Skip to content

Implementation Progress

FocusLoop Orchestrator edited this page Sep 21, 2026 · 8 revisions

Agent 实施进度

2026-09-21:Phase 0 / Slice 1

状态:完成。

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。

验收证据

  • 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。

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。

2026-09-21:Phase 1 / Slice 2

状态:完成。

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。

验收证据

  • 仓库级 737 项测试通过。
  • @focusloop/continuity:41 项测试通过;@focusloop/agent-core:230 项测试通过;@focusloop/persistence:48 项测试通过。
  • @focusloop/agent-evals:12 项测试通过,其中 AG5 场景重复运行结果一致。
  • 全仓库 typecheck、lint、build、文档、Prettier 和 diff whitespace 校验通过。
  • Desktop E2E 在启动应用前被当前 Electron/Playwright 组合阻断:Electron 拒绝 Playwright 注入的 --remote-debugging-port=0;没有执行到产品断言,单独作为测试基础设施问题处理。

下一切片

AG2 Stuck Rescue 的 Phase 1 确定性策略、救援计划、桌面交互与 outcome evaluator 已收口;后续仍需 AG4/AG8 的结构性任务和工具执行,完整 E2E 当前受运行环境阻塞。AG5 的 Tutor/Rescue 卡点证据与 adaptive restore 留到其依赖能力形成后完成。

2026-09-22:Phase 1 / AG2 deterministic rescue slice

状态:部分形成;AG2 Phase 1 已完成,AG4、AG8 和可执行的完整 E2E 仍未完成。

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、重复事件和 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。

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; 该测试当前在应用启动前被 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 action contract。
  • AG4 Task Adaptation 尚未形成;AG8 Tools & Actions 尚未形成(确认、幂等、审计和越权测试仍待交付)。

验收证据

  • 全仓库 763 项 Vitest 测试通过;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。
  • AG2 生命周期覆盖 latest-request-wins、accept/dismiss/continue 幂等和跨 Session/任务拒绝。
  • AG10 共 18 个 AG2 JSON 场景;重复运行结果一致,并覆盖 happy/edge/adversarial。
  • Scaffolding、workflow、docs、theme token、Prettier 和 diff whitespace 校验通过。

下一切片

按路线进入 AG9 Model Runtime 基础合同;在 AG8 confirmation/idempotency 形成前,不开放 AG4 的结构性任务写入。

Clone this wiki locally