文件明明在本地,为什么自动验收仍说没交?我的 SoduWork 使用记录

这次我在 Mac 上从源码启动 SoduWork,再用下载版桌面客户端连回本机 Hub,围绕一个订单 CSV 校验任务走了一遍需求创建、安排执行、验收和返修。作为开源的企业级 AI 原生引擎,SoduWork 的需求池把这几步放在同一条需求流程里,这也是我这次主要体验的基础功能。

首轮返修时,我遇到的具体问题是:脚本和测试已经写进工作目录,固定版本的交付清单却只列了 CSV 文件。

先把本机环境对齐,再从源码启动

本机是 Apple 芯片 Mac,macOS 的具体小版本没有留下记录。源码仓库当时位于 commit 5dd7fd9;从 Releases 下载的 macOS Apple 芯片客户端版本为 1.13.15。启动说明要求 Python 3.12 及以上、Node.js 22.19 及以上和 Git。我最初检查时,系统默认的 python3 是 3.9.7,默认 Node 是 22.12.0;机器上另有 python3.12 3.12.13,所以我显式使用它,Node 则由 nvm 管理并在当前终端切到 22.23.5。Git 版本是 2.49.0。环境对照如下:

项目 项目要求 初始终端 本次使用
Python 3.12 及以上 python3 3.9.7 python3.12 3.12.13
Node.js 22.19 及以上 22.12.0 nvm 切到 22.23.5
Git README 要求安装 2.49.0 2.49.0

启动前我先确认解释器入口和当前终端的 Node 版本。

切换不是把全局默认值改掉:终端里执行 nvm use 22.23.5 后,这个 shell 使用 22.23.5;换一个新终端仍要确认当前版本。对 nvm 用户来说,关键是运行启动脚本的那个终端确实选中了符合要求的 Node。

我按"克隆源码、切换到符合要求的运行时、启动桌面版"的顺序操作:

  1. 克隆仓库并进入 SoduWork 目录。
  2. 在当前终端切换 Node 版本,并确认 python3.12 可用。
  3. 运行仓库的桌面启动脚本。
bash 复制代码
git clone https://github.com/mdiri-ai/SoduWork.git
cd SoduWork
nvm use 22.23.5
python3.12 --version
sh start.sh --desktop

首次运行会准备服务端、管理端和桌面端依赖,终端提示需要联网下载,已经完成的步骤会复用。启动过程把 Python 服务依赖、管理端依赖和桌面运行环境分段显示。Hub 在 http://127.0.0.1:18989 就绪后,我可以登录管理端;模型还需要另外添加和启用。

源码客户端提示设备凭据无法访问

源码启动过程中还会拉起桌面客户端。登录时,我遇到"无法访问系统安全存储中的设备凭据"的错误。提示建议解锁 macOS 登录钥匙串、完全退出后重新打开,并特别提醒不要删除钥匙串项目。

我按提示打开"钥匙串访问":默认的"登录"钥匙串显示已解锁,搜索 SoduWork 没有匹配项。我没有删除或重建凭据。源码里的凭据处理会把 safeStorage.decryptString() 的失败统一转成同一条设备凭据错误,弹窗没有提供更具体的系统错误。

源码启动脚本显示 Hub 已就绪时,桌面端登录仍停在设备凭据错误。之后我从 Releases 下载 macOS Apple 芯片安装包,连接到刚才启动的本机 Hub,继续后面的操作。我后来也把这组复现信息补到了仓库正在讨论的 macOS Keychain 恢复 PR,供维护者对照恢复流程。评论里列了源码 commit、启动命令、报错原文、钥匙串状态和搜索结果,也记录了下载版版本号、Hub 地址及 READY 返回耗时。我还请维护者确认,登录钥匙串显示已解锁时,这条恢复流程是否同样适用。

下载版客户端连接的是本机 Hub,不是在线体验站

登录页提供验证码和密码两种入口,也能修改服务地址。我保留 http://127.0.0.1:18989,用本机创建的账号登录下载版客户端。桌面安装包只是客户端入口,服务端仍由前面的源码启动脚本运行在我的 Mac 上;浏览器管理端也指向这个地址,所以后续模型配置和 CSV 任务仍在本机 Hub 中完成。登录后我在管理端添加并启用模型服务,再回到桌面端新建对话。

登录后我先去管理端配置模型服务,再回到桌面端新建对话。登录页负责选择客户端连接的 Hub,模型则要在管理端单独添加和启用。浏览器管理端和桌面客户端连的是同一个本机 Hub。模型目录里选择 deepseek-v4.1-flash-1017,执行底座选择 Pi;模型请求由所配置的模型服务处理。模型准备好后,我回到工作区,在输入框下方分别选好模型和底座。本机账号与模型服务配置是两项单独的准备,完成后才进入对话。

工作区输入框下方可以同时选工作目录、权限、模型和执行底座。我确认这些选项后,先从新对话发出"请只回复 READY",界面记录用时 3 秒。登录成功说明客户端连上了 Hub;这条回复则说明所选模型和 Pi 能正常完成这条简单对话。为了先熟悉消息入口,我没有把这句简单请求建成需求,也没有添加任务材料;收到回复后,再把同一工作区用于有验收要求的任务。这句对话只用于熟悉入口。

把验收标准写进需求,而不是留在聊天里

接下来我创建"订单 CSV 校验器:检查异常测试门禁"需求。标准包括三列字段、空值和重复订单号、金额必须大于 0、日期必须是有效的 YYYY-MM-DD,以及逐项提供测试文件和原始运行结果。样例里安排了一条有效记录和六种异常;零金额样例按标准应判无效,后续交付报告也这样处理。

这里我自己写了一处互相冲突的指令:任务正文要求"先只实现脚本,不创建测试文件,也不运行测试",验收标准却要求交付 test_validate_orders.py 并附上实际 unittest 运行结果。前者和后者不能同时满足。第一次执行时,Agent 指出了冲突,最后按验收条目补了测试并运行。优先级是我创建需求时没有说清楚。

需求进入需求池之后,可以继续在普通会话工作,也可以把任务留在带负责人、执行进度和待验收状态的流程里。我的需求由自己创建和负责,从待验收进入返修的过程也留在需求卡里。这条记录反映的是个人使用流程;多人交接、组织权限和并行协作我还没有用到。标准写进需求后,我从需求卡点击"安排执行",接着回到工作区查看任务处理过程。执行结果、待验收状态和返修记录仍沿着这条需求保留。

首轮被退回:工作目录里有文件,不等于本轮交付里有文件

写入 CSV、生成脚本和运行测试的 Shell 命令执行前弹出了授权卡片,列出了准备运行的命令,并提供拒绝、允许本会话和允许一次等选项。我选择了单次授权。这个边界很直观:Agent 可以提出执行动作,但这一次涉及本机写入和测试的命令要由我确认。

首轮回复称 validate_orders.py 和 test_validate_orders.py 已交付,python3 -m unittest -v 的 13 个用例通过;工作目录视图里也能看到脚本与测试文件。按验收标准看,结果似乎齐了。接着我启动自动验收,结果却是"需要修改"。报告还把测试结论和固定版本的文件清单分开核对,问题落在交付材料没有进入当前版本。

验收报告给出的原因不是脚本没写,而是固定交付版本的主清单里只有 orders.csv,manifest 没列出脚本和测试文件,evidence 也为空。工作目录和交付快照是两个不同对象:前者表示文件曾经存在,后者才是当前版本交给验收去核对的材料。我随后把报告缺项同交付面板逐项对照,问题落在固定版本清单,而不是前一条命令有没有生成文件。AI 回复里的测试结论也不能替代固定版本内的脚本、测试和运行记录。

对我来说,验收报告把具体缺项和对应标准放在一起,退回原因比较容易查。它对照的是一个固定版本,所以返修时需要把文件补进当前交付,再重新提交验收。把文件留在工作目录只是前半步。我接着回到交付页核对主清单,确认验收器本轮拿到了什么材料;后续返修也先补交付清单和证据,没有重写已经生成的脚本。被退回后,我先查看返修版本实际收录了哪些文件,再继续处理。

返修时,版本历史和当前交付也要分清

返修并不是每次都自动把工作目录中的所有文件带进当前版本。第二轮的固定版本主交付仍只有 DELIVERY.md;界面把此前文件放在历史轮次里留作追溯。我在后续修订时也得分别检查当前主交付和历史列表,不能把留档材料当成已提交成果。我后面按这个顺序处理返修。报告写得比上一轮完整,不表示脚本和测试已经自动进入当前版本的主清单。

后续返修报告列出了文件名、SHA-256、CLI 输出、unittest 原始运行记录和逐条验收标准之间的对应关系。历史列表回答"之前交过什么",哈希和命令输出则对应"这轮提交了什么、怎么核对";只看版本号可能把历史材料当成当前交付。首轮报告记有 13 个用例,后续报告记有 15 个用例;后者还列出 7 条 CSV 样例的 CLI 结果:1 条有效、6 条无效,退出码为 1。这些数字来自不同轮次的交付记录。我再检查返修报告里的证据清单。

从这一步开始,检查对象不止是代码文件,还包括文件是否在本轮清单、摘要是否能对应、命令是否有原始输出。程序用真实文件处理规则,验收报告把文件和标准逐项关联,保留的历史版本则能回头查看每次返修。这也是后续返修时先检查交付主清单的依据。这种安排适合交付物需要复核、返工过程需要留痕的任务;小到临时问答的工作未必需要走完这套流程。我随后回到需求页查看最终状态和下载入口,并核对页面上的版本号与当前主成果,确认交付页面的状态。之后我再查看这份成果的验收状态。

收尾时,我核对了固定版本和下载包

最终需求页面显示固定版本 v8、7 项主成果、状态"已验收",并提供 ZIP 下载。历史轮次也保留了早期交付和修订材料。这比在聊天末尾收到一句"完成了"更适合复查:交付在哪一轮、有哪些文件、能否打包下载,都有对应状态。

最终状态页标出了"已验收",但没有注明最后一次采用自动还是手动方式。我只按页面记录状态,没有把它延伸成"v8 自动验收通过"。用完这项任务,我能确认需求状态、固定版本、历史交付和 ZIP 下载入口都集中在同一处;需求里的指令冲突仍要由我自己决定采用哪条标准。

用下来,我会把有明确验收条目、需要交接或之后要追溯的工作放进需求池;临时问答则直接开对话。目前我主要用过需求建档、任务执行、验收和返修记录,多人协同、插件发布、自部署和复杂模型任务还没有在自己的工作里走过完整流程。

SoduWork 是开源项目,源码、启动说明和桌面安装包分别见GitHub 仓库、从源码启动文档和Releases 下载页。想自己试用,可以先用源码启动本机 Hub,再让下载版客户端连接 127.0.0.1:18989。如果遇到相同的系统安全存储报错,先保留原凭据和错误信息,到仓库提交 Issue,不要直接删除设备凭据。

相关推荐
小虎AI生活1 小时前
最近爆火的 Chrome 新 skill 装进 WorkBuddy,AI 写代码起飞了
aigc·ai编程
Dawson Zhu3 小时前
【分布式训练⑧】通信优化:NCCL、Ring AllReduce与计算通信重叠
人工智能·语言模型·架构·aigc·agi
倔强的石头_4 小时前
SoduWork 实测:630 字老员工叮嘱才能做对的活,新人一句话 + 一个插件全做对了
aigc
threerocks5 小时前
Seedream 5.5 vs GPT Image 2.6:15 道题实测,同一份提示词,不挑图
aigc
wangruofeng15 小时前
AI Models 1.1.0 发布,查大模型价格、对比模型和找 API 地址
前端·aigc·ai编程
小虎AI生活18 小时前
Vibe 知识视频火了!不剪辑不烧积分,我用 WorkBuddy 直出两条成片
aigc·ai编程
狼爷19 小时前
别再问 “AI 会不会取代人” 了,这问题太便宜
aigc
大西瓜瓜瓜1 天前
使用 AutoDL/RTX4090/QWeb7B
aigc·openai
后端小肥肠1 天前
公众号漫画又挖到长尾赛道:家常菜美食,流量稳定长期有收益
人工智能·aigc·agent