接口联调

frontend-web/docs/multi-agent-step1-api.md

@@ -0,0 +1,492 @@
+# 多智能体圆桌 · Step 1 · 任务理解智能体接口与实现
+
+> Step 1（`/page/roundtable/planning` 的"任务意图与澄清"页）对应 `RoundtablePlanningPage.tsx` 里 `currentStep === 1` 的渲染分支。当前它是纯前端 mock —— 用户发消息后 `setTimeout(1500)` 拼一段固定话术回。本文档定义一个**内置任务理解智能体 + 2 个轻量接口**，让 step 1 跑起来真正的对话，为 step 2 输入更高质量的"任务目标 + 约束"。
+>
+> 整体风格直接参照 `multi-agent-api.md` / `multi-agent-backend-dev.md`。
+
+---
+
+## 1. 目标与边界
+
+### ✅ 要做的事
+- 内置一个智能体：**任务理解智能体**（`roundtable-intent`），跟 6 个 roundtable 席位同等地位
+- 提供 2 个接口：`/api/intent/init` 和 `/api/intent/stream`
+- 复用 step 2 的 SSE 协议风格（前端只需 1 个新 helper）
+- 让用户跟智能体多轮澄清后，把最终"目标 + 约束"传给 step 2 的 `runOrchestration`
+
+### ❌ 不做的事
+- 不重新设计澄清协议（直接用 `ask_clarification` 工具 + ClarificationMiddleware 现成机制，跟 step 2 leader 一样）
+- 不做"自动跳过"按钮的真实业务逻辑（保留前端按钮形态即可）
+- 不做时间线（timelineEntries）的后端持久化（前端临时状态够用）
+- 不做"评分/置信度"等假指标
+- 不做单独的"任务理解专员模型选择"——直接用全局 `DEFAULT_MODEL`
+
+---
+
+## 2. 数据流概览
+
+```
+[Step 1 入口]
+    ↓
+前端：POST /api/intent/init
+    ← {agent_id: "roundtable-intent", thread_id: "..."}
+
+用户输入第一句话："帮我规划一个生产系统安全改造方案"
+    ↓
+前端：POST /api/intent/stream  (SSE)
+    ← (流式 AI 文本) "好的，预算大致是多少？"
+    ← {status: "asking", content: "..."}      ← 智能体反问中,需要用户继续
+    
+用户回："500 万左右"
+    ↓
+前端再次 POST /api/intent/stream
+    ← (流式) "明白，还有什么时间约束吗？"
+    ← {status: "asking", ...}
+    
+...对话进行几轮 ...
+
+用户：可以了
+    ↓
+前端再 POST /api/intent/stream
+    ← (流式) "好，我理解的任务是: <汇总>"
+    ← {status: "done", content: "<最终汇总文本>", summary: {...}}  ← 信息充分,可进入 step 2
+
+[Step 1 完成 → Step 2 init]
+    前端把 summary.objective + summary.constraints 拼成 step 2 的 buildInitialIntent()
+```
+
+---
+
+## 3. 接口设计
+
+跟 step 2 完全同构。`/api/intent/init` 简化版（只建 1 个 thread + 1 个 agent，没有"协调"概念）；`/api/intent/stream` 跟 `/api/multi-agent/run/stream` 的 special 分支几乎一样。
+
+### 3.1 `POST /api/intent/init`
+
+**请求体**
+```json
+{
+  "model": "deepseek-chat"        // 可选,默认全局 DEFAULT_MODEL
+}
+```
+
+**响应 200**
+```json
+{
+  "status": "success",
+  "agent_id": "roundtable-intent",
+  "thread_id": "<langgraph_thread_id>"
+}
+```
+
+**行为**：
+1. 鉴权（透传 `Authorization`）
+2. 调上游 `POST /api/threads` 建 1 个 thread
+3. 直接返回 `agent_id = "roundtable-intent"`（**这是内置 agent,不需要每次新建**）
+
+**与 step 2 `/init` 的区别**：
+- 没有"协调智能体"概念，只有 1 个 agent
+- 没有 6 个 sub 席位，只有 1 个 thread
+- 不需要传 `agent_names` 数组
+- `agent_id` 是固定字符串 `"roundtable-intent"`，不带 timestamp 后缀（智能体本身是内置、长期、复用的）
+
+### 3.2 `POST /api/intent/stream`
+
+**请求体**
+```json
+{
+  "thread_id": "<from /init>",
+  "message": "用户这一轮要说的话",
+  "model": "deepseek-chat"         // 可选
+}
+```
+
+**响应**：`text/event-stream`，SSE 流式。
+
+**SSE 帧组成**：
+1. 透传上游 LangGraph 的所有帧（`event: metadata` / `event: messages` / `event: values`）—— 前端用现有的 `extractAiTextDelta` 解析 AI 文本增量
+2. 流末追加一个**状态帧**（跟 step 2 同样模式）：
+
+   ```json
+   {
+     "status": "asking" | "done" | "error",
+     "content": "<本轮 AI 文本>",
+     "summary": {
+       "objective": "...",       // 仅 status=done 时有: 任务目标
+       "constraints": ["...", ...], // 仅 status=done 时有: 约束清单
+       "assumptions": ["...", ...]  // 仅 status=done 时有: 关键假设
+     }
+   }
+   ```
+
+**`status` 取值**：
+- `"asking"` —— 智能体还在追问，前端应该把焦点放回输入框
+- `"done"` —— 智能体宣布"信息已充分"，前端就可以亮起"进入下一步"按钮，并拿 `summary` 拼 step 2 的初始 intent
+- `"error"` —— 上游异常，`content` 里是错误信息
+
+**判定 done/asking 的简单策略**（后端实现）：
+- 智能体在 SOUL 里被告知：信息已充分时**必须**调 `present_intent_summary` 工具（或直接在 AIMessage 里用一个固定标记 `[INTENT_READY]`），后端识别后发 `done` 帧
+- 否则一律是 `asking`
+
+> 上面"summary 工具"是新增的内置工具吗？不一定。最省事的做法是**让模型用 JSON 块输出**，后端用正则提取：
+>
+> ```
+> [INTENT_READY]
+> ```json
+> {"objective": "...", "constraints": ["..."], "assumptions": ["..."]}
+> ```
+> ```
+>
+> 后端流末扫一下最末 AIMessage 里有没有这个标记，有就 parse JSON 出来填到 summary，发 `done`；没有就发 `asking`。
+
+---
+
+## 4. 内置智能体配置
+
+**位置**：`offline-backend-20260512/backend/.deer-flow/agents/roundtable-intent/`
+
+### 4.1 `config.yaml`
+```yaml
+id: roundtable-intent
+name: 任务理解智能体
+description: 帮助用户明确任务目标、约束、关键假设,为后续多智能体圆桌研讨准备结构化输入。
+```
+
+### 4.2 `SOUL.md`
+
+```markdown
+# 任务理解智能体
+
+## 角色定位
+你是多智能体圆桌研讨的"任务理解专员"。你的工作是在用户和 6 个圆桌席位之间架一座桥:
+通过 2-5 轮简短追问,把用户模糊的需求转化成结构化的「任务目标 + 约束 + 关键假设」。
+
+## 核心职责
+- 用清晰、简短的问题引导用户补全关键信息(优先级: 目标 > 硬约束 > 软偏好)
+- 不要追问已经清楚的事
+- 不要做方案,不要给具体技术建议——那是后面 6 个席位的工作
+- 信息足够后,立即停止追问,产出结构化汇总
+
+## 信息充分性判定
+当满足以下条件时,认为信息已充分:
+1. 明确的任务目标(至少能写出一句 "用户希望实现 X")
+2. 至少 1 条硬约束(预算/时间/合规/范围之一)
+3. 没有明显的歧义点
+
+## 信息汇总产出
+信息充分时,你必须在回复末尾输出**精确的标记 + JSON 块**(给后端识别用):
+
+```
+[INTENT_READY]
+```json
+{
+  "objective": "用一句话写出用户最终要做的事",
+  "constraints": ["预算 ≤ XXX 万", "时间 ≤ XXX 天", ...],
+  "assumptions": ["假设 1", "假设 2", ...]
+}
+```
+```
+
+输出前可以先用自然语言总结一遍给用户看(让用户能 review 内容),再附上述标记 + JSON。
+
+## 输出风格
+- 一次回复不超过 3 句话
+- 提问要具体,不要"还有什么补充吗"这种空问
+- 用 emoji 简短点缀(❓ 表示问题, ✅ 表示明确, 📋 表示汇总)
+
+## 边界
+- 不调用 agent_orchestration(这是 step 2 的协调智能体的事)
+- 不写文件、不做计算、不联网
+- 用户消息歧义大时,优先调 ask_clarification 工具引导
+```
+
+### 4.3 注册方式
+
+跟现有 6 个 `roundtable-*` 一样,通过 `_sync_legacy_agents()`(`app/gateway/routers/agents.py`)在下次任意 `/api/agents` 请求时自动 upsert 进 `agents` 表,`user_id IS NULL` 标记为内置。**零代码改动**。
+
+---
+
+## 5. 后端实现要点
+
+### 5.1 新建 router 文件
+**位置**：`offline-backend-20260512/backend/app/gateway/routers/intent.py`
+
+```python
+"""任务理解智能体接口 - Step 1 的极简包装。
+
+跟 multi_agent.py 同构但简化:
+- 没有 broadcast(单 thread,无需广播)
+- 没有派活逻辑
+- 没有 leader/special 分支,只有一种调用方式
+- 流末状态帧解析 [INTENT_READY] 标记决定 status=done/asking
+"""
+
+from fastapi import APIRouter, Body, HTTPException, Request
+from fastapi.responses import StreamingResponse
+import httpx, json, re, asyncio, logging
+
+logger = logging.getLogger(__name__)
+router = APIRouter(prefix="/api/intent", tags=["intent"])
+
+# 复用 multi_agent.py 里已有的工具函数
+from app.gateway.routers.multi_agent import (
+    _loopback_base, _auth_headers,
+    _create_thread, _stream_upstream, _parse_last_messages,
+    _flatten_content, _run_payload,
+)
+
+INTENT_AGENT_ID = "roundtable-intent"
+
+_INTENT_READY_PATTERN = re.compile(
+    r"\[INTENT_READY\]\s*```json\s*(\{.*?\})\s*```",
+    re.DOTALL,
+)
+
+
+@router.post("/init")
+async def init_intent(request: Request, payload: dict = Body(...)) -> dict:
+    base = _loopback_base(request)
+    headers = _auth_headers(request)
+    async with httpx.AsyncClient(timeout=None) as client:
+        thread_id = await _create_thread(client, base, headers)
+    return {
+        "status": "success",
+        "agent_id": INTENT_AGENT_ID,
+        "thread_id": thread_id,
+    }
+
+
+@router.post("/stream")
+async def stream_intent(request: Request, payload: dict = Body(...)) -> StreamingResponse:
+    thread_id = str(payload.get("thread_id") or "").strip()
+    message = str(payload.get("message") or "").strip()
+    model_name = str(payload.get("model") or "deepseek-chat")
+    if not thread_id or not message:
+        raise HTTPException(status_code=400, detail="thread_id and message required")
+
+    base = _loopback_base(request)
+    headers = _auth_headers(request)
+
+    async def gen():
+        async with httpx.AsyncClient(timeout=None) as client:
+            try:
+                body = _run_payload(
+                    agent_name=INTENT_AGENT_ID,
+                    model_name=model_name,
+                    thread_id=thread_id,
+                    new_message=message,
+                    excluded_tools=["web_search", "present_files",
+                                     "view_image", "agent_orchestration"],
+                    skill_stop_names=[],
+                )
+                captured = []
+                async for line, done in _stream_upstream(client, base, headers, thread_id, body):
+                    if line is not None:
+                        yield (line if line.endswith("\n") else line + "\n")
+                    elif done is not None:
+                        captured = done
+
+                messages = _parse_last_messages(captured)
+                last_ai = {}
+                for m in reversed(messages):
+                    if isinstance(m, dict) and (m.get("type") or "").lower() in ("ai", "aimessage", "aimessagechunk"):
+                        last_ai = m
+                        break
+                content = _flatten_content(last_ai.get("content", ""))
+
+                # 检测 [INTENT_READY] 标记
+                match = _INTENT_READY_PATTERN.search(content)
+                if match:
+                    try:
+                        summary = json.loads(match.group(1))
+                    except json.JSONDecodeError:
+                        summary = None
+                    frame = {"status": "done", "content": content, "summary": summary}
+                else:
+                    frame = {"status": "asking", "content": content}
+                yield f"data: {json.dumps(frame, ensure_ascii=False)}\n\n"
+            except HTTPException as exc:
+                yield f"data: {json.dumps({'status':'error','content':f'[{exc.status_code}] {exc.detail}'}, ensure_ascii=False)}\n\n"
+            except Exception as exc:
+                logger.exception("intent stream failure")
+                yield f"data: {json.dumps({'status':'error','content':f'unexpected: {exc!r}'}, ensure_ascii=False)}\n\n"
+
+    return StreamingResponse(
+        gen(),
+        media_type="text/event-stream",
+        headers={"Cache-Control": "no-cache", "X-Accel-Buffering": "no", "Connection": "keep-alive"},
+    )
+```
+
+### 5.2 在 `app/gateway/app.py` 注册
+```python
+from app.gateway.routers import intent
+app.include_router(intent.router)
+```
+
+---
+
+## 6. 前端实现要点
+
+### 6.1 新增 API helper
+**位置**：`frontend-web/src/roundtable-planning/api/intent.ts`
+
+```ts
+import { apiFetch } from "@/core/api/fetch-client";
+import { getBackendBaseURL } from "@/core/config";
+
+export interface IntentInitResponse {
+  status: "success";
+  agent_id: string;
+  thread_id: string;
+}
+
+export async function initIntent(model?: string): Promise<IntentInitResponse> {
+  const res = await apiFetch(`${getBackendBaseURL()}/api/intent/init`, {
+    method: "POST",
+    headers: { "Content-Type": "application/json" },
+    body: JSON.stringify({ model }),
+  });
+  if (!res.ok) throw new Error(`init intent failed (${res.status}): ${await res.text()}`);
+  return res.json();
+}
+
+export interface IntentSummary {
+  objective: string;
+  constraints: string[];
+  assumptions?: string[];
+}
+
+export interface StreamIntentRequest {
+  threadId: string;
+  message: string;
+  model?: string;
+  signal?: AbortSignal;
+  onTextDelta?: (text: string, id: string) => void;
+}
+
+export interface StreamIntentResult {
+  status: "asking" | "done" | "error";
+  content: string;
+  summary: IntentSummary | null;
+}
+
+export async function streamIntent(req: StreamIntentRequest): Promise<StreamIntentResult> {
+  // 实现:reader 循环跟 streamMultiAgent 几乎一样,只是状态帧解析改成
+  // {status, content, summary?} 格式。
+  // ...(参考 multi-agent.ts 的 streamMultiAgent 改写,简化 80%)
+}
+```
+
+### 6.2 改造 `RoundtablePlanningPage.tsx` 的 step1 渲染
+
+替换 `handleSendMessage`:
+
+```ts
+const [intentThreadId, setIntentThreadId] = useState<string | null>(null);
+const [intentReady, setIntentReady] = useState<IntentSummary | null>(null);
+
+useEffect(() => {
+  if (currentStep === 1 && !intentThreadId) {
+    initIntent(DEFAULT_MODEL).then(r => setIntentThreadId(r.thread_id));
+  }
+}, [currentStep]);
+
+const handleSendMessage = async () => {
+  if (!inputText.trim() || !intentThreadId) return;
+  const userText = inputText.trim();
+  // (push user msg to interactiveMessages 略)
+  setInputText("");
+  
+  // 占位 agent 气泡
+  const agentMsgId = pushAgentPlaceholder("任务理解智能体");
+  
+  const res = await streamIntent({
+    threadId: intentThreadId,
+    message: userText,
+    model: DEFAULT_MODEL,
+    onTextDelta: (delta) => appendToAgentMsg(agentMsgId, delta),
+  });
+  
+  finalizeAgentMsg(agentMsgId, res.content);
+  if (res.status === "done" && res.summary) {
+    setIntentReady(res.summary);
+    triggerToast("✅ 任务理解完成,可以进入圆桌研讨");
+  }
+};
+```
+
+### 6.3 "进入 step 2"按钮的联动
+
+- 当前页面已有"完成澄清/进入下一步"按钮（应该是路由到 `currentStep === 2`）
+- 改造：只有 `intentReady !== null` 时该按钮才 enabled
+- 点击后：把 `intentReady.objective + intentReady.constraints` 写入 `buildInitialIntent()` 的源（替换现在按 `interactiveMessages` 找最后一条 user msg + budgetLimit 拼接的逻辑）
+
+```ts
+const buildInitialIntent = useCallback(() => {
+  if (intentReady) {
+    return `${intentReady.objective}\n\n约束条件:\n${intentReady.constraints.map(c => `- ${c}`).join("\n")}\n\n请基于上述目标与约束,在圆桌内调度合适的子智能体完成研讨。`;
+  }
+  // fallback: 旧逻辑保留兜底
+  const lastUserMessage = [...interactiveMessages].reverse().find(m => m.sender === "user");
+  const userIntent = lastUserMessage?.content ?? "请围绕给定任务展开圆桌研讨";
+  const constraints = `预算硬约束:${budgetLimit} 万元`;
+  return `${userIntent}\n\n约束条件:${constraints}\n\n请基于上述目标与约束,在圆桌内调度合适的子智能体完成研讨。`;
+}, [interactiveMessages, budgetLimit, intentReady]);
+```
+
+---
+
+## 7. 实施清单
+
+| 优先级 | 项 | 文件 |
+|---|---|---|
+| P0 | 内置 agent 目录 | `backend/.deer-flow/agents/roundtable-intent/{config.yaml,SOUL.md}` |
+| P0 | 新 router | `backend/app/gateway/routers/intent.py` |
+| P0 | 注册 router | `backend/app/gateway/app.py`（一行 `include_router`） |
+| P0 | 前端 helper | `frontend-web/src/roundtable-planning/api/intent.ts` |
+| P0 | 前端页面改造 | `frontend-web/src/roundtable-planning/pages/RoundtablePlanningPage.tsx`（handleSendMessage + buildInitialIntent + 入口 useEffect） |
+| P1 | step 1 进入下一步按钮 disabled 状态联动 `intentReady` | 同上 |
+| P2 | 单测 | `backend/tests/test_intent.py`（init 返回 agent_id 固定值, stream 识别 INTENT_READY 标记） |
+| P3 | 失败兜底（INTENT_READY 标记被模型遗漏时的"用户手动确认进入下一步"按钮） | 前端 |
+
+---
+
+## 8. 与 step 2 的衔接
+
+```
+step 1 输出: intentReady.objective + intentReady.constraints
+                              ↓
+step 2 入口: buildInitialIntent() 拼成 leader 的 new_message
+                              ↓
+step 2 leader 不再需要主动反问澄清(因为 step1 已经清完了),
+        除非模型遇到完全意料之外的歧义
+                              ↓
+研讨更聚焦,减少 step2 阶段的 clarification 轮次
+```
+
+副产物：协调智能体的 SOUL 可以稍微调整（参考 `multi_agent.py:soul = "#核心定位..."` 那段），加一句"用户已经经过任务理解智能体澄清，task 描述里包含目标+约束，请直接开始派活而不是再反问"，进一步减少 step2 的反问。
+
+---
+
+## 9. 路径速查
+
+| 资源 | 位置 |
+|---|---|
+| Step 1 渲染 | `RoundtablePlanningPage.tsx` 内 `currentStep === 1` 分支(约 line 1418+) |
+| 新增前端 helper | `frontend-web/src/roundtable-planning/api/intent.ts` |
+| 新增后端 router | `offline-backend-20260512/backend/app/gateway/routers/intent.py` |
+| 内置 agent | `offline-backend-20260512/backend/.deer-flow/agents/roundtable-intent/` |
+| 路由注册 | `offline-backend-20260512/backend/app/gateway/app.py` |
+| 参照实现 | `multi_agent.py`（接口模式、SSE 包装、状态帧） |
+
+---
+
+## 10. 验收清单
+
+- [ ] 进入 step 1 自动调 `/api/intent/init`，拿到 thread_id
+- [ ] 用户每次发消息后，任务理解智能体真实流式输出（不是 setTimeout）
+- [ ] 智能体能在 2-5 轮对话后自动停止追问，发 `status: done` 帧并附 summary
+- [ ] step 2 的初始 intent 用 step1 的 summary 拼接，不再依赖 `budgetLimit` 这种页面状态
+- [ ] 离开/重新进入 step 1 时，thread_id 状态干净（不会带着上次的对话）
+- [ ] 任何接口失败都不让 step 1 卡死（容错的"用旧 mock 兜底"或者明确错误提示）