Agent-System-Backend/internal/runmgr/subagent_transcript.go

package runmgr

import (
	"encoding/json"
	"fmt"
	"log"
	"os"
	"path/filepath"
	"time"

	core "agent-system-core"
)

// subagent_transcript.go — 子代理独立转录与中断续跑（N2 WP5）。
// 每个子 run 一个目录：<workspaceRoot>/<owner>/<conv>/subagents/<runID>/
//   request.json     派生请求（agentID/name/task/hint/detach），续跑的重建凭据
//   transcript.jsonl 按 part 追加的转录（完成/中断时落定）
//   done.json        终态标记（resume 幂等：有它不再续跑）
//   resumed.json     已续跑标记（指向新 run）

// subagentDir 返回子 run 的转录目录（未配置 workspaceRoot 时为空，写盘静默跳过）。
func (m *Manager) subagentDir(owner, convID, runID string) string {
	if m.workspaceRoot == "" {
		return ""
	}
	return filepath.Join(m.workspaceRoot, filepath.Clean(owner), filepath.Clean(convID), "subagents", filepath.Clean(runID))
}

// subagentRequest 是 request.json 的内容。
type subagentRequest struct {
	AgentID   string `json:"agentId"`
	Name      string `json:"name"`
	Task      string `json:"task"`
	Hint      string `json:"hint,omitempty"`
	Detach    bool   `json:"detach"`
	CreatedAt string `json:"createdAt"`
}

// writeSubagentRequest 在派生时落 request.json 与空转录（失败只记日志，
// 不阻断派生——转录是辅助面）。
func (m *Manager) writeSubagentRequest(run core.Run, agentID, name, task, hint string, detach bool) {
	dir := m.subagentDir(run.Owner, run.ConversationID, run.ID)
	if dir == "" {
		return
	}
	if err := os.MkdirAll(dir, 0o755); err != nil {
		log.Printf("[runmgr] subagent dir %s: %v", run.ID, err)
		return
	}
	body, _ := json.MarshalIndent(subagentRequest{
		AgentID: agentID, Name: name, Task: task, Hint: hint, Detach: detach,
		CreatedAt: time.Now().UTC().Format(time.RFC3339),
	}, "", "  ")
	if err := os.WriteFile(filepath.Join(dir, "request.json"), body, 0o644); err != nil {
		log.Printf("[runmgr] subagent request %s: %v", run.ID, err)
	}
	// 转录文件先建（append 语义清晰可见）。
	if _, err := os.OpenFile(filepath.Join(dir, "transcript.jsonl"), os.O_CREATE|os.O_WRONLY, 0o644); err != nil {
		log.Printf("[runmgr] subagent transcript %s: %v", run.ID, err)
	}
}

// writeSubagentTranscript 把本次收集到的 parts 追加进转录并落 done 标记。
// status 是终态（completed/failed/cancelled/interrupted）。
func (m *Manager) writeSubagentTranscript(run core.Run, parts []core.Part, status string) {
	dir := m.subagentDir(run.Owner, run.ConversationID, run.ID)
	if dir == "" {
		return
	}
	if err := os.MkdirAll(dir, 0o755); err != nil {
		return
	}
	f, err := os.OpenFile(filepath.Join(dir, "transcript.jsonl"), os.O_CREATE|os.O_WRONLY|os.O_APPEND, 0o644)
	if err != nil {
		log.Printf("[runmgr] transcript open %s: %v", run.ID, err)
		return
	}
	enc := json.NewEncoder(f)
	for i, p := range parts {
		_ = enc.Encode(map[string]any{"index": i, "type": string(p.Type), "text": p.Text, "at": time.Now().UTC().Format(time.RFC3339)})
	}
	_ = f.Close()
	done, _ := json.Marshal(map[string]string{"status": status, "endedAt": time.Now().UTC().Format(time.RFC3339)})
	if err := os.WriteFile(filepath.Join(dir, "done.json"), done, 0o644); err != nil {
		log.Printf("[runmgr] done marker %s: %v", run.ID, err)
	}
}

// doneStatus 读 done.json 的 status（无文件或不可读按 "interrupted" 处理——
// 缺标记本身就是中断现场）。
func doneStatus(dir string) string {
	body, err := os.ReadFile(filepath.Join(dir, "done.json"))
	if err != nil {
		return "interrupted"
	}
	var done struct {
		Status string `json:"status"`
	}
	if json.Unmarshal(body, &done) != nil || done.Status == "" {
		return "interrupted"
	}
	return done.Status
}

// readSubagentRequest 读 request.json（无文件返回 nil, nil）。
func readSubagentRequest(dir string) (*subagentRequest, error) {
	body, err := os.ReadFile(filepath.Join(dir, "request.json"))
	if os.IsNotExist(err) {
		return nil, nil
	}
	if err != nil {
		return nil, err
	}
	var req subagentRequest
	if err := json.Unmarshal(body, &req); err != nil {
		return nil, fmt.Errorf("request.json: %w", err)
	}
	return &req, nil
}

// ResumeInterruptedChildren 重启后扫描被中断的子代理 run：有派生请求且
// 未完成未续跑的，用原请求重新派生（后台），并把前次转录路径写进 hint
// 供模型读取后继续（N2 WP5 的「可恢复」）。幂等：done/resumed 标记跳过。
func (m *Manager) ResumeInterruptedChildren() {
	runs, err := m.st.ListInterruptedSubagentRuns()
	if err != nil {
		log.Printf("[runmgr] resume scan: %v", err)
		return
	}
	for _, run := range runs {
		// 恢复隔离（协作存储 U3）：未知外部副作用的 run 不自动续跑——hold
		// 未解除即跳过；判定出错同样跳过（fail-closed：宁可人工核对，不盲重派）。
		if held, herr := m.st.HasOpenRecoveryHold(string(run.ID), string(run.ConversationID)); herr != nil || held {
			if herr != nil {
				log.Printf("[runmgr] resume skip %s: recovery hold 判定失败（fail-closed）: %v", run.ID, herr)
			} else {
				log.Printf("[runmgr] resume skip %s: recovery hold 未解除（人工核对后显式释放才会续跑）", run.ID)
			}
			continue
		}
		dir := m.subagentDir(run.Owner, run.ConversationID, run.ID)
		if dir == "" {
			continue
		}
		// done.json 语义分流（N3 WP1）：终态（completed/failed/cancelled）挡续跑；
		// interrupted 不挡——优雅停机与崩溃都是可续跑现场。
		if doneStatus(dir) != "interrupted" || fileExists(filepath.Join(dir, "resumed.json")) {
			continue
		}
		req, err := readSubagentRequest(dir)
		if err != nil {
			log.Printf("[runmgr] resume read %s: %v", run.ID, err)
			continue
		}
		if req == nil {
			continue // WP5 之前的旧 run 没有重建凭据，保持 interrupted 终态
		}
		parent, err := m.st.GetRunByID(run.ParentRunID)
		if err != nil {
			log.Printf("[runmgr] resume parent %s: %v", run.ParentRunID, err)
			continue
		}
		hint := req.Hint + "\n（本任务是前次中断后的自动续跑；前次转录在 " +
			filepath.Join(dir, "transcript.jsonl") + "，可读取后继续。）"
		newID, err := m.spawnBackground(parent, req.AgentID, req.Name, req.Task, hint)
		if err != nil {
			log.Printf("[runmgr] resume spawn %s: %v", run.ID, err)
			continue
		}
		marker, _ := json.Marshal(map[string]string{
			"newRun":    newID,
			"resumedAt": time.Now().UTC().Format(time.RFC3339),
		})
		if err := os.WriteFile(filepath.Join(dir, "resumed.json"), marker, 0o644); err != nil {
			log.Printf("[runmgr] resumed marker %s: %v", run.ID, err)
		}
		log.Printf("[runmgr] resumed subagent %s as %s", run.ID, newID)
	}
}

func fileExists(path string) bool {
	_, err := os.Stat(path)
	return err == nil
}