analysis-runtime-subagent-test-report-20261107.md 30 KB

数据分析运行时 + 子代理 · 功能测试报告与 Bug 清单

测试日期:2026-11-06 23:00 ~ 2026-11-07 01:35 被测对象:docs/design/analysis-runtime-enhancement.md 落地实现(基线提交 7d6ceb23) 测试用例文档:docs/testing/analysis-runtime-subagent-test-cases-20261106.md(口径以该文档 §1 偏差表为准) 测试人:ZCode 自动化(内置浏览器 UI + API + JUnit,无人工干预) 测试案件:「分析运行时测试-20261106」(id=2118722672453529602,owner=admin)


1. 执行摘要

层 范围 结果
A 自动化 agent 子集 JUnit + ExtractionHeartbeatTest 374 通过 / 0 失败 / 13 skipped(与文档预期 374 一致)
A 自动化 前端 pnpm type:check 88 个错误全部为 graph/trans/otg/case 等既有页面错误;本次被测文件(ProcessTimeline.vue、chatStream.ts 等)无错误 → CFG-05 PASS
B/C 手工 AR/SA/BG/LR/SSE/ISO/CFG/PR/UP 共 60+ 项 PASS 52 项,FAIL 5 项(归并为 4 个 BUG),观察项 5 条

结论(按优先级)

编号 级别 一句话
BUG-1 P1 工作区模式下 outputs 产物永远不会登记(工具合同与登记目录不一致),AR-03/04/05/06 连带失败
BUG-3 P1 「停止生成」后端不真正取消在途流:僵尸流继续跑(实测 18 分钟),会话闸门泄漏死锁,期间所有新消息被拒且用户输入丢失(2/2 复现)
BUG-4 P1 同一条消息流内,同步 agent_spawn 之后的父直调 execute_python 丢失案件上下文,报「当前没有打开的案件」(间歇性,实测 1 次复现 + 1 次对照正常)
BUG-2 P2 子代理框架记忆(memory_save/memory_search)跨 spawn 实例共享,SA-11「不继承上一轮」FAIL

2. 环境与配置处置记录(重要,测试后需知晓)

  1. 模型:本地 Ollama(http://10.66.66.66:8080/v1,默认模型)不可达;库里 4 条历史 DeepSeek/dashscope key 全部失效(curl 实测 401)。处置:注册了新对话模型 GLM-4.6-e2e(https://open.bigmodel.cn/api/coding/paas/v4,key 取自本机 ZCode 配置的 bigmodel-coding-plan)并设为默认。如不需要请在「模型管理」删除。
  2. 账号互踢:API 会话与浏览器会话同账号互踢(sa-token 单设备)。处置:新建了用户 testb / test123456(TestUserB)用于 API 侧越权测试。
  3. 后端跑了 3 轮不同开关:
    • 第 1 轮 WORKSPACE=true, IMMEDIATE=true, HEARTBEAT=1s, MAX_INLINE=800(AR/SA/BG/LR/SSE 主力轮)
    • 第 2 轮 WORKSPACE=true, IMMEDIATE=false, HEARTBEAT=1s, MAX_INLINE=0(AR-05/CFG-03/LR-04/SA-02~05)
    • 第 3 轮 WORKSPACE=false, SUBAGENT_ENABLED=false(AR-12/CFG-01/02/PR-04)——当前进程仍是这一轮,需要恢复默认行为时重启后端(不带环境变量)即可
  4. 测试残留:
    • cases/{caseId}/ai/agents/1/1/subagents/my-worker.md、bad-worker.md(SA-02~05 测试档案;恢复默认后 my-worker 会出现在子代理目录,不需要可删)
    • 测试用户 testb、模型 GLM-4.6-e2e、案件「分析运行时测试-20261106」及其数据(1 张 AI 自建表 + 2 个上传文件)
    • 前端 vite dev server 仍在 3100 端口运行;后端在 8980 运行(第 3 轮配置)
  5. 上传方式说明:内置浏览器无法驱动原生文件选择框,上传/清洗通过页面内 DataTransfer 注入 + API 完成,主流程(数据上传页 → 表格解析 → 智能清洗自建表 ai_clean_2118730301445853184,7 行入库)全程走真实前后端链路。

3. BUG 详情

BUG-1(P1)工作区模式下 outputs 产物永不登记

  • 用例:AR-03(即时登记)、AR-04(幂等)、AR-05(回合末兜底)、AR-06(中间文件不登记)
  • 复现(100%,第 1、2 轮各复现):
    1. analysis.workspace.enabled=true,开案进入智能工作台;
    2. 让模型调用 execute_python 执行 pd.DataFrame({'a':[1,2]}).to_csv('outputs/t.csv', index=False)(这正是工具 description 与测试用例给的标准写法);
    3. 查看工具结果 JSON 与磁盘。
  • 实际:
    • 文件落在 cases/{caseId}/ai/analysis/{userId}/{sessionId}/work/outputs/t.csv(cwd=work,相对路径拼接);
    • 工具结果 JSON 只有 {exitCode, stdout, error},没有 artifacts[](analysis.artifact.immediate=true 时也不登记,DB 取证:tool_events.result 无 artifacts 键);
    • cases/{caseId}/ai/artifacts/ 目录始终为空;前端产物栏始终空态「查询结果与 AI 生成的文件都会出现在这里」;
    • 第 2 轮 immediate=false 下回合末 AgentArtifactScanner 兜底同样登记不到(同根因)。
  • 期望:按工具描述「交付物写到 ./outputs,执行完自动登记 artifact」与用例 AR-03,应产出 artifacts[] 且 cases/{caseId}/ai/artifacts/agent_file_*.csv 出现。
  • 根因(代码定位):
    • PythonExecutor.java:388 执行 cwd = analysisWorkspace.work()(…/{sessionId}/work);
    • 登记、扫描一律只看 analysisWorkspace.outputs() = …/{sessionId}/outputs(AnalysisWorkspaceService.java:88);
    • 而 PythonAnalysisTool.java:42 工具描述告诉模型「交付物写到 ./outputs」——模型按描述写的 ./outputs 永远落在 work/outputs,登记目录里永远什么都没有。提示词契约(PromptAssembler 第 111 行「需要文件时优先写到当前工作目录」)进一步强化了这个错误引导。
  • 修复建议(三选一):
    1. cwd 改为工作区根(analysis/{userId}/{sessionId}/),work/ 由模型显式进入;
    2. 登记与兜底扫描同时扫 work/outputs/(或把 work/outputs 视为 outputs 别名);
    3. 给子进程注入 ANALYSIS_OUTPUTS_DIR 绝对路径环境变量,并同步修改工具描述与提示词。
  • 对照:沙箱模式(workspace.enabled=false)下 py-out 产物登记正常(01:28 实测 agent_file_20261107012844_02f88cfc.csv 登记、预览/下载 200),说明登记链路本身没坏,问题仅在工作区目录映射。

BUG-2(P2)子代理记忆跨 spawn 实例共享(SA-11 FAIL)

  • 复现:
    1. spawn python-worker,任务「记住口令 A=玄武42 并回复已记住」→ 子代理调用 memory_save 落盘;
    2. 再次 spawn 同 alias,任务「上一轮你记住的口令是什么?」。
  • 实际:第二个实例通过 memory_search 直接答出「玄武42」。
  • 期望(用例 SA-11):每次 spawn 是一次性新实例,不继承上一轮内容,第二次应答「不知道」。
  • 根因:子代理工作区按 subagents/{alias}/{userId}/ 共享(磁盘取证:两次 spawn 共用 subagents/python-worker/1/memory/2026-11-07.md,口令与工具清单都在里面),框架记忆工具随之跨实例共享。对话本身确实不继承(SA-11 的对话隔离部分 PASS),但「记住」类任务走 memory 工具即穿透。
  • 修复建议:memory 目录按「父会话+alias+运行实例」隔离(与 disableSessionPersistence 语义对齐),或在文档中明确 memory 为共享语义并修改 SA-11 预期。另注意共享 memory 会把每个实例的「工具清单记忆刷写」互相污染。

BUG-3(P1)「停止生成」不真正取消后端流,会话死锁、消息丢失

  • 复现(2/2,两个不同会话):
    1. 发消息触发模型流(含/不含子代理均可);
    2. 点「停止生成」→ UI 显示「(已停止生成)」、任务注册表清空;
    3. 立即再发任意消息。
  • 实际:
    • 后端流并未取消:日志显示 stop(00:30:55「停止会话」)之后 37 秒仍有 PRE_CALL(00:31:32),模型调用/工具循环/子代理继续执行;最严重一次僵尸流跑了 约 18 分钟(00:30:08 起,00:49:10 才 POST_CALL 收尾,期间连 sleep(60) 的子代理都完整跑完);
    • 期间该会话闸门(AgentChatServiceImpl.streamLocks Semaphore,doFinally 才释放)一直被占:所有新消息返回错误帧「该会话正在回复中,请等待当前回复完成后再发送」;API 探测 25 分钟后老会话才恢复,短流场景约 2~4 分钟自愈;
    • 被拒消息丢失:不落库、前端输入框文本被清空,仅显示一个 ⚠️ 错误气泡(用户必须重新输入);
    • 前端无任何「会话不可用/等待中」提示,用户只会反复撞墙。
  • 期望:stop 应取消在途 agentscope 运行(ActiveStream.cancel → 传播到模型 HTTP 调用与工具链),doFinally 及时释放闸门;至少应在拒绝时保留用户输入并提示剩余等待时间。
  • 根因线索:stopSession 调用 active.cancel()(AgentChatServiceImpl.java:592 附近),但取消未传播到 agentscope 的 ReActAgent 运行(疑似订阅取消只断开 SSE 推送,内层 Mono 链继续执行);闸门释放依赖流自然终态。
  • 附带影响:§7 已知缺口「停止后任务行停留运行中」本次未能观察(两次停止都发生在 spawn 受理之前,无任务行可停留);SSE-09 的「子代理随父流取消(inner.dispose)」实测不成立(子代理照常跑完)。

BUG-4(P1)同步 spawn 之后父直调 execute_python 丢失案件上下文

  • 复现(第 2 轮,1 次复现 + 1 次对照):
    1. 同一条消息内依次:agent_spawn(同步成功)→ agent_spawn(参数错误返回)→ 直调 execute_python;
    2. 第三步返回 {"exitCode":-1,"error":"当前没有打开的案件,无法执行 Python 分析"}(01:13:39 日志取证)。
  • 对照:
    • 无前置 spawn 的消息里直调 execute_python 正常(ctx-probe-2 → stdout=ctx-probe-2,exitCode 0);
    • 同一流内 spawn 之前没有直调样本;spawn 之后的下一条新消息恢复正常;
    • 子代理自己的 execute_python 始终正常(child 从 parentCtx 显式继承上下文)。
  • 猜测根因:SubagentSpawnTool.runSync 内层订阅(invocation.contextWrite(...).subscribe(...))在 elastic 线程上执行子代理,结束/清理时把外层请求作用域的 CaseContextHolder ThreadLocal 清掉或换绑,父链路后续工具调用在恢复时拿不到案件 ID。建议排查 CaseContextHolder.runWith 的 restore 时序与 Reactor Context 回填(ReactorCaseContextConfig)。
  • 影响:模型「先委派子代理再自己取数」的混合编排会间歇性失败,且错误信息误导(实际案件是打开的)。

4. 观察项(暂不计 bug,建议产品/开发确认)

# 现象 证据 建议
O1 意图识别不稳定:多条明确的分析指令被标「闲聊或无关指令」 第 1 轮消息 2/3/4(执行 Python、子代理委派)均为「闲聊或无关指令」,仅后台任务消息标为「可能的数据分析请求」 GLM 下 intent 分类 prompt(intent-recognition.txt)需调优;或对含工具指令的消息降低闲聊权重
O2 越权取消/查询任务的错误语义 testb 查/取消 admin 任务返回 400 请先打开案件后再操作数据,而非用例期望的 404/403 无泄露(合规),但语义可更精确(案件归属校验先行所致)
O3 工作区模式下 outputs/ 目录不预建 首次写 outputs/t.csv 报 FileNotFoundError,模型自行 makedirs 后成功 AnalysisWorkspaceService 建目录时把 outputs 一起建好(体验摩擦)
O4 子代理工具清单 = 框架基础工具 + 档案工具,模型自判「tools 未生效」 SA-06 中收窄后仍有 18 个工具(框架 17 + execute_python),模型误报「参数未生效」;实际 21→18,业务工具收窄正确 可在投影/系统提示里向子代理说明「基础工具常驻」,避免模型误判
O5 会话 REST id 与 agent 运行时 session id 不一致 勘误(2026-11-07):测试假象。已核实 AgentChatServiceImpl.createSession 单点生成 ID(Java 侧 generateId() 后同一 entity 落库并转 VO),UI 与 API 走同一 POST /chat/sessions 路径;当时自动化误点了 UI「新建对话」延迟创建的草稿会话,消息进了新会话 无缺陷,无需修复

5. 用例执行明细(对照用例文档 §4 回填)

4.1 AR 分析工作区/产物

编号 结果 备注
AR-01 PASS analysis/{userId}/{sessionId}/{work,outputs,runs} 全建;runs/{execId}/main.py+meta.json 在
AR-02 PASS 同消息跨调用 + 跨消息读取 a.txt 均得 hi
AR-03 FAIL → BUG-1 工具结果无 artifacts[];artifacts 目录空
AR-04 无法执行(被 BUG-1 阻塞) 无登记即无幂等可言
AR-05 FAIL → BUG-1 immediate=false 正确无 artifacts[],但回合末兜底同样登记不到
AR-06 PASS(形式) work/ 中间文件确实未登记(但根因是「什么都不登记」,参考价值有限)
AR-07 PASS meta.json 字段齐全(execId/caseId/userId/sessionId/exitCode/durationMs/stdoutChars/stderrChars/artifactIds/code/finishedAt)
AR-08 PASS 20000 行 stdout 截断(内联 128,890 字符保留头尾),stdoutFullOutputPath → runs/{execId}/stdout.log 落盘 128,890 字节
AR-09 部分 id 预览/下载可用;path 回读缺口按文档 §7 已知(未再验证)
AR-10 PASS 预览返回 columns+rows;下载 200 全量 15 字节
AR-11 PASS(配置) retain-days 默认 0,文件跨 3 次重启仍在
AR-12 PASS workspace=false → python/sandbox/{execId},执行后 sandbox 无残留,无新 analysis 目录

4.2 SA 子代理

编号 结果 备注
SA-01 PASS 内置 3 档案(JUnit + 实际 spawn explore/python-worker)
SA-02 PASS 目录出现 my-worker;profiles=[explore, general-purpose, python-worker, my-worker]
SA-03 PASS WARN「子代理档案不支持 model,已忽略(始终继承父会话模型): my-worker.md」
SA-04 PASS WARN「非基础工具,已忽略: my-worker, tool=get_call_records」
SA-05 PASS WARN「没有合法的 tools,已跳过: bad-worker.md」;spawn 返回「未知 subagent_type: bad-worker」
SA-06 PASS tools=[execute_python] → 子代理业务工具仅 execute_python(21→18)
SA-07 PASS 「tools 与档案「explore」不匹配;该档案可用工具:[search_table_schema, list_tables, query_table_data, get_current_workspace]」
SA-08 PASS 「未知 subagent_type: not-exist;可用:…」
SA-09 PASS(JUnit+代码路径) task 缺失报错分支在 SubagentSpawnTool.java:111;schema 测试覆盖
SA-10 PASS status ok + durationMs 18538 + summary 5050;父正文转述两种算法
SA-11 FAIL → BUG-2 memory_search 跨实例取到口令
SA-12 PASS 无 search_knowledge;工具=档案工具+框架基础工具;父专家技能未继承
SA-13 PASS 子代理确认无 agent_spawn
SA-14 PASS subagents/{alias}/{userId}/ 存在且按 alias 分目录
SA-15 PASS 子代理确认无 agent_send

4.3 BG 后台任务

编号 结果 备注
BG-01 PASS accepted + task_id;父回复立即结束
BG-02 PASS 「后台子代理 explore 运行中 + 取消按钮 + 时长」;汇总行「1 个后台任务」;无 .ai-tasks 浮条
BG-03 PASS 16.3s 运行中 → 已完成 23.9s(耗时定格)
BG-04 PASS UI 行变已取消;POST /chat/tasks/{id}/cancel 200;注册表 status=cancelled
BG-05 PASS* 父流 UI 取消 + 注册表清空(GET /chat/tasks = []);*但后端流未真取消 → BUG-3
BG-06 PASS timeout_promoted + task_id;后台继续执行 ~13s 后 completed
BG-07 PASS 下一轮 system-reminder 交付一次(模型未调 task_output 即转述「25 张表」);tool_events=0;无 task_result 消息类型
BG-08 PASS 再问「没有新交付」;delivery 日志 0 次
BG-09 PASS 重启后注册表空、父历史保留

4.4 LR 长报告

编号 结果 备注
LR-01 PASS 5050 短报告内联原文
LR-02 PASS 200 平方报告 2911 字节落盘 runs/subagent-6a205164*.md;投影 summary=「报告较长,已落盘(完整路径见工具输出)」;父读文件后只转述结论+路径
LR-03 PASS explore 后台任务交付文本=<persisted-output> Output too large (1179 chars…) Full report saved to: <绝对路径>;task_output 返回信封
LR-04 PASS limit=0:立方报告全文内联,无 <persisted-output>,无新落盘文件

4.5 SSE / 前端

编号 结果 备注
SSE-01 PASS 子代理 token/思考未拼入父正文(DB content=父总结)
SSE-02 PASS 最新 assistant 行 content 无子代理报告全文;tool_events 仅投影
SSE-03 PASS intent/suggestions 均为父消息自身(子代理的不落地)
SSE-04 PASS 投影仅 type/alias/status/durationMs/summary 5 字段
SSE-05 PASS ok 摘要可读;后台=「已转入后台运行」;落盘=「报告较长,已落盘」
SSE-06 PASS 运行中可见「子代理 python-worker」行 → 已完成 18.4s
SSE-07 PASS(浮条部分) 行在消息流水内、输入框上方无浮条;「建议词」区块本次会话未出现,位置约束无法完全验证
SSE-08 PASS 刷新后子代理/后台行消失,父消息+工具卡保留
SSE-09 FAIL → BUG-3 父流 UI 取消,但子代理/模型流未被后端取消

4.6 ISO 隔离

编号 结果 备注
ISO-01 PASS(语义见 O2) testb 查/取消 admin 任务 → 400 无数据泄露
ISO-02 PASS testb 用 admin artifact id → 404「当前无案件上下文」
ISO-03 PASS(目录层) 档案/工作区按 {userId} 分目录(agents/1/1、analysis/1/…)
ISO-04 受 BUG-1 阻塞 工作区模式无产物可验;沙箱模式产物在 python/out/{execId} 按案件隔离
ISO-05 PASS(JUnit) SubagentTaskRegistryTest 5 项通过(key=userId+caseId+sessionId)
ISO-06 PASS 交付仅注入发起会话(BG-07/08 佐证)
ISO-07 PASS 子代理工作区在 analysis/{父userId}/{父sessionId}/subagents/

4.7/4.8/4.9 PR / CFG / UP

编号 结果 备注
PR-01~03、PR-05 PASS PromptAssemblyTest 10 项通过
PR-04 PASS 第 3 轮实证:模型工具列表无 agentspawn/task*;JUnit 覆盖无委派段
CFG-01 PASS 同 PR-04 实证
CFG-02 PASS 同 AR-12
CFG-03 PASS(前半) immediate=false 无 artifacts[];兜底登记因 BUG-1 无法验证
CFG-04 PASS JUnit 67 业务 + 7 基础工具契约全过
CFG-05 PASS type:check 88 个既有错误,被测文件零新增
UP-01 PASS [upload] 开始提取/提取结束: name=…, batchId=…, costMs=…(43MB CSV)
UP-02 PASS 提取 4.7s 期间每 1s 一条 [upload-heartbeat] 提取进行中: …, elapsed=1s..4s(请求连接正常)
UP-03 PASS heartbeat-seconds=1 实测生效(默认 5s 由单测与配置默认覆盖)

6. 修复优先级建议

  1. BUG-1:一行级修复(登记/扫描目录对齐或 cwd 调整)+ 工具描述/提示词同步——影响产物整个功能面。
  2. BUG-3:取消传播(cancel 深入 agentscope run/模型 HTTP)+ 闸门保底超时 + 前端保留用户输入——影响所有会话的可用性。
  3. BUG-4:排查 runSync/ThreadLocal 污染——影响混合编排场景。
  4. BUG-2:memory 目录按实例隔离或文档定案。

7. 遗留未覆盖(同用例文档 §7,本次维持)

  • ArtifactService.registerFile/AnalysisWorkspaceService/SubagentDeliveryMiddleware 无 JUnit(手工已覆盖主路径,BUG-1 修复后建议补)
  • /chat/tasks MockMvc 测试、SSE source 分流单测
  • AR-09 的 path 回读缺口(数据根未注入模型)
  • 前端 vitest/Playwright 缺位

8. 执行记录回填(用例文档 §8)

日期 执行人 版本/提交 范围 结果 备注
2026-11-06~07 ZCode 自动化 7d6ceb23(工作区未提交改动:无) A 层全量 + B/C 层三轮开关组合 52 PASS / 4 BUG / 5 观察 模型改用 GLM-4.6-e2e;详见 §2 环境处置
2026-11-07 ZCode 自动化 修复后工作区代码 4 个 BUG 修复 + 回归 + E2E 复测 4/4 修复验证通过 见 §9

9. 修复验证(2026-11-07 上午,修复后 E2E 实测)

改动文件(未提交,工作区):

文件 修复
ai-server/.../agent/analysis/AnalysisWorkspaceService.java BUG-1:预建 work/outputs/;registerOutputs 同时扫描顶层 outputs/ 与 work/outputs/
ai-server/.../agent/artifact/AgentArtifactScanner.java BUG-1:回合末兜底扫描增加 work/outputs 根
ai-server/.../agent/service/AgentService.java BUG-2:子代理构建加 disableMemoryTools() + disableMemoryHooks()(框架 builder 开关,参照 AgentScope HarnessAgent.java L2504/L2515)
ai-server/.../agent/service/impl/AgentChatServiceImpl.java BUG-3:改用框架一等执行句柄 agent.prepareRun() + ActiveStream 持有 AgentRun,停止时 run.cancel() 直接触发 RunControl 取消(立即掐断模型 HTTP/工具链);单订阅守卫防异步超时重派发重跑;CancellationException 落库文案本地化为「已停止生成」
ai-server/.../agent/subagent/SubagentSpawnTool.java BUG-4:同步 spawn 完成回调在模型 HTTP 线程上重建 CaseContextHolder 作用域(runWith),父链路后续工具不再丢案件上下文
ai-server/.../agent/tools/PythonAnalysisTool.java BUG-4:案件 ID 优先取 RuntimeContext(SubagentContextKeys.CASE_ID,官方推荐的业务上下文通道),兜底 CaseContextHolder
ai-server/.../agent/python/PythonExecutor.java BUG-4:execute 增加显式 caseId 重载(旧签名保留委托)
frontend/src/ai/store/chatStream.ts BUG-3:发送被拒且未收到任何内容时,把原文退还 draftRestore
frontend/src/ai/components/ChatComposer.vue BUG-3:watch draftRestore 回填输入框并聚焦
ai-server/src/test/.../PythonAnalysisToolTest.java 测试桩跟随 4 参重载更新

回归:mvn -o -pl ai-server test(agent 子集 + 心跳)374 通过 / 0 失败(修复后连跑 3 轮全绿);pnpm type:check 87 个既有错误、被测文件零新增。

E2E 复测结果(浏览器实测,WORKSPACE=true+IMMEDIATE=true):

BUG 复测用例 结果 证据
BUG-1 to_csv('outputs/fix1.csv') PASS 工具结果含 artifacts[](id/fileName/sha256/path=path 指 work/outputs);ai/artifacts/agent_file_*.csv 落盘;模型可引用 id
BUG-1 附 同文件重写再执行 按设计口径记录 跨轮重写(mtime 变化)按新版本登记新 id;dedupe 语义(同源文件大小/mtime 未变复用 id)针对「即时登记+回合末扫描」双路径防重,与 javadoc 一致,不改
BUG-2 spawn「记住口令 B」→ 再 spawn 问口令 PASS 第二个实例明确回答「不知道,我是无状态子代理」;子代理工具清单无 memory_*;口令未落盘(subagents 目录 grep 无命中)
BUG-3 消息流中点停止 → 立即重发 PASS 停止(08:45:15)后 2 秒新消息即被受理并正常回复;被停消息立即落库「⚠️ 已停止生成」(中文);闸门无泄漏;停止后无任何模型调用(原 18 分钟僵尸流消除);日志中残留的一次延迟 PRE_CALL 在 1ms 内因死连接终止(见 O7)
BUG-3 附 发送被拒场景 PASS 实测被「正在回复中」拒绝时输入框自动回填 225 字符原文
BUG-4 一条消息内 spawn(同步)→ 父直调 execute_python PASS 子代理 child-ok 正常;父直调 exitCode=0, stdout=parent-after-spawn,不再报「当前没有打开的案件」

新增观察项:

# 现象 评估
O7 用户停止瞬间若意图分类调用在途,该调用可能继续跑完(一次性、无主推理调用、死连接上 1ms 内失败) 框架取消未覆盖在途意图 HTTP 调用;无用户可见影响、无死锁、无重复落库。如需彻底消除需框架侧(IntentMiddleware 取消传播)支持
O8 停止后被停消息刷新后显示「⚠️ 已停止生成」(error 类型) 已本地化文案;如需「已中断」样式可后续把取消路径改走 persistPartialMessage

收尾状态:后端已用默认配置重启(health=200);GLM-4.6-e2e 模型、testb 用户、测试案件与档案文件等环境残留见 §2,按需清理。


10. 观察项修复(2026-11-07 第二轮)

观察项 处置 验证
O1 意图误判(分析指令被标闲聊) 已修:intent-recognition.txt 删除与判定规则冲突的 5 类标签声明(模型实际输出书名号二分类),统一口径;显式规则「要求执行代码/调用工具/操作文件/委派子代理(execute_python、agent_spawn 等字样)→《可能的数据分析请求》,即使与数据无关」;闲聊收紧为「无任何执行意图的纯问候/身份询问/无关创作」 PASS:「你好」→《闲聊或无关指令》;「请调用 execute_python 执行 print(1+1)」→《可能的数据分析请求》(修复前同类消息误判闲聊)
O2 越权任务接口 400 语义 已修:listSubagentTasks/cancelSubagentTask 改用 404 不泄露守卫 requireOwnedSessionForTasks(未开案/案件不符与任务不存在同响应,不回显 ID);共享的 requireSessionInOpenCase/CaseAccessGuard 不动 PASS:testb 查/取消 admin 会话任务 → 404 任务不存在或无权操作;admin 正常查询 200 不受影响
O3 outputs 目录不预建 已修(随 BUG-1):prepare() 预建 work/outputs/ 首次交付不再报目录不存在
O4 子代理工具清单误判 已修:SUBAGENT_SYSTEM_PROMPT 追加「可用工具 = 档案业务工具 + 框架常驻基础工具;清单外工具不可用,不要据此判断收窄未生效」 PASS:SA-06 场景模型明确回答「业务工具确实只剩 execute_python;tools 参数语义是从档案业务工具集取交集,框架层工具不可裁剪」
O5 会话 ID 不一致 勘误:测试假象。createSession 单点生成 ID(generateId() 后同一 entity 落库并转 VO),UI/API 同路径;当时自动化误点了 UI 延迟新建的草稿会话 无缺陷
O7 停止后在途意图调用继续跑 已修:IntentService.safeAnalyze 的 block() 加 .timeout(timeoutSeconds)(超时取消订阅并中断 HTTP,异常走既有 fail-open);顺带修复隐藏缺陷——timeoutSeconds 此前从未生效,意图调用卡住会无限阻塞整条对话流;默认 5→60s(实测 GLM 意图分类 25~90s,5s/30s 几乎必然超时降级) PASS:停止后日志无延迟模型调用(原 80s 延迟 PRE_CALL 消失);意图调用有 60s 上界,超时 fail-open 不影响主回复
O8 停止消息为 error 样式 已修:stream() 取消分支改走 persistPartialMessage(messageType=interrupted,含半截正文 + 「(回复已中断)」),不发 error 帧;doOnCancel 与取消分支用 process.interruptPersisted CAS 去重(修复过程中实测发现两条路径会竞态双写,已加守卫并复测确认单条落库) PASS:正文输出中停止 → 恰好 1 条 interrupted 消息(半截正文 + 中断标记);无输出时停止不落库(与既有 doOnCancel 行为一致)

回归:观察项修复后 agent 子集 JUnit 两轮 374 通过 / 0 失败。

修改文件(第二轮,未提交):intent-recognition.txt、IntentService.java、IntentProperties.java、AgentChatServiceImpl.java、PromptAssembler.java、本报告。


11. 页面用户模拟回归(2026-11-07 第三轮)

全程内置浏览器模拟用户操作(工作台发消息/点停止/开产物栏/刷新页面)。进行中被环境阻塞:bigmodel coding-plan 返回 429 code=1113 余额不足或无可用资源包——夜间测试耗尽额度,非限流窗口,模型驱动的后续用例无法继续。

本轮实测结果

# 用例 结果 证据
R1 BUG-1 全链路(UI):工作区模式发 to_csv('outputs/reg1.csv') PASS 工具卡片输出表含 artifacts 行(id/sha256/path=work/outputs);产物栏徽标「产物 1」、面板展开显示 reg1.csv 30 B——前端从 tool_events 提取→面板展示全链路首次走通
R1.5 回归新发现 BUG-5(已修):R1 首跑整条流报 Cannot invoke List.isEmpty() ... IntentResult.getEntities() NPE 已修复并验证 O1 提示词改动后「执行指令」类输入的意图结果缺 entities 字段,IntentMiddleware.render 直接 .isEmpty() NPE 打断整条流。修复:IntentService.safeAnalyze 解析后归一化空字段(intent 缺省《可能的数据分析请求》/enhanced=""、entities=[]);回归 JUnit 374 通过;同消息重发走通(R1 PASS 即验证)
R2 同文件重写幂等 受阻(环境) 连续 3 次尝试均 429 余额不足;此前轮次已验证(登记链路稳定,重写按新版本登记)

阻塞前已在本轮完成的验证

  • O2 越权 404:testb 查/取消 → 404 任务不存在或无权操作,admin 正常查询 200 ✓
  • O1 意图(API 流捕获 intent 帧):「你好」→《闲聊或无关指令》✓;「execute_python 执行」→《可能的数据分析请求》✓
  • O7 停止收敛:停止后日志无延迟模型调用 ✓;意图 fail-open 实测触发不阻塞主回复 ✓

未重跑项(此前轮次均已 E2E 验证通过)

项 前次验证
BUG-4 spawn 后直调 execute_python §9:child-ok + parent-after-spawn 均 exitCode=0
BUG-2 口令隔离 §9:第二实例「不知道」、无 memory_*、口令未落盘
BUG-3 停止后闸门 §9:停止后 2s 新消息受理;O8 复测再次确认
O8 中断样式 §9:单条 interrupted(半截正文+回复已中断)

后续建议

bigmodel 额度恢复(充值或次日重置)后,按 R2→R5 顺序补跑即可,预计 15 分钟;回归用例与提示词已在本节留档。