| 文件 | 最后提交记录 | 最后更新时间 |
|---|---|---|
feat(i2): 瀑布表生成器 + 两阶段评测栈的起停脚本 · tools/eval/waterfall_report.py：把 <case>.json 的段落切分与 <case>.shim.jsonl 的上游请求拼成一张「时间都花在哪了」的表，缺数据写 —— 不推算。 **改正一处归因**：PreToolUse/PostToolUse 的耗时**不在工具段里** —— pilot 实测工具段 1157 ms、工具自报 1156 ms，差 1 ms，说明上游是在 tool_start 之前跑 Pre、tool_result 之后跑 Post，两跳都落进相邻的模型段。 所以 hook 只能用 hook_bench.py 单独量，表里那一行改叫「工具段余量」。 · deploy/docker-compose.yml 把 HCA_MCP_DISABLE / HCA_HOOKD 传进 daemon。 · deploy/eval/docker-compose.i2.yml 的模板目录可换：基线阶段挂 I2 之前那版 workspace-template，优化阶段挂当前的 —— 镜像只建一次，两阶段差异全在 挂进去的模板与几个开关上，比的是改动本身不是两次构建。 · sync-from-test.sh 支持 HCA_TEST_SRC。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com> | 1 个月前 | |
chore(m4): 同步脚本排除测试机产物（M4 被 --delete 删掉一次 hook 证据）+ 取回 M4 证据 sync-to-test.sh 补排除 docs/evidence 与 docs/screenshots：它们和 docs/eval 一样是 **测试机上生成**的，带 --delete 的 rsync 推一次代码就清掉了（实测把刚跑完的 hooks-test/ 整个删了，只能重跑）。sync-from-test.sh 相应扩成取三个目录。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com> | 1 个月前 | |
test(m4): hook 可复现用例 + hooks-design.md + 部署/开发者文档，并把 hook 延迟导入省下一半延迟 · tools/hooks/hooks-test.sh：用**真实的** atomcode hooks test 把 8 条注册逐条跑一遍并留档。 顺手查清一个匹配规则：按事件名点名时命中的是该事件下**名字字典序最靠前**的那条 （hooks 是 BTreeMap），所以 hooks test UserPromptSubmit 命中 hca-budget 而不是 hca-context。 · tools/hooks/run_hook_cases.py：25 条自定义 payload 用例（hooks test 的 payload 是固定样例， 覆盖不到 deny 理由/身份注入/耗时配对/预算拦截）。本机与**容器里**各跑一遍，25/25 全过。 · tools/hooks/guard_old_vs_new.py：逐条对 M3 那版 guard 复验，7 条真实绕过旧版全部漏过、 新版全部拦住，3 条反误伤对照两版都放行（输出存 docs/evidence/M4/guard-old-vs-new.txt）。 · **延迟导入**：容器里实测 python3 空转 82ms，import urllib.request 498ms、 import subprocess,tempfile 258ms。而 guard/audit 每次工具调用都跑一遍。把 urllib/shlex/ subprocess/tempfile 挪进真正用到它们的函数后（真实 atomcode hooks test 的 Duration）： guard 573→330ms、audit 567→201ms、audit-fail 594→176ms、budget(Stop) 1098→185ms。 单次工具调用的 hook 开销从约 1.14s 降到约 0.53s。 · docs/hooks-design.md：opencode 插件 → hook 映射表、上游契约 12 条坑、四个 hook 的实现要点、 **出口强校验的缺口**（AtomCode 没有"助手正文写完"这个事件，只搬得动提示词侧那一道）、 auth 为什么上移到 Web 层、怎么加新 hook。 · docs/部署与运维.md（面向私募 IT）、docs/开发者指南.md（四个外部面、加技能/MCP/hook、跟上游升级）。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com> | 1 个月前 | |
feat(i2): 瀑布表生成器 + 两阶段评测栈的起停脚本 · tools/eval/waterfall_report.py：把 <case>.json 的段落切分与 <case>.shim.jsonl 的上游请求拼成一张「时间都花在哪了」的表，缺数据写 —— 不推算。 **改正一处归因**：PreToolUse/PostToolUse 的耗时**不在工具段里** —— pilot 实测工具段 1157 ms、工具自报 1156 ms，差 1 ms，说明上游是在 tool_start 之前跑 Pre、tool_result 之后跑 Post，两跳都落进相邻的模型段。 所以 hook 只能用 hook_bench.py 单独量，表里那一行改叫「工具段余量」。 · deploy/docker-compose.yml 把 HCA_MCP_DISABLE / HCA_HOOKD 传进 daemon。 · deploy/eval/docker-compose.i2.yml 的模板目录可换：基线阶段挂 I2 之前那版 workspace-template，优化阶段挂当前的 —— 镜像只建一次，两阶段差异全在 挂进去的模板与几个开关上，比的是改动本身不是两次构建。 · sync-from-test.sh 支持 HCA_TEST_SRC。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com> | 1 个月前 | |
chore(m4): 同步脚本排除测试机产物（M4 被 --delete 删掉一次 hook 证据）+ 取回 M4 证据 sync-to-test.sh 补排除 docs/evidence 与 docs/screenshots：它们和 docs/eval 一样是 **测试机上生成**的，带 --delete 的 rsync 推一次代码就清掉了（实测把刚跑完的 hooks-test/ 整个删了，只能重跑）。sync-from-test.sh 相应扩成取三个目录。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com> | 1 个月前 |
| 文件 | 最后提交记录 | 最后更新时间 |
|---|---|---|
| 1 个月前 | ||
| 1 个月前 | ||
| 1 个月前 | ||
| 1 个月前 | ||
| 1 个月前 |