Files
Agent-Workbench/docs/NEXT-STEPS.md
T

99 lines
18 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.
# 后续执行计划
当前接续:A–D可靠性及固定原版策略、E新六例52请求/621486报告tokens实测、F固定安装已完成相应范围;E仅Python交付、React与四原版对照未交付,收益未证明。F原PID/Provider与全部原状态精确保持,源码ZIP重建22/22、三归档和12组隔离安装通过,正式窗口因物理Escape停止未目视验收。先补该项,再按[效率修复计划](LIVE-DELIVERY-EFFICIENCY-PLAN.md)处理[原件已定位问题](LIVE-DELIVERY-EFFICIENCY-AUDIT.md);1.25及其它能力方案继续保留。当前身份见[固定安装](original-purge-release-identity.json)和[F验收](QA-ORIGINAL-PURGE-RELEASE-F.md),下方各“最新”段落按原历史时间理解。
最新实测:1.24后按用户要求完成六个真实模型原样本,20请求/419597上游报告tokens,另1次未知用量,均未交付。四个原生Harness内置Purge提示对照均停在16K上下文容量门槛;原版插件未加载,收益未测。原池已恢复,原PID36552/正式1.24/Provider和原用户数据保持,只有自有测试项目/会话与所属记录追加。见[原样本结果](LIVE-MODEL-PURGE-RESULTS.md)和[证据](live-model-purge-1.24-evidence/manifest.json)。先按[真实执行可靠性修复](LIVE-EXECUTION-REPAIR-PLAN.md)处理上下文承载、连接诊断、预算/实际模型身份和原版插件隔离契约,再开新批次复验;1.25及后续产品方案继续保留,不能让夹具数量替代真实交付。
最新: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。 见[1.24验收](QA-1.24.md)、[回顾](RETROSPECTIVE-1.24.md)和[发行身份](existing-results-release-identity.json)。下一[1.25任务要求与交付复核](PLAN-1.25.md)仅方案。下方旧版本段落保留其历史结论。
最新:1.23.0已完成发行效率与真实更新进度的本地交付。运行包10902文件/651935923字节,完整历史证据独立分发,源码完整。703/703测试保留原B来源;C逐输入/日志SHA和22份构建绑定后续接全部剩余阶段通过,B原整轮失败不改写。完整安装11组归属B,C可执行/运行时字节严格绑定后实际重验三归档、便携及正式原安装器。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/全部导出/工件原字节保持,9229关闭。真实配置模型请求0。见[1.23验收](QA-1.23.md)、[回顾](RETROSPECTIVE-1.23.md)与[发行身份](release-efficiency-release-identity.json)。下一[1.24已有成果续接](PLAN-1.24.md)仍为方案,先独立复现并保留当前Task/文件SHA门槛;以下旧段落按各自版本历史理解。
当前: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。
见[使用说明](EMBEDDED-BROWSER.md)、[1.22验收](QA-1.22.md)、[回顾](RETROSPECTIVE-1.22.md)与[发行身份](embedded-browser-release-identity.json)。下一[1.23发行效率与更新进度](PLAN-1.23.md)仅方案;真实模型自主工程/Purge收益和新iPhone流程另验。
以下旧版接续段落保留其当时状态。
1.22当前已完成A–D开发与原生回看,E冻结回归/发行进行中,实际进度见[验收](QA-1.22.md)。接续[1.23发行效率与更新进度](PLAN-1.23.md)仅记录方案,须先完成1.22交付和回顾;下方旧版段落保留历史含义。
最新执行顺序:1.20.3模型错误保留与现有协议原生参数已上线 → 1.21工程依赖与可复现环境已本地交付 → [1.22工作台内置浏览器](PLAN-1.22.md)下一阶段实施。见[环境准备说明](ENVIRONMENT-PREPARATION.md)、[1.21验收](QA-1.21.md)、[回顾](RETROSPECTIVE-1.21.md)与[发行身份](reproducible-env-release-identity.json)。下一[1.22内置浏览器](PLAN-1.22.md)仍为计划。 先完成所属开发服务预览与桌面浏览区,再增加代理操作及明确登录/下载/敏感提交权限。以下旧版段落保留其当时状态。
新增接入要求按[模型能力与错误信息保留方案](MODEL-FIDELITY-PLAN.md)执行:1.20.3已本地交付有界HTTP/SSE原错误、上游request ID、原code/type与Retry-After及现有Chat/Responses原生参数;实际验证/部署以[QA-1.20.3](QA-1.20.3.md)为准。更多供应商参数与模态仍逐项验证,不能称为全能力透传。原失败不回写,本机ID与上游ID分开,不把中文解释当原文。
1.20.3当时正式暂存及独立核对实际耗时860秒,最终安装指针激活及原状态核对647秒,发行19560文件。原暂存后因新增模型尝试被拒绝的结果保持失败,耗时不能当成已通过的性能指标。后续维护优先研究运行载荷与历史验收材料分离、同一发行的必要核对复用,以及当前校验阶段/耗时/失败收据的可见反馈;保留路径、字节变化和回滚门槛,另行实现验收。
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。
历史1.20.2接续:当时优先保留原失败与新时限边界,后续单独修复同会话已有交付文件的证据复用误暂停,并在用户明确续接真实模型时核对实际结果。1.21方案与安装进度/校验性能改进继续保留,尚未启动。
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。 见[验收](QA-1.20.1.md)、[回顾](RETROSPECTIVE-1.20.1.md)和[发行身份](task-control-release-identity.json)。
产品目标是让用户给出需求后,工作台能保留项目基线,完成定位、计划、修改、检查、必要修复、审查和Git交付,并在停止、故障、断线后明确保留已完成结果。桌面与手机共享同一执行宿主、任务和证据。
历史接续:react-source实际案例A–F已修复并以1.20.1完整本地交付,原审查事实与历史失败保持。下一[PLAN-1.21](PLAN-1.21.md)及安装校验性能/进度反馈待办保留,尚未启动新实现;恢复后先做工程依赖诊断、固定准备计划、审批/停止和可复现环境,每切片验收、回顾并本地Git。
## 执行顺序与完成门槛
本轮[react-source真实案例审查](CASE-REACT-SOURCE-2026-11-01.md)及A–F修复已闭环,事实和历史原件见[证据摘要](CASE-REACT-SOURCE-EVIDENCE.json),修复后的独立验收见[1.20.1](QA-1.20.1.md)。原任务、用户工程和历史消费不改写;真实模型工程复验单列,全部尝试/失败及人工介入必须保留。
| 顺序 | 开发范围 | 前置条件 | 完成标准 |
| --- | --- | --- | --- |
| 0:审查闭环(完成) | 对照1.0–1.12计划/模块/原报告;修复确认问题;补丁发行及安装失败回退核验 | 保留旧发行、历史失败和正式服务连接 | 1.12.1独立371项、150组UI、实际旧进程/页面8组、最终便携/归档及部署后8页通过;当前PID23172/Provider、完整模型中心与四表每行/全部会话导出保持;未完成能力明确登记 |
| 1:隔离执行与多worker(完成) | 父任务拆分、两个所属worker、独立worktree、累计预算、停止恢复、成果归集、具体冲突及父工程审查 | 当前Task/Run、工作区、计划和未知结果恢复契约 | 三工程13节点、父Node8/8、React9/9、Python10/10与构建/编译/Git、React两视口各10断言、独立404项、160组UI、最终归档/便携与保留状态升级通过,见QA-1.13 |
| 2a:受控DeepSeek与提示对照(1.14完成) | 固定Harness/工具模型桥、所属工程/停止/父审查、两版本来源锁定默认关闭提示实验 | 外部SDK实际契约和1.13隔离工作区;运行器及实际输入身份固定 | 三工程13节点、独立445项、178组UI、实际随包/状态升级及14页通过;八工程36节点的夹具提示对照保留原输入/用量,真实推理收益未测,见QA-1.14 |
| 2b:其它引擎与真实收益(后续独立切片) | Codex实际适配;Claude Code/Cursor/WorkBuddy机制研究;Purge真实模型对照 | 实际版本、审批/取消/模型与工具契约;已验证的受限桥和所属工作区 | 指定工程有实际原协议/工具/检查/Git与停止结果;真实有无实验同模型同题同预算,记录失败和人工介入,不用连接或固定回答夹具推断成功率 |
| 3:Windows桌面(1.15完成) | 单实例、后台宿主、项目/终端/审查入口、安装包与保留数据更新 | 宿主与客户端生命周期拆分;本机凭据加密;稳定迁移契约 | 关闭/重开窗口不丢任务;重复启动复用宿主;安装/升级/卸载的数据行为可核验;崩溃后显式恢复;旧版本可回退 |
| 4:手机伴随端(1.16完成) | PWA、一次性配对、设备身份、撤销、同Run观察/审批、断线游标补发 | 设备认证、加密传输、审批身份/幂等、速率限制;阶段3宿主 | 在真实手机完成配对和撤销;断线后按seq恢复;旧Run/过期/重复审批拒绝;手机和桌面显示同一结果;手机不直接执行宿主文件与命令 |
| 5:模型、多模态与上下文 | 1.17协议/流式、1.18PNG/JPEG视觉/预算续接已交付;1.19缓存独立发行、正式升级及原生回看通过;语音后续独立实现 | 实际协议/用量/取消和所属附件/缓存边界 | 原失败保持,缓存可关闭/清除并核对当前来源;局部收益与复核开销并列,真实推理另验 |
| 6:自我迭代与专业交付 | 1.20固定评测、同源原版/候选和受控自身模块采纳已交付;多模型复核、更多样本及全仓升级后续分别验收 | 固定来源/原检查、同源环境、现有审批/审查/检查/Git及完整独立发行 | 候选不直接改运行中的发行;回归失败不能发布;保留原失败、人工介入及实际用量,不从固定回答推断模型收益 |
阶段间可并行完成只读研究和文档,涉及项目写入、权限、发行的实现按依赖推进。每个切片提交真实功能、失败分类、验收证据和本地Git提交;不自动推送远端。
## 1.13当前切片:隔离worker
先实现两个受限worker的完整流程,再扩展并发规模。父Task固定目标、验收条件和总预算;子任务保存范围、工作区、所属进程与原证据。调度器负责分配/释放预算和租约,不让模型自行绕过权限。
1. 建立父子任务与worker状态契约:queued、running、stopping、completed、failed、unknown;完成状态需关联真实工件与检查结果。
2. 在独立worktree创建工程快照,保留用户原暂存/工作区修改;来源身份改变、创建结果未知和未审查冲突阻止下一次写入。
3. 实现预算、并发与停止传播;父任务取消后结束所属进程树,等待退出并保存原结果,失联状态显式核对。
4. 归集diff/测试/报告,校验来源与基线;分离修改可审查合并,重叠修改显示具体文件与冲突,不覆盖父工程。
5. 使用Node、React、Python各一个固定工程任务,验证正常、测试失败后修复、冲突、停止、宿主退出和恢复。真实模型语义验收待用户在工作台配置后单独执行。
当前实际实现和原失败/通过分别见[隔离协作](WORKERS.md)、[1.13验收](QA-1.13.md)与[阶段回顾](RETROSPECTIVE-1.13.md)。首个完整源码候选403/404被拒绝,修正后的专项不与原轮拼接;新独立整轮404/404及最终发行通过,原失败保持。
## 1.14完成范围与下一桌面切片
按[PLAN-1.14](PLAN-1.14.md)已固定DeepSeek Harness的prompt/事件/审批/停止契约并通过受限桥完成所属工程、父审查和Git;实际SDK仍缺少session/cancel,停止单位为所属进程树,旧SDK会话不自动恢复,逐token流未实现。Codex等其它适配按具体版本独立推进,不能从连接成功推断能力。
DSH-purge两版本的来源锁定和同题本地HTTP夹具对照已完成,独立提示实验默认关闭;真实推理收益继续待验。1.15桌面、1.16手机、1.17协议、1.18视觉、1.19缓存和1.20固定评测均已交付;工程依赖、更多引擎与其它多模态依照最新方案前置推进,每个切片继续回顾并本地Git。
## 跨阶段必须保持的能力
| 能力 | 当前基础与后续要求 |
| --- | --- |
| 凭据 | 临时Key默认仅在内存;1.15新增显式CurrentUser DPAPI保存、关闭加载、删除密文与恢复状态,导入按已验证格式及用户授权;不读取未知登录态,后续设备权限另验 |
| 权限与执行范围 | 当前本地token、同源请求、审批和项目路径保护;增加任务/设备/工具作用域及OS隔离;模型、插件与外部引擎均受执行内核控制 |
| 恢复与可靠性 | 保留Task/Run、工件、计划、检查点和unknown;增加故障注入、迁移/回滚演练、所属进程核对及资源上限,不自动补造结果 |
| Skills/MCP/插件 | 保留来源、版本、启停、范围与原调用证据;实际协议逐项接入,远程服务/安装和未知副作用独立核验 |
| 项目记忆/上下文/缓存 | 当前来源复核记忆和有界请求工件;后续缓存按源码/模型/权限版本失效,长任务依据与原结果始终可追溯 |
| 浏览器/电脑操作 | 当前固定静态构建、真实Edge验收及六项所属桌面入口;通用浏览器/电脑操控仍需限定目标、登录态和权限,验证停止与具体操作审批 |
| 号池 | 当前兼容Chat协议、轮询/权重/租约/冷却、已验证格式导入和可关闭同步;后续按能力、上下文、成本选路,跨协议实际验证,不承诺上游永不中断 |
| 巡检 | 1.15只读巡检已包含任务/所属进程、来源、SQLite、磁盘和分页旧工件的实际范围;完整模型路由健康与自动修复仍需独立验收,巡检不执行模型或项目命令 |
| 交付质量 | 固定任务基线、需求、原测试/构建/交互、实际diff/Git和报告;用完成率、人工介入、失败类型、耗时及已报告用量评价改善 |
## 研究依据与未知项
REA用于发行工件或运行证据,完整公开源码直接分析。研究以实际版本、来源、问题、证据和拟落地模块登记,见[研究路线](RESEARCH-ROADMAP.md)。参考产品的名称不证明对应能力已经接入。
DSH-purge源码位于`D:\Ai-project\REA逆向\dsh-purge-1.1.78-windows`;DeepSeek工程位于`D:\Ai-project\DeepSeek-Harness-Desktop`。它们与ModelProvider分层管理。原六方法SDK探针仍只证明连接,1.14新增受限桥的真实prompt、工具、独立工程和停止验收另有原报告;Purge本地夹具提示生效/开销对照已完成,真实模型工程收益未测。
当前Windows安装、本机可选加密、1.16用户确认iPhone流程、两协议/流式、工程截图/视觉、来源缓存及1.20固定工程评测和受控候选采纳已交付。未交付工程依赖准备、OS沙箱、固定DeepSeek桥以外的工程引擎、未知WorkBuddy格式自动导入、语音、通用电脑操作与全仓自主升级;稳定自主工程成功率继续真实模型评测。
1.15交付回顾保留的体验改进:在不减少完整性核对的前提下研究安装/激活校验耗时和进度反馈,并补超长自定义安装路径的提前拒绝。当前正式安装与原数据核对已通过,以上优化尚未实现,不与1.16真实手机验收混计。
1.16收口后的下一具体方案见[1.17模型协议、流式与能力路由草案](PLAN-1.17.md)。先核对当前Provider/池/请求账本,再按实际协议增加能力登记、适配、流式中断和可解释选路;真实模型工程依用户已有配置选择单独验收,视觉/语音和自我迭代按前置顺序继续。
本轮修复候选的实际桌面回看另记录:左侧选中会话文字对比度偏弱,列为后续局部可读性改进。此项不替代本轮任务目标/诊断/审查/协议/用量/无进展缺陷的独立验收,也不扩展为整站重设计。