Repository navigation
refactor(native-chat): slim external_conversations below 2k lines and retire ceiling - #8911
Conversation
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
Request changes conclusion (author-owned PR; GitHub blocks formal self-review)
REQUEST_CHANGES。 68903f5acd4d4a842e26f0796e6d5933decb1a7b 有一处已独立复现的 P2 恢复回归;完整审阅仍认可有界抽取的维护目的。
动机 / Motivation
维护 Native Chat 外部请求适配器的开发者,以及需要补回已完成原答复的管家用户,依赖拆分后保持恢复行为。
原适配器超过临时规模预算,命令职责和恢复规则混在同一模块;候选抽取命令并合并重复读取,但同时把普通保留结果恢复改成携带 raw_response。
常规回归通过且模块上限例外删除;独立同条件恢复却发现约1.14 MB原答复在基线成功、候选触发8 MiB桥接请求大小拒绝。
本 PR 是 Python 适配器维护,不授权新的业务、模型、安装或平台操作;本轮没有认证真实 Antigravity、飞书或长期速度收益。
改动思路 / Approach
委托命令留在现有 native-chat provider adapter、决策仍调用原 TypeScript owner,抽取范围可接受;普通结果恢复必须继续遵守原始响应显式请求开关。
保留可审的委托命令抽取和读取去重,只修复新增 raw_response 复制;无须扩大 RPC 上限或重做控制面。
命令 IO 仍属 Python native-chat adapter,Goal/Todo 创建、确认及停止的决定继续由既有 typed owner 和 ChatActionService 处理。把四个命令方法放入已存在的 steward_commands,并共用原状态读取,有局部内聚价值;模块低于两千行本身不证明用户收益,必须保持真实恢复语义。
具体改动 / Changes
本轮完整比较 d210e4cc1d002f92498b2811c565b9430e79f4c1 到本头三文件 +385/-408,净减23行;不是只检查搬移。external_conversations 从2111至1842行,steward_commands 从130至379行,并删除对应临时 baseline 例外。调用方搜索同时覆盖原 private transport、所有 moved methods、结果恢复与未改的 TypeScript owner。
依据 docs/development/testing-and-quality.md#refactor-real-path-gate--重构真实路径门,版本 d210e4cc1d002f92498b2811c565b9430e79f4c1 的 Refactor Real-Path Gate:合法输入的真实入口兼容和持久读回目前 not_met,如下 P2;不能用重构标题或绿测试替代。
关键代码讲解
- ExternalStewardCommissionMixin 承接委托证据、Todo预览回复、原命令执行和采用,原类通过继承复用。锁、时钟和 journal 的既有测试接缝仍引用原模块;没有额外服务或调度器。
- _load_checked_review_state 汇合原 metadata、answer 和 result 复核中的 Session/Turn、绑定、队列、Stop及steering检查;不同调用方保留所需参数,未用描述性正文猜状态。
- _original_native_result 合并保留/实时观测调用时,改变了 include_raw_response=False 的语义。保留结果只决定读哪个原生结果,不应自动要求复制原始响应。
对主干的风险 / Risks
[P2] 普通保留结果恢复额外复制 raw_response,缩小可恢复答复范围
第720行 把 include_raw_response or use_retained 作为返回原始响应的条件。原普通 _recover_native_result 没有请求 raw_response;基线只携带解析后的答复,候选却连完整原始 envelope 一起发送到 collaboration.conversation.request,随后还进入恢复 journal。该方法仍使用现有8 MiB请求界,不能无损承受这份额外复制。
独立沿现有原请求恢复 fixture 的实际 Core/SQLite、Effect桥和合成 native/provider 执行。正文为 1,140,069字节、其余来源与授权相同:base完整恢复、delivery_verified=true,重复 reconcile 不再发送;本头在恢复决策前抛 EffectRuntimeRejected: TypeScript Effect runtime request is oversized。在同一头只以内存反事实去掉 or use_retained,相同原入口又通过,原 Turn、events和保留结果字节不变,无业务/模型重放。小答复也观测到基线无 raw_response、候选新增该字段。
最小修复是继续独立尊重显式 include_raw_response 开关;metadata review 已有显式 True 的调用保留。增加同一普通恢复入口的长正文正例、完整读回及不重复投递检查即可,不需要放宽 RPC 预算。原答复仍在保留文件,问题是新增恢复拒绝,而非已经证实的数据删除。
- PASS 当前六组源码回归278项;原维护规模检查通过。移入的命令、普通结果、确认、拒绝与回放由相关用例覆盖,provider及初始模型为合成边界。
- PASS 补齐当前工作区根 TypeScript 开发依赖后,quick premerge 6直接+3选中通过。首次缺依赖失败保留;基线独立语义检查通过,不能把环境缺包写成产品回归。
- FAIL 上述同条件长答复恢复。最初100000倍正文两边都超界,不作为此回归证据;30000倍的原单消息数量断言不适用分段投递,最终以完整正文、真实投递回执、字节不变及重放不重发判定。脚本初版缩进匹配失败也保留。未查询 CI。
语义与 CI 对齐
没有增加共享语义枚举,原TypeScript决定 owner保持;但“普通恢复不要求raw”的既有输入/输出边界实际改变,故当前语义不等价。通过规模或语义扫描不能覆盖这个运行时反例,修复后须重跑它及显式metadata路径。
我的整体评价 / Verdict
抽取范围可保留,当前长程连续性和结果可达性有回归,不能批准。要求修复具体字段复制及其公开恢复入口测试,不要求扩张整个父路线图。其他 helper 的全部平台组合未逐一配对,278项绿测也不冒称线上资格;这个已证实反例本身足以阻断当前头。
已核三文件完整差异及原 Lark 发送、App 读回消费者:没有改变渲染模板、布局或可见文案,不需要新的截图。
真实平台未执行;本次回归是输出产生前的恢复拒绝,模拟 provider 不证明线上平台结果。
English verdict: REQUEST_CHANGES at 68903f5. The retained-result refactor forces raw_response into ordinary recovery and reproduces an 8 MiB transport refusal for a 1,140,069-byte answer that recovers at the baseline. Respect the explicit raw-response flag and verify the same real recovery, readback and replay path.
|
This pull request has merge conflicts with Choose the remote for the base repository, not an out-of-date fork. git fetch upstream
git rebase upstream/main
# Resolve each conflict, git add the resolved files, then git rebase --continue.
git push --force-with-lease origin HEADFor a same-repository clone whose Keep the DCO |
68903f5 to
c7e92b5
Compare
loopx-agent
left a comment
There was a problem hiding this comment.
Reviewer: model_agent | model: Gemini | provider: Google | declaration_source: self_reported (host execution observation unavailable)
Approval conclusion (author-owned PR; GitHub blocks formal self-approval)
动机 / Motivation
受影响调用方为外部私聊与 Steward 命令协调链路:包含飞书私聊协调器(LarkPrivateConversations)、对外对话核心(ChatExternalConversations)以及工作区管理状态投影(loopx/chat/coordination.py),触发场景为模块消债重构期间的长回复 retained result 恢复及 /commission、/confirm、/cancel、/stop-commission、/resume-commission、待办预览确认等日常私聊指令调度。重构前,loopx/capabilities/native_chat/external_conversations.py 超过 2,000 行热点上限并依赖 module_metric_baseline.json 中 2,111 行的临时基线豁免;且本 PR 初版拆分曾在 _original_native_result 误将 include_raw_response 放宽为 include_raw_response or use_retained,导致 1.14 MB 级长回复通过 retained_result 恢复时把庞大的 raw_response 塞进 TypeScript Effect 请求信封,触发 8 MiB 上限拒绝(EffectRuntimeRejected)并卡死恢复队列。当前精确提交已完成外部 Steward 委托混入类提取、重复局部逻辑合并与基线豁免退休,同时恢复 include_raw_response 的严格按需透传,使长回复可不重跑业务 Turn 完整分片送达。
从工程维护与线上稳定性角度看,长期保留超过 2,000 行的热点豁免会让外部对话编排、原生恢复与 Steward 委托操作持续耦合在同一文件中;如果不拆出可独立演进的命令职责边界,后续任何私聊动作修改都会持续叠加认知负担与冲突面。更重要的是,评审期间发现的 [P2] 缺陷表明“看似只是控制行数”的重构一旦误改边界布尔条件(include_raw_response or use_retained),会直接在真实长回复恢复场景中引发 TypeScript Effect 桥接层 8 MiB 请求体超限故障。因此,把模块瘦身、豁免退休与该 [P2] 修复及端到端回归测试作为一个自洽切片一起落地,既消除了长期热点债务,也守住了长程回复恢复的可用性。
在可验证成果方面,external_conversations.py 降至 1,836 行且彻底移除 module_metric_baseline.json 中的 2,111 行豁免条目;1,140,069 字节长回复在原生线程清理后可通过 LarkPrivateConversations.reconcile() 完整分片回填送达且不携带冗余 raw_response;需要原始响应文本的元数据核验路径(recover_failed_request 与 _checked_metadata_review)显式传入 include_raw_response=True 后仍可读取完整 raw_response。同时,本 PR 不改变 TypeScript 控制面决策协议、不修改外部请求日志 JSON 格式或幂等锁边界,也不重做无关模块的圈复杂度消债或修改测试/核心以外的发布界面。
改动思路 / Approach
本 PR 通过“职责剥离 + 内部去重 + 参数语义还原”三步完成目标:
- Steward 委托职责剥离:将原驻留在
ChatExternalConversations内的commission_evidence、todo_confirmation_reply、_run_steward_action、_adopt_commission以及_commission_goal_identity抽离为ExternalStewardCommissionMixin,归位到专门承载 Steward 命令的 steward_commands.py,再由ChatExternalConversations(ExternalStewardCommissionMixin)通过单继承 MRO 保持全部公开方法签名和调用路径不变;同时用_ext._read_json、_ext._atomic_write_json、_ext.exclusive_file_lock、_ext.datetime保持测试对external_conversations模块属性的 monkeypatch 接缝兼容。 - 内部重复逻辑收敛与命名对齐:在 external_conversations.py 中提取
_started_native_inputs、_source_requests、_codex_quota_route_capacity、_latest_selection_target、_request_paths与统一的锁内校验助手_load_checked_review_state,并在模块顶部引入effect_runtime替代多处分散的函数内懒导入,配合统一复用的_REQUEST_JOURNAL_STEM正则,使文件净降至1,836行并安全删除 module_metric_baseline.json 中的 2,111 行豁免配置。 [P2]retained result 体积膨胀修复:在_original_native_result中删除错误的or use_retained,仅当调用方显式要求include_raw_response=True时才向AntigravityAdapter.completed_result_observation请求保留raw_response。
| 恢复调用路径 | include_raw_response |
修复前(初版 #8911) |
修复后(c7e92b5dcd) |
|---|---|---|---|
普通长回复 retained_result 恢复(_recover_native_result) |
False |
误传 True,raw_response 随 native_observation 传入 8 MiB Effect 桥接层并超限失败 |
省略 raw_response,仅返回精简 response 文本与元数据并完整送达 |
元数据格式核验(recover_failed_request / _checked_metadata_review) |
True |
传入 True,读取完整 raw_response |
保持传入 True,继续读取完整 raw_response |
保持双层清晰归属:所有回复恢复策略、元数据核验条件与 Steward 委托准入继续由 TypeScript 控制面 Effect runtime(conversation_binding.ts)唯一裁决;Python 侧仅将 Steward 委托队列执行(ExternalStewardCommissionMixin)拆分入 steward_commands.py、在 ChatExternalConversations 内部抽取高复用的局部状态读取与锁内校验辅助函数,并通过显式参数 include_raw_response 控制 AntigravityAdapter.completed_result_observation 是否携带原始响应。当前 PR 边界严格限定在 Python Native Chat 适配层(external_conversations.py、steward_commands.py)、module_metric_baseline.json 豁免项清理与针对性回归测试,未扩大到控制面语义重写或跨模块接口迁移。
具体改动 / Changes
本次 PR 无独立新增产品 RFC 或外部协议规范;验收严格依据仓库控制面可维护性棘轮(单文件 2,000 行上限与豁免清理约束)以及既有 Python/TypeScript 外部对话恢复与 Steward 委托契约执行。变动覆盖 4 个文件(共 +524 / -408 行):
关键代码讲解
_original_native_result(external_conversations.py#L699-L722):合并了原有双分支completed_result_observation(...)调用并判定use_retained条件(Turn 已完成、存在唯一输入锚点且本地store.native_result与upstream_turn_id匹配)。关键修复位于第 720 行:移除or use_retained,改为仅在include_raw_response为真时传入include_raw_response=True。这样在_recover_native_result(第 731 行)等普通恢复入口不会再把百万字节级原始steps/raw_response序列化后送进 TypeScript Effect 运行时;而在recover_failed_request(第 477 行、第 580 行)和_checked_metadata_review(第 986 行)显式传入include_raw_response=True时仍照常保留完整原始载荷。_load_checked_review_state(external_conversations.py#L931-L961):将原本散落在_checked_metadata_review、_checked_answer_review和_checked_completed_result_review中的前置校验(row["turn_id"]集合检验、client_turn_id对应、原始turn/binding_snapshot一致性、会话关闭/活动 Turn、队列为空要求、来源停止标记与turn.steered事件排查)收口为一处参数化检查,保留historical与非historical的差异边界及各自的宿主门禁报错文案。ExternalStewardCommissionMixin及_run_steward_action/todo_confirmation_reply(steward_commands.py#L143-L370):完整承接原external_conversations.py中的commission_evidence、todo_confirmation_reply、_run_steward_action与_adopt_commission实现,并抽取纯辅助函数_commission_goal_identity和_steward_proposal_context。在涉及exclusive_file_lock、_read_json、_atomic_write_json及datetime的位置显式通过external_conversations模块命名空间读取,保证既有tests/test_native_steward_private.py与tests/test_chat_external_todo_confirmation.py的隔离测试替身继续精准命中;同时在native_command中补充code: int | None标注以符合mypy --follow-imports=silent检查。_recover_native_result与reconcile端到端回归测试(tests/test_lark_private_conversations.py#L2270-L2405):新增test_original_queue_recovers_long_retained_answer_without_raw_response_bloat。该测试先注入1,140,069字节(含 30,000 行中文与 emoji)的响应在损坏摘要投递路径下触发真实native-results/<turn_id>.json落盘,再将远端 Antigravity 实时帧清空为CLEARED;验证修复后经公共恢复入口LarkPrivateConversations.reconcile()可将1.14 MB原回答完整分片投递至私聊并建立幂等交付回执、且native_observation不含raw_response、零业务 Turn 重放与零多余语言服务器调用;同时在后半段使用显式元数据核验场景确认include_raw_response=True仍从retained_result读回完整raw_response。- 基线配置与其余内部合并辅助(module_metric_baseline.json 与
_started_native_inputs等 5 个内部辅助):删除external_conversations.py的2,111行豁免记录,将ChatExternalConversations与文件扫描路径统一到_REQUEST_JOURNAL_STEM与_request_paths,无新增状态字段或默认开关偏移。
对主干的风险 / Risks
结合逐行审查、局部反例复现与多套件回归运行,当前精确提交不存在未解决的阻断性缺陷(no blocking finding),原针对前序提交提出的内联 [P2] 问题(comment 4596933341 / 线程 PRRT_kwDOStEbEs64VMFn)已在 c7e92b5dcdf045395df4f1a2fdf71a8f9626c416 修复并补齐回归测试验证。需要如实记录以下剩余风险与基线归因情况:
- 隐式模块命名空间兼容接缝与类型债:
steward_commands.py中的ExternalStewardCommissionMixin通过导入external_conversations as _ext并访问_ext._read_json/_ext._atomic_write_json/_ext.exclusive_file_lock/_ext.datetime来维系旧测试 monkeypatch 兼容(仅限同包协作迁移期,属于可接受的低成本兼容策略,且steward_commands.py自身已通过mypy --follow-imports=silent零报错)。而external_conversations.py原文件仍不在pyproject.toml[tool.mypy]严格文件列表中,全量mypy --follow-imports=silent检查其存留类型注解尚有 36 条历史告警(本 PR 未新增类型退化)。 - 共享验证中观察到的与本 PR 无关的主干既有失败:
tests/test_native_steward_turn_host.py::test_managed_work_never_commits_without_current_independent_postcondition[stopped_after_model]在本分支(1,042 通过 / 1 失败)与纯净origin/main(41ea75e898,2 通过 / 1 失败)以完全一致的断言(AssertionError: assert ('committed' == 'failed'))失败;该用例直接走CodexAppServerAdapter.start_turn,不经过external_conversations.py或steward_commands.py。tests/test_chat_external_todo_confirmation.py::test_other_app_cannot_confirm_a_known_todo_preview在主干与本分支均因提交03e0b9a992向start_turn传入reply_image_turn_id而旧测试桩仍使用lambda *_args: response签名触发TypeError;同文件其余 9 个用例全部通过。examples/control_plane/control-plane-maintainability-ratchet-smoke.py对全仓报告 2 项主干已存在的unreviewed_findings(loopx/control_plane/heartbeat/builder.py:build_heartbeat_prompt与loopx/control_plane/work_items/interaction_contract.py:_admitted_interaction_next_cli_actions),canary premerge已自动判定为advisory_inherited_failure(本 PR 修改文件 0 违例、module_metric_budget=0、merge_gate_passed: true)。examples/loopx-steward-managed-chat-smoke.py因本地未安装可选deepseek-harness-sdk而跳过(skip)。
本 PR 未新增或修改状态枚举值或控制面词表(semantic-vocabulary-drift-smoke.py 检查通过),不引入权限扩大或新调度入口;所有失败恢复仍由原有文件锁与 TS Effect 状态机兜底。
我的整体评价 / Verdict
- 长程与用户体验评估:
long_horizon评估为improved(在完整保留基线文件锁、不重放业务 Turn 与不扩散权限边界的同时,消除长回复 retained recovery 超 8 MiB 卡死的阻断风险,并将外部对话主文件降至1,836行);user_experience评估为improved(visual_review为not_applicable,仅调整 Python 原生对话适配器与回归测试,未涉及前端界面、响应式或可见 UI 变更,unverified_scope为none)。 - 语义对齐、兼容与体积判断:
observable_semantics与主干41ea75e898保持equivalent(还原_original_native_result的include_raw_response精确透传语义);semantic_alignment为not_applicable(无新增/扩展/创建词表,仅复用既有模块内部私有辅助函数且经semantic-vocabulary-drift-smoke.py验证);code_volume为necessary,compatibility_assessment为retain(共存部署边界下保留ChatExternalConversations方法名及_extmonkeypatch 接缝);default_off_isolation与authority_semantics均检查通过。 - 本地验证实证汇总(精确提交
c7e92b5dcdf045395df4f1a2fdf71a8f9626c416,未等待远程 CI):tests/test_lark_private_conversations.py:PASS(572 passed in 629.18s,含新增1,140,069字节长回复回归用例;修前同用例实测复现EffectRuntimeRejected: TypeScript Effect runtime request is oversized)。- 架构、恢复与协作相关套件:PASS(
tests/architecture/test_content_digest_single_owner.py、tests/architecture/test_top_level_module_budget.py、tests/test_collaboration_mcp.py等 11 个文件合计408 passed in 179.03s;test_chat_conversation_bindings.py117 passed;test_original_conversation_peer.py40 passed;test_chat_manager_model_adoption.py38 passed;test_lark_private_agents.py17 passed)。 - Steward 17 个套件:1042 passed / 1 pre-existing origin/main failure(唯一失败
stopped_after_model已在纯净origin/main独立复现)。 - TypeScript 控制面测试与类型检查:PASS(
conversation_binding.test.ts+steward_managed_mode.test.ts+steward_reports.test.ts共83 passed, 0 failed;npm run typecheck:control-plane通过)。 - 静态检查、公私边界与 Pre-merge 门禁:PASS(
ruff check通过;mypy17 个严格文件及mypy --follow-imports=silent steward_commands.py零错误;隔离HOME下loopx check --scan-path4 文件errors: 0;scripts/check_rfc_bilingual.py、examples/semantic-vocabulary-drift-smoke.py及loopx canary premerge --tier quick均通过且merge_gate_passed: true,仅伴随主干既有的 1 条非本 PR 维护性警告;3 项主要 smoke 脚本通过,1 项因缺可选依赖deepseek-harness-sdk跳过)。
全部修改目标已实现,已核验文件边界清晰且 [P2] 缺陷在精确提交 c7e92b5dcdf045395df4f1a2fdf71a8f9626c416 得到有效验证;最主要的未测边界仅限真实外部 Lark/Antigravity 网络进程集成及前述主干既有用例的独立修复。
English verdict: APPROVE
|
This pull request has merge conflicts with Choose the remote for the base repository, not an out-of-date fork. git fetch upstream
git rebase upstream/main
# Resolve each conflict, git add the resolved files, then git rebase --continue.
git push --force-with-lease origin HEADFor a same-repository clone whose Keep the DCO |
…nds and retire external_conversations ceiling Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
…overy Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
c7e92b5 to
ec1666d
Compare
loopx-agent
left a comment
There was a problem hiding this comment.
Reviewer: model_agent | model: Gemini | provider: Google | declaration_source: self_reported (host execution observation unavailable)
Approval conclusion (author-owned PR; GitHub blocks formal self-approval)
动机 / Motivation
维护 Native Chat 外部对话适配器的开发者,以及在原生会话窗口被清理或截断后需要无重放补回长答复的 Steward 与私聊用户,均依赖 external_conversations.py 的可读性与长程结果恢复稳定性。此前 external_conversations.py 膨胀至 2,111 行并长期占用 module_metric_baseline.json 临时豁免,把 Steward 委托命令和外部恢复耦合在一起;初版重构还曾在 _original_native_result 误用 include_raw_response or use_retained,导致 1,140,069 字节长答复恢复时被 8 MiB TypeScript Effect 桥接层拒绝。重基于最新 origin/main(6e1a0bd9e7)后,文件降至 1,834 行、基线豁免退休,且普通 retained 恢复不再附带冗余 raw_response。external_conversations.py 净降至 1,834 行(<2,000)并从 module_metric_baseline.json 移除豁免条目,1,140,069 字节 retained 答复经 LarkPrivateConversations.reconcile() 完整分片送达且不携带 raw_response,显式 include_raw_response=True 的元数据复核仍保留完整 raw_response。本 PR 不改变 TypeScript 控制面协议、不扩大 Effect RPC 字节上限,也不涉及无关模块的圈复杂度消债或真实线上网络进程集成。
改动思路 / Approach
将 Steward 委托命令收口至同一模块族的 steward_commands.py(ExternalStewardCommissionMixin),在 external_conversations.py 内去重局部辅助逻辑并还原 include_raw_response 精确条件,既保持 TypeScript 控制面为唯一决策所有者,又以最小可逆切片消除超过两千行的维护债务。本次改动严格限定于 Python Native Chat 适配器(external_conversations.py、steward_commands.py)、module_metric_baseline.json 基线清理与针对性回归测试,不改动 TypeScript 控制面状态机或外部请求日志持久化格式。具体实现上,ChatExternalConversations 通过单继承复用了 ExternalStewardCommissionMixin,并保留既有测试对 external_conversations 模块级符号(_read_json、_atomic_write_json、exclusive_file_lock、datetime)的 monkeypatch 接缝;同时在 _original_native_result 中去除 or use_retained,恢复仅在显式请求 include_raw_response=True 时才附加原始响应,避免普通恢复把百万字节级原始响应写入 native_result_recovery 并塞入 Effect 运行时信封。
| 恢复调用入口 | include_raw_response 参数 |
初版 #8911 行为 |
重基精确头 ec1666d120 行为 |
|---|---|---|---|
普通 retained 结果恢复(_recover_native_result) |
False |
误因 or use_retained 附带完整 raw_response,1.14 MB 回复触发 8 MiB Effect RPC 拒绝 |
不附带 raw_response,仅返回精简 response 与元数据并完整分片送达 |
元数据格式复核(recover_failed_request / _checked_metadata_review) |
True |
附带完整 raw_response |
继续按显式 True 保留并返回完整 raw_response |
具体改动 / Changes
本次 PR 面向代码可维护性棘轮(单文件 <2,000 行上限)与现有外部对话恢复/Steward 命令契约,无独立新增外部 RFC 规范(spec_basis: no_spec)。四个变动文件在精确提交 ec1666d120e1b393f6f1c1cf2ca315dbfd3202f1 下均处于已验证边界内(+542 / -419 行):external_conversations.py 由 2,111 行降至 1,834 行,steward_commands.py 由 130 行增至 394 行,module_metric_baseline.json 删除 external_conversations.py 的 2,111 行豁免条目,tests/test_lark_private_conversations.py 新增 139 行回归测试。
关键代码讲解
_original_native_result:复用_started_native_inputs与_original_native_session校验唯一原生输入锚点,并将 live/retained 两条分支收口到单次AntigravityAdapter.completed_result_observation(...)调用;第720行恢复为仅当include_raw_response为真时传入include_raw_response=True,从而避免_recover_native_result把百万字节级原始响应写入native_result_recovery并塞入 Effect 运行时信封,而_checked_metadata_review显式传入include_raw_response=True时仍照常读回完整raw_response。_load_checked_review_state:统一_checked_metadata_review、_checked_answer_review和_checked_completed_result_review共享的锁前与门禁校验(row["turn_id"]、客户端 turn 映射、原始turn/binding_snapshot一致性、非关闭状态与活动 Turn 校验、可选队列清空及停止/steering 检查),通过historical、allowed_row_turns、require_project_context与require_empty_queue保留三条路径各自的精准门禁报错语义。ExternalStewardCommissionMixin:承接commission_evidence、todo_confirmation_reply、_run_steward_action与_adopt_commission,并通过共享_AUDIENCE_KEYS与_steward_proposal_context消除观众字段与 15 分钟有效期计算的重复构造。重基后完整保留了主干#9041的self._recovery_rows()目录扫描优化以及#9081的steward_pr_merge(merge_protected_action、preview_reply_block、run_steward_pr_merge_command与ProtectedActionGate)受保护合并预览和确认链路,且向run_steward_pr_merge_command透传write_json=_ext._atomic_write_json维持原有写入测试接缝。_recovery_rows与source_controls:统一复用_request_paths()遍历标准 24 位十六进制请求文件,保留#9041引入的FileChatDiscovery增量投影读取(recovery_journal_fields与source_control_fields),同时供commission_evidence、recover与source_controls共享。test_original_queue_recovers_long_retained_answer_without_raw_response_bloat:构造1,140,069字节(含 30,000 行中文与 emoji)原回答并在触发native-results落盘后将远端帧设为CLEARED,验证公共入口LarkPrivateConversations.reconcile()能够分片送达完整正文、建立幂等交付回执且不出现raw_response字段与业务 Turn 重放,并在同一夹具中验证显式include_raw_response=True的元数据核验仍可正常读回raw_response。
对主干的风险 / Risks
结合逐行比对、反例实测与本地验证矩阵,当前精确提交 ec1666d120e1b393f6f1c1cf2ca315dbfd3202f1 无阻断性回归或合并风险(no blocking finding)。原评审 5935013057 指出的 [P2] 缺陷已在本头真实消除:在独立复现中,小包 retained 样本在不请求 raw_response 时响应字节更小(689 vs 872 字节);对 1,140,069 字节样本在内存中临时强制 include_raw_response=True(模拟 or use_retained)会由 reconcile_request 触发 EffectRuntimeRejected: TypeScript Effect runtime request is oversized 且 delivery_verified 保持 False,去除后同一公开恢复路径即刻恢复为 delivery_verified=True 且无 raw_response 膨胀。
需要说明的非阻断性残留与基线说明如下:
- 模块命名空间测试接缝与局部类型现状:
ExternalStewardCommissionMixin通过导入external_conversations as _ext读取_read_json、_atomic_write_json、exclusive_file_lock与datetime以兼容现有测试替身;steward_commands.py本身已通过mypy --strict --follow-imports=silent零报错。external_conversations.py目前未纳入pyproject.toml[tool.mypy]严格文件列表,其历史严格检查错误主要来自既有Any和_load_checked_review_state返回original: dict[str, Any] | None的联合类型推断,未影响运行语义或严格配置检查;仓级默认mypy仅在无关文件loopx/control_plane/work_items/interaction_contract.py:1004报 1 项与origin/main(6e1a0bd9e7) 完全一致的既有错误。 - 公私边界、语义词表与权限隔离:本次仅在 Python 适配器内部拆分和合并方法,未新增或修改任何状态枚举、控制面词表(
semantic-vocabulary-drift-smoke.py通过)、授权边界或默认开关;4 个修改文件经loopx check --scan-path扫描0错误0警告。
我的整体评价 / Verdict
- 长程与用户体验评估:
long_horizon为improved(消除了百万字节级长回复在 retained recovery 链路触发 8 MiB RPC 拒绝的断点,保留幂等文件锁与零业务 Turn 重放保证,并解除external_conversations.py长期超行债务);user_experience为preserved(visual_review为not_applicable:仅涉及 Python 适配器重构、回归测试与基线配置,不改动前端页面、布局或用户交互文案。 未覆盖视觉范围为 none)。 - 语义对齐、兼容与体积判断:
observable_semantics与origin/main(6e1a0bd9e7)保持equivalent(_original_native_result还原include_raw_response显式透传语义,steward_pr_merge与_recovery_rows行为完整延续);semantic_alignment为not_applicable(未新增、扩展或自创词表,经semantic-vocabulary-drift-smoke.py验证通过);code_volume为necessary,compatibility_assessment为retain(保留ChatExternalConversations全部公开与测试接缝,迁移期风险低),default_off_isolation与authority_semantics均保持不变。 - 精确头
ec1666d120e1b393f6f1c1cf2ca315dbfd3202f1本地验证结果(未等待远程 CI):- PASS:21 个相关 Python 测试套件(覆盖
native_chat、steward_pr_merge、file_discovery、目录扫描性能、OpenViking 记忆隔离、可维护性棘轮与架构约束)合计995 passed in 191.58s。 - PASS:完整
tests/test_lark_private_conversations.py套件575 passed in 222.76s(含长回复 retained recovery 与元数据 review 回归测试)。 - PASS:小包与
1,140,069-byte retained 恢复反事实复现(1 passed in 20.51s:强制or use_retained精确触发oversized拒绝,当前精确头完整恢复)。 - PASS:TypeScript 控制面
npm run typecheck:control-plane及 5 组相关测试(89 passed, 0 failed)。 - PASS:
ruff check全部修改文件通过;mypy --strict --follow-imports=silent loopx/capabilities/native_chat/steward_commands.py零报错;scripts/check_rfc_bilingual.py、git diff --check、loopx check --scan-path(0 错误)、control-plane-maintainability-ratchet-smoke.py、semantic-vocabulary-drift-smoke.py、catalog-planner-smoke.py全部通过。 - PASS:Goal 绑定
change-quality verify(receipt_id: cqr_568ec24e9df806bdf261,receipt_valid: true)与canary premerge --tier quick(merge_gate_passed: true,3/3通过)。 - UNVERIFIED(非阻断范围边界):真实线上飞书/Antigravity 外部网络进程未运行(本轮由合成语言服务器与真实 Core/SQLite/TS Effect 运行时验证)。
- PASS:21 个相关 Python 测试套件(覆盖
English verdict: APPROVE at ec1666d. Rebase onto origin/main (6e1a0bd) cleanly slims external_conversations.py to 1,834 lines, retires its baseline ceiling, preserves #9041/#9081/#9083 fixes, and verifies the 1.14 MB retained raw_response fix via real Effect runtime counterfactuals, 1,571 passing tests across Python and TypeScript suites, CQR, and canary premerge.
Summary
2,111-line temporary baseline exception forloopx/capabilities/native_chat/external_conversations.py(>2,000-line hotspot) while reducing module size below the2,000-line ceiling, preserving all post-41ea75e898mainfixes (#8929,#9041,#9072,#9081,#9083,#8939), and fixing the[P2]retained-resultraw_responsepayload regression flagged in review5935013057.ExternalStewardCommissionMixin(plus_AUDIENCE_KEYS,_commission_goal_identity, and_steward_proposal_context) intoloopx/capabilities/native_chat/steward_commands.py(130 -> 394lines), fixingcode: int | Nonetyping innative_command, preservingexternal_conversationsmonkeypatch seams (datetime,_read_json,_atomic_write_json,exclusive_file_lock) via module-level lookup, and preservingFileChatDiscovery._recovery_rows()(#9041) andsteward_pr_merge/ProtectedActionGate(#9081) insidecommission_evidence,todo_confirmation_reply, and_run_steward_action.ChatExternalConversationsinheritExternalStewardCommissionMixinand slimloopx/capabilities/native_chat/external_conversations.py(2,111 -> 1,834lines) by deduplicating repeated review/session helpers (_load_checked_review_state,_started_native_inputs,_source_requests,_codex_quota_route_capacity,_latest_selection_target,_request_paths), liftingfrom ...control_plane import effect_runtimeto module level, reusing_REQUEST_JOURNAL_STEMinadmit_history_answer, and compacting_automation_cadence_observation.[P2]in_original_native_result: passinclude_raw_response=Trueonly wheninclude_raw_responseis explicitly requested (removingor use_retained) so ordinary retained recovery does not bloatcollaboration.conversation.requestbeyond the 8 MiB Effect RPC limit, while explicitinclude_raw_response=Truepaths (recover_failed_request/_checked_metadata_review) keepraw_response.test_original_queue_recovers_long_retained_answer_without_raw_response_bloatverifying full recovery of a1,140,069-byte retained answer viaLarkPrivateConversations.reconcile()withoutraw_responsebloat or turn/delivery replay, alongside explicitinclude_raw_response=Truemetadata review coverage."loopx/capabilities/native_chat/external_conversations.py": {"lines": 2111}fromloopx/canary/module_metric_baseline.json.Verification
Exact rebased HEAD
ec1666d120e1b393f6f1c1cf2ca315dbfd3202f1(based onorigin/main6e1a0bd9e722ee2d287371c5586559d1b466a1b8):ruff check loopx/capabilities/native_chat/external_conversations.py loopx/capabilities/native_chat/steward_commands.py tests/test_lark_private_conversations.py->All checks passed!mypy --strict --follow-imports=silent loopx/capabilities/native_chat/steward_commands.py->Success: no issues found in 1 source filemypy(repo default 17 files) -> 1 pre-existing error atloopx/control_plane/work_items/interaction_contract.py:1004(identical onorigin/main6e1a0bd9e7)pytest -n 4on 21 targeted native_chat/steward/architecture suites -> 995 passed in 191.58s (0 failed, 0 skipped)pytest -n 4 tests/test_lark_private_conversations.py -q-> 575 passed in 222.76s (0 failed, 0 skipped)1,140,069-byte retained-payload counterfactual test -> 1 passed in 20.51s (small plain=689 < raw=872; forcingor use_retainedreproducedEffectRuntimeRejected: TypeScript Effect runtime request is oversized, fixed path recovered withdelivery_verified=Trueand noraw_response)npm run typecheck:control-plane+ 5 Steward/conversation TS control-plane suites -> 89 passed, 0 failedscripts/check_rfc_bilingual.py --base origin/main --head HEAD-> passedgit diff --check origin/main...HEAD-> cleanexamples/control_plane/control-plane-maintainability-ratchet-smoke.py->ok(unreviewed: 0,stale_exceptions: 0,magnitude_regressions: 0)examples/semantic-vocabulary-drift-smoke.py->okloopx check --scan-path ...(all 4 changed files) ->errors: 0,warnings: 0change-quality verify->receipt_id: cqr_568ec24e9df806bdf261,receipt_valid: true,decision: passcanary premerge --tier quick --from-git-diff --git-diff-base origin/main->status: passed,merge_gate_passed: true,3/3catalog canaries passed,0failures