sundynix-agentix

sundynix/sundynix-agentix

Fork 0

Commit Graph

Author	SHA1	Message	Date
Blizzard	32f50cd983	test(dispatcher): Handle 入口级集成测试 —— 钉死核心编排链 + harness 治理栈协同此前测试都直打 runGraph/evaluate，绕过真正的任务入口 Handle()——熔断、输入护栏门控、状态机流转、token 预算、异步评测/用量这些治理逻辑的协同从未在入口级被覆盖。新增 handle_test.go 6 例（全 fake 依赖，可断言各出口）： - HappyPath：running→done + token 流出/收尾 + 异步评测落库(ok) - ToolFeedsAgent：图执行→工具→agent 全程经 Handle，工具被调、产出注入 - CircuitBreakerOpen：熔断开 → 快速 failed、不执行图 - BudgetExceeded：meta token_budget=3 → failed + 用量回写带 Exceeded - GuardrailBlocks：灰区 + LLM 分类器命中 → rejected、不进 running - EmptyTaskDropped：空 id 直接丢弃、无状态回写配套 fakeStatus/fakeUsageSink；fakeEvalSink 加锁（Handle 异步评测在 goroutine 写）。 go test -race ./internal/eino 干净，四模块全绿。 Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>	2026-06-26 14:10:53 +08:00
Blizzard	93e9d3b195	feat(harness): 低分自动纠偏 —— poor 触发评语驱动重生成，取更优者（测温计→恒温器）评测闭环延伸出自愈：当自动评测判定输出为 poor(综合<0.5)，dispatcher 在热路径外自动用「原问题+初版回答+评审短板(flags/评语)」(有来源则连来源一并喂回、要求严格基于来源) 让模型重写，重评后仅当新分严格更高才采纳(绝不退步)；采纳的修订版落会话历史，保证多轮上下文用的是好答案而非被判低分的初版。评测终值带 corrected 标记经 NATS→网关落库。 - maxRefineRounds=1：poor 稀少，1 轮重写+重评够用，防成本失控 - canRefine 门控：模型就绪且熔断未开才纠偏，避免后端抖时雪上加霜 - 单 goroutine 串评测→纠偏→落历史，杜绝原两 goroutine 对答案版本的竞态 - 契约 EvalEvent / Eval 表 / upsert / GET /tasks/:id/eval 均加 corrected 字段 - refine_test.go：采纳更优 / 不退步 / 非低分不触发三测；live 验证好答案不误触发 Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>	2026-06-25 16:22:45 +08:00

Author

SHA1

Message

Date

Blizzard

32f50cd983

test(dispatcher): Handle 入口级集成测试 —— 钉死核心编排链 + harness 治理栈协同

此前测试都直打 runGraph/evaluate，绕过真正的任务入口 Handle()——熔断、输入护栏门控、
状态机流转、token 预算、异步评测/用量这些治理逻辑的协同从未在入口级被覆盖。

新增 handle_test.go 6 例（全 fake 依赖，可断言各出口）：
- HappyPath：running→done + token 流出/收尾 + 异步评测落库(ok)
- ToolFeedsAgent：图执行→工具→agent 全程经 Handle，工具被调、产出注入
- CircuitBreakerOpen：熔断开 → 快速 failed、不执行图
- BudgetExceeded：meta token_budget=3 → failed + 用量回写带 Exceeded
- GuardrailBlocks：灰区 + LLM 分类器命中 → rejected、不进 running
- EmptyTaskDropped：空 id 直接丢弃、无状态回写

配套 fakeStatus/fakeUsageSink；fakeEvalSink 加锁（Handle 异步评测在 goroutine 写）。
go test -race ./internal/eino 干净，四模块全绿。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

2026-06-26 14:10:53 +08:00

Blizzard

93e9d3b195

feat(harness): 低分自动纠偏 —— poor 触发评语驱动重生成，取更优者（测温计→恒温器）

评测闭环延伸出自愈：当自动评测判定输出为 poor(综合<0.5)，dispatcher 在热路径外
自动用「原问题+初版回答+评审短板(flags/评语)」(有来源则连来源一并喂回、要求严格基于来源)
让模型重写，重评后仅当新分严格更高才采纳(绝不退步)；采纳的修订版落会话历史，
保证多轮上下文用的是好答案而非被判低分的初版。评测终值带 corrected 标记经 NATS→网关落库。

- maxRefineRounds=1：poor 稀少，1 轮重写+重评够用，防成本失控
- canRefine 门控：模型就绪且熔断未开才纠偏，避免后端抖时雪上加霜
- 单 goroutine 串 评测→纠偏→落历史，杜绝原两 goroutine 对答案版本的竞态
- 契约 EvalEvent / Eval 表 / upsert / GET /tasks/:id/eval 均加 corrected 字段
- refine_test.go：采纳更优 / 不退步 / 非低分不触发 三测；live 验证好答案不误触发

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

2026-06-25 16:22:45 +08:00

2 Commits