Copilot Agent 执行链
本页维护运行链、工具可见性、执行证据、上下文和回答终态。审批/共享能力见工具契约,任务调度与持久化见任务与恢复,桌面操作见输入与活动呈现。
TaskHost 冻结任务 → 合并业务/外部 MCP 能力 → CanHandle 筛选
→ Framework AgentSession(todo、模式、压缩、用量预算)
→ 精确输入与审批 → 执行前写保护/Hook → 资源闸门 → 工具体
→ 结构化结果、审计与后置 Hook → observation → 执行/完成契约 → checkpointFramework 保持 Provider CallId 与结果配对;ColorVision 负责权限、预算和证据边界。写入独占,只有独立的只读幂等调用可并发。前置守卫不可被项目 Hook 替换;后置 decision:block 只改变模型反馈,continue:false 在已完成结果落账后结束本轮,不能撤销真实副作用。写入/非幂等调用执行后失去可信终态时记为 OutcomeUnknown,先核查状态,禁止自动重放。
工具可见性与任务意图
工具可见表示本轮可用,不能推导为用户要求执行。工作区读取与补丁工具按冻结路径、模式、sandbox 和禁止修改约束开放;附加只读根不成为可写根或可信项目指令根。项目指令随工作区能力加载,不把普通应用任务强制改判为源码检查。
Flow patch 要求流程相关上下文,但不能因修改同义词或附带解释要求而隐藏。Plan、Review、Diagnose、Chat、只读 sandbox、空请求和明确禁止修改仍阻止 patch;执行瞬间还须复核权限、文件指纹或图 revision。NeedsWorkspaceEdit/Create/Rollback 只描述请求文字的倾向,不能因为工具可见而强制修改。
Auto 模式从请求文字推导的文件操作、Shell、联网和验证意图通常只作提示。用户选择 Code、Web、Review 模式,或提供显式附件、本地文件、URL 或 RequiredSuccessfulToolNames 时,完成须有对应的成功工具证据;证据不足返回 Blocked。批量图像请求也有硬性证据要求。
修改目标和工具门禁由 CopilotToolIntentPolicy 判定。应用对象改名、流程改动和文件修改走各自入口;有权执行仍须等成功结果后才能报告完成。
RunWorkspaceValidation 在允许修改且有可写根时稳定提供;仅精确文件写权限不足以授权构建,Review 仅允许用户明确要求的有界验证。可见不增加必须验证的完成条件,批准也不授权根外项目。
运行时选择与临时授权
CopilotAgentRuntimeRouter 将有效 OpenAI-compatible/Anthropic-compatible Profile 送入 Framework,不在失败后换执行器或重放已产生进展的请求。官方 api.openai.com 的 Chat、Agent、图片和辅助请求统一走 Responses;第三方默认 Chat Completions,显式完整 /responses 端点才走 Responses;Anthropic 走 Messages。显式网关前缀保留,路由不改保存的 Profile。
Responses 使用 store=false,从本地重放完整历史与配对工具结果,不依赖 previous_response_id。官方账户、Codex 专用覆盖和缓存诊断不发给第三方;兼容服务使用 Profile 声明的推理档位。明文 reasoning 与 summary 保留来源类型,旧摘要不靠端点或文本猜成明文,编辑/压缩后不复活旧内容,加密 reasoning 仍沿 SDK 路径。协议细节定位 CopilotStatelessResponsesHistoryChatClient。
访问模式须区分:
- 「完全访问」是
UnrestrictedFullAccess,本机持久保存,跨会话/工作区/重启生效,直到用户切回;受保护工具经模块策略后直接批准,不调用 reviewer,仍复核任务、参数、能力、范围和禁止规则,不追溯批准已有 Pending。 - 「临时自动复核」保留兼容枚举
FullAccess,只限当前/下一任务、当前工作区且有期限;任务结束、失败、取消、超时、工作区变化或重启撤销,分支不继承。结构化补丁/回滚可按范围规则直接批准,其他合格能力走独立 reviewer。 - 显式
approvals_reviewer是独立配置,不与临时 grant 生命周期混用。具体决定路径见原生审批。
任何访问模式都不扩大 Schema、可写范围、意图、预算或只读边界。访问上下文可以影响活动 Framework session,但任务结束须解除精确任务绑定。
Responses 的 incomplete、failed 不能因 SDK 缺少 finish 标记而被当成完成:长度/过滤保留分类,未知原因仍不完整,缓冲中的工具参数不派发。已报告用量始终保留;失败后不能重发已有正文、推理或函数参数进展的尝试。
流清理与原始失败
停止等待不证明生产者或工具已停止。取消宽限后只有 ToolStarted 而无权威终态的工具记为 tool_outcome_unknown;尚未开始、待审批和已有明确结果分别处理,不从整轮 Cancelled 推导工具已取消。
CopilotTurnEventStream 将调用方取消/消费者释放转为非阻塞取消请求;阻塞或抛错的取消回调不能阻止缓冲清理和有界关闭。CopilotCancellationGuardChatClient 保留先发生的读取/供应商异常,清理异常不改错误分类、请求 ID 或重试资格;没有原失败时清理异常仍上抛。宿主超时与清理自己抛出的超时须区分,迟到任务继续观察;未结束读取完成前不并发 Dispose。该边界不保证抢占第三方 SDK 的任意同步阻塞。
OpenAI HTTP 重试预算
正式客户端关闭 SDK 内部重试,只有 ColorVision 供应商层有限重试,防止次数相乘。一次预算尝试对应一次 HTTP 请求;同次正式 usage 快照去重合并,不同尝试累加。
- 只在首个实质进展前重试瞬态失败;正文、推理及非空函数参数分片均算进展,残缺参数不是可执行调用。纯前导元数据有界,空分片不刷新进展。
- 工具完成后发起的下一次模型请求可在尚无新输出时重试,但不能重新执行旧工具。正常空响应仅在成功/缺省 finish reason 下使用同一有限预算,长度/过滤等明确停止不走该分支。
- 限流与账户限制按结构化 code/type 区分,不从正文猜。额度或支出限制即使 HTTP 429 也不重试;未知 HTTP 错误按状态兼容,未知流内错误不猜为瞬态。
Retry-After是等待下限,不能截短。超过两分钟自动等待上限时保留原失败并结束重试;等待可取消且受总预算约束。- 请求 ID 只从对应失败响应的已知头读取并脱敏,不从正文、response ID 或全局最近记录补造;头缺失不掩盖原错误。
已知用量在丢弃尝试、连接恢复及取消后仍计入预算;离线等待不估造消耗。实现从 CopilotOpenAiAgentChatClientFactory、CopilotOpenAiRequestIdChatClient 定位。
提示缓存比较
官方 Responses 的受支持新模型只在同一 Agent 运行内用 prompt_cache_options.comparison_response_id 比较相邻已完成响应;首轮不带 ID,错误、取消和 incomplete 不替换基准。比较状态不写 checkpoint、不跨任务/Profile;Chat、第三方和旧模型不附加。
cache_hit 不证明全部输入命中,缺失/过期比较不算 hit 或 miss。比较估算只供诊断,不进账单;实际缓存用量来自 usage。可选诊断失败不能改变完成结果或触发重放,也不改变 store=false、历史重放或权限。模型准入和参数定位 CopilotOpenAiPromptCacheChatClient,受控 SDK 回归不证明真实缓存收益。协议背景见 OpenAI 提示缓存诊断。
Anthropic 提示缓存
Messages API 不声明就不缓存,否则每轮都按全价重发工具、指令和历史。CopilotAnthropicPromptCacheChatClient 与 Chat 请求只对官方 api.anthropic.com 附加顶层 cache_control,断点随会话前移;兼容网关可能拒绝该字段,因此不发送,DeepSeek 等由其服务端自动缓存。标题、目标评估、图片分析和压缩摘要这类不会复用的单次调用不声明,避免多付写缓存的费用。SDK 会从携带该字段的原始参数读取 model、max_tokens,必须填真实值。InputTokenCount 已含缓存读写,用量统计口径不变;运行预算把缓存读取按 10% 计入,见请求预算。
Agent 将稳定指令和本轮可变上下文分开,显式缓存断点放在稳定部分。历史折叠与工作区变化时,按实际请求确认稳定前缀是否仍相同。实现入口是 CopilotAnthropicPromptCacheChatClient。
工具集或稳定指令变化会使其后的缓存失效:意图开放的工具(Git、联网、数据库写入等)会带来不同的工具定义和工具说明,造成跨轮未命中,同一轮的循环内不受影响。实际命中以供应商的 cache_read_input_tokens 为依据。
Anthropic thinking 重放
thinking 签名绑定产生它时的系统提示、工具集和此前消息,Fable 5.1、Opus 5.5、Sonnet 5.5、Haiku 5.5 在强制校验的账号上会以 400 拒绝历史已变化后的重放。正常工具循环只追加历史,不触发此校验;CopilotContextWindowRecoveryChatClient 的截断重试(已用请求抓包确认)、Framework 压缩和恢复会话则可能改写前缀。CopilotAnthropicThinkingBindingChatClient 收到该 400 后只移除被拒绝的块并重发一次,保留文本、工具调用和工具结果,此后不再发送这些块,新产生的 thinking 继续重放,并记录一条运行诊断。它位于重试层内、预算层外,被拒绝的尝试仍计入提供方调用。恢复会话时被拒绝的块不随检查点保留,因此可能再被拒绝一次。
总会产生 thinking 的官方模型可能长时间无文本,造成首内容超时。适用的默认档请求可见摘要,最终回答走流式。模型范围和请求参数随 CopilotReasoningCapabilities 查看,实际摘要间隔由供应商决定。
后台请求的输出预算同时容纳思考与正文。小额度任务的余量在 GetBackgroundOutputTokens 维护,实际计费以供应商 usage 为准。
Anthropic 工具参数流式
默认情况下 API 会等一个工具参数完整后才发送,写大文件时流上长时间没有数据,会被无活动超时当成停滞。CopilotAnthropicEagerToolInputHandler 只对官方端点在线上请求里给客户端工具加 eager_input_streaming,保留 SDK 自身的 schema 转换;非流式请求会忽略该字段,一并发送可让同一会话的工具定义保持不变。
input_json_delta 与 Responses 参数分片一样算实质进展:否则没有前置正文的工具调用超过 64 个分片就会被当作纯元数据流而失败,首内容与无活动超时也不会刷新。stop_reason 为 max_tokens 或 refusal 时由 CopilotIncompleteToolCallGuardChatClient 扣下调用。参数无法解析时框架仍会以空参数调用工具,HarnessToolFunction 与 TryBeginApproval 因此直接拒绝并让模型重发,不运行工具也不打开审批。
DeepSeek Anthropic 工具续轮
CopilotDeepSeekAnthropicChatClient 只对 api.deepseek.com/anthropic 过滤没有正文的思考签名,避免 SDK 将其转为该接口不支持的 redacted_thinking,使读工具后的续轮 422。它克隆受影响的消息,保留可见思考和配对工具结果,不改保存历史;其他 Anthropic 端点不应用,因为真实加密思考需原样回传。
该 Anthropic 接口的 output_config 不提供原生 JSON 格式约束。当前“仅 JSON”是提示词约束,不等于 Schema 强制校验;切换协议或添加同名参数不能假定启用 Chat Completions JSON 模式,评测不得剥围栏后算通过。兼容背景见 DeepSeek Anthropic 与 JSON 输出。
Anthropic HTTP 失败边界
Anthropic 同样关闭 SDK 重试,只由宿主按预算和首输出边界有限重试。明确 SSE 的过载、限流、API/超时错误可在无进展时重试;认证、请求和未知错误不可。SSE 错误不是 HTTP 状态,不能伪造 429。工具/正文后失败保存既有事实与 checkpoint,不重放。
CopilotAnthropicHttpErrorHandler 有界读取失败正文,长度/I/O 错误仍保留原 HTTP 状态;请求 ID 与退避绑定同次响应,Retry-After-Ms 优先且遵守等待下限。401 的正文即使写“上下文超限”也不能触发压缩重发。诊断只交付已知错误分类和脱敏 ID,不回显任意供应商正文。
HTTP/流失败在已有进展后分别保留 provider_request_rejected、provider_unavailable 或 provider_interrupted,不以通用错误覆盖部分回答。恢复仍需用户继续,永久错误先处理账户/配置。
上下文拒绝仅在首个实质输出前压缩重发一次,纯元数据/用量不关闭机会;第二次拒绝停止,决策前取消则保留取消语义。被丢弃尝试的已报告用量仍结算,无正式用量的输出前上下文拒绝不估算费用。已经取得正式终态账单后再观察取消,只结算账单,不向下游交付正文、工具或完成效果,也不重发。定位 CopilotContextWindowRecoveryChatClient。
多会话活动投影
DesktopPetCopilotBridge 观察宿主与确认存储,不是第二调度器;优先级、已读消除、导航与确认卡见活动呈现。
网页读取的执行证据
直接 URL 的 Auto 请求先 FetchUrl,失败或不足才用 WebSearch 回退。Framework 执行契约依据真实成功 observation 判断,模型无工具证据的草稿会撤回,在同一 session 要求补取;仍有可尝试回退时继续,路径耗尽或拒绝调用则 Blocked。模型文字、搜索线索和正文伪造的“已抓取”标记都不证明实际读取。
搜索深读与工具输出归档
WebSearch 按显式 URL/site: 主机优先选结果,否则深读第一项安全结果;同源派生资源受总量上限约束。深读失败保留搜索线索,部分读取保留正文并报告 PartialResultMessage,全部失败才整次失败。搜索命中 URL 不证明该页已深读。
模型结果受字符/Token 双预算限制。成功纯文本被截断时,完整脱敏输出可进入有界会话临时归档,由 ReadToolOutput 按不透明 ID 读取;不暴露存储路径,不跨会话,淘汰/删除/退出清理,读取结果不再递归归档。
归档读取以及前台/后台 Shell 读取均交付连续正文前缀,并按实际交付重算游标、数量和末尾标记。坐标是脱敏存储正文的 UTF-16 单元,保留首尾空白及代理对;预算放不下页头和字符时不伪造已推进。已完成末尾的孤立高代理字符以替代字符交付并推进,避免死循环。越界为 Validation,恰到末尾为空页成功;后台页末仅表示当前输出读完,不代表进程结束,真实进程状态不因模型预算很小而丢失。
普通工具及 Shell 输出在存储前脱敏,跨 chunk 保留敏感赋值的引号/转义、Authorization 和独立 key 的识别状态,不能先截断失败摘要再让残留凭据泄露。待确认前缀不提前公开,已发布正文和游标随追加保持稳定;来源字符计数与实际脱敏坐标分开。规则入口为 CopilotSensitiveTextRedactor 和工具输出归档实现。
来源优先使用冻结的 WebEvidenceSourceUrls:内置抓取仅记录成功返回页,搜索保留深读及 Hits;正文出现链接不增加来源。显式空列表禁止回退扫描,旧工具/外部工具未提供字段时保留文本识别兼容。URL 匹配保留路径和 query 大小写,只有 scheme/host 忽略大小写。
完整回答使用网页工具却未引用其真实来源时可补有限来源;失败、暂停、超时、用户禁网及已有引用不补。完整可解析 JSON 对象/数组保持原正文,不拼 Markdown 或加字段;仅括号外形不算 JSON。来源补写不改变搜索线索与深读证据的区别。
稳定只读工具与动态暴露
无需审批且只读本机的工具不看请求措辞:CanUseLocalReadTools 让数据库查询、流程统计、日志、文档和 Windows 系统诊断在 Auto、Code、Plan、Diagnose、Explain 下稳定开放,有打开的流程时再开放流程图读取。本地文件搜索还要求有可写工作区,仅有附加只读根时仍按证据需求或有界续问开放,不因仅有搜索根就保证每句短问都暴露;用户说“只分析”只移除补丁工具,不移除搜索。每次调用都要审批的 Git 工具和会把内容发往外部的 WebSearch、FetchUrl 仍按意图开放。模型可直接回答概念问题;可见工具不增加必须搜索的完成条件。外部 MCP 的文件/Web/URL 能力仍遵守对应意图门槛,业务设备工具按自身可用性判断。
搜索发现的文件可在同一运行内继续读,但须落在规范授权根,拒绝重解析越界,多根同名须唯一匹配。失败路径诊断只检查已授权根内的元数据,不读目标正文或扩大授权;根消失/失权不能改搜父目录。
读取/搜索的证据边界:
- 文本严格支持 UTF-8 及有 BOM 的 UTF-8/16/32,NUL 和损坏编码明确失败。无 BOM 且不是合法 UTF-8 的文件,读取和搜索按严格 GB18030 回退并在结果里标明,聊天附件同样回退(中文 Windows 工具仍在写这种文件;否则全仓搜索永远无法完整);两种编码都不合法仍算损坏,不再猜其他编码。写入不回退:补丁拒绝这类文件,须先转成 UTF-8,避免按猜测的编码改写字节。zip 格式文档按格式说明不可读,不报告成编码问题。PDF 由 PdfPig 提取文字层,按
[Page n of m]分页后沿用同样的行号和续读(上限 64 MiB、约 200 万字符,超出时说明缺失页);没有文字层的扫描件、加密或损坏文件明确失败,不做 OCR。PDF 只读:不进入写入白名单,GrepText也不扫描,因此不会让搜索变成“部分完成”。空文件读取成功且observed_total_lines: 0,请求其后的行仍是越界。LF、CRLF、单独 CR 的行号一致;续读使用返回的一基 UTF-16 行列,非法列不自动修正,截断不拆代理对/CRLF。 - 文本格式白名单须覆盖仓库实际使用的源文件格式(含
.resx、.html、.vue、.mjs、.toml、.vcxproj等):名单外的文件不被扫描,完整搜索的零命中会变成错误的“不存在”。.csv、.tsv、.jsonl、.ndjson属于独立只读格式集合,发现或读到它们不扩大工作区写白名单。 GrepText、SearchFiles跳过 git 忽略的路径(由git ls-files --ignored判定,缓存 30 秒;没有可用 Git 时退回全量扫描),否则 SDK 副本和构建产物会耗尽扫描上限,使所有搜索都不完整;path指向被忽略目录内部时照常搜索。GrepText最多扫描 20000 个文件,默认按字面匹配,可用regex、glob收窄(语义见 MCP 工具说明);字面查询零命中且形似正则时结果会提示,避免把A|B的零命中当成代码里没有。匹配行超出显示长度时以命中位置为中心截取,模型能看到命中内容。GrepText、SearchFiles保留有效匹配,同时报告扫描上限、枚举/读取失败等覆盖缺口;缺口下的零命中不是“完整搜索无结果”。损坏文件的本页匹配不作为证据;续页保留既有缺口,失效/旧游标重查,不完整文件发现不提供稳定续页。按策略排除依赖目录不算异常缺口。SearchDocs用知识主题的aliases匹配问题,中文问句按二元切分;只与查询弱重合的页面不算命中,planned/historical主题降权。完成但无命中是成功的空结果,模型不得据此引用文档。索引下载后存到本机LocalAppData/ColorVision/Copilot,24 小时内直接使用;刷新失败时退回已保存的副本并在结果中标明可能过期,从未下载过且断网时才失败。ListDirectory目标不可枚举时失败,不伪装空目录。只有实际 EOF 才报告end_of_file_observed/observed_total_lines,定向读取不为凑总数补扫文件;该边界只描述读取时刻。
已有完整搜索和命中范围足以支持结论时即可回答,不把定向问题扩大成全文件检查;确需续读再用游标。
只读子 Agent 与隔离
CopilotSubagentRoleCatalog 提供独立只读 Harness 角色:Explore 用于多文件调查,只有有界搜索根、活动文档、范围内项目指令及本地搜索/读取工具;Scout 用于多来源公开研究,只有 WebSearch/FetchUrl,不接收本地路径/文档/指令。简单单页直接读,不必委派。
子运行不继承父历史、附件、checkpoint、todo、mode、Skills、可写根、MCP、访问模式或审批,不自动注入 Harness 管理函数。两者都不能 Shell、数据库、写入、审批或再次委派;任务必须自包含,网页是不可信证据。框架并发仍受有界可取消槽位、同资源互斥与 no-progress 限制。具体次数、时限与返回预算直接查角色目录。
委派预算和审计
父请求的所有子运行共享委派预算池,子预算受父剩余额度及并发公平分配约束,不足时不发新模型请求。成功按真实用量结算,异常/取消保守消耗预留预算;预算估算不等于账单。角色、子运行 ID、父 CallId、停止原因与汇总指标留在 trace,不把逐工具噪声复制到主聊天。子调用用量归入父运行,主 Agent 仍负责综合与最终回答,不能因委派完成便声明任务完成。
短追问与能力续租
稳定能力不依赖上轮关键词;动态能力只能续租最近有效记录中已完成(含失败)、只读幂等且无需审批的调用。本地续问还要求当前范围与历史/checkpoint 条件成立,旧轮次或新话题不扩大文件范围。写工具和 Shell 不通过续租获授权,恢复按当前能力重规划,不把旧参数当许可。
何时强制联网证据
直接 URL 和 Web 模式才强制成功 Web 证据;Auto 下文字明确要求联网搜索只作提示。普通概念问题不因存在 WebSearch 增加执行轮次;没有匹配工具时不制造空循环。工具暴露、用户意图和完成证据是三种判断,用户禁网仍优先。
Review 的证据与结构化 findings
Review 冻结目标,缺省含暂存/未暂存完整工作树。有工作区时冻结其实际所属仓库,附加根只有读取权,不能拿另一仓库的状态/diff 替代;无工作区的旧请求保留兼容语义。
InspectGitDiff 的结构化身份与实际交付补丁共同构成证据。SubmitCodeReviewFindings 必须绑定最新有效目标,即使无问题也提交空 findings,文字“没有问题”不代替协议。整体序列化载荷受同一读写上限约束,超限明确 Validation,不能截断后宣称成功。
finding 的路径、old/new 侧和行范围须有可见 hunk 正文支持,不能仅凭 @@ 范围;截断边界行/尾部不算证据,Git quoted path 须正确解码。同轮 InspectGitWorkingTree 可在 diff/findings 前后补齐,但在显式文件前置读取之后;修正状态归属不要求重提有效 findings。
后来成功读取其他目标/scope/revision 的 diff 会使旧完成状态失效,须重读请求目标并重交 findings;失败或待审批检查不替换成功证据。该恢复局部解除旧 Inspect/Submit 去重,无新证据的循环仍拒绝。
工作区补丁的预览、应用与回滚
声称工作区已修改必须有正式应用成功证据,何时硬性检查见工具可见性与任务意图。现有文件用 PreviewWorkspacePatch → ApplyWorkspacePatch,精确唯一替换并绑定原 SHA-256;新文件用 PreviewCreateWorkspaceFile → ApplyCreateWorkspaceFile,只在可写根创建白名单文本,绝不覆盖。创建目录须能确认归属,不能在竞争中误认其他进程的目录为自建。
应用须用本进程仍有效的 preview ID,重新复核当前范围/冲突并经原生审批。RollbackWorkspacePatch 再审批且应用后指纹仍匹配,才恢复原字节或删除 Agent 新建文件;仅清理仍为空且确为 Agent 原子创建的目录。预览不跨重启授权。
读取结果不显示换行符,因此 oldText 匹配不区分 LF、CRLF 和单独 CR,混用换行的文件也能按读到的文字定位;同一段文字以不同换行出现多次仍算歧义。替换后新文本沿用命中处的换行符,其余字节不变。空文件没有可替换的文字,也不能被 add 覆盖,须先 delete 再 add。
精确文件写权不等于目录写权:相对路径可从有效 WorkspacePath 定位,但仍须命中 WritableLocalFilePaths;不授权兄弟文件或创建新文件。无工作区用已授权绝对路径,多根歧义和重解析检查不放宽。
成功且实际改变状态的 WorkspaceMutation 允许受影响本地证据重新读取/搜索,不重置工具预算,也不解除写调用去重;失败读取后的新建例外及迟到读取边界见输入与无效调用。
多文件应用/回滚途中失败仍是失败:保留原失败与逐文件补偿结果,WorkspaceRecheckPaths 表示可能已写入/恢复的路径,不是已完成差异或恢复成功的证据。模型须重读核查;有界读取或单个后续补丁不能证明失败事务已完整核验。任务消息独立保存“文件状态待核查”,旧消息缺字段保持未标记;先前差异须明确属于先前确认结果,不能代表当前完整状态。后续确认补丁可接续待核查路径,但保留原基线,不放宽其他路径连续性。
已批准写入/回滚在取消、超时后无可信终态时为 OutcomeUnknown,保留冻结参数对应、且匹配当前会话/工作区的可能受影响范围;原执行锁持续到后台工具结束,晚到成功不覆盖已发布终态。未批准/尚未准入不登记该执行范围,取消后的迟到元数据读取不得继续进入写入体。
ConvertBatchImages 的未知终态同样保留经授权验证的可能输出目录,目录覆盖竞争重编号的输出,不是完整文件清单;须列目录并核实实际文件,旧文件/子目录观察也需刷新。待核查范围只服务证据失效,不增加读取权限,原路径集合不直接写入会话历史。
进程崩溃后的恢复与外部副作用须依现场证据核对。
可见历史窗口和上下文预算
Chat 与 Framework 可见历史只接受规范 user/assistant 角色,历史 system/tool/未知角色不得升级为运行指令。确定性窗口按当前上下文/输出预算给其他组件留余量,始终保留最初用户目标和最近轮次,优先删完整旧轮次;异常无用户历史仅有界裁剪,不构造空目标。
附件占独立槽并计入同一预算,不重放旧 RequestContent 的附件。裁剪 assistant 时先保留来自真实消息状态的完整终态说明,再裁正文;标签只在正文中出现不生成状态/授权,连终态说明都放不下时拒绝投影。本地完整历史和 UI 不改写,窗口本身不逐轮调用模型做摘要。具体限额由 /context 和 CopilotConversationHistoryWindow 核对。
CopilotAgentContextBuilder 的 provenance 仅记录上下文来源、形式、信任和规模,不留正文/路径/凭据,不持久、不参与恢复,也不成为第二份 prompt owner。Framework Token 压缩继续负责运行时上下文。
压缩摘要不能升级完成证据
摘要之外的宿主终态说明从本地原消息重算,旧摘要遗漏中断也不能把工作升级为完成。再次压缩时,缺失的 <assistant_response_interrupted> 与 <agent_turn_incomplete stop_reason="..."> opening marker 作为独立宿主约束加入请求,不能要求模型猜未收到的状态。
CopilotConversationCompactionPlanner 只替换完整旧轮次,保留最近原文。新摘要必须保留所需终态 marker、来源修订匹配,且连同宿主前导/终态说明的整体估算权重严格缩小,并放得进下一次历史预算;用户聚焦要求不覆盖这些限制。输入预算不足不开始压缩,结果不合格保留原历史并保留已报告压缩用量。实现从 CopilotConversationCompactionTerminalEvidence 定位。
回答终态与模型可见的中断证据
Chat 对 SSE 的非空 JSON data(除 [DONE])及非流式 JSON 严格验语法;坏载荷立即为不可自动重试的 invalid_response_format,保留已有正文/用量,不能跳过后再宣称完整。合法未知事件、心跳和多行 data 兼容。明确 Responses incomplete 不能因缺 reason、冲突成功字段或 SDK 缺标记升级成完整,旧接口缺省终态仍沿兼容规则。
CopilotChatMessage.ModelContent 从可信消息状态生成两种边界:真实回答截断/取消等用 <assistant_response_interrupted>;Framework 正常返回但 stop reason 非 Completed 用 <agent_turn_incomplete stop_reason="...">。显示错误详情不随 marker 重新注入,引用文本不反向生成状态;新尝试清除旧标记。完整任务终态和回答完整性独立,Completed 也可能带截断回答。
主循环的 Length 可做一次禁用业务工具的有界补回答,ContentFilter 不自动重试;ToolCalls/未知明确终态不能直接算完成。只有完整补回答才替换旧部分正文;仍不完整则保存 Provider blocker,不再窄证据改写或补来源。持续目标遇 Completed 加回答中断时暂停并跳过独立完成评估,原 stop reason 继续审计。
可信的“任务已结束但回答中断”可进入 Finalize final-answer-only 恢复,全部工具禁用,不重新执行任务。完整且有可显示正文、没有明确非成功终态才退休 checkpoint;空白/不完整结果保留部分正文、写入 IncompleteOutput,任务索引显示“等待最终回答”。供应商 HTTP、过载、传输和上下文失败保留原分类及已报告的所有重试用量,不改成“没有正文”;失败恢复不解除旧 session 的未知写入/未配对调用限制,只有完整回答成功才退休旧 checkpoint。
输出规则在主循环、委派和最终回答一致:保留用户要求的字段名、大小写、类型、单位;依据明确时允许翻译/映射/计算,不需在源文件中寻找同名输出键,也不等于修改源文件。未知值不强转 false,仅 JSON 不加围栏。它仍是模型指令而非 Provider Schema 强制验证,可解析 JSON 不证明任务完成。
业务评测
离线合成场景的匹配率只描述样本上的策略表现。
真实模型评测须先核对评测脚本当前是否可运行,再确认协议、权限装配与评分。
真实模型评测会使用显式 Profile 的付费 API,应只发送隔离合成数据,覆盖配置不落盘、不将密钥发给其他服务。有效验收须同时有实际工具/读取范围、输入与最终文件哈希、严格格式及事实校验、终态和用量,保存后核对必须晚于最后应用,历史读取不能充当本轮核验。重复或连续轮次分别记结果,后续通过不能覆盖失败;正式用量与预算估算分开,缺报告不等于零费用。
steering/恢复场景还须区分输入接受、实际重读、checkpoint 记忆和 Session 恢复/重规划,不能靠模型声称完成或手工补历史通过。合成评测不替代 WPF、生产数据或硬件验收,不能放宽权限、事实或格式检查掩盖装配缺口。
用量观察与分支去重
Provider 正式 usage 与回答终态独立:失败、暂停、取消或回答截断不抹去已知输入/输出/缓存消耗。无报告则保持未知,不继承上一轮 LastUsage,也不从 Agent 预算估算制造账单。旧 LastUsage 仅回填最新未中断 assistant,不能借新中断消息记到更早一轮。
自动标题、压缩、持续目标首判/复核的已报告消耗分别结算且去重;失败、取消或结果被丢弃仍保留,未返回完整评估不计作完成评估。删除/释放后的迟到归属见会话出口。
会话统计单列标题/压缩,按消息的时间汇总不必与其相等;Profile 响应头限额快照可能过期,不是套餐余额,显示不调用账户 API。分支用 BranchOrigin 的父会话/消息边界去重,父会话缺失时按时间回退。不能补出未记录费用,也不读取账户价格/额度。
