Files
Agent-Workbench/docs/QA-1.20.md
T
2026-11-01 09:56:25 +08:00

3.5 KiB
Raw Blame History

1.20 工程评测验收记录

来源790350e,分支feat/engineering-evals-1.20。当前实施中,正式仍为已验收1.19,不宣称1.20发行完成。

切片 状态 证据
A 固定契约 专项通过 1–3固定样本、HEAD/同源字节、明确源码/原测试/检查命令、模型和总预算
B 运行账本 专项通过 原版0模型请求、候选原工具/审批/预算、停止与重启未知、不重放已尝试准备
C 比较 专项通过 原失败/全部尝试/日志SHA、原用量缺失及人工审批/应用、不可变报告和父审查/Git门控
D 产品流程 7组通过 桌面/390px准备、审查、比较、导出、刷新、采纳、停止和来源变化;两视口实际截图回看
E 实际工程 待验 Node/React/Python及自身模块小范围试点
F 完整发行 待验 完整源码/历史UI/独立源码/便携/安装/升级/原生回看

开发夹具只证明执行链、边界和真实工具结果。用户实际配置模型的自主完成率、视觉/Purge收益继续单列,不从固定响应推断。

A–C 首轮与回顾

首轮10/10通过(.qa/evaluation-a-first.log)。回顾补充采纳并发门控、计划准备停止等待、原版证据不完整时禁止采纳、来源/模型修订和HTTP权限检查;12项评测与6项原worker共18/18通过(.qa/evaluation-abc-reviewed.log),新增最后门控再按相关路径复验。所有检查在自有独立数据/端口执行,真实模型请求0。实际Node检查与本地Git发生在fixture工程,未触碰正式发行/用户模型连接。

已实现桌面/390px界面并构建通过,D尚在真实交互验收。首次UI因select的可访问名称包含选项而无法精确定位,补显式aria-label;原失败截图/fixture保留在.qa/engineering-evals-ui-3cfe9bbe-d29e-4eee-97d2-0d261b622825,不计通过。

最后原版日志/采纳/HTTP3条路径3/3通过(.qa/evaluation-abc-final-guards.log)。首次选择器错误后还发现受控textarea的标签名称会随内容变化,现全部关键textarea均有稳定的aria-label,另开收据复验;原第二次失败.qa/engineering-evals-ui-b08b6c81-cd2b-47c5-85d4-66ecba9fd922保持。

父工程检查/变更集/Git/工作区各操作的活动门控已纳入评测活动,最终相关2路径2/2通过。A-C原日志按原字节封存于清单。

D 产品流程回顾

最终7组通过,原收据.qa/engineering-evals-ui-7203e02f-ee05-41ab-81dd-40b215086863,概览见实际UI记录。实际原版3测试失败、候选3测试通过、父审查/检查/Git均完成;停止保留stopped,父来源变化在创建工作区前拒绝。桌面并列和390px堆叠截图已目视回看,原失败与候选通过、人工审批/应用次数、缺失费用及固定响应标签均可读,未见页面横向溢出。

第三次UI收据.qa/engineering-evals-ui-d240669e-0c9b-4450-960e-1b870f9fb23f前5组已通过,之后QA在POST完成前读取最新批次,误选旧批次导致停止场景等待失败。修正为等待批次数量和新标题后获取原对象;原失败保持,最终轮独立执行完整7组。此为验收脚本竞态,不删除或改写原失败。

A-C原日志在提交时被Git默认换行规范化;现增加证据目录字节保护,并重新按原.qa字节暂存,后续提交逐Git blob核对清单SHA。保留旧提交,不改写历史。