docs(windows-node): 完善节点架构与内网MVP方案

2026-08-12 11:16:38 +08:00 · 2026-08-12 11:16:38 +08:00 · a720306b16
parent 641a69455d
commit a720306b16
2 changed files with 898 additions and 0 deletions
--- a/docs/windows-node-design.md
+++ b/docs/windows-node-design.md
@ -0,0 +1,636 @@
+# zcbot Windows Node 技术方案
+
+> 状态：方案设计，待云环境和 Origin 版本确认后实施
+> 首期能力：Origin 科研绘图
+> 云端：Ubuntu 上运行的 zcbot
+> Windows 端：.NET 10 LTS / ASP.NET Core Worker Service
+> 目标系统：Windows 11 Enterprise 优先；经兼容性验证并具备安全更新的 Windows 10 亦可
+
+## 1. 决策摘要
+
+Windows 端采用 **zcbot Windows Node**，由节点主动连接云端 zcbot。云端是唯一的用户入口、智能决策者和任务控制面；Windows Node 是受控执行节点，负责本机工业软件、交互式桌面、截图视频和产物回传。
+
+Windows Node 不是完整的本地 zcbot：
+
+- 不直接与用户对话；
+- 不保存主会话和用户长期记忆；
+- 不持有云端模型密钥；
+- 不自主扩大任务范围；
+- 不接受任意命令、任意脚本或任意桌面动作；
+- 只执行云端下发且本地能力清单允许的任务。
+
+核心技术决策：
+
+1. **连接方向**：Windows Node 通过出站 WSS/HTTPS 主动连接云端，Windows 不开放业务入站端口。
+2. **Windows 主体**：使用 .NET 10 LTS、Worker Service、ASP.NET Core 本机诊断 API。
+3. **双进程边界**：Windows Service 管控制面；`DesktopRunner.exe` 在持续登录的交互式会话中管 GUI、COM 和截图。
+4. **软件适配器**：Origin/Fluent 使用固定 Python Worker；Aspen/CAD 优先使用 C# COM/.NET；GUI 仅作补充。
+5. **状态分工**：云端 PG 保存任务所有权与期望状态；节点 SQLite/终态文件保存本机执行证据。二者通过租约和重连对账，不构成两个业务事实源。
+6. **产物分工**：Windows 本地文件是计算现场事实；上传到云端后，zcbot 用户工作目录中的文件是用户交付事实。
+7. **首批 Origin**：主流程使用 Origin 官方推荐的外部 Python `originpro`，Computer Use 只做视觉验收和异常处理。
+
+## 2. 目标与非目标
+
+### 2.1 目标
+
+- 云端 zcbot 可以发现节点能力、容量、软件版本和在线状态。
+- 用户可以提交、查询、取消长时间 Windows 计算任务。
+- 网络中断、云端重启或节点重启后，任务可以确定性对账。
+- 节点可以上报阶段、进度、结构化指标、日志摘要和事件截图。
+- 中间产物和最终产物支持校验、断点上传与按需导入工作目录。
+- 单台节点可以逐步增加 Origin、Fluent、Aspen、CAD 等适配器。
+- Computer Use 在独立低权限桌面会话运行，并经过能力白名单和动作策略约束。
+- 节点不暴露用户工作区、云端凭据或其他用户任务。
+
+### 2.2 首期非目标
+
+- 不把 Windows Node 做成第二个聊天机器人或子 agent。
+- 不开放任意 PowerShell、Python、LabTalk、COM、URL 或 Windows 路径。
+- 不实现节点之间迁移已经开始执行的软件任务。
+- 不实现通用 HPC 调度器、工作流 DAG 或自动重跑整个计算。
+- 不持续把完整桌面视频发送给模型。
+- 不依赖 SMB 共享目录作为任务协议。
+- 不在首期实现自动更新、WebRTC 和多节点智能负载均衡。
+
+## 3. 总体架构
+
+```mermaid
+flowchart LR
+    User["用户"] --> Z["zcbot Web / 渠道"]
+    Z --> Agent["Agent Loop"]
+    Agent --> Tools["Compute Tools"]
+    Tools --> CP["云端 Node Control Plane<br/>PG + Connection Manager"]
+    Node["Windows Node Service<br/>.NET Worker"] -->|"出站 WSS + mTLS"| CP
+    CP -->|"任务 offer / cancel / config"| Node
+    Node -->|"heartbeat / event / terminal"| CP
+    Node --> Pipe["ACL Named Pipe"]
+    Pipe --> Desktop["DesktopRunner.exe<br/>交互式用户会话"]
+    Desktop --> Origin["Origin / OriginPro"]
+    Desktop --> Other["Fluent / Aspen / CAD"]
+    Node --> Local["本机 SQLite + Job Directories"]
+    Desktop --> Local
+    Node -->|"HTTPS 分块上传"| Cache["云端隐藏计算缓存"]
+    Cache --> Workspace["用户 working_dir"]
+```
+
+### 3.1 云端组件
+
+| 组件 | 职责 |
+|---|---|
+| `NodeRegistry` | 节点注册、证书指纹、启停、能力和管理员标签 |
+| `NodeConnectionManager` | WSS 连接、心跳、消息 ACK、同节点单活连接 |
+| `ComputeJobService` | 用户授权、幂等提交、节点选择、租约、取消和终态 |
+| `ComputeTransferService` | 输入下载凭证、分块上传、SHA-256、容量与保留期 |
+| `ComputeBroker` | 把任务事件推送到 Web UI；不承担持久化事实源 |
+| `ComputeTools` | agent 可调用的能力发现、提交、查询、取消、产物导入工具 |
+
+节点机制不复用现有 `generic_openapi` 外部系统定义。外部系统表达“用户凭据下的受控请求”；Windows Node 表达“平台托管设备、持久连接、执行租约与本机容量”。两者可以复用认证、审计、大结果和 ActionPolicy 原则，但不共用运行状态模型。
+
+### 3.2 Windows 组件
+
+| 进程 | 运行身份 | 职责 | 禁止事项 |
+|---|---|---|---|
+| `Zcbot.WindowsNode.Service` | 低权限服务账号 | 云连接、任务台账、租约、调度、传输、日志、进程控制 | 点击桌面、持有用户密码、执行任意脚本 |
+| `Zcbot.DesktopRunner.exe` | 专用持续登录账号 | 会话内启动软件、UI Automation、截图、视频、弹窗检测 | 对外监听、决定用户任务、访问其他任务 |
+| `OriginAdapter.Worker` | 由 DesktopRunner 启动 | 读取固定 schema、调用 `originpro`、导出和验证 | 网络访问、解释自然语言、加载用户代码 |
+| 后续软件 Worker | 按适配器定义 | PyFluent、Aspen COM、CAD .NET/COM | 绕过 Node 能力与路径边界 |
+
+Windows Service 位于 Session 0，不能可靠操作用户可见桌面。所有需要用户 profile、COM 桌面对象、可见窗口或截图的动作都由 `DesktopRunner.exe` 执行。Service 与 DesktopRunner 只使用本机命名管道通信，命名管道 ACL 仅允许两个指定账号。
+
+## 4. Windows 技术栈
+
+### 4.1 Node Service
+
+- .NET 10 LTS
+- `Microsoft.NET.Sdk.Worker`
+- `BackgroundService`
+- `ClientWebSocket` / `HttpClient`
+- ASP.NET Core Minimal API，仅绑定 `127.0.0.1` 提供诊断接口
+- `System.Threading.Channels` 管理本机有界任务队列
+- SQLite WAL 保存执行台账
+- Serilog 写结构化滚动日志和 Windows Event Log
+- Windows Certificate Store 保存节点私钥和客户端证书
+- Windows Job Objects 或受控 PID 树负责取消和超时回收
+- Named Pipes 连接 DesktopRunner
+
+ASP.NET Core 在这里仍是正确选型，但职责已经变化：它不是等云端调用的公开业务网关，而是 Windows Node 的宿主、诊断端点和基础设施框架。跨机业务通信由 Node 主动发起。
+
+### 4.2 本机诊断 API
+
+仅监听 loopback：
+
+```text
+GET  /health/live
+GET  /health/ready
+GET  /diagnostics/node
+GET  /diagnostics/jobs
+GET  /diagnostics/jobs/{job_id}
+POST /diagnostics/reconnect
+```
+
+诊断 API 不提供提交任务、任意命令或软件操作。远程运维通过 VPN/堡垒机登录 Windows 后在本机访问，避免形成第二个业务入口。
+
+### 4.3 Python 适配器运行时
+
+Origin 和 Fluent 使用独立、固定版本、离线部署的 Python 运行时。Node 不在任务执行期间安装依赖，不接受请求指定解释器或包版本。
+
+```text
+D:\ZcbotNode\runtimes\
+├── origin\
+│   ├── python.exe
+│   └── adapter\
+└── fluent\
+    ├── python.exe
+    └── adapter\
+```
+
+Node 生成规范化 `request.json`，固定 Worker 读取请求；事件写 `events.jsonl`，产物写 `artifacts.json`，终态原子写 `terminal.json`。标准输出只用于诊断，不作为任务状态事实源。
+
+## 5. 节点身份与连接
+
+### 5.1 注册流程
+
+```mermaid
+sequenceDiagram
+    participant Admin as 管理员
+    participant Cloud as zcbot 云端
+    participant Node as Windows Node
+    Admin->>Cloud: 创建一次性 enrollment token
+    Node->>Node: 生成设备密钥对
+    Node->>Cloud: POST /v1/compute/nodes/enroll
+    Cloud->>Cloud: 消耗 token，创建 node_id
+    Cloud-->>Node: 客户端证书、CA、云端地址
+    Node->>Node: 私钥写入 Windows Certificate Store
+    Node->>Cloud: mTLS 建立 WSS
+    Cloud-->>Node: 注册成功与当前配置 revision
+```
+
+约束：
+
+- enrollment token 一次性、短期有效，并绑定预期节点名称；
+- 私钥在 Windows 本机生成且不可导出；
+- 云端只保存证书指纹和公钥身份；
+- 节点证书支持轮换、吊销和管理员禁用；
+- 重装节点必须重新注册，不复用复制出来的私钥。
+
+### 5.2 长连接
+
+节点连接：
+
+```text
+WSS /v1/compute/nodes/connect
+```
+
+统一消息 envelope：
+
+```json
+{
+  "protocol_version": 1,
+  "message_id": "019...",
+  "type": "heartbeat",
+  "sent_at": "2026-08-12T08:00:00Z",
+  "payload": {}
+}
+```
+
+| 方向 | 类型 | 语义 |
+|---|---|---|
+| Node → Cloud | `hello` | Node 版本、OS、boot ID、本机配置 revision |
+| Node → Cloud | `heartbeat` | 容量、软件健康、运行任务摘要、磁盘 |
+| Node → Cloud | `job_accept` / `job_reject` | 是否已原子接收 offer |
+| Node → Cloud | `job_state` | 阶段、进度和结构化指标 |
+| Node → Cloud | `job_event` | 重要事件、警告和截图引用 |
+| Node → Cloud | `job_terminal` | 成功、失败、取消的唯一远端终态消息 |
+| Node → Cloud | `lease_renew` | 续租仍在本机执行的任务 |
+| Cloud → Node | `job_offer` | 带租约的任务候选，不等于已分派 |
+| Cloud → Node | `job_cancel` | 请求协作式取消 |
+| Cloud → Node | `config_changed` | 提示节点拉取新配置 |
+| 双向 | `ack` / `ping` / `pong` | 去重、保活和连接质量 |
+
+消息按 `message_id` 幂等。重要消息在发送方保存到收到 ACK；心跳和高频进度允许覆盖，不进入无限重放队列。
+
+### 5.3 单活连接
+
+同一 `node_id` 只允许一个活动连接。新连接带 `boot_id` 和递增 `connection_epoch`；云端原子替换旧连接。旧连接收到 fencing 后不得继续接受新任务，防止快照克隆或网络分区导致双执行。
+
+## 6. 能力与容量模型
+
+Node 在 `hello` 和心跳中声明由本机可信配置生成的能力：
+
+```json
+{
+  "node_id": "019...",
+  "node_version": "0.1.0",
+  "os": "windows-11-enterprise-24h2",
+  "capabilities": [
+    {
+      "name": "origin.plot",
+      "adapter_version": "0.1.0",
+      "software": "OriginPro",
+      "software_version": "2026",
+      "schema_version": 1,
+      "max_concurrency": 1,
+      "available_slots": 1,
+      "health": "ready"
+    },
+    {
+      "name": "computer.windows.capture",
+      "schema_version": 1,
+      "max_concurrency": 1,
+      "available_slots": 1,
+      "health": "ready"
+    }
+  ],
+  "disk_free_bytes": 536870912000
+}
+```
+
+能力清单来自管理员部署的适配器 manifest，不能由模型或用户请求自行添加。云端 definition 约束允许哪些用户、角色或任务使用某项能力；节点再次校验 capability、schema version、文件配额和本机 slot，形成双层防护。
+
+## 7. 云端数据模型
+
+建议新增三张表，不复用外部系统连接表：
+
+```text
+compute_nodes(
+  node_id pk, name, cert_fingerprint, status,
+  labels jsonb, capabilities jsonb, config_revision,
+  last_seen_at, disabled_at, created_at, updated_at
+)
+
+compute_jobs(
+  job_id pk, user_id fk, task_id fk, tool_call_id,
+  capability, schema_version, request jsonb,
+  idempotency_key, request_digest,
+  node_id fk null, lease_id, lease_expires_at,
+  status, stage, progress, metrics jsonb,
+  error jsonb, artifact_manifest jsonb,
+  created_at, started_at, terminal_at, updated_at
+)
+
+compute_job_events(
+  event_id pk, job_id fk, sequence,
+  kind, level, payload jsonb, created_at
+)
+```
+
+约束：
+
+- `(user_id, idempotency_key)` 唯一；
+- request 只保存规范化业务参数和文件引用，不保存二进制内容或密钥；
+- events 只保存阶段变化、警告、错误、用户可见事件和产物事件，不保存视频帧和全部原始日志；
+- 原始日志、截图和上传中产物进入隐藏文件缓存；
+- 事件按配置保留，终态任务和用户交付文件遵守 zcbot 通用保留策略。
+
+## 8. 任务状态、租约与恢复
+
+### 8.1 云端状态机
+
+```mermaid
+stateDiagram-v2
+    [*] --> queued
+    queued --> offered
+    offered --> dispatched: node accept
+    offered --> queued: reject / offer timeout
+    dispatched --> running
+    running --> succeeded
+    running --> failed
+    running --> cancelling
+    cancelling --> cancelled
+    queued --> cancelled
+    offered --> cancelled
+    dispatched --> unknown: lease expired
+    running --> unknown: lease expired
+    cancelling --> unknown: lease expired
+    unknown --> running: node reconnect + proof
+    unknown --> succeeded: terminal reconciliation
+    unknown --> failed: operator reconciliation
+```
+
+`unknown` 表示云端不知道现场状态，不等于失败，也不得立即把任务分派给另一台节点。
+
+### 8.2 分派协议
+
+1. 云端按 capability、schema、管理员授权、健康、空闲 slot 和标签选择候选节点。
+2. 云端创建短期 offer lease，发送 `job_offer`。
+3. Node 完成 schema、容量、磁盘、许可证和输入可用性预检。
+4. Node 先把 job 和 lease 原子写入本地 SQLite，再发送 `job_accept`。
+5. 云端以相同 lease ID 把状态改为 `dispatched`。
+6. Node 下载输入并启动 Worker，持续续租。
+
+节点收到重复 offer 时，根据本地 `job_id + request_digest` 返回原 accept/reject，不重复执行。
+
+### 8.3 断线与租约
+
+- 运行任务每 15 秒续租，默认租约 60 秒；参数可配置。
+- 连接断开后，节点继续运行已开始任务，并把重要事件保存在本地 outbox。
+- 租约过期后云端标记 `unknown`，进入恢复宽限期，不自动重派。
+- 节点重连时上报所有非终态任务的 job、request digest、lease、本机阶段、PID、心跳和终态文件摘要。
+- 云端对账后续租、接收终态，或要求节点停止孤儿任务。
+- 只有明确证明 Worker 尚未开始，任务才能安全回到 `queued`。
+- 已进入外部软件执行阶段的任务不自动跨节点重试。
+
+### 8.4 节点重启
+
+本地 SQLite 记录任务台账；任务目录的 `terminal.json` 是本机唯一终态文件。Node 启动时：
+
+1. 扫描本地非终态台账；
+2. 检查 Worker PID、boot ID、进程创建时间和任务目录；
+3. 读取 `terminal.json`；
+4. 能证明仍在运行则恢复监控；
+5. 有终态文件则加入 outbox 等待回传；
+6. 无进程无终态则标记 `NODE_RESTARTED_DURING_JOB`，不伪造成功。
+
+## 9. 文件与产物传输
+
+### 9.1 输入
+
+Node 不访问整个用户 workspace。云端只为显式引用的文件创建短期、单任务、只读下载凭证。Node 下载后校验 SHA-256、声明大小、扩展名和内容类型。凭证不能列目录、不能换路径、不能用于其他 job。
+
+### 9.2 上传
+
+大产物不通过 WSS 消息传输。Node 使用 HTTPS 分块上传：
+
+```text
+POST /v1/compute/jobs/{job_id}/artifacts/upload-session
+PUT  /v1/compute/transfers/{transfer_id}/parts/{part_number}
+POST /v1/compute/transfers/{transfer_id}/complete
+```
+
+上传校验 artifact ID、job 与租约、文件大小、分块摘要、最终 SHA-256、配额、允许类型及压缩包安全。
+
+### 9.3 云端生命周期
+
+Node 上传完成后先进入：
+
+```text
+<user_root>/.zcbot_cache/<task_id>/compute_jobs/<job_id>/
+```
+
+该目录默认隐藏且有 TTL。用户或 agent 明确导入后复制到：
+
+```text
+<working_dir>/materials/simulation/<job_id>/
+```
+
+最终图、PDF、视频和可编辑工程可通过 `publish_artifacts` 提升为对话产物。真实文件仍是事实源。
+
+## 10. zcbot 工具面
+
+```text
+compute_capability_list
+compute_job_submit
+compute_job_status
+compute_job_cancel
+compute_job_artifact_import
+```
+
+- capability list 只返回用户有权使用且有健康节点承载的能力；
+- submit 只接受 capability schema，不接受 node ID、命令和路径；
+- 节点选择由平台完成；
+- status 返回阶段、进度、指标、重要事件和产物 manifest；
+- cancel 按 ActionPolicy 分类并审计；
+- artifact import 只接受 manifest 中的 artifact ID。
+
+长任务不得让 agent 持续空等。完成时更新 Web 任务卡并通知用户，但不自动启动新 LLM run；用户点击“分析结果”或回复继续后再查询并导入产物。
+
+## 11. Computer Use 与屏幕采集
+
+优先级：软件官方 API/SDK → Windows UI Automation → 截图视觉坐标 → 暂停人工处理。Computer Use 不是工业计算主协议，结构化进度和结果始终优先。
+
+首期 DesktopRunner 内部能力：
+
+```text
+session.health
+window.list
+window.capture
+window.wait
+popup.detect
+process.launch_adapter
+process.cancel_adapter
+```
+
+后续经安全评审后才开放点击、输入、快捷键和视频控制。优先使用 `automation_id + control name + window identity`，坐标点击只作最后手段。
+
+截图与视频规则：
+
+- 默认只采集关键事件截图；
+- 优先捕获目标窗口；
+- 敏感信息上传前遮罩；
+- 视频默认关闭，显式启用时建议 1280×720、5–10 FPS、H.264 分段；
+- 采集失败不得使计算任务失败；
+- 模型只按需读取关键帧，不持续消费完整视频。
+
+## 12. Origin 首批适配器
+
+### 12.1 接口与执行位置
+
+首期使用 Origin 官方推荐的外部 Python `originpro`。它能读写数据、创建和修改图形、导出图形，并启动可见或隐藏的 Origin；需要 Windows 本机安装并授权 Origin 2021 或更高版本。
+
+- [Origin External Python](https://docs.originlab.com/externalpython/)
+- [Origin Automation Server](https://docs.originlab.com/com/)
+- [Origin 图形导出](https://docs.originlab.com/user-guide/publishing-and-export/)
+
+C# COM 只作未覆盖能力或旧版本备用，并与实际 Origin 版本匹配。Origin Worker 由 DesktopRunner 在专用登录账号会话内启动，以统一用户 profile、许可证上下文、COM 会话和截图来源。默认隐藏执行；视觉验收时使用可见模式。
+
+### 12.2 首期 capability
+
+只开放 `origin.plot@v1`，接受 CSV、XLSX 或规范化 JSON，不接受任意 Python、LabTalk、模板文件或宏。
+
+```json
+{
+  "schema_version": 1,
+  "input": {"input_id": "data-01", "sheet": "Sheet1"},
+  "plot": {
+    "type": "line_scatter",
+    "x": "Temperature",
+    "y": ["Strength_7d", "Strength_28d"],
+    "template": "publication_double_column",
+    "title": "温度对抗压强度的影响",
+    "x_axis": {"title": "温度", "unit": "°C", "scale": "linear"},
+    "y_axis": {"title": "抗压强度", "unit": "MPa", "scale": "linear"},
+    "legend": {"enabled": true, "position": "top_right"},
+    "error_bars": null
+  },
+  "output": {
+    "formats": ["opju", "png", "svg", "pdf"],
+    "dpi": 600,
+    "capture_screenshots": true,
+    "record_video": false
+  }
+}
+```
+
+首期图形类型：line、scatter、line_scatter、grouped_bar、box、histogram、heatmap。后续增加误差棒组合、三元图、等高线、三维曲面、XRD 堆叠图、热分析联图和多面板布局。
+
+### 12.3 模板与产物
+
+字体、线宽、配色、图幅和导出参数由管理员审核的模板定义。请求只引用模板 ID，provenance 记录模板、Origin、适配器版本和输入 SHA-256。
+
+```text
+D:\ZcbotNode\jobs\<job_id>\
+├── request\request.json
+├── input\
+├── work\
+├── logs\events.jsonl
+├── screenshots\
+├── recordings\
+├── output\
+│   ├── project.opju
+│   ├── figure.png
+│   ├── figure.svg
+│   ├── figure.pdf
+│   ├── plot-spec.json
+│   └── provenance.json
+├── artifacts.json
+└── terminal.json
+```
+
+`terminal.json` 使用临时文件、flush 和原子 replace。成功前必须完成产物校验和 manifest 写入。
+
+自动验收包括：输出存在且非空、PNG 尺寸/DPI、SVG/PDF 可解析、系列数量、轴标题/单位/图例、OPJU 保存、provenance 完整、Origin 正常退出且无许可证泄漏。
+
+## 13. 并发、资源与许可证
+
+- 每项 capability 独立声明 `max_concurrency`；
+- Origin 默认并发 1；
+- Origin 实例不跨 job 共享；
+- 启动前检查内存、磁盘、桌面会话和许可证；
+- Node 使用有界队列，云端只向有空闲 slot 的节点发 offer；
+- 超时区分启动、无进展、总运行和取消宽限期；
+- 取消先协作式退出，超时后回收精确进程树；
+- PID、创建时间、可执行文件摘要与 job 绑定，避免误杀。
+
+## 14. 安全与审计
+
+- Node 只需出站 HTTPS/WSS，Windows 不开放业务端口；
+- RDP 通过 VPN/堡垒机，不暴露公网；
+- mTLS 验证节点，禁止跳过服务端 TLS；
+- Service、DesktopRunner、运维账号分离且不授予管理员权限；
+- 节点私钥存 Windows Certificate Store 并限制 ACL；
+- capability schema 是唯一业务输入入口；
+- 不接受命令、脚本、URL、绝对路径、UNC 和环境变量覆盖；
+- 适配器与模板只由管理员部署；
+- Worker 默认无外网，许可证服务器单独放行；
+- 未知 capability 和未知 UI 动作 fail closed。
+
+审计记录提交人、task、capability、node、软件/模板/适配器版本、分派、续租、取消、重连、终态、Computer Use 动作、输入输出摘要和导入位置。不得记录密码、Token、许可证密钥或未脱敏截图。
+
+## 15. 可观测性与错误码
+
+Node 心跳上报版本、OS、boot ID、connection epoch、CPU、内存、磁盘、上传队列、DesktopRunner 状态、软件版本、许可证健康、slot、运行 job 和 outbox 积压。
+
+稳定错误码：
+
+```text
+NODE_OFFLINE
+NODE_CAPABILITY_UNAVAILABLE
+NODE_DISK_INSUFFICIENT
+DESKTOP_SESSION_UNAVAILABLE
+ADAPTER_VERSION_MISMATCH
+INPUT_HASH_MISMATCH
+ORIGIN_NOT_INSTALLED
+ORIGIN_LICENSE_UNAVAILABLE
+ORIGIN_START_TIMEOUT
+ORIGIN_AUTOMATION_FAILED
+OUTPUT_VALIDATION_FAILED
+ARTIFACT_UPLOAD_FAILED
+JOB_CANCELLED
+NODE_RESTARTED_DURING_JOB
+```
+
+用户侧只返回可操作说明、是否可重试和 retry-after；完整诊断留在节点和管理员日志。
+
+## 16. 部署建议
+
+```text
+D:\ZcbotNode\
+├── app\
+├── config\node.json
+├── state\node.db
+├── logs\
+├── jobs\
+├── runtimes\
+├── adapters\
+├── templates\
+└── updates\
+```
+
+首期云主机建议：Windows 11 Enterprise 或经验证且有安全更新的 Windows 10 Enterprise、8 vCPU、32 GB RAM、200 GB 系统盘、500 GB 独立数据盘、CPU 实例。Origin 二维科研绘图不要求独立 GPU。
+
+Windows 基线：固定版本并受控更新；禁止休眠和自动锁屏；固定分辨率与缩放；数据盘固定盘符；完成 Origin 人工基线任务；创建三个独立账号；DesktopRunner 登录后自动启动；仅允许必要出站和受控运维；稳定后制作镜像和恢复手册。
+
+## 17. 实施阶段
+
+### Phase 0：环境探针
+
+- 确认 Windows、Origin/OriginPro 精确版本和许可证；
+- 手工导入并导出 OPJU、PNG、SVG、PDF；
+- 验证外部 `originpro` 可见/隐藏实例；
+- 验证账号、RDP 断开、锁屏策略和截图；
+- 连续运行 24 小时，确认许可证和残留进程；
+- 测量典型任务时间、文件和磁盘占用。
+
+### Phase 1：最小闭环
+
+- enrollment、节点表、WSS Connection Manager；
+- Node 注册、证书、心跳、能力上报；
+- job 表、幂等提交、offer/accept 和基本租约；
+- Origin line/scatter/line_scatter；
+- 输入下载、分块上传、SHA-256；
+- zcbot 查询、取消、导入和发布；
+- 最终截图与稳定错误码。
+
+### Phase 2：可靠性与绘图可用性
+
+- outbox、重连对账、unknown 状态和节点重启恢复；
+- bar、box、histogram、heatmap、误差棒、多系列；
+- 模板版本、自动机检、视觉验收；
+- Web 任务卡、完成通知和渠道通知；
+- 事件截图和可选录像；
+- Origin 内置 skill 和回归样例集。
+
+### Phase 3：平台化
+
+- 经审核的 Computer Use 动作；
+- 节点禁用、证书轮换、配置 revision、自动升级；
+- 多节点选择、标签和许可证容量；
+- Fluent、Aspen、CAD 适配器；
+- 根据真实负载决定 GPU 节点或统一调度器。
+
+## 18. 首期验收标准
+
+1. Windows 不开放业务入站端口，Node 能通过 mTLS WSS 注册、重连和心跳。
+2. 云端能发现 `origin.plot@v1`、软件版本、健康和 slot。
+3. 同一幂等键不会创建两个任务。
+4. 双连接时只有最新 epoch 能接受任务。
+5. zcbot 能用 CSV 生成指定模板图并获得 `job_id`。
+6. OPJU、PNG、SVG、PDF 均可打开并通过自动检查。
+7. zcbot 能校验、导入和发布结果。
+8. 连续执行 50 个任务，无残留进程、跨任务污染或许可证泄漏。
+9. WSS 断开时任务继续，重连后能对账。
+10. 云端或 Node 重启不会重复执行或误报终态。
+11. 取消能结束精确进程树，不误杀其他实例。
+12. 截图/录像失败不影响主任务。
+13. 非法路径、脚本、越权 job、超限文件和伪造 artifact ID 被拒绝。
+14. 提交、分派、取消、Computer Use 和产物导入均有审计。
+
+## 19. 已否决方案
+
+- **云端直调 Windows OpenAPI**：首版简单，但入站网络、设备身份、租约和多节点仍需重做；只保留 loopback 诊断 API。
+- **Windows 安装完整 zcbot**：形成两套会话、模型、权限和状态；Node 只做执行。
+- **全程 Computer Use**：对窗口和会话敏感且不适合数值结果；官方 API/SDK 为主。
+- **Go 编写 Node**：Windows Service、COM/.NET、UI Automation、Named Pipes 更适合 .NET；Python 仅作固定适配器。
+- **SMB + WinRM**：任意命令、共享权限、恢复和审计边界较差。
+
+## 20. 实施前待确认
+
+- 云厂商、Windows 镜像、网络出口和授权；
+- Origin/OriginPro 精确版本；
+- 节点锁或浮动许可证及并发数；
+- 典型 Origin 输入和期望结果；
+- 首批图形类型与现有绘图模板；
+- 输入、产物、任务容量和保留期；
+- 云端域名、内部 CA/mTLS 和 enrollment 管理；
+- 首期完成通知范围；
+- Windows 维护责任人与操作窗口。
--- a/docs/windows-node-mvp-intranet.md
+++ b/docs/windows-node-mvp-intranet.md
@ -0,0 +1,262 @@
+# Windows Node MVP 实施方案（内网版）
+
+> **当前有效的第一阶段开发依据。**本文件取代 `windows-node-mvp.md` 中的 MVP 通信与注册方案。
+> 长期演进边界见 `windows-node-design.md`。
+> 首批能力：`origin.plot@v1`。
+
+## 1. 适用边界
+
+本方案成立的前提：
+
+- zcbot 与 Windows Node 位于同一受控内网、云 VPC 或专用 VPN；
+- 两端使用固定私网地址或内网 DNS；
+- zcbot 的 Node 接口只监听私网地址；
+- 安全组仅允许指定 Node IP 访问指定 zcbot 端口；
+- 通信不经过公网、访客网或不可信办公终端所在网络。
+
+MVP 使用：
+
+```text
+注册、状态和文件：HTTP
+任务控制长连接：WS
+节点认证：每个 Node 独立的长期 Bearer Token
+```
+
+HTTP/WS 不加密传输，Node Token、输入数据、截图和产物在链路上均为明文。如果上述网络边界发生变化，必须先升级 HTTPS/WSS。
+
+## 2. MVP 架构
+
+```mermaid
+flowchart LR
+    Z["内网 zcbot"] <-->|"HTTP + WS<br/>独立 Node Token"| N["Windows Node.exe<br/>登录会话自动启动"]
+    N --> P["Origin Python Worker"]
+    P --> O["Origin / OriginPro"]
+    P --> F["独立任务目录"]
+    N -->|"状态、截图、产物"| Z
+```
+
+第一版只有两个进程：
+
+- `Zcbot.WindowsNode.exe`：.NET 10，负责注册、自动连接、任务状态、进程控制、截图和上传；
+- `OriginAdapter.Worker`：固定 Python 环境，使用 `originpro` 生成 OPJU、PNG、SVG 和 PDF。
+
+Node 首期运行在持续登录的专用 Windows 用户会话，通过计划任务在登录后自动启动。暂不拆 Windows Service 与 DesktopRunner。
+
+## 3. Node 注册
+
+### 3.1 操作流程
+
+1. 管理员在 zcbot 管理端创建一次性注册码，默认 10 分钟有效。
+2. Windows Node 首次启动时输入 zcbot 内网地址、节点名称和注册码。
+3. Node 调用内网注册接口。
+4. zcbot 原子消费注册码并返回 `node_id + node_token`。
+5. Node 使用 Windows DPAPI 加密保存 Token。
+6. 此后 Node 或 Windows 重启时自动建立 WS 连接，不再要求人工输入。
+
+```mermaid
+sequenceDiagram
+    participant A as 管理员
+    participant Z as zcbot
+    participant N as Windows Node
+    A->>Z: 创建一次性注册码
+    A->>N: 输入内网地址和注册码
+    N->>Z: HTTP POST /v1/compute/nodes/enroll
+    Z->>Z: 校验并原子消费注册码
+    Z-->>N: node_id + node_token + 配置
+    N->>N: DPAPI 加密保存 node_token
+    N->>Z: 携带 Bearer Token 建立 WS
+    Z-->>N: active
+```
+
+注册请求：
+
+```http
+POST http://zcbot.internal:8765/v1/compute/nodes/enroll
+Content-Type: application/json
+```
+
+```json
+{
+  "enrollment_code": "ZCN-7H4K-9P2M",
+  "node_name": "win-origin-01",
+  "install_id": "019...",
+  "node_version": "0.1.0",
+  "os_version": "Windows 11 Enterprise 24H2",
+  "capabilities": ["origin.plot@v1"]
+}
+```
+
+注册响应：
+
+```json
+{
+  "node_id": "019...",
+  "node_token": "仅返回一次的高熵随机 Token",
+  "heartbeat_seconds": 15,
+  "max_concurrency": 1
+}
+```
+
+### 3.2 注册与 Token 底线
+
+- 注册码一次性、短期有效，云端只保存哈希；
+- 注册码可以绑定预期节点名称和允许能力；
+- 注册成功或达到失败尝试上限后立即失效；
+- 每个 Node 使用不同 Token，禁止共享全局永久 Token；
+- Token 至少包含 32 字节密码学安全随机数；
+- zcbot 数据库只保存 Token 强哈希，明文仅在注册响应返回一次；
+- Node 使用 Windows DPAPI `LocalMachine` 加密 Token，并用文件 ACL 限制为 Node 运行账号可读；
+- Token 只放 `Authorization` Header，不进入 URL、查询参数或日志；
+- Node 不上传 Windows 密码、许可证密钥或完整硬件指纹；
+- 管理员可以禁用 Node 或轮换 Token；禁用后立即拒绝连接、任务和上传；
+- Windows 重装、本地身份丢失或克隆云盘后必须重新注册。
+
+## 4. 自动连接与重连
+
+### 4.1 WS 连接
+
+```http
+GET ws://zcbot.internal:8765/v1/compute/nodes/connect
+Authorization: Bearer <node_token>
+X-Node-Id: <node_id>
+Upgrade: websocket
+```
+
+HTTP 注册、状态、文件上传下载和 WS 长连接使用相同的 Node Token，不增加短期 connection token、HMAC、nonce、时间戳签名或证书体系。
+
+连接后 Node 上报：
+
+- Node、OS 和 Origin 版本；
+- capability 和可用 slot；
+- 本机磁盘和桌面会话状态；
+- 本地运行中或尚未确认终态的 job 摘要。
+
+同一 `node_id` 只保留一个活动连接。新连接成功后关闭旧连接。MVP 单节点场景下，发现相同身份来自不同 `install_id` 时拒绝新连接并提示重新注册，避免云盘克隆产生双执行者。
+
+### 4.2 重连策略
+
+- 断线后按 1、2、5、10、30、60 秒并加随机抖动重连；
+- 最大间隔 60 秒；
+- 正在运行的 Origin 任务不因 WS 断开而终止；
+- 重要终态与上传状态写入本地 SQLite，重连后补报；
+- `401/403` 表示 Token 失效，停止高频重试并显示“需要重新注册”；
+- 连接超时和 `5xx` 继续退避重试；
+- Windows 网络恢复时立即触发连接尝试。
+
+## 5. 内网安全配置
+
+最低网络规则：
+
+```text
+zcbot Node API 绑定：zcbot 私网 IP:8765（示例）
+zcbot 入站安全组：只允许 Windows Node 私网 IP → TCP 8765
+Windows Node 出站：只允许 zcbot 私网 IP → TCP 8765
+Windows Node 入站：不开放 Node 业务端口
+RDP：不向公网开放，使用 VPN、堡垒机或云安全登录
+```
+
+即使在内网，应用层仍拒绝：
+
+- 任意 PowerShell、Python、LabTalk 和命令行；
+- 任意 URL、绝对路径和 UNC 路径；
+- 未声明 capability；
+- 越权 job 和伪造 artifact ID；
+- 超出大小、类型和配额限制的文件。
+
+建议在日志中记录 Node、job、用户、动作和结果，但不得记录注册码或 Token。
+
+## 6. MVP 状态与数据
+
+云端首期只增加：
+
+```text
+compute_nodes(
+  node_id pk, name, install_id, token_hash, status,
+  capabilities jsonb, last_seen_at,
+  created_at, updated_at
+)
+
+compute_jobs(
+  job_id pk, user_id fk, task_id fk,
+  idempotency_key, capability, request jsonb,
+  node_id fk, status, progress,
+  error jsonb, artifact_manifest jsonb,
+  created_at, terminal_at, updated_at
+)
+```
+
+MVP 状态：
+
+```text
+queued
+running
+succeeded
+failed
+cancelled
+disconnected
+```
+
+Node 断线且本地任务可能仍在执行时标记 `disconnected`，不得自动重派。Node 重连后按 `job_id + request_digest` 和本地终态对账。
+
+## 7. Origin 任务闭环
+
+```text
+用户上传 CSV/XLSX
+→ zcbot 生成受控 plot spec
+→ Node 接收 origin.plot@v1
+→ 先持久化 job，再启动 Origin Worker
+→ originpro 生成 OPJU/PNG/SVG/PDF
+→ terminal.json 原子记录终态
+→ Node 通过 HTTP 上传最终截图和产物
+→ zcbot 导入 working_dir 并发布
+```
+
+MVP 保留：
+
+- 一次性注册与自动连接；
+- 每 Node 独立 Token、DPAPI、禁用和轮换；
+- 幂等提交；
+- 独立任务目录；
+- 断线不终止计算；
+- SQLite 和 `terminal.json`；
+- SHA-256 校验；
+- 协作取消与精确进程回收；
+- 最终截图和产物上传。
+
+MVP 暂缓：
+
+- HTTPS/WSS；
+- 短期连接令牌、HMAC、nonce；
+- 客户端证书和 mTLS；
+- 完整任务租约和多节点调度；
+- 独立 DesktopRunner；
+- 分块断点上传；
+- 自动更新；
+- 任意 Computer Use；
+- 视频直播。
+
+## 8. 验收标准
+
+1. 新 Node 能凭一次性注册码完成注册。
+2. Node 或 Windows 重启后无需人工操作即可自动连接。
+3. zcbot 能显示在线状态、最后心跳、Origin 版本和 slot。
+4. Token 不出现在 URL、日志或 zcbot 数据库明文中。
+5. 禁用 Node 后，现有连接关闭且无法重新连接或上传。
+6. 复制 Node 配置到不同 `install_id` 的机器不能形成两个活动执行者。
+7. 同一幂等键不会创建两个 Origin 任务。
+8. WS 中断时 Origin 继续运行，重连后能补报状态和产物。
+9. Node 重启后能识别已有终态，不重复绘图。
+10. zcbot 能接收并发布 OPJU、PNG、SVG 和 PDF。
+11. 连续运行 50 个任务，无残留 Origin 进程或许可证泄漏。
+12. 从非白名单内网 IP 访问 Node API 被安全组拒绝。
+
+## 9. 升级触发条件
+
+出现以下任一情况，先将通信升级到 HTTPS/WSS：
+
+- Node 与 zcbot 跨 VPC、跨安全域或经过公网；
+- 同一网络出现不受信任终端；
+- 输入、截图或产物属于敏感数据并要求链路加密；
+- 安全审计明确要求传输加密。
+
+升级时保持 URL path、Node ID、Bearer Header 和任务协议不变，只把 `http/ws` scheme 改为 `https/wss` 并部署服务端证书。设备身份治理进一步提高时，再升级客户端证书和 mTLS。