Files
Agent-Workbench/docs/TIANSHU-HARNESS-SOURCE-REVIEW.md
T
2026-11-04 10:03:32 +08:00

304 lines
31 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.
# Tianshu Harness 深度源码审查:对 Agent Workbench 的启发
结论:**有很大参考价值,最值得学习的是长任务的运行管理、证据状态和上下文工程。应将这些机制接到我们已有内核上,分项验证;没有依据整套替换工作台,也没有依据把提示策略当成模型权重能力提升。**
本报告根据固定公开源码独立分析,不改编作者另行许可的理念文档或实证报告。源码索引、原探针与采用计划见文末。产品仍为 1.24.8,本轮没有产品代码变更、服务升级或真实模型请求。
## 1. 研究对象与结论可信度
| 项目 | 本轮实际核对 |
|---|---|
| 仓库 | https://github.com/huiliyi37/Tianshu-harness.git |
| 固定提交 | `2d0b22e0b3554686e1e4131f8bdc568ef768e060`,非浮动 main |
| 提交说明 | `sync: from dev repo (v3.37.4 stable rev45)` |
| 包版本与运行环境 | 3.37.4;TypeScript / ESM;Node `^24.22.1 || ^26.12.1` [S01] |
| 可复核规模 | Git 跟踪 4599 文件;src 下 TS/TSX 3772 文件;按测试路径/命名排除后,1709 源码文件、338689 行;测试文件 2063;hooks 源码文件 75 |
| 已封存索引 | 63 个第三方关键文件及 14 个工作台对照文件,包含 SHA-256、字节、行数、固定提交链接 |
| 代码许可 | Apache-2.0 [S02];两份文档单独声明 CC BY-NC-ND 4.0,见第 13 节 |
| 公开边界 | 有 CLI/TUI、服务端、VS Code 扩展及多种工具代码;公开树**没有** `desktop/`、`src/pro/` |
| 实际执行 | 只运行了五个已读纯模块的隔离探针,六个输入;没有启动第三方应用、安装依赖或跑完整测试集 |
这里区分四种证据:**源码可见**、**调用链已核对**、**纯函数实际执行**、**作者公布的效果数据**。前两项证明机制存在及如何接线,纯探针证明指定输入的行为;它们都不能单独证明完整系统的工程交付率。
源码量按 `git ls-files` 和 UTF-8 `splitlines()` 统计,不等于复杂度、质量或测试通过数。README 的“2.3 万测试”属于作者指标,本轮没有运行这些测试。[S03]
## 2. 系统到底是什么
这是一个独立的编程代理运行时。CLI 命令 `tianshu` 与兼容命令 `rivet` 指向同一个入口;入口再进入主程序、装配模型客户端、会话、提示引擎、工具和 AgentLoop。[S01][S62][S63]
它把五类东西放在模型之外管理:任务目标、工具权限、上下文预算、行为进展、成果与证据。模型仍然决定下一步读什么、改什么、如何回答;运行时负责构造输入、执行受控工具、记账、取消和判断状态。
下面是依据实际模块整理的简化链路,并非所有分支的完整控制流图:
```mermaid
flowchart TD
U[用户输入或继续追问] --> T[任务边界与 TaskContract]
T --> P[preTurn 与感知]
P --> A[afterPerception:状态、约束、建议]
A --> C[PromptEngine:冻结块与增量附录]
C --> B[最终请求预览:上下文与图像体积预算]
B --> M[已选 Provider / 模型客户端]
M --> Q{是否请求工具}
Q -->|是| G[模式、权限、参数、审批与所有权检查]
G --> E[冻结参数、取消信号、实际执行]
E --> R[原始结果、工件、验证证据与结果预算]
R --> H[postTool 与后续回合状态]
H --> K[postTurn:收敛、提醒回读、进展]
K --> P
Q -->|准备结束| F[结束候选与未决证据状态]
F --> Z[答复 / 阻塞披露 / 有界纠偏]
Z --> S[postSession:知识准入、技能草稿等条件钩子]
G -.派发子任务.-> W[工单、固定模型策略、只读或写工工作区]
W --> V[主控复验与派发目标对账]
V --> R
```
五阶段接口定义在 `runtime-hooks.ts`,具体组装在 `create-runtime-hooks.ts`,由 `loop-factory.ts` 实际创建。感知、工具执行、回合编排分别在自己的模块中消费,不能只看类名就假定所有机制都启用。[S04][S05][S06][S07][S08][S09]
## 3. 任务契约与用户验收:目标独立保存,但语义判断仍有边界
`TaskContract` 保存 objective、scope、constraints、successCriteria 和状态。短追问被区分为聊天、继续原任务或新任务,“继续”可保留原目标,追加限制可以合入原契约。[S10]
这能解释它怎样应对长对话:不要求模型从几百轮历史中重新猜“最初要做什么”。不过分类依赖关键词、正则和长度等启发式;它不是完整的用户意图理解器,更不是权限来源。
更有价值的是 `EvidenceObligation`:按断言类型记录 open、attempted、satisfied、blocked、superseded,并用稳定 ID 与单调状态版本跟踪变化。模型说“完成了”、工具运行成功和要求被满足是不同状态。[S11][S12]
在 `loop.ts` 的 `captureAcceptance()` 中,用户可观察验收独立于测试结果:单元测试通过不会自动关闭 acceptance;需要显式回写每项“用户做什么、应该看到什么、实际证据是什么”。[S13]
**需要补强的边界:**`decideAcceptanceOutcome()`(`evidence-obligation.ts:545`)对已满足项的 evidence 只检查非空文字。这并不核验它来自哪个真实浏览器结果、Task、源码 SHA 或用户操作。RED 编辑门也按同一义务只强制拦一次,重复请求可通过;当前验证/验收缺口主要披露,不自动续轮。[S11][S12]
对我们:直接接续 [1.25 任务要求与交付复核](PLAN-1.25.md)。我们已有 Task/Run、计划修订、证据工件和 SHA 绑定,应增加“要求 → 当前成果 → 证据 → 仍未验证事项”的对应关系,而不是重新引入一套靠自由文本证明完成的状态。
## 4. 五阶段 hooks:值得学习的装配结构,不是 75 个硬门
`RuntimeHookPipeline.runPhase()` 按注册顺序串行执行,每个 hook 有超时、取消信号、运行状态和耗时。超时后封锁其 effects 通道,迟到的结果不能继续通过这个通道写共享状态。下一 hook 获得新的作用域。[S04]
具体意义有三点:监督逻辑可以分模块关闭;一次慢提醒有独立归因;取消后继续回写的竞态可以被限制。串行执行也意味着总延迟可能是多个 hook 延迟相加,不能只检查每个 hook 的上限。
但普通异常记录后会继续;`HookCleanupUnconfirmedError` 才特殊传播。effects 的封锁也不等于能强制终止任意已经发起的外部副作用。装配还受依赖和环境条件影响,并非 75 个文件全部常驻。[S04][S05]
对我们应分两条链:**权限、预算、SHA、归属和实际执行检查由确定性硬门负责;建议、提醒和行为观察由可失败的监督模块负责。** 两条链都要有 Task/Run 归属、总时限和明确的故障结果,不能把权限判断交给“提醒模型遵守”。
## 5. 收敛检测:思路可用,已实测发现一个反例
检测器综合近期工具目标的新颖度、工具分布、写入、错误、输出效率、振荡和重复文本,并按任务阶段、上下文窗口、真实进展信号调整。等待验证可以避免被误判成空转;没有任何工具的多轮行为另有硬停止条件。[S16][S17][S18]
这比“连续读 N 次就要求写代码”合理:研究任务可以长期只读;一次测试等待也不等于停滞。我们尤其需要区分同文件不同偏移的新页、相同 SHA 的重复页、真实新增失败证据与重复查询。
### 已执行的纯检测器探针
仅装载五个已读模块,使用现有 TypeScript 转译后调用 `evaluateConvergence`,模块及调用均设超时。未暴露 process、require、fetch、定时器或文件系统全局;这只用于受审查纯模块的执行限制,不宣称是可运行恶意代码的通用安全沙箱。
| 输入 | 返回原 score | level | abort |
|---|---:|---:|---|
| 上游 W4 测试的高错误率 fixture | 0.5164603 | L1 | false |
| 六次重复读取同一文件 | 0.082125 | L2 | false |
| 同上,额外传错误率 0.5 | 0.082125 | L2 | false |
| 六次相同失败读取,错误率 1 | 0 | L2 | false |
| 重复读取,但正在等待验证 | 0.082125 | L1 | false |
| 连续五轮无工具,错误率 0.8 | 0.0485567 | L3 | true |
`convergence-detector.ts:1087` 的实际公式为:
```ts
const effectiveScore = (input.recentToolErrorRatio ?? 0) >= 0.4
? Math.min(score, 0.41)
: score
```
附近注释称高错误率要把纠偏降到 L1;但分数越低纠偏越强,`1177–1182` 又以 `<=0.4` 触发 L2、较低阈值触发 L3。`min` 无法将低分抬出 L2 区间。上游 W4 fixture 本来分数较高,不能覆盖“低分且高错误”的组合,新增纯输入复现了反例。[S16][S21]
这是**指定检测器输入的逻辑反例**。完整运行时还有 veto、阶段及发射条件,本轮没有运行完整应用,不推断所有生产场景一定出现提醒洪流。也没有修改第三方源码或向作者发送 issue。
另一个避免误读的例子:`exploration-stall.ts` 写了 12/15 次阈值,但当前生产源码检索没有找到调用点,只能列为未发现接线的实现,不能算已生效能力。[S20]
对我们应先以 shadow 模式记录判断,人工与固定样本核对误报,再启用少量提示。不能把这个评分公式直接接成停止或强制编辑门。
## 6. AdvisoryBus:让提醒有预算、有效性和退出条件
它把多个提醒源合流,按 key 去重,带优先级、类别、TTL、观察期和通道。普通提醒每轮最多三条,另有类别额度;建议可以先观察,条件已自然满足时撤销,减少反复打扰。[S14]
提醒还可携带 expect:后续工具行为满足某个可观察条件就记 adopted,否则 ignored。连续忽略会升级、冷却或静音;低采纳提示不会永远占着每轮输入。[S14]
`runtime-advice-facts.ts` 只引用当前实际工具及新鲜的预算快照,没有事实就承认未知。这与我们此前“答复与当前工程脱节”的问题直接相关。[S15]
边界也要看到:高等级提醒存在预算豁免;出现过某工具不等于问题被解决;采纳相关性不等于提醒造成收益。我们的实现应给提示总字节和总 tokens 设上限,禁止建议绕过审批,并统计“送达后是否增加真实成果”,而不只统计模型是否服从。
## 7. 前缀缓存与压缩:最可迁移的工程能力之一
`PromptEngine` 将相对稳定的系统/工具块冻结,把变化信息放到尾部增量附录,减少每轮重建长前缀。用户消息按实例冻结,不能把相同文本的两次“继续”当同一条。旁路构造也不能污染主会话的冻结状态。[S29]
缓存和上下文容量是两个问题:缓存命中可以降低计费,但很大的缓存输入仍占上下文和上游处理资源。因此应同时看实际输入、输出、缓存命中、总 tokens、延迟和交付结果。
当前真正的容量入口是 `RequestContextController.prepare()` → `prepareContextRequest()`。先使用 provider 的请求预览,再量实际规范化请求;超限时尝试压缩,重新测量,仍不满足就拒绝。[S30][S31][S33]
历史图像整理和压缩采用事务思路:归档原历史、保护真实用户边界、写入前检查源历史是否变化、提交后更新冻结状态。不能只在内存删几条消息就声称解决容量问题。[S30]
**文档漂移:**旧 `architecture-overview.md` 仍写“只在 turn0 边界压缩”及旧压缩链。当前 `CompactBoundaryCoordinator.runCompaction()` 已只观察取消、返回 `compacted:false`,真实压缩转到请求预算流程;照旧文档理解当前代码会出错。[S58][S32]
对我们:U 已修复同 SHA 片段聚合和当前事实保留,不能为了缓存再次丢掉已读页、原检查或完整用户要求。先测每轮实际请求中哪些前缀字节变化及其原因,再做稳定性优化;保持现行 16K/2048/1600 预算,不用扩大窗口掩盖问题。
## 8. 工具 surface:注册、可见、可执行是三种状态
`describeToolSurface()` 分别记录 registered、visible、cold、unavailable、unregistered 等状态,以及定义的实际字符和字节。工具 preset 在会话装配期决定,新配置不直接改已运行会话的冻结前缀。[S34][S36]
不要照抄“最多 26 个工具”:当前 preset 注释列的是 minimal 36 注册/26 主控可见、frontend 37/27、orchestration 36/30,另有 MCP、桌面或强制额外工具。默认档和旧局部注释也不完全一致,应看实际过滤后的 schema。[S34][S35]
对我们最实用的是保存**本次实际送到模型的工具清单、schema 摘要、字节数与 generation**。模型说没有浏览器能力时,就能查清是未挂载、没有当前 tab、无权限、工具被过滤,还是模型没有使用。冻结描述不能冻结撤权:真正执行前仍须读取最新权限。
## 9. 工具流水线:审批的是具体输入,执行前还要复核
公开 `tool-pipeline.ts` 包含模式与 deny 检查、风险判断、运行预览、审批、所有权、实际执行及证据归账。[S27][S28]
值得迁移的是顺序:审批允许用户修改参数,修改后重查 deny 和风险;等待期间状态可能变化,实际派发前再次核对;然后冻结输入、组合父取消与工具超时信号,再执行 registry 工具。不能审批 A 参数后悄悄执行 B 参数。
超时提示明确:停止等待不代表底层执行一定结束;先核对原任务、日志和已发生的文件副作用,不直接重复发命令。我们已有所属作业、停止和 unknown 状态,这种语义应持续保留。
这条管线也相当复杂。适合提炼小接口与不变量,不适合将两千多行模块原样搬进我们 runtime。
## 10. 交付门:必须保留我们的完成定义
`DeliveryGateV2` 区分自有修改与外部修改,核对验证快照和输入指纹,评估测试范围、过期证据及 GREEN/YELLOW/RED。它回答的是当前修改对应的验证情况。[S22][S24][S25][S26]
但当前 `deliver-task.ts:403–405` 明确:**commit 用于保存成果,验证走 run_tests,审查走 review_changes,三者分开。** 验证缺口披露,不因此阻止所有权限定的提交。跨会话冲突、版本、索引锁等是另一些提交门。[S23]
由此有两个容易误判的点:没有自有修改时 gate 可以 GREEN,不等于用户目标已完成;README 顶部对比图的 alt 仍说“RED 拒绝交付”,与 README 正文 55/273 及当前实现矛盾。应以固定源码和当前正文语义为准。[S03][S22]
我们 `GitDelivery.plan()` 当前要求源码一致、日志完整、测试数量明确的通过记录,另核验已配置的浏览器和任务计划。这个契约应继续保持。未来若增加“保存工作快照”,应独立命名、状态和权限,不能把尚未验证的保存当成已交付。
## 11. 多智能体与模型线路:值得学固定身份和回收对账
`WorkOrder` 记录 objective、scope、文件、constraints、profile、authority 和 budget;只读工具与写工工具分层。写工可使用独立 worktree,也存在显式共享工作区模式,不能一概称所有写工都物理隔离。[S37][S43]
运行时实际接线已核对:
- `createWorkerRuntimeFactory()` 每个工单冻结一次模型策略;新设置仅影响新工单。[S38]
- worker 恢复要求完整历史、冻结快照与 prefix proof;当前 `maxRetries=0`,单次执行客户端禁止隐式重试。[S39]
- 回合数按工单与 runtime 较小值限制;墙钟超时、父取消和一次软收尾都有实际处理。`maxTokens` 的报告输出档位不能等同我们全任务累计 token 额度。[S37][S38][S39]
- `hands-session` 对真实工作区执行主控复验,0 项测试不能冒充通过;当前复验失败/阻塞即终态,`repairCount=0`,不是自动再修一轮。[S40][S41]
- coordinator 确实调用 `reconcileWithObjective()`,把派发侧 objective 盖回结果。空壳、验证工没验证及部分写工越界有不同处理;没有 transcript 的部分判断降为 risk,不能称完全证明目标达成。[S42][S43]
模型连接支持 provider 下多个 key 和各自模型清单;显式 `provider/keyId/model` 有用,但未指定 key 时撞名首个命中,**多个 key 并不自动证明实现了轮询号池**。[S44][S45]
`FallbackStreamClient` 支持部分错误后的备用线,但已有主前缀证明或 singleAttempt 时直接抛错,防止执行身份悄悄变更。这提醒我们区分默认模型选择、新工单角色路由和已运行任务身份。[S46]
我们已有模型池、协议、身份快照、用量与 Retry-After 记录,以及 worker 父工程审查。接下来应补可解释的选择与连续性,不应为借鉴它反而丢掉既有轮询、冷却和错误原文。
## 12. 记忆、Skills 与“自我迭代”的真实含义
统一记忆支持 observed/claimed/verified/rejected/expired、来源、有效期和替代链;召回时排除已失效条目。此处核心 `recallMemoryEntries()` 采用关键词命中、标签和 confidence 排序,并非可以不加限定地称作向量语义检索。[S49]
EssenceGate 将候选交给侧路模型,要求可迁移范围、失败素材淘汰原因及有效替代对象;LLM 失败或无效输出就不写。自动形成/整合默认关闭,有明确开关。[S47][S48][S50]
但获准记录会写成 `status:verified`,这表示知识准入判断,**不等于该条经验经过独立源码/测试验证**。我们应分开“模型建议”“已核对来源”“工程验证”“用户确认”,继续保留当前项目记忆的来源 SHA 和失效规则。
`skill-distill` 从成功且有验证的轨迹确定性整理技能草稿,放在 `_drafts`,经 review/approve 才进入发现流程。它不是训练模型权重,也不是自动重写自身系统。[S51][S52]
Skills 采用发现摘要与按需全文两层;MCP 有连接审批和工具清单指纹;插件入口会动态 import,具有实际代码执行能力。生态能力要有来源、版本、关闭/撤销、权限和 schema 变更记录,不能只做“一键安装”。[S53][S54][S55]
对我们,最合适的自我迭代路线是:**真实失败/成功轨迹 → 经验草稿 → 独立复核 → 候选模块 → 固定评测 → 审查采纳 → 独立发行 → 可回滚。** 现有 evaluation 与自身模块受控采纳应继续使用,多模型参与也不跳过这些环节。
## 13. 哪些宣传与边界不能直接采用
| 项目 | 本轮结论 |
|---|---|
| 99.3–99.6% 前缀命中、刊例价约 ¥880→¥20 | README/观测文档公布的 5 个 DeepSeek 长会话、2001 请求数据。未独立取得完整日志重算;刊例估算不等于实际账单或我们的收益。[S03][S59] |
| 5 任务 A/B 行为改善 | README 自述为单模型、小样本、LLM 审查;不足以证明通用交付率、Purge 收益或所有模型改进。[S03] |
| 75 hooks / 2.3 万测试 | 文件/作者统计不等于当前全部启用、全部硬门或本轮全测通过。 |
| 完整桌面、离线语音、手机与电脑操控 | 可以看到文档和桥接;公开树缺 desktop/src/pro,computer-use 执行实现移至闭源目录。不能从接口推出完整实现已审计。[S56][S57] |
| 超过模型本身能力的“破甲” | 本轮可观察的是提示、工具、状态和执行策略,未训练权重,未证明权重能力提高。应独立测交付收益。 |
| 全量源码照搬 | 会引入不同提交语义、默认策略、复杂度与许可义务,风险高于按模块独立实现。 |
许可范围也必须准确:代码总体 Apache-2.0;`docs/CVM运行时对Agent模型的实证影响.md` 与 `docs/reference/cvm-cognitive-runtime.md` 单独声明 CC BY-NC-ND 4.0。本研究仅登记其许可并提供原文链接,不复制、摘编或改编两份文档用于工作台材料。[S60][S61]
## 14. 和我们现有系统对照,避免重复造轮子
| 方向 | Agent Workbench 已有 | 本次值得补的增量 | 保留的约束 |
|---|---|---|---|
| 长任务目标 | Task/Run、任务契约、计划修订与要求哈希 | 1.25 每项业务要求和证据覆盖 | 原话/修订来源,推断不是授权 |
| 工作记忆 | U 同 SHA 真实片段聚合、原来源与当前失败/检查事实 | 需求覆盖和每轮证据变化摘要 | 不丢已读页,不造未读信息 |
| 防空转 | 跨 Run 无进展保护、读取进度暂停 | 单轮语义变化/错误分类,先 shadow | 合法只读、等待与阻塞保护 |
| 上下文 | 实际请求计划、预算、配对和工件哈希 | 工具 surface / 前缀漂移测量 | 16K/2048/1600 保持,主线不被侧路污染 |
| 模型池 | 连接选择、池路由、身份/用量/原错误 | 工单角色选择与身份连续性解释 | 不静默换型号、保留未知消费 |
| 工具执行 | 审批、实际作业、取消/恢复 | 统一监督生命周期与提示反馈 | 硬权限与软建议分开 |
| 项目交付 | 真实检查、日志/源码 SHA、浏览器/计划与范围 Git | 用户可观察要求的完成度 | 不用提交快照冒充交付 |
| 多智能体 | 隔离 worker、预算、父工程审查 | 派发目标和回收结果对账 | 子工不能独立发布或接管权限 |
| 经验积累 | 有来源项目记忆、Skills/MCP、受控候选评测 | 成功轨迹草稿与失效反馈 | 默认不自动生效,不把 LLM 评价当测试 |
| 桌面/手机/浏览器 | 已有各自发行与实际验收路径 | 工具当前可用性与错误可解释 | 不因第三方文档重复扩大本阶段范围 |
对照入口:`src/server/runtime.mjs`、`src/core/context/{working-set,request-plan,delivery-progress}.mjs`、`src/core/tasks/{task-plan-manager,worker-manager}.mjs`、`src/core/git-delivery.mjs`、`src/core/models/model-hub.mjs`、`src/core/memory/project-memory.mjs`、`src/core/evaluation/evaluation-manager.mjs`。具体字节身份在 source-index 的 productFiles 中。
## 15. 采用顺序与可复核材料
建议先做 **1.25 要求与证据复核 + 单轮进展 shadow**;再测工具 schema 与前缀漂移,接入有预算的提醒;其后做经验草稿和角色路由。每个切片先离线固定场景,再独立真实模型样本,不能以提示数量代替任务成功。
详细模块、完成门槛、回顾点与真实实验规则见 [采用计划](TIANSHU-ADOPTION-PLAN.md)。原有真实 Node 交付、React/Python 和 Purge 实验继续单列;V 已按其冻结规则结束,不续跑旧失败样本。
证据目录 [tianshu-research-evidence](tianshu-research-evidence/source-index.json) 包含源码身份、原始纯探针输出、原驱动惰性文本和封存清单。验证器 [verify-tianshu-research.mjs](../scripts/verify-tianshu-research.mjs) 默认只做本地文件校验;指定源码目录后核对固定提交、源码 SHA、行号和工作台对照文件,不启动服务或访问模型。
### 固定源码引用
[S01]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/package.json#L3
[S02]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/LICENSE#L1
[S03]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/README.md#L55
[S04]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/runtime-hooks.ts#L10
[S05]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/create-runtime-hooks.ts#L344
[S06]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/loop-factory.ts#L650
[S07]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/turn-perception.ts#L1
[S08]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/tool-execution.ts#L218
[S09]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/turn-orchestrator.ts#L1
[S10]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/context/task-contract.ts#L11
[S11]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/evidence-obligation.ts#L36
[S12]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/obligation-tracker.ts#L43
[S13]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/loop.ts#L1268
[S14]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/advisory-bus.ts#L400
[S15]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/runtime-advice-facts.ts#L1
[S16]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/convergence-detector.ts#L1087
[S17]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/convergence-message.ts#L1
[S18]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/score-history.ts#L1
[S19]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/tools/write-tool-helpers.ts#L1
[S20]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/exploration-stall.ts#L1
[S21]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/__tests__/convergence-detector.test.ts#L1
[S22]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/delivery-gate-v2.ts#L1
[S23]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/deliver-task.ts#L1
[S24]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/evidence.ts#L1
[S25]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/verification-snapshot.ts#L1
[S26]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/verification-scope-current.ts#L1
[S27]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/tool-pipeline.ts#L568
[S28]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/approval-input-boundary.ts#L1
[S29]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/prompt/engine.ts#L97
[S30]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/request-context-controller.ts#L28
[S31]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/context-budget-preparation.ts#L17
[S32]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/compact-boundary-coordinator.ts#L1
[S33]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/context/request-budget.ts#L1
[S34]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/tools/tool-preset.ts#L12
[S35]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/tools/default-registry.ts#L1
[S36]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/tool-surface.ts#L6
[S37]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/work-order.ts#L105
[S38]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/worker-runtime.ts#L72
[S39]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/worker-session.ts#L638
[S40]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/hands-session.ts#L225
[S41]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/worker-write-gate.ts#L69
[S42]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/worker-objective-gate.ts#L102
[S43]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/coordinator.ts#L2482
[S44]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/model/model-binding.ts#L57
[S45]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/config/provider-keys.ts#L106
[S46]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/api/fallback-client.ts#L76
[S47]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/memory/formation-policy.ts#L1
[S48]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/memory/essence-gate.ts#L245
[S49]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/memory/unified-memory.ts#L371
[S50]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/hooks/essence-gate-hook.ts#L1
[S51]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/skill-distill.ts#L201
[S52]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/agent/hooks/skill-distill-hook.ts#L1
[S53]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/skills/skill-loader.ts#L5
[S54]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/mcp/manager.ts#L57
[S55]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/plugins/plugin-loader.ts#L104
[S56]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/tools/computer-use/bridge.ts#L1
[S57]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/tools/computer-use/stub.ts#L1
[S58]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/docs/architecture-overview.md#L1
[S59]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/docs/reference/observability-harness.md#L1
[S60]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/docs/CVM运行时对Agent模型的实证影响.md#L3
[S61]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/docs/reference/cvm-cognitive-runtime.md#L12
[S62]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/cli/entry.ts#L1
[S63]: https://github.com/huiliyi37/Tianshu-harness/blob/2d0b22e0b3554686e1e4131f8bdc568ef768e060/src/main.ts#L1