dsh-compaction-weave 0.0.0-stage → 0.3.4

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.
Files changed (92) hide show
  1. package/CHANGELOG.md +103 -0
  2. package/LICENSE +21 -0
  3. package/README.en.md +145 -0
  4. package/README.md +148 -2
  5. package/cordis.patch.yml +19 -0
  6. package/docs/architecture.md +84 -0
  7. package/docs/benchmarks/published-0.3.2-rc.1-tests.json +576 -0
  8. package/docs/benchmarks/rc2-documentation.json +41 -0
  9. package/docs/benchmarks/rc2-linux-tests.json +590 -0
  10. package/docs/benchmarks/rc2-live-and-cost.json +746 -0
  11. package/docs/benchmarks/rc3-host-compatibility.json +2314 -0
  12. package/docs/benchmarks/rc4-tests.json +617 -0
  13. package/docs/benchmarks/review35-compression.json +117 -0
  14. package/docs/benchmarks/v0.3.2-live-four-way.json +3495 -0
  15. package/docs/benchmarks/v0.3.2-tests.json +590 -0
  16. package/docs/configuration.md +131 -0
  17. package/docs/development.md +95 -0
  18. package/docs/en/architecture.md +75 -0
  19. package/docs/en/configuration.md +131 -0
  20. package/docs/en/development.md +92 -0
  21. package/docs/en/feedback.md +47 -0
  22. package/docs/en/principles.md +235 -0
  23. package/docs/en/testing.md +368 -0
  24. package/docs/en/troubleshooting.md +60 -0
  25. package/docs/feedback.md +47 -0
  26. package/docs/images/principles-context.en.svg +77 -0
  27. package/docs/images/principles-context.zh.svg +77 -0
  28. package/docs/images/principles-pipeline.en.svg +93 -0
  29. package/docs/images/principles-pipeline.zh.svg +93 -0
  30. package/docs/images/principles-recovery.en.svg +46 -0
  31. package/docs/images/principles-recovery.zh.svg +46 -0
  32. package/docs/principles.md +235 -0
  33. package/docs/test-results.json +634 -0
  34. package/docs/testing.md +358 -0
  35. package/docs/troubleshooting.md +60 -0
  36. package/lib/abort.js +13 -0
  37. package/lib/action-state.js +60 -0
  38. package/lib/atomic-replace.js +18 -0
  39. package/lib/attachments.js +76 -0
  40. package/lib/audit-reject.js +161 -0
  41. package/lib/audit.js +939 -0
  42. package/lib/cache-policy.js +71 -0
  43. package/lib/client.js +696 -0
  44. package/lib/command-compact.js +38 -0
  45. package/lib/command-heartbeat.js +61 -0
  46. package/lib/config.js +596 -0
  47. package/lib/constraint-scope.js +37 -0
  48. package/lib/continuation-budget.js +69 -0
  49. package/lib/continuation-pending.js +57 -0
  50. package/lib/continuation-progress.js +46 -0
  51. package/lib/continuation.js +287 -0
  52. package/lib/engine-entry.js +103 -0
  53. package/lib/engine.js +2485 -0
  54. package/lib/failure-diagnostics.js +220 -0
  55. package/lib/history-source.js +74 -0
  56. package/lib/history.js +712 -0
  57. package/lib/idle-compaction.js +64 -0
  58. package/lib/index.js +611 -0
  59. package/lib/instruction-source.js +163 -0
  60. package/lib/journal.js +164 -0
  61. package/lib/manual-error.js +179 -0
  62. package/lib/memory-policy.js +383 -0
  63. package/lib/meter.js +387 -0
  64. package/lib/observation-mask.js +390 -0
  65. package/lib/proactive.js +108 -0
  66. package/lib/progress-facts.js +347 -0
  67. package/lib/progress-state.js +30 -0
  68. package/lib/prompt.js +194 -0
  69. package/lib/reconstruct.js +72 -0
  70. package/lib/reference-input.js +107 -0
  71. package/lib/region.js +972 -0
  72. package/lib/source-provenance.js +58 -0
  73. package/lib/source-recovery.js +22 -0
  74. package/lib/source-refs.js +137 -0
  75. package/lib/state.js +46 -0
  76. package/lib/storage-path.js +42 -0
  77. package/lib/summary-budget.js +187 -0
  78. package/lib/summary-config.js +308 -0
  79. package/lib/summary-progress.js +56 -0
  80. package/lib/summary-retry.js +27 -0
  81. package/lib/summary-timeout.js +68 -0
  82. package/lib/summary.js +476 -0
  83. package/lib/tools.js +341 -0
  84. package/lib/transaction-host.js +252 -0
  85. package/lib/transaction.js +285 -0
  86. package/lib/validate.js +503 -0
  87. package/lib/version.js +3 -0
  88. package/lib/window.js +120 -0
  89. package/lib/work-report.js +55 -0
  90. package/locale/en.json +6 -0
  91. package/locale/zh.json +6 -0
  92. package/package.json +71 -4
@@ -0,0 +1,358 @@
1
+ [简体中文](testing.md) · [English](en/testing.md)
2
+
3
+ # DSH Compaction Weave 测试记录(0.3.2)
4
+
5
+ ## 0.3.2 正式版验证与相对 0.3.2-rc.4 及四系统对比提升(2026-11-19)
6
+
7
+ 在 Windows / Node.js `v24.19.0` / 隔离 DSH `0.2.2-rc.3` 宿主环境下,正式版 `0.3.2` 完成两级工具折叠、同路由 KV 前缀复用、`History archive` 检查点指针、宿主通道与 XML 标签隔离、通用 `key: value` 结构化进度校验、词法感知宿主指纹、单趟拷贝兼哈希备份、ASCII 词集索引优化、单键 JSON 包装解包与空格分隔标量识别、发布前资金安全压测,以及面向 `0.2.x–0.x` 小版本的 `strictHostFingerprints: false` 公开接口平滑降级,**全部 51 套活动套件、1,059 项断言全部通过,0 失败**(明细与机器可读基准保存于 [benchmarks/v0.3.2-tests.json](benchmarks/v0.3.2-tests.json)):
8
+
9
+ - **离线单元测试 44 套(941 项)**:除原有核心回归及新增的 [`phase1-optimizations.mjs`](../test/phase1-optimizations.mjs)(5 项)、[`phase2-optimizations.mjs`](../test/phase2-optimizations.mjs)(5 项)、[`phase3-route-b.mjs`](../test/phase3-route-b.mjs)(6 项)和 [`astra-review-fixes.mjs`](../test/astra-review-fixes.mjs)(20 项)外,正式版新增专项资金安全与入口包验证 [`release-billing-safety.mjs`](../test/release-billing-safety.mjs)(9 项),重点覆盖:
10
+ 1. 第一级折叠在压力达标时 **0 次模型调用**且连续触发完全幂等(不重复折叠存根、不碰 `isError: true`),节省不足时先不动可见前缀、保护同路由 KV 缓存;
11
+ 2. 同路由溢出后单次降级退回外部坐标投影(无重复循环),跨路由自动剥离不兼容的 `reasoningEffort`/`temperature` 防 `400` 报错;
12
+ 3. 失败重试上限、连续 3 次失败后所有自动入口/闲置/瀑布流均停调(0 次额外计费)、`401` 凭据错误首轮立即止损不空烧重试、后台接续 `continuationMaxExtraCalls` 到顶停步及恢复时复用已保存页不重计费;
13
+ 4. 闲置压缩跳过微历史/无法缩小的对话(0 次调用)、失败时不丢待发用户输入、以及设置 RPC(防跨站/方法限制/超长包体)与 `client.js` / `cordis.patch.yml` 导出一并核验。
14
+ - **真实宿主集成 7 套(118 项)**:针对 DSH `0.2.2-rc.3` 原生 `Session`、容量回归、多代缓存保留、主动压缩、事务提交恢复(含 `strictHostFingerprints: false` 公开替换降级及未恢复 `.rollback`/`.tail` 原子日志继续阻断校验)与闲置触发验证均 100% 通过。
15
+ - **独立源码包洁净解压验收**:在空临时目录解压 `dsh-compaction-weave-0.3.2-source.tar.gz` 与 `dsh-compaction-weave.tgz`,复跑静态检查、离线全量测试与入口加载验证(无依赖外部 `.local` 或 Git 状态)。
16
+
17
+ ### 相对 0.3.2-rc.4(基线 `a41b41a`)的配对实测提升
18
+
19
+ 在同一环境以配对方式直接对比 `v0.3.2-rc.4`(Git 提交 `a41b41a`)与正式版 `0.3.2`(复测口径见 [benchmarks/v0.3.2-tests.json](benchmarks/v0.3.2-tests.json)):
20
+
21
+ | 对比维度 | `0.3.2-rc.4`(`a41b41a`) | `0.3.2` 正式版 | 实测变化与意义 |
22
+ | :--- | :--- | :--- | :--- |
23
+ | **重工具日志压力压缩(58,480 tokens)** | 1 次摘要模型调用;`58,480 → 10,052`(`-82.81%`);耗时 `7329.35 ms` | **0 次模型调用**(第一级归档折叠);`58,480 → 10,793`(`-81.54%`);耗时 **`19.36 ms`** | **省去 1 次完整摘要调用与延迟(快约 379×)**,完整日志写入本地归档供按需回查 |
24
+ | **同路由增量摘要前缀原样保留** | `3 / 5` 条(`654 / 12,215` 字节 = `60%` 条数) | **`5 / 5` 条(`12,215 / 12,215` 字节 = `100%`)** | 摘要请求前方对话与工具原文按字节零改动,直接支持服务商 KV 缓存命中 |
25
+ | **结构化 `key: value` 进度校验耗时(45 轮)** | `1.08 ms`(旧叙事+业务词表正则) | **`0.01 ms`**(确定性 `key: value` 解析) | 提速约 **108×**,并消除对日常自然语言中“报告/图表/扫描”一类普通词汇的误报 |
26
+ | **2.1 MB 原生宿主事务提交(`.rollback` 兼算哈希)** | `23.61 ms` | **`20.26 ms`** | 单趟流式复制兼 SHA-256 提速 **`14.2%`**,少读两次大文件 |
27
+ | **多词归档检索 `"sqlite locking"`(16 跨度含 64 KB 附件)** | `0` 命中(仅单串+逐附件全量读验) | **`1` 命中**(`11.78 ms`;快速 stat + 多词并查) | 多词精准命中归档片段,搜索阶段免去大附件全量重读哈希 |
28
+ | **边界与权限防护复测(4 项代表用例)** | `0 / 4` 通过(无空格中文同义改写、嵌套 `<quoted_text>`、`</untrusted_reference>` 伪造、授权撤回) | **`4 / 4` 通过** | 结构化标签栈+边界转义+中文双字切片+时序授权撤回重放全部拦截成功 |
29
+ | **运行核心体积与 45 轮要求审计权衡** | `lib/` 共 53 文件 / `748,804` 字节;45 轮要求审计 `16.13 ms` | `lib/` 共 54 文件 / **`728,876` 字节(`-2.66%`)**;审计 `31.83 ms` | 新增第一级折叠与宿主兼容/JSON 解包逻辑同时仍净减 `19,928` B(`-2.66%`);审计增约 `15.7 ms`(每轮 `~0.7 ms`)用于换取双字/双侧条件与授权溯源 |
30
+
31
+ ### 四模型 × 四系统无失真真实网关对比评测(2026-11-19 单轮实盘观测)
32
+
33
+ 为检验零失真条件下的真实抗降智能力、压缩率、多轮 KV 缓存恢复曲线、压缩耗时与花费,在本地 Magpie 网关上并行评测 **4 组模型** × **4 套系统**(`weave-0.3.2`、`weave-0.3.2-rc.4`、`dsh-basic`、`billion-context@0.1.216`),完整逐分支、逐轮次与逐代次机器可读数据见 [benchmarks/v0.3.2-live-four-way.json](benchmarks/v0.3.2-live-four-way.json)。
34
+
35
+ - **防失真对照控制**:
36
+ - `dsh-basic` 恢复 DSH `0.2.2-rc.3` 原生满额 `headroomTokens: 65,536` 与 `CHAT_MAX_TOKENS=16384`,消除早期人为限额导致的输出截断失真;
37
+ - `billion-context@0.1.216` 全程通过本地头注入中间件持久化附带 `x-acp-session`(含跨模型切换),开启 `ccr: true` 并自然触发 `<acp-nudge>` 自主压缩;
38
+ - 测题全部使用互相独立的 Node.js/SQL 模块代码(杜绝重复填充)且允许未核实字段显式回答 `null`。
39
+ - **实测模型与 GPT-6 Astra 说明**:
40
+ - 分别使用 `auto/gemini-4-argon`(Gemini 4 Argon)、`auto/glm-5.3-flash`(GLM-5.3-Flash)、`deepseek/deepseek-flash`(DeepSeek-V4.1-Flash)与 `GPT-6.1 Sol`(Suite A 使用免费 `2-2/gpt-6.1-sol`;Suite C 因 `公益2` 停用 `/v1/chat/completions` 接口而切换至实时探针实测 `99.33%–99.46%` 缓存命中的 `auto/gpt-6.1-sol`)。
41
+ - `auto/gpt-6-astra` 在官方 Codex CLI 下可正常响应并已通过 MCP 深度参与代码与基准审计(见前序多轮核验);而直接非 Codex 的 DSH HTTP 客户端请求被网关以 `403 ("This account only allows Codex official clients")` 拒绝,`2-2/gpt-6-astra` 返回 HTTP `400`、`group/gpt-6.2-astra` 返回 HTTP `404`。严格遵循不伪造官方客户端头的原则,DSH HTTP 压测采用 `GPT-6.1 Sol`(并显式披露 Suite A 与 Suite C 间因上游停服带来的路由切换)。
42
+ - **指标定义**:**有效压缩率**以同一测题未改造前的 `weave-0.3.2` 原始 `beforeInput` 为基准计算 `(rawBefore - after1Input) / rawBefore`;**本地线缆压缩率**以各系统自身发送压缩前实测输入为分母 `(observedBefore - after1Input) / observedBefore`(负值表示经过上下文注入/重排后净膨胀);**Magpie USD** 按网关目录等价单价计,**Norm USD** 为跨供应商统一标准化参照单价;GLM 使用免费配额按网关代理单价计。下述耗时与缓存均为单轮实盘观测值。
43
+
44
+ #### A. 单模型独立分支(4 模型 × 4 系统 × 2 负载 = 32 分支;每系统 8 支共 176 项测题)
45
+
46
+ - `w1-engineering-spec`:多轮演进工程规范与防误导陷阱(36 项字段:`14` 压缩后回忆 + `5` 陷阱拒答 + `3` JSONL 样例 + `14` 末轮复核)。
47
+ - `w2-repo-debug`:包含 8 次约 23 KB 源码读取与 1 次崩溃日志的排障工作流(8 项字段:核心约束、`failedCommandPid: 48210` 及文件中间常量 `src/storage/sqlite-pool.js` / `busyTimeoutMs=4750` / `SQLITE_BUSY_SNAPSHOT_517`)。
48
+
49
+ | 系统 | 完成分支 | 总准确率(全集 / 已完成条件) | `w1` 工程演进 | `w2` 重工具排障 | 均值有效 / 本地压缩率 | 均值 `w1` / `w2` 压缩耗时 | 均值摘要调用 | 实测合计等价费用(Magpie / Norm USD) | 关键失分与对比根因 |
50
+ | :--- | :---: | ---: | ---: | ---: | ---: | ---: | ---: | ---: | :--- |
51
+ | **`weave-0.3.2`** | **8 / 8** | **175 / 176 (99.43%)** | **144 / 144**(4/4) | **31 / 32 (96.88%)**(4/4) | **`72.20%` / `72.20%`** | `26,881 ms` / **`35.8 ms`**(4 支 `w2` 仅 20–48 ms) | **`0.50`**(`w2` 全 0 次) | `$1.0821` / `$0.8539` | 唯一全数完成且近满分系统;`w2` 全数免调总结模型,`gpt/w2` 仅遗漏 `failedCommandPid`(7/8) |
52
+ | **`weave-0.3.2-rc.4`** | **5 / 8** | 62 / 176 (35.23% 全集;已完成条件 `62 / 68 = 91.18%`) | 36 / 36(**仅 1/4 完成**) | 26 / 32(4/4) | `38.87%` / `35.50%` | `53,131 ms` / `48,041 ms` | `1.20` | `$0.9372` / `$0.6605`(仅 5 支) | `gemini`/`gpt`/`deepseek` 的 `w1` 均被旧 `PROGRESS_FACT_CONFLICT` 规则拦截致败;`deepseek/w2` 仅 `3/8` |
53
+ | **`dsh-basic`** | 8 / 8 | 164 / 176 (**93.18%**) | **144 / 144**(4/4) | **20 / 32 (62.50%)**(4/4) | `65.49%` / `69.76%` | `56,811 ms`(慢 Weave **2.11×**)/ `6.8 ms` | `0.50` | `$0.7952` / `$0.6143` | 原生满额后 `w1` 恢复 100%,但所有 4 组 `w2` 因 `ToolResultPruner` 头尾切片直接丢弃文件中间常量(4/4 丢 `4750` 与 `SQLITE_BUSY_SNAPSHOT_517`) |
54
+ | **`billion-context@0.1.216`** | 8 / 8 | 155 / 176 (**88.07%**) | **144 / 144**(4/4) | **11 / 32 (34.38%)**(`gpt`/`deepseek` 均 **0/8**) | `33.35%` / **`-13.95%`(净膨胀)** | `24,588 ms` / `34,863 ms` | `1.25` | **`$1.6899`** / **`$1.3999`** | 接入完整持久 `x-acp-session` 后纯文本 `w1` 恢复 `144/144`,但重工具 `w2` 严重失忆(`glm` `3/8`,`gpt` 与 `deepseek` 均 `0/8`)且本地线缆平均膨胀 `+13.95%` |
55
+
56
+ <details>
57
+ <summary>展开查看 32 分支逐模型明细(w1 / w2 准确率、有效与本地压缩率、耗时、R2/R6 缓存与花费)</summary>
58
+
59
+ | 模型 | 系统 | `w1` 准确率 | `w1` 压缩(有效/本地) | `w1` 耗时 / 调用 / R2→R6 缓存 / Magpie USD | `w2` 准确率 | `w2` 压缩(有效/本地) | `w2` 耗时 / 调用 / R2 缓存 / Magpie USD |
60
+ | :--- | :--- | ---: | ---: | ---: | ---: | ---: | ---: |
61
+ | `Gemini 4 Argon` | **`weave-0.3.2`** | **36/36** | 79.36% / 79.36% | `35,751 ms` / 1 / 60.66%→70.28% / `$0.2135` | **8/8** | 42.31% / 42.31% | **`27 ms`** / **0** / 0% / `$0.3447` |
62
+ | `Gemini 4 Argon` | `weave-0.3.2-rc.4` | **FAIL** (`PROGRESS_FACT_CONFLICT`) | — | — | **8/8** | -34.43% / -34.42% | `40,730 ms` / 1 / 47.09% / `$0.3100` |
63
+ | `Gemini 4 Argon` | `dsh-basic` | 36/36 | 83.51% / 83.44% | `110,970 ms` / 1 / 51.65%→65.76% / `$0.2668` | **6/8** | 28.49% / 28.47% | `8 ms` / 0 / 87.56% / `$0.1180` |
64
+ | `Gemini 4 Argon` | `billion-context` | 36/36 | 36.87% / 8.58% | `45,476 ms` / 2 / 0%→0% / `$0.4791` | **8/8** | 7.05% / `-9.56%` | `45,090 ms` / 2 / 0% / `$0.5828` |
65
+ | `GLM-5.3-Flash` | **`weave-0.3.2`** | **36/36** | 87.40% / 87.40% | `33,391 ms` / 1 / 89.78%→93.72% / `$0.0081` | **8/8** | 77.55% / 77.55% | **`48 ms`** / **0** / 28.58% / `$0.0189` |
66
+ | `GLM-5.3-Flash` | `weave-0.3.2-rc.4` | 36/36 | 86.59% / 86.50% | `53,131 ms` / 2 / 90.68%→94.02% / `$0.0129` | **8/8** | 44.47% / 44.46% | `64,978 ms` / 1 / 49.80% / `$0.0217` |
67
+ | `GLM-5.3-Flash` | `dsh-basic` | 36/36 | 90.57% / 90.56% | `56,330 ms` / 1 / 0%→73.52% / `$0.0095` | **5/8** | 71.58% / 71.57% | `6 ms` / 0 / 9.66% / `$0.0108` |
68
+ | `GLM-5.3-Flash` | `billion-context` | 36/36 | 39.09% / 6.29% | `15,749 ms` / 1 / 97.60%→98.05% / `$0.0109` | **3/8** | 70.35% / 4.97% | `30,073 ms` / 0 / 98.82% / `$0.0127` |
69
+ | `GPT-6.1 Sol` (`2-2`) | **`weave-0.3.2`** | **36/36** | 67.91% / 67.91% | `26,842 ms` / 1 / 33.42%→0% / `$0.1771` | **7/8** | 57.19% / 57.19% | **`48 ms`** / **0** / 0% / `$0.2897` |
70
+ | `GPT-6.1 Sol` (`2-2`) | `weave-0.3.2-rc.4` | **FAIL** (`PROGRESS_FACT_CONFLICT`) | — | — | **7/8** | 53.49% / 36.71% | `46,019 ms` / 1 / 0% / `$0.5656` |
71
+ | `GPT-6.1 Sol` (`2-2`) | `dsh-basic` | 36/36 | 8.25% / 50.15% | `52,053 ms` / 1 / 98.84%→98.94% / `$0.2137` | **5/8** | 79.24% / 71.75% | `6 ms` / 0 / 81.28% / `$0.1551` |
72
+ | `GPT-6.1 Sol` (`2-2`) | `billion-context` | 36/36 | -42.41% / `-65.11%` | `26,211 ms` / 2 / 98.92%→85.97% / `$0.2402` | **0/8** | 51.36% / **`-72.46%`** | `57,821 ms` / 2 / 92.56% / `$0.3371` |
73
+ | `DeepSeek-V4.1-Flash` | **`weave-0.3.2`** | **36/36** | 88.18% / 88.18% | `11,538 ms` / 1 / 89.87%→91.95% / `$0.0106` | **8/8** | 77.71% / 77.71% | **`20 ms`** / **0** / 45.81% / `$0.0196` |
74
+ | `DeepSeek-V4.1-Flash` | `weave-0.3.2-rc.4` | **FAIL** (`PROGRESS_FACT_CONFLICT`) | — | — | **3/8** | 44.23% / 44.23% | `40,436 ms` / 1 / 78.34% / `$0.0269` |
75
+ | `DeepSeek-V4.1-Flash` | `dsh-basic` | 36/36 | 90.63% / 90.55% | `7,889 ms` / 1 / 89.29%→87.83% / `$0.0099` | **4/8** | 71.62% / 71.62% | `7 ms` / 0 / 98.28% / `$0.0114` |
76
+ | `DeepSeek-V4.1-Flash` | `billion-context` | 36/36 | 34.49% / 15.19% | `10,915 ms` / 1 / 97.41%→96.77% / `$0.0118` | **0/8** | 70.00% / 0.52% | `6,467 ms` / 0 / 98.49% / `$0.0152` |
77
+
78
+ </details>
79
+
80
+ #### B. 连续 5 次压缩(`C1–C5`)× 6 轮恢复(`R1–R6`)KV 缓存曲线与压缩速度对比
81
+
82
+ 为验证第 2~5 次长期连续压缩后缓存是否能稳定恢复以及压缩速度表现,在 `DeepSeek-V4.1-Flash` 与 `GLM-5.3-Flash` 上各运行 4 套系统(共 8 条长会话轨迹、40 次压缩周期、240 轮压后回复)。为避免单一 `R1` 数字引起误解,数据将**压缩请求自身缓存命中(`compactionSelfPct`)**、**压缩后第 1 轮新前缀写入(`R1`)**与**第 2~6 轮稳态缓存恢复(`R2–R6`)**拆开统计(计费按供应商返回的 `cache_read` 与 `cache_write` 字段分别核算):
83
+
84
+ | 模型 / 系统 | 准确率 | 压缩总耗时 / 端到端总耗时 | 请求数 | 摘要自身缓存 (`C1–C5`) | `R1` 首轮前缀写入 (`C1–C5`) | `R2` 次轮恢复 (`C1–C5`) | `R3–R6` 稳态恢复区间 | 每轮线缆压缩率 (`C1–C5`) | 总花 (Magpie / Norm USD) |
85
+ | :--- | :---: | ---: | ---: | :--- | :--- | :--- | :--- | :--- | ---: |
86
+ | `DeepSeek` / **`weave-0.3.2`** | **100/100** | **`45,989 ms`** / **`116,878 ms`** | **40** | **`95.52, 93.49, 90.60, 87.15, 85.94%`** | `0, 33.24, 0, 0, 0%` | **`97.68, 99.08, 98.14, 98.32, 98.98%`** | `96.97%–98.65%` | `70.48, 53.51, 61.16, 55.06, 55.82%` | **`$0.0419` / `$0.0419`** |
87
+ | `DeepSeek` / `weave-0.3.2-rc.4` | 100/100 | `127,239 ms`(慢 `2.77×`)/ `195,746 ms` | 44 | `94.93, 0, 62.72, 0, 60.64%` | `0, 33.93, 0, 0, 0%` | `98.50–99.02%` | `96.56%–98.55%` | `70.73, 55.31, 61.42, 53.67, 56.53%` | `$0.0632` / `$0.0632` |
88
+ | `DeepSeek` / `dsh-basic` | 100/100 | `52,253 ms`(慢 `1.14×`)/ `126,139 ms` | 40 | **`0, 0, 0, 0, 0%`** | `0, 0, 0, 0, 0%` | `98.11–99.02%` | `95.65%–98.43%` | `70.08, 70.49, 64.27, 57.19, 58.04%` | `$0.0599` / `$0.0599` |
89
+ | `DeepSeek` / `billion-context` | **88/100**(`C2` 10/20,`C5` 18/20) | `173,811 ms`(慢 `3.78×`)/ `363,807 ms` | 69 | N/A | `27.78–87.23%` | `57.62–73.68%` | `57.17%–97.97%` | **`-27.75, -113.58, 35.40, -118.96, -189.07%`** | `$0.1032` / `$0.1032` |
90
+ | `GLM` / **`weave-0.3.2`** | **100/100** | **`107,648 ms`** / **`282,650 ms`** | **40** | `0, 37.68, 65.37, 0, 57.93%` | `0, 0, 0, 0, 0%` | `98.13, 34.18, 98.89, 98.92, 99.03%`(`C2` 含切轮预写,`R3=98.97%`) | `97.75%–99.11%` | `69.58, 53.48, 62.68, 54.87, 55.02%` | **`$0.0529` / `$0.0505`** |
91
+ | `GLM` / `weave-0.3.2-rc.4` | **FAIL**(`budget overflow`) | — | — | — | — | — | — | — | — |
92
+ | `GLM` / `dsh-basic` | 100/100 | `431,436 ms`(慢 **`4.01×`**)/ `576,429 ms` | 40 | **`0, 0, 0, 0, 0%`** | `0, 0, 0, 0, 0%` | `98.39–99.05%` | `97.41%–98.90%` | `68.20, 62.15, 55.92, 55.34, 55.85%` | `$0.0636` / `$0.0685` |
93
+ | `GLM` / `billion-context` | 100/100 | `351,901 ms`(慢 **`3.27×`**)/ `801,041 ms`(慢 `2.83×`) | 57 | N/A | `0, 67.30, 58.00, 57.82, 0%` | `44.74, 0, 0, 0, 0%` | `R3` `0%–89.62%` → `R6` `95.54%–97.85%` | `-30.12, -157.12, -7.55, -7.22, 33.23%` | `$0.1034` / `$0.1164` |
94
+
95
+ #### C. 四模型连续切换(`Gemini 4 Argon → GLM-5.3-Flash → DeepSeek-V4.1-Flash → auto/gpt-6.1-sol`,19 次切换、226 项检查)
96
+
97
+ 连续 4 代推进不同模块阶段与交叉验证(第 4 代起基于实时路线变更由 `auto/gpt-6.1-sol` 承接):
98
+
99
+ | 系统 | 压缩成功代次 | 压缩后准确率 | 四代压缩率序列 (`G1 / G2 / G3 / G4`) | 压缩耗时 / 端到端总耗时 | 总 HTTP / 摘要请求 | 等价总费用 (Magpie / Norm USD) | 对比结论与过程证据 |
100
+ | :--- | :---: | ---: | :--- | ---: | ---: | ---: | :--- |
101
+ | **`weave-0.3.2`** | **4 / 4**(全部 1 次过审) | **226 / 226 (100%)** | **`66.32% / 58.47% / 59.49% / 55.72%`** | **`114,864 ms`** / `400,743 ms` | **34 / 4**(0 重试) | `$0.6077` / `$0.4915` | 启用单键 JSON 解包与标量空格分隔审计后,包含 GPT 在内全 4 代首次即一次通过审计与校验 |
102
+ | **`weave-0.3.2-rc.4`** | **3 / 4**(第 4 代 GPT 失败) | 226 / 226(第 4 代未压) | `65.47% / 57.95% / 60.13%` / **`-0.64%`** | `224,449 ms`(慢 `1.95×`)/ `436,157 ms` | 37 / **7** | `$0.7259` / `$0.5610` | 第 4 代 GPT 被拒耗尽预算未完成压缩(因此表面回放未压缩全文拿到 226/226),多耗 3 次重试且压缩慢近 1 倍 |
103
+ | **`dsh-basic`** | 4 / 4 | 226 / 226 (100%) | `69.11% / 70.94% / 65.61% / 66.43%` | `118,401 ms`(仍慢于 Weave)/ `327,876 ms` | 34 / 4 | `$0.5935` / `$0.4811` | 纯文本测题不要求第六节逐字原话与大工具归档回查,故全量合并不留原话前缀花费略低 `2.1%`,但压缩耗时仍比 Weave `0.3.2` 慢 `3.5s` |
104
+ | **`billion-context@0.1.216`** | 4 / 4 (ACP) | 226 / 226 (100%) | **`-36.31%`** `/ 54.18% / 32.01% / N/A` | `203,650 ms`(慢 `1.77×`)/ **`875,970 ms`**(慢 `2.19×`) | **48 / 15** | **`$0.8260`** / **`$0.6873`** | 全程打出 15 次压缩与 48 次请求,第 1 代净膨胀 `36.31%`,第 4 代前置跳过观测,整体端到端耗时长达 `14.6` 分钟 |
105
+
106
+ > **历史基线与测试边界**:随正则大减法重构,强绑定旧业务词表与自然语言猜测正则的 21 套历史合成单测已归档至 [`test/archived-regex/`](../test/archived-regex/README.md);重组前基线(`2026-11-17`,67 套 / 2064 项,0 失败)留存于 [benchmarks/rc4-tests.json](benchmarks/rc4-tests.json)。上文 51 套活动测试与 `a41b41a` 配对微观基准使用离线注入模型响应与隔离宿主运行时(未发付费联网请求);四模型 × 四系统对比评测则全部来自 2026-11-19 真实 Magpie 网关联网实盘记录(见 [benchmarks/v0.3.2-live-four-way.json](benchmarks/v0.3.2-live-four-way.json))。
107
+
108
+ ### 早期全量基线记录(2026-11-17)
109
+
110
+ Windows / Node.js 24.21.0 / DSH 0.2.2-rc.3 下,归档重组前的旧回归基线共 **67 套、2064 项全部通过,0 失败**,包括离线 60 套 1948 项、原生宿主 7 套 116 项。[逐套结果基线](benchmarks/rc4-tests.json)记录该批次验证身份与范围。
111
+
112
+ 该基线及现行活动套件覆盖引用与指令边界、自然更正与任务生命周期、状态语义、结构保留、裁剪原文恢复、调用内解析缓存、闲置触发,以及整页设置热生效(并发操作快照、清除覆盖回到原始配置、30 天上限和原生会话运行中切换验证)。
113
+
114
+ 以下历史章节仍属于其标注版本。本版测试使用注入摘要响应,未新增付费调用;自动化断言不等于真实开发任务通过率,亦不证明桌面交互、真实缓存命中或任务总费用。压缩收益与完整任务等待仍需按真实任务独立验证。
115
+
116
+
117
+ 本文汇总 `0.3.2` 与 `0.3.2-rc.3` 的多版本 DSH 宿主兼容性回归、`0.3.2-rc.2` 的离线与宿主集成回归及候选开发阶段的四模型连续切换联网验收与策略配对费用实验,以及 `0.3.2-rc.1` 和 `0.3.1-review.35` 的历史测试记录与计算公式。
118
+
119
+ ---
120
+
121
+ ## 1. 测试条件总览
122
+
123
+ 不同阶段的测试分别覆盖离线合成流、DSH 隔离宿主集成以及真实模型网关调用。各批次的代码基线、运行环境与数据记录如下:
124
+
125
+ | 测试批次 | 代码或包版本 | 平台与运行环境 | 宿主与模型条件 | 规模与结果 | 数据记录 |
126
+ | :--- | :--- | :--- | :--- | :--- | :--- |
127
+ | **Windows 正式版完整回归与配对基准** | `0.3.2` | Windows `win32` · Node.js `v24.19.0` | DSH `0.2.2-rc.3` 隔离宿主 + 离线合成流 + `a41b41a` 配对基准 | **51 套、1,059 项**(离线 44 套 941 项含 20 项复核回归及 9 项计费保护 + 宿主 7 套 118 项),**0 失败** | [benchmarks/v0.3.2-tests.json](benchmarks/v0.3.2-tests.json) |
128
+ | **四模型 × 四系统无失真真实网关对标** | `0.3.2` vs `rc.4` / `dsh-basic` / `billion-context@0.1.216` | Windows `win32` · Magpie 网关(单轮实盘) | `Gemini 4 Argon`、`GLM-5.3-Flash`、`DeepSeek-V4.1-Flash`、`GPT-6.1 Sol`(`auto/gpt-6-astra` 在 Codex CLI 内审、网关限流转 HTTP `403`) | **32 支独立**(Weave `8/8`、**175/176**,`w2` 0 调用 `35.8 ms`)+ **5 次压缩缓存曲线**(DeepSeek/GLM `R2–R6` **97%–99%**)+ **19 次跨模型切换**(Weave **4/4**、**226/226**) | [benchmarks/v0.3.2-live-four-way.json](benchmarks/v0.3.2-live-four-way.json) |
129
+ | **Windows 多宿主完整回归** | `0.3.2-rc.3` | Windows `win32` · Node.js `v24.21.0` | DSH `0.2.2-rc.1` 与 `0.2.2-rc.3` 隔离宿主 + 离线合成流 | 每个宿主各 **56 套、1698 项**(离线 50 套 1597 项 + 宿主 6 套 101 项),**0 失败** | [benchmarks/rc3-host-compatibility.json](benchmarks/rc3-host-compatibility.json) |
130
+ | **Linux 多宿主完整回归** | `0.3.2-rc.3` | Linux `linux` · Node.js `v24.9.0` | DSH `0.2.2-rc.2` 与 `0.2.2-rc.3` 隔离宿主 + 离线合成流 | 每个宿主各 **56 套、1698 项**(离线 50 套 1597 项 + 宿主 6 套 101 项),**0 失败** | [benchmarks/rc3-host-compatibility.json](benchmarks/rc3-host-compatibility.json) |
131
+ | **`0.3.2-rc.2` Windows 完整回归(历史)** | `0.3.2-rc.2` | Windows `win32` · Node.js `v24.21.0` | DSH `0.2.2-rc.1` 隔离宿主 + 离线合成流 | **55 套、1690 项**(离线 50 套 1597 项 + 宿主 5 套 93 项),**0 失败** | [test-results.json](test-results.json) |
132
+ | **`0.3.2-rc.2` Linux 离线回归(历史)** | `0.3.2-rc.2` | Linux `linux` · Node.js `v24.9.0` | 离线合成流与故障注入 | **50 套、1597 项**,**0 失败** | [benchmarks/rc2-linux-tests.json](benchmarks/rc2-linux-tests.json) |
133
+ | **四模型连续切换联网验收** | 内部包 `0.3.2-rc.1`(移除旧接续命令及补充诊断字段前) | Windows · 真实网关调用 | `Gemini 4 Argon` → `GLM` → `DeepSeek` → `GPT` | 4 次压缩(各 1 次摘要调用)、24 次模型切换、60 次 HTTP 请求;**728 / 728** 状态字段、**77 / 77** 结构检查通过 | [benchmarks/rc2-live-and-cost.json](benchmarks/rc2-live-and-cost.json) |
134
+ | **四模型策略与费用配对实验** | `0.3.2-rc.2` 候选开发分支 | 真实网关调用 · 10 组完整配对分支 | `DeepSeek`、`GLM`、`GPT`、`Gemini` | 对比既有策略与局部合并候选(含压缩 + 6 次接续回答);独立复算 **678** 次原始请求、**677** 份 `usage`,金额与分类差异 **0** | [benchmarks/rc2-live-and-cost.json](benchmarks/rc2-live-and-cost.json) |
135
+ | **`0.3.2-rc.1` 发布前回归(历史)** | `0.3.2-rc.1` | Windows `win32` · Node.js `v24.19.0` | DSH `0.2.2-rc.1` 隔离宿主 + 离线合成流 | **50 套、1359 项**(离线 45 套 1266 项 + 宿主 5 套 93 项),**0 失败** | [benchmarks/published-0.3.2-rc.1-tests.json](benchmarks/published-0.3.2-rc.1-tests.json) |
136
+ | **`0.3.1-review.35` 联网压缩实验(历史)** | `0.3.1-review.35` | 官方接口 `DeepSeek V4.1 Flash` · 90 次请求 | 4 次成功压缩(3 次增量 + 1 次合并) | 等权平均输入缩减 **68.50%**,增量前 3 次平均缩减 **58.71%**,加权输入缩减 **70.20%** | [benchmarks/review35-compression.json](benchmarks/review35-compression.json) |
137
+
138
+ ---
139
+
140
+ ## 2. `0.3.2-rc.3` 宿主兼容性回归与 `0.3.2-rc.2` 回归及四模型切换验收
141
+
142
+ ### 2.1 `0.3.2-rc.3` 多版本 DSH 宿主兼容性回归
143
+
144
+ `0.3.2-rc.3`(2026-11-14)将宿主兼容声明扩宽为 `>=0.2.2-rc.1 <0.3.0-0`(覆盖从 `0.2.2-rc.1` 起的 `0.2` 系列正式版与预览版,排除 `0.3.0` 预览版及正式版),适配了 DSH `0.2.2-rc.2` / `0.2.2-rc.3` 新增批量输入并拆分单事件快照校验辅助函数后的 `Session.append` 实现指纹,同时更新了宿主测试脚本与 CI 工作流,未改动压缩、冷读、预热或重生成策略,也未新增付费模型调用。完整核验数据见 [benchmarks/rc3-host-compatibility.json](benchmarks/rc3-host-compatibility.json):
145
+
146
+ - **跨平台与多版本实测矩阵**:正式实测覆盖 DSH `0.2.2-rc.1`、`0.2.2-rc.2` 与 `0.2.2-rc.3`。在 Windows(Node.js `v24.21.0`)下分别针对 DSH `0.2.2-rc.1` 与 `0.2.2-rc.3` 执行完整回归,各 **56 套、1698 项,0 失败**;在 Linux(Node.js `v24.9.0`)下分别针对 DSH `0.2.2-rc.2` 与 `0.2.2-rc.3` 执行完整回归,各 **56 套、1698 项,0 失败**。每轮均包含 **50 套、1597 项**离线测试与 **6 套、101 项**宿主集成测试。
147
+ - **新增宿主事务与版本范围测试(1 套、8 项)**:验证 `semver` 范围准入(接纳 `rc.1`/`rc.2`/`rc.3`、`0.2.2` 正式版及后续 `0.2` 版本,拒绝旧版与 `0.3` 预览版)、真实原生持久化提交与本地归档回读及重新打开、决策前异常回滚原始历史、决策后发布失败保留持久化结果并在冷启动时清除残留决策标记、中断物理尾部恢复已校验备份并关闭生命周期后重新打开、未知 `Session.append` 实现于发起摘要请求前直接拒绝,以及单条/批量 `append` 后的完整压缩与回读。
148
+ - **CI 矩阵与后续版本边界**:GitHub Actions 在原有离线矩阵基础上新增 Windows/Linux × DSH `0.2.2-rc.1` / `0.2.2-rc.3` 隔离宿主集成矩阵(云端运行结果待工作流触发后产生)。后续 `0.2` 系列版本虽可通过安装器版本范围检查,但若内部私有写入方法指纹发生变化且未经适配,插件仍会在发起摘要请求或修改事务历史前拒绝压缩,并完整保留既有恢复保护材料。
149
+
150
+ ### 2.2 `0.3.2-rc.2` 离线与宿主集成回归
151
+
152
+ `0.3.2-rc.2` 在 `0.3.2-rc.1` 的 50 套测试基础上,新增了要求生命周期、协调否定范围、历史快照取代、进度来源兼容与失败诊断白名单等专项验证:
153
+
154
+ - **Windows 完整回归**:在 Node.js `v24.21.0` 与 DSH `0.2.2-rc.1` 环境下执行,共 **55 套、1690 项检查全部通过,0 失败**。其中包含 50 套离线单元测试(1597 项)与 5 套宿主集成测试(93 项:`host/capacity-regressions.mjs` 29 项、`host/independent.mjs` 58 项、`host/native-cache-test.mjs` 4 项、`host/native-host.mjs` 1 项、`host/native-proactive.mjs` 1 项)。完整逐套记录见 [test-results.json](test-results.json)。
155
+ - **Linux 离线回归**:在 Node.js `v24.9.0` 环境下执行,**50 套、1597 项检查全部通过,0 失败**,记录见 [benchmarks/rc2-linux-tests.json](benchmarks/rc2-linux-tests.json)。
156
+ - **历史误拒样本回放**:回放过往实测中触发误拒的候选摘要样本,包括早期进度计数(如 `19/23`)被后续完成状态(`23/23`)取代,以及肯定要求后跟随显式排除从句的协调否定表达,确认在拦截真实极性翻转和进度冲突的同时不再产生重复拒绝。
157
+
158
+ ### 2.3 四模型连续切换联网验收
159
+
160
+ 在移除旧手动接续命令 `/context-continue` 注册及补充新增诊断元数据字段之前,基于内部包 `0.3.2-rc.1` 开展了跨模型连续切换联网测试。同一长会话按 **Gemini 4 Argon → GLM → DeepSeek → GPT** 的顺序连续运行,数据记录于 [benchmarks/rc2-live-and-cost.json](benchmarks/rc2-live-and-cost.json):
161
+
162
+ - 完成 **4 次压缩**,每次均在 **1 次摘要请求**内通过全部结构、体积、要求与进度审计,未发生重生成重试;
163
+ - 历经 **24 次模型切换**与 **60 次 HTTP 请求**,检查点与本地归档在跨供应商切换时保持一致;
164
+ - 自动化校验核对 **728 / 728** 个会话与归档状态字段、**77 / 77** 项工作流与消息结构断言,全部通过。
165
+
166
+ ---
167
+
168
+ ## 3. 缓存与合并策略配对费用实验
169
+
170
+ ### 3.1 实验设计与核算方法
171
+
172
+ 为评估达到检查点上限或预算空间不足时是否应改用实验性局部合并(Candidate),还是保持既有增量加必要时完整合并策略(Baseline),开发阶段在 `DeepSeek`、`GLM`、`GPT` 与 `Gemini` 四个模型上运行了同源分支配对实验。每个分支从相同的对话状态出发,依次执行**压缩阶段(`summary`)**与随后的 **6 次接续回答(`sixReplies`)**。
173
+
174
+ 费用统计采用以下方法:
175
+
176
+ 1. **计入比较的请求范围**:包含摘要生成请求、因内容、九节结构、格式、语义或审计误拒触发的带反馈重生成(含最终未能完成分支的内容生成尝试),以及压缩后连续 6 次主对话回答的 token 消耗。
177
+ 2. **排除的异常类型**:网络中断、供应商服务端错误、限流(HTTP 429)、超时与流式传输中断单列统计,不计入策略本身的成本对比。
178
+ 3. **单价计算方式**:`DeepSeek`、`GPT`、`Gemini` 根据测试期间记录的网关单价与接口实际返回的 `usage` 估算美元金额(`recorded-gateway-rate-estimate`)。`GLM` 在测试中使用免费 token 额度运行,未核查适用的 GLM 合同单价;其金额是将 GLM 接口返回的实际 token `usage` 套入 DeepSeek 网关单价计算的**代理单价成本情景(`deepseek-proxy-rate-scenario`)**。
179
+ 4. **配对分支口径**:`DeepSeek` 与 `GPT` 各完成 3 组完整配对(`matchedPairs = 3`)。`GLM` 与 `Gemini` 的既有策略各完成 3 个分支,而局部合并各有 1 个分支因内容校验连续未过而终止,完整配对数为 `2`(`matchedPairs = 2`)。主表中的“配对变化”仅对比双方均完成的配对分支,不混入未完成分支的内容失败花费(`contentFailedSpend`)。
180
+ 5. **独立复算结果**:对全部 **678** 次原始 HTTP 请求尝试、**677** 份有效 `usage` 记录进行独立复算,金额与失败分类差异均为 **0**。完整 token 明细见 [benchmarks/rc2-live-and-cost.json](benchmarks/rc2-live-and-cost.json)。
181
+
182
+ ### 3.2 四模型配对费用主表
183
+
184
+ | 模型 | 完整配对数 | 既有策略配对费用 | 局部合并配对费用 | 配对变化 | 局部合并未完成内容失败费 |
185
+ | :--- | :---: | :---: | :---: | :---: | :---: |
186
+ | **DeepSeek** | 3 | `$0.031691832` | `$0.030309330` | `-4.36%` | `$0` |
187
+ | **GLM**(代理单价情景) | 2 | `$0.021538548` | `$0.028403982` | `+31.88%` | `$0.017583060` |
188
+ | **GPT** | 3 | `$0.24170450` | `$0.23862275` | `-1.28%` | `$0` |
189
+ | **Gemini** | 2 | `$0.2185486` | `$0.2823570` | `+29.20%` | `$0.1911960` |
190
+
191
+ **实验结论**:局部合并在 `DeepSeek`(`-4.36%`)与 `GPT`(`-1.28%`)上的配对费用降幅有限,但在 `GLM`(代理单价情景 `+31.88%`)与 `Gemini`(`+29.20%`)上显著推高了摘要重生成与后续回答成本,并在 `GLM` 和 `Gemini` 上各产生 1 个因内容校验失败而终止的分支(分别花费 `$0.017583060` 与 `$0.1911960`)。因此,`0.3.2-rc.2` 保留既有增量加必要时完整合并的默认策略,且不在压缩后发送额外缓存预热请求。
192
+
193
+ <details>
194
+ <summary>展开查看分阶段费用、完成分支数与 HTTP 尝试次数明细</summary>
195
+
196
+ 各阶段细分 token 计数(`inputTokens`、`cacheReadTokens`、`cacheWriteTokens`、`outputTokens`)及 `unknownCosts`(全部已记录项中均为 `0`)详见 [benchmarks/rc2-live-and-cost.json](benchmarks/rc2-live-and-cost.json)。
197
+
198
+ | 模型与策略 | 统计阶段 | 完成分支 | HTTP 尝试 | 费用 (USD) |
199
+ | :--- | :--- | :---: | :---: | :---: |
200
+ | **DeepSeek · 既有策略** | 摘要阶段 (`summary`) | — | 3 | `$0.028614900` |
201
+ | **DeepSeek · 既有策略** | 六次回答 (`sixReplies`) | — | 18 | `$0.003076932` |
202
+ | **DeepSeek · 既有策略** | 完整配对合计 (`matchedTotal`) | 3 | 21 | `$0.031691832` |
203
+ | **DeepSeek · 既有策略** | 全部尝试 (`allAttempts`) | 3 | 21 | `$0.031691832` |
204
+ | **DeepSeek · 局部合并** | 摘要阶段 (`summary`) | — | 4 | `$0.027003546` |
205
+ | **DeepSeek · 局部合并** | 六次回答 (`sixReplies`) | — | 18 | `$0.003305784` |
206
+ | **DeepSeek · 局部合并** | 完整配对合计 (`matchedTotal`) | 3 | 22 | `$0.030309330` |
207
+ | **DeepSeek · 局部合并** | 全部尝试 (`allAttempts`) | 3 | 22 | `$0.030309330` |
208
+ | **GLM · 既有策略**(代理单价) | 摘要阶段 (`summary`) | — | 2 | `$0.017680518` |
209
+ | **GLM · 既有策略**(代理单价) | 六次回答 (`sixReplies`) | — | 12 | `$0.003858030` |
210
+ | **GLM · 既有策略**(代理单价) | 完整配对合计 (`matchedTotal`) | 2 | 14 | `$0.021538548` |
211
+ | **GLM · 既有策略**(代理单价) | 全部尝试 (`allAttempts`) | 3 | 22 | `$0.040645980` |
212
+ | **GLM · 局部合并**(代理单价) | 摘要阶段 (`summary`) | — | 3 | `$0.025145022` |
213
+ | **GLM · 局部合并**(代理单价) | 六次回答 (`sixReplies`) | — | 12 | `$0.003258960` |
214
+ | **GLM · 局部合并**(代理单价) | 完整配对合计 (`matchedTotal`) | 2 | 15 | `$0.028403982` |
215
+ | **GLM · 局部合并**(代理单价) | 未完成内容失败 (`contentFailedSpend`) | 0 | 3 | `$0.017583060` |
216
+ | **GLM · 局部合并**(代理单价) | 全部尝试 (`allAttempts`) | 2 | 18 | `$0.045987042` |
217
+ | **GPT · 既有策略** | 摘要阶段 (`summary`) | — | 3 | `$0.21601400` |
218
+ | **GPT · 既有策略** | 六次回答 (`sixReplies`) | — | 18 | `$0.02569050` |
219
+ | **GPT · 既有策略** | 完整配对合计 (`matchedTotal`) | 3 | 21 | `$0.24170450` |
220
+ | **GPT · 既有策略** | 全部尝试 (`allAttempts`) | 3 | 21 | `$0.24170450` |
221
+ | **GPT · 局部合并** | 摘要阶段 (`summary`) | — | 3 | `$0.20204525` |
222
+ | **GPT · 局部合并** | 六次回答 (`sixReplies`) | — | 18 | `$0.03657750` |
223
+ | **GPT · 局部合并** | 完整配对合计 (`matchedTotal`) | 3 | 21 | `$0.23862275` |
224
+ | **GPT · 局部合并** | 全部尝试 (`allAttempts`) | 3 | 21 | `$0.23862275` |
225
+ | **Gemini · 既有策略** | 摘要阶段 (`summary`) | — | 2 | `$0.1337640` |
226
+ | **Gemini · 既有策略** | 六次回答 (`sixReplies`) | — | 12 | `$0.0847846` |
227
+ | **Gemini · 既有策略** | 完整配对合计 (`matchedTotal`) | 2 | 14 | `$0.2185486` |
228
+ | **Gemini · 既有策略** | 全部尝试 (`allAttempts`) | 3 | 22 | `$0.3931174` |
229
+ | **Gemini · 局部合并** | 摘要阶段 (`summary`) | — | 3 | `$0.1888180` |
230
+ | **Gemini · 局部合并** | 六次回答 (`sixReplies`) | — | 12 | `$0.0935390` |
231
+ | **Gemini · 局部合并** | 完整配对合计 (`matchedTotal`) | 2 | 15 | `$0.2823570` |
232
+ | **Gemini · 局部合并** | 未完成内容失败 (`contentFailedSpend`) | 0 | 3 | `$0.1911960` |
233
+ | **Gemini · 局部合并** | 全部尝试 (`allAttempts`) | 2 | 18 | `$0.4735530` |
234
+
235
+ </details>
236
+
237
+ ### 3.3 实验范围与边界说明
238
+
239
+ 阅读上述联网验收与费用实验数据时,请注意以下边界条件:
240
+
241
+ - **联网测试版本归属**:四模型连续切换验收运行于移除 `/context-continue` 命令及补充诊断环境字段之前的内部包 `0.3.2-rc.1`;配对费用实验则是候选开发分支的策略对比,二者均不代表最终 `0.3.2-rc.2` 发布包在合并全部后续改动后重新执行了完整实包联网验收。
242
+ - **账单与单价范围**:`DeepSeek`、`GPT`、`Gemini` 的金额为按记录网关单价与返回 `usage` 计算的估算值,未经供应商实际账单核验。`GLM` 具有独立计费标准,表中的美元金额与 `+31.88%` 变化仅属于按 DeepSeek 网关单价模拟的代理单价成本情景,不是实际付费账单或官方 GLM 标价费用。
243
+ - **未配对完成数差异**:在 `GLM` 与 `Gemini` 上,既有策略完成了 3 个分支,局部合并仅完成 2 个分支;因此明细表中的 `allAttempts` 反映的是不同完成分支数(3 对 2)的累计消耗,不能作为等量完成任务的直接总额对比。
244
+ - **对照设计范围**:配对实验专门比较两种压缩合并策略在“压缩 + 6 次回答”下的表现,未设置“不执行压缩而直接连续回答 6 轮”的联网对照组。
245
+
246
+ ---
247
+
248
+ ## 4. 诊断日志中的用量与环境字段说明
249
+
250
+ 在测试账本与失败诊断记录中,插件按以下规则记录用量缺失与宿主版本:
251
+
252
+ - **缺失用量的表示规则**:当请求未报告 `usage`,或请求发生失败(流式中断 `streamFailure`、终态为 `error` 或 `aborted`)且底层返回全零 `usage` 时,系统将该次调用视为用量未知,在数据中以 `usage: null`、省略字段或 `usageKnown: false` 表示,而不使用固定的 `"unknown"` 字符串。成功响应的真实零用量或正数用量则原样保留。
253
+ - **宿主版本字段**:在 `0.3.2-rc.3` 中,诊断环境信息的 `supportedDshVersion` 记录插件声明的宿主兼容范围字符串 `">=0.2.2-rc.1 <0.3.0-0"`(`0.3.2-rc.2` 及更早记录中为 `"0.2.2-rc.1"`);`actualDshVersion` 仍为 `null`,提交问题时可由用户补充实际运行的 DSH 版本。
254
+
255
+ ---
256
+
257
+ ## 5. 历史版本测试记录(`0.3.2-rc.1` 与 `0.3.1-review.35`)
258
+
259
+ ### 5.1 已发布版本:`0.3.2-rc.1`
260
+
261
+ 2026-11-11,在 Windows / Node.js `v24.19.0` / DSH `0.2.2-rc.1` 环境中执行发布前完整回归:**50 套测试、1359 项全部通过,失败 0 项**。逐套结果与代码 SHA-256 校验值保存在 [benchmarks/published-0.3.2-rc.1-tests.json](benchmarks/published-0.3.2-rc.1-tests.json)。
262
+
263
+ | 验证项目 | 结果 |
264
+ | :--- | ---: |
265
+ | 离线回归与语义测试 | 45 套 / 1266 项通过 |
266
+ | DSH 宿主集成测试 | 5 套 / 93 项通过 |
267
+ | 新增进度表达与完整摘要重放 | 47 / 47 通过 |
268
+ | 新增否定要求回归 | 12 / 12 通过 |
269
+ | 原始来源身份兼容快照 | 16 / 16 一致 |
270
+ | 安装包服务端入口与 preset 配置 | 3 个入口 / 4 个 preset 通过 |
271
+
272
+ 上述专项验证均包含在 1359 项总数中,重点覆盖“进度报告”引导语与产物完成状态的区分、“没有生成证据”与“不得声称完成”等否定表达、要求未知与状态未知及跨批次未知的区分、未来动作与当前状态的区分、最新来源之后的假设性变化、同句转折之后的真实矛盾与明确赋值、“不允许修改”与“不实际修改”等要求表述,以及既有来源事实、哈希和 ID 的一致性。该轮重放直接使用更早一轮官方接口返回但被误判拒绝的 7 份完整摘要样本进行离线验证,未重新发起模型请求。
273
+
274
+ ### 5.2 官方接口多轮实验:`0.3.1-review.35`
275
+
276
+ 早期文档曾引用的 **68.50%** 平均输入缩减率来自 **`0.3.1-review.35`** 在官方接口 `DeepSeek V4.1 Flash` 上的多轮联网实验(并非 `0.3.2-rc.1` 实包测试),可复算的逐次 token 数据、公式与原始 CSV 账本校验值(SHA-256 `46319cddf905f9bed3ebda2ec44f0cbe305ce2bfac1386a2e52bfc16176e3df2`)保存在 [benchmarks/review35-compression.json](benchmarks/review35-compression.json)。
277
+
278
+ 该实验共记录 90 次模型请求,全部返回 HTTP 200 和 `usage`。实验在同一账号缓存环境下进行,测试隔离标记未进入最终请求,因此属于已有缓存可复用的温缓存实验记录,不作为独立冷缓存对照。
279
+
280
+ - **等权平均输入缩减率(4 次成功压缩)**:**68.50%**(`68.5046%`),压缩后平均保留 **31.50%**(`31.4954%`);其中前 3 次增量压缩平均缩减 **58.71%**(`58.7083%`),第 4 次完整合并缩减 **97.89%**(`97.8936%`)。
281
+ - **按输入量加权汇总**:4 次成功压缩前累计输入 `332,270` tokens → 压缩后累计输入 `99,019` tokens,加权缩减 **70.20%**(`70.1992%`)。此指标衡量成功压缩前后的主对话输入变化,摘要生成与重试用量另计。
282
+
283
+ <details>
284
+ <summary>展开查看 0.3.1-review.35 压缩公式、缓存恢复、工作接续与失败记录</summary>
285
+
286
+ #### 1. 逐代压缩数据与计算公式
287
+
288
+ 每次压缩缩减比例、等权均值与加权缩减率定义如下:
289
+
290
+ $$\text{inputReductionPercent}_i = 100 \times \frac{\text{before}_i - \text{after}_i}{\text{before}_i}, \quad \text{inputRetainedPercent}_i = 100 - \text{inputReductionPercent}_i$$
291
+
292
+ $$\text{meanInputReductionPercent} = \frac{1}{N} \sum_{i=1}^{N} \text{inputReductionPercent}_i, \quad \text{weightedInputReductionPercent} = 100 \times \frac{\sum_{i=1}^{N} \text{before}_i - \sum_{i=1}^{N} \text{after}_i}{\sum_{i=1}^{N} \text{before}_i}$$
293
+
294
+ 压缩前取同一输入的第 2 次预热请求,压缩后取第 1 次主对话请求,均采用官方 SSE `usage` 的总输入 token 数:
295
+
296
+ | 压缩代次 | 方式 | 压缩前输入 (`inputTokens`) | 压缩后输入 (`inputTokens`) | 输入缩减 |
297
+ | :---: | :--- | ---: | ---: | ---: |
298
+ | 1 | 增量 (`incremental`) | 58,838 | 19,778 | 66.39% |
299
+ | 2 | 增量 (`incremental`) | 78,559 | 32,242 | 58.96% |
300
+ | 3 | 增量 (`incremental`) | 91,046 | 44,812 | 50.78% |
301
+ | 4 | 合并 (`consolidation`) | 103,827 | 2,187 | 97.89% |
302
+ | **合计 / 均值** | **3 增量 + 1 合并** | **332,270** | **99,019** | **等权 68.50% / 加权 70.20%** |
303
+
304
+ 单次压缩前后的缓存命中、未命中与输入保留率细分见 [`benchmarks/review35-compression.json`](benchmarks/review35-compression.json)。
305
+
306
+ #### 2. 压缩前与后续缓存恢复
307
+
308
+ 缓存命中率按服务端返回的 `cacheReadTokens / inputTokens` 计算:
309
+
310
+ | 压缩代次 | 方式 | 压缩前 | 压缩后第 1 答 | 压缩后第 6 答 |
311
+ | :---: | :--- | ---: | ---: | ---: |
312
+ | 1 | 增量 | 99.64% | 36.24% | 98.31% |
313
+ | 2 | 增量 | 99.72% | 42.48% | 99.11% |
314
+ | 3 | 增量 | 99.82% | 58.27% | 99.20% |
315
+ | 4 | 合并 | 99.86% | 0.00% | 91.13% |
316
+
317
+ 三次增量压缩后的第 6 答缓存命中率均恢复到 98% 以上。第 4 代合并将输入从 `103,827` 缩减到 `2,187` tokens(减少 `97.89%`),并重新建立前缀缓存;继续观察到合并后第 24 答时,缓存命中率达到 **96.08%**(总输入 `8,926` tokens,其中命中 `8,576`、未命中 `350`)。
318
+
319
+ #### 3. 要求与工作接续检查
320
+
321
+ | 检查项 | 结果 |
322
+ | :--- | ---: |
323
+ | 压缩前 16 次问答,每次 14 个字段 | 224 / 224 |
324
+ | 成功压缩后 42 次问答,每次 14 个字段 | 588 / 588 |
325
+ | 工作接续配对检查 | 120 / 120 |
326
+ | “继续”接续探针检查 | 8 / 8 |
327
+ | 接入历史工具后的路径回查字段 | 8 / 8 |
328
+
329
+ 成功压缩后的 42 次问答由 4 代压缩后各 6 答及合并后额外 18 答组成。路径回查在接入历史工具后使用了 5 次模型请求、8 次工具调用;此前未接工具的探针有 1 次返回了工具调用文本而非预期 JSON。
330
+
331
+ #### 4. 失败记录与原因定位
332
+
333
+ 在该轮实验中,第 1 次独立运行在第 1 次压缩耗尽 3 次摘要尝试后停止;第 2 次运行完成前 4 次压缩,在第 5 次压缩耗尽 3 次尝试后停止,第 6 次未执行。两次失败均完整保留了原始事件与可见消息表,并生成了失败诊断。
334
+
335
+ 因此,`0.3.1-review.35` 未通过连续压缩稳定性验收。排查确认主要原因为候选摘要的语义审计误判而非接口通信失败,相关真实样本已纳入后续版本的回归测试集。该轮历史记录累计输入 `3,290,387` tokens(缓存命中 `2,723,200`、未命中 `567,187`),输出 `53,081` tokens;摘要请求共 13 次(含额外重试 5 次,单次合并的多个分页分别计为请求而不计入失败重试)。
336
+
337
+ </details>
338
+
339
+ ---
340
+
341
+ ## 6. 本地复现与代码导航
342
+
343
+ 在项目根目录可执行以下命令运行离线回归与静态检查:
344
+
345
+ ```bash
346
+ npm test
347
+ npm run check
348
+ ```
349
+
350
+ 与压缩流水线、缓存策略、审计和诊断对应的核心模块如下:
351
+
352
+ - 压缩主流水线与结果状态汇总:[../lib/engine.js](../lib/engine.js)
353
+ - 缓存前缀保留策略与选区计算:[../lib/cache-policy.js](../lib/cache-policy.js)、[../lib/region.js](../lib/region.js)
354
+ - 要求对齐审计、否定范围与进度事实核对:[../lib/audit.js](../lib/audit.js)、[../lib/constraint-scope.js](../lib/constraint-scope.js)、[../lib/progress-facts.js](../lib/progress-facts.js)
355
+ - 确定性要求行重建与用户要求生命周期:[../lib/reconstruct.js](../lib/reconstruct.js)、[../lib/memory-policy.js](../lib/memory-policy.js)
356
+ - 后台分页接续、调用预算与进度账本:[../lib/continuation.js](../lib/continuation.js)、[../lib/continuation-budget.js](../lib/continuation-budget.js)、[../lib/continuation-progress.js](../lib/continuation-progress.js)
357
+ - 本地历史消息归档、附件存储与事务提交:[../lib/history.js](../lib/history.js)、[../lib/attachments.js](../lib/attachments.js)、[../lib/transaction.js](../lib/transaction.js)
358
+ - 失败诊断元数据白名单与审计拒绝样本记录:[../lib/failure-diagnostics.js](../lib/failure-diagnostics.js)、[../lib/audit-reject.js](../lib/audit-reject.js)
@@ -0,0 +1,60 @@
1
+ # 故障排查
2
+
3
+ [简体中文](troubleshooting.md) · [English](en/troubleshooting.md)
4
+
5
+ ## 摘要失败时会发生什么
6
+
7
+ 当单次摘要请求超时或未通过审计校验时,插件会按配置自动重试。默认在首次请求后最多追加 2 次重试,校验失败原因会作为修正反馈一并传给摘要模型。
8
+
9
+ 若重试次数耗尽仍未通过,对话界面会显示失败原因与诊断文件路径。尚未提交替换的原始上下文保持不变;后台分页接续中已完成校验的页面会保存在本地,供后续继续处理。
10
+
11
+ | 提示类型 | 处理方式 |
12
+ | --- | --- |
13
+ | 摘要超时或断流 | 检查模型供应商连接状态,或在设置页适当调高等待上限与重试次数 |
14
+ | 摘要结构不完整或输出截断 | 调高摘要输出上限(`maxTokens`),或更换更适合长文本归纳的摘要模型 |
15
+ | 要求或进度校验未通过 | 查看诊断文件中的错误码与阶段信息,并按 `auditReports` 打开关联的 `audit-reject/` 记录核对拒绝候选、来源事件序号与原话片段;重试过程会自动附带该反馈 |
16
+ | 输入或单组工具消息过大 | 根据诊断中的错误码、有效配置与已采集的输入估算,调整摘要模型窗口或输入预算配置 |
17
+ | 后台分页调用额度耗尽 | 排查提示原因后,输入 `/compact` 为剩余未完成页面续批一轮调用额度 |
18
+ | 会话恢复或写隔离提示 | 保留存储目录中的事务日志与 `.rollback` 备份,重启宿主后查看恢复结果 |
19
+ | 宿主兼容或私有方法校验提示 | 核对当前 DSH 版本是否处于 `>=0.2.2-rc.1 <1.0.0-0` 范围(正式原子事务实测覆盖 `0.2.2-rc.1`、`0.2.2-rc.2`、`0.2.2-rc.3`);在默认 `strictHostFingerprints: false` 下,若宿主小更新调整私有持久化方法,插件会在确认无未恢复 `.rollback`/`.tail` 原子日志后发出一次兼容提示并自动改走公开 `Session.append(replace)` + `sessions.flush()`;仅当设为 `strictHostFingerprints: true` 或存在未恢复原子日志时才会阻止压缩并保留恢复材料 |
20
+
21
+ ## 审计误拒与自然语言边界
22
+
23
+ `PROGRESS_FACT_CONFLICT` 表示候选摘要中的显式 `key: value` 结构化进度字段(如 `*Count`、`*Completed`、`*Generated`、`*Passed`、`*Failed`、`*Path`、`*State`、`*Status` 与 `nextAction`)与来源消息里同一工作作用域的最新记录相矛盾(例如把已知数量写成 `null`,或把历史 `seq` 数值误写为当前进度)。常规诊断文件仅记录错误码、阶段、尝试状态、有效设置、估算值与 `auditReports` 索引,不保存来源事件序号、用户原话或候选摘要正文;排查时需通过诊断文件中的 `auditReports` 打开对应的 `audit-reject/` 文件,对照其中的来源事件序号、源消息片段与候选摘要表述,确认是模型漏写最新状态、混用不同作用域还是审计规则误判。
24
+
25
+ `0.3.2` 将来源隔离改为直接识别宿主事件通道与显式标签边界(工具结果及系统上下文参照不再被当成用户命令;若你在自己的用户消息里粘贴了包含要求句式的大段第三方材料,建议用 `<quoted_text>...</quoted_text>` 或代码块包起来以明确区分),并将要求核对升级为双字切片与词边界、双侧条件、正反同义极性及按用户历史重放授权出处,大幅减少对日常自然语言的误拒;不过复杂的中文间接否定(如“并非……”“不是……而是已被取代”)仍属于已知识别边界。若确认候选摘要与最新来源一致却仍被拒绝,欢迎附带最小复现片段、错误码与模型信息提交 Issue。当某条已对应上的用户要求仅存在局部表述冲突(且未触发进度冲突、整条漏写或假授权拦截)时,引擎也会优先尝试用用户原话确定性替换该争议句。
26
+
27
+ ## 诊断文件位置与内容
28
+
29
+ 插件默认存储在以下独立目录:
30
+
31
+ ```text
32
+ <DSH_HOME>/storages/dsh-compaction-weave/
33
+ ```
34
+
35
+ - `diagnostics/`:采用白名单字段记录失败阶段、错误码、每次尝试状态、耗时、返回用量、有效配置、输入估算、分页进度及关联的 `auditReports` 索引,不包含来源事件序号、会话原话或候选摘要正文。其中 `context` 下的模型路由反映会话与摘要配置路由,不代表供应商最终实际响应的模型名;`actualDshVersion` 记为 `null` 表示未可靠采集到实际运行的宿主版本(排查或反馈时可手动补充实际版本),`supportedDshVersion` 则记录插件声明的宿主兼容范围字符串(`">=0.2.2-rc.1 <1.0.0-0"`)。
36
+ - `audit-reject/`:保存未通过要求或进度校验的候选摘要、实际审计文本、来源事件序号及对应源片段,可由诊断文件中的 `auditReports` 字段定位。
37
+ - `sessions/`:按会话保存已归档的原始历史事件与附件。
38
+ - `summary-config.json`:保存摘要模型路由与重试设置。
39
+
40
+ 对话提示中给出的诊断路径对应当次操作,排查时优先查看该文件。若公开分享排查资料,请注意 `audit-reject/` 与会话片段包含用户原话与候选摘要正文,上传前请先检查并脱敏。
41
+
42
+ ## 提交 Issue
43
+
44
+ 遇到报错、压缩后回答质量明显下降,或遗忘要求与工作进度时,可在 [GitHub Issues](https://github.com/NightFrost42/dsh-compaction-weave/issues/new/choose) 选择中文或英文模板提交反馈。
45
+
46
+ 日志与诊断附件均为可选。报错类问题可附上经过检查的诊断文件副本,并在正文中补充实际使用的 DSH 版本;回答质量或记忆遗漏问题可附上关键要求原话,以及压缩前后表现差异的最小对话片段。脱敏方法与隐私注意事项见 [提交问题与日志脱敏](feedback.md)。
47
+
48
+ ## 更新与卸载
49
+
50
+ 桌面端更新本地安装包时,先在“插件”页卸载已安装的旧版 Weave,再通过“添加插件”安装新包并重启 DSH。独立存储目录中的历史归档与摘要设置会自动保留。
51
+
52
+ 命令行 profile 停止后可通过 npm 覆盖升级,或指定本地 `.tgz` 路径卸载/升级:
53
+
54
+ ```bash
55
+ dsh plugin --profile web add dsh-compaction-weave
56
+ dsh plugin --profile web add /absolute/path/dsh-compaction-weave-0.3.4.tgz
57
+ dsh plugin --profile web remove dsh-compaction-weave
58
+ ```
59
+
60
+ 执行完成后重新启动对应 profile 即可。
package/lib/abort.js ADDED
@@ -0,0 +1,13 @@
1
+ // AbortSignal.any compatibility without losing caller cancellation on older Node runtimes.
2
+ export function combineSignals(signals) {
3
+ const controller = new AbortController();
4
+ const subscriptions = [];
5
+ const dispose = () => { for (const [signal, listener] of subscriptions) signal.removeEventListener('abort', listener); subscriptions.length = 0; };
6
+ for (const signal of signals.filter(Boolean)) {
7
+ const listener = () => { if (!controller.signal.aborted) controller.abort(signal.reason); dispose(); };
8
+ if (signal.aborted) { listener(); break; }
9
+ signal.addEventListener('abort', listener, { once: true });
10
+ subscriptions.push([signal, listener]);
11
+ }
12
+ return { signal: controller.signal, dispose };
13
+ }
@@ -0,0 +1,60 @@
1
+ // Domain-agnostic clause action normalization shared by lifecycle selection and
2
+ // simple polarity comparison. Compound clauses, quotes, and conditionals return null.
3
+
4
+ const normalize = (text) =>
5
+ String(text ?? '')
6
+ .normalize('NFC')
7
+ .toLowerCase()
8
+ .trim()
9
+ .replace(/[。.!!??;;,,]+$/, '')
10
+ .replace(/\s+/g, ' ');
11
+
12
+ const FORBIDDEN = /[`"“”‘’「」『』,,;;]|(?<![a-z])'|'(?![a-z])|如果|除非|只有|仅当|否则|或者|要么|(?:^|[,,])\s*(?:若|当)|并且|然后|同时|以及|\b(?:if|when|unless|either|except|and|or|then)\b/i;
13
+ const RETROSPECTIVE = /^(?:已(?:经)?|曾(?:经)?|之前|此前|据|根据|\b(?:already|previously|earlier)\b)/i;
14
+ const REFERENCE_HEAD = /^(?:历史|旧文档|引用|网页|工具|日志|文档|样例|示例|the\s+(?:tool|document|log)|historical)/i;
15
+ const CN_NEG_WORDS = '(?:不允许|不要再|不用再|不要(?!求)|不得|不能|不必|不再|不用|禁止|(?<![分区识个特级差类性鉴告离甄辨判派])别(?!的|人)|无需|取消|撤销|尚未|并未|未曾|还未|没有|不(?:实际|直接|擅自)?|未)';
16
+ const EN_NEG_WORDS = '(?:do not|don\'t|does not|doesn\'t|must not|cannot|can\'t|never|cancel(?:l?ed)?|no longer|not|no)';
17
+ const CN_POS_WORDS = '(?:允许|可以|批准|授权|同意)';
18
+ const EN_POS_WORDS = '(?:allow(?:ed)?|permit(?:ted)?|authori[sz](?:e|ed)|approv(?:e|ed))';
19
+ const NEG_RE = new RegExp(`^(?:${CN_NEG_WORDS}|${EN_NEG_WORDS}(?:\\s+|$))`, 'i');
20
+ const OPERATOR_RE = new RegExp(
21
+ `^(?:(?:用户|我|你|助手|我们)\\s*)?(?:现在|已经|已|明确|现已)?\\s*(?:(${CN_POS_WORDS}|${CN_NEG_WORDS})\\s*|(${EN_POS_WORDS}|${EN_NEG_WORDS})(?:\\s+|$))|^(?:(?:the user|i|you|we)\\s+)?(?:(?:has|have)\\s+)?(?:now\\s+|already\\s+)?(?:(${CN_POS_WORDS}|${CN_NEG_WORDS})\\s*|(${EN_POS_WORDS}|${EN_NEG_WORDS})(?:\\s+|$))`,
22
+ 'i',
23
+ );
24
+
25
+ export function actionState(text, { summary = false } = {}) {
26
+ let value = normalize(text).replace(/^[「『]([^「」『』]+)[」』]$/, '$1').trim();
27
+ if (!value || value.length > 512 || FORBIDDEN.test(value)) return null;
28
+ if (RETROSPECTIVE.test(value) || REFERENCE_HEAD.test(value)) return null;
29
+
30
+ let negative = false;
31
+ let permission = false;
32
+ value = value.replace(/^(?:当前|目前|现行)?(?:用户)?(?:要求|指令|规则|任务)\s*[::]\s*/, '');
33
+ if (summary) {
34
+ value = value.replace(/^(?:下一步|接下来|然后|现在|计划|准备|待|将要|将|继续)\s*[::]?\s*|^(?:next(?:\s+step)?|plan(?:ned)?(?:\s+to)?|will|then)\s*:?\s*/i, '');
35
+ }
36
+ value = value.replace(/^(?:(?:请|帮我|麻烦|必须|务必|现在|重新|还是|才(?:可(?:以)?|能)?)\s*|(?:please|must|always|now|again)\s+)+/i, '');
37
+
38
+ const match = OPERATOR_RE.exec(value);
39
+ if (match) {
40
+ const op = match[1] ?? match[2] ?? match[3] ?? match[4];
41
+ negative = NEG_RE.test(op);
42
+ permission = !negative;
43
+ value = value.slice(match[0].length).replace(/^(?:to\s+|实际|直接|擅自|重新|再\s*)/i, '').trim();
44
+ if (NEG_RE.test(value)) return null;
45
+ }
46
+
47
+ const stem = value
48
+ .replace(/^(?:to\s+|把\s*|将\s*)/i, '')
49
+ .replace(/(?:的)?(?:任务|请求|操作)$/, '')
50
+ .replace(/(?:了|吧)$/, '')
51
+ .replace(/^(?:the|a|an)\s+/i, '')
52
+ .trim();
53
+ if (!stem) return null;
54
+
55
+ return { verb: stem, object: '', negative, permission, key: stem };
56
+ }
57
+
58
+ export function sameAction(a, b) {
59
+ return Boolean(a && b && a.key === b.key);
60
+ }
@@ -0,0 +1,18 @@
1
+ // Windows readers can briefly hold a file without delete sharing. Retry the
2
+ // atomic rename only; never unlink a valid destination to make replacement work.
3
+ import {renameSync} from 'node:fs';
4
+ import {rename} from 'node:fs/promises';
5
+ const delays=[10,20,40,80];
6
+ const retryable=(error,platform)=>platform==='win32'&&['EPERM','EACCES','EBUSY'].includes(error?.code);
7
+ export function atomicReplaceSync(source,target,{replace=renameSync,platform=process.platform,wait=ms=>Atomics.wait(new Int32Array(new SharedArrayBuffer(4)),0,0,ms)}={}){
8
+ for(let attempt=0;;attempt++){
9
+ try{return replace(source,target);}
10
+ catch(error){if(!retryable(error,platform)||attempt>=delays.length)throw error;wait(delays[attempt]);}
11
+ }
12
+ }
13
+ export async function atomicReplace(source,target,{replace=rename,platform=process.platform,wait=ms=>new Promise(resolve=>setTimeout(resolve,ms))}={}){
14
+ for(let attempt=0;;attempt++){
15
+ try{return await replace(source,target);}
16
+ catch(error){if(!retryable(error,platform)||attempt>=delays.length)throw error;await wait(delays[attempt]);}
17
+ }
18
+ }