You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
{{ message }}
Repository navigation
Commit 3c3d040
Browse filesBrowse the repository at this point in the historyBrowse files
Distinguir el limite de uso y la caida del proveedor como familias propias de fallo de agente (#977)
* mefisto-tooling(#965): implementacion
Commit de rescate: el watchdog mato al writer a los 1864s (techo 1800s) tras haber terminado su contrato -- el summary del stage y las 40 suites en verde ya estaban. Se comitea su trabajo intacto para que Stage 2 reciba el diff completo.
* mefisto-tooling(#965): revision -- pinear MEFISTO_RUNTIME_LIB_DIR en los tests de adaptador y preservar la fidelidad del fixture de rate limit
- .claude/scripts/tests/test-runtime-claude.sh, test-runtime-opencode.sh:
exportan MEFISTO_RUNTIME_LIB_DIR=$LIB_DIR. mefisto-runtime.sh respeta un
valor ya exportado por el caller y los pipelines internos lo exportan
apuntando al checkout donde arrancaron, asi que dentro de un worktree el
bloque del runner real traducia con el adaptador del checkout PRINCIPAL:
las tres aserciones nuevas de #965 que van via runner (529 ->
provider_unavailable, stderr 500 -> provider_unavailable, rate_limit_event
-> rate_limit) fallaban aunque el adaptador del worktree fuera correcto.
Un gate que juzga codigo que nunca ejecuto es exactamente lo que
MEF-ADR-0031 no admite; test-mefisto-run-agent.sh ya controlaba esa
variable por el mismo motivo.
- fixtures del agotamiento de ventana: se alinea la fecha de la CORRIDA
(2026-05-07) con el resetsAt real capturado, en vez de tocar el resetsAt.
1778193600 y el 'resets 6:40pm (America/New_York)' del mensaje sintetico
son el par verbatim de anthropics/claude-code#57096; queda documentado en
la cabecera del test para que nadie los 'corrija' y vacie de evidencia al
fixture. Las cuatro citas del writer se verificaron una por una contra
GitHub (claude-agent-sdk-python#599, claude-code#57096,
anomalyco/opencode#42029 y #8203): las cuatro existen y dicen lo que el
codigo afirma.
- changelog.d/965.fixed.md con el fragmento del pin.
Refs #965
{"type":"assistant","message":{"model":"<synthetic>","content":[{"type":"text","text":"You're out of extra usage - resets 6:40pm (America/New_York)"}]},"error":"rate_limit","isApiErrorMessage":true,"apiErrorStatus":429}
printf'%s\n''{"v":1,"type":"run.failed","ts":"2026-08-05T10:00:00Z","status":"failed","runtime":"claude","model":null,"session_id":null,"duration_ms":100,"tokens":{"input":null,"output":null},"cost_usd":null,"turns":null,"denials":null,"ttft_ms":null,"api_duration_ms":null,"error":{"kind":"rate_limit","detail":"ventana de uso agotada (rateLimitType=five_hour, resetsAt=2026-08-05T15:00:00Z)"},"resets_at":"2026-08-05T15:00:00Z"}'>"$EVENTS_RATE_LIMIT"
84
91
EVENTS_4XX="$TMP/events-4xx.jsonl"
85
92
printf'%s\n''{"v":1,"type":"run.failed","ts":"2026-08-05T10:00:00Z","status":"failed","runtime":"claude","model":null,"session_id":null,"duration_ms":100,"tokens":{"input":null,"output":null},"cost_usd":null,"turns":null,"denials":null,"ttft_ms":null,"api_duration_ms":null,"error":{"kind":"api_error","detail":"API Error: 400 Bad Request"}}'>"$EVENTS_4XX"
86
93
EVENTS_CUT="$TMP/events-cut.jsonl"
@@ -109,14 +116,16 @@ check_label "A-2: senal con terminal de exito" \
- El agotamiento de la ventana de uso (5h) y la caida del proveedor pasan a ser familias propias de fallo de agente: `run-events.schema.json` admite `error.kind:"rate_limit"`/`"provider_unavailable"` y un campo opcional `resets_at`; `runtime-claude.jq` los deriva de `rate_limit_event`/`api_error_status` (5xx) y `runtime-opencode.jq` detecta el limite de uso con un patron textual conservador sobre stderr (OpenCode no expone un evento estructurado equivalente). `classify_agent_failure` emite `RATE_LIMIT`/`PROVIDER_UNAVAILABLE` (esta ultima reemplaza a `API_ERROR_SERVER`, misma semantica de reintentable); `RATE_LIMIT` no queda `unrecoverable` ni se reintenta con el backoff corto existente, dejando lista la base para una futura politica de espera (hold) (#965).
0 commit comments