Skip to content

v0.20.1 — verdict 视觉升级 + types 重构 + 测量学保护

Choose a tag to compare

View all tags
@lizhiyao lizhiyao released this 26 Apr 15:10
· 635 commits to main since this release
v0.20.1
6ff5092
This commit was created on GitHub.com and signed with GitHub’s verified signature.
GPG key ID: B5690EEEBB952194
Verified
Learn about vigilant mode.

Patch — verdict 用户可见性升级 + 内部类型重构 + 测量学不变量保护(为后续 v0.21 路线做地基)。

Added

  • 列表页 verdict 信号:RUN ID 旁加 status pill(明显进步 / 略微进步 / 基本持平 / 明显退步 / 样本不足 / 无法对比),从首页一眼分辨结果,不再需要挨个点进详情页。
  • 列表页 verdict 图例条:默认顶部显示一行带过 6 个状态词的语义,× 关闭后 localStorage 记忆,老用户不被打扰。
  • ReportMeta.schemaVersion 字段:v0.21+ 写 1,无字段视为 v0,为后续兼容机制做准备。
  • judge prompt hash 字节级冻结测试 (test/grading/judge-hash-frozen.test.ts):写死 v2-cot / v3-cot-length 的 12-char hex hash,任何动 prompt 文本会立即失败 — 防止跨版本报告不可比的隐性破坏。
  • html-renderer + i18n 双语 snapshot 测试基线:renderRunList / renderRunDetail × zh / en × list / detail 4 个 snapshot,加 t() 默认行为 + zh/en key set 一致性测试。

Changed

  • 详情页 verdict 重写为一句话副标:测评结论: skill 和 baseline 没看出明显差别 — 可以加大样本量再试。砍掉之前的强 banner / Δ 数字 / "skill vs baseline" 副标 / "样本=N" / 三层得分 strip / CTA 块。中文措辞自带状态信号("明显更好" / "明显更差" / "略好" / "没看出差别"),视觉融入页面扁平 + outline 风格。
  • src/types.ts(859 行)按消费域拆分到 src/types/{shared,executor,judge,eval,report,storage}.ts + index.ts。原 src/types.ts 改为 1 行 facade(export * from './types/index.js'),95+ 处 '../types.js' import 路径 100% 不变。

Fixed

  • computeVerdict 在 each mode + 顶层 summary 缺 variant 数据的脏老报告上 NPE:渲染器层加 try/catch 兜底,失败的 row(列表页)或 verdict 区(详情页)静默跳过显示,不让一个坏 report 撤掉整页。根因(evaluateCiGates 访问 undefined.avgFactScore)留作后续修复。
  • 测试 snapshot 时区敏感:fixture id 走 idMatch regex 路径,直接从 id 字符串提取 MM/DD HH:MM,不依赖 toLocaleString,跨 CI UTC 和本地 CST 一致。

Internal

  • 6 个分域类型文件取代单一 859 行 src/types.ts,跨域引用关系明晰(shared 叶子 / executor 自闭 / judge 自闭 / eval → judge / report → executor + judge + eval / storage → eval + report)。

Full Changelog: v0.20.0...v0.20.1

Assets 2
Loading