Files
Agent-Workbench/progress.md
T

13 KiB
Raw Blame History

统一执行进度

2026-10-29 M1可靠内核开发

  • 用户批准下一步开发;从规划提交b047665开始,核对Store/Runtime/API/升级机制与Node版本,启动可靠任务状态和首个工程交付切片。
  • 本轮开发计划已追加,原4318服务与真实内存连接保持。独立数据/端口用于开发验证。
  • 已实现Task/Run/Step/Tool/Event/Artifact契约、SQLite事务状态与outbox、JSON迁移/原字节备份、工具实际结果恢复、冻结模型配置、累计usage/时间与token预算、严格审批归属。
  • 后端增加持久事件补发/分页、执行快照与hash验证工件;升级器支持初始化原Store和保留连接的旧版迁移,独立0.1.0进程实测通过。
  • 针对性25/25、完整构建与回归47/47通过;追加三类检查后的20/20专项通过,均0失败/跳过。后台测试已退出,原4318/PID23080保持。
  • 本轮执行被中断,按已授权的小步Git方式保存内核检查点。界面、工程识别/TestRunner/Git样本及实际升级保持待办;接续从这些项推进,不重复已通过的证据研究。

2026-10-29

  • 用户指定合并两个研究方向与产品执行入口。
  • 读取另一对话与其研究文件,确认同一工作区、Cursor 目标与已完成边界。
  • 建立 Agent-Workbench 统一计划;继续 Claude Code 结构验证与 Cursor 机制追踪。
  • 三份静态机制报告已完成:Claude 工具循环 27 个选段、上下文/恢复 32 个位置、Cursor 19 个位置;报告和索引保留可追溯证据。
  • 独立 React/Node 产品及示例项目已实现,依赖安装、TypeScript/Vite/esbuild 构建通过。
  • 恢复本轮状态,进入异步 UI/命令输出修正和产品测试;未启动真实工作台、未配置真实模型。
  • 会话 revision、旧响应忽略、移动侧栏/检视入口、审批操作等待状态及 UTF-8 输出分块修正完成;构建通过且无空 CSS import 警告。
  • 建立 20 项行为测试。首轮 19 项通过,包括真实 HTTP 工具循环、文件基线冲突、命令拒绝/批准/取消、崩溃重启不重放及凭据不落盘。修正 Host 测试的请求发送方法后复验。
  • 修正测试请求方法后 20/20 通过;开始整理统一报告、浏览器实测和便携发行包。
  • 完成两次 UI 改进:共享创建请求避免重复空会话;固定 grid 行列与对话滚动,使长对话的标题和输入框不离开视口。
  • 最终浏览器验收:Edge 156.0.4314.42,1440/780/390 px,10 组流程通过,页面异常/请求失败为零;包含人为延迟返回测试、模型列表/Key/兼容服务、差异应用与会话导出。
  • 便携/source staging 和第三方许可已生成;旧 PowerShell Archive 模块加载失败,切换系统 .NET ZipFile 归档后继续。
  • 便携包验证通过:随附 Node 独立启动(PATH 无系统 Node/npm)、第二次启动复用 PID、真实确认后命令、示例/报告、优雅停止。107 个初始文件散列一致,两个 ZIP 的 CRC/路径范围检查通过。
  • 最终启动脚本 UTF-8 输出与 108 文件 manifest 再次验证通过。正式包已启动在 http://127.0.0.1:4318,PID 23080,应用数据 C:\Users\wangy\AppData\Local\AgentWorkbench;正式初始界面已核对且无页面异常。4319 测试服务已停止。
  • 统一产品、机制报告、源码、Windows 便携 ZIP、完整第三方许可与验证记录均已交付准备完成;真实模型保持待用户配置。

2026-10-29 真实模型连接

  • 用户保存兼容模式、gpt-6.1-sol 和内存 Key;沿用配置地址,模型列表与实际调用成功。
  • 独立测试项目的真实 read_file/propose_file 流程约 12 秒完成;提案正确包含随机文件内容与计算结果,确认写盘前未改变文件,再应用并核对内容。
  • 未重启服务、未更改用户模型配置、未读取用户项目或 Key。实测记录见 docs/MODEL-CONNECTION.md。

2026-10-29 正式版开发

  • 用户明确要求介入当前工作台并开发正式版;开始 1.0.0 迭代。
  • 两份导出与磁盘实现已经核对;中文管道错误通过独立子进程复现。
  • 已读取 planning-with-files、Playwright 与 Computer Use 工作流;交付检查将覆盖实际页面、异常恢复和发行包。
  • 当前阶段:运行实例检查、上下文和诊断契约设计。
  • 当前页面和实际会话已经核对;窗口控制 helper 缺失,Playwright 通过系统 Edge 完成界面观察。
  • 已实现第一轮服务端改动:inspect_session、执行/错误上下文、分类模型错误与有限重试、保留模型上下文的恢复、Windows UTF-8 stdin/管道。语法检查通过,进入 API/UI 和回归验证。
  • 1.0.0 类型检查与前后端构建通过。首次 31 项行为回归中 30 项通过,发现并修复 PowerShell 原生命令退出码丢失;新增测试涵盖工作台错误上下文、模型重试/恢复/取消、旧数据和中文管道。
  • 已增加运行诊断面板、中文错误卡片、模型响应验证、审核入口、示例标识与对话 Markdown 显示。
  • 33/33 行为回归通过,0 失败/跳过;包括真实旧版进程保留内存连接的原进程升级、升级后模型列表认证及调试端口关闭。
  • 4319 的独立 1.0.0 UI 验收服务已启动(exec session 10314);正式 4318 尚未切换。
  • 恢复本轮状态,确认正式 PID 23080 和独立 QA PID 49148 仍运行,未启动 inspector;继续专项最后两组及发行验收。
  • 手机错误与诊断布局已目视核对;专项前 7 组通过,后续 helper 因项目栏折叠超时,正在修正真实 UI 展开路径与停止诊断状态。
  • 停止时模型诊断已清除重试状态,构建和 33/33 行为回归通过,旧版升级测试已改用源码自带 fixture。
  • 两次 UI 收尾发现脚本定位问题:手机自动收起与检测竞态、两个诊断入口造成严格匹配失败;保留错误记录并按真实界面状态修正验证器。
  • 基础 UI 完整复验 10/10 通过;专项停止 API 已通过,诊断按钮精确容器修正为实际 .task-toolbar 后继续最终两组。
  • 正式版专项 UI 完整复验 9/9 通过,页面异常/请求失败为零;最终桌面与停止诊断截图已核对,开始文档、示例与便携发行验收。
  • 补齐QA清单的429等待证据后,34/34行为测试通过;自带示例同步已验证的两份多关键词改动,4/4示例测试通过。
  • README、CHANGELOG、架构、升级说明和验收清单已更新到1.0.0;原会话真实模型只读诊断验证器已准备,尚未调用正式模型。
  • 126文件的1.0.0便携启动/复用/随附Node命令/停止通过;原进程升级已成功,版本1.0.0、PID23080和现有连接保留。
  • 真实模型首轮回答内容准确,先inspect_session再读取用户点名的两份文件。脚本过严断言导致验收失败,已缩到相关只读范围;准备记录最终历史/文件哈希保留证据。
  • 最终真实模型验收通过(22秒),保留原消息前缀/已应用状态/文件哈希;同一会话没有项目搜索、新提案或终端命令。实际1.0.0页面已目视核对。
  • 已在原用户示例目录实际运行完整4项测试,全部通过。开始最终文档补齐、归档CRC与源码独立构建验证。
  • 源码包独立解压验证完成:离线依赖安装、完整构建、34/34测试通过,0失败/跳过;真实旧版升级fixture不依赖原发行目录。
  • 便携包最终闭环再次通过;CRC、清单、大小/SHA256和归档目录一致性通过。当前原服务1.0.0、PID23080、兼容模型Key状态保留;仅4318仍监听。
  • 1.0.0开发、诊断修复、真实模型/浏览器、文档、便携与源码交付验收完成。最终归档只补入验证文档与截图,代码/构建产物将与独立验证包逐字节复核。

2026-10-29 后续核心能力规划与本地Git

  • 用户确定本项目专注编程代理能力,要求先规划REA/Purge与五款客户端研究、真实工程交付、桌面/手机及及时本地提交。
  • 核对用户提供的独立Purge1.1.78和DeepSeek-Harness-Desktop0.1.1;后者含Harness0.2.1-rc.2、Purge1.1.81和本地Developer Kit0.1.0。版本/commit声明、元数据散列和待实测范围分别记录。
  • 复用Claude Code2.1.312与Cursor3.16.29静态证据,取得Codex/WorkBuddy官方文档,核对DeepSeek SDK的事件/停止/恢复限制。所用内部问题分工已返回,产品由本对话统一整理。
  • 为本产品建立独立main仓库,基线bac87da、标签v1.0.0-baseline;167个自有文件进入基线,全局作者配置保持原状,仓库使用项目占位署名,未配置远端。
  • 完成PRODUCT-PLAN、24项CAPABILITIES、RESEARCH-ROADMAP、GIT-WORKFLOW、research/targets.json和AGENTS.md,更新README与跟踪文件;进入文档校验和规划提交。
  • 本次只变动文档与来源登记,不改变1.0.0运行代码、发行包或模型连接;后续M1–M6能力仍待开发。
  • 文档/来源校验通过:9份Markdown、44个本地链接、8个目标、24项能力、22个来源/证据路径、8个元数据SHA256;原工件hash仅复用记录,没有将其说成全快照复核。
  • git diff --check通过;4318仍是PID23080。开始只暂存本轮文档与登记范围,保存规划提交;运行源码无变化,不重复此前34项运行测试。
  • 规划提交已完成,收尾状态纳入同一规划提交;最终ID由git log记录。M0规划与工程基线完成,M1–M6开发保持待实施,下一轮先可靠状态和真实工程交付切片。

2026-10-29 M1 续接开发

  • 已复核93f4d90内核提交、AGENTS执行约定及现有计划;原4318/PID23080和内存连接保持。
  • 正在补齐任务记录界面、SSE补发、工件恢复展示与预算;随后实现工程识别、实际检查job和跨文件交付样本。
  • 最终以1.1.0不可变发行目录完成独立验证和保留连接热升级;未部署能力不标已上线。
  • 任务/运行/预算/工件界面、断线补发、工程识别/检查计划/实际npm job、错误与过期状态完成;空文件/零测试/未知统计均不判通过。
  • 当前完整65项测试通过,0失败/跳过;新增6组任务UI通过,0页面/请求异常。390px工件弹窗已修正并目视核对;旧1.0热handler→SQLite→第二次升级、真实内存合成连接及停止owner释放通过。
  • 开始保存本地工程检查实现提交,随后做跨文件真实工程样本、基础/诊断UI、1.1.0便携包与实际4318升级。

2026-10-29 持续开发接续

  • 用户要求继续开发不要停。核对2ea3485及20份已有续作,当前服务仍是4318/PID23080,独立QA服务为4319/PID44240。
  • 沿用planning-with-files与webapp-testing,继续审核后同Task新Run、真实失败日志读取及四模块工程交付;先完善对应契约,再验证发行与原进程升级。
  • 审核后继续、无效配置与重复请求、重启目标保存通过。Windows串行升级在完整并发回归出现两次ECONNRESET,控制请求改用独立连接并保存请求阶段;完整68/68回归随后通过。
  • 基础UI10/10、诊断UI9/9通过,页面异常/请求失败为零。任务UI正在完成新增继续交付场景;便携验证器增加无系统Node/npm下的真实4项示例检查和日志校验。
  • 任务UI最终7/7通过,含应用→继续原Task→实际检查。首轮定位因辅助说明进入accessible name而超时,新增明确aria-label后通过;手机日志和桌面差异/输入区域已目视核对。
  • 持久Node REPL的Edge自动发现路径不存在,已使用实测Program Files (x86)路径恢复浏览器;未安装或替换系统浏览器。
  • 本次继续全量推进:1.1.0便携包2079份清单文件核对、独立启动/复用/停止和无系统Node/npm下实际4项示例检查通过;两个ZIP的CRC、路径、散列和目录一致性通过。
  • 源码ZIP独立解压,离线安装、完整构建与68/68测试通过;6份客户端/服务端构建文件与本仓库逐字节相同。
  • 4318已成功升级至1.1.0,仍是原PID23080,gpt-6.1-sol内存连接、3个项目、9个原会话及消息/工具/提案hash和revision保留;调试端口已关闭。
  • 真实模型四模块交付验证已启动,只操作独立合成工程,不使用原用户项目作为实验输入。界面新版本链接已提交给当前Codex面板。
  • 真实模型验收81秒完成:1Task/2Run/1次四文件审查,14项测试由1通过/13失败变为14通过;build和dist CLI结果一致,9个保护输入与原owner改动保留。交付源文件commit b17492ca,详细结果与可运行样本已保存。
  • 继续M2首个内置Git交付切片:1.1.0的提交由验收器执行,产品需要Task绑定的审查计划/commit job/报告及未知结果核对。工作台原连接保持,开发仍在源码/独立QA进行。