fix: align local markdown conflict and title behavior

2026-05-24 18:16:05 +08:00
parent 289a44acea
commit 9c4bb58257
9 changed files with 664 additions and 17 deletions
@@ -0,0 +1,146 @@
+# Reasonix Browser Test Contract v1
+
+## 状态
+
+- 状态：process
+- Owner：AI runtime / browser verification
+- 背景：Reasonix 已能作为独立辅助 agent 执行只读审计，但浏览器验收若只输出自然语言结论，主控仍需重测，无法稳定节省 token。
+
+## 目标
+
+把 Reasonix 浏览器测试从“描述性结论”收口为“可审计证据包”。Codex/Hermes 主控只接受带截图、日志、网络、断言和环境前置条件的 Reasonix 浏览器结论。
+
+## 非目标
+
+- 不让 Reasonix 直接裁决业务 bug 是否完成。
+- 不让 Reasonix 修改源码、提交 git、回滚文件。
+- 不把浏览器测试结论写成长期产品事实源；长期事实仍以 bug/design/checklist 和真实验证日志为准。
+
+## 合同
+
+每个 Reasonix 浏览器测试任务必须产出以下文件：
+
+```text
+result.json
+final.md
+process-handoff.md
+process-handoff.json
+artifacts/
+  screenshots/
+  console.json
+  network.json
+  trace-or-steps.md
+```
+
+`result.json` 至少包含：
+
+```json
+{
+  "status": "passed | failed | blocked",
+  "run_id": "reasonix-...",
+  "target_url": "http://127.0.0.1:3000",
+  "environment": {
+    "dev_server_restarted": true,
+    "cache_cleared": true,
+    "browser_context": "isolated",
+    "auth_mode": "test-account",
+    "workspace_root": "/tmp/..."
+  },
+  "steps": [
+    {
+      "name": "upload first attachment",
+      "action": "drag file into editor",
+      "screenshot": "artifacts/screenshots/01-upload-first.png"
+    }
+  ],
+  "assertions": [
+    {
+      "name": "attachment opens in tab after second upload",
+      "expected": "tab count increases and active tab kind is resource",
+      "actual": "click produced no tab change",
+      "passed": false,
+      "evidence": "artifacts/screenshots/04-click-after-second-upload.png"
+    }
+  ],
+  "console_errors": [],
+  "network_failures": [],
+  "screenshots": [],
+  "modified_files": []
+}
+```
+
+## 浏览器前置条件
+
+- 测试前重启 `npm run dev:hot` 或复用主控明确提供的已重启服务。
+- 使用全新 isolated browser context；清空 cookies、localStorage、sessionStorage、IndexedDB、Cache Storage。
+- 默认使用 `http://127.0.0.1:3000/auth` 的测试账号快速登录。
+- local-first 测试必须创建临时页面或临时 workspace，并记录路径。
+- 所有上传文件路径必须记录，不能只写“上传文件”。
+
+## 截图要求
+
+用户可见 bug 至少保留：
+
+- 初始状态截图。
+- 关键动作后截图。
+- 失败状态截图。
+- 修复验证时的通过状态截图。
+
+如果 bug 涉及 “点击无反应”，必须同时记录：
+
+- 点击前 tab 列表。
+- 点击后 tab 列表。
+- 点击目标节点截图。
+- console/network。
+
+## 0524 试验集映射
+
+`bugs/0524.md` 可作为第一批协同测试样本：
+
+1. 我的空间拖入附件路径错误：
+   - 验收：上传后文件实际路径应在当前页面 bundle/下级，而不是与主文件夹同级。
+   - Reasonix 输出：文件树截图、实际磁盘路径、上传请求、编辑区附件截图。
+2. 上传后文件冲突：
+   - 验收：本页面不误报自写冲突；新建页面不继承旧冲突状态。
+   - Reasonix 输出：冲突弹窗截图、页面切换后截图、console/network。
+3. 隐藏本地 Markdown 标题设置：
+   - 验收：不同 workspace/source 的默认值区分，用户选择刷新后保持。
+   - Reasonix 输出：设置变更前后截图、刷新后截图、local/session storage 或后端请求证据。
+4. Ctrl+Z/Ctrl+Y 删除链接：
+   - 验收：删除附件链接后 undo/redo 可恢复/再次删除。
+   - Reasonix 输出：键盘动作步骤、编辑区 DOM/截图、断言结果。
+5. md 文件上传后黑色方块刷新变灰：
+   - 验收：上传前后和刷新后附件 icon 状态一致，或有明确缺失状态样式。
+   - Reasonix 输出：刷新前后截图、附件节点属性。
+
+## 主控接受条件
+
+Codex/Hermes 只有在以下条件满足时，才能把 Reasonix 浏览器结果作为验收证据：
+
+- `result.json` 存在且能解析。
+- 至少一张截图能直接显示用户可见状态。
+- console/network 不为空时已被解释；为空时明确记录为空。
+- `modified_files` 为 `[]` 或 `none`，确认 Reasonix 没有改源码。
+- `process-handoff` 已 retain 到 Hindsight，主控可 recall。
+
+## 失败处理
+
+- 缺截图：结果降级为线索，不作为验收。
+- 缺 console/network：UI 失败只可作为复现证据，不可作为根因证据。
+- 没清缓存或没隔离 browser context：结果标记 `blocked` 或 `needs_rerun`。
+- Reasonix 修改源码：本次测试作废，主控检查 diff 后决定是否保留建议。
+
+## 评价指标
+
+- accepted_browser_findings：Reasonix 浏览器发现最终被主控采纳的数量。
+- false_browser_leads：Reasonix 浏览器结论导致主控走错方向的数量。
+- retest_required_ratio：主控必须完全重测的比例。
+- artifact_read_time：主控读取证据包并形成判断所需时间。
+- missing_artifact_count：缺失截图、console、network、断言的数量。
+
+## Done Gate
+
+- [ ] `reasonix-browser-tester` skill 已补入本合同的最小 artifact 要求。
+- [ ] 使用 `bugs/0524.md` 中至少 1 个 bug 进行 Reasonix 浏览器试跑。
+- [ ] 试跑后记录 accepted findings / false leads / retest required。
+- [ ] 根据试跑结果更新本合同或 Reasonix skill。
@@ -0,0 +1,146 @@
+# Reasonix Skill Maintainer v1
+
+## 状态
+
+- 状态：process
+- Owner：AI runtime / multi-agent collaboration
+- 背景：Hindsight 解决了 Reasonix 过程可追溯问题，但不能自动让 Reasonix 下一次更好。需要一个主控驱动的最小自进化机制，由 Codex/Hermes 根据真实 run 修改 Reasonix skill、任务模板和 handoff 合同。
+
+## 目标
+
+建立“真实任务 -> 复盘 -> 修改 Reasonix skill/模板 -> 小 smoke -> 再试跑”的闭环，让 Reasonix 从通用辅助逐步变成可审计、低噪声、能节省主控 token 的 worker。
+
+## 非目标
+
+- 不让 Reasonix 自主修改自己的 skill。
+- 不照搬 Hermes 的完整自进化机制。
+- 不把一次失败就提升为长期规则。
+- 不修改项目 `AGENTS.md`，除非用户明确要求。
+
+## 角色边界
+
+- Codex/Hermes：主控，负责判断哪些协作缺陷值得固化为 skill 规则。
+- Reasonix：被维护的 worker，负责执行明确任务。
+- Hindsight：热记忆，保存过程 handoff 和协作复盘。
+- MemPalace：冷归档，保存长期可检索的会话摘要。
+
+## 输入
+
+每次维护 Reasonix skill 前，主控必须先读取：
+
+- Reasonix run 输出目录：
+  - `result.json`
+  - `process-handoff.json`
+  - `process-handoff.md`
+  - `final.md`
+  - 必要时 `reasonix-transcript.jsonl`
+- Hindsight recall：
+  - `hindsight-embed -p agents memory recall reasonix "<run-id 或任务关键词>"`
+- 当前相关 skill：
+  - `reasonix-coding-worker`
+  - `reasonix-browser-tester`
+  - `reasonix-parallel-coding-flow`
+  - 新增 `reasonix-skill-maintainer`
+
+## 复盘维度
+
+每个 Reasonix run 至少评估：
+
+- accepted_findings：被主控采纳的关键发现数。
+- false_leads：误导主控的判断数。
+- missing_evidence：缺失证据项。
+- verification_strength：是否有真实命令、截图、日志、网络、diff。
+- handoff_cleanliness：handoff 是否能快速读懂。
+- modified_files_accuracy：是否准确记录修改文件。
+- retest_required：主控是否必须完全重测。
+- token_saving_estimate：是否减少主控探索或验证成本。
+
+## 维护决策
+
+只有满足以下至少一项，才修改 Reasonix skill：
+
+- 同类缺陷出现两次以上。
+- 单次缺陷导致主控明显走错方向。
+- 缺失 artifact 使浏览器结果无法验收。
+- `process-handoff` 的结构缺陷导致主控必须重读 transcript。
+- 用户明确指出 Reasonix 协同方式需要调整。
+
+不应修改 skill 的情况：
+
+- 只是单次措辞不佳。
+- 是当前任务本身不清楚，而不是 Reasonix 规则缺失。
+- 可通过更好的任务书解决，不需要变成长期规则。
+
+## 修改范围
+
+优先顺序：
+
+1. 修改任务书模板：成本最低，适合单类任务。
+2. 修改 Reasonix skill：适合跨任务重复规则。
+3. 修改 runner/extractor schema：适合结构化输出缺陷。
+4. 修改 Codex/Hermes 主控 skill：适合复核顺序和验收口径。
+
+每次只做最小修改，并记录：
+
+- 修改前问题。
+- 修改文件。
+- 预期改善。
+- smoke 验证方式。
+
+## Smoke 验证
+
+修改 Reasonix skill 后，必须至少做一个轻量 smoke：
+
+- 只读任务优先，不改业务代码。
+- 要求 Reasonix 产出新格式字段。
+- 主控检查字段是否存在、是否可解析、是否减少噪声。
+
+浏览器类 smoke 应检查：
+
+- 是否有截图路径。
+- 是否有 console/network 摘要。
+- 是否有 `cache_cleared`、`browser_context`。
+- 是否有 `assertions[]`。
+
+## 0524 试跑计划
+
+使用 `bugs/0524.md` 作为真实任务池，不一次性全交给 Reasonix：
+
+1. 第一轮：只让 Reasonix 浏览器复现第 2 个 bug“上传后文件冲突”，不修代码。
+   - 目标：验证 browser artifact contract 是否足够。
+2. 第二轮：让 Reasonix 只读审计第 1 个 bug“我的空间附件路径错误”。
+   - 目标：验证 coding-worker handoff 是否能给出可采纳根因。
+3. 第三轮：Codex 修复其中一个 bug 后，让 Reasonix 做回归。
+   - 目标：评估 Reasonix 是否能减少主控浏览器验证 token。
+
+每轮都记录：
+
+- Reasonix 耗时。
+- 主控读取 handoff 所需时间。
+- 主控是否重测。
+- 被采纳发现。
+- 误导点。
+- 需要修改的 skill 规则。
+
+## 输出记录
+
+建议每次维护后在对应 bug/design 中补一段：
+
+```text
+Reasonix 协同复盘：
+- run id:
+- 任务类型:
+- accepted findings:
+- false leads:
+- missing artifacts:
+- skill changes:
+- next iteration:
+```
+
+## Done Gate
+
+- [ ] 创建 `reasonix-skill-maintainer` skill。
+- [ ] `reasonix-browser-tester` 已引用 browser artifact contract。
+- [ ] 用 `bugs/0524.md` 至少跑一轮真实 Reasonix 协同测试。
+- [ ] 根据真实结果更新 skill 或明确“不需要修改”。
+- [ ] 在 Hindsight / MemPalace 中保留协作复盘摘要。
@@ -0,0 +1,141 @@
+# 7-37 Claude Code / Reasonix Worker 评估协议：0524 Bug2 v1
+
+## 目标
+
+用 `bugs/0524.md` 第 2 条“本地 Markdown 上传/文件树拖入后误报文件冲突”作为真实任务，评估 Claude Code 与 Reasonix 作为 worker 的可用性：
+
+1. 编码能力：是否能在相同基线下定位根因、做小范围修复、补测试并通过验证。
+2. 网页测试能力：是否能在真实浏览器中复现/验收，产出可审计截图、console、network 和结构化结论。
+
+Codex 仍是主控，负责设计、派发、复核、合并和最终验收。
+
+## 公平性约束
+
+- 两个 coding worker 使用从同一 `HEAD` 创建的独立 worktree，不共享当前主工作区未提交改动。
+- 两个 coding worker 使用同一份任务书，允许修改范围一致，验收命令一致。
+- 两个 browser worker 对同一个主工作区修复结果做只读验证，不允许改源码。
+- 评分只基于可复核产物：diff、测试输出、process handoff、截图、console/network，不凭 final 文本。
+- 若 worker 卡住、超时、无 handoff、无截图或修改范围失控，按实际情况扣分，不手工补完其证据。
+
+## Coding Worker 任务切片
+
+输入：
+
+- bug：`bugs/0524.md` 第 2 条。
+- 参考设计：`design/05-editor-mainline/process/5-27-local-markdown-working-copy-conflict-contract-v1.md`。
+- 允许修改：
+  - `rust/crates/mnote-web/src/routes/web_shell.rs`
+  - `rust/crates/mnote-web/src/routes/local_folder_events.rs`
+  - `scripts/task479-local-folder-markdown-resource-lifecycle-smoke.js`
+  - 必要时新增/更新同目录小测试
+- 禁止修改：无关设计、AGENTS、其它 bugs、git 提交、回滚用户改动。
+
+验收：
+
+- `cargo test --manifest-path rust/Cargo.toml -p mnote-web document_event_filter_rejects_resource_only_changes -- --nocapture`
+- `cargo test --manifest-path rust/Cargo.toml -p mnote-web document_shell_renders_local_markdown_with_same_sidebar_surfaces -- --nocapture`
+- `cargo fmt --manifest-path rust/Cargo.toml --all --check`
+- 若能启动浏览器 smoke，运行 `node scripts/task479-local-folder-markdown-resource-lifecycle-smoke.js` 并记录结果。
+
+## Browser Worker 任务切片
+
+输入：
+
+- 被测主工作区当前修复结果。
+- 入口：`http://127.0.0.1:3000`。
+- 登录：`/auth` 的“测试账号快速登录”。
+
+必须验证：
+
+- 打开本地 Markdown 页面，上传附件后，不出现 `mnote-editor-conflict-panel`。
+- 新建/切换页面后，旧冲突面板不残留到新页面。
+- 向文件树文件夹拖入文件后，不出现 `external-change-conflict`。
+- 真实冲突路径仍可用：dirty 当前 Markdown 后外部修改同一 `.md` 文件，应显示冲突。
+
+必须产出：
+
+- `result.json`
+- `process-handoff.md/json`
+- 至少一张显示通过或失败状态的截图
+- console/network 摘要
+- `modified_files` 必须为空
+
+## 评分维度
+
+- `root_cause`：是否找到两个核心根因：document event 越界、冲突 DOM 残留。
+- `patch_scope`：是否只改必要文件，未引入架构外补丁。
+- `test_quality`：是否补了能失败/能防回归的测试。
+- `verification`：是否实际运行命令并记录输出。
+- `handoff_quality`：是否有过程证据，而不是只给最终摘要。
+- `latency_cost`：完成时间、工具调用量、是否卡住。
+- `mislead_risk`：错误假设、过度修改、把无关失败归因到本 bug 的风险。
+
+## 初步观察
+
+- Reasonix 只读分析较快完成，正确指出空 `documentId` 会污染 session，但对新建页时序有部分猜测，需要主控复核。
+- Claude Code 修复后本轮可产出 handoff，明确指出冲突面板 DOM 生命周期缺口；耗时更长，但对第二个根因帮助明显。
+- 后续需要用隔离 coding 任务和真实 browser 任务继续比较，而不是只比较只读分析。
+
+## 0524 Bug2 本轮实测记录
+
+### 主控基线
+
+- 主控修复覆盖三个切片：
+  - document event channel 从 `rootUri` 收窄到 `rootUri#documentId`。
+  - 空 `documentId` 的资源事件不再进入正文冲突链路。
+  - editor view unmount 清理旧 session 冲突面板 DOM。
+- 主控验证：
+  - `cargo test --manifest-path rust/Cargo.toml -p mnote-web document_event_filter_rejects_resource_only_changes -- --nocapture`：通过。
+  - `cargo test --manifest-path rust/Cargo.toml -p mnote-web document_shell_renders_local_markdown_with_same_sidebar_surfaces -- --nocapture`：通过。
+  - `cargo fmt --manifest-path rust/Cargo.toml --all --check`：通过。
+  - `node scripts/task451-local-markdown-conflict-resolution-ui-smoke.js`：通过，真实冲突仍可用。
+  - `node scripts/task479-local-folder-markdown-resource-lifecycle-smoke.js`：上传附件和文件树拖入 no-conflict 断言通过；后续 broken-link 检查失败，属于其它已知路径，不计入本 bug 修复失败。
+
+### Coding Worker 对比
+
+- Reasonix coding：
+  - run id：`reasonix-2026-05-24T07-44-15-864Z-6898e686`。
+  - worktree：`/mnt/Data1T/mnote-wt-0524b-reasonix-coding`。
+  - 正确抓到空 `documentId` 事件污染正文 session。
+  - 补了前端 `if (!documentId) return;` 和后端映射测试。
+  - 漏掉冲突面板 DOM 残留，也没有做 `rootUri#documentId` channel 隔离。
+  - 自报未跑 Playwright，适合作为“定位主因 + 小补丁”证据，不足以直接合并。
+- Claude Code coding：
+  - run id：`claudecode-2026-05-24T07-44-15-975Z-e03aaf1f`。
+  - worktree：`/mnt/Data1T/mnote-wt-0524b-claudecode-coding`。
+  - 正确抓到空 `documentId` 事件污染。
+  - 额外抓到冲突面板 DOM 生命周期问题。
+  - 修复位置是 `releaseDocumentSession`，比主控采用的 `unmountEditorViewBinding` 更晚，仍可能存在切换瞬间残留风险。
+  - 未做 `rootUri#documentId` channel 隔离，也未补 task479 no-conflict smoke。
+  - 编码帮助大于 Reasonix，但仍需主控补边界。
+
+### Browser Worker 对比
+
+- Claude Code browser：
+  - run id：`claudecode-2026-05-24T07-47-11-262Z-46f574f0`。
+  - artifact：`/tmp/mnote-0524-bug2-browser-worker-1779608936242/`。
+  - 产出 `result.json`、截图、console/network。
+  - 上传附件 no-conflict、文件树拖入 no-conflict、dirty + 外部修改真实冲突均通过。
+  - `modified_files=[]`。
+  - 该轮可作为较高质量浏览器验收证据。
+- Reasonix browser：
+  - run id：`reasonix-2026-05-24T07-47-11-249Z-43f061bb`。
+  - artifact：`/tmp/mnote-0524-bug2-browser-worker-0524T0800/`。
+  - 产出 `result.json`、截图、console/network。
+  - 上传附件 no-conflict、文件树拖入 no-conflict 通过。
+  - runner status 为 `error` / handoff status 为 `failed`，但 `result.json.status=passed`，状态合同不一致。
+  - 将 `/api/local-folder/events` 500 判断为真实冲突阻塞；主控 `task451` 和 Claude Code browser 已证明真实冲突仍可验证，因此该判断有误导风险。
+  - 可作为部分 UI 证据，但不能单独作为最终验收。
+
+### 可审计性结论
+
+- Hindsight recall 可召回本轮 Claude Code 与 Reasonix 过程 handoff，但 Reasonix recall 混入了无关项目结果，主控不能只看 recall 摘要。
+- Claude Code 的 browser artifact 更适合验收：`result.json`、截图路径、console/network、`modified_files=[]` 之间一致。
+- Reasonix 的 browser artifact 可作为辅助证据，但 runner `status=error` 与 artifact `status=passed` 冲突时，必须降级为线索。
+- 本轮公平测试说明：worker 能节省主控定位和浏览器操作 token，但不能替代主控做架构边界、diff 取舍和最终验收。
+
+## 当前评分倾向
+
+- 编码能力：Claude Code 略优，能补出 DOM 生命周期根因；Reasonix 更快但更像最小局部补丁。
+- 浏览器测试能力：Claude Code 本轮明显优于 Reasonix，证据更完整且能覆盖真实冲突；Reasonix 产物可审计但状态和结论自相矛盾。
+- 主控策略：以后可让 Reasonix 做低风险定位/快速 smoke，让 Claude Code 做更完整的 browser artifact；两者结论都必须由 Codex 复核 diff、截图和命令输出。