goodbuddy/docs/features/assistant-workbar/progress.md

# 工作栏实现与验证进度

## 2026-10-01：自定义 MCP 失败中断回复

已修复共用网关将单个上游发现失败升级为整轮失败的问题，行为见
[本地 MCP 初始化失败恢复](./runtime-process-reuse-technical-design.md#41-本地-mcp-初始化失败恢复)。
正常服务的连接继续复用，失败服务不进入工具列表，动态刷新失败也按服务隔离；
取消和授权撤销继续生效。初次失败的服务在下一请求重试，原有连接超时未改。

验证使用真实 HTTP 上游和网关，覆盖部分失败、无可用工具、非法分页和超量目录、
动态刷新失败后恢复、取消及撤销。Continue 使用真实网关和模拟 Host；新增实际 OpenCode
二进制用例在自定义 MCP 返回 HTTP 503 后完成 Execute 回复，单次本地合成模型调用，
外部模型调用 0 次。网关与 Continue 定向测试 65 项通过；OpenCode 生命周期 4 项通过。
`npm run typecheck`、四个修改源码文件的 ESLint 通过。

完整 `npm test`：5,565 通过、89 跳过、4 失败。失败为 Agent 大依赖清单安装超时、
Magic Notes 采集的 `memo is not defined`，以及终态探针和手动压缩的界面等待超时。
全仓 lint 在并行修改的 `App.tsx` 性能测量代码处报告渲染纯度及不可变性错误；
本次未修改这些文件，不将完整验证记为通过。
远程 Agent 的独立 MCP 实现及 Story Graph 绑定不经过改动方法，本次无需远程 Host 验证。
尚未发布或替换已安装应用。

## 2026-10-01：本地 MCP 晚到初始化覆盖新连接

根因修复见[本地 MCP 初始化失败恢复](./runtime-process-reuse-technical-design.md#41-本地-mcp-初始化失败恢复)。
已核对随包 OpenCode 1.18.29：`MCP.add` 的初始化不随客户端取消而中止，完成后写入同名状态，
并关闭该名称下已有的连接；`disconnect` 只处理当时已登记的客户端。旧实现在 `mcp.add`
超时或取消后仍复用同一名称，前一轮的晚到初始化（授权已撤销，结果为 `failed`）会覆盖下一轮
刚建立的连接。现在响应不确定的名称作废，后续改用唯一替代名称。

验证：新增真实 OpenCode＋实际网关用例，通过本地代理挂起第一次 MCP `initialize`，
使第一轮在 3 秒控制超时后结束，第二轮建立连接后再放行挂起的初始化。修复前该用例
复现为第二轮连接状态从 `connected` 变为 `failed`；修复后第二轮连接保持 `connected`
且请求完成。`opencode-runtime`、`opencode-runtime-lifecycle`、`knowledge-mcp-gateway`
三个测试文件 180 项通过；`npm run typecheck` 通过；相关文件 ESLint 通过。模型为本地合成
服务，外部模型调用 0 次。9 月 30 日那次失败的原始时序没有底层日志，未确认就是这一竞态；
本次修复的是已复现的同类失败路径。尚未发布或替换已安装应用。


## 2026-09-30：本地 MCP 连接诊断与恢复

已实现[本地 MCP 初始化失败恢复](./runtime-process-reuse-technical-design.md#41-本地-mcp-初始化失败恢复)。
常驻 HTTP 网关和请求级授权保留；内置及自定义 MCP 对明确的暂时性传输故障最多重试一次，
必须先成功清理失败连接。SDK 返回错误和抛出错误均有覆盖，未知失败、HTTP/API 拒绝和
鉴权错误不重试。界面保留脱敏错误详情，两端失败诊断通过令牌摘要关联。
网关初始化异常也会回收未完成会话。

最终定向验证：`npx vitest run` 指定 `opencode-runtime`、`opencode-runtime-lifecycle`、
`opencode-runtime-permissions`、`knowledge-mcp-gateway`、`knowledge-mcp-gateway.obsidian`、
`create-runtime`、`desktop-diagnostics`、`feedback-service` 八个测试文件，222 项全部通过。
`npm run typecheck` 和 `npm run lint` 通过。真实 OpenCode 与实际网关的恢复用例在连接成功后
注入响应丢失，验证断开先于重连、授权不变、请求完成和网关继续监听；该用例每轮产生一次
本地合成模型请求，外部模型调用为 0。另有真实 HTTP 初始化连续失败后的会话回收测试。

全量 `npm test` 在 600 秒后超时，未取得汇总；超时前报告 `SettingsPanel.test.tsx` 中
中英文磨砂玻璃开关两个用例失败。这些文件存在并行修改，未判定失败归因，全量验证不记为通过。
本次未发布或替换已安装应用。远程 Agent 的 ACP 和 Agent MCP 连接路径未修改，
不将本地测试结果作为远程恢复验证。

## 2026-09-30：OpenCode 终端启动准备

原先每次“在终端中打开” OpenCode 都会把随包插件依赖目录（约 3,600 个文件、52 MB）
复制到临时目录，Windows 本机每次约 2.2–2.4 秒。现在该目录只复制一次到用户数据下的
`terminal/opencode-config`，按 `.goodbuddy-ready.json` 判断是否需要刷新；Skills、Ask
插件和模型配置仍按每次启动单独生成，关闭时清理。

Windows 本机实测启动准备：首次 2.9 秒，之后 19–44 ms。OpenCode 自身 TUI 从进程启动
到显示输入框约 2.9–3.3 秒，由 OpenCode 程序决定，本次未改变。验证：原生终端单元测试
5 项通过；已安装 OpenCode 的 Ask／Execute 真实 PTY 测试 2 项通过（合成模型，真实模型
调用 0 次）。远程 Agent 使用独立的 OpenCode 启动路径，不受本次修改影响。

## 2026-09-28：消息取消与失败展示

消息终态按[Runtime 交互边界](./runtime-interactions.md)保存和展示。取消使用结构化
`terminalStatus`，保持已有回答；终止提示不再补入正文。“重新编辑”只回填并聚焦输入框，
没有可回填文字时隐藏入口。旧快照只对精确重复的形态隐藏状态副本，保留原正文。
深色主题已移除覆盖失败提示颜色的通用规则；检索和压缩记录不再屏蔽终态的无障碍角色。

Windows 本地验证：

- 本次修复完成时 `npm run typecheck`、`npm run lint`、`git diff --check` 通过。
  后续并行的应用入口修改新增 `App.test.tsx:14430` 的 `getByRole(..., { exact: true })`，
  最后一次类型检查报 TS2769；该选项不属于 `ByRoleOptions`。未修改这处他人新增代码，
  当前组合工作区不能记为类型检查通过。最后一次 lint 和 diff 检查通过。
- `npm test`：5,367 通过、84 跳过、1 失败。失败项为
  `tests/magic-notes-layout.electron.test.ts` 的原生拖拽测试，90 秒超时；单独复跑仍超时。
  该文件未修改，本次检查不记为全量通过。
- 相关五文件复跑为 447 通过、14 失败；14 项均在并行入口改名期间查找“应用”按钮失败。
  入口源码更新后，单独复跑 `src/renderer/src/App.test.tsx` 的 304 项全部通过。
  其余四文件（数据库、时间线、清单和终态 Electron 探针）的 157 项在上述复跑中通过。
- `tests/terminal-status-probe.electron.test.ts` 通过真实 App、Preload、生产 IPC、
  直连 Runtime 和 SQLite 验证空回答取消、部分回答取消、HTTP 400 失败；检查提示唯一性、
  浅深主题 computed style、重新编辑回填与焦点，以及数据库重开和页面恢复。
  每轮使用 3 次本地确定性 HTTP 请求，外部模型调用 0 次。探针在结束时关闭 Runtime、
  HTTP 服务和窗口，并删除本轮独立临时目录。
- 数据库回归覆盖恢复事件事务回滚、失败与取消重放、空正文和已有回答保留、重开后元数据。
  App 和时间线回归覆盖新事件结构化判定、旧消息精确去重、正常正文保留、无效按钮隐藏、
  活动及工具终态。

本次未连接远程主机，未创建远程资源。远端事件仍通过既有公共事件进入桌面的
`reduceRecoveredAgentEvent`，本次仅修改其消息投影与元数据保存，不改变 Agent、SSH
传输、取消执行、ACK 或重连控制；本地 SQLite 恢复测试覆盖该修改。未验证 Linux/macOS
原生界面，不把本地探针记为远端取消生命周期验收。

## 2026-09-28：DS Web 资源符号链接与 macOS 发布恢复

Desktop `v0.15.0` 原生构建中，两个 macOS 目标均因包外符号链接未通过签名校验。
Linux Host 隔离 fixture 调用实际 DS 资源准备及 electron-builder 文件复制后，
确认相对 CLI 链接变成构建目录的绝对路径。复制现使用 `verbatimSymlinks`，
保留 npm 相对链接；回归移除原始安装和暂存目录后，仍须能读取最终包内链接目标。
Windows 打包聚焦回归 45 项通过，1 项 POSIX 符号链接测试不适用于 Windows；
类型、lint 和 0.15.1 双语说明校验通过。完整冻结快照在 Linux Host 全量
5,372 通过、51 跳过，新增符号链接用例实际执行通过；macOS 原生签名仍待发布 CI。
这只改变 Desktop 的本地 DS Web 资源准备，不改变 Agent 的独立 Runtime 包装、
模型桥或启动控制，模型调用 0 次。恢复版本及最终证据见
[发布恢复记录](../../development/release-preparation-0.15.0.md)。

## 2026-09-27：窄栏添加入口

“+”已移出页签滚动容器；左右箭头和溢出测量使用扣除添加按钮宽度后的页签区域。
Windows Electron 回归覆盖 `300px` 工作栏、默认四页签和 16 个含长标题的页签，验证
原生鼠标打开应用目录、创建浏览器实例、Escape 返回、箭头滚动及 Home/End 激活。
窄栏扩到 `900px` 后，默认页签的溢出箭头消失，缩回后恢复。
中英文、浅深主题均通过，模型调用 0 次。范围与命令见
[窄容器布局修复记录](../../quality/responsive-controls-review-2026-09-27.md)。

## 2026-09-27 Continue Update Status

The shared Continue adapter now skips the update service before it emits the
checking state; behavior is specified in the [native client design](./runtime-native-client-proposal.md#62-continue-与-opencode).
The regression executes the patched method and verifies idle-only state when
disabled, while retaining the original path when the flag is absent.

- Windows production coordinator/PTY and real DS browser validation completed:
  Continue made 2 supplier requests, OpenCode 1, and DS Web 2; all five returned
  HTTP 200 and the clients displayed the expected answers. Captured terminal
  output contained no `Checking for updates`. Original settings stayed byte-identical.
- Current adapter source was bundled and uploaded through pinned-identity SSH to
  the shared Linux x64 Host, under a dedicated `/root/tmp/gb-update-check-*`
  directory. Continue 1.5.47 reached its initialized Ask TUI and displayed
  `Continue CLI`; 15 seconds of PTY capture contained no update-check text.
  This startup check made zero model calls and did not run the Agent protocol or
  remote model bridge. Agent helper imports this same adapter, but complete
  remote shortcut and real-model acceptance remain unfinished.
- Adapter tests: 30 passed. Repository typecheck and lint passed. Full `npm test`
  reached the tool's 600-second limit without a final summary; it is not recorded
  as a passing full run.

Evidence is in the local temporary `opencode/dsh-017-verify` directory:
`update-check-evidence.json`, `update-check-main-result.json`, and
`remote-pty-run.cjs`. The local action/IPC harness uses jsdom and simulated
Electron transport with real child clients. It does not reproduce or rule out
full desktop-window freezing. The inherited TLS verification override and lack
of a complete background-network capture also limit the evidence.

### Full production App follow-up

A fresh `npm run build` passed. The resulting production Main, Preload and
Renderer were launched in an isolated Windows Electron profile. Native mouse
input selected Continue and opened its terminal; native text input and Enter
submitted a minimal request. The actual Continue output contained the expected
joined answer and no `Checking for updates`. Main HTTP dispatch instrumentation
recorded two additional provider requests, both HTTP 200: this fix's validation
now totals seven external model requests. A subsequent no-submit probe copied
initialized TUI content and typed input from the active xterm buffer.

Early driver attempts targeted a restored inactive terminal, giving an empty
clipboard; selecting the newly opened terminal resolved this without product
changes. Another attempt sent Enter before focus/input settled and dispatched
zero requests. These harness failures are not product freeze fixes. The full App
remained callable and accepted terminal input in the successful runs; the user's
original freeze has not been reproduced or uniquely diagnosed. Captured PNGs
have not been visually reviewed. The production TLS policy still enabled the
verification override, despite the launcher's strict environment setting.

Local evidence: `full-app-model-events.json`, `full-app-calls.json`,
`full-app-buffer.txt` and the `full-app*.cjs` drivers in the same temporary folder.
The isolated profile was removed after checking that no probe-owned Electron or
Node processes remained; the separate diagnostic evidence was retained.
The full-suite rerun completed in 734 seconds: 5,298 passed,
86 skipped and 3 failed tests, plus one failed suite setup. Failures were the
OpenCode isolation fixture (`spawnSync npm.cmd EINVAL`), Magic Notes layout's
90-second timeout, and two HeartbeatCenter tablist assertions. These files were
not changed here; this is not an all-green suite. Original runtime settings were
byte-identical after the full-App probes, and no probe-owned processes remained.
Remote shortcut integration and full Agent/model acceptance remain outstanding.

### Failure triage follow-up

The OpenCode isolation and native Magic Notes layout files passed together through
`npm test` (8 tests). The earlier full-suite supervisor invoked Vitest directly,
without npm's launcher environment; its OpenCode setup error did not recur through
the npm entry point. The layout timeout also did not recur. These focused results
do not replace the failed full-suite result.

Both HeartbeatCenter language cases failed independently at that point. Source inspection
shows the graph contains a separate, named PageTabs for events/entities/relations
inside the page-level tabs; the older test assumes there can only be one tablist
anywhere on the page. Neither that feature nor its test was changed for this
Continue fix. No unrelated UI change or assertion relaxation was made.

A separate 2026-09-27 follow-up corrected the navigation scope assertions after
checking the graph design. HeartbeatCenter, SupervisorWorkspace and shared tab
tests passed together (96 tests); the full suite was not rerun. See the
[validation record](../../quality/responsive-controls-review-2026-09-27.md#heartbeatcenter-断言修复).

The retained full-App log contains no matching unresponsive, crash, timeout or
maximum-update-depth errors. This does not establish the cause of the reported
freeze. This follow-up made zero external model requests (the fix-validation total
remains seven); the OpenCode regression uses loopback model fixtures.

## 2026-09-27 Local Native Client Validation

Scope: [native client proposal](./runtime-native-client-proposal.md), FR-2/3/5/6/7/8,
US-2/4/5/6/8, local portions of P1/P2/P3/P5. Source baseline:
`55efca3ee1d8a491c4d9709888e302188cd988bd` plus the concurrent working tree.

- Fixed the coordinator's browser-open failure path: a ready DS service and its
  gateway remain available for owner-scoped reopen/stop. Startup failures still
  release their gateway. Focused regressions cover current credentials, work mode,
  Node selection, concurrent open, owner isolation and retry.
  The DS service also includes the coordinator configuration key in its own match
  hash; updated skill digests or launch settings cannot reuse an older instance.
- DS Ask now maps built-in gateway read grants to the official MCP tool names.
  Custom MCP remains Execute-only, following existing Runtime behavior. The real
  DS process test loads an assigned directory containing `SKILL.md`, rather than
  only a synthetic loose Markdown skill file.
- Custom standard Node uses the current local tool environment selection without
  a separate npm install. The managed Node fallback still has a bespoke pinned npm
  install and remains a delivery gap; it was not exercised by this real-model run.
- The opt-in IPC integration test uses the production action component, preload
  methods, registered handlers, saved project/model stores, coordinator, official
  DS Web process, and real Continue/OpenCode PTYs. Electron transport is simulated
  by the existing IPC test harness and the action component runs in jsdom; this is
  not a full desktop-window or packaged-app acceptance result. DS Web itself was
  driven in real headless Edge. The hook retains credentials only in process
  memory; the temporary settings file stores opaque test-cipher identifiers.

| Client | Configured Model | Supplier HTTP Dispatches | Result |
| --- | --- | ---: | --- |
| DS Web 0.1.7-rc.2 | `deepseek-flash` | 2 | Workspace/model selected automatically; Web displayed `NATIVE_WEB_OK` |
| Continue 1.5.47 | `gpt-6-astra` | 4 | Two prompts and two title requests; second transcript confirms the assistant response, with underscores consumed by Markdown rendering |
| OpenCode 1.18.29 | `gpt-6-astra` | 1 | Native TUI displayed `NATIVE_OPENCODE_OK`; supplier response also contains it |
| Total | | 7 | All HTTP 200; no further dispatches needed |

The first terminal assertion matched echoed prompt text and was rejected as
evidence. The second prompt did not contain the expected joined answer. The
OpenCode probe waits for the rendered TUI and uses bracketed paste before Enter.
The initial six-dispatch bound was increased to eight to cover the remaining
OpenCode path; seven were used in total. The host environment supplied
`NODE_TLS_REJECT_UNAUTHORIZED=0`, so this run does not verify strict TLS.

Evidence under the approved temporary `opencode/dsh-017-verify` directory:
`native-live-evidence.json`, `native-main-result.json`, `native-web.png`, and
`native-{continue,opencode}-terminal.txt`. `native-live-run.cjs` composes the existing
encrypted settings snapshot/safeStorage bootstrap with the production IPC test.
Original `runtime-settings.json` remained byte-identical. The final test verifies
DS stop/reopen/owner isolation and failed fetch after stop, closes both terminal
sessions, and removes its temporary workspace/configuration. Owned live client
processes were absent after completion.

Checks: official DS/coordinator focused tests passed (12) under standard Node 24.19.0;
the opt-in UI/preload/IPC test passed both without provider calls and with the live
hooks. Four installed Continue/OpenCode Ask/Execute tests passed with real clients
and deterministic supplier responses; these made zero external supplier calls.
Repository lint and Agent/Renderer TypeScript checks passed. Main typecheck is
currently blocked by concurrent SSH
test doubles missing `forwardLoopback`; no local native-client type errors remain.
The full `npm test` run finished with 5,285 passed, 79 skipped and one failure:
the desktop runtime-hook fixture lacked the new DS Web package tree. The fixture
was corrected and all 44 build-release tests then passed in a focused rerun. The
full run began before the final configuration-key regression and fixture updates;
the final DS/coordinator and UI/preload/IPC paths were rerun separately and passed.
This is not a claim of a subsequent all-green full-suite run. Full output is in
`native-full-tests.log` beside the live evidence.

Remaining at this checkpoint: remote coordinator wiring and real Host acceptance belong to the
concurrent remote implementation; Continue/OpenCode Ask built-in MCP mappings,
managed standard Node distribution, full Electron/packaged UI acceptance and other
platforms are not verified here. `ipc.ts` was not edited in this work.

2026-09-28 update: native Continue/OpenCode Ask now pass Main-bound read-tool
names to native permission flags and execution hooks. The Story Graph work also
adds Supervisor enablement to native-client reuse keys and gateway checks.
The OpenCode generated plugin is executed by a focused test; packaged native UI
acceptance remains separate. See [Story Graph validation](../conversation-supervision/progress.md#2026-09-28-story-graph-只读工具).

## 2026-09-26 结构升级与历史回收分离（未发布）

- schema 45／46 的回归先复现普通结构升级执行 `VACUUM`，修复后不转换历史、
  不回收正常空闲页，保留聊天、笔记、事件及 SQLite 完整性。
- 启动决定在内存中分别保留笔记转换与回收需求，Worker 重试复用原决定；
  不增加 schema 或持久标记，不修改正常写入。规则见
  [旧库升级](./execution-history-storage.md#旧库升级)。
- 真实 Node Worker 验证结构升级、旧笔记转换、取消与重试、文件大小和内容保留；
  启动调度回归验证允许／禁止回收的两种重试，中英文页面区分实际操作。
  六个定向测试文件 **47 项通过**，类型检查、lint 和 `git diff --check` 通过。
- 完整 `npm test`：**5,138 通过、74 跳过、1 失败**。未修改的
  `tests/magic-notes-layout.electron.test.ts` 原生拖拽断言失败：首次索引列保持 168，
  单独复跑则 AI 列保持 280，均未达到拖动后的预期宽度。该 fixture 直接加载
  Magic Notes 和模拟 API，不运行本次存储升级路径。随后修正测试的原生输入同步：
  等待焦点、拖拽建立、宽度更新及结束，并明确左键按下状态，未弱化断言或改变产品
  布局；独立复跑及随后完整测试中的该用例通过。
- 最终完整重跑：**5,137 通过、74 跳过、2 失败**，迁移相关及布局拖拽均通过。
  `inline-help.electron.test.ts` 超时，`overlay-layering.electron.test.ts` 子进程退出码
  为 null；这两个未修改的用例随后一起独立复跑 **2 项通过**，未提高超时或修改断言。
  最终 typecheck、lint、`git diff --check` 均通过。独立复跑不替代完整测试结果，
  不宣称本次全量或 CI 全绿。
- 本机与托管 SSH 历史共用 Desktop 数据库升级路径；Agent、Runtime、模型桥和
  远程协议未变，不需要部署 Host 补丁。本次未调用模型，未改写用户数据库，
  尚无本次修复的 CI 或发布验证。

## 2026-09-21 重复历史迁移补修（Desktop 0.13.9 候选）

- 0.13.8 的检查仍在已有笔记时把 `freelist_count > 0` 当作迁移依据；正常聊天更新
  也会释放页。此前无笔记的回归提前返回，漏掉这一场景，不能证明该版本已修复。
- 启动检查现在只依据旧 schema 或旧笔记 payload；空闲页只用于已进入迁移流程的
  压缩步骤。同一启动流程的 Worker 重试显式复用已确认的迁移决定，不持久化额外标记。
  若正文已转换但仅压缩中断，退出后重新启动不因剩余空闲页再次迁移，SQLite 可复用这些页。
- 新回归先复现旧实现错误，再覆盖真实 SQLite 的旧笔记迁移、新建与编辑笔记、
  聊天释放页、连续三次重开、内容一致性和完整性；断言没有进度回调或 VACUUM。
- 此次仅修改 Desktop 启动流程；新写入格式、schema、Agent 和远程协议不变。
- 迁移、Magic Notes、数据库专项复跑 **135 项通过**（30 秒单测上限）；此前一个
  listTasks 测试超时，独立复跑通过。加强后的迁移与笔记专项 **32 项通过**。
  全量测试此前被取消，候选全量验证和 CI 尚待完成。

## 2026-09-19 问答位置持久化

- Main 在收到问题时保存消息位置块，而不是等回答成功才追加；前台及重启恢复的实时待答
  快照、带来源的语义事件投影共用同一去重函数。答案写入不移动位置块，旧消息不补造历史
  顺序；规则见[Runtime 交互边界](./runtime-interactions.md#运行与失败)。未改变 schema。
- `npm exec -- vitest run src/main/assistant/assistant-database.test.ts src/main/ipc.test.ts`
  通过 227 项，覆盖真实 SQLite 的问题/正文/工具交错、重复和重放、回答/跳过、完成及
  重新打开，以及三个设置重载入口的并行远程问题恢复。
  `npm exec -- tsc --noEmit -p tsconfig.node.json` 通过。
- 共享 Linux x64 Host 使用已保存凭据与固定 Host Key，经 LAN 路由运行当前源码 Agent、
  Desktop Runtime 适配器和 Main SQLite 投影，使用真实 OpenCode `1.18.29`。首轮暴露实时
  问题没有语义来源的实际分支，使用 1 次真实文本模型请求后停止；补齐 Main 接收入口后，
  最终一轮 2 次请求，验证回答前位置块已经落库，回答后为 `tool → question → text`，
  完成重开后消息完全一致。合计真实文本模型调用 **3 次**，每次最多 1024 输出 token，
  每轮有限调用预算与 120 秒请求超时；图片模型调用 **0 次**。
- 临时复验脚本为既有批准临时目录中的 `question-order-host-build.cjs`、
  `question-order-host-run.cjs`，最终日志为 `question-order-host-live.log`。
  两轮均停止测试 daemon，所属进程剩余 0，移除本轮专属 Host 目录及上传文件。
  该记录只覆盖 Main/Agent 路径，不代替 Renderer 视觉验收或最终全量验证。

## 2026-09-19 远程 CN 完整桌面验证

默认联合开发包已包含 OC/CN，并通过桌面导入、验签、传输至共享 Linux x64、安装及
CN 项目创建。真实输入框发送产生清单更新，顶部和消息保存一致；退出重启后恢复完成
与待办状态。修复实测发现的 CN 冷会话续发及重复序号问题，复验重启续发、点击停止和
取消后再次发送通过。证据、调用口径及平台边界见
[远程记录](../remote-host/runtime-checklist-validation.md#2026-09-19-联合包与完整桌面验收)。

任务与清单分别展开，容器高度有界，键盘可进入清单滚动区；状态图标不再影响文字
基线。此前真实 Electron 视觉矩阵覆盖同时展开、长列表、窄窗口、浅深主题及 200% 缩放。
本轮实际桌面截图进一步核对真实远程清单和取消状态。开发包未发布，非 x64 平台未实测。

远程 CN 真实长清单为 55 项、5,601 字符，展示与落库一致；清空后退出重启仍保持空数组。
本轮 Agent gateway 账本记录 16 次模型请求，其中 15 次完成、1 次取消结果未确认。
测试 Host 目录、所属进程及本地隔离 profile 已清理。全量 4707 passed、67 skipped、
1 failed；本地 OC 压缩失败项与远程 ACP、项目选择、清单组件专项复验共 136 passed。
最终 typecheck、lint 和差异检查通过。

## 2026-09-18 Remote Continue Checklist

CL-P1、CL-P3 的远程 CN 源码已接入受管包、HTTP 宿主到 ACP 的适配、模型桥、项目
校验和聊天选择。CN 原生成功 Checklist 经既有 semantic transcript 传递统一清单，
不增加数据库或重连协议。修复聊天页把远程 CN 选择恢复为 OC、隐藏 Continue 菜单，
以及复合包验包默认读取 OC payload 的遗漏。

Linux x64 当前源码与开发包通过验包、prepare/commit、Agent bootstrap/health、CN
激活、真实模型清单新增/清空、未 ACK 断线重放、取消和同对话 Ask 续发。本轮新增
17 个外部模型 HTTP 请求；精确分项、临时探针、已清理的 Host 目录及剩余验收见
[远程执行清单验证记录](../remote-host/runtime-checklist-validation.md#cn-部署与生命周期)。
本阶段使用单 Runtime 开发包；后续联合包与完整桌面验证见上方 2026-09-19 记录。

远程相关测试 27 文件、374 项通过；最终项目选择、顶部组件和安装管理 41 项、App
远程选择与继承 3 项、CN 复合包安装专项通过。typecheck 和 lint 通过。
全量测试完成一轮：4665 passed、67 skipped、6 failed。其中 CN 新增包测试的文件名
错误已修正并复验；其余 5 项为 ActivityPanel/activity-store 的引用复用断言，本轮未
修改这些文件。最终 typecheck、lint 和专项结果见上述远程记录。
并行工作区更新后，ActivityPanel/activity-store 的 39 项专项复验全部通过。

## 2026-09-18 Local Runtime Checklist Backend

CL-P1 and the backend portion of CL-P2 are implemented. Shared contracts use
`runtime-checklist.ts`, `AgentEvent.type = checklist`, and message field
`runtimeChecklist`. Local OC validates parent Session, submitted message identity,
assistant parent identity and native tool arguments. CN extracts before truncation,
commits successful calls once, excludes startup history and retains explicit clears.
Message metadata serialization, reconstruction, remote replay deduplication and
terminalization preserve the field without a database migration. Existing IPC
transport already forwards these events. Renderer and `acp-remote-runtime` were
outside this backend change; no shared Linux Host acceptance is claimed here.

The focused backend suite passed 275 tests across shared checklist, OC/CN Runtime,
host adapter, permissions, real-binary lifecycle and assistant database tests.
Coverage includes OC reused Sessions and stale/child updates, native event ordering,
CN long lists and omitted success arguments, failure preservation, history dedupe,
empty lists, database reopen and remote event replay/terminalization.
`npm run typecheck` and `npm run lint` passed on the final validation run.
The full `npm test` run completed with 4604 passed, 67 skipped and 9 failed:
one Agent offline-package inventory test exceeded 60 seconds; eight failures were
in concurrently changing Magic Notes renderer tests (including PDF `DOMMatrix`
availability and canvas UI expectations). These files were not modified here.

Real model evidence on Windows, using production local adapters and isolated
temporary profiles:

| Runtime | Version | Submitted tasks | Actual model HTTP POSTs | Observed result |
| --- | --- | --- | --- | --- |
| CN | 1.5.47 | 1 | 3 | Two successful Checklist calls, two structured snapshots; A pending then completed, B pending |
| OC investigation | 1.18.29 | 2 | 6 | Native tools succeeded; revealed todo.updated precedes running input, initially no projected snapshot |
| OC corrected ordering | 1.18.29 | 1 | 3 | Two native updates projected; done retained |
| OC final sortable message ID | 1.18.29 | 1 | 3 | Two native updates projected; assistant parent IDs matched; done retained |

Total: **15 actual external model HTTP POSTs**, all HTTP 200, **5 submitted tasks**.
The unavailable old OC server probe and two isolated startup attempts dispatched
zero model requests. Startup attempts were blocked by the probe's fetch wrapper
not accepting Request objects; correcting that wrapper required no product change.
The proxy allowed only the exact native checklist tool, with a per-run request cap.
No business-file tools ran. Saved production settings were read through isolated
credential handling; the existing explicit test connection was used in memory
because its endpoint/model tuple differed from the saved connection. Credentials
were not printed, original settings were unchanged, and isolated run data was removed.

The real probes verified adapter extraction and OC Runtime events, not desktop
rendering. CN Runtime event forwarding and persistence were verified by tests.
Long lists, clears, cancellation boundaries and history replay were tested with
fixtures/database tests, not exhaustively exercised through real models. Temporary
probe sources: `cn-todo-probe.ts` / `cn-todo-run.cjs` under the approved OpenCode
temporary directory; each run printed its dispatch count and structured results.

## 2026-09-17 连续请求取消与停止状态

- 复现并修复 OpenCode 迟到的会话取消中断下一条请求：同一次运行复用一个有界 abort，
  等待取消结束后释放会话锁；取消失败时移除对应绑定。规则见
  [本机 OpenCode](./runtime-process-reuse-technical-design.md#4-本机-opencode)。
- 复现并修复旧 streaming 快照覆盖本地终态后停止按钮残留。完成、取消两种回归在
  修复前失败，修复后通过；连续两条消息结束后按钮恢复。规则见
  [消息底部请求状态](./runtime-interactions.md#消息底部请求状态)。
- App 257 项测试通过；最终 OpenCode Runtime、权限与真实 lifecycle 105 项通过。
  lifecycle 使用真实 OpenCode 二进制与 SDK、本地模型 fixture，验证延迟取消后同会话
  下一条正常完成及 SSE 回收。该轮外部真实模型调用 0 次；后续完整 App 实测见下文。
- `npm test`：4454 项通过、67 项跳过、2 项失败；失败均为 heartbeat 迁移的
  `duplicate column name: pinned`。`npm run typecheck`、修改文件定向 ESLint、
  `git diff --check` 通过；全库 lint 因范围外 `docs/features/story-graph/demo.js`
  的 22 项 `document` 未定义错误失败。
- 托管 SSH 经 `ManagedRemoteAcpRuntime` / `AgentOwnedAcpPrompt` 使用独立 ACP
  取消流程，不复用此 HTTP abort 实现；本次未改 Agent 或远程协议，未做共享 Host 实测。

### Real-model follow-up

Current-source production Main, Preload, and Renderer were built into dedicated
temporary output and launched in an isolated Electron profile on Windows. Native
input submitted two queued OpenCode Ask requests, then cancelled another request
after external HTTP dispatch and clicked resend within 25 ms. Both queued answers
and the resend completed and were persisted. The cancellation was also persisted.
After each scenario, the real DOM had no Stop button; Send was enabled after
entering an unsent readiness probe. Both terminal screenshots were reviewed.

The instrumented run dispatched exactly four external text-model HTTP requests:
three returned HTTP 200 and one was cancelled before response headers. There were
no observed retries or tool executions. A transparent Main relay forwarded to the
unchanged configured HTTP upstream to count child-process requests; model answers
and events were not simulated. An initial driver attempt completed two additional
real generations before its counting hook was found not to cover child traffic.
The total external dispatch count across both attempts is therefore unknown.

This verifies the observed full-App flows, not deterministic stale-event ordering,
remote Hosts, or restart behavior. Isolated credentials, profile, build, and owned
processes were cleaned up; original settings and target source hashes were unchanged.
The follow-up focused suite passed all 362 tests, and `npm run typecheck` passed.
Redacted evidence: [real-model report](./consecutive-requests-live-2026-09-17.json).

## 2026-09-15 Managed browser popups

Implemented [page-created tabs](./browser-tabs-technical-design.md#62-page-created-tabs): native
Electron popup creation now registers a managed Tab, and click results update direct-tool and MCP
bindings. Renderer selects a visible opener's popup across chat switches and removes script-closed
popup instances. Existing worktree changes were retained.

Validation against the current source:

- `npx vitest run src/main/browser src/main/agent/knowledge-mcp-gateway.test.ts src/main/agent/model-tool-provider.test.ts src/renderer/src/RightAssistantSidebar.resize.test.tsx src/shared/contracts.test.ts`: 10 files, 232 tests passed.
- `node build/run-browser-tabs-electron-e2e.cjs`: passed twice after making the test wait for the shown
  native view's animation frames before sending mouse input. Real Chromium verified `target=_blank`,
  `window.open(url)`, blank-then-location, script close, opener close, shared partition, unsupported URL
  denial, and subsequent direct/MCP snapshots on the popup. No fixed click delay was added to production.
- `npm run typecheck` and `npm run lint`: passed. `git diff --check`: no whitespace errors.
- `npm test`: 4319 passed, 67 skipped, 6 failed across 5 files. Failures were Agent offline dependency
  installation timeout, local Runtime reuse timeout, diagnostic-log writer expectations, two heartbeat
  migration fixtures with `duplicate column name: pinned`, and an App external knowledge binding test
  missing the `Remote handbook` heading. The full suite was not green; none of these failures exercise
  the popup registration or binding path.

The Electron test uses production BrowserService, CDP and MCP with a local HTTP fixture; the workbar
selection/removal path is covered by the actual Renderer component test. A complete installed-App
visual test and macOS/Linux native popup checks were not run. No external model calls were made for
the popup validation. Remote ACP exposes only its scoped image MCP server (`imageMcpServers`), so the
deployed Agent has no separate affected browser implementation and no remote Host change was needed.

## 2026-09-15 会话置顶与浮动操作菜单

已核对当前源码差异：置顶经专用 IPC 写入 SQLite，schema 36 迁移保留已有会话；会话操作
改为 body Portal 菜单。规则分别见[会话置顶](./execution-history-storage.md#会话置顶)和
[菜单界面](../application-tool-navigation/ui-design.md#会话置顶与操作菜单)。

本次任务提供的已验证聚焦测试结果为 backend **135 项通过**、renderer **283 项通过**。
本轮仅更新文档，未重新运行测试；任务未提供这两组的完整命令或原始日志路径。
已核对 `assistant-database.test.ts` 与 `App.test.tsx` 中相关回归，覆盖持久化与重开、
schema 35 升级、最近 100 条之外的置顶、自动保存隔离、草稿先保存、通道会话、失败保留
状态、旧刷新竞态，以及 Portal、窗口边界、键盘与外部关闭。

原生 Electron 视觉与完整应用交互尚未验证，不能据组件测试声明实际菜单排版、原生浏览器
遮挡或跨主题／窗口尺寸视觉验收通过；本轮也未运行全量测试、类型检查、lint 或构建。

## 2026-09-15 工作栏标签标题国际化修复

实现与兼容规则见[多终端页签 PRD 第 10 节](./terminal-tabs-prd.md#10-实例session-与持久化)。
任务中心、工作区、成果和带默认编号的终端标题由 Sidebar 按当前语言派生；重命名清除默认
编号。浏览器标题保持原行为，未修改工作栏壳层。本次只涉及桌面标题显示与布局描述，不改变
本机或远程 PTY、Runtime、Agent 协议或桌面到 Agent 的执行路径。

聚焦验证：

- `npx vitest run src/renderer/src/RightAssistantSidebar.resize.test.tsx src/shared/workbar-contracts.test.ts src/renderer/src/WorkbarShell.test.tsx`：3 个文件、74 项通过。
- Sidebar 新增 6 项行为回归，覆盖中英切换且不改写布局、默认终端编号持久化与跨语言恢复、
  重命名后恢复，以及中文默认名、英文默认名和自定义名三种无标记旧终端。测试使用真实
  Sidebar、WorkbarShell 和布局 Schema，终端面板使用测试替身，未启动 Shell。
- `npx eslint src/renderer/src/RightAssistantSidebar.tsx src/renderer/src/RightAssistantSidebar.resize.test.tsx src/shared/workbar-contracts.ts`：通过。
- 首轮测试有一处新增浏览器文案断言错误，修正为现有“未绑定会话”后通过。按用户要求未运行
  全量测试、全量 typecheck、全量 lint 或构建；本轮未进行 Electron 实机验证。

## 2026-09-15 Desktop 0.13.6 发布准备

用户批准两项性能修复的中英文更新说明，指定 Desktop 0.13.6，不发布 Agent 或
LoongArch 预览，并明确排除工作区另外四个应用导航设计／演示文件。
`package.json` 与 lockfile 的两处根版本一致，更新说明校验通过。
双语功能矩阵已核对并补充按需历史行为；Agent 保持 0.13.0。

用户随后要求直接交由 CI 发布，本地独立候选的全量验收命令被取消，未记为通过；
开发阶段的完整测试及实测结果保留在下一节。候选发布不再进行本地生产构建或
打包，主分支 CI 与六平台标签工作流仍为发布验收入口。最终提交、标签与公开
产物状态须以远端实际结果核对，不以版本号变更视为已发布。

## 2026-09-15 会话列表与图片合并性能修复

本轮针对用户报告的 0.13.5 卡顿与高内存，不修改正在运行的正式应用或数据库。
只读检查发现最近会话正文约 1.14 MiB，消息 metadata 约 119.3 MiB；`f8d0741`
的图片合并还会重建无变化消息，使焦点刷新后再次保存历史。实现规则见
[会话列表读取与前端保留](./execution-history-storage.md#会话列表读取与前端保留)。

已实现并验证：

- 图片合并的三个分支共用保留引用的函数。1,600 条无图片历史引用不变；App 使用
  JSON 往返形状刷新后，保存的消息数为 0，较新的图片操作、成果关联和流式正文仍保留。
- 启动、焦点／队列刷新、活动跳转与自定义任务入口均使用摘要或按 ID 读取。
  搜索保留中文、Unicode 大小写和字面 `%_` 匹配，包含仍显示但已落到最近 100 条以外的
  会话；真实 SQLite 中 501 条历史仍可完整取回，header-only 保存不删除消息。
- 打开、复制、导出、发送及压缩上下文保留完整历史语义。详情读取失败可原地重试；
  旧摘要不能覆盖晚到的后台审批或刚加载的历史。搜索只保存命中 ID，复制／导出不把
  未打开详情留入缓存，空闲详情在已确认保存后随现有 KeepAlive 生命周期释放。
- 三路 simplify 审查覆盖全部本轮源码，修正了两处残留全量读取、搜索保留大对象、
  较早会话搜索遗漏及后台审批竞态。保留已发布完整列表接口，无 schema／Agent 协议迁移。
- 定向 App、SQLite、IPC／恢复及图片合并测试：**443 通过**。最终 `npm test`：
  **4,301 通过、67 跳过、0 失败**，约 736.46 秒。`npm run typecheck` 和所有本轮
  源码文件的 ESLint 通过。全仓 `npm run lint` 仍被本轮范围外的
  `application-tool-navigation/navigation-demo.js:360` 的 `no-unused-expressions`
  阻塞，未修改该用户编辑；不能记为全仓 lint 通过。
- 以 `f47049c40d757a38296d06d281b87fb6a5fe1c8c` 和本轮 14 个源码／测试文件冻结
  before／after，两个生产 Electron 构建均成功；验证后哈希核对无源码漂移。
- 隔离生产 Electron 的 100 会话／1,600 消息试验：首次摘要读取 0 条消息，仅当前会话
  详情读取 16 条；搜索第 100 个会话的正文不预载其 metadata，点击后再读取完整 16 条。
  已检查实际 UI 截图，不是只调用数据库或 Mock。
- 另一个隔离 App 正常 UI 打开未加载的旧会话并发送，Main 请求携带原有 2 条历史；
  **1 次真实直连文本调用**，HTTP 200，最终完整保存准确标记 `HISTORY_RENDERER_7391`。
  初始等待使用错误 DOM class 超时，随后以保存结果核对成功，未重复发送。
- Linux x64 共享 Host 在本轮独立目录构建、安装并激活当前源码 Agent／OpenCode，
  真实 SQLite 摘要测试通过；**2 次真实无工具文本调用**均完成且 delivered=1，
  第二轮复用同一原生 Session 并准确记住首轮标记。测试 Agent 停止后独立 `/proc`
  检查无该目录所属进程。此检查验证当前源码部署与 Session 续接，不冒充远端 UI
  断线恢复全流程；桌面恢复问题投影由本轮真实 SQLite IPC 回归覆盖。

本轮真实模型调用共 **3 次文本、0 次图片**，无工具请求，不新增图片生成费用。
准备阶段的错误 fixture provider／图片默认字段、独立 profile 缺少原安全存储的
加密上下文、Host 源码包漏带 LICENSE 均只修验证脚本；失败记录保留，不计为产品修复。
所有脚本与原始证据位于忽略目录
`.agent-resources/conversation-performance-20260915/run-KX7bIz/`。

### 完整 App 配对内存测量

最终采用三组顺序执行的 before／after 冷启动，共六个独立 profile。每组使用相同
100 会话／1,600 消息，正文 1.20 MiB、完整 reasoning metadata 119.69 MiB；
执行三次焦点刷新、搜索未打开正文并导航 11 次。使用直连 Runtime 的无网络配置，
不启动 OC／DSH、不调用模型；测试与构建已完成后再开始这组测量。

下表是各三次结果的中位数，内存为 Windows Private Commit，单位 MiB：

| 指标 | before | after |
| --- | ---: | ---: |
| 初次传入 Renderer 的完整消息数 | 1,600 | 16 |
| 三次无变化刷新保存的消息数 | 4,800 | 0 |
| Main 焦点列表读取耗时（ms，不是端到端帧延迟） | 207.28 | 8.05 |
| 启动稳定点 App / Renderer | 803.42 / 284.77 | 682.36 / 155.73 |
| 三次刷新后 App / Renderer | 1,640.43 / 703.91 | 661.34 / 154.16 |
| 导航及缓存释放后 App / Renderer | 895.27 / 557.09 | 574.65 / 248.95 |
| App 采样峰值 | 1,788.71 | 694.35 |

每次 10 个进程样本，定时器间隔 5 秒，另有阶段采样，不代表连续峰值。
本数据集采样峰值中位数下降 **61.18%**；before 三次峰值分别为
2,506.29 / 1,788.71 / 1,766.39，after 为 694.35 / 693.61 / 719.27。
它测的是这两项历史读取／重复保存修复，不含重型 Runtime 的原生内存，不能推广为
正式用户整个 App 必然下降相同比例，也不是长时间空闲泄漏证明。

六个最终 profile 都保留 1,600 条消息，按 ID／角色／状态／正文／完整 reasoning
计算的 SHA-256 一致，`quick_check` 均通过；六个 App 均正常退出（code 0）。
汇总见 `summary.json`，单轮为 `before-2` 至 `after-4` 的 report／acceptance。

保留但不纳入三组对照的早期 `before-1`／`after-1`：after 的驱动在清除搜索后未等待
延迟筛选收敛，导航失败；退出时还记录 `PostQueuedCompletionStatus` 无效句柄。
后续为两个版本都补上可见列表等待，并等本轮采样子进程完成后再正常退出；
未唯一定位早期退出错误，也未据此修改产品代码。最终六轮完成后的监督脚本仍因
向已退出 CDP 调用 browser close 返回错误；随后不附带 CDP 独立关闭命名浏览器成功。
OS 按本轮目录核对无遗留 Electron／Node 进程，原始失败日志未覆盖。

文档检查覆盖本轮六份文档、81 个相对文件链接，无缺失；未逐一校验所有历史锚点。
修改未提交、未推送、未发布。

## 2026-09-15 Runtime 执行清单设计（未实现）

对应 FR-CL1–FR-CL4。用户本轮明确只完善设计与进展文档，不改代码；
[设计与验收](./runtime-checklist-technical-design.md)不代表功能已经接入或发布。

此前调研已通过真实模型完成以下本地测试；本次文档更新未重新运行测试：

| Runtime | 已确认的本地研究结果 | 调用口径 |
| --- | --- | --- |
| OC 1.18.29 | `todo.updated` 与 `session.todo` 为 `content/status/priority` 完整替换，无 item ID | 3 个真实模型轮次 |
| CN 1.5.47 | `Checklist.checklist` 为 Markdown `- [ ]` / `- [x]` 完整替换，成功后才提交 | 3 次真实 HTTP 调用 |
| DS | 真实默认环境无 todo/plan；本次不加工具 | 1 次真实模型 HTTP 调用，返回 200 |

上述口径不合并计算为同一种调用次数，也不算 GoodBuddy 顶部清单端到端通过。本轮新增
模型调用为 0，未运行代码测试或远程部署验证。

本轮只读源码检查确认 OC 普通工具输入及 CN 宿主工具输入存在 4,000 字符截断；
Agent 已传递带 Session、binding/operation 归属的通知，桌面已有 ACP plan/tool 消费，
但 plan entries 当前降为状态文本。这些链路可供设计复用，尚未验证清单端到端接入。

| 部署 | 已有能力与本功能可用程度 | 剩余工作 |
| --- | --- | --- |
| 本地 OC/CN | 原生清单格式已有上述实测结论；顶部清单未实现 | CL-P1、CL-P2、CL-P4 待实施及验证 |
| 远程 OC | 已有托管 Agent 安装与请求路径，其历史验证见远程文档；本功能没有远程实测 | 原生 entries/tool 格式、完整传递及 CL-P3、CL-P4 待验证 |
| 远程 CN | 当前受管安装、项目校验与 Runtime 创建只支持 OC，不能声明 CN 已可部署使用 | CL-P3 需补齐 CN 真实部署路径，再验收 CL-P4；当前本功能未验证 |

未决技术点：远程 OC/CN 实际发送的原生清单格式与等价性、CN 原生清空表示及 Markdown
接受规则、现有消息/事件字段的最小扩展位置、CN 受管工件与启动/模型桥接入方式。
产品范围与隔离规则已明确，不因这些待办缩减远程 CN 范围或增加 DS 工具、plan 模式与
文档功能。共享 Linux Host 的清单及重连验收全部待验证。

文档检查：已按 `deai-writing` 审校新增内容；新技术设计扫描为 0 个阻断项、12 个复核项，
复核项为必要的实现边界和验收枚举，按原意保留。新增相对链接与章节锚点已人工核对。
`git diff --check` 通过，仅输出工作区 LF/CRLF 提示；未修改本轮范围外的既有改动。

## 2026-09-14 Runtime 进程复用（实施中）

对应 FR-RR1–FR-RR6，设计及完整验收清单见
[Runtime 进程复用技术设计](./runtime-process-reuse-technical-design.md)。
用户已授权实施，本次复用改动尚未整体提交或发布，不包含在正式 Desktop 0.13.2 /
Agent 0.11.25 中。最终验证结果见本节末尾，早期失败及中间状态按时间保留。

- P0–P2：Main 已组合 `LocalRuntimeRegistry`，OpenCode Server 和 DSH Utility 按兼容
  配置共享，工作区通过轻量适配器传入 Session。无会话 owner 空闲 60 秒回收；
  适配器淘汰不结束其他会话。DSH 被动状态不再启动 Host，取消超时先释放目标 Session，
  同时回收对应 Main 工具资源；配置替换期间的原生问题继续交给原请求的 Runtime。
- 首轮 Windows 完整 UI 使用当时构建的生产 Main/Preload/Renderer 和隔离 profile，
  OpenCode、DSH 各两个项目、四个并行会话，通过输入区和发送按钮完成实际开发。
  OpenCode 工具数为 7、7、6、8；DSH 为 9、13、11、11。独立运行各项目测试合计
  60 项通过。两类 Runtime 分别共用一个重型进程，本轮未使用原生子代理。
- 首轮 UI 提供方请求共 55 次 HTTP 200：OpenCode 23、DSH 32。其中包含驱动选择器
  失误引发的一条额外默认项目 Ask，工具为 0，不把它计为开发任务验收。
  同轮 OpenCode 单进程 Private Commit 约 882.88 MiB，工作集约 629.51 MiB；
  Electron 自身指标另存，不将两者混为整个 App 的测量结论。后续重复运行和空闲
  证据见下文，不把这一单点与正式用户库直接比较。
- P3：生产 Agent 已接入单 ACP decoder/握手、Session → binding/operation 路由、
  逐 operation Unix 模型桥及空闲回收。共享 stdio 与 Prompt 输入/期限分离；
  Session 取消结算可如实保留 `processTree: running`。未增加持久进程池账本。
- 共享 Linux x64 Host 已通过现有加密凭据与固定 Host identity 连接。使用当前源码、
  固定 Node 24.19.0 / OpenCode 1.18.29 构建隔离测试包，走真实 prepare/commit、
  activate、attach 和 Agent-owned Prompt，不改写已有 Host 安装。
- Linux 首轮五条 Prompt 共 22 次已完成且已交付模型调用；两个 Execute 分别在正确
  项目完成修改，各通过 8 项测试，四个会话只启动一个原生进程。但 Ask 的搜索被原
  `kind === read` 规则误拒，原生子代理工具因权限请求未转发而等待，首轮验收失败。
  修正采用原生 Session 工具规则；原生子代理只继承父拒绝规则、不继承允许规则这一点
  已按固定版本源码核实，子 Session 同样设置当前模式，并保留原生显式限制。
- 下一轮测试脚本在 transcript 尚有分页时按已完成状态提前结束，误报缺少项目 marker，
  随后 cleanup 中止了其他三个请求。这是验证驱动缺陷，产品自身已有 `hasMore` 处理；
  驱动已修正为读完全部分页、等待全部并行结果。该轮共 14 次 dispatch，
  其中 11 次完成、3 次结果不确定，失败记录保留，不将其计为通过。
- 重复测试包构建曾遇到 Host ENOSPC。只清理本轮已确认可重建的 bundle、Runtime
  staging 和重复 `.gbagent`，保留测试 home、workspace、SQLite 及报告，继续验证。
- 后续两轮 Linux 各 7 条 Prompt、35/34 次 dispatch，四个 Ask/Execute 与原生子代理
  续接均通过，分别取得 483/467 条子会话事件；取消没有关闭共享 owner。重连驱动先后
  漏发 `controller/resume`、错读 `agent/capabilities.generation`，导致两次后续验收
  失败；均已修正，保留失败报告。35 次调用一轮包含 1 次结果不确定，34 次一轮全部完成。
- 最终当前源码 Linux 生命周期复验：2 条 Prompt、5 次完成且已交付调用，共享一个
  owner。目标返回 `cancelled / processTree: running`；另一会话跨真实 SSH 断线、
  controller resume 和重新 attach 继续执行，3 个工具返回正确项目 marker。
  全部 binding 释放后等待 65 秒，owner 数为 0；停止隔离 Agent 后仍为 0。
- 原生 Compact 单独复验：两项目各先完成 3 工具请求，再并行压缩原生 Session。
  两次压缩分别归到各自的新 operation，各 1 次已交付调用，前后为同一个 owner；
  总计 4 条 Prompt、8 次完成且已交付调用。释放会话并等待 65 秒后 owner 为 0，
  Agent 停止后仍为 0。该结果没有用普通聊天返回“已压缩”代替原生 Compact。
- 第二轮 Windows 完整 UI 重开同一隔离 profile，四项目八条续接开发请求全部完成，
  OpenCode 包含原生子代理，DSH 使用已有原生工具。独立项目测试合计 77 项通过。
  两个 Runtime 仍各一个重型进程。另有四条实际慢工具请求：前两条 30 秒测试在点击
  停止前已结束，不作为取消通过；后两条 120 秒测试中目标被正常 Stop 取消，另一项目
  的测试继续完成，DSH PID 未变化。第二个 App 共 12 条任务，11 完成、1 取消；
  100 次 HTTP 200（OpenCode 24、DSH 76），无失败请求。
- 第二轮任务结束后的 631.573 秒采样共 121 点，提供方请求计数始终为 100，
  DB 始终 2,928,640 字节、WAL 始终 4,268,352 字节。期间查看了项目和截图，属于
  **无新任务/模型请求**，不是完全无人操作的 UI。原生 Session 有意保留，不要求其
  Runtime 退出；首个 App 自行退出时的进程消失不计为空闲计时验收。

| 进程 | Private Commit 起止（MiB） | 范围（MiB） | 区间 CPU 秒 |
| --- | ---: | ---: | ---: |
| OpenCode | 826.34 → 825.05 | 824.36–830.82 | 12.03125 |
| DSH Utility | 98.73 → 98.73 | 98.73–98.73 | 0 |
| Main | 184.16 → 185.05 | 182.90–186.77 | 0.953125 |
| Renderer | 142.80 → 136.22 | 135.00–142.80 | 0.6875 |
| GPU | 120.48 → 138.88 | 120.48–173.52 | 0.0625 |

Private Commit 不是独占物理内存，工作集相加会重复计算共享页。这组测量未发现两个
Runtime 在该空闲区间持续增长，但不是整个 App 无泄漏证明，也不是旧新版本对照。

- 当前 Linux 六个 ACP/bridge/owner 测试文件为 82 通过、0 跳过，包含 Windows 跳过的
  Unix broker 并发及旧路由排队拒绝回归。本机完整回归曾为 4,170 通过、67 跳过；
  首轮唯一失败来自旧测试把 `failed + running` 当成非法，修正后仍保留 `unknown`
  的拒绝断言，并新增共享失败/取消接受用例。
- 标准 `typecheck` 原先没有把部分 Agent 源码作为检查入口。已增加
  `tsconfig.agent.json`，并修正暴露的 ACP resume capability、spawn stdio 及几个局部
  类型问题；扩展类型检查、26 项受影响 Agent 回归及 lint 通过，之后已再次进行上述
  当前源码 Host 生命周期与压缩验证。
- 三个只读审查分别检查复用、质量/兼容来源和效率。修复了被动状态刷新不断重置
  60 秒空闲计时的问题；状态检查不取得执行 owner，Native Session 映射成为唯一会话
  保留依据，不再另存重复 conversation Set。最后本机定向回归 98 通过、3 跳过，
  含真实 OpenCode 与 DSH ACP 组合；扩展类型检查通过。该补修仅涉及本机 registry，
  不改变 Agent/远程路径。当时全量 `npm test` 为 **4,171 通过、67 跳过、0 失败**
  （356 文件通过、9 跳过，609.57 秒）；`npm run typecheck`、`npm run lint`、
  `npm run build` 均通过。构建仍报告既有 chunk 大小/混合导入警告，不影响成功结果。
- 保留 exclusive raw ACP 是已有公开字节流路径，不是为本分支中间形态保留的兼容层。
  新的共享取消/失败结果需要配套 Desktop/Agent，不声称旧 Desktop 已支持新结果。
  原生插件两处祖先遍历可局部提取，但没有已证实故障或性能收益，本次不为此扩展改动。
- 本轮真实模型调用合计 **273 次**：本机两轮 UI 155 次，Linux 六轮
  **118 次 dispatch**（29 条 Prompt，114 次完成、4 次结果不确定）。
  包含所有失败轮次和误发默认 Ask，不重复计算最新报告别名；本机 HTTP 200 不等于
  Agent ledger 的完整交付证明。原生确定性协议测试不计入真实提供方调用。

补充的 owner 成本对照使用同一当前源码、同一 Windows 机器、全新空工作区，分别经
生产 factory 创建两个独占实例或两个共享适配器。每种组合重复 3 轮，每轮显式连接后
再做 5 次双工作区连接检查；共启动 18 个真实 OpenCode/DSH Utility，全部退出，
**真实模型和本机合成模型请求均为 0**。测量前全量测试已结束，没有同时运行测试套件。

| Runtime / owner 方式 | 进程数 | Private Commit 中位数及范围（MiB） | 双工作区首次 ready 中位数及范围（ms） |
| --- | ---: | ---: | ---: |
| OpenCode 两个独占实例 | 2 | 1,401.17（1,396.15–1,517.91） | 1,195.00（1,184.14–1,213.49） |
| OpenCode 一个共享 owner | 1 | 777.59（667.04–802.78） | 1,135.71（1,130.32–1,140.81） |
| DSH 两个独占实例 | 2 | 171.62（170.79–173.50） | 167.06（163.36–167.78） |
| DSH 一个共享 owner | 1 | 86.64（86.18–87.29） | 155.31（155.28–157.79） |

这是**进程所有权方式**的对照，不是旧版 App 对新版 App、等规模历史或真实开发负载
对照；没有测模型首字节。DSH 后续连接检查读取已缓存握手，不能当作热 Prompt 延迟。
最后一个共享 DSH 在无 Session 时每 5 秒读取状态，持续 65 秒，原 Host 已退出且没有
重启，证明状态轮询不会续期空闲 owner。探针早期的类型及 CJS/ESM 打包错误均发生在
模型调用前；改为正确 ESM 依赖解析并加入启动前语法检查后完成测量，未修改产品以适应驱动。

清理时，完整 UI 的“关闭窗口”按现有产品行为隐藏到托盘，并不退出 App。随后只对已无
活动任务且重新核对启动命令的隔离 App 进程树进行清理；这不作为正常托盘退出验收。
命名浏览器会话已关闭，本机按本轮启动路径筛选的进程数为 0。最终通过固定身份 SSH
只读核对本轮 Linux 路径下的 `/proc` 进程和各测试安装 owner 数据库，两者均为 0；
保留测试 profile、工作区、数据库和报告，未删除用户历史或停止用户 Runtime。

此时尚未完成的完整 UI、十项目和问答恢复验收，后续结果见以下继续验收记录。
旧新版本全 App 对照、完整共享能力组合及 Continue/直连资源分解仍需独立完成，
不能将 P0–P4/V1–V8 整体标为完成。

本机证据位于忽略目录 `.agent-resources/runtime-reuse-implementation-20260914/`，
包括 UI 聚合指标、截图、Host 聚合报告及保留的失败轮次。这些不是 checkout 自带资产，
不包含可提交的模型或 SSH 凭据。

### 继续验收：远端完整 UI 与模式切换

- 用户要求继续后，已从完整生产 Electron UI 启用远程项目、保存两个 SSH 项目并在
  各项目创建两条会话。仅在测试 SSH 命令入口将 `HOME` 指向既有隔离安装；项目保存、
  Host/Agent/Runtime 发现、Main Runtime factory、传输、协议、模型和工具均保持生产实现，
  未伪造 capability、Prompt、事件或权限结果。
- 四条正常开发任务均完成，共用一个原生 owner。分别在各自工作区实现 words/prices，
  独立运行两项目测试为 12 + 13 = **25 项通过**。实际重叠峰值为 2 条请求，
  不是四条同时运行；四个会话完成后，共享的原生 owner 仍然存活。
- 新增真实模型调用 **21 次**，分别为 5、5、5、6，均 completed 且已交付。
  与上一段 273 次相加，累计 **294 次**；没有把旧 Agent ledger 的 13 次基线重复计入。
- 随后在原价格会话中从 Execute 切到 Ask 并发送原生业务问答请求，实际失败，UI
  显示“没有可安全附加的远端 Agent 请求，且恢复不会重放任务”。Agent 仍把 workMode
  固定在 binding 首次启动值，拒绝新模式；此次在模型 dispatch 前失败，新增调用为 0。
  此问题不能由先前“不同 binding 使用不同模式”的通过结果排除。
- 当前修正只允许共享 Session 的后续准备变更模式，独占进程仍保持原契约；
  `AgentOwnedAcpPrompt.start` 显式接收当前请求模式，原生 Session 路由与 ACP 备用权限
  决策均使用该模式，不再捕获构造时模式。48 项定向回归和扩展类型检查、lint 通过，
  包含 Execute → Ask → Execute 保留 Session 与原生父/子问答。
  后续当前源码 Linux 包和完整 UI 复验已通过，见下一节；48 项是当时的定向结果，
  不是后续全部修正后的全量结果。
- 首轮 UI 通过正常 `app.quit()` 进入生产退出清理，本机测试进程退出；
  隔离 Agent 随后按 installation identity 停止，`/proc` 与 owner 数据库均为 0。
  首轮报告、失败任务和工作区保留。再次构建前 Host 仅余约 251 MiB，已明确限定只回收
  更早停止的测试安装软件及重复测试包，不清理状态、历史或工作区。

### 继续验收：断线、取消、模式续接与 Desktop 重启

- 四个原生问题同时等待时切断实际 SSH，复现“ACP channel does not exist”，继而出现
  重复注册 binary channel。诊断确认 Agent-owned Prompt 可能没有 raw ACP journal 行，
  replay 却对不存在的行 ACK 0。修正只在已有 raw cursor 时确认 journal，不放宽正序号、
  channel/epoch 或 installation 检查。真实临时 SQLite 回归先失败再通过；94 项后端/
  journal/channel 测试、当前源码 Linux 六文件 86 项通过，失败报告保留。
- 保留旧 Desktop profile 并更换隔离 Agent 后，旧安装的恢复曾无限重试阻塞项目。
  attach-only 路径现在在打开 channel 前明确报告安装身份不匹配，不重放 Prompt。
  同一 Agent 的新连接则保留 Runtime，对已有 binding 旋转 transport generation，
  新 channel 使用实际连接 generation；不同 daemon 或倒退身份仍按原规则拒绝/替换。
- 完整生产 Electron UI 再次同时等待四个问题，实际断线重连后原表单和 Session 均保留，
  没有新增模型调用或 owner。四会话尚在等待时，第五个新 Session 可以执行文件读写；
  该 Session 的 Execute → Ask → Execute 三轮均完成，各 2 个工具、3 次模型调用，
  验证实际写入、只读读取、再次写入，不以模型自述代替文件结果。
- 取消一个 120 秒原生命令时，其余三个待答会话仍可各自回答并完成。取消后立即在原
  对话显式发送新请求也完成，使用新的原生 Session，仍共用原 owner。已确认取消通过
  专用错误进入终态；未确认的 Stop 保留原恢复逻辑，不把网络中断等同于取消成功。
  曾出现 Task 已取消但 assistant message 仍 streaming，改用既有数据库终态事务
  同时更新消息、任务和终态事件。最终真实 UI、Desktop SQLite、Agent 状态一致，
  streaming message 和 active Task 均为 0，共享进程未被误杀。
- Desktop 重启前的首次尝试因测试观察 SSH 挂起，实际上未退出，已明确作废该证据。
  驱动加有界观察超时和 `finally` 退出后，真实重启复现两个缺陷：live question 没有
  transcript provenance 却被当作持久事件拒绝；同项目串行恢复让第二个待答 Session
  无法附加。现由 Main 并行恢复任务，live question 使用已有待答 Map 和活动请求租约，
  只投影到实时会话快照，不伪造 provenance，不写新的问题日志。
- 修正后的真实正常退出/重开恢复两个同时待答的 Session，后一个先回答并完成，
  前一个独立 Stop。两端终态分别 completed/cancelled，UI 无残留活动或恢复提示，
  仍为同一个原生 owner。到该轮累计真实提供方调用 **348 次**：
  273 + 首轮远端 UI 21 + 旧隔离安装诊断 6 + 当前隔离安装 48。
  48 次全部完成并交付；更早 273 次中的 4 次不确定仍保留，Prompt 取消不等同于
  模型调用交付不确定。后续审查复验的增量另记，不覆盖这一时间点。
- 重启修正后的全量回归为 **4,186 通过、67 跳过、1 失败**，唯一失败是
  `ActivityPanel` 的 501 条历史显示测试；该文件单独重跑 **16 项全通过**。
  不将单文件重跑写成全量通过，原全量报告保留。此前 4,171 通过的报告早于这些修正。

### 继续验收：共享能力与配置退役审查

- OpenCode 生产 factory、真实二进制测试覆盖 2/10 项目，每项目两 Session、两轮原生
  文件读取并逐项目原生 Compact，manager 容量设为 1，仍只启动一个 Server。
  DSH 实际 Host/ACP composition 同样覆盖 2/10 项目、每项目两 Session、两轮原生
  文件读写和平台 Shell，一个 Host。二者使用确定性模型，新增真实提供方调用为 0；
  这是原生组合测试，不是十项目完整 Electron 性能测试。
- DSH 补充双项目共享组合：原生 Skill、实际 stdio MCP、Host 插件清单、不同尺寸的
  inline 图片和 Execute → Ask 均通过。两项目使用不同 Main ToolProvider 和正确的
  conversation context，Ask 不调用先前 MCP，图片原始字节分别匹配。该文件当前
  **9 通过、3 跳过**；Host 在测试进程内实际运行，不能表述为完整 Utility/UI 能力矩阵。
- 完整 61 文件复查分别检查复用、质量/兼容来源和效率。没有新增仅服务分支中间形态的
  兼容层；raw ACP 独占和 Continue 单请求 Host 保留其已有契约。
  复查发现重启后的回答/跳过未保存到 remote-authoritative assistant message，以及
  manager reset 后旧 controller 拒绝所属问题的回答。修正复用原消息 `answeredQuestions`
  metadata 和既有 question owner，不新增 schema、恢复日志或重复历史。
- 真实 UI 复验又确认设置保存入口仍主动取消全部请求，不能以 controller 单测通过
  宣称生产配置切换完整。Runtime 设置、原生定制和能力更新现在只激活/退役配置，
  不批量 abort 或清除待答确认；已接受请求继续使用原配置。用户 Stop、清除数据和
  App 退出的原有取消/分离规则不变。真实 SQLite 的三入口回归覆盖并行恢复、反序回答、
  跳过、重新打开答案和终态；manager reset 回归覆盖旧问题可回答、新工作仍拒绝。
  最新 **152 项 IPC/controller/manager 测试、typecheck、lint 和生产构建通过**；
  这次补修的最终真实 UI 复验及全量回归仍在进行。
- 后续真实 UI 的设置保存不再取消原生待答 Prompt；一次连接 readiness 超时后，
  重新启动 Desktop 附加同一请求并回答 `KeepYes`，原 owner 未更换，任务 completed，
  原消息的 `answeredQuestions` 已落库。再一次正常退出/重开后，“问题与回答”仍显示
  正确答案和完成状态，截图已检查。该时点累计真实调用 **352 次**，相对 348 新增
  当前 Agent 3 次及误选默认项目的本机 Ask 1 次；后者未使用问题工具，不计问答验收。
  当前 Agent ledger 共 51 次，均 completed 且已交付。正常退出 Desktop 后按已核对的
  隔离 installation 停止 Agent，所属 `/proc` 进程和 active owner 记录均为 0。
- 复查设置更新的专家团队分支发现，既有调度器会取消剩余专家，但父请求可能用替换后的
  模型继续综合。仅对活动团队父请求保留配置替换取消，普通原生请求不受影响；
  **156 项 IPC/controller/manager/SubagentService 回归通过**。此分支属于 Main 专家
  调度，不是 Agent 原生子代理；远端普通 Prompt 的 `teamMode` 为 false，先前验证的
  SSH 问答路径不改变。
- 工作区随后出现其他任务的新提交和 Magic Notes API 修改。整仓类型检查曾因其
  `DesktopApi.magicNotes.onChanged` 与 App 测试 mock 不匹配失败，没有覆盖这些并行
  改动。冻结 candidate 的 typecheck、lint、生产构建通过，前后性能对照
  使用该隔离源码，不滚入后来的功能变更；其已带入的按钮位置调整见下节范围说明。
- 随后完成 baseline/candidate 两个独立生产构建、相同 seed 历史、三次冷启动及
  无新任务十分钟的全 App 对照，结果见下节。驱动校准失败不计性能样本，
  测量期间未并发全量测试；既有 owner-only 数据不替代此结果。

### 2026-09-15：前后完整 App 对照与剩余 Runtime 检查

对照基线为 `de14a6157a6c34f1e3ef22619eca374a50a83706`。通过隔离源码构建 baseline
和包含本任务改动的 candidate，使用同一 Windows 机器、同一依赖、同一 seed
SQLite（四项目、八会话、320 条等量历史消息）和相同工作区 marker。后续其他工作区
提交不滚入该冻结对照；这里的冷启动是新的 App/profile/Runtime 进程，不清 OS 文件缓存。

截图及源码复核发现，candidate 的 `App.tsx` 同时带入了 `fbba2e3` 的工作栏按钮
移到主题切换按钮旁的调整。用户明确要求保留，工作区及冻结 candidate 均未剔除，
也不为此补跑。以下结果是**包含该 UI 差异的完整 App 实测对照**，不是严格的
纯 Runtime 单变量实验；此前“只含本任务改动”的范围描述不准确，现予以更正。

- 每组 3 次冷启动，各 55 条请求、110 次确定性 loopback 模型请求。每次冷启动包含
  八会话一轮工具请求和五条热请求，最后一次另加两轮八会话续接。每轮等待八个真实
  Native Prompt 同时到达提供方再释放响应，随后实际原生 `read` 读取各项目 marker。
  全部目录结果正确，无全局 Prompt 串行化。该对照新增真实提供方调用为 **0**；
  自然开发、写入、Shell 和真实模型验收仍以前文证据为准。
- baseline 稳态为 3 个 OpenCode Server、2 个 DSH Host；三轮分别累计启动 3/3/3 个
  OpenCode 和 4/4/6 个 DSH（包含被动状态临时 Host）。candidate 每轮只启动一个
  OpenCode、一个 DSH；六次 App 正常退出后，本次登记的全部 Runtime 进程均退出。
- 早期驱动的必填模型字段、Windows 子进程继承输出管道、Runtime 未就绪时点击以及
  读到半份 JSON 报告导致的失败均保留，不纳入以下样本。最终报告原子替换，发送前等待
  实际启用状态并核对 Main 已接收请求；不重放失败/不确定的真实模型请求。

| 指标 | baseline，中位数（范围） | candidate，中位数（范围） | 样本口径 |
| --- | ---: | ---: | --- |
| 全 App 采样峰值 Private Commit，MiB | 3,543.18（3,485.58–3,589.01） | 2,040.11（1,698.68–2,085.82） | 每组 3 个 App，分别取采样峰值 |
| Runtime 采样峰值 Private Commit，MiB | 2,843.18（2,831.00–2,854.82） | 1,338.93（1,229.31–1,347.63） | 同上，仅 Runtime 进程 |
| bootstrap 到首个模型请求到达，ms | 4,519（4,464–4,529） | 3,573（3,519–4,040） | 每组 3 次，包含 UI 启动与操作，不是独立握手计时 |
| OpenCode 热请求总时长，ms | 225（198–286） | 200（187–308） | 每组 9 次 |
| OpenCode 首个可见事件，ms | 139（118–201） | 124（102–187） | 文本/推理/工具任一事件，不是模型首字节 |
| DSH 热请求总时长，ms | 66.5（54–80） | 83（62–104） | 每组 6 次 |
| DSH 首个可见事件，ms | 32（28–39） | 38（30–45） | 同上 |

这批包含上述 UI 差异的样本中，全 App 采样峰值中位数降低 **42.42%**，不能将全部
差值单独归因于 Runtime 复用。DSH 的热请求中位数反而增加 16.5 ms，
没有隐去该回退，也没有据此增加未经测量的队列优化。Private Commit 不是独占物理
RAM，工作集求和会重复统计共享页；5 秒采样不等于捕获了瞬时峰值。两组使用相同
测试观察代码，数据不是未插桩 App 或生产大库的性能承诺。

最后一次各有 **124 个**无新任务空闲样本，覆盖 **610.588 / 610.544 秒**，最大间隔
5.149 / 5.068 秒。两组模型请求均固定为 58，active Task 为 0，DB 固定
2,007,040 字节、WAL 固定 4,128,272 字节、事件数固定为 276。

| 空闲组 | baseline Private Commit 起止，MiB / CPU 秒 | candidate Private Commit 起止，MiB / CPU 秒 |
| --- | ---: | ---: |
| 全部 OpenCode | 2,433.02 → 2,382.73 / 19.359375 | 1,007.88 → 973.12 / 11.609375 |
| 全部 DSH | 180.00 → 179.19 / 0.09375 | 86.92 → 87.62 / 0 |
| Main | 211.00 → 200.34 / 4.9375 | 205.33 → 197.70 / 4.4375 |
| Renderer | 183.32 → 137.40 / 0.265625 | 157.90 → 127.23 / 0.4375 |

Session 有意保留；DSH 尾端有 0.70 MiB 增量，不把这一段描述为所有点都下降，
也不从十分钟数据宣称整个 App 已无泄漏。聚合报告同时保留工作集、堆、句柄和逐进程 CPU。
原始数据位于忽略目录 `matched-app-WBCdJL/{before,after}-{10,11,12}`，汇总为 `summary.json`；
这些是本机验证资产，不进入版本库。

其后才运行剩余 Runtime 检查，避免干扰对照：

- OpenCode 双项目真实 Server 组合通过原生 Skill、真实 stdio MCP 和不同 inline 图片，
  两轮八次 MCP 调用均用请求 ID 核对原 grant 归属，读取结果仍匹配各自目录；十项目
  测试仍通过。DSH 的对应共享组合也通过。四文件合计 **114 通过、4 跳过**，
  跳过的是 3 个显式启用的真实 DSH 模型测试和 1 个真实图像生成测试，不把这些记为通过。
- 直连模型的会话 release/dispose 与实际 Shell 完整输出分页检查通过：删除目标会话
  缓存并释放对应 ToolProvider；dispose 先释放所有已知会话，再释放 provider。实际命令
  结束后输出可分页，dispose 后句柄失效。没有新增模型进程池、历史字节 LRU 或持久缓存，
  此处也没有做直连模型整体 retained-heap 泄漏证明。
- Continue 使用实际 1.5.47 包和生产 Utility adapter，3 轮各两个并发请求，另 5 次热请求。
  11 次本机确定性提供方请求全部返回预期内容，11 个请求级 Utility 均退出，真实模型调用
  为 0。准备耗时中位数：冷准备 **333.93 ms**（326.06–381.94），同 adapter 缓存
  **0.0031 ms**（0.0010–0.0054），新 adapter 命中磁盘产物仍 **312.97 ms**
  （276.08–334.63），各 3 次。11 次原生 HTTP ready 中位数 **936.96 ms**
  （925.60–959.27），首个提供方请求从 run 起算 **980 ms**（969–1,013），总时长
  **1,353 ms**（1,314–1,373）。准备在 run 前单独测量，不能把它再说成总时长已包含。
  跨 adapter 重复准备没有消失；本次保留现有检查与缓存，不为约 0.31 秒的准备成本
  修改单 Session Host 或新增常驻池。
- 最终整仓 `npm test -- --reporter=json --outputFile=<本机证据目录>/full-validation-final.json`
  为 **4,204 通过、67 跳过、0 失败**，耗时约 **733.80 秒**。包括最后加强的
  OpenCode 逐请求图片互斥断言、共享能力组合、设置退役及专家父请求回归；
  先前失败的 `ActivityPanel` 本次在全量中 **16 项通过**。早期失败报告仍保留，
  不将跳过的真实提供方或平台专用测试计为通过。
- 全量结束后再次运行 `npm run typecheck`、`npm run lint` 和 `git diff --check`，
  全部通过，先前并行 Magic Notes mock 不匹配已不再出现。10 个相关文档的
  **140 个相对文件链接**均可解析，未独立复验标题锚点。全量测试进程及按本次测试
  路径筛选的本机验证进程均已退出；Linux 隔离安装的清理证据见前文。
- 最终门禁及报告修订没有新增真实提供方调用，累计仍为 **352 次**。按钮位置调整及
  其他并行工作均保留；本次未执行 commit、push、tag 或发布。性能对照仍使用原冻结
  样本，不把整仓后来通过的回归结果描述成已重新测量该版本的性能。

验收边界仍需保留：性能对照是 Windows 四项目确定性读取，不是大库自然开发或十项目
完整 UI 性能报告；十项目为实际 Native composition 测试。未测所有第三方插件的组合，
未证明整个 App/直连模型无泄漏，macOS/Linux arm64 原生运行仍需可用平台或 CI。

### 2026-09-15：追加真实模型复验与资源观察

用户要求继续使用真实模型，并监控数据库及内存。此次将 `e1fe1cf` 与当时工作区改动
冻结到独立源码目录，构建真实 Main/Preload/Renderer，使用新的隔离 profile 和四个专用
项目，预置 320 条合成历史。按钮位置调整保留；没有把正式用户历史送入测试。
原始证据位于忽略目录 `.agent-resources/runtime-live-20260915/run-tQ1xtk/`，
不是 checkout 自带资产。本轮只调整测试驱动，没有修改 Runtime 产品源码。

- 独立生产构建通过。冻结快照的类型检查暴露并行附件功能的 App 测试 mock 缺少
  `getFilePath` / `importFiles`，未覆盖或撤销那部分工作；这一失败不被早先整仓通过
  的结果覆盖。初次构建取证脚本误用 Preload 扩展名、同步 esbuild 不支持插件等驱动
  错误均发生在模型调用前，生产构建与 Runtime 未因此修改。
- 显式启用 DSH 的三个真实模型专项，全部通过：自定义 Header、Ask 下 Main 代理的
  Web Search/Fetch、真实 npm 插件在 Ask 被拒绝且在 Execute 执行。共 **7 次**
  实际模型请求；该次按测试名选择，仅运行这三项，不把其余九项的过滤跳过算作通过。
- 完整 App 从输入区发出四项目八条开发任务，实际读写模块、添加边界测试并执行
  `node --test`。项目选择器曾因模糊名称匹配到路径中的 `live-2` 而选错项目，
  驱动在发送前被会话身份检查挡住，改用已验证的精确项目文本；没有重复发送已接受任务。
- 第一轮六条任务完成、两条 DSH 以 `pi-ai stream idle timeout after 300000ms`
  失败。一次未观察到上游响应状态，另一条有 HTTP 200 但任务仍超时，不能把 HTTP 200
  当作交付成功。保留失败与数据库后，正常退出测试 App，将测试转发层改为独立
  `undici.request` 流式转发，再显式重跑这两条，均完成。由于同时重启了 App，
  不能据此断言已经唯一定位到转发器或提供方；本轮未盲目修改 Runtime 来规避失败。
- 四项目独立执行测试分别 **16、17、18、19 项通过，共 70 项**。每类 Runtime 的
  项目请求存在重叠，使用同组 owner；本轮开发请求重叠峰值为 OpenCode 4、DSH 2。
  两类 Runtime 分批发送，不声称八条同时运行。
  后续真实原生子代理读取模块及测试，父请求执行测试完成；DSH 两个真实慢命令重叠时，
  只 Stop 其中一个，另一项目继续完成，DSH Host PID 未变。
- 直连与 Continue 从同一完整 App 会话各发出一次无工具短请求，分别持久化
  `LIVE_DIRECT_OK` / `LIVE_CONTINUE_OK`。当前已配置的图像模型另发出一次生成请求，
  实际得到白底蓝色圆形图片并可在生产预览中打开；不是配置检查，也没有读取提供方
  返回的图片 URL。这验证当前配置路径，不冒充运行了绑定指定服务商的可选测试。
- 此时 App 共 **16 条 Prompt：13 completed、2 failed、1 cancelled**，
  **67 次模型请求**；加上 DSH 专项 7 次，本机新增 **74 次真实调用（73 次文本、
  1 次图像）**。计数包含失败及显式重跑。早期累计 352 次暂增至 426 次，
  后续 Linux 增量另记；本机 HTTP 计数不等于 Agent ledger 的交付证明。
- 真实子代理的 **153 条事件**，实际保存 **70,668 字节**，等价完整快照
  **495,934 字节**，该事件负载减少 **85.75%**。使用生产 codec 逐条还原及重新编码
  校验通过；6 次工具块 upsert 中无变化重复写入为 **0**，数据库 `quick_check` 为
  `ok`。这是同批事件的编码差额，不是整个数据库文件缩小 85.75%，也没有删历史。
- 模型结束后连续 **610.857 秒、123 个样本**，最大采样间隔 **5.292 秒**。
  请求数固定为 16，模型调用数固定为 67，活动任务和 streaming 消息为 0；
  DB 固定 **1,765,376 字节**、WAL 固定 **4,140,632 字节**，消息数 355、
  事件数 663、事件 JSON 负载 284,577 字节均不变。
- 本轮全 App 采样峰值 Private Commit 为 **1,728.79 MiB**，OpenCode + DSH
  合计采样峰值 **997.66 MiB**。没有同负载的旧版真实模型样本，不能把它与前文
  确定性对照相减生成新的“节省百分比”，也不把采样峰值称为瞬时峰值或独占物理 RAM。
- App 收到正常 quit 后回收了本轮登记的全部 Runtime，OS 核验最终 Main、OpenCode、
  DSH 和 Continue Utility 均已消失。退出探针曾因等待 `will-quit` 误报超时：
  生产实现实际在 `before-quit` 清理后调用 `app.exit(0)`。该驱动失败记录保留，
  后续探针改从独立父进程观察退出，不修改产品退出路径或伪造原始报告中的 phase。
  关闭后 WAL 为 0，DB 为 **3,125,248 字节**，属于正常 checkpoint，不是空闲增长；
  已保存图片内容为 **1,351,526 字节**，不能把图片占用与事件差量节省混为一谈。

| 空闲进程 | Private Commit 起止（MiB） | 范围（MiB） | 区间 CPU 秒 | 句柄起止 |
| --- | ---: | ---: | ---: | ---: |
| 全 App | 1,345.77 → 1,345.95 | 逐进程样本保留 | 分进程见下 | 分进程见下 |
| OpenCode | 750.42 → 746.00 | 741.62–750.42 | 5.984375 | 333 → 333 |
| DSH | 89.86 → 89.86 | 89.86–89.93 | 0.015625 | 364 → 364 |
| Main | 196.61 → 200.37 | 193.13–205.09 | 5.703125 | 1,137 → 1,137 |
| Renderer | 120.66 → 121.51 | 120.64–122.67 | 0.15625 | 337 → 335 |

Main 堆使用量为 67.27 → 69.44 MiB；Main 与 Renderer 有小幅增量，不能表述为
“所有进程都下降”。采样包含测试观察器累积记录的分配，这一窗口未见数据库增长或
Runtime 句柄积累，但不构成整个 App 无泄漏证明。

当前源码 Linux 复验使用 `/root/tmp` 下的专用目录。旧 `/tmp` 测试 Node/依赖缓存
已不存在，初次准备因失效链接失败，未发出模型请求。随后只替换本轮创建的失效链接，
核验锁定 Node 24.19.0 的 SHA-256，并安装锁定依赖，完成当前源码 Agent/Runtime
组包、隔离安装及 OpenCode 1.18.29 激活，不修改旧安装或无关 Host 文件。

- 两项目各 Ask/Execute 一会话，共四会话使用同一个进程 owner、一个原生 OpenCode PID。
  Ask 实际读取，Execute 实际修改和运行测试，目录 marker 均正确。后续原生子代理
  产生 **497 条**子会话事件，同一 Session 续接完成；两项目独立测试各 **8 项通过**。
- 两个真实 90 秒慢命令期间，目标 Prompt 明确结算为
  `cancelled / processTree: running`。另一会话经真实 attach 传输断开、
  controller resume 和重新附加后完成，原 Session 与 owner 均保留。
  本轮走生产 SSH/ACP/Agent/模型桥，不是再次运行完整远程 Electron UI 或 Desktop 重启。
- 共 **7 条 Prompt：6 completed、1 cancelled**，**36 次模型请求全部 completed
  且已交付**，逐 operation 归账。取消 Prompt 不等于模型交付不确定。释放全部 binding，
  等待 65 秒后 owner 为 0；随后停止本轮隔离 Agent，独立 `/proc` 与 owner 表核验均为 0。
- Host 共 71 次资源快照，未出现采样错误；所属进程私有驻留页合计采样峰值
  **1,033.00 MiB**，其中 OpenCode 峰值 **771.60 MiB**。这是 Linux 私有驻留页，
  不是 Windows Private Commit；也不是 Linux 十分钟空闲或旧新版本对照。
  退出后 semantic-prompts、model-calls、runtime-owners 数据库分别为
  **1,634,304 / 36,864 / 24,576 字节**，WAL 均为 0。
- 本轮最终新增 **110 次模型请求：109 次文本、1 次图像**，包括本机失败和显式重跑；
  加上此前 352 次，累计 **462 次**。其中本机一次未观察到上游响应状态，不能把全部
  110 次写成成功交付。实际开发项目测试合计 **86 项通过（Windows 70 + Linux 16）**。
- 收尾时当前工作区 `npm run typecheck`、`npm run lint` 和差异检查通过。
  238 个 Runtime/Agent/远程适配器文件与冻结快照的文本内容一致，原始字节差异来自
  checkout 的 CRLF/LF；Main、Preload、Renderer 入口产物哈希未变化。并行附件测试
  mock 的缺项已在当前工作区消失，不回写冻结快照，也不掩盖其当时的类型检查失败。
  10 个相关文档的 140 个相对文件链接有效，标题锚点未独立复验。
  本轮没有产品源码修复，未再次运行全仓 `npm test`；前文 4,204 项通过的报告
  早于后来的并行附件/窗口改动，不能将其当成这些改动的完整回归结果。
- 本机命名浏览器会话及所有本轮测试进程均已关闭；保留隔离工作区、数据库、生成图片、
  失败诊断及汇总报告，没有清理正式用户历史，也没有 commit、push、tag 或发布。

## 2026-09-14 Runtime 资源调研与方案（未实施）

- 按用户要求完成文档与源码调研，方案见
  [Runtime 进程复用技术设计](./runtime-process-reuse-technical-design.md)，对应
  FR-RR1–FR-RR6。当前工作仅文档和本机忽略目录内的隔离探针，未修改 Runtime/Agent
  源码、停止用户 Runtime、清理用户数据或准备新发布。
- 源码基线 `de14a6157a6c34f1e3ef22619eca374a50a83706`，保留此前活动 UI 修复。
  manager/controller、OpenCode、Continue、DeepSeek、直连、远程 ACP、Agent backend /
  owner、模型桥和原生插件均已检查。此前同基线生命周期定向回归为 11 文件、
  346 通过/1 跳过；不是本方案实施后的产品验收。
- 已安装 0.13.2 的 09:10:12–09:15:12 五分钟只读采样：数据库约增加 2.72 MiB，
  3,367 条新增子代理事件约 1.49 MiB、平均约 465 字节，93 个工具 upsert 中未变化的
  upsert 为 0；App 相关进程 Private Commit 约 3,229–3,866 MiB，CPU 平均约为
  16 核整机的 3.15%。后续一分钟又完成两个任务，不能作为真正空闲或泄漏结论。
- 两个 OpenCode Server 属于当前 App，启动工作区不同。其中一个原生库 0 Session /
  0 Message、约 527 MiB Private Commit。源码确认按工作区保留实例、清单可启动执行
  Runtime、无时间型空闲回收；没有独立调用轨迹证明该空 Server 最早由清单启动。
- 首轮两个无真实模型探针中 OpenCode 通过，DSH 驱动误用工具内部 `filePath` 而不是
  原生 schema 的 `file_path`，断言失败。修正驱动参数后两项通过，未调整产品代码。
- 随后完整三探针最终通过，Vitest 3 passed / 0 failed，39.20 秒：
  - 生产 OpenCode launcher 单次 spawn，两个目录四个原生 Session，文件路由与单会话
    删除后的其他会话存活通过；没有调用生产 `Runtime.run`。
  - 真实 DSH Host composition、Agent factory、文件和 PowerShell 工具，两个不同 cwd
    的 Agent 并行读写各自测试文件；生产控制面拒绝第二工作区也得到断言确认。
    这不是 Electron Utility/ACP 生产多工作区测试。
  - 一个 Windows 原生 `opencode acp`、一条 ACP connection、两个工作区 Session，
    并行完成两个合成 Prompt；`chat.headers` 的 sessionID 与两个 HTTP 请求归属一致。
    尚未经过 Agent backend、生产模型桥、真实工具/子代理或 Linux Host。
- 本次研究真实模型调用 **0 次**；最终 ACP 探针向本机确定性服务发出 **2 次 HTTP
  请求**。测试服务、原生进程和专用工作区在 finally 中关闭/删除，不操作用户运行中的
  Runtime 或其临时数据库。
- 复现命令：`npx vitest run --config .agent-resources/runtime-reuse-research-20260914/vitest.config.ts`。
  `probe.test.ts`、`opencode-result.json`、`dsh-result.json`、`acp-result.json` 保留在
  同一忽略目录，仅为本机证据，不作为他人 checkout 后必然存在的测试资产。
- 未实施项及生产验收见技术设计 P0–P4/V1–V8；本次未进行新的 Linux Host 验证、
  真实模型开发任务或修复前后内存对照，不将原生能力探针描述成修复完成。
- 文档核验覆盖 10 个改动文档、131 个相对链接和其中 44 个标题锚点，全部通过；
  FR-RR1–FR-RR6 的定义唯一且有验收引用，`git diff --check` 通过。研究用 OpenCode
  二进制剩余进程数为 0。产品源码未改动，因此本轮未重跑全仓 test/typecheck/lint。

本页下方 schema 35 段落保留当时的失败与未发布记录。其后已随 Desktop `0.13.2`
（发布提交 `81ae9e0`）正式交付，Agent `0.11.25` 同期为维护发布；新的进程复用方案
不包含在这两个已发布版本内。

## 2026-09-14 多 Runtime 工具操作摘要

显示与事件合并规则见[工具操作摘要](./runtime-interactions.md#工具操作摘要)。Continue、
DeepSeek Harness 和直连模型已接入共享摘要函数，完成事件缺少输入时保留已有摘要。

Windows 完整 App 使用当前生产 Main、Preload、Renderer 和隔离配置，模型为
`deepseek-v4-flash`。从真实输入区输入并点击发送读取测试文件的请求，校验码只存于
文件中。三条成功会话都返回正确校验码，工具完成后仍显示路径；原生点击展开可查看
输入与输出，离开后重新打开会话、重新加载 Renderer 后再次打开均保留摘要和详情。
六张对话区截图已实际打开审阅。

| Runtime | 成功模式 | 提交数（含失败重跑） | 模型 HTTP dispatch | 工具执行 |
| --- | --- | ---: | ---: | ---: |
| 直连模型 | Ask | 1 | 3 | 3 |
| Continue | Execute | 2 | 4 | 3 |
| DeepSeek Harness | Execute | 3 | 3 | 2 |
| 合计 | | 6 | 10 | 8 |

计数来自 Main 和真实 Utility Host 的 HTTP dispatch，未注入答案或工具事件。Continue
首轮 Ask 仅提供配置工具，未能读取文件；改用 Execute 成功。DS 前两次因 Windows
工作区路径写法与 Host `realpath` 比较不一致而返回 ACP `-32602`，均未调用模型；
同目录改写路径仍复用缓存 Runtime，改用全新规范路径目录后成功。该路径问题随后由
[DS 工作区路径修复](../deepseek-harness/progress.md#2026-09-14-windows-工作区路径修复)
单独处理，新增验证计数见该记录，不计入上表。驱动的包解析、
DOM 定位及卡片比较器失败已记录，修正比较器后的复验没有追加模型请求。

本机临时 `runtime-summary-live/report.json` 保留逐次结果和产物哈希；源码基线为
`c71da4b6ae1d7228ff968d39c63db205caf61339` 加本次工作树改动，Main SHA-256 为
`2153d72a947ab6f5eab22eab28d7a3f2f86a47740d5223a3e1547f199fa7de84`。
测试进程、隔离配置、数据库、工作区和构建均已清理，正式配置字节未改变；报告和截图
保留在本机临时目录，不作为长期可用的仓库资源。请求使用已配置 HTTPS，沿用生产
证书策略，本轮未验证严格证书校验。未测试 Main 重启或远程 Agent。

专项回归 210 项通过、1 项跳过。完整 `npm test` 首轮 4154 项通过、66 项跳过，另有
6 个 `.agent-resources` 内的本地 `node:test` 文件被 Vitest 误收集导致套件失败。
使用 `npm test -- --exclude "**/.agent-resources/**"` 完整重跑后，353 个文件通过、
9 个跳过，4154 项通过、66 项跳过、0 失败，耗时 646.04 秒。`npm run typecheck`、
`npm run lint` 和 `git diff --check` 通过。

## 2026-09-13–14 schema 35 工具重复写入补修（未发布）

- 0.13.1 的历史库回收成功，但其真实模型验收限制子代理不使用工具，遗漏了生产工具对象
  的 `undefined` 可选字段。JSON 重读省略这些键，原深比较误判未变化的工具块。正常开发
  任务复现同批 928 条事件的 7,787 次重复工具块写入；仅归一化空字段的对照将负载从
  10,467,622 降为 452,391 字节，逐条还原一致。该对照不是产品修复验收。
- 当前修复按共享工具 schema 的字段值比较，不序列化整份工具输出进行比较。空字符串、
  输出修订、状态和错误变化仍保留。schema 35 使用同一编码器重整旧完整事件及 schema 34
  已存差量，跳过 JSON 未变化的行；不会删除事件、会话、工具结果或来源字段。
- 存储缓存仍最多 16 个任务，终态及时移除缓存引用；回滚后按已提交记录重建，其他任务
  不受影响。远程先按来源主键判断是否重放，重复事件不重建已经释放的写入缓存；
  `INSERT OR IGNORE`、冲突校验及消息投影事务仍保留。
- Windows 当前源码加便携版内置 OpenCode 完成正常 CSV 项目开发，主／子代理实际读取、
  改代码、补测试和执行命令；独立 59 项测试及 CLI 通过。698 条子代理事件共
  368,575 字节，重复工具块为 0，与归一化对照字节数完全相同，每条事件还原一致。
- 多项目实测使用两个独立 OpenCode 实例、每项目两个会话，两轮共 8 次 Execute。
  第一轮四个开发任务全部完成；第二轮复用会话，主动取消一个正在使用工具的子代理任务，
  其余三个完成并通过测试。2,841 条子代理事件共 1,305,340 字节，重复工具块为 0，
  全部逐条还原一致。每轮结束后缓存任务数、打开的 SSE 响应流均为 0。
  隔离 Main 测试进程在显式 GC 后的堆占用为 12.94 → 12.91 MiB；
  这证明本轮未持续积累，不是整个 Electron UI／Runtime 的 RSS 上限或无限负载保证。
- 共享 Linux x64 Host 使用当前桌面源码经真实 SSH、Agent、ACP 和模型 gateway 完成
  Ask 与正常工具 Execute。912 条子代理事件共 405,360 字节，重复工具块为 0，
  逐条还原及重复重放通过，远程 Python 项目测试通过。修复位于共享桌面层，不修改 Agent
  或公开事件协议。两次早期测试驱动错误中断操作，修正瞬态事件处理后才完成上述验收；
  不能将早期失败写成产品通过。
- 本轮实际提供商请求为 121 次：本地开发 26，多会话 79，远程账本 16（成功验收 14，
  早期驱动中断 2 次结果未知、未交付）。本地计数器只记录 HTTP 状态，远程按测试
  request/operation 的 Agent ledger 统计，不记录凭据、正文或请求头。另有先前诊断的
  24 次请求，不计入这 121 次。已核对本轮本机和远程测试工作区无残留 Runtime 进程。
- 活动 schema 34 库通过 SQLite online backup 取得一致性备份，并校验独立测试副本。
  正常启动升级成功，2,898,984,960 → 607,055,872 字节（2.70 GiB → 578.93 MiB，
  回收 79.06%）。完整比较 424,148 条原事件的内容、ID、时间及来源一致。
  隔离启动未复制模型配置，既有启动修复调整一条项目／会话 Runtime 选择及一个在途任务、
  消息和活动状态，另追加一个状态事件；不是迁移删除或改写历史内容。
- 同一真实备份的另一个副本直接运行实际构建的升级 Worker，在处理 64 条后取消，
  重启后完成 316,664 条子代理记录；全量事件再次还原一致。全部非事件表逐表内容一致，
  包括 150 个会话、1,915 条消息、914 个任务和 136 个成果；`integrity_check=ok`。
  原运行库和校验备份没有被测试改写。schema 35 副本再次进入实际 Worker 时直接完成，
  进度事件数为 0，不重复整理。
- 最终专项 99 项、typecheck、lint 及生产开发构建通过。首轮全量产品用例 4,154 通过、
  66 跳过，但 6 个临时 Node 测试项目被 Vitest 错误发现；配置已排除 `.agent-resources/`，
  独立项目仍单独运行自己的 Node 测试。随后显式双 worker 全量为 4,148 通过、66 跳过、
  `App.test.tsx` 6 项时序失败；恢复仓库默认单 worker 后该文件 220 项全部通过，
  未修改 UI 代码。最终默认配置全量为 4,151 通过、66 跳过、3 个问答 UI 测试失败，
  失败项与双 worker 不同；本轮全量回归尚未全绿。随后仅调整测试等待和 mock 隔离的
  尝试仍有不稳定失败，已完整撤回这些额外 UI 测试改动，不把单次重跑通过当作稳定修复。
  存储专项、真实工具任务、并发内存和真实数据迁移证据均通过；UI 测试问题仍需单独处理，
  本次未提交、未发布，也未替换用户正在运行的 0.13.1。

## 2026-09-13 Desktop 0.13.1 执行记录去重与大库升级

- 实现与兼容边界见[执行记录存储与升级回收](./execution-history-storage.md)，通用开发
  要求见[数据库迁移指南](../../development/database-migrations.md)。本机和远程写入共用
  差量编码，不修改 Runtime 公共事件或 Agent 协议；消息投影与来源去重继续保持事务。
- 真实 portable 旧库先备份并校验 SHA-256，再在独立新版 portable 中启动升级：
  13,094,912 → 12,595,200 字节，schema 33 → 34。659 条消息、52 条会话、133 条成果、
  笔记／待办及模型用量表逐表内容一致，完整性检查通过。
- 另对真实膨胀库的核验备份副本运行同一 portable 启动入口：
  97,308,667,904 → 594,182,144 字节，即 90.63 GiB → 566.66 MiB，
  实际回收 90.07 GiB（99.39%），freelist 为 0。原库和原 portable 数据库未改写。
- 全量还原比较 411,981 条事件，所有内容、事件 ID、时间及远程来源字段一致；
  SQLite `integrity_check` 返回 `ok`。1,876 条消息、895 个任务、136 个成果及笔记、
  待办、用量和活动记录等表内容一致。隔离 profile 没有复制模型配置，既有启动修复更新了
  一条项目及一条会话的 Runtime 选择，项目 `updated_at` 随之更新；不是事件迁移修改。
- 真实升级中通过“退出，稍后继续”停止，再用更新后的 portable 继续并完成。初版 UI
  只按内容高度展开且进度条过窄，用户指出后修复为全高画布和全宽进度条，并显示处理速度；
  实包测得页面高度约 761 CSS px、viewport 761 px，进度条宽约 960 px，截图人工复核通过。
- 大库采样的读取耗时占约 65%、JSON 解析约 17%。将升级读取缓存由 8 MiB 提至
  64 MiB，保留每批 32 条事务和 SQLite 自动 checkpoint，只在任务结束时截断 WAL。
  相邻 2,048 条转换采样从约 12.0 秒降至 8.8 秒；样本和缓存状态不同，不作为固定加速比。
  未增加同库并行写入，也未关闭事务或同步落盘。
- 当前源码通过真实本地 OpenCode Execute 和共享 Linux x64 Host 的托管 Ask／Execute。
  本机与远程各观察到 65 条子任务事件，最终过程仍可显示，远程重复事件不重复投影；
  测试资源均位于专用目录。共提交 3 次真实 Prompt，Runtime 上报 4 笔模型用量；
  子代理内部 HTTP 调用未单独计数，不将该上报数称为服务商请求总数。
- 首轮完整 `npm test` 为 4,114 通过、66 跳过，637.97 秒；后续 8 项新增／修正的专项
  回归通过，`npm run typecheck`、`npm run lint` 通过。生产构建及用户要求的 portable
  实包开发验证通过。0.13.1 版本与发布说明变更后的本地最终验证被用户主动取消，按要求
  不再追加本地测试，候选的最终全量测试、类型、lint 与生产构建由 main CI 判定。
- 用户批准 0.13.1 中英文说明及仅标准六平台发布；Agent 保持 0.11.24。
  已发布提交 `4937720` 和不可变标签 `v0.13.1`，main CI 与六平台发布通过；
  后续真实工具场景的遗漏及补修见本页 schema 35 记录。

## 2026-09-13 原生浏览器与应用浮层修复

- 用户在“添加实例”中复现原生网页盖住弹窗。原先只有终端关闭确认释放 viewport，
  现在所有应用 Modal 与相交浮层共用
  [浏览器遮挡机制](./browser-tabs-technical-design.md#4-renderer-与-viewport)。
  新增五个组件回归在修复前全部失败，修复后通过；独立检测器另有十项回归。
- Windows 当前 Main、Preload、Renderer，通过 `electron-vite dev` 和独立 profile
  启动完整 App，不是旧安装包或仅有 Renderer 的 fixture。浏览器导航到本机合成页后，
  实例管理与项目设置均验证原生视图 `visible → hidden → visible`；视图 ID 不变且未销毁。
  本次不修改 Runtime、Agent、MCP 或远程生产路径。
- 实例编辑器在浅深主题、目标 1280×800、960×720、720×640、640×420 下完成八组
  几何、关闭按钮命中和原生视图隐藏断言。Windows 缩放产生不足 1 CSS px 的取整差异，
  记录实际尺寸而非把目标尺寸当测量值。PNG 实际审阅包括浅色 1280、720 和深色 640；
  其余尺寸执行程序化检查，不将其描述为全部 PNG 人工审阅。
- 临时驱动曾出现新浏览器 target 抢占自动化目标、隐藏窗口截图阻塞及严格像素比较
  误判；修正驱动后重新取证，不把这些失败改写为产品修复。最终使用 pinned renderer、
  独立测试窗口和 CDP PNG；原生视图状态单独从 Main 读取，避免网页截图漏掉原生视图。
- 顺带复现已发布更新说明资源为 136,554 字节，超过原 128 KiB 读取上限。上限提高到
  1 MiB，仍使用有界读取；回归直接读取实际打包资源并确认当前版本可展示、可确认。
  完整 App 已显示并关闭 0.13.0 更新说明，重启后不再次显示。
- 首轮 `npm test -- --maxWorkers=1`：4,108 通过、66 跳过，608.30 秒；
  `npm run typecheck`、`npm run lint` 通过。补长名称修正后的全量执行为 4,105 通过、
  66 跳过、3 失败，586.51 秒；失败全部位于并行修改中的子代理进度测试。
  未修改这些文件，随后定向重跑 ACP 与 OpenCode 子代理共 66 项全部通过。
  全仓类型与 lint 检查期间先后遇到并行子代理/存储升级改动的缺失字段和未使用导入，
  这些改动不纳入本次提交，不能把早先的通过结果当作当前并行工作区全绿。
- 两组 Harness 单测补 `onTestFinished` 回收临时目录。最后定向四文件 73 项通过，
  运行前后检查新增残留目录为 0。测试清理不改变 deployed Runtime。
- 本次修改文档的 66 个相对链接目标存在，暂存差异无空白错误；最终发布仍需对确定的、
  不再变动的候选提交执行发布验证，不能将未提交的并行改动混入候选。
- 临时脚本、截图和隔离构建按用户要求在提交后清理；这里只保留脱敏结论。知识库布局、
  合成服务保存验证与调用计数见[知识库进度](../knowledge-base/progress.md#2026-09-13-知识库布局与自动名称修复)。

## 2026-09-13 OpenCode 事件流关闭顺序修复

候选检查中的 lifecycle 失败已稳定复现，4 路并行后 `openEventBodies` 为 3 而不是 0。
原因与统一修正规则见[复发缺陷记录](../../quality/recurring-defects.md#事件迭代结束前释放底层订阅)；
聊天与 Compact 共用最小迭代器包装，不修改 OpenCode SDK、重试时限或现有断言时限。

- 加强既有正常结束与消费方提前返回回归，修复前两项均失败，确认最终 `signal.aborted`
  不能证明关闭顺序正确；修复后通过。
- `npm test -- src/main/agent/opencode-runtime-lifecycle.test.ts
  src/main/agent/opencode-runtime.test.ts src/main/agent/opencode-runtime-permissions.test.ts
  src/main/agent/opencode-subagent.test.ts`：4 个文件、99 项通过。
- Windows 当前源码配合真实 OpenCode `1.18.29`、真实 SDK/HTTP MCP 和 loopback 模型通过
  1、4、8 路并行、取消一条而另一条正常结束，以及实际原生 Compact；各阶段打开的 SSE
  响应流均归零。验证是生产 Runtime 入口，不是完整 Electron UI；真实服务商调用 0 次。
- 已核对远端 `AcpRemoteRuntime` 的 Agent-owned transcript 轮询与
  `AgentOwnedAcpPrompt` 的 ACP stdio 连接，不使用本机 `client.event.subscribe`。本次未改
  Agent、远程桥或协议，不需要远端对应修复，也未将本机测试算作远程 Host 复验。
- 最终 `npm test`：349 个文件通过、9 个跳过；4,089 项通过、66 项跳过、0 失败，
  耗时 571.43 秒。`npm run release:notes:verify`、`npm run typecheck`、`npm run lint`
  全部通过；下节失败结果保留为修复前记录，不再是当前本地回归结论。
- 发布说明按 Desktop `v0.12.12`、Agent `agent-v0.11.23` 到最终候选的差异核对，
  不按中间开发提交分别列出修正。用户明确不增加事件流条目，已批准中英文说明保持不变。
- 本轮未提交、推送或打标签，未运行本地生产构建或打包；远程问答完整生产链路的真实
  服务商验证及候选 CI/原生发布验证仍沿用各自待验收状态，不由本机 SSE 修复代替。

## 2026-09-13 Desktop 0.13.0 / Agent 0.11.24 候选检查

本轮仅准备本地候选：更新 Desktop 与 Agent 版本、用户批准的中英文发布说明及功能清单，
远程原生问答按问题修复分类。Agent 发布说明测试允许仅有修复章节，同时检查中英文分类
一致；未修改 Runtime、Agent 问答或事件流实现。Agent `0.11.24` 需要先升级 Desktop 至
`0.13.0`，OpenCode 保持 `1.18.29`。

- `npm run release:notes:verify`、`npm run typecheck`、`npm run lint`：通过。
- `npm test`：348 个文件通过、1 个失败、9 个跳过；4,088 项通过、1 项失败、66 项跳过，
  耗时 571.96 秒。唯一失败为 `opencode-runtime-lifecycle.test.ts:120`，并行请求结束后
  `openEventBodies` 期望为 0、实际为 3，轮询未在时限内满足；该现象早已有记录，
  本轮没有完成根因判断，也没有放宽断言或跳过测试。
- 单独复跑上述 lifecycle 文件及 `agent-release-workflow.test.ts`、
  `release-notes-source.test.ts`、`release-notes-service.test.ts`：发布相关 15 项通过，
  lifecycle 同一断言再次失败。该结果不能替代一次全量通过。
- 更早的一次全量运行在调整 Agent 发布说明章节断言前主动停止，未取得汇总，不计为通过。
- 候选版本一致性、历史 Desktop 发布说明未改动、48 个 Markdown 相对链接目标和
  `git diff --check` 已通过。
- 本轮真实模型验证调用 0 次，未重跑真实 Host；既有 SSH/确定性模型证据见下文，
  不将其扩写为完整生产 Main/Preload 配合真实服务商的验收。
- 未提交、推送或创建标签，未运行本地生产构建、打包或 LoongArch 预览。
  全量测试失败、完整远程生产链路及候选 CI/原生包验证仍未解决，候选不标记为可发布。

## 2026-09-13 SSH 问答 UI 复验与取消后续发

在真实 Electron 窗口中使用当前 `App`、入口样式和主题函数，经测试 IPC 接入生产
`createManagedRemoteAcpRuntime`。远端使用共享 Linux x64 Host、真实 SSH attach、当前源码
Agent、原生 OpenCode 和生产模型桥；模型响应来自远端 loopback 确定性服务。配置、项目、
队列和存储 API 复用 App 测试 fixture，因此本次证据范围为 App Renderer 到真实 SSH
Runtime，未覆盖完整生产 Main/Preload、生产数据库持久化、发布安装或重启恢复。

窗口测试发现待答期间取消后，同一对话立即发送会报
`Active prompt operation identity cannot change before terminalization`。Agent 取消分支
原先只写语义记录，重复终态写入失败后未留下可核对的操作终态；Desktop 也保留了旧
binding。修复复用 Agent 的异常终态记录方法，并在 Desktop 显式取消后核对终态、关闭
已终结 binding 和释放会话通道。新增两项回归验证 Agent 取消核对及同一对话续发。

已通过的 UI 场景：父子问题同时待答、重复事件不丢草稿、自由文本回答、选项回答、注入
一次回复失败后原输入重试、跳过、待答期间取消、取消后在同一对话发出新请求并正常完成。
鼠标和输入使用 Electron 原生输入 API。重复问题和回复失败由驱动注入，其余问题、工具
进展及完成事件来自真实远端 Runtime；驱动消费内部 checkpoint，并将取消映射为公开
`error/status=cancelled` 事件，不把内部 Runtime 事件直接送给 Renderer。

浅深主题各检查四组窗口尺寸，问题表单无横向溢出、草稿保留，提交按钮可滚动到可见位置。
短窗口需纵向滚动查看问题与输入，未宣称整张卡片同时可见。检查目标为 1280×800、
960×720、720×640、640×420，Windows 175% 缩放下实际 CSS 内容区各多 1 像素。
临时驱动、JSON 测试报告、各轮日志及 PNG 保留在批准临时目录，使用
`question-ui-*`、`remote-question-*` 和 `question-validation-*` 文件名前缀；驱动按
[Electron UI 自动化规范](../../quality/electron-ui-automation.md)的现有启动方法重建，
不是仓库通用 UI runner。SSH 测试结束后停止专属 daemon 并清理远端专属目录和上传文件。

复现时在批准临时目录执行 `node question-ui-build.cjs`、
`node remote-question-build.cjs`，随后设置 `GOODBUDDY_QUESTION_UI=1` 并执行
`node remote-question-run.cjs`。脚本依赖本机既有加密 Host 配置和 Host 上的测试 Node
依赖目录；不得将这些本机条件当作新环境已经满足。早期驱动的内部事件转发、原生输入
等待和跨轮模型结果判断错误均已修正；它们与实际取消续发缺陷分别记录，未将失败轮次
改记为通过。首轮窗口退出过早，未取得完整模型夹具计数，历史夹具请求累计数不完整；
外部模型调用为 0。

最终 SSH/UI 一轮完成 4 次输入区提交、2 次回答和 1 次跳过，收到 4 个原生问题，取消
核对结果为 `terminal/cancelled/processTree=empty`，随后新请求完成。该轮模型夹具请求
精确为 7 次，外部模型调用 0 次，Renderer 控制台错误 0 条，驱动退出码 0。最终定向
回归分两条命令执行：`npm exec vitest run src/agent-daemon/runtime-acp-backend.test.ts
src/main/agent/acp-remote-runtime.test.ts` 为 96 项通过；
`npm exec vitest run src/agent-daemon/remote-question-binary.test.ts
src/agent-daemon/opencode-subagent-plugin.test.ts src/agent-daemon/model-bridge.test.ts
src/main/remote-agent/protocol-remote-runtime-channel.test.ts
src/agent-daemon/runtime-composition.test.ts src/main/ipc.test.ts` 为 179 项通过、5 项跳过。
`npm run typecheck`、`npm run lint` 和 `git diff --check` 通过。

首轮默认并行 `npm test` 的打包测试超时，整轮随后被 120 秒工具时限中断；单 worker
重跑为 4,084 项通过、66 项跳过，耗时 626,816 毫秒。此结果早于本节取消修复，
不作为最终源码全量结果。

取消修复后的全量命令为 `node node_modules/vitest/vitest.mjs run --maxWorkers=1
--reporter=json --outputFile=<批准临时目录>/question-validation-final.json`，覆盖 358 份
测试文件，结果为 4,087 项通过、1 项失败、66 项跳过，监督进程记录耗时 617,138 毫秒、
退出码 1。唯一失败是 `tests/agent-package.test.ts:372` 的大清单安装用例，耗时
63,366 毫秒，超过该用例 60 秒上限。随后
`npm exec vitest run tests/agent-package.test.ts -- --maxWorkers=1` 单独复跑为
22 项通过、1 项跳过，整文件耗时 60.08 秒；没有修改该打包测试或放宽超时。
全量失败记录保留，不能将分次复跑结果写成单轮全绿。

最终 UI 原始日志为 `question-ui-1789278503920.log`，8 张待答截图为
`question-ui-{light,dark}-{1280,960,720,640}.png`，另有完成截图
`question-ui-success.png`。已逐张打开待答 PNG 审阅字体、字段、按钮、焦点和短窗口
滚动位置；未发现问题卡片遮挡或按钮不可达。尺寸切换等待 CSS 过渡结束后再截图，
窗口使用独立临时 session partition。当前证据不覆盖全键盘导航或正式 profile 的清理。

## 2026-09-13 托管 SSH 原生问答

- 当前源码支持前台托管 SSH OpenCode 的父、子孙会话原生问题、回答和拒答，复用已有
  Renderer 队列与 Task 归属。问题来源为原生 `question.asked`；模型正文和普通工具活动
  不生成问答表单。协议、身份与生命周期规则见
  [远程主机技术设计](../remote-host/technical-design.md#acp-与断线)。
- 新增 `remote-question-binary.test.ts`，使用真实 OpenCode `1.18.29` ACP 进程、生产插件、
  Agent Prompt owner 和 loopback 模型夹具，覆盖父问题、Task 子问题、拒答、取消、
  跨 binding 回答拒绝、迟到回答拒绝，以及临时回复能力不进入语义记录。
  插件测试另覆盖孙会话归属、并发重复事件、HTTP 路径认证、原生待答列表校验和端口关闭；
  Runtime 测试覆盖已 ACK 记录后的待答补发、回复失败重试与已回答历史去重。
- 共享 Linux x64 Host 使用既有加密凭据和固定 Host Key，经真实 SSH attach 启动当前源码
  的隔离 Agent。生产 `createManagedRemoteAcpRuntime` 入口完成 Ask、Execute 并行父子
  问答、拒答和待答期间取消；两个并行问题在首次回答前均到达 Desktop Runtime，子问题
  带 Task 归属，回答后原生 Task 和父轮次正常完成。拒答结束原生轮次，取消后迟到回答
  明确失败。最终一轮 7 次确定性模型夹具请求，外部模型调用 0 次；测试 daemon 停止，
  测试目录与上传文件已清理，未修改 Host 原有 Runtime registry。
- 最终定向回归：11 份测试文件，219 项通过、5 项平台跳过，包含 Agent、模型桥、ACP
  Runtime、认证控制通道及托管入口测试。`npm run typecheck`、`npm run lint` 通过。
  本轮全量 `npm test -- --reporter=json --outputFile=<临时报告>` 为 4,081 项通过、
  0 项失败、66 项跳过；之后的插件身份与并发去重补充由最终定向回归和 Host 复测覆盖。
- 本节早期验证未操作 Electron 窗口、重装共享 Agent 或模拟整机重启；问答队列的界面行为由
  既有 App/ChatTimeline 测试覆盖。同一存活 Prompt 的待答补发由 Runtime 回归验证，
  不把它描述成 Agent 进程重启后的问题恢复。旧 Agent 和任意第三方 ACP 服务的范围见
  [Runtime 交互边界](./runtime-interactions.md)。

## 2026-09-13 并行提问顺序回答

- 修复同一前台请求的后续提问覆盖未回答问题：Renderer 按 ID 保存待答队列，逐次显示、
  回答和跳过，保留失败重试输入；运行中快照刷新保留队列，终态清理全部待答项。
  交互和归属限制见 [Runtime 交互边界](./runtime-interactions.md#运行与失败)。
- 本机 SDK 使用已收到的 Task 子会话元数据传递可选 `childTaskId`；Task 卡片显示待答状态，
  展开后可定位并聚焦队首表单。没有已知 Task 关联的问题仍能回答。
- 六份相关测试文件共 346 项通过：`App.test.tsx`、`ChatTimeline.test.tsx`、
  `conversation-activity.test.ts`、`opencode-runtime.test.ts`、
  `opencode-runtime-permissions.test.ts`、`opencode-runtime-lifecycle.test.ts`。
  覆盖并发到达、重复 ID、草稿保留、提交失败、队列推进、快照刷新及终态与回复竞态。
- 真实本机 OpenCode 二进制配合 loopback 模型服务验证两次原生提问均在首次回答前到达，
  随后分别回传并完成请求；同时保留 Task 文件读取和 Ask 工具限制验证。该用例每轮
  6 次 loopback 模型请求，外部模型调用 0 次。完整桌面点击路径由 App 组件测试覆盖，
  本轮未手动操作 Electron 窗口。
- 首次 `npm test` 达到工具 200 秒上限；后台重跑 `npm test -- --reporter=verbose` 完成，
  348 份测试文件通过、9 份跳过，4,069 项通过、66 项跳过，耗时 572.20 秒。
  随后补充已回答 ID 的去重必须先于任务状态更新，最终 18 项问答及活动相关回归通过。
- 独立评审补充同一 React 批次首次两次收到相同 ID 的回归：修复前显示两个待答项。
  在消息函数式更新器内复核待答和已回答 ID，重复事件直接返回原消息，保留状态；外层
  去重仍阻止重复事件改写任务状态。修复后 19 项定向回归、typecheck 和完整 lint 通过。
- 最终 App 全文件复跑为 217 项通过、1 项失败；失败项为并行开发中的外部知识绑定测试
  `adds a new external binding to the current selection without re-enabling an excluded library`，
  “添加知识库”按钮未启用，定向复跑仍失败。本次未修改该测试或知识绑定逻辑。
  `npm run typecheck` 与差异空白检查通过；早期完整 lint 通过，最终完整 lint 扫到并行
  工作新增的 `.kb-app-live` 产物而失败。保持产物原样，使用
  `npm run lint -- --ignore-pattern ".kb-app-live/**" --ignore-pattern ".kb-app-live*.cjs" --ignore-pattern ".kb-app-live*.ts"`
  复跑通过。
- 远程 `AcpRemoteRuntime` 仅接入权限请求，尚无业务问答桥；本次未修改 Agent、ACP
  传输、共享子任务进度适配器或 SSE 订阅，不将本机问答验证算作远程覆盖。

## 2026-09-13 浏览器租用标签页关闭与显式恢复

- 更新 `tests/browser-tabs-electron-e2e.ts`，移除两处租用期间拒绝关闭的旧断言。
  当前行为见 [Agent 与 MCP 路由](./browser-tabs-technical-design.md#6-agent-与-mcp-路由)
   和 [浏览器需求](./prd.md#77-浏览器)。同步修改 BrowserService、IPC、Gateway 和直连模型工具。
- Windows 真实 Electron/Chromium 与 loopback HTTP/MCP 验证通过：关闭已物化的预留页和
  已租用主标签页，等待原 WebContents 的 `destroyed` 事件，确认租约结束而请求信号未取消。
  同一 token 和 MCP session 仍可列出工具；旧目标快照返回关闭提示且不创建页面。
  显式 `browser_navigate` 创建不同身份的专用替代页，后续 MCP 快照读取该页。
- 同 Conversation 的 sibling 仅在主标签页关闭后取得 `primary` 标记，页面 URL、导航状态、
  时间戳、工作栏身份和 Cookie 内容保持不变；另一 Conversation 的页面与可见 viewport
  保持不变。撤销 capability 后完成替代页、同级页和 Context 清理。
- 已先检查 runner：esbuild 输出临时 CJS，启动真实 Electron，子进程上限 120 秒，结束后
  删除临时 bundle。`node build/run-browser-tabs-electron-e2e.cjs` 最终退出码 0；
  前三轮分别修正测试对销毁事件时序、服务旧 ID 错误文案和 sibling 主标签标记的假设。
  测试文件 ESLint 与限定文件的 `git diff --check` 通过。
- 覆盖边界：本轮通过 Main BrowserService 和真实 MCP transport 操作页面，未点击完整
  Renderer/Preload 关闭入口，未注入执行中的工具取消，也未运行直连模型循环或其他共享工具。
   浏览器、Gateway、直连 Provider、Model Runtime 和 IPC 回归共 359 项通过、1 项跳过，
   包括执行中关闭、请求继续完成和其他工具继续可用。全库 typecheck、lint 和 diff 检查通过。
   全量 `npm test` 在 Agent 离线依赖安装用例失败后达到 200 秒执行上限；无外部模型调用。
- 本轮未修改 Agent、桥接或 Runtime 产品源码，也未连接远程 Host。远程调用若进入同一桌面
  Gateway，会使用上述服务端路由；远端 Runtime 到桌面的实际传输、取消传播及恢复仍需真实
  Host 验证，本记录不将本机 loopback 结果算作远程覆盖。

## 2026-09-12 浏览器刷新与关闭后的错误清理

- 按 [浏览器工具栏规则](./prd.md#77-浏览器) 修复空白标签页允许刷新的问题；
  刷新需要 Main 的已提交 URL，地址草稿不启用刷新，首次导航仍可停止加载。
- 侧栏操作错误在切换面板、关闭当前页签或收起工作栏后清除；旧面板的异步失败不再回写。
  作用域实现见 [浏览器多实例技术设计](./browser-tabs-technical-design.md#4-renderer-与-viewport)。
- Sidebar 回归 38 项、App 浏览器筛选回归 5 项、BrowserService 回归 43 项通过。
  `node build/run-browser-tabs-electron-e2e.cjs` 通过，验证真实空白页、导航、页面隔离和关闭；
  该脚本不覆盖 Renderer 提示显示，提示清理由组件测试验证，本轮未手动操作完整桌面 UI。
- `npm run typecheck` 和两份修改源码的 ESLint 检查通过。全量 `npm test` 在 Agent
  离线依赖清单用例超时后，整轮达到 200 秒执行上限；包含完整 App 测试的补跑也达到该上限。
  `npm run lint` 被工作区原有未跟踪的 `application-tool-navigation/navigation-demo.js`
  中 27 项浏览器全局变量错误阻断，未修改该文件，不将整库校验记为全绿。
- 本轮仅修改桌面 Renderer 控件与提示状态，未改 BrowserService、Runtime、Agent 或远程协议；
  不需要单独的远程实现。无外部模型调用。

## 2026-09-10 提交后保留问答

- 桌面端在提交成功后保留结构化问答回顾，支持多轮回答、跳过及本地会话重新加载；
  交互规则见 [Runtime 交互边界](./runtime-interactions.md#运行与失败)。
- App 回归覆盖提交与重载、下一轮问题提前到达、终态先于提交返回、提交失败；数据库
  回归覆盖完整替换、增量保存、关闭重开、多选及超过 1,000 字符的自定义答案。
- `npm test`：3,900 项通过、66 项跳过，Agent 离线依赖清单测试在 60 秒超时；
  该项独立复跑通过（58.33 秒）。`npm run typecheck`、`npm run lint` 与差异空白检查通过。
- 本轮未手动运行真实 OpenCode 问答会话，外部模型调用 0 次。修改仅涉及桌面端展示与
  本地保存，不改变 Runtime 回传协议或 Agent 路径，不新增远程 ACP 问答能力。

## 2026-09-10 Git 历史测试夹具修复

- 桌面候选 `877cf58` 的 CI 在四项工作区测试准备 Git 提交时因缺少作者身份失败。
  `c037d7f` 移除测试身份后引入了机器配置依赖；本机已有身份使该问题未在本地暴露。
- 测试现在把已暂存的 tree 写入固定 Git commit 对象，并仅更新临时仓库的分支引用，
  不调用 `git commit`，不修改或覆盖任何 Git 身份配置。历史、重命名差异、分页和脏文件
  分支冲突仍由真实 Git 与生产 `manageWorkspace` 验证，不用 mock 或跳过用例替代。
- 新增夹具自检确认 `git fsck --strict` 通过、父提交链有效、未暂存内容保持不变且仓库配置未改。
  聚焦测试 11 项通过、2 项因当前文件系统大小写不敏感而跳过；无身份 Runner 的验证待新候选 CI。
- 完整 `npm test` 为 3845 项通过、66 项跳过、1 项未修改的活动列表测试超时；
  随后 `ActivityPanel.test.tsx` 的 16 项独立复跑全部通过，未放宽时限或删除断言。
  `npm run release:notes:verify`、`npm run typecheck`、`npm run lint` 通过。
  未将这次本地整库结果记为全绿，发布仍以新候选的 CI 校验和生产构建通过为前提。
- 本轮只改测试和验证记录，产品功能、Agent 源码及已批准的双语发布说明不变，无外部模型调用。

## 2026-09-10 工作区布局与分支输入样式

- 按 [FR-W1、FR-W4](./prd.md#76-工作区) 将视图切换和刷新合并到顶部行，
  文件与 Git 工具按视图显示；移除根目录的孤立图标及空导航行，子目录保留文字路径导航。
  分支搜索复用共享 `field`，面板限宽、分支列表限高滚动，创建按钮使用紧凑次操作。
- 新增布局、子目录返回、焦点恢复、分支搜索/切换/创建回归；工作区、设置界面、设置存储、
  IPC 和 Sidebar 五个测试文件共 354 项通过。另确认安全与数据的默认 `toolApproval` 为
  `always`，对应“Execute 自动授权已启用的工具”；已有明确保存的禁止策略仍保留。
  本轮没有修改授权策略或默认值。
- 当前构建的 Windows Electron 使用独立 profile 和临时 Git 项目，实际 App → Preload →
  Main 路径通过分支搜索、切换、创建和子目录新建文件；磁盘与 Git 分支结果均确认。
  文件/Git 切换保留浏览目录，返回根目录后导航行移除、焦点回到刷新；Escape 收起分支面板并恢复焦点。
  真实安全与数据页面的默认选中项也确认为自动授权。
- 浅色与深色下，将实际工作栏布局宽度设为 300、420、650px 后均无工作区横向溢出。
  输入框为共享 13px 正文、标签 11px，分支面板最大 360px；15 个分支时列表可在 240px 内滚动。
  这些是布局检查，不作为分栏拖拽或原生浏览器鼠标交互的验证。
- `npm run build:bundle`、`npm run typecheck`、`npm run lint` 通过。
  整库 `npm test` 为 3843 项通过、1 项失败、66 项跳过；失败项是未修改的
  `opencode-runtime-lifecycle.test.ts` 事件流关闭时序断言，单独复跑通过。
  未再次运行整库，不将此结果记为整库全绿。
- 本轮产品改动仅为共享 Renderer 工作区布局，未改 Main/Agent 的工作区命令、
  desktop-to-Agent 协议或 Runtime 执行逻辑；远程项目继续使用同一组件和既有回调，
  本轮未做新的 Host 实测。无外部模型调用，所属测试应用、浏览器会话和调试监听已关闭。

## 2026-09-10 提交审查修复

- [FR-W3、FR-W6](./prd.md#76-工作区)：同一目录项可仅修改大小写，仍拒绝覆盖其他文件、
  目录和硬链接目录项；提交 Diff 同时使用重命名前后路径；分支后台刷新不再使历史请求
  遗留 busy；自动目录刷新包含当前浏览目录并去重。
- 浏览器请求仅预留目标身份，首次导航才创建实际资源；Main 状态携带工作栏实例身份，
  Renderer 直接绑定同一页面，停止或回收后清除旧绑定。跨会话显式选择不会被应用类型
  同步覆盖，终端关闭确认期间释放原生浏览器 viewport。规则以
  [浏览器多实例技术设计](./browser-tabs-technical-design.md) 为准。
- 删除普通浏览器操作的自动截图、固定等待、重试及 JPEG 状态缓存/IPC 字段，保留显式截图。
- 整合复核补齐现有 32 页签容量处理与 Harness 代理的已发现工具复用。新增容量回归验证
  满额时布局仍有效、页面保留，关闭一项后显示原页面；Harness 回归验证发现接口后续失败时
  已知工具调用不再触发发现。相关三文件 66 项通过，最新 typecheck 与 lint 通过。
- 工作区聚焦测试 43 项通过、2 项需大小写敏感文件系统而跳过；IPC 与 Sidebar 聚焦回归
  132 项通过。随后新增的 Ask 指令、继承 Runtime 用量持久化及计划模式 App 场景，3 项通过。
- 扩展真实 Electron/MCP E2E 在独立临时 profile 通过：四个未使用的请求预留不创建会话、
  WebContents 或 UI 事件；首次 MCP 导航物化相同 Tab/工作栏身份，恢复不额外创建页面，
  并验证独立页面、共享 Cookie、当时的请求租约关闭保护和清理；关闭保护已于 2026-09-13 移除。
- 当前源码的共享 Linux x64 Host 验证已通过，覆盖工作区目标保护和重命名/Git Diff，
  并通过桌面托管 ACP → 隔离 Agent → OpenCode 完成 Ask/Execute 和继承 Runtime 指标持久化；
  该组共 3 次真实模型调用，清理后无所属进程残留。完整记录见
  [远程 Host 开发验证](../remote-host/technical-design.md#agent-开发期间的真实-host-验证)。
- 最终整库 `npm test` 为 341 个文件通过、9 个文件跳过，3839 项通过、66 项按平台或手动
  条件跳过、0 失败；`npm run typecheck`、`npm run lint`、开发期 `npm run build` 和
  `git diff --check` 通过，19 份修改 Markdown 的相对链接目标检查通过。
  先前整合中的一轮为 3823 项通过、6 项失败、66 项跳过，另有被移动的测试路径加载失败，
  不作为最终结果；源码稳定后完整重跑得到上述全绿结果。
- 原文档解析焦点回归改为等待 Modal 的焦点效果，保留焦点与背景隔离断言，没有改动产品逻辑。
- Windows 独立 Electron profile 的完整 App → Preload → Main UI 验证通过；最终复测使用
  本轮最终开发构建。启用浏览器后普通 Execute 没有创建原生浏览器视图，工具导航只创建
  一张同时显示在工作栏的页面，跨会话选择保留原页面与 viewport。
- 实际终端连通后，从浏览器关闭该终端可正常显示确认并操作按钮；原生视图可见性按
  可见 → 确认时隐藏 → 取消后可见变化，终端关闭清理完成。无效地址 `http://` 被拒绝后，
  原控件可重试有效地址并关闭页面；关闭端口返回了过滤代理错误页，因此该 UI 场景不作为
  Chromium `loadURL` 拒绝的实机证据。服务与 Renderer 释放绑定回归另有自动测试覆盖。
- 桌面使用确定性 loopback 模型服务驱动真实生产路径，共 24 次本地 completion 请求，
  未发出外部模型请求；可选真实 Provider 探针没有找到已加密保存的 OpenAI 兼容文本连接，
  未据此宣称桌面真实模型验收通过。Ask 与编程 Subagent 的桌面结果见
  [直连模型验收记录](../direct-model-agent/progress.md#2026-09-10-提交审查后的桌面-ui-验收)。
  测试应用与具名浏览器会话已退出，所属 Electron/Node 进程及 fixture 监听端口均为 0；
  临时截图和隔离 profile 保留在本机测试目录，不进入仓库。

## 2026-09-16 任务卡内审批

- 任务中心按 [Task Center 交互规则](../task-and-job/task-center-prd.md#5-交互) 展示卡内审批，
  未关联审批保留处理入口；没有审批时不渲染空审批区域。
- 当前定时运行从队列 `taskId` 记录到 `ActiveRun`，审批事件再写入消息的临时审批数据；
  历史消息使用明确的 `message.task.id`。Sidebar 按任务 ID 匹配当前范围内顶层任务，
  并核对会话 ID 和项目 ID，不按会话、标题、时间或计划猜测运行归属。
- `RightAssistantSidebar.resize.test.tsx` 的 54 项测试通过，覆盖项目范围、状态筛选、
  卡内处理、无审批、普通会话审批及关联不一致。App 使用 `-t "approval|scheduled instructions"`
  定向运行的 14 项测试通过，验证历史与当前定时审批的映射、允许／拒绝接口调用及成功移除。
- `npm run typecheck`、`npm run lint` 通过。本次仅修改 Renderer 展示与临时关联数据，
  本机和远程审批继续使用原有接口；未改 Main、Agent 或存储协议。未进行真实 Electron
  窗口和模型调用验收；按本次要求未运行全量测试及无关数据库迁移测试。

## 2026-09-16 任务中心范围简化

- 任务中心仅保留“当前项目”和“所有项目”；无项目任务在后者中标注“未绑定项目”。具体规则见
  [Task Center 范围](../task-and-job/task-center-prd.md#4-范围)。
- Renderer 将旧布局中的 `global` 恢复为 `all-projects` 并保存新值；共享解析契约、后端与任务
  数据不变。App 仍只向任务中心传入 schedule 来源的顶层任务。
- `npx vitest run src/renderer/src/RightAssistantSidebar.resize.test.tsx src/shared/workbar-contracts.test.ts`
  通过 60 项；`npm run typecheck` 和 `npm run lint` 通过。未进行真实 Electron 窗口验收。
- `npm test` 在 200 秒后超时，未取得整库结果；单独复跑 `heartbeat-database.test.ts` 为 6 项通过、
  2 项失败，均在未修改的数据库迁移代码中报 `duplicate column name: pinned`。

## 2026-09-10 固定基础页签与浏览器多实例

- 工作栏注册表已分别声明实例策略、默认上下文、默认打开、必须存在、可关闭和排序属性。
  任务中心与工作区保持默认存在且不可关闭；浏览器改为当前 Conversation 上下文的多实例。
  布局加载按 `required` 补回缺失的基础页签，并修复失效活动实例。
- 任务中心增加“当前项目”“全局任务”“全部项目”范围，默认跟随活动项目；任务和审批按
  Conversation 所属项目过滤，范围模式随工作栏布局持久化。范围选项已于 2026-09-16 简化，见上方记录。
- 浏览器服务已拆分 Conversation Context 与 Browser Tab。每个 Tab 拥有独立页面、Driver、
  操作队列、状态和元素引用空间，同一 Conversation 的 Tab 共享 partition、代理和 Cookie。
- Renderer 使用工作栏实例 UUID 原子创建或恢复 Browser Tab，并以 UUID viewport token 防止
  延迟 cleanup 隐藏新活动 Tab。关闭单个实例只释放对应 Tab。
- 直连模型和请求级 MCP capability 在请求开始时优先绑定可见 Tab，其次绑定 primary Tab，
  并持有使用租约。当时绑定 Tab 拒绝关闭，该行为已于 2026-09-13 改为允许关闭和显式导航恢复；工具参数未增加模型可见
  `tabId`，已有浏览器工具 schema 保持不变。
- 聚焦回归命令覆盖 Shared、BrowserService、Electron Session、IPC、Preload、MCP、Renderer
  和 Workbar，13 个测试文件共 453 项通过；`npm run lint` 与 Web TypeScript 检查通过。
- `node build/run-browser-tabs-electron-e2e.cjs` 通过。该测试启动真实 Electron/Chromium 和本地
  HTTP 页面，创建两个 `WebContentsView`，验证页面隔离、同 Conversation Cookie 共享、真实
  loopback MCP 的固定 Tab 导航与快照、当时的使用租约关闭保护，以及单 Tab 和最终 Context 清理。
- `npm run typecheck`、`npm run lint`、`npm run build:bundle` 和 `git diff --check` 通过。
- 本轮整库 `npm test` 为 3686 项通过、61 项跳过、4 项失败。失败位于 portable/release 的
  ASAR 元数据 fixture、Runtime 版本探测和 DeepSeek Harness 的本地 MCP fixture；定向复跑仍
  失败。本次工作栏、浏览器、IPC 和 MCP 聚焦回归均通过，不将整库结果记为通过。

## 2026-09-09 移动目录选择与 Git 控件修正

- 本轮在已有文件管理改动上修正 [FR-W3、FR-W4、FR-W6](./prd.md#76-工作区)：
  本机移动调用创建项目使用的 `settings.selectWorkspace()`；远程移动调用
  `sshHosts.browseDirectories()`，按项目 Host 浏览。所选目录映射为工作区相对目标，
  保留原名；取消不提交移动，外部目录在弹窗内提示限制。
- 取消、分支、Fetch、历史展开和提交行接入共享控件样式；删除菜单项左对齐。
  远程目录列表限制滚动高度，保留加载、空目录、失败和截断提示。
- `npm test -- src/renderer/src/WorkspaceFilesPanel.test.tsx src/renderer/src/RightAssistantSidebar.resize.test.tsx src/main/workspace/workspace-management.test.ts src/main/ssh/ssh-host-directory-browser.test.ts`
  通过 56 项，覆盖本机目录选择桥接、Windows 与 POSIX 目标映射、取消与越界选择、
  远程 Host 和目录参数、取消未完成的浏览，以及 Git 控件与真实文件管理服务。
- `npm test -- src/renderer/src/App.test.tsx -t "workspace|stale Git|opens the global assistant sidebar"`
  通过 12 项。工作栏切换测试改为等待项目目录加载后出现刷新按钮。
- `npm run typecheck`、`npm run lint` 和 `git diff --check` 通过。
- 本轮整库 `npm test` 完整运行 944 秒，3642 项通过、61 项跳过、6 项失败。
  工作栏加载时序断言已修正并定向复测通过；其余 5 项涉及 Agent 离线依赖测试超时、
  DeepSeek Harness MCP 加载、Runtime 版本探测，以及 portable/release 打包产物检查。
  未再次运行整库测试，不记为整库通过。
- 隔离 Electron 窗口加载当前源码组件和 CSS，检查浅色、深色主题下 300px、420px 工作栏：
  无横向溢出，分支与 Fetch 同行，提交行左对齐；移动弹窗没有路径输入框，取消为次按钮，
  删除项计算样式为左对齐。截图保留于本机临时验证目录。此检查使用桥接替身，未自动操作
  系统原生目录对话框，也不替代完整应用中的人工验收。
- 尝试从隔离 Electron 配置调用真实 SSH 目录浏览服务时，已有凭据在
  `safeStorage.decryptString` 解密失败，尚未建立 Host 连接。真实远程目录选择验收仍受阻；
  未修改用户配置或远端文件，本轮未调用真实模型。

## 2026-09-09 文件管理与 Git 工作区扩展

- 已只读核对根目录规范、UI 设计系统、目录浏览组件、WorkspaceAccess 与 Agent 协议。
  本轮范围定义于 [PRD 工作区 FR-W1 至 FR-W6](./prd.md#76-工作区)。
- 当前生产路径具备目录、属性、文本预览和工作树 Diff；Agent 的写入及 Git operation
  仍是只读拒绝接口。文件管理、分支与提交历史尚未实现或验证，不能视为完成。
- 待完成源码实现、整库 test/typecheck/lint、真实桌面路径与当前源码 Linux Host 验证。
  本轮开始前已有浏览器与工作区未提交改动，保留这些改动；不提交或推送。

## 2026-09-09 工作区页签交互

- 已核对当前工作树中的 `RightAssistantSidebar.tsx` 和 `WorkspaceFilesPanel.tsx` 差异：
  文件预览期间目录树保持挂载，接入返回位置与焦点恢复、文件与未提交更改分段视图、
  目录就地重试，以及文件预览和 Diff 操作。行为定义见 [PRD 工作区](./prd.md#76-工作区)。
- `npm test -- src/renderer/src/RightAssistantSidebar.resize.test.tsx src/renderer/src/WorkspaceFilesPanel.test.tsx`
  通过 35 项，覆盖目录展开、返回位置与焦点、视图选择、刷新失败保留内容、Markdown
  源码切换，以及切换项目后丢弃未完成的文件预览。
- `npm test -- src/renderer/src/App.test.tsx -t "workspace|stale Git"` 通过 11 项，
  覆盖应用中的文件预览、路径复制、默认应用打开、返回和任务结束刷新。
- 本轮 `npm test` 完整运行结果为 3629 通过、61 跳过、5 失败。失败位于 Agent 离线
  依赖打包超时、DeepSeek Harness MCP 加载、Runtime 版本探测，以及两个打包产物检查，
  不将该结果记为整库回归通过。
- `npm run lint` 和差异空白检查通过。最新 `npm run typecheck` 被同时进行的浏览器
  接口变更阻塞：测试替身缺少 `hide`、`setBounds`、`setViewport`，部分侧栏测试仍传递
  已移除的浏览器回调。该轮类型检查未通过，未改动另一项任务的接口或测试替身。
- 尚未进行真实桌面视觉验收；组件测试的滚动断言不代替实际窗口中的布局和滚动检查。
- 范围仅限工作区页签，不包含项目文件搜索或其他页签改动。

## 2026-09-09 托管 Runtime 并行阻塞

- Windows 完整隔离测试程序通过界面发送 OpenCode 原生双子代理、直连与 Continue 文件
  任务；随后三路上游请求在 917 ms 内发出并重叠，全部完成。普通并发没有复现全局排队。
- 在同一程序中，让真实模型执行一次 4,000 行、约 98 KB 文件的 CRLF → LF 转换，
  同时运行另一个会话。原生进程的无凭据存活探针两次延迟 3,301 ms、3,085 ms；
  原生热线程持续使用 CPU，而 Main 没有同步满载。操作不是模拟事件或直接调用
  Runtime 的脚本，模型请求来自实际输入框和发送按钮。
- 托管 OpenCode 关闭未消费的自动 Git 快照后，完整程序重复相同操作和并行会话，
  90 秒观察中的最大原生探针延迟为 210 ms，没有超过 500 ms 的探针，两条请求均完成。
  该对照验证已复现的快照阻塞得到消除，不声称已经证明历史 90–125 秒事件的唯一原因。
- Continue 的实际 Electron 原生宿主在不排空 stdout 时被注入的 128 KiB 输出阻塞；
  使用当前生产适配器后，输出在 5 ms 内完成，20 次状态读取全部成功，最大 5 ms。
  这证明管道修复有效，不代表普通启动约 640 字节的输出就是历史卡顿原因。
- 修复版完整程序再次完成原生双子代理与 Continue 文件任务，实际请求重叠，三个页面
  都通过计数按钮功能检查。Windows 诊断与程序验证合计 40 次成功模型调用；
  另一次 UI 请求返回账户额度不足的 402，用户充值后才继续，没有把失败当成通过。
- 当前源码 Linux x64 Agent 经桌面生产管理链路完成 Ask 读取和 Execute 换行转换，
  共 4 次成功模型调用；最终原生配置确认 `snapshot: false` 且权限仍为 `ask`/`allow`。
  此验证覆盖实际 Agent、模型桥、工具完成和关闭，不量化 Linux 提速，也未注入取消。
- 定向回归先验证 7 项失败，再验证 124 项通过、5 项 Windows 平台跳过；
  全项目类型检查和修改文件 lint 已通过。首次全量回归为 3625 通过、1 失败、61 跳过；
  失败来自生命周期测试的包装流在底层 reader 关闭后仍计数为打开，已通过独立流实验
  复现并改为观察 `reader.closed`，没有因此修改生产取消逻辑。最终候选全量回归为
  3626 通过、0 失败、61 跳过，`npm run typecheck`、`npm run lint`、
  `npm run release:notes:verify`、差异空白与文档相对链接检查通过。本机和远端的
  测试进程已回收，安装版和正式 Host 环境未改动；正式发布仍需候选 CI 与资产核实。
  运行策略见
  [托管 Runtime 并行与输出](./runtime-interactions.md#托管-runtime-的并行与输出)。

## 2026-09-08 消息底部请求状态

- 已接入本机 OpenCode 父会话的原生重试等待及开始事件；直连模型把退避等待与实际发起
  重试分开显示，Continue 初始文案改为中性的请求处理。显示规则和未接入边界见
  [消息底部请求状态](./runtime-interactions.md#消息底部请求状态)。
- 消息底部按真实事件显示准备、工具、待回答及终态；有新进展时清除旧状态，结束后不
  接受迟到状态覆盖。仅该处状态点改为静态，会话列表闪点、发送和停止按钮未改动。
- Windows 隔离开发桌面通过实际 UI 发送验证 OpenCode 的 503/Retry-After 等待、
  原生重试开始、真实模型回复与完成；直连模型通过派发前连接拒绝、500 ms 等待、
  重试、真实回复与完成。故障由本机测试代理注入，不冒充服务商实际故障。
  三个隔离测试配置总计 5 次真实文本模型调用；另有一次直连重试被测试代理的调用
  上限明确拒绝，界面正确显示失败，最终单次补测完成。未执行用户命令或修改安装版。
- DOM 状态记录确认底部无闪烁、完成后无旧重试文案，浅色截图可见原生重试计划与原因；
  底部 WCAG 2 A/AA 定向检查无违规。最小化窗口的补充截图超时，未作为通过证据。
  隔离窗口及测试代理已结束。
- 最终 `npm test -- --reporter=json --outputFile=<临时报告路径>` 为 3618 项通过、
  0 项失败、61 项按平台或手动条件跳过；首轮的压缩状态旧断言已修正，途中被用户中断
  的运行不计为通过。`npm run typecheck`、`npm run lint`、
  `npm run release:notes:verify`、差异空白与相关文档相对链接检查通过。

## 2026-09-08 Desktop 0.12.8 安装包修复

- 真实 `0.12.7` 安装目录确认 OpenCode 配置缺少整个 `node_modules`。新增测试调用实际
  electron-builder 资源复制器，复现相同 ENOENT；把复制源上移到 `.runtime-resources`
  后，插件及传递依赖逐文件复制验证通过。
- 真实安装的 DSH bootstrap 存在 `dsh-session-projection` 外部导入，而 Host 解包目录没有
  对应依赖。将其加入 Vite bundling，配置回归从失败转为通过；最终包会拒绝同类外部导入。
- Windows x64 CI 已接入包内 OpenCode 插件导入、真实 DSH UtilityProcess 握手及 npm
  探针，位于解包目录清理和发布之前。用户要求不做本地打包；CI 探针结果尚待本候选执行，
  不能把当前源码回归通过当作真实发布包已通过。
- 本次不改变 Agent `0.11.21` 源码或包。macOS 改为 DMG-only，用户明确接受旧版客户端
  手动升级影响；格式与发布规则见[发布手册](../../development/release-runbook.md)。

## 2026-09-08 Execute 目录权限等待修复

- 本机 OpenCode 的内部配置显式允许默认工具权限；每次 Ask 仍设置 deny-all 会话规则并
  禁用工具，当前请求精确分配的只读能力例外。Execute 不把 Workspace 当作目录边界。
- `permission.asked` 不再忽略所有非父会话事件。Main 用 OpenCode Session 的 `parentID`
  确认属于当前请求的子孙会话后按当前模式回复；其他并行会话不受影响，同一请求只回复
  一次。子会话权限不伪装为父会话中的待完成工具。
- 真实 OpenCode `1.18.9` 和候选 `1.18.29` 均已通过本地确定性模型驱动的原生 Task
  工作区外读取回归；同一 Runtime 的 Ask 仍不暴露文件与命令工具。
- Continue `1.5.47` 的真实 CLI 已通过 Execute Shell 写入工作区外测试文件；DSH 固定
  Host 已通过 Execute 工作区外写入、随后 Ask 拒绝同一写工具，未增加权限策略或人工审批。
- 真实 OpenCode `1.18.29` 已完成原生 Task 后的 yes/no 与自由文本问答回传；父、子会话
  提问及后台任务不能交互时的失败路径均有回归测试。Continue 真实 `AskQuestion` 暴露了
  QuizService 扁平数据结构与原适配器不一致的问题，现已按锁定版本修正；真实自由文本
  回传、yes/no、选项及跳过均验证通过，自定义答案不再误标为选项。
- DSH 活跃 Execute 的 ACP 权限回调不再等待第二次 authorizer，Ask 继续拒绝；未添加
  通用业务问答工具或从终端日志猜测确认意图。完整范围见
  [Runtime 交互边界](./runtime-interactions.md)。
- 当前源码 Linux x64 Agent 通过签名组包、生产安装、真实 Ask/Execute、原生子代理
  工作区外写入、重连同一 daemon 和 stop/bootstrap。实机回归同时定位并修复了握手
  Base64URL 响应误用 ID 校验及断流未结算等待；13 项 Unix 原生端点测试和连续 20 次
  握手通过。两轮真实模型调用合计 10 次，均 completed；本轮测试 Agent 已停止。
- 最终完整回归使用 `npm test -- --reporter=json --outputFile=<临时报告路径>`，并通过
  `GOODBUDDY_TEST_OPENCODE_BINARY` 指向已验证版本的候选 OpenCode。结果为 338 个文件、
  3597 项通过、0 项失败、61 项按平台/手动条件跳过，报告 `success=true`、退出码 0；
  Windows 跳过的 Unix 端点场景另在 Linux Host 运行了上述 13 项原生测试。
- 最终 `npm run typecheck`、`npm run lint`、`npm run release:notes:verify` 和差异空白检查
  通过，相关 Markdown 相对链接有效。此前失败、暂停及控制台截断的回归记录由本次完整
  JSON 报告覆盖，不代表仍有测试失败。未执行系统休眠/唤醒或本地桌面生产构建、打包；
  后续发布仍需对应候选的 CI 构建和跨平台验证。

## 2026-09-08 OpenCode 复用与原生控件恢复

- `OpenCodeRuntime` 仅在没有活动请求时探测缓存的 embedded server；活动对话或
  Compact 期间直接复用服务，避免新会话的一次短探测失败关闭其他会话正在使用的进程。
  空闲探测失败时仍清除旧 client 和会话映射并重建；并发调用共享检查与重建。
  进程退出或服务关闭会中止绑定它的对话与 Compact，事件流重连等待也可立即取消，
  请求明确报错，不自动重放已执行命令。本次修复后的真实模型验证共 6 次：正常并发、
  已复现场景下的共享服务保护均正常完成；主动结束测试进程后旧请求明确失败，新请求
  在替换服务上完成。此前“新会话完成、旧会话持续等待”的故障不再出现。
- 请求级 MCP 注册与断开通过实例内 `mutateMcp` 队列串行执行。仅实际发出 `mcp.add`
  的名称进入清理列表；注册尚在排队时取消不追加断开。断开的 1 秒超时从出队后开始。
- `App` 按本机/远程、连接方式、项目和 Runtime 选择组成 scope 缓存原生清单，用请求
  代次阻止旧 scope 结果回写；同 scope 会话刷新不清空重取，切换会话重置消息级选择，
  Runtime 切换状态也按 generation 隔离。清单请求失败或返回 `unavailable`/`partial`
  时保留已有可用缓存并有界重试；没有可用缓存时保留新返回的部分数据，因此
  `unavailable` 重试为可用 `partial` 后可显示 Agent 和 Command。

验证记录：首轮定向测试 273 项通过、5 项跳过；补充修复后的 Runtime 与生命周期测试
77 项通过，界面定向测试 6 项通过，类型检查通过。修复前的 lint 检查通过。
全量测试超过 120 秒被终止，期间出现一项 DS 本地 stdio MCP 测试失败，尚待定位。
这是当次历史结果。后续发布前修复与实机验证见本文上方及
[远程主机技术设计](../remote-host/technical-design.md)；真实系统休眠恢复仍未完成验证。

## 2026-09-06 项目工作区

范围见 [PRD 工作区](./prd.md#76-工作区)。

当前源码已移除重复标题与底部完整 Diff 入口，使用彩色 Git 状态字母，点击更改项读取
单文件 Diff。已暂存与未暂存差异分开展示；本机 Git 测试覆盖无首次提交、未跟踪、
暂存后继续修改、重命名、删除及包含方括号的路径。Git 刷新驱动目录树重新读取，保留
展开状态；SSH 项目不提供本机系统打开按钮。审查后补齐了当前 Diff 随刷新重读、
旧请求结果失效，以及超过 50 项变更的继续加载入口。

验证记录：

- 最终 `npm run typecheck`、`npm run lint`、`npm run build` 均通过。
- 工作区专项 7 个测试文件复跑：317 项通过，3 项 Linux 专用测试在 Windows 跳过。
  任务完成测试同时检查目录树出现新文件。
- 最终 `npm test`：326 个测试文件、3552 项测试通过，9 个文件、58 项测试按既有条件
  跳过。复核首轮曾有一项浏览器地址草稿测试超时，单独复跑及最终全量复跑均通过；
  更早的超时/失败记录不再作为最终验收结果。
- 后续复核已通过既有凭据和固定 Host Key 经 VPN 连接共享 Linux x64 Host，使用当前
  源码构建的隔离 Agent 包安装并启动。真实 `RemoteWorkspaceAccess → Agent git/status`
  与 `git/diff` 路径覆盖暂存后继续修改、删除、重命名、未跟踪和方括号路径；均通过。
  Git 验证未调用模型。
- Windows 隔离桌面实例已通过真实点击验收：当前项目单文件暂存/工作树 Diff 分组与
  增删颜色正确，修改测试文件后点击刷新可更新正在查看的 Diff，53 项变更经加载更多
  全部可访问。截图留在本地验证目录，不纳入产品包。

目录分页、任意目录切换和 HTML 预览不在本轮改动范围内。