跳转至

Astra作者自查:DeepSeek Harness重修冻结

这是作者自查,不是独立审查PASS。初审及26章处置理由见dsh-initial-review.md;独立初审见quality-initial.md。本轮修改未动upstream/release、scripts/mkdocs/deployment与旧review报告,未调用付费模型。

实质变化

01与首页前置可运行任务和六检查点;02–17把同一个笔记问答的实际请求、输出与需求变更引入源码讨论,保留原技术广度;18–20全面重写为可跟做的逐阶段实验。21改为同任务变更成本比较,Pi基线核对到1.0.1 a7229ddc21810d6245105978033b7df645ecc2f7,并明确Pi也有structuredContent/outputSchema。22删除一次性服务器授权叙述并补发行包数据归属;23增加按真实问题追源码示范;24对照失败产物;25明确旧审查仅历史,本轮三审/交付PENDING;26补最新master 5badb15009ae1756c3afe0ae0cef1faafc290ccc发布channel增量分析。

实验search_notes现在只提供结构化匹配摘要,read_note才提供全文;独立policy拒绝已注册读取;fixture按精确tool_use_id检查对应结果后才返回下一响应;summary区分runtime reason与taskStatus;显式home留存,关闭后同版官方JSONL reader冷读并逐事件比对。新增checkpoints.ts、notes-policy.ts、read-saved-session.ts与checkpoints.test.mjs;JSONL reader及SystemPrompt显式声明固定rc.2依赖。原PythonSDK五文件未修改。

检查点0→1→2递进;3/4/5分别以2为基线做单因素对照。docs/01、19与examples/README明确说明限制并不累积。

每章审后处置

章 最终处置 保留的核心理由
01 重写起步与路线 版本身份仍是可复现前提,但不能挡住第一次运行
02 新增从函数到插件/事件日志/profile的设计推导 原底层架构对照保留为论据
03 真实卸载/gate实验前置,练习改沿NoteStore Proxy/Fiber/effect精读保留用于解释观察
04 真实patch/dump与单因素对照 启动层级/配置替换/HMR成本仍需精确说明
05 真实日志seq/callId与证据出现点 完整词汇/恢复/repair仍供深入理解
06 实际messages与逻辑日志字段映射 surface/projection/cache细节保留,新增HTTP扩展区分
07 三step与预算两step对照图 create/inbox/retry/cancel并发完整路径保留
08 换成真正read_note结构化示例 pre/body/post与value/render细节对应同一调用
09 SSE/结果校验/扩展数据路径实例 路由/协议/retry/compaction广度保留
10 资料快照/文件/远端三方案决策 执行世界/sandbox所有者细节不能用提示词替代
11 批量资料需求推导PTC,修正工具名/结构化输出 workflow/Ralph仍按不同需求解释;不冒称实测
12 团队知识库native provider/MCP取舍 完整桥接/浏览器生命周期查阅保留
13 按具体任务选单Agent/child/job/goal/schedule 深度和任务总预算区别明确
14 从连续追问/明日继续引出API边界,修正替身runtime归属 双语言/协议/取消恢复细节保留
15 问答页按钮与控制面映射 BFF/ACP/Desktop与认证细节保留
16 保留home冷读实例与日志价值/成本 lease/flush/generation/migration细节保留
17 摘要草稿/批准/发布拆分 人机/凭据/自动化完整覆盖保留
18 完整重写:运行→资料→service→provider→structured value→gate→卸载 每步可执行并明确输入输出
19 完整重写:profile拥有者→步骤预算→home→冷读→业务验收 不伪造冷resume或全局成本预算
20 完整重写:干净目录→三请求数据→事件→反例→Python→冷读→评估 运行机制和模型质量分开验收
21 更新Pi1.0.1对照及业务变更成本 不以层数推性能,不漏Pi结构化结果
22 删除本轮用户授权对读者的错误移植 静态站维护和Agent服务部署分开
23 前置从callId追consumer/service/provider源码方法 全仓清单仍是索引而非正确性证明
24 按检查点可观察失败定位 未测分支与后续练习保留
25 历史证据与本轮审查分开 本轮独立审查/部署由整合者实际填结果
26 发布渠道隔离增量分析 latest/next/alpha与SHA/lock分清,不迁实验

实际执行

  • npm run check:通过。
  • npm run build:通过。
  • npm test:21项通过、0失败;含一项顺序运行0–5全部真实dsh的集成测试、错callId反例、provider读取计数gate反例、TS/Python实际CLI集成与原契约测试。最后一轮约15.45秒。
  • node dist/checkpoints.js 5:单独执行成功,3次HTTP、正常close后官方reader得到25逻辑事件并与SDK通知逐seq核对。此时原始trace归档为dsh-request-trace.json,固定UUID/时点不是断言条件。
  • npm run demo:通过,3次HTTP与两个工具结果。
  • npm run demo:python:通过,3次HTTP,2工具结果,finishReason completed。
  • npm audit --json:exit1,16项(7 moderate、9 high),完整结果npm-audit.json;未auto-fix或混装alpha。

这些验证不能证明真实模型自主检索/引用质量、所有协议扩展、冷resume、kill-9/断电、Windows/macOS/SSH/桌面/语音或任意第三方副作用。可读日志与持续执行已经在正文分开。网页渲染、归档下载与部署由root整合后执行,本报告不提前声称通过。

正文及实验作者冻结指纹:dsh-author-files.json。根整合者后续导航、链接、审查状态和新证据同步会产生新的交付指纹;不能把作者冻结当成网站最终交付。