Files
Agent-Workbench/docs/model-fidelity-release-evidence/verifiers/model-fidelity-finalize-docs.mjs
T
2026-11-01 23:00:50 +08:00

32 lines
14 KiB
JavaScript

import fs from 'node:fs';
import assert from 'node:assert/strict';
const read = file => JSON.parse(fs.readFileSync(file)), write = (file, value) => fs.writeFileSync(file, value);
const verified = read('.qa/model-fidelity-formal-verify.json'), ui = read('.qa/model-fidelity-formal-ui.json'), identity = read('docs/model-fidelity-release-identity.json');
assert.equal(verified.success, true); assert.equal(ui.success, true); assert.equal(identity.version, '1.20.3');
const c = verified.counts, counts = `${c.projects}项目/${c.sessions}全部会话/${c.records}记录/${c.events}事件和${c.artifacts}个工件文件`;
const timing = Object.fromEntries(['stage', 'upgrade', 'activate', 'verify'].map(phase => { const r = read('.qa/model-fidelity-formal-' + phase + '.json'); if (phase === 'activate') { assert.equal(r.success, false); assert.equal(read('.qa/model-fidelity-formal-observed-activation.json').success, true); } else assert.equal(r.success, true); return [phase, Math.round((Date.parse(r.finishedAt) - Date.parse(r.startedAt)) / 1000)]; }));
const summary = `1.20.3已完成模型原生参数与错误保留的本地部署:HTTP/SSE上游原文、code/type/请求ID、原Retry-After、真实用量与来源可核对;现有Chat/Responses原生参数逐字段发送。最终17项专项、相关103项、串行升级2项/安装10项/Python13项分别通过;源码与最终随包各六组/十截图、实际旧版升级和正式Edge/Electron两视口通过。原PID${verified.identity.pid}/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${counts}再次比较一致,9229关闭。本轮验收发起真实模型请求0,用户自行执行的2次另记。广泛源码原轮646/649,三项验收环境失败与独立复验均保留,不宣称最终冻结源码完整整轮通过。`;
let qa = fs.readFileSync('docs/QA-1.20.3.md', 'utf8');
const pending = '待完成候选与保留状态升级,当前此处不登记上线成功。'; assert.ok(qa.includes(pending));
qa = qa.replace(pending, `${summary}\n\n最终实现来源为\`${identity.sourceCommit}\`,不可变候选为\`${identity.installer.candidateDirectory}\`。362份Git输入/22份编译产物、完整portable清单和source/zip/Setup身份已核对。实际随包六组/十截图通过,独立已安装1.20.2宿主升级到最终包后原PID/所属凭据/池及每表/导出/工件保持。正式Setup暂存、一次保留Provider切换、指针激活和最终验证全部通过;四阶段分别${timing.stage}/${timing.upgrade}/${timing.activate}/${timing.verify}秒,是阶段墙钟耗时,不是单纯切换或模型推理耗时。\n\n正式Edge与实际安装的可见Electron各桌面/390px,共${ui.results.length}个视图/${ui.screenshots.length}张截图。原失败会话保持,原生参数入口按实际连接显示,保存按钮可达;没有提交配置、重试原任务或调用模型,界面无页面错误/被阻写请求。完整历史错误不补写新字段。\n\n广泛源码轮649项646通过、3失败:两项Python因未设独立QA解释器缺pytest,另一项旧宿主升级因并行测试占用9229而被正确拒绝。随后既有独立Python/pytest8.4.2下13/13和升级串行2/2通过;安装10/10及最终专项17/17另列。该广泛轮开始于最后HTTP用量及升级兼容修复前,各次来源和原失败不合并伪装为最终冻结整轮。\n\n原件与SHA见[证据清单](model-fidelity-release-evidence/manifest.json)、[发行身份](model-fidelity-release-identity.json)及[回顾](RETROSPECTIVE-1.20.3.md)。SQLite备份、完整正式快照和用户原导出仅保留在忽略的本机QA目录。现有供应商实际接受参数、真实模型推理及新一轮实机手机验收未执行。`); write('docs/QA-1.20.3.md', qa);
qa = qa.replace('正式Setup暂存、一次保留Provider切换、指针激活和最终验证全部通过', '正式Setup暂存、一次保留Provider切换通过,产品指针已激活;外层原基线比较因新增用户活动被拒绝,保留原拒绝后只读核对激活收据和新增所属,最新稳定基线整表/全导出/工件/模型中心精确比较通过');
qa = qa.replace('原失败会话保持,原生参数入口按实际连接显示', '指定原会话保持部署基线中的完成状态,原生参数入口按实际连接显示');
qa += '\n\n激活期间用户自行创建会话90d02c6d并完成2次模型请求。原31会话、原执行记录、原导出和原工件逐项保持;新增16记录/57事件/9工件均归属于同一新Task/Run,原68个请求保持且只追加2个,唯一使用连接的健康时间随原响应前进。原激活外层拒绝仍保留,未重新安装/激活;以产品原激活收据、严格追加来源证明、最新备份与稳定基线继续只读验收。验收器没有主动调用真实模型,不把用户运行算为本轮合成测试或全面真实推理验收。\n\n正式UI第一轮错误沿用原会话failed假设,但该会话在部署基线已completed;第二轮窄屏命中隐藏侧栏。只修正验收状态和标题定位,原失败与桌面截图保持;第三轮4视图/8截图及全当前状态精确比较通过。\n'; write('docs/QA-1.20.3.md', qa);
let agents = fs.readFileSync('AGENTS.md', 'utf8'); agents = agents.replace('# Agent Workbench项目执行规范', '# Agent Workbench项目执行规范\n\n' + summary + ' 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。');
agents = agents.replace('当前接续优先级:用户要求', '当前接续优先级:1.20.3模型原生参数与错误保留已本地上线,原状态/失败保持;内置浏览器已排1.22。历史用户要求');
agents = agents.replace(' 当前身份以docs/model-wait-release-identity.json为准,上一版记录保持历史含义。', ' 该历史版身份以docs/model-wait-release-identity.json为准,原记录保持历史含义。');
agents = agents.replace('- 正式服务入口http://127.0.0.1:4318,当前1.20.2,沿用原PID36552与Provider;当前身份以docs/model-wait-release-identity.json为准。', '- 正式服务入口http://127.0.0.1:4318,当前1.20.3,沿用原PID36552与Provider;当前身份以docs/model-fidelity-release-identity.json为准。'); write('AGENTS.md', agents);
let readme = fs.readFileSync('README.md', 'utf8'); readme = readme.replace('1.20.3新增上游错误详情/原文下载、原生参数配置和按原因处理429,见[验收记录](docs/QA-1.20.3.md)。正式部署以最终发行身份为准。', '1.20.3已本地上线:上游错误详情/原文下载、原生参数配置和按原因处理429。见[工作台](http://127.0.0.1:4318/?release=1.20.3)、[验收](docs/QA-1.20.3.md)、[回顾](docs/RETROSPECTIVE-1.20.3.md)和[发行身份](docs/model-fidelity-release-identity.json)。');
readme = readme.replace('上一维护版1.20.2修复固定60秒生成截止,新增模型中心「等待时限」;当前正式版本已升级,原连接和历史保持。', '上一维护版1.20.2修复固定60秒生成截止,新增模型中心「等待时限」;其部署历史及原连接/记录保持。'); write('README.md', readme);
let plan = fs.readFileSync('task_plan.md', 'utf8');
plan = plan.replace('4. [in_progress] 构建、相关回归、桌面/390px核心流程;不可变发行、保留状态本地部署和正式回看。', '4. [complete] 构建、相关回归、桌面/390px核心流程;最终不可变发行、保留状态本地部署和正式Edge/Electron回看通过,原失败及每轮来源保持。');
plan = plan.replace('5. [pending] 证据封存、回顾、后续计划及按范围本地Git提交。', '5. [complete] 原证据/SHA和发行身份封存,回顾及1.21/1.22计划已记录;实现97c8dde和升级兼容4bf4f7a已本地提交,证据按范围Git收尾。');
plan = plan.replace('3. [pending] 先补有界原错误及上游身份/重试语义,再逐协议扩展能力,独立验证后另行本地发行。', '3. [complete] 1.20.3已完成有界原错误及上游身份/重试语义、现有Chat/Responses原生参数、本地发行与保留状态部署;更多协议/模态独立后续。'); write('task_plan.md', plan);
let progress = fs.readFileSync('progress.md', 'utf8'); progress = progress.replace('## 1.20.3 模型错误和原生参数上线(进行中)', `## 1.20.3 模型错误和原生参数上线(已完成)\n\n${summary}\n\n首候选升级支持清单漏项由独立真实旧版升级发现,修复后以新候选重新绑定与验收。此前只看到升级失败,广泛轮最终另有两项缺pytest;完整结果和全部复验均按实际来源分列。安装阶段${timing.stage}/${timing.upgrade}/${timing.activate}/${timing.verify}秒,正式回看${ui.results.length}视图/${ui.screenshots.length}截图,未触发真实模型或用户任务。`); write('progress.md', progress);
let next = fs.readFileSync('docs/NEXT-STEPS.md', 'utf8'); next = next.replace('最新执行顺序:1.20.3实现并本地上线模型错误保留与现有协议原生参数', '最新执行顺序:1.20.3模型错误保留与现有协议原生参数已本地上线'); next = next.replace('1.20.3候选已实现有界', '1.20.3已本地交付有界'); write('docs/NEXT-STEPS.md', next);
let fidelity = fs.readFileSync('docs/MODEL-FIDELITY-PLAN.md', 'utf8'); fidelity = fidelity.replace('1.20.3候选已完成HTTP/SSE错误、重试语义、错误界面与现有Chat/Responses原生参数接入;最终验证/部署见[QA-1.20.3](QA-1.20.3.md),不将候选阶段写为正式上线。', '1.20.3已完成HTTP/SSE错误、重试语义、错误界面与现有Chat/Responses原生参数接入及本地部署;实际范围、原失败与验证见[QA-1.20.3](QA-1.20.3.md)。'); fidelity += '\n\n1.20.3已完成本地部署及保留状态验收,实际范围/原失败/后续边界以[验收](QA-1.20.3.md)、[回顾](RETROSPECTIVE-1.20.3.md)与[发行身份](model-fidelity-release-identity.json)为准;更多模态与供应商字段不因此视为已接入。\n'; write('docs/MODEL-FIDELITY-PLAN.md', fidelity);
write('docs/RETROSPECTIVE-1.20.3.md', `# 1.20.3 回顾:原生参数与模型错误\n\n${summary}\n\n## 实际改善\n\n此前HTTP错误只留简短文字,原code/type、上游身份和等待要求不足;SSE失败也容易与本地核验混在一起。现在Task所属错误可核对有界脱敏原文及SHA,并列中文解释、实际连接/物理尝试/上游身份;失败已报告用量继续进入原Run账本。完整性或用量未知时保留未知,不执行片段工具、不重写旧失败。\n\n现有Chat/Responses分别保存明确支持的原生参数,按成员构造实际请求,未知字段在保存/发送前拒绝;原路由和凭据保持。此版没有把任意参数、供应商服务端工具或音视频宣称为已透传。\n\n## 本轮发现与处理\n\n- 首个发行包和随包界面通过,真实旧1.20.2升级仍因版本清单遗漏被拒绝。补齐1.20.2/1.20.3、串行验证重复升级和旧宿主升级,再生成不可变新包;旧包和失败收据保持。这证明来源核对、界面通过及实际升级需要分别验收。\n- 广泛源码轮646/649,其中两项验收解释器缺pytest,另一项两个独立升级验证共享9229。原结果保持;既有独立pytest8.4.2环境13项及串行升级2项另轮通过。后续固定运行环境并串行使用固定资源;不将复验拼接成原轮全通过。\n- 初次构建缺共享MJS类型声明,首轮新测试夹具混用HTTP/Responses状态,均保留原失败再修复;截图回看发现SSE来源措辞和实际连接上下文被undefined覆盖,已补齐并验证。\n\n## 正式部署与限制\n\n正式四阶段分别${timing.stage}/${timing.upgrade}/${timing.activate}/${timing.verify}秒,原PID${verified.identity.pid}/Provider及${counts}精确保持。实际Edge/Electron两视口只读回看通过,无配置保存、原任务重放或真实模型调用。完整SQLite/用户导出留本机QA,不入Git;验收工件按原字节与Git blob核对。阶段墙钟仍长,既有最小载荷/进度反馈维护项保留,未在此版声称解决。\n\n## 下一步\n\n先按[1.21](PLAN-1.21.md)完成工程依赖诊断、固定准备计划、审批/停止与可复现环境;随后[1.22](PLAN-1.22.md)交付开发预览、桌面标签页、代理页面操作及会话权限。1.10的静态工程Edge验收继续复用,Codex右侧浏览器不计入本产品。已有文件证据复用、更多引擎与语音分别保留,不在当前补丁随意扩展。\n`);
let retro = fs.readFileSync('docs/RETROSPECTIVE-1.20.3.md', 'utf8'); retro = retro.replace(`原PID${verified.identity.pid}/Provider及${counts}精确保持`, `原PID${verified.identity.pid}/Provider、31个原会话和原工件保持,当前${counts}按包含新增活动的稳定基线再次精确比较`);
retro += '\n\n激活后的外层比较被新增真实用户会话拒绝;产品指针已经激活,不重复副作用。以原产品收据证明实际完成,以每行/每工件/每导出原子集、所有新增事件/记录/工件/尝试的同一会话归属以及唯一健康时间变化证明合法追加,再作最新稳定基线完整比较。原拒绝不能抹掉,也不因此退回或删除用户新增结果。正式UI脚本两次旧假设/隐藏侧栏定位失败亦保留;修正依据后整轮回看通过。\n'; write('docs/RETROSPECTIVE-1.20.3.md', retro);
console.log(JSON.stringify({ success: true, version: '1.20.3', counts: c, timingSeconds: timing }));