Files
Agent-Workbench/docs/PLAN-1.14.md
2026-10-31 08:16:56 +08:00

5.9 KiB
Raw Permalink Blame History

1.14 受控外部引擎与增强策略执行方案

2026-10-31。此文记录1.13隔离协作之后的执行方案与完成状态。A–F已实现并验收:受控引擎、工具桥、实际工程、恢复界面和默认关闭提示实验,升级活动锁/回退、原宿主身份幂等和旧导出兼容,三工程13节点、23类178组UI、独立445/445及随包完整工程均通过。最终不可变20261030235440461归档/便携和保留状态正式1.14.0升级、部署后14页通过;原PID/Provider、模型中心、全部7表每行及28会话导出保持。QA路径/依赖和原Node/行原型的验收修复及原失败分别封存;各轮原结果见1.14验收与回顾,下一阶段为1.15桌面宿主。

要交付的能力

用户为一个已登记工程选择引擎、任务、允许修改范围和预算。工作台创建所属的独立Git工作区,封存实际引擎程序、协议、工具profile、插件开关及输入身份,展示真实运行事件、审批、原结果和停止状态。引擎成果回到父工程的审查变更集,通过父工程检查与Git后才能完成;模型回复或引擎idle通知不作为完成依据。

先支持一个固定版本DeepSeek Harness的完整工程流程,再按实际版本协议加入Codex适配。Claude Code、Cursor、WorkBuddy的研究按具体工程失败补充机制证据;各目标名称、文档或静态选段不能代替已接入的执行能力。

当前可复用的依据

  • 自有Task/Run、预算、工具账本、原工件、计划、检查点,以及1.13两个受限子任务的工作区、停止、成果归集和父工程审查。
  • 已安装DeepSeek Harness 0.2.1-rc.2,1.9–1.13固定SDK探针使用独立目录、所属ready/PID/nonce及六个方法探针。session/cancel仍缺少方法;1.14通过自有受限工具/模型桥在所属独立工程执行真实prompt/检查/父审查/Git,并用所属进程树停止,不赋予原生项目工具最终写入权限。
  • REA 6.8.0内置三项静态分析;既有Claude Code 2.1.312与Cursor 3.16.29来源索引。DSH-purge独立1.1.78和Desktop内置1.1.81分别登记,不能混用身份或结果。

公开完整源码用普通代码工具核对入口和调用链;发行工件、打包资源或需要运行观察的问题用REA。每份结论记录观测、推断与未知,复用研究路线与原Evidence。

实现切片与验收

切片 实现内容 通过条件与回顾证据
A:版本与协议 固定实际CLI/SDK/schema/profile/关键源码;核对prompt、事件、审批、工作目录、恢复和停止语义;引擎与ModelProvider分层 原输入/协议/退出码可追溯;不支持的方法与未归属事件如实保留;程序或profile变化使旧授权失效
B:受限工具桥 按实际SDK提供的接口接入工作台读取/提案/检查;引擎不拥有最终文件和命令权限 非法路径、越界工具、过期审批、重复请求均在副作用之前拒绝;原调用身份与结果对应;不能验证的接口不开放项目写入
C:独立工程执行 一个所属引擎进程对应一个Run及独立工作区;记录预算、原输出、已完成与未知操作;回到父Task审查 自有Provider夹具下完成Node固定工程,保留原失败后修复、当前检查、父批次与Git;停止后无所属心跳继续写入;崩溃后不重放工具
D:恢复与界面 桌面/390px引擎运行页展示真实安装身份、任务范围、事件、审批、停止和核对动作 断线按原事件恢复;旧Run结果/审批拒绝;变化来源不能被旧确认采纳;原输入、日志、差异和报告可查看/下载
E:Purge对照 明确兼容组合、插件启停、生效点及作用范围;先核验两版本差异,再做同题对照 同模型、同题、同预算、同测试/基线,有/无插件分别保存完整轨迹、失败、人工介入、耗时和已报告用量;无可重复收益的策略不默认启用
F:独立发行 固定全部代码/基准与构建,完成完整回归、真实工程/UI、独立源码/便携和状态保持升级 所有门槛通过后才能交付;完整模型中心、数据库每行、全部会话导出和原连接保持;原失败及回退点封存,小步本地Git

每个切片都记录计划、实际实现、原失败/通过证据、仍未知事项及commit。只有引擎原协议和真实工具链都得到核验,才把相关能力标为可用。

界面切片同时完善1.13回顾发现的窄屏标题栏:短操作文案单行、固定最小触控宽度、长标题换行且不挤压刷新/停止入口,并用真实390px交互和截图复验。

实际工程评测

沿用固定Node/React/Python基准,需求、原测试、受保护文件及预算在运行前冻结。评测记录完成率、检查/页面通过情况、人工操作次数、失败分类、耗时、已报告与估算用量、实际Git变化;零测试、失败构建或无原工件不计成功。增加停止、来源变化、迟到响应、宿主退出、预算耗尽和旧审批场景,保留每一次原结果。

继续先完成本地夹具和实际Git/npm/Python/Edge验收。真实模型与Purge工程收益仍按用户既有“先本地验收,稍后配置”的选择独立待验,不因连接存在就发送请求。夹具可以证明协议、权限与工具流程,无法给出真实模型推理成功率。

后续依赖

通过受控引擎执行后,推进Windows单实例桌面宿主、保留数据更新和本机加密凭据;随后实现真实手机配对/撤销/同Run审批及断线游标恢复。跨协议模型池、视觉/语音、版本化项目缓存和隔离自我迭代分别用真实样本验收。所有入口共享同一执行内核、任务归属和证据,不把桌面或手机界面当作另一套执行系统。