882ca3f357
裁定三落地:accepted = 机械预筛 ∧ 独立模型玩法判定,九门 pass 降为「未见明显死」预筛。 - 波2a 玩法判定器(cheap_verify.py):读 brief+run-summary+全程截图(含新增局中连拍 midplay-1..N,play.cdp.cjs 只读并发拍、不进任何门判据),布尔裁 broken/hollow/off_brief, fail-closed;判定真相层落 evidence/judge.json + verdict.json 写回 accepted/judge 段; 金标夹具 fixtures/judge-golden/ + judge_golden.py 校准跑批 - 波2b 拆残笼:check 词法 tokenizer 替换 stripCode 正则(字符串内 // 假阴根修,292 在册 源零差异);prompt v1.6.3 外科清洗(两层奖励→纯设计语/删盲驱动器围设计/删熔断恐吓), registry 热取==内置逐字节一致(cheap_roles 内置回退同步);edit_file 空白归一+近似片段提示 - 判定器补修:空输出有界重试一次(glm 思考吃光 max_tokens 时 content 空)+重试放大公式 反缩 bug 修(旧 min(×2,6000) 大 base 反缩)+finishReason 落盘;imagesSeen 模型自报+ 盲检微扰重掷、两掷均盲=仪器故障 degraded(闲鱼中转静默丢图实锤,不再错杀 hollow) - 判定档切 MiniMax-M3(创始人 2026-07-10 拍板,裁定三①边界随 v2 plan 修订): generation.yaml judge.model+max_tokens=202752(512K 网关实探 400 拒,取实探上限); 3 例盲案 M3 重判全 accept、¥0.026/局 - 三路消费对齐:CLI 预筛语义修(cheap_studio 喂 verdict.pass 而非 finished,违裁定三的 放行已纠)/Service 路 apply_gameplay_judge 显式 prefilter 参数/result_out 权威改读 accepted(无键回落预筛,旧产物兼容)+trace.gameplayJudge additive 透传; tier2 gate_judge/genconfig 同步判定配置与消费 测试:test_gameplay_judge 33 项新增,全仓 pytest 480 绿;真判定闭环 accept ¥0.061。 Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
157 lines
8.2 KiB
Python
157 lines
8.2 KiB
Python
"""
|
||
cheap_toolkit.py — 便宜档 LittleJS 六工具（对照源：Node prompt.mjs 的 TOOLS + gen.mjs done 门 + tier2 toolkit.py 组装范式）。
|
||
|
||
工具用 AgentScope FunctionTool 薄壳包 async 闭包函数（schema 据类型注解 + Google docstring 自动抽，prompt 里不手写），
|
||
闭包共享一个 CheapSession 可变状态（对 tier2 toolkit.py 的 Tier2Session）。底层：read/list/write 走 cheap_run
|
||
Python 实现、check/build shell-out node。done 门 = finish 工具（工具内复核 check+build 绿才接受，对 gen.mjs done 门）。
|
||
"""
|
||
|
||
import json
|
||
from dataclasses import dataclass
|
||
from typing import Optional
|
||
|
||
import cheap_run
|
||
|
||
# 单次工具结果注入上限（对 gen.mjs TOOL_RESULT_CAP：够一份 skill/api.d.ts，控 context）。
|
||
_TOOL_RESULT_CAP = 30000
|
||
|
||
|
||
@dataclass
|
||
class CheapSession:
|
||
"""便宜档单 run 可变状态闭包（对 tier2 toolkit.py 的 Tier2Session，LittleJS 简化版）。
|
||
|
||
单 session 绑单 agent、单 run，不跨 run 复用（同 tier2 toolkit 的三条边界铁律）。
|
||
"""
|
||
|
||
game_id: str
|
||
last_check: Optional[dict] = None
|
||
last_build: Optional[dict] = None
|
||
finished: Optional[dict] = None # finish 组装的产物摘要（None=未收敛，编排层据此判收敛）
|
||
|
||
|
||
def build_toolkit(session: CheapSession, *, write_whitelist=None):
|
||
"""组装便宜档 Toolkit（对 tier2 toolkit.py build_toolkit）。返回 agentscope.tool.Toolkit。
|
||
|
||
Args:
|
||
session: 本 run 可变状态闭包。
|
||
write_whitelist: 可选写边界白名单（basename 集合）。None=create 路不收窄（沿用 cheap_run.write_file
|
||
的 L3 边界，禁 L1）；A11 M4 模块重生成传 {"game-logic.js"}，把写边界收窄到只许写玩法文件——
|
||
其余 L3（core/render/assets）连同 L1 一并禁写，确保「只改玩法、不动别处」。
|
||
"""
|
||
from agentscope.tool import Toolkit, FunctionTool
|
||
|
||
async def read_file(path: str) -> str:
|
||
"""读 repo 内任意文件（只读）。用它读 skill、插件 api.d.ts、_template 范例。先读手册再写码。
|
||
|
||
Args:
|
||
path: repo 相对路径，如 .agents/skills/littlejs-game-dev.md
|
||
"""
|
||
r = cheap_run.read_file(path)
|
||
if not r["ok"]:
|
||
return "ERROR: " + r["error"]
|
||
prefix = "[内容已截断]\n" if r.get("truncated") else ""
|
||
return (prefix + r["content"])[:_TOOL_RESULT_CAP]
|
||
|
||
async def list_dir(path: str) -> str:
|
||
"""列目录（只读），用于发现文件。
|
||
|
||
Args:
|
||
path: repo 相对路径。
|
||
"""
|
||
r = cheap_run.list_dir(path)
|
||
if not r["ok"]:
|
||
return "ERROR: " + r["error"]
|
||
return "\n".join(r["entries"])[:_TOOL_RESULT_CAP]
|
||
|
||
async def write_file(path: str, content: str) -> str:
|
||
"""写文件到本 run 的 game 目录（仅许写 games/amgen-<id>/ 内的 L3 游戏文件）。整文件覆盖。
|
||
|
||
Args:
|
||
path: 如 game-runtime/games/amgen-<id>/src/game-logic.js
|
||
content: 完整文件内容。
|
||
"""
|
||
# M4 模块重生成：写边界白名单生效时，basename 不在白名单（即非 game-logic.js）的写一律拒——
|
||
# 本次只重写玩法文件，其余文件保持不变（read_file 读它取上下文即可）。create 路 white=None 不收窄。
|
||
if write_whitelist is not None:
|
||
base = path.rsplit("/", 1)[-1]
|
||
if base not in write_whitelist:
|
||
allowed = "/".join(sorted(write_whitelist))
|
||
return (f"ERROR: 本次是「只改玩法」的模块重生成，只许写 {allowed}；"
|
||
f"{base} 属其余文件，要保持不变、不要写它（需要上下文就 read_file 读它）。")
|
||
r = cheap_run.write_file(session.game_id, path, content)
|
||
return f"OK {r['bytes']}B 已写" if r["ok"] else "ERROR: " + r["error"]
|
||
|
||
async def edit_file(path: str, old: str, new: str) -> str:
|
||
"""增量改文件：把文件里出现一次的 old 串换成 new。改小处（如一个函数几行）用它，别整文件重写。
|
||
|
||
old 必须逐字节精确匹配文件原文（含缩进/换行）且唯一命中。找不到/不唯一会明确报错——按提示加长 old 再试。
|
||
边界同 write_file：只许改 games/amgen-<id>/ 内 L3 游戏文件，L1 plumbing 拒改。
|
||
|
||
Args:
|
||
path: 如 game-runtime/games/amgen-<id>/src/game-logic.js
|
||
old: 要被替换的原文片段（复制文件里的原样，含缩进）。
|
||
new: 替换成的新片段。
|
||
"""
|
||
# 写边界白名单：与 write_file 同口径（M4"只改玩法"时非 game-logic.js 一律拒）。
|
||
if write_whitelist is not None:
|
||
base = path.rsplit("/", 1)[-1]
|
||
if base not in write_whitelist:
|
||
allowed = "/".join(sorted(write_whitelist))
|
||
return (f"ERROR: 本次是「只改玩法」的模块重生成，只许改 {allowed}；"
|
||
f"{base} 属其余文件，要保持不变、不要改它。")
|
||
r = cheap_run.edit_file(session.game_id, path, old, new)
|
||
return r.get("message", "OK edit 已应用") if r["ok"] else "ERROR: " + r["error"]
|
||
|
||
async def check() -> str:
|
||
"""循环内快校验：node --check 各 src/*.js + 五法/导出名/红线/形状门 lint。返回 PASS 或错误清单。finish 前必须 PASS。
|
||
|
||
tsc 类型门（W-AXIS 波3·advisory）：`node tools.mjs check` 会在主判定后附一节 [check:tsc-advisory]。
|
||
主判定 FAIL 时它随 output 一并回给模型；主判定 PASS 时——若 advisory 有【真发现】（红线/结构门放行、
|
||
但 tsc 抓到的类型 bug，如把数字当函数调/拼错本地属性名）——把那一节附在 PASS 后回给模型自纠。
|
||
**advisory 绝不改 r["ok"]/不阻断**：只是把「红线门漏掉的类型问题」原文喂给模型（0 发现/tsc 不可用不附，免噪音）。
|
||
"""
|
||
session.last_check = cheap_run.check(session.game_id)
|
||
r = session.last_check
|
||
if r["ok"]:
|
||
out = r["output"] or ""
|
||
idx = out.find("[check:tsc-advisory]")
|
||
adv = out[idx:].strip() if idx >= 0 else ""
|
||
# 仅当 advisory 有真发现才附（"0 发现"/"不可用" 对模型是噪音，不附）；不改 PASS 判定。
|
||
surface = bool(adv) and ("发现" in adv) and ("0 发现" not in adv)
|
||
return ("PASS" + ("\n" + adv if surface else ""))[:_TOOL_RESULT_CAP]
|
||
return ("FAIL:\n" + r["output"])[:_TOOL_RESULT_CAP]
|
||
|
||
async def build() -> str:
|
||
"""循环内 esbuild 打包（秒级，SAA 信封 __GameBundle）。返回 PASS 或编译错误。finish 前必须 PASS。"""
|
||
session.last_build = cheap_run.build(session.game_id)
|
||
r = session.last_build
|
||
return ("PASS" if r["ok"] else "FAIL:\n" + r["output"])[:_TOOL_RESULT_CAP]
|
||
|
||
async def finish(summary: str) -> str:
|
||
"""声明完成。done 门：工具内复核 check 与 build 都 PASS 才接受（不信自评；对 gen.mjs done 门）。
|
||
|
||
Args:
|
||
summary: 一句话：你做了一款什么游戏、核心玩法。
|
||
"""
|
||
c = cheap_run.check(session.game_id)
|
||
b = cheap_run.build(session.game_id) if c["ok"] else {"ok": False, "output": "check 未过，先修 check"}
|
||
session.last_check = c
|
||
if c["ok"]:
|
||
session.last_build = b
|
||
if c["ok"] and b["ok"]:
|
||
session.finished = {"summary": summary, "gameId": session.game_id}
|
||
return json.dumps({"ok": True, "message": "DONE 已接受（check+build 绿）"}, ensure_ascii=False)
|
||
return json.dumps({
|
||
"ok": False, "blockedByGate": True,
|
||
"message": ("finish 被拒：done 前 check+build 必须都绿。"
|
||
f"check={'PASS' if c['ok'] else 'FAIL'} build={'PASS' if b.get('ok') else 'FAIL'}"),
|
||
"checkOutput": (c.get("output") or "")[:2000],
|
||
"buildOutput": (b.get("output") or "")[:2000],
|
||
}, ensure_ascii=False)
|
||
|
||
tools = [
|
||
FunctionTool(read_file), FunctionTool(list_dir), FunctionTool(write_file),
|
||
FunctionTool(edit_file), FunctionTool(check), FunctionTool(build), FunctionTool(finish),
|
||
]
|
||
return Toolkit(tools=tools)
|