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

37 lines
7.0 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.
# 1.20.1 任务控制修复验收
本版针对[react-source实际案例](CASE-REACT-SOURCE-2026-11-01.md)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](task-control-release-identity.json)和[证据清单](task-control-j-release-evidence/manifest.json)。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。