52 KiB

Raw Permalink Blame History

设计文档

本地运行的个人任务 agent,覆盖三类工作:汇报 PPT、科研申报书、代码。模型自由(LiteLLM 接 OpenAI-compatible),代码可控(目标 1500-2000 行 Python)。

1. 边界

做:PPT(python-pptx)/ 申报书(python-docx)/ 编码(读写文件 + shell + 迭代验证)。不做:子 agent / IM 渠道 / 自定义 RAG / 锁定 Anthropic / Eval Suite(个人工具 dogfooding 替代)。多用户 / Web UI 归 §7。

关键约束:

模型自由:LiteLLM + OpenAI-compatible(默认 DeepSeek V4)
任务持久化:任意时刻关机,下次能恢复
演化性:模型升级不需要大改架构
形态兼容:本地与 SaaS 共享同一份 core / storage(PG)/ web /v1 API,无 CLI REPL / 本地 in-process 分叉(2026-05-18 撤,详 §7.9)

2. 架构

zcbot/
├── core/
│   ├── capabilities.py     # ModelCapabilities,从 yaml 加载
│   ├── llm.py              # LiteLLM 封装,按 capabilities 自动启 features
│   ├── loop.py             # ReAct 主循环 + cancel_check 协作式 cancel
│   ├── probe.py            # 真实探测对账 yaml 声称的能力
│   ├── session.py          # 消息列表 + meta + 落 PG
│   ├── skills.py           # SkillRegistry(Anthropic 渐进披露)
│   ├── task.py             # TaskState
│   ├── memory.py           # per-user .memory/ 双层记忆
│   ├── paths.py            # task_dir db form 归一(to_db_path / from_db_path)
│   ├── storage/{engine,models,utils}.py  # SQLAlchemy 2.x ORM
│   └── agent_builder.py    # 装配 lib:build_agent / system prompt / validate_task_name
├── tools/
│   ├── base.py             # Tool 基类 + _resolve
│   ├── fs.py               # read / write / edit (唯一匹配) / glob / grep
│   ├── shell.py            # subprocess + 黑名单
│   ├── run_python.py       # tmp .py + subprocess + 敏感 env 过滤
│   └── skill_tool.py       # load_skill
├── skills/{coding,ppt,proposal}/   # SKILL.md + references / scripts / assets
├── prompts/system/general_v1.md
├── config/{agent.yaml, models/*.yaml}
├── workspace/users/<user_id>/
│   ├── .memory/{core.md, extended/*.md}   # 跨 task 共享记忆,dotfile 隔离
│   └── <working_dir>/                      # 工作目录,用户起名(同 working_dir 多 task 共享)
├── web/{app.py, auth.py, broker.py, sinks.py, static/dev.html}
├── db/migrations/                          # alembic
└── main.py                                 # 入口:web / db / probe / user 四子命令

工作目录(working_dir) = workspace/users/<user_id>/<working_dir>/,所有 skill 产物写到这里,绝对路径在 system prompt 显式给 agent。写错位置(cwd / skills/ / repo 根)git status 立刻报红。user_id 走 JWT sub:邮箱密码登录由 users 表 email lookup 直读,platform 登录由 platform 直传;无 SENTINEL fallback,所有路径必须显式有 user_id。name(任务显示名)必填,working_dir 可选(留空 → 用 name 作目录名);两者都是简单名(不含 /\..、不以 . 起头,挡 .memory);同 working_dir 多 task 自动共享同目录(§7.1)。SaaS 化只是把 workspace/ 换 <storage_root>/,布局不变。

启动:python main.py web → uvicorn 起 FastAPI → lifespan 跑 stale-run reaper → 客户端走 /v1/auth/login_password(邮箱密码)或 /v1/auth/login(platform_key)换 JWT → POST /v1/tasks/{id}/messages 起 BG 线程,内部 build_agent 读 agent.yaml → 加载 ModelCapabilities → LLM(caps) → 拼 system prompt(general_v1.md + skill discovery + cwd + working_dir 绝对路径)→ 装配工具 → AgentLoop.run。ZCBOT_DB_URL 指 PG。

3. 核心组件

3.1 主循环(`core/loop.py`)

ReAct:LLM → 若有 tool_calls 就执行 → 结果塞回消息 → 再调 LLM。无 tool_call 即返回。

工具结果对模型截 16K 字符,用户预览 400 字符
事件通过 sink.emit 流式发布(§7 A,SSE 桥);content delta 在 stream chunk 到达即时 emit text 事件,前端打字机渲染
LLM 调用走 LLM.chat_stream(litellm stream=True):chunks 攒齐后用 litellm.stream_chunk_builder 拼回完整 response 给 tool_calls 解析 + usage 记账;stream_options.include_usage=True 让最后一个 chunk 带 usage
cancel_check: Optional[Callable[[], bool]] 协作式 cancel,每轮 LLM 前 + stream chunk 之间 + tool_calls 之间 poll;chunk 间 poll 让 cancel 延迟从「整轮 generation 时长」(几十秒)降到「单 chunk 间隔」(~100ms);中途 cancel 时已收 chunk 丢弃,assistant 半截内容不入库(resume 上下文干净);命中给未执行 tool_call 补 [cancelled by user] 保 LiteLLM 协议
停机判据 = 解耦「跑了几步」与「是否在推进」(2026-06-10):用户感知的"轮"是来回对话次数,一个 run 内模型自主连调 N 次 tool 概念上仍是 1 轮,该放它跑完;真正要掐的是"空转"。故 max_iterations(从 capabilities/yaml 读,flash 120 / pro 150)降级为纯安全 backstop,不再当"轮预算"砍正经长任务;主防护是两道进展信号:① _RepeatGuard 逐指纹"同名同参+无产出([Error]/结果一字不差重复)"累计,SOFT=2 注提示、HARD=4 拦截;② run 级全局 _stall——整步所有 tool 都无净产出则 +1、任一净产出清零,连续 _STALL_LIMIT=8 步主动停([stopped: no progress]),比撞 backstop 早得多掐死循环。撞 backstop / 空转停都 emit 明确"回复『继续』可续跑"提示,不静默停。取舍:step-count 是"不收敛"的粗糙代理,正经任务 80 步和死循环 5 步被一刀切同等对待是错的;进展信号才对症。新增成本=run loop 一个计数器,死循环兜底反而更早(8 步 vs 120 步)。

3.2 Model Profile(`core/capabilities.py` + `config/models/*.yaml`)

每模型一份 yaml,agent 行为按档案动态调整。新模型 5 分钟接入,不改代码。字段:max/reliable_context、max_output、parallel_tools、tool_calling_quality、thinking_mode、reasoning_effort_levels、code_quality、enable_run_python、max_iterations、optimal_temperature、prompt_caching、extended_thinking、api_base、api_key_env。 LLM.chat 按 capabilities 自动启 parallel_tool_calls / reasoning_effort / Anthropic prompt-caching header。

3.3 Capability Probing(`core/probe.py` + `main.py probe`)

yaml 是手填的,probe 用真实调用对账:basic_chat / parallel_tools / thinking_mode / long_context(opt-in)。不改 yaml,只出 rich Table 报告。显式触发,不进启动路径(避免烧 API)。

3.4 工具系统(Hybrid 范式)

JSON tool call(tools/):read / write / edit / glob / grep / shell / run_python / load_skill — 离散操作。 Code execution(run_python):tmp .py + subprocess + 工作目录限制 + 敏感 env 过滤(*API_KEY *TOKEN *SECRET *PASSWORD *PRIVATE_KEY)— 批处理 / 算数据 / 生成文档。关键设计:edit 唯一匹配(CoreCoder 风格,old_str 重复即报错);工具按原子操作切分,不做 make_pptx() 这种高级封装。

3.5 Skill 系统(Anthropic 渐进披露)

对齐 Anthropic 2025-12 开放标准。三层加载:Discovery(name + description,几百 token)→ Activation(load_skill(name) 加载完整 SKILL.md,1-5K)→ Execution(SKILL.md 指 references/xxx 按需拉)。原则:写 WHY+WHAT,不写 Step 1/2/3。description 决定模型能否触发。

3.6 Session 与 Task

Session(core/session.py)= 消息列表 + meta,直接 ORM 写 PG messages 表(append-only,jsonb 存 LiteLLM 原样 payload)。 Task(core/task.py)= Session 上层,含 name / working_dir / skill / description / status / model / reasoning_effort / 时间戳 / tokens。直接 ORM 写 PG tasks 表。working_dir FS 目录只存 skill 产物,无 state.json / messages.json。本地 + SaaS 同一份 schema 和 ORM,差别只在 ZCBOT_DB_URL。

字段三件套语义:

name(NOT NULL) = 任务显示名,UI 列表 / 标题 / docx 导出文件名用;独立于工作目录
working_dir = 工作目录(相对 ROOT posix 串),同 working_dir 多 task 共享同物理目录
skill = 智能体类型标签(coding / ppt / proposal / ...自由形式,后续可对齐 skills/ 注册表强校验)

创建语义 — working_dir 目录在 task 创建入口立即 mkdir(parents=True, exist_ok=True)(name 必填代表"显式声明项目";working_dir 留空 → fallback 用 name 作目录名)。Task 行在 web POST /v1/tasks 时即写。Task 切换 / 软删 / 硬删 走 dev SPA + /v1/tasks*(DELETE /v1/tasks/{id} 删 DB 行 + messages CASCADE;FS 一律不动,同 name 多 task 共享,绝不 rmtree)。原 CLI REPL(chat / tasks / export)2026-05-18 撤,详 §7.9。

原子性 — PG INSERT 天然原子;skill 产物走 core.session.atomic_write_text(tmp + fsync + replace)。

3.7 双层记忆(`core/memory.py`)

跨 task 共享的事实(用户偏好 / 项目约定 / 模型 quirk)放 workspace/users/<user_id>/.memory/(per-user,dotfile 隔离):

层	文件	加载	适合
Core	`core.md`	每次 build_agent 进 system prompt	跨任务高频精炼事实(几百 token)
Extended	`extended/*.md`	索引(标题+绝对路径)进 prompt,内容靠 `read` 工具按需拉	大量低频专题

system prompt 每次 build_agent 重建(resume 也是),memory 演化即时生效。memory 由人填(也允许 agent 用 write 写),系统不自动维护 — 事实由用户判断,不由 LLM 自动总结。

memory 永远在 FS,不入 DB:本地 workspace/users/<user_id>/.memory/,SaaS <storage_root>/users/<user_id>/.memory/(bind mount 进容器)。dotfile .memory/ 命名避免项目名取 memory 时撞;validate_task_name 拒 . 起头双向防呆。理由:用户笔记语义,FS 读写 + 编辑器手编是产品的一部分;跨 task 共享靠"同一 user 同一目录"自动达成,无需 schema。

4. 模型路由

默认 default_model: deepseek_v4.flash。分模式路由思路:

模式	模型	理由
通用 / 编码 / PPT / 提案初稿	flash	SWE-Bench 80.6,够用
复杂 bug / 提案终稿	pro + reasoning_effort=max	关键产出
fallback	claude_4_7.opus	V4 不行时手动切

成本量级:

任务	flash	pro-max	Opus 4.7
修 bug(~10 轮)	$0.01	$0.05	$0.30
5 页 PPT	$0.05	$0.20	$1.50
完整申报书	$0.30	$1.50	$10-15

99% 任务 flash 够用,关键终稿升 Pro。

5. 设计哲学

核心原则:Less Scaffolding, More Trust

老 agent 框架失败的核心:给 LLM 太多脚手架,模型升级后这些脚手架成枷锁。正确做法:把 LLM 当一个会持续变强的同事,告诉它目标,不告诉它步骤。

七条具体原则

Prompt 用 WHY+WHAT 不用 HOW — 教"怎么思考"会降智强模型
Skill 渐进披露,不写完整流程
工具按原子操作切分,不做高级封装 — 留组合空间
Model Profile 化,不硬编码
Capability Probing 对账实际行为
版本化 Prompt(等真要切版本时再做)
~~eval 评估~~ — 已删,dogfooding 更有效

借鉴

来源	借鉴
CoreCoder	主循环简洁实现 + Edit 唯一匹配
Anthropic Skills	SKILL.md 渐进披露
nanobot	Workspace + 任务隔离
smolagents	LiteLLM + CodeAct 启发 run_python

6. 风险与取舍

风险	缓解
run_python sandbox 不够强(本地非真隔离)	工作目录限制 + 敏感 env 过滤;SaaS 走 docker exec(§7.5);本地依赖用户最终审阅
V4 某些复杂任务不如 Claude	dogfooding 判断,fallback 手动切
Skill description 不准 → 触发不到	Pro 优化描述,实战观察
Long context 退化	`probe --long-context` 探测可靠 ceiling
本地 PG 离线	`docker compose up -d` 起本地 PG 兜底;也可连远端 dev / staging PG

Hybrid 范式而非纯 CodeAgent:V4 JSON tool call 已稳定;sandbox 成本只在需要时付;兼容 thinking。 Anthropic Skill 标准:行业标准已成,跨 SDK 兼容。 不做 subagent:状态管理爆炸;单 agent + skill 已覆盖 95% 场景。 不做 Eval Suite:个人单用户场景,dogfooding 信号比造作 case 强,probe 覆盖健康检查。

7. SaaS 化(草案,status=design,2026-05-12)

§1-§6 是本地 dogfood 形态;本节是SaaS 形态,把 core 包成多用户在线服务。不引入 platform/core 切分 — core 就是后端,直接对用户做 auth。两条形态共享同一份 core,差别只在反代部署。本节落地前 §1-§6 路线照走,不阻塞 dogfood。

7.0 与本地形态的兼容性

SaaS 化不是"重写",而是把同一份 web /v1 服务部署到云端。

维度	本地	SaaS
入口	`python main.py web` 起 FastAPI + dev SPA	uvicorn 部署形态,反代到 platform UI
Storage	PG(`ZCBOT_DB_URL` 指 docker compose / 远端 dev PG)	PG(指生产 PG)
working_dir	`workspace/users/<user_id>/<name>/`	`<storage_root>/users/<user_id>/<name>/`
Memory	`workspace/users/<user_id>/.memory/` (FS, dotfile)	`<storage_root>/users/<user_id>/.memory/`
Sandbox	subprocess + env 过滤	per-user sandbox container + per-tool exec
Auth	邮箱密码(`users.email/password_hash`,bcrypt)→ JWT;platform_key → JWT(机器对机器)	OIDC → JWT(D' 替换 platform_key 路径);邮箱密码长期保留,与 OIDC 并存

workspace/ 仅存 skill 产物,state / messages 全在 PG。本地 vs SaaS 共用 users/<user_id>/ 子树布局,差别只在外层根目录,不在 storage 形态。

7.1 心智模型:Task 一等公民 + Dir 文件副视图

两个并列入口,正交不嵌套:

视图	入口语义	适用场景	API
Task list(主)	"我的对话历史"	任务驱动:"继续昨天那个 bug fix"	`GET /v1/tasks?status=&working_dir=`
Dir tree(辅)	"我的文件资产"	项目驱动:"看汇报项目里所有素材 + 关联对话"	`GET /v1/folders` + `GET /v1/files`

类比:macOS Finder + 最近使用 / Apple Notes 文件夹视图 + 全部备忘录。两个视图查同一份数据的不同切面,dir 不是 task 的父容器。

Task = DB 一行,一等公民,自带 working_dir 字段:
- 新建必给 name(简单名),working_dir = workspace/users/<user_id>/<name>/(留空 fallback 用 name)。同 working_dir 多 task 共享 → "同一项目多对话"语义
- 指定 → 项目化 task,同 working_dir 多 task 自动共享 source/ / sections/ / 终稿(无需建"项目"实体)
Dir = FS 路径,无 DB 实体,path 即标识;无父子结构,改名走顶层目录 DB-aware 同事务 cascade(§7.4)
No-subtask:同 working_dir 允许(同项目多对话),前缀嵌套拒
Messages = DB 表,append-only,jsonb 存 LiteLLM 原样 payload
Skill 产物全落 working_dir,不引入 artifacts 表;SKILL.md 指示 agent 清中间件
Skill 定义是项目代码,跟部署走,所有用户共享

空 dir(用户上传素材但还没开 task)在 dir tree 视图正常展示 — 上传本身是有效产品行为;UI 上跟"有 task 的 dir"做轻量区分(如 task 数 badge)。

state / messages 两形态都在 PG,FS 只承担 skill 产物。多 task 共享同 working_dir 时由 §7.8 文件级悲观锁兜底。

7.2 资源模型(/v1)

Task 一等公民;files 与 task 正交(§7.1),走 user-rooted /v1/files*,以 workspace/users/<uid>/ 为边界(不强制选 task)。所有路由统一 /v1 前缀,返 JSON;前端由 platform 端实现(§7.9 取舍),本地开发用 FastAPI /docs Swagger UI 自查。

Tasks
  POST   /v1/tasks                  {name(必填), working_dir?, description?, skill?};不合法 → 400
  GET    /v1/tasks?page=&page_size=&status=&skill=&working_dir=&q=&ordering=
                                    分页 1-based;page_size 1–100 clamp;ordering DRF 风格逗号分隔,
                                    `-field` 倒序;allowlist created_at/updated_at/name/status;
                                    **默认 `-created_at`**;返 `{page, page_size, count, results}`
  GET    /v1/tasks/{id}             单 task meta
  PATCH  /v1/tasks/{id}             {status?,description?,name?,skill?};active 不让从 web 切回
  DELETE /v1/tasks/{id}             硬删:DB 行 + messages CASCADE;**FS working_dir 保留**
  GET    /v1/folders                列当前 user 的 working_dir + 关联 task 计数 + 最后使用时间
  GET    /v1/tasks/{id}/messages    历史(后续 ?search= 走 jsonb GIN / tsvector)
  POST   /v1/tasks/{id}/messages    {content} 发消息 + 起 run,返 {events_url}
                                    **单活 run**(0004 简化):tasks.run_status in
                                    ('running','cancelling') → 409;`SELECT … FOR UPDATE`
                                    锁 task 行序列化并发 POST 防 messages.idx race
  GET    /v1/tasks/{id}/events      SSE 流(见下) — 订阅 task 当前活动事件,
                                    单活 run 形态下无歧义,客户端只需 task_id
  POST   /v1/tasks/{id}/cancel      协作式 cancel(202):标 cancelling + 信号 broker;
                                    BG loop 在 stream chunk 间 + 工具调用之间 poll 看见即退;
                                    run_status != running → 409;cancel 延迟 ~ 单 chunk 间隔(100ms 级)

Auth
  POST   /v1/auth/login             {user_id, platform_key} → JWT(platform 机器对机器)
  POST   /v1/auth/login_password    {email, password} → JWT(dev SPA / 同事试用)
                                    bcrypt 校验 users.password_hash(0005 加 UNIQUE(email));
                                    错邮箱 / 错密码 / 未设密码统一 403 防探测
  POST   /v1/auth/change_password   {old_password, new_password} → {ok}(dev SPA 顶栏自助改密)
                                    需 Bearer(user_id 取自 JWT);验旧密码 + 新密码 ≥6 bcrypt 重哈希;
                                    旧密码错 / platform_key 建的无密码行 → 403,弱密码 → 400

Files(user-rooted,workspace/users/<uid>/ 为根)
  GET    /v1/files?path=            列子目录 {entries, crumbs, exists, root, current};
                                    留空 → user_root;dotfile(`.memory/` 等)一律隐藏
  POST   /v1/files/upload           multipart;path 通过 form;严格拒含 / \\ .. 的 filename
  GET    /v1/files/download?path=   下载单文件;`..` / 绝对 / symlink 越界 400
  POST   /v1/files/delete           {path} 文件或空目录;非空目录 400;user_root 拒;
                                    **path 是顶层目录(user_root 直接子项)且被 task 引用 → 409**
  POST   /v1/files/rename           {path, new_name};sibling 已存在 → 409;
                                    **path 是顶层目录** → 同事务 SELECT FOR UPDATE 锁关联 task +
                                    任一 running/cancelling → 409 + check_no_subtask 防嵌套;
                                    DB UPDATE 在 FS rename 之前,FS 失败回滚 DB

Export
  GET    /v1/tasks/{id}/export      docx 临时文件下载,BackgroundTask 删 tmp

Misc
  GET    /healthz                   {"status":"ok"}
  GET    /                          302 → /static/dev.html(本地 dev SPA)

SSE 事件(Content-Type: text/event-stream,响应头带 X-Accel-Buffering: no 给 nginx 反代友好;每事件 event: <type> + data: <JSON>):

run_start    {}
llm_start    {}
text         {"delta":"<delta 文本>"}
tool_call    {"name":"...","args":{...},"args_preview":"..."}
tool_result  {"name":"...","preview":"...","truncated":bool}  # 完整 result 走 DB,SSE 只送预览
llm_end      {"prompt_tokens":N,"completion_tokens":N}
cancelled    {}                                                # cancel 命中,后随 done 收流
error        {"msg":"<type>: <detail>"}
done         {}

订阅 fan-out:同 run 多订阅者(刷新 / 多 tab / 多设备)每订阅 1 独立 queue。订阅迟到(run 已 done)立刻收 done 不挂。事件不持久化 — messages 走 PG,未来要"刷新继续看流式"再加 event log。

版本化:/v1 minor 半年向后兼容,major 6 个月 deprecation。 CORS:本地 dev allow_origins=["*"];部署 platform 时收紧。 Auth:Bearer JWT 走所有 /v1/tasks*;/healthz、/docs、/openapi.json、/、/v1/auth/login*、/static/* 豁免。

7.3 认证

当前形态(D' 过渡):两条 login 路径签同款 JWT(HS256,JWT_SECRET env 签,默 7d TTL):

POST /v1/auth/login {user_id, platform_key} — platform 服务端机器对机器入口,持 PLATFORM_KEY 共享密钥可为任意 user_id 签 token(等同 user 身份由 platform 注入)
POST /v1/auth/login_password {email, password} — dev SPA / 同事试用,users.email UNIQUE + bcrypt 校验 password_hash;main.py user add CLI 发用户
POST /v1/auth/change_password {old_password, new_password} — dev SPA 顶栏自助改密,需 Bearer(user_id 从 JWT 取,不信前端);验旧密码 + bcrypt 重哈希;platform_key 入口建的无密码行不可改(403)

后续 Authorization: Bearer <jwt> 走所有 /v1/tasks*,FastAPI Depends(require_user) 验签 → 提取 user_id → SELECT/UPDATE 全带 Task.user_id == user_id 条件做隔离。PLATFORM_KEY / JWT_SECRET 任一缺失 → app 启动 fail-fast。

信任模型:platform 是单点可信中间层(持 PLATFORM_KEY = 可为任意 user_id 签 token),风险与"platform 服务端泄漏 = 用户身份泄漏"同级,可接受。

未来形态(真 OIDC):Provider 签 ID token,zcbot /v1/auth/login 内部从"校验 PLATFORM_KEY"换成"校验 ID token 签名 + 提取 sub" — 路由层 Depends 不动,Bearer JWT 契约不变。邮箱密码路径长期保留,与 OIDC 并存(自有账号体系 + 同事试用不依赖外部 IdP);OIDC 只接管 platform 机器对机器那条路径。所有 storage/executor scoped by user_id,无 tenant 层 — 个人 SaaS 用不上,做企业版再加 org_id 等价隔离。

7.4 存储:Postgres + 本地文件系统

users(user_id uuid pk, email text null unique, password_hash text null, oidc_subject null, plan null, created_at)
-- email UNIQUE (0005);NULL 不冲突,允许 platform_key 入口 user 共存
-- 入口三条:① main.py user add(bcrypt → password_hash;dev SPA 邮箱密码登录用)
--         ② /v1/auth/login platform_key 路径 ensure_user_row(只填 user_id)
--         ③ 未来 OIDC(替换 login 内部;email/oidc_subject 由 ID token 注入)

tasks(task_id uuid pk, user_id fk, name text not null, working_dir text not null, skill, description,
      status, model_profile, tokens_prompt, tokens_completion, cost_usd,
      run_status text not null default 'idle',  -- idle/running/cancelling/error(0004 合 runs 表)
      run_error text null,
      created_at, updated_at);
create index on tasks (user_id, working_dir);
-- working_dir 存储:相对 ROOT 的 posix 串(workspace/users/<uid>/<name>);写入入口
-- 只接 simple name,越出 ROOT → to_db_path raise(不留 ROOT 外路径)
-- 读写边界统一过 core/paths.py::{to_db_path, from_db_path}
-- 入口校验 validate_task_name():拒空 / 含 /\NUL / `.` 起头 / >255

messages(message_id uuid pk, task_id fk, idx int not null,
         payload jsonb not null, tokens_in, tokens_out,
         model_profile text null,  -- 0006:只在 assistant 行有值,标产生该 msg 的模型
         created_at,
         unique (task_id, idx));
create index on messages using gin (payload jsonb_path_ops);

usage_events(event_id uuid pk, user_id fk, task_id fk on delete cascade,
             message_id fk on delete set null,
             kind text not null,         -- chat / image / video / audio / ...(0006 起只 chat,媒体扩展位)
             model_profile text not null,
             units jsonb not null,       -- chat: {tokens_in, tokens_out};image: {count, size};...
             cost_usd numeric(12,6) not null default 0,
             created_at);
create index on usage_events (user_id, created_at);  -- 用户级聚合走这条,JOIN-free
create index on usage_events (task_id);
create index on usage_events (model_profile, created_at);

0004 简化:runs 表角色等价"task 当前 in-flight 状态",合并到 tasks.run_status + run_error;run_id 单活 run 形态下对客户端 / broker / cancel 全冗余 → 客户端只需 task_id。 0006 模型切换 + 用量统计:tasks.model_profile 从 0001 起就有,本次开始真用 —— task 创建时 UI 选 / PATCH 切;build_agent resume 读它而非 cfg["default_model"](A 粒度:下条 send 才生效,当前 run 不受影响)。messages.model_profile 新增,assistant 行落实际用的模型,前端按 model 切换点画小标。usage_events 表 0004 删掉的简陋版形态(id/user_id/task_id/run_id/kind/value/ts)字段不够多态,本次重建 v2 形态:per-event 一行,units JSONB 装多态用量(token / 张数 / 秒数),cost_usd 用 litellm cost map 算;chat 已接入(core/loop.py 在 assistant message 入库后调 record_chat_usage),媒体工具未来加 image/video kind 不动 schema。tasks.tokens_prompt/completion/cost_usd 三列保留作粗 task 级概览,继续由 sync_task_tokens 维护;messages.tokens_in/out 同时双写,查 message 详情不需 JOIN。统计真实 source-of-truth 走 usage_events,跨用户 / 跨模型 / 跨时间维度都按 (user_id, created_at) 索引直查。 run_status 终态语义:ok / cancelled 收尾回 idle(用户视角等价),只有 error 持久(让用户能看到),起新 run 时由 post_message 清。

No-subtask 校验(create_task):同 user 下查 new LIKE existing/% 或 existing LIKE new/%,中一则拒;同 working_dir 允许。两侧先用 from_db_path 归一到 absolute posix 再比前缀(混合存储形态不漏判),数量小直接 Python 端比对,不在 SQL 里拼分隔符。

Folder rename / delete(/v1/files/rename + /v1/files/delete):files API 是目录树唯一 mutation 入口,DB-FS 一致性作服务端不变量内化(§7.9 架构教训)。顶层目录(user_root 直接子项)走 DB-aware 分支:事务内 SELECT ... FOR UPDATE 锁关联 task + 任一 running/cancelling → 409 + check_no_subtask(exclude=被改名 tids) 防嵌套;rename UPDATE DB 在 FS rename 之前(FS 失败可回滚);delete 顶层目录有任意 task 引用 → 409 要求先 DELETE 关联 task。

文件系统(本地 <storage_root> = workspace/,SaaS 替换为部署根):

<storage_root>/users/<user_id>/
  .memory/{core.md, extended/}     # per-user 记忆,dotfile 隔离,不入 DB
  <name>/                          # 项目目录,name 用户起(必填),working_dir 直接落这
                                   # 同 name 多 task 共享同目录(§7.1)

Storage 实现:单一 PG ORM(本地 + SaaS 共用):一份 schema、一份 SQLAlchemy、一份查询,无 adapter,无 SQL 方言适配,无契约测试。alembic 管 migration。

7.5 沙盒:Per-user 容器 + Per-tool exec

选择	理由
每 user 长驻 sandbox container	文件模型本来以 `<storage_root>/users/<user_id>/` 为安全边界;同 user 多 task / working_dir 共享素材与中间产物,per-user 容器比 per-task 容器更贴合心智模型
每 tool 调用一次 `docker exec`	exec 级 timeout / cwd / 资源统计;一轮对话内多次 tool call 复用同一容器
空闲 5 分钟回收	对话结束后进入 idle;5 分钟内新对话 / 新 tool call 复用,否则销毁;不浪费也避免频繁 cold start
bind mount = user root	`<storage_root>/users/<user_id>/` → `/workspace`;每次 exec 显式 `cwd=/workspace/<working_dir>`;同 user 内不做运行时隔离,跨 user 由独立容器 + 独立 mount 隔离

边界划分:Control plane 留在宿主后端,Execution plane 进容器。宿主后端负责 auth / JWT / DB 事务 / task-message 状态机 / /v1/files 路径校验与上传下载 / SSE broker / LLM 调用 / 受控 web_search 与 web_fetch / 配额审计。容器只跑不可信执行: shell、run_python、用户或模型生成脚本、编译器 / 解释器 / 包管理器 / 渲染命令。目标不是"所有操作都进容器",而是"所有不可信代码执行都不能在宿主执行";否则 DB 凭据、JWT secret、对象存储凭据反而更容易被带进执行面。

硬限制:cgroup CPU/mem、pids-limit、单次 exec timeout、同 user 并发 exec 数、上传大小、root fs read-only、tmpfs /tmp、no-new-privileges、drop ALL caps、非 root 用户运行。run_python 临时文件落 /tmp/zcbot/<task_id>/ 或 working_dir 受控临时目录;exec 结束后按进程组清理,避免后台进程常驻。

软配额:按 user 计入 DB,超额返回 429 / 402 / 明确错误。配额项包括 workspace 磁盘总量、月度 LLM cost / tokens、tool wall time、文件上传下载流量、网络下载量、running task / exec 并发数。磁盘配额起步用应用层统计(上传 / write / tool 执行前后检查 + 周期扫 user root),后续需要更硬边界再上 filesystem project quota / volume driver。

网络:容器默认 deny outbound 更安全;搜索和网页抓取走宿主后端受控工具。确需安装依赖时走受控 PyPI 镜像或 HTTP proxy,并计量下载量;不要让容器自由 curl 外网 / 内网 / cloud metadata。选型:起步 Docker;流量起来后视情况换 gVisor / Firecracker / e2b。

落地清单(Stage C 实施硬协议,与 PROGRESS Stage C DoD 锚定;实施时按此对账):

网络 blocklist 硬编码段(容器 iptables 启动必含,任一缺失=Stage C 未完成):169.254.0.0/16(cloud metadata SSRF)、127.0.0.0/8+::1(loopback)、内网三段 10/8+172.16/12+192.168/16、100.64.0.0/10(CGNAT);PG 实际 IP 单独再 block 一遍(belt-and-suspenders,自定义网络/VPC peering 会让段级 block 看似覆盖实际能直连)。
网络 egress 模型:容器内 HTTP(S)_PROXY 走宿主侧 proxy + iptables DROP outbound except <proxy port>(防 SDK 不读 env 绕过)。宿主 proxy 负责:① 域名 allowlist;② 红线段 IP block(再做一次);③ per-user 出网字节计量入软配额(超额 429);④ 审计日志 network_audit。Allowlist 初始集:*.pypi.org/*.pythonhosted.org/github.com/raw|codeload|objects.githubusercontent.com/*.npmjs.org + 部署的 PyPI 镜像域名。
进程组清理协议:docker exec 通过 setsid 包一层,timeout/cancel/正常结束三路径都 kill -- -PGID 杀整组。目的:防 nohup &/disown/派生 daemon 跨 exec 持久化——同 user 不做内隔离,stale 进程能看到后续 exec in-memory 状态,守不住这条残留风险就放大成"跨对话持久后门"。
磁盘配额硬化时点:首版应用层统计 + 周期扫描(=软配额);外部用户开放前必须升级到 xfs/ext4 project quota 或 zfs dataset quota。否则扫描间隙打满共享 fs 会拖死同节点其他 user(写满远快于扫描周期),且不算配额超额、排查痛苦。
Executor 接口 + runtime config 注入:不在工具层 hard-code docker exec,走 backend driver 抽象(Executor.call_tool(tool, args, ctx));container runtime 走 config ZCBOT_SANDBOX_RUNTIME=runc|runsc(docker run --runtime=)。理由:未来切 gVisor/Firecracker/Kata/e2b 应用层零改动,避免接口泄漏 Docker 假设(docker exec/cp/stats)致后期重写。
工具按信任域二分,Executor 内部 dispatch(2026-05-26 修正:原"host 工具走 resolve_user_path 校验"是假命题无此函数;dogfood 发现 glob 仍列 host repo,改物理边界替代代码护栏):
- Container exec backend:shell/run_python/read/write/edit/glob/grep 全走 docker exec。shell/run_python 是任意代码;fs 工具以前 host 跑 base_dir=Path.cwd() 无 user_root 校验能读 /etc/passwd/源码/~/.ssh,进容器后 user_root=/workspace 是物理边界。调用形态:docker exec --user zcbot --workdir /workspace/<wd> -i <c> python /sandbox/tool_runner.py <name> + stdin 喂 JSON args(CJK/引号透明传);tool_runner.py 复用 tools/fs.py,skill references 走 skills:/sandbox/skills:ro mount。
- Host in-process backend:load_skill/web_*/seedream/seedance/document_*/mp_* — 持 key 不能进容器 env;load_skill 是内存查找无越界。
- Dispatcher(DockerExecutor)内部分流,AgentLoop 零感知;接口形状按"未来全进容器 + tool-runner unix socket RPC"留好(升级信号见下表)。代价:每 fs tool call 多 ~200ms,对话级 N≤15 → 1-3s,LLM 推理 5-30s 下噪声。
Secret-bearing domain tools 不进 sandbox,不做 key 下发(2026-06-01):凡需 *_API_KEY/OAuth/DB credential 的能力不能让容器读 env,也不做"credential broker 发短期 key"(sandbox 内任意代码可 print(os.environ)/monkeypatch SDK,短期 token 只缩有效期不改根因)。正确形态=host-side JSON tool:LLM 传非敏感业务参数 → host tool 取 key 调远端 API → 裁剪/限大小/计量/审计 → 只返业务结果或落盘文件路径,容器最多读到落盘产物。已落地:documents/Materials Project 改 host tool(详 PROGRESS 06-01)。注册规则:仅对应 env 存在时注册,否则 schema 不暴露 + skill 文档提示降级。

升级触发信号(反向兜底:无信号不升级):

升级方向	触发信号	不升级的理由
Docker → gVisor(`runsc`)	开放陌生注册 / 逃逸 CVE 未及时打补丁窗口 / 可疑 syscall 告警	Docker + 完整 hardening 已挡主流逃逸,kernel 0day 在 dogfood 阶段非 #1 风险;gVisor syscall -30~50% 是真代价
gVisor → Firecracker / e2b	合规客户(PCI/HIPAA) / 单机 100+ user / gVisor 兼容墙撞死	Firecracker 每 VM 100MB+ 起步不划算;e2b 数据出去执行与 storage_root 自持模型冲突
`docker exec` → 容器内 tool-runner(socket RPC)	`docker_exec_overhead/total > 30%` 持续两周 / 模型起长驻 web 服务 / 单轮工具调用 >20 次	自管进程组清理 + cgroup + 状态污染面 + 失去 Docker 工具链观测,代价 >> 200ms×N;美学统一性 ≠ 升级理由

Image 体积 / 多 user 资源 / 加包策略(2026-05-28):sandbox image ~1.5G(python+chromium+node+mermaid),后续 domain 包还会推大。三点认知分开:

Image 大 ≠ 运行时吃更多资源:空载 sleep infinity RSS 个位数 MB,image 里的库不 exec 只是磁盘字节;layer 共享让 N 个 user 容器磁盘乘数=1。真吃 RAM 的是 active exec(chromium 渲 mermaid 瞬时 200-500MB),跟 image 大小解耦。
多 user 瓶颈在并发 exec 不在 idle 容器:100 idle 容器几百 MB 可接受;10 user 同渲 mermaid 瞬时 2-5GB 才是瓶颈。杠杆全在运行时(单容器 --memory/--cpus/--pids-limit + 同 user exec semaphore + 整机 active cap + idle 5min 回收),减 image 体积对这条曲线无影响。
新增依赖:base 收敛 + per-user 持久化 venv + 使用频次沉淀:重包(torch/texlive)或长尾 domain 包不进 base,中高频+轻量的留 base;采用 per-user venv 落 <user_root>/.venv/(bind mount 进容器 idle 回收不丢,pip install --target + PYTHONPATH 注入)。不放共享 named volume(破坏跨 user 隔离,install 脚本是任意代码);不依赖 pip cache(只省网络、回收照丢)。沉淀机制:audit 统计 >30% user 装过 ≥3 次的包 → 下次 build 合并进 requirements.txt,base 跟真实使用收敛。

落地对应 Stage C DockerExecutor(cgroup limits / 并发 semaphore / idle 回收 / per-user venv);audit 沉淀可延后。

7.6 Core 代码改造(按依赖顺序)

哪步做完见 PROGRESS ## 状态;此处只记改造项与依赖顺序。

#	项
1	事件流化 `loop.py`
2	Storage 落 PG(Session/TaskState 改 SQLAlchemy + alembic + docker-compose)
3	working_dir 字段语义(name 必填,派生 `users/<uid>/<name>/`,同 name 共享)
4	Files API(list/upload/download/delete/rename,user-rooted)
5	No-subtask 校验
6	Executor + sandbox(`run_python`/`shell` → `Executor.run`;docker exec)
7	HTTP /v1 surface
8	~~CLI 双模式~~ — 撤(§7.9)
9	~~Web UI~~ → API-only,UI 由 platform 实现 — 撤(§7.9)

代码量增量:+1000~1500 行(单一 PG 比双 adapter 省 500-800 行;UI 不计入)。

7.7 分阶段落地

阶段做没做完见 PROGRESS ## 状态;此处记阶段范围 + 设计意图(估时 / 撤销 / 前置依赖)。

阶段	范围	设计意图
A	事件流化	—
B	Storage 落 PG + working_dir 语义 + no-subtask	一次性切换,无双轨(见下)
D	HTTP /v1 surface	—
D' 过渡	邮箱密码 + PLATFORM_KEY → JWT + user_id 隔离 + dev SPA	—
CORS 收紧	`allow_origins` 从 `*` 改 platform 域名 allowlist	已接入真实用户,应尽快做(与 OIDC 解耦)
D' 真 OIDC	替换 /v1/auth/login 内部为 ID token 校验(邮箱密码并存保留)	选做,platform_key 信任模型可接受则可延后;真要弃 PLATFORM_KEY 共享密钥时再做
C	Executor + sandbox(`run_python`/`shell` → `Executor.run`;docker exec)	3 天,外部用户开放的 hard prereq(详 §7.8 / §7.9 2026-05-21)
E	~~CLI transport 双模式~~	撤(§7.9)
G	~~Web UI 简洁版~~	撤(§7.9)
F	上线打磨(限流 / 监控 / 告警 / HA)	持续

B 阶段一次性切换:切到 PG 后本地与 SaaS 走相同代码路径,无回退、无双轨,dogfood 即生效。 D 落在 G 前面:原排期 D 在 G 后(以为 dogfood 用 UI 跑),转向"platform 端联调"后 API surface 反而成阻塞;G 的 Jinja2+HTMX 投入沉淀的 sink 协议 / broker / no-subtask / files 路径安全归一 / task_dir 相对存储仍被 D 复用。

7.8 已知风险

风险	缓解
过早抽象违背 §5	B 阶段单一 PG 无 adapter;各阶段独立 dogfood 价值;CLI REPL 整套撤无双 transport 维护税
`/v1` 冻死后演化慢	minor 半年兼容,major 6 个月 deprecation
Rename 误中前缀 / 漏改子 task	cascade SQL 用 `old/%` + 单测覆盖
Running task 被 rename / delete	后端校验 + UI 禁按钮(详 §7.4)
误删 folder	二确认 + 输入 folder 名;真要再加 trash bin
DB-then-FS 中断留孤儿目录	rename 顺序 DB UPDATE → FS rename(FS 失败回滚 DB);delete 后台 GC 周期扫"FS 有但 DB 无引用"
同 folder 多 task 并发写同名	known limitation,实践频率近 0(同 wd 多 task 是"项目对话历史轨迹",非并发);dev SPA chat 区顶 banner 软警告(`GET /v1/tasks?working_dir=&run_status=running,cancelling` 拉同 wd 活跃邻居),不挡发送;宪法文件已由 `<date>-<short_id>` 命名隔离(§7.9 2026-05-20);真高频出现再加 gate
同 task 并发 POST messages 撞 `messages.idx`	`POST /messages` 单活 run gate:`SELECT … FOR UPDATE` 锁 task + `run_status in ('running','cancelling')` → 409;启动 lifespan reaper 把孤儿 `running`/`cancelling` 全标 error。未来 multi-worker 换 heartbeat / lease
Run 跑太久 / 用户想中断	`POST /v1/tasks/{id}/cancel` 协作式;LLM 走 streaming,chunk 间 poll cancel → 延迟 ~ 单 chunk 间隔(100ms 级)
`shell` / `run_python` 在 SaaS 无沙箱即开放外部用户 = 主机沦陷 / 跨 user 读 working_dir / cloud metadata 凭据泄漏 / 内网扫描	Stage C(§7.5 per-user sandbox container + per-tool exec + drop caps + read-only rootfs + bind mount = own user root + default-deny network)是开放外部用户的 hard prereq;现状 `tools/shell.py::BLOCKED_PATTERNS` 是 trivial-bypass 的装饰品(双空格 / `bash -c` / `python -c` / `curl \| sh` / `cd /` 全能过),不在它上面加规则,黑名单 fundamentally broken;外部开放前仅 dogfood + 信任同事白名单手动加
Sandbox 出站越权	容器默认 deny outbound;搜索 / 抓网页走宿主受控工具;依赖安装走受控 PyPI 镜像或 HTTP proxy,并显式阻断 cloud metadata / 内网地址
资源滥用	容器硬限制(CPU/mem/pids/timeout/并发 exec/上传大小) + user 软配额(磁盘、LLM cost、tool wall time、文件流量、网络下载量);idle 5 分钟回收

7.9 取舍说明

path-as-identity 而非 folder_id:folder 真实存在于 FS,folder_id 等于造两份 source of truth。rename 是 UI 主动动作,顶层目录走 DB-aware 同事务 cascade(§7.4)。

/v1/files/* 作目录树唯一 mutation 入口,DB-FS 一致性服务端内化(2026-05-18):此前提过双命名空间 /v1/folders/rename vs /v1/files/rename,内部 if path is top-level 分支被视为"代码异味"。实际反了 — 这个分支从数据状态派生(path 恰好是 working_dir),不是从客户端意图派生,放服务端是更安全的位置(client 没法绕过去导致悬空引用);双命名空间反而把同一个分支搬到 client 去做,失去强制力且端点表面翻倍。

user auth 而非 tenant 层:个人 SaaS 用不上。企业版加 org_id claim 等价。

skill 产物全落 working_dir 不引入 artifacts 表:中间件是用户花 token 生成的资产,可下载可替换;artifacts 表是为不确定 UX 收益预付架构成本。真嫌乱 UI 加折叠视图。

hard cascade 而非 soft orphan:orphaned 让 list / resume / UI 都多一种特殊 case,"删 folder = 删项目"比"留对话残骸"自然。

0004 删 runs + usage_events 表(2026-05-18):runs 表 tokens_p/c 写但从未读(真 tokens 走 tasks 累计),started_at/finished_at/error 也只写不读;run_id 单活 run 形态下对客户端 / broker / cancel 全冗余。合并 run_status + run_error 两列入 tasks。usage_events 从未真写,纯死代码,真要计费再加。代价:失"历史 run 元数据"(每次 LLM 调用的独立时间戳 / token 切片) — messages 表已记下产物,token 累计在 tasks,真要细粒度审计再补回 usage_events(届时是新需求,不是技术债)。

本地也用 PG,不用 SQLite / JSON:① dogfood ≡ 真实用户路径,bug 在 dogfood 就能复现;② Docker 已是必然依赖(§7.5),docker compose up postgres 零增量门槛;③ 双 adapter 维护税远高于 PG 一次性配置成本;④ 本地 dev 也能连远端测试服。

API-only,UI 由 platform 实现(2026-05-15):用户决定与已有 platform 联调,前端用 platform 框架,本仓库再维护 HTML/CSS/HTMX 就是双套 UI 浪费。删 web/templates/* + Jinja2/markdown-it-py/pygments 依赖,SSE event payload 从 HTML 片段切 JSON,路由统一 /v1 前缀。沉淀:sink 协议 / RunBroker fan-out / no-subtask / files 路径安全归一 / task_dir 相对存储全部保留,不被 UI 层牵连。

dev SPA 留一份 + 升级为本地 dogfood 主路径(2026-05-15,05-18 强化):web/static/dev.html 单文件 vanilla JS,3 栏布局(task list + chat + files),无构建链。与"UI 由 platform 实现"不冲突 — platform UI 是给真用户的生产形态;dev.html 是给开发者 dogfood + 自验 /v1 API + SSE 流的开发期工具(SSE 调试在 curl 里看不到 UI 反应,Swagger 不发 SSE 流也没流式视图,删了再补不如留着)。登录页两 tab(邮箱密码默认 / UUID+PLATFORM_KEY 备用,last-used 持久化)→ JWT → localStorage → fetch+Bearer。

CLI REPL 撤,入口统一 main.py {web,db,probe,user}(2026-05-18):原计划 cli.py chat REPL 本地直跑 + --remote https://... 走 HTTP,两套覆盖"本地调内部状态"+ "dogfood ≡ 真用户路径"。dev SPA 落地后浏览器一直开着,REPL 命令与 web /v1 接口完全等价;维护双套 task 切换语义只是"对称美",每个 REPL 命令的 bug fix 要在 web 端再 fix 一次。--remote 从未实现也再不需要(platform 联调 + dev SPA + curl Swagger 已覆盖)。失:CLI "无 auth 直跑调 core 内部状态"通道 — 但 dev SPA 邮箱密码登录走同一条 web 路径,看内部状态可临时写几行 ad-hoc script,不需要常驻 CLI 命令。

Memory 不入 DB:跨 task 共享靠"同一 user 同一 FS 目录"自动达成。md 用户直接编辑器改,DB 化反而要造 UI、违反 §3.7"事实由用户判断"。

Tasks/Messages 在 PG 但 skill 产物在 FS:tasks / messages 需要查询、过滤、全文搜、跨 task 统计 — DB 强项;skill 产物(*.pptx / *.docx / sections/*.md)终用户拿走,期望文件管理器看到、Office 打开、邮件发出 — 进 DB 要做"导出"多余操作。FS 是产物天然存储,DB 是元数据 / 状态 / 索引天然存储。同理 §7.5 bind mount = user root,容器里 ≡ 用户在 Web UI 看到的目录,无中间层翻译;per-user 容器天然匹配这个边界,per-task 容器会把同 user 共享工作区人为切碎。

同 wd 多 task 并发不做 gate / clone / 物理隔离,只做软警告(2026-05-21):dogfood 经验同 wd 多 task 主要是"项目对话历史轨迹",并发频率近 0。走 Claude Code 同款"信任 + 软警告 + 承认 limitation",dev SPA 在 selectTask + SSE 收尾拉同 wd 活跃邻居挂 banner,不挡发送,真高频再升级。不选 γ(同 wd 单活 gate):硬挡破坏扁平共享中间产物的切换流畅性;不选 short_id 全产物隔离:破坏 §7.1 共享语义 + SKILL 改造成本;不选 clone task:对零频"真要并行"场景工程量过重。

shell / run_python 不在工具层加强黑名单,§7.5 sandbox 是 SaaS hard prereq(2026-05-21,05-25):BLOCKED_PATTERNS 只挡几个明显失误,稍有意识就绕过(双空格 / bash -c / python -c / curl|sh / cd / 全过),cwd 非 chroot。不继续加规则:命令注入图灵完备(shell=True + 任何脚本语言),黑名单枚举不完、越复杂越虚假安全感、误伤合法用法。正确防线在 OS 层:§7.5 per-user 容器 + drop ALL caps + read-only rootfs + bind mount own root + default-deny network + cgroup,Stage C 前仅 dogfood + 信任白名单。per-user 非 per-task:文件模型 user-rooted,安全目标是跨 user 隔离非同 user task 互隔。非所有操作进容器:auth/DB/files/SSE/LLM/受控 web 工具属 control plane 留宿主做权限审计,只有不可信代码进 execution plane。本地 dogfood 接受风险:自己机器 + 自己 prompt,blast radius 限自身(§5);外部场景 blast radius 是主机 + 他人数据 + cloud IAM,信任模型不同必须 §7.5。

task 级「宪法」文件靠文件名隔离,不 cascade / 不入 DB / 不开物理子目录(2026-05-20):同 wd 多 task 共享中间产物(source/sections/figures)是价值,但 spec 这种 1:1 宪法文件必须隔离。文件名 <YYYY-MM-DD>-<task_short_id>-<task_name>.<base>.md:short_id(task_id.hex[:8] 永不变)主锚,glob 字典序最大=current;日期让"重定调"写新文件成历史快照;task_name 仅可读说明,改 name 不 cascade(short_id 兜底)。不选:① cascade rename(in-flight 丢文件 + 复杂);② DB 化(最干净但工作量 5-10× 且失"直接编辑 markdown"、spec 字段还在演化);③ 物理 task 子目录(破坏扁平共享)。升级 DB 化信号:想做结构化编辑视图 / 跨 task 查 spec 字段 / 版本文件堆积乱。约定由 _build_system_prompt 单点注入,所有 skill SKILL.md 引用同一份。

8. 未来步骤 / 已落地设计

实施细节(步骤清单 / 验收项)进 PROGRESS + git;此处只留缺口、选型与取舍。

8.1 图像理解 + Seedream i2i(2026-05-29,status=design 待启动)

缺口:DeepSeek V4 主模型纯文本无视觉;seedream 只 t2i;"基于已生成图二次修改" / "上传外部参考图让 agent 据此干活"两条路径未覆盖。

选 E + C 组合:seedream 加 reference_images 走 i2i(改已生成图,像素级)+ 新增 look_at_image 走豆包 Seed 1.6 vision 单图理解(读外部图,DeepSeek 自决何时调)。改动面=2 tool + 1 prompt 段 + 1 yaml 段,不动 loop / llm / capabilities / DB / 前端。

不选 A(主模型换多模态):V4 的 code / tool calling 是主路径核心,换豆包当主 chat 降能力 + 要改 loop/memory 引 multimodal,工程 5× 且破坏架构。
不选 B(后台 vision 路由):每条消息隐式 vision 描述 = 多烧 token + 1 跳延迟 + 失去 agentic 控制权 + debug 难。

关键实测:Seedream 5.0 /images/generations 接受 image_urls base64 data URL,200 返新图 → 内网无需对象存储中介(排除最大工程不确定性)。约束:输出 ≥~1920²、单张参考 ≤10MB、最多 14 张。

风险 / 边界:v1 只支持单张参考(multi-ref 角色定义靠 prompt,留 v2);base64 ARK 未承诺长期稳定(收紧则降级走 TOS 上传换 URL)。 升级到 A 的信号:用户要"贴图同时说话模型直接读图回话",或多轮带图成高频 —— 当前假设"图是工具调用对象"而非"对话内容"。

8.2 Token 优化与上下文治理(2026-06-04,✅ 已落地,详 PROGRESS)

根因:Session.load() 把全量历史装回每轮 LLM 调用,旧 tool 结果 / load_skill 正文 / 检索结果 / 长 stdout 反复携带;LiteLLM cost map 未覆盖 V4 致 cost_cny=0 不可用。

质量边界(设计约束,后续改动都守):

不改模型输入的优化(prompt caching、固定前缀、计费修复、cache hit/miss 记录)不影响输出质量。
改模型可见上下文的优化(裁剪 / 摘要 / 按需读取)必须保留可追溯原文:长结果写文件留路径,summary 只替代陈旧噪声,用户确认过的需求 / 规格 / 大纲 / 关键结论不删。
禁止把"只保留最近 N 条"当主策略 —— 省 token 但最易丢已确认约束。

选型:Context Editing + Memory/File State + Cache Observability 混合。稳定 system/tools 前缀利于 provider cache;旧 tool result 移除或压缩;关键发现写 task summary / FS,需要时 read 重新拉。长上下文保留作少数全局推理的临时能力,非默认每轮成本。

落地形态:core/context.py 发送前压缩旧 tool / load_skill / assistant tool_call arguments(保 role/tool_call_id/name 协议完整),不改持久化历史;上下文压力门槛(2026-06-10):总 chars 未逼近上限则完全跳过压缩、原样发,护 DeepSeek 前缀缓存(短任务字节逐轮一致、命中 92-94%)。task summary(旧消息压成一条、区分硬约束/计划/文件路径/关键事实)为第二步,未做。

8.3 PPTX 前端在线预览(2026-06-09,✅ 已落地 Stage 1)

动机:文件区点 .pptx 原只能下载;要在浏览器直接翻看,且覆盖任意 pptx(含上传)。 关键洞察(定方案极简):前端已有 <iframe src=blob:application/pdf> PDF 原生渲染路径,所以后端把 pptx 转 PDF 即可,前端几乎不动(不需 pdf.js / PNG 栅格化)。

选型 LibreOffice→PDF:像素级保真 + 通用(任意 pptx)+ 前端复用现成 PDF iframe;代价=服务器装 LibreOffice + CJK 字体。劣选:轻量 HTML(复杂 pptx 失真,不满足"任意");LibreOffice→PDF→PNG(多栅格化层、失矢量缩放、无收益)。 与 scripts/pptx_preview.py 分工:后者是 agent 生成阶段自检(pptx→Chrome→PNG,近似但零服务器依赖);本方案是面向用户的高保真预览。

落地形态:web/pptx_render.py(soffice 转 PDF,独立临时 UserInstallation 绕单 profile 锁 + 缓存 .preview/<hash>.pdf + 超时 kill)+ GET /v1/files/preview_pdf(复用 _safe_path 防穿越 + per-path asyncio.Lock + run_in_executor)。转换在 web host 不进沙盒(沙盒不该有 LibreOffice;预览与 deck 生成解耦)。 安全边界:对上传任意 pptx 跑 LibreOffice(历史有宏/EPS CVE)→ --convert-to 默认不执行宏 + 宏安全 high + 禁网 + 仅处理鉴权用户自己 user_root 内文件。 保真边界:deck 用微软雅黑,Linux 上替换成 Noto Sans CJK 度量略差(可接受)。Stage 2(未做):常驻 soffice listener 消冷启、deck 生成后 eager 预转、缩略图导航。

附录:DeepSeek V4 关键事实(2026-04-24)

V4-Pro:1.6T / 49B 激活,1M context,SWE-Bench 80.6 / Terminal-Bench 67.9 / MCPAtlas 73.6
V4-Flash:284B / 13B 激活,1M context
推理模式:non-thinking / thinking / thinking-max
价格:in ~$0.145/M,out ~$1.74/M(约 Claude Opus 1/6 ~ 1/7)
deepseek-chat / deepseek-reasoner 2026-07-24 下线 → 必须迁 deepseek-v4-flash / deepseek-v4-pro

52 KiB Raw Permalink Blame History Unescape Escape