186 lines
10 KiB
Markdown
186 lines
10 KiB
Markdown
# 实施进度
|
|
|
|
> 配合 `DESIGN.md` 阅读。本文件记录已完成的事、关键决策、与原设计的偏差。
|
|
|
|
最后更新: 2026-05-06 (Phase 4 + Phase 6 task/state.json 落地;移除 legacy session 兼容;Phase 5 evals 决定不做)
|
|
|
|
---
|
|
|
|
## 总体状态
|
|
|
|
| Phase | 标题 | 状态 | 备注 |
|
|
|------|-----|-----|------|
|
|
| 1 | 最小可用骨架 | ✅ 完成 | 全部验收点过 |
|
|
| 2 | Skill 系统 + 三个 skill | ✅ 完成 | Anthropic 格式;coding/ppt/proposal |
|
|
| 3 | Hybrid 范式 (run_python) | ✅ 完成 | subprocess + 敏感 env 过滤 |
|
|
| 4 | 演化性能力 | 🟡 部分 | Model Profile 已就位;capability probing ✅;版本化 prompts 未做 |
|
|
| 5 | Eval Suite | ⏸ 不做 | 个人工具,造作 case 没区分度;真换模型用 dogfooding 判断 |
|
|
| 6 | 长任务工程化 | 🟡 部分 | task + state.json ✅;session 中断恢复 ✅;context 压缩、双层记忆未做 |
|
|
| 7 | 打磨 | ❌ 未开始 | Docker 沙盒 / 更多 skill / Web UI |
|
|
|
|
---
|
|
|
|
## 已完成清单
|
|
|
|
### 1. 项目骨架
|
|
- 目录: `core/ tools/ skills/ prompts/ config/ workspace/`
|
|
- 入口: `cli.py` (REPL) + `main.py` (装配)
|
|
- 依赖: `requirements.txt` (litellm / pyyaml / click / rich / python-pptx / python-docx / matplotlib)
|
|
- 本地虚拟环境: `.venv/`(Python 3.10.9)
|
|
|
|
### 2. 模型层
|
|
- `core/capabilities.py`: `ModelCapabilities` 数据类,从 `config/models/<family>.yaml` 加载
|
|
- `core/llm.py`: LiteLLM 封装,自动按 capabilities 启用 parallel_tools / reasoning_effort / prompt_caching / thinking_mode;指数退避重试
|
|
- `config/models/deepseek_v4.yaml`: flash 和 pro 两档
|
|
- 缺 `DEEPSEEK_API_KEY` 时报清晰错误,不崩
|
|
|
|
### 3. 会话与持久化
|
|
- `core/session.py`: 内存消息列表 + 元数据 + 落盘 JSON,文件格式
|
|
```json
|
|
{"meta": {"id","created_at","cwd","model","model_profile"}, "messages": [...]}
|
|
```
|
|
老格式(纯 list)向后兼容
|
|
- 每次 `cli.py chat` 启动一个新 session,文件名 `workspace/sessions/<YYYYMMDD_HHMMSS>.json`
|
|
- 支持: `--resume last` / `--resume <id>`;resume 时若当前 cwd 与记录不同会警告
|
|
- REPL 命令: `/exit /reset /new /id`
|
|
- `cli.py sessions` 列表显示 id / msgs / cwd / 第一条用户消息预览
|
|
|
|
### 4. ReAct 主循环
|
|
- `core/loop.py`: LLM ↔ tool 循环,无 tool_calls 即返回
|
|
- LLM 调用包了 `console.status("thinking...", spinner="dots")` 转圈点
|
|
- 工具结果对模型截断到 16K 字符,对用户预览 400 字符
|
|
- 所有日志走 `rich.Console`,彩色
|
|
|
|
### 5. 通用工具
|
|
- `tools/base.py`: `Tool` 基类 + `_resolve` 路径解析
|
|
- `tools/fs.py`:
|
|
- `read` —— 带行号,支持 offset/limit
|
|
- `write` —— 自动建父目录,覆写
|
|
- `edit` —— old_str **唯一匹配**约束(CoreCoder 风格)
|
|
- `glob` —— `**/*.py` 等模式
|
|
- `grep` —— Python 正则,自动跳过 `.git node_modules __pycache__ .venv venv dist build`
|
|
- `tools/shell.py`: subprocess 执行,黑名单拦 `rm -rf /` 等;默认 60s 超时
|
|
- `tools/run_python.py`: subprocess 跑临时 .py 文件,过滤 `*API_KEY *TOKEN *SECRET *PASSWORD *PRIVATE_KEY` 环境变量
|
|
|
|
### 6. Skill 系统(Anthropic 渐进披露标准)
|
|
- `core/skills.py`: `SkillRegistry` 扫描 `skills/<name>/`,只读 SKILL.md frontmatter 做 discovery
|
|
- `tools/skill_tool.py`: `load_skill(name)` 工具返回完整 SKILL.md 给模型
|
|
- 三个 skill,均按 WHY+WHAT 风格写,不写 Step 1/2/3:
|
|
- `skills/coding/SKILL.md`
|
|
- `skills/ppt/` —— 完整渐进披露结构(借鉴 hugohe3/ppt-master 的两阶段 + spec lock 思路):
|
|
- `SKILL.md`(两阶段工作流 + ⛔ blocking 八条对齐 + 红色硬约束 + 强制封面/尾页 + 反模式)
|
|
- `references/design_principles.md`(§0 画布 + §1-9 字号/配色/留白/字数预算/图表)
|
|
- `references/layouts.md`(9 种版式 + `apply_brand(slide, kind)` 品牌条覆盖每页 + assert_inside)
|
|
- `references/icons.md`(业务图标两层:Iconify / unicode 兜底;MSO_SHAPE 退为 layouts.md helper 内部几何原语)
|
|
- `assets/icons/INDEX.md`(本地图标库索引 + 推荐清单)
|
|
- `scripts/fetch_icon.py`(Iconify CDN 拉个性化 SVG/PNG,主题色染色,缓存本地)
|
|
- `scripts/quality_check.py`(页数/标题/bullet/字号/配色 + shape 越界 + 文本溢出估算)
|
|
- `scripts/source_to_md.py`(PDF/DOCX/PPTX/URL → Markdown)
|
|
- `scripts/render_icon.py`(unicode 字形 → 透明 PNG,兜底)
|
|
- **配色**:商务红 PRIMARY `#C00000` / SECONDARY `#E15554` / ACCENT `#FFC107` —— v3 改为硬约束,模型不能基于"场景判断"自行换色
|
|
- **品牌条**:v3 加 `apply_brand(slide, kind)`,所有版式起手必调,4 种模式 (cover/inner/section/end) 覆盖左竖条 + 浅底,不再裸白纸
|
|
- **图标**:v3 加 Iconify CDN 拉取链路 (tabler/lucide/heroicons/material-symbols 等 150+ 集),本地缓存复用
|
|
- `skills/proposal/SKILL.md`(含工作目录约定 + 字数表 + python-docx 合并模板)
|
|
|
|
### 7. System Prompt
|
|
- `prompts/system/general_v1.md`(无版本化软链接,直接引用 v1)
|
|
- 启动时拼接顺序: 通用指引 → discovery 块(skill 列表) → 当前工作目录
|
|
|
|
### 8. Capability Probing(Phase 4)
|
|
- `core/probe.py`:四项探测 + ProbeReport
|
|
- `probe_basic_chat` —— 连通性,失败则跳过其余
|
|
- `probe_parallel_tools` —— 给两个独立工具,看 single response 里 tool_calls 数 ≥2
|
|
- `probe_thinking_mode` —— 对 declared=True 的模型传 reasoning_effort,看 API 接受 + 是否产出 reasoning_content/thinking
|
|
- `probe_long_context` —— needle-in-haystack 简化版,默认 reliable_context * 4 / 8 字符,上限 200K(opt-in,需 `--long-context`)
|
|
- `cli.py probe [--model X] [--long-context]`:rich Table 输出;退出码 0=全 ok / 2=有 mismatch / 3=有 error
|
|
- 不修改 yaml,只报告差异——是否调档案由用户决定
|
|
- 不进启动路径(每次启动跑会烧 API),用户显式触发
|
|
|
|
### 9. Task 概念 + state.json(Phase 6)
|
|
- `core/task.py`:`TaskState` dataclass(对齐 DESIGN.md §7.1)
|
|
- 字段:task_id / mode / description / status (active/completed/abandoned) / model / model_profile / reasoning_effort / cwd / created_at / updated_at / tokens_prompt / tokens_completion / cost_usd
|
|
- `save(task_dir)` / `load(task_dir)`,加载时容忍未知字段(schema 演化)
|
|
- 存储布局:`workspace/tasks/<task_id>/{state.json, messages.json}`
|
|
- `main.build_agent` 返回 5 元组 `(agent, session, sid, task_state, task_dir)`
|
|
- `main.sync_task_tokens(state, dir, llm)`:每轮 agent.run 后调,把 LLM 累计 tokens 写回 state.json
|
|
- CLI:
|
|
- `chat --mode coding --desc "修一处 bug"`(可选元数据)
|
|
- REPL:`/status` 看 state、`/done` 标完成、`/abandon` 标弃、`/desc <文本>` 改描述
|
|
- `cli.py tasks [--status active|completed|abandoned]`:列任务,显示 mode/model/msgs/tokens/desc
|
|
- 已知小坑:`Session.save()` 不原子,write_text 抛错(如 stdin 注入了 UTF-8 surrogate 半字符)会留下 0 字节文件——交互使用没问题,后续可加 tmp+rename
|
|
|
|
---
|
|
|
|
## 关键决策与偏差
|
|
|
|
| 项 | 决策 | 与设计差异 |
|
|
|---|------|-----------|
|
|
| 工具基目录 | 用户当前 cwd,不是 workspace/ | 设计未明说;选 cwd 是因为 agent 该操作用户的项目 |
|
|
| Workspace 用途 | `tasks/<id>/{state.json, messages.json}`;memory/ 待 Phase 6 双层记忆 | 设计含 `tasks/ memory/ logs/`,部分落地 |
|
|
| Session 粒度 | 一个目录一个 task,含 state.json | Phase 6 落地;DESIGN.md §7.1 字段对齐 |
|
|
| Eval Suite | 决定不做 | DESIGN.md §6.3 设计为团队/产品场景;个人工具用 dogfooding 替代,probe 覆盖健康检查 |
|
|
| 版本化 prompt | 直接 general_v1.md,无 active.md 软链接 | Windows 软链接麻烦;后续要切版本时再做 |
|
|
| run_python 沙盒 | subprocess + env 过滤 | 设计阶段 1 就是这套,未升级 Docker |
|
|
| 工具数 | 8 个 (read/write/edit/glob/grep/shell/run_python/load_skill) | 设计上限 ≤10 同时可见,目前刚好 |
|
|
|
|
---
|
|
|
|
## 验收过的测试
|
|
|
|
- 全项目 `ast.parse` 语法 OK
|
|
- yaml 配置可解析
|
|
- 所有 import 链路在 venv 中跑通
|
|
- `cli.py --help` / `cli.py chat --help` / `cli.py tasks --help` / `cli.py probe --help` 正常
|
|
- `SkillRegistry` 识别出 3 个 skill,discovery 块拼装正确
|
|
- 缺 `DEEPSEEK_API_KEY` 时报清晰错误
|
|
- 实测 DeepSeek API 接通,`flash` 和 `pro` 两档都能调通
|
|
- **真实 probe 结果**(2026-05-06):
|
|
- `deepseek_v4.flash`:basic_chat ok / **parallel_tools mismatch**(yaml=false, observed=true,2 个 tool_calls)/ thinking_mode skip(declared false)
|
|
- `deepseek_v4.pro`:basic_chat ok / parallel_tools ok / thinking_mode ok(reasoning_content 返回)
|
|
- flash 的 mismatch 暂不自动改 yaml —— `parallel_tools=true` 会影响所有实际调用,需更多场景观察后再决定
|
|
|
|
---
|
|
|
|
## 已知遗留 / 下一步候选
|
|
|
|
按性价比排序:
|
|
|
|
1. **Phase 6 双层记忆**(~半天)—— `workspace/memory/core.md` 注 prompt + `extended/` 按需读
|
|
2. **Phase 6 context 三层压缩**(~1 天)—— 兜底用,V4 长上下文一般用不到
|
|
3. **小修打磨**(~半小时)—— `Session.save()` 改原子写(tmp + rename),防 surrogate 等异常 truncate
|
|
4. **Phase 7 Docker 沙盒**(~1 天)—— 替换 subprocess,run_python 安全升级
|
|
5. **Phase 7 更多 skill / 模型档案**(持续)
|
|
|
|
---
|
|
|
|
## 文件清单(代码量)
|
|
|
|
```
|
|
core/capabilities.py 71 行
|
|
core/llm.py 89 行
|
|
core/loop.py 99 行
|
|
core/probe.py 243 行 ← Phase 4
|
|
core/session.py 77 行
|
|
core/skills.py 81 行
|
|
core/task.py 63 行 ← Phase 6
|
|
tools/base.py 34 行
|
|
tools/fs.py 182 行
|
|
tools/shell.py 63 行
|
|
tools/run_python.py 84 行
|
|
tools/skill_tool.py 45 行
|
|
main.py 175 行 ← +tasks 布局 / TaskState 装配
|
|
cli.py 265 行 ← +probe / +tasks 子命令
|
|
─────────────────────────────────
|
|
合计 Python ~1571 行
|
|
|
|
prompts/system/general_v1.md
|
|
skills/coding/SKILL.md
|
|
skills/ppt/SKILL.md
|
|
skills/proposal/SKILL.md
|
|
config/agent.yaml
|
|
config/models/deepseek_v4.yaml
|
|
requirements.txt
|
|
```
|
|
|
|
设计预估 Phase 1-3 大约 800-1000 行,实际 1083 行,加上 Phase 4 + Phase 6 约 1571 行 Python。
|