长程验收 alex-spacemit/longloop

LongLoop Console

一个 DeepSeek Harness（dsh）插件，用于必须证明自己已完成的长时程智能体工作。

harness 已经运行了一个智能体循环。LongLoop 增加了长任务需要而短任务不需要的部分：一个在工作开始前就冻结的契约、一个运行契约而非询问模型是否完成的验证门、一个在仍有预算时就能察觉漂移的治理循环，以及一个能在进程结束后存活的账本。

一切都位于 /.longloop/ 下，因此每个工作区都携带自己的运行记录。

- 设计文档：docs/longloop-framework-design.md
- 包清单：package.json（dsh.bundle.patch、dsh.client）
- 源码：src/ — 运行时产物：lib/（相同文件，见下文构建）

它做什么

| 部分 | 它带来什么 |
| 运行 + 契约 | 一个目标、一个交付物、验收标准、硬约束、冻结的测试文件。契约只写一次，之后无法编辑——模型不能，运行也不能。 |
| 验证门 | 每条标准都变成一个 shell 检查（退出码 0 / stdout /re/ / 文件 path）。判定结果是 executable（检查已运行）或 independent（一个与执行器不共享任何内容的全新上下文评估器）。self 判定被记录为声明，绝不计为证据。 |
| 契约冻结 | 只要运行处于活动状态（armed/running/paused/suspended），tools.guard 就会拒绝任何对冻结路径的写入。一个能重写自己验收测试的执行器最终会收敛到编辑测试。 |
| 污染控制 | 检查命令不得读取答案：git 历史、.git、.env、密钥和凭据存储在执行前被拒绝，而通过符号链接逃逸自身的目录树会完全拒绝验证。 |
| 治理循环 | 基于八个信号（工作区未变化、看板未变化、重复阻塞、只读轮次……）的停滞评分驱动一个阶梯：提醒 → 重新规划 → 切换模式（全新上下文轮次）→ 诊断 → 报告；外加一个在接近上限时收窄范围的预算阶梯。 |
| 上下文治理 | 测量 harness 进行压缩时所依据的同一压力，并在轮次提示组装之前的空闲边界主动压缩。 |
| 过程验证 | 每 K 轮，即使没有完成声明，也会运行最便宜的冻结检查，而一个不再通过的检查会变成停滞信号——因此错误假设会在第 3 轮而非上限时被捕获。 |
| 恢复 | 每一轮都携带一个持久 id；没有完成的分派被记录为未知结果，运行会暂停而不是自行恢复，并且下一轮会被告知在重做副作用之前先核对状态。 |
| 账本 + 会话事件 | 每行一条仅追加的事实（/.longloop/ledger.jsonl），并将相同的事实以 longloop/ 事件镜像到会话日志中，带有三个投影，以便控制台可以回读它们。 |
| 控制台 | 工作区上的一个抽屉：运行页面（契约、预算、停滞、上下文、裁决、交接、指标）、任务板、长期记忆、工作区技能、多智能体名册。 |
| 指标（§12） | 完成率、不同轮次计数、验证覆盖率和可执行通过率、契约质量、漂移、死胡同、未知结果——外加一份账本无法证明的内容的明确列表。 |

安装

安装到 dsh 配置文件中，来自 GitHub：

dsh plugin --profile web add github:alex-spacemit/longloop

这与任何其他插件所走的路径相同：它将包添加到配置文件的 package.json 依赖项以及 dsh.profile.bundles 中。如果你改为从本地检出安装：

dsh plugin --profile web add link:/path/to/longloop

然后启动配置文件，并在侧边栏中寻找 任务台（或会话头部中的同一按钮）。不需要其他任何东西：宿主部分通过插件附带的补丁层（cordis.patch.yml）到达，浏览器部分在 package.json 中的 dsh.client 下声明。

使用

从控制台，或从编辑器中：

/longloop start 修好登录接口 --accept "测试全绿 | npm test | 退出码 0" --freeze tests/auth.test.ts /longloop status | pause | resume | stop [原因] | verify | handoff | metrics

/longloop start 在一行中接收整个契约：

- --accept "陈述 | 命令 | 期望"，可重复。期望是 退出码 0、stdout /正则/，或 文件 path；省略它意味着退出码 0。没有命令的行会被接受，并报告为无法机器判定，因为没人能判定的标准正是这个插件存在所要防止的失败。
- --freeze 路径，可重复：检查所依赖的文件。没有它，运行可以编辑它自己的裁判，控制台会如此说明。
- --rounds N、--deliverable 文字。

模型通过设计的九个工具驱动相同的生命周期： run_start、run_plan、run_note、run_evidence、run_status、run_verify、run_finish、 run_block、run_handoff。

其中两个值得了解：

- run_plan(tasks[]) 替换计划，并且每个任务都必须指明它所针对的标准
（addresses: ["C1"]）。不针对任何标准的任务会被拒绝，契约中不存在的 id 会被拒绝，
并且回复会指明没有任务覆盖的标准——计划由契约评分，而不是由它自己评分。
- run_evidence(kind, pointer, addresses) 登记某个声明所依据的内容——一个文件、一个命令、一个 URL、一个提交、一个观察——以及它所对应的标准。框架会对工件进行哈希（文件按内容，其他任何东西按指针，记录会说明是哪种），并且回复会指明仍然没有证据的标准。然后 run_finish 通过 id 引用证据，而一个 id 从未注册的内容会被报告，而不是被计数。
- run_verify(criteria?) 按需运行门禁。不带参数时，它就是真正的门禁：如果每个必需的标准都通过，运行就完成。带 criteria 时，它只验证这些标准，并且不能*完成运行，这正是关键所在——一个子集答案不算完成。

配置

该插件只有一行，且只有一个有意义的选项：

- id: longloop-console
config:
driver: false # true = 循环自行排队其轮次；false = 由人工点击 processVerifyEveryRounds: 10

driver: false 是有意作为默认发布值：重启不得恢复未经任何人重新授权的工作。

构建

src/ 是源码；lib/ 是 dsh 加载的内容，已提交，因此 git 安装无需构建步骤即可工作。

npm run build # src/ → lib/（逐字节）
npm run check # 验证 lib/ 已同步，然后运行测试套件
npm test # 263 个测试，除 Node 的测试运行器外无依赖

该插件是无依赖的 ESM JavaScript：它只使用 Node 内置模块以及宿主通过 ctx 交给它的能力（工具、守卫、路由、提示上下文、会话投影、命令、子代理）。这也是为什么没有 dependencies 或 peerDependencies——运行时不会从 harness 包中导入任何内容。

状态

已在 macOS 上针对实时 dsh web 实现并演练：运行/契约、验证门禁（包括独立评估器）、工具门禁处的契约冻结、隔离、治理与预算阶梯、上下文治理、流程验证、账本 + 会话事件 + 投影、控制台以及指标。

已知缺口，保持可见，而不是通过缺少说明来暗示：

- 验证沙箱是就地进行的，带有隔离规则，而不是复制的工作区。
- 没有对照组。指标描述的是系统本来的样子；它们并不衡量治理增加了什么（§12 在报告本身中如此说明）。
- 验证沙箱是就地进行的，带有隔离规则，而不是复制的工作区。
- 设计中的多包/多平面拆分被交付为一个包（设计 §11.7 将此记录为有意的 M0 收敛）。

许可证

MIT——见 LICENSE。