Files
Agent-Workbench/docs/QA-LIVE-CONTEXT-O.md
T
2026-11-03 22:28:14 +08:00

9.4 KiB
Raw Blame History

O:正确GPT连接、真实交付失败与上下文修复

本轮接续a77bc981,先验证实际GPT连接,再以真实Node任务暴露问题并修复。1.24.5已完成本地交付,正式宿主保持原PID36552/Provider。新的真实Node样本在第二次请求收到上游HTTP502而失败,未交付;上下文修复、发行验收、上游故障与真实工程结果分别判定。

实际连接与预检

用户新增的启用连接93d0cf6d-4f32-4918-9da8-6f125aa8a6e5同名apikey,实际配置为GPT/Chat/SSE、gpt-6.1-sol、https://api.apikey.fan/v1/chat/completions、16K/2048,原Provider内存凭据修订1。旧09b0293b连接继续停用,不混用两个连接。当前用户池为jojocode和新apikey。

首准备请求在本地创建项目时fetch failed;完整前后原表、导出、工件及模型中心证明零项目/模型提交。保留首失败,明确Connection:close后独立准备预检,没有重发未知模型POST。

单次无工具预检成功,所属会话cb755aee-f68b-4e76-a581-c68c21900b19,尝试5f87c17f-487c-496b-bd40-6f20030dcfca。请求和原始SSE报告型号一致,90输入+30输出=120报告tokens,0工具、0重试、0切池。严格策略仅固定在局部Run快照,未读取或复制Key,未写全局选择。相同型号标识不认证底层权重。

原真实Node样本

会话4d085dd0-aa21-4d9f-a968-1b1117618b42、Task41116e90-6155-4821-a8a6-494f2f115058,原九测试和构建固定,模型只可修改amount/summary/report三个源码。保护原测试、配置和owner文件的暂存/工作副本/未跟踪状态。预算封存为最多8请求/90000tokens、16K上下文/2048输出。

实际仅2请求/11269报告tokens,0未知,两次型号matched。模型调用inspect_project,接着准备检查、读取测试前9行和三个stub、创建任务计划;未执行原检查、未修改文件、无批次审查和Git交付。第三次请求在本地暂停,没有上游第三POST。

必需输入分项 本地估算tokens
目标和固定上下文 5621
工具定义 4528
历史与证据 2516
封装 47
总计 / 可用输入预算 12712 / 12352

输入预算来自16000减2048输出及1600安全预留,原累计预算仍充足。这是上下文结构问题,不能通过提高连接容量、降低预留或续跑旧失败掩盖。

样本结束已恢复原预算、当前用户池/默认选择与record策略。连接修订1→2→3、凭据仍1,旧停用连接和其它连接保持。核对原73完整导出、3578原工件文件及声明的sessions/records/events/outbox原行;不冒充所有metadata原字节复原:只读逆算原registry行SHA未匹配,config匹配,未写回伪造证据。

定向修复与回放

系统视图曾同时发送外层goal和contract.goal,重复完整目标;当前Task计划又在诊断最近输出中回声。1.24.5将goal在固定系统视图保留一次,合同、追加要求、限制和验收条件原样保存。已有完整计划时,常规诊断输出提示查看当前计划,公共诊断API和原工具结果继续保留。

checks计划步骤实际只认可最新当前源码的通过结果。原模型却把“保留基线失败”设成checks步骤。工具说明现已澄清该语义,基线失败仍保存原日志;没有修改旧计划、放松核验或新增“失败算通过”。

首离线回放使用legacy夹具,缺少实际选线身份记录,12328输入仍能发送,复现断言失败保持。改为完整ModelHub选线后成功复现原暂停,再验证修复后第三请求送达,原完整目标、三份源码、原计划条件和工件SHA均保留。回放第三回复刻意终止,状态仍verification_incomplete。

新增3项有意义回归:实际双回复的16K循环、长目标及追加要求保真、公共诊断原件与请求视图分离。14文件105/105相关回归通过,包括Task意图、诊断、任务证明、上下文、读取分页、工具反馈、交付推进、无进展及引擎预算。另25/25升级/安装相关通过。原九业务测试不改。

1.24.5构建通过,编译宿主也完成同一原双回复的3请求回放,保留完整目标、三源码和原SHA。一次误写构建路径导致MODULE_NOT_FOUND,未触及正式宿主;随后以原Node24/npm-cli和正式build通过,首错误不记为成功。

相关历史界面在独立数据下顺序验证:模型选择7组、身份3组、任务计划8组、Messages7组,共25组通过,含桌面和390px。任务计划首轮实际流程完成后因新版本证据前缀未登记而脚本失败,原日志保留;补充独立前缀后该脚本重新通过,不覆盖旧版本证据。

1.24.5发行与正式升级

产品修复提交13eb37ef,最终冻结源码676103c42635bb1ba46169ba526c135f19123244,候选Agent-Workbench-1.24.5-win-x64-20261103133956264。首冻结/打包门禁拒绝尚未提交的任务计划UI收据,未生成候选;补交收据后重新冻结新候选,保留首日志,没有重写已安装发行。

验收范围 实际结果
相关后端 / 升级安装回归 105/105 / 25/25
源码ZIP独立离线重建 552份输入、22份编译文件一致,0差异
三归档与实际便携 通过,内置REA/Harness按原范围核对
原双回复回放 源码、便携、安装目录三种编译宿主均在16K下进入第三请求
源码历史界面 模型选择7、身份3、任务计划8、Messages7,共25组
隔离真实Windows安装 12项生命周期,包含故障回退、原PID/凭据保留和卸载数据保留
安装副本基础文件流程 16项成果与9项文件/HTML流程
正式入口 Edge桌面/390px与原生窗口、原任务回看通过

正式从1.24.4升级到1.24.5,保留PID36552、原Provider和凭据,58项目、74全部会话、6136记录、13042事件及outbox,所有原表行、全导出、工件字节和公开模型中心精确保持。网页和原生回看之后再次完整核对通过,9229保持关闭。

原生入口首启动报告暂未出现可操作窗口,后续窗口清单确认唯一正式1.24.5窗口;没有重复启动。网页窄屏首验收误等隐藏侧栏的可见状态,保留首失败;仅复验窄屏,使用已连接DOM状态与实际渲染核对通过。Python没有安装Playwright,网页验收使用项目现有Node/Edge,未安装或伪称Python验收。

安装实际耗时677958毫秒,操作历史包含5轮完整manifest和5轮目录核验,分别406099/210764毫秒。性能问题已记录,发布前防篡改、路径身份和故障回退门槛未降低;优化须单独验证核验后文件变化等场景。

修复后的新真实Node样本

新会话11f26e51-1455-4d5e-a659-734a252e9a29、Task08415244-438d-4a3a-924e-cbe60c5eb348,保持相同原九项测试、三模块、16K/2048及最多8请求/90000tokens,不重跑原失败。实际27秒后结束:第一请求完成并匹配gpt-6.1-sol,仅调用inspect_project;第二请求1402776f-51b6-46a4-99cb-697fdad20794返回HTTP502,完整6430字节HTML按SHA保留,响应头为text/html; charset=UTF-8、Retry-After: 60,没有上游request ID。

本样本2请求、4838报告tokens、1次用量未知并预留估算11095tokens;未知用量不填0,报告用量与预留合计15933仍在原预算内。第二次响应没有完整型号,不能把它记成身份匹配;无重试、切池、审批、源码修改或Git交付。原三stub逐字节保持,监督没有提供实现。该样本既不能证明真实交付,也没有运行到第三次请求以验证修复后的完整真实闭环;本次可观测失败是上游网关502,不足以断言供应商整体不可用。

已恢复原预算、默认高性能池/成员与record策略,连接修订3→4→5、凭据仍1,旧09b停用不变。原74导出、3596工件、205完整模型尝试、sessions/records/events/outbox原行和原公开项目保持。raw config仅修订号变化,registry仅声明的修订/时间戳/连接顺序变化,其余metadata原行精确保持。当前59项目、75会话、6152记录、13081事件与outbox、3605工件;新增1项目/1会话、16记录/39事件及outbox/2尝试/9工件均归属新样本。原budget/池不是按过期N基线恢复。

回顾、证据和后续

本轮合计5真实请求、16227报告tokens、1次未知用量及11095估算预留;预检、旧context_limit和新502样本均有独立原件。原版Purge未实测,收益仍未证明。下一先固定可用连接做新的有界身份预检与Node交付,再扩展React/Python,最后独立原版AB/BA;旧失败不自动恢复,不暗增容量或预算。1.25扩展继续保持计划。

315份/140408882字节材料已封存在证据清单,manifest SHA256为81960cc7d2c274a9fef325969a70bd723dd01dc2af957d4335acb6bdd2ac217f。离线核验通过,核对请求/原响应/型号与用量、502原文、原状态恢复及独立发行收据。发行身份见live-context-o-release-identity.json,下一项及改进依据见回顾。封存驱动为文本,不提供重放真实任务的命令。

本地Git证据及清单316份/140471654字节与封存原件逐SHA一致,见索引核对。未重启正式宿主、未提取或重存Key、未推送远端;源码、首次失败、未知用量和历史结论按各自时点保留。