Initialize the repository with pinned submodules, project entry documents, and the design record

Details (original message): Initialize the repository with pinned submodules, project entry documents, and the design record.
2026-09-29 15:20:38 +00:00
commit b450b03638
13 changed files with 544 additions and 0 deletions
@@ -0,0 +1,282 @@
+# Agent-Intent 通用意图识别模块设计方案
+
+状态：待审；owner：weichen；主任务：本文件（仓库初始化前为唯一任务记录）。
+授权与交付终点：本方案获批后进入实现——初始化仓库、按阶段交付代码与文档、推送到批准远端。
+并行基线：新仓库，无并行基线；生态固定组合见「submodule 与版本固定」。
+
+## 问题与证据
+
+- Agent-Squad 当前"意图→路由"的唯一决策点是 `BlueprintRegistry.Match`（关键词 contains 计分，`squad/blueprint.go:82`）与 `RoleRegistry.Recommend`（`squad/registry.go:85`）；入口层 CLI 一级命令硬编码 switch（`cli/cli.go:32`）。新增一个"自然语言系统功能命令"需要改多处 Go 源码。
+- Agent-Native 定位为纯执行内核（README），仓内无任何意图/路由/命令解析代码；"用户输入→决定做什么"全部留在消费方。
+- Agent-System 有成熟的四级漏斗意图层（`internal/intent/`），但它是 internal 包、33 种 IntentType 与词表全部硬编码在 Go 源文件（`recognizer_matchers_*.go` 共千余行）、与 Agent-System 会话模型强耦合，不可直接复用。
+- 生态既有事实：Agent-Native 与 Agent-Squad 均为 stdlib-only Go 模块（go 1.27），以 `deps/<name>` submodule + gitlink + `require v0.0.0` + `replace` 接线；Error-Code-System 与 Logging-System 已定义库级轻接入范式（Agent-Native 先例：错误码走"常量取规范字符串 + ErrorCode()/ErrorFields() 鸭子方法 + catalogcheck 对齐测试"，日志走"可选 `*logsys.Logger` 注入，nil→Nop"）。
+
+结论：缺的是一个**机制与内容分离、配置驱动、可被两个消费方以既有 submodule 范式接入**的独立意图识别模块。
+
+## 目标与边界
+
+**目标**（对应用户要求的三属性）：
+
+1. **可定义**：意图以声明式 `IntentSpec`（JSON）或 Go 代码定义，含匹配规则、槽位、置信度参数、风险等级、宿主 handler 键与路由元数据。
+2. **可配置**：内置（Go 注册）为基线，JSON 配置可新增/覆盖/禁用；合并结果为不可变快照，带 revision；启动校验 fail-closed；提供 check/explain 诊断。
+3. **可扩展**：流水线各阶段（守卫、挂起预期、规则、分句、L2 分类）都是接口，宿主可注入实现；模块本身不含任何业务意图内容。
+
+**非目标（v1 明确不做）**：
+
+- 不内置 LLM 客户端（L2 只暴露接口，由宿主用 `agent-native/runtime/llm` 等自行实现）。
+- 不做动作执行器（识别结果交宿主；IntentSpec 只携带 handler 键与元数据）。
+- 不含 Agent-System 的领域内容（docgov/task/kb 词表、33 种 IntentType 一律不迁移；实现全新编写，机制层借鉴其漏斗结构）。
+- 不提供 HTTP 服务、文件监听热更新（Reload 显式 API 即可）。
+- 消费方（Squad/Native）的接入改造不在本仓交付范围，只保证其可行并给出预告。
+
+**硬边界（将写入根 AGENTS.md）**：
+
+1. 只做识别机制，不做领域内容；所有意图内容宿主注册。
+2. 依赖方向唯一：`agent-intent` 可选接入 error-code-system / logging-system（轻接入范式）；**禁止**依赖 agent-native、agent-squad、agent-system 及任何宿主类型。
+3. 配置/spec 校验失败 fail-closed：拒绝生成新快照，保留上一个 applied 快照并暴露原因。
+4. "无匹配"不是错误（fallback 是正常识别结果）；系统错误（配置损坏等）与识别结果严格分离。
+5. 零第三方依赖（仅标准库 + 两个生态子模块）。
+6. 版本以消费方 gitlink 为权威；禁止 `submodule update --remote`。
+
+## 总体设计
+
+### 定位与依赖方向
+
+```
+Agent-Squad ──┐                         ┌──> deps/development-guidelines (dev-only)
+              ├─ deps/agent-intent ─────┤
+Agent-Native ─┘   (module agent-intent) ├──> deps/error-code-system   (build-required, 仅 catalogcheck 对齐 + 规范码字符串)
+                                          └──> deps/logging-system     (build-required, 可选注入)
+```
+
+关键约束：**不得依赖 agent-native**。否则 Agent-Native 接入本模块时形成仓级循环（agent-native → deps/agent-intent → deps/agent-native）。因此 LLM 分类器、挂起预期的会话状态等一律以本模块定义的窄接口表达，宿主提供实现（模块契约规范："进程内调用方可定义更窄的需求接口，通过适配器连接"）。
+
+### 核心概念与识别流水线
+
+识别入口：`Recognizer.Recognize(ctx, input, snap) (Result, error)`。四级漏斗（借鉴 Agent-System 结构，机制化、去内容化）：
+
+```
+Stage 0  Guard     守卫域规则（宿主声明 protected domain，优先级最高；命中→GuardHit，可携带"识别即拒绝"语义）
+Stage 1  Expect    会话挂起预期（宿主可选注入 PendingExpectation；命中→ExpectationHit，优先于一般规则）
+Stage 2  Rules     规则匹配：编译后的 matcher（关键词/正则/排除词）对快照内全部启用 spec 计分
+Stage 3  Adjudicate 置信度裁决：threshold 之上取最高分→Matched；多候选分数接近且都过阈→Ambiguous；全不过→Fallback
+（可选） L2         宿主对 Ambiguous 追加分类器重打分（接口 Classifier，宿主自担延迟与成本，默认不接）
+```
+
+确定性要求：同一输入 + 同一快照 → 逐字节相同的结果（排序键：置信度降序 → priority 降序 → spec 注册序 → id 字典序）。识别无随机性、无时间依赖，可脱离外部 I/O 完整单测。
+
+### IntentSpec（可定义的核心）
+
+```json
+{
+  "id": "squad.run.status_query",
+  "domain": "squad",
+  "version": 1,
+  "description": "查询任务运行进度",
+  "enabled": true,
+  "priority": 100,
+  "matcher": {
+    "includes_any": ["进度", "跑到哪了"],
+    "includes_all": ["查询", "任务"],
+    "excludes_any": ["怎么配置"],
+    "patterns": ["(?:查询|看).{0,6}(?:进度|状态)"],
+    "case_sensitive": false
+  },
+  "slots": [
+    {"key": "run_id", "required": false, "pattern": "(?:run|任务)[:# ]?([A-Za-z0-9-]+)", "group": 1}
+  ],
+  "confidence": {"base": 0.8, "pattern_bonus": 0.15, "threshold": 0.6},
+  "risk": "low",
+  "requires_confirm": false,
+  "handler": "taskrun.query_status",
+  "metadata": {"channel": "dialogue"}
+}
+```
+
+- `id` 全局唯一，格式 `^[a-z][a-z0-9-]{1,31}\.[a-z][a-z0-9_]{1,63}$`（与错误码同构，域名.记忆名）。
+- `handler`、`metadata` 模块不解释，仅供宿主路由/执行。
+- `risk`（low/medium/high）、`requires_confirm` 透传给宿主做授权判断。
+- 校验规则：id 冲突、正则编译失败、未知字段、空 matcher、槽位 group 越界 → 定位到字段路径的 `intent.invalid_spec` 错误（含来源文件与 spec id）。
+- 安全上限：单 spec 正则数、长度、快照内 spec 总数有默认上限（可由宿主在构建 Registry 时调整），防止配置膨胀拖垮识别。
+
+### 注册与配置合并（可配置）
+
+双源合并，遵循配置规范的"单一解析管道 + 快照"：
+
+1. **内置基线**：宿主（或本模块 examples）用 `RegistryBuilder.Register(spec...)` 注册 Go 定义的 spec。本模块自身不内置任何业务 spec。
+2. **JSON overlay**：`loader.Load(ctx, fs.FS)` 支持 `embed.FS` 与真实目录（config root 由宿主显式给出，不从 cwd 猜测）。overlay 语义：新增（新 id）/ 覆盖（同 id 整体替换，version 必须递增）/ 禁用（同 id `enabled:false`）。
+3. **保护域**：宿主构建时声明 protected domain 列表（典型：guard 域）。overlay 对保护域内 spec 的覆盖与禁用 → `intent.spec_protected` 错误，整批加载原子失败（不产生半套快照）。
+4. **快照**：合并产物编译为不可变 `Snapshot`（含全部编译后 matcher），原子指针发布；携带 `revision` 单调递增与来源摘要（每个 spec 来自哪个源、哪次覆盖）。
+5. **Reload**：显式 `Reload(ctx)`——校验→构建新快照→原子替换；失败保留旧 applied 快照并返回带原因的错误。运行中识别请求绑定取快照时刻的版本，不受并发替换影响。
+6. **诊断**：`Snapshot.Explain(input)` 输出各阶段裁决轨迹（每 spec 得分、命中词、排除原因）；`Snapshot.Conflicts()` 输出 includes 词重叠/正则遮蔽报告（诊断信息，不阻断加载；确定性排序依据保证同名冲突不产生歧义）。
+
+### 扩展点（可扩展）
+
+| 接口 | 阶段 | 默认实现 | 宿主典型实现 |
+|---|---|---|---|
+| `GuardSource` | Stage 0 | 无（宿主注册 guard 域 spec） | Agent-System 式安全红线词表（内容宿主给） |
+| `ExpectationProvider` | Stage 1 | 无（不启用该阶段） | 会话系统提供挂起预期（多轮澄清） |
+| `Classifier` | 可选 L2 | 无 | 基于 `runtime/llm.Client` 的重打分适配器（在宿主仓实现） |
+| `Segmenter` | 前置分句 | 规则分句（分隔符表可配） | LLM 分句（宿主实现） |
+| `Recognizer` | 整体 | 漏斗实现 | —（接口本身即消费面） |
+
+新增机制不改核心：流水线阶段间以中间结果传递，宿主扩展实现接口并在 Options 装配（组合根模式，同 Squad 的 Planner/Backend 注入惯例）。
+
+### 结果契约
+
+```go
+type Result struct {
+    Input      string        // 原文（宿主决定是否记录日志，默认不落原始输入）
+    Branch     Branch        // GuardHit / ExpectationHit / Matched / Ambiguous / Fallback
+    Top        *Candidate    // GuardHit/Matched/ExpectationHit 非空；Ambiguous/Fallback 为 nil
+    Candidates []Candidate   // 排序后的 top-N（含分数与命中原因）
+    Slots      map[string]string
+    SnapshotRev int64        // 所用快照 revision，用于审计与复现
+}
+
+type Candidate struct {
+    ID          string
+    Domain      string
+    Confidence  float64
+    Risk        string
+    RequiresConfirm bool
+    Handler     string
+    Metadata    map[string]string
+    Reason      string        // 命中解释（哪些词/哪个模式）
+}
+```
+
+Query 语义（模块契约四类通信）：纯函数式 Query——无副作用、无 I/O、无超时依赖（预算由宿主在调用侧控制）；错误仅表示系统级失败（配置损坏等），不表示"没识别出"。
+
+### 错误码与日志接入
+
+**错误码（Pattern B，同 Agent-Native 先例，不 import errcode 于核心包）**：
+
+- 核心包定义错误常量，字符串值即规范码；错误类型实现 `ErrorCode() string` + `ErrorFields() map[string]any`（logsys 鸭子识别，自动展开 code 与字段）。
+- `catalogcheck/` 对齐测试断言本仓常量与错误码库 `intent` 域种子码逐个相等（防双权威）。
+- 上游变更（见下节）：Error-Code-System 新增 `intent` 种子域，最小集：
+  - `intent.invalid_spec`（http 400 / error / retry never / side_effects none）— spec 定义或校验失败，字段含 spec id、字段路径、来源。
+  - `intent.spec_protected`（http 400 / error / never / none）— 覆盖/禁用保护域。
+  - `intent.load_failed`（http 500 / error / never / none）— 配置读取/解析失败，含来源路径与原因。
+  每条按六要素登记（http/severity/retry/side_effects/中文 summary/hint），走上游 PR + `WRITE_CATALOG=1` 重导目录。
+
+**日志（可选注入，同 Agent-Native 惯例）**：
+
+- `Config.Log *logsys.Logger`，nil → `logsys.Nop()`；使用时 `.Module("intent")`。
+- 事件：`intent recognized`（info：branch、top intent id、confidence、snapshot_rev、duration_ms）、`intent snapshot reloaded`（info：新旧 revision、spec 计数）、`intent config rejected`（error：整批拒绝原因）。
+- 原始输入默认不写入日志（槽位值可能敏感）；确需排障时宿主自行脱敏后以字段携带。trace 走 `logsys.WithContext(ctx)`，沿用宿主 `trace_id`。
+
+### 并发、快照与安全
+
+- Registry 持有 `atomic.Pointer[Snapshot]`；识别路径全程无锁读。
+- 编译产物（regexp、分词表）在快照构建期生成；识别期零编译。
+- 正则全部 `RE2` 语义（Go regexp 天然线性时间），另加输入长度上限与单次识别的 spec 评分预算。
+- `-race` 下并发识别 + Reload 的隔离测试为必测项。
+
+## 仓库结构与生态接入
+
+### 目录布局
+
+```
+agent-intent/
+├── go.mod                     # module agent-intent, go 1.27; require+replace 两个生态库
+├── AGENTS.md                  # 短入口 + 硬边界 + 指向 deps/development-guidelines/core/baseline.md
+├── PROJECT.md                 # 项目事实：依赖组合表、验证命令（GOWORK=off go vet && go test）、任务权威
+├── README.md                  # 定位、spec 编写指南、消费方接线（require v0.0.0 + replace）
+├── policy/guidelines-adoption.md   # 采纳记录（固定 gitlink、登记 docs/records/ 豁免）
+├── docs/records/              # 过程记录（本方案为第一篇）
+├── deps/                      # 三个 submodule（见下）
+├── intent/                    # 核心包：spec/registry/loader/recognizer/slots/result/errors + testdata/
+├── conformance/               # 消费方行为验收套件（Recognizer 公开契约的正反例场景）
+├── catalogcheck/              # 与错误码库 intent 域的对齐断言（仅测试）
+├── examples/                  # 最小接入示例：embed 配置 + guard 域 + 槽位抽取端到端样例
+├── scripts/submodule-consistency.sh
+└── .gitea/workflows/ci.yml    # vet + test(-race) + 一致性脚本
+```
+
+后期（v0.2）追加 `cmd/intentctl`（lint 配置冲突、跑评测集、explain 单条输入——即配置规范要求的只读 check/explain 诊断）。
+
+### submodule 与版本固定
+
+- `.gitmodules`：`deps/development-guidelines`（dev-only，不进 go.mod）、`deps/error-code-system`、`deps/logging-system`（build-required）。
+- **pin 与生态当前组合一致**：guidelines `26b562d2`、error-code-system `95a03b75`、logging-system `2c5716f`（实现时以 `git submodule status` 实测为准）。理由：消费方的 `submodule-consistency.sh` 校验嵌套副本 gitlink 与本仓一致，Agent-Intent 作为中间层必须与上下游同组合，否则 Squad/Native 接入时一致性校验失败。
+- go.mod：`require error-code-system v0.0.0` / `require logging-system v0.0.0` + 两条 `replace => ./deps/...`；无 go.sum、测试带 `GOWORK=off`（同 Squad/Native）。
+- 远端：`ssh://git@git-ssh.u1680832.nyat.app:31411/weichen/Agent-Intent.git`；初始化流程按 adoption 工作流第 2 节（远端需先建仓，Gitea API token 在 `~/.secrets/gitea`，实现阶段处理）。
+
+### Error-Code-System 上游变更
+
+新增 `intent` 种子域（`errcode/codes.go` + `domains/intent.go` + 目录 JSON + docs 映射表）。这是唯一跨仓前置项；不落地则本仓 catalogcheck 无法编写。计划先于 Phase 1 提交该 PR 并固定新 gitlink。
+
+### 消费方接入预告（不在本仓交付）
+
+- **Agent-Squad**：`SquadEngine.planAndExecute`（`squad/engine.go:175`）处以 `Recognizer` 前置/替换 `Blueprints.Match`；CLI `cmdRun` 与 HTTP `handleCreateRun` 入口用 guard 域拦截"系统功能命令"。接线清单：submodule + replace + PROJECT.md 依赖表 + submodule-consistency 扩路径 + 采纳记录补行。
+- **Agent-Native**：可选。典型位置是 `contract.Resolver` 决策前置（intent → 所需 Capability → Backend），须遵守"缺能力即拒绝"边界。
+
+## 实施计划
+
+| 阶段 | 内容 | 出口（验收证据） |
+|---|---|---|
+| P0 仓库初始化 | 建远端仓、clone、挂三个 submodule 至既定 pin、AGENTS/PROJECT/policy/CI/一致性脚本、首次提交推送 | 全新 clone `submodule update --init --recursive` 后 CI 绿；PROJECT.md 验证命令通过 |
+| P1 错误码上游 | Error-Code-System 加 `intent` 域 PR | 上游合入，目录 JSON 与 docs 更新，本仓 pin 新 gitlink |
+| P2 核心 v0.1.0 | intent 包全量（spec/校验/registry/loader/recognizer/slots/guard/expectation 接口/result/errors/logsys 接入）+ 单测 + testdata 评测集 + conformance + examples + catalogcheck | `GOWORK=off go vet ./... && go test -count=1 -race ./...` 全绿；零第三方依赖检查通过 |
+| P3 v0.2 增量 | cmd/intentctl（lint/explain/评测）、Segmenter 规则实现、Reload+revision 报告 | intentctl 在 examples 配置上输出冲突报告与 explain 轨迹 |
+| P4 消费方（独立仓） | Squad 接入 PR；Native 视需要 | 各自仓 conformance + 记录文档 |
+
+## 兼容、迁移与恢复
+
+- 新仓无历史兼容负担；公开 API 从 v0.1.0 起视为契约，变更走"扩展→兼容→迁移→移除"。
+- spec 定义的兼容：spec `version` 字段递增用于宿主审计；id 一旦被消费方依赖即不改语义（改名=新 id+旧 id 禁用）。
+- 回退：消费方以普通 PR 恢复旧 gitlink 即回退本模块；本仓配置快照失败保留上一个 applied，不需要专门恢复程序。
+
+## 验收
+
+| 需求/验收条件 | 负责模块/不变量 | 验证方法 | 结果 |
+|---|---|---|---|
+| 同输入+同快照→同结果（确定性） | intent/recognizer | 表驱动单测（含同分并列场景） | 待执行 |
+| guard 保护域不可被 overlay 禁用/覆盖 | intent/loader | 负例单测：整批原子失败、错误码 `intent.spec_protected` | 待执行 |
+| 配置错误定位到字段与来源 | intent/spec 校验 | 未知键/坏正则/空 matcher/槽位越界负例 | 待执行 |
+| 合并语义（新增/覆盖/禁用/version 递增） | intent/registry+loader | Go+JSON 双源合并表测 | 待执行 |
+| 无匹配=Fallback 正常返回，非错误 | intent/result | 单测断言 Branch 与 nil error | 待执行 |
+| Reload 失败保留旧快照；并发识别不受影响 | intent/registry | `-race` 并发测试 | 待执行 |
+| 硬负例语料（否定写+只读、排除词、近义混淆） | testdata 评测集 | 表测逐条断言期望分支 | 待执行 |
+| 错误码与上游 intent 域逐个相等 | catalogcheck | 对齐测试 | 待执行 |
+| 零第三方依赖 | go.mod | `go list -m all` 仅标准库+两个生态模块 | 待执行 |
+| 消费方可按生态范式接入 | conformance+examples | 示例端到端跑通（embed 配置→识别→槽位） | 待执行 |
+
+| 用户/系统条件 | 检查层级 | 预期结果 | 必需环境 |
+|---|---|---|---|
+| 系统功能命令被 guard 拦截（原例） | examples 端到端 | GuardHit + 宿主 handler 键 | 本地 Go 1.27 |
+| 普通目标文本走 Fallback（变体） | examples 端到端 | Fallback 分支，不误触 | 同上 |
+| 歪曲写法/否定式（边界） | 硬负例语料 | 不误命中高斯 intent | 同上 |
+| 正常行为保持（Squad 接入后） | Squad conformance | 原蓝图匹配行为由宿主基线 spec 复现 | P4 |
+
+## 模块设计卡
+
+| 维度 | 内容 |
+|---|---|
+| owner、目的、非职责 | weichen；通用意图识别机制（定义/合并/识别/槽位/诊断）；不做领域内容、动作执行、LLM 客户端、HTTP 服务 |
+| 隔离范围与失效行为 | L1 库级逻辑隔离；无 I/O 依赖（配置加载除外）；识别路径纯内存，失败影响=单次返回错误，不崩溃宿主 |
+| 数据与不变量 | 快照唯一写者=Reload；spec 只在快照构建期编译；revision 单调；同输入同快照同结果 |
+| 入口 | Query：Recognize、Explain、Conflicts；Command：Reload、Register（构建期）；无 Event/Stream |
+| 契约 | 见「结果契约」；错误=系统级失败（intent.* 码），无匹配=正常分支 |
+| 依赖 | 公开端口：Classifier/ExpectationProvider/Segmenter（宿主实现）；必需：无；可选：logsys、errcode（仅 catalogcheck） |
+| 独立测试 | 纯函数识别 + testdata 语料，无外部 I/O；时间不参与裁决；conformance 供消费方复用 |
+| 简洁性 | 调用方只需 Recognize(ctx, input, snap)；快照/合并/编译复杂性全部隐藏在 Loader+Registry |
+| 并发/副作用 | 识别只读；Reload 原子指针替换；识别期零编译零分配热点 |
+| 故障控制与定位 | 配置失败 fail-closed 保留旧快照；定位信号=错误码+字段（spec id/来源/字段路径）+Explain 轨迹 |
+| 生命周期 | 无常驻资源；Close 仅透传日志 Sync 由宿主管理 |
+| 验收 | 见验收表 |
+
+## 决策与剩余项
+
+需负责人确认的选择（均有推荐项）：
+
+- **D1 实现来源**：全新编写（推荐）vs 移植 Agent-System `internal/intent` 代码。推荐全新：原实现与 Agent-System 会话模型/33 IntentType 强耦合，且可避免跨仓来源与授权问题；机制结构（漏斗/分支/元数据）已在本方案吸收。
+- **D2 配置格式**：JSON（推荐，stdlib-only 与生态一致）vs YAML（需引第三方依赖，破坏零依赖边界）。
+- **D3 错误码接入模式**：Pattern B 常量+鸭子+catalogcheck（推荐，同 Agent-Native）vs 直接 import errcode（Squad 式，重一级）。
+- **D4 Error-Code-System 上游 `intent` 域 PR**：需授权修改另一仓（最小 3 码）。若暂不动上游，备选是本仓 catalogcheck 内 `LoadJSON` 自建域（不推荐，形成事实双权威）。
+- **D5 v1 范围**：不含 LLM 分类器实现、不含动作执行器、不含 HTTP 面（推荐；L2/执行留接口给宿主）。
+- **D6 生态 pin 组合**：三个 submodule pin 与 Squad/Native 当前一致（guidelines 26b562d2 / errcode 95a03b75 / logsys 2c5716f；实现时实测复核）。
+- **D7 远端建仓时机**：P0 阶段用 Gitea API 建远端仓并首推 main（token 在 `~/.secrets/gitea`，按惯例不回显）。
+
+剩余项：Squad/Native 的具体接入 PR 细节在 P4 前另立方案；Agent-System 未来是否以本模块替换 `internal/intent` 不在本方案范围。