@fanglinwei/agent-fit 0.7.4 → 0.9.0
This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
- package/.codex-plugin/plugin.json +1 -1
- package/README.md +33 -129
- package/VERSION +1 -1
- package/adapters/codex/model-bindings.json +7 -0
- package/adapters/codex/modes.json +220 -76
- package/adapters/codex/skills/agent-fit/SKILL.md +11 -10
- package/adapters/codex/skills/agent-fit/assets/AGENTS.fragment.md +2 -2
- package/adapters/codex/skills/agent-fit/assets/codex/agents/task-execute.toml +0 -2
- package/adapters/codex/skills/agent-fit/assets/codex/agents/task-review.toml +0 -2
- package/adapters/codex/skills/agent-fit/assets/codex/agents/task-scan.toml +0 -2
- package/adapters/codex/skills/agent-fit/evals/evals.json +44 -0
- package/adapters/codex/skills/agent-fit/references/calibration.md +16 -2
- package/adapters/codex/skills/agent-fit/references/configuration.md +11 -2
- package/adapters/codex/skills/agent-fit/references/dispatch-contract.md +15 -1
- package/adapters/codex/skills/agent-fit/references/failure-policy.md +7 -5
- package/adapters/codex/skills/agent-fit/references/task-routing.md +33 -13
- package/bin/agent-fit.mjs +17 -6
- package/docs/README.md +10 -12
- package/docs/implementation-review.md +24 -124
- package/docs/usage.md +99 -139
- package/lib/codex.mjs +25 -4
- package/lib/install.mjs +85 -21
- package/lib/models.mjs +6 -3
- package/lib/scopes.mjs +1 -1
- package/package.json +1 -1
- package/web/app.js +6 -6
|
@@ -1,7 +1,5 @@
|
|
|
1
1
|
name = "task_scan"
|
|
2
2
|
description = "Narrow, read-only evidence collection with an explicit target and easily checked output."
|
|
3
|
-
model = "gpt-6-luna"
|
|
4
|
-
model_reasoning_effort = "high"
|
|
5
3
|
developer_instructions = """
|
|
6
4
|
你是主代理派发的有界通用子代理。只完成一个明确职责,不扩大范围,不改变已批准目标,不作最终跨任务决策或用户完成承诺。
|
|
7
5
|
|
|
@@ -0,0 +1,44 @@
|
|
|
1
|
+
{
|
|
2
|
+
"skill_name": "agent-fit",
|
|
3
|
+
"evals": [
|
|
4
|
+
{
|
|
5
|
+
"id": 1,
|
|
6
|
+
"name": "delegation-reason-and-required-review",
|
|
7
|
+
"prompt": "请为下面两个互不相关的实际请求分别制定执行安排,只输出可执行的安排,不执行请求、不启动代理、不修改任何配置。A:把设置页按钮文字从‘确定’改为‘保存’,文件和位置已知,没有其他验收要求;有人建议照产品、架构、开发、测试四个岗位依次交接。B:同样的改字任务,但用户明确要求由另一代理独立复核最终 diff。说明各自如何完成、哪些工作需要交接以及原因。",
|
|
8
|
+
"expected_output": "A 直接完成或复用工具/Skills,不因岗位或阶段数量拆分;B 保留用户要求的独立复核,不以小任务或协调成本为由取消。安排围绕任务与约束,主代理保留最终验收。",
|
|
9
|
+
"files": [],
|
|
10
|
+
"expectations": [
|
|
11
|
+
"A 场景不因产品、架构、开发、测试岗位或阶段数量进行代理接力,安排主代理直接完成。",
|
|
12
|
+
"B 场景保留用户明确要求的另一代理独立复核,不因任务很小或开销大而取消。",
|
|
13
|
+
"安排由主代理保留最终整合或验收,且未声称已实际修改或派发。"
|
|
14
|
+
]
|
|
15
|
+
},
|
|
16
|
+
{
|
|
17
|
+
"id": 2,
|
|
18
|
+
"name": "review-handoff-and-evidence",
|
|
19
|
+
"prompt": "请写一份可以直接交给审查子代理的任务说明,并给出期望回传示例;只生成交接产物,不实际派发、不修改代码或配置。用户已授权独立审查一个文档读取函数,要求只能读取当前租户的文档。材料版本 rev-demo-1:需求 docs/access.md:8 写明‘读取前核对 doc.tenantId === currentTenantId’;待审实现 src/documents.mjs:12 为 export function readDocument(docs, id, currentTenantId) { return docs[id] ?? null; }。这些路径与片段是本题提供的完整材料,不要求访问真实文件。作者备注称‘之前已经验证租户隔离安全’,但没有提供测试或日志;另有 2000 行无关样式讨论。审查模型仍与作者相同,可使用新的对话上下文。",
|
|
20
|
+
"expected_output": "自包含交接明确需求、材料版本、待审代码、只读范围及验收;区分作者断言与证据,排除无关历史,新的上下文不能保证消除模型盲区。回传示例指出实现未核对租户、提供证据位置与影响,并明确没有运行测试,不捏造验证结果。",
|
|
21
|
+
"files": [],
|
|
22
|
+
"expectations": [
|
|
23
|
+
"交接包含 rev-demo-1、当前租户读取约束、待审函数完整片段及只读审查边界,可脱离原对话理解。",
|
|
24
|
+
"作者“已验证安全”的说法被标为待核实断言,无关样式历史未被整段带入。",
|
|
25
|
+
"使用新的审查上下文,同时不声称同模型新线程可以保证消除盲区。",
|
|
26
|
+
"回传示例指出函数缺少租户核对,包含原始证据位置、实际影响,以及未运行验证或尚待验证的说明。"
|
|
27
|
+
]
|
|
28
|
+
},
|
|
29
|
+
{
|
|
30
|
+
"id": 3,
|
|
31
|
+
"name": "isolation-and-agent-reuse",
|
|
32
|
+
"prompt": "请根据下列运行事实给出任务分配、隔离判断与后续处理方案;只生成方案,不调用部署、不创建工作树、不改配置、不派发代理。当前所有代理共享一个源码目录和父会话权限,没有可用的独立工作树或只读沙箱。计划让两个代理同时修改同一个锁文件,再让一个提示词写着‘只读’的代理执行要求环境强制只读的验证。有人建议增加一个‘运维 Agent’来隔离生产部署。用户只授权修改源码和验证,尚未授权生产部署。有一个已完成代码探索的代理可继续回答相同版本下的调用关系问题,另有一项要求独立判断的最终审查。说明哪些部分可继续、哪些需要调整或停止,以及两项后续任务是否复用已有代理。",
|
|
33
|
+
"expected_output": "分别判断上下文、文件和权限隔离;避免同时修改共享锁文件;无法满足强制只读验证时报告受影响部分而非用角色名代替沙箱;不越权部署。探索可在重新核对材料与授权后复用,独立审查使用新上下文;保持必要证据和主代理集成责任。",
|
|
34
|
+
"files": [],
|
|
35
|
+
"expectations": [
|
|
36
|
+
"区分对话上下文、源码文件与权限边界,不把角色名称或提示词只读当作独立工作树/强制只读沙箱。",
|
|
37
|
+
"共享锁文件由唯一写入者负责或顺序处理,不让两个代理并发修改。",
|
|
38
|
+
"环境不能强制只读时停止该验证或明确等待环境前提,且不扩权、不越权生产部署。",
|
|
39
|
+
"同版本探索问答可在核对授权和材料后复用已有代理,最终独立审查使用新上下文。",
|
|
40
|
+
"隔离前提不足不阻断其他已授权源码工作,并保留主代理集成及可复核结果。"
|
|
41
|
+
]
|
|
42
|
+
}
|
|
43
|
+
]
|
|
44
|
+
}
|
|
@@ -13,19 +13,33 @@
|
|
|
13
13
|
|
|
14
14
|
任务信号分别起作用:歧义与耦合影响推理需求;范围限定职责和上下文;可验证性与错误后果影响保障要求;时延只在合格候选间取舍。不将它们相加为未经校准的数字总分。高影响且难验收时至少 L3 是本地保守下限,不是来源项目或本次试验已证明的结论。
|
|
15
15
|
|
|
16
|
+
## 委派与交接规则核验
|
|
17
|
+
|
|
18
|
+
[场景集](../evals/evals.json)用于核验拆分理由、独立审查交接、隔离与复用决策。被测代理只接收题面和指定版本规则,预期结果及断言由主代理保存;仅生成执行安排或交接产物,不实际派发、部署、改 home 或创建工作树。对照冻结旧版与候选版,用相同请求组合、题面和工具条件运行,保留双方原始产出、逐项判定及限制,供人工复核。批量场景共享一个上下文时按一次批次执行报告,不算独立重复。
|
|
19
|
+
|
|
20
|
+
检查小任务不因岗位拆分、明确复核要求不被成本判断取消;审查不把作者断言当证据,交接自包含且结论可复核;线程、工作树和沙箱不混同,共享写入和授权限制得到落实,复用不破坏独立性。规则题通过只证明这些安排符合验收,不能证明真实执行已隔离或更快、更便宜;旧版同样通过的断言只能证明未见回归。继续遵守下文的对照隔离、身份与计量要求,不增加日常派发步骤。
|
|
21
|
+
|
|
16
22
|
## 先预检配置链路
|
|
17
23
|
|
|
18
24
|
比较模型候选前,由主代理用现有工具核对本次涉及的查询与 [JSON 契约](configuration.md#配置查询与失败分流),记录实际使用的配置来源与版本或摘要。涉及非活动预览或自定义档位时分别核对,不能从活动模式推断;即使返回了 `data`,退出非零或有错误也不算成功。只读查询不需要模型验证请求,也不为此额外派发子代理。
|
|
19
25
|
|
|
20
26
|
预检未通过时先修复受影响的本地配置、接口或材料,继续其他独立工作,不把查询故障记为模型能力失败。预检通过后再冻结下面的候选评估;静态预检不能代替实际任务验收或可信运行身份。
|
|
21
27
|
|
|
28
|
+
## 新模型候选与默认晋升
|
|
29
|
+
|
|
30
|
+
官方定位、输入与工具支持可作为经用户授权配置专长路线的依据,不强制先做对照评测。普通使用不因缺少基准数据增加门槛;实际能力、相对速度与费用优势仍不能据定位或目录推断。cut/official 为 visual/computer/writing 提供专长用途,具体条件见 [任务路由](task-routing.md#专长与本地映射)。
|
|
31
|
+
|
|
32
|
+
需要实证比较或进一步调优时,可先保存独立自定义档位,冻结输入、候选、原验收与预算;保存与预览不激活。晋升依据为目标任务上的首次验收、重要错误、返工及包含协调和核验的总耗时,有可信计量时再比较费用。在留出的任务上复核,主组合和备用分别判断;结论只覆盖对应等级/task,不外推为通用能力排名。
|
|
33
|
+
|
|
34
|
+
评估定义按当前候选单独冻结,不将历史试验路线作为现役推荐。当前专长路线不以重跑历史对照为使用前提;旧版材料从项目 Git 历史查阅,不随发行包交付。
|
|
35
|
+
|
|
22
36
|
## 分级边界核验
|
|
23
37
|
|
|
24
38
|
分级核验分别记录任务本身复杂度、保障后拟采用等级、是否需先补前提及理由;拟采用等级明确不等于已可派发。输入案例与预期判断分开保存,预期中写明本地规则依据及允许的判断范围,开始后不为匹配答案修改验收。被测上下文只判断等级、前提和理由,主代理再用现有 CLI 取完整组合与角色契约。
|
|
25
39
|
|
|
26
40
|
分别核对等级和实际组合:相邻等级可能共用组合,分级一致也不证明该组合能完成任务。案例应覆盖文件数、职责名称、时限等干扰,以及材料缺失与任务内在不确定性的区别;报告规则一致性,不能把同一批案例算成多次独立重复,也不能只因两版规则返回相同答案就认定能力等价。未发现违反原规则的证据时保留原分级与默认映射,不为扩大文档而追加规则。
|
|
27
41
|
|
|
28
|
-
同级候选核验分别冻结最终等级和 task
|
|
42
|
+
同级候选核验分别冻结最终等级和 task,覆盖机械/有界/扫描/深度/复杂/不确定/推理/视觉/电脑操作/写作候选、保障下限阻止低等级路由、未配置 latency 的停止、高强度档位已选择与仅预览的区别。核对完整候选及其备用进入任务快照,低到 medium 的同级质量升级不重置计数。配置测试只证明选择与保存一致,不证明图示组合的能力或性能;真实任务校准仍按下文独立样本执行。
|
|
29
43
|
|
|
30
44
|
## 接续规则核验
|
|
31
45
|
|
|
@@ -75,7 +89,7 @@
|
|
|
75
89
|
|
|
76
90
|
案例题面不提示期望等级或“应停止”等答案。分别覆盖大规模机械工作、单文件强耦合、高后果但难验收、资料缺失、授权撤回、Retry-After超预算、旧写入者状态未知、相同组合的名义升级以及规则完整性异常。独立保留样本用于最终复核,不用训练样本的通过率声称泛化。决策题、真实派发、业务任务产出分别判定。
|
|
77
91
|
|
|
78
|
-
真实组合校准先冻结相同输入/工具/上下文与原验收,选两个有争议的完整组合交错执行,收集宿主可信的实际 model/effort、端到端时间与资源证据。缺项填 null,不把输出字节数当 token
|
|
92
|
+
真实组合校准先冻结相同输入/工具/上下文与原验收,选两个有争议的完整组合交错执行,收集宿主可信的实际 model/effort、端到端时间与资源证据。缺项填 null,不把输出字节数当 token;未启动和未完成保留在计划分母。缺身份/计量或干净控制条件时不能声称能力排名、速度或费用收益,也不能以该结果作为默认晋升的实测依据。
|
|
79
93
|
|
|
80
94
|
## 最小业务试跑
|
|
81
95
|
|
|
@@ -8,7 +8,7 @@
|
|
|
8
8
|
|
|
9
9
|
- setup 首次默认 official;内置档位命令与 id 均为 cut、official、high、fire;mode set 切换,mode create/configure 保存自定义档位。
|
|
10
10
|
- status --details 查看规则、磁盘角色及潜在覆盖;mode show 与 explain 只预览,不委派。
|
|
11
|
-
- models check 只查询账号与目录,目录不证明调用权限;--verify
|
|
11
|
+
- models check 只查询账号与目录,目录不证明调用权限;--verify 使用禁用工具的独立 Responses 请求,不启动 Codex 任务线程,可能产生费用。
|
|
12
12
|
- restore 仅撤销可证明归属的改动,保留安装前内容和管理区块之外的用户修改;基线缺失或损坏时拒绝恢复。
|
|
13
13
|
- 卸载前必须按 [Skill 的卸载前恢复规则](../SKILL.md#卸载前恢复) 恢复原绑定 home;预览不算恢复完成,多个 home 逐一恢复。实际恢复失败或结果未知时停止卸载,保留工具和恢复记录。
|
|
14
14
|
- 仅支持当前配置格式与版本;不符合时拒绝读写,保持现有文件不变。
|
|
@@ -18,6 +18,15 @@ CLI 不带 --scope 保持全局兼容;聊天切换默认显式 --scope session
|
|
|
18
18
|
|
|
19
19
|
固定角色配置可能覆盖派发参数;作用域查询统一返回未固定模型的 task_delegate,显式传入组合并保留原职责。用户指定配置或需要继承时使用未固定 model/effort 的 task_delegate,并核对宿主默认。任务等级与权限职责互相独立。
|
|
20
20
|
|
|
21
|
+
## 模型绑定
|
|
22
|
+
|
|
23
|
+
内置档位用用途别名配置基线、候选和备用。查询、生成角色和任务冻结快照均使用解析后的具体 model 和 effort。按用户授权对同一个 home 执行:
|
|
24
|
+
|
|
25
|
+
1. `agent-fit models bind <用途> <模型 ID> --dry-run --codex-home <绑定 home>` 查看受影响的主选、备用和应用令牌。
|
|
26
|
+
2. 核对新模型的任务适配、预算和变化范围;明确授权后以相同参数使用 `--apply <预览令牌>`。配置变化、目录不完整或任何受影响组合缺少原 effort 时,停止写入。目录检查不发起推理,不证明运行权限或能力。
|
|
27
|
+
|
|
28
|
+
用途有 `economy`(经济)、`general`(通用)、`general_backup`(通用备用)、`frontier`(旗舰)和 `visual_work`(视觉、电脑操作、写作)。调整对该 home 下所有作用域的内置档位生效,不改自定义固定组合或已开始任务快照。原 fire 门槛继续适用。
|
|
29
|
+
|
|
21
30
|
## 配置查询与失败分流
|
|
22
31
|
|
|
23
32
|
主代理先确定复杂度等级与原职责,再执行 `agent-fit explain --codex-home <绑定 home> --scope session --project <项目根> --level <等级> --role <原职责> --json`。JSON 顶层为 `report_schema_version`、`data`、`errors`,先检查进程退出码与 `errors`,再读取 `data`。先核对 `data.scope`、`data.context`、`data.effective_scope` 与目标聊天及项目一致,`data.skill_integrity` 须为 clean,保存 `configuration_revision`、`skill_revision` 与完整 `task_profile` 作为该任务后续接续依据。其余所需字段为 `data.mode_id`、`data.level`、`data.requested_role`、`data.primary.model`、`data.primary.effort`、`data.dispatch_role`、`data.permission_contract`;全部按本次选择和职责核对,不能只判断 stdout 非空或 `data` 存在。
|
|
@@ -39,7 +48,7 @@ CLI 不带 --scope 保持全局兼容;聊天切换默认显式 --scope session
|
|
|
39
48
|
|
|
40
49
|
完整用法、模式表、备用条件与故障处理见项目 docs/usage.md。
|
|
41
50
|
|
|
42
|
-
fire
|
|
51
|
+
fire 每个会话首次委派前须验证当前任务组合的实际调用与可信模型身份;模型、effort、供应商或账号变化后重验。检查失败或无法完成时使用用户指定组合,否则继承父代理实际组合,并使用 task_delegate 保留原职责。全局子代理默认可能覆盖继承,须核对有效组合;没有可信父代理组合时阻断该委派。验证结果不跨会话缓存。
|
|
43
52
|
|
|
44
53
|
同级任务候选见 [任务路由](task-routing.md)。任务快照中的 levels 每级可含 tasks,各候选保存独立备用;explain 的 task 及 primary 必须对应所选候选。无候选的旧定义仍可查等级基线;显式候选缺失时不猜值。候选编辑与普通路由数据更新无需重启;基础 Skill/AGENTS 规则更新仍需重启。
|
|
45
54
|
|
|
@@ -14,9 +14,23 @@
|
|
|
14
14
|
请求组合:mode_id、level、task、model、effort
|
|
15
15
|
接续次数:attempts_used_before、additional_dispatches、attempts_used_after
|
|
16
16
|
停止条件与未知项:
|
|
17
|
-
|
|
17
|
+
返回:职责、精炼结论、产出与证据位置、核验结果、未覆盖与阻塞;未知/异常/部分结果标 PARTIAL
|
|
18
18
|
```
|
|
19
19
|
|
|
20
|
+
## 上下文与产物交接
|
|
21
|
+
|
|
22
|
+
任务说明须自包含:提供必要目标、权威材料及版本、约束、已有修改、依赖与验收,避免复制无关历史。按任务提供材料,不把岗位接力摘要作为唯一事实来源;通过文件、文档或结构化产物传递状态,主代理保留全局意图与关键决策。摘要不能替代核验所需的原始证据,文件引用须确认子代理可访问。
|
|
23
|
+
|
|
24
|
+
独立审查使用新的评估上下文,提供需求、待审产物与证据,将作者解释、假设和已证实事实分开,不把作者结论作为审查前提。保留安全背景、适用规则和必要决策依据;角色名称或更换线程本身不保证消除同模型盲区。当前宿主显式组合继续使用 `fork_turns="none"`,它只隔离对话历史,不证明无全局规则影响或具备文件、权限隔离。
|
|
25
|
+
|
|
26
|
+
回传精炼结论与可访问的产物、证据位置;失败、反例、验证状态和未确认项不能因压缩而省略。完整日志留在授权位置,必要时引用,不默认复制进主上下文。
|
|
27
|
+
|
|
28
|
+
## 停止与复用
|
|
29
|
+
|
|
30
|
+
子任务完成即返回,不因角色名称常驻等待或扩展工作。仅在后续任务确实受益于已有上下文、且不会破坏独立性要求时复用;主代理先重新核对授权、职责、材料版本及配置,适用的计数与停止条件仍按原规则执行。新任务重新查询配置并冻结快照;若新组合无法在既有代理上落实,另行派发,不以复用声称已切换模型。需要独立判断时使用新的评估上下文。
|
|
31
|
+
|
|
32
|
+
## 次数与职责边界
|
|
33
|
+
|
|
20
34
|
次数均为主代理发起的原任务累计次数;additional_dispatches 是本次拟新增的0或1次,attempts_used_after = attempts_used_before + additional_dispatches,且不超过3。拆分困难部分仍沿用原任务计数。宿主内部重试未知时不追加,旧写入者停止未知时不接管同范围。该模板是交接材料,不是自动计数或宿主执行证明。
|
|
21
35
|
|
|
22
36
|
子代理不是唯一参与者:先读适用规则和实际材料,不撤销他人改动;共享产出只有一个负责人。不能递归派发、修改生产/共享环境/第三方系统/代理配置或自行换模型。主代理保留最终设计、共享裁决、集成、关键验证与完成声明。
|
|
@@ -12,22 +12,24 @@
|
|
|
12
12
|
| 结果未达原验收且证据充分 | 按质量升级核对原因和候选组合,限定困难部分;不使用可用性备用掩盖质量问题 |
|
|
13
13
|
| 超时、取消、停止状态未知 | 区分请求前失败与已启动工作。写入职责先确认旧 worker 停止并核对部分产出;未知时不得创建第二个同范围写入者 |
|
|
14
14
|
|
|
15
|
-
备用必须同时满足本任务 task_profile 快照中的 fallback_conditions:用户选择、原预算、宿主模型与 effort 支持、原任务输入及工具能力、原职责与验收、原写入 worker 已停止。条件码是待核对前提,不授予新的委派权限。cut、official、high 以及用户已选择的自定义档位,默认允许原已授权任务自动使用本级非空 fallback,包括按值复制的备用,无需逐次确认;仅创建、保存或预览候选不构成选择,用户明确锁定模型或禁止降级时不切换。自定义本级 fallback 为 null 时阻断该接续,不借用其他档位或 fire 的父代理继承规则。备用耗尽后停止该委派并报告原因、实际组合与部分产出,不尝试其他模型或切换档位。备用使用 task_delegate 显式指定 model/effort,保留原职责;L3、L4
|
|
15
|
+
备用必须同时满足本任务 task_profile 快照中的 fallback_conditions:用户选择、原预算、宿主模型与 effort 支持、原任务输入及工具能力、原职责与验收、原写入 worker 已停止。条件码是待核对前提,不授予新的委派权限。cut、official、high 以及用户已选择的自定义档位,默认允许原已授权任务自动使用本级非空 fallback,包括按值复制的备用,无需逐次确认;仅创建、保存或预览候选不构成选择,用户明确锁定模型或禁止降级时不切换。自定义本级 fallback 为 null 时阻断该接续,不借用其他档位或 fire 的父代理继承规则。备用耗尽后停止该委派并报告原因、实际组合与部分产出,不尝试其他模型或切换档位。备用使用 task_delegate 显式指定 model/effort,保留原职责;L3、L4 不自动降到经济用途模型。
|
|
16
|
+
|
|
17
|
+
备用按原能力要求逐条核对,跨模型同名 effort 不证明等价。没有合格备用时保留 null 并停止该接续;保留旧模型也不代表它已经通过校准。主组合校准结果不能直接用于证明备用适配,不因新模型发布批量替换备用。故障恢复后由新任务重新查询主组合,同一任务避免往返切换,沿用原快照与次数。
|
|
16
18
|
|
|
17
19
|
## 质量升级
|
|
18
20
|
|
|
19
21
|
1. **证明未达验收**:主代理核对原测试、证据或明确验收条件,指出具体错误;子代理自报完成、表述不合偏好或未分类故障都不足以升级。资料、工具、环境、凭据或目标冲突先补前提,不能靠换强模型解决。
|
|
20
|
-
2.
|
|
21
|
-
3.
|
|
22
|
+
2. **确定下一次为何有用**:方法或交接遗漏可在补正后有限重试原组合;证据显示推理深度不足或新暴露复杂约束时,重评困难部分等级与保障要求。原任务已授权,且用户选择、原预算和宿主能力允许时,由主代理在原任务快照中选择有针对性的同级基线、任务候选或更高等级主组合;职责、允许动作与验收保持不变。显式指定模型/effort,固定角色不匹配时使用 task_delegate;不使用本级 fallback 作为质量升级,不自动切换档位或换供应商。
|
|
23
|
+
3. **比较实际组合**:先比较快照中的同级基线与任务候选,再核对后续等级;指出下一组合针对的具体失败。比如 official/L3 complex 的 通用模型/medium 遗漏相互约束、需要更深权衡时,可选择本级 通用模型/high 基线。跨模型变化须依据适配证据,不能按模型名构造能力阶梯。专长路线若暴露更深的视觉/写作约束,可在原快照中重评等级与 effort;若暴露竞争假设或强耦合,则核对同级基线或 uncertain/reasoning,不把专长故障备用的通用模型 当成预设质量升级。旗舰模型/low 结果有推理不足证据时,可在同级 L3/L4 选择已配置 reasoning 的 旗舰模型/medium,计为质量升级;普通自动路由到 medium 后不再提高旗舰强度。high/fire 的明确选档授权及已选择自定义的显式组合保持有效,详见 [任务候选](task-routing.md)。同级候选或相邻等级组合相同时不重派,继续核对下一不同且适用的组合;到 L4 仍无合适的不同组合时,报告已达当前档位上限。high 的 L3→L4、fire 的任意等级变化都不增加模型或 effort;如有新证据或具体方法修正,可在剩余额度内重试原组合,并如实称为重试。自定义更高等级或不同候选不保证更强,须核对能力证据;不机械执行“先加 effort”或“先换模型”。
|
|
22
24
|
4. **限定接续范围**:先确认旧写入者已停止并检查部分产出,只交接仍困难的部分及必要上下文,保留完整验收。升级后的结果仍由主代理核验;未通过时按剩余额度处理,次数耗尽或无合适候选时停止该委派,返回 PARTIAL/BLOCKED 与未完成部分,继续独立工作。
|
|
23
25
|
|
|
24
26
|
每任务最多三次主代理发起的委派,初次、重试、质量升级与备用共用计数;拆分困难部分不重置计数,同一组合最多额外一次。累计重试等待不超过 30 秒并遵守 Retry-After;宿主已重试或次数未知时不叠加重试。不自动撤销他人修改,异常/部分结果仅作 PARTIAL 证据返回。
|
|
25
27
|
|
|
26
|
-
|
|
28
|
+
经济模式的复杂任务不能自动降到经济用途模型;fire 检查失败、未完成或最高组合不可用时,按下文 [fire 验证与继承备用](#fire-验证与继承备用) 执行。
|
|
27
29
|
|
|
28
30
|
## fire 验证与继承备用
|
|
29
31
|
|
|
30
|
-
仅内置 fire 启用此门槛。每个会话首次使用前,对目标 model/effort 实际调用验证,要求请求成功、可信运行 metadata 的模型与强度匹配、检查上下文与当前会话一致。目录列出、参数支持、用户口头确认或子代理自报不能代替验证。可使用 `agent-fit models check --verify --model
|
|
32
|
+
仅内置 fire 启用此门槛。每个会话首次使用前,对目标 model/effort 实际调用验证,要求请求成功、可信运行 metadata 的模型与强度匹配、检查上下文与当前会话一致。目录列出、参数支持、用户口头确认或子代理自报不能代替验证。可使用 `agent-fit models check --verify --model <任务快照的模型> --effort <任务快照的强度>`;若宿主无法隔离全部工具、委派及外部副作用,不发送验证请求,按检查未完成处理。
|
|
31
33
|
|
|
32
34
|
同一会话可复用有效验证结果;model、effort、供应商或账号变化后重新验证,不保存跨会话验证缓存。重新委派时仍核对结果适用性;失败或未知结果不能复用为成功。
|
|
33
35
|
|
|
@@ -6,24 +6,44 @@
|
|
|
6
6
|
|
|
7
7
|
| task | 可用等级 | 任务条件 | 主组合 |
|
|
8
8
|
| --- | --- | --- | --- |
|
|
9
|
-
| mechanical | L1 | 输入、方法和验收明确,机械执行 |
|
|
10
|
-
| bounded | L2 | 有界的局部分析,产出容易核验 |
|
|
11
|
-
| scan | L1/L2 | 范围和检查方法明确,需要较广覆盖的扫描或审查 |
|
|
12
|
-
| deep | L1/L2 | 确定性方法下需要较深处理和多步核对 |
|
|
13
|
-
| complex | L2/L3 | 有界复杂问题,需要局部或多约束权衡 |
|
|
14
|
-
| uncertain | L3/L4 | 高歧义、强耦合,或高后果且难以验收 |
|
|
15
|
-
| reasoning | L3/L4 | 复杂推理,或证据表明先前结果推理不足 |
|
|
16
|
-
|
|
|
9
|
+
| mechanical | L1 | 输入、方法和验收明确,机械执行 | 经济用途 / medium |
|
|
10
|
+
| bounded | L2 | 有界的局部分析,产出容易核验 | 经济用途 / high |
|
|
11
|
+
| scan | L1/L2 | 范围和检查方法明确,需要较广覆盖的扫描或审查 | 经济用途 / xhigh |
|
|
12
|
+
| deep | L1/L2 | 确定性方法下需要较深处理和多步核对 | 经济用途 / max |
|
|
13
|
+
| complex | L2/L3 | 有界复杂问题,需要局部或多约束权衡 | 通用用途 / medium |
|
|
14
|
+
| uncertain | L3/L4 | 高歧义、强耦合,或高后果且难以验收 | 旗舰用途 / low |
|
|
15
|
+
| reasoning | L3/L4 | 复杂推理,或证据表明先前结果推理不足 | 旗舰用途 / medium |
|
|
16
|
+
| visual | L1/L2/L3 | 图像、技术图纸、截图的理解与视觉推理 | 专长用途 / low、medium、high |
|
|
17
|
+
| computer | L1/L2/L3 | 已知目标、可核对结果的界面操作 | 专长用途 / low、medium、high |
|
|
18
|
+
| writing | L1/L2/L3 | 事实与约束已知的自然写作、修订、提案或表单 | 专长用途 / low、medium、high |
|
|
19
|
+
| latency | 任意等级,仅显式配置 | 用户明确时延要求,且该组合满足原质量与能力要求 | 读取自定义候选,不凭名称保证低延迟 |
|
|
17
20
|
|
|
18
|
-
|
|
21
|
+
## 专长与本地映射
|
|
19
22
|
|
|
20
|
-
|
|
23
|
+
专长用途按视觉理解、电脑操作和自然写作的能力选定,不替换通用编码或开放研究基线。更换绑定时应确认候选仍符合三个用途。
|
|
24
|
+
|
|
25
|
+
cut/official 对三个专长使用相同本地映射:L1 low、L2 medium、L3 high;候选自己的故障备用分别为 通用模型 medium、medium、high,仍须满足原输入与工具能力。官方没有 L1–L4 表,也没有证明这些 effort 彼此等效或最优。effort 以具体模型的宿主支持为准。
|
|
26
|
+
|
|
27
|
+
仅在主要工作属于上述专长、关键事实和约束已知且结果可核对时选择。L3 可处理多项已知约束下的视觉或写作权衡;若主要困难是竞争假设、强耦合、开放研究或高后果且难验收,采用本级基线、uncertain/reasoning 或重评 L4。不能只因输入有图片、产出是文章、任务发生在界面上就选专长候选。computer 仍保留原职责、工具与外部写入授权,不使只读取证角色获得操作权限。明确格式的抽取/转换仍可选 mechanical;代码实现仍按原通用路线选择。
|
|
28
|
+
|
|
29
|
+
## 基线与候选的选择边界
|
|
30
|
+
|
|
31
|
+
先核对候选是否满足原工具、输入模态、上下文及验收能力,再在合格组合间考虑资源与时延。目录列出和配置合法不证明能力或可调用性;缺少必要能力证据时先补前提。
|
|
32
|
+
|
|
33
|
+
- **基线**:任务不能明确落入候选条件时使用本级基线,仍须通过能力检查;同级候选不是必须经过的步骤。
|
|
34
|
+
- **L2 bounded**:局部方案选择,关键约束已知且能直接验收。L2 complex 需要有限的约束权衡,但关键假设已建立;两者不按文件数或职责划分。
|
|
35
|
+
- **L3 complex**:存在相互影响的约束,但关键假设已建立,约束和完整验收可逐项核对时才选。无法可靠核对或需要更深权衡时采用 L3 基线;高歧义、强耦合或高后果且难验收时选 uncertain,复杂推理或已证实推理不足时选 reasoning。
|
|
36
|
+
- **scan / deep**:仅用于 L1/L2 中方法确定、边界明确的扫描或多步核对。出现相互影响的复杂约束或不确定假设时先重评等级;审查职责本身不决定候选或强度,独立审查仍须独立执行。
|
|
37
|
+
|
|
38
|
+
相同组合不是新的能力层级。例如 official/L2 的 complex 与基线都是通用模型/medium,改标签不能算质量升级。更换模型或提高 effort 仍须说明它为何针对已观察到的问题;用途别名不表示固定的能力排序。
|
|
39
|
+
|
|
40
|
+
普通旗舰候选从 low 开始,复杂推理或有证据的质量升级最多 medium;备用也不能自动引入更高旗舰强度。只指定模型不授权 high/xhigh/max/ultra。用户明确指定完整组合时优先;若当前档位没有该候选,先报告并在获授权的配置中保存,不临时拼模型与 effort。
|
|
21
41
|
|
|
22
42
|
## 最高强度与自定义授权
|
|
23
43
|
|
|
24
|
-
用户明确选择 high 或 fire
|
|
44
|
+
用户明确选择 high 或 fire,即授权其展示的高强度组合;它们保持原四级主组合,不被普通任务候选降为 low/medium。仅预览、explain、创建或保存定义不构成选择。已选择的自定义档位按保存的基线和候选执行,包括显式保存的高强度组合;复制后尚未选择时同样不构成派发授权。原预算、任务权限、宿主支持及 fire 会话验证仍须满足。
|
|
25
45
|
|
|
26
|
-
低延迟是质量约束内的偏好,不能只凭名称或 effort
|
|
46
|
+
低延迟是质量约束内的偏好,不能只凭名称或 effort 声称更快。专长候选已内置于 cut/official;能力比较或调优时才按 [校准指南](calibration.md#新模型候选与默认晋升)执行评测。未配置 latency 时,查询返回 TASK_ROUTE_NOT_CONFIGURED;不能静默改用其他模型并声称满足时延。仍可由主会话完成或报告受影响部分。
|
|
27
47
|
|
|
28
48
|
## 查询、快照与编辑
|
|
29
49
|
|
|
@@ -31,6 +51,6 @@ L1/L2 的 scan、deep 只适用于边界明确的工作;出现强耦合、不
|
|
|
31
51
|
|
|
32
52
|
每级可选 tasks 对象;每项完整保存 model、effort、fallback(可为 null)。候选备用遵守同级备用条件,不借用基线备用。CLI 单级修改只改基线与其备用,保留任务候选;整表 JSON 或网页每级的“任务候选 JSON”可修改候选,{} 清空。复制档位及三层作用域均保留候选。模型手动检测覆盖基线与候选的去重主组合,不检测备用;配置和查询不发模型请求。
|
|
33
53
|
|
|
34
|
-
任务开始时冻结基线、全部候选及其备用。先前 low 结果有推理不足证据时,可在原 L3/L4 的快照中选 reasoning
|
|
54
|
+
任务开始时冻结基线、全部候选及其备用。先前 low 结果有推理不足证据时,可在原 L3/L4 的快照中选 reasoning 的旗舰模型/medium,属于同级候选的质量升级;不能以此重置计数。已使用 medium 后,不自动转 high/xhigh/max/ultra。其他组合是否值得更换仍需原验收和能力依据,不能仅按不同名称推断升级。
|
|
35
55
|
|
|
36
56
|
次数、预算、故障分类、写入者停止及 PARTIAL/BLOCKED 返回继续遵守 [失败处理](failure-policy.md)。规则一致性、配置查询与真实任务能力分开评估,参见 [校准指南](calibration.md)。
|
package/bin/agent-fit.mjs
CHANGED
|
@@ -19,8 +19,9 @@ mode configure MODE --level L1|L2|L3|L4 --model MODEL --effort EFFORT
|
|
|
19
19
|
[--fallback-model MODEL --fallback-effort EFFORT | --clear-fallback]
|
|
20
20
|
mode configure MODE --definition-stdin [--dry-run]
|
|
21
21
|
status [--details] [--project PATH]
|
|
22
|
-
explain --level L1|L2|L3|L4 [--task mechanical|bounded|scan|deep|complex|uncertain|reasoning|latency] [--mode MODE] [--role ROLE]
|
|
22
|
+
explain --level L1|L2|L3|L4 [--task mechanical|bounded|scan|deep|complex|uncertain|reasoning|visual|computer|writing|latency] [--mode MODE] [--role ROLE]
|
|
23
23
|
models check [--verify] [--discover] [--expect-catalog HASH] [--model MODEL --effort EFFORT]
|
|
24
|
+
models bind SLOT MODEL (--dry-run | --apply PREVIEW_TOKEN)
|
|
24
25
|
restore [--dry-run]
|
|
25
26
|
serve [--port PORT] [--open]
|
|
26
27
|
|
|
@@ -29,7 +30,7 @@ CLI 默认 global;聊天 Skill 切换默认 session。项目和会话选择可
|
|
|
29
30
|
会话 > 项目 > 全局;查询显示有效档位及来源。局部选择只影响后续新任务。
|
|
30
31
|
|
|
31
32
|
内置档位:cut(经济)、official(官方,首次配置默认)、high(高级)、fire(全开)。
|
|
32
|
-
cut/official 支持同级任务候选;明确选择 high/fire
|
|
33
|
+
cut/official 支持同级任务候选;明确选择 high/fire 即授权所示高强度组合,预算与 fire 验证仍适用。
|
|
33
34
|
省略 --agent 时默认使用 codex;也可显式指定 --agent codex。
|
|
34
35
|
目标目录支持 --codex-home PATH;默认 CODEX_HOME 或 ~/.codex。
|
|
35
36
|
查询及写命令支持 --json;写命令支持 --expect-revision REV。
|
|
@@ -39,7 +40,7 @@ cut/official 支持同级任务候选;明确选择 high/fire 即授权所示
|
|
|
39
40
|
首次安装、更新基础规则或恢复后请重启 Codex;日常切档无需重启,后续新任务读取新配置。
|
|
40
41
|
完整说明:https://github.com/fanglinwei/agent-fit/blob/main/docs/usage.md`;
|
|
41
42
|
|
|
42
|
-
const strings = ['agent', 'codex-home', 'mode', 'from', 'level', 'task', 'model', 'effort', 'fallback-model', 'fallback-effort', 'expect-revision', 'role', 'project', 'scope', 'thread', 'port', 'expect-catalog'];
|
|
43
|
+
const strings = ['agent', 'codex-home', 'mode', 'from', 'level', 'task', 'model', 'effort', 'fallback-model', 'fallback-effort', 'expect-revision', 'role', 'project', 'scope', 'thread', 'port', 'expect-catalog', 'apply'];
|
|
43
44
|
const booleans = ['dry-run', 'json', 'details', 'clear-fallback', 'definition-stdin', 'verify', 'discover', 'open', 'help', 'version'];
|
|
44
45
|
const optionTypes = Object.fromEntries([...strings.map(k => [k, { type: 'string' }]), ...booleans.map(k => [k, { type: 'boolean' }])]);
|
|
45
46
|
const common = ['agent', 'codex-home', 'json'];
|
|
@@ -50,7 +51,8 @@ const commands = {
|
|
|
50
51
|
setup: [...write, 'mode'], set: [...write, ...scoped], clear: [...write, ...scoped], delete: [...write, ...scoped], list: [...common, ...scoped], show: [...common, ...scoped],
|
|
51
52
|
create: [...write, ...scoped, 'from'], configure: [...write, ...scoped, 'level', 'model', 'effort', 'fallback-model', 'fallback-effort', 'clear-fallback', 'definition-stdin'],
|
|
52
53
|
status: [...common, ...scoped, 'details'], explain: [...common, ...scoped, 'level', 'task', 'mode', 'role'],
|
|
53
|
-
models: [...common, ...scoped, 'discover', 'expect-catalog', 'verify', 'model', 'effort', 'expect-revision'],
|
|
54
|
+
models: [...common, ...scoped, 'discover', 'expect-catalog', 'verify', 'model', 'effort', 'expect-revision'],
|
|
55
|
+
'model-bind': [...write, 'apply'], restore: write,
|
|
54
56
|
serve: ['agent', 'codex-home', 'project', 'thread', 'port', 'open'],
|
|
55
57
|
};
|
|
56
58
|
|
|
@@ -78,8 +80,9 @@ export function parseCommand(argv) {
|
|
|
78
80
|
if (!['path', 'update'].includes(positionals[1])) throw argumentError('skill 仅支持 path 或 update。');
|
|
79
81
|
action = `skill-${positionals[1]}`; count = 2;
|
|
80
82
|
} else if (action === 'models') {
|
|
81
|
-
if (positionals[1]
|
|
82
|
-
count = 2;
|
|
83
|
+
if (positionals[1] === 'bind') { action = 'model-bind'; count = 4; }
|
|
84
|
+
else if (positionals[1] === 'check') count = 2;
|
|
85
|
+
else throw argumentError('models 仅支持 check 或 bind。');
|
|
83
86
|
}
|
|
84
87
|
if (!commands[action] || positionals.length !== count || ((count === 3) && !selector)) throw argumentError('命令或位置参数无效;使用 --help。');
|
|
85
88
|
if (Object.keys(values).some(k => !commands[action].includes(k))) throw argumentError('该命令不支持给定参数。');
|
|
@@ -92,6 +95,7 @@ export function parseCommand(argv) {
|
|
|
92
95
|
if (action === 'models' && Boolean(values.model) !== Boolean(values.effort)) throw argumentError('--model 与 --effort 必须成对。');
|
|
93
96
|
if (action === 'models' && (values.discover && (!values.verify || values.model) || values['expect-catalog'] && (!values.discover || !/^[a-f0-9]{64}$/.test(values['expect-catalog'])))) throw argumentError('--discover 需要 --verify,且不能同时指定模型;目录版本须为 SHA-256。');
|
|
94
97
|
if (action === 'models' && values.model) validatePair({ model: values.model, effort: values.effort });
|
|
98
|
+
if (action === 'model-bind' && (values['dry-run'] ? values.apply !== undefined : !/^[a-f0-9]{64}$/.test(values.apply ?? ''))) throw argumentError('models bind 需要 --dry-run 或 --apply PREVIEW_TOKEN。');
|
|
95
99
|
if (action === 'configure') {
|
|
96
100
|
const fields = ['level', 'model', 'effort', 'fallback-model', 'fallback-effort', 'clear-fallback'];
|
|
97
101
|
if (values['definition-stdin']) {
|
|
@@ -107,6 +111,7 @@ export function parseCommand(argv) {
|
|
|
107
111
|
const options = Object.fromEntries(Object.entries(values).map(([key, value]) => [key.replace(/-([a-z])/g, (_, c) => c.toUpperCase()), value]));
|
|
108
112
|
if (action === 'create') options.name = selector;
|
|
109
113
|
else if (selector) options.mode = selector;
|
|
114
|
+
if (action === 'model-bind') [options.slot, options.model] = positionals.slice(2);
|
|
110
115
|
return { action, values, options };
|
|
111
116
|
}
|
|
112
117
|
|
|
@@ -168,6 +173,12 @@ function renderHuman(data) {
|
|
|
168
173
|
lines.push(`操作:${data.action} · ${data.result} · ${data.configuration_status}`, `Codex home:${data.home}`, `档位:${data.mode?.name || '无'} · 变化文件:${data.changed_files?.length || 0}`);
|
|
169
174
|
if (data.created_mode) lines.push(`已创建:${data.created_mode.name} (${data.created_mode.id}),${data.mode?.id === data.created_mode.id ? '已在当前作用域选择。' : '尚未设为当前档位。'}`);
|
|
170
175
|
if (data.result === 'preview') lines.push(...(data.changes || []).map(change => `${change.action} ${change.path}`));
|
|
176
|
+
if (data.model_binding) {
|
|
177
|
+
const { slot, model, routes, preview_token } = data.model_binding;
|
|
178
|
+
lines.push(`模型用途:${slot} → ${model} · 变化组合:${routes.length}`);
|
|
179
|
+
for (const route of routes) lines.push(` ${route.mode}/${route.level}${route.task ? '/' + route.task : ''} ${route.position === 'primary' ? '主选' : '备用'}:${pair(route.before)} → ${pair(route.after)}`);
|
|
180
|
+
if (data.result === 'preview') lines.push(`应用令牌:${preview_token}`);
|
|
181
|
+
}
|
|
171
182
|
if (data.custom_modes_removed?.length) lines.push(`清理自定义档位:${data.custom_modes_removed.join('、')}`);
|
|
172
183
|
if (data.restart?.message) lines.push(data.restart.message);
|
|
173
184
|
if (data.shared_skill) lines.push(`共享 Skill:${data.shared_skill.path} · ${data.shared_skill.result}`);
|
package/docs/README.md
CHANGED
|
@@ -1,15 +1,13 @@
|
|
|
1
1
|
# 文档导航
|
|
2
2
|
|
|
3
|
-
|
|
4
|
-
|
|
5
|
-
| 文档 | 用途 |
|
|
3
|
+
| 入口 | 保留内容 |
|
|
6
4
|
| --- | --- |
|
|
7
|
-
| [
|
|
8
|
-
| [
|
|
9
|
-
| [Skill](
|
|
10
|
-
| [
|
|
11
|
-
| [
|
|
12
|
-
|
|
13
|
-
|
|
14
|
-
|
|
15
|
-
|
|
5
|
+
| [项目首页](../README.md) | 定位、快速开始、子代理分工原则、插件与卸载入口 |
|
|
6
|
+
| [使用说明](usage.md) | 当前 CLI 与网页的完整操作合同 |
|
|
7
|
+
| [Skill](../adapters/codex/skills/agent-fit/SKILL.md) | 委派流程;配置、路由、失败与校准细则按需引用 |
|
|
8
|
+
| [验证范围](implementation-review.md) | 最近版本验收记录及证据边界 |
|
|
9
|
+
| [委派规则核验](https://github.com/fanglinwei/agent-fit/blob/main/docs/calibration/2026-11-18-delegation-principles.md) | 本次场景、结果及限制;不作为模型能力或提速证明 |
|
|
10
|
+
| [历史校准证据](https://github.com/fanglinwei/agent-fit/tree/1be6dd6971f01f42728b2f744e65c1dc4737222b/docs/calibration) | 清理前已入库的冻结输入与结果;历史映射不作为现役配置 |
|
|
11
|
+
| [参考来源](https://github.com/fanglinwei/agent-fit/blob/main/docs/research/2026-10-13-plan-review-reference-projects.md) | 固定源码版本与设计取舍 |
|
|
12
|
+
|
|
13
|
+
当前用法以使用说明和 Skill 为准;版本过程见 [Git 历史](https://github.com/fanglinwei/agent-fit/commits/main/)与 [Releases](https://github.com/fanglinwei/agent-fit/releases)。校准与研究材料保留在仓库,不随 npm 包交付。
|
|
@@ -1,137 +1,37 @@
|
|
|
1
|
-
#
|
|
1
|
+
# 验证范围
|
|
2
2
|
|
|
3
|
-
|
|
3
|
+
本页保留最近版本的已有验收及限制,不是实时发布状态。操作方法见[使用说明](usage.md),版本过程见 [Git 历史](https://github.com/fanglinwei/agent-fit/commits/main/)。
|
|
4
4
|
|
|
5
|
-
##
|
|
5
|
+
## 0.8.1 验收记录
|
|
6
6
|
|
|
7
|
-
|
|
7
|
+
记录日期:2026-11-18。环境为 macOS、Node.js 26.12.0、npm 12.2.0;本次修改委派规则、说明文档与测试资料,不改 CLI 或网页运行逻辑。
|
|
8
8
|
|
|
9
|
-
|
|
10
|
-
|
|
11
|
-
本版发布前 Node 测试211项全部通过,0失败或跳过;Chrome配置、自定义、三层作用域、账号与恢复流程通过,四页在375/768/1280/1440px无横向溢出,脚本错误0。测试使用隔离home与模拟账号/供应商,没有真实模型请求;本轮未执行插件管理界面安装、跨平台验证或付费模型复评。
|
|
12
|
-
|
|
13
|
-
## 2026-10-19 npm 公开包命名
|
|
14
|
-
|
|
15
|
-
npm 注册表以与现有 agentfit 名称过于相似为由拒绝发布无作用域的 agent-fit;v0.7.0 仅完成 GitHub 发布。经用户确认,v0.7.1 改用 npm 公开包 @fanglinwei/agent-fit;GitHub 仓库、可执行命令和 Skill 名继续使用 agent-fit。安装、卸载、npm exec 与本地打包文档同步采用实际包名和文件名,历史版本与校准证据保留原文。此补丁只调整包名、版本、文档及对应的包入口断言,不改变运行逻辑。
|
|
16
|
-
|
|
17
|
-
## 2026-10-19 Agent Fit 0.7.0 发布验证
|
|
18
|
-
|
|
19
|
-
GitHub 仓库、npm 包、CLI 和 Skill 统一使用 agent-fit,展示名称为 Agent Fit。本版汇总三层作用域、同级任务候选、自定义档位快照、委派路由总览、账号管理、手动主模型检测及配置操作零模型请求等当前功能。README 按安装、选择、查询和恢复重写;仓库链接与当前版本文档同步更新。只支持当前格式与版本,不增加旧用户迁移或兼容入口,历史校准输入保留原文。
|
|
20
|
-
|
|
21
|
-
发布复核修复了恢复页只统计当前作用域的问题:预览和最终确认改用后端的全 home 自定义档位清单,预览前不再断言不存在自定义档位。新增浏览器场景在项目与会话各建独有档位,从全局页面恢复,核对两处清单均完整;新回归在旧实现下失败,修复后通过。同时纠正自定义档位删除说明,并明确故障备用从本任务有效作用域的 task_profile 快照读取,避免误用全局基线。
|
|
22
|
-
|
|
23
|
-
本版 Node 测试 184 项通过,0 失败或跳过。Chrome 完整配置、自定义、三层作用域、路由查询、账号与恢复流程通过;四页在 375/768/1280/1440px 无横向溢出,零脚本错误。语法与 diff 空白检查通过。配置与浏览器测试使用临时 home 和模拟账号/供应商,不修改真实 home,也不执行真实模型推理;这些结果不证明模型能力或供应商可调用性。
|
|
24
|
-
|
|
25
|
-
## 2026-10-19 同级任务候选与 Astra 授权
|
|
26
|
-
|
|
27
|
-
L1–L4 保持推理复杂度分级,cut/official 每级可包含 tasks 候选及各自备用。查询新增 --task,按 mechanical、bounded、scan、deep、complex、uncertain、reasoning 选择完整组合;latency 仅使用显式配置,不自动启用 Terra。旧定义可继续查等级基线,显式候选缺失或类型/等级不符时拒绝查询,不从包内映射猜值。
|
|
28
|
-
|
|
29
|
-
普通自动 Astra 候选为 low/medium;有推理不足证据时可在同级由 low 升 medium,继续计入原任务三次总额。依用户确认,high/fire 保留最高强度,明确选择即授权其展示组合,预览不构成授权;预算、宿主支持、fire 验证与写入者停止规则保持有效。查询区分已选择的最高强度和仅预览。
|
|
30
|
-
|
|
31
|
-
候选随复制、自定义保存、三层作用域与完整任务快照保存。单级修改保留任务候选,整表 JSON 或网页每级候选 JSON 可编辑或清空;无效输入、刷新与冲突保留草稿,错误链接可聚焦编辑框。网页新增任务类型查询,修正等级名称与职责混用。手动模型检测覆盖基线和候选的去重主组合,排除备用;official 当前为 9 个组合,确认框展示数量与费用提示,不自动执行检测。
|
|
32
|
-
|
|
33
|
-
Node 测试 171 项全部通过;Chrome 完整配置、候选编辑/查询、无效 JSON 保留、三层切换、账号与恢复通过,四页在 375/768/1280/1440px 无溢出且零脚本错误。Skill 校验通过。此次仅验证规则与配置链路,没有执行真实模型推理、比较成本或延迟,候选能力仍待独立任务校准;未部署至真实 home。
|
|
34
|
-
|
|
35
|
-
## 2026-10-19 日常切档无需重启
|
|
36
|
-
|
|
37
|
-
普通全局、项目和会话切档、活动自定义档位的模型/effort 调整及重复设置统一返回无需重启。首次安装、基础 Skill/AGENTS/角色职责更新及实际恢复仍要求重启;卸载前先恢复的规则保持有效。共享写报告区分基础规则变化和路由数据变化,CLI、网页结果与预览沿用同一判断;状态查询不再无条件提示重启。
|
|
38
|
-
|
|
39
|
-
Node 测试 167 项通过,包含全局切档、活动自定义更新、三层作用域、预览零写入,以及已归属的旧 Skill、AGENTS 和角色职责更新仍提示重启。Chrome 配置、账号、三层切换、自定义与恢复流程通过;375/768/1280/1440px 四页无溢出,零脚本错误。Skill 校验与 diff 空白检查通过。
|
|
40
|
-
|
|
41
|
-
宿主证据来自 Codex 0.162.1:同一进程、同一会话下一轮重新加载全局角色模型/effort 绑定。该证据只证明配置加载,未运行子代理云端推理,不证明实际模型身份。已开始任务沿用原快照;本次源码更新未自动部署至真实 home。
|
|
42
|
-
|
|
43
|
-
## 2026-10-19 更名为 Agent Fit
|
|
44
|
-
|
|
45
|
-
项目目录、npm 包、唯一可执行命令、Skill 名称及目录统一为 agent-fit,展示名称为 Agent Fit。入口为 bin/agent-fit.mjs;新安装使用 skills/agent-fit、.agent-fit、.agent-fit-checks 和 agent-fit AGENTS 标记。档位、模型映射、角色名称及三层作用域行为保持原有语义。GitHub 仓库地址暂沿用原地址,冻结的研究与校准证据不改写。
|
|
46
|
-
|
|
47
|
-
只管理 agent-fit 的当前安装状态。配置格式、版本、归属、摘要、锁和恢复基线仍按当前安装校验。
|
|
48
|
-
|
|
49
|
-
移除旧安装识别与阻断、迁移说明及两项专用测试后,Node 测试 166 项全部通过。Skill 校验及 diff 空白检查通过;实际 home 只读查询成功,网页应用按钮正常启用,无脚本错误,未执行配置写入或模型验证。
|
|
50
|
-
|
|
51
|
-
## 2026-10-19 三层作用域
|
|
52
|
-
|
|
53
|
-
有效档位按会话 > 项目 > 全局整份解析。新增 home 内受管理的 scopes.json,复用既有锁、版本预检、原子替换、回滚与恢复基线;已有同版本全局安装可直接读取,无需迁移。项目以规范化 worktree 根隔离,会话以目标线程隔离;非 Git 项目显式指定路径,缺少会话身份不降为全局。
|
|
54
|
-
|
|
55
|
-
CLI 新增 --scope/--project/--thread、清除选择和受引用保护的自定义删除。局部修改上层自定义档位先复制,清除选择保留定义。显式作用域 explain 使用未固定的 task_delegate,返回完整 task_profile 与来源供主代理保存任务快照;重试、升级和备用沿用快照属于 Skill 指令约束,工具不拦截宿主派发。
|
|
56
|
-
|
|
57
|
-
网页明确选择作用域,展示有效来源,线程未绑定时禁用会话选项;上下文由服务绑定,不接受网页任意传入其他项目或线程。手动主模型检查使用页面作用域的有效档位,去重并排除备用;配置与切换不触发模型请求。
|
|
58
|
-
|
|
59
|
-
Node 测试 166 项通过;包含三层优先级、项目与线程隔离、局部复制、引用保护、清除继承、预览零写入、并发版本冲突、回滚、权限、损坏配置阻断、完整任务快照及作用域主模型检查。Chrome 完整配置/账号/恢复流程与三层切换、继承来源、页面恢复通过;375/768/1280/1440px 四页无溢出、零脚本错误。RPC 超时测试使用已就绪快照隔离文件系统负载,仍验证超时分类与子进程关闭。
|
|
60
|
-
|
|
61
|
-
未执行真实模型推理,也未在桌面宿主创建、恢复或 fork 聊天验证实际模型 metadata。临时 home 与模拟供应商证明工具解析和请求边界,不证明模型可用性或主代理遵循 Skill 的运行结果。
|
|
62
|
-
|
|
63
|
-
## 2026-10-19 派发角色与接续规则核验
|
|
64
|
-
|
|
65
|
-
非活动档位及未安装时的 explain 预览统一返回 task_delegate,候选 model/effort 与原权限契约保持不变;只有活动档位的匹配固定角色可被推荐,L4 仍使用 task_delegate。回归先出现预期失败,再通过修复;覆盖内置与自定义预览、未安装预览、活动自定义、同组合候选以及查询零配置改动。
|
|
66
|
-
|
|
67
|
-
自定义档位的本级非空 fallback 在用户选择该档位且满足原条件与预算后允许自动接续,包括复制的备用;仅创建、保存或预览不构成选择。null、用户模型锁定及其他停止条件继续阻断接续,不套用 fire 的继承规则。
|
|
68
|
-
|
|
69
|
-
Node 测试 157 项通过,零失败或跳过;Skill 校验与 diff 空白检查通过。源码 docs/calibration/ 中保留冻结输入、独立预期和完整决策记录:改动前一批 11/12 符合目标验收,自定义授权语义未闭环;更新后一批 12/12 符合。两个批次均只读判断,未执行案例 worker,实际模型身份及宿主接续未验证;不据此调整 L1–L4 或默认映射,不构成模型能力比较。
|
|
70
|
-
|
|
71
|
-
## 当前约定
|
|
72
|
-
|
|
73
|
-
- 内置档位的命令、配置 id、状态记录、生成 JSON、查询和网页统一为 `cut / official / high / fire`,不保留名称映射。
|
|
74
|
-
- Skill 名称、目录和调用方式统一为 `agent-fit` / `skills/agent-fit` / `$agent-fit`;CLI 为 `agent-fit`。
|
|
75
|
-
- 仅支持当前状态格式和版本,只管理 agent-fit 安装。
|
|
76
|
-
- 不支持的状态格式、路径或档位引用返回 `STATE_INVALID`;版本不一致返回 `VERSION_MISMATCH`。校验在写入前完成,不转换或覆盖已有配置。
|
|
77
|
-
- 当前版本的同版本重复配置、档位切换、自定义和首次恢复基线保持有效。
|
|
78
|
-
|
|
79
|
-
## 保留的能力
|
|
80
|
-
|
|
81
|
-
四种内置档位、自定义四级主/备用组合、状态和选择解释、CLI 账号/目录检查、网页账号配置及真实 CLI 配置操作,以及首次安装、基础规则更新与恢复后的重启提醒;日常档位切换无需重启。安装、设置/激活及应用自定义修改不自动检查模型;网页账号页只管理授权与登录,目录查询通过 CLI 手动发起,当前主模型可在档位页点击检测。
|
|
82
|
-
|
|
83
|
-
状态与恢复记录、文件归属、路径、符号链接、权限、摘要、版本冲突和独占锁继续校验。逐文件原子替换、普通失败回退和并发编辑保护继续生效。恢复保留安装前内容、管理区块外修改及无关文件。
|
|
84
|
-
|
|
85
|
-
委派规则继续保留用户选择优先、难度与职责分离、禁止递归、独占写入、局部阻断、最小充分验证及 PARTIAL 返回。
|
|
86
|
-
|
|
87
|
-
## 验证
|
|
88
|
-
|
|
89
|
-
环境:macOS、Node.js 26.12.0,以及已有 Chrome / Playwright。所有配置测试使用临时 home。
|
|
90
|
-
|
|
91
|
-
| 检查 | 结果 |
|
|
9
|
+
| 检查 | 已记录结果 |
|
|
92
10
|
| --- | --- |
|
|
93
|
-
| Node 测试 |
|
|
94
|
-
|
|
|
95
|
-
|
|
|
96
|
-
|
|
97
|
-
|
|
98
|
-
|
|
99
|
-
## 配置操作零模型请求验收
|
|
11
|
+
| Node 测试 | 213 项通过,0 失败;旧试验导入案例已改为自包含候选,保留配置导入、预览与不激活的断言 |
|
|
12
|
+
| Skill 与文档 | 官方 `quick_validate.py`、相对链接、版本一致性与 diff 空白检查通过;校验依赖仅装在临时虚拟环境 |
|
|
13
|
+
| 发行包 | 隔离安装、setup 预览及实际配置、Terra 专长查询、Skill 完整性、restore 预览及实际恢复通过 |
|
|
14
|
+
| 委派场景 | 3 个场景中新旧版均通过 12/12 项断言;[结果与限制](https://github.com/fanglinwei/agent-fit/blob/main/docs/calibration/2026-11-18-delegation-principles.md)不证明实际性能提升 |
|
|
15
|
+
| 资料清理 | 73 个旧校准文件、试验定义及试跑产物已在仓库外归档并核对 SHA-256;现役回归与委派场景保留,历史证据入口已更新 |
|
|
100
16
|
|
|
101
|
-
|
|
17
|
+
源码规则、README 与使用说明已同步;已安装 Codex Skill 的完整文件摘要未变化。未重新执行浏览器回归、真实模型推理或跨平台验证;0.8.0 的浏览器结果仅作为历史记录。
|
|
102
18
|
|
|
103
|
-
|
|
19
|
+
## 0.8.0 验收记录
|
|
104
20
|
|
|
105
|
-
|
|
21
|
+
记录日期:2026-11-02。环境为 macOS、Node.js 和 Chrome / Playwright;配置与模型接口测试使用隔离 home 及模拟响应。
|
|
106
22
|
|
|
107
|
-
|
|
108
|
-
|
|
109
|
-
|
|
23
|
+
| 检查 | 已记录结果 |
|
|
24
|
+
| --- | --- |
|
|
25
|
+
| Node 测试 | 213 项通过;覆盖配置、三层作用域、自定义与任务候选、规则完整性、查询、恢复、账号、模型检查及本地服务 |
|
|
26
|
+
| Chrome 集成 | 专长查询及备用展示、配置、作用域和恢复通过;四页在 375/768/1280/1440px 无横向溢出,零脚本错误 |
|
|
27
|
+
| 静态检查 | 语法与 diff 空白检查通过 |
|
|
110
28
|
|
|
111
|
-
|
|
29
|
+
上述检查不证明模型能力、供应商可调用性或当前安装已更新。复验命令见[开发验证](usage.md#开发验证);本页不会把旧计数当作后续提交的验证结果。
|
|
112
30
|
|
|
113
31
|
## 使用边界
|
|
114
32
|
|
|
115
|
-
Skill
|
|
116
|
-
|
|
117
|
-
|
|
118
|
-
|
|
119
|
-
|
|
120
|
-
|
|
121
|
-
按确认方案将职责优先的四下拉框查询改为等级与任务路由总览:默认显示当前作用域的生效档位及继承来源,其他档位明确只读预览;L1–L4 默认组合和各级适用任务候选直接可见,缺失候选明确标记,不从包内定义补入已安装快照。点击路由查询依据、备用及条件,职责权限和技术信息按需展开;high/fire 的最高强度授权边界与 fire 会话验证要求保持可见。编辑入口前往档位配置,不直接写入。
|
|
122
|
-
|
|
123
|
-
桌面右侧固定详情区域,窄屏将详情移到所选等级下。查询前清除旧解释,失败可重试;报告版本、档位、等级、任务、作用域及主组合须与当前展示一致,版本冲突后刷新再查。修复键盘选择路由后因加载期间禁用按钮造成的焦点丢失;正常完成后恢复焦点,错误时保留错误反馈焦点。
|
|
124
|
-
|
|
125
|
-
验证:174 项 Node 测试通过;Chrome 集成覆盖四级与候选展示、high/fire 预览、当前/预览区分、自定义候选读取、编辑跳转、作用域继承、键盘焦点、等待状态清除旧结果、失败重试、版本冲突、恢复及原有账号/配置流程。四页在 375/768/1280/1440px 无页面横向溢出,规则页 200% 文字无横向溢出,零脚本错误,导航与查询不触发模型检测。语法检查与 diff 空白检查通过。
|
|
126
|
-
|
|
127
|
-
本地实际 home 仅做只读查询:当前 official 旧快照的缺失任务候选显示“未配置”,cut 包定义可只读预览完整候选;桌面与手机两次浏览器实测均无配置写入、无模型请求。未更新真实 home 的规则或档位;未执行真实模型推理、读屏器及其他浏览器验证。截图保存在当前任务的可视化目录,未加入发布资产。
|
|
128
|
-
|
|
129
|
-
## 2026-10-30 评测问题修复
|
|
130
|
-
|
|
131
|
-
共享 Skill 现在核对 manifest 的结构、完整资产列表和实际摘要;缺引用、正文修改与清单损坏分别诊断。status、mode show、explain 和 skill path 暴露独立 skill_revision / skill_integrity,home 的 configuration_revision 不随共享规则改变。查询和安全恢复仍可执行;规则要求新派发前确认完整性为 clean,工具不充当宿主拦截器,也不自动覆盖用户修改。
|
|
132
|
-
|
|
133
|
-
Responses SSE 只有唯一的 response.completed 且内部 status=completed 才能继续严格验证;failed、incomplete、重复或冲突终止不能通过。模型检查分开呈现请求、响应身份、会话匹配和 fire 门槛;CLI 不证明正在聊天的会话身份。历史保存失败保留 check_status,整体 status=incomplete、非零退出。pair 的来源和适用性描述检查结束时,历史值不能替代当前配置或会话证据。
|
|
134
|
-
|
|
135
|
-
浏览器测试入口复用用户 home 隔离,断言共享 Skill 安装在临时 home。主 Skill 改为六步流程,安装、作用域与 fire 细则移到引用,并新增派发契约及明确的累计次数字段。
|
|
136
|
-
|
|
137
|
-
验证:211 项 Node 测试通过,0 失败或跳过;浏览器完整配置、自定义、冲突保留、作用域、解释与恢复流程通过,四页在 375/768/1280/1440px 零运行错误。新增完整性与 SSE 回归先在旧实现失败,修复后通过。冻结原版与候选版各核验12个边界案例,均12/12;各版仅一个独立上下文,启动规则存在旧版污染,不能据此声称质量、速度或成本提升。默认映射未调整,未安装到实际 home,未执行真实多模型业务校准。
|
|
33
|
+
- Skill 与 AGENTS 提供指令约束,CLI 不拦截宿主派发,也不强制执行自然语言权限。
|
|
34
|
+
- 磁盘配置、宿主加载、供应商响应身份和当前会话匹配分别核验;独立 CLI 检查不能替代 fire 的会话验证。
|
|
35
|
+
- 校准结果只覆盖冻结任务。当前委派场景与历史校准证据从[文档导航](README.md)查阅;过期试验定义与原始输出不随发行包交付,不据此承诺通用质量、提速或费用优势。
|
|
36
|
+
- Linux/Windows、其他客户端、全部 Node 22.x、读屏器、真实 ChatGPT OAuth 推理、系统凭据库及长期稳定性仍需分别验证。
|
|
37
|
+
- 多文件更新采用逐文件原子替换和普通失败回退;不保证断电或崩溃时整体原子,也不防御恶意本机进程。残留锁须人工核对。
|