Files
Agent-Workbench/docs/NEXT-STEPS.md
T

8.7 KiB
Raw Blame History

后续执行计划

更新:2026-10-31。当前正式交付基线为1.13.0,1.12.1里程碑审查及本阶段隔离协作、独立源码404/404、完整UI21类160组、三工程13节点、最终归档/便携和保留状态升级已完成。原PID23172/Provider、模型中心及最新16项目/28会话/2551记录/4568事件每行和全部导出保持,部署后10页通过。下一阶段按1.14方案推进受控外部引擎与DSH-purge对照;真实模型工程验收仍按用户选择暂缓。历史研究、局部测试与连接核验不能代替真实工程交付。其他项目不进入本计划。

产品目标是让用户给出需求后,工作台能保留项目基线,完成定位、计划、修改、检查、必要修复、审查和Git交付,并在停止、故障、断线后明确保留已完成结果。桌面与手机共享同一执行宿主、任务和证据。

执行顺序与完成门槛

顺序 开发范围 前置条件 完成标准
0:审查闭环(完成) 对照1.0–1.12计划/模块/原报告;修复确认问题;补丁发行及安装失败回退核验 保留旧发行、历史失败和正式服务连接 1.12.1独立371项、150组UI、实际旧进程/页面8组、最终便携/归档及部署后8页通过;当前PID23172/Provider、完整模型中心与四表每行/全部会话导出保持;未完成能力明确登记
1:隔离执行与多worker(完成) 父任务拆分、两个所属worker、独立worktree、累计预算、停止恢复、成果归集、具体冲突及父工程审查 当前Task/Run、工作区、计划和未知结果恢复契约 三工程13节点、父Node8/8、React9/9、Python10/10与构建/编译/Git、React两视口各10断言、独立404项、160组UI、最终归档/便携与保留状态升级通过,见QA-1.13
2:引擎执行与增强对照 固定版本的Codex/DeepSeek适配、受控工具桥;Claude Code/Cursor/WorkBuddy机制研究;DSH-purge实验 外部SDK的实际审批、取消、写入与事件契约;阶段1隔离工作区 引擎能完成一个指定工程任务,原输入、工具与结果可追溯;Purge按同模型、同题、同预算进行有/无插件对照,记录失败和人工介入;仅采纳有证据的机制
3:Windows桌面 单实例、后台宿主、项目/终端/审查入口、安装包与保留数据更新 宿主与客户端生命周期拆分;本机凭据加密;稳定迁移契约 关闭/重开窗口不丢任务;重复启动复用宿主;安装/升级/卸载的数据行为可核验;崩溃后显式恢复;旧版本可回退
4:手机伴随端 PWA、一次性配对、设备身份、撤销、同Run观察/审批、断线游标补发 设备认证、加密传输、审批身份/幂等、速率限制;阶段3宿主 在真实手机完成配对和撤销;断线后按seq恢复;旧Run/过期/重复审批拒绝;手机和桌面显示同一结果;手机不直接执行宿主文件与命令
5:模型与多模态 更多实际协议、流式取消、按能力选路、可恢复池策略、视觉/语音/附件、项目缓存 每种协议的工具调用/用量/取消实测;凭据和附件隔离 图像、语音、文本各有真实样本;流式断开保留unknown而不重复副作用;不兼容成员不被调度;缓存绑定项目/权限/源码版本并可清除;429/401/超时/冷却有独立证据
6:自我迭代与专业交付 隔离分支生成候选、固定评测集、多模型复核、质量/成本对照、升级候选和回滚 可复现工程基准、完整质量门槛、阶段1隔离和阶段3更新 工作台可提出并验证自身改进;候选不直接改运行中的发行;回归或独立验收失败不能发布;保存原差异、指标和回退点;采纳须经用户已有权限规则

阶段间可并行完成只读研究和文档,涉及项目写入、权限、发行的实现按依赖推进。每个切片提交真实功能、失败分类、验收证据和本地Git提交;不自动推送远端。

1.13当前切片:隔离worker

先实现两个受限worker的完整流程,再扩展并发规模。父Task固定目标、验收条件和总预算;子任务保存范围、工作区、所属进程与原证据。调度器负责分配/释放预算和租约,不让模型自行绕过权限。

  1. 建立父子任务与worker状态契约:queued、running、stopping、completed、failed、unknown;完成状态需关联真实工件与检查结果。
  2. 在独立worktree创建工程快照,保留用户原暂存/工作区修改;来源身份改变、创建结果未知和未审查冲突阻止下一次写入。
  3. 实现预算、并发与停止传播;父任务取消后结束所属进程树,等待退出并保存原结果,失联状态显式核对。
  4. 归集diff/测试/报告,校验来源与基线;分离修改可审查合并,重叠修改显示具体文件与冲突,不覆盖父工程。
  5. 使用Node、React、Python各一个固定工程任务,验证正常、测试失败后修复、冲突、停止、宿主退出和恢复。真实模型语义验收待用户在工作台配置后单独执行。

当前实际实现和原失败/通过分别见隔离协作、1.13验收与阶段回顾。首个完整源码候选403/404被拒绝,修正后的专项不与原轮拼接;新独立整轮404/404及最终发行通过,原失败保持。

下一开发切片:受控外部引擎

按PLAN-1.14先固定已安装DeepSeek Harness的prompt/事件/审批/恢复/停止契约,构建受限工具桥并在所属独立工程完成真实检查、父审查和Git;之后按实际版本协议加入Codex适配。当前SDK连接核验中的session/cancel为缺少方法的原错误,单会话取消、引擎工程写入及逐token流均不能从连接成功推断。

DSH-purge按固定兼容组合、生效点、同模型/同题/同预算/同测试进行有/无插件对照,保留失败、人工介入和原用量;只有得到可重复工程证据的策略才采纳。引擎内核、桌面/手机、跨协议多模态和自我迭代依照上表前置推进,每个切片继续回顾并本地Git。

跨阶段必须保持的能力

能力 当前基础与后续要求
凭据 当前Key仅在内存;后续采用Windows本机加密或系统凭据库,导入由明确格式和用户授权驱动,不读取未知登录态;重启/密钥失效可见
权限与执行范围 当前本地token、同源请求、审批和项目路径保护;增加任务/设备/工具作用域及OS隔离;模型、插件与外部引擎均受执行内核控制
恢复与可靠性 保留Task/Run、工件、计划、检查点和unknown;增加故障注入、迁移/回滚演练、所属进程核对及资源上限,不自动补造结果
Skills/MCP/插件 保留来源、版本、启停、范围与原调用证据;实际协议逐项接入,远程服务/安装和未知副作用独立核验
项目记忆/上下文/缓存 当前来源复核记忆和有界请求工件;后续缓存按源码/模型/权限版本失效,长任务依据与原结果始终可追溯
浏览器/电脑操作 当前固定静态构建与真实Edge验收;后续真实浏览器/桌面操作限定目标、登录态和权限,并验证停止与敏感操作审批
号池 当前兼容Chat协议、轮询/权重/租约/冷却、已验证格式导入和可关闭同步;后续按能力、上下文、成本选路,跨协议实际验证,不承诺上游永不中断
巡检 当前只读运行巡检;增加任务账本、工件、来源、池健康、空间/进程/迁移检查。修复与巡检分别授权,巡检不偷偷执行模型或项目命令
交付质量 固定任务基线、需求、原测试/构建/交互、实际diff/Git和报告;用完成率、人工介入、失败类型、耗时及已报告用量评价改善

研究依据与未知项

REA用于发行工件或运行证据,完整公开源码直接分析。研究以实际版本、来源、问题、证据和拟落地模块登记,见研究路线。参考产品的名称不证明对应能力已经接入。

DSH-purge源码位于D:\Ai-project\REA逆向\dsh-purge-1.1.78-windows;DeepSeek工程位于D:\Ai-project\DeepSeek-Harness-Desktop。它们与ModelProvider分层管理。当前DeepSeek六个SDK方法只完成连接核验,Purge的工程收益尚未获得对照证据。

尚未交付:OS沙箱、任意外部引擎工程写入、未知WorkBuddy格式自动导入、本机加密持久凭据、多协议流式/多模态、Windows安装版、真实手机配对,以及稳定的全自主工程成功率。按上表逐项实现和验收,不用界面入口或夹具结果替代完成。