Files
Agent-Workbench/docs/QA-NEWAPI-COMPATIBILITY-REVIEW.md
T
2026-11-06 20:29:16 +08:00

6.2 KiB
Raw Blame History

New API 全量学习与兼容修复验收

用户要求学习New API中文全部文档,追加明确API与Plugins两部分。本轮完成305篇正文和201份嵌入接口定义的审读,落实两处已经确认的源码缺陷;没有请求真实模型、操作正式数据或真实Key,也没有打包、安装或重启。

来源固定为文档仓库d254f1842dc3d08d60f2269e2c9d4c9876a3dfbc。中文目录与sitemap的305篇路径完全一致,逐篇阅读批次与下载记录分开,正文/接口SHA和接口Git blob再次核对通过。图片未逐像素检查,更新日志略去重复下载HTML,接口语义阅读略去x-apifox编辑器扩展。不能把全文导出中省去的201份API定义当作已读;此次已另外全部审读。

两处修复

ae5123c5修复已有连接应用目录时跳过upstreamModel更新。现在仅替换选中连接的上游声明,保留用户参数、名字、能力覆盖、启停和凭据;未选连接不动。目录变动不增加与加密凭据绑定的连接revision,避免凭据失效;registry事务仍持久化并可回退。替换对象使已经准备的Run继续持有原目录快照,新请求才使用新声明。增加displayName、inputTokenLimit、outputTokenLimit的字段解析,但不宣称接入Gemini原生请求或分页。

341f5f69修复截断说明误称“未附加输出额度”。诊断读取本次实际发送的序列化请求,分别显示max_tokens、max_completion_tokens、max_output_tokens及实际数值,或明确未携带输出上限;Messages同时注明协议要求max_tokens。HTTP200的Responses incomplete/max_output_tokens补齐output_truncated分类,其它incomplete原因保持。原响应、用量和物理尝试保留,不自动扩大参数、重试或执行截断工具批次。

验证与原失败

完整源码build通过;测试使用该次构建的独立candidate-app目录,包含30个编译/静态文件,目录与输入SHA已冻结。HTTP测试显式设置AGENT_WORKBENCH_TEST_APP_ROOT,未使用仓库中旧bundle或正式服务。相关11个测试文件共126/126通过,0失败/取消/跳过;这是相关回归,不是全量测试或真实供应商验收。

验证 结果与证据
目录刷新修复前 0/3,原件catalog-refresh-before.tap保持
目录刷新源码专项 3/3;后续加入独立编译HTTP场景,最终4项包含在126项中
实际HTTP目录刷新 上游声明64000→256000,返回新事实,连接revision与用户字段保持,只有2次目录请求、0模型请求
凭据与冻结请求 合成Key原对象/加密块/保存状态保持,重开Store可加载;旧请求64000不变,新请求256000,显式原生123456优先
事务失败 原registry/凭据与可再次显式应用的preview保持
截断首轮 0/10,包含Responses测试夹具错误,不能把10个失败都归因为产品缺陷
截断第一次修复后 7/10;两条Responses子例误把payload.status=incomplete用作HTTP状态,父例也失败;原件output-diagnostics-after.tap保持
夹具纠正与分类边界 按helper契约以body包装原payload;增加content_filter/缺失原因的非输出截断核对,13/13通过
最终相关回归 related-1.tap,126/126,89695.9218ms;覆盖三协议、Messages必填值、目录/池、原生推理、状态保留、JSON/SSE、停止/unknown、容量及工具完整性

实际截断场景核对了原输入完整、单次物理请求、单次消费回执、原响应正文以及30个报告tokens;这些都是自有本机HTTP夹具,不是供应商消费。目录源/子连接、未选项、关闭项、用户能力覆盖和保存凭据均有断言。

验收摘要绑定源码341f5f69f6de5845f1e6626236f46cd3dcdcf2a0及实际构建输入,摘要SHA为356ebada824a8e1f02a6c4ca3e1b962f23097ffd953562bd0f52476af7a853ae。原失败、成功日志与候选文件分别记录SHA,未覆盖原件。

保留事项与下一步

正式安装本轮未改动,沿F交付记录为1.25.12/程序6867cd5a;本轮没有重新查询其运行状态。当前正式Claude缺少上游容量声明/显式原生值,Messages仍沿原连接2048作为必填值。这不是最大值,本次源码修复也未部署。不能用max_tokens=0表示无限,不能猜具体型号的权威最大输出,也不能承诺上游一定公布全部能力。

Gemini原生/媒体、服务端工具和New API Wasm插件宿主仍属于独立功能差距。New API的管理额度/费率/预扣、Redis/Session与工作台本地额度及模型prompt cache分别处理,不恢复默认本地限制或审批停顿。历史缺max_tokens的400、网络异常、unknown用量、重复读取及Purge收益unknown原样保持,不因阅读或夹具成功改写。

阶段回顾:文档学习须核对正文与嵌入定义的实际覆盖,版本矛盾不能靠示例猜测;供应商字段必须按实际wire诊断。目录事实与用户设置/加密绑定/运行快照分开更新,能修复同步缺陷,同时不隐式改用户配置。调查中的只读路径缺失、过量输出和一次未匹配patch,以及上述测试夹具问题均不计为验证通过;已纠正并保留原记录。

下一阶段按需独立发行这两处修复,再另冻真实供应商兼容/工程样本;没有新证据前不宣布角色收益、缓存收益或Purge收益通过。提交与普通增量推送按用户持续授权执行,推送回执另记。

推送已核对:原远端63560d41普通推进至0dd9c50d90a8666575f934b7f70d2ca097462cd0,含本轮来源、审读、两处修复与验收5个提交,ls-remote精确一致。见GitAtlas回执;回执与阶段完成状态随后独立提交推送,不倒改源码/测试/原件。