Files
Agent-Workbench/docs/QA-1.18.md
2026-11-01 02:12:50 +08:00

9.4 KiB
Raw Permalink Blame History

1.18 工程截图、视觉路由与同Task续接

开发基线0d1ab74,分支feat/vision-attachments-1.18。最终已完整本地交付:1.18.0完整本地交付:PNG/JPEG工程截图、原图/发送副本SHA、Chat/Responses实际视觉输入、按任务能力选池、独立视觉检测和具体预算诊断已实现;冻结预览确认后在同Task新建Run续接,原完成/未知工具不重放。独立源码576/576、26类196组历史UI、随包原生窗口7项/原生流程9组/桌面三工程16节点、Responses三工程13节点、新截图三工程7节点及Node8/8、React9/9、Python10/10通过;源码/便携各7组伴随端、5组协议和5组视觉流程,同载荷隔离安装/重启/卸载7组、正式20页及原生回看通过。正式PID36552/Provider保持,17项目/30全部会话/2614记录/4701事件,全部表每行/会话导出/模型中心/工件原字节保持;1466条工件和1376个去重文件核对通过,9229关闭。手机新增截图只读观察/SHA/下载,正式网关保持关闭、无QA设备或证书迁入。本轮验收发起真实模型请求0;安装期间工作台新增的原1.17调用单独保留,不计为1.18视觉验收。真实模型视觉工程/Purge收益及新增iPhone流程实机仍分别待验。 不可变Agent-Workbench-1.18.0-win-x64-20261031165241971,产品/QA输入来源01c427e749c33bcbd02df5138da5e8a023b73eaa;见身份。

以下切片记录保留当时的失败/待验描述,最终状态以文末F正式交付及发行身份为准。

A–C:附件输入与实际协议

PNG/JPEG原图完整解码,PNG逐块结束/CRC核对、JPEG扫描结构与EXIF方向归正;拒绝动态PNG、尾随负载、伪装、截断、超大编码或像素。原图2MiB/16Mi像素,发送副本去元数据并限制1024像素/768KiB,界面显示实际副本大小。每Task一张图,每会话最多8张草稿。草稿、撤回及已消费记录保留原所属;发送时创建新的Task/Run引用与工件记录,同SQLite事务保存,原文件不重写归属。

Chat image_url/Responses input_image实际HTTP每请求恰有一次图像,原providerMessages只有文字,原请求工件保留完整字节。模型池在租约前按vision需求排除未知/不支持成员,默认演示和未知legacy线路不能绕过。四色随机像素probe只验证一次合成图像识别,结论绑定连接/凭据修订,与工程推理效果分开。原图/副本在发送及核验时分别核对SHA和任务归属,热升级继续采用已有core新容器初始化及失败回滚。

首次专项24/30(含历史兼容),失败原件vision-core-first.log保留。产品问题是原实现试图改变持久draft工件归属,现改为新ID引用并保持数据库禁止移动约束;2MiB余数边界修正为413。测试另修正completion调用形状及中文拒绝断言。第二轮附件12/12通过。

D:预算诊断及可核对续接

新Run预算暂停保存必需输入、请求格式/图像说明、目标与工程上下文、工具定义、历史依据、图像预留、响应/安全余量及Run/Task剩余。图片使用本地预留,不是厂商计费或任何品牌容量的硬保证。文字估算保持旧规则;原请求SHA仍涵盖完整Base64字节。

预览绑定原Task、Run、会话修订、配置/注册表/凭据身份、历史SHA和全部附件/实际工具。预览不调用模型;确认后在同Task新建Run,仅本次Run选择模型/预算,累计Task额度只能保留或明确增加。过期、篡改、容量被静默截小、修订变化和重复确认均拒绝;完成工具保留、未知结果仍须核对。五项专项最终5/5,原预算测试首次调用不存在的测试方法、第二轮封存比较误漏status的失败保留;后者修正后没有放宽封存校验。最终A–D合计17/17通过。

只读正式样本得到旧estimatedTokens=36771、旧记录未有新预算分解,且原公开样本没有可用的本次context-plan。不能把旧估算直接当必需输入,更不能补造旧暂停成因。新功能用独立含实际工具结果的Task复现并保存;未启动正式原任务。正式仍1.17/PID36552、17项目,连接和数据未修改。

E:任务界面与手机观察

延续现有中文React工作台,在原输入上方添加截图、选择/撤回、预览和路由说明;原任务消息保留附件核对/下载,失败后任务文字及草稿保留。预算诊断在原会话内,通过预览和明确确认续接。手机仅按原项目观察权限查看当前Task截图、核对原字节和下载原图;不通过observe权限新增任务、上传或调整预算。

实际Edge桌面1440×1000、390×844及真实自有TLS网关的5组流程通过;首次UI失败源于QA修改全局配置会切回legacy、以及固定响应夹具误用旧Task工具结果,已按实际选路与最后用户消息修正。原失败与截图保留。回看发现预览曾显示被排除的池首成员,改为显示符合当前任务能力的成员,运行时间以分钟显示,窄屏移除/选择触控区域补强;修正后的结果单独记录。

构建通过。回看修正后第三轮5组完整UI再次通过,零pageerror;原失败未覆盖。相关兼容62/64原轮其余均通过,剩余2项为上述预算封存status问题,修正后5/5;完整整轮尚待F。新手机截图流程的Edge/TLS结果不当成iPhone实机,真实模型视觉工程与Purge收益继续按用户选择另行待验。A–E原件与字节身份见vision-inputs-ae-evidence/manifest.json。

F:工程验收与发行接入(进行中)

版本与独立发行验收入口已接入1.18。新截图Task工程7节点通过:Node8/8、React9/9、Python10/10及实际构建/编译,React实际Edge两视口各12步通过;原失败、审批、完整图像请求SHA与原图/副本保持,Git只提交所选任务文件并保留原暂存/未暂存/未跟踪内容。固定Responses SSE夹具证明执行与协议,不证明视觉推理,也不假定外部Harness支持图像。工程原件见.qa/vision-engineering-location.json及独立结果。

F首轮QA将canonical messages中的字符串图像当成原wire图像,断言触发自有服务断开;改为核对原input后通过。首次构建误用工程内不存在的npm路径,改为固定Node发行自带npm后通过。Git证据原CRLF导致diff空白检查拒绝,添加仅原日志binary属性,保留40原件字节核对后提交96a7ed1。所有原失败保留。完整历史回归和独立发行继续,未提前登记为交付。

F最终独立发行和正式交付

1.18.0完整本地交付:PNG/JPEG工程截图、原图/发送副本SHA、Chat/Responses实际视觉输入、按任务能力选池、独立视觉检测和具体预算诊断已实现;冻结预览确认后在同Task新建Run续接,原完成/未知工具不重放。独立源码576/576、26类196组历史UI、随包原生窗口7项/原生流程9组/桌面三工程16节点、Responses三工程13节点、新截图三工程7节点及Node8/8、React9/9、Python10/10通过;源码/便携各7组伴随端、5组协议和5组视觉流程,同载荷隔离安装/重启/卸载7组、正式20页及原生回看通过。正式PID36552/Provider保持,17项目/30全部会话/2614记录/4701事件,全部表每行/会话导出/模型中心/工件原字节保持;1466条工件和1376个去重文件核对通过,9229关闭。手机新增截图只读观察/SHA/下载,正式网关保持关闭、无QA设备或证书迁入。本轮验收发起真实模型请求0;安装期间工作台新增的原1.17调用单独保留,不计为1.18视觉验收。真实模型视觉工程/Purge收益及新增iPhone流程实机仍分别待验。

399输入/22构建/40原基准冻结保持;372输入与Git原blob严格一致,22仅仓库声明CRLF/LF差异,5个示例生成文件逐字节对应已提交生成器。源码归档14,598文件同卷改短物理路径后逐一SHA保持,独立离线安装/构建、576项完整整轮和全部原生/工程门槛通过。便携14,293文件原ZIP、实际随包Node/REA/SDK/Edge及受控工程通过;安装使用同载荷独立QA登记,正式产品安装器另外stage,原处理器只升级一次。

原失败、完整成功及原字节见封存清单。首次完整UI漏两个Purge来源环境变量为验收执行器失败,原结果独立保留;修正后整轮26类196组通过。卸载日志延迟终结若有追加,仅接受与原SHA严格对应的前缀和固定199字节四行,前缀与最终日志分别封存,不改原收据。包内说明保留构建时快照,最终本地Git/验收由独立ACCEPTANCE绑定,不回写原包。

正式安装期间的并行使用与续验

正式stage首次核对保留原失败:安装期间原1.17工作台发生一次已完成模型运行及配置修订/模型池移除旧默认成员,新增7记录、14事件、3工件文件,旧记录/消息/事件/工件保持。没有覆盖原配置或重跑安装;对全部差异逐项核对后,保留最新空闲全量快照与私有备份,再从已安装候选续验,后续比较仍严格逐字段/逐行/逐字节。原调用不是本轮验收器发起,也不作为1.18视觉收益结论。续验首轮误将legacy摘要事件数组当完整事件表,原失败保持;改按实际一条摘要及数据库14条原事件分别核对后完成。 证据见发行身份formal.baselineReconciliation和原件清单。