Files
Agent-Workbench/progress.md
T
2026-10-29 21:09:50 +08:00

23 KiB
Raw Blame History

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。

  • 最终1.4包20261029115633372独立复验完成:2160份便携/316份源码清单及ZIP CRC/SHA通过,随附Node/npm实际4项检查通过,88份核心/测试/全部脚本/构建输入和6份编译文件与独立141项验收源码逐字节一致。原PID23080保留gpt-6.1-sol内存连接、7项目/9会话与全部记录更新,最终证据已保存。

  • 继续核心开发,优先有界完整请求计划而后worktree隔离。确认旧projectMessages按user回合保留当前整个长Task且改写大工具参数,runtime估算遗漏系统/工具定义;将以完整协议组、固定目标和SHA256历史工件取代,保存实际用量并明确估算边界。

  • 请求计划/全正文指纹、完整协议组封存、Unicode大组分片、Run/Task余量预检及显式恢复已接入;首轮23项新上下文/原Runtime专项全部通过。接续API历史检索、发送内容工件、运行界面和报告证据核对;原正式1.4.0保持。

  • 1.5最终158项回归及62组桌面/手机UI通过,原历史证据已隔离保存;桌面/390px上下文截图目视确认。公开说明、能力/路线和QA清单已更新为已实现范围与尚待发行实测的区别。检查diff并保存本地实现,随后不可变打包、独立源码验收及保留原进程升级。