@ckanner/flywheel 0.30.2 → 0.31.1

package/docs/evaluation/jev-historical-result-2026-11-10.json

@@ -0,0 +1,174 @@
+{
+  "source-base": "5d682291e39c46c4e5e7c275f3d195ffce7e5d6c",
+  "source-status": "uncommitted development changes",
+  "dataset-sha256": "4497748e1cfb52a3505245fe71bb2fcfab917928c7f3a695e781b34fba01f982",
+  "question-digest": "3461ea0ca14c34232fc3d0e41209f0ba32d280940f16838da1025a25327bcf60",
+  "policy-digest": "114f27f73e94e2e11119b18da42500878c1f9e2adcd3c15d2da0552ca8f171a2",
+  "actual-models": [
+    "jev-1.14.0"
+  ],
+  "new-calls": 6,
+  "summary": {
+    "cases": 6,
+    "completed": 6,
+    "unknown": 0,
+    "not-run": 0,
+    "errors": 0,
+    "skipped": 0,
+    "quick-candidates": 0,
+    "full-candidates": 3,
+    "abstentions": 3,
+    "compared-with-baseline": 0,
+    "baseline-disagreements": 0,
+    "known-input-tokens": 7234,
+    "known-output-tokens": 900,
+    "unknown-input-calls": 0,
+    "unknown-output-calls": 0,
+    "p50-ms": 498,
+    "p95-ms": 1072,
+    "labels": {
+      "historical/provisional": {
+        "cases": 6,
+        "evaluated": 6,
+        "decided": 3,
+        "expected-quick": 3,
+        "expected-full": 3,
+        "quick-candidates": 0,
+        "agreed": 3,
+        "false-quick": 0,
+        "missed-quick": 3,
+        "false-quick-per-labelled-full": null,
+        "labelled-quick-coverage": null
+      }
+    },
+    "production-calibrated": false
+  },
+  "cases": [
+    {
+      "id": "view-order",
+      "source": {
+        "kind": "historical",
+        "reference": "git:f6272907a5e9fdc891bec0394a593636a5bb8214"
+      },
+      "status": "ok",
+      "advice": "abstain",
+      "reason": "named_checks",
+      "duration-ms": 1072,
+      "probabilities": {
+        "access_change": 0.03,
+        "bounded_objective": 0.98,
+        "concurrency_change": 0.07,
+        "durable_data_change": 0.03,
+        "known_edit": 0.98,
+        "named_checks": 0.6,
+        "public_contract_change": 0.29,
+        "unresolved_design": 0.07
+      }
+    },
+    {
+      "id": "install-guide",
+      "source": {
+        "kind": "historical",
+        "reference": "git:161a37ebec45a156344c3b8805e23b341ceea215"
+      },
+      "status": "ok",
+      "advice": "abstain",
+      "reason": "named_checks",
+      "duration-ms": 511,
+      "probabilities": {
+        "access_change": 0.01,
+        "bounded_objective": 0.98,
+        "concurrency_change": 0.01,
+        "durable_data_change": 0.01,
+        "known_edit": 0.93,
+        "named_checks": 0.56,
+        "public_contract_change": 0.02,
+        "unresolved_design": 0.05
+      }
+    },
+    {
+      "id": "desktop-guide",
+      "source": {
+        "kind": "historical",
+        "reference": "git:5d682291e39c46c4e5e7c275f3d195ffce7e5d6c"
+      },
+      "status": "ok",
+      "advice": "abstain",
+      "reason": "known_edit",
+      "duration-ms": 357,
+      "probabilities": {
+        "access_change": 0.01,
+        "bounded_objective": 0.96,
+        "concurrency_change": 0.01,
+        "durable_data_change": 0.01,
+        "known_edit": 0.61,
+        "named_checks": 0.65,
+        "public_contract_change": 0.03,
+        "unresolved_design": 0.09
+      }
+    },
+    {
+      "id": "role-sessions",
+      "source": {
+        "kind": "historical",
+        "reference": "git:93cb6b81dbe2242e620905d34b0c33560da6cc96"
+      },
+      "status": "ok",
+      "advice": "full",
+      "reason": "access_change",
+      "duration-ms": 446,
+      "probabilities": {
+        "access_change": 0.8,
+        "bounded_objective": 0.92,
+        "concurrency_change": 0.79,
+        "durable_data_change": 0.57,
+        "known_edit": 0.13,
+        "named_checks": 0.8,
+        "public_contract_change": 0.36,
+        "unresolved_design": 0.62
+      }
+    },
+    {
+      "id": "lifecycle-recovery",
+      "source": {
+        "kind": "historical",
+        "reference": "git:26008e3e56f038f7b4729c6494b4b926d287f171"
+      },
+      "status": "ok",
+      "advice": "full",
+      "reason": "durable_data_change",
+      "duration-ms": 506,
+      "probabilities": {
+        "access_change": 0.13,
+        "bounded_objective": 0.91,
+        "concurrency_change": 0.89,
+        "durable_data_change": 0.87,
+        "known_edit": 0.13,
+        "named_checks": 0.36,
+        "public_contract_change": 0.7,
+        "unresolved_design": 0.75
+      }
+    },
+    {
+      "id": "workflow-console",
+      "source": {
+        "kind": "historical",
+        "reference": "git:c24cb0e62042dfe3378bc9c06b0e6951159a7b25"
+      },
+      "status": "ok",
+      "advice": "full",
+      "reason": "concurrency_change",
+      "duration-ms": 490,
+      "probabilities": {
+        "access_change": 0.77,
+        "bounded_objective": 0.96,
+        "concurrency_change": 0.91,
+        "durable_data_change": 0.34,
+        "known_edit": 0.26,
+        "named_checks": 0.35,
+        "public_contract_change": 0.37,
+        "unresolved_design": 0.66
+      }
+    }
+  ]
+}

package/docs/plans/2026-11-01-dsh-integration.md

@@ -0,0 +1,67 @@
+# DSH 集成与可靠执行实施计划
+
+## 已确认范围
+
+- 基线：`ckanner/flywheel@0a464473f590e6717a88d7ea885290df7339c7a3`。
+- Go 引擎拥有任务状态、契约、预算、worktree、验收和完成判定。
+- DSH Mac 桌面负责入口、原生模型执行、控制和展示；不依赖尚未进入当前桌面包的 OAR/Forge。
+- DeepSeek 仅 Flash；Kimi 直接 CLI，不使用 ACP；GPT 原生 DSH 和 Codex 是不同执行后端。
+- Codex Pro adapter 的外部仓库由另一 session 处理。本轮提供消费契约，不在该仓库并行修改。
+- 保留 100% statement 门禁。测试验证公共行为、真实 Git/进程与协议失败，不以 mock 内部调用刷覆盖率。
+- 具名模型 profiles、复杂自动路由与大规模并行是后续增强；本轮修复已有配置未生效的问题。
+
+## 工作顺序与验收
+
+| 编号 | 任务 | 状态 | 验收依据 |
+|---|---|---|---|
+| F01 | 交付持久化检查与安全清理 | 已实现 | 真实 Git hook、index-only 篡改、合并失败、重试；交付未持久化不得完成，清理失败保留引用与错误 |
+| F02 | 失败反馈传入下一次执行，Review 使用候选目录 | 已实现 | 驱动收到具体失败命令/原因；Review 读到候选文件 |
+| F03 | 验收/评审证据绑定契约、tree 和检查配置 | 已实现 | 修改代码、契约、检查后恢复必须重验；旧证据保留审计但不可复用 |
+| F04 | Gate 超时与进程清理语义 | 已实现 | 超时即失败，不能伪装为预期 exit；取消后无继续写入 |
+| F05 | 分层测试权限和契约修订 | 已实现 | 普通单测/回归可编写；受保护验收不可越权；修订使证据失效 |
+| F06 | Kimi CLI 当前契约与 thinking/session 配置 | 已实现 | 参数、cwd、明确 session、JSONL、取消、未知 usage、失败终态；不调用 ACP |
+| F07 | DSH driver 与桌面插件 | 已实现 | 真实宿主 API 边界，模型/权限/cwd/结果显式传递；控制面只通过引擎操作状态 |
+| F08 | 新默认模型路由、能力检查和用量记录 | 已实现 | Flash-only 默认；不支持 adapter/能力明确失败；unknown 不等于 0 |
+| F09 | 文档、完整门禁与集成演练 | 已完成离线验收 | `make quality-gate`，构建，插件测试，模拟完整交付/取消/恢复；列明需用户 Mac live 验证项 |
+
+## 关键不变量
+
+1. `completed` 对应的最终 Git tree 必须是通过检查和评审的候选 tree。
+2. 提交失败、无法持久化、合并失败不能完成；若代码已确认保存和合并，仅清理失败可记录 completed，但必须保留工作区引用、cleanup-error 与恢复线索。
+3. 只有当前 Spec/packet/检查配置/候选 tree 的证据可以用于推进状态。
+4. 实现者的自报不代替确定性验收；评审独立会话且不得修改候选产物。
+5. 取消与超时管理本次拥有的进程组，不影响其他任务；已观测到的清理错误不得当成交付成功。stop 的 stopped 表示引擎生命周期结束，不等同于任意逃逸进程均已清理。
+6. 新模型/工具配置必须实际生效；不支持的参数与未知用量明确呈现。
+7. 契约、运行状态和预算由引擎维护；插件不直接编辑 state.json。
+
+## 验证边界
+
+离线测试不调用付费模型。目标版本通过文档/源码核对与模拟协议验证；真实模型、订阅账号、用户 Mac 桌面安装和视觉操作另记为 live 验证，不用离线通过冒充。
+
+## 后续增强
+
+在现有 `loops/routes/channels` 上增加具名 profile 引用；清楚区分 provider、model、channel、harness；保持旧配置兼容。该项不阻塞本轮可靠性与 DSH/Kimi 接入。
+
+## 实现过程中确认的边界
+
+- 规划只直接改任务目录内 Spec/packet。目录外验收 oracle 和运行配置的改动会保留文件并停止自动提交；它们需要显式修订任务。
+- 契约集合变化同步所有保留候选工作区；相邻 packet 的修订也不能留下旧副本。已关闭里程碑被重开后会重新访问，每次 run 同一里程碑最多访问三次。
+- Git 提交 hook 不能使已加载契约、已测试候选和实际保存的 tree 脱节；提交后仍须核验。
+- 历史已跟踪 done-report 在工作区收集后恢复调用前版本；只有原来未跟踪的临时报告被删除。
+- 从任务子目录启动 CLI 时，执行根规范化为 Git 仓库根；手动重执行完成单元会重新打开里程碑。
+- 非 Git 目录可用于部分步骤演练，但不能报告完成的 Git 交付。
+- 未发布版本不覆盖现有配置。采用新的 Flash/Kimi/GPT 默认表需要用户比较并迁移配置。
+
+## 最终验证记录
+
+完整质量门禁、覆盖率、race、插件和跨进程链路结果见 [2026-11-01 验证记录](../validation/2026-11-01-results.md)。Mac 的 arm64 / amd64 已交叉编译；尚未代替用户完成实机安装、Seatbelt 与真实模型验收。Codex Pro adapter 的独立后续任务见 [交接上下文](../archive/codex-pro-adapter-handoff.md)。
+
+## 发布前复核与远端流程
+
+用户已明确授权提交、推送、创建 PR、自审、等待 CI 与必需检查通过后合并。该授权属于本轮仓库交付，不改变 Flywheel 引擎本身不自动管理远端 PR 的职责。PR／合并／Actions 的实际结果以远端记录为准；本地测试不能替代这些结果。
+
+复核补充了从子目录发现项目配置、Git 执行位／链接类型持久化、验收输出截断，以及 macOS 临时目录符号链接行为的检查。README、全部内嵌 skills、CHANGELOG 和 [Mac 入门教程](../zh-CN/getting-started.md) 同步到实际接口；默认后台启动使用 control 协议，单环文档明确 Execute 包含 L1、Review 单步不自动跨环。CI 将 Go、插件、跨进程与对应平台构建纳入远端验证。首轮覆盖率记录是历史快照，发布前完整复验由对应证据与 PR 记录确认。
+
+## 提交与 PR 阶段
+
+用户已明确授权提交、推送、创建 PR、自审，并在 CI 通过后合并。本地发布前复核和完整门禁已通过，具体修复与新证据见验证记录第 6 节。远端分支为 `feat/dsh-reliable-execution`；提交后以 PR 的实际检查和合并状态为准。没有创建版本标签或发布 npm 包，安装使用当前源码或该提交的 Actions 开发产物。

package/docs/plans/2026-11-01-model-profiles-preflight.md

@@ -0,0 +1,29 @@
+# 模型配置与安装预检实施计划
+
+基线：已合并的 `1c515ca0c694047d1f6c7d7c3d52853cc9bf9c2d`。用户要求继续完整实现，并沿用提交、PR、自审、双平台 CI 通过后合并的交付流程。
+
+## 本轮目标
+
+| 编号 | 工作 | 验收 |
+|---|---|---|
+| P01 | 具名 profiles 与阶段引用 | 加载期展开、显式覆盖、错误前置、旧配置兼容、逐函数 100% |
+| P02 | provider 与账号 channel 分离 | 各角色、执行路由、第二意见与后备渠道都传达实际 provider，计量保留两个维度 |
+| P03 | config inspect 与 doctor | 相同配置发现逻辑，只读、不推理；缺命令／错配置／SDK权限失败可解释，未知授权不伪造成功 |
+| P04 | DSH 配置与诊断界面 | 展示模型与检查清单；准确区分完成／停止／暂停，旧路径结果不混用；真实 React DOM 行为测试 |
+| P05 | 文档、skills 与发布 | 安装教程、配置示例、交接文档和验证记录同步；Go、Node、跨进程、race、Linux/macOS CI 全部通过 |
+
+## 接口约定
+
+profiles 是配置引用层，不负责模型自动选型、继承树或并行调度。provider 表示 DSH adapter，channel 表示凭证／计费渠道，实际执行字段必须贯穿到 driver。Kimi 保持原生 CLI；DeepSeek 默认仅 Flash；Codex CLI 保留独立完整 harness。
+
+config inspect 与 doctor 可在创建任务前运行；传入任务时按实际任务检查必需阶段与路由。无推理 probe 只确认 adapter 接受配置、cwd、权限和 SDK 收尾，不能代替账号与真实模型验收。
+
+桌面仍只调用 Go 的 control 协议。config/doctor 可省 taskDir；doctor 允许 probe 布尔选项。诊断失败仍返回完整结构；协议或进程错误单独处理。普通状态展示不等同于任务运行状态机。
+
+## 外部 Codex Pro adapter
+
+只读核对 `ckanner/dsh-subagent-codex-pro@21fd7acccf1f5989b14fecdc1957559eea6914f8`（0.7.0）。其本轮加固已有进展，但公开 provider 的有效配置、完整结果、清理确认及进程组所有权仍不足以满足本引擎契约。实际 rc.5 SDK 也没有直接 external-subagent RPC。保持外仓独立，将固定版本缺口及复现更新到交接文档，不通过嵌套父模型或未公开 deep import 假装完成集成。
+
+## 验证边界
+
+默认验收仅使用离线协议桩、真实本地进程、Git 与 DOM。真实 Mac DSH 安装、Seatbelt、账号和推理须在用户设备验证。源代码、配置与界面实现完成不能替代这些证据。

package/docs/plans/2026-11-01-npm-installation.md

@@ -0,0 +1,19 @@
+# npm 一条命令安装与交付计划
+
+基线：`39638bd96e6fcb6cc681bc7c1f90b7b082620936`。用户要求 npm 安装 CLI、DSH 入口和 Agent skills，并复核新 Codex Pro adapter 与完整测试边界。
+
+| 编号 | 工作 | 验收 |
+|---|---|---|
+| N01 | 核对 Codex Pro 最新 GitHub/npm | 固定实际可见 SHA，运行其离线测试与契约探针；未满足公开契约不冒充已接入 |
+| N02 | npm 一条命令安装入口 | 精确版本全局安装、内嵌 skills、正式 DSH CLI 注册、可重复执行、结构化结果 |
+| N03 | npm 运行进程与桌面路径 | shim 转发信号并等待 Go 收尾；worker 与桌面入口按安装路径解析 |
+| N04 | skills 安全升级 | 用户修改与额外文件保留，staging/rename/rollback，全部结果可查询 |
+| N05 | 六包构建与发行 | 四个平台包、插件与 meta 同版本；候选身份、integrity、版本存在与网络错误明确区分 |
+| N06 | 真实安装验收 | 隔离 HOME/prefix/cache，从 npm 候选安装后运行 CLI/worker/skills/注册/取消；Linux/macOS |
+| N07 | 文档与正式交付 | npm 主教程、使用与排错、验证证据更新；提交/PR/review/CI/merge；新版本 registry 安装验证 |
+
+参考官方 `larksuite/cli@c910e89e97e98a458a051c50dbd36de43a603d30` 的显式 install 向导，保留本项目既有 npm 平台包与内嵌资源设计。安装不执行付费推理，不读取或迁移账号凭据，不修改用户其他插件。
+
+实施后的本地结果见 [npm 验证记录](../validation/2026-11-01-npm-installation.md)；双平台 CI、合并与公开 registry 安装以 PR 和发行 workflow 的实际结果为准。
+
+测试边界：已有 100% Go statement coverage、Node/DOM、真实本地进程与 Git、模拟 SDK 桥接、双平台 CI 已执行；此前没有验证 npm 安装后的整个调用链。真实 DSH Mac UI、Seatbelt、账号授权与真实模型任务仍需在用户设备确认，不由离线成功推断。

package/docs/plans/2026-11-03-codex-pro-default.md

@@ -0,0 +1,28 @@
+# Codex Pro 默认接入实施计划
+
+## 目标与边界
+
+以 Flywheel `cb7d996` / npm 0.27.3 和已发布的 `dsh-subagent-codex-pro@0.8.0` 为基线。默认 hard 路由实际消费插件公开 machine API；保留 DeepSeek Flash 默认执行、Kimi CLI 规划／前端及 DSH 原生评审路径。Go 继续独占状态、预算、工作区、验收与 Git 提交。此次不引入 DSH 父模型、Teams、ACP 或自动跨渠道降级。
+
+## 实施顺序
+
+1. 新增 `codex-pro` Go driver 与独立 Node worker。协商版本化请求／进度／终态协议，严格校验插件回执，保留完整审计数据与 unknown usage/cost。
+2. npm 精确安装插件 0.8.0，提供公开 worker 入口，验证 Node 解析、GUI 安装记录、hoisted dependency 和六包候选。新默认与旧显式 `codex` 配置可区分，绝不静默替换用户配置。
+3. 扩展配置加载、有效配置查看、无推理 doctor 和模块只读权限。配置错误、入口缺失、版本不符在模型执行前失败。
+4. 更新中文设计、README、安装／迁移教程、协议、技能按钮及版本；记录真实完成证据和实机边界。
+5. 完成逐函数 100% Go 门禁、Node 行为测试、Go→Node→已发布插件离线桥接、取消／进程清理、六包真实安装及发行协议检查。
+6. 提交 PR，独立复核当前候选，收集 Linux/macOS CI 与 race 证据。本次交付保持 PR 开放供审阅；合并与发布须另有明确授权并满足门禁。后续发行沿用既有 OIDC 流水线，构建、验证并发布同一候选，再确认 registry 六包及安装结果。
+
+## 验收重点
+
+- 配置 `routes.hard.harness` 为 `codex-pro`，插件依赖缺失不能回退到旧 CLI。
+- machine API 使用请求模型／effort／cwd／只读或工作区写入；effort accepted 不伪装成实际有效值。
+- 只在外层 worker 与插件终态都可信时成功；启动超时、父进程退出、取消、截断和清理失败均有失败证据。
+- 记录插件完整 receipt；只有 complete usage 才记为已知预算，美元费用未知保持 null。
+- 安装入口仍为一条 npm 命令，升级保留用户修改的 config 和 skills；受管 worker 使用同版本包解析。
+- doctor 不发送模型请求；离线协议／安装证明与真实 Mac、Seatbelt、授权和模型推理证明分开记录。
+- 0.8.0 对完整 sandboxPolicy 的校验只能是结果返回后的交付资格检查；Codex 用户／项目配置扩权的预防需要上游公开 pre-turn guard，不能把此集成宣传为该能力已经具备。
+
+## 本机运行条件
+
+Node 最低版本须满足上游插件 `>=22.18.0`。DSH 使用已安装的官方桌面／CLI 入口；Codex Pro 内部仍需可执行的 Codex 与用户登录。依赖安装不代替这些宿主条件，也不复制或打印凭证。