Files
Agent-Workbench/docs/QA-1.14.md
T

3.8 KiB

1.14 受控外部引擎验收

2026-10-31,接续60b63bc/正式1.13.0。本阶段按PLAN-1.14开发,当前尚未完成完整发行或正式升级;本地模型夹具、实际工具链、真实模型推理分别判定。

A:固定版本与协议

受控适配器锁定已有Harness 0.2.1-rc.2、sdk-minimal、原SDK/CLI/Node及七份工具/代理/LLM/Include关键运行器。每个Run生成独立home、agents、叠加插件和JSON patch;禁用原生文件、工作目录工具、持久终端、原生模型与重试插件,实际appReady后再次核对完整工具schema、唯一代理provider、所属PID/nonce/SDK session/Run和工作目录。

原SDK不提供单会话取消或反向审批。受控桥通过独立本地HTTP返回工具/模型请求,原SDK仍使用initialize、session/prompt、session/wait与shutdown;收据必须在所属agent/inbox/spliced原事件中出现,输出来自同一活动的assistant/message,不能用idle或回复文字判工程交付。停止/恢复与真实工程的完整接入仍由后续切片验收。

首轮7/7专项通过:关键运行器变化、Include patch、完整目录与重复schema、进程/Run/SDK身份及Origin/认证、重复/越界/格式错误/来源变化、模型目录/输出预算和停止/超长正文守卫。原TAP为controlled-engine-core-first.tap。

实际Harness加本地固定模型夹具通过:完整启动目录核对、两次代理模型请求、一次原工具调用、prompt入队收据、所属原活动输出与正常退出;0真实模型请求、0stderr。原输入/协议/通知/桥数据与退出保存在controlled-engine-native-first.json及对应-log.txt。本轮只读取独立夹具README,没有开放用户工程或现有真实连接。

B:执行账本与权限接入

原引擎工具进入所属Runtime的校验/审批/原结果账本,调用ID以引擎Run命名空间保存原sourceCallId。下一轮直接核对savedToolResult并封存真正反馈的工件;读取/提案/检查与工作台既有范围一致。引擎来源、所属叠加输入在接收工具、开始工具和批准后执行前复核,等待审批期间的变化不能使用旧许可。模型Key留在工作台Provider,原Native输入与实际兼容Chat请求分别保存。

首轮17项15通过/2断言失败,原spec输出保持;按既有check_status/message契约修正。第二轮相关兼容67/67通过;随后最新内核25/25通过,包括等待审批来源变化、损坏报告拒绝交付、原模型预算恢复单次记账、未知核对和完整HTTP原记录分页/下载/归属。各轮分别保存,不拼接统计。界面代码和原生三工程尚待独立验收。

关闭原SDK进程后的桥请求也拒绝进入模型/工具回调,追加7/7桥专项通过。原记录分别为controlled-engine-worker-first-spec-log.txt、controlled-engine-worker-compatible.tap、controlled-engine-worker-kernel.tap和controlled-engine-live-bridge.tap;来源字节和当前内核输入索引为controlled-engine-kernel-evidence.json。

本轮模型实际尝试由引擎桥记账,外层合成工具步骤不再重复记账。重启对原reservedPerAttempt/maxAttempts工件复核后保守记录未封存尝试,第二次恢复不重复计账;损坏预算不能减少累计用量。正常输出前关闭并封存引擎,worker成果仍需原报告、实际提案/检查和父审查。

已加入启动/运行中原创建时间和后代身份观察,关闭后复核完整所属树;活后代或观察失败保留unknown。原SDK会话不自动resume,人工核对独立保存review,原输出不改写为成功。下一步实际Harness+HTTP固定模型三工程及桌面/390px交付验证。

尚待验收

C:实际Harness独立工程/父审查;D:恢复/桌面/390px;E:Purge来源/兼容/同题对照;F:完整回归、独立发行及保留状态升级。正式4318继续使用不可变1.13.0。