Files
Agent-Workbench/docs/QA-1.20.md
T
2026-11-01 12:31:20 +08:00

63 lines
9.1 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.
# 1.20 工程评测验收记录
来源790350e,分支feat/engineering-evals-1.20。A–F完整本地交付,正式1.20.0;代码与QA输入冻结于49314764f571ad48b7cef38d62c32b0bb66a8e9f,完整原件见[证据清单](engineering-evals-f-release-evidence/manifest.json)和[发行身份](engineering-evals-release-identity.json)。
正式收尾:stage、单次升级、指针激活及身份验证均成功。首次正式只读UI在9页后因QA查找“工程评测”弹窗、而冻结产品的实际标题是“工程质量评测”失败;页面/请求/HTTP/拦截写入错误均为0,原日志、9页截图、原脚本和收据保持。只复制新QA脚本并精确修正这一处标题后,完整26页在新收据下通过;未拼接局部结果、未修改冻结产品,也未重跑安装/升级/激活。原管线失败与只读续验管线分别封存;随后原生回看及证据封存均已完成,最终Git身份由独立ACCEPTANCE绑定。
| 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 | 14节点通过 | Node8/8、React9/9、Python10/10、自身原模块9/9;React两视口各12步,原版失败/候选/父交付保持 |
| F 完整发行 | 已完成 | 独立604/604、28类210组界面、源码/便携新评测5组、四类工程14节点、安装7组、保留全部状态升级、正式26页/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](engineering-evals-abc-evidence/manifest.json)。
## 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](engineering-evals-ui-validation.json)。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。
## E 实际工程与自身模块
原收据`.qa/engineering-evals-projects-e250b730-f85f-4450-bbfc-1aeaf231c12e`,14节点全部通过,见[工程结果](engineering-evals-projects-validation.json)。四类均实际运行原版失败、候选通过、父审查/新检查/本地Git;原测试、脚本、运行声明和原暂存/未提交/未跟踪字节保持。React在1280/390px各完成12步实际Edge交互;依赖由QA按原lockfile显式离线安装,有原日志,不计模型自主安装。
自身样本使用2a44f15693516b48ef46a851bba4d1b69b33f844中原样提取的evaluationSummary函数(整模块SHA与提取函数SHA见原报告),不是注入虚构缺陷。9项固定测试原版4项失败,候选9/9通过,修复已执行但未封存的候选被误算未执行的问题。主仓合入同一修复,并补原分母/失败/停止/封存状态专项;固定原模块作为来源绑定fixture保留,独立源码无需依赖本机Git历史即可重验。此为独立模块试点,未扩大现有1000文件/16MiB工作区上限,也不称全仓自主升级。
D/E原失败、实际报告、原HTTP请求、检查日志、工程源码与必要工件按原字节封存于[清单](engineering-evals-de-evidence/manifest.json)。不纳入私有SQLite或证书;首份汇总专项日志捕获时仍在运行,保留原部分字节并另存最终完成日志,不能把部分日志作为通过依据。
自身修复后的完整评测专项14/14通过,最终日志已另存封存清单。原日志/补丁blob含有真实空行和制表符,声明为binary保留原字节;不为通过diff检查修改原工件。
## F 发行候选准备
候选版本1.20.0已构建。版本准备脚本因假定旧controlled-ui含1.19枚举而在只读断言中止;已按实际文件补齐余下版本门控,没有重复执行已完成的版本写入。首轮编译服务验收前3组通过,之后QA将Git preparing当作终态,提前断言completed;原收据`.qa/engineering-evals-release-aff1830d-8827-4832-a496-18c06ea37027`保持,改为等待明确Git终态后独立整轮复验。正式1.19未改。
修正后的编译流程5组通过,但随后完整UI版本核对拒绝了缓存页报告:服务APP_VERSION遗漏升级,仍报1.19。自动打包在失败门槛处停止,未生成/升级正式发行。已修复服务常量并补编译服务与所选包版本一致性断言;97bf5ed第一次冻结及UI失败原件单独保持,最终代码重新提交/冻结并完整重验。此前5组只说明新代码执行链走通,不能充作最终1.20发行通过。仍在运行的第一轮开发测试也保留原轮;最终验收以新冻结独立源码整轮为准。
## F 最终发行
1.20.0完整本地交付:固定工程评测、同源原版/候选、全部尝试与原日志对照、显式采纳及父审查/检查/Git。独立源码604/604、28类210组界面、四类工程14节点、随包与同载荷安装7组、正式26页及原生回看通过。原PID36552/Provider、17项目/30全部会话/3144记录/5986事件、全部表每行/导出/模型中心及1824工件记录/1721去重文件原字节保持,9229关闭。本轮真实模型请求0;固定HTTP不代表自主推理收益或全仓自升级。
冻结415输入/22构建/40基准,代码来源49314764f571ad48b7cef38d62c32b0bb66a8e9f。独立源码从新归档提取并移至同卷短路径后逐字节核对;离线依赖/构建及22份构建完全一致。源码和便携均运行实际新评测5组、伴随端7组、协议5组、视觉5组、缓存7组;源码另验四类评测工程14节点、原生窗口7项/流程9组/桌面工程16节点、Responses13节点、截图7节点和缓存9节点,原父Node8/8、React9/9、Python10/10保持。
安装验收采用相同产品载荷、隔离登记的7组实际安装/原生启动/加密连接/工程检查/窗口崩溃/宿主重启/卸载保留数据,再以正式产品安装器stage、单次保留Provider升级、独立activate和只读验证。实际升级前重新快照全部会话和每表每行,未套用旧计数;私有SQLite备份不提交。正式手机网关保持关闭且无QA设备/证书。升级后原生窗口和只读26页均通过,未启动用户任务或修改连接。
原完整UI首轮因APP_VERSION遗漏拒绝,原编译验证等待Git中间态导致失败,全部失败原件保留。修复后新冻结重验;没有把局部成功记为最终通过。原日志追加只接受明确核对的固定卸载收尾,保留原前缀和最终字节。
自身试点只覆盖来源绑定模块;React依赖由QA显式按lockfile准备,不计模型自主安装。真实模型、视觉/Purge收益、多模型复核、全仓自升级和新iPhone流程仍分别未验证。下一阶段见[PLAN-1.21](PLAN-1.21.md)。