Skip to content

v3.141.592654

Choose a tag to compare

View all tags
@github-actions github-actions released this 25 Oct 03:41
· 118 commits to master since this release
v3.141.592654
d5e7ace

v3.141.592654

自 v3.10.1 以来的 51 个提交 / 76 个文件（git rev-list --count v3.10.1..e3cc399；git diff --stat v3.10.1..e3cc399：5,859 增 / 447 删）把 wave-3 的修复、三轮真实客户端抓包和一次历史查漏补缺合入。上游 proto 形状未变；有两处有意的客户端可见变化：/v1/chat/completions 对 server-executed 工具类型从静默丢弃改为 400，Codex 0.164 每轮都发的 parallel_tool_calls:false 从 400 改为正常服务。

版本号：π 的十进制是 3.141592654，语义化版本要求三段，所以发布号写作 3.141.592654（tag v3.141.592654，本文件 RELEASE_NOTES_3.141.592654.md）。分支名沿用 release/3.141592654。

1. Cascade 重放历史的图片：不再静默丢弃

修复前只有最新一轮走 extractImages（src/client.js:897/910/956，修复前），更早轮次的图片到达模型时是字面占位符 [Image omitted from text history]（src/client.js:166）——没有计数器，也没有一行日志。

wire 能力来自 builder，不是猜的：buildSendCascadeMessageRequest（src/windsurf.js:348）的 field 6 是 repeated ImageData{base64_data=1, mime_type=2}（src/windsurf.js:382-391），是消息级平铺列表，没有轮次索引——所以按轮归属不可能，但每张图都能搭同一条消息。

  • 现在每个重放轮次都用与当前轮相同的护栏抽取（extractImages → SSRF / 大小 / MIME / 解码）。当前轮保持位置 1..k，历史图按时间序接在 k+1..；每轮文本给每张附上的图一个编号 marker，模型能区分。
  • 有界且偏好最近的轮次：CASCADE_MAX_HISTORY_IMAGES（默认 4）、CASCADE_MAX_HISTORY_IMAGE_BYTES（默认 1,600,000，即 4 × image.js 的 400 KB 重编码目标；src/client.js:308-316）。装不下的按 cascade_image_history_dropped 计数并记日志，装上的按 cascade_image_history_attached 计数，进程生命周期；/connect-metrics 暴露 cascadeImages（DELETE 时重置）。
  • 恢复后的重建路径用同一个 builder（src/client.js:1133），重建的历史与全新历史携带的内容完全一致。
  • 测试：test/cascade-image-history.test.js（新，9/9，假 LS 解真实 proto）；新 spec test/mutations/cascade-image-history.json 8 条突变；client-history-coverage.json 4 个 anchor 重钉到新 builder。
  • 文档：docs/ENV-SWITCHES.md 收录两个开关。

2. Codex parallel_tool_calls:false：400 → 正常服务 + 计数

Codex CLI 0.164 在 29/29 次抓到的请求里都发 parallel_tool_calls:false（evidence/ClientSandboxes.md §3.1、§3.3 C1），且总与 11 个工具、tool_choice:"auto" 同行。wave 2 让 responsesToChat() 转发这个字段本身是对的，但 chat 路由的门在 DEVIN_CONNECT_TOOL_CHOICE 不是 1（出厂默认）时回

400 invalid_request_error / code=unsupported_parameter / param=parallel_tool_calls

Codex 收到 turn.failed 后退出 1：默认配置下客户端不可用。决策是永不 400（这是偏好，不是协议）：开关打开时转发；关闭时照常服务，每进程 warn 一次并计数 parallel_tool_calls_hint_ignored。

探针（evidence/CodexParallel-probe.mjs，真实 handler、只桩掉 connect 传输）前后：

{"label":"codex-shape with parallel_tool_calls:false","status":400,"modelCalls":0,"error":{"code":"unsupported_parameter","param":"parallel_tool_calls"}}
{"label":"codex-shape with parallel_tool_calls:false","status":200,"modelCalls":1,"forwardedParallelToolCalls":false,"hintIgnoredDelta":1}
  • 测试：验收 1,220/1,220；聚焦套件 parallel-tool-calls-connect 12/12、drought-gate-reachability 10/10、retry-after-route-parity 5/5。
  • 突变：parallel-tool-calls.json 10/10 被捕获（基线 12）；retry-after-route-parity.json 6 条（5 捕获 + 1 条有记录的幸存者，基线 5/5）。第一次跑 spec 时 tool_choice 的线程化幸免——替换旧拒绝测试时丢了唯一断言，测试补回（b8a7d24）后该突变才被捕获。
  • 真实 Codex CLI 修复后没有重跑（见「尚未验证」）。

3. /v1/chat/completions：server-executed / hosted 工具类型显式 400

chat 面此前接受 {type:'web_search'} / {type:'code_interpreter'} 等并回 200、工具凭空消失，而 /v1/responses 对同样的载荷回 400（evidence/DataAuditTools/findings.md F3）。

  • 谓词抽到 src/server-side-tools.js（新）：UNBRIDGED_SERVER_SIDE_TYPES、isServerSideToolType（带日期后缀的快照同样拒）、isHostedSearchType（版本化家族）、forEachTool（走 tools/children/functions/items 四个 namespace 键）、两面的错误工厂，以及 firstUnsupportedServerToolType。responses.js 改为 import，错误码与消息逐字不变。
  • chat 的门在 _handleChatCompletionsInner 顶部、提示词组装、缓存/账号工作和任何上游调用之前：400 invalid_request_error、code=unsupported_server_side_tool、param=tools；消息区分 hosted 与 server-executed，并点名 function 逃生口。
  • 只看 tool.type：{type:'function', function:{name:'apply_patch'}} 与 {type:'custom', name:'apply_patch'} 照常 200，函数形式仍进上游工具前导（有测试）。
  • 未知垃圾类型保留旧的 200，但不再静默：记 dropping unknown tool type <type>。wire builder 未动（devin-connect.js:1740 仍过滤非 function 的 ToolDef，纵深防御）。
  • 测试：test/chat-hosted-tool-gate.test.js（新，9 条：8 类 × 流/非流、8 个日期快照、4 个 hosted/版本化类型、四个 namespace 键、混合 function+server、两个 apply_patch 反例、未知类型日志）；验收 1,131/1,131。

4. Claude Code 2.1.306：CL1 / CL2 / CL3

  • CL2 context_management（2.1.306 新增，beta context-management-2025-06-27）此前被静默丢弃。观测到的 clear_thinking_20251015 keep:"all" 每轮都接受（400 会让真实客户端不可用），且历史翻译器本来就不转发传入的 thinking 块；真正的裁剪请求记日志。clear_tool_uses_20250919 与未知 edit 类型回 400 unsupported_parameter 并点名要删什么；形状错误回 400 invalid_request_error。该字段从不转发上游。
  • CL3 defer_loading 此前被忽略，延迟占位符被当成普通可调用工具转发。无参数声明的延迟工具（Claude Code 的 DeferredToolPlaceholder，"never call this tool"）现在被丢弃并计为 honored；带 schema 的延迟工具仍整份转发（上游没有工具加载协议，丢掉 schema 会让工具不可调用），但计 toolDeferLoadingIgnored 并每请求记 tool_defer_loading_ignored——偏差不再静默。defer_loading 本身从不转发。
  • CL1 signature:"" 是 #278 / b60ec3d 的既定行为（严格客户端要求键存在，"" 能解析），不是缺陷：抓包里 2.1.306 在 11/11 次交换上都接受它（7/7 个 thinking 起点形状逐字为 {"type":"thinking","thinking":"","signature":""}，0 个 signature_delta，后续请求回放同样 200）。本上游产生不了真签名，reasoning_signature 的向前兼容路径保留；精确 wire 形状由测试钉住。
  • 测试：CL 套件 141/141；全量 6,725 tests / 6,628 pass / 0 fail / 97 skip（evidence/ClaudeCompatGaps.md）。

5. usage 口径：cache-write 计入输入，session-id 来源可见

  • O2：omp 在 2/7 个请求上看到约 11.5k 提示词只报 prompt_tokens=3。那些是前缀缓存写轮（fresh=3, cache_write=11329），不是重试。normalizeConnectUsage 现在 prompt_tokens = fresh + cache_read + cache_write，total = prompt + completion，总是输出 prompt_tokens_details，并新增显式 fresh_input_tokens 桶，使 Anthropic 形状的消费方（messages.js）、成本核算（auth.js）和 dashboard 统计不重复计写；Cascade 保留 #118 的拆分。
  • O3：连续性本就是 opt-in，抓包里是关的。DEVIN_CONNECT_SESSION_REUSE 关闭时记录"每请求 fresh"的来源，并在 connect runbook 里写明；开关没有翻转。
  • O1：保留刻意的点号别名 claude-sonnet-4.6 → claude-sonnet-4-6-thinking，验证基础拼写 claude-sonnet-4-6 仍可达，两处都写进 README 与 runbook。
  • 测试：验收 1,023/1,023；全量 6,624 pass / 0 fail / 97 skip（GOAL 矩阵记录，见「门禁」）。

6. 别名 / 方言：整类修复，不是逐个字符串

来源 evidence/AliasResolverFix.md（别名矩阵审计的 S2–S7 结论 + 复审 P2-1/P2-2，逐条前后探针）：

项 缺陷 修法 判定
S3 提供方前缀剥离 /^[a-z]+\// 匹配不了 x-ai/、z-ai/，所有带连字符前缀的拼写每次查找都失败 放宽到 /^[a-z0-9][a-z0-9-]*\//，仍只剥一段 修好，突变捕获
S4 紧凑拼写 gpt5.x / gemini3.x 没有映射行 查表前在分隔符处拆开紧凑版本号，不新增映射行 修好，突变捕获（含过度覆盖）
S5 enum 判定跑在原始名字上，小写/带前缀的 MODEL_* 两条路都不匹配 在规范化键上判 enum，查大写形式，保留目录存在性门 修好，突变捕获（含门移除）
S2 家族正则测字面拼写，点号与紧凑名漏掉家族 pickToolDialect 顶部把点号折叠、紧凑版本拆一次，所有家族规则测这个键 修好，突变捕获
S7 swe-1-5 → MODEL_SWE_1_5_SLOW，但别名落到 kimi_k2 与自己的 openai_json_xml 两个 SWE-1.5 enum 读成家族拼写 修好，突变捕获——方向是推断，见原证据
P2-2 方言的前缀剥离比解析器宽（接受 _），会为解析器已降级的名字选方言 用与解析器完全相同的规则 修好，突变捕获
P2-1 注释声称前缀永不改变上游模型 改正注释；不对称性由测试钉住 只改文档
残留 裸 grok-4-5 / inkling 400 而同族可用 补两个裸别名（快照里 -medium 目标存在） 修好，突变捕获

同一轮还修了：swe-2-0-{medium,high,max} 的破折号 effort 拼写（冷启动曾降级免费档、live 目录下回 model_not_found）、紧凑 gpt5-6-luna、extractImages 接受大写 scheme（HTTPS:// 此前静默跳过）、以及方言判定先剥提供方前缀。全部有红先行测试；test/mutations/alias-resolver-systemic.json 与重钉的 connect-catalog-hotfix.json 钉住方向。

7. /v1/responses 与 Gemini 的参数保真；metadata 回声与持久化

  • F1 /v1/responses 的 parallel_tool_calls 现在真正转发（配合 §2 的 chat 策略）；F2 Gemini generationConfig.candidateCount、F5 generationConfig.topK 不再被丢。验收 313/313（test/responses.test.js + test/gemini*.test.js + test/response-store*.test.js），红先行 9 条失败。
  • F4 metadata：normalizeResponseMetadata()（导出）按 OpenAI 契约校验——扁平 map、≤16 对、键 ≤64 字符、值 ≤512 字符——违反时 400 invalid_request_error 且 param:'metadata'；null 与 {} 都表示"没有"（POST 与 GET 一致）；值从不进日志。非流式响应体、每个流式 response.* 帧、GET /v1/responses/{id} 都回声；存储侧新增有界槽（同样的上限、跳过 __proto__），metadataBytes() 计入条目的 bytes，与其它保留字节一样算进租户份额和全局预算。
  • 测试：responses.test.js + response-store*.test.js 207/207（新增 8 条 metadata 测试）；四个 responses 基线随测试数 +8 重测：68 / 83 / 70 / 73，0 drift。

8. 门禁：mutation 基线默认按变更域测量，release 全量

scripts/spec-baseline-check.mjs 默认只测这次 diff 可能移动过的 spec（spec 文件本身或其钉住的测试文件变了）；--all 是 release 门（gate:release 与发布 workflow 用）。旧的"任何 src//scripts//测试辅助文件变了就全测"既让增量门几乎每个分支都付全量成本（约 100 秒），又没覆盖它想覆盖的失效——过期钉子是 spec 自己测试清单的属性。

真实仓库证明（不是只测 fixture）：把 responses-post-tool-text-item.json 的钉从 82 改成 83 → DRIFT … exit=1；还原 → 4 spec(s) measured, 0 drift, 0 untrustworthy；release 域能测到 diff 从未碰过的 spec。wiring 由 test/local-gate.test.js 与 test/mutate-verify-harness.test.js 钉住（该文件在本机声明为 inert，见「门禁」）。

9. 社区 PR #281：Claude Code 子代理的内容策略

合并 e399c15 / 提交 3e3f21a（作者 PsychMing）。症状：每个 Claude Code 子代理（Agent 工具：general-purpose、Explore…）都收到 permission_denied / 400 "blocked by our content policy"，而同代理的主会话正常。规则 a8-cc-subagent-emoji 把 "…MUST avoid using emojis." 重写成 "should"，不挂在默认关闭的 (cc) 块后面——被门控的规则会让所有默认部署的子代理继续失败。线上二分：整句作为全部系统提示即被拒，近似变体通过，整份被拒请求只把 MUST 换成 should 后 3/3 通过。测试钉住重写、幂等、近似变体不动、关开关。

10. 查漏补缺与真实客户端（证据，不改产品代码）

  • evidence/HistoryGapAudit/gaps.md：语料 183 issues / 89 PR（快照 2026-10-17；54 merged / 31 closed-unmerged / 4 open），今天线上仍开 7 个（#208 #236 #239 #245 #250 #262 #273）；15 个非完成关闭（13 NOT_PLANNED + 2 DUPLICATE）；[UNVERIFIED] marker 78 处 / 24 文件（是下限，不是清单）。留下的代码级开放项：#149 免费档基表主张、#159 reason:'success' 被忽略、supports_images 宣称但未读。
  • evidence/ClientSandboxes.md：47 次真实客户端交换（29 Codex + 11 Claude + 7 omp），其中 46 次过 wire 校验、0 违规；三家各 3/3 任务通过；1 个客户端级破坏缺陷（C1，§2 已修）+ O1/O2/O3（§4、§5）。
  • evidence/PlannerVisionProbe.md：30 次线上 A/B 推翻了"planner_mode=NO_TOOL 不启用视觉"的说法——planner_mode=3 在线上确认，图片字节仍在 field 6，且模型确实读图（claude-haiku-5-5-medium 3/3、gemini-3-6-flash-medium 3/3、gpt-5.5-xhigh 3/3，均带声明工具）；绿色 PNG 在两种模式下都答 Green，无图控制 4/4 答"看不到图"。无代码改动；src/windsurf.js:361 的注释读起来像 NO_TOOL 会丢视觉，实际不会。
  • kimi 断供：上游 WorkBuddy abort → hub 502，只能缓解（短轮次、重试、新会话），不是本版修复。

门禁

（本表每一行都写出来源；[UNVERIFIED] 表示至今没有任何测量。）

项 命令 结果 来源
spec 静态一致性 node scripts/spec-static-check.mjs PASS — 92 份 spec / 822 条突变，anchor 各命中一次 本版运行（ls test/mutations/*.json | wc -l = 92，逐 spec 求和 = 822）
Windows 本地门禁（incremental） GATE_INERT_SKIP_PATHS="test/wire-byte-identity.test.js;test/devin-connect-relogin-live.test.js;test/mutate-verify-harness.test.js;test/self-update-untracked-safety.test.js;test/detach-soak.test.js;test/detach-ls-pool-pressure.test.js" npm run gate PASS — 6,674 pass / 0 fail / 97 skip（551/551 文件实测；6 个 inert 文件，6 条声明；摘要逐字见下） 本版运行
mutation baseline（变更域） node scripts/spec-baseline-check.mjs exit 0 — no affected specs; no measurement claimed（本版没有移动任何 spec 或其钉住的测试文件） 本版运行
docs 一致性 node --import ./test/setup-env.mjs --test test/docs-consistency-guard.test.js PASS — 44/44；§0 的 tag/package 行、214 份说明计数、版本链接全部核对 本版运行
Linux（HMC）Node 24.21.0 npm run test:release 6,772 tests / 6,767 pass / 0 fail / 5 skip GOAL 矩阵 @ e3cc399
Linux（HMC）Node 22.23.4 npm run test:release 6,772 tests / 6,767 pass / 0 fail / 5 skip GOAL 矩阵 @ e3cc399
Windows 合并树（前序全量） npm run gate PASS — 6,674 pass / 0 fail / 97 skip（551 文件） GOAL 矩阵 @ e3cc399
wire vs v3.10.1 WIRE_BASE_TREE=/tmp/wave3-wire-base WIRE_BASE_REQUIRED=1 WIRE_BASE_TAG=v3.10.1 WIRE_BASE_SHA=b00b3b9a… node --import ./test/setup-env.mjs --test test/wire-byte-identity.test.js PASS — 270/270，0 mismatch；WIRE_PROVENANCE_COMPARED {"compared":270,"expected":270,"base_head":"b00b3b9a…"}，tag_ref_verified true，tested/base 两侧 clean HMC @ e3cc399（node v24.21.0）；TAP 1/1 pass，log sha256 84496fb1…（10,386 B）
全量 mutation sweep（92 份 spec） node scripts/mutation-sweep.mjs --report-dir /tmp/wa-sweep-e3cc399 PASS — 92/92 spec；822 executed = 808 caught + 14 条声明的 expectCaught:false，0 意外幸存、0 drift、0 untrustworthy；wall 2,953 s（49 m 13 s） HMC @ e3cc399（node v24.21.0）；sweep.out sha256 c20e7bac…；逐 spec 执行数 = 其 JSON mutations.length，幸存数 = 其声明数

本表数字产生于本版提交前的同一棵树（e3cc399；wire 与 mutation 两行在 HMC 上对该 commit 的 clone 实测，两侧 git status --porcelain 均为空）；发布提交只回填这张表。npm run gate 的摘要逐字如下：

PASS spec-static-check exit=0
PASS spec-baseline-check exit=0
PASS secret-scan exit=0
PASS test:release exit=0 — 6674 pass / 0 fail / 97 skip (551 files) — 6 inert file(s), 6 declared
PASS git diff --check exit=0
PASS git diff --cached --check exit=0
SKIP mutation EXECUTION — this gate checks spec shape, anchors and baseline values, but does not run the mutants themselves; the Linux full-gate recipe runs the sweep.
INCREMENTAL GATE: PASS exit=0

TEST_SHARD_SUMMARY {"files":551,"measuredFiles":551,"tests":6771,"pass":6674,"fail":0,"skipped":97,"cancelled":0,"todo":0}

已知 / 尚未验证

  • wire 已实测，但只覆盖请求体：e3cc399 对 v3.10.1（b00b3b9，annotated tag 已验证）270/270 逐字节一致，0 mismatch（HMC，见门禁表）。比较范围是 9 组历史 × 5 条 prepare 路由 × 2 native × 3 环境 = 270 个 protobuf 请求体；HTTP/Connect 帧与响应流按设计不在内。本机（Windows）无 WIRE_BASE_TREE 时该测试按设计跳过，已声明为 inert。
  • 全量 mutation sweep 已实测：92/92 spec、822 条全部执行，808 被捕获 + 14 条 spec 自带的 expectCaught:false，0 drift、0 untrustworthy（HMC，2,953 s，见门禁表）。14 条幸存者是各 spec 文档化的不可达/等价分支，不是漂移。
  • 真实 Codex CLI 修复后未重跑：客户端级 PASS 属于修复前基线（只有打开 DEVIN_CONNECT_TOOL_CHOICE=1 才 3/3）；修复后的 200 由探针与单元测试证明，未用真实 CLI 复验。
  • S7 的修法方向是推断：swe-1-5 该落 MODEL_SWE_1_5_SLOW 还是 kimi_k2 只有快照证据，原证据里已标注。
  • 托管 CI / 发布产物未验证：本版在本地分支准备，tag、CI、HMC 部署与 cosign 资产都要在合并后另行执行与核对。
  • 本机门禁的 6 条 inert 声明：Windows 没有 /usr/bin/git，test/wire-byte-identity.test.js 无 wire 基线，test/devin-connect-relogin-live.test.js 未武装，detach-soak / detach-ls-pool-pressure 在本机整文件跳过——这些都按 GATE_INERT_SKIP_PATHS 声明，不当作绿。
  • 明文 http: 图片、server-executed 工具类型的 400 仍是有意行为：依赖"静默忽略"的客户端会开始收到错误。
Assets 12
Loading