Repository navigation
feat(quota): use complete C1 work contracts by default - #8956
Conversation
Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
loopx-agent
left a comment
There was a problem hiding this comment.
Reviewer: model_agent; model=gpt-6.1-sol; provider=OpenAI; runtime_reported; reasoning_effort=max.
Approval conclusion (author-owned PR; GitHub blocks formal self-approval)
未发现此精确提交的阻断性代码问题。结论是批准这个普通 quota 调用链切片;完整 C1、已安装默认采用与发布资格仍分别验收。
动机 / Motivation
通过普通 quota should-run 或其生成 heartbeat 指令继续工作的 Agent 与 CLI 使用者,是这次改动的直接使用方。同一任务原先因是否添加格式参数而收到压缩包、旧 envelope 或完整契约;现在默认与两个旧别名共同交付完整来源。本切片验证普通入口的完整来源、同一 capture 读回、最终 Host 输入和原 Turn 一次结算。不以此宣称 C1 整体完成、模型收益通过、所有 Host 或已安装 App 获得资格。
这个边界有实际用途:调用方无需再选择一套执行格式,随后读取材料、恢复和收尾都从同一份决定出发。其他活动消费者、原生平台与安装采用、匹配单会话成果和完整成本仍归原 C1 工作。只维持显式启用会继续保留两条活跃路径;另建 composer、capture 或 Python 决策层则会复制已经存在的 owner。
改动思路 / Approach
完整来源与 once-only 结算属于既有 owner;展示和 reader IO 复用原层,没有新增 Python 决策或并行状态。本 PR 只交付普通 quota 到 capture、最终输入和原 Turn 恢复的完整切片;其他 Host、安装与研究资格由原 C1 路径继续。
实际顺序是:现有 quota owner 先形成决定和原始回执,Python adapter 调用现有 TypeScript composeCompleteTurnDecision,再保存完整 capture,最后选择 inline、Progressive 或 Delta 呈现。呈现不会重新决定任务,也不会把 reader 当成准入。声明 reader 路由在签名前完成,字节摘要在 capture 发布后写入既有 sidecar,避免把自身摘要写进自身内容。
我同时审读了旧 compactor、v0 decoder、公开 renderer 导出及其剩余使用者。普通 CLI 的旧格式选择确实删除;历史记录和具名库/测试消费者仍保留原解码边界,不能因为新 writer 存在就删除。status、plan 和 scheduler observation 的诊断用途也没有冒充第二个可执行契约。相关 #8952 处理未资格化默认契约的制品分发隔离;它和本次源码审查、正式发布及合并权限分别判断。
具体改动 / Changes
审查完整 20 文件差异:10 个运行时/CLI/验证基础设施文件,8 个测试或示例,2 个双语 RFC 文件;没有 lockfile、生成物或 authority-store schema 变更。基线是 d519e985b2d6c6722a0c39d316c7138a03a2b32e,精确 head 是 37067bada1f099d905e57db7680b0258acaeb4b6。
规范依据是改动前的 docs/architecture/rfcs/controller-executor-unified-contract-v0/contract-and-context.md,以及主 RFC §9。没有用本 PR 改写后的 source audit 反向证明自身符合要求。逐项结论如下:
quota.py::_emit_quota_result / _project_quota_cli_payload:implemented。默认及两别名在 capture 前走同一完整来源;准入、能力、poll 和结算仍由原 owner 持有。heartbeat/task_body.py::render_thin_heartbeat_task_body:implemented。builder 不再选择 captured_envelope 文案,实际生成的 guard、selection 与收尾走当前interaction_contract;通知和执行约束保持分开。Complete capture and Progressive view:implemented,范围限本次公共 CLI/共享 reader/真实 File、SQLite 路径。完整来源、派生视图与字节摘要不混用,丢失或篡改捕获不会生成新准入。Historical receipts and readers:deferred 完整退役资格;本次保留现有读取能力,不宣称支持窗口或降级验收已经关闭。Shared production paths:deferred 其他 Host、原生平台和安装采用;已实测本切片的 File/SQLite 到最终输入,不将它外推为全平台资格。Outcome and cost benefit:deferred 原匹配单会话成果与完整成本;没有新增模型试验,也不从字节或测试数宣称收益。
关键代码讲解
compose_quota_work_contract将已有完整 composer 用于所有已形成决定的 should-run,复用原 settlement owner。组合失败仍保存已经准入的原件和回执,错误明确要求同 Turn 恢复。_publish_quota_result先绑定 reader 路由,再组合并捕获;删除为旧 envelope 额外复制 poll receipt 的分支。完整 capture 到 Codex/结构化 Host 的实际最终输入已执行验证。quota_context_surface依据捕获的真实版本选择现有编码层。未知版本或混合 binding 在 optional IO 的 fallback 之前拒绝,避免不兼容来源被吞成成功。_complete_quota_source_migration只校准具名 fixture 的 legacy→v1 一次迁移,比较 19 项控制见证和完整 Goal 字节。缺项、变化、未知版本、无关行、后续 v1→v1 增长及超额增长都不继承该允许量。
对主干的风险 / Risks
最强反例是:即使 carrier/hash 看起来合法,组合前也可能丢掉一个决定性的尾部限制。独立有界探针在真实公共 CLI 的 File/SQLite 路径中,故意在正常 TS 组合前删掉第十条长 guard:两次 mutation 均被独立“必须保留全部声明条款”的 oracle 判失败;未改动源码的两次对照通过。四次均只产生一个准入回执、零扣额。该注入只发生于隔离探针进程,没有修改产品源码或活动 Goal。
另外实跑的回归覆盖组合失败、reader 发布失败、缺失/篡改 capture、长分页读取、丢失收尾响应和重复结果。保留的是原 Turn、原工作和一次 debit;不是错误后再建一次准入来掩盖问题。显式 Off 仍禁止可选 Progressive/Delta,来源本身有意切换为完整 v1,不能把 Off 理解为恢复旧格式。
| 独立检查 | 结果与边界 |
|---|---|
| 四个定向模块 | PASS:323 passed,1 个平台条件 skip;包含完整材料、默认/别名、最终 Host 输入及非法来源 |
| 原 Turn 收尾/恢复选择 | PASS:38 passed,37 个范围外用例未执行;真实 File/SQLite |
| 相同冻结 workload 的 base/head | PASS:98/98 行,0 failure;22 项格式迁移 review signals 保留 |
| 原生标准 premerge 的检查 | PASS:6 direct + 19 selected 实际执行通过,原每检查 120 秒限制未变 |
| 原项目 strict CQR | PASS:原生只读回验 cqr_09dc2573253f481bf6c9,base/head 与 scope 09dc2573253f 完全匹配 |
| Ruff / diff / 双语 RFC | PASS:18 个变更 Python 文件及精确 base/head 检查通过 |
临时审查树没有原项目的本地 CQR,故该树的一次完整 premerge 命令整体退出 1、状态为 receipt_missing;这条失败保留。其 6+19 检查均通过后,另到原项目只读核验了同一 scope 的 strict receipt 为 valid,没有复制、伪造或用关闭策略代替回执。没有查询、轮询或等待 CI,遵守本次 review packet 的 wait_for_ci=false。
语义与 CI 对齐
这里复用既有版本和 typed owner,没有创建共享词汇。默认格式、完整 Goal 的内联交付和 runtime-owned settlement 是公开披露的有意变化;原 actor、权限、先读材料、停止条件和 effect identity 仍有效。不能把相同 19 项见证当作完整模型理解证明,所以还执行了最终输入、独立条款反例和原 Turn 收尾测试。后续版本增长仍受同一比较门约束;本次允许量不是放宽生产 wire/page 硬限制。
输出增长是真实成本:crowded JSON 为 42,965→53,441 字符,Markdown 为 8,143→53,543。新 Markdown 保存全部来源字段,完整 Goal 原先另读;这解释了增长,也不能证明全流程更省。实际缓存、模型耗时、费用和成果仍待原研究资格。
我的整体评价 / Verdict
这是 justified increment:普通 quota 的当前 writer、直接 heartbeat 消费、最终输入和恢复已经形成一个可独立回退的完整切片。long_horizon 判定为 preserved,依据真实后端的原身份和一次效果恢复;user_experience 判定为 accepted_tradeoff:CLI 契约位置统一,显式 Off 仍内联;完整 Markdown 输出明显增长。没有增加使用者选择或确认轮次,也没有另造决策、reader 或状态 owner。
只改变 CLI 文本与 heartbeat 契约,没有网页、桌面或 Lark 视图改动;已检查实际 JSON/Markdown 输出。Native Windows/PowerShell、已安装 App、其他剩余 Host 与实际模型采用未验证。保留旧 reader 有具名消费者和历史义务;后续沿原 C1 owner 收敛,不把它们留作永久平行生产入口。
批准源码切片不等于批准合并、安装或发布,也不关闭原 §9 成果/完整成本资格。合并前仍需相同 head 的 readiness、未决讨论和明确 maintainer 权限;默认制品分发按相关隔离与采用工作处理,不因本审查替代它们。
English verdict: APPROVE 37067ba. No blocking finding in this quota cutover slice; real File/SQLite source, recovery and once-only settlement checks pass. Broader host adoption, outcome/full-cost qualification, merge and release authority remain separate.
Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
…-quota-source-cutover-20261118t185602 Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
…-cutover-20261118t185602 Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
…-cutover-20261118t185602 Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
loopx-agent
left a comment
There was a problem hiding this comment.
Reviewer: model_agent; model=gpt-6.1-sol; provider=OpenAI; runtime_reported; reasoning_effort=max
Approval conclusion (author-owned PR; GitHub blocks formal self-approval)
动机 / Motivation
普通 quota CLI、由 heartbeat 生成的 guard,以及 Todo 完成或拒绝后继续执行原 Turn 的调用方。 过去普通 should-run 仍走旧压缩或 v0 选择,Todo 续接还可能要求模型手动 spend;现在普通入口先组成同一完整来源,再捕获和展示,当前 Todo 续接随写回由运行时扣额。 旧格式与当前消费者的分裂会把一次真实工作变成重复读回、人工恢复或第二条扣额命令;仅切换默认 flag 无法解决后面的消费者假设。默认与两个兼容别名交付同一完整来源,Off 保持内联且不启用渐进交付;原身份写回及重放只产生一次扣额,Todo 未验收的工作继续保持 open。
本 PR 不宣布整个 C1 已完成,也不证明模型分数、token、时延或长程净收益,不触发生产安装、发布或新的 benchmark。 其他 Host 的剩余迁移、原生 Windows、已安装 App 的采用及匹配单会话成果/完整成本仍未完成,沿既有 C1 验收继续,不把它们新增为本切片的付费运行前置。
改动思路 / Approach
必要的身份和一次结算约束留在既有 TypeScript owner,Python 只传输和展示;capture 与可选渐进交付继续复用原模块,避免并行决策 owner。 本次边界是普通 quota 来源、其真实当前消费者和 Todo 续接的一致切换;历史持久化 reader 与尚未迁移的其他 Host 明确保留。 真实入口先组成工作契约,再保存不可变原件,JSON、Markdown 和可选渐进交付消费同一来源。必要的 composition 失败仍报错并保留已准入的原回执;可选 delivery 失败才按原契约回到已验证完整来源。它们不是同一种失败语义。
| 路径 | 主干 | 本 head |
|---|---|---|
| 普通 should-run / 兼容别名 | 压缩输出或旧 v0 选择 | 完整 v1 来源,capture 前组合 |
| context delivery Off | 旧输出内联 | 完整来源内联,不激活渐进 IO |
| 当前 Todo 续接 | 原写回后另有模型 spend | 原写回返回运行时 debit 回执 |
| 重放和中断 | 原身份恢复 | 同一身份/效果,已提交 debit 不重扣 |
这是源码流程表,不替代执行证据。共享 TypeScript owner 已足够,不应新增 Python 决策层或另一个 capture 服务;历史持久化 reader 和其他 Host 的真实旧 library caller 继续保留,普通 CLI 的旧活跃选择已经删除。
具体改动 / Changes
按目标主干到当前提交的完整范围重新审查:34 文件,+984/-450;覆盖来源、当前消费者、结算续接、合成反例和双语 checkpoint。与上一版 f49 相比仅增加一个 replan 测试断言修正,所有产品 blob 相同,未继承旧提交的批准结论。
先读的规范为 docs/architecture/rfcs/controller-executor-unified-contract-v0/contract-and-context.md,不可变 spec_revision 为 513b6f168a405d5c071c79ae23fb18d2b4f5ae5d。逐项映射如下:
- C1 source audit: shared owners and the remaining split — implemented:普通 quota 在捕获前组合;默认及两个兼容别名使用同一来源。
- Differential context — implemented:Full/Progressive/Delta 共用完整来源;Off 保持内联,未知或混合版本在可选 IO 前拒绝。
- C1 caller replacement and cutover unit — implemented:当前 portfolio、Todo 续接及终态工具一并迁移,保持原身份和一次结算。
- Turn consumer preparation and instruction parity — implemented:完整 Goal、权限、Stop、尚未读取的材料和原结算顺序保留;通知与执行仍分开。
- Delivery acceptance — deferred:其他 Host 的剩余迁移、原生 Windows、已安装 App 的采用及匹配单会话成果/完整成本仍未完成,沿既有 C1 验收继续,不把它们新增为本切片的付费运行前置。
关键代码讲解
compose_quota_work_contract:对已形成决策的普通 should-run 调共享 composer;不再由两个 flag 选择旧格式。失败保留原 admitted source/receipt,避免靠重跑 guard 恢复。_publish_quota_result:先把 reader 路由纳入签名再保存原件,最终字节摘要写到 sidecar,避免循环 self-hash;后续读取不重新准入或扣额。turnScopedCliSettlementPlanPayload:当前 Todo 续接显式请求既有 v2 composer;原历史 absent/false 保持 v1。当前写回带--settle-turn --settlement-receipt,spend 归运行时,无模型 command template。_settlement_receipt_steps:终态 qualifier 检查原 identity/effect、已提交 schema/status 和有序回执,拒绝缺失、外来、未知、未提交及额外模型 spend。副作用之后的命令失败仍停止 actor,已提交效果不被伪装成回滚。
新增 replan 测试没有放宽产品条件:先前把 writeback_contract 错误期待为空,现逐项验证既有 no_followup 的参数、Vision 字段和保留要求。
对主干的风险 / Risks
最大的显式代价是完整 stdout 增长。我独立运行同一合成 workload 的主干/C1 公共 CLI 对比:98 对 98 行,0 个候选独有行;22 个 quota 行的原 19 项控制值 witness 全部相等。Crowded JSON 为 42,965→53,441 字符,Markdown 为 8,143→53,543 字符,后者现在保留全来源。原超限失败保留;上限校准限定在声明迁移和同一 fixture,不给后续 v1→v1 无条件豁免,wire/page 和十次工具调用限制未变。这些数字是 stdout,不是 token、净成本或模型效果。
PASS:独立来源套件 749 passed / 11 项平台相关跳过;包含真实 File/SQLite 原件、生成命令、原 Turn 重放、当前 portfolio、全部终态工具及 Todo JSON/Markdown。当前 cc 的新增 replan 文件另测通过;本地 TypeScript 结算 14/14、typecheck、仓库声明 Ruff、mypy 17 源文件、双语 RFC、semantic advisory/full-tree 和 exact-head premerge 均通过。四条独立公共 File/SQLite base/head 写回/重放路径验证两版最终都只扣一次;主干需显式旧 spend,本版写回即完成运行时扣额,重放不增加 debit,未验收 Todo 仍 open。
历史 reader/故障回执、损坏源、错误 claim 和六种损坏回执负例均保留。较早的旧 fixture/consumer、磁盘容量及继承 PYTHONPATH 失败没有改称成功;当前验证覆盖其暴露的调用链。我的 ruff check . 另产生 125 条声明 scope 外诊断,保留为非必需诊断;实际 CONTRIBUTING 声明 scope 通过,未假称全树 lint 已清洁。首轮本机 premerge 的预算 smoke 在外层 120 秒限制下超时(156.199 秒含退出处理),原失败保留。随后原限制下串行 ABBA 四次均通过:主干 53.259 / 62.329 秒,C1 67.727 / 43.014 秒;完整相同 premerge 再串行通过。没有提高 watchdog 或大小阈值,没有将该有限样本当 p95,也不把首次超时的形成原因写成已定位;高负载下验证耗时波动仍需留意。没有查询或等待远端 CI。作者当前 strict quality 回执已在原 owner 原生复核有效,未复制或冒充本 review 的回执。
语义与 CI 对齐
复用现有 complete v1、settlement v2 和 receipt schema;显式 bool、类型和身份等值检查承担分类,没有按 prose/substring 判断权限。默认行为变化已经在本 PR 和双语 checkpoint 明说。保留库级历史 v1 是持久化恢复/真实其他 Host caller 的需要,不为普通旧选择提供后门。#8963 的组合验证为 101 passed,删除仅限两个无调用 factory;独立 AST 比较确认余下代码相同。
我的整体评价 / Verdict
这是 justified_increment:默认来源和当前消费者已形成可独立测试、回滚的真实闭环,whole-PR 规模与风险相称。必要的身份和一次结算约束留在既有 TypeScript owner,Python 只传输和展示;capture 与可选渐进交付继续复用原模块,避免并行决策 owner。 本次边界是普通 quota 来源、其真实当前消费者和 Todo 续接的一致切换;历史持久化 reader 与尚未迁移的其他 Host 明确保留。
Long-horizon 判断为 accepted_tradeoff:原承诺、持续工作、下一 Turn 和一次结算路径保留,完整来源换来 stdout 增长;真实模型采用、匹配成果与完整成本仍欠独立验收。User experience 判断为 improved:调用方无需再选择工作格式或复制第二条 spend,已有意图和权限下新增交互轮数为零。visual_review 为 not_applicable:本范围是 CLI JSON/Markdown 和内部 qualifier,未改浏览器渲染页面;未验证范围为已安装 App、其他 Host、原生 Windows/隔离 PostgreSQL 及真实模型可读性和采用。
没有尚未解决的阻塞 finding;该结论只绑定 cc063d722f87a6246665b7be8351bffe740bc443。合并授权、GitHub review policy 和 readiness 另行判断;批准不等于整个 C1 或科学效果已经完成。
English verdict: APPROVE cc063d7
loopx-agent
left a comment
There was a problem hiding this comment.
Reviewer: model_agent · gpt-6.2-sol · OpenAI · runtime_reported · reasoning_effort=max
Request changes conclusion (author-owned PR; GitHub blocks formal self-review)
评审 head cc063d722f87a6246665b7be8351bffe740bc443,基线及当前目标 513b6f168a405d5c071c79ae23fb18d2b4f5ae5d。
[P2] 短封包实验的记录和实际输入已经分离。 benchmark worker 仍把 --turn-envelope 作为 Short envelope 显式处理,并记录 turn_envelope_source=explicit。现在所有已决 guard 都进入完整 C1 composer。使用同一份隔离 File fixture 跑真实 worker 生成的命令,原短封包为 v0、21,079 字节,新 head 为 v1、40,534 字节。Reference 和 Complete 也返回 v1。该配置仍可启动,实验操作者会用错误的载体解释成本与结果。给 benchmark 的短封包处理绑定已验证支持 v0 的源码版本,或在准备阶段拒绝不兼容的版本;将实际输入合同纳入启动回执。 用真实 worker 的三组生成命令验证短处理返回原载体,或在模型分派前获得明确的不可用结果。完整来源入口 实验收据字段 短封包设置
同一 head 的另一份评审在本次验证期间提交了批准结论,详细验证了默认入口和原回执。此处补充独立复现的实际 benchmark worker 输入分歧。 同头评审
动机 / Motivation
定时唤醒的 CLI Agent 需要按一次准入的原回执写回进展。使用 benchmark worker 的操作者还要知道模型实际收到了哪个实验输入。 旧的普通入口要求 Agent 写回后再单独扣额,短封包实验会返回另一种紧凑输入。本头的普通入口可随写回结算,仍标作短封包的实验现在也收到完整 C1 输入。 一个完整、可读回的 Turn 来源能保留执行约束,已准入的写回和扣额可以一起按原身份结算。实验配置应能检验实际输入。 本片的验收范围是普通 CLI、关联的续接与当前调用方。已安装 Host、原生 Windows、模型采用与完整成本收益需要各自证据。
普通调用过去会在写回和扣额之间停下,下一次恢复还得确认原 Turn 欠哪一步。当前实现给这一段明确收益。我从旧版本保存的 v1 计划出发,在新版本完成 Todo、写回并重放,原身份保持,准入和扣额均为一次。实验调用方的输入分歧是在这条成功路径之外独立复现的。
改动思路 / Approach
保留既有 TypeScript 完整来源与结算 owner,再在 benchmark 的版本准备边界校验实际支持的模型输入。 普通 CLI 源码可包含完整来源和原回执结算。依赖旧短封包的实验入口需要版本与输入的实际对应。
TypeScript 在保存前组合完整来源。Python 附上可读回的引用,先签入读取路径,再把最后写入的摘要交给 sidecar,避免自我引用。只读恢复使用原捕获。当前 Todo 续接用同一结算 owner 制作 v2 计划,执行准备、租约和验证仍按原 Turn 检查。另一份 serializer 会增加要验证的读写边界。补齐现有 benchmark 启动规则即可保证短处理可核对。
采用评审记忆中的实际用户旅程建议,验证入口、操作、失败恢复以及独立读回。源码层的通过支持一个有边界的交付。督促完整的发布或收益不能替代当前发现的兼容性反例。
具体改动 / Changes
34 个实际文件共 +984/-450。核对完整 REST 文件清单、blob、行数、目标和合成树,再逐段读生产、测试与双语 RFC。原 37067bada1f099d905e57db7680b0258acaeb4b6 的评审只适用于那个头。公开 compare 提供本次差异。 精确比对
先读接受约定再核代码。验收依据为 https://github.com/loopx-project/loopx/blob/513b6f168a405d5c071c79ae23fb18d2b4f5ae5d/docs/architecture/rfcs/controller-executor-unified-contract-v0/contract-and-context.md#L517,spec_revision 513b6f168a405d5c071c79ae23fb18d2b4f5ae5d。
complete-before-capture已验证。保存前组合,由现有不可变 reader 恢复。File 和 SQLite 的原捕获/读取、字节变化、缺失来源及拒绝均有覆盖。捕获与发布 原件与 reader 引用same-turn-recovery已验证。实际旧计划经过 Todo 完成回到新 v2 续接,执行一次原写回和原扣额,并能重放;actor 拒绝缺失、外来或未提交的回执。Todo 续接 结算组合 终态回执检查downstream-reader-qualification未满足。旧的短处理运行配置和收据需要按实际载体验证。代码仍消费旧设置且能成功生成分歧的 guard。真实 worker 入口matched-live-cost-outcomes留给现有完整 C1 验收。当前固定 actor 与 stdout 测量记工程变化。已安装及实际模型收益仍缺证据。源码切换说明
下表是同一份 fixture 的真实 worker、heartbeat renderer 和实际 CLI guard。关闭渐进交付并保持其他试验参数一致,记录原始 UTF-8 stdout。
| 实验组 | 基线载体与字节 | 本头载体与字节 |
|---|---|---|
| Reference | 普通 quota,39,210 | v1 完整来源,40,122 |
| Short | v0,21,079 | v1 完整来源,40,534 |
| Complete | v1 完整来源,39,099 | v1 完整来源,40,579 |
Short 与 Complete 仍各写一份原 capture。Head 三组均返回 v2 结算计划,旧 Short 仍标作 explicit。路径、引用和源载体随启动变化,表中保存原字节数;该测量未覆盖 token 计费、后续阅读或完整模型成本。
对主干的风险 / Risks
控制流复用既有 TS owner,按 typed schema、effect identity 和步骤状态校验。普通调用、显式 off 和两个兼容参数都发生已披露的源格式变更;scheduler-observation 仍走专门投影。图形页面布局未变化。最强反例是 Short 的请求标记通过,返回载体仍是完整 C1,当前 budget 与别名测试可以同时通过。
独立运行 head 104 项选中测试,另有基线同组旧形态的 4 项捕获测试通过。首次读取批次的进程继承了已安装版本的搜索路径;已停止并对两个 checkout 锁定解释器和导入来源后重跑,结论来自重跑。独立跨版本 fixture 的读权限拒绝保留原回执,修正参数后结算并重放。标准源码门 6 项直接检查与 19 项选中检查实际通过。受此反例影响的 Goal 质量结果为失败,已有作者测试、源码打包及之前的收据作为各自范围的记录。
没有查询或等待 CI。原生 Windows、安装升级、实际模型与匹配单会话收益未核,发行隔离和更大的 C1 项目均仍开放。 发行隔离提案 完整 C1 提案
我的整体评价 / Verdict
保留既有 TypeScript 完整来源与结算 owner,再在 benchmark 的版本准备边界校验实际支持的模型输入。 普通 CLI 源码可包含完整来源和原回执结算。依赖旧短封包的实验入口需要版本与输入的实际对应。
请求修改 Short 实验的实际输入资格。现有 v1 来源、不可变恢复及原 effect 上的一次结算已有实际源码证据。修复后请复跑三组真实 worker guard 和一条旧回执续接,确认输入匹配、读回和原扣额可同时成立。检查了 CLI 元数据、自动加载的 heartbeat 文字和最终 Host 输入;这一批没有图形页面布局变化,表格直接呈现实测响应。 发行包和安装升级、原生 Windows、真实模型、采样成本,以及 broader C1 的配对长程结果由各自验证,不作为本次源码通过项。
English verdict: REQUEST_CHANGES at cc063d7. The current CLI composes a recoverable source and settles the legacy original effect once. The live Short envelope trial still records an explicit opt-in while it receives the same full C1 carrier as the other arms. Bind Short to a verified legacy source or fail before model dispatch, and record the actual carrier.
| """Select the existing complete source before capture, preserving a failed guard.""" | ||
| if not getattr(args, "complete_turn", False) or not isinstance(payload.get("interaction_contract"), Mapping): | ||
| """Compose every decided should-run source once before capture and display.""" | ||
| if args.quota_command != "should-run" or not isinstance(payload.get("interaction_contract"), Mapping): |
There was a problem hiding this comment.
[P2] 保证 Short envelope 实验实际拿到 v0,或在启动时拒绝该组合。 当前 worker 仍记 turn_envelope_source=explicit,现有 --turn-envelope 命令却进入这里的完整 composer。同一 File fixture 在基线返回 v0/21,079 字节,在本头返回 v1/40,534 字节。本头 Reference 和 Complete 也返回 v1。请在现有启动边界绑定支持 v0 的源码或拒绝不兼容组合,并对实际输入载体做三组真实 worker 回归。
Goal And Delivered Outcome
普通
quota should-run仍选择旧压缩格式,终态消费者和 Todo 续接又要求 Agent 单独扣额,导致 C1 已随写回完成扣额后,消费者继续等待旧步骤。本 PR 在 capture 前统一组合完整 C1 来源,并迁移这条真实消费链。--turn-envelope/--complete-turn兼容别名使用同一个 TypeScriptcomposeCompleteTurnDecisionowner;显式--context-delivery off内联同一完整来源,保留关闭渐进交付的含义。Related to #8266;不改写父 PR,也不关闭整体 C1。基于
main@513b6f168a40。包含 #8969 的同一条已提交静态修复 commitd01c512ffc32(删除一个未使用测试 import),没有另写一份修复。Author Declaration
Written by: model_agent — OpenAI Codex.
Implemented against
Specification:
docs/architecture/rfcs/controller-executor-unified-contract-v0/contract-and-context.md及中文配对文件。settlement_plan.ts、todo_settlement.py、Todo Markdown、实际 CLI 与工具循环负例Self-check: 复核最终 34 文件范围;复用 TS 组合、结算、capture 与 context owner,删除当前消费方的重复压缩和手动扣额流程,没有新增用户开关或 Python 决策 owner。精确 CQR:
cqr_be413457df6cb5354164,fingerprintbe413457df6cb5354164b2ed557f5af6341231f699a9fd75586324b34c0f10ce;pass、0 blockers、3 disclosed warnings、exact-scope verify valid;一次有界 safe-fix 修复下述既有 replan 断言,最终 scope 重新准备并复核。Scope And Continuation
完整 Goal 此前需要另读,现纳入来源;输出有实际增长。冻结同一 workload 的 crowded JSON 为 42,965 → 53,441 字符,Markdown 为 8,143 → 53,543。原阈值失败保留,仅校准此迁移的有界工程上限;19 项控制与完整 Goal 字节/顺序见证不成立时不继承迁移豁免。生产 wire/page 上限不变。
当前 portfolio 的 crowded pretty JSON 从旧压缩的 86,172 字节变为完整的 121,318 字节(来源 120,963)。旧 90,000 字节允许量只刻画历史压缩 fixture,不能要求当前完整来源继续丢字段。这些是工程输出测量,不证明模型成果、完整成本或时延改善。
历史 plan、journal 与 capture decoder 按既有支持边界保留,不成为非法新契约的 fallback。仍需完成其他剩余消费者、受支持历史窗口及平台、已安装 App 采用,以及原 quota 单会话对 C1 单会话的匹配成果/完整成本对照。未启动模型、solver、judge 或付费实验;没有生产安装或发布。
Validation
cc063d722f87a6246665b7be8351bffe740bc443, targetmain@513b6f168a405d5c071c79ae23fb18d2b4f5ae5d。完整核心套件、完整 TS 与隔离 wheel 在0e10f1222f41751b3fc92776a6e6149cca67e2dc测试;逐路径 Git blob 比对证实整合后 33 个 PR 路径的 base/head 两侧完全相同。f49 再通过 107 项主干变更与 C1 交叉验证,0 failure/skip。cc063d 相对 f49 仅修复一个既有测试的断言,原 33 个 PR 路径及所有产品文件字节不变;目标测试通过,最终与 refactor(testing): retire unused quota and envelope packet factories #8963 原提交的组合再通过全部 101 项。5a4b4630b8ea3d282f513f52800ff15d15d078fa;只删除两处无调用 factory 和唯一 constructor import,其余 AST 与作者头一致。不是已合并或生产采用。保留失败边界:原
37067的同一终态 portfolio 用例失败,而同条件主干通过;首次组合为 738 passed / 1 failed / 11 platform skips。后续整链检查揭示了 Todo 旧续接、旧 fixture 布局和指引断言,已随真实调用链迁移。磁盘不足的一轮测试与继承已安装PYTHONPATH的整套 TS 检查均不计为通过;修正环境后的结果单独列出。首次 wheel 构建因 assets 过期拒绝,重建后通过。CI 未查询或手动触发。额外组合检查发现主干也失败的test_quota_delivers_coverage_context_and_minimal_replan_action:原断言要求空 writeback,实际已包含 no_followup 条款。相同用例在 main513/f49 独立失败,当前修复改为核验 coverage/evidence 参数、no_followup/stop 与保留 vision_patch;没有改生产规则或冻结模型语料。额外
ruff check .扩展到声明范围外的示例、归档和独立 packages,失败 125 项,全部在未变更路径;失败保留,不宣称全树 lint 合格。CONTRIBUTING 声明的五目录范围和全部 29 个变更 Python 路径均通过。Coverage and gaps: 原生 Windows/PowerShell、其他剩余 Host、生产/已安装 App 和实际匹配模型成果/完整成本未取得本 PR 资格;没有用本机模拟替代。
Frontend / Visual Evidence
N/A:没有修改网页、桌面或 Lark UI/配置入口;本切片迁移既有 CLI/Agent 契约链。Todo Markdown 的正常/拒绝续接与原命令由真实 File/SQLite 检查,隔离 wheel 验证错误/恢复和最终输入。