更新内容

• 任务详情页整体收口：补齐结果区、运行信息、round 诊断与详情加载软失败处理，减少单次请求抖动导致的空白页和误报。
• 分项分数条升级：round detail 改为西瓜主题渐变分数条，支持 pass / near / miss 三档语义；成功结构化评分轮次可稳定显示 dimensionScores + rubric snapshot。
• 自定义 structured rubric 支持更完整：结构化可解析的任务级 rubric 可以正常生成分数条；历史轮次继续按当轮 snapshot 显示，避免被后来编辑的 rubric 反向污染。
• 评审与运行信息改成“说真话”：收口 no-output、judge summary、runtime error、fallback 文案，去掉用户面 95+ / threshold / Decision Threshold / 高分复核未完成 等内部话术。
• 评审建议操作更顺手：补齐评审建议面板与自动采纳链路，可按规则写入下一轮引导或长期规则。
• Provider 稳定性增强：补强 403 / 500 / 503 / EOF / Cloudflare 包装页等 fault-injection 处理与测试，降低瞬时请求层故障把任务过早送进错误终态的概率。
• 发布卫生收口：移除测试中的本地绝对路径引用，避免源码发布包携带本地目录信息。

已知说明

• 这版已经把本地展示链路、rubric/snapshot 链路和主要 provider recover 路径收口，但外部 provider、auth pool、上游可用性波动仍可能影响 live 任务终态。
• 若某一轮本质上是请求层失败或模型返回客观无效结构化评分，系统会尽量保留可恢复信息并说真话，但不能替代上游服务本身的可用性。

Full Changelog: v0.1.6...v0.1.8

v0.1.7 - 结果台、结构治理与维护更新

这次我们直接把 v0.1.7 当成公开主路径的稳定维护线来收口。

这条线先完成了两块核心更新：

1. 把公开版用户最容易直接感知到的结果台、轮次展示、停止逻辑和规则编辑链路收口到更稳定、更容易理解的状态；
2. 把服务端模块边界、OpenAI-compatible 兼容链路和结构治理守卫正式落地，减少后续继续回退到隐式依赖和兼容桥接层的风险。

在这个基线上，我们又额外补上了两类已经确认属实的维护修复：

3. 收口 jobs 长滚动页面的渲染模糊问题；
4. 修正服务重启后 stale running 任务会被自动续跑的问题。

本次版本仍然聚焦公开版体验、稳定性与可维护性，不额外引入新的产品路线。

这次更新了什么

更清楚的结果台与轮次展示

• 轮次卡片与任务详情文案改成更直白的人话。
• 上轮提示词评分、这版后来已经评过分、这版要到下一轮才会评分 等表达更符合当前产品语义。
• 空 diagnostics panel 不再一块一块空着显示；占位式 MVE 也会被转成更自然的说明。
• 主视图不再直接裸露上游 stream error / INTERNAL_ERROR / Gateway timeout 等原始报错。

连续三轮过线的停止逻辑修复

• 修复了满足连续过线后仍继续跑下一轮的问题。
• 修复了满足停止条件但同轮 optimizer 失败时，整条任务被错误打成 failed 的问题。
• 现在会优先按“连续 3 轮过线”正确收口最终交付。

长期规则与任务评分标准链路收口

• 自动运行中的任务详情也可以调整长期规则。
• 待生效引导可以先生成长期规则草稿，再明确保存，不会和长期规则混在一起。
• 长期规则、任务级评分标准与待生效引导之间的关系说明更清楚。

Runtime 与兼容层加固

• 补齐了 OpenAI-compatible /responses 回退回归修复与验证。
• 模型连接测试、模型发现与请求链路对不完整网关能力的处理更稳。
• 公开主路径的运行稳定性与解释性进一步收口。

结构治理正式落地

• jobs / runtime / providers / settings / prompt-pack / db / goal-anchor 模块边界已明确。
• API route、页面与测试统一依赖稳定公开入口。
• retired compatibility files 已删除，并通过 check:architecture 与模块边界测试防止回退。

在 v0.1.7 基础上额外补上的维护更新

• jobs 长滚动页面滚动时不再容易发糊

  • 对 jobs 控制室首页和 /jobs/[id] 长滚动区域关闭了重型 backdrop-filter。
  • diagnostics 列表外层去掉整列 layout tween，减少滚动和展开时的合成层压力。
  • 页面视觉风格保持不变，但滚动过程更稳，不再容易出现短暂模糊、贴图丢失或发虚。

• 服务重启后不再自动续跑 stale running 任务

  • worker 启动前会先把 heartbeat 已 stale 的 running 任务安全收口。
  • 未请求取消的 stale running 任务会转为 paused。
  • 已请求取消的 stale running 任务会转为 cancelled。
  • worker 现在只会 claim pending 任务；打开任务列表或详情页不再偷偷续跑旧任务。

验证

已完成：

npm run check

另外，本次维护修复对应的直接回归验证也已通过：

node --import tsx --test tests/task-controls.test.ts tests/layout-rhythm-contract.test.ts

致谢

• 本次版本已吸收并整合 PR #6 提出的结构治理方向，感谢 @AK-103U 推动这部分结构收敛工作。
• 本次维护更新同时参考并吸收了 Issue #8、Issue #10 与 PR #9 提出的定位与修复方向，感谢 @AK-103U 持续反馈这些真实使用问题。
• 对于 PR #9，当前版本吸收的是 jobs 页面滚动渲染修复的核心思路，没有把无关文件改动整包并入。

Highlights

• stop blindly retrying explicit auth_unavailable provider failures
• stop expanding generic INTERNAL_ERROR failures into repeated retries by default
• keep retries for clearly transient timeout / gateway / upstream / EOF / network-style failures
• add regression coverage for both no-retry and retry-allowed paths

Why this hotfix matters

When an upstream provider was genuinely unavailable, some failure modes could be amplified by overly broad retry behavior and appear as long round 0 hangs. This hotfix narrows retry behavior to transient failure classes so runtime failures surface faster and more truthfully.

Verification

• npm run check

本次更新主要聚焦在任务控制室的状态展示准确性，以及基础设施错误提示的可理解性。

1. 控制室状态展示更准确

• 修复了任务控制室把“尚未产生成绩”的任务显示成 0.00 的问题
• 现在，无有效成绩的任务会更准确地显示为 — 与“未产生成绩”
• 最近结果与历史任务中的最佳分数展示也一起对齐

2. 基础设施错误提示更易理解

• 补充识别了 stream error、INTERNAL_ERROR、received from peer、server_error 等上游失败信号
• 这类问题现在会被统一展示为可重试的基础设施 / provider 层错误
• 不再把难懂的原始错误载荷直接甩给用户

3. 回归验证补齐

• 补充了无成绩任务卡片展示的回归测试
• 补充了 stream/internal provider 错误归类的回归测试
• 让这次控制室小维修更适合作为稳定的公开补丁发布

总结

v0.1.5 进一步修正了任务控制室在边界状态下的可读性，让无成绩任务和上游故障都能以更准确、更友好的方式呈现。

本次更新主要聚焦在任务创建交互、错误提示可读性，以及多轮运行在基础设施异常下的稳定性。

1. 任务创建体验改进

• 修复了首页投递台收起后无法再次展开的问题
• 修复了投递台收起后页面可能被隐藏层挡住、导致无法正常点击的问题
• 首页创建和管理新任务的交互更加稳定

2. 错误提示更清楚

• 对 504 Gateway Timeout、Bad Gateway、Cloudflare 等网关和上游故障做了更一致的识别
• 这类问题现在会被显示为可重试的基础设施错误
• 不再直接向用户暴露难以理解的原始上游错误页内容

3. 多轮运行更稳定

• 当任务已经产出可用结果时，即使后续轮次遇到基础设施故障，也不再轻易把整条任务直接打成完全失败
• 在这种情况下：
  • step 模式会软着陆到 paused
  • auto 模式会软着陆到 manual review
• 这样可以更好地保留已有候选结果和当前进度，也更方便后续继续判断是重试、人工复核，还是直接采用当前结果

4. 回归验证补齐

• 补充了以下覆盖：
  • 基础设施错误归类
  • 多轮运行中的 fail-soft 软着陆逻辑
  • 投递台收起 / 再展开的交互行为

总结

v0.1.4 进一步提升了主流程的可靠性，让任务创建更顺手，错误提示更易懂，多轮运行在异常情况下也更稳。

v0.1.3

1. 运行参数更可控

• 所有模型现在都可以配置推理强度
• 任务运行参数在设置、创建、任务详情、API 与数据库之间的保存链路更完整
• 任务级模型与推理强度调整更容易追踪

2. 任务创建与详情体验改进

• 首页创建任务时可直接带入关键运行参数
• 任务详情页展示更有用的信息，例如推理强度
• 移除了低价值摘要项，让主路径信息更清楚

3. 结果与状态展示更清楚

• 对无分数、失败态、最佳分数等展示做了更合理的处理
• 更容易判断任务实际停在什么状态
• 一批目标锚点与提示词理解相关的小修复也已纳入公开主路径

4. 稳定性与审计链路补齐

• settings / jobs / API / UI / DB 之间的参数快照更完整
• 补入一批围绕任务创建、详情展示、运行参数同步与运行稳定性的通用修复
• 保持公开版主路径对齐，不引入未完成验证的实验能力

验证

• npm run check

Highlights

• 中英双语界面切换：首页、配置台、结果台支持 中文 / EN 切换。
• 评分标准可配置：支持配置台里的 全局评分标准覆写，也支持任务级 评分标准覆写 与结果页预览/编辑。
• 更广的模型与 provider 接入：在 OpenAI-compatible、Anthropic、Gemini 之外，新增 Mistral、Cohere 原生支持，并提供 DeepSeek / Kimi / Qwen / GLM / OpenRouter 等常见平台预设。
• 配置台增强：支持 快速选择服务商、接口协议 手动覆盖、同时运行任务数 配置，以及更稳定的模型搜索式选择器。
• 控制室与结果页体验优化：支持结果对比模式、手动完成/重启等更完整的任务控制，并优化首页与详情页的信息布局。

Fixed

• 修复部分运行时环境中 crypto.randomUUID 不可用导致首页草稿任务创建失败的问题。
• 增加草稿任务 ID fallback，并补充回归测试。
• 拦截 invalid round score，避免异常模型输出污染结果，并改善相关错误提示。

Verification

• npm run check 通过
• Docker 与本地页面实际核对当前公开 UI / 功能

修复内容

• 修复首页任务控制室在部分运行时环境下因 crypto.randomUUID 不可用而崩溃的问题
• 为草稿任务 ID 生成增加兼容性回退逻辑
• 增加对应回归测试

验证

• node --import tsx --test tests/random-id.test.ts
• npm run typecheck
• npm run test
• npm run build

Full Changelog: v0.1.0...v0.1.1

Prompt Optimizer Studio is now ready for its first public release.

Release shape:

• This release is the Self-Hosted / Server Edition.
• Data is stored on the machine or deployment environment running the app.
• A separate Web Local Edition is planned for the future, but it is not part of this release.

Highlights:

• Final-prompt-first workflow: the latest full prompt stays copyable and visible at all times.
• Human steering loop: pause a task, add one-time guidance, continue one round, or resume auto.
• Goal-anchor drift guard: keep optimization aligned with the original task intent.
• Reviewer isolation: the reviewer only sees the current candidate and scoring rules, not historical aggregate issue lists.
• Multi-provider connectivity: configure your Base URL, API key, and model alias from the Config Desk, while the backend routes to OpenAI-compatible, Anthropic native, or Gemini native protocols.
• Docker-ready self-hosting: ship with a Dockerfile, Compose path, persistent volume convention, and /api/health endpoint.
• AGPL-3.0-only license: modified hosted versions must make their corresponding source available to users.
• Control-room UI: redesigned the Control Room, Result Desk, and Config Desk with a cleaner operator-first layout.
• Worker lease fix: prevents the same running job from being claimed multiple times.

Known note:

• If an older local database already contains duplicate round numbers produced before the worker-lease fix, those historical rows can still appear until cleaned up.