Skip to content

Record general assistant paper round deployment #37

New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Merged
estelledc merged 1 commit into from
Jul 15, 2026
Merged

Record general assistant paper round deployment #37

Changes from all commits
Commits
Show all changes
1 commit
Select commit
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
16 changes: 12 additions & 4 deletions SESSION-HANDOFF.md
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -2,10 +2,13 @@

> 状态：当前接班入口。旧的批量生产 session 快照已失效，不得用于恢复自动循环；持续运行使用只读 supervisor + 有界 writer epoch。

## 2026-07-15 总结不足后推进 4 篇通用助手 / 浏览器 / 移动端论文
## 2026-07-15 总结不足后推进 4 篇通用助手 / 浏览器 / 移动端论文全流程完成记录

- status：`local-ready`（已完成本地内容、receipt、atlas 和核心审计；远端 PR / merge / Pages deploy 仍以实时外部状态为准）。
- status：`complete`
- 起始 ref：`38a0f7a8f31acca8ad728189d4e8530a72cba60c`（PR #35 merge 后的 `origin/main`）。
- 完成 ref：`41e0c66fd1f6302d9728c1624f49e66ccaa2a121`（PR #36 merge commit）。
- external delta：PR #36 `Add four general assistant benchmark papers` 已合并；GitHub Pages workflow `29383277293` 已成功完成，公开站点为 `https://estelledc.github.io/study/`。
- 内容 delta：新增 4 篇 `study-v2` paper note（`gaia`、`assistantbench`、`browsergym`、`androidworld`）、4 份 `study-review-receipt-v1`，并刷新 atlas / note-index / 公开规模文案；当前公开计数为 projects=961、papers=1075、total=2036。
- 本轮不足总结：上一轮 web / app / tool-use 环境卡完成了环境层补齐，但仍偏单类环境组件；缺少通用助手综合任务、真实耗时 open-web 任务、统一浏览器评测生态、移动 GUI 动态环境四条主线；所有新卡仍是 `STATIC_ANALYSIS` / `UNVERIFIED`，没有真实 benchmark 运行证据。
- objective：新增 4 篇 `study-v2` paper note，补强 general assistant / browser ecosystem / mobile GUI agent 评测：`GAIA`、`AssistantBench`、`BrowserGym`、`AndroidWorld`。
- scope：允许新增 `src/content/docs/papers/*.md`、`data/review-receipts/papers/*.json`，刷新 `data/note-index.json`、papers atlas 派生页和公开计数文案；不修改候选队列、policy/threshold、既有论文正文语义。
Expand All @@ -17,10 +20,15 @@
- `npm run audit:content-contract`：0 blocking，64 v2；
- `npm run atlas`：2036 notes，69 chunks；
- `npm run audit:counts`：projects=961、papers=1075、total=2036；
- `npm run audit:links` / `npm run audit:wikilinks`：无 blocking。
- `npm run audit:links` / `npm run audit:wikilinks`：无 blocking；
- `git ls-files -co --exclude-standard -z | node scripts/audit-public-redlines.mjs --stdin0`：0 blocking；
- `npm run build:strict -- --log /tmp/study-20260715-general-assistant-round-build-clean.log`：通过；首次失败由 stale `.astro` cache 触发 duplicate-id warning，删除 ignored cache 后恢复；
- `STUDY_CHANGED_FROM=origin/main npm run verify:ci`：本地通过；PR #36 远端 CI `29383097432` 通过；
- 线上冒烟：主页和 `gaia`、`assistantbench`、`browsergym`、`androidworld` 均返回 200，并可见对应标题与 `UNVERIFIED` 边界。
- budget：1 个内容小批次、4 篇新增 paper、1 个可写切片、1 个本地 writer。
- external_outcome：当前为本地 review-ready change set；PR、merge 和 Pages deploy 需要以单独外部动作完成并复核。
- external_outcome：4 篇新增论文笔记进入公开 study 站点；验证状态保持 `UNVERIFIED`。
- stop_conditions：规范工具链不可用；arXiv 来源不可核验；content contract / redline / strict build / verify:ci 失败且无法在 scope 内修复；需要改 policy/threshold、候选队列或敏感内容；用户停止。
- 最终状态：`main...origin/main` 对齐；下一次写入只能由新的显式 backlog、外部状态变化或用户重新授权触发。
- superseded_by：`none`

## 2026-07-15 继续推进 4 篇 web / app / tool-use 环境论文全流程完成记录
Expand Down