Ttachibanashuutafix(routing): grok のモデル pin を実カタログへ訂正する (Phase 133.7)
| 文件 | 最后提交记录 | 最后更新时间 |
|---|---|---|
feat(phase-133): 外部ツール最新仕様への追随 5 件を完了する Phase 133.1 / 133.2 / 133.4 / 133.5 / 133.6 を実装し、Phase D の 独立レビュー 2 系統 (デグレ観点 / 正当性観点) の指摘 6 件を修正した。 ## 133.1 cursor CLI binary 名の追随 公式 docs が全例を `agent` 表記に統一し `cursor-agent` を legacy alias としたため、`agent` → `cursor-agent` の順に probe する。`agent` は汎用名 なので、symlink 解決後の実パス「成分」が厳密に `cursor-agent` の場合だけ 採用する identity check を併設した。判定のために未知のバイナリを実行し ない (実行こそが避けたいリスクのため)。解決サイトは 5 系統に適用。 レビュー指摘: 当初は部分文字列一致で、`/x/cursor-agent-not-really/agent` で突破できた。成分の完全一致へ修正し、衝突ケースの回帰テスト A3c を追加。 ## 133.2 grok execution backend 起票時の前提が実測で覆った。hosts.toml の根拠は grok-cli v1.1.7 (TypeScript) だったが、実機の grok は 0.2.118 "Grok Build TUI" (Rust) で 別系統。`grok inspect` は claude 互換で hooks on を報告し、 `hook pre-tool --host grok` は `--host claude` と byte 一致の判定を返す。 欠けていたのは CCH 側の配布 (`build_grok()` が hooks を同梱しない)。 裁定は (b) hook なし execution backend + CCH 側封じ込め (decisions.md D58)。 `scripts/grok-companion.sh` + テストを追加し、hosts.toml の evidence を訂正。 ## 133.4 repair loop の状態外部化 反復状態を `.claude/state/repair-loop/<task>.json` へ外部化し、 MAX_REVIEWS 上限を `check` の終了コードで機械判定する。 レビュー指摘 3 件を修正: (a) record の read-modify-write を lock で直列化 (並行 10 プロセスで 9 件消失していた)、(b) findings を schema と同じ制約で 検証 (schema ファイルが飾りになっていた)、(c) `check` の exit 1 が「上限 到達」と「判定不能」の両方を意味していたため 4 を分離 (init 忘れが 「レビュー上限到達」として誤報されるのを防ぐ)。 ## 133.5 blind judge rubric を見せない第二審を opt-in で追加。judge は plain な fresh sub-agent で spawn し `context: fork` は使わない (fork は親文脈を継承 しうるため rubric が漏れる)。乖離は advisory finding に留め、verdict を 書き換えない。 ## 133.6 CC CLI 新機能の一次ソース検証 raw CHANGELOG を直読して 4 件を確証 (2.1.217 / 2.1.219 / 2.1.224)。 credential-masking は macOS で deny にフォールバックするため、denyRead 回避策の置き換えは提案に留め未採用。 ## 検証 - tests/validate-plugin.sh 139 合格 / 0 失敗 / 0 警告 - scripts/ci/check-consistency.sh 全合格 - 新規テスト 3 本を validate-plugin.sh へ配線 - 変異検査で新規アサーション 5 件が実装の違いを検出することを確認 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01PCi5GLAfya9aWYnDc7cmhs | 2 个月前 | |
feat(hook-floor): 3 CLI hook parity — same 5 categories deny at exit 2 across CC/Cursor/Codex (Phase 96.1.2) Co-authored-by: Cursor <cursoragent@cursor.com> | 4 个月前 | |
feat: add New Harness V2 host adapters Add tool-first onboarding, support-tier boundaries, Codex CLI plugin smoke, OpenCode bootstrap validation, migration reporting, and Phase 74 repo-health gates. | 4 个月前 | |
docs(rules): AppleScript activate/open -a only + re-promotion 4 conditions (Phase 93.1.2) Co-authored-by: Cursor <cursoragent@cursor.com> | 4 个月前 | |
feat: add New Harness V2 host adapters Add tool-first onboarding, support-tier boundaries, Codex CLI plugin smoke, OpenCode bootstrap validation, migration reporting, and Phase 74 repo-health gates. | 4 个月前 | |
feat(hosts): promote Codex CLI / Cursor / Grok to supported — H8 pin (111.3.3/111.4.4/111.5.4) test-support-claim-wording: ok test-support-claim-wording-selftest: ok test-cursor-adapter-candidate: ok test-grok-adapter-candidate: ok test-public-claims-contract: ok test-readme-product-surface: ok test-bootstrap-skill-trigger-acceptance: ok test-bootstrap-routing-contract: ok test-claude-upstream-integration: OK test-host-registry: ok zero-grep (codex cli|cursor|grok + internal-compatible): ZERO_MATCH Co-authored-by: Cursor <cursoragent@cursor.com> | 2 个月前 | |
feat: add New Harness V2 host adapters Add tool-first onboarding, support-tier boundaries, Codex CLI plugin smoke, OpenCode bootstrap validation, migration reporting, and Phase 74 repo-health gates. | 4 个月前 | |
fix(routing): grok のモデル pin を実カタログへ訂正する (Phase 133.7) operator 承認 (2026-08-13)。 ## 何が壊れていたか `scripts/model-routing.sh` の grok pin 5 種は **1 つも実在しなかった**。 grok へ委譲を始めた瞬間に全 tier が失敗する状態だった。 原因は 2 世代連続で同じ取り違えをしたこと。根拠にしていた `grok-cli` (TypeScript, LocalWork/Code/grok-cli) は、実際に動く `grok 0.2.118` ("Grok Build TUI", Rust) とは**同名の別プロダクト**だった。 皮肉なことに 2 世代前の `grok-4.5` は実在した。当時のコメントは `observed 2026-07-09 on CLI 0.2.93` — 実バイナリでの観測だった。 source tree を読んで「訂正」したことで、正しい値が誤った値になっていた。 ## 実カタログ `grok 0.2.118` が cli-chat-proxy.grok.com/v1/models から取得した アカウントカタログは 2 つだけ: - grok-4.6 既定 / frontier / 500k ctx / effort xhigh|high|medium|low - grok-4.5 500k ctx / effort high|medium|low tier 割当: lite,standard=grok-4.5 / deep,advisor,review=grok-4.6 xhigh / release,long-context=grok-4.6 high ## 4 層すべてへ降下 scripts/model-routing.sh (正本) / hosts.toml / docs/model-routing-policy.md (tier 表 + role 表 + 注記) / docs/research/grok-adapter-candidate.md ## 回帰網の強化 effort 検査を平坦な許可リストから **モデル別** に変更した。grok-4.5 は xhigh を受け付けないため、平坦なリストでは不正な組み合わせを取りこぼす。 昨日追加した docs<->SSOT ゲートが 3 回ドリフトを検出し、その都度潰した。 ゲートが実働していることの確認にもなった。 Plans.md 133.7 / decisions.md D58 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01PCi5GLAfya9aWYnDc7cmhs | 2 个月前 | |
fix(docs,tests): correct .agents/skills label and harden support wording gate PR #239 review fixes: - docs/research/hermes-agent-candidate.md: ".agents/skills is a public mirror" was wrong; it is an optional read-only distribution mirror that reports not-configured when absent (.claude/rules/skill-editing.md Client Mirror Contract). test-hermes-agent-candidate.sh now pins the corrected wording and rejects the "public mirror" phrasing. - tests/test-support-claim-wording.sh: the line-level ALLOW_DENIAL list accepted overclaims like "supported, but runtime floor parity is not proven" because a denial-looking token (not proven / blocked / support wording / 未主張) anywhere on the line excused the whole line. Replaced with neutralize-then-scan: only denial phrases that consume the support word itself (e.g. "not a public `supported` claim", "blocked: supported Hermes adapter") are removed, then any remaining support word within 100 chars of a non-public host fails. Grok added to the non-public host list (aligned with release/v5.1.0's checker; not a tier change). - tests/test-support-claim-wording-selftest.sh (new): fixes the contract with 5 overclaim fixtures (must FAIL) and 5 denial fixtures (must PASS). TDD evidence: - RED (checker at fa2b9c37 + selftest): "FAIL: overclaim fixture was accepted: supported + not proven" "FAIL: missing '`.agents/skills` is an optional read-only mirror'" - GREEN: selftest / support-claim-wording (0.07s) / hermes-agent-candidate / tool-capability-matrix / tool-first-onboarding all pass; validate-plugin 118 pass; check-consistency 23/23. Tier rows are untouched: Grok stays `candidate` and Cursor stays `internal-compatible` on this lineage; no interference with the release/v5.1.0 Grok/Cursor `internal-compatible` tiers. Co-Authored-By: Claude Fable 5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01PU282XNTz7W4go7AiuzEcF | 3 个月前 | |
docs(hosts): live CLI H4 smoke runbook with copy-paste and LIVE: keywords Add operator-facing host-live-cli-smoke.md, print-live-cli-smoke.sh helper, and Phase 111.7 tasks so host-by-host live plan results are one-line keywords. | 3 个月前 | |
docs(research): official 3-CLI feature inventory 2026-06 (Phase 93.2.1) Co-authored-by: Cursor <cursoragent@cursor.com> | 4 个月前 | |
docs: record Phase 74 release preflight evidence | 4 个月前 | |
feat: add New Harness V2 host adapters Add tool-first onboarding, support-tier boundaries, Codex CLI plugin smoke, OpenCode bootstrap validation, migration reporting, and Phase 74 repo-health gates. | 4 个月前 | |
docs: add approved README hero visuals | 4 个月前 | |
Fix Plans status marker output and issue closeout evidence - Standardize newly written Plans status markers on cc:done while keeping legacy 完了 readable.\n- Filter Plans summary/handoff extraction to real task rows across checklist, table, and heading styles.\n- Add regression coverage for custom Plans directories, marker legends, and Japanese session outputs. | 4 个月前 | |
Fix Plans status marker output and issue closeout evidence - Standardize newly written Plans status markers on cc:done while keeping legacy 完了 readable.\n- Filter Plans summary/handoff extraction to real task rows across checklist, table, and heading styles.\n- Add regression coverage for custom Plans directories, marker legends, and Japanese session outputs. | 4 个月前 | |
fix(docs): gate public claims on current evidence | 3 个月前 | |
docs: refresh README front door | 4 个月前 | |
docs: add approved README hero visuals | 4 个月前 | |
docs: record Phase 74 release preflight evidence | 4 个月前 | |
feat: add New Harness V2 host adapters Add tool-first onboarding, support-tier boundaries, Codex CLI plugin smoke, OpenCode bootstrap validation, migration reporting, and Phase 74 repo-health gates. | 4 个月前 | |
docs: land Phase 91.8 Host Distribution as generated-and-committed (Model A) Reconcile spec.md, Plans.md, and the design sub-spec to the distribution model actually verified to work: manifests/mirrors stay committed under CI drift gates rather than being untracked + generated-on-install. Investigation of the real distribution paths settled it — both consume committed files with no install-time generation: the Claude marketplace clones the repo and reads .claude-plugin/* directly, and setup-codex.sh / setup-opencode.sh copy the committed mirrors. Untracking would break installation at the distribution target. SSOT is enforced by sync-skill-mirrors.sh --check (mirrors), harness gen --check (codex/cursor hooks + the Claude PreToolUse guardrail group), and gen docs --check. - spec.md Host Distribution Contract revised to generated-and-committed + rationale - Plans 91.8 -> cc:完了 (Model A) - design sub-spec Status note records the model evolution + points to spec.md Gates green: validate-plugin (103/0/0), check-consistency, go test ./..., gen --check. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com> | 4 个月前 |