426 lines
28 KiB
Markdown
426 lines
28 KiB
Markdown
# 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 CLI 与 SaaS 共享同一份 core 和 storage(PG,无 SQLite / JSON 分支);CLI 长期保留(本地直跑 + `--remote` API client 双模式)
|
|
|
|
---
|
|
|
|
## 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
|
|
│ ├── probe.py # 真实探测对账 yaml 声称的能力
|
|
│ ├── session.py # 消息列表 + meta + 落盘
|
|
│ ├── skills.py # SkillRegistry (Anthropic 渐进披露)
|
|
│ └── task.py # TaskState
|
|
├── 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,过滤敏感 env
|
|
│ └── skill_tool.py # load_skill
|
|
├── skills/{coding,ppt,proposal}/ # SKILL.md + references / scripts / assets
|
|
├── prompts/system/general_v1.md
|
|
├── config/{agent.yaml, models/deepseek_v4.yaml}
|
|
├── workspace/
|
|
│ ├── memory/{core.md, extended/*.md} # 跨 task 共享记忆
|
|
│ └── tasks/<task_id>/ # task_dir:仅 skill 产物,state/messages 在 PG
|
|
└── {main.py, cli.py}
|
|
```
|
|
|
|
**task_dir = `workspace/tasks/<task_id>/`,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,不再用无锚 .gitignore 通配盖污染。
|
|
|
|
**启动**:读 `agent.yaml` → 加载 `ModelCapabilities` → `LLM(caps)` → 解析 task_dir → 拼 system prompt(general_v1.md + skill discovery + cwd + task_dir 绝对路径)→ 装配工具 → REPL。新建路径**懒创建**,不预占文件(§3.6)。`ZCBOT_DB_URL` 指 PG(本地 docker compose / 远端 dev / 生产)。
|
|
|
|
---
|
|
|
|
## 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
|
|
- 后台 daemon 线程每 100ms 刷 spinner:`thinking... 1.3s ctx 12,345 tok`
|
|
- 每轮 LLM 返回追加 dim 一行 `[in N out N t Xs]`
|
|
- assistant 文本走 `rich.markdown.Markdown` 整段渲染(非流式)
|
|
- `max_iterations` 从 capabilities 读
|
|
|
|
### 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` + `cli.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 mode / description / status / model / reasoning_effort / task_dir / 时间戳 / tokens。**直接 ORM 写 PG `tasks` 表**。task_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`。
|
|
|
|
**懒创建** —— `build_agent` 不立刻 INSERT,Task / Session 在第一条 user 消息触发 `append` 时 INSERT;task_dir 目录在 skill 第一次落产物时 `mkdir(parents=True)`。启动 REPL 后立刻 `/exit` 不留 DB 行 + 不留目录。
|
|
|
|
**REPL 内 task 切换** —— `/new` / `/resume [last|<id>]`(无参列最近 10 个)/ `/done /abandon` / `/desc`。切走前 `_cleanup_if_empty` 守门:DB 无 messages **且** FS task_dir 无产物 → DELETE + rmdir;任一痕迹存在则保留。
|
|
|
|
**原子性** —— PG INSERT 天然原子;skill 产物走 `core.session.atomic_write_text`(tmp + fsync + replace)。
|
|
|
|
CLI:`chat --mode coding --desc "..." [--resume last|<id>] [--remote <url>]`;`tasks [--status ...]`。
|
|
|
|
### 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/memory/`:
|
|
|
|
| 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 也走 `_build_system_prompt` 并覆盖 `messages[0]` —— 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 —— 关键差异:**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/memory/`,SaaS `<storage_root>/users/<user_id>/memory/`(bind mount 进容器)。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`。后续分模式路由思路:
|
|
|
|
| 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(对比):
|
|
|
|
| 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
|
|
1. Prompt 用 WHY+WHAT 不用 HOW —— 教"怎么思考"会降智强模型
|
|
2. Skill 渐进披露,不写完整流程
|
|
3. 工具按原子操作切分,不做高级封装 —— 留组合空间
|
|
4. Model Profile 化,不硬编码
|
|
5. Capability Probing 对账实际行为
|
|
6. 版本化 Prompt(等真要切版本时再做)
|
|
7. ~~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 CLI 入口 vs HTTP 入口。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"也不是"取代 CLI",而是**给同一份 core 加一个 HTTP 入口**。落地过程中本地 CLI 始终可用。
|
|
|
|
**共享**:同一份 `core/` / `tools/` / SKILL.md / prompts。
|
|
**差别**:
|
|
|
|
| 维度 | 本地 | SaaS |
|
|
|---|---|---|
|
|
| 入口 | `cli.py chat` 直调 core | HTTP `/v1/...` + SSE |
|
|
| Storage | **PG**(`ZCBOT_DB_URL` 指 docker compose / 远端 dev PG) | **PG**(指生产 PG) |
|
|
| task_dir 默认值 | `workspace/tasks/<task_id>/`(留空时派生) | `<storage_root>/users/<user_id>/tasks/<task_id>/`(留空时派生);用户指定时走 `<storage_root>/users/<user_id>/<user-path>/` |
|
|
| Memory | `workspace/memory/`(FS) | `<storage_root>/users/<user_id>/memory/`(仍是 FS) |
|
|
| Sandbox | subprocess + env 过滤 | per-task docker exec |
|
|
| Auth | 无(`user_id='local'`) | PLATFORM_KEY → JWT(过渡)→ OIDC |
|
|
|
|
**CLI 长期双模式**:本地直跑(默认,in-process,直连 PG,适合调内部状态)/ `--remote https://...`(HTTP 走 `/v1`,等价真实用户路径)。两模式共用 `cli.py`,差别只在 transport 层。
|
|
|
|
`workspace/` 仅存 skill 产物,state / messages 全在 PG。本地 vs SaaS 差别只在 task_dir 根路径,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=&task_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` |
|
|
|
|
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 `task_dir text` 字段:
|
|
- **留空 → 默认派生路径**(`workspace/tasks/<task_id>/`),等价"一次性对话"(ChatGPT thread 体验)
|
|
- **指定 → 项目化 task**,同 task_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 prefix cascade(§7.4)
|
|
- **No-subtask**:同 task_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 task_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 task_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 是其副视图(经 `task_dir` 暴露,无独立 folder 实体)。所有路由统一 `/v1` 前缀,**返 JSON**;前端 / UI 由 platform 端实现,本仓库不维护(§7.9 取舍)。本地开发用 FastAPI 自带 `/docs` Swagger UI 自查;`GET /` 302 跳 `/docs`。
|
|
|
|
```
|
|
Tasks
|
|
POST /v1/tasks 创建 {description?, mode?, task_dir?};
|
|
task_dir 留空 → 默认派生 workspace/tasks/<uuid>/
|
|
GET /v1/tasks?status=&limit= 列表(updated_at 降序,?status=active|completed|abandoned)
|
|
GET /v1/tasks/{id} 单 task meta + 完整 messages
|
|
PATCH /v1/tasks/{id} {status?,description?,mode?};status 从 web 不让切回 active(走 CLI)
|
|
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 {run_id}
|
|
GET /v1/tasks/{id}/runs/{rid}/events SSE 流(见下)
|
|
POST /v1/tasks/{id}/runs/{rid}/cancel (待)
|
|
|
|
Files(per-task,task_dir 副视图)
|
|
GET /v1/tasks/{id}/files?path= 列子目录 {entries, crumbs, exists, root}
|
|
POST /v1/tasks/{id}/files/upload multipart;path 通过 query 或 form;严格拒含 / \\ .. 的 filename
|
|
GET /v1/tasks/{id}/files/download?path= 下载单文件;`..` / 绝对 / symlink 越界 400
|
|
POST /v1/tasks/{id}/files/delete {path} 文件或空目录;非空目录 400
|
|
|
|
Export
|
|
GET /v1/tasks/{id}/export docx 临时文件下载,BackgroundTask 删 tmp
|
|
|
|
Misc
|
|
GET /healthz {"status":"ok"}
|
|
GET / 302 → /docs (Swagger UI 自查,本地形态便利)
|
|
```
|
|
|
|
**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 {"content":"<delta 或全量,取决于 model streaming 配置>"}
|
|
tool_call {"name":"...","args":{...},"args_preview":"..."}
|
|
tool_result {"name":"...","preview":"...","truncated":bool} # 完整 result 走 DB,SSE 只送预览给 UI
|
|
llm_end {"prompt_tokens":N,"completion_tokens":N}
|
|
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。`/v1internal` 实验位(未启)。
|
|
|
|
**CORS**:本地 dev `allow_origins=["*"]`;部署 platform 时收紧到 platform 域名 allowlist。
|
|
|
|
**Auth**:PLATFORM_KEY → JWT 兑换(过渡形态,见 §7.3);`Authorization: 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,2026-05-15 落地)**:platform 服务端(或 dev 浏览器)持有 `PLATFORM_KEY` 共享密钥,调 `POST /v1/auth/login {user_id, platform_key}` → 后端校验 key 匹配 → 签 HS256 JWT(`sub=user_id`,默 7d TTL,`JWT_SECRET` env 签)→ 返 `{token, expires_at, user_id, ttl_seconds}`。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 KEY = 可为任意 user_id 签 token,等同 user 身份由 platform 注入);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,D 阶段后期)**:OIDC / Clerk / 自建邮箱登录,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。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
|
|
|
|
```sql
|
|
users(user_id uuid pk, email null, password_hash | oidc_subject null, plan null, created_at)
|
|
-- 本地形态固定 INSERT sentinel: user_id = '00000000-...',email/auth/plan 全 NULL
|
|
|
|
tasks(task_id uuid pk, user_id fk, task_dir text not null, mode, description,
|
|
status, model_profile, tokens_prompt, tokens_completion, cost_usd,
|
|
created_at, updated_at);
|
|
create index on tasks (user_id, task_dir);
|
|
-- task_dir 存储约定:本地 ROOT 内 → 相对 ROOT 的 posix 串(`workspace/tasks/<uuid>`);
|
|
-- ROOT 外 → 绝对 str(用户自指定项目目录);空串 → 未绑项目。SaaS 阶段同理(基础是
|
|
-- <storage_root>/users/<uid>/)。读写边界统一过 core/paths.py::{to_db_path,from_db_path}。
|
|
|
|
messages(message_id uuid pk, task_id fk, idx int not null,
|
|
payload jsonb not null, tokens_in, tokens_out, created_at,
|
|
unique (task_id, idx));
|
|
create index on messages using gin (payload jsonb_path_ops);
|
|
-- 全文搜按需加 tsvector + GIN(中文 simple + pg_trgm 起步)
|
|
|
|
runs(run_id pk, task_id fk, status, started_at, finished_at, error, tokens_p, tokens_c)
|
|
usage_events(id, user_id, task_id uuid, run_id uuid, kind, value, ts)
|
|
-- append-only。task_id/run_id 不 FK,task 硬删后审计仍存活
|
|
```
|
|
|
|
**No-subtask 校验**(`create_task`):查同 user 下是否存在 `new LIKE existing/%` 或 `existing LIKE new/%`,中一则拒;同 task_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 [相对+绝对] 不会漏判),数量小直接 Python 端比对,不在 SQL 里拼分隔符。
|
|
|
|
**Folder rename**(`old → new`,FS rename 成功后):`UPDATE tasks SET task_dir = new || substring(task_dir from len(old)+1) WHERE user_id=? AND (task_dir = old OR task_dir LIKE old||'/%')`。**用 `old/%` 而非 `old%`**,避免 `project_a` 误中 `project_a_other`。running task 引用时禁 rename / delete。
|
|
|
|
**Folder delete**:hard cascade,前端 modal 列影响面 + 输入 folder 名二确认。先 DELETE messages → DELETE tasks → FS 递归删;DB 成功 FS 失败由后台 GC 兜底清孤儿目录。`usage_events` 不参与 cascade。
|
|
|
|
**文件系统**:
|
|
```
|
|
<storage_root>/users/<user_id>/
|
|
memory/{core.md, extended/} # per-user,不入 DB
|
|
<user-given-paths>/... # task_dir 散落其下
|
|
```
|
|
本地优先 S3(部署简化 / 低延迟),storage 抽象层留好后续可换。
|
|
|
|
**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;CLI 启动校验 schema 版本,落后报错让用户跑 `cli db upgrade`(本地)或部署管线自动 `alembic upgrade head`(SaaS)。`cli migrate-from-fs --workspace ./workspace` 一次性导旧 JSON。
|
|
|
|
### 7.5 沙盒:Per-task 容器 + Per-run exec
|
|
|
|
| 选择 | 理由 |
|
|
|---|---|
|
|
| 每 task 长驻容器 | 起容器 ~300ms 太慢;多轮 tool call 共享划算 |
|
|
| 每 run 一次 `docker exec` | exec 级 timeout / 资源限制 |
|
|
| 空闲 N 分钟回收 | 不浪费,resume 时拉起 |
|
|
| bind mount = user root | `<storage_root>/users/<user_id>/` → `/workspace`;同 user 多 task 不互隔(协作方便),跨 user 由独立实例隔离 |
|
|
|
|
**资源限制**:cgroup CPU/mem、磁盘配额、egress allowlist(只放 LLM + PyPI 镜像)、root fs read-only、no-new-privileges、drop ALL caps。
|
|
|
|
**选型**:起步 Docker;流量起来后视情况换 gVisor / Firecracker / e2b。Executor Protocol 抽象后切换成本低。
|
|
|
|
### 7.6 Core 代码改造(按依赖顺序)
|
|
|
|
| # | 项 | 估时 |
|
|
|---|---|---|
|
|
| 1 | ~~事件流化 `loop.py`~~(commit `375bb29`) | done |
|
|
| 2 | **Storage 落 PG**:`Session` / `TaskState` 改 SQLAlchemy 写 PG;alembic;`cli migrate-from-fs`;`docker-compose.yml` 起本地 PG | 3 天 |
|
|
| 3 | **task_dir 字段语义**:留空走默认派生(本地 `workspace/tasks/<task_id>/` / SaaS `<storage_root>/users/<uid>/tasks/<task_id>/`)或显式指定(走用户给路径);`tools/fs.py::_resolve` 接 task_dir 注入;system prompt 注入两形态共用 | 1 天 |
|
|
| 4 | **Folder API**:list / create / rename(cascade + 锁 running) / delete(hard cascade) / upload / download | 2 天 |
|
|
| 5 | **No-subtask 校验**:`create_task` 入口跑 §7.4 SQL | 0.5 天 |
|
|
| 6 | **Executor + sandbox**:`run_python`/`shell` → `Executor.run(...)`;本地保留 subprocess executor,SaaS 走 docker;`api_key_env` → `KeyProvider` 运行时注入 | 2-3 天 |
|
|
| 7 | **HTTP /v1**:FastAPI + SSE + OIDC | 4 天 |
|
|
| 8 | **CLI 双模式**:transport 层抽象,默认 in-process;`--remote` 走 HTTP;**本地直跑不删** | 1.5 天 |
|
|
| 9 | ~~Web UI 简洁版(Jinja2+HTMX)~~ → 改为 **API surface 完工**:Phase G 落地的模板 / HTMX / 服务端 markdown 渲染删除,所有路由切纯 JSON;UI 由 platform 端实现(§7.9 取舍) | 已落 |
|
|
|
|
代码量增量:**+1000~1500 行**(单一 PG 比双 adapter 省 500-800 行;UI 不计入,本仓库只维护 API)。
|
|
|
|
### 7.7 分阶段落地
|
|
|
|
| 阶段 | 范围 | 工作量 | 验收 |
|
|
|---|---|---|---|
|
|
| A | #1 事件流化 | done ✅ | sink 协议铺 SSE 路 |
|
|
| B | #2 #3 #4 #5(Storage 落 PG + task_dir 双形态 + no-subtask)| done ✅ | 本地走 PG,messages 进 DB,任务/消息/状态全在 PG;task_dir 改相对存储(§7.4 注释)|
|
|
| D | #7 HTTP /v1 surface(无 auth)| done ✅ | `/v1/tasks/*` + SSE JSON + files 4 路由 + export + Swagger;本地形态 sentinel user 跑通 |
|
|
| D' 过渡 | PLATFORM_KEY → JWT 兑换 + user_id 数据隔离 + dev SPA | done ✅ | `POST /v1/auth/login` 拿 token,`Authorization: Bearer` 走全部 /v1/tasks*;`web/static/dev.html` 单文件 3 栏 SPA 给开发自验。详 §7.3 |
|
|
| D' 真 OIDC | 替换 /v1/auth/login 内部为 ID token 校验 + CORS allowlist 收紧 | 1 天 | 真发布给真实用户前补;路由层 Depends 不动,只换 login 内部 |
|
|
| C | #6 Executor + sandbox | 3 天 | 两本地账号互不可见对方 folder,本地 subprocess executor 仍可用 |
|
|
| E | #8 CLI transport 双模式 | 1.5 天 | 默认本地直跑保留,`--remote` 走 HTTP 跑通 |
|
|
| ~~G~~ | ~~Web UI 简洁版~~ —— **删除**,前端由 platform 端实现 | — | 本仓库不维护 UI |
|
|
| F | 上线打磨(限流 / 监控 / 告警 / HA)| 持续 | SLO 99.5% |
|
|
|
|
**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**(messages 进 DB → 全文搜、jsonb 查询立刻可用)。
|
|
|
|
**D 落在 G 前面** —— 原排期 D 在 G 后(以为 dogfood 用 UI 跑),实际转向"platform 端联调"后,API surface 反而成阻塞;G 的 Jinja2+HTMX 投入(G1-G6 ~3 天)沉淀 = 删除前的 dogfood 价值,留下的 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;C-E 各阶段独立 dogfood 价值 |
|
|
| CLI 双模式分叉、本地直跑被忽略 | transport 层抽象统一接口;CI 跑两路径同一组用例 |
|
|
| `/v1` 冻死后演化慢 | minor 半年兼容,major 6 个月 deprecation;`/v1internal` 实验 |
|
|
| 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 |
|
|
| 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 | 后台 GC 周期扫"FS 有但 DB 无引用" |
|
|
| 同 folder 多 task 并发写同名 | 文件级悲观锁,冲突早失败 |
|
|
| Sandbox 出站越权 | egress allowlist 起步只放 LLM + PyPI |
|
|
| 资源滥用 | BYO key 默认;月度配额;cold task LRU 清 |
|
|
|
|
### 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,cascade 单事务搞定。
|
|
|
|
**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 cwd 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。`usage_events` append-only 不 FK,task 硬删后月账仍存活。
|
|
|
|
**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 决策):
|
|
- **原计划**:Phase G 用 Jinja2 + HTMX 在本仓库做"简洁 Web UI",dogfood 用,真上线再做正经前端。已落地 G1-G6:task list / chat 流式 / files 浏览 / new / done/abandon/export/toast,共 ~600 行 HTML+CSS+SSE-HTML-片段。
|
|
- **触发**:用户决定与已有 platform 联调,前端用 platform 的框架,本仓库再维护 HTML / CSS / HTMX 就是双套 UI 浪费。
|
|
- **取舍**:
|
|
- 删 `web/templates/*` `web/static/*` + jinja2/markdown-it-py/pygments/mdit-py-plugins 依赖
|
|
- SSE 事件 payload 从 HTML 片段切 JSON(`{"type":"text","content":"..."}` 等);前端自渲染 markdown / tool_call 折叠
|
|
- 路由统一 `/v1` 前缀,响应全 JSON,FastAPI 自带 `/docs` Swagger UI 接替"对内调试"角色(本地形态 `GET /` 302→ `/docs`)
|
|
- 本地 sentinel user 形态保留;auth 走 D' 过渡形态(PLATFORM_KEY → JWT,见 §7.3),真 OIDC 留到联调约定 token 形态后接
|
|
- CORS `allow_origins=["*"]` 本地宽松,platform 部署时按 platform 域名收紧
|
|
- **沉淀**:G 阶段的 sink 协议(§7 A)/ RunBroker fan-out / no-subtask 校验 / files 路径安全归一 / task_dir 相对存储 全部保留,不在 UI 层不被牵连
|
|
|
|
**dev SPA 留一份**(2026-05-15 决策):`web/static/dev.html` 单文件 vanilla JS,3 栏布局(task list + chat + files),~600 行无构建链。**与"UI 由 platform 实现"不冲突**:platform UI 是给真用户的、生产形态;dev.html 是给本仓库开发者自验 /v1 API + SSE 流的开发期工具。platform 未上线 / 网络断 / 凌晨随手验时不需要拉 platform。理由:① SSE 调试在 curl 里看不到 UI 反应,需要可视端;② Swagger 不发 SSE 流也没流式视图;③ 一个静态文件维护成本可忽略,删了再补不如留着。形态:登录页填 user_id(默 sentinel)+ platform_key → localStorage 存 JWT → fetch+Bearer。
|
|
|
|
**CLI 不被 API 取代,而是双模式共存**:本地直跑调 core 内部状态比 HTTP roundtrip 顺手;前端用户路径靠 `--remote` 打通。离线靠本地 docker compose PG 兜底,不靠"全栈零依赖"幻觉。
|
|
|
|
**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"。
|
|
|
|
**Web UI 走 server-render + HTMX 不上 SPA**:① 与 §5 "Less Scaffolding" 一致,不引入 React/Vue 构建链 / node_modules / 双语言双 lint;② chat 主交互是 SSE 流式追加 + 表单提交,HTMX `hx-swap` / `sse-swap` 原生覆盖,无需客户端状态管理;③ FastAPI 单进程既出 `/v1` JSON 也出 HTML 模板,部署单容器;④ 上限低(协作 / 实时多光标 / 复杂表单态做不动),真要做重前端再换栈,届时 `/v1` 已稳定可直接对接 SPA。
|
|
|
|
**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。
|
|
|
|
---
|
|
|
|
## 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`
|