Files
Agent-Workbench/task_plan.md
T

42 KiB
Raw Blame History

Agent Workbench:核心代理能力研究与产品计划

1.11 当前开发:持久任务依赖与证据收尾

最新接续:main已合并为96de94e;断线后核对原PID23080已退出,原Key未持久化。同一正式数据目录已用1.10.1恢复为PID19084,15项目/18可见会话,原模型名/地址保留、hasKey=false。先完成下列收尾,再进入1.12:

  1. [complete] 修复直启编译宿主的局部变量重命名导致热升级无法捕获上下文;真实直启连续两次升级及原0.1宿主2/2回归通过。

  2. [complete] 源码包验证增加固定解释器预检、实际环境和每次独立日志/输入SHA256;缺失解释器在任何安装/执行前拒绝。

  3. [in_progress] 封存最后升级修复和新增回归后生成最终不可变包,用已确认的QA Python 3.10.11/pytest8.4.2验收298项;不读取未更新的通用结果作为新进度。

  4. [pending] 归档/源码/便携通过后保留PID19084升级,核对包含归档的全部数据库会话、执行记录及实际页面。

  5. [pending] 如用户已在模型连接补回Key,续接原真实页面Task;否则记录连接缺失并完成无需模型的发行验收,不伪造实模结果。

  6. [complete] 有界无环依赖、不可变/只追加修订、原目标与工作区绑定及真实工具/变更/检查/页面证据。

  7. [complete] 模型工具、上下文保留、未完成暂停、Git预览/提交核对及交付报告。

  8. [complete] 任务记录界面、桌面/390px与迟到响应/宿主恢复验收。

  9. [complete] 相关回归、源码构建、独立真实流程、及时本地提交和不可变发行验收。

  10. [pending] 核对正式4318的实际版本/PID/Provider和会话后,按不可变1.11包执行升级;升级完成后再进入1.12专业UI与模型池切片。

开发位于独立Git工作区feat/task-plans-1.11;1.11.0包已完成独立验收,正式模型连接仍只在原PID23080内存中,正式升级尚待单独核对。

2026-10-30 1.11发行验收收尾

  • 归档校验使用短QA根目录 D:\awb 并通过扩展路径解压:便携10,999文件、源码9,248文件,CRC、清单和SHA256均通过。
  • 独立源码包使用包内Node.js v24.22.1、npm 11.19.1和隔离Python 3.10.11/pytest 8.4.2离线安装并构建;最终297/297通过,0失败、0取消、0跳过。
  • 源码包的REA三项静态分析、DeepSeek Harness 0.2.1-rc.2六个原生SDK方法、Edge桌面/390px随包浏览器均通过,模型请求为0,所属进程均正常退出。
  • 便携包清单10,999文件、启动/同进程复用、Node/npm命令审批、4/4检查、REA三项、DeepSeek六方法、Edge桌面/390px和停止均通过;记录见 .qa/release-validation.json。
  • 首次源码包回归的3项失败来自未传入pytest和深路径venv的ensurepip,不是产品逻辑;固定环境复验后成功。首次Node16 PATH抢占和一次查询参数错误均保留为环境记录。

当前执行:真实工程交付与内置浏览器验证(2026-10-30)

本轮全量接续:HEAD=5921b8e,工作区干净。正式服务实测1.9.0/PID23080;1.10.0不可变候选20261030004653739已生成,便携归档/真实随包浏览器通过。独立源码验收PID44208仍执行已有274项完整回归,不重复启动;完成后封存输入、升级原Provider并验证工作台实际页面任务,继续下一项核心能力。

  1. [complete] 恢复到ddf178c,正式4318实测1.9.0/PID23080;独立源码261项、108组界面与原Provider保留证据已有,继续沿用。
  2. [complete] 已有React四文件/9项测试/typecheck/build/实际页面/Git通过;新Python三文件/6项测试/编译/Git通过,分别保存原Task、审查、输入和用量,准备本地封存提交。
  3. [complete] C20构建快照、固定Playwright/Edge身份、独立浏览器、有界交互及原结果/PNG字节绑定;10项核心/API/恢复专项通过。
  4. [complete] 三项模型工具、HTTP、任务界面与交付报告已接入;13类118组界面通过,最后停止job绑定修复后4项API及原失败回归5/5、10组浏览器UI追加复验通过;Git交付和原记录核验已验证。
  5. [complete] 1.10.0不可变候选274/274独立源码、6份离线构建及170份输入核对通过;正式4318保留PID23080/Provider和23会话升级,原273项及118组界面不改写。
  6. [in_progress] 首轮实模发现旧ArtifactStore缺少readBytes,1.10.1补同目录当前API及失败回滚;真实1.9对象修复前1/2、之后2/2通过。完成不可变修复包、276项独立源码和实模页面验收,再接续任务依赖计划。

本轮接续不重复旧工程运行,不修改已有真实模型连接;不把连接核验、外部验证器或计划中的桌面/手机连接记为已实现。外部Harness工程写入仍依赖后续受控工具桥。

1.9 引擎接入与实际流程(历史记录,2026-10-30)

用户要求继续全量推进,接续既有1.8.0与未提交引擎实现。正式服务与真实模型连接保持;当前开发使用独立宿主、数据目录和本地Git小步提交。

  1. [complete] 未提交DeepSeek引擎契约、实际0.2.1-rc.2 SDK、22项专项与原协议记录已经完成;接续审核并在独立发行中验证。
  2. [complete] 引擎面板10组桌面/390px验收通过,含原记录下载、归属、停止和实际重启;保留前两轮失败原记录。
  3. [pending] 审查实际SDK的受控执行入口,按真实工具与权限契约推进工程执行;连接通过和工程交付分别判定,不以idle通知判断完成。
  4. [complete] 原事件循环缺陷已修复;最终261项独立源码/108组界面通过,91981c1与ddf178c已提交,不可变1.9.0发行和原Provider升级完成。原中断/失败报告保留。
  5. [pending] 继续真实工程样本、桌面宿主与手机伴随端切片;每个实际成果独立验证和提交,计划不记为已实现。

恢复核对:Agent-Workbench为独立Git仓库;正式1.8.0已有244项独立源码、98组界面和真实四模块工程交付证据,不重复既有任务。新增核心/适配/API草稿未提交,前一轮尚无产品引擎UI或实际SDK适配验收。Node实测24.22.1。首次父目录Git错误与大输出截断已改为明确工作目录和限定读取。

用户授权与目标

  • 本项目专注编程代理能力研究与工作台开发,其他项目不纳入本项目计划和版本管理。
  • 本对话已获确认:研究 Claude Code,形成机制报告并提炼自己的本地代理设计。
  • 用户随后指定将本对话与 01a183dc-ce1e-71e2-b7f4-256463cd3506 的 Cursor Agent 研究合并成一个产品,在一个对话中执行。
  • 以当前对话 01a183d7-1eb3-7902-b49b-42f43a874ccc 为统一执行入口,建立独立本地 AI 编程工作台。

已接收成果

  • Claude Code 2.1.312:官方 Windows 包下载与 SHA512 校验完成;PE SHA256 6099672ebe5dcb518b67d1d32dde1e3360bc6bee1dae7f8d28a69c49acc7c865;REA 资源证据与 .bun 分块定位已保存。
  • Cursor 3.16.29:工具能力、调用阶段、取消/恢复、MCP hooks、文本 patch 与 worker 复用的静态机制追踪完成。
  • 原始研究路径分别为 ../Claude-Code-REA 与 ../investigations/cursor-agent;保留各自文件与可追溯来源,统一索引与结论在本目录。

首个可运行版本的范围

一个本地工作台:项目选择、任务对话、项目文件读取/搜索、工具执行时间线、改动预览与应用、会话持久化/恢复、模型连接配置。 优先兼容用户自己的 OpenAI 兼容模型服务;提供明确标记的离线演示用于无模型连接时验收。实际模型服务的连通性单独记录。 从公开客户端机制提炼独立实现;第三方模型权重、远端服务、完整 Cursor/Claude Code 源码不在本阶段交付范围。

阶段

  1. [complete] 接收两边已有成果、身份和范围,统一入口与产品目标。
  2. [complete] 分别追踪 Claude Code 与 Cursor 的执行/上下文/权限/恢复机制,形成带证据的报告;统一研究摘要待随产品整理。
  3. [complete] 编写独立产品架构、数据模型、工具与改动契约。
  4. [complete] React/Node 工作台实现与任务闭环已验收;共享会话创建、revision、窄屏与滚动布局修正完成。
  5. [complete] 20 项行为测试、10 组浏览器流程及便携包启动/复用/命令/停止通过;正式便携版本已在 127.0.0.1:4318 部署,源码、报告、许可与验收记录完成。

执行与协作

所有产品工作由本对话统一推进。REA 技能 Plan broader investigations 第 6 步要求在独立问题和可用并行工作者存在时分配不同范围;如使用内部工作者,仅分别处理代码机制证据,不创建新的用户对话。

已核对与待验证边界

  • Claude Code Bun 模块表的指针、编码与内容范围已验证;最终提取输入为 ../Claude-Code-REA/recovered/modules。
  • 原版 Claude Code/Cursor 的报告依据静态工件,没有运行第三方客户端;远端端点只作为客户端声明。
  • 用户于 2026-10-29 配置兼容模型 gpt-6.1-sol;真实读取、提案与应用验证通过。使用工作台内存中的连接配置,不读取其他应用保存的凭据。

验收重点与错误记录

  • 服务端快照增加 revision,客户端忽略旧会话/文件响应;窄屏需可打开项目、文件、差异与工具轨迹。
  • 有意义测试覆盖提案不写盘、冲突、原字节备份、路径范围、命令确认/拒绝/取消、消息配对和重启不重放。
  • 首次前端构建的空 CSS import 警告:移除无效 @import 后复验。
  • 首版开发时OpenAI官方文档直连返回403,该次未取得页面;兼容协议当时用本地fixture验证。本轮规划已通过官方文档工具取得app-server与代理架构资料,仍不声称实测真实OpenAI服务。
  • 首轮 20 项测试中 19 项通过;Host 校验测试使用 Node fetch 时请求头被客户端覆写,改用原生 http.get 发送实际自定义 Host 后复验。
  • 浏览器首个精确文字定位器把状态中的版本子节点也计入文本,导致超时;改为连接状态选择器,保留 DOM 与截图做真实界面核对。
  • 浏览器发现实际问题:新建会话请求未返回就发送,可能重复创建会话。修正为共享创建 promise 与创建期间禁用操作,再跑完整 UI 流程。
  • 功能 UI 通过后截图发现 grid 自适应与 scrollIntoView 会让页框上移;指定各栏行/列、min-height 与只滚动对话,并检查输入框和顶部始终在视口。
  • 打包时旧版 PowerShell Archive 模块不能自动加载;改用系统 .NET ZipFile,并复用本次尚未交付的 staging 目录,避免额外安装工具。
  • 便携服务启动成功;同步验证器在 Windows 后台进程继承的管道上等待,改为等待启动器自身 exit 并关闭测试读端,再核对启动/复用/命令/停止。

1.0.0 本地正式版迭代(2026-10-29)

用户明确要求介入运行中的工作台,将初版开发为正式版。当前问题是对话把工作台自身的模型连接失败当成示例项目代码问题。继续由本对话完成开发、实测和本地升级。

  1. [complete] 核对用户截图、当前页面、会话记录与运行环境,固定复现及验收清单。
  2. [complete] 补充会话执行/错误上下文和工作台诊断能力,区分项目任务与工作台运行问题。
  3. [complete] 修复 Windows 命令输入/输出编码;明确 shell 契约,避免生成 PowerShell 5.1 不支持的语法。
  4. [complete] 模型连接分类错误、有限重试、明确恢复/审核操作与正式版界面状态。
  5. [complete] 34项行为、10组基础UI、9组专项UI与真实配置模型的原会话诊断均通过;原项目4项测试通过,视觉已核对。
  6. [complete] 1.0.0便携与源码包、文档/截图、原进程升级、真实模型验证及独立源码构建/34项回归均完成;归档CRC与清单通过,正式服务保持运行。

本次约束和验收

  • 当前 4318 服务的 Key 仅在内存;不读取、打印或复制 Key,不为检查而重启该服务。
  • 保留现有项目文件、已应用提案和完整会话;诊断时不自动重复执行命令或应用待审核提案。
  • UI 验收包含:工作台错误提问、模型重试/失败/取消、待审查提示、命令确认与中文管道、桌面与窄屏视口。
  • 另测两个异常路径:网络请求在工具成功后失败、用户在待审查状态反复点击继续。
  • 正式版以已实现且通过实测的本地项目/对话/工具/审核/恢复闭环为交付标准。

新发现与错误记录

  • 导出记录中 PowerShell 5.1 的 && 解析失败;runtime 只设置 Console.OutputEncoding,未设置 PowerShell 的 $OutputEncoding。
  • 独立复现:管道中的“工具”变为“??”;显式 $OutputEncoding=UTF8 后保留中文。
  • fetch failed 由 Provider.request 直接抛出,未记录底层原因/请求阶段,也没有有限重试。
  • Runtime 的系统错误只加入可见 messages,未进入下一轮提供给模型的上下文;projectContext 只有项目清单和提案状态。
  • 1.0.0迭代开始时本项目没有 .git;当时使用独立备份和发行目录验证更新,不覆盖旧发行包与用户示例改动。本轮后续规划已建立独立Git,见下方记录。
  • Computer Use helper 的 native pipe 不存在;改用持久 Playwright 会话核对同一 4318 服务。Node REPL 需 CommonJS createRequire;Edge 用实测的 Program Files (x86) 绝对路径。
  • 新 UI 使用 Array.findLast 超出当前 ES2022 类型库;改为 filter().at(-1),保留现有浏览器支持范围后重新构建。
  • 首轮正式版行为测试 30/31 通过;PowerShell ScriptBlock 返回的 $? 不能可靠代表原生命令退出码,改为优先传递 $LASTEXITCODE,并继续验证明确 exit 0 的处理。
  • 独立进程升级测试发现 Windows Node inspector 的列表 URL 将路径分隔符转为下划线;按实际元数据处理,并在任何升级操作前核对目标进程 PID。
  • Inspector 控制台没有动态 import 回调;迁移使用 Node 24 的同步 ESM require 和 getBuiltinModule,仅替换实例原型/请求处理器,不提取或复制 Key。
  • 手机专项 UI 测试:从桌面缩为 390 px 时项目抽屉挡住错误卡片按钮;自动收起进入手机断点的栏位后重验,不使用强制点击掩盖问题。
  • 专项第 8 组在返回桌面后点击隐藏的新建任务超时;修正 helper 先使用“展开项目栏”,保留用户折叠选择。停止期间全局模型诊断的 retrying 残留也已修复,进入最终回归。
  • 最终回归发现基础手机脚本在响应式收起完成前点击隐藏按钮、专项的诊断按钮匹配两个入口;改为等待手机折叠状态并限定顶部诊断入口,不改产品行为。
  • 精确诊断选择器首次误用 .work-header,实际按钮位于 .task-toolbar;按源码和页面校正,停止 API 断言已通过。
  • 示例同步命令首次工作目录错误导致源路径不存在,未写入文件;改为在工程根目录复制,随后在示例目录运行测试。
  • QA清单要求401/429/503均有证据;已有401/503验收,补充真实HTTP 429按Retry-After等待后恢复的测试,不扩展产品范围。
  • 验收文档替换时apply_patch不接受同文件在一个补丁中同时删除/添加;拆为连续文件操作完成,代码和运行服务未受影响。
  • 真实会话验证器首次拒绝了与问题直接相关的两次read_file;实际回答正确,先inspect_session。修正验证范围允许核对已应用的两个点名文件,继续禁止搜索、修改和命令,并保存失败记录。
  • 源码包解压成功,但Python终端路径输出受Windows编码影响,解析成无效目录;直接从UTF-8记录用Node读取正确路径,再进行构建,不重复解压。

后续核心能力规划(2026-10-29,当前任务)

用户要求先形成后续执行开发方案:以REA和DSH-purge研究Codex、Claude Code、Cursor、DeepSeek Harness、WorkBuddy,将可验证机制独立开发并内置工作台;明确真实工程交付能力、桌面端/移动端及本地Git及时提交。

  1. [complete] 核对并登记DSH-purge、DeepSeek Harness和各客户端已有身份/版本/证据,明确尚待固定或运行验证的范围,整理当前能力缺口。
  2. [complete] 建立本产品独立Git仓库,保存已验证的1.0.0基线;后续按可审查的小步提交。
  3. [complete] 完成产品目标、24项能力矩阵、研究问题、模块架构、阶段依赖和真实工程验收方案。
  4. [complete] 确定Electron Windows与PWA移动伴随端方案、共享执行宿主/任务及配对连接设计。
  5. [complete] 方案、来源和执行规范已写入项目,通过链接/JSON/diff检查并保存本地规划提交;完整方案与具体下一步作为本轮交付。

已知范围与待核对

  • DSH-purge指定源码:D:/Ai-project/REA逆向/dsh-purge-1.1.78-windows。
  • DeepSeek Harness指定仓库:https://github.com/deepseek-ai/deepseek-harness;候选本地目录:D:/Ai-project/DeepSeek-Harness-Desktop。
  • 当前1.0.0正式服务继续沿用原内存连接;本次规划/Git操作不需要重启或读取真实凭据。
  • 本次先交付规划与本地版本管理,不把计划中的高级能力标记为已实现。
  • REA工作流要求独立问题分工:DSH/DeepSeek身份与机制、客户端证据路线、现有架构/桌面移动规划分别只读核对,由本对话统一整理。

本轮检查记录

  • Git 2.54.0已安装,产品目录和父工作区均无Git仓库;全局Git作者未配置,采用本仓库临时项目开发身份,保留全局配置。
  • 原.gitignore的未锚定dist-server规则会忽略源码测试所需的旧版fixture;改为根目录构建忽略规则,保留该自有兼容工件。
  • 已建立main独立基线bac87da和v1.0.0-baseline标签,167个源码/文档/自有fixture文件进入基线;未配置远端。
  • docs/PRODUCT-PLAN.md、CAPABILITIES.md、RESEARCH-ROADMAP.md、GIT-WORKFLOW.md、research/targets.json及AGENTS.md已写入;M1–M6属于后续实现,没有在本轮规划中改运行源码。
  • 首轮文件清单查询research目录时该目录尚不存在,rg返回1;随后随来源登记创建目录。批量输出曾被工具截断,改为按文件/关键段读取,未将截断结果当完整证据。
  • 规划校验通过:9份Markdown、44个本地链接、8个来源目标、24项能力、22个来源/证据路径和8个元数据散列;git diff --check通过。4318仍由原PID23080监听。

M1 可靠内核与首个工程交付切片(2026-10-29,当前任务)

用户已批准继续下一步开发。先实现自有Task/Run/Step/Tool/Event/Artifact与可靠保存恢复,在兼容现有界面的基础上提供实际工程检查与交付样本,按小步测试并本地提交。

  1. [complete] 核对当前执行/保存/API/UI契约、升级机制和测试,确定兼容迁移与验收。
  2. [complete] 实现独立任务/运行契约、SQLite状态与追加事件、JSON迁移/备份、恢复和工具结果核对;10个实际退出切点通过。
  3. [complete] Runtime、配置/预算、审批/工具身份、任务/运行/工件界面和SSE补发已接入;6组任务UI及手机弹窗目视验收通过。
  4. [complete] 有界工程识别、npm检查计划/真实job和Git基线已验证;真实模型四模块工程13失败→14通过、构建及源文件Git交付完成。
  5. [complete] 68项完整测试、基础10/诊断9/任务7组界面、便携与源码独立构建/68项回归和真实模型样本通过。
  6. [complete] 1.1.0已保留原进程与连接升级至4318;真实工程记录和样本已入包,最终两个ZIP清单及散列通过。

本轮执行边界与发现

  • 4318原服务和仅内存的真实Key保留。开发/验证使用独立端口与数据;在保留连接的升级路径通过验证后再更新原进程,禁止提取/打印/复制Key。
  • 从main的b047665开始,当前工作区干净;本轮不推送远端,不修改其他项目。
  • 完成工具必须保留实际结果;执行结果未知的命令须核对,不能自动重放。JSON迁移失败不毁坏旧数据,SQLite状态与事件事务一致。
  • 不将本轮样本通过宣称为M2三类工程或M6专业验收完成。
  • 首次跟踪文件补丁错误地使用findings.md的不存在标题,整个补丁未应用;已按实际标题拆分修正。批量源代码输出按预算截断时只使用已收到部分,后续按相关文件补读。
  • Node24.22.1已安装;当前Store为同步JSON替换,所有Runtime调用直接修改session再save,升级通过替换原对象原型保留连接。新存储须提供兼容save并在升级前初始化/备份。
  • 首轮Store/Runtime12项检查11通过;旧隐私检查仍扫描JSON目录,迁移后目录不存在,已改为读取真实数据库/工件进行同一隐私断言。准备实际进程退出与事务/工具结果切点验证。
  • 本轮随后完成25项针对性检查、完整构建/47项回归及新增后的20项专项,均通过。47项与20项包含重复覆盖,不能相加宣称67个独立测试。
  • 执行被主动中断,后台测试已完成,原4318仍为PID23080;保留内核改动并保存本地检查点,尚未升级实际1.0.0服务或生成新发行包。
  • 后续首先完成任务记录/前端事件补发与预算界面,随后工程识别/TestRunner/Git基线和跨文件样本。当前Step仅代表模型轮次,尚无依赖任务图/多文件ChangeSet。
  • 恢复接续时核对:大型工件损坏的账本会标unknown,但旧工具事件的completed展示仍需一致性修正;串行热升级的handlerRoot路径和原进程停止时SQLite资源/owner释放仍需补充验证。真实内存Key保持,最终升级使用独立不可变发行目录避免模块缓存复用。

M1 本轮接续(继续开发不要停)

  • 保留已提交的2ea3485与已有未提交续作,接续审核后继续、日志工件读取、随附npm和封存工程样本。
  • [complete] 完善“继续检查与交付”的Task归属、重复操作与请求失败行为,API并发/重启及7组任务界面已通过。
  • [complete] 独立端口基础10/诊断9/任务7组回归通过,桌面与390px窄屏截图已目视核对。
  • [complete] 真实模型四模块工程完成,保护测试/fixtures/构建脚本和既有改动;失败/通过日志、diff、2Run和commit已保存。

M2首个内置Git交付切片

用户要求继续全量推进。在M1可运行版本与真实样本完成后,继续将审核后的源文件Git提交和确定性交付报告内置;三类工程、ChangeSet与完整M2验收仍另行推进。

  1. [complete] 明确源文件校验与Git基线的区别,设计当前Task的提交计划、job、归属和恢复契约。
  2. [complete] Task绑定的独立索引/引用事务提交已实现;真实失败→修复→新/旧文件提交、无关修改保留与9个真实退出切点通过。
  3. [complete] JSON/Markdown证据报告与预览/确认/核对/下载已实现;9组桌面/390px真实界面验收通过,同会话重复点击已修复。
  4. [complete] 修正首轮两项失败后,15项专项及92项完整回归、35组界面全部通过。真实模型四模块修复→14项测试/build→工作台Git提交与报告通过,本地实现提交7375898已保存。
  5. [complete] 最终1.2.0两个ZIP清单/CRC/散列和便携启动/复用/检查/停止通过;最终54份核心/测试/声明与独立源码92项验收逐字节一致。原PID/连接升级到最终独立发行目录,来源与证据已保存。
  • 恢复时父目录不是Git根目录;已定位到Agent-Workbench仓库。大批读取发生输出截断,后续按文件与关键段读取,不将未返回段落当已核对。

M2工程索引与精确补丁切片(1.3.0,下一批)

目标:补齐从工程结构/符号定位实际文件、按原文件SHA256提出精确改动的能力,减少对完整文件替换及长上下文的依赖。先完善确定性索引、来源与编辑契约,再接入模型工具和桌面/390px界面;多文件ChangeSet、Python检查器、worktree及M3引擎研究继续按完整路线推进。

  1. [complete] JS/TS/React采用已安装MIT @babel/parser 7.29.11的静态符号/导入索引,逐文件SHA256增量复用并绑定项目;Python只登记有明确范围的声明定位。9项索引专项包含Git过滤脚本不执行已通过。
  2. [complete] 带原文件SHA256、唯一锚点与不重叠范围的精确补丁提案;保留原有字节格式和审核/备份/冲突检查。6项补丁专项通过。
  3. [complete] 索引/查询/补丁模型工具、只读API及任务面板;结果能定位实际文件/行并核对来源。完整112项行为/API与43组桌面/390px流程通过。
  4. [complete] 实现14ce622与证据f1fe9d3已提交;112项回归/43组UI、便携与独立源码验收、真实模型长文件精确交付均通过。最终独立时间戳包的77份源码/测试/全部脚本及6份构建产物与独立验收逐字节一致;原PID23080保留连接和6项目/7会话更新,清单/CRC/SHA通过。

M2多文件变更集与可恢复应用(1.4.0,当前开发)

目标:将已审核的同Task文件提案绑定成封存变更集,写入前核对所有基线;保存原字节及逐文件执行账本,失败/实际进程中断后显式核对和恢复,并保留用户的并发改动。文件系统不提供跨文件原子事务,界面和报告必须区分全部完成、已回退和需核对;不自动重放未知写入。

  1. [complete] 核对提案、SQLite/工件/Task、API/UI与升级边界;CHANGE-SETS.md明确封存指纹、Git/文件全批预检、逐文件写入账本及显式核对/回退,普通源码开发不新建研究worker。
  2. [complete] Task所属封存指纹、快照工件、整批预检与可恢复应用已实现,24/24专项通过,包含13个真实进程退出切点、格式/Git保留、owner修改和恢复临时文件保护。
  3. [complete] 模型/API、桌面/390px批次统一审查及报告已实现;step_limit续接和卸载后迟到错误归属已修复,141项完整回归与11组批次/43组原UI全部通过。
  4. [complete] 实现5d03af9/719174e和实际模型证据4c234b3已提交。最终20261029115633372便携/源码包的2160/316份清单、CRC/SHA及独立便携检查通过;88份核心/测试/脚本/构建输入和6份构建产物与独立141项验收源码逐字节一致。原PID23080保留模型和全部7项目/9会话升级成功。真实批次样本14项测试/build/内置Git和报告完成,模型收尾仍paused/token_limit,HTTP520与385579已报告tokens分别保留。

有界请求上下文与隔离工程(下一批)

目标:先解决实际长Task的上下文重复投影和预算估算遗漏,再建立有明确归属、可恢复的Git工作区;保持全量历史、实际结果和同Task续接,不能截断工具协议或自动重放。桌面端/手机配对及外部引擎按后续路线继续。

  1. [complete] 完整请求计划包含系统、项目/Task状态、工具定义和响应余量;固定任务目标,按完整assistant/tool组选择近期历史,将旧组封存到SHA256可核验工件,明确估算与服务实际用量区别。
  2. [complete] 单长Task、多语言/大结果、完整协议、续接/实际退出及归属验证通过,158项完整回归和62组桌面/手机界面通过;独立不可变1.5包、原PID升级完成。真实模型首轮失败证据已保留,进入下方1.5.1修复与同Task续接,未将失败算成工程交付通过。
  3. [in_progress] 封存已提交HEAD、独立命名分支/worktree、持久准备/核对记录和稳定项目身份;首批21项行为/退出/过滤器通过,继续实际API、界面和发行验收。
  4. [pending] 继续React/TypeScript与Python工程检查,以及证据绑定的REA/Codex/DeepSeek适配和有界Purge实验;只将实测通过的切片标已实现。

真实工件循环修复(1.5.1,当前优先)

  1. [complete] 1.5独立包/源码158项回归与保留原PID升级完成;真实首轮27请求/249537tokens、358秒超时、无提案的失败已封存,定位最新大页未进入请求的循环。
  2. [complete] 工件页按双层JSON预算/Unicode边界/next_offset返回,直接代码依据优先选择;Task持久已读区间及no_progress暂停,专项4项和1项优先选择回归通过。
  3. [complete] 完整163项回归、63组UI、独立源码/便携与原PID升级完成;原失败Task四补丁/批次/14项检查/build和工作台Git交付通过。模型仍paused/step_limit、321秒续接上限与新增453235已报告tokens分别保留,不宣称自主循环完整收尾或成本下降。
  4. [in_progress] 接续.qa中已保存的独立Git/worktree创建/核对草稿,先补齐Git预览后确定性等待确认,再完成原工作区保护、退出恢复与桌面/手机流程。

独立工作区与审查收尾(1.6.0开发)

  1. [complete] Git预览后确定性停止模型请求并等待审查;34项相关回归/9组界面和本地提交7d60dc9保留。
  2. [complete] 工作区快照、普通检出、过滤器/hook关闭、稳定归属和实际进程恢复;21项初批行为及2项真实API交付通过,新增关闭等待和配置隐私用例进入全量回归。
  3. [complete] 原项目/子工作区导航与桌面/390px界面,异步操作有完整归属保护;1.6.0共72组界面通过。
  4. [complete] 最终短散列工作区的不可变1.6.0包、离线源码构建与192/192项独立回归通过;原PID23080保留模型连接和全部既有记录升级成功。真实模型工作区任务13次已报告请求后超时,未产生提案,失败单独封存,不能算真实工程交付成功。
  5. [pending] 继续React/TypeScript与Python工程检查、REA证据绑定的机制适配和Purge实验;Electron/移动配对及完整M2/M6另行验收。

本轮错误:首批API验证的2项失败均在测试阶段。Windows隐藏.git不能以创建标志覆盖,改为r+打开原控制文件;Git提交completed早于报告工件保存,改为同时等待报告身份再核对。没有修改正式服务或真实凭据。

本轮接续:首轮全量190项在默认高并发下185通过/5失败,原日志保留为.qa/workspaces-tests-initial.log;将真实Git/HTTP测试并发固定为2,不放宽超时或断言,补齐1.6.0重复升级兼容后重新验收。首轮界面协调器误用了旧4319演示宿主,版本不符即停止;改为四个旧验证器各自启动独立1.6.0宿主,八类72组全部通过。基础界面与工作区界面证据的命名碰撞已修正为独立路径,原结果未改写为不同结论。

2026-10-30 全量接续:先补真实任务执行,再扩工程能力

用户要求继续开发并全量推进。沿用既有源码和正式4318服务,本轮不涉及其他产品;已完成机制研究继续作为来源,不重复抓取完整工件。

  1. [complete] 14份真实发送正文SHA256全部核对;六份直接工程读取全部缺失,定位notice达到10700字符。发行、上游失败和上下文缺口分别封存并提交04a74ba。
  2. [complete] 紧凑历史定位、当前Task工作依据、原结果与发送视图深度核对,以及实际文件预算分页已实现。最终42项专项和构建通过,新工作依据8项包含实际检查失效。细化前完整199项通过,不替代最终200项独立源码回归。原失败历史离线投影在同16000窗口保留四模块/构建全文和测试摘录,模型请求为0。
  3. [complete] 1.6.1与1.6.2不可变包、最终独立源码200/200与205/205、74组界面及原PID/Provider升级完成。1.6.2七份真实冻结请求保留全部模块/README,但原Task新增11个响应仍反复查询状态,最新过大的工具组未进入请求;真实失败与人工停止单独保留,不计为工程交付成功。
  4. [in_progress] 内置有界、可核验的最新工具结果反馈和Python工程识别/结构化检查;补React/TypeScript真实工程交付样本,复用现有Task、审批、变更集、Git和报告。
  5. [pending] 将REA证据登记和已研究的引擎机制接成可验证切片,按实际成果更新能力矩阵;桌面安装端、手机配对和完整M6继续按产品方案实施。

本轮恢复:session-catchup没有额外输出;当前main为4117e9e,既有未提交修改仅为发行/部署证据和progress,完整保留。首次大批读取触发输出截断,改为限定目录和分段读取,未将未返回内容视为已核对。

1.7.0 全量接续验收(2026-10-30)

当前HEAD为87eec75,保留上一轮1.7.0未提交实现。正式4318经health核对为1.6.2/PID23080,Key仅在原Provider内存;开发与验收不重启或提取连接。

  1. [complete] Python和最新反馈17/17专项通过,解释器/统计/原结果与取消核对完成。
  2. [complete] Python实际API/重启和隔离Git交付2/2、桌面/390px7组通过;React实际测试、tsc/Vite、浏览器交互与四文件Git6组通过。API夹具修复不计真实模型自主成功。
  3. [complete] 完整回归224/224、十类87组界面、123份冻结输入及最终构建已通过,实现提交f291a7e。
  4. [in_progress] 不可变1.7.0发行20261029192936313,便携2326份/源码516份清单、CRC/SHA通过;独立离线安装与6份构建对照通过,完整224项源码回归运行中,便携连接重置现场已保存并按独立连接复验。验收后保留原PID/Provider更新。
  5. [pending] 在既有授权和预算内验收原Task续接,成功与失败分别封存;随后继续REA机制适配、桌面/移动方案切片。

本轮恢复错误:首次在父研究目录运行Git得到非仓库错误,已切换独立Agent-Workbench仓库;批量输出截断改为按文件小段读取;不存在的server路径已按rg定位为src/server。没有修改或重放正式任务。

REA内置切片接续

已使用独立无模型凭据的stdio MCP探针,REA6.8.0/2025-03-26握手、实际229工具发现和自建ASAR静态分析通过,完整Evidence保存在.qa/rea-probe-1.8。此为接入契约成果,还没有开放产品UI或模型调用;1.7.0发行验收期间只做独立探针与设计,之后完成Task/Run/目标/证据绑定和实际界面。

本轮错误:便携验收客户端在未确认命令时收到ECONNRESET,finally停止自有测试宿主后,原任务/提案/中断审批仍持久保留;没有改写为命令通过。保存python-engine-portable-initial-failure.json,独立连接包装器保持原验证器/断言、无重试。读取单行MCP catalog时按行截取造成巨大输出,后续仅解析选定工具与schema;Windows文件通配路径改为目录加rg glob。

2026-10-30 接续:分页修复与内置 REA 1.8 切片

用户继续授权全量开发;沿用当前未提交代码和全部原记录,不重新执行已通过的1.7验收。

  1. [complete] 恢复源码、Git和1.7原记录:独立源码/便携/保留PID升级均success=true;真实Task在5次新响应后no_progress,尚无提案,失败单独保留。
  2. [in_progress] 验证上一轮当Run分页覆盖和下一结果替换反馈预算修复;补实际HTTP续接与冻结请求核对,防止历史已读页造成误暂停。
  3. [in_progress] 沿用stdio MCP和REA适配草稿,实现项目/Task/Run/目标身份、原Evidence与来源验证;将静态分析/选页连接模型工具、API及桌面/390px界面。
  4. [pending] 专项与完整源码/界面/真实REA封存验证;完成小步本地Git提交和不可变1.8发行,按已验证升级方式保留原Provider。
  5. [pending] 验收真实模型任务交付并如实登记结果;后续引擎和桌面/移动配对仍按已有能力方案逐项推进。

2026-10-30 当前全量推进:正式交付与外部引擎

  1. [complete] 接续fc076c6及新不可变1.8.0包;最终244项独立源码全部通过,离线构建6份一致及源码内三项REA通过。已通过98组UI及旧失败记录保留。
  2. [complete] 最终便携10774份/源码8979份归档、实际REA与Node/npm检查通过;10项目/12会话全部核对并保留PID23080及原Provider升级1.8.0,部署与证据已补齐。
  3. [in_progress] DeepSeek原入口通过独立appReady信号、initialize/cwd/错误/退出探针,0模型请求。继续封存实际版本和实现引擎检测、独立进程/会话归属及能力限制。
  4. [pending] 验证引擎契约、实际无模型探针、独立API和桌面/390px界面;开放范围以真实授权/执行契约为准,Purge与工程任务成功率单独验收。
  5. [pending] 完成下一独立实现切片的小步Git提交、实际交付记录和后续工程任务计划;不能将握手或夹具通过标成完整自主项目交付。

原工程Task续接已完成独立验收:1.8.0真实模型四模块、14/14测试、构建、CLI和工作台Git提交通过,16次新增响应/158159tokens;已有来源和保护输入均保持,审批由验收器按原封存范围确认,原失败另行保留。后续引擎切片不重复该已完成Task。

恢复检查:父研究目录不是Git仓库,已定位独立产品目录;只读路径错误和大输出已改为明确工作目录及限定摘要。未读取Key、重放正式任务或撤销已有实现。

1.8.0 交付接续(2026-10-30)

用户要求继续全量推进。以既有1.8.0未提交实现为起点;正式服务仍为1.7.0/PID23080,保留原Provider和仅内存的模型连接。

  1. [complete] 恢复HEAD 4d06618、原分页修复与REA三操作开发证据;session-catchup无额外记录,已有改动全部保留。
  2. [complete] 研究面板11组及十一类98组界面通过;实际三类分析、字段/分页/下载、复用、停止、重启和桌面/390px视觉已核对。
  3. [in_progress] 锁定REA6.8.0生产依赖和随包清单,独立发行目录内三操作实测,防止借用父目录安装。
  4. [in_progress] 当前源码首轮243项242通过,重复升级漏版已修正且专项1/1;保留原失败,最终独立源码仍须全量验证。文档/能力矩阵已同步,准备本地实现提交。
  5. [pending] 不可变便携/源码包、离线源码构建/回归、归档校验及原PID/Provider升级;真实模型结果单独登记。

本轮恢复错误:父研究目录不是Git仓库,已切换独立产品目录。批量源码/文档输出触发截断后改为短段和结构化摘要;Windows rg通配文件名失败改为目录加-g,未把截断内容作为完整核对。所有验收使用自有工件、独立端口和数据目录。

恢复时的只读搜索一次错误使用Windows通配路径和不存在的types文件,改为实际目录加glob;先前大输出截断不作为完整读取证据。session-catchup未发现额外记录。

2026-10-30 当前接续:1.10.1交付与持久任务计划

用户继续授权全量推进,沿用HEAD 6bc3ce4及.qa/dev-task-plans独立工作区的未提交草稿。正式4318实测1.10.0/PID23080;原Provider及仅内存Key保持。

  1. [complete] 恢复1.10.1独立源码276/276、离线构建6份一致、实际随包REA/DeepSeek/Edge和便携/归档通过的原记录;不重复已完成的完整回归。
  2. [complete] 174份冻结输入及8749份发行输入与独立验收源码一致;专用证据封存、PID23080/Provider及14项目/24会话保留升级1.10.1。
  3. [complete] 同Task续接判定已修正,实模复验已执行并保存失败:桌面8/8,390px选择器匹配三个按钮;18响应/152837tokens、210秒后停止,不把部分通过算整体成功。
  4. [in_progress] 接续独立工作区的持久任务计划草稿;完成依赖、真实证据、续接/失效和确定性交付判定,接入模型/API/桌面及390px界面。
  5. [pending] 相关行为/API/恢复/真实界面和工程交付验收,审查diff并按小步本地提交;完成不可变下一发行的独立验收与部署。

恢复读文件时一次rg排除模式没有排除嵌套node_modules,输出过大;后续限定已知根文件及目录,不将截断清单作为核对结果。无新worker启动,不触碰其他项目。

当前1.11独立工作区实现与验收

2026-10-30接续:正式4318实际为1.10.1/PID23080;主分支b3d2d78与独立工作区6bc3ce4之间只有已封存的1.10.1交付文档。原20项专项19通过,唯一失败为验收器调用host.stop而实际helper提供host.close,已按原宿主契约修正。下一步完成最终专项、真实界面、完整独立源码及本地发行,保留旧失败原TAP与原Provider。

本轮恢复记录:过量批量读取曾被截断,后续分段限定预算;两个猜测的只读路径verify-task-ui.mjs/QA-1.10.1.md不存在,实际为verify-execution-ui.mjs/QA-1.10.md。未将截断或读取失败计为验证。

最终专项20/20通过。首次新UI验收在折叠的依赖证据区域查找可见按钮失败,0页面/请求异常;保留.qa/task-plan-ui-95c4471e-9d1b-4d86-9cbc-3304459f4c3e原DOM/截图/结果,验证器先展开实际区域再核对原禁用状态。界面离开任务面板后丢弃迟到响应的保护已补齐。

第二轮新UI6组通过,组件卸载故障场景试图点击保存弹窗背后的页签而被实际遮罩正确阻止,原结果保留.qa/task-plan-ui-c817c9f1-0f54-4711-bc8c-a6a15f1cf690。该场景改为明确标注的受控DOM事件调度,检验组件卸载后的迟到成功处理,不宣称用户能穿透弹窗。

接续21/21专项和9组Git复验通过:证据ID及页面重复提示按双层JSON预留,最新反馈保留原调用/证明/计划和DOM唯一定位。原完整UI首五类44组后因夹具依赖可见历史数量而失败,原失败封存后按实际反馈修正;完整源码原测试根PID16684/子树核对后主动结束,原输入/部分TAP及stopped.json保持,不计为完成。准备本地独立实现提交,最终完整源码/界面与发行另行验收。

  1. [complete] 持久任务依赖计划、不可变修订和原证据核验;Runtime/活动控制/HTTP身份/Git预览与发布/JSON及Markdown已接入,独立实现a103ab1已提交。
  2. [complete] 执行计划界面和结构化编辑器已构建;21项专项及14类126组实际界面通过,相关HTTP/恢复/1280px与390px记录均保留。
  3. [complete] 实际DOM唯一CSS定位与匹配数量、当前Run页面读取进展均已实现,保留严格多元素拒绝及原模型失败。
  4. [in_progress] 完整源码首轮600秒上限被终止的原记录仍保留;改用固定Node 24.22.1与独立pytest 8.4.2后,正式297/297源码回归通过,继续独立不可变发行、实际原Task续接和原Provider升级。

本轮错误:恢复时猜测不存在的server/http和check-runner测试路径,已按rg真实清单定位app.mjs与checks.test.mjs;一次过量输出改为限定短段。新增界面首轮可选execution字段TypeScript错误已修正并构建通过;首次TAP重定向因.qa不存在,测试尚未启动,创建目录后执行。