Files
Agent-Workbench/docs/QA-1.20.3.md
T
2026-11-01 23:00:50 +08:00

48 lines
7.6 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.
# 1.20.3 模型原生参数与错误保留验收
本文件随实施更新;正式部署状态以最终发行身份及下方部署记录为准,不根据浏览器release参数判断运行版本。用户授权实现MODEL-FIDELITY-PLAN并本地上线,基线02cefd0,分支fix/model-fidelity-1.20.3。
## 实现范围
- Task所属HTTP错误保存前64KiB,界面预览前8000字符;保留code/type/message/param、允许诊断响应头、上游请求/响应ID、原Retry-After与实际模型/接口/物理尝试ID。原文脱敏,截断/中断范围、保存工件及SHA可查,不把中文说明称为原文。
- SSE错误保留原失败事件及原流,区分上游失败、本地等待截止和协议拒绝;HTTP 200是事件流的传输状态,不代表响应任务成功。保留已报告用量,未完整工具不执行,失败片段不自动重发或切池。
- 已知额度/消费限制不在同线路重复请求,模型池可按现有规则选其它独立可用成员。429未给明确code时原因保持未确定;Retry-After不截成90秒,预算不足或无效等待头不提前重试。
- 每个连接(含原连接)有原生参数入口,保存保留当前路由和内存凭据,新Run/实际请求封存参数;旧Run和原失败不回写。Chat输出字段可选max_tokens/max_completion_tokens,Responses沿用max_output_tokens。预算仍由宿主控制。
- 模型中心的显式检测没有工程Task/Run时仅保留有界诊断预览,并显示原错误;不把检测记录冒充工程工件。真实上游和任意品牌全能力未在本轮验证。
| 协议 | 此版实际发送的可选原生字段 | 未接入范围 |
| --- | --- | --- |
| Chat Completions | temperature、top_p、seed、parallel_tool_calls、reasoning_effort、verbosity;可选择输出上限字段 | 任意额外参数、音视频输出、服务端内置工具 |
| Responses | temperature、top_p、parallel_tool_calls、reasoning.effort、text.verbosity;原reasoning.encrypted_content继续项保持 | 任意额外参数、音视频输出、服务端内置工具和额外缓存选项 |
字段接入代表已核对实际线上的请求构造,不代表所有同协议模型都接受该参数。具体拒绝信息按原上游错误展示,未接入字段在保存/发送前明确拒绝。
## 已完成的阶段验证
实施中既有诊断/模型池/SSE相关45项通过,错误/原生参数/预算/协议50项通过。首次新增15项14通过、1失败来自测试夹具HTTP status与Responses status混用,修正后的整组已包含在50项中;原失败保留。
TypeScript、Vite、手机静态壳及服务端构建通过。Edge两视口六组流程/十截图通过:原生参数保存与刷新、未知字段拒绝、实际HTTP错误及原文SHA下载、请求账本、Responses失败事件/用量/零工具执行,以及显式检测诊断预览。全部请求仅发送到自有本机HTTP/SSE,不使用真实模型或用户工程。
截图实际回看后修正SSE错误的上游/本地措辞及实际模型/接口合并;新增API错误详情、转义凭据脱敏及原连接检测参数映射。最终冻结源码验证、随包、旧版到新版升级与正式部署待下方补充,不能以中间结果代替。
补强后相关八文件103项通过;HTTP错误读取分支另外补齐已报告用量,随后最终17项新增专项整轮通过。原生参数、上游/本地来源、失败HTTP/SSE用量、JSON转义凭据、旧数据重开和原连接检测均已核对。更广的源码轮仍执行中;本次103项开始于最后用量补强前,最终17项覆盖该补强,不合并冒充同一冻结源码整轮。
## 正式部署
首个候选20261101140547938已通过362份Git输入、22份编译产物和完整发行身份核对,实际随包六组/十截图通过;独立1.20.2升级时被升级脚本的旧支持版本清单拒绝,尚未打开调试器或改变正式服务。已补齐1.20.2及当前1.20.3来源兼容,原两项真实进程升级测试通过,服务端/安装器重新构建。首候选及原失败保留,新不可变候选另行生成与验收,不能沿用首候选的身份。
1.20.3已完成模型原生参数与错误保留的本地部署:HTTP/SSE上游原文、code/type/请求ID、原Retry-After、真实用量与来源可核对;现有Chat/Responses原生参数逐字段发送。最终17项专项、相关103项、串行升级2项/安装10项/Python13项分别通过;源码与最终随包各六组/十截图、实际旧版升级和正式Edge/Electron两视口通过。原PID36552/Provider、原连接/31个原会话及原执行记录/导出/工件保持;激活校验期间新增1会话、16记录、57事件、9工件及2次用户模型请求,已严格核对所属和全部原字节,完整当前17项目/32全部会话/3239记录/6229事件和1780个工件文件再次比较一致,9229关闭。本轮验收发起真实模型请求0,用户自行执行的2次另记。广泛源码原轮646/649,三项验收环境失败与独立复验均保留,不宣称最终冻结源码完整整轮通过。
最终实现来源为`4bf4f7a8b271264420b7450c08a305529570d0dd`,不可变候选为`Agent-Workbench-1.20.3-win-x64-20261101141644779`。362份Git输入/22份编译产物、完整portable清单和source/zip/Setup身份已核对。实际随包六组/十截图通过,独立已安装1.20.2宿主升级到最终包后原PID/所属凭据/池及每表/导出/工件保持。正式Setup暂存、一次保留Provider切换通过,产品指针已激活;外层原基线比较因新增用户活动被拒绝,保留原拒绝后只读核对激活收据和新增所属,最新稳定基线整表/全导出/工件/模型中心精确比较通过;四阶段分别875/9/730/11秒,是阶段墙钟耗时,不是单纯切换或模型推理耗时。
正式Edge与实际安装的可见Electron各桌面/390px,共4个视图/8张截图。指定原会话保持部署基线中的完成状态,原生参数入口按实际连接显示,保存按钮可达;没有提交配置、重试原任务或调用模型,界面无页面错误/被阻写请求。完整历史错误不补写新字段。
广泛源码轮649项646通过、3失败:两项Python因未设独立QA解释器缺pytest,另一项旧宿主升级因并行测试占用9229而被正确拒绝。随后既有独立Python/pytest8.4.2下13/13和升级串行2/2通过;安装10/10及最终专项17/17另列。该广泛轮开始于最后HTTP用量及升级兼容修复前,各次来源和原失败不合并伪装为最终冻结整轮。
原件与SHA见[证据清单](model-fidelity-release-evidence/manifest.json)、[发行身份](model-fidelity-release-identity.json)及[回顾](RETROSPECTIVE-1.20.3.md)。SQLite备份、完整正式快照和用户原导出仅保留在忽略的本机QA目录。现有供应商实际接受参数、真实模型推理及新一轮实机手机验收未执行。
激活期间用户自行创建会话90d02c6d并完成2次模型请求。原31会话、原执行记录、原导出和原工件逐项保持;新增16记录/57事件/9工件均归属于同一新Task/Run,原68个请求保持且只追加2个,唯一使用连接的健康时间随原响应前进。原激活外层拒绝仍保留,未重新安装/激活;以产品原激活收据、严格追加来源证明、最新备份与稳定基线继续只读验收。验收器没有主动调用真实模型,不把用户运行算为本轮合成测试或全面真实推理验收。
正式UI第一轮错误沿用原会话failed假设,但该会话在部署基线已completed;第二轮窄屏命中隐藏侧栏。只修正验收状态和标题定位,原失败与桌面截图保持;第三轮4视图/8截图及全当前状态精确比较通过。