Repository navigation
Enable existing checks and the original authorized Task in managed Chat - #8802
Conversation
Signed-off-by: lusendong.6789 <lusendong.6789@bytedance.com> Co-authored-by: TRAE CLI <traecli@bytedance.com>
Signed-off-by: lusendong.6789 <lusendong.6789@bytedance.com> Co-authored-by: TRAE CLI <traecli@bytedance.com>
There was a problem hiding this comment.
Reviewer: model_agent; GPT-6 family; OpenAI; self_reported (runtime attribution unavailable)
Approval conclusion (author-owned PR; GitHub blocks formal self-approval)
未发现当前提交的阻塞缺陷。评审对象为 acc12eb504007a0d9ccffa60b9b6e911328f3c33;本结论认可“既有检查器、原已授权 Task”的限定增量,不表示最小内核原目标已经完成。
动机 / Motivation
受影响的是从自然语言建立 Goal、继续在原会话交付文件的本地用户。
例如修复已有购物车时,原会话能读取任务,但准备已有检查器仍要进入旧协调模式,前端也没有原 Task 的执行入口。
本次让原会话准备检查方案,在现有 owner 确认与写入批准之后,由现有主控件启动原 Task,并在原会话看到独立检查的结果。
仍未验证任意自然语言验收、真实模型与系统沙箱、context 保留及完整成本;原十项要求继续开放。
本次不授予新的写权限,不调整 model/account,不执行外部 benchmark,也不宣称完整 R1/M3。
检查采用与写入批准保留各自的权限边界,已有信息不要求重填;启动动作复用原 Task、额度和 operation。准备检查不能授权执行,界面显示“可用”也不能自动创建一轮工作。相比只增加一个后端接口,完整增量需要同时接通方案 producer、现有 owner、原 Task caller 和结果回读;相比启用旧 coordinator,这条路径保留原注册会话,并避免增加第二套执行管线。
改动思路 / Approach
各机制继续归原有 owner:检查方案复用验收 owner,原 Task 来自保留的 creation outcome,准入和结算复用既有 Task/Turn owner,Codex adapter 只负责 host 输入、权限请求和恢复,前端只展示及显式提交。
当前 PR 的边界是原会话中的已有检查器、原已授权 Task、显式启动与原结果回读。
_GoalSessionCheckPreparation 是源文件 IO 和 host 身份复查:仅原活动 web Turn 可以选择已有 checker,路径按 descriptor 相对读取、拒绝 symlink,源码 hash 在发布前重新观察。它调用 prepare_acceptance_check,没有复制验收配置规则。owner apply 仍决定是否采用方案。原 HTTP 方法迁入现有 queue owner,原 dispatcher 和旧 coordinator caller 都保留。
原 Task policy 使用同一个 projectTurnBoundary,继承已有批准的有效计数和 scope 判断。只有当前已批准的完整 workspace 范围映射为 workspaceWrite;窄范围保持只读,避免 host 无法落实时扩大范围。之后普通发送显式请求 readOnly。冷恢复从已核对的 managed Session 身份重建该默认值,没有新增持久化权限字段。
| 触发 | 权限与工作判断 | 结果 |
|---|---|---|
| 原 owner 会话准备已有 checker | 复查身份、Turn、源码和原要求 | 只保存可审查方案 |
| owner 采用方案 | 既有验收 owner 配置及检查 | 原 Task 的当前检查可读回 |
| 用户启动原 Task | 既有准入、lease、额度和有效写批准 | 同一 Session 执行并验收 |
| 无批准、检查未确认或源码改变 | 原 owner 拒绝或保持只读 | Task 不完成、不扣额度 |
| 普通追问或冷恢复 | 显式恢复只读,保留 thread | 读取原结果,不重放旧 Task |
该表是依据当前源码整理的流程说明;执行证据来自下列真实 backend 与 request-frame 验证。
具体改动 / Changes
依据是 docs/architecture/rfcs/monorepo-distribution-split-v0.md,接受前的规范 revision 为 af92301ab4cc67d209e64c115eb6694e3c74ceb7。同 PR 的双语 checkpoint 如实记录本轮边界,未将规范改写为“测试通过即完成”。
| 原规范项 | 当前处置 |
|---|---|
| V2 | 原 Task 的权限、拒绝、replay 和结算增量已验证;两种 preset 的完整 parity 仍 deferred,由原 R1 工作继续取得资格。 |
| V4 | HTTP/Chat/File/SQLite 与打包页面证明已有 checker 和原 Task 闭环;真实模型、系统权限和完整中断恢复仍 deferred,不能以 scripted 模型替代。 |
| V5 | 原 Session/thread、冷恢复只读和 lost-reply 身份覆盖本轮变化;revision、compaction 与完整 required context 仍 deferred。 |
| V10 | 默认空页面不持续空查已验证;重复配对的模块、RSS、IPC、token 和完整成本仍 deferred。 |
| R1 | 本轮是可单独回滚的 source 增量,完整 V1–V5/V10 未闭合,由既有 R1 owner 继续。 |
| M3 | 当前新 Core wheel 与安装回读只覆盖命名入口;完整 split-package 发布、冷安装旅程、升级与回滚仍 deferred。 |
完整 base-to-head diff 按产品代码、稳定测试与 browser fixture、双语 RFC 和两张设计参考图片分类。检查准备、原 Task 与 UI 必须一起交付;没有新增 command、数据库或 Python 决策 owner。较大新增测试覆盖独立语义的正反例,而非复制实现作为期望。largest production hotspot 是 coordination.py 的 host IO;Runtime 与 Chat Agent 均未抬高原 reviewed ceiling。
关键代码讲解
_GoalSessionCheckPreparation.__call__仅接受prepare_check、operation 与 document。它拒绝 caller 提供 actor/source 路由,复查原生命周期、workspace 和活动只读 Turn,再向现有验收 owner 保存 proposal;read owner 的其他操作仍走原 handler。originalCreationTaskSelection使用 current retainedgoal-creation中唯一 Todo。缺失、重复或多项均不可用,没有 first/latest 排序捷径;_original_task_entry再验证当前 check plan,返回显示观察,不返回 argv 或私有 pins。canonicalNativeTaskSandboxPolicy累计匹配 actor、work identity、validation 与 ready lease。批准资格复用projectTurnBoundary,网络和临时目录写入仍禁用。CodexChatAgentSession.send仅对有 host fence 的 native Task 使用执行输入。普通发送不能安装写 policy;未知 native 发布结果也保留后续只读重置需求。冷恢复通过 Runtime 的原 managed 身份接线,没有依赖进程内“以前执行过”的假设。ManagedTaskMode在提交前持久保留原 operation,核对 Session/Goal/Agent/Task/Turn ACK,并由既有 conversation queue owner 采用原 history/stream。无检查不展示执行概念;idle、terminal 或 hidden 不持续轮询,未知结果只回读,存储损坏拒绝重发。
对主干的风险 / Risks
最高风险是普通 Chat 沿用上一轮 native Task 的 sticky 写 policy,或者丢失回复后新建 operation 造成重复执行。当前普通、直接 SDK 与冷恢复路径均显式只读;原 operation 先保存后提交,Task 准入和验收在模型重入前重新验证。陌生 Task/Agent、来源改变、symlink、伪造 pin、额外 argv、无批准及窄批准都保持拒绝或只读。真实 File 和默认 SQLite 验证包含初始 checker 失败、正确修复、错误产物、未确认检查及无扣额度;底层 model wire 是合成的,不能推出 OS enforcement。
旧线程不 retrofit dynamic tools;普通 legacy/project/review/manager 输入、prompt 和默认 frame 保持原行为。相同 base/head Runtime corpus 覆盖两 backend 的新建与冷恢复;legacy frame 与 prompt bytes 相同,managed 新建只增加 prepare availability,managed 普通发送增加显式只读。丢弃 managed reset 标志的 semantic mutant 会令独立只读 frame oracle 失败。原 boundary 投影对 19 个相同输入的 JSON 字节或完整异常均保持一致。现有 Chat/项目协调测试在 base 和 final head 各 542 PASS。
语义与 CI 对齐
本轮 first head 暴露两处 TS JSON 窄化错误及新增 legacy goal_boundary reader;后续提交复用已有 jsonObject 和 boundary owner,未放宽预算或 guard。最终 semantic vocabulary 扫描及 premerge 结果见下表。全量 TS 检查仍 FAIL 于 coordination_runtime_shadow.test.ts:380 的 TS2345 string | undefined:相同锁定依赖和命令在不可变 base 与当前 head 给出相同错误,相关测试和因果路径未被本 PR 修改。它保留为既有主干失败,不能写成 typecheck PASS。
| 验证 | 结果与边界 |
|---|---|
| 当前原 Task / preparation / display | PASS:final head 185 cases,含真实 HTTP/File/SQLite 与 scripted native frame;不构成真实模型或 OS 资格。 |
| 原有 Chat/项目协调 | PASS:base 542 与 final 542;相同 corpus 和锁定语言环境。 |
| 原 Task selection / policy | PASS:13 typed cases;原 boundary 的 19 个同输入 JSON/异常对照一致。 |
| Premerge | PASS:6 direct + 19 selected,0 failure;两张图片的人工像素、来源及元数据审查已完成,原命令保持 manual_review_required。 |
| 最新 C1 组合 | PASS:407 cases,author acc12 与 C1 ad36,frozen tree d34cea0064202a3ab7849784b7966ea1692250bb;包含 16 fresh installed Core 入口。 |
| Core payload | PASS:1,897 个文件 source/prepared/wheel/site byte equal;与当前 C1 关键文件绑定。只覆盖命名入口。 |
| Packaged UI / populated review | PASS:原会话正反例、reload、普通/cold readOnly,以及 33 条长内容的 desktop/narrow/default/expanded;首次真实 bootstrap timeout 单独保留。 |
| Full TypeScript | FAIL:base 与当前同一 TS2345 测试错误,属于 pre_existing_unrelated;未记为通过。 |
| Remote CI | 同一 head Optional Ark 3.11 为 PASS(825 cases);3.13 为 CANCELLED,完成到 87% 后取消,无断言失败或最终结果。浏览器 jobs 仍由 readiness 回读;CI 完整性未记为通过。 |
| Live model / OS / full R1/M3 | UNVERIFIED:不是本轮 scoped approval 的成功声明;仍是原目标后续验收。 |
打包反例曾有一次真实 15 秒 reload 超时,停在原 HTML 启动占位页。该 operation 的 Core terminal/ready 状态完整保留;同 head 的完整负例与未放宽的 deadline 随后通过,对原状态的只读打开与三次 reload 也成功。没有删断言、延长时限或推定外部原因。首次 bootstrap stall 的具体原因仍未知,是保留的诊断风险;现证据排除了本轮 Task ready/terminal 规则导致禁用。CI 的 pending/failed 观察、未完成的完整目标回归和 merge readiness 继续与代码结论分开。
我的整体评价 / Verdict
这是 justified_increment:在原注册会话内可以完成一次已有 checker 的已授权修复,并回读独立结果,后续普通追问和恢复保持只读。long_horizon 在本轮修改范围内保留原身份、replay 和结算规则;user_experience 改善原 Task 的可达性、结果真实性与失败回读。增加的控制只承担仍然缺失的检查采用、写权限和执行意图,没有把 availability 当批准。原十项、真实模型/context/cost、完整 R1/M3 和 C1 cutover 由既有工作继续,不能以本 PR 数量、状态存活或 fixture 成功代替。
各机制继续归原有 owner:检查方案复用验收 owner,原 Task 来自保留的 creation outcome,准入和结算复用既有 Task/Turn owner,Codex adapter 只负责 host 输入、权限请求和恢复,前端只展示及显式提交。当前 PR 的边界是原会话中的已有检查器、原已授权 Task、显式启动与原结果回读。复用原 coordinator 的验收 producer,而保留两个明确的 caller scope,优于第二套 Python 决策规则;私有 SDK reset 标志可从 verified managed 身份重建,属于派生运输约束,不是新 authority state。当前协议复用已有 vocabulary,新增的是 local source IO、projection 和 host adapter 组合。
已在 1440×960 与 390×844 检查 33 条、12,295 字符的双语长会话、原 Task open、user action open、后续任务 deferred 和另一 Goal queued;主控件与 composer 保持可达,checks/pins 仅在帮助中出现,历史失败和完整长答案可读,默认、展开帮助及窄屏没有横向溢出。
历史恢复页未展示 activity/Work steps 扩展,既有 history 投影的详情恢复未在本轮取得资格;首次 bootstrap 超时根因以及真实模型/OS 行为仍未验证。
Code volume 的当前改善已落实:Prompt/input 适配留在 native adapter,HTTP 和 attached 附件拒绝归 queue owner,原 boundary reader 合并为同一投影;保留的 legacy caller 服务现有独立作用域与历史 readback。没有需要现在执行的额外拆分,后续窄范围 sandbox 支持及真实模型资格仍需独立验收。当前 GitHub readiness 为 false,远端 head 不变、MERGEABLE、review conclusion 有效、未解决 thread 为 0;hold 来自取消及未完成的 CI。3.13 取消的具体原因保持 unresolved diagnostic,没有将它标成 pre-existing 或通过。按既有 maintainer merge 授权,admin bypass 仅处理该 GitHub/readiness hold;它不替代本轮准确提交评审、验证、finding 解决或合入后 main 回读。
APPROVE 只表示该 exact head 在说明的范围内可接受;合入还需未变的远端 head、threads、required validation 和单独授权/readiness。
English verdict: APPROVE — acc12eb delivers the existing-checker, already-authorized original Task path. No blocking finding remains in this reviewed scope. Baseline TS failure, the retained bootstrap timeout, live-model/OS limits and full R1/M3 acceptance remain explicit; merge readiness is a separate decision.
loopx-agent
left a comment
There was a problem hiding this comment.
Reviewer: model_agent · gpt-6.1-sol · OpenAI · runtime_reported · reasoning_effort=max
合入后审计 / Post-merge audit
已合入 eaff94c7449c2fa3ce49edf3adc7e6258ccd8b0c。已核对相关三个前端文件在评审提交、合入提交和当前主干 eaff94c7449c2fa3ce49edf3adc7e6258ccd8b0c 上的 Git 内容完全一致。
评审提交 acc12eb504007a0d9ccffa60b9b6e911328f3c33,目标主干 af92301ab4cc67d209e64c115eb6694e3c74ceb7。
[P2] 确认检查后,已打开的原会话仍隐藏任务入口。 用准确提交的 Dashboard 组件和合成 HTTP 边界在 Ego 浏览器复现。确认前后只读过一次 Task,确认后的同一会话没有任务按钮。重载后立即显示 Start Task,全程没有发起 Task。真实 File/SQLite HTTP 测试已进入确认后同一任务的 ready 分支。 用现有检查确认回执或已观察到的验收版本变更,触发原会话 Task 一次重新读取。保留当前 Session、Agent 与 Todo,并沿用当前开工前的真实校验。 发生位置
动机 / Motivation
原会话能读工作,现有验收 owner 能准备并确认独立检查。候选新增原会话的 Task 入口,从后端读取现有检查与原任务。 在托管 Chat 确认检查后,希望直接推进原任务的 Goal 操作者。 原会话以检查待确认状态打开。用户在原会话仍挂载时确认已有检查,后端可以返回同一任务的 ready 状态。 用准确提交的 Dashboard 组件和合成 HTTP 边界在 Ego 浏览器复现。确认前后只读过一次 Task,确认后的同一会话没有任务按钮。重载后立即显示 Start Task,全程没有发起 Task。真实 File/SQLite HTTP 测试已进入确认后同一任务的 ready 分支。 已确认的工作从当前对话看仍不可执行,用户需要重载页面或离开再返回,无法按新交付的确认到执行流程发现入口。 浏览器反例使用真实组件及合成 HTTP;真实 HTTP 覆盖确认后的 ready 读取。SQLite 的完整成功旅程在本轮 20 秒等待处超时,保持未验证。未执行真实模型及 OS 沙盒资格。较宽本地组合 120 过、24 失败,部分原因仍待归因。
改动思路 / Approach
沿 RFC 的最小可用用户流程走过原 Session、已有检查确认、拒绝分支与结果读回。Typed owner 仍选择原任务并限定写权限,Dashboard 加显式启动和待回执时读回。 新托管会话原任务入口、现有检查与已批准范围,支持 File 和 SQLite。原生模型有脚本替身;本轮 UI 反例用候选组件及合成 HTTP,后端现有真实 HTTP 测试分别执行。 用现有检查确认回执或已观察到的验收版本变更,触发原会话 Task 一次重新读取。保留当前 Session、Agent 与 Todo,并沿用当前开工前的真实校验。
具体改动 / Changes
完整差异 29 个文件,新增 2234 行、删除 88 行,另有两张截图。集成测试占主要新增行,核心改动沿现有 Chat 和 Native Task owner。
关键代码讲解
- ManagedTaskMode 的原任务读取。持久保留原操作并展示当前任务状态。 effect 只追踪存储键与手动刷新,未绑定检查确认或验收更新。 已经打开的未就绪页面在确认后仍没有入口。 源码
- _original_task_entry。通过现有验收 owner 读取并投影原任务。 真实 HTTP 的未确认到 ready 状态转换可读。 后端无须加新选择或放开权限。 源码
- PersonalWorkspacePage 的原会话挂载。同一 Goal 与 Agent 的会话挂载 Task 控制。 传入任务目标和队列读回,没有验收确认版本。 在原读取路径接收一次确认触发。 源码
验收沿用 原有契约。结果由本地真实入口读回。
original-boundary。沿原读写 owner,真实可验证的来源与响应。File 的同会话六项独立检查和原任务提交通过。File/SQLite 两个撤权时序均未发出原生请求;原任务 typed 测试通过。boundary-negative。确认检查后,已打开的原会话仍隐藏任务入口。用准确提交的 Dashboard 组件和合成 HTTP 边界在 Ego 浏览器复现。确认前后只读过一次 Task,确认后的同一会话没有任务按钮。重载后立即显示 Start Task,全程没有发起 Task。真实 File/SQLite HTTP 测试已进入确认后同一任务的 ready 分支。 在同一已打开会话先观察未确认状态,使已有检查经真实确认生效,再等待任务控制显示。验证只增加一次读回,未点击时没有 Task POST,原 Session 保持。
对主干的风险 / Risks
File 的同会话六项独立检查和原任务提交通过。File/SQLite 两个撤权时序均未发出原生请求;原任务 typed 测试通过。 原协调员模式保持既有页面。候选原会话没有确认的检查时应隐藏启动,并从确认事件读取就绪。没有待处理请求时保持有界读取。
在同一已打开会话先观察未确认状态,使已有检查经真实确认生效,再等待任务控制显示。验证只增加一次读回,未点击时没有 Task POST,原 Session 保持。 本次验证使用本地定向检查。
我的整体评价 / Verdict
已确认的工作从当前对话看仍不可执行,用户需要重载页面或离开再返回,无法按新交付的确认到执行流程发现入口。 最小修复见上。浏览器反例使用真实组件及合成 HTTP;真实 HTTP 覆盖确认后的 ready 读取。SQLite 的完整成功旅程在本轮 20 秒等待处超时,保持未验证。未执行真实模型及 OS 沙盒资格。较宽本地组合 120 过、24 失败,部分原因仍待归因。
English verdict: REQUEST_CHANGES at acc12eb504007a0d9ccffa60b9b6e911328f3c33. An already-mounted original conversation does not re-read the Task after existing checks are confirmed. The action remains hidden until a reload. Invalidate the single Task read on observed adoption or a changed acceptance revision.
| const visibility = () => {if (document.hidden) window.clearTimeout(timer); else if (needsReadback) void load();}; | ||
| document.addEventListener("visibilitychange", visibility); | ||
| return () => {live.current = false; revision.current++; controller.abort(); window.clearTimeout(timer); document.removeEventListener("visibilitychange", visibility);}; | ||
| }, [storageKey, refresh]); |
There was a problem hiding this comment.
[P2] 确认检查后,已打开的原会话仍隐藏任务入口。 用准确提交的 Dashboard 组件和合成 HTTP 边界在 Ego 浏览器复现。确认前后只读过一次 Task,确认后的同一会话没有任务按钮。重载后立即显示 Start Task,全程没有发起 Task。真实 File/SQLite HTTP 测试已进入确认后同一任务的 ready 分支。 用现有检查确认回执或已观察到的验收版本变更,触发原会话 Task 一次重新读取。保留当前 Session、Agent 与 Todo,并沿用当前开工前的真实校验。
Managed Goal conversations could read existing work, but preparing delivery checks still required the legacy coordinator, and the Dashboard did not expose the original Task execution entry. This change lets a new managed conversation prepare an existing independent checker for owner review, then use the existing primary control to execute its original already-authorized Task and read back the checked result in the same conversation.
The original Session, registered Agent, Goal lifetime, workspace, Task validation, admission, lease and settlement retain their existing owners. Preparation pins the existing checker source and accepts no extra command arguments. Check adoption grants no write permission: the native Task uses an existing whole-workspace approval; absent or narrower approval remains read-only. Ordinary sends explicitly restore read-only permissions, including after uncertain publication and cold recovery. Idle views do not continuously poll.
RFC: minimal-kernel / distribution composition · 中文. This is the existing-checker, already-authorized original Task slice of V2/V4/R1. The ten original requirements, live-model/context/cost qualification, R1/M3 and C1 cutover remain open. Related composition work: #8266.
Validation covers the production HTTP/Chat/Core path with disposable File and SQLite backends, the unchanged six-behavior cart checker, repeated operations, unavailable or stale checks, wrong outputs and missing write approval. Native request frames, direct-send cold recovery and legacy payload parity are covered without model calls. Packaged desktop/narrow success and refusal journeys use the real backend and scripted model/editing. Final exact-head verification: 185 original-Task/preparation/display cases, 542 existing Chat/project cases, 407 current C1 combination cases, and 6 direct plus 19 selected premerge checks passed. The two image review holds were inspected. Same-head Optional Ark Python 3.11 passed 825 cases; its Python 3.13 job was cancelled without a final result. CI completion remains separate from local qualification. The final native policy reuses the canonical quota boundary projection, including its active-approval check. Full TypeScript checking retains an unchanged baseline error in
coordination_runtime_shadow.test.ts:380; its original/current failures remain visible. Live model interpretation, OS sandbox enforcement and Windows source inspection remain unqualified.Visual evidence: packaged Dashboard with real SQLite/Chat owners and scripted model work; the Task success view includes a separate prior owner workspace approval. Tested UI source is retained in
acc12eb504007a0d9ccffa60b9b6e911328f3c33; these captures show the proposal boundary and its independently checked result.Before — original conversation, desktop:
After — original Task ready, desktop:
After — independently checked result, narrow viewport: