Files
Agent-Workbench/docs/QA-DELIVERY-RELIABILITY-G.md
T

9.0 KiB
Raw Blame History

1.24.1:真实案例确认问题修复

本切片先修复E原件中可复现的问题,暂停1.25新增能力。不续跑旧Task,不读取或复制Key,不将声明HTTP夹具当作真实模型交付或Purge收益。

改动

完整prepare_change_set成功后,先结算同轮所有工具,再核对当前Task、批次范围、原提案/快照、Git分支和HEAD、实际文件基线以及未知操作。只有覆盖所有待审查修改的完整未变批次进入needs_review/change_set_review,立即交还审查,不再调用模型。后续提案使批次不完整、失败封存、外部冲突、待核对操作和用户停止保持各自状态;单个只读工具失败保留原错误,不破坏完整批次的审查交接。文件仍须人工审查应用,应用后显式续接原Task进行实际检查。

请求规划先放入有原工具/SHA来源的小源码,再接纳可选历史。按长度和路径稳定排序,下一页实际保留量写入封存计划;不再用2048固定上限代表所有小源码。当前窗口、完整目标/权限/原结果/配对和逐请求剩余预算仍是硬约束,16K软目标允许容纳必要固定成本和已读源码。旧发送视图继续按原版本核对。

原生预算诊断按原limitingReason区分上下文容量和累计剩余额度。E中27424输入可放入27552可用窗口,但下一次29600预留超过28339剩余额度,应显示“原生引擎剩余预算不足”。缺少历史分项时保持“不足项待核对”,不推断旧记录。

开发证据与回顾

  • 审查交接旧回归两例失败,边界五例通过;修改后的初轮9/9。补充未知结果及篡改指纹场景,最终结果另录。
  • 原React第7–12请求使用原system、实际路由工具、历史、32K窗口和逐请求剩余额度离线重建。修复前输入估算逐项等于原件:15714/15873/15905/15779/16000/15999,六文件完整保留6/5/5/4/2/2。修复后六次均6/6,输入15714/16110/16383/16504/16993/16945,全部仍在原27552或21197硬预算内。
  • 上下文初相关42项41通过/1失败:实现误将最新完整工具组也限制到软目标。已恢复“保留源码后,最新完整工具组可在硬预算内保留”的兼容行为,最终request-plan/working-set31/31。旧失败保留。
  • 首编译缺新共享模块声明文件,补齐.d.mts后1.24.1构建通过。首HTTP相关使用旧dist,保留2失败;后续只按当前编译验证。
  • 首UI在390px未关闭侧边检视区就点击后方续接按钮,脚本失败保留;按实际导航关闭检视区后继续。该失败不作为产品成功结果。
  • 首全回归为开发混合轮,发现版本入口常量尚为1.24.0(package已1.24.1),已停止该轮,不作为最终完整整轮。另两失败为浏览审批等待和旧resume错误文案断言;独立复验浏览原场景通过,needs_review正确返回409“请先审查待处理改动”,原断言改核对该明确状态及提示。修正版本入口后重新构建,后续按最终来源验证受影响范围。
  • 受影响15文件原轮131项130通过/1失败,唯一失败为旧断言要求容量错误含“预算”。已明确核对“上下文窗口可用容量”、原拒绝工件和limitingReason=context_limit,独立原场景1/1通过;原131轮不改写为全通过。后续18文件冻结回归另录。
  • 已检查发行验证器的版本范围,为1.24.1保留REA、原生SDK、浏览器、受控工程、已有成果、实际安装及历史界面入口,避免新补丁版静默跳过原验收分支。旧证据验证器的固定版本与身份不改。
  • 离线驱动初始化、SQLite保存和遗漏路由工具的开发失败保留;最终从路由variant取完整tools,才得到与原件逐项相同的修复前基线。不得用早期漏工具输出宣称修复收益。

收口状态

最终18文件冻结回归155/155通过,覆盖完整交接/所有边界、当前Task显式续接、实际Node检查、文件快照恢复、分页/源码保留、原生引擎/用量、Chat/Responses协议。1.24.1完整构建通过,12份产品输入在冻结回归与原件离线重放后SHA保持。没有把原131轮或中断混合轮改写成该最终结果。

最终1.24.1编译界面10组通过,桌面/390px的批次审查、刷新、整批应用、显式续接与实际Node检查均完成;实际原图已目视核对,两视口预算诊断可读、无横向溢出。额外11组批次界面验收通过,包括实际外部冲突、原字节回退、未知恢复、跨项目迟到响应保护,页面及请求错误均为0。

最终不可变候选20261103000853284/source ba07713已本地安装为1.24.1。三归档原字节/CRC/目录身份通过,源码ZIP的522份构建输入经离线安装和实际完整重建后保持,22份编译与便携版逐字节一致。实际便携的3项REA、原生SDK、浏览器和受控工程检查通过;最终便携新界面10组、实际安装生命周期12组及安装副本16组已有成果/9组本地HTML流程通过。

正式保留原PID36552与Provider,42项目/58全部会话/4953记录/10329事件/2850工件文件、全部原表每行/完整导出/工件字节/公开模型中心精确保持,9229关闭。bootstrap仅显示其中48个会话,不能当作全部会话计数。Computer Use在实际已安装1.24.1窗口完成3项回看并保存2张原图;原目标、原历史失败、按用户约定不测试的交付状态和Task/Run/模型用量记录均可见。回看后再次原状态比较通过,当前保留1个正式窗口;没有执行或续接原任务。

200份/43,758,910字节证据已按原字节封存,manifest SHA256为08dd8c47274792edfbf12883b8fb23440ccfa337786ee548b574303aeb589d2a。独立离线核验通过,原E/F封存SHA保持。发行身份绑定新源码、安装程序、22份编译和正式运行目录;本轮真实模型请求0,原52请求的失败和Purge无收益证明结论不改写。

可复用验收入口:scripts/verify-live-context-retention.mjs和scripts/verify-delivery-reliability-ui.mjs。各自要求新输出目录,保留既有失败,不覆盖旧证据。

首发行候选20261102235819796/source c1521e6通过三归档、源码ZIP522输入/22编译逐字节一致及实际便携REA/SDK/浏览器/受控工程检查;随后新UI验证器错误假设便携目录包含package.json,便携专项在发模型请求前失败。按真实包格式改为读取MANIFEST.json身份,保留候选及原失败;此候选未正式安装。产品源码冻结未改变,QA修正后生成新的最终候选,不将首候选证据冒充最终包。

首候选便携UI第二轮完成两项交接检查后,在390px视口刚切换时误用尚未稳定的侧栏可见状态,选择控件随后被响应式收起,原2请求/超时/截图保留。按既有批次验收的真实导航契约,等待移动端“展开项目栏”出现并打开、确认选择控件可见后操作,不强制点击或修改产品。

修正验证器后的首候选便携UI第三轮10组全部通过,5次本机声明夹具请求、0真实模型请求;产品12份冻结输入保持。其后的ba07713新来源生成最终候选20261103000853284,已独立完成全部最终包验证,不混用首候选收据。

正式窗口恢复中,启动器先退出再暴露Electron子窗口,首launch_app未直接发现目标;重新列举实际窗口找到唯一已安装子进程,没有重新启动。一次过度转义路径过滤得到0个候选,按工具返回的窗口ID纠正后才操作;点击任务记录后的第一帧尚未切换,刷新观察到实际面板后才保存为回看成功证据。两次定位和过渡帧均不作产品成功依据。

回顾发现正式目录完整性核对耗时明显,已按原进度scope核对为预检、目录清单、实际加载输入和发布前再次核验的有限流程,并非安装器重放。作为后续性能优化记录;此次未降低完整性、防篡改和发布前状态复核,也未修改正在运行的载荷。

封存格式复查发现Computer Use传输原图为JPEG,但初次保存扩展名为.png。两份原始图像字节与原194份manifest及首次离线收据全部保留;增补两份同字节.jpg副本、格式说明和首格式审查失败记录,未转码。最终200份manifest以当前发行身份为准;首次字节核验通过不等于当时扩展名正确。

首次Git索引核对发现通用.gitignore排除了证据目录内的.log,普通目录暂存没有包含全部原日志,检查明确拒绝。随后仅对manifest列明的证据文件逐项显式暂存;.qa私有目录继续排除,所有证据以Git索引原始blob与磁盘原件逐字节一致作为收尾条件。

最终Git索引核对通过:200份证据加manifest共201份/43,818,454字节,索引blob与磁盘原件逐字节一致,原E/F封存身份保持。收尾仅文档/证据变化,不重建或改写已验证发行载荷。