Files
Agent-Workbench/docs/QA-LIVE-BUDGET-C.md
T
2026-11-02 20:52:54 +08:00

28 lines
4.2 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.
# 真实执行修复 C:模型身份与后续预算
已修正验收报告冒用启动时模型名、已知用量未校准后续预留,以及错误响应超额后的停止状态。此次为源码切片,未部署正式 1.24、未改原 Provider 或 Key;本轮真实模型请求为 0。真实自主交付和原版 Purge 收益仍需后续独立实测。
## 实际行为
- 验收报告从所属 Task 的 Run 消费记录读取实际请求模型、协议、连接和每次尝试。混合模型、零请求、消费缺失、最近 Run 投影覆盖不足、最终刷新失败分别标明;启动配置只保留为计划值。
- 每次真实 HTTP 记录原线体的本地估算及 SHA。仅同 Task、模型、协议、连接和 endpoint 的已报告 usage 参与校准;后续预留取输入比例、已知输出和总量下限的保守最大值,不降低本地估算、不回写旧消费、不把未知当零。
- 规划与每次重试、切池、原生实际发送前都核对剩余预算。首次 45,100 已报告、70,000 预算时,剩余 24,900 已低于校准预留,legacy/池均只发一次并暂停;保留原 HTTP 503。
- 单个在途响应仍可能超出估算。55,017 已报告、35,000 运行预算的场景保留完整用量和 20,017 超出,停止后续请求;单连接、池、legacy 一致。原错误、请求 ID 和原响应仍可核对,未知请求继续单列本地预留。
- 原生外层工具回传属于协调步骤,不重复预留第二次模型 HTTP;内层实际请求独立校准。完成的读取结果可以先正常回传,下一 HTTP 预算不足时停止。新增原生请求使用版本化预留核验,旧工件沿原契约核验。
## 验收
最终 425 份源码输入冻结后,15 文件相关回归 **149/149**、TypeScript/桌面/手机前端/服务端构建通过。Chat 与 Responses 的真实 Harness 0.2.1-rc.2、固定 16K、自有 HTTP 各 **5 组**工程链路通过:保留原九项失败、读取分页日志、修复三模块并形成完整审查批次、父项目九项测试和构建、实际 Git 及原暂存/未暂存保护。该结果证明代理链路,不证明模型自主推理。
实际编译宿主的 Edge **1440/390px 两组**通过并已目视回看原图:用量/预算/超出/未知分别呈现、原 HTTP 503 保留、续接入口可达、无页面横向溢出。续接预览、关闭和刷新不增加 HTTP、不替换原 Task、不丢原消费。全部自有请求与正式配置分离。
A、B 和原真实六例的只读离线核验均通过,原 manifest SHA 分别保持 `f0bfd70ba570ed48391511a9279e8857b3f1ab9c3319d738d355d1b03548b9f5`、`df97b53c80204f7f0e6b352f707ff2b345d7360ecdd0e08ac4e00c86f2462c7b`、`100fb4f89ac7d78a61f8b9d6324c0cae488e510eca0dd7198dde6cfd9d079b04`。原 20 请求/419,597 已报告 tokens/一次未知、六例未交付保持,不改写为成功。
## 原失败与回顾
开发轮 147 项中 146 通过/1 失败、原生 6/7 和诊断失败、三次 UI 失败均保留。UI 最后一次是验证器 label 不匹配实际控件;前两次暴露单连接超额状态。原生失败暴露外层工具协调被重复预留,已修正。首冻结 147/147 通过后,审查又补上“尚未超额但剩余不足”重试边界,重新冻结并执行上述最终 149 项,未借用旧轮通过。
Responses 首轮四个响应后发生一次未知/reset,工作台只记一次未知且未自动重放;原本机夹具在 catch 直接断开,没有保存内部原因。补充只收集错误的夹具诊断后独立五组复验通过,最终源码的五组也通过;首次断开原因仍未知,不据未复现推断已找到根因。原结果、消费和工件保留为失败样本。
实现提交 `bb45dabac4dab0373e3921853cd0c8dfaf7309c5`。证据按原字节封存于 [manifest](live-budget-c-evidence/manifest.json):464 份 / 19,086,976 字节、425 份源码身份、446 条工件记录;manifest SHA-256 为 `d54905c5350996c8f1c205cfe20fada82fc32a1eefd492d1b4c863e325f17c9f`。`node scripts/verify-model-budget-evidence.mjs` 已只读通过,并核对两条最终链路的 20 个原生输入及其用量来源。下一 D 固定原版插件加载闭包、隔离配置与权限边界,先无真实 Key 验收,再进入 E 的新真实批次;本地 Git 收尾,不远端推送。