[Grok/dsh 74] 内置研究流程端到端兼容 #206

Activity

1. Blackman99

   added

   ready-for-agentAgent-grabbable workAgent-grabbable work

   on Sep 19, 2026
2. Blackman99

   added a parent issue on Sep 19, 2026

   • [Grok/dsh rewrite] Spec: official Rust client with dsh execution core #132
3. Blackman99

   marked this as blocked by 2 issues on Sep 19, 2026

   • [Grok/dsh 39] 可配置网页搜索与获取 #171
   • [Grok/dsh 52] 个人与项目工作流目录 #184
4. Blackman99

   marked this as blocking on Sep 19, 2026

   • [Grok/dsh 79] 完整对齐审计与候选版本验收 #211
5. Blackman99

   added 2 commits that reference this issue on Sep 25, 2026

   feat(rust): built-in deep-research workflow (ticket 74 / #206)

   ...

   5b300a8

   fix(rust): deep-research web tools from config, partial notice, headl…

   ...

   490a12f
6. Blackman99 commented on Sep 26, 2026

   

   Blackman99

   on Sep 26, 2026

   OwnerAuthor

   More actions

   已集成到 rewrite/grok-dsh-20260920：490a12f（#206 真实运行暴露问题的修复，已 rebase 到 22f6bb8 并重新检查）。原实现为 5b300a8。

   修复内容（来自本机真实运行发现的问题）

   1. 网页工具注册改由生效设置决定（阻塞项）：此前启动器在 Rust 客户端读取 config.toml 之前，就按 CODSH_WEB_SEARCH / CODSH_WEB_FETCH 环境变量写 dsh 的 tool-web 行，所以只在 config.toml 中配置时是 search:false fetch:false，研究代理拿不到 web_search/web_fetch。现在 rust.mjs 只写 fail-closed 占位行，config::apply_to_dsh（及测试 seam 补丁）在其后追加 web_tools_yaml，取值为生效的 web.search/fetch.enabled（config.toml + GROK_WEB_FETCH/GROK_DISABLE_WEB_SEARCH 等环境变量覆盖 + requirements + --disable-web-search）。游离的 CODSH_WEB_* 不再算设置。这一修复同时恢复了 [Grok/dsh 39] 可配置网页搜索与获取 #171 仅用 config.toml 配置时的会话内网页搜索。
   2. partial 结果不再显示成普通成功：完成通知为 ◎ Task completed · workflow deep-research [complete (result: partial)]，workflow 事件带 result，/tasks 行与工作流块标题显示 complete (result: partial)，与 /workflow runs 的 Result status: partial 一致。
   3. 无头 -p "/deep-research <问题>" 真正执行内置命令（按参考 slash_exec 行为）：客户端发 workflow_launch 而不是把文本交给模型，插件前台等待（CODSH_WORKFLOW_FOREGROUND），结果块作为回答；运行完成（partial 或 verified）退出码 0，停止/阻塞/预算用尽/失败为 1，收到信号会停止运行；无问题时输出参考用法。streaming-messages-json 的 init 行在发出启动时立即输出，列出会话可见工具（新增 control tools 请求）并在 slash_commands 中列出 deep-research。

   • 未加入验证代理强制抓取和密钥剥离（未获批准）。文档：README / README.zh（含子代理审批说明与真实运行记录）、CONTEXT、CONTRIBUTING、changeset。

   检查（本机 Linux x86_64，rebase 后的 490a12f）

   • 新增 scripts/rust-web-config-pty-test.py（packed 安装产物，不设 CODSH_WEB_*、不用 CODSH_ACP_PATCH，回环 OpenAI 形态假模型 + 假 SearXNG/页面；已加入 test:rust:pty）：通过。只靠 config.toml 时会话提供并实际调用 web_search/web_fetch；-p init 含两者与 workflow、slash_commands == ["deep-research"]；GROK_DISABLE_WEB_SEARCH=1 只剩 fetch；未配置但设了游离 CODSH_WEB_* 时两者都没有。
   • 修正掩盖问题的旧测试：rust-workflow-pty-test.py 的 overlay 改为以 web 关闭生成，只由 config.toml 打开工具，并新增 partial 通知/任务行与无头 /deep-research（含无问题用法、init）检查：通过；rust-plain-pipe-test.py 不再因游离 CODSH_WEB_SEARCH 期望出现 web_search。
   • Rust 单测新增：config（不设 CODSH_WEB_*：仅配置、环境覆盖、--disable-web-search、游离环境变量）、control、headless、subagents、plain 路径；spec 新增 statusWords 与 partial workflow 事件。
   • cargo test --locked --workspace --no-fail-fast：codsh-rust 782 passed / 4 失败（2 个 filesystem_sandbox、privacy、voice，与基线相同的 Linux 已知失败），其他 crate 1043 passed。cargo fmt --check 干净；严格 Clippy -D warnings 仅基线已有的 filesystem_sandbox.rs:743 与 :1372 两项，-A dead_code -A clippy::needless_return 下 0 警告。
   • pnpm run typecheck 通过；pnpm test 108 文件 / 2645 passed / 15 skipped。
   • pnpm run build、pnpm run build:rust 成功（native linux-x64 SHA-256 6a08ed50c4000230f47b0a5f9265d42cf8fdc037673bec948dba062af42f188d）；check:rust-package 与 rust-install-test.py 通过。
   • PTY：rust-web-config（新）、rust-workflow、rust-image-gen、rust-video-gen、rust-memory-capture 通过。rust-plain-pipe-test.py 在本机于修改部分之前的沙箱用例处因无 bubblewrap 拒绝（needs a macOS Seatbelt subpath or a Linux bubblewrap bind），跳过该沙箱段后全部通过；核心 PTY 测试在 Linux 上按设计拒绝运行。
   • legacy e2e（pnpm 10.34.5）全套 19 文件 / 177 passed / 1 skipped。

   真实运行（本机 localhost，免费无密钥）

   llama.cpp b11200 llama-server + Qwen3-4B-Instruct-2507 Q4_K_M（CPU，-c 20480 -np 1），源码安装的 SearXNG（127.0.0.1:18888，JSON 格式），GROK_WORKFLOW_MAX_CONCURRENT_AGENTS=1。问题：“In which Rust release was the Rust 2024 edition stabilized, and on what date was it announced?”

   修复前（2026-09-26，95070ba）：

   • run1（仅 config.toml）：生成的 overlay 为 tool-web search:false fetch:false，研究代理没有任何网页工具，结果 partial，但通知与 /tasks 显示 complete。
   • run2（手动设置 CODSH_WEB_SEARCH=1 CODSH_WEB_FETCH=1，即所有旧测试的做法）：4 个研究代理真实调用 SearXNG；两个验证代理输出裸数组未通过 schema，结果 partial（35 分钟）。
   • 取消：运行 90 秒后 /workflow stop，/workflow runs、/tasks、通知均为 cancelled，研究代理被取消，无报告、无残留进程。
   • 无头（旧方式，让模型调用 workflow 工具）：规划/研究/验证/报告均运行，7 条带引用结论，status partial；init 为 tools:[]、slash_commands:[]；-p "/deep-research" 被发给模型，退出码 1。

   修复后（2026-09-27，本分支构建，全程不设任何 CODSH_WEB_*，web 配置只来自 config.toml）：

   • 交互 run1（01:23–02:41）：生成配置中占位行之后追加了生效行 search:true fetch:true；4 个研究代理都真实调用了 web_search。所有 web_fetch 都返回 Error: permission mode ask——工作流子代理不能回答审批（codsh 既有规则：子代理内的 ask 会被拒绝），而默认模式是 ask。两个验证代理 schema 失败 → Status: Partial。显示：通知 [complete (result: partial)]，/tasks 为 'deep-research' — complete (result: partial) · Verify · 7 agents，/workflow runs 为 Result status: partial。
   • 无头（02:41–03:16，--always-approve）：-p "/deep-research" 输出参考用法，退出码 0；-p "/deep-research <问题>" --output-format streaming-messages-json 第 1 行 init 含 30 个工具（含 web_search、web_fetch、workflow）与 slash_commands:["deep-research"]；内置命令实际运行了整个流程（规划 2 问题，2 个研究代理搜索+抓取，2 个验证代理，综合报告），结果 — status: complete、Result status: partial，9 条带引用结论（1.85.0，2025-02-20，来源 blog.rust-lang.org / doc.rust-lang.org 等），2 条被验证排除，综合正文引用校验失败 → 改用确定性列表；退出码 0，35 分钟。
   • 交互 run2（03:36–04:46，同一 config.toml 另加 [permission] allow = ["WebFetch(domain:…)"] 覆盖抓取白名单域名）：研究代理 web_search + web_fetch 均成功，两个验证代理都实际抓取了来源；验证代理 1 输出未通过 schema，其分片被排除。报告 Status: Partial，综合回答“Rust 2024 edition 在 Rust 1.85.0 中稳定，于 2025 年 2 月 20 日发布公告”，引用 [S1]–[S6] 均为 blog.rust-lang.org，覆盖范围列出分片失败与被排除的结论。通知、/tasks（complete (result: partial) · Report · 6 agents）、/workflow runs 均显示 partial。运行的 script.rhai 与固定版本逐字节相同。
   • 服务已停止。

   对照验收标准

   • 复用固定版本内置流程、提示与资源，不仿造简化提示：通过。参考 a28ee2b 的 deep_research.rhai 逐字节固定并有摘要校验；真实运行保存的 script.rhai 与之相同，子代理拿到的是参考提示原文。参考中编译进的内置工作流只有这一个；bundled 作用域在参考中从托管存储下载，本构建没有，不随此票完成。
   • 规划、采集、验证、预算与报告均实际运行；来源可追溯，未验证内容不被标成已证实：通过。真实运行中规划、研究（真实搜索与抓取）、验证、报告均运行，报告来源为可打开的 URL，未通过验证的结论被排除并列入覆盖范围；预算与停止由假服务测试覆盖（真实运行未触及预算上限）。
   • 分支失败、部分覆盖、取消、缺服务和限流有准确状态，不隐藏在成功总结中：通过。partial 现在在通知、/tasks、工作流块、/workflow runs 与无头结果中一致显示；真实取消为 cancelled；缺网页工具与抓取被拒都以不确定项写入报告并标为 partial；限流仅用假服务验证。
   • 测试服务覆盖错误分支，真实替代服务验证整条流程：通过。假 SearXNG/页面服务覆盖失败分支、限流、否定结论、引用校验失败、缺服务、规划失败、停止、预算与无问题暂停；本机 SearXNG + 本地模型完成了整条流程。

   已记录的差异 / 未覆盖

   • 验证代理打开来源不是强制的（与参考脚本相同）：无头运行中验证代理 0 未调用任何工具即给出 supported。
   • 研究代理不会被告知当前日期（与参考相同）。
   • 限流只用假服务测试，未在线触发。
   • 工作流子代理不能回答审批，默认 ask 模式下它们的 web_fetch 需要允许规则、已记住的域名授权或 always-approve，否则抓取被拒并如实报告为不确定项（已写入 README）。
   • 4B 本地模型的验证代理经常输出不符合参考 schema 的结果，结果因此为 partial——这是模型能力问题，流程如实报告。
   • macOS 与 Windows 未运行。

   证据：本机 /workspace/evidence-206/（修复前）与 /workspace/evidence-206/fixes/（修复后，含 README、每个子代理的工具调用统计、屏幕快照、报告与工作流目录）。

   未改动

   main、npm 发布、默认切换均未改动。
7. Blackman99

   closed this as completedon Sep 26, 2026