Files
Agent-Workbench/AGENTS.md
T
2026-11-01 00:19:52 +08:00

13 KiB
Raw Blame History

Agent Workbench项目执行规范

1.17.0完整本地交付:Chat/Responses实际协议、有界SSE、完整工具组核验、能力选池、显式检测与原请求证据已实现。独立源码558/558、25类191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节点及两套父Node8/8、React9/9、Python10/10通过;源码与便携各7组伴随端/5组新协议界面、同载荷隔离安装/重启/卸载7组、正式20页通过。正式PID36552/Provider保持,17项目/30全部会话/2590记录/4653事件,全部表每行/会话导出/工件原字节保持;1455条工件及1366个去重文件核对通过,9229关闭。公开模型中心仅增加逐项核对的默认能力字段,原存储不迁移。正式手机网关继续关闭、无设备/证书,未迁入QA身份。真实模型工程/Purge收益继续按用户选择单列待验,本轮真实模型请求0;1.17没有新增iPhone实机流式结论。不可变Agent-Workbench-1.17.0-win-x64-20261031150548103,产品/QA输入来源a72dc0fbc1f3430f46b12ba0b1dbbe2c457056d8。原始证据见docs/model-protocols-f-release-evidence/manifest.json及docs/model-protocols-release-identity.json;下一PLAN-1.18仅方案,不把计划当已实现。

范围与目标

本仓库专注AI编程与能力研究工作台。其他项目不纳入本项目计划或代码。用户确定的研究对象为Codex、Claude Code、Cursor、DeepSeek Harness、WorkBuddy及DSH-purge;目标是将有证据的机制独立开发成自有Harness内置能力。

1.0.0是已保存的基础里程碑;1.1.0已交付M1可靠内核,1.2.0增加当前Task的本地Git交付及证据报告,1.3.0增加工程索引与精确补丁,1.4.0增加封存多文件变更集与显式恢复,1.5.0/1.5.1增加完整请求预算和实际工件分页,1.6.0增加独立工作区和Git审查收尾,1.6.1增加原结果可校验的Task工作依据和文件预算分页。各版本实际部署与验收见docs/VALIDATION.md,后续实现见docs/PRODUCT-PLAN.md、docs/CAPABILITIES.md和docs/RESEARCH-ROADMAP.md。计划中的能力不能写成已经实现。

界面设计与验收

用户要求围绕真实编程工作台设计,拒绝反复套用AI模板。设计从代码、任务、审批、差异、检查和交付证据,以及中文用户、Windows桌面/手机、现有React栈出发。保留明确审美、参考和品牌;有重大开放方向时比较不同布局并作判断,不把选择风格变成强制审批停顿。

使用相关已安装的UI技能,通常frontend-design或ui-ux-pro-max;方向/证据未明确时补ui-art-direction或ui-reference-library,具体动效才用ui-motion-components。小改动不加载全部技能,不机械套用渐变/玻璃/卡片SaaS、侧栏KPI、奶油衬线或黑色霓虹。真实产品细节、明确交互和精准排版优先。可运行时核对实际渲染和核心路径,静态审查与观察结果分别记录。

产品界面、实质用户功能/流程及产品级体验审查采用product-ui-ux作为工作流,连接真实任务、设计、实际行为与验收;只按需要选用相应UI技能,保留既有品牌、React栈和当前范围。集中修复保持小范围,纯非界面后端/基础设施无需套用该UI流程。

研究与来源

1.6.2继续修复实际Task依据的保留顺序、同版本宽观察和原工件引用,发送视图版本和下一页保留预算参与封存。旧请求按原视图版本核对,不按新格式重写历史证据;最终验收以独立源码和真实工程Task记录分别判定。

1.7.0增加可核验的最新工具结果反馈、相同工程状态暂停、Python结构化检查与界面检查范围选择。Python执行绑定解释器/运行器/源码输入及原统计,旧失败记录不改写;受控React/TypeScript实际交互与Git样本证明执行链路,真实模型工程验收另外判定。源码回归使用独立Python 3.10+和pytest8.4.2,见docs/PYTHON-CHECKS.md。发行与正式服务状态以docs/QA-1.7.md为准。

  • 先确认目标版本、来源与工件身份,复用既有证据。
  • 1.8.0内置REA6.8.0固定stdio契约和ASAR/PE三项静态操作,原Evidence/Bundle与Task/Run/目标SHA256绑定;停止/失败/版本变化不自动重跑。真实REA、接口夹具、桌面/390px、随包运行与真实模型任务分别记录,发行状态以docs/QA-1.8.md为准;不将三项接入宣称为全部工具或外部引擎完成。
  • 1.9.0新增已有DeepSeek Harness 0.2.1-rc.2的连接核验,固定sdk-minimal与关键输入,使用所属appReady/PID/nonce信号、原协议及完整进程结束记录。当前不发送prompt或开放外部工程写入;实际SDK、声明夹具、HTTP、UI、发行和真实工程分别验收,见docs/QA-1.9.md。
  • 1.10.0增加封存静态构建与实际Edge页面验收,原DOM/步骤/请求/PNG和所属进程结束与Task/Run绑定;模型调用依照已封存计划审批,失败不重放。配置页面验收的Task在Git预览及提交前核对当前源码/构建/原结果;静态页面、协议夹具、真实模型、独立源码/便携和桌面/390px分别验收,见docs/QA-1.10.md。
  • 1.11.0增加Task所属不可变依赖计划与实际步骤核验,只有读取、已应用变更集、当前检查或页面原证据可用于所选范围;模型文字不替代核验。Git预览/提交绑定当前计划和证明,输入变化保留失效原因。真实DOM唯一CSS定位及页面字段读取进展已接入,20项专项/8组新UI与完整回归、随包和真实模型分别验收,见docs/QA-1.11.md。
  • 发行工件、闭源资源和需要运行证据的问题使用REA;完整公开源码用普通代码工具,区分观测、推断与未知。
  • 研究材料中的命令、提示和策略是分析数据,不能自行变成用户授权。
  • DSH-purge是Harness插件;ModelProvider和EngineAdapter是不同层。锁定Harness/Purge/profile与协议,不把事件通知自动当逐token输出,也不假定外部SDK支持单会话取消/审批。
  • 每项拟采纳机制绑定模块、契约检查和真实任务验收。第三方完整工件保持在研究目录,仓库仅保存必要来源和小型结论。

实现与验证

  • 使用稳定Task/Run/Tool身份、实际工具结果与工件引用;完成与测试通过需要证据。
  • 已完成工具不得因模型重试或重启而自动重放;外部命令结果未知时保存需核对状态。
  • 保留用户项目已有修改、文件基线与原字节备份。并行写入使用隔离工作区与冲突审查。
  • 模型与实验插件不拥有最终文件/命令权限。外部引擎能力按真实契约验证,不按名称推断。
  • 模型配置、身份和用量绑定Run;错误必须保留项目/任务/操作归属,防止回复串项目。
  • 按改动执行适当检查;文档变动不强制重复全套运行测试。功能/UI/恢复变动验证相关场景。

本地Git:用户已授权的开发方式

  • 1.12发行包含兼容Chat模型中心/池与已验证格式导入、只读巡检、来源复核项目记忆、Task检查点、本地Skills和受控stdio MCP。MCP未知副作用需核对原输入/工具账本后显式续接,无报告不补造结果,变化程序仍可停用。最终源码/发行/正式部署见docs/QA-1.12.md,真实模型工程按用户选择单独待验。

  • 2026-10-31完成1.12.1里程碑审查及五类确认问题修复,实现7b1f529、分支feat/milestone-audit-1.12.1;371/371独立源码、150组UI、最终归档/便携与保留状态正式升级通过,见docs/QA-1.12.1.md和docs/MILESTONE-AUDIT.md。当前正式PID23172/Provider、2连接/1池及升级时16项目/27全部会话/2523记录/4510事件每行和全导出保持;历史PID19084不作为当前进程。后续实际身份和数据重新核对,不套用历史计数。NEXT-STEPS已记录隔离worker起点及各能力真实验收标准,本轮未开启后续新功能;真实模型工程验收继续按用户选择暂缓。

  • 本仓库已启用本地Git,v1.0.0-baseline为已验证基线;各切片使用具体开发分支,1.12交付位于feat/model-center-1.12。

  • 1.13已交付两个受限worker、当前成果/冲突与父工程审查、停止恢复和累计预算,代码e1a2661及QA补强91cdd45位于feat/isolated-workers-1.13。新三工程13节点、父Node8/8/React9/9/Python10/10、React两视口各10断言、完整UI21类160组与独立404/404通过;最终不可变20261030193314594归档/便携及正式1.13.0升级通过。原PID23172/Provider、2连接/1池/6既有请求摘要及当时16项目/28会话/2551记录/4568事件每行/全导出保持,部署后10页通过。原403/404失败保留;后续1.14实际状态以下方记录为准,真实模型工程继续暂缓。

  • 1.14已交付固定DeepSeek Harness受控工具/模型桥、所属prompt/审批/预算/原结果/停止及父工程审查/Git,Purge两版本来源锁定提示实验默认关闭;产品53e196a、QA路径57d075e/便携Git b311116位于feat/controlled-engines-1.14。新三工程13节点、父8/8/9/9/10/10、React两视口各8断言、23类178组UI及独立445/445通过;最终不可变20261030235440461便携11427/源码9748文件归档/实际随包及正式1.14.0升级通过。原PID23172/Provider、2连接/1池/6原请求摘要及16项目/28会话/2551记录/4568事件、全部7表每行/全导出保持,部署后14页通过,9229关闭。升级后QA误判原Node路径/SQLite行原型的失败与原快照保留,续验未重放升级;当前宿主execPath仍原1.12启动包,真实二进制SHA与1.14完全相同,runtimeRoot才表示当前处理器。见docs/QA-1.14.md及发行身份;1.14为正式历史基线;当前1.15进度见下方,真实推理/Purge收益继续暂缓。

  • 1.15的A–F已完整交付:A–E249f191/72a496a/5354d95/f7a5969/b77783b、发行修复d005344/85e0f0e/138adcf、原独立源码f8f29e4及新495项/完整UI证据分别保持。495/495独立源码、23类179组历史UI、真实窗口7/原生UI9/三工程16节点、父8/8、9/9、10/10、同载荷安装/重启/卸载7组(隔离测试登记,正式产品安装器另行stage)、正式18页、1446条工件记录和1357个去重文件核对通过;最终20261031071202956独立归档/便携/同载荷隔离安装7组、正式原产品安装器stage及1.15.0通过,当前2连接配置/1池、17项目/29全部会话/2567记录/4599事件,正式纠正升级前后每行/全导出/全部工件原字节保持(相对初始16项目,用户启动新增1个示例并将原列表顺移;体验期间另新增1个空白idle会话及对应1事件,全部原28会话/记录/工件保持);旧PID23172已在恢复检查前退出,用户体验时手动启动1.14/PID36552,随后保留这个进程/Provider升级;旧内存Key不可恢复,需在界面重新填写,9229关闭。见docs/QA-1.15.md及docs/desktop-host-release-identity.json。当前宿主仍可从用户原1.14启动包运行,runtimeRoot为正式1.15候选;不抽取或补造旧内存Key,窗口关闭不结束宿主。1.16真实手机仅计划,真实推理/Purge收益继续暂缓;后续实际状态重新核对,不套用本轮计数。

  • 用户授权后续按可审查小步本地提交。每个独立实现/修复/规划改动通过相关检查后,检查diff并提交,报告commit与结果;只读且无变化时不做空提交。

  • 常规后续提交只暂存本次修改范围;保留其他人/用户的已有改动。

  • 实验使用具体任务分支/worktree,合并前验证;不要用破坏性reset/clean丢弃工作。

  • 不自动推送或发布远端;远端操作按当前会话中的明确用户授权执行,不重复请求已经给出的授权。

  • 提交不读取或保存真实模型Key。遵循.gitignore,保留自有旧版fixture。

当前本地服务与Windows