PolyLoop/CHANGELOG.md

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。

1.0.3（2026-08-29）

回应 GovDoc-SaaS 提的 issue #6：网关适配器的转发白名单把 cache_namespace 挡在外面，而那是 PolyGateway 指定的租户隔离手段。

这一版发出去之前跑了一轮完整压测，与 1.0.2 那次验收逐项可比：正常负载 400 次运行、3501 次 真实模型调用，十一条不变量全部通过、零击穿、零无法判定；九类故障注入 58 条判据全部通过、零 击穿，剩下那一条无法判定与 1.0.2 那次是同一条（cancel_env 那次运行一条事件都没发出过， 事件文件的完整性无从判起）。库本身没有被压出 bug。产物在 tools/soak/runs/v1.0.3/ （该目录在 gitignore 里）。

第一次开跑那轮作废了，原因不在库：模型中转连返 20 次 503 打开了网关的熔断，其后每次调用都 快速失败，400 次运行全部以 llm_error 收尾。正常负载那一轮的记分板不开「允许无法判定」， 于是它当场拦下、退出码非零——一次什么都没验到的跑没有冒充通过。那批产物留在 tools/soak/runs/v1.0.3-aborted-503/。

网关适配器改按保留前缀转发绑定，而不是按键名撞

这是一次破坏性的行为变更。 绑定里不带前缀的 session_id 与 parent_call_id 从「静默转发 给网关」变成「抛 ValueError 并给出改法」，改法是把键名写成 gateway.session_id。

model_binding={
    "book": "b7",                                     # 项目自己的坐标，不传
    "gateway.cache_namespace": "acme:v1:tenant:x7",   # 传成 chat(cache_namespace=...)
    "gateway.tenant_id": "x7",
}

绑定里键名以 gateway. 开头的，前缀之后那一段当作网关 chat() 的关键字参数名，值原样传下去； 其余的键照旧不传、也不报错。本库不再持有一份网关参数名单——上游哪天再加一个字符串维度， 下游当天就能用，本库不发版，声明的依赖下界也不用跟着抬。

原来那份写死的白名单只认两个键，把 cache_namespace 挡在外面，而那是 PolyGateway 指定的租户 隔离手段：挡掉之后，两个租户提交内容相同的一段文字，第二个会读到第一个那次的模型输出。给出 那份白名单的理由是「网关只有两个槽位放得下这类东西」，而这句话在写下的那天就已经不成立—— 当时装得到的最低版本上已经有四个。

四条会抛 ValueError 的情形：带前缀的键名指向 messages、stream、structured、overlay 之一（这些改变请求本身，另有权威）；带前缀的键取值是空串或纯空白（在网关那边和「没传」分不 开，或者不带任何信息，而一个看着配了、实际没配的隔离比没配更糟）；键恰好是 gateway.、前缀 后面没跟参数名；以及不带前缀的那两个历史裸键。 判断发生在把请求交给网关之前，所以出错的那次调用不会真的发出去。

转发的键照旧全部进参数快照，键名不变（request.binding.gateway.cache_namespace），所以换一个 命名空间续跑会照常撞参数漂移。

方案与被否掉的三条路见 research-wiki/design/0017-gateway-forwarding.md。

1.0.2（2026-08-27）

回应下游项目在 PolyLoop 仓库上提的五个 issue。

这一版发出去之前跑了一轮完整压测，与 1.0.1 那次验收逐项可比：正常负载 197 次运行、1845 次 真实模型调用，十一条不变量全部通过、零击穿；九类故障注入 58 条判据全部通过、零击穿。库本身 没有被压出 bug。

升级时唯一会变的行为在参数快照（见下面「注入内容的通道维度」那一节）：用 1.0.1 跑了一半的 运行，升上来之后续跑会抛 ParameterDriftError，错误信息里逐个列出漂移的键。失败是响亮的， 不会静默跑出两段来自不同配置的轨迹。

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。

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。