Industry
/
aps-agent
2
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
aps-agent/poc/pi-fallback/GOAL-P4.md

5.5 KiB
Raw Blame History

GOAL：Pi Agent 兜底能力 · P4/P5 收口（多 agent 协同 · 第五轮）

本文件是本轮协同的协调板。每个 sub agent 开工前必读；完工后在最终报告里给交接物。 目标文档：P4-P5-DESIGN.md 与 P4-P5-AUDIT.md。

主管已核实基线（2026-09-04）

  • HEAD：main@35131cd；P1 3543208、P2 967ae37 + 801725b 已提交。
  • P3 产品代码与验证文档在工作区、未提交；P3-VALIDATION.md 记录 FB-03-BUG-1 修复后 GO； 主管复核五个兜底专项文件 72 passed。
  • server/data/features.json 当前无 fallback: true，功能默认关。
  • Pi runtime：poc/pi-fallback/runtime/node_modules/@mariozechner/pi-coding-agent，0.73.0，本机已装。
  • 详细方案 P4 剩余：质量 golden 30+ 场景、注入防护 20 例、离线降级演练； P5 剩余：发布准备、文档同步、runbook、集成验证。

本轮出口（代码不提交）

  1. P4 确定性质量回归设施：成功/失败、误写率、确认轮次、耗时可统计；
  2. P4 prompt 注入黄金集 ≥20 例，全部确定性且 100% 拦截/显式失败；
  3. P4 离线/无模型降级演练与测试，开关仍 fail-closed；
  4. P5 发布准备：runtime 分发形态、runbook、文档同步、验收清单；
  5. 主管汇总集成验证：专项联合测试 + ruff + 文档门禁，工作区保持不提交不推送。

硬约束

  • 不 git commit/push；不覆盖用户既有 dirty worktree 改动；改动最小化。
  • Python 一律 .venv\Scripts\python.exe；P4 黄金测试确定性（fake runner/脚本化模型，零真实 LLM）。
  • 产品行为保持既有治理：白名单 fail-closed、确认卡、checkpoint、审计链不能被削弱。
  • 本轮各 agent 写文件范围互不重叠；CHANGELOG/fallback.md 收口由主管统一更新。
  • 桌面打包若需真实执行，只做文档/可复跑清单，不动 release 产物。

角色分工

角色 任务 主要输出
Agent-A 设计审计 读详细方案与现状，产出 P4/P5 文件级设计与缺口审计 poc/pi-fallback/P4-P5-DESIGN.md、poc/pi-fallback/P4-P5-AUDIT.md
Agent-B 质量实现 按 Agent-A 设计实现 P4 质量 golden/指标设施 tests/golden/test_fallback_p4_quality.py、poc/pi-fallback/P4-QUALITY-NOTES.md
Agent-C 注入/离线实现 按 Agent-A 设计实现注入防护与离线降级 tests/golden/test_fallback_p4_injection.py、tests/golden/test_fallback_p4_offline.py、poc/pi-fallback/P4-SECURITY-NOTES.md
Agent-D 发布实现 编写 runtime 分发、runbook、部署/桌面打包清单 docs/development/pi-fallback-runbook.md、poc/pi-fallback/P5-RELEASE-NOTES.md
Agent-E 验证员 主管汇总后执行联合验证与攻击复证 poc/pi-fallback/P4-P5-VALIDATION.md

交互协议

  • Agent-A 与 Agent-B/C/D 之间不直接改同一文件；主管作为消息中继。
  • Agent-A 完成设计后，主管把 Agent-A 的设计打包给 Agent-B/C/D。
  • 若 Agent-B/C/D 发现设计缺口或产品 bug，先返回主管，主管再把信息转给 Agent-A 修订设计，形成闭环。
  • 所有交互记录和最终结论写回本协调板留言区。

留言区

（由主管统一追加；sub agent 不要并发写本文件）

[Agent-F 审计员] 2026-09-04 — P4/P5 独立审计完成，交接 poc/pi-fallback/P4-P5-AUDIT.md。核心缺口：无质量 corpus/指标聚合、无统一 20+ 注入黄金集、无 resolve_model/离线全集测试、无 runbook/runtime 分发；P3 状态文件存在 GO/NO-GO 前后矛盾。

[Agent-A 设计员] 2026-09-04 — P4/P5 文件级设计完成，交接 poc/pi-fallback/P4-P5-DESIGN.md。给出 Q-01..Q-40、I-01..I-26、O-01..O-10、P5 runbook 结构与 Agent-B/C/D 写范围。

[主管裁决] 2026-09-04 — ① F5 自动 force-off/UI 状态位本轮不改产品，只锁现状并记缺口；② Pi status: 首行机器校验本轮不补产品，I-25 只断言零越权写并记缺口；③ 发布文档按“本地 spawn runner + 显式制品/env”表述，不承诺独立 pi-runtime service；④ P3-VALIDATION/GOAL-P3 文档矛盾由主管在收口时修正；⑤ per-step/token 产品字段另立后续任务，本轮不加。

[Agent-B 质量实现] 2026-09-04 — 交付 tests/golden/test_fallback_p4_quality.py 与 poc/pi-fallback/P4-QUALITY-NOTES.md；Q-01..Q-40 共 40 个确定性场景（44 个 pytest 节点） 44 passed，ruff 清理后 All checks passed。

[Agent-D 发布实现] 2026-09-04 — 交付 docs/development/pi-fallback-runbook.md 与 poc/pi-fallback/P5-RELEASE-NOTES.md；按“本地 spawn runner + 显式制品/env”写，未承诺独立 service/桌面已内置；列出 runId 回放、runtime 分发等发布缺口。

[Agent-C2 注入实现] 2026-09-04 — 交付 tests/golden/test_fallback_p4_injection.py； I-01..I-26 已产品化攻击面 + 白名单 fail-closed，57 passed / 1 skipped（Windows junction/symlink 显式跳过）。

[Agent-H 离线实现] 2026-09-04 — 交付 tests/golden/test_fallback_p4_offline.py； O-01..O-10 无模型/断网/降级全集，24 passed / 0 skipped。

[主管联合复核] 2026-09-04 — 8 个兜底专项最终 197 passed / 1 skipped in 51.87s， P4 三文件 + 既有兜底测试 ruff All checks passed。补 P4-SECURITY-NOTES.md、 P4-P5-VALIDATION.md；修正 P3-VALIDATION §5/§7 与 GOAL-P3 留言的 GO/NO-GO 时序矛盾。 结论：P4 测试设施与 P5 发布准备材料收口；P3 产品代码与 P4/P5 文档全部未提交； 真实打包/runtime 分发/康尼验收另轮执行，未宣称可正式发布。