Files
Agent-Workbench/docs/QA-M1-OPEN-RECORDS.md
T
2026-11-07 03:22:54 +08:00

65 lines
9.6 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.
# M1 第三批:完整记录、分页与恢复验收
2026-11-07(北京时间);基线 `affd733d037ab2a31f29a8736c48d058d5a2c807`,源码 `32780bee8dc4d353b6e58d5e02bee308ea75ae33`。本批完成 I05/I07/I33/I38 的开放执行固定总量门槛与记录保留修复。**源码已验证,未发行、安装或重启;I06 完整 MCP JSON Schema 留下一批,M1 尚未全部完成。**
源码32780bee和验收5bf3f860已普通增量推送,GitAtlas既有 `feat/task-agreement-1.25` 分支逐SHA一致,见[推送回执](gitatlas-m1-open-records-push.json)。回执与完成状态另提交后再作最终远端核对,不递归自举回执;原2183份封存未改。
## 实际改动
MCP 在开放模式下不再拒绝同任务第31次操作;完整账本新增作用域游标分页,不传查询仍返回完整旧数组。管理页与任务侧栏都显示已加载/总数,保留旧 Task/Run 的原输入、原报告及停止/unknown;轻量会话快照的30条预览另有真实总数与截断标记,不再冒充完整历史。工具选择和登记数量按实际执行模式显示,开放超时注明不限,旧超时配置仅作用于手动限制模式。Schema 子集限制未在本批移除。
检查点不再以30个、2000工具引用或64MiB结果拒绝开放模式创建。新 v2 包每256条工具引用封存一个分段索引,分段大小不限制引用总数;核对顺序、数量、归属和 SHA,完整展开状态仍绑定原 stateSha。原结果采用至多1MiB缓冲分块核验;v1 原件继续读取,不改旧 SHA。分页刷新与保存新记录保留已展开旧页。显式 restricted 创建合同和源码/计划/原结果变化、unknown、显式续接守卫仍按原合同工作。
手机设备/操作登记在开放模式下不再受128/2000条总数门槛;读取不再因设备、操作或审计总数整体失败,审计不再删除500条之前的记录。电脑审计和手机回执可完整分页,设备/项目/修订范围保持。第一页之外的 pending/unknown 另外完整提示;只是投影为 unknown,持久 pending 不改写、不重放。撤销后手机历史清空。过去已经删除的原审计无法重建,本批不补造。
本机凭据登记不再因超过101条整体拒载。顶层版本/结构/非负修订不符仍保留原 metadata;坏条目分别标记 invalid_record,有效邻居继续恢复。SID、数据目录、连接修订/绑定、禁用和已有内存凭据不覆盖的合同保持。没有读取真实用户 Key。
分页默认50条只是显示批次,正整数 limit 没有新增总量上限。游标绑定资源范围与稳定原记录ID,头部新增不会改变旧页锚点;错误/跨范围/缺失锚点及重复查询参数明确返回错误。刷新走到已知锚点再合并,防止新增超过一页时跳过中间记录。
## 分轮验证与来源
| 验证 | 实际结果与边界 |
| --- | --- |
| 旧源码对照 | `affd733d` 独立快照复现 MCP30、检查点30、工具2000、64MiB、102凭据整载失败、手机2000和审计删首条,共7处旧行为;0真实模型 |
| 最终候选专项 | `final-boundaries-1.log` 已完成5项通过:游标、同Task31次真实stdio调用/原报告/重启、31检查点/v1原SHA、2001引用及64MiB+1结果/8段/末字节损坏、分段损坏与restricted;其后误重复长测试被停止,整轮结尾为5过1失败,不能写成完整单轮全绿 |
| 凭据专项 | 最终候选单独1/1:102条实际持久化、自有 AES-GCM 加密夹具、重启按条恢复与损坏/禁用/外用户隔离,原metadata不变;不是102次真实用户DPAPI验收 |
| 手机跨2000 | 源码分轮通过:2001次真实 reserve 事务、2000次 finish、4002条审计、完整分页/重启/幂等,最早pending投影unknown但原账本不变;此前/此后该核心产品输入未变化 |
| 实际HTTPS补验 | 单独1/1:61条自有投影样例、第一页之外pending全量提示、跨设备游标/重复参数400、0工具重放、不泄hash;使用最终相同产品源码 |
| 相关回归 | 首独立候选75/75,含真实Windows DPAPI、原MCP/stdio、检查点、手机及开放执行;最终新增侧栏分页/快照计数另经专项和两端覆盖,不冒称75项全部在最终候选重跑 |
| 编译与来源 | tsc三次及build-1/2通过;最终759冻结输入中757逐字相同,另外2项是后改验收驱动/HTTP测试,已另存最终副本和SHA。全部产品/构建输入一致,29编译输出与独立候选逐SHA一致 |
| 最终网页 / 实际Electron | 各6组、各7图、1280/390,页面错误0:61旧检查点后保存第62个不丢页、最早原件/v2索引/真实源码变化拒绝续接、61条合成MCP失败全页/最早输入/刷新保留、真实CA验证网关配对及61次自有stop回执、123审计全页、撤销清空手机记录 |
| 人工实看与清理 | 已实看最终Electron检查点1280、手机记录390、设备审计390及先前MCP画面;候选Node/Electron/Edge精确目录进程0、已知迟到56503监听0;没有查询正式health、发行或重启 |
新增8项行为均有分轮通过原件(7项边界与1项HTTPS),**不存在最终完整7/7或8/8单轮通过记录**。手机2001项耗时881171.4601ms(约14分41秒),运行时并有其他QA,不能作为受控性能基准,但全metadata反复写入的成本仍高,增量持久化列入M7,不能以取消数量门槛冒称性能已解决。手机验证使用本机CA校验的HTTPS网关/relay和浏览器,未验物理iPhone的Safari、证书信任、Cookie或PWA。
入口:[专项测试](../tests/open-records.test.mjs)、[手机HTTP测试](../tests/companion.test.mjs)、[网页/桌面驱动](../scripts/verify-open-records-ui.mjs)、[机器记录](m1-open-records-2026-11-07.json)、[切片计划](M1-OPEN-RECORDS-PLAN.md)。原件目录 `.qa/m1-open-records-2026-11-07/`,2183份1006967890字节;MANIFEST SHA256 `30659d3c13777c8efc96efc249f184d6c794df37e6c1494811a24cd378c9a838`。含旧源码、两次独立编译及候选、全部失败/中断、最后验收输入与截图;三处依赖junction仅记录、不遍历。生成载荷、自有数据、测试密文和运行时均不提交Git。
按需复验应使用Node24及自有目录;2001手机测试很慢,应明确单独执行,不因文档收尾重复消费:
```powershell
$env:AGENT_WORKBENCH_API_KEY = ''
$env:AGENT_WORKBENCH_TEST_APP_ROOT = '<独立candidate-app-2绝对目录>'
node --test --test-concurrency=1 --test-skip-pattern='2001 companion' tests/open-records.test.mjs
node --test --test-concurrency=1 --test-name-pattern='mobile operation pages' tests/companion.test.mjs
$env:AGENT_WORKBENCH_QA_APP_ROOT = '<含所属Node及Electron的candidate-app-2绝对目录>'
node scripts/verify-open-records-ui.mjs
node scripts/verify-open-records-ui.mjs --desktop
```
## 原失败与回顾
1. 基线首探针漏 projectId;边界首轮4过3失败分别为普通文本误作JSON工具结果(恢复正确标unknown)、自造Provider漏credentials Map、手机fixture误嵌套事务。只改夹具,保留源码和原日志;检查点后续单独及最终候选通过。
2. `source-boundaries-2.log` 2过1失败中手机和凭据通过,检查点仍受旧错误JSON夹具影响;不能把该轮写成3/3。实际工具工件与原SHA守卫未删除。
3. 最终专项误用负向 `--test-name-pattern`,Node匹配包含文件前缀的名称,意外再次执行2001项。确认子进程46760/父48076/命令行后仅停止自有重复测试,原结束失败及partial数据库保留。正确排除参数是 `--test-skip-pattern`;凭据另单独验证1/1,不重跑长测试。
4. 网页前两轮分别在手机/审计自动轮询已经合并61/123条后错误固定等待50;调整验证时序,不改产品。复看首画面还发现TaskPanel仍显示30条预览为总数,已实际修成分页和准确计数,重新冻结build-2并验双端。
5. Electron第一轮误用网页download事件,改为实际Electron session will-download定向保存自有CA。第二轮Windows宿主创建/用户/可执行身份观察失败,未绕过守卫;串行第三轮成功。失败后发现迟到的自有候选39280/56503,逐命令行、runtimeRoot、health/bootstrap和空自有库eventCursor0确认后正常 `/api/shutdown`,收据和最终无进程/监听观测保留。**身份观察失败及迟到进程生命周期原因尚未定位**,列为宿主后续问题。
6. 阶段中有大输出截断、猜测路径不存在及未匹配patch,均改用真实小段定位;不把截断输出或未写入patch当作通过。
## 历史与下一步
默认 unrestricted/passthrough/preserve 和持久 ask/auto/full 不变。本轮0真实Key读取、0真实模型请求、0正式写入;只做限定源码与验收文档提交及现有GitAtlas分支普通增量推送。正式上次记录仍F/1.25.12,未在本轮复查,不把测试构建当部署。
W的6次matched/71044tokens只读no_progress、v2边界未触达保持;AD的21请求199250报告tokens+2unknown、Claude缺max_tokens400及网络原错与DeepSeek Node成功保持;AE的React/Python成功、20请求367365报告tokens/0unknown及原解释器/check失败保持;AG的11请求109888报告tokens+3unknown、三次ETIMEDOUT和唯一ba-off成功保持。**Purge收益仍unknown**;本批不能证明全球真实供应商兼容、缓存不掉、角色/经验或重复读取普遍收益。
下一批 I06 完整MCP JSON Schema:真实握手后保留并处理union/ref/嵌套/65以上属性原schema,再验证参数、模型工具目录、原错和双端选择。完成M1后进入M2官方版本化注册表、缓存/状态契约,M3统一冻结发行;真实兼容/工程/Purge另冻新样本,不续跑旧失败或用户工程。