42 KiB
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。
M1 继续开发核对
-
内核提交93f4d90已保存,仓库干净;4318仍是原PID23080,尚未部署SQLite内核。
-
前端只处理实时session快照,补发session_changed没有刷新其他会话;任务记录、预算、工件与实际检查尚未展示。
-
大型工件损坏后恢复账本标unknown,但可见工具事件需同时改为待核对;重复hash工件必须校验已有字节。
-
沿用DESIGN.md的三栏、海松/纸白和固定输入区,增加任务记录与检查入口;保留已有轨迹操作。
-
续接首个跟踪补丁使用不存在的占位上下文,未改文件;已按实际末行定位修正。
-
任务界面构建通过,15项内核专项通过;新增工件损坏时事件/账本一致性断言。恢复中已存在的provider工具结果也需校验工件,防止旧成功消息掩盖损坏。
-
工程检查采用确认后的项目npm脚本、独立plan/job身份、源文件与Git指纹、实际退出码/日志工件;只识别到退出0而未报告测试数时标未验证。
-
本切片执行Node/npm检查;其他语言可识别,专用检查器保留后续阶段。检查不改动Git暂存或用户已有文件。
-
工程集成补丁先遇到同文件重复操作和Provider能力表变量名不匹配,均未写入文件;已拆成已核对的单文件操作。Runtime/API/任务界面构建通过,正在真实子进程验证。
-
首轮检查+恢复30项中19通过、11失败。独立复现定位两点:测试宿主的NODE_TEST_CONTEXT影响npm子进程;忽略目录内的QA工程被错误归到上级Git,source list为空导致指纹不随源码变化。已隔离测试环境,Git仅采纳当前工程自己的仓库,否则按文件系统生成快照;保留复现于.qa/debug-check.mjs。
-
修复后的检查/内核/API/Runtime43项中42通过;剩余发现Node将空测试文件本身计为1项通过。补充显式测试用例证据要求,真实零测试用无测试文件的Node自动发现验证;空文件与未知日志都不标通过。
-
零测试fixture还意外命名了maybe-test.mjs,被Node自动发现。真实空工程npm run test已确认返回0;将日志生成辅助文件改为emit-summary.mjs,保证零测试与伪造摘要是各自独立输入。一次诊断单行脚本括号错误未执行,改用已保存的复现文件/实际npm输出核对。
-
完整15项检查专项通过;串行热升级发现第二个handler闭包缺少原server绑定。新handler显式持有服务器身份,兼容旧handler时仅按已核对PID/端口取回当前本地Server对象;新增server close监听释放SQLite owner,继续验证二次升级。
-
串行升级和SQLite停止owner释放已通过。任务UI首4组通过;目视发现390px日志弹窗被检视区滚动/长hash影响而横向偏移,改为body Portal并允许hash换行。Playwright setOffline未切断已有SSE,改用只连接独立QA服务的代理真实断流测试补发。
-
当前65/65完整测试、6/6任务UI通过。手机日志Portal后的标题、hash、全文与关闭/分页入口在视口,已目视确认;任务目标、实际模型、预算和工程检查层次清楚。
-
核心/检查提交2ea3485已保存。追加“继续检查与交付”显式操作,审核应用后保留原Task目标进入新Run;普通completed的resume仍拒绝。检查结果加入真实日志摘录及read_artifact工具,模型可读已保存日志而不重跑。
-
1.1.0便携增加随附npm;原进程执行路径仍是旧Node,热升级后的检查器优先使用新发行runtime中的npm CLI,保留原Node/模型对象。升级专项加入无npm的旧Node副本→新随附npm真实检查。
-
跨四模块Delivery Report基线/14项验收已封存到benchmarks/node-delivery-v1/baseline;模型仅允许修改四个src模块,验收文件/构建脚本与package保持hash,等待真实运行。
-
本轮修正继续操作的写入顺序:先校验模型配置,再在run.started事务内追加review-action指令;无效请求不新增Run或指令,双请求只接受一轮。界面按当前Task筛选已应用改动。
-
专项19项中18通过;新增API并发/重启行为已通过,收尾断言误读export的顶层providerMessages,实际格式为session.providerMessages。已修正测试读取位置,产品不需要改变导出格式。
-
首次完整68项回归66通过,两个Windows进程重启/升级fixture请求出现ECONNRESET;没有业务断言失败。单独复核这两个实际进程场景均通过,旧Node副本调用新随附npm与停止owner释放正常。准备在不并发浏览器工作负载下重跑完整回归,保留首次失败记录,不添加会重放POST的盲目重试。
-
基础UI10/10通过,页面异常与请求失败为零,覆盖1440/780/390px和模型配置恢复。真实四模块验收器已写入,只操作独立合成工程并核对封存脚本/保护hash/原Task与Git提交范围。
-
第二次完整回归67/68通过,旧版串行升级fixture在并发进程负载下再次ECONNRESET。升级控制请求改用Connection:close,避免调试暂停超过keep-alive时复用旧连接;增加具体请求阶段和底层code。没有重试迁移/写入,后续完整回归用于验证这项修改。
-
README首个更新补丁因把完整长行截成前半句而未匹配,未写文件;改为完整行后应用成功。
-
新任务UI前6组通过,最后一组定位“继续检查与交付”超时。真实DOM与Task/Run核对确认按钮已显示,accessible name包含辅助说明,导致精确名称不匹配。为操作补充明确aria-label后重新构建并复验,保留界面截图与失败记录。
-
最终68/68行为与10/9/7组界面全部通过,证据已复制到docs/m1-*.json。持续浏览器补充观察的组合cell超时并重置kernel,功能验收仍以已完成的独立脚本和截图为准;后续浏览器操作拆成短cell。
-
1.1.0便携/源码ZIP初次验证通过,源码独立构建6份文件完全一致、68项回归通过;真实原进程升级0.7秒成功,历史消息/工具/提案hash、状态、revision和连接保留。
-
真实gpt-6.1-sol四模块样本通过:81秒、11次请求、143721个已报告tokens、1Task/2Run/1次审查,13失败→14通过,build与dist CLI正确。服务未提供价格配置,未换算金额;模型效果与固定行为测试分别记录。
-
M2 Git交付需新增sourceFingerprint:当前检查fingerprint包含HEAD/status,提交仅改变Git元数据也会导致旧指纹不同。源文件一致性与提交前Git准入基线需分开验证;提交只包含当前Task已应用的路径,已有暂存/工作区修改应保持。
-
Git提交副作用要持久job身份、未知结果核对和不重放;新core kind在原进程热升级时也要补齐Map,不能因ensureStorage已初始化直接跳过。
-
新示例dist是构建产物,按具体路径加入ignore。首次补丁误用不存在的starter-project/node_modules行未写文件,已按实际/dist/锚点修正。
M2持续实现
- 已核对main的3781591,恢复时工作区干净。1.1.0最终包验证结束,继续内置Git/交付报告切片;保留4318原进程和内存连接。
- sourceFingerprint只绑定有界源码和工程声明;既有fingerprint继续绑定Git基线用于执行计划准入。检查完成后的有效性改用源指纹,提交本身不会让未变化源码的测试过期。
- 提交采用独立树/索引准备与Git原子引用事务,提交计划明确展示署名、说明、路径、diff、检查与本地提交策略。仓库hooks/签名不在此切片执行;不使用git add .,不接收任意路径或远端操作。
- 严格拒绝选中文件已有用户修改、暂存修改、链接/子模块/自定义内容过滤器和过期基线。其余工作区与索引条目保留。持久job记录准备/发布/完成阶段;引用结果未知时只能核对,不能重放。
- 首个接续补丁包含空progress.md更新块,整个补丁未应用;删去空块后重新应用。
- Git2.54引用事务探针要求symref-verify在no-deref模式运行;首轮事务被Git拒绝且未更新HEAD。补充option no-deref,并按明确的refs/heads引用更新后复验。
- 后两次探针证实HEAD symref-verify和当前分支更新在同一Git事务被判重复引用,均没有提交。改用明确命名分支、持有HEAD.lock和index.lock,再由Git事务比较更新该分支;此切片拒绝detached HEAD,不用无法证明的引用协议。
- 自持HEAD.lock也会阻止Git为当前分支加锁,探针未写引用。最终改为Git update-ref --stdin分阶段prepare/commit:由Git锁定HEAD及其分支,在prepare后核对实际symbolic HEAD,再决定commit或abort;无需自己改HEAD文件。
- 最终分阶段引用事务探针通过。实际Git交付首3项检查通过,包含真实3失败→3通过、新文件/修改文件、无关staged+unstaged+untracked内容保留和Git元数据变化不使源码检查过期。
- 工程检查专项18/18通过;Task/Run/Git互斥、热Store补Map和报告JSON/Markdown已接入。界面沿用DESIGN.md海松/纸白及固定三栏,新增实际交付步骤、只读确认、差异和报告入口,构建通过。
- 首轮Git/恢复22项中20通过,9个实际退出切点全部通过。一个测试的注入器在“核对”时再次修改源码导致预期恢复失败,改为只注入一次;API报告检查发现需处理完成与报告生成之间的时序,正在补充统一完成状态。
- API首轮404实际是job先显示completed而reportArtifactId还未保存,调用方读到undefined路径。新增持久reporting阶段,普通完成与报告工件同次保存;进程在报告阶段退出时保留已核对Git结果并明确报告可补生成。核对/报告操作也纳入项目互斥和停止等待。
- 助手工具plan_delivery/delivery_report已接入,专项证明模型只能准备归属明确的预览/阶段报告,实际Git仍是独立用户确认;不因为模型提议就提交。
- 首轮交付UI前8组通过,手机确认与报告、hash换行/差异滚动/固定输入区已目视核对。第9组发现点击已选中会话会把session清空,却因id不变不重新加载;修复同id选择不清空,并提供只读刷新。新增同会话重复点击验证,等待第9组恢复入口复验。
- 源指纹增加“已跟踪但被删除”标记,保留用户既有删除时仍可核对其范围;不能读取的非排除路径会使快照不完整。Git读取/修复拒绝链接索引及链接任务路径,本机缺Git/项目未初始化提供可操作说明。
- 第二轮交付UI前8组及同会话重复点击通过,第9组正确拒绝核对仍活着的原PID:测试把注入异常的seed和浏览器放在同一进程。改用真实子进程在提交后退出再启动UI宿主,使恢复样本符合实际生命周期;没有绕过原进程存活检查。
- 最终交付UI9/9通过。完整92项首轮90通过:连续升级时版本白名单漏1.2.0;恢复校验调用Git时损坏索引会先产生不清楚的原始错误。补版本支持,并在提交对象校验前核对索引/遗留锁的原字节,提交校验后仍重检以保留并发变化防护。
- 修复后15项恢复/升级专项和92项完整回归全部通过;基础10/诊断9/任务7/交付9组界面均通过且0页面/请求异常。新QA宿主4321/PID38288独立于4318原进程。
- Git与报告完成状态必须同次保存;实际模型验收从旧的验收器自行提交改为确认工作台的持久Git job,并校验报告SHA256、commit和原owner索引。源码包验收脚本采用独立解压、离线npm安装和构建逐字节比较。
- 便携验收不能使用固定4320端口:残留1.1.0QA会被启动器视为可复用。验收器改用随机空闲端口,并在操作/停止之前证明自己拥有该data/PID/发行路径;失败记录保留。
1.3.0工程索引与精确补丁
- 首轮14项专项10通过/4失败,实际暴露默认箭头导出/TS声明函数遗漏、Python候选跨字符串及旧作用域误报、Git文件清单中的依赖目录未排除和Unicode半字符可被补丁选择。已分别补齐AST导出、跨行词法状态、统一清单排除与有效Unicode约束;待复验。
- 精确补丁BOM/CRLF、LF与混合换行、32个编辑上限、同一原文的唯一锚点和重叠/过期冲突已通过首轮检查;未应用前不写入,实际应用备份原字节。
- 合成Git工程证实普通status及当前inspectProject会运行配置的clean过滤器。已先只读取得过滤器键名,在本次status禁用clean/process/required,并跳过子模块工作区;无法确认配置时保持未完成基线,避免以只读索引隐式执行项目代码。专项同时核对Git索引原字节,待复验。
1.3.0实际长文件精确交付证据
- 来源为.qa/live-precision-validation.json及其封存样本,已复制到docs/m2-index-live-model-validation.json、diff与交付报告。119秒、1Task/2Run/1次审核;1次索引、2次查询、4份421行后读取、4份exact-patch,正文前420行及两种格式逐字节保留。
- 真实模型用量15请求/280253tokens(输入277387、输出2866),未知用量请求0。正确定位不等于费用下降,当前仍重复投影较长历史;后续须同题对照、保留工具结果可追溯引用的有界上下文投影与预算,不用此样本宣称成本改善。
- 实现源码与检查冻结后,最终发行只增加文档/证据;用全部src/tests/public/scripts与6份构建产物对照已离线安装和112项验收的独立源码,避免无依据重复全套测试或覆盖运行发行目录。
- 证据复制时误将live.reportPath指向的Markdown另存为JSON,JSON解析检查发现;已改为按同目录delivery-report.json复制并复验,运行代码与样本结果未变。
1.4.0多文件变更集设计依据
- 现有applyChange只有单文件原哈希/备份/rename;没有封存的整批范围,也没有rename与SQLite完成记录之间的恢复账本。新能力使用change_set持久记录和每文件原/新字节快照工件,全批预检后逐文件保存意图/结果。
- Store的recordsFor/ensureStorage支持增加记录kind;recover只标记未知状态,不自动写文件。执行、检查、Git和旧版逐项应用需要统一阻止未核对批次,不能仅在新界面限制。
- ChangeSet先完成显式核对/按哈希回退;新文件空父目录可保留,不递归删除。文件系统没有跨文件事务或通用外部编辑器锁,报告区分completed、rolled_back及unknown/partial。
- 首轮22项专项21通过/1失败:实际进程在restore_staged退出留下了原字节临时文件,后续wx创建冲突阻挡回退。改为校验本批次临时文件类型/大小/SHA并复用原字节,不删除或覆盖不匹配文件;补充临时文件owner保护与跨Run同Task提案专项。
- 实现补丁两次使用长单行的前缀作为完整上下文导致校验失败;改为完整独立行锚点,不重复失效匹配。未应用的补丁没有改变运行服务。
- API首轮2/3通过,模型工具用例误用了fixture.url及completion参数形状;核对helpers后使用baseUrl和calls/content契约,单项复验后再进入完整回归,产品连接实现不因测试脚本问题修改。
- 完整139项首轮138通过/1失败:新模型批次fixture单独3.8秒通过,默认全文件并发时其8秒等待窗口耗尽。该用例改为30秒阶段等待/60秒总上限;最终QA采用4份文件并发,仍覆盖原有明确的API并发/竞态用例。失败不记为产品验证通过。
- 批次UI首轮7组桌面应用/冲突/恢复通过,390px选择项目后产品已自动关闭侧栏,测试仍点击隐藏的收起按钮而超时。helper改为核对实际可见状态后操作;继续窄屏及延迟旧响应流程。
- 基础UI前9组通过,末项兼容HTTP fixture在完整测试并发时第三轮尚未结束,5秒断言耗尽;独立QA需要先停止自有fixture并恢复demo,末项改20秒再顺序回归,未改产品连接重试逻辑。
- 模型在prepare_change_set后到达工具轮次上限会留下paused/step_limit;整批应用后session completed而原Run仍paused。审核续接仅补这个明确状态,并拒绝Task中仍需核对的工具结果;主动取消、其他预算及重启暂停不从此入口继续。
- 首轮新增续接API与QA刷新使用部分config请求,完整配置契约在URL校验时拒绝且无写入;改为只在独立fixture上合并公开配置字段。未知工具及其他暂停拒绝用例首轮通过,续接用例改正请求后复验。
- 修正后批次API5/5通过,新增用例实际执行2个测试、保留原Task与旧Run/tool结果且未重放;手机新增Escape后检查续接入口通过,但Escape同时收起检视区,再打开批次须先使用可见的“查看改动”入口,已校正UI脚本。
- 手机目视验收暴露前一个项目的错误toast仍覆盖新项目的批次弹窗;切换项目/会话时清理临时提示,所属项目的持久事件/错误/恢复记录保留。增加真实切换验收,截图不再混入旧任务提示。
- 五套UI实际流程43组均通过;收集器误用index-ui-validation.json且假定其success字段,索引脚本实际输出index-ui-result.json。修正证据读取契约,最后冻结前端后重新收集5套结果。
- 最终新增的延迟失败用例真实复现:原ChangeSetPanel卸载后旧scopeRef仍匹配,旧请求catch向新项目弹出toast。组件卸载/作用域变更时作废原scope,并让文件刷新失败同样核对scope;新用例先失败再修复,不只验证成功响应。
- 141项最终回归通过,批次UI11组和原有43组通过;末次文档补丁误用验收记录标题,校验拒绝且未修改文件,按实际标题更正后保存。
- 真实模型首轮77秒在4个精确补丁之后、封存之前遇到上游HTTP520。工作台保存模型连接失败和所有已完成工具/未应用提案;没有将该失败计为交付完成。内部恢复验收器核对原Task、4份原基线与保护输入,从既有resume API继续,复用冻结的公共验收循环;不新建工程、不重写提案或自行提交Git。
- 恢复后64秒内原4提案封存/应用,14项测试/build通过并准备Git;第三Run反馈224147tokens触发200000预算暂停。继续通过冻结的确定性交付检查确认已有plan,Workbench完成commit42d860ba及verified_committed报告,模型请求数17保持。Task模型收尾仍paused/token_limit;工程交付成功与预算暂停分别记录,未修改预算或强改完成状态。
- 实际累计385579tokens(输入382585/输出2994),墙钟714秒含验收器故障恢复与介入。1.4没有费用收益证据。下一批优先处理projectMessages按整段user组保留当前长任务导致的无界最近组,并把系统/工具开销纳入请求计划;随后继续worktree隔离与多类工程。
- 最终1.4独立包验证通过,88份运行/测试/全部脚本与构建输入、6份编译文件一致;保留原PID/连接和7项目/9会话更新。阶段收尾不代表完整M2/M6,下一批重点按已有真实长Task证据实施有界上下文。
- 新源码定位发现核心模块位于src/core、类型位于src/client而非src/server/core.mjs和src/shared/types.ts;这两条rg路径不存在,后续以rg --files得到的实际路径读取,未改动服务或文件。
- 最终验证文档补丁一次误用了长行中的部分句子,校验拒绝且无改动;以实际独立版本标题为锚点补入最终发行事实,避免把拒绝当已更新。
有界上下文开发
-
新请求计划与原Runtime专项23/23通过,包括单user长Task、全部要求、真实HTTP失败后原Task续接、一次命令不重放、7MB以上Unicode分片及真实进程在计划持久化后退出。字节减少只作为结构证据,未换算实际tokens或费用。
-
旧系统上下文也把近期提案的完整参数放进diagnostic input,绕过历史投影造成重复开销;改为明确的参数SHA256/字节/定位信息和有界近期摘录,完整事件及provider历史保留。
-
默认工作上下文目标最多16000估算输入tokens,完整目标/全部要求/最后用户消息必须保留;最新工具组可使用硬窗口,过大组整体封存。Run/Task剩余预算先预检,服务实际用量仍可能超过本地估算并触发预算暂停。
-
一次前端组合补丁的JavaScript输入语法错误,在执行前被拒绝,未写文件或运行命令;拆分原样文本补丁后保存界面,TypeScript/Vite/服务端构建通过。正文工件只包含实际请求JSON,不包括Authorization;报告还核对原消息组和分片字节。
-
首轮完整158项回归157通过/1失败:紧缩diagnostic changes时误排除了历史applied状态,原错误追问用例失去已应用状态。保留有界的最近32项全部状态,完整Task状态仍单独保存;随后复验原诊断与新上下文,并再做冻结完整回归。失败不算验收通过。
-
上下文界面前三组通过,切到390px后helper把移到屏幕外的侧栏容器视为可见,再操作隐藏项目select而超时。截图确认产品抽屉已自动收起;helper改为核对实际select、已选项目无需重复切换,继续手机与迟到错误归属验证。
-
修正后的158项完整回归与原有43组UI全部通过。手机工件操作揭示Escape同时触发弹窗和主页面抽屉收起,导致下一次上下文操作不可见;主页面在顶层Modal存在时保留抽屉,由Modal处理Escape,新增真实手机断言并复验受影响的界面。
-
第一处Escape修复只检查Modal DOM,document层的关闭可能先移除Modal,再到window层而误收起抽屉;复验仍失败。改为Modal消费按键传播,主页面同时尊重defaultPrevented,依据实际事件顺序修复后继续验证。
-
最终上下文UI 8/8、批次11/11及原43组UI全部通过,共62组;158项完整回归无失败/跳过/取消。桌面请求信息与390px历史弹窗已目视核对,层级、滚动、分页及关闭控件清晰,截图归档docs/screenshots/context-*。已保留1.5批次证据并恢复19b738b的1.4历史记录,验证器按实际版本分开输出,避免覆盖旧证据。
-
1.5源码便携首次2180/343份清单、CRC/SHA和随附Node/npm实际4项检查通过,独立源码离线安装/构建/158项测试进行中。读取时误用src/core/storage/sqlite.mjs路径,Get-Content明确失败;无写入,后续按rg --files实际文件定位。Git隔离设计要求源HEAD/index/未提交文件不变,封存提交、独立分支和恢复意图,创建时禁用hooks/全部过滤器。
-
独立1.5源码离线安装、6份编译字节对照及158/158项回归全部通过。升级验收器首次读取export未携带既有接口控制令牌,返回HTTP403并在升级前停止,正式进程无变化;补齐bootstrap控制令牌后继续,未读取模型Key。
-
真实1.5模型失败根因:读取历史索引16000字符经JSON双层编码后超过当前硬输入预算,最新完整工具组被整体封存;后续计划始终保留同一组[0,2,12,13,14,15],模型看不到刚读取的片段,重复offset4000/5000。最终服务超时,27请求/249537已报告tokens、无提案。需要工具实际响应按当轮可用字节预算分页,让最新结果能发送;还需按不可变工件的已覆盖区间识别循环,并优先保留直接代码/检查依据。
-
1.5.1修复:真实工件页按下一请求中的双层JSON字节限额选择,保持Unicode与next_offset;完整工具参数/原工件保留。Task持久记录已读区间,3次连续重复或6个不断更新的索引触发no_progress暂停,显式续接保留原Task。相关原25项回归通过。首轮新测试3/4通过,HTTP fixture错把/v1/chat/completions当无效路径;诊断显示0实际fixture请求,已改按实际端点后缀核对。一次组合补丁误用Store的数据库import,校验拒绝且未写入,已拆分按实际源码完成。
-
冻结1.5.1完整163项回归与63组UI全部通过。目视发现新增mobile-read-pause截图实际为1440px:该用例沿用了迟到错误测试的桌面视口,标签不能作为手机证据。已显式切到390px、验证宽度/溢出,手机查看暂停原因后关闭任务抽屉再续接,重新独立跑9组上下文UI。
-
390px最终暂停截图已目视确认原因、运行下拉和关闭控件清晰;完整63组UI0页面/请求异常。一个只读路径误写tests/git-delivery.test.mjs,查询失败且无改动;rg实际定位为tests/delivery.test.mjs和delivery-recovery.test.mjs。
-
1.5.1真实读取已经能分页推进并产生全部四份补丁和实际14项检查通过;新的收尾缺口是plan_delivery只返回awaiting_review,Runtime仍继续请求模型,模型反复inspect_session/工件直到step_limit。必须在持久保存/工具完整配对后以Git审查边界停止请求,并用已封存预览完成确认;失败的验收器上限不掩盖,工程完成与自主循环完成分别记录。
-
本次只读诊断首次未携带bootstrap控制token而HTTP403,补齐后读取成功,没有模型Key读取。一次VALIDATION长行补丁只用了部分行而被拒绝,无写入;改为精确段落补丁与字面短语替换。
-
Git审查边界的实际HTTP测试证实只发送1次响应;同消息里的后续run_command记interrupted、无审批或文件副作用,协议完整;重开Store后仍拒绝模型续接,确认原预览才完成Git。另测修改署名/预览和撤回不写Git、保留原Task;旧UI验收由等待completed修正为等待needs_review/git_review,9组复验通过。
-
两次组合补丁包含只给长行前缀的无效锚点,整体被拒绝,无部分写入;随后以完整锚点/相邻短行完成。查询误用verify-batch-ui.mjs和不存在的.qa聚合器,只读失败,实际脚本是verify-change-sets-ui.mjs;后续使用rg --files定位。
-
独立1.6.0源码在更深目录暴露Git startup对绝对GIT_DIR的内部长度限制(Git 2.54.0 setup.c预留PATH_MAX以下40字节),core.longpaths=true无效。原长slug+UUID工作区造成5个真实退出用例失败;短ready成功。新物理目录采用w-完整UUID,Windows创建前按UTF-8限制预测Git管理路径至200字节,已存在/未知结果仍保持只读核对,不能自动删除重试。两个深Unicode/超限无副作用专项通过;完整192项和独立包需再次验收。
-
下一工程切片的源码核对:project-inspector已识别npm的test/typecheck/check/lint/build及Node/Vitest/Jest;CheckRunner已统一Task、计划、审批、真实退出码、来源失效、日志与取消。Python目前只作为文件语言登记,createCheckList对非npm返回空列表;因此Python执行器必须独立提供可核验的解释器/argv/测试统计,复用现有准入和恢复,不能用泛用run_command充当已集成工程检查。React/TypeScript可沿用已识别npm类型/构建检查,仍须封存真实工程样本而不是只靠工作台自身tsc构建。
-
2026-10-30接续核对:1.6.0最终独立源码192项已全部通过、正式原PID升级成功,但真实配置模型工作区任务仍无提案而超时。RequestPlanner当前优先按完整消息组选择,workingEvidence每个文件只保留最近一次读取,read_file尚无按当轮预算缩页;是否导致该样本失败必须以实际发送正文和工具结果核对,不能只凭源码推断。
-
实际失败Task50条消息/36调用的14份发送正文SHA256全部核对:group5六份直接源文件/测试/构建读取在后续正文里全部缺失;group4两份日志页和查询也全部缺失。历史notice由2598增长至8482–10700字符,固定请求本身估算6424tokens,剩余窗口被定位元数据占用。源码/日志缺失是已观测事实,上游最终超时的原因仍未知;需要简化历史定位信息并给当前Task保留有原结果来源的工作依据视图,不能仅提高轮次或改提示。
-
新只读查询误用了src/client/ContextPanel.tsx,rg已报告不存在;实际文件为RequestContextPanel.tsx,已按rg --files定位。原服务与原Task没有写入或新增模型请求。
-
首轮新工作依据7项专项6通过/1失败;实际HTTP长文件样本只有约9KB,完整页可容纳,未触发分页但读取与字节核对通过。将样本扩到150行保留原断言,单项复验通过。离线原历史投影器首次将原工件runId带入独立证据库而被Store归属校验拒绝;改为明确映射独立Run并只保留用于kind识别的元数据,不执行任何原工具,继续投影核对。
-
199项完整回归已通过。冻结审查随后发现mandatoryInputTokens因闭包包含可选工作依据,影响下一次文件页的可用预算;改为只计算必需内容和紧凑定位。实际检查通过后源码编辑会使job失效,这类旧通过结果同样不得继续进入当前工作依据;补真实npm通过→源码改动→失效及历史视图仍可核对的场景,再做42项针对性复验,最终独立源码回归覆盖最后状态。
2026-10-30 1.6.1界面接续核对
-
八类独立UI全部通过,共74组;上下文新增桌面/390px工作依据2组,0页面或请求异常。
-
工作依据可从请求面板打开原工件,SHA256和实际代码摘录可见;390px内容在内部滚动区域,关闭后返回同会话请求面板。两份截图已目视核对并保存。
-
最终42项行为专项与此前199项完整回归须分别登记,200项最终独立源码尚待运行。
-
最终200/200独立源码通过,原PID/Provider升级1.6.1完成。真实后续请求暴露选择顺序问题:newest整组和priority历史先占硬预算,工作依据仅剩256字符,四模块再次缺失。必须保证当前依据再选历史,完整来源存工件,发送视图减少重复来源字段。
-
read_artifact的历史提示错误地给出该次读取的包装result_artifact_id,模型继续读取包装,产生新的工具结果/JSON嵌套;应给出输入中的原artifact_id和下一偏移。相同SHA256的文件应优先使用已真实读过的更宽内容,后来的小页不能挤掉宽观察。