Files
Agent-Workbench/docs/QA-M1-ROUTING-PERMISSION.md

7.2 KiB
Raw Permalink Blame History

M1 第二批:自动选模与实际权限验收

2026-11-06 至 2026-11-07(北京时间);基线 762597b99dd6267de8e8a142975bc3b63224d22f,源码 dcaecd8b0affa8764346a167e241c8c635c1899f。修复 I04 和 I08 剩余 MCP/身份说明。源码已验证,尚未发行、安装或重启;M1 仍有其他门槛待开发。 原全系统审查、真实实验和旧证据不改写。

实际改动

开放自动池根据本次文本、工具、视觉和各成员自己的流式设置选候选:先核对启用状态和封存修订,再优先已知满足要求的成员。连接声明、相符上游目录声明、精确连接/凭据修订观测分别保存,不把声明称为实测。没有已知适配成员时,未知能力可作为明确记录的未验证后备;明确否定能力或相符目录已退役型号不参与自动选择。失配型号/地址元数据不用于当前候选。

轮询、权重和运行内亲和继续在所选层级内生效;停用/修订变化的已知成员不会压住可用未知后备。原开放模式凭据/健康/并发处理不另加门槛。显式手选保持透传,包括未知或否定声明;一次透传请求失败仍保留原错,不自动换线重试。全部自动成员不适配时,账本记录本地 rejected/not_dispatched、usage=null,并提示手动选择;没有伪造上游失败或模型用量。

请求账本新增可展开选择记录:本次要求、候选型号/连接/凭据修订、能力状态与来源、排除/后备/选中原因。历史没有选择记录时不补造。

MCP目录和工具说明跟随用户保存的 ask/auto/full:full直接执行已启用任务调用,ask/auto外部MCP仍由工作台请求批准,模型直接提交调用,无需文字再问一遍。界面标题、状态条、保存回执与实际行为一致。新目录带版本化权限快照,放在外部目录数据之后覆盖;旧目录缺少该字段时仍生成原文,保留原请求核验。运行中更改权限后,下一轮规则、工具表和目录使用新权限;原Run模型与旧计划字节不改。

身份观察新增 schemaVersion=2、effectivePolicy 和依据,保留请求 policy。开放执行实际记录型号差异后继续;手动限制下严格不匹配仍暂停并保留响应/用量。界面分别显示请求与实际策略;旧记录缺实际策略时明确“原记录未保存”,不从当前配置推断历史。映射仍为用户声明,不能认证底层模型。

验证与可复核范围

验证 结果与限制
基线缺陷 自有合成复现:不支持工具成员被选中,require-match未记录实际策略;0真实请求
最终专项及直接相关 47/47:16新专项、原能力选路/图片、透传截断原错;真实本机HTTP及真实MCP子进程
相关回归 78/78:能力、模型中心/目录/身份、MCP、权限恢复、开放执行;使用首独立候选,原日志保留
最终build-3 TypeScript/Vite/手机壳/服务端/Electron bundle通过;版本仍1.25.12,仅测试构建
冻结身份 1208源码/脚本/测试构建输入逐SHA一致;最终网页和桌面30编译载荷逐SHA一致;桌面另带所属Electron及图标,共104文件
最终网页 / 实际Electron 各7组、各3本机模型请求;自动已知/停用后未知/全否定未发/手选原400/身份编辑/三权限保存与刷新
1280 / 390 两端实际操作;实看型号差异、候选来源、旧策略未知、原错和MCP全权限,页面无意外横向溢出,动作可达
原件与清理 1031份1200878256字节,含三轮独立候选、基线源码及首失败/wire/会话/截图/最终结果;已知4个自有宿主URL关闭,本批候选Node/Electron进程0;未启动9229,未复查正式状态

入口:专项测试、网页/桌面验证器、机器证据、切片计划。原件目录 .qa/m1-routing-permission-2026-11-06/,MANIFEST.json 逐文件SHA与大小,构建/原失败不覆盖;生成文件、自有数据及运行时不提交Git。baseline-snapshot/node_modules只是只读依赖目录引用,封存不遍历其目标。

$env:AGENT_WORKBENCH_API_KEY = ''
$env:AGENT_WORKBENCH_TEST_APP_ROOT = '<独立candidate-app-3绝对目录>'
node --test --test-concurrency=1 tests/model-routing-permission.test.mjs tests/model-routing-capabilities.test.mjs tests/input-attachments.test.mjs tests/passthrough-output-diagnostics.test.mjs
$env:AGENT_WORKBENCH_QA_APP_ROOT = '<candidate-app-3绝对目录>'
node scripts/verify-model-routing-permission-ui.mjs
$env:AGENT_WORKBENCH_QA_APP_ROOT = '<含所属Electron的candidate-desktop-3绝对目录>'
node scripts/verify-model-routing-permission-ui.mjs --desktop

原失败与回顾

  1. 首两次TypeScript分别暴露JSX并列组件缺包裹、可空配置/新增共享合同缺声明;已修,tsc-3及各build通过,原日志保留。
  2. 专项首13/14与次15/16为夹具错误:比较JS Infinity与JSON null、误写工具终态succeeded。按原序列化与completed合同修夹具,未改变业务判定;第三轮16/16。
  3. 网页首两轮过3/4组后误期望本地无成员/上游400为paused。实际既有Runtime为failed;修正验证器,原失败、输入和画面完整保留,未将失败改绿。
  4. 扩展检查发现本批真实图片回归:提前复制权限配置,漏带本轮随后绑定的图片,计划SHA与发送正文不一致,3项被正确拒发。原基线隔离源码相同3用例3/3;修配置复制顺序后全部原图片用例及47项通过。未删除SHA守卫、图片或旧断言。build-2两端成功不能代替此项检查;最终另冻build-3并重新验证两端。
  5. 过程有过量输出截断、PowerShell通配路径/猜测文件不存在;已按实际文件和小段复核。截断输出不等于完整审读或验收。

三层复核分别覆盖候选/权限合同、真实本机请求与工具行为、实际两端保存刷新及来源展示。全球能力注册表、全部原生协议和真实线路兼容不在本批证明范围;当前自动选择只使用已保存的能力信息,不能据此声称理解任意工程质量或最优模型。三套Orven配色继续沿用,未重新设计页面。

历史与下一步

默认unrestricted/passthrough/preserve和持久ask/auto/full保持;本轮无真实Key读取、真实模型请求、用户工程续跑或正式配置/数据修改,无发行部署或重启。

W的6次matched、71044tokens只读/no_progress、预留v2边界未触达保持;AD的21请求199250报告tokens+2unknown、Claude缺max_tokens400与网络原错、DeepSeek Node成功保持;AE的React/Python成功20请求367365报告tokens及原解释器/check失败保持;AG的11请求109888报告tokens+3unknown、三次ETIMEDOUT和唯一ba-off成功保持。Purge收益仍unknown,不以本批合成修复证明缓存不掉、角色/经验或重复读取收益。

下一批继续M1的MCP/schema、检查点、手机账本和凭据登记固定门槛,再按路线进入M2官方注册表、缓存/状态契约;M3统一冻结发行,之后另冻新的官方与兼容真实样本,不续跑历史样本。