Repository navigation
Implementation Progress
focusloop edited this page Sep 24, 2026
·
8 revisions
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」。
| 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;指标口径待改名;本机 E2E 未通过(#107) |
| Phase 1 / AG2 切片 | 2026-09-22 | rescue plan + outcome evaluator | 分支完成 |
0f19c9f(无 PR) |
未合并;本机 E2E 未通过(#107) |
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。
- 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。
- 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。
- 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。
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。
状态:分支完成(未合并,且无 PR)。
- 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。
-
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。
-
E2E 在本机没有通过(已实测,2026-09-22):
pnpm e2e能启动 Electron 并运行测试,并不是“启动前被阻断”。实测结果是golden-path.spec.ts:124(learn → interrupted → resume)失败,套件在该用例处中止,其余 16 个未运行; 而main@e596d6f上的golden path检查是绿的(CI run)。 因此本切片停在「分支完成」的原因不是环境阻断,而是本机 E2E 未通过, 差异归因见 #107。
之前这里写的是“Electron 44 拒绝 Playwright 注入的
--remote-debugging-port=0,没有执行到任何产品断言”。 那句话是从未合并切片的文档里抄来的,我没有先测就写进了台账。保留这句话是为了说明它错在哪里: 套件确实跑起来了。
- 仓库级 737 项测试(分支本地);
@focusloop/continuity41、@focusloop/agent-core230、@focusloop/persistence48、@focusloop/agent-evals12 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。
状态:分支完成(未合并,且无 PR)。
- 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。
- 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。
- AG2 已有 offered → accept → plan → continue 桌面链路,以及 BREAK 暂停/恢复计时器的 E2E;
本机跑
pnpm e2e时该套件在golden-path.spec.ts:124(interrupted → resume)失败、后续用例未运行 (main上golden path为绿;上文 §分支本地证据 记录了原“启动前被阻断”说法的来源与更正)。归因与修复见 #107。 - 临时任务变更、工具执行和完整六类 E2E 仍需 AG4/AG8 的 action contract。
| 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 |
-
本机 E2E 与 CI 不一致:本机
pnpm e2e在golden-path.spec.ts:124失败而 CI 的golden path为绿。 归因见 #107。两种读法都有可能(本机与两个 CI runner 之一是同一个 Windows),本页不判定哪一边正确, 只记录事实:本机跑不出绿。这是测试可信度问题, 不是“启动被阻断”。 -
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。 -
遥测口径已收敛:AG10 评测报告仅在开发者本机或 CI 中生成;生产应用无遥测、分析或崩溃上报,
与
docs/privacy.md的承诺一致。 -
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。
- 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)。 - 解决本机 E2E 与 CI 不一致的问题(#107),否则状态阶梯的上两级不可用。
- 然后按 交付路线图 进入 AG9 Model Runtime。