Files
Agent-Workbench/progress.md
T
2026-10-29 19:56:33 +08:00

143 lines
22 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.
# 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。
## 2026-10-29 M2全量接续与1.2.0验收
- 接续现有未提交实现;4318仍为原PID23080/1.1.0,保留内存模型连接。Node24.22.1与1.2.0构建通过。
- 交付UI9/9通过,页面/请求异常均为零:四文件审查、实际14项测试、重复确认仅一提交、无关索引保留、报告字节下载、390px和真实退出恢复。同会话重复点击不再清空内容。
- 上轮后台完整回归已完成:92项中90通过,0跳过/取消。失败为1.2.0重复升级的版本准入遗漏,以及外部破坏索引先被Git解析后出现原始错误。已补版本支持与索引/锁字节先行核对,保留提交对象验证后的二次核对。
- 下一步先复验上述实际恢复/升级边界,随后完整回归、版本文档/便携与源码验收及原进程更新。后续继续M2工程理解、精确改动和多类工程能力。
- 15/15恢复与连续升级专项、92/92最终完整回归均通过;基础10/诊断9/任务7/交付9组UI全部通过,0页面/请求异常。桌面预览与390px报告已目视核对并保存截图。
- 更新真实模型验收器,使四模块样本的最终commit/JSON/Markdown报告通过工作台自身的plan/job/API生成,并新增无关staged文件保留验证。增加可重复使用的ZIP/源码独立安装构建验收脚本。
- 保存记录和重启QA的组合命令被自动审批拦截,工具仅给出blocked by policy,没有执行该命令。已分别保存证据,并在独立4321端口/新数据目录启动QA;4318没有停止、连接没有读取或复制。
- 本地实现提交7375898已保存。1.2.0两个ZIP的CRC、清单、路径与SHA256已通过,源码ZIP独立离线安装/构建/完整回归正在进行。
- 便携验收器首次复用了残留4320上的1.1.0QA服务,版本断言失败;改为探测空闲随机端口,并先核对本次数据目录service-info/PID/发行路径后才执行和清理,防止跨QA服务复用。正式4318未受影响。
- 修正后的便携验收通过;源码ZIP独立离线安装、6份构建文件逐字节一致与92/92回归通过。1.2.0原进程升级0.5秒成功,PID23080、内存模型连接、4个项目与5个原会话的状态/revision/消息/事件/提案hash保留。
- 真实gpt-6.1-sol内置Git样本115秒通过:13失败→14通过、build和CLI正确,1Task/2Run/1次四文件审查,12请求/172088已报告tokens。模型准备预览,工作台生成并核对commit845b262b及JSON/Markdown;10个保护输入和原工作区/暂存修改保留。
- 后续继续1.3.0工程符号索引与带SHA256的精确补丁,按实际定位、格式保留、冲突和项目归属验证推进。
- 最终1.2.0包使用独立带时间戳目录,原已验证发行不覆盖。最终2116份便携/254份源码清单及ZIP CRC/SHA通过;54份核心/测试/声明与独立源码验收逐字节一致,6份构建文件一致。原PID23080已切换最终1.2.0实现,连接与全部当时会话保持。
- 1.3.0索引实现将复用已安装@babel/parser 7.29.11(MIT),提升为明确运行依赖;JS/TS/React静态AST证据与Python声明定位分开标明,动态绑定不假定已经解析。
## 2026-10-29 1.3.0继续全量开发
- 接续5ec85b0之后的索引/精确补丁未提交实现,读取AGENTS和既有计划。正式4318保持1.2.0/PID23080,源码1.3.0尚未通过功能验收或部署。
- 本轮先核对AST导出/定位、Python候选范围、增量依赖变化与项目隔离;补丁核对BOM/换行/唯一锚点/重叠/冲突,再接入第五个索引检视页与真实文件行定位。
- 新读取时PowerShell不展开rg的src/client/*.css路径参数,改为rg -g '*.css' src/client;输出过长采用文件段落与独立预算,不把截断内容当完整核对。
- 14项首轮专项10通过/4失败,修正AST默认导出、Python候选词法/作用域、依赖清单与Unicode补丁边界后14/14通过;另补真实Git clean执行探针,修正只读检查后1/1通过。
- 第五个索引检视页、结果类型/范围/增量统计、原文件SHA256核对及容器内行定位已接入;精确补丁在审查页展示替换数与格式。1.3.0源码完整构建通过,随后做API/Runtime与实际桌面/390px流程。
- 索引/补丁/API/模型工具与工件恢复18/18专项通过;Python与随附Python均缺Playwright模块,继续使用仓库已安装并经过验收的Node Playwright测试,未为此安装或替换环境。webapp-testing的with_server --help已核对。
- 首轮索引UI8/8通过,零页面/请求异常。桌面与390px截图显示实际文件/行/候选依据;目视发现带待审查数量时标签会折行、长文件差异初始只见说明行,正在改善标签和首处实际改动定位。
- 首轮完整110项108通过/2失败,最终错误是Windows Node HTTP连接ECONNRESET,并非已确认的任务等待超时;两项实际重启/SSE专项独立复跑2/2通过。沿用既有升级验收的独立连接策略,将QA有限API请求设为Connection:close并记录请求阶段,不重试副作用请求;随后完整复验。
- 标签保持单行和长差异首处改动定位已完成,索引UI再次8/8通过。目视发现sticky差异标题需背景以免文字穿透,已修正;补充Python多行签名及TS import-equals/MTS/CTS和动态导入范围专项。
- 新增两项声明/候选专项2/2通过,重建后完整112/112通过,零失败/跳过/取消。验收记录已保存;本轮QA有限请求不自动重试任何副作用。
- 已关闭本轮旧QA11548并以新编译源码/独立数据启动38436,原4318/PID23080保持。接续全部基础/诊断/任务/Git/索引UI,之后保存实现本地提交并验证发行与真实模型精确补丁样本。
- 新源码独立QA完整基础10/诊断9/任务7/Git9/索引8共43组全部通过,零页面/请求异常。索引/行定位/首处差异及390px截图已核对,证据复制到docs;开始保存实现本地Git提交并生成独立1.3.0包。
## 2026-10-29 1.3.0发布收尾与下一批核心开发
- 实现提交14ce622已保存。真实gpt-6.1-sol长文件样本119秒通过:1Task/2Run/1次四文件审查,13失败变14通过,build与CLI正确;模型索引/查询/必要行读取后仅精确补丁,工作台自身生成样本commit5dec27e38ad9b3a2c5da53debb8af29884cec690及JSON/Markdown报告。
- 420行说明、BOM/CRLF/LF、10个保护输入及其他工作区/暂存改动全部保留。实际15请求、输入277387/输出2866/合计280253已报告tokens;不能据此宣称降低上下文成本。
- 初始1.3.0便携与源码ZIP/112项独立源码验收、43组界面和原PID23080升级均已通过;本轮收集证据后创建最终独立时间戳发行,冻结核心/测试/构建/脚本与独立源码逐字节比对,再保留原进程升级。
- 最终包20261029101643317:2138份便携/283份源码清单、CRC与SHA通过,77份运行/测试/全部脚本和6份构建产物与已独立安装/112项验收源码逐字节一致;原PID23080更新保留全部6项目/7会话的消息、事件、提案和execution指纹。下一批进入同Task多文件变更集与可恢复应用。
- 1.4.0封存变更集/原新字节快照/整批预检/逐文件意图和结果/显式核对回退/外部改动确认已实现。24/24专项通过,包含13个真实退出切点;首轮restore_staged失败修正为校验并复用原字节暂存文件。模型准备工具和API接入,继续统一审查界面与交付报告证据。
- 相关原有文件/运行/存储/Git交付27/27回归与构建通过;保存多文件核心本地提交,继续界面与实际API验收。原4318仍运行已验证的最终1.3.0,不重启或读取内存Key。
- 接续5d03af9:1.4未提交UI/API与139项完整回归、9组批次UI证据保留;普通UI末项时间窗口不足已记录。补齐step_limit批次应用后的同Task新Run续接和未知工具保护,重新验证后发行。
- 续接修复的批次API5/5、批次UI10/10和原有基础10/诊断9/任务7/Git9/索引8全部通过;53组界面0页面/请求异常。两份最终390px截图已目视核对,旧项目toast清理后无覆盖;开始冻结源码的完整回归、包验证和真实模型批次交付。
- 完整141/141回归通过;最终增加组件卸载后的迟到失败保护,用例先复现再修复,批次UI11/11及原有43组通过,共54组。源码构建已冻结,准备保存实现并进行独立发行/源码验收,原服务仍为1.3.0/PID23080。
- 实现719174e已提交。1.4初始2152份便携/308份源码清单、ZIP CRC/SHA、独立便携运行/4项检查/停止和源码离线安装/构建/141项回归通过。正式4318保留PID23080、模型与6项目/8原会话升级成功,新增空changeSets仅作兼容投影,全部旧字段保留;开始真实模型四文件整批精确交付。
- 真实模型首轮4份长文件补丁保存后HTTP520失败,77秒记录保留;复用原会话/Task和已完成工具重试,模型在8秒内封存原4份change_id。继续实际审核/检查/Git/报告,失败和人工重试会分别记录。
- 实际工程交付完成:1Task/3Run/1批次,原4补丁复用,13失败→14通过/build、Workbench commit42d860ba和JSON/Markdown报告核对。模型第三Run达200000预算而暂停,内核完成已准备交付且17请求保持;385579tokens和714秒墙钟/介入如实记录。保存证据后生成最终不可变包,核心/测试/全部脚本及6份构建与独立验收源码对照。