Skip to content

fix(workspace): 用真实 bench 记录打磨原生会话窄屏阅读 - #8040

Merged
huangruiteng merged 4 commits into
mainfrom
codex/attached-benchmark-reference-20261104
Nov 4, 2026
Merged

huangruiteng merged 4 commits into
mainfrom
codex/attached-benchmark-reference-20261104

Conversation

@loopx-agent

@loopx-agent loopx-agent commented Nov 4, 2026 •

Copy link
Copy Markdown
Collaborator

Goal And Delivered Outcome

真实 Grid 记录的 390px 页面暴露了一个阅读问题:原生来源、回复状态和“在原 App 打开”换成多行,挤压正文。本 PR 将原 App 入口收进同一状态栏,并用仓库已有真实 benchmark display state 代替 6,000 行重复虚构“验证结果”,验证完整内容经原生分页进入页面。

  • Outcome basis: 用真实、可公开的数据打磨工作会话阅读,保留完整原文、准确来源与原生执行边界;本 PR 的请求说明为依据,无单独书面规格。
  • Before → after: 390 × 844 对照中,正文起点约从 419px 提前到 367px,多出约 52px 阅读空间;原有未知提示完整保留。完整 JSON 对象相等断言代替人工结束标记。
  • Intended base: main。实现已整合 b4216d8c79f7f31785cf3bb6845f6847fcf0a6a6;提交前再次核实的目标快照为 ecbf905402ccfd9e4d75b2b963b52376b4ef7332。自身差分仍为七个相关文件,不回退主干的其它改动。

Author Declaration

  • Written by: OpenAI GPT-6 / Codex (loopx-agent).
  • Implemented against: 本 PR 所述请求,现有 research-history.md 数据边界及 AGENTS.md 的 whole-viewport / public-private / first-screen 规则;以目标快照比较。
Criterion Disposition Path Evidence
尽早看到工作正文,来源和未知状态仍可见 implemented attached-agent-conversations.tsx/.css 同一真实 fixture 的桌面/390px前后及展开视图
原 App 操作仍可辨认、键盘可达并有实际失败/恢复反馈 implemented 原生 openOriginal owner 不变 完整可访问名称、44px目标、焦点描边、原生打开失败与恢复
原始记录完整经过原生 reader / HTTP 详情分页进入页面 implemented codex-attached.mjs, codex_attached_fixture.py 全 JSON 对象相等、非 BMP 偏移及详情分页
回归隔离于操作者默认 runtime implemented 共享 disposable peer / HTTP test 冲突默认目录基线409,显式临时root后200,环境原文件字节不变

Scope And Continuation

  • 来源、原生回复/执行未知状态、help、打开结果和失败提示均保留;图标沿用原本 openOriginal 操作及中英文名称、aria-busy / aria-disabled。没有自动打开、第二执行者或新的配置/状态 owner。CLI/Lark 不增加接口或权限。
  • 复用 既有 Grid context-on fixture 的完整33条 Explore记录(8节点/25发现),原始措辞、负结果、unknown和provenance不变。没有新增原始日志、trajectory或verifier输出。
  • 两个 R7 arm 均为 runner_invalid、diagnostic-only、score_countable=false;宿主 peer、tool call及承载消息仍是 synthetic。这不是原 benchmark Chat、solver完整轨迹、因果提升或模型采用证据。
  • 独立可回退的阅读/验证增量已完成;原工作会话整体验收继续承接真实宿主/模型/安装态App/Lark与其它既有流程。此PR不关闭这些范围。
  • Bounded refactoring: 去掉失效的文字下划线/换行布局规则,复用现有图标和token;一轮最终审阅修复补4px边距,防止焦点描边被滚动容器裁切。共享peer显式runtime修复及原有Unicode/race/失败压力边界保留。

Validation

  • Tested revision: a515aa52ed595b69826f3d0ef04d8d7ac8ff6403;实现包含上述整合主干,资格比较固定在 ecbf905402ccfd9e4d75b2b963b52376b4ef7332,不将后续主干变化当作已验证。
  • Run state: finished;新head的远端CI、独立review与merge readiness另行核验。
  • Input classes: synthetic, public_fixture。
Check kind Result Public-safe evidence / limitation
integration passed uv run --extra test python -m pytest -q tests/presentation/test_codex_attached_conversation.py:最终版本65项通过(27.62s),覆盖原生history / HTTP / disposable peer。
real_entrypoint passed LOOPX_PERSONAL_WORKSPACE_PACKAGED=1 LOOPX_PERSONAL_WORKSPACE_SCENARIO=attached-host-follow-up node examples/personal-workspace-browser-smoke.mjs:最终完整流程通过(55.654s)。真实生产reader、HTTP分页及打包页面;协议宿主为临时peer。
regression_parity passed 早期冲突默认root测试修复前409失败、修复后200且环境不变;最初两次浏览器discovery失败保留。最终版本保留打开失败/键盘激活/恢复、去重、断线/未知回执、完整JSON与偏移验证。
static passed Dashboard TypeScript/Vite/Chat构建;三个修改Python文件的Ruff;diff advisory及八个候选文件公开边界扫描通过。
manual passed 实际检查桌面默认/展开、390px默认/展开、打开失败与键盘焦点截图;没有整页横向溢出。原生未知/失败没有移入help。
  • Exact-scope quality: cqr_c115fa2613e1698b2ac1,七文件 fingerprint c115fa2613e1698b2ac1c196f7ee53d03c6a661bf66375de49fd57224a71a6ed,verify valid;本次最终审阅safe-fix一轮,0 blocker / warning / advisory。
  • Goal-aware quick premerge: passed(5 direct + 4 selected,0 failure / hold;包含完整semantic、维护性和CSS token检查)。通过验证不授予merge权限;旧head资格不替代本head的独立评审。
  • Gaps: 未以真实本人会话发测试消息,未验证真实原宿主/模型采用或安装态App。未启动新的benchmark、solver或付费模型调用。独立验证不等于完整长程收益。

Frontend / Visual Evidence

  • UI impact: changed,原生工作会话状态栏。
  • Build/data boundary: 下列after来自上述最终revision的packaged页面,公开Grid工具记录 + disposable协议peer;其它对话为synthetic carrier。Before是18c4aa98a624c2098051dabc86675b3a51847857同一fixture。没有hosted preview或installed / real-host采用声明。
  • Attention review: 默认仍以对话和折叠工作过程为主,单一底部输入框;来源及未知状态常显,外部App操作同栏,说明按需查看。窄屏多出约52px正文,未靠缩小原文或隐藏失败取得。现有上层导航仍占一定高度,本次未改写整页导航。
  • Craft review: 复用Lucide / 当前token与现有help,没有新增卡片、口号、颜色或动效。长JSON在独立详情区滚动;完整性断言不等于研究分析本身的可读性或科学收益。

最终桌面首屏:

After packaged desktop first viewport

390px同一真实工具详情,左before / 右after;来源与未知提示相同,正文起点前移约52px:

Before After
Before narrow detail After narrow detail

最终390px默认工作记录,原App图标可通过键盘聚焦:

After narrow default conversation

桌面展开后的完整真实展示对象:

After genuine data desktop detail

隔离原生打开请求失败及完整焦点描边;失败仍可见,随后请求被接纳,隔离opener计数为1:

Original-App open failure and keyboard focus

原桌面首屏 保留供对照;桌面主要差异为状态栏内的原App入口。

Type of Change

  • Bug fix / UI refinement
  • Documentation update
  • Test update

LoopX Area

  • Public docs or presentation surface
  • Host or runtime integration (validation fixture)

Shared-authority RFC fixture impact

N/A:自身差分不修改生产authority、provider、migration或兼容投影。

Boundary Checklist

  • Diff、描述与附件不含私有状态、密钥、原始轨迹/verifier、内部链接或本机路径。
  • 复用已有公开bench fixture,没有重复启动维护者benchmark工作。
  • 保持请求范围,不改变真实宿主/会话权限或生产状态。
  • 自身差分无双语RFC pair变更,对应gate通过。
  • 前后首屏/窄屏/展开/失败证据直接进入描述,注明版本和边界。
  • 自身提交及主干整合提交均有DCO Signed-off-by;没有合并PR、安装或发布。

Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
…ark-reference-20261104

Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
…tached-benchmark-reference-20261104

Signed-off-by: LoopX Agent <337587101+loopx-agent@users.noreply.github.com>
@loopx-agent
loopx-agent requested a review from maxliux5 as a code owner November 4, 2026 14:41
@loopx-agent loopx-agent changed the title test(chat): 用真实 benchmark state 验证原生工作记录 fix(workspace): 用真实 bench 记录打磨原生会话窄屏阅读 Nov 4, 2026

@loopx-agent loopx-agent left a comment

Copy link
Copy Markdown
Collaborator Author

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

Reviewer: actor_kind=model_agent; model=gpt-6.1-sol; provider=OpenAI; reasoning_effort=max; runtime_reported.

Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

动机 / Motivation

在窄屏查看 Agent 原生工作会话和长工具结果的用户。 同一份长记录中,原 App 的文字入口占据额外一行;改为同栏图标后,来源与未知状态常显,正文有更多空间,完整记录仍可展开并继续读取。 在 packaged 页面经原生 reader 和 HTTP 详情分页完整读到公开记录,并能通过键盘打开原会话、看到失败和重试结果。 不新增业务执行、会话权限或模型调用,不把公开 display state 当原 solver 轨迹、模型采用或科学收益证明。

本次结论绑定 a515aa52ed595b69826f3d0ef04d8d7ac8ff6403,base 是 b4216d8c79f7f31785cf3bb6845f6847fcf0a6a6。没有该项窄屏请求的独立书面规格;判断依据为公开请求、既有设计与完整公开数据阅读边界。未把本PR新增文档当独立规格,也未将作者声明替代实际页面检查。

改动思路 / Approach

复用原生会话 reader、HTTP binding 校验、openOriginal 和现有图标/token,仅调整投影布局与验证数据;没有第二配置、状态或执行 owner。 本 PR 交付窄屏状态栏和真实公开长记录的完整阅读回归,保留原生打开失败与恢复;安装态、真实宿主和模型采用仍由原工作会话验收承接。

只删原App入口会让用户失去已授权的导航;继续使用重复虚构文本则仍可能漏掉真实记录。现有owner已足够,因此局部改grid和图标,并把既有公开对象接入同一回归,比增加新设置或数据源更合适。用户直接打开已有工作会话即可阅读,无需重新提供已知上下文或新增确认;展开和继续读取属于按需查看原文,原App导航仍为自愿显式操作。

具体改动 / Changes

关键代码讲解

  • AttachedConversation 状态栏:按钮可见文字改为现有 ExternalLink,中文和英文 aria-label、title 保留。点击仍调用同一 openOriginal;opening 防重、binding 校验、unknown、失败与 requested 读回没有变成图标自己维护的状态。
  • 同栏布局:minmax(0, 1fr) auto 给状态和44px操作分配空间;保留4px边距让键盘焦点完整显示。不是靠缩小原文或隐藏未知状态获得空间。
  • runConversation 完整记录校验:经真实reader和HTTP详情分页读完后,解析完整JSON与已有fixture比较,保留非BMP前缀测试。不是只找末尾sentinel;分页必须发生,且最多32次。
  • 共享临时peer:使用现有临时runtime字段隔离测试。固定同一HTTP探针在本base以409失败、在本head以200通过,原默认目录字节不变。

Grid数据保留全部33条记录、8节点/25发现及provenance。runner_invalid、diagnostic-only、score_countable=false和原始负结果/unknown均保留。原生承载peer、tool call和消息仍是synthetic;真实display data不等于原benchmark Chat或完整solver轨迹。

对主干的风险 / Risks

最强反例是图标可聚焦却看不到焦点,或失败/unknown被移出正常阅读路径;元素存在与无横向溢出本身不能排除它们。本轮在新head实际运行打包页面,检查1512×982和390×844的默认/展开状态,并用Tab、Space、Enter走原生打开失败和恢复:alert常显,焦点完整,成功后明确提示请求已发出。临时opener仅接纳一次;两次open POST没有产生业务input。切换同Goal未绑定项不显示worker原文或输入框,返回worker可读回。

本head65项native HTTP/协议测试通过;Chat构建通过;quick premerge为5项直接检查加4项选择检查,0 failure/hold。相同冻结HTTP探针在base失败/head通过。Ego实际三次详情读取后完整对象相等;没有启动模型、solver或新的benchmark,没有查询、轮询或等待远端CI。旧 18c4aa9 的验证未自动用于新结论:重新读了七文件完整差分,重跑测试、build/gate和实际页面。作者完整Playwright组合未由本审查者执行,以上独立入口证据有明确范围。

我的整体评价 / Verdict

已检查实际打包页面的桌面首屏、展开长 JSON、390px 默认及展开状态和原生打开失败。来源与未知提示保持常显,图标同栏、焦点完整,正文与底部回复区更容易同时定位;完整证据仍在独立可滚动详情中。 未验证 installed App、真实本人会话、真实原宿主或模型采用;未独立测得描述中的精确 52px 收益。长 JSON 完整可读不等于研究分析易懂或科学结论成立。

长程行为保持:历史读取、binding切换和显式失败恢复仍由原owner处理,没有新增重试循环或模型轮次。当前切片范围合适,已复用icon/token并去掉失效的文字布局规则;无需扩大成原工作会话整体验收或新增研究执行。未发现阻塞问题;代码审查结论和另行核验的merge readiness、维护者merge权限保持分开。

English verdict: APPROVE a515aa5; the compact native status band preserves accessible explicit navigation and visible recovery, and complete public records survive native paging within the stated packaged/disposable boundary.

@huangruiteng
huangruiteng merged commit 4335a26 into main Nov 4, 2026
13 of 36 checks passed
@huangruiteng
huangruiteng deleted the codex/attached-benchmark-reference-20261104 branch November 4, 2026 15:04
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

2 participants