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`。

```python
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。

```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`。