Files
Agent-Workbench/docs/QA-REASONING-CONTROLS.md

3.7 KiB

推理与能力配套:开发阶段验收

状态:本文件保留开发阶段记录,现已随 1.25.3 独立发行并升级正式本机,见最终验收。本阶段真实模型请求0,正式连接、原Provider与凭据保持。来源为b74e5edc后的本地开发切片,先提交空响应修复3ab3a6e4。

用户要求推理可开启、选择强度,并与品牌或自定义兼容连接配套。模型中心现有入口改为“推理与能力”,新增一份共享配置档贯通自动匹配、手动覆盖、保存、导入、Run快照及实际请求。原JSON仍是同一份参数,可与控件双向编辑;其它参数、凭据引用、旧记录和池保持。导入保留推理字段、输出字段和能力声明,来源变更需重新预览,本地编辑冲突保留。

兼容格式 推理开关 强度 工具历史
OpenAI Chat reasoning_effort=none(需型号支持) minimal/low/medium/high/xhigh/max 既有工具调用
OpenAI Responses reasoning.effort=none(需型号支持) minimal/low/medium/high/xhigh/max 既有原生reasoning/encrypted items
Claude Messages disabled / enabled+budget_tokens / adaptive output_config.effort=low/medium/high/xhigh/max 保留原thinking/signature块
DeepSeek Chat thinking.type=enabled/disabled reasoning_effort=low/high/max JSON/SSE的reasoning_content只回传原endpoint/model/连接/凭据修订
自定义代理 用户选择上述兼容格式 按所选格式 与对应协议一致

格式接入不能证明具体型号或代理接受全部值。界面保留声明支持/已验证/待确认区别,并列出未接入的音视频、服务端工具和结构化输出约束。/models通常只提供型号,不会被当完整能力目录。后续能力接入继续走同一份契约与验收,不把“品牌配套”写成所有模型功能均已验证。

推理和答复共用原输出预算。Messages指定预算至少1024且小于实际输出上限,普通256检测不够时使用已有任务/连接输出上限的较小值,并在界面说明消费;不自动增加预算。Chat opaque历史的实际字节进入请求预算,不作为可见答复或进展评分。

完整但无文字/工具的Messages JSON/SSE明确protocol错误,空数组/空白/仅thinking均不当完成;忠实复现6692输入/0输出,原文SHA、用量与身份保持,0工具/重试,避免误报“检查未完成”。这项修复不能使供应商空响应变为成功。

实际验证

  • Messages专项28/28,新增空响应JSON/SSE原文和6692/0用量核对。
  • 模型中心/参数/流式/Messages/推理相关85/85;补旧Run冻结、原连接重开及凭据引用保持后推理专项8/8。首联合夹具清理挂起和单项超时保持,修fixture清理次序后通过。
  • TypeScript/Vite/mobile/server构建通过;首缺契约声明失败保留。
  • 新推理网页6组、实际Electron6组(各9自有HTTP请求、0真实模型),1440/390px保存/刷新/默认/关闭/开启/强度/手动预算/JSON错误/保护字段/空响应反馈通过,原图实际回看。
  • 旧原生参数/上游错误网页6组、Messages网页7组通过;来源日志在.qa/reasoning-controls/,旧证据目录未写入。

阶段回顾:已修本地参数、状态回传与诊断缺口,尚未证明真实供应商稳定、自主Node交付、网络间歇唯一根因、重复读取收益或Purge AB/BA。Z3原空响应、DeepSeek原length、全部旧失败及预算保持,不续跑旧实验、不推送、不委派。后续独立冻结、归档重建/实际安装及保留状态升级现已完成,范围与来源差异以最终验收为准。