字节。
- 四engine新/旧原生输入、模型配置、工具回执子树和实际engineContextView输出逐项一致;R原证明/六回执/请求一致,112原来源再次核SHA通过。原三个回归套件加CI负向边界专项35/35(39303ms),未知文件/同长度SHA变化/缺文件/路径逃逸均不能通过;未新增真实模型或实际Harness派发。旧全套仍持续收集,尚不记CI全绿。
- 冒烟清理复核发现原`portClosed:true`仅由HTTP health不可取和PID退出推导,未直接核监听。增加仅针对本次记录127.0.0.1端口的TCP接收/拒绝观察;缺health但仍监听不能通过,异常/超时保持失败,不结束外来进程。同页watch去重避免把一次浏览器事件记两次。首次直接工具专项8/8(没有独立磁盘原日志),规范最终文本后另用记录器核最终输入;实际Edge/Electron仍待最终Windows run。
- 36c6be4f首完整Windows run自然结束:146文件/1211项,1194通过17失败,0取消/跳过/todo,3534259ms;未运行后置桌面冒烟。原报告/原日志/最终MANIFEST不追加,另在`remaining-before-2/first-complete-ci-review.json`只读核1308源码输入与编译文件前后一致。此前12项由旧断言/包外回放输入修正覆盖,余项仍单独追因,不冒称首全套全绿。
- 交付报告增长后,Python HTTP测试仍把64KB预览当完整JSON;改用原下载路由并与工件元数据逐字节长度/SHA核对,再保留原Git/工程/测试/文件来源断言,不裁短报告或删账本。虚构`deepseek-owned`前缀不再推出官方厂商;补未知兼容、显式provider和精确官方型号三种来源断言,原原生发送与负向输入核验保留。
- Python深路径独立复现原ensurepip及开启UTF-8后的失败;内层原错明确为setuptools包路径WinError206,并非编码根因。该用例只运行stdlib unittest,改为真实`venv --without-pip`,149字符项目环境仍静态deferred、实际解释器3.11.15和1项unittest通过。CI自身带哈希pip/pytest安装不省略,产品解释器识别/身份守卫未改。
- 局部首复验32项27通过5失败;复验器误额外设置`AGENT_WORKBENCH_PYTHON_PATH`,覆盖项目`.venv`选择导致其中3项失败,与首完整CI环境不同。保留原命令/输入/日志,移除复验器该覆盖后另轮验证。其它推理旧断言与研究读取失败再现,提醒原20秒等待在局部原用例通过;不把这些替代首并发失败。
- 研究原失败JSON逐层复核发现首因是旧16K有限夹具的Evidence字段读取返回“预算无法容纳元数据”,随后本机模型夹具解析失败并触发其重试,才出现第4/5次工具范围断言。完整原状态在`research-first-failure-state-1.json`,这是受控夹具错误,不是外部供应商异常。下一让该研究功能用例采用当前不限/完整历史默认,同时核对开放诊断工具广告与既有执行契约一致;不恢复额度或新增执行拦截。
- 原提醒五请求/原20秒等待另做逐请求和状态观察,11.6秒独立用例通过;原并发超时的最后状态未封存,不能补造唯一性能根因。后续验收按五个实际请求的进展观察等待,仍核一次发送/当前证据/resolved/跨会话拒读/重启持久,不把总20秒误当产品运行额度。
- 三处测试修正最终规范文本专项23/23,0失败/取消/跳过/todo,102798ms;正确QA解释器环境下,先前误覆盖的三项识别/身份用例均通过。全部产品/测试/脚本与编译输入前后一致,见`remaining-python-profile-fixed/run-windows-mw6jyjbh-5f925ebf/evidence/`。这仅是复用已建依赖/编译的专项,最后干净安装全套仍待;原首轮与局部失败未改写。