开源项目
Waza 为代理评测执行加入可强制预算及明确的能力拒绝机制
feat: enforce and report execution resource budgets #772
概述
Waza 是评测智能体工作流、技能与命令行/MCP 场景的开源工具。本次把资源预算从声明扩展为执行链路:请求可指定预算,Runner 在创建引擎之前按操作系统能力矩阵校验,默认拒绝无法强制执行的限制;用户也可显式选择仅报告不支持项。 当前真正强制的是总时长、模型轮次和工具调用数。超时产生 timeout,模型或工具计数超限则取消本次尝试,并在最终报告中记录资源、上限、观察值及终止原因。CPU 时间仅计量,Linux/macOS 峰值内存仅计量;没有 cgroups/job objects 限额,磁盘和进程数既不计量也不强制,Windows 内存亦不计量。模型/工具计数在开始事件到达时取消,因此触发超限的工具调用可能已经启动。 预算能力查询、请求/终态 schema、CLI、HTTP 和 Lab 页面同步接入;作者报告相关 Go 测试、文档构建及 50 项 Chromium 端到端测试通过,并以实际 CLI 验证零轮次取消和磁盘限制在引擎启动前被拒绝。CPU/内存计量是 Runner 进程范围,不是严格逐尝试隔离;预算不进入逻辑任务身份,不能据此把缓存复用结果视为在新预算下重跑。交付阶段是主干源码,尚非独立 v0.42 发布。