Files
Agent-Workbench/findings.md
T
2026-10-29 13:11:30 +08:00

84 lines
12 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.
# 汇总发现
## M1开发核对:2026-10-29
- 当前main=b047665且工作区干净。已读运行/Store/API/升级入口;开发仍使用Node24.22.1,计划采用内置node:sqlite减少额外依赖。
- Store/Runtime/API通过修改session后save形成现有契约;新内核先保留会话投影兼容,SQLite同时保存任务/运行/工具身份和追加事件,不能做JSON与数据库互为独立真相的双写。
- 现有热升级只替换对象原型;SQLite资源与新版Runtime状态须在受控升级中初始化。原provider对象保持原身份和内存连接,独立fixture先验证。
- 工具完成事件早于providerMessages结果保存,崩溃可能将实际已完成工具修成“未知”;新工具账本与结果恢复是本轮必要验收。
- 新内核已写入独立Task/Run/Step/Tool与工件、SQLite状态/事件事务、JSON原字节备份和恢复;Runtime接入入场登记、实际结果账本、冻结模型配置、累计usage/预算、明确审批归属。
- 首轮Store/Runtime12项检查11通过,唯一失败为旧测试扫描已不再生成的sessions JSON目录;已改为检查实际数据库/结果工件中的Key缺失。其余运行、拒绝/取消、UTF-8与恢复行为通过。
- 随后25项针对性与完整47项回归通过,真实进程退出覆盖迁移、状态/事件事务、目标接纳、队列、审批、进入执行、实际副作用、结果持久化和下一次模型请求;已完成副作用均未重放。
- 新增时间预算、损坏工件与HTTP事件补发后,20项专项全部通过。SQLite是权威状态;旧JSON作为原字节备份/显式回退导出,配置镜像不会覆盖已迁移数据库。
- 后端持久seq、Last-Event-ID、分页历史与工件归属已验证;前端任务记录、工程检查/交付样本和实际服务升级尚未实现。内核代码保存在开发分支,当前真实服务仍为1.0.0/PID23080。
## 后续能力研究与产品规划:2026-10-29
- 用户确认本项目独立研究编程代理核心能力,其他项目不纳入后续计划。
- 用户要求研究Codex、Claude Code、Cursor、DeepSeek Harness、WorkBuddy,通过REA取证及DSH-purge研究将有效机制内置工作台,并规划桌面/移动和本地Git。
- 当前源代码仍为6个固定工具、JSON会话、内存active/waiters、stream:false;真正的任务计划图、测试修复循环、Git/worktree、工程索引、长期记忆、REA/MCP执行尚待实现。
- 指定DSH目录的upstream/local元数据均为1.1.78、Apache-2.0、目标Harness 0.2.1-rc.2;DeepSeek-Harness-Desktop为独立集成源码(0.1.1,内含官方Harness源码0.2.1-rc.2、purge1.1.81)。本轮已核对元数据、SDK文档和锁文件声明,全快照身份/运行兼容仍待验证,功能未内置本产品。
- 本轮开始时本产品尚无Git仓库,全局Git作者未配置;已调整根目录构建忽略规则,保留tests/fixtures中的自有旧版工件,随后建立独立Git基线。
- 本地Git已建立,main基线bac87da,标签v1.0.0-baseline;167个源码/文档/自有fixture文件进入基线,依赖、QA、构建、发行包未进入仓库,全局作者配置保持原状。
- Codex与WorkBuddy已取得官方文档;Claude/Cursor已有版本固定的静态证据。DeepSeek本地Desktop声明基于官方Harness,sources.lock记录commit但本轮未逐字节验证快照。
- DSH-purge源码注册系统提示和agent/pre-step prepend hook,另含执行策略/程序补丁/重试。插件声明不能证明权重或工程成功率提升;包声明Apache-2.0,商业许可文件另有联系要求,保留声明并列分发条件待厘清。
- SDK协议README已直接核对:无单会话cancel/session-close、无有效协议协商、服务端当前不发送审批请求;事件归属与停止/恢复须由自有内核和版本适配承担。
- 续接时复核:本地Git在main、基线bac87da,产品源码未改;随后补齐能力矩阵、研究路线与来源登记,通过检查并保存规划提交。现有运行服务和模型连接未因规划重启。
- 本轮复算仅元数据文件SHA256:独立Purge两个package.json相同;Desktop的sources.lock与compatibility是已读取的声明,不代表整个vendor快照已与上游commit逐字节对应。
- 桌面采用Electron Windows优先、手机采用PWA伴随端;任务状态与执行宿主共享,移动端接入依赖未来配对网关和事件补发,当前响应式页面不等于远程移动产品。
- 产品方案和24项能力矩阵已写入:先可靠状态/事件与真实基准,再工程索引/patch/Git/测试修复,之后REA/引擎/Purge、长任务/worker、桌面/手机及专业交付质量。
- research/targets.json分别记录官方文档、既有静态工件、源码元数据/锁文件声明和待实测状态;Codex/WorkBuddy新发行工件、DeepSeek全快照身份和Purge收益仍属于后续研究。
## 产品组合
Claude Code 报告已验证工具输入校验、权限决定、队列并发屏障、受限 MCP 重试、压缩防护及会话链修复;Cursor 报告已验证能力契约、started/completed、取消/恢复、patch 和 worker 复用。产品采用稳定调用 ID、命令逐次确认、基线差异审核和重启不重放的独立实现。
## 产品实现检查
- 任务和模型上下文保存分离,API Key 不写 config/会话。默认固定离线演示仍调用真实本地工具。
- 重启文案需区分“进入执行阶段”与副作用已发生;started 标记不能证明命令实际执行。
- 原文备份使用 copyFile 保留 BOM 原字节;提案由用户应用后才写入项目。
- UI 快照/SSE、文件和目录请求需要版本及选择身份检查;窄屏隐藏检视区需要明确展开入口。
- 20 项自动化行为测试已全部通过。兼容模型服务用本地 HTTP fixture 验证,实际 bundle 崩溃后重启保留提案、暂停旧审批、继续时产生新审批。
- 统一研究报告将静态机制与 0.1.0 实现逐项对照;首版串行执行与提取式投影,不宣称原版并发、MCP 动态扩展或模型摘要已实现。
- 桌面截图已核对:浅色三栏、正文/状态对比度和层级可读,初始控制正常且无页面异常。文件清单的广度顺序不适合界面分组,客户端改为按文件夹递归展示;手动提案同步标记待审查。
- 浏览器快速操作复现新建/发送竞态,产生两个空会话且消息未发送;创建请求改为共享 promise,创建状态禁用按钮,Ctrl+Enter 路径复用同一请求。
- 修正后 10 组 UI 操作均通过,页面异常与请求失败为零。截图进一步发现长对话/切换宽度后页面可能上移,顶部与输入框未稳定留在视口;固定 grid 行/列和滚动容器并加入视口边界验收。
- 布局修正后再次完成 10 组 UI 验收。桌面差异与 390 px 长对话截图确认顶部、输入框始终位于视口,只有对话区滚动;页面无水平/垂直溢出。20 项服务端行为测试仍全部通过。
- Windows 便携包不依赖系统 Node/npm:验证器精简 PATH 后,工作台及审批后的 Node 命令仍成功,启动脚本重复运行复用同一服务 PID。许可证保留 74 份可用全文,第三方客户端二进制/提取源码不进入发行物。
- 用户配置的真实 gpt-6.1-sol 连接已通过:read_file 从随机合成数据取得值,propose_file 输出相应 token 和 42,提案审查/应用后落盘一致,完整任务约 12 秒。根服务地址可用,无需改写用户配置。
## 来源
- 本对话已有成果:../Claude-Code-REA/task_plan.md、findings.md、artifacts。
- 指定另一对话的已保存成果:../investigations/cursor-agent/task_plan.md、findings.md、progress.md。
- 2026-10-29 读取另一对话,最新状态 idle,上一研究回合 interrupted;没有仍在执行的产品变更。
## 已固定身份
- Claude Code 2.1.312,官方 npm Windows x64 分发。
- Cursor 3.16.29,commit 6246455961129c32969845e00aa25d87ae926ec0,product 日期 2026-08-18T01:26:26.285Z。
## 1.0.0 运行问题复现
- 用户截图:询问上次的 fetch failed,模型只搜索 starter-project 的 fetch 并给通用网络解释。系统未向模型说明该错误来自工作台模型请求。
- 会话 569c9457-d399-46e6-b53e-4b1fdbb02109 的 20 个调用/结果全部配对;实现哈希与4项提案测试通过的版本一致。失败不是提案损坏或上下文中的孤立 tool 消息。
- PowerShell 是 5.1.26100.9711;现有 runtime 的中文管道丢失已通过实际子进程复现。
- 模型连接失败不附带 request stage/cause/attempt;下一轮模型看不到可见系统错误,导致错误归因。
- 已在实际 Edge 页面核对用户截图;当前两个提案均已 applied、会话 completed,但历史模型仍称测试 pending 并要求用户再提供已有日志。需要提供最新执行状态并防止审核与模型运行竞态。
- 正式 4318 进程仍为 PID 23080,内存连接存在。0.1.0 源码基线备份在 .qa/baseline-0.1.0-20261029。
- 新版 1440 px 页面已观察:示例项目标识、运行诊断入口和 1.0.0 版本可见;保持原浅色三栏与固定输入区。
- 33 项行为测试全部通过;新版基础 10 组 UI 回归已完成前 9 组,模型设置流程进行中。
- 基础 10 组 UI 回归全部通过。专项前 6 组通过:实际 HTTP 503 错误卡片、诊断面板、保持工具结果的重试、inspect_session 回答、审核运行屏障和中文终端。
- 已查看新版错误与诊断截图:来源、HTTP 状态、请求次数、终端和当前项目清楚显示;诊断面板内容可滚动,关闭入口在视口内。
- 专项手机测试发现从桌面缩至 390 px 会保留打开的项目栏,遮住错误诊断按钮。修复进入手机断点时自动收起项目栏和检视抽屉。
- 已核对修复后的 390 px 错误卡与诊断截图:两项错误操作、顶部和输入框可见;诊断为可滚动单列,关闭入口可见。
- 专项前 7 组通过。返回桌面后项目栏保留折叠选择,测试 helper 误点隐藏的“新建任务”而超时;需通过真实“展开项目栏”按钮打开后继续,不改变产品的折叠行为。
- 停止模型退避时会话事件已 interrupted,但 Provider.lastRequest 可能残留 retrying;补充请求取消状态并在诊断中显示“已停止”。
- 停止状态的 API 断言已通过。专项需限定 .task-toolbar 的诊断按钮(入口处于任务工具栏,而非 .work-header),已按实际 DOM 修正定位。
- 最终基础浏览器 10/10 通过,页面异常与请求失败均为零。已核对桌面差异和中文命令确认截图:文件差异可滚动,审批显示完整脚本、shell、路径和确认入口,顶部/输入框保持在视口。
- 专项最终 9/9 通过,页面异常与请求失败均为零;桌面恢复截图和停止诊断已目视核对,模型请求显示“已停止 · 1 次”,会话“已暂停”,没有残留重试错误。
- 4318实际升级成功:PID23080、内存模型连接、2个项目和3个会话保留;1.0.0页面已打开。
- 真实gpt-6.1-sol在22秒内先inspect_session再只读核对用户点名的两个文件,正确说明模型请求历史错误、底层原因未知及两项applied。验证器过严地拒绝所有read_file,已修正为仅允许这两个相关文件,并保留首轮验证器失败记录。
- 真实模型最终22秒验收通过:inspect_session与点名文件只读核对完成、没有搜索/提案/命令;原19条可见消息前缀、两项applied状态和文件SHA256保留。
- 已目视核对实际1.0.0原会话页面:gpt-6.1-sol、示例标识、applied表格和准确错误说明正常呈现,标题/输入框保持可见。手机诊断单列、关闭入口与内部滚动正常。
- 原用户项目的完整4项测试已在本轮外部终端实际运行通过;助手仅从工作台历史谨慎说明没有该终端记录,这是符合证据边界的回答。
- 最终真实模型诊断页面已目视核对:当前凭据已配置、最近请求成功、会话已完成、2项已应用/0项待处理;旧错误明确保留历史来源和原因未记录的说明。
- 源码ZIP独立解压、离线npm ci、TypeScript/Vite/两份服务端构建、34项行为测试通过;旧版升级fixture可独立运行。便携128项文件的第二轮启动闭环通过,两个归档的CRC/清单/散列核对通过。
- 最终端口检查只有4318的PID23080;4319/4320/9229已关闭,现有模型连接保留。