Files
Agent-Workbench/AGENTS.md
T

21 KiB
Raw Blame History

Agent Workbench项目执行规范

当前F固定安装已完成:1.24.0/source c03860d/候选20261102152844546,原PID36552/Provider保持,原42项目/58会话/4953记录/10329事件/2850工件/公开模型中心精确保持,调试端口关闭。独立源码ZIP514输入/22编译完全一致、三归档、实际便携、12组隔离安装及安装副本16组成果/9组文件流程通过;69份/46795742字节证据离线通过。首候选安装管理器漏编译及原60秒QA超时保持失败,见docs/QA-ORIGINAL-PURGE-RELEASE-F.md。正式原生窗口回看被物理Escape停止,未验收;不能宣称本切片全部体验验收完成。先补该项,再按docs/LIVE-DELIVERY-EFFICIENCY-PLAN.md处理原小源码保留抖动和完整批次后的检视空转。不得以新的发行源码重写D/E原编译身份或收益结论。

E实测完成:同源修复载荷、真实claude-opus-5-5/Chat/32K六新例52请求/621486报告tokens/0未知;Python原6/6/编译/审查Git通过,React和四原版AB/BA未交付。两次原版实际apply与11开启/17关闭输入通过核对,不证明收益。889份证据见docs/LIVE-RETEST-E-RESULTS.md;46原会话/2143工件/原表每行与96原尝试保持,公开参数和原池恢复。F现已固定安装:21份执行服务/网页/桌面编译与E保持,一个安装管理器入口补齐已修正脚本的重新编译。不重跑旧失败,不擅自扩大预算,不复制Key。

当前可靠性修复A/B/C已按源码切片完成并各自封存,正式宿主未部署:A上下文、B所属网络/未知POST、C实际Task模型身份和每次发送前的已知usage预留。C实现bb45dab,最终425输入/149项、两协议固定16K各5组、编译UI两视口及离线核验通过;见docs/QA-LIVE-BUDGET-C.md。原六例仍未交付,Responses开发轮一次unknown/reset原因未明并保留,不自动重放。下一D原版插件隔离/固定输入/无Key加载验收,随后E另开有界真实批次;此轮真实模型请求0,不使用正式Key续跑旧六例。

D固定可信来源生产策略已完成:实现9106655/最终验收d05a741,60原版文件/393Harness及原生输入、真实apply/加载收据、Task账本/每次派发预算/审批/停止续接通过。实际原生三场景、宿主四场景、两协议32K工程各五组、编译UI四组/四截图通过;完整原轮751/756的五失败及独立15/15、2/2、53/53复验保持。399份/51254660字节封存并离线核验,见docs/QA-ORIGINAL-PURGE-D.md。默认关闭,宿主patch未装、原工具拒绝,内部钩子存在、allow-addons不是OS沙箱。D真实模型请求0,正式尚未启用;E须先核对同源宿主,按docs/LIVE-RETEST-E-PLAN.md另开新有界样本。

当前新增实测:用户已授权并完成1.24后六个真实模型原样本,20请求/419597报告tokens及1次未知用量,六例均未交付;四个原生Harness的内置Purge提示对照都engine_input_budget。原版dsh-purge插件未加载,收益未测,不能借用提示实验宣称破甲或自主工程通过。见docs/LIVE-MODEL-PURGE-RESULTS.md。原池已恢复,正式仍1.24/PID36552/hasKey=true、无活动;原33导出/1780工件及原行经明确追加归属/修订和位置逆算保持。新增12自有项目/12会话和20所属尝试;原70尝试保持。下一优先docs/LIVE-EXECUTION-REPAIR-PLAN.md,1.25方案继续保留;不得覆盖本轮原失败或自动续跑原用户任务。

当前优先记录:1.24.0已完成已有成果续接与真实交付的本地部署。A独立源码716/716完整原轮通过;B仅验收器版本入口变化,逐源码/日志/运行时SHA与22份构建严格绑定后,实际离线重建并重验16组成果。C完整界面36类282组、最终便携/安装各16组成果和9组基础文件、真实安装生命周期12组通过。正式网页5组与原生窗口回看通过;原PID36552/Provider、17项目/33全部会话/3239记录/6230事件/1780工件,每表每行/全导出/原工件字节及模型中心保持,9229关闭。本轮真实配置模型请求0,原失败保持。 最终来源ea5a449、候选20261102072036013;身份以docs/existing-results-release-identity.json为准。下一按docs/PLAN-1.25.md逐切片实施,下方旧数字保持历史含义。

后续用户入口验收必须覆盖网页和桌面的选择项目、浏览文件、可视文件预览、保存后查看结果及失败恢复。复杂Task/浏览专项通过和测试数量不能代替这些基础流程。源码定位仍打开源码;普通HTML直接预览已保存文件,不强制npm/Vite,也不把它记作模型页面检查证据。

1.22.0已完成所属Vite预览、独立桌面浏览区、有界DOM/原截图与审批动作、独立登录资料/撤销/下载、手机原观察SHA核对的本地交付。独立源码683/683(C完整原轮通过,D严格绑定后沿用)、33类250组原B串行界面(产品输入相同,严格绑定后沿用)、源码/便携/实际安装各17组浏览流程、同载荷安装7组、正式30页及Edge/Electron两视口通过。原PID36552/Provider保持,17项目/32全部会话/3239记录/6229事件及1780工件文件原字节保持,9229关闭。本轮验收发起真实模型请求0。 当前身份以docs/embedded-browser-release-identity.json为准。下一1.23仅方案;历史段落按当时来源理解。

1.21.0已完成工程环境与固定依赖准备的本地交付:只读Node/npm和Python诊断、管理工作区npm ci计划/审批/所属进程/停止/原日志、中断unknown核对、检查和原版/候选评测的实际依赖身份。独立冻结源码666/666、32类233组历史界面(前15类与后17类分段串行,来源明确)、源码/便携各7组新环境界面、同载荷安装7组、正式28页及Edge/Electron两视口通过。原PID36552/Provider保持,17项目/32全部会话/3239记录/6229事件及1780工件文件原字节保持,9229关闭。本轮验收发起真实模型请求0,原失败不改写。 当前身份以docs/reproducible-env-release-identity.json为准,1.22内置浏览器按计划继续;真实模型收益和新iPhone流程另验。

1.20.3已完成模型原生参数与错误保留的本地部署:HTTP/SSE上游原文、code/type/请求ID、原Retry-After、真实用量与来源可核对;现有Chat/Responses原生参数逐字段发送。最终17项专项、相关103项、串行升级2项/安装10项/Python13项分别通过;源码与最终随包各六组/十截图、实际旧版升级和正式Edge/Electron两视口通过。原PID36552/Provider、原连接/31个原会话及原执行记录/导出/工件保持;激活校验期间新增1会话、16记录、57事件、9工件及2次用户模型请求,已严格核对所属和全部原字节,完整当前17项目/32全部会话/3239记录/6229事件和1780个工件文件再次比较一致,9229关闭。本轮验收发起真实模型请求0,用户自行执行的2次另记。广泛源码原轮646/649,三项验收环境失败与独立复验均保留,不宣称最终冻结源码完整整轮通过。 当前身份以docs/model-fidelity-release-identity.json为准,1.21工程环境和1.22内置浏览器仍为计划。

1.20.2已完成模型响应等待修复与保留状态部署:单次响应默认300秒、流式无数据120秒,模型中心可调整。111项专项/关联回归、真实本机JSON/SSE各65秒、五组等待UI/五组协议UI及五组随包等待UI通过;实际旧版到新版升级及正式Edge/Electron两视口回看通过。正式PID36552/Provider、17项目/31全部会话/3207记录/6138事件和1761个工件文件原字节保持,仅公开模型中心增加计算出的等待默认值;磁盘配置不回写。本轮验收发起真实模型请求0。 该历史版身份以docs/model-wait-release-identity.json为准,原记录保持历史含义。

1.20.1已完成真实案例修复及保留状态本地升级:原任务目标/无需测试约定、只读诊断、系统审查来源、完整无参协议兼容、失败请求用量、无进展保护和实际模型展示均已修复,并补齐暂停封存及Windows进程退出竞态。独立源码626/626、桌面/390px核心5组、相关历史UI5类、同载荷安装/重启/卸载7组、正式26页和实际Electron两视口通过。原PID36552/Provider及模型连接保持,17项目/30全部会话/3144记录/5986事件、全部表每行/全导出/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,未续跑原用户任务或改写历史用量。 不可变Agent-Workbench-1.20.1-win-x64-20261101064603710,实现f3dd39e522c45ed5311ce2cf14c00ef8e0510be8;原件见docs/task-control-j-release-evidence/manifest.json和docs/task-control-release-identity.json。

范围与目标

当前接续优先级:A–D可靠性/固定原版接入与E新真实批次完成,F固定本地安装完成但正式原生窗口回看因Escape待补。先补该项并按docs/LIVE-DELIVERY-EFFICIENCY-PLAN.md修复已定位的上下文保留与审查交接问题;不重跑旧失败或将未交付的对照宣称有收益。docs/PLAN-1.25.md及新iPhone/其它供应商方案保留,按当前证据逐切片推进。

本仓库专注AI编程与能力研究工作台。其他项目不纳入本项目计划或代码。用户确定的研究对象为Codex、Claude Code、Cursor、DeepSeek Harness、WorkBuddy及DSH-purge;目标是将有证据的机制独立开发成自有Harness内置能力。

1.0.0是已保存的基础里程碑;1.1.0已交付M1可靠内核,1.2.0增加当前Task的本地Git交付及证据报告,1.3.0增加工程索引与精确补丁,1.4.0增加封存多文件变更集与显式恢复,1.5.0/1.5.1增加完整请求预算和实际工件分页,1.6.0增加独立工作区和Git审查收尾,1.6.1增加原结果可校验的Task工作依据和文件预算分页。各版本实际部署与验收见docs/VALIDATION.md,后续实现见docs/PRODUCT-PLAN.md、docs/CAPABILITIES.md和docs/RESEARCH-ROADMAP.md。计划中的能力不能写成已经实现。

界面设计与验收

用户要求围绕真实编程工作台设计,拒绝反复套用AI模板。设计从代码、任务、审批、差异、检查和交付证据,以及中文用户、Windows桌面/手机、现有React栈出发。保留明确审美、参考和品牌;有重大开放方向时比较不同布局并作判断,不把选择风格变成强制审批停顿。

使用相关已安装的UI技能,通常frontend-design或ui-ux-pro-max;方向/证据未明确时补ui-art-direction或ui-reference-library,具体动效才用ui-motion-components。小改动不加载全部技能,不机械套用渐变/玻璃/卡片SaaS、侧栏KPI、奶油衬线或黑色霓虹。真实产品细节、明确交互和精准排版优先。可运行时核对实际渲染和核心路径,静态审查与观察结果分别记录。

产品界面、实质用户功能/流程及产品级体验审查采用product-ui-ux作为工作流,连接真实任务、设计、实际行为与验收;只按需要选用相应UI技能,保留既有品牌、React栈和当前范围。集中修复保持小范围,纯非界面后端/基础设施无需套用该UI流程。

研究与来源

1.6.2继续修复实际Task依据的保留顺序、同版本宽观察和原工件引用,发送视图版本和下一页保留预算参与封存。旧请求按原视图版本核对,不按新格式重写历史证据;最终验收以独立源码和真实工程Task记录分别判定。

1.7.0增加可核验的最新工具结果反馈、相同工程状态暂停、Python结构化检查与界面检查范围选择。Python执行绑定解释器/运行器/源码输入及原统计,旧失败记录不改写;受控React/TypeScript实际交互与Git样本证明执行链路,真实模型工程验收另外判定。源码回归使用独立Python 3.10+和pytest8.4.2,见docs/PYTHON-CHECKS.md。发行与正式服务状态以docs/QA-1.7.md为准。

  • 先确认目标版本、来源与工件身份,复用既有证据。
  • 1.8.0内置REA6.8.0固定stdio契约和ASAR/PE三项静态操作,原Evidence/Bundle与Task/Run/目标SHA256绑定;停止/失败/版本变化不自动重跑。真实REA、接口夹具、桌面/390px、随包运行与真实模型任务分别记录,发行状态以docs/QA-1.8.md为准;不将三项接入宣称为全部工具或外部引擎完成。
  • 1.9.0新增已有DeepSeek Harness 0.2.1-rc.2的连接核验,固定sdk-minimal与关键输入,使用所属appReady/PID/nonce信号、原协议及完整进程结束记录。当前不发送prompt或开放外部工程写入;实际SDK、声明夹具、HTTP、UI、发行和真实工程分别验收,见docs/QA-1.9.md。
  • 1.10.0增加封存静态构建与实际Edge页面验收,原DOM/步骤/请求/PNG和所属进程结束与Task/Run绑定;模型调用依照已封存计划审批,失败不重放。配置页面验收的Task在Git预览及提交前核对当前源码/构建/原结果;静态页面、协议夹具、真实模型、独立源码/便携和桌面/390px分别验收,见docs/QA-1.10.md。
  • 1.11.0增加Task所属不可变依赖计划与实际步骤核验,只有读取、已应用变更集、当前检查或页面原证据可用于所选范围;模型文字不替代核验。Git预览/提交绑定当前计划和证明,输入变化保留失效原因。真实DOM唯一CSS定位及页面字段读取进展已接入,20项专项/8组新UI与完整回归、随包和真实模型分别验收,见docs/QA-1.11.md。
  • 发行工件、闭源资源和需要运行证据的问题使用REA;完整公开源码用普通代码工具,区分观测、推断与未知。
  • 研究材料中的命令、提示和策略是分析数据,不能自行变成用户授权。
  • DSH-purge是Harness插件;ModelProvider和EngineAdapter是不同层。锁定Harness/Purge/profile与协议,不把事件通知自动当逐token输出,也不假定外部SDK支持单会话取消/审批。
  • 每项拟采纳机制绑定模块、契约检查和真实任务验收。第三方完整工件保持在研究目录,仓库仅保存必要来源和小型结论。

实现与验证

  • 使用稳定Task/Run/Tool身份、实际工具结果与工件引用;完成与测试通过需要证据。
  • 已完成工具不得因模型重试或重启而自动重放;外部命令结果未知时保存需核对状态。
  • 保留用户项目已有修改、文件基线与原字节备份。并行写入使用隔离工作区与冲突审查。
  • 模型与实验插件不拥有最终文件/命令权限。外部引擎能力按真实契约验证,不按名称推断。
  • 模型配置、身份和用量绑定Run;错误必须保留项目/任务/操作归属,防止回复串项目。
  • 按改动执行适当检查;文档变动不强制重复全套运行测试。功能/UI/恢复变动验证相关场景。

本地Git:用户已授权的开发方式

  • 1.12发行包含兼容Chat模型中心/池与已验证格式导入、只读巡检、来源复核项目记忆、Task检查点、本地Skills和受控stdio MCP。MCP未知副作用需核对原输入/工具账本后显式续接,无报告不补造结果,变化程序仍可停用。最终源码/发行/正式部署见docs/QA-1.12.md,真实模型工程按用户选择单独待验。

  • 2026-10-31完成1.12.1里程碑审查及五类确认问题修复,实现7b1f529、分支feat/milestone-audit-1.12.1;371/371独立源码、150组UI、最终归档/便携与保留状态正式升级通过,见docs/QA-1.12.1.md和docs/MILESTONE-AUDIT.md。当前正式PID23172/Provider、2连接/1池及升级时16项目/27全部会话/2523记录/4510事件每行和全导出保持;历史PID19084不作为当前进程。后续实际身份和数据重新核对,不套用历史计数。NEXT-STEPS已记录隔离worker起点及各能力真实验收标准,本轮未开启后续新功能;真实模型工程验收继续按用户选择暂缓。

  • 本仓库已启用本地Git,v1.0.0-baseline为已验证基线;各切片使用具体开发分支,1.12交付位于feat/model-center-1.12。

  • 1.13已交付两个受限worker、当前成果/冲突与父工程审查、停止恢复和累计预算,代码e1a2661及QA补强91cdd45位于feat/isolated-workers-1.13。新三工程13节点、父Node8/8/React9/9/Python10/10、React两视口各10断言、完整UI21类160组与独立404/404通过;最终不可变20261030193314594归档/便携及正式1.13.0升级通过。原PID23172/Provider、2连接/1池/6既有请求摘要及当时16项目/28会话/2551记录/4568事件每行/全导出保持,部署后10页通过。原403/404失败保留;后续1.14实际状态以下方记录为准,真实模型工程继续暂缓。

  • 1.14已交付固定DeepSeek Harness受控工具/模型桥、所属prompt/审批/预算/原结果/停止及父工程审查/Git,Purge两版本来源锁定提示实验默认关闭;产品53e196a、QA路径57d075e/便携Git b311116位于feat/controlled-engines-1.14。新三工程13节点、父8/8/9/9/10/10、React两视口各8断言、23类178组UI及独立445/445通过;最终不可变20261030235440461便携11427/源码9748文件归档/实际随包及正式1.14.0升级通过。原PID23172/Provider、2连接/1池/6原请求摘要及16项目/28会话/2551记录/4568事件、全部7表每行/全导出保持,部署后14页通过,9229关闭。升级后QA误判原Node路径/SQLite行原型的失败与原快照保留,续验未重放升级;当前宿主execPath仍原1.12启动包,真实二进制SHA与1.14完全相同,runtimeRoot才表示当前处理器。见docs/QA-1.14.md及发行身份;1.14为正式历史基线;当前1.15进度见下方,真实推理/Purge收益继续暂缓。

  • 1.15的A–F已完整交付:A–E249f191/72a496a/5354d95/f7a5969/b77783b、发行修复d005344/85e0f0e/138adcf、原独立源码f8f29e4及新495项/完整UI证据分别保持。495/495独立源码、23类179组历史UI、真实窗口7/原生UI9/三工程16节点、父8/8、9/9、10/10、同载荷安装/重启/卸载7组(隔离测试登记,正式产品安装器另行stage)、正式18页、1446条工件记录和1357个去重文件核对通过;最终20261031071202956独立归档/便携/同载荷隔离安装7组、正式原产品安装器stage及1.15.0通过,当前2连接配置/1池、17项目/29全部会话/2567记录/4599事件,正式纠正升级前后每行/全导出/全部工件原字节保持(相对初始16项目,用户启动新增1个示例并将原列表顺移;体验期间另新增1个空白idle会话及对应1事件,全部原28会话/记录/工件保持);旧PID23172已在恢复检查前退出,用户体验时手动启动1.14/PID36552,随后保留这个进程/Provider升级;旧内存Key不可恢复,需在界面重新填写,9229关闭。见docs/QA-1.15.md及docs/desktop-host-release-identity.json。当前宿主仍可从用户原1.14启动包运行,runtimeRoot为正式1.15候选;不抽取或补造旧内存Key,窗口关闭不结束宿主。1.16真实手机仅计划,真实推理/Purge收益继续暂缓;后续实际状态重新核对,不套用本轮计数。

  • 用户授权后续按可审查小步本地提交。每个独立实现/修复/规划改动通过相关检查后,检查diff并提交,报告commit与结果;只读且无变化时不做空提交。

  • 常规后续提交只暂存本次修改范围;保留其他人/用户的已有改动。

  • 实验使用具体任务分支/worktree,合并前验证;不要用破坏性reset/clean丢弃工作。

  • 不自动推送或发布远端;远端操作按当前会话中的明确用户授权执行,不重复请求已经给出的授权。

  • 提交不读取或保存真实模型Key。遵循.gitignore,保留自有旧版fixture。

当前本地服务与Windows