Files
Agent-Workbench/docs/QA-M2-CI-OFFICIAL-CONTRACTS.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

50 lines
7.8 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 CI 与官方契约:验收及回顾
2026-11-08,基线 `470d6948`,最终程序与测试冻结于 `4a03ec52`,分支 `feat/task-agreement-1.25`。承接 [本批计划](M2-CI-PLAN.md) 和 [CI 使用说明](CI.md)。I27/I28 的本地实现和干净 Windows 验收完成;GitAtlas 可用 runner、实际 job 与上传回执仍 unknown,不能把本地结果称远端自动化通过。
入口从已提交源码重新导出、实际安装锁定依赖、编译并运行全部测试。当前最终结果为 **1222/1222 通过,0 失败/取消/跳过/todo**;网页及隐藏 Electron 的 1280/390 核心入口实际通过,四张最终图逐张实看。正式程序尚未发行或重启。
## 实际改动
- 新本地 contract/windows 入口和固定 action commit 的 Gitea 工作流,保留唯一 run、原命令/PID/exit/日志和源码/编译 SHA。缺环境、取消、跳过、todo、零测试或缺完整统计不能改成通过;上传显式包含隐藏 evidence 路径,实际远端上传仍需 job 回执。
- 官方四来源清单、26 条记录、版本/字段/弃用快照与 14 个行为回归绑定;新旧快照保持,不把冻结当验证。三个历史套件改用 65 份最小带 SHA/Git blob 的回放输入,原 112 份来源保持;原完整档案、用户项目和凭据不进入源码包。
- Windows 使用产品实际 Edge 与锁定 Electron;显式选择公共 Electron 镜像并继续验证官方 checksums。原官方/Chromium下载异常仍保留。Python 新 venv 按七个精确 wheel SHA 安装,不污染外部解释器。
- 修复开放模式的工具广告与既有任务执行契约不一致。诊断和无需测试约定保留;未新增执行守卫或本地模型额度。研究 HTTP 夹具采用当前不限/完整历史默认,原五请求/一次分析、Task/Evidence 与诊断只读断言不删。
- Python 报告测试通过原下载路由核完整字节长度/SHA后解析;stdlib unittest 场景用真实 venv --without-pip,不省略 CI 自身的 pip/pytest 安装。推理回归区分自定义名称、显式 provider 和精确官方型号,不恢复前缀猜厂商。
- 提醒回归按五个实际请求和结束逐阶段观察,每阶段仍有停滞失败及最后状态;未更改产品时长。窄屏导航使用真实可见工具箱,原生截帧等待已加载卡片/可用选择、字体、有限动画及两个 RAF,并保存失败 DOM/PNG。
## 验证依据
| 范围 | 实际结果与来源 |
| --- | --- |
| 最终干净 Windows | `final/run-windows-mw6lllq7-33d6c439`,1222/1222 通过,0 失败/取消/跳过/todo,测试 3392886.1639ms;实际新 npm ci、新 Python QA、锁定 Electron、构建、全部 146 文件 |
| 最终源码与编译 | 1376 个导出输入、29 个编译文件前后一致;源码 ZIP SHA `00186b18e1c4a8cf47596bd53201f129cec01cfb796f5dc0b036d7a49ecfa526`,当前已提交程序/测试输入与冻结 commit 一致,后续指南提交分开记录 |
| 环境 | Node v24.22.1 / npm 11.19.1 / Python 3.11.15 / pytest 8.4.2 / Playwright 1.64.1 / Electron 45.2.0 / Edge 156.0.4314.58;公共镜像只是二进制下载来源,官方 checksum 未关闭 |
| 实际两端 | 7 组、4 图/4 DOM;1280×900 与 390×844,字体及两帧记录、PNG实际尺寸与 SHA、原项目文件保持;页面脚本错误/外部页面请求/模型尝试均 0 |
| 清理 | 原宿主/Electron退出;记录端口原结果和结束后再次实收 TCP ECONNREFUSED,不由 health 缺失推断端口关闭 |
| 旧五批封存 | 21,297 个声明原件、7,184,046,930 字节及五个 MANIFEST 只读逐 SHA 相符;依赖链接不递归 |
2,001 条 companion 操作的完整保留/重启回归实际耗时872353.5061ms,4,002 条审计与旧 unknown 保持;记录正确不表示规模性能已优化,M7 的大 metadata 写入性能待办仍保留。本批实际测试来源没有因长时间暂时无新TAP而主动结束,聚合观察只读取自有测试数据。
此前独立 contract 的 187/187 来自 `880c88c7`;Python/推理专项 23/23、三个实际文件 22/22 与 tool-prefix 4/4 来自各自冻结输入,不能冒称当时已经最终干净全绿。首专项误带不存在的 tool-surface 文件,原命令不改;只承认实际三个文件 22 项,纠正记录单独保留。最终 Windows 按 146 个真实文件逐 SHA 登记。
## 原失败与回顾
1. 首 Chromium 下载 625374ms、第二次官方 Electron 552652ms 后,经 PID/父/参数/UTC 归属核对主动结束。原 exit1 和 interrupted=false 保持,另注明外部人为结束,不能改成自然网络退出;HEAD/首范围成功也不当完整下载成功。
2. 首完整 Windows 来源 `36c6be4f`:1211 项、1194 通过/17 失败,0 取消/跳过/todo,3534259ms,自然结束,后置桌面未执行。原报告/日志/最终清单不追加;1308 个导出输入及编译后来只读复核一致。
3. 17 项包括四项旧原生/品牌/容量/目录断言、八项包外历史回放依赖、五项 Python/推理/提醒/研究问题。旧断言按实际原生和来源契约修正,历史套件只替换必要来源,不删断言或加 skip。
4. Python 原预览因报告增长截断;深路径原错明确为 ensurepip 的 setuptools WinError206,UTF-8不能解决路径长度。辅助复验器曾误覆盖项目 Python 导致另三项失败,原27/32保留,修复器与最终 CI 不带该覆盖。
5. 研究首因是旧16K夹具读取 Evidence 元数据失败,随后本机模型夹具解析错误和重试才触发工具范围断言,是受控夹具问题;另确有广告/执行不一致的产品缺陷并已修复。提醒原并发超时缺最后状态,不能补造唯一性能根因,原20秒局部通过与新逐阶段验证分别记录。
6. 第一轮网页缩至390时侧栏变inert,导航点击超时,未跑Electron。第二轮原报告7组/4图通过,但原生图仍为加载/工具箱,完整视觉验收不接受,原 passed:true 不改。第三轮补帧同步后四图实看通过;最终干净轮再次独立验实际输入和画面。隐藏QA窗口关闭background throttling只影响本次捕获,不改变产品窗口行为。
7. 辅助路径/glob、输出截断、记录id和文档锚点错误记在本批计划,拒绝即保留;未借这些错误改变产品守卫或旧事实。Mnemo 七固定原件和五组向量只是独立只读登记,未接通 SDK/服务或回复来源线程。
## 封存与后续
新根 `.qa/m2-ci-2026-11-07/` 的证据/来源/日志/导出输入共 7595 份、150586505 字节;MANIFEST SHA `aaeaf694a1cb2444ee8bdfd5ec74ccc768c5659a38fdd6b3be36d6d69abe4951`。执行依赖、缓存、临时环境和链接按清单明确排除并保留磁盘原件,安装/锁/依赖树/二进制身份在原报告;不将这些排除隐瞒成整个目录的全文件封存。封存后本根只读,推送收尾另写新 close 根。
完整机器记录见 [m2-ci-2026-11-07.json](m2-ci-2026-11-07.json)。源码/验收 `44b6a09b` 已普通 GitAtlas 增量推送,远端HEAD和重新fetch的提交链逐SHA一致,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。无需 force,不以推送成功代替远端 runner/job 成功。
本批 0 真实模型请求/真实 Key 读取/正式写入,不发行、安装或重启正式服务,不委派或续旧工程,不作正式 health 新声明;仅沿 F 的历史 1.25.12/PID71628 记录。默认 unrestricted/passthrough/preserve 与持久 ask/auto/full 保持。
下一按 [M3 计划](M3-RELEASE-PLAN.md)实现精确 schema2 迁移和已产生结果后的可用回退,再统一发行;不能删新账本或移除原行/工件保持核对。之后另冻 M4 真实基线。W/AD/AE/AG 网络/unknown、重复读取普遍改善、R/W v2 真机剔除边界和 Purge 收益 unknown 继续保留,全球供应商兼容与后续产品化事项不由本次本机契约代签。