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

136 lines
16 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.
# Agent Workbench:核心代理能力研究与产品计划
## 用户授权与目标
- 本项目专注编程代理能力研究与工作台开发,其他项目不纳入本项目计划和版本管理。
- 本对话已获确认:研究 Claude Code,形成机制报告并提炼自己的本地代理设计。
- 用户随后指定将本对话与 01a183dc-ce1e-71e2-b7f4-256463cd3506 的 Cursor Agent 研究合并成一个产品,在一个对话中执行。
- 以当前对话 01a183d7-1eb3-7902-b49b-42f43a874ccc 为统一执行入口,建立独立本地 AI 编程工作台。
## 已接收成果
- Claude Code 2.1.312:官方 Windows 包下载与 SHA512 校验完成;PE SHA256 6099672ebe5dcb518b67d1d32dde1e3360bc6bee1dae7f8d28a69c49acc7c865;REA 资源证据与 .bun 分块定位已保存。
- Cursor 3.16.29:工具能力、调用阶段、取消/恢复、MCP hooks、文本 patch 与 worker 复用的静态机制追踪完成。
- 原始研究路径分别为 ../Claude-Code-REA 与 ../investigations/cursor-agent;保留各自文件与可追溯来源,统一索引与结论在本目录。
## 首个可运行版本的范围
一个本地工作台:项目选择、任务对话、项目文件读取/搜索、工具执行时间线、改动预览与应用、会话持久化/恢复、模型连接配置。
优先兼容用户自己的 OpenAI 兼容模型服务;提供明确标记的离线演示用于无模型连接时验收。实际模型服务的连通性单独记录。
从公开客户端机制提炼独立实现;第三方模型权重、远端服务、完整 Cursor/Claude Code 源码不在本阶段交付范围。
## 阶段
1. [complete] 接收两边已有成果、身份和范围,统一入口与产品目标。
2. [complete] 分别追踪 Claude Code 与 Cursor 的执行/上下文/权限/恢复机制,形成带证据的报告;统一研究摘要待随产品整理。
3. [complete] 编写独立产品架构、数据模型、工具与改动契约。
4. [complete] React/Node 工作台实现与任务闭环已验收;共享会话创建、revision、窄屏与滚动布局修正完成。
5. [complete] 20 项行为测试、10 组浏览器流程及便携包启动/复用/命令/停止通过;正式便携版本已在 127.0.0.1:4318 部署,源码、报告、许可与验收记录完成。
## 执行与协作
所有产品工作由本对话统一推进。REA 技能 Plan broader investigations 第 6 步要求在独立问题和可用并行工作者存在时分配不同范围;如使用内部工作者,仅分别处理代码机制证据,不创建新的用户对话。
## 已核对与待验证边界
- Claude Code Bun 模块表的指针、编码与内容范围已验证;最终提取输入为 ../Claude-Code-REA/recovered/modules。
- 原版 Claude Code/Cursor 的报告依据静态工件,没有运行第三方客户端;远端端点只作为客户端声明。
- 用户于 2026-10-29 配置兼容模型 gpt-6.1-sol;真实读取、提案与应用验证通过。使用工作台内存中的连接配置,不读取其他应用保存的凭据。
## 验收重点与错误记录
- 服务端快照增加 revision,客户端忽略旧会话/文件响应;窄屏需可打开项目、文件、差异与工具轨迹。
- 有意义测试覆盖提案不写盘、冲突、原字节备份、路径范围、命令确认/拒绝/取消、消息配对和重启不重放。
- 首次前端构建的空 CSS import 警告:移除无效 @import 后复验。
- 首版开发时OpenAI官方文档直连返回403,该次未取得页面;兼容协议当时用本地fixture验证。本轮规划已通过官方文档工具取得app-server与代理架构资料,仍不声称实测真实OpenAI服务。
- 首轮 20 项测试中 19 项通过;Host 校验测试使用 Node fetch 时请求头被客户端覆写,改用原生 http.get 发送实际自定义 Host 后复验。
- 浏览器首个精确文字定位器把状态中的版本子节点也计入文本,导致超时;改为连接状态选择器,保留 DOM 与截图做真实界面核对。
- 浏览器发现实际问题:新建会话请求未返回就发送,可能重复创建会话。修正为共享创建 promise 与创建期间禁用操作,再跑完整 UI 流程。
- 功能 UI 通过后截图发现 grid 自适应与 scrollIntoView 会让页框上移;指定各栏行/列、min-height 与只滚动对话,并检查输入框和顶部始终在视口。
- 打包时旧版 PowerShell Archive 模块不能自动加载;改用系统 .NET ZipFile,并复用本次尚未交付的 staging 目录,避免额外安装工具。
- 便携服务启动成功;同步验证器在 Windows 后台进程继承的管道上等待,改为等待启动器自身 exit 并关闭测试读端,再核对启动/复用/命令/停止。
## 1.0.0 本地正式版迭代(2026-10-29)
用户明确要求介入运行中的工作台,将初版开发为正式版。当前问题是对话把工作台自身的模型连接失败当成示例项目代码问题。继续由本对话完成开发、实测和本地升级。
1. [complete] 核对用户截图、当前页面、会话记录与运行环境,固定复现及验收清单。
2. [complete] 补充会话执行/错误上下文和工作台诊断能力,区分项目任务与工作台运行问题。
3. [complete] 修复 Windows 命令输入/输出编码;明确 shell 契约,避免生成 PowerShell 5.1 不支持的语法。
4. [complete] 模型连接分类错误、有限重试、明确恢复/审核操作与正式版界面状态。
5. [complete] 34项行为、10组基础UI、9组专项UI与真实配置模型的原会话诊断均通过;原项目4项测试通过,视觉已核对。
6. [complete] 1.0.0便携与源码包、文档/截图、原进程升级、真实模型验证及独立源码构建/34项回归均完成;归档CRC与清单通过,正式服务保持运行。
### 本次约束和验收
- 当前 4318 服务的 Key 仅在内存;不读取、打印或复制 Key,不为检查而重启该服务。
- 保留现有项目文件、已应用提案和完整会话;诊断时不自动重复执行命令或应用待审核提案。
- UI 验收包含:工作台错误提问、模型重试/失败/取消、待审查提示、命令确认与中文管道、桌面与窄屏视口。
- 另测两个异常路径:网络请求在工具成功后失败、用户在待审查状态反复点击继续。
- 正式版以已实现且通过实测的本地项目/对话/工具/审核/恢复闭环为交付标准。
### 新发现与错误记录
- 导出记录中 PowerShell 5.1 的 `&&` 解析失败;runtime 只设置 Console.OutputEncoding,未设置 PowerShell 的 $OutputEncoding。
- 独立复现:管道中的“工具”变为“??”;显式 $OutputEncoding=UTF8 后保留中文。
- `fetch failed` 由 Provider.request 直接抛出,未记录底层原因/请求阶段,也没有有限重试。
- Runtime 的系统错误只加入可见 messages,未进入下一轮提供给模型的上下文;projectContext 只有项目清单和提案状态。
- 1.0.0迭代开始时本项目没有 .git;当时使用独立备份和发行目录验证更新,不覆盖旧发行包与用户示例改动。本轮后续规划已建立独立Git,见下方记录。
- Computer Use helper 的 native pipe 不存在;改用持久 Playwright 会话核对同一 4318 服务。Node REPL 需 CommonJS createRequire;Edge 用实测的 Program Files (x86) 绝对路径。
- 新 UI 使用 Array.findLast 超出当前 ES2022 类型库;改为 filter().at(-1),保留现有浏览器支持范围后重新构建。
- 首轮正式版行为测试 30/31 通过;PowerShell ScriptBlock 返回的 $? 不能可靠代表原生命令退出码,改为优先传递 $LASTEXITCODE,并继续验证明确 exit 0 的处理。
- 独立进程升级测试发现 Windows Node inspector 的列表 URL 将路径分隔符转为下划线;按实际元数据处理,并在任何升级操作前核对目标进程 PID。
- Inspector 控制台没有动态 import 回调;迁移使用 Node 24 的同步 ESM require 和 getBuiltinModule,仅替换实例原型/请求处理器,不提取或复制 Key。
- 手机专项 UI 测试:从桌面缩为 390 px 时项目抽屉挡住错误卡片按钮;自动收起进入手机断点的栏位后重验,不使用强制点击掩盖问题。
- 专项第 8 组在返回桌面后点击隐藏的新建任务超时;修正 helper 先使用“展开项目栏”,保留用户折叠选择。停止期间全局模型诊断的 retrying 残留也已修复,进入最终回归。
- 最终回归发现基础手机脚本在响应式收起完成前点击隐藏按钮、专项的诊断按钮匹配两个入口;改为等待手机折叠状态并限定顶部诊断入口,不改产品行为。
- 精确诊断选择器首次误用 .work-header,实际按钮位于 .task-toolbar;按源码和页面校正,停止 API 断言已通过。
- 示例同步命令首次工作目录错误导致源路径不存在,未写入文件;改为在工程根目录复制,随后在示例目录运行测试。
- QA清单要求401/429/503均有证据;已有401/503验收,补充真实HTTP 429按Retry-After等待后恢复的测试,不扩展产品范围。
- 验收文档替换时apply_patch不接受同文件在一个补丁中同时删除/添加;拆为连续文件操作完成,代码和运行服务未受影响。
- 真实会话验证器首次拒绝了与问题直接相关的两次read_file;实际回答正确,先inspect_session。修正验证范围允许核对已应用的两个点名文件,继续禁止搜索、修改和命令,并保存失败记录。
- 源码包解压成功,但Python终端路径输出受Windows编码影响,解析成无效目录;直接从UTF-8记录用Node读取正确路径,再进行构建,不重复解压。
## 后续核心能力规划(2026-10-29,当前任务)
用户要求先形成后续执行开发方案:以REA和DSH-purge研究Codex、Claude Code、Cursor、DeepSeek Harness、WorkBuddy,将可验证机制独立开发并内置工作台;明确真实工程交付能力、桌面端/移动端及本地Git及时提交。
1. [complete] 核对并登记DSH-purge、DeepSeek Harness和各客户端已有身份/版本/证据,明确尚待固定或运行验证的范围,整理当前能力缺口。
2. [complete] 建立本产品独立Git仓库,保存已验证的1.0.0基线;后续按可审查的小步提交。
3. [complete] 完成产品目标、24项能力矩阵、研究问题、模块架构、阶段依赖和真实工程验收方案。
4. [complete] 确定Electron Windows与PWA移动伴随端方案、共享执行宿主/任务及配对连接设计。
5. [complete] 方案、来源和执行规范已写入项目,通过链接/JSON/diff检查并保存本地规划提交;完整方案与具体下一步作为本轮交付。
### 已知范围与待核对
- DSH-purge指定源码:D:/Ai-project/REA逆向/dsh-purge-1.1.78-windows。
- DeepSeek Harness指定仓库:https://github.com/deepseek-ai/deepseek-harness;候选本地目录:D:/Ai-project/DeepSeek-Harness-Desktop。
- 当前1.0.0正式服务继续沿用原内存连接;本次规划/Git操作不需要重启或读取真实凭据。
- 本次先交付规划与本地版本管理,不把计划中的高级能力标记为已实现。
- REA工作流要求独立问题分工:DSH/DeepSeek身份与机制、客户端证据路线、现有架构/桌面移动规划分别只读核对,由本对话统一整理。
### 本轮检查记录
- Git 2.54.0已安装,产品目录和父工作区均无Git仓库;全局Git作者未配置,采用本仓库临时项目开发身份,保留全局配置。
- 原.gitignore的未锚定dist-server规则会忽略源码测试所需的旧版fixture;改为根目录构建忽略规则,保留该自有兼容工件。
- 已建立main独立基线bac87da和v1.0.0-baseline标签,167个源码/文档/自有fixture文件进入基线;未配置远端。
- docs/PRODUCT-PLAN.md、CAPABILITIES.md、RESEARCH-ROADMAP.md、GIT-WORKFLOW.md、research/targets.json及AGENTS.md已写入;M1–M6属于后续实现,没有在本轮规划中改运行源码。
- 首轮文件清单查询research目录时该目录尚不存在,rg返回1;随后随来源登记创建目录。批量输出曾被工具截断,改为按文件/关键段读取,未将截断结果当完整证据。
- 规划校验通过:9份Markdown、44个本地链接、8个来源目标、24项能力、22个来源/证据路径和8个元数据散列;git diff --check通过。4318仍由原PID23080监听。
## M1 可靠内核与首个工程交付切片(2026-10-29,当前任务)
用户已批准继续下一步开发。先实现自有Task/Run/Step/Tool/Event/Artifact与可靠保存恢复,在兼容现有界面的基础上提供实际工程检查与交付样本,按小步测试并本地提交。
1. [complete] 核对当前执行/保存/API/UI契约、升级机制和测试,确定兼容迁移与验收。
2. [complete] 实现独立任务/运行契约、SQLite状态与追加事件、JSON迁移/备份、恢复和工具结果核对;10个实际退出切点通过。
3. [in_progress] Runtime、模型配置/预算、审批/工具身份、事件游标和工件已接入;任务记录界面与前端补发处理尚待实现。
4. [pending] 实现有界工程识别、检查计划/真实job结果与Git基线,建立可复现的跨文件工程交付样本。
5. [in_progress] 构建和47项完整回归通过,追加时间预算/工件损坏/事件补发后的20项专项通过;UI与工程样本待实现,先保存内核提交。
6. [pending] 验证现有连接保留的升级路径,交付可运行版本和实际验收记录。
### 本轮执行边界与发现
- 4318原服务和仅内存的真实Key保留。开发/验证使用独立端口与数据;在保留连接的升级路径通过验证后再更新原进程,禁止提取/打印/复制Key。
- 从main的b047665开始,当前工作区干净;本轮不推送远端,不修改其他项目。
- 完成工具必须保留实际结果;执行结果未知的命令须核对,不能自动重放。JSON迁移失败不毁坏旧数据,SQLite状态与事件事务一致。
- 不将本轮样本通过宣称为M2三类工程或M6专业验收完成。
- 首次跟踪文件补丁错误地使用findings.md的不存在标题,整个补丁未应用;已按实际标题拆分修正。批量源代码输出按预算截断时只使用已收到部分,后续按相关文件补读。
- Node24.22.1已安装;当前Store为同步JSON替换,所有Runtime调用直接修改session再save,升级通过替换原对象原型保留连接。新存储须提供兼容save并在升级前初始化/备份。
- 首轮Store/Runtime12项检查11通过;旧隐私检查仍扫描JSON目录,迁移后目录不存在,已改为读取真实数据库/工件进行同一隐私断言。准备实际进程退出与事务/工具结果切点验证。
- 本轮随后完成25项针对性检查、完整构建/47项回归及新增后的20项专项,均通过。47项与20项包含重复覆盖,不能相加宣称67个独立测试。
- 执行被主动中断,后台测试已完成,原4318仍为PID23080;保留内核改动并保存本地检查点,尚未升级实际1.0.0服务或生成新发行包。
- 后续首先完成任务记录/前端事件补发与预算界面,随后工程识别/TestRunner/Git基线和跨文件样本。当前Step仅代表模型轮次,尚无依赖任务图/多文件ChangeSet。
- 恢复接续时核对:大型工件损坏的账本会标unknown,但旧工具事件的completed展示仍需一致性修正;串行热升级的handlerRoot路径和原进程停止时SQLite资源/owner释放仍需补充验证。真实内存Key保持,最终升级使用独立不可变发行目录避免模块缓存复用。