Files
Agent-Workbench/docs/NEXT-STEPS.md
T

60 lines
8.7 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 后续执行计划
更新:2026-10-31。当前正式交付基线为1.12.1,[里程碑审查](MILESTONE-AUDIT.md)及补丁独立/便携/保留状态验收已完成。1.13隔离协作实现与三个真实功能工程已完成,正在完成最终独立源码、完整界面和保留状态发行。之后按[1.14方案](PLAN-1.14.md)推进受控外部引擎与DSH-purge对照;真实模型工程验收仍按用户选择暂缓。历史研究、局部测试与连接核验不能代替真实工程交付。其他项目不进入本计划。
产品目标是让用户给出需求后,工作台能保留项目基线,完成定位、计划、修改、检查、必要修复、审查和Git交付,并在停止、故障、断线后明确保留已完成结果。桌面与手机共享同一执行宿主、任务和证据。
## 执行顺序与完成门槛
| 顺序 | 开发范围 | 前置条件 | 完成标准 |
| --- | --- | --- | --- |
| 0:审查闭环(完成) | 对照1.0–1.12计划/模块/原报告;修复确认问题;补丁发行及安装失败回退核验 | 保留旧发行、历史失败和正式服务连接 | 1.12.1独立371项、150组UI、实际旧进程/页面8组、最终便携/归档及部署后8页通过;当前PID23172/Provider、完整模型中心与四表每行/全部会话导出保持;未完成能力明确登记 |
| 1:隔离执行与多worker(实现完成,发行验收中) | 父任务拆分、两个所属worker、独立worktree、累计预算、停止恢复、成果归集、具体冲突及父工程审查 | 当前Task/Run、工作区、计划和未知结果恢复契约 | 三工程13节点、父Node8/8、React9/9、Python10/10与构建/编译/Git已通过,React两视口各10项真实断言;最终完整源码/UI/便携及保留正式状态升级仍须通过,见QA-1.13 |
| 2:引擎执行与增强对照 | 固定版本的Codex/DeepSeek适配、受控工具桥;Claude Code/Cursor/WorkBuddy机制研究;DSH-purge实验 | 外部SDK的实际审批、取消、写入与事件契约;阶段1隔离工作区 | 引擎能完成一个指定工程任务,原输入、工具与结果可追溯;Purge按同模型、同题、同预算进行有/无插件对照,记录失败和人工介入;仅采纳有证据的机制 |
| 3:Windows桌面 | 单实例、后台宿主、项目/终端/审查入口、安装包与保留数据更新 | 宿主与客户端生命周期拆分;本机凭据加密;稳定迁移契约 | 关闭/重开窗口不丢任务;重复启动复用宿主;安装/升级/卸载的数据行为可核验;崩溃后显式恢复;旧版本可回退 |
| 4:手机伴随端 | PWA、一次性配对、设备身份、撤销、同Run观察/审批、断线游标补发 | 设备认证、加密传输、审批身份/幂等、速率限制;阶段3宿主 | 在真实手机完成配对和撤销;断线后按seq恢复;旧Run/过期/重复审批拒绝;手机和桌面显示同一结果;手机不直接执行宿主文件与命令 |
| 5:模型与多模态 | 更多实际协议、流式取消、按能力选路、可恢复池策略、视觉/语音/附件、项目缓存 | 每种协议的工具调用/用量/取消实测;凭据和附件隔离 | 图像、语音、文本各有真实样本;流式断开保留unknown而不重复副作用;不兼容成员不被调度;缓存绑定项目/权限/源码版本并可清除;429/401/超时/冷却有独立证据 |
| 6:自我迭代与专业交付 | 隔离分支生成候选、固定评测集、多模型复核、质量/成本对照、升级候选和回滚 | 可复现工程基准、完整质量门槛、阶段1隔离和阶段3更新 | 工作台可提出并验证自身改进;候选不直接改运行中的发行;回归或独立验收失败不能发布;保存原差异、指标和回退点;采纳须经用户已有权限规则 |
阶段间可并行完成只读研究和文档,涉及项目写入、权限、发行的实现按依赖推进。每个切片提交真实功能、失败分类、验收证据和本地Git提交;不自动推送远端。
## 1.13当前切片:隔离worker
先实现两个受限worker的完整流程,再扩展并发规模。父Task固定目标、验收条件和总预算;子任务保存范围、工作区、所属进程与原证据。调度器负责分配/释放预算和租约,不让模型自行绕过权限。
1. 建立父子任务与worker状态契约:queued、running、stopping、completed、failed、unknown;完成状态需关联真实工件与检查结果。
2. 在独立worktree创建工程快照,保留用户原暂存/工作区修改;来源身份改变、创建结果未知和未审查冲突阻止下一次写入。
3. 实现预算、并发与停止传播;父任务取消后结束所属进程树,等待退出并保存原结果,失联状态显式核对。
4. 归集diff/测试/报告,校验来源与基线;分离修改可审查合并,重叠修改显示具体文件与冲突,不覆盖父工程。
5. 使用Node、React、Python各一个固定工程任务,验证正常、测试失败后修复、冲突、停止、宿主退出和恢复。真实模型语义验收待用户在工作台配置后单独执行。
当前实际实现和原失败/通过分别见[隔离协作](WORKERS.md)、[1.13验收](QA-1.13.md)与[阶段回顾](RETROSPECTIVE-1.13.md)。首个完整源码候选403/404被拒绝,修正后的崩溃专项1/1不与原轮拼接,最终以新独立完整结果判定。
## 下一开发切片:受控外部引擎
按[PLAN-1.14](PLAN-1.14.md)先固定已安装DeepSeek Harness的prompt/事件/审批/恢复/停止契约,构建受限工具桥并在所属独立工程完成真实检查、父审查和Git;之后按实际版本协议加入Codex适配。当前SDK连接核验中的session/cancel为缺少方法的原错误,单会话取消、引擎工程写入及逐token流均不能从连接成功推断。
DSH-purge按固定兼容组合、生效点、同模型/同题/同预算/同测试进行有/无插件对照,保留失败、人工介入和原用量;只有得到可重复工程证据的策略才采纳。引擎内核、桌面/手机、跨协议多模态和自我迭代依照上表前置推进,每个切片继续回顾并本地Git。
## 跨阶段必须保持的能力
| 能力 | 当前基础与后续要求 |
| --- | --- |
| 凭据 | 当前Key仅在内存;后续采用Windows本机加密或系统凭据库,导入由明确格式和用户授权驱动,不读取未知登录态;重启/密钥失效可见 |
| 权限与执行范围 | 当前本地token、同源请求、审批和项目路径保护;增加任务/设备/工具作用域及OS隔离;模型、插件与外部引擎均受执行内核控制 |
| 恢复与可靠性 | 保留Task/Run、工件、计划、检查点和unknown;增加故障注入、迁移/回滚演练、所属进程核对及资源上限,不自动补造结果 |
| Skills/MCP/插件 | 保留来源、版本、启停、范围与原调用证据;实际协议逐项接入,远程服务/安装和未知副作用独立核验 |
| 项目记忆/上下文/缓存 | 当前来源复核记忆和有界请求工件;后续缓存按源码/模型/权限版本失效,长任务依据与原结果始终可追溯 |
| 浏览器/电脑操作 | 当前固定静态构建与真实Edge验收;后续真实浏览器/桌面操作限定目标、登录态和权限,并验证停止与敏感操作审批 |
| 号池 | 当前兼容Chat协议、轮询/权重/租约/冷却、已验证格式导入和可关闭同步;后续按能力、上下文、成本选路,跨协议实际验证,不承诺上游永不中断 |
| 巡检 | 当前只读运行巡检;增加任务账本、工件、来源、池健康、空间/进程/迁移检查。修复与巡检分别授权,巡检不偷偷执行模型或项目命令 |
| 交付质量 | 固定任务基线、需求、原测试/构建/交互、实际diff/Git和报告;用完成率、人工介入、失败类型、耗时及已报告用量评价改善 |
## 研究依据与未知项
REA用于发行工件或运行证据,完整公开源码直接分析。研究以实际版本、来源、问题、证据和拟落地模块登记,见[研究路线](RESEARCH-ROADMAP.md)。参考产品的名称不证明对应能力已经接入。
DSH-purge源码位于`D:\Ai-project\REA逆向\dsh-purge-1.1.78-windows`;DeepSeek工程位于`D:\Ai-project\DeepSeek-Harness-Desktop`。它们与ModelProvider分层管理。当前DeepSeek六个SDK方法只完成连接核验,Purge的工程收益尚未获得对照证据。
尚未交付:OS沙箱、任意外部引擎工程写入、未知WorkBuddy格式自动导入、本机加密持久凭据、多协议流式/多模态、Windows安装版、真实手机配对,以及稳定的全自主工程成功率。按上表逐项实现和验收,不用界面入口或夹具结果替代完成。