diff --git a/host.py b/host.py index 98ece6f..6a475be 100644 --- a/host.py +++ b/host.py @@ -1706,14 +1706,24 @@ GOAL_DONE_MARKER = "目标已达成" def _llm_declared_done(text): - """模型是否宣告目标达成:回合文本里单独一行恰好是标记行。 + """模型是否宣告目标达成:回合文本里单独一行是标记行。 只有完整跑完的回合才查标记(调用方保证):超时/中断回合的 - 部分文本即使含标记也不算,否则没做完也会提前结束。""" + 部分文本即使含标记也不算,否则没做完也会提前结束。 + + 行尾句号要容忍:提示本身让模型输出“目标已达成。”(带句 + 号),若检测要求整行恰好等于无句号的标记,模型照做也永 + 远不算达成、循环空转(2026-10-27 实弹 292 轮教训)。所以 + 比对前先去行尾空白与句末标点,但行内其它文字一律不算 + (“xx目标已达成”“目标已达成,继续”仍不算,单独一行要 + 求不动)。""" if not text: return False - return any(line.strip() == GOAL_DONE_MARKER - for line in text.splitlines()) + punct = "。!!??;;,,、.." + for line in text.splitlines(): + if line.strip().rstrip(punct).strip() == GOAL_DONE_MARKER: + return True + return False def run_goal_loop(server, state, state_path, task, goal_text, verify, diff --git a/tests/test_host.py b/tests/test_host.py index c6a2bcd..5592521 100644 --- a/tests/test_host.py +++ b/tests/test_host.py @@ -922,6 +922,21 @@ class GoalLoopLongTaskTest(unittest.TestCase): self.assertIn("目标已达成", srv.prompts[0]) self.assertIn("目标已达成", srv.prompts[1]) + def test_goal_marker_trailing_punctuation_counts(self): + # 2026-10-27 实弹教训:提示让模型输出“目标已达成。”(带 + # 句号),检测若要求整行恰好等于无句号标记,循环空转 + # 292 轮。行尾句末标点必须容忍,但单独一行要求不动。 + self.assertTrue(host._llm_declared_done("done\n目标已达成")) + self.assertTrue(host._llm_declared_done("done\n目标已达成。")) + self.assertTrue(host._llm_declared_done("done\n目标已达成!")) + self.assertTrue(host._llm_declared_done("done\n目标已达成 。")) + self.assertTrue(host._llm_declared_done("done\n目标已达成。 ")) + self.assertFalse(host._llm_declared_done("done\nxx目标已达成")) + self.assertFalse(host._llm_declared_done("done\n目标已达成,继续")) + self.assertFalse(host._llm_declared_done("done\n目标已达成吗?")) + self.assertFalse(host._llm_declared_done("")) + self.assertFalse(host._llm_declared_done(None)) + def test_goal_llm_decided_marker_ignored_on_timeout_turn(self): # 超时回合的部分文本即使含标记行也不算达标,必须继续跑。 class FakeServer: