Rewrite task-authoring.md as one spec (four source routes, exclusions, prompt/grader/fixture rules, four gates, difficulty pools), add the brief that gives Codex the machines, storage layout, data map, commands and red lines, and record the Bos-qiao raw-data audit. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
32 lines
3.2 KiB
Markdown
32 lines
3.2 KiB
Markdown
# 开发约定
|
||
|
||
先读 README.md、docs/development.md、docs/architecture.md 和 docs/progress.md。任务来源与范围见 docs/rollout-plan.md、docs/chat-history.md;运行 Agent 的合同见 agent.md。制题按 docs/task-authoring.md;批量制题的环境、目录、数据、命令与红线见 docs/task-factory-brief.md。
|
||
|
||
## 工作顺序
|
||
|
||
1. 明确本次需求、涉及文件、验收条件和外部依赖;更新 docs/progress.md 的下一步。
|
||
2. 接口或行为变化先更新 architecture.md 或 agent.md,再写最小实现。
|
||
3. 复用 Bos-qiao trial_runtime_v3 的成熟任务合同,参考 data-gen-bpu 的证据机制;不要复制整个旧平台。
|
||
4. 每次只完成一个可验证的纵向步骤。校准先于 Agent 采样,gold 通过且 buggy/noop/cheat 失败才能准入。
|
||
5. 为非平凡逻辑写必要的行为测试,运行 `python3 -m unittest discover -s tests -v`;记录真实结果和未验证项。
|
||
6. 更新 progress.md,说明实现、证据、限制和下一步;完成只读审阅后修正实质问题。
|
||
|
||
## 代码要求
|
||
|
||
- 默认 Python 3.9+ 标准库,先用普通函数和清楚的数据结构;不为未来建立插件、通用调度器或新依赖。
|
||
- 任务材料、候选工作区、评分器和输出目录分离。跨边界校验路径、结构、超时和执行身份。
|
||
- 外部命令使用 argv,不拼 shell。控制端凭证、正式测试和参考解不提供给被测 Agent。
|
||
- 正常 Pi 采集复用 `python3 -m rollout.pi_run`,由 controller 管理专用 proxy/network、校准、证据对账与清理;密钥仅通过 host 受保护、不纳入 Git 的私有文件路径供给。
|
||
- PASS 必须来自所有必需行为测试;缺环境是 UNVERIFIED,真实任务失败是 FAIL,执行故障另记 INFRA_ERROR。
|
||
- 本地模式只执行仓库内可信校准样例,不能作为不可信 Agent 或正式生产的隔离环境。
|
||
- 真实 Agent、脚本测试、静态通过和硬件通过分别标记。缺原生工具事件时不能宣称完整 rollout 轨迹。
|
||
- 运行记录创建唯一目录,不覆盖历史数据;成功、失败、环境故障和不完整轨迹分别保留事实与排除原因。
|
||
- 完整轨迹使用 `python3 -m rollout.archive` 按 [归档合同](docs/artifacts.md) 重新核对后封存;只导出显式证据与公开题面,上传 Salty 后下载核对摘要,再删除临时下载。
|
||
- 发现无法用代码表达的已知临时限制,按 `shortcut: 限制,升级条件` 写一行注释。
|
||
|
||
## 项目边界
|
||
|
||
当前只建设 rollout 系统,获取更多可追溯的真实 Agent 轨迹;不实现模型训练、权重更新、SFT 或在线 RL。先做无板卡软件任务,硬件扩展另行准入。
|
||
|
||
Git remote 为用户 2026-10-13 指定的 `origin`(`https://gitea.d-robotics.cc/ming01.wang/data-gen-ebd.git`),只推送 main,不改写已推送历史。用户于 2026-10-12 授权使用 36 主机、镜像仓库、模型服务及 Salty 做本项目接入与试跑;费用与模型轮数暂不设上限,执行超时用于防止挂死。保持旧项目与已有作业状态,仅使用项目专属目录。Salty 持久内容集中于 `personal:/embedded-rollout`;临时测试文件、容器、网络、作业和中间镜像在核对证据后清理,不修改其他目录或资源。
|