Skip to content

Implementation Progress

focusloop edited this page Sep 22, 2026 · 8 revisions

Agent 实施进度(切片台账)

状态词汇与证据规则见 功能清单 §1。三条硬规则:不在 main 上的东西最高只能标「分支完成」;没有 PR 就不能标「PR 已开」;E2E 没跑到产品断言时不得标「完成」。

本页原先把三个切片都标为「完成」。实际上它们全部只存在于分支 feat/agent-phase1-evals-rescue 的提交 0f19c9f,该分支当前没有任何 PR。因此三者均已改标为「分支完成」。

台账总表

切片 日期 范围 状态 证据 已知限制
AG1 (#99) 2026-09-20 有界上下文、omission、Inspector 已合并 63acc28 13 类事件投影 allowlist 在分支
AG2 (#100) 2026-09-20 六类卡点原因,原因先于行动 已合并 534bc1c 动作层未闭环(AG4/AG8)
AG3 (#101) 2026-09-20 Tutor 契约、引擎、transcript、面板 PR 已开 PR #101 未合并;领域层英文字符串违反 i18n
Phase 0 / Slice 1 2026-09-21 AG10 harness + AG1 字段投影 分支完成 0f19c9f(无 PR) 未合并;main 上没有 agent-evals
Phase 1 / Slice 2 2026-09-21 AG5 三档 + 重新参与指标 分支完成 0f19c9f(无 PR) 未合并;E2E 阻塞;指标口径待改名
Phase 1 / AG2 切片 2026-09-22 rescue plan + outcome evaluator 分支完成 0f19c9f(无 PR) 未合并;E2E 阻塞

Phase 0 / Slice 1

状态:分支完成(未合并,且无 PR)。

为什么不是「完成」:代码只在分支 0f19c9f;main 上不存在 packages/agent-evals,也不存在 AgentContextEvent。

本切片范围

  • AG10:建立最小 deterministic scenario harness。
  • AG1:将最近事件从完整持久化事件改为字段级运行时 allowlist 投影。
  • AG1:将持久化 checkpoint 改为有界认知摘要,隔离数据库标识符。
  • 明确排除:AG4、AG6、真实模型评测、Tool/Runtime 扩建。

已交付

  • 新增独立 @focusloop/agent-evals 包:版本化场景、受限路径解析、确定性 runner、结果与隐私断言。
  • 新增 6 个 AG1 固定 JSON 场景:正常上下文、无 Session、材料/事件边界、跨课程隔离、恶意 payload、URL/密钥/表单等敏感哨兵。
  • 新增 AgentContextEvent 闭集合同:13 类事件逐类型投影。
  • Agent Context 不再携带事件 id、session id、TAB_LEFT.origin 或未知 payload 字段。
  • Agent Context checkpoint 不再携带 checkpoint/session/concept/task 持久化 id;文本、列表和消息参数均有显式上限。
  • 非法事件、错误类型、负数/非有限时长、超长事件标识被拒绝并记录 omission。
  • Inspector 与 Tutor 增加上下文边界说明;隐私文档区分本地持久化、AG1 报告和 Tutor 送模内容。

分支本地证据(不可作为合并证据)

  • AG1 固定场景:全部通过,重复运行结果一致。
  • @focusloop/agent-evals:9 项测试通过;typecheck、lint 通过。
  • @focusloop/agent-core:227 项测试通过;typecheck、lint 通过。
  • @focusloop/shared-types:13 项测试通过;typecheck、lint 通过。
  • Desktop typecheck 通过。
  • 仓库级 test、typecheck、lint、build、文档校验和格式校验通过。

这些数字是在分支上跑出来的,main 上无法复现(对应的包与场景不在 main)。测试数量本身 也不是证据:合并后应以 PR 与 CI run 链接为准。

下一切片

按实施路线进入 Phase 1:AG5 Resume 三档策略与 resume success metric;同时扩充 AG10 的 AG5 deterministic scenarios。暂不引入新 LLM 能力。

Phase 1 / Slice 2

状态:分支完成(未合并,且无 PR)。

本切片范围

  • AG5:Short/Medium/Long 三档 Resume 策略与 30 秒长期离开回忆步骤。
  • AG5:接受恢复后 5 分钟 success evaluator 与 Dashboard 汇总。
  • AG10:直接驱动生产 continuity 纯函数的 AG5 deterministic scenarios。
  • 明确排除:Tutor/Rescue 卡点摘要、adaptive task、材料章节跳转、长期记忆、新 LLM 能力。

已交付

  • ResumePolicyConfig 集中管理 15 分钟、24 小时和 5 分钟成功窗口;边界等于阈值时进入更高档。
  • ResumeCard 返回 variant/gapMs/refresher;缺失或非法 gap 保守使用 Medium。
  • Short UI 不展开历史列表;Long UI 展示专用 30 秒快速回忆提示。
  • success 从 timing、checkpoint、events 和当前时间纯派生;pending 不进入成功率分母,dismissed/未选择不进入样本。
  • Store 提供按 Session 稳定排序的 Resume timing 读取;无需数据库迁移,重启后可重算。
  • Dashboard 展示成功率、已评估样本和 pending 数量。
  • AG10 增加 9 个 AG5 固定场景,覆盖 1/10/15 分钟、24 小时、缺失 gap、成功、过期、pending 和重复事件。

分支本地证据(不可作为合并证据)

  • E2E 没有跑过:启动应用前被当前 Electron/Playwright 组合阻断——Electron 44 拒绝 Playwright 注入的 --remote-debugging-port=0,因此没有执行到任何产品断言。按状态阶梯,这一条直接阻止本切片标为 「完成」,它只能停在「分支完成」。
  • 仓库级 737 项测试(分支本地);@focusloop/continuity 41、@focusloop/agent-core 230、 @focusloop/persistence 48、@focusloop/agent-evals 12 项。
  • 全仓库 typecheck、lint、build、文档、Prettier 和 diff whitespace 校验通过。

计数是分支上的一次运行结果,不是可复核证据;合并后应绑定 PR 与 CI run 链接。

Phase 1 / AG2 切片(2026-09-22)

状态:分支完成(未合并,且无 PR)。

本切片范围

  • AG2:把 eval adapter 接到生产 decideIntervention → buildRescuePlan → evaluateRescueSuccess 路径,而不是在 adapter 内复制 reason/action 表。
  • AG10:扩充 AG2 的 happy/edge/adversarial JSON fixtures,覆盖无 reason、未知 reason、 OVERLOADED 下明确 reason 优先级、缺失 acceptedAt、跨 session/task、未来事件、重复事件与 repeated-help precedence,并断言 stepKeys、estimatedMinutes、source 与 evidence ids。
  • AG10 的当前交付仍只是 deterministic、同步、JSON-only runner;不包含真实模型、provider、 tool/store 集成或完整端到端门禁。

分支本地证据(不可作为合并证据)

  • 全仓库 764 项 Vitest 测试(分支本地);12 个项目 typecheck、12 个项目 lint、11 个项目 build 通过。
  • AG2 生产策略测试覆盖明确 reason 在 OVERLOADED 下仍按固定映射执行。
  • AG10 共 18 个 AG2 JSON 场景;重复运行结果一致,并覆盖 happy/edge/adversarial。

已知未完成

  • AG2 已有 offered → accept → plan → continue 桌面链路,以及 BREAK 暂停/恢复计时器的 E2E; 该测试仍在应用启动前被 Electron 44 拒绝 --remote-debugging-port=0 阻塞。
  • 临时任务变更、工具执行和完整六类 E2E 仍需 AG4/AG8 的 action contract。

未合并清单(本页必须持续跟踪)

分支 commit 内容 状态 备注
feat/ag3-contextual-tutor d1e6b03 AG3 三步全部完成并逐轮评审通过 PR 已开 #101 检查结果与合并状态见 PR #101 的 checks
feat/agent-phase1-evals-rescue 0f19c9f Phase 0 切片 + Phase 1 切片(保留为单个提交) 无 PR 建议拆成可评审切片后开 PR

开放问题(不得随状态一起丢失)

  1. E2E 启动阻塞:Electron 44 + Playwright 的 --remote-debugging-port=0 不兼容,使所有新增切片无法 进入「E2E 验证」。这是基础设施问题而非产品问题,但它把大量切片钉在「分支完成」。
  2. Resume 指标口径:现有「成功率」把再次求助也算成成功,需按 Resume 策略与指标 拆成 reengaged / progressed / stalledAgain。
  3. 遥测表述冲突:方案页 AG10 的「上报聚合指标」与 docs/privacy.md 的 “No telemetry” 冲突; 收敛前以 privacy.md 为准(即当前没有任何上报)。
  4. 0f19c9f 里的 docs 改动:该提交同时改了 docs/wiki/*。拆分/合并时以本页与 功能清单 为准,避免两套说法再次分叉。

下一切片

  1. 把 0f19c9f 拆成可评审切片并开 PR(先 AG10 harness + AG1 投影,再 AG5 三档,再 AG2 rescue)。
  2. 解决 E2E 启动阻塞,否则状态阶梯的上两级永远不可用。
  3. 然后按 交付路线图 进入 AG9 Model Runtime。

Clone this wiki locally