Files
Agent-Workbench/docs/QA-1.20.1.md
T
2026-11-01 16:35:58 +08:00

7.0 KiB
Raw Blame History

1.20.1 任务控制修复验收

本版针对react-source实际案例的A–F修复;1.21新功能继续暂缓。原用户工程、会话、47条模型尝试、原SSE与历史用量不改写,不重跑原任务或主动调用正式模型。

已实现

  1. Task契约保留原目标、显式无需测试及检查要求;“继续完成”保留同Task。历史空目标续接可沿同项目同会话的previousTaskId取回原目标,原记录不删改。
  2. 已识别的运行诊断问句建立只读诊断Run,保存问题、原任务状态和诊断答复。工具声明及派发层同时限制副作用;解释结束不把未交付任务标成完成,明确要求修复仍按执行任务处理。
  3. 审查按钮改“继续原任务”,记录系统来源;无需测试的文件应用后显示实际路径并结束。文字不能替代应交付文件的已应用记录;失败、未知或失效核验不能被答复覆盖为通过。
  4. 空参数适配只在完整响应终结、工具schema明显允许空对象时采用;必填参数、坏JSON、截断流整批拒绝。完整原SSE不变,适配记录独立保存,错误包含工具名与调用ID。
  5. 每次真实请求的消费回调独立于响应派发校验,按attempt身份去重;保留失败响应的已报告用量,超时unknown单列估算。池内切换、受控worker/引擎不会重复核算,未派发能力拒绝不虚构消费。历史漏账不追溯改写。
  6. 同Task相同已记录工程、命令、运行环境输入的自动检查读取原结果/日志,不重复执行或刷新核验;人工确认重跑保留。交替重复读取和连续两轮无产出的空续接受保护;新页、新源码、明确调整可继续。输入身份不声称覆盖任意外部网络/服务状态。
  7. UI分开显示文件应用、诊断答复、工程核验、启动选择与实际模型调用,并保留旧Run审查终态的说明。历史系统追加要求标来源,继续模型上下文不再把旧review-action当新用户要求。
  8. 无进展输入摘要在暂停终态发布前完成,随后同步封存Run并释放活动锁,避免暂停已显示而stopReason尚未保存、续接或修改连接仍被拒绝。
  9. Windows身份观察在原进程快照与GetOwnerSid之间退出时,重新查询确认不存在才返回已退出;仍活动、PID复用、权限不足或复查失败继续拒绝,不能用旧身份缓存替代。
  10. 启动注册占用宿主时允许在原期限内继续只读探测,每次核对原子进程创建/用户/可执行身份;只有完整挑战/登记证明才采纳连接,超时保留原启动状态,不再次创建宿主。
  11. 只读诊断保留引擎核验、登记目标和REA Evidence的原报告读取工具,禁止重新分析/执行;兼容完全无Task的旧手动文件提案应用后结束,缺失Task记录但有taskId时仍需审查。
  12. 文件交付按正向要求识别,保存过的工件、禁止创建及独立只读分页不会误判成应新增文件;原检查失败仍保留,应用修复后必须明确续接完成实际复验。

验收记录

  • A/B初始专项与runtime/execution回归29/29通过;后续55/55相关回归以及最终意图7/7通过(含跨Run无进展、文件虚假完成、诊断识别)。
  • 新增实际Windows进程退出竞态及权限/复查失败专项2/2通过;与Task控制、批次HTTP、runtime和宿主相关的重建回归32/32通过。第三候选便携停止失败原收据保留,第四候选从52d9b86重新构建发行验收。
  • 第四候选的启动健康探测超时,所属PID32408随后正常就绪并通过完整身份核验;自有空闲宿主已按原身份正常停止,首轮不计成功。补齐启动有界等待后专项4/4、重建相关34/34通过。实现b144d12冻结420输入/22构建/40基准,第五候选完整源码617/624、7失败,原TAP/源码/归档/便携证据保持,未部署;原独立测试树后续全部重新查询不存在。
  • 诊断过滤遗漏原报告读取和无Task旧提案完成状态在ce18608修复,38/38相关回归通过。其余文件意图、Python实际HTTP审查续接和503分页恢复34/34通过;首轮34项33通过,Pythonfixture依赖旧伪user消息,改为按实际已应用批次创建新检查计划,不放宽检查失败与无进展保护。两轮原TAP分别保持。
  • 完整旧候选另发现worker用量测试在1秒内0次派发却期望2次,作为第6项原失败保留。按真实请求进入再推进受控时钟,并加派发前截止0消费边界,2/2通过;真实派发后的unknown保守估算与不重置总时限继续要求,产品保护不放宽。
  • 模型HTTP/SSE覆盖完整无参适配、必填空参/坏JSON整组拒绝、缺DONE、reasoning超时、失败消费、429池切换和去重;受控引擎实际协议回归通过。失败首轮和纠正原因均保留在本地QA原日志中。
  • Node工作区HTTP专项2/2通过,按原计划/检查/提案/批次实际结果识别续接阶段;保留应用后的失败检查,只有实际复验通过才到Git审查,审查记录为系统来源且仅1条原用户消息。最后一项旧fixture超时不替换成成功,整轮原结果仍为617/624。
  • 最终第六候选20261101064603710独立解压源码完整回归626/626通过,无失败/取消/跳过/todo,七项原失败同一轮通过;随后实际原生/工程、安装和正式保留状态升级亦通过,完整结果见下方最终收据。
  • 编译与TypeScript通过;独立HTTP实际桌面/390px五组核心流程通过。第一次窄屏截图未打开任务面板,随后补可见断言;一次缩放效应与点击竞态由验收器等待真实窄屏按钮再操作修正,保留失败截图与DOM。
  • 最终独立解压源码离线安装、22份重建字节、626/626整轮、实际REA/SDK/浏览器/受控引擎、伴随端/模型协议/视觉/缓存/工程评测、原生窗口与工程链路通过;新核心5组、相关历史5类及随包核心5组通过。
  • 不可变便携/源码归档、同载荷隔离安装/重启/卸载7组、原产品安装器暂存、一次保留Provider热升级、激活和正式26页/实际Electron两视口通过。17项目、30全部会话、3144记录、5986事件、1824工件记录及1721去重文件逐项原字节核对;原PID36552与Key存在状态保持,9229关闭,手机网关未启用。

最终不可变目录:Agent-Workbench-1.20.1-win-x64-20261101064603710;实现f3dd39e522c45ed5311ce2cf14c00ef8e0510be8;Setup SHA-256:e3db0675463fed6f8dfe8e9fca88cf5f4c94d41c93a43e7b8831ee8cb5ec82e9。完整收据及每件原SHA见发行身份和证据清单。前五候选全部拒绝,失败与部分TAP保留,未用拼接的部分通过代替最终整轮。

真实模型自主推理没有在本轮调用,固定HTTP验证不代表真实模型成功率或成本收益;手机窄屏使用实际Edge视口,本版未重新进行iPhone实机测试。历史1.16实机记录单独保留。