任务明明做完了,Orca 为什么还是判失败?
本文复盘 Orca v0.2.21 的一次真实生产事故:长任务已完成并提交,但 DeepSeek 最终没有产生可见 content 或 tool call,导致 Goal 被判失败。文章涵盖日志取证、语义恢复、会话历史保护、usage 统计、失败持久化、预算治理、回归测试和正式发布。
共 7 篇文章
本文复盘 Orca v0.2.21 的一次真实生产事故:长任务已完成并提交,但 DeepSeek 最终没有产生可见 content 或 tool call,导致 Goal 被判失败。文章涵盖日志取证、语义恢复、会话历史保护、usage 统计、失败持久化、预算治理、回归测试和正式发布。
本文复盘 Orca 的 @ 文件搜索重构:从同步 git ls-files/ignore 索引和 10 万文件上限,迁移到基于 Rust、ignore 和 Nucleo 的流式搜索会话。文章涵盖 Claude Code 与 Codex 的实现对比、latest-wins 查询、三层过期结果防护、目录浏览、warm catalog、线程所有权、symlink 安全和百万路径性能验收。
本文复盘 Orca 基于 Rust 和 ratatui 的 TUI 滚动性能重构,涵盖事件循环饥饿、Markdown 渲染缓存、消息 revision、视口虚拟化、超长会话滚动、PTY 探针和真实 DeepSeek API 验证。
本文从 Orca 一次真实 DeepSeek V4 适配出发,解释 DeepSeek-native Coding Agent 为什么需要沿着 provider 行为、tool calling 语义和 agent runtime 一起调整。文章复盘 update_plan 布尔状态归一化、reasoning_content 工具回放、DeepSeek strict mode、update_goal、glob anyOf schema、max_tokens、空响应重试、工具数量上限、系统提示瘦身和 real API 探针。
本文复盘 Orca 一次真实卡死反馈:从 session 日志定位长会话压力,到参考 Codex 和 Claude Code 的上下文处理方式,再到实现 ranged read_file、grep/glob 分页、去除旧 reasoning replay、soft compaction、tool output micro-compaction、TUI 状态提示和回归测试。
本文复盘一次 Orca 真实实践:从“从0到1复刻红色警戒游戏”的目标出发,使用 Vite、TypeScript、Phaser 3 和 Cloudflare Workers,经历 workflow 失败、系统迭代、交互优化、构建验证和部署上线,观察 Coding Agent 从生成代码走向可交付工作的关键。
这篇文章复盘 Orca 针对 DeepSeek Prefix Cache 的九轮缓存优化:从 budget hint 破坏 system prefix,到 volatile 上下文、wire 等价 token 计算、summary state、extractive compaction、remote summary 0% 命中,再到最后用真实 API 评测把主链路稳定到 99% 左右。