Compare commits
| Author | SHA1 | Date | |
|---|---|---|---|
 weichen
|
3947a12700 | ||
|
weichen
|
3e43193f45 | ||
|
weichen
|
1f8ad3b99b | ||
|
weichen
|
9206e0d77c | ||
|
weichen
|
238f90e92a | ||
|
weichen
|
d3c9b4554e | ||
|
weichen
|
176db44c4b | ||
|
weichen
|
69360de5bb | ||
|
weichen
|
9995552152 | ||
|
weichen
|
4e57196a8e |
@@ -8,7 +8,7 @@
|
||||
| 面 | 标识 | 规则 |
|
||||
|---|---|---|
|
||||
| 插件清单 | `apiVersion` | 接受 `1.0` 与 `2.0-experimental`。其他值整包拒绝（fail-closed） |
|
||||
| 公开 Go 包 | `extension.SurfaceVersion` | `2.0.0-experimental`。实验窗口内允许破坏性调整，但必须改契约快照并在提案里写一句 |
|
||||
| 公开 Go 包 | `extension.SurfaceVersion` | 实验系列 `2.x.0-experimental`（2026-10-09 v0.2.0 时为 `2.5.0-experimental`，每次加法升次版本号）。实验窗口内允许破坏性调整，但必须改契约快照并在提案里写一句 |
|
||||
| HTTP API | 路径前缀 `/api/` 与 `/host/v1/` | 已发布路径只加字段，不改语义、不删字段。新能力用新路径 |
|
||||
|
||||
弃用：公开符号先标记注释 `Deprecated:`，至少一个下游可升级的版本之后才删除。实验窗口内的删除仍要改快照测试，不能静默。
|
||||
@@ -45,10 +45,11 @@ replace agent-system-core => ../Agent-System-Dev/modules/core
|
||||
|
||||
## 5. 发版命令（owner 执行，本次未执行）
|
||||
|
||||
tag 名以 V1.2 实施推进方案批复的 `v0.2.0` 为准（2026-10-05 对齐；五仓 backend/core/frontend/ui/Dev 同打）：
|
||||
tag 名以 V1.2 实施推进方案批复的 `v0.2.0` 为准（2026-10-05 对齐；五仓 backend/core/frontend/ui/Dev 同打）。
|
||||
具体提交、tag 消息与核对命令以 [v0.2.0 发版记录](../records/2026-10-09-base-v0.2.0-release.md) 为准（消息里的 SurfaceVersion 写发版时的实际值）：
|
||||
|
||||
```
|
||||
git tag -a v0.2.0 -m "extension surface 2.0.0-experimental"
|
||||
git tag -a v0.2.0 <该仓对应提交> -m "<发版记录里的消息>"
|
||||
git push origin v0.2.0
|
||||
```
|
||||
|
||||
|
||||
@@ -9,6 +9,7 @@
|
||||
- **希望符号**：`pkg/extension` 新增 `Request` / `Handler` / `Host`（owner 作用域宿主句柄最小集）与 `Registry.AddCommandHandler(spec, h)`；基座侧配套 `cmdbus.Bus.RegisterPluginCommand`。
|
||||
- **为何现有注册点组合不出来**：`RegisterPluginCommands` 仅登记 spec；`HostClient` 走 sidecar HTTP 且需要进程内不可得的 host token；owner 作用域必须由基座在分发时构造，插件无法自造。
|
||||
- **兼容**：只加符号与方法，不改既有路径语义；`SurfaceVersion` 保持 `2.0.0-experimental`，实验窗口内的接口调整以本提案为记录。
|
||||
（2026-10-09 注：此后 EXT-8/9/11/12 与执行原语硬开关按 compat-policy 逐次加法升级，v0.2.0 发版时为 `2.5.0-experimental`，见 [v0.2.0 发版记录](../records/2026-10-09-base-v0.2.0-release.md)。）
|
||||
|
||||
## 2. 公开面变更（surface.txt 12 → 15 项）
|
||||
|
||||
|
||||
@@ -0,0 +1,166 @@
|
||||
# EXT 申请包 · C1–C7：RDM 多人共享契约的基座最小扩展（EXT-6…EXT-12）
|
||||
|
||||
| 项目 | 内容 |
|
||||
|---|---|
|
||||
| 状态 | proposed（2026-10-08）；owner：weichen；任务：Dev `feature/ext-c1-c7-applications` |
|
||||
| 性质 | 扩展点申请包（extension-compat-policy 流程第 2 步：基座侧评审）。**本文只立申请，不实施**；各 EXT 实现另立任务卡 |
|
||||
| 需求依据 | RDM 仓 U0 主记录 `docs/proposals/2026-10-08-U0-baseline-and-shared-contracts.md` §5 契约 C1–C7（RDM main `ca72cfc` 已合入，含 D1–D9 裁定）；来源=用户 2026-10-08 会话批准的 U0 实施计划 |
|
||||
| 现状证据 | 均为 SELF·源码级，引用对象：Dev `34a2bbe`（backend gitlink `fe7c245`）；RDM pin backend `cb26e4c`（v0.1.0）相同结论者已注明。运行态 NOT_RUN |
|
||||
| 编号 | 按既有序列（EXT-1/3/4/5 在案）顺延 **EXT-6…EXT-12**；最终编号以受理评审为准 |
|
||||
|
||||
## 0. 总则
|
||||
|
||||
- **推荐路线**（U0 裁定 D1，修订 V2.1 草稿 J-09「基座不改动」）：领域规则（成员、角色、三权、
|
||||
发布状态）住 RDM 下游仓；基座只补**通用、无领域词汇**的最小扩展面。每条申请遵守 INV-2：
|
||||
基座代码与 diff 不出现 RDM 领域字样，全部以「资源授权/受管配置/投影过滤」等通用语义表述。
|
||||
- **事实依据（为何纯下游组合不出来）**：基座一切资源访问按 owner 硬边界
|
||||
（`internal/store/projects.go:22-34`），EXT-1 Host 强制 owner 归属且**无知识删除/更新**
|
||||
（`pkg/extension/host.go:43-46`、`internal/app/hostcaps.go:101`）。RDM 增加成员表不能改变
|
||||
基座过滤；给每人复制知识库被 U0 §4 明确禁止。
|
||||
- **SurfaceVersion 影响**：EXT-6/7/9 触及 `pkg/extension` 导出面（Registry/Options/Host 方法），
|
||||
属加法变更——按 extension-compat-policy 升 SurfaceVersion（2.0.0-experimental 内加法，
|
||||
surface.txt 同步）；EXT-8/10/11/12 为 internal/HTTP 行为扩展，不动导出面。
|
||||
- **分期建议**（对齐 U0 §10）：EXT-8（授权适配器）与 EXT-9（索引发布）为序 4「项目范围与
|
||||
授权基础」的硬前置；EXT-6/EXT-12 支撑序 4–5；EXT-7/EXT-10 可随后。EXT-8 建议最先评审。
|
||||
- **通用默认不变量**：每条扩展的缺省行为=现状（未注册/未配置时与今日基座完全一致），
|
||||
RDM 产品部署显式启用；通用基座与既有下游不受影响。
|
||||
|
||||
---
|
||||
|
||||
## 1. EXT-6（←C1）可信身份：账号停用与会话吊销
|
||||
|
||||
- **场景**：RDM R01 唯一管理员移交后旧凭证须立即失效；成员移除同理。现状基座账号只有
|
||||
创建/改密/列表（`internal/server/accounts.go:184-261`），无停用语义，撤销账号后其 API key
|
||||
与会话仍有效到自然过期。
|
||||
- **期望公开面**：①`POST /api/admin/users/{owner}/disable|enable`（requireAdmin 保护）；
|
||||
②users 表加 `disabled` 布尔（迁移，default false）；③认证链（API key 校验与会话校验，
|
||||
`internal/server/auth.go:29-64`）与 `requireAdmin` 拒绝 disabled 账号并吊销其在途会话。
|
||||
「全局唯一管理员」由 RDM 产品策略约束（部署约定+台账），不强制基座单管理员。
|
||||
- **为何组合不出**：无任何现有端点或设置键能改变账号认证状态；RDM 无法经 EXT-1 Host 触达
|
||||
认证层（Host 无账号域能力，也不应有一—属平台面）。
|
||||
- **兼容方式**：纯加法（新端点+新列 default false）；未停用=现状。SurfaceVersion 不变
|
||||
（不动 pkg/extension）。
|
||||
- **验收**：停用后该账号 API key 与 cookie 即刻 401；管理员功能不受影响；启用可恢复。
|
||||
|
||||
## 2. EXT-7（←C2）受管系统配置：最终生效值受策略约束
|
||||
|
||||
- **场景**：RDM R01——模型端点/密钥、工具上限、系统插件由管理员控制；个人偏好保留。现状
|
||||
设置链 `defaults → system(启动注入) → user → project`（`internal/settings/settings.go:131-147`），
|
||||
user/project 可覆盖一切；system 层不落库且组合根只注入 dataDir
|
||||
（`internal/app/app.go:130`）——只藏设置页或只禁今后写入都处理不了既有覆盖。
|
||||
- **期望公开面**：①`extension.Options` 增受管注入：`ManagedSettings map[string]any`（键集+
|
||||
值，由宿主二进制启动注入）；②设置服务按受管键集跳过 user/project 覆盖（Effective 尊重
|
||||
策略）；③受控键的 user/project 写入返回结构化拒绝并附依据；④`GET /api/settings` 标注
|
||||
哪些键受管。RDM 在自有二进制 main 里以管理员配置注入。
|
||||
- **为何组合不出**：Options 无注入口；`SetSystemOverride` 是组合根私有；下游无法让 Effective
|
||||
忽略 user/project 的既有覆盖。
|
||||
- **兼容方式**：`ManagedSettings` 缺省 nil=现状（无受管键，行为不变）；pkg/extension Options
|
||||
加字段=导出面加法，SurfaceVersion 与 surface.txt 同步升。
|
||||
- **验收**：预置 user 覆盖的受控键，注入策略后生效值=受管值；普通用户写受控键被拒且
|
||||
`GET /api/settings` 可解释；未受管键的个人偏好不受影响。
|
||||
|
||||
## 3. EXT-8（←C4）资源授权适配器：项目共享的读取通道 ⭐关键路径
|
||||
|
||||
- **场景**：RDM R03/R04/R05——成员 B 依 RDM 成员表读取成员 A 提交的项目资料（工件原件、
|
||||
检索、引用、下载、图查询）；撤销后停止。现状一切资源入口按 owner 过滤
|
||||
（`internal/store/projects.go:22-34`；工件/知识/卡片同理），Host 读取族同样强制本人
|
||||
owner（`pkg/extension/host.go:43-46`）。
|
||||
- **期望公开面**：①基座提供**授权适配器注册点**（HTTP 组合根）：`RegisterResourceAuthorizer(
|
||||
func(owner, resourceProjectID core.ID) (allow bool, err error))` 形态的进程内回调，经
|
||||
`extension.Options` 或 Registry 注入（具体挂点评审定）；②资源入口（项目/工件/知识检索/
|
||||
卡片读取的 HTTP 层与 Host 读取族）在 owner 自有判定未命中时回调适配器：返回 true 则按
|
||||
「项目共享」放行，false/未注册=现状 NotFound（不泄露存在性）；③适配器只回答布尔，
|
||||
不接触基座内部状态；④放行日志入审计（owner×resource×decision）。
|
||||
- **为何组合不出**：owner 过滤在 SQL 层硬编码；无任何回调或配置可改变跨 owner 可见性；
|
||||
回环 HTTP 模拟他人身份被认证中间件阻止（V1.1 教训，10 号方案已证）。
|
||||
- **兼容方式**：未注册适配器=现状零差异；回调失败按拒绝（fail-closed）。pkg/extension
|
||||
加法→SurfaceVersion 升。**注意**：本 EXT 使基座首次具备跨 owner 授权读取语义，评审须
|
||||
重点核对回调契约的最小性（仅 owner×projectID 两参，不透出对象细粒度——细粒度由 RDM
|
||||
在自己的命令层做）。
|
||||
- **验收**：同项目两人+另一项目一人（RDM 成员表桩）：共享资源四入口（原件/检索/引用/下载）
|
||||
一致放行；跨项目与替换引用拒绝且 NotFound 不泄露；撤销成员后新访问立即拒绝；审计可查。
|
||||
|
||||
## 4. EXT-9（←C5）索引发布与撤销：留存 ≠ 可检索
|
||||
|
||||
- **场景**：RDM R07——存疑资料确认前不得进入任何正式检索；发布有稳定版本、撤销即时生效。
|
||||
现状基座上传端点在下游相关性判定**之前**即写检索索引
|
||||
（`internal/server/server.go:1039-1046`；RDM pin 相同）；Host 知识面只有
|
||||
`KnowledgeWrite`（强制 owner），无删除/更新（`pkg/extension/host.go:43-46`）。
|
||||
- **期望公开面**：①基座上传预索引开关（`Options` 或项目设置键 `uploads.autoIndex`，缺省
|
||||
true=现状；RDM 部署关闭，索引决定移交其命令层）；②Host 增 `KnowledgeDelete(owner,
|
||||
sourcePrefix string, versions …) / KnowledgeUpdate`（或等价发布令牌语义：写入带稳定
|
||||
`PublishID`，删除按 PublishID 幂等）；③删除仅作用于插件来源（`Source` 前缀
|
||||
`plugin:<id>`），公共 manual 来源不可被插件删。
|
||||
- **为何组合不出**：检索索引无删除面；上传索引行为硬编码；RDM 无法撤回已入索引的存疑内容。
|
||||
- **兼容方式**：开关缺省现状；Host 删除方法为导出面加法（surface.txt/SurfaceVersion 同步）。
|
||||
- **验收**：相关/存疑/拒绝三份样本：仅获准发布版本可检索；重试不重复建索引；撤销后检索与
|
||||
上下文注入立即停止（含 Host 读取族）；manual 来源不可删。
|
||||
|
||||
## 5. EXT-10（←C3）分发前校验钩子与会话归属
|
||||
|
||||
- **场景**：RDM R18——对话/按钮/卡片/API 四入口同源且对象-会话-项目关联可校验；旧卡片/
|
||||
重复确认不得操作新版本。现状 `POST /api/commands/{id}` 不校验 conversationId 归属
|
||||
（`internal/server/server.go:823-836`），确认卡锚定客户端自报会话
|
||||
（`internal/cmdbus/cmdbus.go:294-316`）；插件命令注册不写 slash 别名，对话入口不可达
|
||||
`rdm.*`（`cmdbus.go:145-153`，v0.1.0 与 main 同——阶段总案 §2.3 已登记）。
|
||||
- **期望公开面**：①分发前校验钩子：`RegisterDispatchGuard(func(owner, conversationID string)
|
||||
error)`（未注册=现状放行；RDM 注入「会话属该项目且属于该 owner」判定）；②
|
||||
`RegisterPluginCommand` 增可选 slash 别名参数（或 manifest 字段），对话入口 `/rdm.*`
|
||||
可解析；③别名与 intents 命中路由到插件命令的打通（阶段总案既有缺口，并入本 EXT 或
|
||||
单列由评审定）。
|
||||
- **为何组合不出**：execCommand 对 conversationId 零校验也无回调点；slash 表只由内置与
|
||||
用户命令登记写入（`cmdbus.go:109-127`），插件路径不写。
|
||||
- **兼容方式**：钩子/别名均缺省=现状；internal 行为扩展为主（Registry 签名若变则属
|
||||
pkg/extension 加法，SurfaceVersion 升）。
|
||||
- **验收**：伪造他人会话/项目引用的命令被拒；`/rdm.ping` 在对话入口可达且回执与按钮入口
|
||||
同源（同一审计信封）；陈旧卡片确认不生效（既有 ErrNotAwaiting 之上叠加对象版本校验）。
|
||||
|
||||
## 6. EXT-11（←C6）按 owner 重建受限 Host：后台任务恢复
|
||||
|
||||
- **场景**：RDM R10/R21——慢任务跨重启不丢不重；撤权后不越权续跑。现状 RDM 慢通道是进程
|
||||
内存队列并把分发时 Host 句柄留在队列（RDM `internal/rdmapp/slow.go:53,66`，重启即丢、
|
||||
撤权不重验）；基座任务台账仅记账（`pkg/extension/host.go:48-50`）。
|
||||
- **期望公开面**：基座侧缺口小——提供「按 owner+pluginID 构造受限 Host」的公开工厂
|
||||
（如 `extension.NewScopedHost(owner, pluginID)` 形态或 Registry 上的查询），供下游在
|
||||
恢复任务时重建执行上下文；任务体、输入版本、幂等与重验策略由 RDM 自管（U0 §7）。
|
||||
**不序列化旧 Host**——重建受限上下文，天然以当前权限为准（配合 EXT-8 的授权适配器，
|
||||
撤权即拒绝）。
|
||||
- **为何组合不出**：inprocHost 是 internal 类型按分发请求私有构造
|
||||
（`internal/app/compiled.go:42`）；下游无任何入口可在分发期之外获得合法句柄。
|
||||
- **兼容方式**：纯加法工厂函数；不改变分发期语义。pkg/extension 加法→SurfaceVersion 升。
|
||||
- **验收**：下游以工厂重建的 Host 执行读/写，owner 作用域与分发期一致；重启后同任务不重复
|
||||
执行（RDM 侧幂等）+ 撤权后重建 Host 的读取被适配器拒绝。
|
||||
|
||||
## 7. EXT-12（←C7）卡片/事件投影过滤：私人事件与公共投影分离
|
||||
|
||||
- **场景**：RDM R04/R18——私人会话卡不得进项目公共流；公共投影只含获准发布的状态；撤权
|
||||
后重放不泄露。现状会话卡**全量镜像**到项目频道（`internal/cardsvc/cardsvc.go:41-60`，
|
||||
注释自述「全量镜像换取口径简单」）——单 owner 下无害，多人项目即隐私泄露路径。
|
||||
- **期望公开面**：卡片镜像策略可配置：①按卡属性过滤（kind/来源）的内置开关，或②复用
|
||||
EXT-8 适配器语义的投影可见性回调（`func(owner, card) bool`）——评审择一，倾向①最小。
|
||||
RDM 部署关闭会话卡镜像，只用项目级卡承载公共投影。
|
||||
- **为何组合不出**：emitCard 镜像逻辑硬编码；无配置面。
|
||||
- **兼容方式**：缺省=现状全量镜像；internal/设置键扩展，不动导出面。
|
||||
- **验收**：关闭镜像后会话卡仅出现在本人会话流；项目流只含项目级卡；既有单用户部署行为
|
||||
不变；SSE 重放遵循同一过滤。
|
||||
|
||||
## 8. 不在本申请包（显式排除）
|
||||
|
||||
- 需求条目化/模板/法规双通道/三权流程等 RDM 领域能力（U0 §2 R08–R16）——全部住下游。
|
||||
- 飞书渠道 EXT-3：既有在案申请，节奏不变（MS4 前）。
|
||||
- 命令审计跨租户修复：**不是扩展**，是缺陷修复，已另行（Backend PR #104 + Dev PR #262）。
|
||||
|
||||
## 9. 受理建议
|
||||
|
||||
| EXT | 前置的 U0 序 | 建议评审优先级 | SurfaceVersion |
|
||||
|---|---|---|---|
|
||||
| EXT-8 授权适配器 | 序 4 硬前置 | **P0 最先** | 升（加法） |
|
||||
| EXT-9 索引发布/撤销 | 序 4 硬前置 | P0 | 升（加法） |
|
||||
| EXT-6 账号停用 | 序 4–5 | P1 | 不变 |
|
||||
| EXT-11 Host 工厂 | 序 4 | P1 | 升（加法） |
|
||||
| EXT-10 分发守卫/别名 | 序 3 剩余半边（基座侧） | P1 | 视形状 |
|
||||
| EXT-7 受管配置 | 序 4–5（R01） | P2 | 升（加法） |
|
||||
| EXT-12 投影过滤 | 序 5 | P2 | 不变 |
|
||||
|
||||
每条受理后按 extension-compat-policy 走「基座任务卡实现→发版→RDM 升钉」；预计随 v0.2.0
|
||||
之后的 v0.3.x 分批落地（对齐 RDM 阶段总案 §3.3 与风险 R-5）。
|
||||
@@ -0,0 +1,86 @@
|
||||
# 智能体工作流质量改进：诊断、裁定与分期计划
|
||||
|
||||
状态：**已获实施授权（2026-10-09，六项裁定见 §3）**；owner：weichen；
|
||||
主任务：Dev 仓 `feature/agent-quality-phase01`（Phase 0+1 首个增量）。
|
||||
撰写日期：2026-10-09。诊断依据：dev 实例真实运行转录（PG pg1 13 次 run + 旧
|
||||
SQLite 53 次，共 62 条助手消息、263 次工具调用；模型 MiniMax-M2.7-highspeed，
|
||||
direct 入口），对照本机 ZCode v3.14.3 源码与 codex/opencode/pi/Kimi CLI/Cursor
|
||||
公开资料（2026-10-09 抓取）。诊断证据级别 SELF（本地观察与复算）。
|
||||
|
||||
本文件是该改进方向的主记录：目标、裁定、分期与验收以本文为准；
|
||||
各阶段实施细节与结果记在对应任务卡，不回写复述。
|
||||
|
||||
---
|
||||
|
||||
## 1. 问题陈述
|
||||
|
||||
与 codex / pi / kimi / cursor / zcode / opencode 相比，本系统直连对话路径在
|
||||
「工作细致、详细、完善」上存在可测差距。真实转录中定位到的失败链（均已复核）：
|
||||
|
||||
1. **信息逐轮衰减**：跨轮上下文由界面消息有损重建——工具结果只回放 160 字
|
||||
摘要、参数截断、二进制原件占位、思考内容丢弃；上传材料只在「本轮」注入。
|
||||
后续轮次在摘要的摘要上工作，细节靠编造补齐（实测：「详细方案」中 85%/95%
|
||||
准确率、8000–10000 字等数字在原始转录中不存在；日期星期错配）。
|
||||
2. **修改模型倒挂**：交付物由一次性整段生成脚本产出（docx 无源文件），任何
|
||||
修改=整篇重写重跑（实测一轮 24 次工具调用 9 次失败、6KB 脚本重跑 8 次）。
|
||||
3. **检查失效且误报**：终轮评分的 lint 子进程无 PYTHONPATH 而静默失败（同一
|
||||
docx 带 PYTHONPATH 9 个 error，评分器里 0 个）；终轮检查重评已被替代的旧
|
||||
工件导致死循环；可读性规则把表格单元格「项目概述撰写」判成栏目式标题；
|
||||
历史工件渲染格式 `[产出工件 …]` 与伪造标记检查同形，模型照抄即被拦。
|
||||
4. **最终答复与事实脱节**：composeFinal 只见 160 字摘要，产出了不存在的章节
|
||||
列表和「我会调整后再提交」类未兑现承诺。
|
||||
5. **过程性根因**：无任务级评测。任务卡验证=单测+mock，真实模型被列为非目标；
|
||||
evalgold 只有 1 条规则，eval/ab.go 无运行记录。
|
||||
|
||||
## 2. 根因归纳（按影响排序）
|
||||
|
||||
1. 上下文保真度不足（影响最大）——产品没有把内核的追加式会话记录当权威上下文。
|
||||
2. 工具与修改流程不适合交付物领域——没有「读源码→精确改→编译→看诊断」的对应物。
|
||||
3. 质量控制是事后把关而非让模型自己做好，且把关本身不可靠。
|
||||
4. 行为指引薄弱（何时建计划/失败换路/坚持到完成），工具描述只有一行。
|
||||
5. 没有以真实模型结果为准的评测回路。
|
||||
|
||||
内核能力（read/edit/grep/glob、超长落盘、压缩、会话树）大多已在 agent-native
|
||||
就位，问题主要在产品组装层（`modules/backend/internal/runtime|ctxasm|quality`）。
|
||||
|
||||
## 3. 用户裁定（2026-10-09，授权实施）
|
||||
|
||||
| # | 事项 | 裁定 |
|
||||
|---|---|---|
|
||||
| 1 | 直连对话开放工具与能力 | **开放，尽可能实现和开放所有的工具和能力**（推翻 2026-09-30 预览案「fs 工具实现但不默认提供」的默认关闭裁定） |
|
||||
| 2 | 跨轮上下文以内核会话记录为准 | **同意**（重新生成/排除/回滚映射为会话树分支操作） |
|
||||
| 3 | 交付物 Markdown 源码化 + 构建器 | **可以，但必须保留生成各类文件（docx/xlsx/pptx/pdf/图片等）的能力** |
|
||||
| 4 | composeFinal 与关键词评分降级 | **按建议**：Phase 2/3 落地后 composeFinal 默认关闭（仅异常兜底）；关键词评分移出拦截路径、只作评测指标 |
|
||||
| 5 | 更强模型评测 | **可以，预算无上限** |
|
||||
| 6 | 行为面改动须附真实模型评测 | **按建议**：写入 Dev 仓 policy/delivery.md |
|
||||
|
||||
## 4. 分期与验收
|
||||
|
||||
每阶段独立任务卡 + PR；改动提示词/工具/上下文/门禁的 PR 须附 eval/live
|
||||
真实模型前后对照（裁定 6）。评测口径：`modules/backend/eval/live/`
|
||||
（golden 任务集 + 指标：工具失败率、整篇重跑数、是否读原件、计划使用率、
|
||||
检查误报/死循环、终轮与工件一致性、未核实数字）。
|
||||
|
||||
| 阶段 | 内容 | 验收 |
|
||||
|---|---|---|
|
||||
| **P0 评测基线** | eval/live 运行器 + tasks.json + 指标报告；before/after 各跑一次 | 基线报告能复现 §1 失败链 |
|
||||
| **P1 缺陷修复** | §1.3 的检查失效与误报七项 | 检查误报清零；两条死循环链消失 |
|
||||
| **P2 上下文保真** | 内核会话记录为权威跨轮上下文；窗口按模型真实窗口（token，实测校准）；被清结果落盘留路径+预览；上传材料持久 `inputs/*.md`；交错思考模型回传 `<think>`；接上 9 段压缩模板 | 后续轮 100% 读原件；「更详细」不整篇重写；未核实数字显著下降 |
|
||||
| **P3 工具开放 + 交付物源码化** | 内核 read/edit/grep/glob 接入直连（沙箱=会话工作区）；交付物 = Markdown 源文件 + `housestyle.build` 确定性渲染（自动 lint，诊断指向源行）；写入即诊断；`housestyle.api` 签名查询；保留 run_python 全类型生成能力（裁定 3） | 工具失败率 ≤8%；修改请求整篇重建 ≤1 次；API 幽灵调用消失 |
|
||||
| **P4 行为指引** | 基座提示词「工作方法」段（建计划/失败两次换路/先查 API/坚持到完成/结论先行终稿）；重写高频工具描述；计划提醒常开；按模型分提示词（先 MiniMax） | 多步任务计划使用率 ≥80%；终稿承诺未兑现清零 |
|
||||
| **P5 门禁精简** | 拦截型检查只留硬事实（工件存在/lint 零 error/引用存在）；新增事实一致性检查（数字/日期/人名回溯材料）；验证器按需触发+异模型 | 检查死循环 0；未核实数字显著下降 |
|
||||
| **模型 A/B** | 同一评测集换更强主模型对照（裁定 5，无预算上限） | 区分模型与 harness 各自的贡献，输出选型建议 |
|
||||
|
||||
## 5. 不在本文范围
|
||||
|
||||
- 操作系统级沙箱、多租户隔离策略（沿用现状与既有声明）。
|
||||
- 小队（squad）路径的同批改造——先修直连主路径，squad 经 A/B 对照跟进。
|
||||
- AGENTS.md/DESIGN.md 层面的仓库治理变更。
|
||||
|
||||
## 6. 记录与证据
|
||||
|
||||
- 诊断细节与复现命令：2026-10-09 会话记录（本文件只留结论与指针）。
|
||||
- before 基线：`eval-live/before-main-1ebd46e.json`（任务卡 evidence 引用）。
|
||||
- 关联：[Agent 栈总案](2026-10-02-agent-stack-completion.md)（库分期不受本文影响）、
|
||||
[文件预览与保留能力](2026-09-30-file-preview-and-reserved-capabilities.md)（其 §2.3
|
||||
的 fs 工具默认关闭裁定被本文裁定 1 推翻，以本文为准）。
|
||||
@@ -0,0 +1,124 @@
|
||||
# EXT 申请包 · G1：回合内共享检索、命令即工具、项目列表共享与执行后端接口（B-1/B-2/B-3 + B-5②）
|
||||
|
||||
状态：**proposed（2026-10-09）**；owner：weichen；需求依据 = RDM 评审与实施方案 V1.1
|
||||
（`Agent-System-RDM docs/proposals/2026-10-09-V22-review-and-implementation-plan.md` §3.3/§3.4/§5.3，
|
||||
owner 2026-10-09 Q1–Q8 批复；Q4=方案 A，Q2=暂时禁用＋隔离档）。
|
||||
撰写日期：2026-10-09。配套：[扩展面兼容与演进](2026-10-01-extension-compat-policy.md)、
|
||||
[EXT 申请包 C1–C7](2026-10-08-ext-c1-c7-rdm-shared-contracts.md)（EXT-6…EXT-12）。
|
||||
|
||||
## 0. 总则
|
||||
|
||||
- 本包四条申请按既有序列顺延 **EXT-13…EXT-16**；最终编号以受理评审为准。
|
||||
- 分期（对齐 RDM 方案 §5.2）：B-1（EXT-13）与 B-3（EXT-15）为 **G1 序 4 的硬前置**
|
||||
（成员智能体看不到项目知识 = R04 路径不通）；B-2（EXT-14）为 G2/V0.1 端到端的硬前置
|
||||
（对话入口无法触达 `rdm.*`）；B-5②（EXT-16）为 G2-8 原型的前置。
|
||||
- SurfaceVersion 影响：EXT-14 触及 `pkg/extension` 导出面（命令规格新字段）→ 需升
|
||||
SurfaceVersion 并同步 surface.txt；EXT-13/15/16 为 internal 行为扩展，不改导出面
|
||||
（EXT-16 若只加 `Options` 字段则属加法，见 §4）。
|
||||
|
||||
## 1. EXT-13（←B-1）回合内共享检索：智能体的检索遵循项目共享授权
|
||||
|
||||
- **场景**：RDM R04/R05——成员 B 的智能体在**回合内**（ReAct 循环的 `knowledge_search`
|
||||
工具与自动知识注入）必须能检索到成员 A 已发布的项目知识；现状只能看到本人 owner 的
|
||||
知识。HTTP 面（`/api/…/search`）已走 `RetrieveShared`（EXT-8 余项，Dev #269/#273），
|
||||
但回合内两条路径仍是 owner-only：
|
||||
- `internal/runmgr/runmgr.go:726-736` `runCtx.Retrieve` → `retriever.Retrieve(ctx, c.run.Owner, q)`（owner-only）；
|
||||
- `internal/app/hostcaps.go:64-66` `hostcaps.search`（进程内 `Host.KnowledgeSearch` 底座）→ `pipe.Retrieve(owner)`（owner-only）。
|
||||
结果：同一个成员，页面搜索能看到共享知识，**智能体对话里看不到**——「所有用户的智能体
|
||||
应当能够看到项目级的共享信息」（用户补充材料 §2树1图）走不通。
|
||||
- **希望公开面**：组合根把 EXT-8 适配器（`Server.ProjectAuthz` 同款判定函数）注入
|
||||
runmgr 与 hostcaps：两条检索路径在本人 owner 两路（全文+向量）如常之外，追加
|
||||
「经适配器放行的共享两路」——与 HTTP 面 `rag.Pipeline.RetrieveShared` 完全同一实现与
|
||||
同一授权判定（复用 `sharedVisible`/`SearchKnowledgeShared`，不另造第二套语义）。
|
||||
进程内 `Host.KnowledgeSearch` 同步走共享版。
|
||||
- **为何组合不出**：`RetrieveShared` 已存在，但 runmgr/hostcaps 没有适配器的引用——
|
||||
适配器槽在 `internal/app/hostcaps.go` 的 `projectAuthz`，由组合根在装载扩展后注入
|
||||
Server；runmgr 的构造早于扩展装载，且 `Manager` 无该依赖。下游无法经任何公开面把
|
||||
「按 owner 判定共享」的回调递进回合执行路径。
|
||||
- **兼容方式**：适配器未注册＝现状（本人两路）；注册后共享命中追加、RRF 融合。
|
||||
不动 `pkg/extension` 导出面，SurfaceVersion 不变。
|
||||
- **验收**：同项目两人＋另一项目一人（RDM 成员表桩）：成员 B 发起对话，模型经
|
||||
`knowledge_search` 命中 A 已发布的知识切片（共享命中出现在工具结果）；未授权者与
|
||||
跨项目者为零命中；`Host.KnowledgeSearch`（hostapi 与进程内两形态）行为一致；
|
||||
未注册适配器时与现状逐字节一致（回归）。
|
||||
|
||||
## 2. EXT-14（←B-2）插件命令即工具：`exposeAsTool`（Q4 方案 A）
|
||||
|
||||
- **场景**：RDM V0.1 端到端（C-11）要求「从空项目创建到生成项目建议书，全对话完成」；
|
||||
RDM 的全部能力（两树一网读写、上传、起草、追溯查询）都登记为 `rdm.*` 命令，而智能体
|
||||
回合的工具清单里没有任何插件命令——模型既不能检索笔记树，也不能发起 `rdm.draft.compose`。
|
||||
U0 §3.3/方案 §3.3 裁定走**方案 A**：命令经命令总线暴露为工具，四入口同源
|
||||
（button/card/slash/chat）自然延伸出第五入口「智能体」。
|
||||
- **希望公开面**：命令规格（`agentcommand.CommandSpec` 经 `Registry.AddCommandHandler`
|
||||
登记的 JSON）新增可选字段 `"exposeAsTool": {"risk": "low|medium|high"}`（缺省不暴露）。
|
||||
runmgr 装配工具清单时，把带该字段的命令投影为工具描述（名称=命令 id，参数=命令
|
||||
paramsSchema）；模型调用该工具时，**不分发为工具执行，而是构造 `cmdbus.Request` 经
|
||||
命令总线分发**（Entrance="agent"，Actor=会话 owner，ConversationID=当前会话）——
|
||||
同一审计信封、同一 HITL 内联确认卡（`risk=high` 或命令规格要求确认时照常弹卡）、
|
||||
同一危险分级。
|
||||
- **为何组合不出**：`Registry` 只有 AddSkill/AddCommand/AddCommandHandler/Note/
|
||||
RegisterResourceAuthorizer；工具注册表（`tools.Registry`）与命令总线之间没有任何
|
||||
桥接；MCP 通道（方案 B）绕过命令总线与确认卡，与 SR-E6/HITL 门禁冲突，已被 Q4 否决。
|
||||
- **兼容方式**：`pkg/extension` 命令规格加可选字段＝导出面加法，SurfaceVersion 升
|
||||
（建议 2.6.0-experimental）＋ surface.txt 同步。缺省（不写 exposeAsTool）＝现状零差异。
|
||||
- **验收**：带 `exposeAsTool` 的 `/rdm.ping` 出现在模型工具清单且调用返回回执，
|
||||
审计信封 Entrance="agent" 与按钮入口同源；`risk=high` 的暴露命令在对话内触发内联
|
||||
确认卡；不带字段的命令不出现；RDM 侧 `rdm.trace`/`rdm.baseline` 等只读命令可在
|
||||
回合内被模型调用（成员 B 场景结合 EXT-13）。
|
||||
|
||||
## 3. EXT-15（←B-3）项目列表与建会话的共享放行（SR-G10）
|
||||
|
||||
- **场景**：RDM R03——成员 B 被加入项目后「界面自动出现该项目，可直接开始工作（新建
|
||||
对话）」。基座 `projects` 表按 owner 硬隔离（`store/projects.go:22-34`）：
|
||||
- `GET /api/projects`（`server.go:438-441` `listProjects`）只返回本人 owner 的项目——成员看不到共享项目；
|
||||
- `POST /api/projects/{id}/conversations`（`store/projects.go:124-130`）校验「项目属于请求者」——成员在共享项目下建会话被 404。
|
||||
EXT-8 已放行的入口（工件三入口、SSE 项目流、检索）不含这两处。
|
||||
- **希望公开面**：这两处入口在 owner 自有判定未命中时咨询同一 EXT-8 适配器：
|
||||
`listProjects` 追加经适配器放行的项目（去重、标注 `shared: true` 字段供前端区分
|
||||
展示）；`CreateConversation` 的归属校验放宽为「本人自有 **或** 适配器放行」。会话
|
||||
本身仍归属创建者（owner 不变），只是创建权扩展到成员。
|
||||
- **为何组合不出**：`ListProjects(owner)` 的 SQL 按 owner 过滤，无回调；建会话校验在
|
||||
store 层硬编码。与 C4（EXT-8）同因：纯下游无法改变基座 owner 过滤。
|
||||
- **兼容方式**：未注册适配器＝现状；放行结果带审计。internal 行为扩展，SurfaceVersion
|
||||
不变。
|
||||
- **验收**：成员 B 的 `GET /api/projects` 含共享项目（shared 标注）且不含未授权项目；
|
||||
B 在共享项目下 `POST conversations` 成功、会话 owner=B；撤销成员后两者立即拒绝；
|
||||
项目拥有者视角无任何变化。
|
||||
|
||||
## 4. EXT-16（←B-5②）执行后端接口：隔离执行档（Q2 阶段二，G2-8 原型）
|
||||
|
||||
- **场景**：Q2 裁定「暂时禁用，但后续执行任务时肯定还是要代码执行能力」。v0.2.0 已
|
||||
交付启动级硬关闭（`Options.DisableExecTools`，Backend #110）；隔离档是恢复执行能力的
|
||||
路径：执行的是**模型生成的代码**，须按不可信代码对待（方案 §3.4）：只读系统根、仅挂
|
||||
会话工作目录与技能目录、默认无网、cgroup 资源限额、硬超时、按项目 venv 只读挂载；
|
||||
本机已实测 `bwrap --unshare-all` 可用（无特权 userns 被 AppArmor 限制，bwrap 专门
|
||||
策略放行）。
|
||||
- **希望公开面**：`internal/tools/exec_interpreter.go` 的进程启动点抽象为「执行后端」
|
||||
接口（`ExecBackend`：`Run(spec) → result`），启动参数选择后端：
|
||||
`ExecBackend = direct | sandbox`（缺省 direct＝现状）。sandbox 后端以 bwrap 实现
|
||||
（资源限额经 systemd-run/cgroup v2）。`extension.Options` 增加
|
||||
`ExecBackend string`（加法；空＝direct）。`DisableExecTools` 保留为最终兜底，优先级
|
||||
高于后端选择。
|
||||
- **为何组合不出**：现实现直接 `exec.Command`（`runInterpreter`），无后端抽象；沙箱
|
||||
参数组装（bind 清单、网络命名空间、限额）属平台面，下游插件无法注入。
|
||||
- **兼容方式**：缺省 direct＝逐字节现状；`Options` 加字段＝SurfaceVersion 升。RDM 在
|
||||
G3-7 才切换 sandbox；G1–G2 期间维持 `DisableExecTools=true`。
|
||||
- **验收**：sandbox 后端下逃逸负例全部被拦——读 `~/.secrets`、读其他会话目录、访问
|
||||
外网、fork 炸弹、超时不可杀均为拒绝/杀灭；会话工作目录内 docx 生成任务成功且产物
|
||||
可登记；direct 后端与现状一致（回归）。
|
||||
|
||||
## 5. 不在本申请包（显式排除）
|
||||
|
||||
- EXT-6/7/10/12 完整形态：仍在 C1–C7 包（EXT-6…12）受理轨道，节奏不变。
|
||||
- 提示词随执行可用性切换（`base.deliverables` 在禁用期的降级文案）：基座自有任务，
|
||||
不占 EXT 编号。
|
||||
- UI 仓 nightly runner 修复：与代码无关（rolldown 原生绑定缺失），另立任务。
|
||||
|
||||
## 6. 受理建议
|
||||
|
||||
| 申请 | 内容 | 优先级 | 兼容 |
|
||||
|---|---|---|---|
|
||||
| EXT-13 回合内共享检索 | G1 序 4 硬前置（R04/R05） | **P0 最先** | 不变（internal） |
|
||||
| EXT-15 项目列表/建会话共享 | G1 序 4（R03/SR-G10） | P0 | 不变（internal） |
|
||||
| EXT-14 命令即工具 | G2/V0.1 端到端硬前置（Q4 方案 A） | P1 | 升（加字段） |
|
||||
| EXT-16 执行后端接口 | G2-8 原型（Q2 阶段二） | P1 | 升（加字段） |
|
||||
@@ -0,0 +1,242 @@
|
||||
# 子代理分工、模型分级路由与任务沙箱：调研与方案
|
||||
|
||||
状态：**proposed（2026-10-10）**；owner：weichen；方向来源：用户 2026-10-10 会话
|
||||
（①充分利用子代理；②复杂任务用 dmxapi 的 Sonnet/Opus，常规任务用 MiniMax-M2.7-highspeed；
|
||||
③记录并规划毫秒/亚秒级任务沙箱，**暂不实现**；④对「体感不如 codex/claude code/kimi」的判断）。
|
||||
本文是这四件事的主记录；未经评审的部分一律为「待确认」，不因被记录而视为已批准。
|
||||
|
||||
依据级别：本机实测为 **SELF**（命令与输出见任务卡 evidence 与 §7 复现脚本）；外部资料为
|
||||
一手页面抓取（访问日 2026-10-10，URL 在 §8）；推断明确标注「推断」。
|
||||
|
||||
## 0. 结论先行
|
||||
|
||||
1. **方向对，落点要改。** 子代理只在「读多写少、可并行、输出冗长」的环节净收益为正；
|
||||
交付物的写作与关键决策保持单线程（单一写者）。把复杂任务**整单**交给 Claude，会把最贵、
|
||||
最慢的模型放在 token 最多的工具循环里——A/B 里 opus-5-5 耗时约 4.7 倍、工具失败更多。
|
||||
证据更支持**按阶段/角色路由**：Claude 只做 token 少、杠杆大的环节（复杂任务的规划简报、
|
||||
终稿综合、独立核查），检索、阅读、抽取、跑 Python、排版留给 MiniMax。
|
||||
2. **「体感差」不能主要归因于 MiniMax。** 同一模型换 harness 的分差与相邻代际换模型同量级
|
||||
（MiniMax-M2.1 换 harness 差 7.0 分；同 harness 换成 Opus 4.5 差 3.9–7.4 分 [H11]）。
|
||||
本机实测还发现两处直接拖累体感的协议层问题（§1.2），应先修再下结论。
|
||||
3. **「编造数字」更像模型属性，但可以用机制压住。** 同 harness 下 7→0 支持这一点；但
|
||||
24 个相关观测里「0 处」的 95% 置信上界约 12.5%，不足以宣称清零（§1.3）。数字溯源闸门
|
||||
比换模型便宜，且两者可叠加。
|
||||
4. **沙箱：现在的需求表述里有三处需要修正**（§4.1）——overlay 不是快照、快照只是把冲突
|
||||
推迟到合并、「立即销毁」必须先留存审计材料。修正后，本机条件下 **bwrap + 冻结基底 +
|
||||
overlay** 能做到约 7ms 启动（实测），足够作为默认档；microVM 档只在需要更强隔离时启用。
|
||||
|
||||
## 1. 现状核实（SELF，2026-10-10）
|
||||
|
||||
### 1.1 已有能力（源码，backend `421fee8`，其 deps/agent-native `3b92cb6`）
|
||||
|
||||
| 能力 | 现状 | 位置 |
|
||||
|---|---|---|
|
||||
| 子代理委派 | 模型可调 `delegate_task`，参数 `agent∈{general,explore,research,plan,verify,writer}`、`task`、`background`；深度 1（子不能再派） | `internal/runtime/llm.go:310`、`internal/runtime/llm_direct.go:668`、`internal/runmgr/runmgr.go:1462` |
|
||||
| 子代理模型 | 由画像 frontmatter 决定：`writer` 用 `chat` 档，其余 7 个用 `lightweight` 档；调用方**不能**指定模型 | `internal/prompts/library/agent-sub-*.md`、`internal/runtime/sub_loop.go:48` |
|
||||
| 模型档位 | 只有两档：`models.chat` 与 `models.lightweight`（轻量档空则回落主档），另有 `models.chat.fallbacks` 回退链 | `internal/runtime/model.go:54,84`、`internal/settings/settings.go:73-84` |
|
||||
| 评审/验证 | `review_findings` 并行 1–3 个审查子代理再逐条验证；验证子代理输出 `VERDICT` | `internal/runtime/llm.go:311`、`agent-sub-verify.md` |
|
||||
| LLM 协议 | 后端恒走 OpenAI chat 协议（`openLLMClient` 不设 `Protocol`）；内核已实现 Anthropic Messages 客户端（含 `cache_control`）但**产品未接线** | `internal/runtime/llm.go:491`、`deps/agent-native/runtime/llm/anthropic.go` |
|
||||
| 工具并行 | 内核支持 `ExecParallel`，直连路径未设置 → 默认**串行**执行同一回合的多个工具调用 | `deps/agent-native/runtime/loop.go:203,596`、`internal/runtime/llm_direct.go:268` |
|
||||
| 执行隔离 | EXT-16：`run_shell`/`run_python` 可选 bwrap 档（断网、只读根、tmpfs 遮蔽 `/home` `/tmp`、仅会话目录可写、ulimit、超时杀命名空间）；缺省 direct | `internal/tools/exec_backend.go` |
|
||||
|
||||
### 1.2 本机实测发现的问题
|
||||
|
||||
| # | 发现 | 影响 | 证据 |
|
||||
|---|---|---|---|
|
||||
| F1 | **子代理结论被压成 160 字**：直连路径 `delegate_task` 只把 `res.Summary` 回给父，而 `Summary` 是子代理全文的前 160 字（全文在 `res.Text` 里，被丢弃） | 子代理做完的检索/调研结论，父代理只看到开头一句；这与「上下文防火墙」的用法正好相反，也会诱发父代理凭摘要补细节 | `llm_direct.go:697-700`、`runmgr.go` finishChild（`Summary = truncate(fullText, 160)`） |
|
||||
| F2 | **MiniMax 思考内容混在正文流里**：OpenAI 兼容流式接口默认把思考放进 `content` 的 `<think>` 块；后端在回合结束时才剥离 | 回合进行中前端收到的 `message.delta` 先是一大段思考原文，界面上「正文」区域先显示推理过程；思考计时也不准。官方提供 `reasoning_split=true`，实测开启后思考改走独立的 `reasoning_content`/`reasoning_details` 字段（3/3 次），TTFT 中位数 0.69s | `llm_direct.go:418-475`；probe2 实测（§7） |
|
||||
| F3 | **sandbox 档下交付物生成跑不通**：python-docx/openpyxl/python-pptx 装在 `~/.local`，被 `--tmpfs /home` 遮蔽；`run_python` 描述里「缺失时 pip install --user」在断网档也失效 | RDM 计划 G3-7 切 sandbox 时，docx/xlsx/pptx 生成会直接失败；EXT-16 的「docx 生成任务成功」验收用的是 `printf` 桩，未覆盖真实库 | bench2/bench3 实测：EXT-16 同形参数下 `import docx` → ModuleNotFoundError；只读挂载依赖层后 `import docx, openpyxl, pptx` 成功 |
|
||||
| F4 | **Claude 走兼容协议丢能力**：经 dmxapi/lmuai 的 OpenAI 兼容接口，4 个 Claude 型号都不返回思考字段；改走 dmxapi 的 `/v1/messages` 原生接口，第二次调用 `cache_read_input_tokens=5043`（缓存生效） | A/B 中 Claude 一侧每步按全价重算前缀、没有思考回传——47 分钟的耗时与工具失败部分可归因于此（推断，需日志确认） | anthropic_probe 实测（§7） |
|
||||
| F5 | 直连路径工具串行 | 模型一次发出多个独立检索时逐个等待；4 个被测模型都能在一个回合里给出 2 个并行 tool_calls | probe 实测（§7） |
|
||||
|
||||
### 1.3 A/B 数据的正确读法
|
||||
|
||||
内部 A/B（`.task/model-ab/ab-opus.json` 对 `.task/phase05-eval/after-p5.json`，4 任务 6 回合）：
|
||||
MiniMax 编造数字 7、约 10 分钟、工具 97/失败 19；opus-5-5 编造 0、约 47 分钟、工具 99/失败 33。
|
||||
|
||||
- 样本小且相关：「0 处」的 95% 置信上界约 3/24≈12.5%（rule of three）[R39]，不能宣称清零。
|
||||
- 两侧都不在最佳状态：Claude 一侧走兼容协议（F4）；MiniMax 一侧思考回传已实现
|
||||
（`context.thinkReplay=auto`，`ctxasm.go:206`），但流式分流有 F2 问题。
|
||||
- 速度：公开测速两者相近（opus-5-5 约 96 t/s [H25]，M2.7-highspeed 官方约 100 TPS [H4]；
|
||||
本机短文本实测 48.9 对 50.7 t/s），所以 4.7 倍耗时更可能来自思考量、步数、重试与无缓存（推断）。
|
||||
- Vectara 有据摘要幻觉率 M2.7 12.9%、Opus 4.6 12.2%、Sonnet 4.6 10.6% [R40]：「读懂原文」差距
|
||||
不大；差距更可能出在「缺数据时去猜」（推断）。
|
||||
|
||||
### 1.4 其余现状（补充核实，SELF）
|
||||
|
||||
- 评测：`eval/live` 是 go test（env：`AGENT_EVAL_BASE` 实例地址、`AGENT_EVAL_TASKS` 过滤、
|
||||
`AGENT_EVAL_TURN_TIMEOUT`），golden 任务 4 个（`tasks.json`）；A/B 工具 `eval/ab.go`、`switch.go`。
|
||||
- 打断/插话：有 `CancelRun`（停止按钮）与子代理中断续跑；**没有**「运行中用户输入排队、
|
||||
当前工具结束后本轮送达」的 steering 队列（未找到实现）。
|
||||
- 检查点：文件写入有改前快照日志（`runmgr/rewind.go` `NoteFileCheckpoint`）。
|
||||
- 直连路径声明 13 个工具；提示词库 base-* 共约 6.7KB（base-deliverables 5.2KB 最大）。
|
||||
|
||||
## 2. 子代理分工：证据与方案
|
||||
|
||||
### 2.1 证据要点（外部，来源见 §8）
|
||||
|
||||
- **有益面**：广度优先检索（Anthropic 多智能体研究系统：主+子比单 Opus 高 90.2%，复杂查询
|
||||
耗时最多降 90%，代价 token 约 15 倍 [R13]）；上下文防火墙——18 个模型都随输入变长退化
|
||||
[R14]，子代理只回 1–2k token 摘要 [R17]；fresh-context 审阅（Devin Review 均 2 bug/PR，
|
||||
58% 严重 [R20]）。
|
||||
- **有害面**：写入耦合（并行写手风格冲突，「多代理贡献智能、写入保持单线程」是当前可行解
|
||||
[R19][R20]）；顺序任务 −39%~−70%、单代理基线 >45% 时加代理为负收益、无中心校验时误差
|
||||
放大 17.2 倍 [R21]；Claude Code 官方也建议迭代密集/共享上下文/延迟敏感时留在主会话 [R1]。
|
||||
- **契约**：委派带目标/输出格式/工具面/边界/预算；回传浓缩结论 + 证据指针（文件/行），
|
||||
大产物落盘只回引用 [R13][R17]；限额：禁嵌套、并发 3–5、按复杂度分档 [R7][R13][R21]。
|
||||
|
||||
### 2.2 方案（增量，每项独立任务卡）
|
||||
|
||||
| # | 内容 | 验收（可判定） |
|
||||
|---|---|---|
|
||||
| D1 | **修 F1**：`delegate_task` 回传改为「子代理全文（上限 4k 字）+ 超长落盘 `subagent-result.txt` 只回指针 + 工件摘要行」——内核 `subagent.CapParentText` 已有此语义（backend 侧没走它） | eval/live 前后对照：父代理引用子代理结论的回合，其终稿中来自子代理的事实不再凭摘要补齐；单测覆盖超长截断 |
|
||||
| D2 | **委派简报规范**：`delegate_task` 描述与 base-method 提示补「简报四要素」（目标、输出格式、工具/来源边界、完成判据），禁止把大块原文粘进 task | 提示词 diff + eval/live 计划/委派质量指标不回退 |
|
||||
| D3 | **并行工具执行**：直连路径设置 `ToolExecution=parallel`（读类工具并发、写类串行的区分后续再议） | 同回合多工具调用 wall-time 下降（评测记录）；事件序号仍单调 |
|
||||
| D4 | **证据账本子代理**：research/explore 画像的输出格式改为「结论 + 原文引用（文件/页/行）+ source_id」，数字必须带 source_id 或 Python 计算 ID；终稿前由确定性校验拦截（接质量计划 P5 的事实一致性检查） | 编造数字在闸门处被拦且计数；子代理回传含引用率 100% |
|
||||
| D5 | **角色×模型矩阵**（依赖 §3 R2）：新增/调整画像的 `model:` 支持 `claude-*` 档；`writer` 保持 chat 档，新增 `composer`（终稿综合）与 `planner-complex`（复杂任务规划简报）画像走强模型档 | 画像 frontmatter 生效（SubagentSpec 解析）；评测 A3/A5 组可配置 |
|
||||
|
||||
边界：子代理深度维持 1（现状即禁嵌套）；并发上限维持产品侧 3；本方案不引入子代理间通信。
|
||||
|
||||
## 3. 模型分级路由：证据与方案
|
||||
|
||||
### 3.1 证据要点
|
||||
|
||||
- **整单路由不划算**：我们的 A/B 中 opus-5-5 耗时约 4.7 倍、工具失败 33 vs 19；公开测速两者
|
||||
相近（§1.3）。Devin Fusion 的教训：强模型当全程主控只降本 33%，且「判断即交付物」的难题
|
||||
上掉分 [R30][R31]。
|
||||
- **按阶段/角色路由有正证据**：Sonnet 执行 + Opus 顾问 +2.7pp 且降本 11.9%；Haiku + Opus 顾问
|
||||
在 BrowseComp 19.7%→41.2% [R32]；Aider「强规划+便宜编辑」$13.29 得 64.0% 胜 o1 单跑 $186.5
|
||||
得 61.7% [R12]。反例也存在（BrowseComp-Plus 上弱编排+强子代理更好 [R21]）——**放哪一层必须
|
||||
实测**，这正是 R3 实验的目的。
|
||||
- **协议与缓存**：Claude 经 OpenAI 兼容层不回思考、不支持缓存、忽略 strict（官方文档 [H37]，
|
||||
本机 F4 实测缓存恢复）；缓存按 tools→system→messages 前缀匹配，中途改工具集会整缓存失效
|
||||
[R35][R36] → 模型切换只应发生在阶段边界，每角色固定 system/tools 前缀。
|
||||
|
||||
### 3.2 方案
|
||||
|
||||
| # | 内容 | 验收 |
|
||||
|---|---|---|
|
||||
| R1 | **Claude 原生协议接线**：`models.chat.protocol = openai-chat \| anthropic`（设置项），anthropic 时用内核现成的 `llm/anthropic.go` 客户端（base 指向 dmxapi `/v1/messages` 根），回传 thinking 块与 signature、挂 `cache_control` 断点、usage 记缓存读写（N3 计费拆分已有字段） | 同会话第二次调用 `cache_read_input_tokens>0`（SELF 复现 F4 的探针即验收集）；thinking 块原样回传（删改会 400 [H24]） |
|
||||
| R2 | **角色路由表**：设置新增 `models.<role>`（role∈composer/planner/verifier，缺省回落 chat 档）；画像 frontmatter `model: <role或具体型号>`。默认建议：chat=MiniMax-M2.7-highspeed（不变）、composer=claude-sonnet-5（dmxapi，原生协议）、verifier=异模型（deepseek-v4-flash 或 claude）、复杂任务 planner=claude。Opus 系列留给最难任务手动指定 | 角色解析链单测；`models` 列表来自各端点 `/v1/models`（已核实 dmxapi 有 sonnet-4-6/sonnet-5/opus-4-6/opus-5-5 等，见任务卡 evidence） |
|
||||
| R3 | **路由 A/B 实验**（扩展现有 eval/ab.go）：组别 A0 全 MiniMax / A2 MiniMax+数字闸门 / A3 A2+Claude 终稿 / A4 A2+Claude 核查 / A5 Claude 规划+终稿+核查、MiniMax 执行；关键组加 Sonnet 变体。指标：无来源数字占比、含编造交付物比例、pass^3、p50/p95 耗时、分角色成本（含缓存）、工具失败分类。样本：30–50 任务×3 次（宣称编造率<5% 需 ≥60 份零编造样本 [R39]）；<3pp 差异慎下结论 [R49] | 选型报告入任务卡，来源 GATE/SELF 标注 |
|
||||
| R4 | **升级规则进 harness**（不依赖模型自觉 [R20]）：连续 N 次工具失败、闸门拦截无来源数字、检索「未找到」三类事件触发 advisor 咨询或角色升级 | 评测中升级触发可观测；误升级率记录 |
|
||||
|
||||
运维事实（2026-10-10，SELF）：lmuai 月额度已耗尽（$1303.32/$1300，2026-11-05 重置）——R1/R3
|
||||
的 Claude 侧建议先走 dmxapi（余额 ¥0.48，**需充值**，此前 A/B 卡估算全量对照 ¥50–100）。
|
||||
|
||||
## 4. 任务沙箱：记录与规划（**不立即实现**）
|
||||
|
||||
### 4.1 对原始思路的三处修正
|
||||
|
||||
1. **「overlay 隔离他人变更」不成立**：内核文档明确「下层在挂载期间被修改的行为是未定义的」
|
||||
[S1]；本机实测运行中的沙箱能看到下层后续修改（bench2 第 5 段）。**一致视图必须来自不可变
|
||||
基底**（冻结副本或 git commit 物化），而不是叠在活动目录上的 overlay。
|
||||
2. **快照只是把冲突推迟到合并**：Codex cloud/container-use/Cursor 都以 diff/PR 回收，冲突在
|
||||
写回时用基线校验暴露 [S23][S28][S26]。「互不影响」的成本是写回时的三方合并与人工兜底，
|
||||
设计里必须显式包含这一步，否则快照只是把失败挪到了最后。
|
||||
3. **「立即销毁」与审计有张力**：销毁的应是计算资源与可写层；转录、diff、工件哈希、环境
|
||||
清单要按 TTL 封存（Codex 删前存快照 [S23]、container-use 留命令史 [S28]、Cursor 留工件
|
||||
[S26]）。本仓的证据门禁（AGENTS.md）同样要求可复核输出——封存记录是硬约束。
|
||||
|
||||
另一处简化：硬链接克隆（cp -al）对「原子替换写入」是安全的（rename 换 inode），但对原地
|
||||
写入会穿透（共享 inode）——本机实测（bench3 第 3 段）。只可作为「可检测」方案并配
|
||||
sha256/mtime 清单复核，不可当作完整快照。
|
||||
|
||||
### 4.2 目标形态（任务工作区沙箱）
|
||||
|
||||
一次任务 = 冻结基底（会话/项目材料的不可变视图）+ 私有可写层 + 确定性依赖层 + 出口管控 +
|
||||
回收（diff 与工件清单）+ 封存后销毁。智能体在其中任意折腾不破坏原始资料；产出经校验写回。
|
||||
|
||||
### 4.3 分层架构与延迟预算（本机实测，SELF）
|
||||
|
||||
| 层 | 机制 | 启动 | 适用 | 备注 |
|
||||
|---|---|---|---|---|
|
||||
| L0 进程沙箱 | bwrap（EXT-16 现状）+ 依赖层只读挂载 | **p50 7.3ms**（/bin/true，n=30）；带 overlay 同为 ~7ms | 默认：解释器执行、交付物生成 | 修 F3 后 python-docx 全链路可用（import 60ms、1 页 docx 76ms） |
|
||||
| L0.5 工作区沙箱 | L0 + `--overlay-src <冻结基底> --overlay <宿主upper>` | ~7ms（实测） | **多任务并发、需要一致基底与可回收 diff 时** | upper 即增量；快照语义来自冻结基底而非 overlay |
|
||||
| L1 容器 | docker（overlayfs 驱动） | `run --rm` p50 142ms（redis:7 true，n=10） | 依赖隔离更强、镜像化环境 | 可加 warm pool 压冷启动；单机自托管无障碍 |
|
||||
| L2 microVM | Firecracker/gVisor | 未实测；E2B 等托管方当前文档只称 "fast Linux VM"（量化数字已不可得，**未经证实**） | 不可信代码、最强隔离 | 本机有 /dev/kvm；引入与维护成本高，暂缓 |
|
||||
|
||||
支撑件（与层正交）：
|
||||
|
||||
- **冻结基底**：git 材料以 commit SHA 物化（同 SHA 只物化一次、多任务只读共享）；非 git 材料
|
||||
用 cp -al + sha256 清单（写回前复核，变了即判基底失效）。git worktree add 实测 192 文件
|
||||
11ms，overlay 直接盖工作树 ~10ms，两者都够快。
|
||||
- **依赖层**：项目 venv / site-packages 只读 bind（实测修复 F3；RDM 方案 §3.4 原有此意）。
|
||||
- **数据库**：SQLite 用 `VACUUM INTO` 取一致快照 [S32]；PG 用零连接模板库克隆（PG18 XFS 上
|
||||
有 CLONE，ext4 上是复制 [S11][S37]——量级以库大小为准，必要时评估独立 XFS 卷给 reflink）。
|
||||
- **网络**：默认无网（现状）；将来要放开时，按 sandbox-runtime 的形态做出口代理白名单 +
|
||||
代理侧凭据注入（密钥不进沙箱）[S-RT]。
|
||||
- **回收与写回**：沙箱退出后读 upper → 生成 `git diff --binary` 补丁 + 工件 sha256 清单；
|
||||
写回用 CAS（目标当前哈希==基底哈希 → 原子替换；不等 → `git merge-file` 三方合并，冲突停给
|
||||
人）；写回前留前像。git 目标用 `update-ref <ref> <new> <old>`（本身就是 CAS）[S46]。
|
||||
- **封存**：base SHA、补丁、工件哈希、转录指针、环境清单（依赖层版本）、退出码，按 TTL 留存
|
||||
后销毁工作区目录。
|
||||
|
||||
### 4.4 与现网的关系
|
||||
|
||||
- EXT-16 sandbox 档是**进程级**隔离（单次命令）；本节是**任务级工作区**，两者叠加而非替代。
|
||||
首个落地形态：ExecSpec 增加工作区概念，sandbox 档把「会话目录 bind」换成「冻结基底 overlay
|
||||
+ 私有 upper」。
|
||||
- 已知缺口顺带记录：小队内核 ExecConfig、工作流 ScriptCommand 仍 direct（EXT-16 卡内遗留）；
|
||||
沙箱档覆盖它们是前置条件之一。
|
||||
|
||||
### 4.5 非目标与开放问题
|
||||
|
||||
- 不做多租户硬隔离与 OS 级安全声明（沿用质量计划 §5 边界）。
|
||||
- 开放：是否划独立 XFS 卷换 reflink；gVisor 试用；warm pool 是否值得（L0 已 7ms，大概率不值）；
|
||||
Windows/macOS 不在范围。
|
||||
|
||||
## 5. 分期与验收总表
|
||||
|
||||
| 增量 | 内容 | 依赖 | 备注 |
|
||||
|---|---|---|---|
|
||||
| E1（P0 快修） | F1 委派回传、F2 reasoning_split、F5 并行工具、F3 依赖层 | 无 | 每项独立小 PR；行为面改动按裁定 6 附 eval/live 前后对照 |
|
||||
| E2 | R1 Claude 原生协议 + 缓存观测 | E1（F2 同类协议改动可同批） | dmxapi 需充值 |
|
||||
| E3 | D4 证据账本 + 数字闸门 | 无（接质量计划 P5） | 与 P5 事实一致性检查合流 |
|
||||
| E4 | R2 角色路由 + D5 画像 | E2 | 设置与画像面 |
|
||||
| E5 | R3+R4 路由 A/B 与升级规则 | E2–E4 | 出选型报告 |
|
||||
| S0（仅记录） | §4 工作区沙箱设计定稿为独立实施任务 | 用户批准启动 | 本文即主记录 |
|
||||
|
||||
## 6. 与既有规划的关系
|
||||
|
||||
- [智能体工作流质量改进](2026-10-09-agent-quality-improvement-plan.md)：本文是其「模型 A/B」
|
||||
结论的后续与 P4/P5 的延伸（D4 与 P5 合流；E5 继承 A/B 方法论并扩大样本）。
|
||||
- [EXT 申请包 G1](2026-10-09-ext-g1-b1-b3-exec-backend.md)：E1-F3 修复其 sandbox 档的交付物
|
||||
缺口；§4 工作区沙箱是 EXT-16 的演进方向。
|
||||
- [RDM 阶段总案](2026-10-07-rdm-phase-plan.md)：G3-7 切 sandbox 前置依赖 F3 修复。
|
||||
- Agent 栈 N2 WP5（子代理/后台派生）：D1–D5 在产品层消费其内核端口，不改内核契约。
|
||||
|
||||
## 7. 本机实测的复现要点（SELF，脚本存于任务卡 evidence 同目录说明）
|
||||
|
||||
- 启动延迟：bwrap 命名空间 / +overlay / +持久 upper 各 30 次（bench.sh、bench2.sh §3）。
|
||||
- F2：`reasoning_split=true` 前后各 3 次流式（probe2.py，观察 delta 字段分布）。
|
||||
- F3：EXT-16 同形参数下 `import docx` 失败 vs 只读挂载 `~/.local/.../site-packages` 后成功
|
||||
（bench2 §1–2、bench3 §1–2）。
|
||||
- F4：dmxapi `/v1/messages` 连续两次调用，第二次 `cache_read_input_tokens=5043`。
|
||||
- overlay 非快照：运行中沙箱读到下层并发修改（bench2 §5）；cp -al 对 rename 安全、对原地写
|
||||
穿透（bench3 §3）。
|
||||
- docker 冷启动 10 次（bench.sh）。
|
||||
|
||||
## 8. 来源（除标注 SELF 外均为 2026-10-10 抓取的一手页面）
|
||||
|
||||
- [S1] Linux 内核 overlayfs 文档：https://docs.kernel.org/filesystems/overlayfs.html
|
||||
- [S11] BoringSQL instant database clones：https://boringsql.com/posts/instant-database-clones/
|
||||
- [S23] Codex environments/git-worktrees：https://learn.chatgpt.com/docs/environments/git-worktrees
|
||||
- [S26] Cursor cloud agent：https://cursor.com/docs/cloud-agent
|
||||
- [S28] container-use CLI：https://container-use.com/cli-reference.md
|
||||
- [S32] SQLite VACUUM INTO：https://www.sqlite.org/lang_vacuum.html
|
||||
- [S37] PostgreSQL 18 release notes：https://www.postgresql.org/docs/release/18.0/
|
||||
- [S46] git-update-ref：https://git-scm.com/docs/git-update-ref
|
||||
- [S-RT] Anthropic sandbox-runtime（Linux=bwrap+seccomp、网络默认全拒+代理白名单+凭据注入、
|
||||
Apache-2.0）：https://github.com/anthropics/sandbox-runtime
|
||||
- [S-CX] Codex sandboxing（Linux 用 bwrap；read-only/workspace-write/danger-full-access）：
|
||||
https://learn.chatgpt.com/docs/sandboxing
|
||||
- [H4] MiniMax 定价与速度：https://platform.minimax.io/docs/pricing/overview 、
|
||||
https://platform.minimax.io/docs/guides/text-generation
|
||||
- [H24] Claude thinking 块回传要求：https://platform.claude.com/docs/en/build-with-claude/extended-thinking
|
||||
- [H25] Artificial Analysis（opus-5-5 96.4 t/s 等）：https://artificialanalysis.ai/models/claude-opus-5-5
|
||||
- [H37] Claude OpenAI SDK 兼容层限制：https://platform.claude.com/docs/en/api/openai-sdk
|
||||
- [R1][R12][R13][R14][R17][R19][R20][R21][R30][R31][R32][R35][R36][R39][R40][R49] 子代理与
|
||||
路由调研来源清单见任务卡「调研来源」节（Claude Code docs、Anthropic/Cognition 工程博客、
|
||||
arXiv 2512.08296 等，URL 全量随卡保存）。
|
||||
|
||||
@@ -74,6 +74,10 @@ Dev 链接均指向对应任务 PR，可从其任务卡继续追溯组件 PR；
|
||||
| [N2 实施案](2026-10-07-agent-stack-n2-plan.md) | 栈总案 N2 的六 WP：上下文、协议、工具、skills、子代理、装配 | 未单列确认状态及 owner；正文称 N2 开工 | Documents [#42](https://git-home.u1680832.nyat.app:30319/weichen/Agent-System-Documents/pulls/42) 已合入；Dev [#244](https://git-home.u1680832.nyat.app:30319/weichen/Agent-System-Dev/pulls/244) 已合入（merge `7e3ba10`），闭卡 [#247](https://git-home.u1680832.nyat.app:30319/weichen/Agent-System-Dev/pulls/247)。卡内自述六 WP 落地；本索引未重放 |
|
||||
| [N3 实施案](2026-10-07-agent-stack-n3-plan.md) | 栈总案 N3：持久与可观测 | 页首未单列确认状态及 owner；正文称 N3 开工 | Documents [#43](https://git-home.u1680832.nyat.app:30319/weichen/Agent-System-Documents/pulls/43) 已合入；Dev [#248](https://git-home.u1680832.nyat.app:30319/weichen/Agent-System-Dev/pulls/248) 已合入（merge `2836a87`），闭卡 [#249](https://git-home.u1680832.nyat.app:30319/weichen/Agent-System-Dev/pulls/249)。卡内自述六 WP 落地；本索引未重放 |
|
||||
| [Q2/Q3 实施案](2026-10-07-agent-stack-q2q3-plans.md) | 栈总案 Q2 拓扑与 Q3 收敛互通 | 页首未单列确认状态及 owner | Documents [#44](https://git-home.u1680832.nyat.app:30319/weichen/Agent-System-Documents/pulls/44) 已合入；Dev [#250](https://git-home.u1680832.nyat.app:30319/weichen/Agent-System-Dev/pulls/250) 采纳方案，[#251](https://git-home.u1680832.nyat.app:30319/weichen/Agent-System-Dev/pulls/251)（merge `452c00a`）与 [#253](https://git-home.u1680832.nyat.app:30319/weichen/Agent-System-Dev/pulls/253)（merge `c8ce4eb`）已合入。卡内自述 Q2/Q3 落地；本索引未重放 |
|
||||
| [智能体工作流质量改进](2026-10-09-agent-quality-improvement-plan.md) | 直连主路径质量：诊断→六项裁定→P0–P5 分期 + 模型 A/B；推翻 fs 工具默认关闭裁定 | 已获实施授权（2026-10-09 六项裁定）；首个增量 feature/agent-quality-phase01 | 随本提案 PR；诊断 SELF（真实运行转录）；基线报告见任务卡 |
|
||||
| [EXT 申请包 C1–C7](2026-10-08-ext-c1-c7-rdm-shared-contracts.md) | RDM 多人共享契约的基座最小扩展申请（EXT-6…EXT-12）：身份停用/受管配置/授权适配器/索引发布/分发守卫/Host 工厂/投影过滤 | proposed；需求依据=RDM U0 主记录（D1–D9 裁定，2026-10-08 合入） | 随本提案 PR；每条现状证据为 SELF·源码级（Dev 34a2bbe/backend fe7c245），运行态 NOT_RUN；受理后逐条另立实现任务 |
|
||||
| [EXT 申请包 G1](2026-10-09-ext-g1-b1-b3-exec-backend.md) | EXT-13…16：回合内共享检索、命令即工具、项目列表共享、执行后端接口 | proposed；需求依据=RDM 方案 V1.1 §3.3/§3.4/§5.3（2026-10-09 批复） | Documents [#52](https://git-home.u1680832.nyat.app:30319/weichen/Agent-System-Documents/pulls/52) 已合入；EXT-16 已实施（Dev #285，见其任务卡），其余受理评审待定。本行由本次索引维护补充 |
|
||||
| [子代理分工、模型分级路由与任务沙箱](2026-10-10-agent-delegation-routing-sandbox.md) | 方向主记录：委派契约与角色路由方案（E1–E5 增量）+ 任务工作区沙箱设计（仅记录不实施）；修正 overlay≠快照等三处假设 | proposed（2026-10-10，方向来自用户会话，未获批实施）；快修项 E1 待授权 | 随本提案 PR；现状核查与启动延迟为 SELF（任务卡 evidence）；外部来源 URL 全量随任务卡 |
|
||||
|
||||
原查询的 19 份原文中，14 份显式标注 owner 为 weichen。双档存储、启动配置面、跨会话读取、文件预览和
|
||||
N2 实施案这五份未单列 owner，其中预览案仅写“作者：weichen + Agent”。同步新增的 N3 与 Q2/Q3 案页首也未单列 owner。
|
||||
|
||||
@@ -0,0 +1,102 @@
|
||||
# 基座 v0.2.0 发版记录
|
||||
|
||||
| 项 | 内容 |
|
||||
|---|---|
|
||||
| 状态 | **候选已就绪，tag 待 owner 执行**（高后果操作双钥匙：发布版本由 owner 亲手打 tag 并推送） |
|
||||
| 发版授权 | owner 2026-10-09 会话：「越快越好，你来执行即可，我已同意」（Q3）。Agent 完成候选组合、验证与本记录；tag 创建与推送按 AGENTS.md 双钥匙规则由 owner 执行 |
|
||||
| 主任务 | Dev 仓 `feature/base-v020-release`（任务卡即本次发版的主记录） |
|
||||
| 规范依据 | Agent-System-RDM `docs/materials/12-基座发版核对清单.md`；[扩展面兼容与演进](../proposals/2026-10-01-extension-compat-policy.md) §5 |
|
||||
|
||||
## 1. 范围
|
||||
|
||||
v0.2.0 是第二段发版：在 v0.1.0 评估基线之上，附 experimental 兼容承诺（实验窗口内仍可破坏性调整，但须改快照并在提案记录）。
|
||||
|
||||
相对 v0.1.0 的公开面（`pkg/extension`，SurfaceVersion `2.0.0-experimental` → **`2.5.0-experimental`**）：
|
||||
|
||||
| 扩展 | 公开面 | 来源 |
|
||||
|---|---|---|
|
||||
| EXT-1 | `Handler`、`Host`、`Request`、`Registry.AddCommandHandler` | Backend #66 |
|
||||
| EXT-5 | `Host.ParseDocument`；内置 xlsx/pptx 解析 | Backend #67、#68 |
|
||||
| EXT-8 | `ResourceAuthorizer`、`Registry.RegisterResourceAuthorizer`；工件/检索/项目流/向量/hostapi 共享读取 | Backend #105、#107、#109 |
|
||||
| EXT-9 | `Host.KnowledgePublish`、`Host.KnowledgeDelete`、`Options.DisableUploadIndexing` | Backend #106 |
|
||||
| EXT-11 | `SetScopedHostFactory`、`NewScopedHost` | Backend #108 |
|
||||
| EXT-12 | `Options.DisableConvCardMirror` | Backend #107 |
|
||||
| 执行原语硬关闭 | `Options.DisableExecTools`；CLI `--disable-exec-tools`、配置键 `disableExecTools`、环境变量 `AGENT_SYSTEM_DISABLE_EXEC_TOOLS` | Backend #110 |
|
||||
|
||||
同时包含的缺陷修复与行为变化（不改公开面）：
|
||||
|
||||
- 命令审计按 owner 存储与查询（v0.1.0 的 `GET /api/commands/audit` 跨租户可见；Backend `e0b1c27`，随 #105 合入）；
|
||||
- DOCX 解析保留修订插入、超链接与域结果内的文字；删除/移走的原文与域代码不进正文；含修订时显式告警（Backend #110）；
|
||||
- agent-stack N1–N3、Q1–Q3、I1–I2 阶段的库与接线（见 Backend #69–#103）。
|
||||
|
||||
**升级须知（下游）**：
|
||||
|
||||
- 多用户共享部署在执行隔离就位前，应设置 `Options.DisableExecTools = true`。只关闭用户设置 `runtime.exec` 不够，因为任何用户都能经 `PUT /api/settings/user` 把它改回 true。
|
||||
- 下游 go.mod 的 8 条 deps replace 不变（compat-policy §4）。
|
||||
- 下游兼容验证：RDM PR #113 头 `d49d5c9` 的源码在 replace 指向本次 backend 候选时 `go build ./...` 与 `go test ./...` 通过（SELF，2026-10-09）。
|
||||
|
||||
## 2. 候选组合
|
||||
|
||||
| 仓 | 提交 | 依据 |
|
||||
|---|---|---|
|
||||
| Backend | 由 Dev 合入提交的 gitlink 决定（Backend main `f1c9cc0` 或其后） | Backend #110 合入；CI `ci / vet-and-test (push)` success |
|
||||
| Core | `a253a40b8e5563119b00c4e71fb61fe0d11d6d6a` | == Dev gitlink == backend `deps/agent-system-core`（同 commit 约束） |
|
||||
| Frontend | `84b73ab32848e623d0a0ab7ade552784dca8cf3c` | == Dev gitlink == Frontend main |
|
||||
| UI | `76d6633736a7abb36ac1ecca42fe4e6f120d0558` | == Dev gitlink == UI main |
|
||||
| Dev | 本任务 PR 合入 main 后的合入提交 | Dev CI（PR HEAD `make test` + `make build`） |
|
||||
|
||||
最终 SHA 以 Dev 合入后 `git ls-tree <Dev 合入提交> modules/` 的实际输出为准，执行前按 §4 核对。
|
||||
|
||||
**UI 仓自身 CI 现状**：UI 仓 `ci.yml` 跑在 `nightly` 运行器上，自 2026-10-04 起每次都失败于 vitest 启动（`Cannot find native binding`，rolldown 可选依赖），与代码无关。同一 UI 提交在 Dev 组合 CI 中 `npm ci && tsc && vitest` 通过（14 文件 / 103 用例；Dev run 1369），本地 Node 26 复验同样通过。v0.2.0 以 Dev 组合 CI 为 UI 的权威验证；UI 仓 runner 修复另列后续任务。
|
||||
|
||||
## 3. tag 消息（五仓一致）
|
||||
|
||||
```
|
||||
SurfaceVersion 2.5.0-experimental. Adds in-proc command handlers, the owner-scoped host handle, document parsing, resource authorization, knowledge publish/revoke, scoped host recovery, the card mirror switch and the exec hard switch.
|
||||
```
|
||||
|
||||
## 4. owner 执行步骤
|
||||
|
||||
先在 Dev 主检出确认合入后的组合（只读）：
|
||||
|
||||
```bash
|
||||
cd /home/weichen/projects/Agent-System-Dev && git fetch origin && git checkout main && git pull --ff-only
|
||||
git status --porcelain # 必须为空
|
||||
DEV=$(git rev-parse origin/main); echo $DEV
|
||||
git ls-tree $DEV modules/backend modules/core modules/frontend modules/ui
|
||||
# core 同 commit：以下三行必须相同
|
||||
git ls-tree $DEV modules/core | awk '{print $3}'
|
||||
git -C modules/core rev-parse HEAD
|
||||
git -C modules/backend/deps/agent-system-core rev-parse HEAD
|
||||
```
|
||||
|
||||
然后子仓先、Dev 后，逐仓打 tag（`<SHA>` 用上面 `ls-tree` 打印的该仓 gitlink）：
|
||||
|
||||
```bash
|
||||
MSG='SurfaceVersion 2.5.0-experimental. Adds in-proc command handlers, the owner-scoped host handle, document parsing, resource authorization, knowledge publish/revoke, scoped host recovery, the card mirror switch and the exec hard switch.'
|
||||
for m in backend core frontend ui; do
|
||||
SHA=$(git ls-tree $DEV modules/$m | awk '{print $3}')
|
||||
git -C modules/$m fetch origin && git -C modules/$m tag -a v0.2.0 "$SHA" -m "$MSG" && git -C modules/$m push origin v0.2.0
|
||||
done
|
||||
git tag -a v0.2.0 "$DEV" -m "$MSG" && git push origin v0.2.0
|
||||
```
|
||||
|
||||
推完核对（五处一致）：
|
||||
|
||||
```bash
|
||||
for m in backend core frontend ui; do
|
||||
echo "$m tag=$(git -C modules/$m rev-parse v0.2.0^{commit}) gitlink=$(git ls-tree v0.2.0 modules/$m | awk '{print $3}')"
|
||||
done
|
||||
git ls-remote --tags origin v0.2.0
|
||||
```
|
||||
|
||||
## 5. 发版后（Agent 可执行，tag 在位后启动）
|
||||
|
||||
- RDM 升钉到 v0.2.0 五仓 tag，并重定基合入 #113/#114（RDM 计划 G1-1）；
|
||||
- RDM 二进制设置 `DisableExecTools: true`（RDM 计划 G1-7）；
|
||||
- Releases 仓按 `scripts/build-release.sh 0.2.0` 构建制品与 manifest（另立任务，内部发布，不公开）。
|
||||
|
||||
## 6. 不做的事
|
||||
|
||||
- 不使用 `v0.2.0-experimental` 这类 tag 名；不在实验窗口发布 npm；不改 Go module path。
|
||||
- RDM 仓 v0.2.0 tag 不在本次范围（RDM 升钉完成后另行评估）。
|
||||
Reference in New Issue
Block a user