Files
Agent-Workbench/docs/PLAN-1.12.md
T
2026-10-30 20:59:18 +08:00

141 lines
17 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 1.12 专业工作台与模型池执行方案
日期:2026-10-30。本文保留1.12的执行契约和实际进度;起点为1.11.0/PID19084和已封存的298项源码、126组界面及全部历史数据。1.12完整发行与保留状态升级已完成,最终范围见[QA-1.12](QA-1.12.md);真实模型续接仍按用户选择单独待验。
## 交付目标与顺序
把现有单连接工作台推进为能解释任务进展、管理多家模型连接、在受控预算内处理故障的工程控制台。可靠性同时包括任务执行、连接恢复、数据恢复和用户能看懂的状态;界面改版与执行内核使用同一份任务/事件/证据契约。
| 切片 | 可使用的成果 | 前置条件与完成依据 |
| --- | --- | --- |
| 1.12-A:连接注册与专业界面基础 | 独立的模型中心,多连接增改/启停,模型与协议能力标识;固定任务归属、清晰状态和审查区 | 旧单连接无损迁移;切换项目不串响应;连接无Key、禁用、服务重启和长错误信息均有真实状态;桌面/390px实际交互 |
| 1.12-B:模型池与故障切换 | 轮询/权重、任务内粘连、健康冷却、并发租约、排队、预算与逐次调用账本 | 实际HTTP故障样本覆盖429/503/401/超时/停止/部分返回;既有工具与审批无重放;归属、用量和选择原因可核对 |
| 1.12-C:配置发现与导入 | WorkBuddy、CCSwitch等已验证格式的本地配置发现、导入差异和关闭同步 | 固定版本/配置schema及自有夹具先通过;实际安装只做授权范围的验证;无法转成模型API的登录态标明适用的引擎方式 |
| 1.12-D:运行巡检与交付复验 | 宿主/依赖/数据/模型池健康页,故障导出、已知问题和修复复验 | 本地巡检与付费模型探针分开;无凭据时仍完成本地检查;状态不是固定绿灯;新包与原始记录可复核 |
| 1.12-E:项目记忆 | 跨Task事实、来源与源码失效、有界模型上下文、原发送快照 | 来源/预算/脱敏边界、实际本地HTTP、桌面/390px与完整候选核对 |
| 1.12-F:恢复检查点 | 全部要求、原工具/计划/证明,核对后同Task新Run续接 | 真实进程提交前后中断、原工件损坏与不重放,代码/要求变化门控 |
| 1.12-G/H:Skills与MCP | 项目登记/修订/启停,Skills按需读取,本地stdio MCP实际探测/审批/调用 | 冻结目录与schema、进程归属、未知结果门控/人工核对、宿主中断无报告恢复 |
| 后续独立发行 | 隔离worker、更多模型协议与多模态、远程插件、桌面/手机、自我迭代评测 | 逐项接入已有Task/Run、权限、取消、工件和真实工程验收;不以占位入口作为完成 |
A–D分别提交和验收。A先建立注册与归属,B依赖A,C使用A的连接契约,D贯穿每一切片;每次正式升级继续使用不可变发行目录和全量数据核对。新的真实模型验收在连接与用户安排就绪后执行。
2026-10-30交付状态:A–D首个切片提交fb58a41;记忆、检查点、Skills和MCP后续分段实现,1.12最终代码提交3f6797b。兼容Chat协议连接注册/池路由、内存凭据、已验证格式导入及巡检均随1.12正式升级。WorkBuddy schema、更多协议及真实模型工程继续单独验收。
项目记忆管理提交f7292a9,完成项目隔离、来源SHA256/工程指纹、显式到期/归档和扫描不完整时的unverified状态;管理专项7/7、桌面/390px和固定环境全量312/312通过。后续源码已接入模型请求:每轮复核、凭据脱敏、最多8条/12000字节、目标/代码优先和原发送快照封存;新增10项专项与桌面/390px本地HTTP流程通过,完整回归322/322通过、199份冻结输入和原TAP已封存。记忆不进入通用执行快照;源码核对不能证明用户记忆内容的业务结论正确,详见[项目记忆契约](PROJECT-MEMORY.md)。
后续[任务恢复检查点](TASK-CHECKPOINTS.md)已实现保存完整要求/原工具工件/计划与证明、复核当前源码和Git/工作区、显式同Task续接。12项专项含真实进程提交前后退出及桌面/390px三组通过,阶段源码/构建334/334回归及204份输入已独立封存;新包已纳入1.12最终357项源码回归、便携运行及保留状态正式升级,真实模型长任务收益仍单独待验。
本地[Skills](SKILLS.md)已实现项目登记、来源SHA256、默认停用、显式启停/新修订、每轮目录与按需读取工件;10项专项和升级2项、桌面/390px四组通过。[项目MCP](MCP.md)已实现受控stdio登记/实际探测/启停、冻结schema、逐次审批、Task/Run原输入/报告和未知副作用门控;20项专项、6组管理和2组真实中断恢复界面通过。附带脚本不自动加载执行,远程MCP/自动安装仍待开发。
## 专业界面与操作结构
用户需要持续交付工程的工作空间。桌面采用坚实的工程控制台:蓝黑文字、钢灰底、清楚的实体面板和高辨识操作状态;减少小字号、低对比细线和大块无用途留白。数字只显示实际量测结果。
桌面结构:顶部持续显示项目/分支/当前目标与宿主状态;左侧项目、任务和主要模块导航;中间对话及当前执行;右侧文件、差异、计划与原证据。模型中心和运行中心拥有完整内容区,避免把所有设置塞进右侧窄栏。三个区域可按任务收起,保留当前范围与未完成状态。
```text
项目 / 分支 / 任务目标 宿主状态 · 当前模型池
┌──────────────┬───────────────────────┬──────────────────┐
│ 项目与任务 │ 目标、通过条件、阻塞项 │ 文件 / 改动 / 依据│
│ 工作 / 模型 │ 对话与实际工具轨迹 │ 当前修订与证据 │
│ 能力 / 运行 │ 审查、继续、停止 │ 检查与交付 │
└──────────────┴───────────────────────┴──────────────────┘
所属项目 · Task / Run · 待审查数量 · 已报告用量 · 连接状态
```
六个主令牌:底色 `#E7EDF2`、面板 `#FFFFFF`、正文/结构 `#15283F`、主操作 `#2560A3`、通过 `#216D5F`、失败 `#A7353E`。告警使用独立语义色并带文字/图标。标题少量使用Bahnschrift,正文Segoe UI Variable/Microsoft YaHei,代码/路径/账本Cascadia Code/Consolas;使用本机字体回退。
识别点是任务的“目标—执行—证据”连续视图:每个真实步骤显示所属修订、实际状态、最后工具结果和可打开的原依据。模型池切换出现在同一条实际调用轨迹中,能看到“哪个连接失败、因何冷却、接下来选了谁”;不生成猜测的进度百分比。
界面验收覆盖1280×720、1440×900和390×844,200%缩放、键盘焦点、长中文路径、长英文错误、空状态、断网、SSE恢复和缩小窗口。窄屏使用任务/项目/检视切换,点击区域至少44px,输入区适应软键盘;手机远程配对仍单独开发。滚动容器归属明确,关键停止/审查动作不随长轨迹丢失。
“本地宿主已连接”“连接已配置”“模型探针通过”“当前任务完成”分别显示。配置存在不等于调用可用;健康探针通过不等于工程交付。错误必须带项目/任务/操作与下一步动作,跨项目的迟到回复和错误不得覆盖当前任务。
## 连接、凭据、模型与引擎
连接是用户可启停的服务配置;模型描述能力和限制;池是挑选这些连接/模型的策略;外部引擎是拥有自己会话、工具和执行生命周期的Harness。四者各自登记。
```mermaid
flowchart LR
T[Task / Run 与冻结请求] --> R[按能力和预算选择模型池成员]
R --> C[连接注册与运行时凭据引用]
C --> P[经过验证的模型协议适配]
P --> L[逐次响应、用量与错误账本]
L --> T
T --> K[自有工具、权限与原证据]
T --> E[独立 EngineAdapter]
E --> K
```
建议新增模块为 `src/core/models/connection-registry.mjs`、`credential-vault.mjs`、`pool-router.mjs`、`attempt-ledger.mjs`、`adapters/`、`imports/`;最终路径随实际接口审查确定。HTTP层只传递公开配置与一次性写入的凭据,不把秘密字段返回界面或会话导出;`Provider`通过统一接口调用适配器,`Runtime`继续控制工具与任务完成。
| 实体 | 必须保存的内容 | 生命周期 |
| --- | --- | --- |
| Connection | id、名称、品牌/协议、endpoint、enabled、配置修订、来源与凭据状态 | 停用立即停止新分配;已在途调用归属保持;修改生成新修订 |
| CredentialRef | 引用ID、凭据修订、临时/本机保管方式、可用状态 | 当前内存连接可显式迁移;临时模式重启显示待配置,不能虚假显示就绪 |
| ModelProfile | 实际模型ID、上下文/输出限制、工具/视觉/语音等能力与证据 | 能力区分未知、服务声明、实际验证和不支持;模型名称不作为能力证明 |
| ModelPool | 成员、权重、并发限制、调度/粘连策略、故障范围、预算 | 版本化;Run保存选用策略修订,已有Run不被后台修改偷换 |
| ModelAttempt | Task/Run、逻辑请求ID、尝试ID、选中连接/模型/修订、时间、结果及用量 | 追加账本;未知用量保留未知,不能按0记账 |
新连接默认继承现有行为;用户可以选单连接或模型池。首次只支持已经验证的兼容协议,再分别接入其他模型协议;OpenAI、Claude、DeepSeek的品牌名不意味着它们共享一个请求格式。
凭据保管先实现明确的“本次运行临时使用”,保留现有语义;Windows本机加密保管单独实现和验证恢复、用户身份及文件权限后再开放。真实Key不进入本地Git、日志、导出、URL、截图或模型上下文。导入器不修改第三方客户端原配置。
## 模型池调度与恢复规则
成员选择先过滤启用/凭据/协议/所需能力/上下文容量/预算,再考虑健康、冷却和并发,最后按轮询或权重选择。默认在一个Run内保持同一连接;开启的故障策略可在新的逻辑模型请求或明确失败后选择下一成员。
| 原结果 | 应有行为 | 用户可见依据 |
| --- | --- | --- |
| 429 | 解析Retry-After、记录限流范围并冷却该连接/模型,按池策略选择其他合格成员 | 原HTTP码、冷却时间、候选排除原因 |
| 502/503/连接失败 | 有界重试/切换、指数退避和抖动;连续失败触发熔断,冷却后有限恢复 | 每次真实尝试、总等待与当前状态 |
| 401/凭据无效 | 标记该凭据修订需要更新,停止继续消耗同一无效配置 | 公开错误分类和修复入口 |
| 403/额度或权限不足 | 区分连接权限、模型权限、余额与特定请求错误,限制对应范围 | 原错误与适用范围;不会误禁用整个池 |
| 400/上下文或工具schema不兼容 | 由适配/预算层报告可修复原因,不盲目轮询重复相同无效请求 | 原冻结请求身份及协议/容量原因 |
| 超时/部分返回/服务断开 | 记录未知或中断;按事先配置的有界策略处理后续请求,不能把半条工具调用当成完成 | 传输阶段、原尝试ID、已持久结果与未定用量 |
| 用户停止/预算耗尽/无可用成员 | 取消排队、退避和所属在途请求,明确暂停原因;不自行增加预算 | 哪项限制生效、已完成操作和可恢复位置 |
轮询不是每个token换账号,也不重做上一轮已完成工具。每个模型响应只有在协议完整、调用ID有效、归属通过后才进入工具执行。换模型继续使用持久任务、已完成工具和原调用配对;原命令执行结果未知时保留需核对状态。新的推理请求可以恢复,未知的工程副作用必须先核对。
每次尝试获取并发租约,完成/失败/取消仅释放一次;服务重启将失去的租约标为待核对。队列有长度、时限和取消;健康检查使用单独通道,不抢占所有任务槽位。被排除成员、等待上限、预算和实际用量均可查询。
不承诺无限可用。所有成员都不可用时保持任务和证据,说明阻塞原因;恢复连接后从明确位置继续。费用控制支持任务预算、单请求上限、重试上限、连接配额和未知用量标记,避免把切换变成失控消耗。
## WorkBuddy、CCSwitch等配置导入
先验证用户机器上的安装版本与配置契约,再编写独立导入器。发现阶段只列可支持的来源、版本/路径和公开元数据;将实际文件中的内容视为数据,不执行其中的命令或插件。配置中使用的环境变量/秘密引用按实际支持范围处理,不展开或导出整套用户环境。
用户开启指定来源的自动导入后,按选定范围同步并显示新增/更新/冲突;提供总开关、单来源开关和单连接停用。关闭同步不删除已经建立的连接;删除连接检查现有引用和在途调用。相同endpoint/模型/来源采用稳定身份去重,不凭名称覆盖用户改动。
只导入有契约依据的模型API配置。若来源使用独有OAuth、加密会话或CLI运行时,则显示所支持的官方连接/EngineAdapter方式及当前边界;不能把桌面应用“已登录”直接变成可复用的API Key。加密配置不通过猜测或无提示批量读取转换。
## 持续巡检与自我迭代
运行中心首先覆盖已存在的真实风险:宿主版本/PID与端口、SQLite与工件引用、随包Node/REA/浏览器身份、Python/pytest能力、源码/构建/证据是否过期、残留在途任务、模型池排队/冷却/熔断与预算。每条记录带检查时间、对象、原结果和能执行的恢复动作。
本地只读巡检可以启动时和空闲时有界执行;真实模型连通/多模态探针有单独的请求与费用账本,不以后台巡检名义自动增加付费请求。用户可调整频率和关闭;自动恢复仅针对已明确允许且可核对的步骤,保留既有工具不重放原则。
自我迭代闭环为:实际失败 → 复现用例 → 隔离分支修改 → 相关检查 → 独立发行回归 → 保留状态升级 → 观察新结果。OpenAI/Claude/DeepSeek可以分担诊断、设计、实现和审查,但发布判定来自宿主核验的代码、测试与原工件;模型不能凭文字将自己判为通过。本阶段的提炼主要是任务轨迹、策略和工程评估;模型权重训练不计为现有能力。
REA研究、Purge策略对照与外部引擎采用同一追溯要求:具体工件版本、原证据、待验证假设、独立实现模块和实际工程任务。比较保持同模型、同题、同预算,统计完成率、人工介入、时间、用量、恢复和失败原因。停止无证据的功能堆叠。
## 后续能力依赖
| 能力 | 首个可验收切片 | 依赖 |
| --- | --- | --- |
| 项目记忆 | 跨Task复用带来源/源码指纹的项目事实,源码改变即提示过期 | 已有工件与当前输入核验 |
| Skills/MCP/插件 | 注册与启停、能力声明、工具schema验证、超时/取消/隔离与调用账本 | 已有权限、工具归属及受控进程;复用REA固定MCP经验 |
| 视觉/语音 | 图像输入、单文件语音输入或输出各自真实验证,能力匹配与原媒体归属 | 模型协议与能力探针、媒体工件和预算 |
| 缓存 | 明确命中来源、版本、权限和有效期;计费token与本地复用分别登记 | 冻结请求/内容指纹、隐私边界和失效策略 |
| 内置浏览器 | 从现有静态页面验收扩展为可观察/取消的真实浏览任务 | 页面/来源/操作归属、下载和敏感动作权限 |
| 电脑控制 | 首个受限窗口观察/操作与停止,原屏幕和动作结果留证据 | 桌面宿主、设备范围、输入注入/截图和授权状态 |
| 多智能体/目标执行 | 两个隔离worker完成互不冲突任务,父任务归集结果和审查合并 | 目标与依赖计划、项目记忆、worktree、并发/预算与停止传播 |
| Windows桌面端 | 安装、后台宿主、托盘、工作区与审查、可恢复升级 | 稳定的核心API和受控IPC,迁移/退出/恢复实测 |
| 手机端 | PWA配对同一宿主、断线续传、同一审批去重和设备撤销 | 经验证的配对网关;真实手机测试独立于390px模拟 |
## 下一次开发的明确起点
连接注册/池路由、项目记忆管理/上下文、长任务恢复检查点和本地Skills/stdio MCP已随1.12不可变发行20261030124454517交付。独立源码357/357、完整界面150组、最终源码/便携及保留状态升级均通过;正式4318保留原PID19084、Provider和全部历史证据。下一独立阶段按产品计划推进隔离worker、受控外部引擎及桌面/移动宿主;两个worker必须绑定各自worktree和预算,父任务只归集实际结果与可审查改动,真实模型工程继续按用户选择暂缓。
每个切片提交均包含最终行为说明、适当检查和真实限制。A–D最终发行还须独立源码/便携、数据迁移/升级及界面验证;真实模型工程样本的失败如实保留,不以通过数量替代工程交付能力。