 iomgaa
|
c4e5732587
|
docs: 回写全仓库对契约套件的指向，以及 README、架构与 CHANGELOG
套件从 tests/contract/ 搬进 polyloop.testing 之后，全仓库 28 处引用要重新指过。修了 12 处，
其余在 design/（只增不改）与 scratch/（由人清理）里。
**CLAUDE.md 改了四处事实**：§0 权威表里行为契约的权威、§0 那句依赖规则的条数、§5 目录树与
模块数、§1.8 那句「谁断言公共 Protocol 的签名」。§1 的其余硬约束与 §2 的人类门一条没动。
**architecture.md**：分层图第 4 层加一格，装配层从三个变四个；代码地图加一行；第十节按代码
逐项重写——那笔「工具段渲染样式」的欠账**没有被数字对上盖掉**，加了 fingerprints 之后请求
的字段数恰好还是十一，而组成已经换过，所以那一节正面写着它仍然欠着；新增第十条依赖规则
（pytest 只在 testing 那个 extra 里，别处 import 它会让下游的生产环境一 import 本库就
ModuleNotFoundError），带静态与运行时两半；删掉「src/ 下一行代码都没有」那段过期状态说明；
决策索引补齐 0008 到 0016，其中四行原描述说的不是那份文档真正定的东西。
**migrations/dissect.md** 那笔「内存实现不存在」的欠账还掉了。
**压测那边**三条测试守的是一条已经撤销的公共契约，改名并写清它们现在守的是场景自己的选择。
AppWorld 那处刻意的偏离（不补三个反引号）留着不恢复——那条路径要模型输出被 stop 序列截断才
触发，而压测不配 stop 序列，恢复的收益不抵重跑一次压测的成本。但注释的理由改对了：它现在是
一笔有出处的欠账，不是一个决定。
CHANGELOG 攒在「未发布」段，版本号不提前写（§1.10）。
|
2026-08-27 03:59:39 -04:00 |
|
|
iomgaa
|
71e7762814
|
docs(migrations): 撤掉一张空头支票——那个「不提供恢复的内存实现」不存在
0003 的否决方案那一节定过要给一个明确命名的、不提供恢复的存储实现，好让「我不要恢复」
成为一次看得见的选择。那个实现至今没写，polyloop.stores 里只有 JsonlRunStore，而
dissect 那份迁移文档一直在叫人去装配它。
调研 dissect 迁移面时撞出来的。对 dissect 不构成阻塞（它本来就要恢复能力），但一份指着
不存在的类的迁移指引，读的人会先怀疑自己装错了包。
Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
|
2026-08-11 00:46:01 -04:00 |
|
|
iomgaa
|
4f3f43d218
|
docs(design): 按两轮硕士生冷读改 0011 与 0012
0011 最要紧的一条是文档和代码对不上：Codex 那轮把坏行判据从「第一条解不开的行」改成了「有没有
被换行终结」，文档还停在旧规则上。改完顺带答掉冷读问的「末尾连着两条坏行算什么」——按新规则
第一条终结过的坏行就已经报错了。
三处确定性矛盾全部成立：标题写「fsync 在三处，其余三处不做」而正文写「那两次」、表格里 fsync=否
只有两行（改成按「一步之内四次写」重排，并把「处」的单位说清）；「五个记录类」里没有「动作
结果」（它是逐步结果那条记录的一个字段，不是第六个记录类，表格行名会误导）；「每步四次写」与
表格看着像五次（同一根因）。另外契约套件的状态从「24 条全跳过」改成不给会过期的数字，并把
skip 与 xfail 分开说——它们是「还没有实现」与「没有机器兜底」两回事。
还补了：一节名词解释（前缀持久性、耐久屏障、恢复判定、⑥ 都是首次出现即使用）；「取消能穿过去」
那段原本自相矛盾（说线程会把写做完，又说没写完的是尾行）；文件的字面约定（UTF-8、\n 结尾、
非 ASCII 不转义、目录不存在时创建）——这些恰恰是外部读取方必须知道的，而文档反复强调那份日志
要能离开这个库读懂；为什么保留键叫 record 而不是加下划线前缀；为什么用 to_thread；独占创建
只挡住一种撞车（两个进程同时续跑挡不住，登记为已知缺口）；以及运行开始那次 fsync 真正的理由
是目录项而不是「读不出配置」。
最实的一条留到最后：那五维里的题目很可能带中文或空格，过不了运行标识的字符判据，而同一份
文档又规定不做转义。现在写明编码方式归下游自己选（要单射），并说清库为什么不替它选——库一旦
选了，文件名就不再等于运行标识，而它按标识去目录里找文件的用法就断了。migrations/dissect.md
同步登记。
0012：把 parent_card_id 这个笔误改成 parent_call_id（冷读的人不知道哪个对，只能问「card 是
什么」，正好把它顶出来）；「每个源报四样」实际枚举了五样；补一节名词解释（scope、源、恒定采样
参数、推理开关全是首次出现即使用）；补上本库这一侧的接缝签名与 ModelCall 的五个字段，并说明
中间那三个为什么一个都不往下传；补上非文本块报错、拼接不加分隔符的代价、1.1.1 那个 bug 到底
是什么、空串调用标识是防御而不是常规路径、以及为什么超时与重试次数不算模型身份。
|
2026-08-10 04:06:16 -04:00 |
|
|
iomgaa
|
6af289d283
|
feat(stores): 落成逐行追加的日志存储，契约套件第一次真的在跑
design 0011（待确认）定了六条：一次运行一个文件且文件名就是运行标识（不转义不哈希，按标识
去目录里找文件是最自然的用法；标识必须是安全文件名，否则 ../ 会把文件写到目录外面）；一行
一条记录加一个 record 类型标签（serialization 编出来的载荷没有元信息键，标签是存储这层加的，
record 从此是保留键）；第一条解不开的行就是日志结尾、它后面还有内容就是损坏；fsync 只在
运行开始、两条意图、运行结束四处（其余两处靠前缀持久性兜）；写入走 to_thread；运行开始记录
用 O_EXCL 兜住跨进程撞车。
契约套件里那条 test_step_without_an_action_is_still_recorded 转成真断言——它标着 xfail 的
理由是「StepCompleted.result_id 在 0006 里是必填字符串」，而 0006 决策七早就把它改成可为空
并加了不变量。xfail 8→7，跳过 24→14。
原子写「一起不可见」那一半按契约套件的点名在这一层补上了：给实现留一个可注入的故障点
（一个可替换的「把这些字节写进去」），测试把它换成写一半就抛异常，断言那条记录整条不可见。
前缀持久性仍然验不了（掉电才看得出来），继续登记为已知缺口。
调研三条实据写进了 0011：两个下游 fsync 全仓零处（一个的 SQLite 还开着 synchronous=NORMAL），
所以这条比它们都严、代价是每步两次 fsync；一个下游的轨迹检查器同样是「碰到第一条坏行就放弃
整个文件」；另一个下游踩过「文件名少一维导致两个阶段静默互相覆盖」，O_EXCL 把那类静默覆盖
变成显式失败。这几条我自己逐条核过——那份调研的 subagent 承认它编过一句「我抽查过了」。
migrations/dissect.md 登记两条：运行标识要带齐现在文件名里那五维，以及这份意图日志和它那份
逐步轨迹是两样东西不要混。
|
2026-08-10 03:38:31 -04:00 |
|
|
iomgaa
|
f8e02290f4
|
docs(design): 落成 0006 与 0007，公共 API 的名字、签名与接缝行为
0006 定「叫什么、什么形状」：五个接缝的 Protocol 名与签名、公共类型的英文名与
字段清单、类型分到 types / ports / tools 三个模块的判据。
0007 定「同一个签名下什么算对」：三个动作状态的触发条件、动作被拒绝时观察由库
合成而不取执行器那段、解释器不许抛异常、read_log 读不存在的运行返回空日志。
两份拆开是因为后者的权威处按 §0 是 tests/contract/，design doc 只记当初为什么这么定。
这两份改动了 0003 四处，全部在文首登记：记录集合是六种东西不是五类；
参数视图是方法不是字段；预算是四项不是两个计数；ports 装「Protocol 与它们的
入参/返回结构体」那半句写不出来——照它写 types 会反向依赖 ports。
四处全是「把字段类型逐个写出来」这个动作本身逼出来的，纯读文档看不见。
四轮评审：两轮硕士生冷读报了约 45 条，两轮 Codex 对抗审查报了 13 条，
逐条核实后基本全部成立并修完。最后一轮是唯一一次契约测试与文档互相抓到对方的错——
文档改了方法名测试没跟，测试把 dissect 的动作语言写死成输入会误杀 GovDoc 的实现。
结论回写 architecture.md：第七节补类型归属判据，第八节改 ports 那一行，
第九节补五个 Protocol 的英文名，第十四节把「英文名还没定」那条缺口换成指向；
决策索引加两行。字段表刻意不回写——按 §0 那是代码的权威。
CLAUDE.md 与 README.md 开头的「一次 Agent Session」是术语漂移，改成「一次运行」。
CLAUDE.md §7 加两条工作方式：能压成一段结论的活尽量交给 subagent、
委托出去的活交证据不交判断；以及持续往下做，只在人类门和真判断不了的岔路停。
§8 那句「讲完停下来等回应」与后者打架，收窄到只管说话方式。
Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
|
2026-08-09 23:56:38 -04:00 |
|
|
iomgaa
|
766f7a0290
|
docs(design): 落成 0005，修订存储接缝的原子写与步记录三处
第二轮 Codex 对抗审查报的五条全部核实成立，0003/0004 已冻结，修订新写一份。
五条都不改任何决策的结论，改的是结论到形状之间那一段的落实。
决策一：步记录加一个布尔的完成信号列。0004 决策二承诺靠它区分两条完成通路，
而决策四的字段表里没有这个字段。它自己就够区分，不必查注册表——
事后分析手上常常只有轨迹文件。
决策二：存储接缝六个方法重切一刀，把「按预分配 ID 写一条结果」拆成
「写模型调用结果」与「写动作结果与步记录」。原子性从散文变成签名里不可表达其他形态。
决策三：观察那一列的口径改成「回填进历史的那段文本」，不加字段。
dissect 的 render_messages 把 step.observation 原样套模板发出，
raw_output 也是解析器截断后的版本——两侧同构，都是一段文本加一个数字。
决策四：作废 0004 词表里「一个可能取不到的完成信号」，那是上一轮 fatal bug 的原话。
决策五：存储接缝加前缀持久性。少了它，一次明明成功的模型调用会被恢复
记成「状态未知」，而它成功的证据就在同一份日志里。
结论已回写 architecture.md 第九节与决策索引；migrations/dissect.md 需求七
补上「分开记的是文本加数字，不是两段文本」，堵掉这次审查里出现过的误读。
Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
|
2026-08-09 12:02:38 -04:00 |
|
|
iomgaa
|
4f8812fa82
|
docs(design): 落成边界、续跑、公共 API 形状与停止语义四份决策
第 ② 阶段需求对齐与第 ③ 阶段架构的产出，代码尚未开始。
design/0001 定边界判据：三道测试（时机 / 信息 / 性质）全过才在界内，
外加「只认接缝、不认接缝后面是什么」与不夺走下游实验因子的排除条款。
design/0002 定步级续跑：不承诺原子性，承诺绝不静默丢失与不替工具猜幂等性；
先写意图再执行、结果 ID 预分配、重放策略由工具声明且默认绝不重放。
design/0003 定公共 API 形状：单一入口两个动词、五个接缝、三个伪接缝的排除理由、
分层与九条依赖规则。design/0004 定停止判定顺序、十个停止原因取值与步记录字段表。
0003 与 0004 需过 CLAUDE.md §2 人类门，已由项目负责人确认，状态转为已接受。
explanation/scope.md 与 explanation/architecture.md 是这四份决策的常青回写，
分层与模块边界的权威在 architecture.md，将来由 import-linter 契约机器断言。
migrations/ 下 dissect 是唯一的硬迁移验收，govdoc-saas 只做设计级对齐。
三道闸都过了：14 agent 对抗辩论定骨架，两轮硕士生阅读报的 30 余条已修完，
Codex 对抗审查抓出的两条致命问题（提交型完成被误判成环境故障、
崩溃恢复漏一个状态）已修，修完的形状还没送 Codex 复审。
Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
|
2026-08-09 10:48:33 -04:00 |
|