AgentLab

check-all.mjs

check-bundle 换成真检查：真服务端导出、断网打开全部通过、篡改各自变红、去掉 crypto.subtle 照常通过，外加记录页的导出按钮

2026-10-05 03:59:00 +08:00

check-bundle.mjs

check-bundle 换成真检查：真服务端导出、断网打开全部通过、篡改各自变红、去掉 crypto.subtle 照常通过，外加记录页的导出按钮

2026-10-05 03:59:00 +08:00

check-canvas-fx.mjs

界面文案整改：口语改书面、术语统一、不再露出实现细节；修掉几处说错的提示；新增文案检查防回潮

2026-09-30 08:05:15 +08:00

check-canvas-layout.mjs

界面文案整改：口语改书面、术语统一、不再露出实现细节；修掉几处说错的提示；新增文案检查防回潮

2026-09-30 08:05:15 +08:00

check-catalog.mjs

数据目录 F2b：剖析报告和目录页读结构化字段，不再从原话里认——服务端最小改动：码值候选的结论带 pending（还有几个含义待填写），关系的结论带 cardinality_checked；报告里「N 个含义待填写」读 pending，基数写「已用数据核实」或「子表一侧未核实」读 cardinality_checked，挑表时跳过的空表读 empty_tables 列出来；表详情的关联关系标出基数已核实；剖析说明不带日期后，码值弹窗的说明后面按这一项的 updated_at 写时间；补后端测试和检查脚本的断言（假答复的 summary 不再写待填写）

2026-10-04 03:06:14 +08:00

check-chat.mjs

没有数据目录的大库：助手「参考了 N 张表」那一行提示先起草目录。真实运行里的大库一张目录都没有，挑表和 SQL 检查都用不上目录，用户也不知道该先去起草。服务端 context 操作的每个数据源多带 source_id 和 catalog_tables（去掉驳回项后还有内容的表数）；前端 copilotContext 在要挑表的大库 catalog_tables 为 0 时给出下一步「这个数据源还没有数据目录，起草后挑表和 SQL 检查会更准」，入口直达 /data/catalog/:sourceId（几个库时点名，老服务端不给目录表数时不提示）。check-decode、check-stream、check-chat 补断言

2026-10-04 11:28:49 +08:00

check-compare.mjs

检查脚本骨架：check-all 另起的后端带 AGENTLAB_SCHEDULER=0，拷来的数据目录不会替原库到点发起运行、发出 webhook。新加 check-schedules、compare、verify、inquiry、bundle、whatif 六个占位检查（只打一行通过，输出格式和别的检查一样），登记进 ORDER 和 ESTIMATE，各工作包换成真检查

2026-10-04 23:40:20 +08:00

check-copy.mjs

复核套件骨架（前端）：节点库加双盲复算、反方审稿（把关类，图标、配色、空配置，说明和卡片写明尚未生效，检查器照常打开）。路由加 /runs/compare（排在 /runs/:runId 前，标签页标题写「运行对比」）和 /schedules、/schedules/:id，都是页头加「功能开发中」的占位页；导航和命令面板在设置前加「定时任务」，快捷键 ⌥8，设置仍是 ⌥7；八个导航项在 480px 高的窗口里放不下，矮窗口的导航项从 40px 收到 36px。请求层从 api/client.ts 拆到 api/http.ts，client.ts 原样转出原有导出并加转请求函数；schedules、compare、bundle、inquiry、whatif 各一个空的命名空间文件，从 http.ts 取请求函数、挂到 api 上，不和 client.ts 互相导入。terms.ts 给各包占好文案块（RUN_COMPARE_TEXT 和配方对照的 COMPARE_TEXT 分开）。审批卡留两个插槽：payload.kind 为 dual_check 时的 DualCheckApproval，报告核对概况后面的 ChallengeSummary，都先返回 null。预览页自动收 dev/fixtures/*.tsx 导出的 cases，?syn= 先查这里再走原有用例。check-shell 跟着改导航项和快捷键的断言，check-copy 的 for_model 检查把 http.ts 和 client.ts 合起来看

2026-10-04 23:40:20 +08:00

check-decode.mjs

证据目录的省略警告照实说省略了什么：放不下不一定省略了查询。真实运行里查询全部列出、只是有的只列前几行，警告却写「0 次只列编号和摘要（）。写作模型看不到这些查询的明细」。现在分三种写：有查询只列编号和摘要的照旧；查询都列出、有的只列前几行的写「N 次查询都列出了数据，其中 M 次只列前 3 行」并按来源列次数；只省略了表和字段说明的照实说。事件多带 compact、compact_rows，各来源带 compact；时间线按同样三种写标题。另外把测试夹具、注释和 check-decode 里沿用的那次运行的真实查询次数换成虚构的次数或概括说法

2026-10-04 12:28:07 +08:00

check-evidence.mjs

清单有省略时不许断言「没有数据」：写作规则加一条，核对认出缺失断言交回重写一次，仍有的只标注

2026-10-04 11:28:23 +08:00

check-guards.mjs

界面文案整改：口语改书面、术语统一、不再露出实现细节；修掉几处说错的提示；新增文案检查防回潮

2026-09-30 08:05:15 +08:00

check-inquiry.mjs

检查脚本骨架：check-all 另起的后端带 AGENTLAB_SCHEDULER=0，拷来的数据目录不会替原库到点发起运行、发出 webhook。新加 check-schedules、compare、verify、inquiry、bundle、whatif 六个占位检查（只打一行通过，输出格式和别的检查一样），登记进 ORDER 和 ESTIMATE，各工作包换成真检查

2026-10-04 23:40:20 +08:00

check-manage.mjs

Excel 导入改造期 3：网格交互、自助修复、按期累积——每月的报表可以累积成一份跨月的表，漂移了点修复按钮就能接着导入，网格上框一块就能写进配方，版本页可以回滚、移除一期、清除原件

2026-10-02 07:38:44 +08:00

check-publish.mjs

数据目录 F2b / B3 跟进：合入 F2a 之后一对多关联后重复计算也可能只是提醒级（只凭外键推出的一对多），发布前检查不能再按规则编号认级别——服务端最小改动：门禁里 SQL 检查的问题带上检查本来的级别 sql_level（别的问题不带、序列化时不出现），界面按它写「错误 / 提醒」和拦不拦；老服务端不给时按受管档的 level 认；补后端测试和检查脚本

2026-10-04 02:52:43 +08:00

check-run-states.mjs

界面文案整改：口语改书面、术语统一、不再露出实现细节；修掉几处说错的提示；新增文案检查防回潮

2026-09-30 08:05:15 +08:00

check-runs.mjs

降档时报告页顶部写明出具档位和原因（B5）：出具声明和 issuance 事件另带结构化的 sql_checks（哪次查询、问题、受影响的引用、对应的缺口），证据页签在报告上方放出具横幅，SQL 检查导致的降档单列一块写在显眼处、不在其余缺口里重复；不是完整出具时「N 个数字都有出处」不再画成绿色

2026-10-04 02:33:15 +08:00

check-schedules.mjs

检查脚本骨架：check-all 另起的后端带 AGENTLAB_SCHEDULER=0，拷来的数据目录不会替原库到点发起运行、发出 webhook。新加 check-schedules、compare、verify、inquiry、bundle、whatif 六个占位检查（只打一行通过，输出格式和别的检查一样），登记进 ORDER 和 ESTIMATE，各工作包换成真检查

2026-10-04 23:40:20 +08:00

check-shell.mjs

复核套件骨架（前端）：节点库加双盲复算、反方审稿（把关类，图标、配色、空配置，说明和卡片写明尚未生效，检查器照常打开）。路由加 /runs/compare（排在 /runs/:runId 前，标签页标题写「运行对比」）和 /schedules、/schedules/:id，都是页头加「功能开发中」的占位页；导航和命令面板在设置前加「定时任务」，快捷键 ⌥8，设置仍是 ⌥7；八个导航项在 480px 高的窗口里放不下，矮窗口的导航项从 40px 收到 36px。请求层从 api/client.ts 拆到 api/http.ts，client.ts 原样转出原有导出并加转请求函数；schedules、compare、bundle、inquiry、whatif 各一个空的命名空间文件，从 http.ts 取请求函数、挂到 api 上，不和 client.ts 互相导入。terms.ts 给各包占好文案块（RUN_COMPARE_TEXT 和配方对照的 COMPARE_TEXT 分开）。审批卡留两个插槽：payload.kind 为 dual_check 时的 DualCheckApproval，报告核对概况后面的 ChallengeSummary，都先返回 null。预览页自动收 dev/fixtures/*.tsx 导出的 cases，?syn= 先查这里再走原有用例。check-shell 跟着改导航项和快捷键的断言，check-copy 的 for_model 检查把 http.ts 和 client.ts 合起来看

2026-10-04 23:40:20 +08:00

check-stream.mjs

交给人工审批的报告，探索运行也在节点里裁判结论句：审批人批准前就能看到判了几句、几句证据相矛盾。按需裁判要等运行封存之后才能判，封存前放开会动证据清单的完整性约束，所以这种报告改在节点里当场判，和正式运行同一条路；没有审批的探索运行照旧按需判，不在节点里花钱。审批节点审哪几份报告的认法抽成 reviewed_report_ids，审批卡和报告节点共用，两边说的「要人审」对得上。审批卡上没开裁判的探索报告改写「这份报告没有开启结论句裁判……开启后，交给审批的报告会在批准前判完」；开了裁判却没在节点里判的老运行另给一句。助手指引、出口契约注释、前端类型注释同步；审批暂停时按需裁判仍拒绝，测试改成只看点击不多一次调用

2026-10-04 12:03:14 +08:00

check-studio.mjs

数据目录 F2b / B12：合并查询连好上游就自动带出输入——查询节点连到合并查询时加成一行，和连线同一步撤销；别名按查询的主表起（visits、orders，去掉库名、引号和注释），取不到再按标题里的英文，都没有用 q1、q2，不再用节点 id；重名加序号、避开 SQL 关键字；连线时还没选工具的，选上后检查器给「带出连着的 N 个查询节点」一次补齐；手动「添加输入」也按主表起；补检查脚本的断言

2026-10-04 02:30:36 +08:00

check-tokens.mjs

第三波收尾：跨模块整合、全站扫尾、检查脚本整合；网页工具认得本机代理的 fake-ip

2026-09-27 23:37:32 +08:00

check-trace.mjs

模型不在价格目录里时运行金额写「金额无法估算」，不写 $0：真实运行里 token 记到了上百万，金额却是 $0，看着像没花钱。llm.end 发出时，用了 token、模型却不在价格目录里的标 unpriced（目录里标 0 价的本地模型不算）；运行用量按 llm.end 数出 unpriced_calls，成功的运行也补上（状态里的用量分不出 0 是免费还是没价）。运行详情、画布运行面板、航迹的金额：一分都没估出来写「金额无法估算」，估出一部分写「≥ $x」，悬停说几次调用不在价格目录中。check-trace 补断言；流式用量测试和注释里的真实调用次数换成概括说法

2026-10-04 12:27:38 +08:00

check-ui-kit.mjs

check-ui-kit 跟着改源码路径：缺工具那段报错随发起运行的规则搬到了 engine/launch.py，「新样本的片段在后端源码里都还在」那一项按新位置找

2026-10-05 02:52:28 +08:00

check-ui.mjs

界面文案整改：口语改书面、术语统一、不再露出实现细节；修掉几处说错的提示；新增文案检查防回潮

2026-09-30 08:05:15 +08:00

check-verify.mjs

检查脚本骨架：check-all 另起的后端带 AGENTLAB_SCHEDULER=0，拷来的数据目录不会替原库到点发起运行、发出 webhook。新加 check-schedules、compare、verify、inquiry、bundle、whatif 六个占位检查（只打一行通过，输出格式和别的检查一样），登记进 ORDER 和 ESTIMATE，各工作包换成真检查

2026-10-04 23:40:20 +08:00

check-versions.mjs

Excel 导入改造期 4：证据下钻——报告里引用上传表格的数，点开能看到它来自原表格的哪一格；裁判核对时看得到来源、口径、接受理由和区域外文字

2026-10-02 14:38:10 +08:00

check-whatif.mjs

检查脚本骨架：check-all 另起的后端带 AGENTLAB_SCHEDULER=0，拷来的数据目录不会替原库到点发起运行、发出 webhook。新加 check-schedules、compare、verify、inquiry、bundle、whatif 六个占位检查（只打一行通过，输出格式和别的检查一样），登记进 ORDER 和 ESTIMATE，各工作包换成真检查

2026-10-04 23:40:20 +08:00

copy-allow.json

界面文案整改：口语改书面、术语统一、不再露出实现细节；修掉几处说错的提示；新增文案检查防回潮

2026-09-30 08:05:15 +08:00

dev.sh

dev.sh 支持 --host：前端在局域网上也能打开；认不出的参数直接报错

2026-09-29 17:28:34 +08:00

e2e-check.mjs

界面文案整改：口语改书面、术语统一、不再露出实现细节；修掉几处说错的提示；新增文案检查防回潮

2026-09-30 08:05:15 +08:00

lock-deps.sh

后端依赖锁到测过的那一套：pyproject 卡版本范围，requirements.lock 写精确版本

2026-09-26 09:49:16 +08:00

package-docker.sh

Docker 镜像内置 microVM：构建时装好运行时、预拉沙箱镜像；deploy.sh 检测到 KVM 先试启动一台，起得来才交给容器；没有 KVM 时服务端不再选 microVM

2026-09-30 11:19:25 +08:00

prod.sh

生产部署：prod.sh 直接运行，package-docker.sh 打 Docker 离线包（镜像 + 一键部署脚本 + 配置 + 说明）

2026-09-30 09:48:16 +08:00