iomgaa
c4e5732587
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）。
148 lines
10 KiB
Markdown
148 lines
10 KiB
Markdown
# CHANGELOG
|
||
|
||
**这份文件是「哪个版本改了什么」的唯一权威**（`CLAUDE.md` §0）。未发布的改动攒在「未发布」
|
||
那一段，发布时改成 `## X.Y.Z（日期）`。发布的完整步骤在
|
||
`research-wiki/guides/releasing.md`。
|
||
|
||
版本号语义按 `CLAUDE.md` §1.3：公共类型的字段只增不删不改名，新增字段必带默认值；要删要改
|
||
就发新 major 并写迁移指引。
|
||
|
||
## 未发布
|
||
|
||
**版本号在真的要发布的那一刻才定，这里不提前写。** 只 bump 版本号不叫发布（`CLAUDE.md`
|
||
§1.10）：PolyGateway 的 1.0.6 与 1.1.0 都完成了版本号 bump 与 CHANGELOG，却从未上传，registry
|
||
长期停在 1.0.5，下游 `pip install` 拿不到任何修复且无人发现。提前把号写进这一段就是在重演
|
||
那个形态——读到号的人会以为那一版已经在 registry 上，而它不在。
|
||
|
||
这一批改动回应的是下游项目在 PolyLoop 仓库上提的五个 issue。
|
||
|
||
### 契约套件随包发布
|
||
|
||
五个接缝的公共行为一致性用例从 `tests/contract/` 搬进 `polyloop.testing`，跟着 wheel 一起
|
||
装到下游去。**`pip install polyloop` 之后 site-packages 里没有 `tests/`**，所以在此之前那套
|
||
被称作「任何新适配器的准入标准」的用例，第一个下游根本拿不到。
|
||
|
||
**接法同时换了**：原来是在自己的 `conftest.py` 里覆盖同名 fixture，现在是继承契约基类。
|
||
|
||
```python
|
||
from polyloop.testing import RunStoreContract
|
||
|
||
class TestMyPostgresStore(RunStoreContract):
|
||
@pytest.fixture
|
||
def store(self, pg_pool): return MyPostgresStore(pg_pool)
|
||
```
|
||
|
||
换掉是因为覆盖同名 fixture 在装到 site-packages 之后无处落脚——pytest 的 `conftest.py` 只沿着
|
||
被收集文件的目录链往上找，而套件所在的那条链在 site-packages 里，看不见下游仓库里的
|
||
`conftest.py`。继承则不需要任何 `conftest.py` 魔法：子类定义在下游自己的测试文件里。顺带一个
|
||
接缝可以接多个实现，各写一个子类。
|
||
|
||
跑它要装 `polyloop[testing]`（pytest 与 pytest-asyncio，版本只写下界，不和下游已经在用的
|
||
pytest 打架）。async 用例的事件循环归下游管：把 `asyncio_mode` 设成 `"auto"`，或者自己给子类
|
||
打标记。本包还声明了一个 pytest 插件入口，它唯一的作用是让 pytest 重写这些模块里的
|
||
`assert`，失败时打印出等号两边的实际值。
|
||
|
||
**基类名、基类上的 fixture 名、每一条用例的方法名从此是公共承诺**，改名的代价和改公共类型的
|
||
字段一样。
|
||
|
||
### 新增一个内存存储实现
|
||
|
||
`polyloop.stores.VolatileRunStore`：日志攒在进程内存里，进程一退就没了。它不提供的是**跨进程
|
||
恢复**，不是「读不回来」——同一个进程里写进去的意图照样读得回来，它和逐行追加那个实现跑的是
|
||
同一套存储契约。桶里存的是编码后的载荷、读的时候才解码，所以调用方后来改自己手里那个 dict
|
||
改不到已经写下去的快照，读回来的日志被就地改动也污染不了存储本身——落盘那个实现每次都重新
|
||
解析文件，天然如此，这个实现靠同一条路径对齐它。一条字段类型不对的记录在两个实现上的下场也
|
||
一样：写得进去，读的时候抛同一个解码错误。
|
||
|
||
对下游的意义是测试和「我不要跨进程恢复」那一档不必再自己写一个存储：存储接缝是必填的，
|
||
在此之前不想落盘的人只能自己造一个。关系数据库那种形态仍然由下游自己实现。
|
||
|
||
### `RunRequest` 新增 `fingerprints` 字段
|
||
|
||
`Mapping[str, str]`，默认空映射，**已有代码不受影响**。它记的是这次运行用的材料是哪一版——
|
||
提示词模板的哈希、技能库的版本这类——全部键值以 `request.fingerprint.<name>` 进参数快照，
|
||
不透传给模型调用。
|
||
|
||
它和 `model_binding` 的分界是「坐标还是配方版本」：绑定记这次运行属于哪一格（哪个账本、
|
||
第几轮、哪道题），指纹记这次用的材料是哪一版。**一条指纹都没有时快照里一个键都不写**，
|
||
所以今天已经在跑的配置算出来的快照逐字节不变。
|
||
|
||
同时补上一道校验：`fingerprints` 与 `model_binding` 的键值必须都是字符串，在构造请求时就拒绝
|
||
非字符串；五个接缝 `parameters()` 上报的键值在聚合成快照时同样校验。在此之前这类值要等到续跑
|
||
读日志的那一刻才炸——那时这次运行已经跑完、钱已经花了。
|
||
|
||
### ⚠ 参数快照里注入内容的键形状变了
|
||
|
||
**这是这一批里唯一一处会让已有行为变化的改动。** 注入的条目标识原来拍平成一个键
|
||
`request.injected_entry_ids`，现在按通道分组，一个通道一个键
|
||
`request.injected_entry_ids.<通道名>`。
|
||
|
||
**用旧版本跑了一半的运行，升级之后 `resume` 会抛 `ParameterDriftError`。** 失败是响亮的，不是
|
||
静默的：错误信息把漂移的键逐个列出来，能看到旧的那个键消失、新的那几个键出现。处置有两条，
|
||
和快照里任何一项变了时一样——那次运行重新开始，或者接受它跑不完。跑完了的运行不受影响，
|
||
参数快照只在续跑时被比对。
|
||
|
||
改形状是因为拍平之后「声明了这个通道但一条都没选中」和「压根没有这个通道」得出同一个结果，
|
||
而有下游要比较的正是这两种情形。分组之后前者是一个值为空串的键，后者是这个键不存在。通道
|
||
之间按通道名字典序，通道内的顺序和贴进提示词的顺序一致。
|
||
|
||
**快照的键集合从来不是公共承诺**，所以这不是 `CLAUDE.md` §1.3 意义上的破坏性变更：下游换一个
|
||
存储实现、改一个接缝的 `parameters()` 返回什么，快照照样会变、续跑照样报漂移，这本来就是这
|
||
套设计的一部分。
|
||
|
||
### 动作执行接缝的契约补上「抛异常时会怎样」
|
||
|
||
`ActionExecutor` 的 docstring 原来只说了动作本身报错算「已执行」，实现方干脆不返回、直接抛出
|
||
时会怎样一个字都没写，而库这一侧不捕获。现在正面写清三条：环境自己坏了（连不上、协议不对、
|
||
会话没了）返回 `ActionStatus.ENV_ERROR`，不要以异常表达；真抛出来的异常库不捕获，原样穿出
|
||
`run()` 与 `resume()`；`asyncio.CancelledError` 必须原样穿过。
|
||
|
||
**行为没有变，变的是它被写下来了。** 库不把执行器抛出的异常转成 `ENV_ERROR`，是因为那样会
|
||
把适配器自己的 bug 伪装成环境故障送进下游的统计，而且要替这一步编一条步记录——那条记录会被
|
||
恢复读成「上一步走完了」，把一个真正未知的状态抹成一个具体的值。异常抛出时日志停在「动作
|
||
意图有、步记录无」，恢复照实把它读成状态未知。
|
||
|
||
把可预期的环境异常（连接超时、会话已关闭）捕获并返回 `ENV_ERROR` 是适配器的正常工作，不算
|
||
`CLAUDE.md` §1.7 禁的那种吞错误——错误没有被吞，它变成了一个明确的状态值。
|
||
|
||
## 1.0.1（2026-08-11）
|
||
|
||
首个发布版本。十个模块全部落地，四层测试都在跑。
|
||
|
||
**为什么首个版本是 1.0.1 而不是 0.x**：`CLAUDE.md` §1.3 那条「公共类型的字段只增不删不改名」
|
||
从第一个下游装上它的那天起就生效，而 0.x 在语义化版本里意味着「随时可以破坏兼容」——两者
|
||
对不上。用 1.x 开头是在声明那条承诺现在就算数。
|
||
|
||
### 公共 API
|
||
|
||
- **`polyloop.types`**：消息与内容块、上下文与注入、动作结果、预算、停止原因、逐步轨迹的
|
||
一行（`StepRecord`）、一次运行的结果（`RunResult`），以及五种持久化日志记录。持久化结构带
|
||
独立的 schema 版本，读到不认得的版本直接失败，不靠默认值补齐（`CLAUDE.md` §1.4）。
|
||
- **`polyloop.ports`**：五个接缝的 Protocol——模型调用、决策解释、动作执行、存储、事件出口。
|
||
每个都带一个同步的 `parameters()`，装配时聚合成参数快照写进运行开始记录，续跑时逐字段比对。
|
||
- **`polyloop.session`**：`run` 与 `resume` 两个入口，以及它们收的两个装配对象
|
||
（`AgentDefinition` 跨运行不变、`RunRequest` 每次运行一份）。
|
||
- **`polyloop.tools`**：工具注册表。注册、模型可见的 schema 生成、存在性与参数校验、分发，
|
||
四件事由同一个注册表实例驱动，所以「模型看得见但调不到」这种状态构造不出来。
|
||
- **`polyloop.serialization`**：持久化记录的编解码。读到没有版本字段的载荷直接失败。
|
||
- **`polyloop.stores`**：逐行追加的 jsonl 存储。必须显式 import，不进顶层。
|
||
- **`polyloop.adapters`**：PolyGateway 的模型调用适配器，装它要 `polyloop[gateway]`。
|
||
必须显式 import——顺手导出会让每个进程在 import 本库时把网关连同它的 provider 目录一起拉起来。
|
||
|
||
### 这一版保证了什么
|
||
|
||
- **一次运行是有界的**：步数、动作数、连续解析失败次数、提示词规模四个预算，停止判定的顺序
|
||
写死在主循环里，判定结果随每一步落盘——崩在中间也不会把「恰好用满预算完成」记成「预算耗尽」。
|
||
- **崩溃之后能从断点续跑**：一步之内四次写，其中两次是耐久屏障；恢复读意图日志判断上一步
|
||
处在哪一档（还没开始 / 执行完了 / 状态未知 / 日志损坏），按工具声明的重放策略处置。
|
||
十个写入边界逐个崩过一遍，续跑结果与不中断跑完逐字段相等。
|
||
- **取消能穿透**：`asyncio.CancelledError` 不被捕获吞没，取消进来之后在宽限期内写下结束记录
|
||
——不写的话恢复会把一次被主动叫停的运行当成可以续跑。
|
||
- **并发跑同一份定义互不干扰**：装配对象不持有任何一次运行的状态。
|
||
|
||
### 已知欠账
|
||
|
||
- `stores` 只有 jsonl 一种形态，关系数据库那种由下游自己实现，`tests/contract/` 是它的准入标准。
|
||
- 契约套件里解释器、执行器、模型客户端那几条等下游把实现接进来才跑得到。
|
||
- 原子写的「崩在中间时两者都不可见」与前缀持久性这两条承诺没有机器兜底，标成 `xfail`。
|