From 92d20953a0a828325040166c76bfa7e8ca8449bd Mon Sep 17 00:00:00 2001 From: Alexey Martemyanov Date: Wed, 14 Oct 2026 21:10:42 +0600 Subject: [PATCH] [2026-10-14] eagle: personal/projects/balda/execution-broker.md personal/projects/balda/setup.md personal/projects/personal-os/personal-os-rlm-stand-results-2026-10-10.md --- personal/projects/balda/execution-broker.md | 2 +- personal/projects/balda/setup.md | 2 +- ...ersonal-os-rlm-stand-results-2026-10-10.md | 67 +++++++++++++++++++ 3 files changed, 69 insertions(+), 2 deletions(-) diff --git a/personal/projects/balda/execution-broker.md b/personal/projects/balda/execution-broker.md index 15357c1c..69c38a6a 100644 --- a/personal/projects/balda/execution-broker.md +++ b/personal/projects/balda/execution-broker.md @@ -40,7 +40,7 @@ В текущих `broker.json` и `worker.json` сохраняется drift image pins для `linux-smoke` и `linux-opencode-deepseek`; три coding-профиля содержат Docker socket. Защиты rc.26 запрещают такой доступ и отклоняют несовпадение pin до allocation, но прежний production-контур этих новых защит не получает. -Источник объёма работ — `/Users/admin/Developer/execution-broker/docs/work-plan.md`. Настраиваемый remote-action API — отдельное будущее расширение. iPad, прикладные UI/PR workflows, search/Obsidian и общая политика прав локального агента принадлежат Balda или конкретному проекту. Новая политика доступа к Obsidian этим прогоном не вводилась. +Источник объёма работ — `/Users/admin/Developer/execution-broker/docs/work-plan.md`. Настраиваемый remote-action API — отдельное будущее расширение. iPad, прикладные UI/PR workflows, search/Obsidian и общая политика прав локального агента принадлежат Balda или конкретному проекту. ## Навигация diff --git a/personal/projects/balda/setup.md b/personal/projects/balda/setup.md index e8c661f9..68d82b28 100755 --- a/personal/projects/balda/setup.md +++ b/personal/projects/balda/setup.md @@ -60,7 +60,7 @@ runtime: url: http://host.docker.internal:3101/mcp ``` -Используется Streamable HTTP. Для Codex ACP SSE-конфигурацию из старых заметок не переносить. После изменения этого блока нужен перезапуск Balda. Новая политика прав vault или folders здесь не вводится. +Используется Streamable HTTP. Для Codex ACP SSE-конфигурацию из старых заметок не переносить. После изменения этого блока нужен перезапуск Balda. ## Диагностика diff --git a/personal/projects/personal-os/personal-os-rlm-stand-results-2026-10-10.md b/personal/projects/personal-os/personal-os-rlm-stand-results-2026-10-10.md index a11c7478..e6ae09fa 100644 --- a/personal/projects/personal-os/personal-os-rlm-stand-results-2026-10-10.md +++ b/personal/projects/personal-os/personal-os-rlm-stand-results-2026-10-10.md @@ -1,5 +1,6 @@ --- date: '2026-10-10' +updated: '2026-10-14' status: results tags: - personal-os @@ -89,3 +90,69 @@ tags: ## 7. Дополнение (вечер 2026-10-10): карта системы в Windmill Обсуждение показало, что без визуальной карты Алекс не может участвовать в проектировании. Развёрнут локальный Windmill на хостовом PostgreSQL; вся система описана как 18 потоков-скелетов и обзорный холст, без логики и расписаний. Шесть стадий из раздела 5 стали потоком `f/analyse/work_claims_extract` со статусом PROPOSED. Подробности и правила работы с картой: [[personal-os-windmill-system-map-2026-10-10]]. + +## 8. Дополнение 2026-10-14: локальный агент — привязка BSP-ворктри к работе Asana + +Дополнительный случай по VSCode-миграции из раздела 3: локальный агент разбирал назначение ворктри `vscode-xcode-bsp`, чтобы связать актуальный Git-прогресс с работой/задачей Asana и материалами дизайна. Это отдельная проверка связывания источников, а не повтор извлечения статусов по схеме v2 и не новый анализ всех 14 работ. Старые результаты и выявленные ошибки про релиз и отменённый CoreData-подход этой проверкой не исправлены и не перевалидированы. + +### 8.1. Вход, режим и воспроизводимость + +- Work item: `5b40803b-e98d-44aa-9757-000071cceb69`. +- Источник: `duckduckgo/apple-browsers`, путь `/Users/admin/DuckDuckGo/apple-browsers.git/vscode-xcode-bsp`, ветка `alex/vscode-xcode-bsp`. +- В обоих пакетах: 10 untracked-путей, включая `DuckDuckGo.code-workspace` и девять файлов `scripts/vscode/`; переданные списки коммитов и PR пусты; gap `no_exact_asana_reference`. Содержимое кода и diff в модель не передавались. +- Режим: один локальный chat-вызов на попытку, профиль `qwen27b`, без RLM REPL/дочерних агентов, tools и внешнего inference. `temperature=0`, максимум 2 048 токенов ответа. В каждом пакете — 12 кандидатов Asana и четыре локальные заметки/драфта; сумма размеров текстов передаваемых records ограничена 28 000 символов. +- Первая попытка запущена через preview потока; вторая — кнопкой дашборда через сохранённый Windmill `f/analyse/work_situation`, `mode=resolve`. После переноса в основную БД повтор второй попытки с прежним `request_id` вернул `reused=true`, без третьего вызова модели. +- Обе строки `work_resolution_jobs` перенесены в `personal_os` и сохранены как история. Полные пакеты входа, ответы, usage, времена, `input_hash`, `prompt_hash` и повторная проверка цитат: [артефакт валидации](/Users/admin/Developer/personal-os/tools/rlm-lab/datasets/private/sample-2026-10-10/eval/work-item-resolver-2026-10-14.json). Артефакт находится вне Git. + +### 8.2. Две попытки + +Время — UTC; Asia/Bishkek = UTC+6. Продолжительность вычислена по сохранённым `started_at` и `finished_at`. + +| Попытка / job ID | Время 14.10 | Prompt / ответ, токенов | Результат | Цитаты | +|---|---|---:|---|---| +| До исправления поиска — `6fdaa7e9-c921-4f1e-bae8-7fb1c128adf7` | 13:41:36–13:44:16, 159,836 с | 8 202 / 352 | `unknown`, succeeded | 3/3 существуют во входе | +| После исправления — `35f15287-9fc9-4e07-bb11-101ad6f3debf` | 14:19:09–14:21:04, 114,946 с | 9 190 / 644 | `link_existing`, succeeded | 4/4 существуют во входе | + +**Первая попытка:** модель не нашла доказанную связь среди переданных кандидатов и вернула `unknown`, не выдумав task ID. Все 12 кандидатов были завершёнными задачами обновления/починки Xcode; нужные VSCode-задачи отсутствовали. Это выявленная ошибка retrieval: общая выборка по словам с общим LIMIT вытеснила редкие совпадения VSCode/BSP множеством Xcode-задач. Такой отказ нельзя считать доказательством отсутствия подходящей задачи в Asana. + +**Исправление между попытками:** отдельная ограниченная выборка для каждого поискового термина, приоритет доступных собственных задач и понижение завершённых задач при ранжировании. Во втором пакете появились корневая VSCode-работа и её открытая подзадача. Промпт агента не менялся: обе попытки имеют `prompt_hash=a43676e5f579eaf5beefd2225838414d11b67dca90f8d999dc5284be802dbdf7`. + +**Вторая попытка:** модель предложила связать ворктри с: + +1. [Migration to fully VSCode-supported builds&debugging](https://app.asana.com/0/0/1209808486380252), GID `1209808486380252` — корневая работа. +2. [Add VSCode build&debug support](https://app.asana.com/0/0/1219079700626622), GID `1219079700626622` — конкретная подзадача. В переданном Asana-record её `parent_gid=1209808486380252`; обе задачи в этом снимке открыты. + +Смысл модельного вывода: локальные workspace/scripts относятся к подходу VS Code/Cursor через `sourcekit-xcode-bsp`, альтернативному переносу кода браузера в SPM. Это предложение о назначении работы, а не вывод о готовности build/debug-интеграции. + +### 8.3. Основания и предложенные дизайны + +Главная цитата второй попытки — из `design:26c4932b-4105-4e0a-88ab-2393c7f4d27d`, заметки `work/projects/vscode-migration/xcode-build-server.md`: + +> VS Code setup | worktree `vscode-xcode-bsp`, branch `alex/vscode-xcode-bsp` — `DuckDuckGo.code-workspace`, `scripts/vscode/` (uncommitted) + +Она совпадает с веткой и путями в Git-record. Другие три цитаты — `branch":"alex/vscode-xcode-bsp"` из `worktree` и названия двух предложенных Asana-задач из их task-records. Все цитаты проверены как точные подстроки сохранённого входа; `input_hash` обеих попыток пересчитан и совпал с БД. + +| Предложенный design ID | Источник | Основание во втором ответе | +|---|---|---| +| `26c4932b-4105-4e0a-88ab-2393c7f4d27d` | `work/projects/vscode-migration/xcode-build-server.md`, project note | Отдельная точная цитата о ворктри, ветке и файлах | +| `297efc6a-2b98-49f8-80c6-40246acc1094` | `work/projects/vscode-migration/tech-design-xcode-build-server.md`, draft | ID существует во входе; отдельной цитаты, обосновывающей эту связь, ответ не содержит | +| `55968497-9f3a-487f-8e08-608b1000da58` | `work/projects/vscode-migration/vscode-migration.md`, project note | ID существует во входе; отдельной цитаты, обосновывающей эту связь, ответ не содержит | + +Следовательно, проверка наличия IDs и цитат пройдена, но все три смысловые связи с дизайнами нельзя объявлять автоматически подтверждёнными. Этот ответ также не доказывает `draft_of` между Obsidian-драфтом и опубликованным tech design Asana. + +### 8.4. Статус валидации и ограничения + +| Что проверено | Результат | +|---|---| +| JSON, разрешённые IDs, точность цитат и целостность входных пакетов | PASS: обе попытки; 7/7 цитат существуют, оба входных hash совпали | +| Retrieval нужной Asana-работы | FAIL в первом пакете; нужные root/subtask присутствуют после исправления во втором | +| Смысловая привязка BSP → Asana | Кандидат с точной опорой на Obsidian и структурной связью parent/subtask; требует принятия человеком | +| Каждая из трёх предложенных design-связей | Нужна отдельная проверка; две связи не имеют собственной цитаты в ответе | +| Реализация, работоспособность build/debug, approval, release, отмены и текущий статус проекта целиком | Этой проверкой не установлены | +| Независимый holdout и обобщение качества на другие работы | Не проводились; retrieval исправлялся на этом же случае | + +В обоих результатах: `accepted=false`, `requires_review=true`, `evidence_verified=true`, `stale=false` на момент завершения попытки. `evidence_verified` означает проверку IDs и точных цитат, а не принятие смысловых утверждений. Автоматическая проверка разрешений отклонила принятие связи BSP без отдельного подтверждения; в основном дашборде work item остался в очереди резолва, предложение и обе попытки доступны [в карточке](http://127.0.0.1:4317/#/work-items/5b40803b-e98d-44aa-9757-000071cceb69). + +Обе попытки вернули `task_draft=null`. Сохранённый позже в интерфейсе локальный черновик BSP-задачи подготовлен отдельно; он не является результатом этих модельных вызовов. Новых задач Asana эти попытки не создали. + +**Вывод для общей проверки анализатора:** результат на этом случае существенно зависит от полноты retrieval. Корректные цитаты позволяют проверять ответ, но не подтверждают автоматически статус проекта, релиз, реализацию или каждую предложенную связь. Ошибки схемы v2 из раздела 3 остаются отдельными кейсами для валидации.