From 3d64129d8e92efd22cdd2ec8bb9f01ae750199ba Mon Sep 17 00:00:00 2001 From: lili Date: Sat, 27 Jun 2026 09:44:06 -0700 Subject: [PATCH] =?UTF-8?q?chore:=20gitignore=20M2=20avg-*=20=E6=89=B9?= =?UTF-8?q?=E8=B7=91=E4=BA=A7=E7=89=A9=20+=20README=20=E7=B4=A2=E5=BC=95?= =?UTF-8?q?=E8=A1=A5=20auto-vs-golden=20=E9=97=A8?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit avg- 前缀的 auto-vs-golden 同款双驱动批跑产物(可重生成、不入库),遵既有 「专一不笼统」。README parity skill 索引扩到含 auto-vs-golden 同款双驱动 delta 门。 Co-Authored-By: Claude Opus 4.8 (1M context) --- .agents/README.md | 2 +- .gitignore | 3 +++ 2 files changed, 4 insertions(+), 1 deletion(-) diff --git a/.agents/README.md b/.agents/README.md index 1a31f448..e5c1788a 100644 --- a/.agents/README.md +++ b/.agents/README.md @@ -58,7 +58,7 @@ | `skills/game-e2e-cdp-harness.md` | Canvas 游戏 e2e 证据 harness：编排形制/驱动器六律/出厂红线/四件套口径（T1b-α 实证；§7 = W-G1 生成游戏真玩九门 = 假绿守卫 G 门 + H 机制/latch + I 控制手感 + 自产 gatespec） | | `skills/cheap-model-game-generation.md` | 便宜模型（new-api DeepSeek/MiniMax）直出可真玩轻游戏 L1 worker：链路/模型与成本/L1 纪律/坑红线/latch 套壳/design agent 自产 gatespec/质量三层（W-G1 HJ-GEN-001 实证）。**注（2026-06-26）**：reframe 后便宜档生成已迁 `cheap-worker/`（Python/AgentScope，见 `agentscope-2.0-facts` 实现速查 + memory `amodel-generation-build-state`）；本条 W-G1 gamedef/factory/worker-loop 路已退役，仅成本/代理坑/模型画像/质量三层跨路有效（详见篇首状态注） | | `skills/agentic-amodel-generation.md` | **agentic A-model 生成 harness（ReAct+M3 已实证·生产形态）**：scaffold→工具循环（read/write/list/check/build/done）→循环外 play；链路/5 文件/运行配方/8 坑（write 前缀·compaction·停机纪律·防假绿·bundle.tick·boot envelope·路径深度）/M3 3-玩法自闭环实证/主流定性；取代旧 gamedef 单次产线（HJ-AGI-003） | -| `skills/gen-path-parity-harness.md` | **两条生成路对照验证(parity) harness 范式 + 按品类 ≥80% 达标门**：验「换实现后生成质量没回退」(Node→Python 重写/换模型/换框架)+ 判「生成质量够不够格上线」。对照公平铁律=驱动器 held constant(每品类金标 play-spec 喂两路)/ 金标只对 tap-targets 族公平(key-cycle 按键是生成侧自由选择不在 forensics 契约,需输入键契约)/ 注入=生成与 play 拆步+金标覆写 staged 真路径(非 evidence)/ 两层判据+逐品类绝对地板+双低标红(防 flaky 基线假等价)/ 成功定义钉死「金标 spec 下」≠生产许可/ 自动 spec 期望外生防自证(语义期望字段不从被测实际反推)/ **达标门质量口径**(编排未收敛 timeout/step_cap 剔出达标率分母、单列归编排硬化,rawPassRate 并报贴近生产交付率)/ 端口池+线程前台有界并发；WU-A 后续 cheap-worker/compare_node.py、M1 达标门(003 bake_off.py)实证(双评审揪坑) | +| `skills/gen-path-parity-harness.md` | **两条生成路对照验证(parity) harness 范式 + 按品类 ≥80% 达标门 + auto-vs-golden 同款双驱动 delta 门**：验「换实现后生成质量没回退」(Node→Python 重写/换模型/换框架)+ 判「生成质量够不够格上线」+ 判「生产自动 spec 比金标有没有驱动退化」(Node 退役授权)。对照公平铁律=驱动器 held constant(每品类金标 play-spec 喂两路)/ 金标只对 tap-targets 族公平(key-cycle 按键是生成侧自由选择不在 forensics 契约,需输入键契约)/ 注入=生成与 play 拆步+金标覆写 staged 真路径(非 evidence)/ 两层判据+逐品类绝对地板+双低标红(防 flaky 基线假等价)/ 成功定义钉死「金标 spec 下」≠生产许可/ 自动 spec 期望外生防自证(语义期望字段不从被测实际反推)/ **达标门质量口径**(编排未收敛 timeout/step_cap 剔出达标率分母、单列归编排硬化,rawPassRate 并报贴近生产交付率)/ **auto-vs-golden 门**(同款 play 两次只换驱动器、关键门容差 0 单边查「自动不比金标驱得差」、retire 三条齐 M1∧002∧auto-vs-golden;实证抓到单数 target vs 复数 targets 生成契约漂移)/ 端口池+线程前台有界并发；WU-A 后续 compare_node.py、M1 达标门(003 bake_off.py)、M2 auto-vs-golden(2026-06-27-001 auto_vs_golden.py)实证(均过双评审) | | `skills/saa-graph-orchestration.md` | SAA（Spring AI Alibaba）裸 StateGraph 生成编排：拓扑/加节点/接 new-api(剥 /v1 坑)/checkpoint(含 saved_at 无 tiebreaker 框架坑+显式 checkPointId 修法)/observation/最小依赖集/派发契约/验证门（HJ-AGI-002 实证） | | `skills/doc-organizer.md` | 文档整理助手（创始人手动触发）：增量(上次清理→现在)+**两阶段审批门**——发起分析 Workflow→编清理计划→评审→批准后才执行；三轴=过期档清理(归档/压缩)/核心设计档措辞对齐现行真相/主任务总账回填；底层 `tools/doc-organizer.{sh,-analyze.mjs,-state.json}`（检测自动·判断留人·脚本不自删·最新日在飞档不碰） | | `skills/drive-remote-claude-tmux.md` | 远程驱动交互式 Claude Code（ssh + tmux）：双向通道 send-keys 派活 + capture-pane 读屏，不走 ACP/headless；每设备配置块 + onboarding 侦察配方 + 专用会话(独立 worktree 防撞树) + bypass-perms + 安全红线；**完成判据=git push 非读屏**（创始人 2026-06-18 拍板·多设备复用） | diff --git a/.gitignore b/.gitignore index 5ff5c416..7257f80f 100644 --- a/.gitignore +++ b/.gitignore @@ -79,3 +79,6 @@ game-runtime/games/amgen-vf-*/ game-runtime/games/_wg1-gen/vf-*/ game-runtime/games/amgen-v2-*/ game-runtime/games/amgen-smoke*/ +# M2 auto-vs-golden 同款双驱动批跑产物(avg- 前缀,可重生成、不入库) +game-runtime/games/amgen-avg-*/ +game-runtime/games/_wg1-gen/avg-*/