状态与已知限制¶
这一页写给需要判断这套系统可以信到什么程度的人:用户、操作员和贡献者。它列出哪些东西已经验证过、是怎么验证的,以及哪些没有验证或尚未实现。每一行都写明了去哪里核对。
本页最近一次对照工作区代码核对是在 2026-11-10。
三句话概括¶
- DiAGRI 模式至今只在模拟的 AC5 上运行过(见
sim/device.py)。这个模式下从未向真实设备写入过。 - 单独运行的 GrowBridge(仅桥接模式)在一台 Mac 上读取并控制过一台真实的 AC5。这份记录早于 DiAGRI 其余部分的代码。
- 树莓派、真实的通知服务和 CSC 都没有验证过。
已验证¶
| 内容 | 怎么验证的 | 去哪里核对 |
|---|---|---|
| 测试套件 | 在 macOS 上用 Python 3.14 运行,2274 个代码测试全部通过(最近一次运行是 2026-11-14)。CI 用 Python 3.11 和 3.13 运行同一套测试。这个数字不含 tests/docs/,那里检查的是本 Wiki 的链接,页面越多测试越多。 |
tests/,用 .venv/bin/pytest -q 运行 |
| 持续集成 | 在 ubuntu-latest 和 macos-latest 上用 Python 3.11 和 3.13 通过。CI 执行 ruff check、ruff format --check、pytest -q、python -m build,以及对桥接控制台和操作员控制台脚本的语法检查,外加操作员控制台的 142 个 Node 单元测试。macOS 上还会编译 Swift 辅助程序,但不运行它。 |
ci.yml |
| 覆盖率 | growbridge 的语句覆盖率为 96 %(9192 条中有 396 条没有执行),2026-11-13 在 macOS 上用 Python 3.14 跑整套测试测得。CI 不测覆盖率。 |
.venv/bin/pytest -q --cov=growbridge;仓库里没有记录 |
| 完整的一轮研究 | 在模拟的 AC5 上,从创建项目一直到 delivered,中间有一次人工接管和交还。 |
test_e2e_round.py |
| 模型角色的端到端流程 | 用脚本化的模型客户端驱动编排、计划和研究三个 Agent,不联网,不需要密钥,从派发任务一直到轮次交付。 | test_e2e_agents.py |
| 经工作台得出确认性结论 | 在模拟的 AC5 上走四轮,操作员的每一步都是发给 /wb 的 HTTP 请求。分析脚本在第一个阶段之前冻结;阶段一旦启动,冻结就被拒绝;冻结的分析没有在每份快照上运行之前,报告被拒绝;之后报告是确认性的,轮次交付。这个测试里的代码沙箱是假的。 |
test_e2e_confirmatory.py、test_workbench_analysis.py |
| 操作员控制台 | 2026-11-13 在模拟的 AC5 上(scripts/dev_workbench.py)用浏览器手工检查,宽度 1440、1024、768 像素,中英文各走一遍,两个入口都试过:登录、待我处理、项目、新建项目、保存协议、设置调用预算、发起轮次、提交目标、一个阶段从审批到启动、曲线里出现读数、接管、手动写灯光并看到回执、局域网入口上的灌溉(覆盖网络入口上不可用)、交还和停止、轮次选择、告警、录入证据卡、没有计算服务时的计算页,以及修改安全限值并通过重新认证对话框。没有页面出现横向滚动,焦点环和文字对比度都查过。没有试过:登记留出批次、核实模型提出的证据卡、配置了计算服务时的计算页,以及手机大小的屏幕。 |
web/workbench/、tests/web/、开发环境、测试与 CI |
| 经工作台路由走完一轮 | 在模拟的 AC5 上,从登录一直到 delivered。操作员的每一步都是发给 /wb 的 HTTP 请求,由进程内的客户端发给 serve 所构建的那个应用;模型角色用脚本化的客户端。另一个测试停止一个阶段、选择 redo、再中止轮次。没有 serve 进程参与,也没有真实模型参与。 |
test_e2e_http_round.py、test_workbench_rounds.py |
| 没有模型时阶段照常执行 | 没有模型客户端时,已批准的阶段能跑到结束;每次模型调用都失败时也一样。tick 从不调用模型。 |
test_e2e_runtime.py、test_e2e_agents.py |
| 重启与恢复 | 重启后,进行中的阶段先进入 recovery_check,再到 paused,由操作员确认续跑。重启时还在等待审查的阶段会自己回到 pending_review。写入应答丢失会让阶段暂停。恢复编号加一后,审批和会话全部失效。 |
test_e2e_runtime.py、test_e2e_reviewed.py |
| 阶段为什么在等待 | 阶段被系统暂停或被送进恢复待核对时,产生告警 stage_waiting,写明事件和事件携带的内容;同样的内容也保存在阶段历史里。阶段离开这个状态时告警解除。墙上时钟跳变只让运行中的阶段暂停一次,操作员续跑被它暂停的阶段后不再计较;启动另一个阶段不会解除。 |
test_e2e_stage_alerts.py、test_executor_clock.py、test_workflow_events.py |
| 没有通知渠道时的运行 | 不会有通知入队,notify_unconfigured 警告一直挂着,运行健康不受影响。配置了渠道之后,未解除的告警会发出。 |
test_e2e_notifications.py |
growbridge simulate |
一个已批准的阶段在模拟的 AC5 上跑到 ended,三次写入都得到回读确认。 |
教程、test_e2e_cli.py |
| GrowBridge 单独运行(仅桥接模式)连接真实 AC5 | 人工验证,在 macOS 上,对象是一台 AC5(广播名称 SF-GGS-PS5、固件 3.2、明文协议 v1):扫描、连接、实时遥测、一次经回读确认的调光写入、MCP 客户端、控制台。记录日期是 2026-10-29,早于 DiAGRI 其余部分的加入。此后没有新的真机验证记录。 | VALIDATION.md |
未验证或未实现¶
「未验证」指代码已经有了,但从没有在真实条件下运行过。「部署事项」指设计上需要、代码也留了位置,但仓库里没有任何东西把它搭起来。「未实现」指代码还没有写。
| 方面 | 状态 | 说明 | 去哪里核对 |
|---|---|---|---|
多用户(multi_user) |
只在测试中验证 | 账号、温室锁定、项目所有者和按人可见,在模拟的 AC5 上和工作台路由上测过,没有真实用户或设备验证。一个进程仍只驱动一台 AC5:其余登记的温室可以锁定,但在多设备接入完成前不能运行阶段。释放温室时设备保持当前设置。共享令牌的桥接路由(/status、/history*、/activity)、命令行 status/dashboard 和 MCP 读取工具,仍向持有令牌的人显示全部设备数据。协议、运行单、阶段、实验和测量的编号是全局的(控制请求编号也是):猜中别人的编号能知道它存在(仅此而已)。未关闭的设备告警交给现在持有温室的人,消息里可能出现锁定之前的读数(隐藏它们会藏起正在发生的故障)。下一个阶段启动前,新样本仍记在已释放阶段的实验名下。通知发给配置的接收方,不按人区分。 |
workflow/access.py、适配说明 |
| DiAGRI 模式连接实体 AC5 | 未验证 | 从未运行过。包括阶段执行中途蓝牙中断、主机或 AC5 断电,以及长时间无人值守运行。 | VALIDATION.md |
| 水泵插座读回 | 未验证 | 看门狗依赖设备状态里水泵插座的 on 读回。这在模拟的 AC5 上测过,没有在真机上核对过:插座读回的格式、更新的时机,以及面板开泵后多久能读到,都没有实测。读不出来时只发警告,看门狗不会动手。 |
executor/watchdog.py、control/device.py |
| 树莓派与 Linux 蓝牙 | 未验证 | BleakTransport(BlueZ 上的 Bleak)只在测试里对着假客户端跑过。没有在实体树莓派上运行的记录。 |
transport.py、tests/transport/ |
| 事件通道关闭后 Swift 辅助程序退出 | 未验证 | 在 macOS 上,Python 一侧断开时,辅助程序应当丢弃排队中的写入并退出(watchChannel)。CI 只编译这个辅助程序。 |
BLEHelper.swift |
| 其他控制器、其他固件、加密协议 v2 | 未验证 | 只用过一台明文协议 v1 的 AC5。控制要求协议版本为 1,否则拒绝。 | service.py、VALIDATION.md |
serve 的后台任务 |
没有自动化测试 | 每秒一次的 tick 循环(_tick_forever)、每 30 秒一次的模型角色轮询(_agents_forever),以及为局域网入口开的第二个监听(_serve_listeners),都没有测试覆盖。测试是直接调用 Runtime.tick() 和 Runtime.run_agents() 的。 |
cli.py |
| Telegram 和邮件的真实投递 | 未验证 | TelegramChannel 和 EmailChannel 只用假的传输层测试过。 |
observer/channels.py、test_observer_channels.py |
| 外部心跳 | 已接进 serve,未对真实服务验证 |
GROWBRIDGE_HEARTBEAT_HOST_URL 和 GROWBRIDGE_HEARTBEAT_RUN_URL 都设了时,serve 每 60 秒发一次信号,运行健康变化时立即再发;只设一个则拒绝启动;都不设则留下常驻警告 monitor_unconfigured。只用假 HTTP 客户端测试过:没有任何信号发到过真实的监控服务。 |
runtime_heartbeat.py、test_e2e_heartbeat.py |
| 主机时间同步 | 未实现 | 没有任何代码检查主机时钟是否已同步:SystemClock.synced 一直是 true。唯一的时钟检查是墙上时钟相对单调时钟跳变超过 5 秒,它会让运行中的阶段暂停,直到操作员续跑。主机休眠后被唤醒,看起来就是这样一次跳变。 |
archive/clock.py、executor/outage.py |
模型角色的 data 和 provider |
未生效 | 这两个字段加载时会校验,但没有代码读取。data 不限制角色能读到什么;角色能接触到什么由它的工具决定。 |
config.py、agents/tools.py |
| 模型单价 | 未验证 | 默认模型的内置单价(DEFAULT_PRICE)是代码里的常量,没有和提供方当前的价目表核对过。其他模型的单价都来自配置。 |
agents/llm.py、配置参考 |
| 系统账户隔离 | 部署事项 | 代码是单进程的。它为每个服务各保留一个 SQLite 文件(control、workflow、archive、observer、compute、agents),将来分账户就建立在这个基础上。 |
runtime.py(DATABASES) |
| 覆盖网络 | 部署事项 | 常驻服务监听 127.0.0.1,覆盖网络入口要靠架在它前面的代理。仓库里没有代理或网络的配置。 |
workbench/auth.py(entry_for) |
| 通行密钥(passkey) | 未实现 | 操作员用一个至少 12 个字符的密码登录,密码以加盐的 scrypt 哈希保存。 | workbench/auth.py |
| 提交研究目标 | 在模拟器上验证到报告交付 | 操作员通过 /wb 路由创建项目、研究协议和轮次,设置调用预算,再提出目标,也可以在项目页面的对话里提出。2026-11-14 在模拟的 AC5 上(scripts/dev_workbench.py --claude-code,各角色经 Claude Code 命令行使用 claude-opus-5-5),目标从编排 Agent 交给计划 Agent,计划 Agent 保存了通过校验的运行单;编排 Agent 被后续任务唤醒,告诉用户去审阅。同一天又用 --fast-forward 这样跑完了完整一轮:审批、14 天的阶段、录入测量、研究 Agent 检查数据、冻结并出报告,最后交付。2026-11-15 在 PR 4 最后几处修复之后,又这样跑了一轮,阶段 21 天,带人工任务记录(示例:模型角色跑完整一轮);它发现的待解决问题列在那一页。还没有在 serve、真实设备或模型 API 密钥下跑过。没有 CLI 命令。 |
workbench/rounds.py、运行一轮研究 |
| 还缺的工作台路由 | 未实现 | 没有路由能读取已保存研究协议的内容,处理研究任务,读取数据快照或报告,撤销审批,或给执行中的阶段切换运行单。项目、轮次、任务、阶段历史和待办由读取路由列出。是哪个操作员创建了项目、协议或轮次,是谁设了预算,都没有记录。 | workbench/api.py、workbench/rounds.py、workflow/service.py |
| 操作员控制台 | 只在模拟的 AC5 上检查过 | /workbench 的页面已经有了(见上面的「已验证」表)。没有对真实设备、真实通知渠道或 CSC 用过,没有在 Safari 或 Firefox 里试过(只用了开发工具自带的浏览器窗格),也没有在手机上试过。时间按 report_timezone 的时区显示。登记留出批次时仍要自己填批次编号。操作员批准时,控制台会带上它展示的运行单摘要,运行单在此之后变过,服务端就拒绝(expected_digest);控制台的安全页在操作员审阅期间已批准的限值变了时会拒绝批准(确认前后各重新读取一次),但服务端对安全配置的批准还没有这样的前置条件,留作后续。 |
|
| 工作台路由上的角色令牌 | 已知限制 | 持有角色令牌的模型角色可以读取任何阶段的运行信息,并向它指名的任何轮次提交运行单草稿。这在控制台出现之前就存在。没有操作员的批准什么都不会运行,而批准现在要求带上所审阅运行单的摘要。给角色令牌限定这些路由的范围,或者关闭它们,留作后续。 | workbench/api.py |
| 在 CSC 上跑作业 | 已接入 serve,没有对 CSC 验证过 |
compute_templates_dir、compute_member 和七个 FIRECREST_* 变量都设了时,serve 在 FirecrestBackend 上构建计算服务。它依据 CSC 和 pyfirecrest 的文档实现,只对假客户端测试过。接口既不报告 CPU 用量,也不提供计费余额:每个作业按模板的 max_cpu_hours(以及 max_storage_gb)全额计账,项目余额和各任务的预算由操作员通过工作台录入(POST /wb/compute/balance、POST /wb/compute/tasks/{task_id}/budget)。Slurm 的状态名文档里没有列全:代码不认识的状态(例如 SUSPENDED)一律报错,绝不当作"已完成"。文档也没说作业查询能不能找到已经结束的作业,所以 FirecREST 不再列出的已结束作业无法取回或清理。tick 每分钟会对没有回应的提交对账、对进行中的作业轮询;结果未知时(查不到作业,或取消后读不到结果)这次尝试按全额预留计账,没有人能恢复的尝试可由操作员结算(POST /wb/compute/attempts/{attempt_id}/settle;GET /wb/compute 列出卡住的)。DEADLINE、PREEMPTED、BOOT_FAIL、REVOKED 让尝试以失败结束,REQUEUED 和 REQUEUE_HOLD 让它保持排队,SUSPENDED 和 STOPPED 让它保持运行;这个对应关系是对 Slurm 手册的理解,不是 CSC 的文档。配置不全时,计算相关的工具回答 unavailable。 |
compute/firecrest.py、runtime_compute.py、workbench/compute.py |
| 文献检索 | 未实现 | 没有检索后端。计划 Agent 的 lookup_crop_conditions 和 search_and_verify_sources 两个工具回答 unavailable。 |
agents/handlers_planner.py、runtime_agents.py |
| 运行模型所写代码的沙箱 | 只支持 macOS | 沙箱依赖 sandbox-exec。在其他系统上,包括 Linux 和树莓派,它拒绝运行任何代码,拒绝码是 sandbox_unavailable。因此在这些系统上,本地分析和确认性分析都跑不了。 |
research/sandbox.py |
| 确认性分析 | 只在测试里验证过 | 操作员通过工作台冻结脚本、启动每一次运行;端到端测试用的是假沙箱。每份快照各运行一次,而不是架构文档 6.5 节所说的对系列各轮做一次总的运行。进程在运行途中死掉,这次运行会保持未结束,直到下一次启动把它按失败处理并标为 interrupted:这一次机会仍然算用掉,引用这份快照的报告随后以探索性发布。留出数据通过工作台登记,必须早于它的结局数据;它们还不能用来评估模型(见下)。 |
workbench/analysis.py、research/analysis.py、研究方法 |
| 用留出数据评估模型 | 未实现 | 留出集可以登记,登记之后留出批次的结局不会进入开发数据。但没有任何流程用它们给模型打分:登记模型和 evaluate 只核对哈希、统计读取次数,也没有路由能登记模型。打分需要一个不把留出结局暴露给模型的设计。 |
research/holdout.py、workbench/holdouts.py、研究方法 |
| 告警规则 | 默认为空 | DEFAULT_ALERT_RULES 是空的,配置里也没有设置告警规则的字段,所以观察与通知 Agent 不会发出任何阈值告警。 |
runtime.py |
| 相机采集 | 未实现 | 没有任何相机相关的代码。长势观察靠录入人工测量。 | observer/report.py |
| 备份 | 只备份 SQLite 数据库 | 一次备份复制的是 DiAGRI 的六个数据库,不包括仅桥接模式的历史文件 growbridge.sqlite3,也不包括数据目录下 archive/ 里的文件(例如数据快照)。目前还没有图像采集,所以也没有图像可备份。没有设置 backup_dir 时什么都不备份,并且会有一条常驻的警告。 |
runtime_backup.py、archive/backup.py |
| 在事件循环里冻结快照 | 已知限制 | 冻结数据快照(freeze_dataset)以及本地分析前重新核验快照,都要读文件、算哈希,同时持有数据库事务,而且是在承担每秒一次执行循环的同一个事件循环里进行。阶段较长时,执行循环可能因此停顿几秒。沙箱运行本身和确认性运行前的检查已经移出事件循环。 |
archive/snapshot.py、agents/handlers_researcher.py |
| 监察 Agent | 未验证 | 监察 Agent 只在测试里用预先写好的模型回复跑过,从未用真实模型跑过。它写的说明、提出的发现,以及它如何使用那 8 次调用,都没有在真实模型下看到过。 | agents/handlers_auditor.py、runtime_agents.py |
| 冻结读数的门槛 | 未验证 | 默认门槛(temp 120、humi 60、co2 60、tempSoil 240 分钟)来自 64 分钟的闲置数据。在依赖冻结读数触发暂停之前,需要用真实实验数据重新调整。 | observer/frozen_watch.py |
| 被跳过的测试 | 是「跳过」,不是「通过」 | 需要 sandbox-exec 的测试在没有它的系统上会被跳过,Linux 上的 CI 就是这种情况。需要构建 Anthropic 客户端的测试在没装 anthropic 包时会被跳过;CI 只安装 dev 这一组可选依赖,所以这些测试在两个 CI 系统上都被跳过。 |
test_research_sandbox.py、test_e2e_assembly.py、test_agents_llm.py |
怎样重新核对¶
.venv/bin/python -m pip install -c constraints-tested.txt -e '.[dev]'
.venv/bin/pytest -q
.venv/bin/growbridge simulate
第一条命令安装测试工具。第二条在模拟的 AC5 上运行整个测试套件;加上 -rs 可以列出被跳过的测试和各自的原因。第三条运行一个模拟阶段,详见教程。
真机上的验证结果记在 VALIDATION.md 里。某一行的验证在那里有了记录,才移到第一张表。
另见¶
页面最近一次对照代码核对是在 2026-11-11。DiAGRI 模式目前只在模拟的 AC5 上测试过,见状态与已知限制。修改页面之前,请先读编写约定。