Files
Agent-Workbench/docs/QA-1.11.md
T
2026-10-30 15:27:26 +08:00

43 lines
7.8 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.
# 1.11.0 任务依赖、原证据与交付收尾
最终不可变发行 `20261030064611655` 已完成本地验收并部署到 http://127.0.0.1:4318,版本1.11.0、PID19084。此次交付包含任务依赖计划、原证据核验、实际DOM唯一定位及直启宿主升级修复;真实模型任务按用户选择暂缓,不计为已通过。
## 最终候选、部署与本地验收(2026-10-30)
- 独立源码包离线安装、180份输入前后SHA256核对、6份构建逐字节匹配,完整298/298通过,0失败/取消/跳过。Node.js为24.22.1、Python为3.10.11/pytest8.4.2;6阶段日志逐一核验散列,原TAP另行封存。见[最终源码](task-plans-source-package-validation.json)、[完整TAP](task-plans-final-package-tests.tap)及[发行身份](task-plans-release-identity.json)。
- 最终源码9,253文件、便携11,005文件,ZIP CRC、目录/清单/字节及SHA256全部通过;便携启动/复用、4/4实际检查、真实REA三操作、DeepSeek六方法和Edge桌面/390px通过,独立宿主正常停止。见[归档](task-plans-archives-validation.json)及[便携](task-plans-release-validation.json)。
- 直启1.10.1宿主的编译变量与旧宿主不同,升级器已兼容实际两种闭包变量名;同一PID连续升级两次、会话/已应用字节/内存连接保留专项2/2通过,并已包含在最终298项中。见[升级专项](task-plans-direct-host-upgrade-tests.tap)。
- 正式服务从1.10.1/PID19084原地升级。15项目、26会话(19可见/7归档)、2,499条执行记录、4,463条事件逐行散列及全部会话导出保持一致;180份源码输入、8,763份包内文件与独立验证源码核对。调试端口已关闭。见[正式升级](task-plans-upgrade-live-validation.json)。
- 正式页面1280px/390px只读smoke通过,执行计划面板可用、无横向溢出,0页面异常、请求失败或写入请求;截图已目视核对,smoke后数据库四类记录散列仍一致。原14类126组界面结果继续有效;此次只增加部署后的只读检查。见[部署页面](task-plans-deployed-ui-validation.json)。
- 原PID23080在断线期间已退出,原因未确定;恢复后的PID19084沿用原数据。最初公开hasKey=false,验收期间变为true,升级保留当时公开配置及原Provider;未读取、输出或持久化真实Key。本轮真实模型请求为0,后续原Task续接需单独验收。
便携ZIP SHA256:`4585b786e650a36cd9bbe7ba88f94b06257c103a246771dd7e269274a872539a`;源码ZIP SHA256:`1194eb220f806b2c0a2aca189e9f224d0a8a28f21ec1c94a3e6a576ba5c4c0e7`。
Git中的报告副本统一UTF-8/LF以保证检出后散列稳定;换行不同的原副本SHA256另存于发行身份中,原验收目录和6阶段日志仍按原字节保留并核验。
本轮未通过的检查保留各自身份:此前错误QA Python路径产生282/297、15项环境失败,见[原环境失败](task-plans-package-environment-failure.json);当前公开连接状态变化触发旧预设断言,发生在升级前且没有安装新handler,见[前置条件变化](task-plans-upgrade-precondition-change.json)。正式页面首轮等待networkidle被持续SSE阻止、第二轮在计划异步返回前过早断言,原结果分别保留为[等待失败](task-plans-deployed-ui-initial-wait-failure.json)和[就绪等待失败](task-plans-deployed-ui-initial-render-failure.json);以bootstrap/连接状态及计划实际渲染为准后通过,没有修改产品逻辑或重放工具。
## 较早候选与开发验证历史(2026-10-30)
较早候选曾完成便携10,999文件、源码9,248文件及297项源码验证,之后因直启宿主升级修复新增回归和重新封包,已由上文最终候选替代。较早源码验证中的Node16 PATH抢占、pytest缺失和深路径venv环境问题已修复;曾有294/297的中间结果。旧验证器使用通用输出路径,部分中间结果被后续运行覆盖,不能声称所有早期原日志都已保留。当前验证器为每次运行保存独立目录、输入清单、阶段日志与散列;最终发行只以专用封存记录为准。
14类126组最终实际界面全部通过,0页面/请求异常,见[完整UI](task-plans-all-ui-validation.json)。完整源码首轮与UI同时运行,600秒原验证器边界终止,276项返回且没有失败、180份冻结输入未变,见[原超时记录](task-plans-tests-initial-timeout.json);该结果不算完整回归。最终候选的独立源码完整退出、统计和字节比对见上文。
随后按发行口径用固定Node.js `v24.22.1`、npm `11.19.1`及隔离Python 3.10/pytest `8.4.2`完成正式源码回归:297/297通过,0失败、0取消、0跳过,180份输入在测试期间未变化,原日志和输入清单见 `docs/task-plans-tests-validation.json`。首次失败的两个Python用例是环境缺少pytest,另一个是并发4下工作依据等待超时;针对性复验15/15和1/1通过,未覆盖原失败记录。
补充真实Edge回归证明仅源码变化、构建原字节不变时旧桌面和390px证明均失效,重复核验拒绝且没有新增浏览器job;恢复源码原字节后原证明可重新核对。共用源码核对已在核心入口实现,本次补充该输入变化边界的回归。
20项行为/API/实际恢复专项通过,包含四个真实进程退出切点、依赖与不可变条件、当前源码/构建失效、原字节及调用归属、实际npm统计、真实Edge桌面/手机、Git基线保护、提前收尾暂停和原Task续接。首轮19/20唯一失败为验证器调用host.stop而原宿主helper提供host.close,原TAP保留,修正后20/20通过。
新增实际长文件结果的1024字节边界验证,复现证据ID在双层JSON中多出2字节;现为原字段和页面重复提示预留实际转义后的空间,最新反馈保留调用/证明/计划ID及唯一定位。修复后21/21专项通过。此前完整回归在最终源码冻结前主动停止,原输入及部分TAP保留,不能作为完整回归。
完整UI首五类44组通过后,旧Git验收器按可见历史结果数量驱动夹具,历史封存后重复plan_checks而到达step_limit。原失败保存[首轮完整界面](task-plans-all-ui-initial-failure.json)与所属数据库;验证器改为使用原结果或原字段反馈中的实际plan_id,状态阶段单独保存,9组Git界面复验通过。最终全量以重新冻结的输入为准。
8组新执行计划UI通过,0页面/请求异常,见[任务计划界面](task-plans-task-ui-validation.json)。真实读取与两项npm测试/build作为证明,源码变化使旧结果失效并保留拒绝;390px固定原条件、追加页面步骤、原计划/证明与键盘关闭已验证。迟到读取在切换任务后失效;迟到保存的组件卸载场景使用受控DOM页签事件调度,明确区分故障模拟与遮罩允许的真实用户操作。真实宿主重启保留修订、成功/拒绝证明和工具协议,无模型请求或执行重放。
首轮UI错误是未展开折叠的证据区域而查找可见按钮;第二轮6组通过后,故障验证器试图点击保存弹窗背后的页签,被遮罩正确阻止。原DOM、截图和结果分别保存在.qa/task-plan-ui-95c4471e-9d1b-4d86-9cbc-3304459f4c3e及.qa/task-plan-ui-c817c9f1-0f54-4711-bc8c-a6a15f1cf690,未覆盖为通过。
页面观察新增实际DOM唯一定位与匹配数量;多个父节点同位置按钮、特殊字符标签均使用真实Edge核对,原多匹配操作仍失败。原页面字段连续重复读取会暂停当前Run,不新增浏览器job;不同字段和新Run保持各自区间。
固定技术步骤的证据核验与业务需求语义验收分别登记。真实配置模型任务、模型用量、必要审查和整体结果单独封存;不能把合成Provider、工具核验或单题通过当作总体自主成功率。契约见[任务计划](TASK-PLANS.md)及[页面验收](BROWSER-CHECKS.md)。