Files
Agent-Workbench/docs/M2-CI-PLAN.md
T
Agent Workbench Dev f7705d9634
Official contracts and Windows source CI / windows-source (push) Has been cancelled
docs(qa): confirm GitAtlas CI push and release handoff
2026-11-08 01:20:22 +08:00

64 lines
19 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.
# M2 第六批:CI 与官方契约回归闭环
2026-11-07,基线 `470d694831c315c034e3f36891e4f3faf94cbe0f`,分支 `feat/task-agreement-1.25`,干净工作树。承接 I09/I11 已封存交付,不重做上一批。完成 I27 可重复的源码/契约/构建/安装检查入口与 I28 官方来源、版本差异及弃用的回归关联;随后 M3 单独冻结统一发行。
1. [complete] 固定470d6948基线/tree/锁文件/Node身份,planning catchup退出0。GitAtlas实际1.26.2且Actions启用,runner/runs匿名401,未确认执行器;1.26官方三篇HTTP200原件与重定向/401保存,见[来源](CI-SOURCES.md)。当前外部Python3.11.15缺pytest,缺环境失败原件保留。
2. [complete] 唯一run/原日志/exit/PID/环境、源码ZIP前后SHA、固定Node/npm/Python及带哈希venv依赖、官方四来源清单/26记录/版本字段弃用差异与14回归输入已实现。新专项和源码包最终11/11,首10/11保留;来源SHA/省略凭据getter/unknown命令/跳过不能改绿的边界通过。尚不替代独立干净环境结果。
3. [complete] `.gitea/workflows/ci.yml` 与本地contract/windows入口、真正YAML解析与固定action refs已实现;精确该workflow路径进入源码包白名单,实际自有Git ZIP和其它.gitea配置排除通过。实际Windows网页/隐藏Electron入口1280/390与关闭核对准备,独立运行尚待。
4. [complete] 最终已提交4a03ec52独立干净源码实际新npm/Python QA/Electron安装,146文件1222/1222、0失败/取消/跳过/todo;实际Edge/隐藏Electron7组/4图并逐张实看,1376导出输入/29编译前后一致。来源/环境/原日志与TCP清理复核通过,不将本地结果称远端执行。
5. [complete] 分阶段源码与验收44b6a09b已普通增量推送,远端HEAD/重新fetch的每项提交SHA一致;7595新原件/清单和五旧根21297原件保持。见[推送回执](gitatlas-m2-ci-push.json),回执与完成状态最后另提交并再次核对。外部runner/job/上传仍未知,不安装持久runner或以本地通过代签远端。
新证据只写 `.qa/m2-ci-2026-11-07/`,原 I10/I13/I15/I14/I09-I11 封存根只读。本批不委派、不读真实模型 Key、不请求真实模型、不操作正式配置/数据/安装/重启,不续旧实验或用户工程,不安装持久 runner。公开 GitAtlas API/官方资料仅作只读调查,失败与无法确认状态均保留。
默认 unrestricted/passthrough/preserve 与持久 ask/auto/full 保持;CI 不恢复预算/上下文/输出/历史限制或逐步审批。W/AD/AE/AG 网络/unknown、重复读取普遍收益、R/W v2 真实剔除边界及 Purge 收益 unknown 不变。官方夹具只证明确定性契约,本批无真实供应商验证。M3 必须验证声明的 schema2 迁移增量及新处理器实际产生结果后的回退,不能删新账本或直接移除逐表全等守卫。
## 调查与原失败
- 接续读取组合输出过大导致工具截断,随后限定相关段落;未改产品或旧证据。
- PowerShell 未引用的 `HEAD^{tree}` 被解释为脚本块,Git 调查失败;改用引号固定 revision 参数,未产生提交或数据改动。
- 只读调查误猜 `visible-browser.test` / `request-contract.test` / `browser-launch` 和 PowerShell 不展开的 rg 路径通配符;改用实际文件列表,不记作产品失败。
- GitAtlas 公开 API 实测 Gitea 1.26.2、仓库 Actions 启用;runner 和运行 API 匿名均 401,执行环境仍未知。当前仓库 API 的 `private=false` 作为观察保存,不更改用户仓库配置。
- Gitea 无尾斜杠/旧 runner 入口返回 308/301,原件保持;另取对应 1.26 官方三篇 HTTP 200 正文,不能将重定向当原正文通过。
- 外部Python3.11.15当前缺pytest,`import pytest`实收ModuleNotFoundError;计划新建独立QA环境并按带哈希的锁文件安装,不污染原解释器环境。
- 来源准备首轮把Colorama实际`py2.py3`通用wheel误判为缺wheel;未处理的并行失败使其余部分响应未落盘。第二轮误假设所有响应都存在,实收ENOENT。第三轮顺序复用已存原件并仅补缺失PyPI元数据,7个精确wheel及SHA已固定;两原脚本/失败保持,不改成通过。
- Checkout原metadata HTTPS首次fetch失败、第二次45秒超时、第三次公开Git clone连接被重置(128);第四次Gitea官方actions镜像按同一v4.2.2 commit取得HTTP200原metadata。四记录分开,不能称GitHub网络已恢复;工作流采用同commit镜像URL。
- YAML依赖准备器首相对import多退一级,实收ERR_MODULE_NOT_FOUND;原脚本保持,第二轮正确import成功,只新增yaml和根依赖声明两个lock条目。
- 官方快照首准备器把已有受控同级fixture引用误判为逃逸;原helper保存,改为整个固定`tests/fixtures`范围,仍逐原字节SHA核对,未改原SOURCE.json或来源正文。
- 首专项11项为10过1失败:新源码ZIP fixture未声明workflow的LF,实际Git archive按全局属性导出CRLF。保留原11项日志/测试,只为自有fixture明确声明与产品一致的workflow LF,再单独补验该文件。来源索引检查首.gitattributes工作文本CRLF与Git LF不一致,原字节保存后只规范该文本,14暂存原字节再核对通过。
- 源码提交首CI入口末尾空行被diff检查拒绝,随后误继续启动CI被未提交输入前置检查拒绝。原preflight失败完整保留,修空行后才af42b949提交并另起干净run,不把失败算通过。
- af42b949独立npm/Python/来源/工作流已通过;Electron包读取路径会spawnSync隐式下载,缺独立日志,随后实际成功并继续受记录的Chromium安装。保留原运行/进程观察,根源码改为在过滤环境内显式electron-install命令,后续另run;当前原run继续验证其自身冻结源码,不复写/冒签新入口。
- af42b949的Chromium下载正文持续0字节;只读HEAD为307→storage200但不证明正文成功。按pid62420/父64192/命令行核对后结束自有下载子树,原run非零失败保留。实际产品浏览器契约只要求Edge;改CI按实际Edge与Electron通过固定Playwright运行,不省略浏览器检查,缺Edge仍失败。
- 上传action默认不包含隐藏文件,复核发现需显式`include-hidden-files:true`才能保留白名单`.qa`证据;新增反例断言,不将原工作流静态通过当实际上传通过。
- 自有Chromium结束首条件误要求相对CLI命令带绝对工作目录、第二次JSON日期经Parse丢UTC类型导致误差8小时,均安全拒绝未结束进程。第三次从原JSON字符串精确解析UTC,pid/父/程序/参数/启动时点差0.003436秒一致后才结束;原run exit1、625374ms原下载日志保留(记录interrupted=false仅是外部taskkill未经过runner信号处理,不能解读为自然网络失败)。
- 0b4f1de4第二干净run在过滤环境下官方Electron下载暂存0字节,552652ms后经原PID/父/UTC身份核对主动结束,自有命令exit1/原日志保持。公共HEAD/首1024字节与完整响应首块探测成功只证明这些范围,未当成完整下载。新增显式公共二进制镜像选择(版本目录/原官方checksums不变)、Python UTF-8和URL不得携带凭据的边界,后续新run;不继承真实API或电脑下载配置。
- Mnemo记忆桥第一次源SHA实读一致,后来准备封存时已被并发更新为763d796b;校验即拒绝,当前新原文与旧观察分开保存,未采用新版本/接入服务/发模型/回复来源线程。
- 36c6be4f第三干净run确实完成npm ci、独立venv/wheel安装、带官方checksums的显式镜像Electron及build;全部146测试文件持续运行,不提前中断。首四项为近期原生块/品牌/输入容量与请求绑定的旧断言:限定三个测试已核对语义并补原生往返、独立上下文/输入容量和请求绑定,专项41/41通过,原失败原日志保持;测试文本随后仅按已声明LF规范化,最终干净CI另验最终字节。
- 全套另暴露engine-context测试在模块加载时依赖源码包故意排除的历史档案;静态核对还有model-reservation和original-purge同类包外输入。下一只将必要的解析子树/公开锁定源码整理为带原SHA/Git blob的测试夹具,保留历史全集,不扩大源码包到项目/会话/凭据或证据档案,不删套件或加skip改绿。
- 最小回放准备实读112份已提交来源并核当前字节与Git blob一致;生成65份2452465字节(四engine子树、一R原证明/六回执/请求子树、60锁定公开Purge源码)。INDEX逐SHA/字段来源及公开源码原license/NOTICE保持,原来源前后不变;三个套件保留所有断言,仅改为本地声明输入。新CI前置核全部夹具,漂移/缺失/逃逸反例待专项验证,不将JSON投影冒称完整原会话字节。
- 四engine新/旧原生输入、模型配置、工具回执子树和实际engineContextView输出逐项一致;R原证明/六回执/请求一致,112原来源再次核SHA通过。原三个回归套件加CI负向边界专项35/35(39303ms),未知文件/同长度SHA变化/缺文件/路径逃逸均不能通过;未新增真实模型或实际Harness派发。旧全套仍持续收集,尚不记CI全绿。
- 冒烟清理复核发现原`portClosed:true`仅由HTTP health不可取和PID退出推导,未直接核监听。增加仅针对本次记录127.0.0.1端口的TCP接收/拒绝观察;缺health但仍监听不能通过,异常/超时保持失败,不结束外来进程。同页watch去重避免把一次浏览器事件记两次。首次直接工具专项8/8(没有独立磁盘原日志),规范最终文本后另用记录器核最终输入;实际Edge/Electron仍待最终Windows run。
- 36c6be4f首完整Windows run自然结束:146文件/1211项,1194通过17失败,0取消/跳过/todo,3534259ms;未运行后置桌面冒烟。原报告/原日志/最终MANIFEST不追加,另在`remaining-before-2/first-complete-ci-review.json`只读核1308源码输入与编译文件前后一致。此前12项由旧断言/包外回放输入修正覆盖,余项仍单独追因,不冒称首全套全绿。
- 交付报告增长后,Python HTTP测试仍把64KB预览当完整JSON;改用原下载路由并与工件元数据逐字节长度/SHA核对,再保留原Git/工程/测试/文件来源断言,不裁短报告或删账本。虚构`deepseek-owned`前缀不再推出官方厂商;补未知兼容、显式provider和精确官方型号三种来源断言,原原生发送与负向输入核验保留。
- Python深路径独立复现原ensurepip及开启UTF-8后的失败;内层原错明确为setuptools包路径WinError206,并非编码根因。该用例只运行stdlib unittest,改为真实`venv --without-pip`,149字符项目环境仍静态deferred、实际解释器3.11.15和1项unittest通过。CI自身带哈希pip/pytest安装不省略,产品解释器识别/身份守卫未改。
- 局部首复验32项27通过5失败;复验器误额外设置`AGENT_WORKBENCH_PYTHON_PATH`,覆盖项目`.venv`选择导致其中3项失败,与首完整CI环境不同。保留原命令/输入/日志,移除复验器该覆盖后另轮验证。其它推理旧断言与研究读取失败再现,提醒原20秒等待在局部原用例通过;不把这些替代首并发失败。
- 研究原失败JSON逐层复核发现首因是旧16K有限夹具的Evidence字段读取返回“预算无法容纳元数据”,随后本机模型夹具解析失败并触发其重试,才出现第4/5次工具范围断言。完整原状态在`research-first-failure-state-1.json`,这是受控夹具错误,不是外部供应商异常。下一让该研究功能用例采用当前不限/完整历史默认,同时核对开放诊断工具广告与既有执行契约一致;不恢复额度或新增执行拦截。
- 原提醒五请求/原20秒等待另做逐请求和状态观察,11.6秒独立用例通过;原并发超时的最后状态未封存,不能补造唯一性能根因。后续验收按五个实际请求的进展观察等待,仍核一次发送/当前证据/resolved/跨会话拒读/重启持久,不把总20秒误当产品运行额度。
- 三处测试修正最终规范文本专项23/23,0失败/取消/跳过/todo,102798ms;正确QA解释器环境下,先前误覆盖的三项识别/身份用例均通过。全部产品/测试/脚本与编译输入前后一致,见`remaining-python-profile-fixed/run-windows-mw6jyjbh-5f925ebf/evidence/`。这仅是复用已建依赖/编译的专项,最后干净安装全套仍待;原首轮与局部失败未改写。
- 核对现有执行端后,开放/full的诊断仍按`taskToolAllowed`保留只读意图;原工具广告却在unrestricted下绕过它。只修发送工具列表和排除原因,使广告与已有执行契约一致,未新增执行守卫;研究HTTP用例采用当前不限/完整历史默认,原5请求/1分析/原Task/Evidence/诊断只读断言全部保留。新增full诊断/无需测试广告、强行写入仍按原契约记错、无审批/文件变化/主历史替换的回归。
- 最后新编译下三个实际文件22/22(47111ms),另实际`tool-prefix-observation.test.mjs`4/4(12270ms)通过;分别保留来源/编译SHA。首专项命令误带不存在的`tool-surface.test.mjs`,Node未拒绝该参数;只承认实际三个文件的22项,不宣称四文件完成,纠正在`task-surface-actual-input-review-1.json`。局部复验器随后加实文件前置;最终CI原本已逐个读取测试输入SHA,不采用该错误参数。
- 提醒验收按5个实际请求及最终结束逐阶段观察,每阶段仍20秒停滞失败并保存最后运行状态;新编译下5请求/resolved/原设置与跨会话/重启全部通过。它只是验收等待方式,未修改产品不限时长、模型等待或预算策略;原31秒并发失败及两次原20秒局部通过分别保留。
- 第一次实际Edge冒烟在1280模型中心通过,390切换后导航仍点击刚变inert的侧栏而30秒失败;真实失败DOM28131字节/PNG42376字节已保存并实看,0页面脚本错/外部请求,所属宿主65732及记录TCP58255已实际退出/拒绝连接。未运行Electron,不能冒称桌面通过。改模型中心验收导航使用两宽度均可见的工具箱;不force点击或改产品布局。失败捕获已补DOM及隐藏Electron原生截图,原错不被捕获失败替换。
- 第二次实际冒烟`run-windows-mw6ko1ui-9d5564cc`原报告7组/4图通过,但实看原生1280仍为加载画面、390仍为工具箱,DOM与PNG不同步;不接受为完整视觉通过,原报告的`passed:true`与原图照存。第三次`run-windows-mw6kwdlc-8ead8ec3`在模型卡片/可用默认选择、字体、有限动画及两个实际RAF后原生截帧,7组/4图通过(命令32314ms),四图逐张实看均为加载完成的模型中心;宽窄网页/原生无文档横溢,窄原生内部滚动条保持。隐藏QA窗口临时关闭background throttling,尺寸逐项核对,不更改产品窗口行为;录入字段改名`requireLoadedModelCard`明确它是要求而非预填成功证据,观察在DOM的`painted`字段及原图。
- 第三轮来源/构建前后未变,0模型尝试/页面脚本错误/外部页面请求;宿主62812/Electron13276退出,TCP62009实收ECONNREFUSED。第二轮宿主67464/Electron39816与TCP65462亦结束,不能由截图不足推导产品服务失败。两轮原报告/PNG/DOM不改写,另存只读视觉及SHA复核;最终已提交源码的干净Windows全套仍待。
- 本次接续planning catchup退出0无补遗;组合读取历史内容再次遇工具输出截断,随后按当前规则/计划/实际diff限定输出。新日期为2026-11-08(本批来源与证据目录仍沿2026-11-07),不重做已完成专项,不改原证据或正式服务。
- 本次提交前辅助索引核对误猜专项快照名`inputs-before.json`,实收ENOENT并以exit1停止,未继续提交。按实际证据文件名核对后再提交;这是辅助读取错误,不改原专项统计或产品。
- 必要CI专项辅助记录器首命令id误含`.mjs`被既有仅字母/数字/横线守卫拒绝,尚未启动任何测试。原helper/已创建输入保留,另存check-2用稳定数字id后再执行;不更改产品记录器或放宽守卫。
- 运行时/研究/任务广告修复已限定提交`87ca0751`,暂存字节与22项专项冻结输入逐SHA一致。提交前八图/八DOM SHA和PNG实际尺寸复核通过,最新两张原生图本次再次实看;两轮记录PID均不存在、TCP65462/62009重新实收拒绝,只观察自有QA端口。提醒/导航/截帧最终代码语法与CI pipeline8/8通过,来源SHA前后一致,`requireLoadedModelCard`仅记录语义更名;下一限定提交后以最终已提交源码另起真正干净Windows全套。
- 提醒/导航/截帧与本次进展已提交`4a03ec52`;最终干净`run-windows-mw6lllq7-33d6c439`从此commit导出1376输入(源码ZIP5105901字节),真正npm ci40965ms、新venv/带哈希依赖、显式镜像Electron/官方checksum30666ms与build7013ms均通过,全部146文件正在运行。随后Mnemo只读文档单独提交`1a9c51b1`,没有改变最终已冻结的程序/测试输入,不以当前文档HEAD冒称其冻结来源。
- 独立预读M3时误猜旧core-database、model-attempt-store/request-ledger-store路径且使用PowerShell不展开的storage通配路径,rg实际读取报错;改为`rg --files`列出的storage/ledger输入及`install-manager.mjs`,仅规划观察,未写安装/存储实现或正式数据。
- 最终全套大记录阶段的辅助只读SQL观察器移到更深目录后仍用原相对import,首ERR_MODULE_NOT_FOUND未打开数据库;原helper保留,另存正确深度再观察聚合计数。测试自身继续运行,未改产品/测试或终止任务。
- 最终Windows自然结束:4a03ec52、146文件1222/1222,3392886ms,全部命令exit0/interrupted=false;新依赖/完整构建之后真实桌面39077ms通过7组/4图。最后只读核1376源码输入/29编译、锁定Node/npm/Python/Playwright/Electron/Edge、原命令/报告/清单 SHA一致;四PNG逐张实看加载完成的模型中心,原生宽窄没有第二轮画面滞后,所属宿主/Electron和记录TCP再次退出/拒绝,0模型尝试/页面错误/外部页面请求。最终2千操作回归872353.5061ms,保持完整4002审计/unknown/重启;这证明记录保留,不代表规模性能已经优化,M7性能待办保持。
- 协调方国内入口四固定原件SHA和反馈9efcc256一致,离线60原键/一次POST/源与本机任务/closeout输入SHA核对通过,仅保存字段/计数而未重跑HTTPS/34API/12Edge/900秒调用。来源报告7.828秒与原手机/SSE/unknown分别保持,文档3d649b3b单独提交;主CI/M3默认域/模型Key/route/预算/权限未改,也未向来源线程回复。
- 最终记录patch首误匹配机器生成器不存在的独立行,工具拒绝且整组未应用;按实际finalUI锚点再保存规模时长字段,未更改原CI报告或程序输入。
- 7595份150586505字节已封存,MANIFEST SHA aaeaf694a1cb2444ee8bdfd5ec74ccc768c5659a38fdd6b3be36d6d69abe4951;60个执行依赖/缓存/临时目录明确排除且磁盘保持,无链接遍历,原失败未删除。当前33指南链接/11文档及统计/输入复核通过,验收44b6a09b普通增量推送成功;远端HEAD与fetch提交链逐SHA一致,原封存根不追加,推送记录只写新close根。下一M3实际迁移/保留新结果回退,正式未操作。