Files
Agent-Workbench/docs/QA-1.11.md
T
2026-10-30 14:17:33 +08:00

32 lines
5.3 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.
# 1.11.0 任务依赖、原证据与交付收尾
当前开发源码已构建为1.11.0;正式4318仍为1.10.1/PID23080,保留原Provider连接。下一发行的完整行为/界面、独立源码、便携、归档和正式升级分别验收,尚未通过的阶段不登记为交付完成。
## 独立发行验收(2026-10-30)
- 归档验证使用 `AGENT_WORKBENCH_ARCHIVE_QA_ROOT=D:\\awb`,通过扩展路径逐项解压并核对。便携归档10,999个文件、源码归档9,248个文件,CRC、目录/清单和SHA256均通过;结果见 `.qa/archives-validation.json`。
- 独立源码包在短路径 `D:\\awb` 下离线安装,使用包内Node.js `v24.22.1`、npm `11.19.1`及隔离Python `3.10.11`/pytest `8.4.2`。最终构建产物6份逐字节匹配,297/297项通过,0失败、0取消、0跳过;结果见 `.qa/source-package-validation.json`。
- 源码包真实REA三项(ASAR JavaScript、PE imports、PE resources)、DeepSeek Harness `0.2.1-rc.2`六个原生SDK方法和Edge桌面/390px随包浏览器均通过,模型请求为0,根进程均正常退出。
- 便携包清单10,999文件、启动与同服务复用、显式命令确认、Node/npm检查4/4、REA三项、DeepSeek六方法、Edge桌面/390px和优雅停止均通过;结果见 `.qa/release-validation.json`。
- 首次源码包回归记录为294/297,3项均由未传入pytest或深路径venv的ensurepip环境问题引起;固定QA Python复验后297/297通过。该失败记录未被覆盖。
14类126组最终实际界面全部通过,0页面/请求异常,见[完整UI](task-plans-all-ui-validation.json)。完整源码首轮与UI同时运行,600秒原验证器边界终止,276项返回且没有失败、180份冻结输入未变,见[原超时记录](task-plans-tests-initial-timeout.json);该结果不算完整回归。下一不可变包的独立源码完整退出、统计和字节比对另行验收。
随后按发行口径用固定Node.js `v24.22.1`、npm `11.19.1`及隔离Python 3.10/pytest `8.4.2`完成正式源码回归:297/297通过,0失败、0取消、0跳过,180份输入在测试期间未变化,原日志和输入清单见 `docs/task-plans-tests-validation.json`。首次失败的两个Python用例是环境缺少pytest,另一个是并发4下工作依据等待超时;针对性复验15/15和1/1通过,未覆盖原失败记录。
补充真实Edge回归证明仅源码变化、构建原字节不变时旧桌面和390px证明均失效,重复核验拒绝且没有新增浏览器job;恢复源码原字节后原证明可重新核对。共用源码核对已在核心入口实现,本次补充该输入变化边界的回归。
20项行为/API/实际恢复专项通过,包含四个真实进程退出切点、依赖与不可变条件、当前源码/构建失效、原字节及调用归属、实际npm统计、真实Edge桌面/手机、Git基线保护、提前收尾暂停和原Task续接。首轮19/20唯一失败为验证器调用host.stop而原宿主helper提供host.close,原TAP保留,修正后20/20通过。
新增实际长文件结果的1024字节边界验证,复现证据ID在双层JSON中多出2字节;现为原字段和页面重复提示预留实际转义后的空间,最新反馈保留调用/证明/计划ID及唯一定位。修复后21/21专项通过。此前完整回归在最终源码冻结前主动停止,原输入及部分TAP保留,不能作为完整回归。
完整UI首五类44组通过后,旧Git验收器按可见历史结果数量驱动夹具,历史封存后重复plan_checks而到达step_limit。原失败保存[首轮完整界面](task-plans-all-ui-initial-failure.json)与所属数据库;验证器改为使用原结果或原字段反馈中的实际plan_id,状态阶段单独保存,9组Git界面复验通过。最终全量以重新冻结的输入为准。
8组新执行计划UI通过,0页面/请求异常,见[任务计划界面](task-plans-task-ui-validation.json)。真实读取与两项npm测试/build作为证明,源码变化使旧结果失效并保留拒绝;390px固定原条件、追加页面步骤、原计划/证明与键盘关闭已验证。迟到读取在切换任务后失效;迟到保存的组件卸载场景使用受控DOM页签事件调度,明确区分故障模拟与遮罩允许的真实用户操作。真实宿主重启保留修订、成功/拒绝证明和工具协议,无模型请求或执行重放。
首轮UI错误是未展开折叠的证据区域而查找可见按钮;第二轮6组通过后,故障验证器试图点击保存弹窗背后的页签,被遮罩正确阻止。原DOM、截图和结果分别保存在.qa/task-plan-ui-95c4471e-9d1b-4d86-9cbc-3304459f4c3e及.qa/task-plan-ui-c817c9f1-0f54-4711-bc8c-a6a15f1cf690,未覆盖为通过。
页面观察新增实际DOM唯一定位与匹配数量;多个父节点同位置按钮、特殊字符标签均使用真实Edge核对,原多匹配操作仍失败。原页面字段连续重复读取会暂停当前Run,不新增浏览器job;不同字段和新Run保持各自区间。
固定技术步骤的证据核验与业务需求语义验收分别登记。真实配置模型任务、模型用量、必要审查和整体结果单独封存;不能把合成Provider、工具核验或单题通过当作总体自主成功率。契约见[任务计划](TASK-PLANS.md)及[页面验收](BROWSER-CHECKS.md)。