इस प्रोजेक्ट के बारे में

# PilotDeck · उप-कार्य स्वीकृति और स्थानीय मरम्मत यह [OpenBMB/PilotDeck](https://github.com/OpenBMB/PilotDeck) पर आधारित एक सुधार परियोजना है (दिशा तीन प्रतियोगिता परियोजना), जिसका उद्देश्य AI एजेंट उप-कार्यों की डिलीवरी गुणवत्ता बढ़ाना है। यह `agent.acceptance` मॉड्यूल पेश करके उप-कार्य की "पूर्ण" स्थिति में संरचना जाँच और स्वतंत्र मॉडल पुनरावलोकन तंत्र जोड़ता है। ## मुख्य विशेषताएँ - **डिलीवरी जाँच योग्य**: पहले होस्ट नियमों द्वारा संरचनात्मक पूर्व-जाँच, फिर एक स्वतंत्र केवल-पठन मॉडल द्वारा मूल कार्य, डिलीवरी घोषणा और वास्तविक फ़ाइल सामग्री का सत्यापन। - **मरम्मत सीमित**: जब स्वीकृति विफल होती है, तो सिस्टम उसी उप-कार्य, सत्र और अनुमति सीमा के भीतर स्थानीय मरम्मत करता है, साझा कुल राउंड सीमा के साथ; समाप्त होने पर स्पष्ट रूप से अस्वीकार करता है, पहले से पारित सहोदर कार्य सुरक्षित रहते हैं। - **अनुभव समीक्षा योग्य**: सफल और अस्वीकृत स्वीकृति मेटाडेटा को मूल श्वेत-पेटी स्मृति में लिखता है, वास्तविक मॉडल और अनुबंध के अनुसार समूहित करता है, नमूना हर को सुरक्षित रखता है, लेकिन स्वीकृति मानदंड को स्वतः संशोधित नहीं करता। - **प्रक्रिया सत्यापन योग्य**: मूल उप-कार्य कार्ड स्वीकृति और मरम्मत स्थिति दिखाते हैं, जिसमें समस्या विवरण, मरम्मत की संख्या, टूल ट्रेस और आउटपुट शामिल हैं। ## स्थापना और प्रारंभ Node.js **22.13–22.x** और pnpm **10.32.1** आवश्यक है। ```bash corepack enable pnpm install --frozen-lockfile npm run build ``` सामान्य प्रारंभ अभी भी `npm run dev` है। मूल सेटिंग्स में **Agent → डिलीवरी समीक्षा** सक्षम करने पर दूसरी परत का पुनरावलोकन खुलता है, अलग से मॉडल चुनें और समीक्षा राउंड तथा टाइमआउट समायोजित करें। ### पृथक लाइव प्रदर्शन किसी भी OpenAI-संगत टूल-कॉलिंग मॉडल का समर्थन करता है। स्थानीय पर्यावरण चर के माध्यम से प्रदर्शन पैरामीटर कॉन्फ़िगर करें: ```bash node --import tsx scripts/verified-subtasks-native.ts ui --semantic-fault --acceptance-memory ``` Zhipu Coding Plan की क्रेडेंशियल्स का भी उपयोग कर सकते हैं: ```bash node --import tsx scripts/verified-subtasks-native.ts ui # या स्थानीय OpenCode क्रेडेंशियल्स का पुनः उपयोग करें node --import tsx scripts/verified-subtasks-native.ts ui --opencode-auth ``` ### प्रत्यक्ष स्वीकृति मोड इंटरफ़ेस शुरू किए बिना, सीधे उसी मूल गेटवे श्रृंखला की स्वीकृति: ```bash node --import tsx scripts/verified-subtasks-native.ts live --opencode-auth ``` ### नियतात्मक तंत्र सत्यापन मॉडल क्रेडेंशियल्स के बिना बेंचमार्क परीक्षण: ```bash node --import tsx scripts/verified-subtasks-benchmark.ts artifacts/verified-benchmark ``` ## तकनीकी कार्यान्वयन | मॉड्यूल | सुधार | |---|---| | `src/agent/sub/acceptance/` | सीमित schema पूर्व-जाँच, आउटपुट जाँच, समस्या सामान्यीकरण, होस्ट चेकर पंजीकरण | | `SubAgentSession` / `AgentLoop` | समान-सत्र मरम्मत, कुल राउंड बजट, रुकावट और त्रुटि प्रसार, संचयी उपयोग | | `agent` / `ToolRuntime` | अनुबंध पास-थ्रू, संरचित स्वीकृति परिणाम, अस्वीकृति को वास्तविक टूल विफलता के रूप में | | गेटवे और मूल UI ब्रिज | होस्ट नियम लोडिंग, समीक्षा मॉडल सेटिंग, स्वीकृति और मरम्मत स्थिति, अंतिम निर्णय संरक्षण | | `AcceptanceMemory.ts` | अंतिम-स्थिति मेटाडेटा ब्रिज, डिडुप्लिकेशन, हर गणना, मूल फ़ीडबैक प्रविष्टियाँ, सफाई और Dream फ़ाइल संगठन संगतता | | `modelReviewer.ts` | स्वतंत्र केवल-पठन सत्र, वास्तविक पठन साक्ष्य, मॉडल विरासत और ओवरराइड, समीक्षा परिणाम और उपयोग | सक्रियण स्पष्ट है: `acceptance` पैरामीटर के बिना मूल व्यवहार बना रहता है। होस्ट व्यावसायिक चेकर पंजीकृत कर सकता है, मॉडल केवल नाम का संदर्भ दे सकता है। मूल प्रारंभ `PILOTDECK_ACCEPTANCE_CONFIG` के माध्यम से अनुमोदित JSON आउटपुट नियम लोड करता है। ## स्वीकृति अनुभव स्मृति मूल सेटिंग्स **Agent → स्मृति** में श्वेत-पेटी स्मृति सक्षम करने के बाद, **Agent → डिलीवरी समीक्षा → परियोजना स्मृति में स्वीकृति अनुभव सहेजें** के माध्यम से रिकॉर्डिंग नियंत्रित करें। कॉन्फ़िगरेशन आइटम `memory.captureAcceptance` है, छोड़ने पर स्मृति-सक्षम परियोजनाओं में डिफ़ॉल्ट रूप से रिकॉर्ड होता है; `false` पर बंद करें। पर्यवेक्षक वास्तविक स्वीकृति अंतिम-स्थिति का मेटाडेटा रिकॉर्ड करता है, कार्य पाठ, डिलीवरी सामग्री और मुक्त-पाठ टिप्पणी सहेजता नहीं; हाल की 128 डिडुप्लिकेट अवलोकन परियोजना SQLite में सहेजी जाती हैं, मूल फ़ीडबैक Markdown व्युत्पन्न सारांश है। रिकॉर्डिंग स्वयं मॉडल कॉल नहीं बढ़ाती, लेकिन मूल पुनर्प्राप्ति और Dream अभी भी मॉडल कॉल कर सकते हैं। ## साक्ष्य और सीमाएँ यह परियोजना स्पष्ट विफलता इंजेक्शन सत्यापन साक्ष्य प्रदान करती है, न कि प्राकृतिक त्रुटि दर सांख्यिकी। उदाहरण के लिए, GLM-5.3 मूल लाइव रन में, 4/4 डिलीवरी पारित, 1 मॉडल अस्वीकृति ने स्थानीय मरम्मत शुरू की, 3 सफल रिपोर्टों के हैश और संशोधन समय अपरिवर्तित रहे। पूरे बैच को पुनः चलाने की तुलना में, स्थानीय मरम्मत रणनीति ने अनुरोध मात्रा 40% कम की। **ध्यान दें**: यह सिस्टम वैश्विक रोलबैक, बाहरी दुष्प्रभावों की ठीक-एक-बार, साझा फ़ाइल संघर्ष समन्वय या क्रॉस-प्रोसेस रिकवरी प्रदान नहीं करता। व्यावसायिक विश्वसनीयता होस्ट नियमों और समीक्षा गुणवत्ता पर निर्भर करती है; मॉडल पुनरावलोकन अभी भी गलत निर्णय दे सकता है। फ़ाइल डिलीवरी यदि सफलतापूर्वक स्वतंत्र रूप से नहीं पढ़ी गई, तो समीक्षक द्वारा स्वीकार नहीं की जाएगी। मुख्य परीक्षण कमांड: ```bash node --import tsx --test tests/agent/sub/acceptance/*.spec.ts tests/agent/sub/VerifiedSubagent.spec.ts tests/agent/sub/AcceptanceInvariants.spec.ts tests/agent/sub/ModelReview.spec.ts tests/pilot/config/acceptanceReview.spec.ts tests/tool/VerifiedAgent.spec.ts tests/gateway/VerifiedSubtaskEvents.spec.ts ``` अधिक विवरण के लिए देखें [लाइव प्रदर्शन निर्देश](docs/verified-subtasks/DEMO.zh-CN.md), [सत्यापन रिकॉर्ड](docs/verified-subtasks/VALIDATION.zh-CN.md) और [तकनीकी विवरण](docs/verified-subtasks/README.zh-CN.md)।