Files
Agent-Workbench/docs/QA-LIVE-DELIVERY-R.md

6.1 KiB
Raw Permalink Blame History

R:诊断后的真实模型预检与 Node 交付实测

所属网络诊断和新的单次身份预检通过;新 Node 工程在第七次发送前因剩余额度不足以承担保守预留而暂停,尚未交付。原测试失败、模型原响应和全部用量保留。本轮产品仍为 1.24.6/source54dbe3d6,继续使用原 PID36552/Provider。

固定条件与实际结果

调用前本地提交 ea82bde3 冻结了计划和11份驱动,基线为8cf152e3。固定已启用 jojocode/5b4daed9,gpt-6.1-sol、Chat非流式JSON、https://jojocode.com/v1、16K/2048,连接修订5/凭据1。高性能默认池和旧09b停用状态保留。

阶段 原限制 实际结果
所属DNS/TCP/TLS诊断 1个job、12秒、0HTTP/模型/凭据访问 1579ms,DNS及auto/IPv4/IPv6 TLS均通过,证书校验开启
新单次身份预检 1请求/1尝试、256输出、16000总tokens、0工具/重试/切池 1请求/4492上游报告tokens,原JSON报告gpt-6.1-sol、nonce正确、strict matched
新Node工程 最多8请求/90000tokens/600000ms,16K/2048、原九测试/三源码/审查/Git 122秒、6请求/72571报告tokens/0未知;12工具、1次检查审批,9测试全部失败、基线build通过,0提案/修改/交付

预检会话为927220f9-449f-476f-b847-0bd58916f204;Node会话为966d83cb-d1d7-44b7-be53-9d850270e34e,Task为e7ebf0d5-8ac6-47ec-bbb2-74ddefba23f4。每次请求均固定该连接、ordinal=1、poolId=null,七份原JSON响应身份完整matched。请求/响应的型号标记不认证底层权重。

网络job为bfa3c359-5235-4f1e-979b-9540828238ae,仅覆盖诊断时的连接修订5;直连检查不验证模型API路线。运输未配置代理、NO_PROXY或自定义fetch,且未强制地址族、改变系统代理或关闭证书检查。只有这一条诊断历史,没有为取得好结果重复诊断。

停止原因与读取问题

Node完成六次模型请求后报告72571tokens,剩余17429。第七次准备的本地输入12352符合上下文输入预算12352;根据本Task已观察的上游最大用量比率2.2324,完整发送需保守预留29623,大于剩余额度,因此在发送前以token_limit暂停。第七次没有请求或消费记录。这不是新的context_limit,也不是网络失败。

第4次原响应报告27164输入、303输出及24192缓存输入tokens,原请求35303字节、本地输入估算12168。该报告和后续保守预留都保持;供应商内部模板、缓存口径或计费原因未知,不能用本地字节估算替换实际报告。

逐原工件回查发现:

  • 测试文件共2584字符,实际read_file只返回0→473→875→1271,三页分别473/402/396字符,仍有1313字符未读。多工具批次及后续单读的readMessageBudget都落到1024字节底限,后两页扣元数据后为949字节。新页连续推进,符合现有防空转语义。
  • 模型另一轮read_artifact读取的是原第一页的891字符工具结果包装,只取其前495字符。该包装包含已返回的片段,不包含未读测试后文。请求历史索引的file依据只给result_artifact_id,缺少明确文件续读位置;恢复已读内容和继续读原文件需要分别说明。
  • 当前暂停文字把“观察用量预留大于剩余”笼统归为目标/必需输入开销过大,容易误判为目标或上下文问题。预算保护本身应保留,诊断说明需要准确。

监督只批准模型计划的原npm run test/build,未提供实现、修改测试、增加预算、发送追加提示、自动续接或切池。原九测试0通过/9失败、build通过属于未修复源码的真实基线,不能算作成功交付。完整提案审查和Git门禁本次未触发。

恢复与证据

原61个公开项目、77份会话导出、3610份工件字节、209条完整尝试,以及原会话/记录/事件/outbox每行保持。两自有项目前插使原项目位置顺移2,逆算后逐原行SHA一致,原公开项目字段和顺序保持。

新增2项目/2会话、95记录、164事件及outbox、7尝试和50工件文件均归属本轮;当前63项目/79会话/6262记录/13279事件及outbox/3660工件。61份自有工件记录全部通过API逐SHA/bytes取回并封存,包含原检查日志、各页结果、历史/工作依据、请求与响应。新增记录工件可复用原已存在的相同字节,所以记录数与新文件数分别核对。

原预算、默认高性能池/成员及目标外连接恢复;目标连接5→6→7、凭据仍1,身份record/[]/空串原语义精确恢复,原字段已显式存在,本轮未新增缺省规范化。全局及legacy展示修订65→69保持单调;运行身份和原Provider保持,9229关闭。读取证据和离线核验均不再调用模型。

清单封存178份文件、75944723字节,SHA-256为4d8dcc2199da2b61c512d45e8c27a62e53f499f239dbb35df4eae264ecf570df。冻结契约、全部自有工件、原失败/账本/基线/恢复、逐行归属证明和八份绑定正式source54dbe3d6的分析输入均保留;驱动按不可执行文本封存。

离线核验器已通过,见收据。它核对原文件清单、调用前Git冻结、实际请求/原JSON/报告用量、全部自有工件、九测试基线、分页范围、发送前预留、原数据归属和声明恢复,执行时不联网或接触凭据。运行命令为node scripts/verify-live-delivery-r.mjs,提交前加--index核对Git暂存原字节。

Git索引收据通过:含清单179份/75980516字节逐原SHA一致,日志精确例外与原字节属性已限定到本轮证据目录。源码与配置恢复核对、封存及本地范围提交共同构成本轮收尾,不推送。

本轮没有产品源码变更,沿用Q的既有发行身份,没有重复打包、安装或原生窗口验收结论。React/Python与原版Purge收益尚未开展;下一按读取可靠性S计划先离线复现、修复和独立验收,再另立新真实样本。阶段回顾记录采用理由和验收边界。