Files
Agent-Workbench/docs/CONTEXT-PLANS.md
2026-10-30 18:41:56 +08:00

62 lines
8.5 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 有界模型请求计划
1.5.0实现目标:长Task通过同一目标、追加要求、已保存结果和工件继续工程任务。完整providerMessages保持不变,请求只选择完整协议组;不改写工具参数、不截断工具结果或把省略记录表示成一次成功执行。
## 请求与预算
每次Chat Completions请求先构造完整JSON正文,包含model、系统/项目/Task状态、所选历史、工具定义、tool_choice、max_tokens和stream。UTF-8字节数、正文SHA256和估算方法随Step/Run持久保存;Authorization不属于正文,也不进入计划工件。
输入估算采用UTF-8字节数除以3,外加消息/工具协议余量;这是兼容服务没有公开分词器时的本地估算,不保证等于服务实际tokens。上下文窗口扣除配置的输出预留与安全余量,再与Run/Task剩余预算比较;工作上下文目标最多16000估算输入tokens。服务返回的实际用量另行记录,不能把字节减少直接换算成费用收益。
当前Task目标、全部追加要求/约束/验收要求、项目/会话身份和最后一条用户消息必须完整保留。如果这些必需内容已不能容纳,暂停并明确context_limit或对应累计预算;不截掉用户要求,也不自动新建任务。可保留最新完整工具组到硬预算,以免因工作目标较小就省略正在处理的结果。
## 完整工具组与封存
一个assistant的全部tool_calls及对应tool结果是不可分割组,按原顺序、原字节字符串选择。孤立/重复/缺少结果的协议在联网前拒绝;已知中断由既有恢复账本核对,不假造结果。过大的整组只能整体封存,模型通过实际工件分段读取。
省略组写入SHA256工件;超过单工件上限时按合法Unicode边界分片,清单保存原组SHA256、分片顺序及完整范围。每次请求的历史索引保存所有省略组身份、工具调用/结果引用与所选范围,正文只携带有界索引和最近省略组的精确状态/身份。模型可用read_artifact读取原结果或完整消息组,不重新执行旧工具。
工件先fsync、SQLite归属和request-plan记录保存成功,才发出模型请求。重启只将未完成计划标成interrupted,不发送请求、不重放工具。重用封存工件必须通过SHA256和归属核对;缺失或损坏时停止该投影,保留原记录。
## 验收
覆盖单user回合的长Task、近期大小混合结果、Unicode、完整多工具配对、原参数和历史不变、目标和追加要求完整、固定开销/输出余量/Run和Task剩余预算、工件缺失/外部篡改、显式续接及实际进程重启。API/桌面/390px应能读取请求估算与实际用量、历史索引和工件;真实同题样本单独报告用量和人工介入。
本文件描述当前开发契约;实际完成/部署以VALIDATION.md为准。
## 1.12源码:有来源的项目记忆
当前源码每轮在已有目标、完整协议组及当前代码选择后,以剩余预算纳入已复核项目记忆。最多8条/12000字节,内容先脱敏,明确为无额外权限的项目数据;不完整扫描、来源变化/损坏、到期和归档不参与。实际发送快照保存context-project-memory工件及消费Task/Run,context_plan记录条数/ID/SHA256,历史验证不随当前记忆变化改写。详细保存、失效和容量边界见[项目记忆契约](PROJECT-MEMORY.md);真实模型收益和新发行单独验收。
在完整历史/结果工件基础上,新增[任务恢复检查点](TASK-CHECKPOINTS.md)保存全部用户要求与原结果引用。恢复时重核对当前Task/Run、源码/工作区和待审查/未知项,再由原Runtime显式续接;不从摘要重新合成工具调用,也不把历史成功自动当作当前工程验证。
## 1.6.1:当前任务工作依据与文件分页
1.6.0的真实样本存在一个更细的缺口:六份小代码/测试/构建读取与其他结果属于同一较大工具组,整个组被封存,原模型从未收到这些直接读取。历史定位notice又占用8482–10700字符。1.6.1保留完整消息组契约,压紧notice中的定位元数据,并为被省略组的当前Task观察构造独立工作依据视图。
视图来自实际read_file、工程检查/命令和非上下文工件页,按完整请求剩余预算选择。它是明确标注的数据消息,不是一组新的assistant/tool调用,也不改变providerMessages、参数或原结果。每项绑定Task、Run、调用、原结果工件SHA256、原消息组SHA256和摘录范围/SHA256;小代码可全文携带,较长数据注明截取并链接原结果。当前Task之外的调用不进入视图,已应用后旧文件版本不再作为当前工作依据;读取SHA256只代表观察版本,编辑仍须校验实际基线。
每轮context_plan增加workingSetArtifactId、workingSetSha256和workingSetEntries。工作依据先封存为context-working-set工件再保存请求计划;verifyPlanEvidence深度核对来源与实际发送内容,缺失/损坏不补造,旧计划没有这些字段仍可核对。桌面/390px可查看“工作依据”,交付报告引用同一工件。
read_file也按本轮实际双层JSON消息预算生成页面。保留文件SHA256、行范围与合法Unicode字符,返回range_start_line/range_end_line、offset/next_offset及next_start_line。同一行范围用next_offset继续;范围读完后可按next_start_line读取后续行。完整文件及之前实际响应保持不变,超长单行也有明确分页位置。
机制来源参考[Claude Code静态上下文/恢复研究](research/CONTEXT-RECOVERY.md)中的读取状态与持久边界;本实现为独立、确定性的工具观察投影,没有调用原版摘要或宣称Purge收益。原失败历史的[离线投影](working-context-frozen-replay.json)只证明同16000窗口下四模块全文可见,0模型请求;真实成功率、用量和服务超时仍须单独实测。
## 1.5.1:读取预算与重复进展
1.5.0真实样本暴露较大工件页被整体封存的循环,失败记录保留。1.5.1的read_artifact按下一请求中工具消息的双层JSON字节预算生成实际读取页;默认2000字符,requested_limit与实际范围分别返回,next_offset指向下一段。UTF-16坐标按合法Unicode边界处理;分页不改写历史工具参数,原工件与SHA256保持。
请求计划优先选择近期直接代码/原结果组,并提供有界working_evidence定位。目标、追加要求和完整协议仍按原契约保留;不能容纳的原大结果仍整体封存,不宣称所有任意大小工具组都能进入模型窗口。
Task保存有界工件覆盖区间、重复次数和最近读取身份。连续3次读取已完整覆盖区间或连续追逐6个更新历史索引时,以no_progress暂停,所有已执行结果先保存并完成工具配对。读取新区间或取得直接证据会结束重复序列;显式续接清除暂停序列,保留已读证据与同Task身份。此检测针对工件读取,尚不是通用任务调度/语义无进展判断。
## 1.6.2:依据保留、视图版本与原始引用
实际1.6.1续接显示,newest/priority整组先占满预算时,工作依据仍会被挤出。现在先核对所有当前Task观察,为其他小文件留出空间,历史定位或工具包装大页不能取得优先席位。观察先入预算,再补完整历史组;小文件/要求优先全文,较长观察仍受窗口限制。同一SHA256版本选择已实际读过的更宽内容,并保留不重叠的新页;不同读取版本或已失效检查不混合。
context-working-set仍保存完整调用、Run、消息组和原结果/摘录身份。workingSetViewVersion=2的发送视图减少重复来源字段,保留原结果入口、文件版本、范围和实际内容;verifyPlanEvidence由同一原工件重建发送视图。旧1.6.1无此字段时按版本1的完整来源消息核对,历史正文不改写。
workingRetentionTokens为下一页显式保留最多2048tokens的小文件依据空间,独立于mandatoryInputTokens,并纳入封存和报告。read_file/read_artifact仍按剩余实际JSON字节分页。历史read_artifact导航给出输入中的原artifact_id、offset/next_offset,不再指向该次调用新生成的包装result_artifact_id。
原失败后续请求的离线投影见[单次末轮](working-retention-frozen-replay.json)和[多轮](working-retention-multiple-replay.json),各项全文/摘录和估算分别记录;0模型/命令执行不能替代真实工程验收。