diff --git a/agents/inbox/2026-08-24-A23-recovery-and-model-validation.md b/agents/inbox/2026-08-24-A23-recovery-and-model-validation.md new file mode 100644 index 0000000..7fdb370 --- /dev/null +++ b/agents/inbox/2026-08-24-A23-recovery-and-model-validation.md @@ -0,0 +1,158 @@ +# Задание A23: самовосстановление профилей и честная проверка моделей + +## Дата поступления +2026-08-24 + +## База +Проверочный HEAD на момент выдачи: **`45fd01a`**. + +## Ветка +`antigravity/recovery-and-validation` + +## Порядок исполнения + +Задание выполняется в два прохода, как прошлый раз: + +1. **Flash** реализует. +2. **Pro** проводит аудит и правит найденное. + +Схема себя оправдала: в A22 второй проход поймал ложную инструкцию в веб-клиенте. Пункт **P0-4** написан специально для аудитора — он же приёмка. + +--- + +## Порядок работы с git + +``` +cd <каталог репозитория>; git fetch origin --prune; git status +git checkout main; git pull --ff-only origin main +git checkout -b antigravity/recovery-and-validation +git commit -m "..." <- сначала коммит +git push -u origin antigravity/recovery-and-validation +``` + +В `main` напрямую не пушить: работа A20 ушла туда минуя ревью. В конце — push и проверка `git log --oneline -1 origin/antigravity/recovery-and-validation`, `git status` чистый. + +--- + +## Что принято по A22 + +Задача решена, все три доказательства получены проверкой ревьюера: + +``` +1. agy models через профиль -> 14 моделей, включая gemini-3.1-pro-high +2. adapter.invoke(ag-w1) -> модель ответила «ОК» +3. route_request -> переключение codex-worker-1 -> ag-w1, ответ получен +``` + +Реализация аккуратная: видимая консоль на Windows через `CREATE_NEW_CONSOLE`, терминалы на Linux, `HOMEDRIVE` выставляется корректно. Пересохранение профиля не трогает глобальный `~/.gemini` — проверено. + +Исправлено ревьюером при слиянии: инструкция в веб-клиенте вела на **несуществующий** `launcher/main.py`; тест проверял дословную формулировку и падал при её правке. + +## Отменённое утверждение — прочитать обязательно + +`agents/inbox/2026-08-24-CORRECTION-gemini-model-names.md`. + +Ревьюер четырежды написал, что `gemini-3.7-flash` «у провайдера не существует». **Это неверно.** Модель настоящая, уровень усилия у неё — отдельный параметр. Дефект был в коде: `_model_supported_efforts` вызывала обнаружение без профиля, карта усилий оставалась пустой, подстановка уровня по умолчанию не срабатывала. Исправлено, `gemini-3.7-flash` работает без указания усилия. + +**Конфигурацию владельца по этому поводу не править.** + +--- + +## P0-1. Отказ авторизации — состояние без выхода + +Проверено исполнением, дефект подтверждён. + +`health_tracker.mark_auth_required` (строка 376) ставит `overall_state = AUTH_REQUIRED` и **не задаёт ни срока истечения, ни `reset_at`**: + +```python +def mark_auth_required(self, profile_id, reason=None): + record.overall_state = AUTH_REQUIRED + record.last_error = reason + self._save_state() +``` + +Сравните с квотой: у неё `reset_at` есть, и состояние само рассасывается. + +Дальше замыкается круг: маршрутизация **пропускает** нездоровый профиль (`skipped_unhealthy`), значит успешного вызова по нему не случится, значит `mark_success` не вызовется, значит состояние не снимется. **Никогда.** + +Это не теория. После того как A22 починил авторизацию, все шесть профилей Antigravity остались помечены и пропускались — ревьюер вручную вызывал `clear_cooldown`, иначе третье доказательство не прошло бы. Владелец такой команды не знает и знать не должен. + +**Требуется путь наружу.** Варианты на выбор, обосновать в отчёте: + +- срок истечения у `AUTH_REQUIRED`, как у квоты; +- периодическая перепроверка помеченных профилей — редкая, чтобы не жечь квоту; +- снятие отметки при событии, которое достоверно означает починку: успешный вход через мастер, обновление учётных данных профиля. + +Последнее выглядит самым честным: авторизацию починили — отметка снимается сразу, а не по таймеру. + +**Тест обязателен:** профиль, помеченный `AUTH_REQUIRED`, после починки учётных данных снова участвует в маршрутизации **без ручного вмешательства**. + +Сейчас на машине владельца: 2 «Работает», 6 «Не проверялся», 11 «Аккаунт не добавлен», 3 «Отключён». + +## P0-2. Проверка модели молча отключается + +`do_set_model` валидирует модель по обнаруженному списку — логика написана верно: + +```python +if discovered is not None: + if model not in discovered and model not in canonical and model not in canonical_short: + return False, f"Модель '{model}' отсутствует в списке..." +``` + +Но при пустом кэше `discovered` равен `None`, проверка **пропускается целиком**, и проходит что угодно. Ревьюер убедился: `do_set_model('ag-w1','такой-модели-нет')` вернул успех и записал это в конфигурацию владельца. Запись убрана вручную. + +Это ровно тот класс дефекта, с которым проект борется с первого аудита: **отсутствие данных трактуется как разрешение**. + +Требуется: + +1. При пустом кэше — **не молчать**. Либо отказать с внятной причиной, либо сохранить с явной пометкой «модель не подтверждена» и показать это в интерфейсе. Молчаливое согласие недопустимо. +2. **Прогревать кэш** перед проверкой, если его нет. Кэш на диске уже реализован (`models_cache.json`), обнаружение работает — не хватает только вызова в нужный момент. +3. Учесть при сравнении, что в обнаруженном списке идентификаторы склеенные (`gemini-3.7-flash-high`), а в конфигурации может стоять базовое имя (`gemini-3.7-flash`). **Базовое имя — валидно.** Не отвергать его. + +**Тесты:** несуществующая модель отклоняется при наполненном кэше; при пустом кэше поведение осознанное и проверяемое; базовое имя без суффикса усилия принимается. + +## P0-3. Ручное обновление списка моделей + +Действия обновления моделей нет ни среди действий, ни в интерфейсе — пункт остаётся невыполненным с A18. + +Добавить действие обновления и кнопку рядом с выбором модели. Обнаружение ходит в сеть и подпроцесс: выполнять в фоне, интерфейс не блокировать, показывать ход. + +Замерено: `agy models` отвечает за десятки секунд, а иногда висит дольше двух минут. Таймаут обязателен, **прежний кэш при таймауте не затирать**. + +## P0-4. Аудит вторым проходом + +Это пункт для проверяющего. Схема Flash → Pro уже поймала один дефект в A22; ниже то, на что смотреть в первую очередь. + +1. **Запустить то, что изменено.** В A15 вынесли действия и уничтожили класс приложения: модуль импортировался, тесты проходили, а `launch_hub()` упал бы с `NameError`. Импорт ничего не доказывает — Python примет и недостижимый код. +2. **Проверить тексты, которые видит владелец.** В A22 инструкция вела на несуществующий файл. Каждый путь и каждая команда в сообщениях интерфейса должны существовать. +3. **Проверить утверждения отчёта, а не поверить им.** По A8 отчёт назвал сделанными четыре вещи, из которых ни одна не работала. +4. **Проверить, что тесты проверяют суть, а не формулировку.** Два теста уже падали от переписанного текста при верном поведении. +5. **Пропущенный пункт назвать пропущенным.** Дважды главные пункты задания оставались нетронутыми, и выяснялось это только при проверке файлов. + +--- + +## Ограничения + +- Ваши файлы: `health_tracker.py`, `router_engine.py`, `action_handler.py`, `model_discovery*`, `unified_health.py`, `router/ui/**`, `router/web/**`, соответствующие тесты. +- Не откатывать: правку усилий из `45fd01a`, родной вход `agy` из A22, прогрев квот в веб-сервере. +- Никаких статусов и значений без основания. Нет данных — сказать об этом, а не пропустить проверку. +- Конфигурацию владельца литералами не править. +- Тег `v0.1.1` не создавать. + +## Критерии приёмки + +1. Ветка в `origin`, в `main` напрямую не пушилось, `git status` чист. +2. Профиль с `AUTH_REQUIRED` возвращается в маршрутизацию после починки учётных данных **без ручного вмешательства**; проверено тестом. +3. Выбранный способ выхода из состояния обоснован в отчёте. +4. `do_set_model` не пропускает непроверенную модель молча; поведение при пустом кэше осознанное; базовое имя без суффикса усилия принимается. Три теста. +5. Есть ручное обновление списка моделей; интерфейс не блокируется; таймаут не затирает кэш. +6. Второй проход выполнен, в отчёте перечислено, что проверялось по пунктам P0-4 и что найдено. +7. `ruff check .` чисто; релизный гейт не ухудшен. +8. Отчёт: `START_HEAD`, `FINAL_HEAD`, `origin/main`, `git status`, `X passed / Y skipped / Z failed`. На `main` сейчас 359 passed, 2 skipped. + +## Главное + +Antigravity наконец работает. Осталось, чтобы он не выпадал навсегда после единственного сбоя авторизации и чтобы выбор модели не соглашался на всё подряд, когда сравнить не с чем. + +## Порядок сдачи +Передать точный `FINAL_COMMIT_SHA`. Сдано только после появления коммита в `origin`.