Files
CyberGril/docs/r2/VALIDATION-HEL-830.md
T

42 lines
4.7 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
HEL-830 验证记录(2026-10-24,本地隔离数据)
基准 v1.10 / 59项,改动起点 `64a47f35d0eca195b9961f830b78a60fd1c7ce70`;实际产品目标为 `origin/agent/agent/de8874a3803b`。没有安装新依赖或模型,复用HEL-829既有Python3.12.14环境(ruff0.17.2)及相同lock的node_modules;Python/node lock与候选基准均零diff。
| 检查 | 本卡实际结果 |
| --- | --- |
| `PYTHONPATH=src python -m pytest -q`,python为既有3.12.14环境 | **194 passed,7.78秒**;1条原有Starlette TestClient弃用提示,未安装其建议的新包。完整输出 `pytest-HEL-830.txt` |
| Python ruff:`src/cybergril/api/app.py src/cybergril/life src/cybergril/memory/store.py tests/test_r2.py tests/test_r2_model_smoke.py tests/test_birth_view.py scripts/r2_model_smoke.py scripts/r2_backfill_persona.py` | **All checks passed** |
| `npm test --prefix web` | **4 files / 37 tests passed** |
| `npm run build --prefix web` | **TypeScript/Vite通过,54 modules**;输出CSS `index-BYb0r_ow.css`、JS `index-BfS0uRmS.js` |
| `npm run lint --prefix web` | **0 errors / 1原有warning**,ChatPanel.tsx:161 effect ref清理;未改前端 |
| `python3 scripts/check_requirements.py --base-ref origin/main --handoff docs/requirements/handoff-HEL-830.json` | **通过,59项** |
| 同上,base-ref换为 `origin/agent/agent/de8874a3803b` | **通过,59项** |
| `git diff --check` | **干净** |
| `git diff --exit-code 64a47f35 -- web docs/r2/model-smoke-HEL-827.json config requirements.lock` | **零diff** |
Python由191项增加至194项:原旧档案测试参数化增加1项(窗内/窗外)、真实provider提示词边界及不重写原文增加1项、真实核验脚本的失败计数/硬限/原始证据测试增加1项。先跑R2定向51项及记录器1项,再完成最终完整194项回归;未用测试替身当模型质量证据。
## 功能
原生产调度与旧档案守卫不变。测试固定上海2026-10-24的11:11和12:11,保持生产生活循环运行:窗内恰好1条合法生活、窗外0条;两种情况下显式补建前persona_interp/persona_job都0行,retry409。显式补建后来源backfilled-R2、实际生成时间、出生/identity(名字等)/聊天不变仍全断言。没有删除保护或关生产循环来换绿。
provider边界测试检查真实structured组装出来的system指令/user原始出生事实及已生成诠释,生成原文与存库值一致;证明确实从生成源头约束,无人称后替换。
## 隐私
原R2反例随完整pytest通过:成功完整轮次+全文接收确认+实际讲述判定三条件、失败/中断不发布、伪造/过期拒绝、跨重启重放、候选内原话、事务回滚、未分享列表/详情/消息/人格成长/health响应前裁剪。旧档案与关系变更保护保留。尚未实现的R3搜索/摘要/记忆端点不声称通过。
真实核验仅在本地临时全新合成档案,`create_app`明确禁用生活循环,随后直接调用人格/生活和两次判定,没有服务或后台偷跑。未发送接收确认,因此真实样例的事件始终told=0;这不冒充浏览器接收确认E2E。
## 真实生成与内容质量
命令:`PYTHONPATH=src python scripts/r2_model_smoke.py --real --output docs/r2/model-smoke-HEL-830.json`(同一既有Python3.12.14)。仅执行1次,4次模型调用全部完成,46.31秒,保守计账9821;人格standard温度0.7/max_tokens1200,生活low及两判定low温度0.4/max_tokens600,均沿用原规格,无配置改动和重试。无额外模型预检。
`persona/life/narrated/word_only/unacknowledged_hidden/birth_unchanged` 六项均true,原始system/user、参数、逐delta和返回正文已保存。正向判定选择事件1,反例选择空;没有凭证泄漏。内容自检通过,逐项语义核对见 `CONTENT-REVIEW-HEL-830.md`;原始记录中的GeneratorExit是消费者收到done后的正常关闭元数据,原样保留解释。不是用关键词命中或结构成功宣称长期质量。
## 未验证与交接
本卡未重跑浏览器E2E/截图/真机/Safari/Firefox。HEL-829原42项真实构建E2E及13张图仅作为已有审核证据,未记成本卡重测;其 `hel829-pkg/e2e/` 私有夹具在本环境指定位置未发现。前端与基准零diff,原全部接线成果保留。
所有测试命令、真实核验进程均已结束,临时合成DB已由TemporaryDirectory清理;无本卡监听服务、无长跑后台进程。未访问或改动现有8300/8310/8320资料、现网服务、共享语音/旧口型、4080。未补建真实档案,未部署、未合并。三天真实运行未开始,按交接由总管/总工接续。功能/隐私回归通过与本组内容自检通过都不代替独立复审或用户体验验收。