Skip to content

v0.2.3 — 实时窗口诚实化 + 判定防引用误报

Choose a tag to compare

View all tags
@lamost423 lamost423 released this 19 Aug 11:49
· 9 commits to main since this release
v0.2.3
b5fc4e6

两个修复（一份 18 小时会话暴露的）

实时页签：窗口截断诚实标注「⏮ 另有 10 步更早历史未加载」，行为学检测抓到真实的 31 连败盲目重试

实时页签的窗口诚实化

实时迷宫拿到的是对话视图已加载的事件窗口，不是全会话。窗口边缘漏进来的更早轮次步骤此前被钳到 0 秒堆在左边缘——一份 13 轮、533 步、18 小时的会话被画成「3 轮 · 39 步 · 71.4s」，左边一坨重叠标签、假探索期红框、虚高的统计全由此而来。现在这些陈旧步被丢弃并诚实标注「⏮ 另有 N 步更早历史未加载」，模型未知时注明「请求头在窗口外」。要看全会话：Session log 下载 → 上传对比页。

上传视图吞下 18 小时 / 533 步 / 32 万 token 的会话，统计全为真值

判定防「引用误报」+ 两条链路输入统一

实测抓到的误报：一条成功的 git log 查询，因为提交信息里写着 "upstream returns HTTP 400" 被判为失败——判定器把「病历」当成了「发病」。同时发现上传路径在截断后的 380 字符上判定、实时路径在全文上判定，同一步两种模式判出不同结果。

修复：两条链路统一在未截断全文上判定；失败特征只扫开头 300 + 末尾 1000 两个窗口（真实报错要么开头就说、要么是追加在末尾的 stderr 段，引用的报错悬在长文本中部够不着）；「无结果」特征同理只扫开头（读到的源码里有 "not found in" 字样不算扑空）。

四个真实会话（共 871 步）重校准：既有真失败零丢失，新增 4 个被 380 截断藏住的深部 stderr 真失败，5 个引用型误报全部消除。

安装

dsh plugin --profile web add https://github.com/lamost423/dsh-trace-compare/releases/download/v0.2.3/dsh-trace-compare-0.2.3.tgz

🤖 Generated with Claude Code

Assets 5
Loading