Merge remote-tracking branch 'origin/master' into ji
This commit is contained in:
吉鑫升 committed
commit
b671b49725
17 files changed
+2784
-130
No files matched your search
@@ -10,14 +10,16 @@
|
||||
|
||||
## 0. 速读
|
||||
|
||||
- 三个圆桌 Router（`intent / recommend / multi_agent`）**全部走 HTTP loopback**：在同进程内通过 `httpx.AsyncClient` 调本机 `127.0.0.1` 的 `/api/threads`、`/api/agents`、`/api/threads/{id}/runs/stream`。
|
||||
- **所有 loopback `httpx.AsyncClient` 必须 `trust_env=False`**。开发机若设了 `HTTP_PROXY` / `HTTPS_PROXY`，httpx 默认会把 loopback 也走代理 → 不可达 → 单次请求多出 40 秒超时（典型症状日志：`headers_in=42.160s`）。
|
||||
- 三个圆桌 Router（`intent / recommend / multi_agent`）**通过 httpx ASGITransport 进程内直调本机 ASGI app**，复用既有 `/api/threads`、`/api/agents`、`/api/threads/{id}/runs/stream` 路由——**不走 TCP / 不经过网络栈**。所有 client 都由 `multi_agent._make_loopback_client(request)` 工厂统一构造。
|
||||
- 历史包袱：早期实现走 `httpx.AsyncClient(trust_env=False)` + `127.0.0.1:<port>`，遇到开发机 `HTTP_PROXY` / `HTTPS_PROXY` 时仍可能把回环走代理（症状 `headers_in=42.160s`）。**改用 ASGITransport 后此问题不再存在**，相关 `trust_env=False` workaround 全部移除。
|
||||
- **席位 agent 持久注册**（磁盘 `.deer-flow/agents/` + `_sync_legacy_agents`），**协调智能体每次新建**（命名 `roundtable-coordinator-{timestamp36}`，DB 累积，需后续 GC）。
|
||||
- **`.deer-flow/` 整个目录被 git ignore**（仓库根 `.gitignore` 第 64 / 74 行），`git clone` 后内置 agent 目录在部署机上**不会存在**——任何环境都必须把 `roundtable-intent` + `roundtable-recommender` 两个**功能型 agent** 持久化进发布物，否则 `/api/intent/stream` 报 500。**互联网 demo 还需要 6 个示例研讨席位**（`roundtable-intelligence` 等），**内网部署用客户自有 agent 替代**这些席位，无需打包。详见 §11.7。
|
||||
- **`init` 是 SSE 而非一次性 JSON**：用 `asyncio.as_completed` 按真实完成顺序推送 `seat_ready`，前端因此能逐个点亮席位。
|
||||
- **`init_done.thread_ids` 包含协调智能体自身**（`agent_threads[main_agent_name] = coord_thread`），前端 Step 3 列文件时需自行过滤。
|
||||
- **澄清协议统一**：Step 1 与 Step 2 leader 都借 `ask_clarification` + 终态 `clarification` 帧驱动同一套选项卡片组件；`allow_multiple` 默认 false（单选、点击即发送）。
|
||||
- **leader 共识 = `status: []` 空数组**；澄清 = `status: "clarification"`（字符串）；派活 = `status: [[name, task], ...]`。这三者**互斥不混用**。
|
||||
- **后端 picks clamp 2–6，前端用户可手动加到 8**。
|
||||
- **不写死任何具体模型名**：`intent / recommend / multi_agent` 三个 router 的 `model_name = str(payload.get("model") or "")`，空串会被下游 `lead_agent._resolve_model_name()` 自动回退到 `config.yaml` 的 `models[0]`（与 `/api/ai-writing` 行为一致）。内网部署只需配 `config.yaml`，前后端均无需改硬编码。
|
||||
|
||||
---
|
||||
|
||||
@@ -57,7 +59,7 @@ Step 3 最终方案展示
|
||||
| 2 | 2 | `multi_agent.py` | 协调智能体（每次新建）+ 用户选定的 `roundtable-*` 席位 |
|
||||
| 3 | 3 | `artifacts.py`（通用） | 无新 agent |
|
||||
|
||||
所有接口需 `Authorization: Bearer <JWT>`。Loopback 调用统一 `trust_env=False`，避免本机 `HTTP_PROXY` 把 `127.0.0.1` 指到不可达代理（症状：`headers_in=40s+`，前端表现为「Step 1 init 卡顿 / Step 2 init 永远不发 seat_ready」）。
|
||||
所有接口需 `Authorization: Bearer <JWT>`。Loopback 调用一律由 `_make_loopback_client(request)` 构造（`httpx.ASGITransport(app=request.app)`，base_url 占位 `http://loopback`），**不经 TCP**，因此不再受本机 `HTTP_PROXY` 干扰。
|
||||
|
||||
---
|
||||
|
||||
@@ -497,7 +499,7 @@ async def _broadcast(client, base, headers, message, agent_threads, skip):
|
||||
(None, captured) — 流结束，captured 是所有 data: 行的字符串列表
|
||||
```
|
||||
|
||||
日志 `[upstream-timing] <agent> headers_in=<>` / `first_line=<>`：排查首 token 慢、代理导致 loopback 超时（见 `trust_env=False`）。
|
||||
日志 `[upstream-timing] <agent> headers_in=<>` / `first_line=<>`：排查上游首字节延迟；改 ASGITransport 后通常 `headers_in` < 10ms，长尾大概率出在路由 handler 内部（不再是网络/代理问题）。
|
||||
|
||||
`_parse_last_messages(captured)` 从倒数往前扫，**跳过 trailing `data: null` end 帧**，找第一条解析为 dict 且含 `messages` key 的 frame；取 `messages` 列表。无可解析帧抛 `502`。
|
||||
|
||||
@@ -591,14 +593,21 @@ Step 3 **没有** 单独的 `multi_agent` 路由；使用既有 artifacts 能力
|
||||
|
||||
## 9. 关键设计决策
|
||||
|
||||
### 9.1 HTTP loopback + `trust_env=False`
|
||||
### 9.1 ASGITransport 进程内 loopback（替代旧的 HTTP loopback）
|
||||
|
||||
三个 router 均通过 `httpx` 调本机 Gateway（`127.0.0.1`），复用鉴权与 LangGraph 路由，代价是额外 HTTP 开销；init 已用 `asyncio.as_completed` 并行化席位准备。
|
||||
三个 router 通过 `httpx.ASGITransport(app=request.app)` 直调本机 ASGI app，**不走 TCP / 不开 socket / 不经网络栈**，但仍然完整复用 FastAPI 路由分发、鉴权 middleware、Pydantic 校验、SSE 流式响应。代价仅是路由层的少量 dispatch 开销（< 1ms），相对 LLM run 本身的数百 ms~数十秒可忽略。
|
||||
|
||||
**每个 `httpx.AsyncClient(timeout=None, trust_env=False)` 都是必须的**：
|
||||
统一入口：`multi_agent._make_loopback_client(request)`，返回：
|
||||
|
||||
- `timeout=None` — SSE 长连接需要
|
||||
- `trust_env=False` — 否则 httpx 会读取 `HTTP_PROXY` / `HTTPS_PROXY` 环境变量，把 loopback `127.0.0.1` 也走代理。开发机常配的「校园网代理 / 公司代理」会把回环地址丢弃，导致单次请求 40+ 秒超时（日志典型症状：`headers_in=42.160s`）
|
||||
```python
|
||||
httpx.AsyncClient(
|
||||
transport=httpx.ASGITransport(app=request.app),
|
||||
base_url="http://loopback", # 占位 host，ASGITransport 不在意
|
||||
timeout=None, # SSE 长连接仍需 None
|
||||
)
|
||||
```
|
||||
|
||||
**已废止的 `trust_env=False` workaround**：旧版本走 `127.0.0.1:<port>` 真实 HTTP，需要 `trust_env=False` 阻止 httpx 读 `HTTP_PROXY` 把回环也走代理（症状日志 `headers_in=42.160s`）。改 ASGITransport 后这个问题在物理上已不存在——根本没走网络栈。
|
||||
|
||||
### 9.2 协调智能体每次新建
|
||||
|
||||
@@ -664,12 +673,249 @@ grep "special-timing" .runtime/logs/*.log # payload_built / first_upstream_l
|
||||
|
||||
`model` 写入 run 的 `context.model_name`；前端可按席位覆盖 special 调用的模型（见前端文档 §5.5 Persona 抽屉）。
|
||||
|
||||
**绝不在路由里硬编码具体模型名**。三个 router 一律 `str(payload.get("model") or "")`：
|
||||
|
||||
- 前端不传 / 传空串 → 下游 `lead_agent._resolve_model_name("")` 命中 falsy 分支，返回 `app_config.models[0].name`（`config.yaml` 配置顺序里的第一项）
|
||||
- 前端传了一个不在 `config.yaml` 里的 model 名 → 同样回退到首项，并 `logger.warning("Model 'x' not found ... fallback to ...")`
|
||||
- 前端传了合法 model 名 → 直接使用
|
||||
|
||||
这是 `/api/ai-writing` 与圆桌三路由的统一行为，让本地 / 内网部署只需要改 `config.yaml`，不需要触前端常量或路由代码。详见 `deerflow/agents/lead_agent/agent.py:_resolve_model_name`。
|
||||
|
||||
### 11.3 新增席位
|
||||
|
||||
1. `.deer-flow/agents/roundtable-xxx/` 增加 `config.yaml` + `SOUL.md`
|
||||
2. 前端候选池 / 推荐逻辑纳入该 id
|
||||
3. Step 2 `agent_names` 传入即可 — **multi_agent 路由无需改**
|
||||
|
||||
### 11.7 内置 agent 部署持久化（必读，关系到内网部署能否启动）
|
||||
|
||||
#### 11.7.1 问题背景
|
||||
|
||||
圆桌功能涉及的 agent 都靠**磁盘文件**激活（`.deer-flow/agents/<id>/{config.yaml,SOUL.md}`），但仓库根 `.gitignore` 第 64 / 74 行有：
|
||||
|
||||
```
|
||||
offline-backend-20260512/backend/.deer-flow/*
|
||||
```
|
||||
|
||||
整个 `.deer-flow/` 被 git 排除。新机器 `git clone` 后 `.deer-flow/agents/` 不存在 → 圆桌相关 agent 缺失 → 进入 `/api/intent/init` 后 `_create_thread` 本身能成功，但下一步 `/api/intent/stream` 真正调用 LangGraph 时会因为 agent 解析失败抛 500（典型表现：前端 Step 1 init 一次成功，下一句话发出去就 500）。
|
||||
|
||||
#### 11.7.1.1 哪些 agent **必须**打包，哪些**不需要**
|
||||
|
||||
圆桌涉及的 agent 分**两类**，部署侧需求完全不同：
|
||||
|
||||
| Agent | 角色 | 是否必须打包发布 |
|
||||
|-------|------|------------------|
|
||||
| `roundtable-intent` | **功能型**：Step 1 任务理解，所有部署都用它 | ✅ **必须**（任何环境） |
|
||||
| `roundtable-recommender` | **功能型**：Step 1→2 之间从候选池里挑推荐，所有部署都用它 | ✅ **必须**（任何环境） |
|
||||
| `roundtable-intelligence` | 示例研讨席位（情报收集） | ⚠️ **互联网 demo 用**，内网不需要 |
|
||||
| `roundtable-environment` | 示例研讨席位（环境评估） | ⚠️ 同上 |
|
||||
| `roundtable-solution-design` | 示例研讨席位（方案设计） | ⚠️ 同上 |
|
||||
| `roundtable-risk-review` | 示例研讨席位（风险审查） | ⚠️ 同上 |
|
||||
| `roundtable-execution-plan` | 示例研讨席位（执行规划） | ⚠️ 同上 |
|
||||
| `roundtable-summary` | 示例研讨席位（总结陈述） | ⚠️ 同上 |
|
||||
| `roundtable-coordinator-*` | 协调智能体壳，每次会话动态新建 | ❌ **不打包**（运行时生成） |
|
||||
|
||||
**关键区分**：
|
||||
- `roundtable-intent` / `roundtable-recommender` 是**圆桌功能本身的一部分**——没有它们，整个 Step 1 + 推荐流程跑不起来，跟客户业务无关
|
||||
- 6 个 `roundtable-<领域>` 席位只是**互联网 demo 用的示例研讨者**，让访客打开页面就能看到完整三步流程。内网部署面对的是客户自己的业务场景，会把客户自有的领域 agent（行业专家、合规审查员、业务规则引擎……）注册成候选 agent；这时 6 个示例席位反而成噪声
|
||||
|
||||
**对应的部署组合**：
|
||||
|
||||
| 部署场景 | 打包内容 |
|
||||
|----------|----------|
|
||||
| **互联网 demo** | `roundtable-intent` + `roundtable-recommender` + **6 个示例席位** |
|
||||
| **内网客户部署** | `roundtable-intent` + `roundtable-recommender`（仅此 2 个，**不带** 6 个示例席位） |
|
||||
| **本地开发** | 全要（方便快速跑通） |
|
||||
|
||||
**内网部署的额外注意**（去掉 6 个示例席位时）：
|
||||
|
||||
1. **客户自有的候选 agent 必须先存在**：内网部署落地时，客户的业务 agent 应该已经注册进 `.deer-flow/agents/`（手工建目录或通过 `POST /api/agents` 创建）。否则候选池为空，推荐拿不到任何 picks。
|
||||
2. **前端 `FALLBACK_AGENT_IDS` 需要适配**：前端 `RecommendAgentsDialog.tsx` 里硬编码了 6 个示例席位 id 作为 fallback；若推荐失败回退路径会拿这 6 个去 `candidates` 里交集，内网部署该交集恒为空，**fallback 会失败**。建议要么：
|
||||
- **方案 1**（最稳）：内网客户的候选池足够丰富 + recommender SOUL 调好，让推荐成功率 ~100%，不依赖 fallback
|
||||
- **方案 2**：把 `FALLBACK_AGENT_IDS` 改成从后端 `/api/agents` 取前 6 个 `published=true` 的候选 agent（动态 fallback）。改动点见前端文档 §6.2 `RecommendAgentsDialog`
|
||||
3. **推荐 SOUL（`roundtable-recommender/SOUL.md`）通常无需改**：SOUL 本身没写死候选 id，只描述「从给的候选池里挑」；候选池由前端传入，模型读到客户自有 agent 后会照样工作。
|
||||
|
||||
下文给出三种修复方案，**推荐方案 A**（最简单，无需写代码）。
|
||||
|
||||
#### 11.7.2 方案 A：`.gitignore` 白名单（推荐）
|
||||
|
||||
让 git 只跟踪 **`roundtable-intent` + `roundtable-recommender` 两个功能型 agent** 的 `config.yaml` 与 `SOUL.md`，其它一律忽略。6 个示例席位**不进白名单**——互联网 demo 部署机如果需要它们，按 §11.7.2.A 在该分支单独追加白名单；内网部署机直接享受「干净的 `.deer-flow/`」。
|
||||
|
||||
**步骤 1：编辑仓库根 `.gitignore`**
|
||||
|
||||
在最后追加白名单段（位置很重要，**必须在 `offline-backend-20260512/backend/.deer-flow/*` 之后**，否则被前面的通配符吃掉）：
|
||||
|
||||
```gitignore
|
||||
# === 圆桌功能型 agent 跟随仓库发布(任何部署都需要) ===
|
||||
# 父目录先 unignore,git 才能往下递归
|
||||
!offline-backend-20260512/backend/.deer-flow/
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/
|
||||
# 仅放行 2 个功能型 agent;6 个示例席位由互联网分支自行放行
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-intent/
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-intent/config.yaml
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-intent/SOUL.md
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-recommender/
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-recommender/config.yaml
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-recommender/SOUL.md
|
||||
```
|
||||
|
||||
⚠️ **不要**直接写 `!offline-backend-20260512/backend/.deer-flow/agents/roundtable-intent/**`——`git` 不会进入还在 ignore 的父目录，必须逐层 un-ignore，再精确放行文件。
|
||||
|
||||
**步骤 2：强制 add 并提交**
|
||||
|
||||
```bash
|
||||
# 验证白名单生效
|
||||
git check-ignore -v offline-backend-20260512/backend/.deer-flow/agents/roundtable-intent/config.yaml
|
||||
# 期望输出无任何匹配,或最后一条匹配是上面的 ! 行
|
||||
|
||||
# 加入索引(只加 2 个功能型 agent)
|
||||
git add offline-backend-20260512/backend/.deer-flow/agents/roundtable-intent
|
||||
git add offline-backend-20260512/backend/.deer-flow/agents/roundtable-recommender
|
||||
|
||||
git status # 应只看到 2 × 2 = 4 个新文件,绝不出现 users/、threads/、data/、6 个示例席位
|
||||
|
||||
git commit -m "chore: 把圆桌功能型 agent(intent + recommender)纳入版本管理"
|
||||
```
|
||||
|
||||
**步骤 3：部署机验证**
|
||||
|
||||
```bash
|
||||
# clone 之后立刻
|
||||
ls offline-backend-20260512/backend/.deer-flow/agents/
|
||||
# 内网部署:应看到 roundtable-intent/ + roundtable-recommender/(+ 客户自有 agent)
|
||||
# 互联网 demo:还应看到 6 个 roundtable-<领域>/ 示例席位
|
||||
```
|
||||
|
||||
启动后端，前端打开圆桌规划页，Step 1 第一句话发出去能正常拿到 streaming 响应而不是 500，就说明 OK。
|
||||
|
||||
##### 11.7.2.A 互联网 demo 分支：追加 6 个示例席位
|
||||
|
||||
互联网 demo 维护一条独立分支（或独立 `.gitignore` 段，用 build flag 切），在白名单后追加：
|
||||
|
||||
```gitignore
|
||||
# === 仅互联网 demo 需要的 6 个示例研讨席位 ===
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-intelligence/
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-intelligence/config.yaml
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-intelligence/SOUL.md
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-environment/
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-environment/config.yaml
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-environment/SOUL.md
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-solution-design/
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-solution-design/config.yaml
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-solution-design/SOUL.md
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-risk-review/
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-risk-review/config.yaml
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-risk-review/SOUL.md
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-execution-plan/
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-execution-plan/config.yaml
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-execution-plan/SOUL.md
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-summary/
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-summary/config.yaml
|
||||
!offline-backend-20260512/backend/.deer-flow/agents/roundtable-summary/SOUL.md
|
||||
```
|
||||
|
||||
`git add` 对应 6 个目录、提交，互联网分支即拿到全部 8 个内置 agent。两条分支共享同一份 `roundtable-intent / roundtable-recommender`，SOUL 调整对两边都生效，避免双维护。
|
||||
|
||||
**优点**：
|
||||
|
||||
- 零代码改动；新机器 `git clone` 即可，部署文档不用单独说「记得拷一下 `.deer-flow/agents/`」
|
||||
- 修改 SOUL 直接走 git 走 review 流程
|
||||
- 多人协作时 SOUL 改动可见
|
||||
|
||||
**注意事项**：
|
||||
|
||||
- `git status` 检查时确保**只**有 16 个内置文件进了索引，**绝对不能**包括 `users/`、`threads/`、`data/*.db`、`roundtable-coordinator-*/` 这些运行时数据
|
||||
- `roundtable-coordinator-mp*/` 这类历史会话残留目录会被 ignore 规则自动忽略（白名单没放行它们），无需手动清理
|
||||
- 部署机如果之前手动建过 `.deer-flow/agents/roundtable-intent/`，`git pull` 会把仓库版本覆盖上去——这是期望行为
|
||||
|
||||
#### 11.7.3 方案 B：源码内置 + 启动时种子化
|
||||
|
||||
如果不想让 `.deer-flow/` 这种「运行时目录」出现在 git 里，可以把 SOUL/config 放进 `packages/harness/` 里作为只读资源，启动时检查 `.deer-flow/agents/<id>/` 不存在就从源拷过去。
|
||||
|
||||
**步骤大纲**：
|
||||
|
||||
1. 在 `packages/harness/deerflow/agents/builtin_personas/` 下建 8 个目录（`roundtable-intent/` 等），把 SOUL.md + config.yaml 搬过去
|
||||
2. 在 `app/gateway/app.py` 的 `lifespan` 启动阶段新增 `_seed_builtin_roundtable_agents()`：
|
||||
```python
|
||||
def _seed_builtin_roundtable_agents() -> None:
|
||||
from importlib.resources import files
|
||||
src_root = files("deerflow.agents.builtin_personas")
|
||||
dst_root = get_paths().agents_dir() # .deer-flow/agents/
|
||||
for agent_id in BUILTIN_ROUNDTABLE_AGENT_IDS: # 8 个常量
|
||||
dst = dst_root / agent_id
|
||||
if dst.exists():
|
||||
continue # 已有(可能是用户改过的),不覆盖
|
||||
dst.mkdir(parents=True)
|
||||
for fname in ("config.yaml", "SOUL.md"):
|
||||
(dst / fname).write_bytes((src_root / agent_id / fname).read_bytes())
|
||||
```
|
||||
3. 紧接着调一次 `_sync_legacy_agents(store)`，把这些刚落地的目录 upsert 进 `agents` 表
|
||||
4. 把 `BUILTIN_ROUNDTABLE_AGENT_IDS` 常量也导出给 `recommend.py` / `multi_agent.py` 共享
|
||||
|
||||
**优点**：
|
||||
|
||||
- `.deer-flow/` 仍然作为「运行时数据目录」语义干净
|
||||
- 运维可以手动改 `.deer-flow/agents/roundtable-intent/SOUL.md` 临时调试，重启不被覆盖（`if dst.exists(): continue`）
|
||||
- 升级时如果想强制刷新，加个 `--force-reseed-builtins` 启动参数即可
|
||||
|
||||
**缺点**：
|
||||
|
||||
- 多一段 bootstrap 代码 + 一份 `pyproject.toml` 的 `package-data` 声明（确保 SOUL.md 跟着 wheel 一起发布）
|
||||
- 「现场改 SOUL 不被覆盖」既是优点也是坑——A 改了 SOUL 但忘了同步源码，下次新机器部署又回到旧版本
|
||||
|
||||
#### 11.7.4 方案 C：纯运维流程（最弱，不推荐）
|
||||
|
||||
不动代码、不动 .gitignore，发布说明里写一行：
|
||||
|
||||
> 部署前请将 `<开发机>:offline-backend-20260512/backend/.deer-flow/agents/` 整个目录 `scp` 到部署机同位置。
|
||||
|
||||
只在「不允许改仓库结构」或「初期试跑」时用。长期维护几乎一定会有人忘记拷而部署失败。
|
||||
|
||||
#### 11.7.5 方案选择决策
|
||||
|
||||
| 场景 | 推荐方案 |
|
||||
|------|----------|
|
||||
| 单仓库多人协作、SOUL 经常调整 | **A**（.gitignore 白名单） |
|
||||
| SOUL 极少改，希望严格区分代码与运行时数据 | **B**（源码 + lifespan 种子化） |
|
||||
| 一次性 POC / 即将切换到 B | C |
|
||||
|
||||
无论选哪种，部署机第一次启动后都建议跑这条 smoke test 验证：
|
||||
|
||||
```bash
|
||||
curl -X POST http://127.0.0.1:8001/api/intent/init \
|
||||
-H "Authorization: Bearer <TOKEN>" \
|
||||
-H "Content-Type: application/json" \
|
||||
-d '{}'
|
||||
# 期望: 200 + {"status":"success","agent_id":"roundtable-intent","thread_id":"..."}
|
||||
|
||||
curl -X POST http://127.0.0.1:8001/api/intent/stream \
|
||||
-H "Authorization: Bearer <TOKEN>" \
|
||||
-H "Content-Type: application/json" \
|
||||
-d '{"thread_id":"<上一步返回的>","message":"测试一下"}'
|
||||
# 期望: 200 + SSE 长连接,最后一帧 status 为 asking 或 clarification
|
||||
# 若 500 → 看后端日志,大概率是 SOUL.md 找不到或 LLM 外网不通(看上一条排查项)
|
||||
```
|
||||
|
||||
#### 11.7.6 推荐智能体（`roundtable-recommender`）与研讨席位的关系（注：完整定制流程见 §11.8）
|
||||
|
||||
推荐路由 `recommend.py` 用到的 `roundtable-recommender` 与「研讨席位」是**两件事**：
|
||||
|
||||
- **`roundtable-recommender`**：负责从候选池里挑 picks 的「推荐者」本身，是个 LLM agent，**功能型**，所有部署必须有
|
||||
- **研讨席位**（无论是 6 个示例还是客户自有 agent）：是「被挑选的候选」，前端 `filterRecommendCandidates` 过滤后送进 `/api/recommend/stream` 的 `candidates` 数组；recommender 在 SOUL 里看到候选池后才能输出 `[RECOMMEND_READY]` JSON
|
||||
|
||||
「推荐改成动态」改的是**从池子里挑哪几个**，不是「池子可以没有」。**池子的来源在两类部署里不同**：
|
||||
|
||||
| 部署 | 候选池来源 |
|
||||
|------|------------|
|
||||
| 互联网 demo | 仓库自带的 6 个 `roundtable-<领域>` 示例席位（+ 用户自建的） |
|
||||
| 内网客户 | 客户自有的业务 agent（通过 `POST /api/agents` 或 `.deer-flow/agents/<id>/` 注册）|
|
||||
|
||||
`roundtable-recommender/SOUL.md` 本身没写死任何候选 id（只描述「从给的候选池里挑」），所以内网部署即使候选池从「6 个示例」换成「客户自有 agent」，**recommender 的 SOUL 无需改动**，候选池由前端传入。
|
||||
|
||||
**前端 fallback 行为差异**：
|
||||
|
||||
互联网 demo 因为有这 6 个内置示例席位垫底，推荐失败时 `FALLBACK_AGENT_IDS ∩ candidates` 还能拿到回退选项；**内网部署该交集恒为空**，回退路径失效——所以内网部署应通过「候选池足够丰富 + recommender SOUL 调好」让推荐成功率接近 100%，或改造前端 `FALLBACK_AGENT_IDS` 为动态从 `/api/agents` 取前 N 个（见前端文档 §6.2）。
|
||||
|
||||
### 11.4 新增 Step 1 工具
|
||||
|
||||
若需新工具，须同步修改 `intent.py` 的 `excluded_tools` 黑名单（当前默认禁 15 个工具，仅 `ask_clarification` 实际可用）。
|
||||
@@ -682,6 +928,181 @@ grep "special-timing" .runtime/logs/*.log # payload_built / first_upstream_l
|
||||
|
||||
`_append_thread_message` 通过 `GET state → mutate → POST state` 实现，是为了与 LangGraph checkpoint 一致；如果将来 Gateway 提供 `POST /api/threads/{id}/messages/append` 这类原子接口，可换上，降低并发竞争（虽然圆桌当前不会并发广播同一 thread）。
|
||||
|
||||
### 11.8 添加 / 替换任务推荐智能体（`roundtable-recommender`）
|
||||
|
||||
推荐智能体 id 在后端是**硬编码**常量（`recommend.py:63` → `RECOMMENDER_AGENT_ID = "roundtable-recommender"`），路由不接收 `agent_id` 参数。因此「添加推荐智能体」**不是新增一个 id**，而是落地这个固定 id 对应的文件（首次部署）或**就地改 SOUL**（定制行为）。
|
||||
|
||||
#### 11.8.1 何时需要动它
|
||||
|
||||
| 场景 | 是否需要动 SOUL |
|
||||
|------|-----------------|
|
||||
| 全新部署，目录还不存在 | ✅ 必须先把目录搭起来（§11.8.2） |
|
||||
| 候选池从 6 个互联网示例换成客户自有 agent | ❌ **不用改**——SOUL 没写死候选 id，候选池由前端传入 |
|
||||
| 想改变推荐风格（更激进 / 更保守 / 偏好某领域） | ✅ 改 SOUL（§11.8.4） |
|
||||
| 想让模型偏好你新加的领域 agent | ⚠️ **优先**改新 agent 的 `description`（候选池 prompt 用的就是它），其次才改 recommender SOUL |
|
||||
| 想改输出 JSON 格式 | ❌ **不要**——后端正则 `_RECOMMEND_READY_PATTERN` 写死了 `[RECOMMEND_READY]` + ```json ``` 块；改 SOUL 输出会让后端解析失败走 fallback |
|
||||
|
||||
#### 11.8.2 标准目录结构
|
||||
|
||||
```
|
||||
.deer-flow/agents/roundtable-recommender/
|
||||
├── config.yaml # id / name / description(只是 DB 元数据,不进 prompt)
|
||||
└── SOUL.md # 行为契约,详见 11.8.4
|
||||
```
|
||||
|
||||
**`config.yaml` 模板**（**id 必须严格等于 `roundtable-recommender`**，否则 `recommend.py` 找不到）：
|
||||
|
||||
```yaml
|
||||
description: 智能体推荐专员,基于用户的任务目标与约束,从候选智能体池中挑选最相关的 2-6 个智能体并给出推荐理由,为多智能体圆桌研讨准备最终参会名单
|
||||
id: roundtable-recommender
|
||||
name: 智能体推荐
|
||||
```
|
||||
|
||||
字段说明：
|
||||
- `id`：**不可改**，与 `RECOMMENDER_AGENT_ID` 常量绑死
|
||||
- `name`：DB 显示名，候选池过滤时不参与（`filterRecommendCandidates` 按 id 排除）
|
||||
- `description`：DB 元数据，不进 prompt；改了不会影响推荐效果
|
||||
|
||||
**SOUL.md** 内容见 §11.8.4 模板。新增之后按 §11.7.2 把这两个文件加入 git 白名单 + commit 即可。
|
||||
|
||||
#### 11.8.3 后端给推荐智能体喂的 prompt 长什么样
|
||||
|
||||
`recommend.py:_build_prompt()` 把前端传的 intent + candidates 拼成下面这段，作为**唯一一条 user message** 投递：
|
||||
|
||||
```
|
||||
任务目标:对生产系统进行安全改造,满足等保 2.0 合规要求
|
||||
约束:预算 ≤ 500 万元; 工期 ≤ 6 个月; 必须满足等保 2.0
|
||||
关键假设:现有系统具备基础数字化能力; 允许预定窗口停机
|
||||
|
||||
候选智能体池:
|
||||
- roundtable-intelligence (情报收集): 检索同类历史案例、行业最佳实践与外部情报
|
||||
- roundtable-solution-design (方案设计): 产出主备方案与关键路径
|
||||
- my-cost-calc (成本测算): 基于预算和资源单价计算总成本
|
||||
- ...
|
||||
|
||||
请按 SOUL 中规定的格式输出推荐结果(自然语言思路 + [RECOMMEND_READY] + json 块)。
|
||||
```
|
||||
|
||||
**关键事实**：
|
||||
- **候选 agent 的 `name` 与 `description` 在 prompt 里就是它的「介绍」**——这是模型判断「这个 agent 适不适合本任务」的全部信息。客户自有 agent 想被推荐准确，`description` 必须写**任务导向**的能力描述，不要写 "由 XX 团队维护" 这种元信息
|
||||
- **候选池由前端过滤后传入**，后端不读 DB；前端 `filterRecommendCandidates` 已剔除 `roundtable-intent / roundtable-recommender / roundtable-coordinator-*`
|
||||
- SOUL 看不到「intent agent 上一轮说了什么 / 用户原始 message」，只看到结构化的 `objective / constraints / assumptions`——这是设计选择，让推荐稳定
|
||||
|
||||
#### 11.8.4 SOUL 设计要点（模板 + 注解）
|
||||
|
||||
SOUL **必须**满足三件事，其它都可定制：
|
||||
|
||||
1. **输出格式严格**：自然语言思路 → `[RECOMMEND_READY]` 单独成行 → ```json {"picks": [{"agent_id": "...", "reason": "..."}, ...]} ```
|
||||
2. **`agent_id` 严格来自候选池**：模型造词出来会被 `_validate_picks` 过滤掉
|
||||
3. **2 ≤ picks ≤ 6**：少于 2 → 整轮判 `asking` 走 fallback；多于 6 → 后端截断
|
||||
|
||||
下面是一份可直接用的最小 SOUL，重点行带注释（**真正落盘时去掉 `<!-- -->`**）：
|
||||
|
||||
```markdown
|
||||
# 智能体推荐专员
|
||||
|
||||
## 角色定位
|
||||
你是多智能体圆桌研讨的"智能体推荐专员"。任务理解专员已经把用户需求整理成
|
||||
「任务目标 + 约束 + 关键假设」交给你,你的工作是从一个**候选智能体池**里,
|
||||
挑出**最适合**参加这次圆桌研讨的 2-6 个智能体,并为每一位写一句推荐理由。
|
||||
|
||||
## 核心职责
|
||||
- 仔细阅读用户的任务目标与约束
|
||||
- 浏览候选池中每个智能体的 `name` 与 `description`
|
||||
- 选出与本次任务**最相关**的 2-6 个智能体(数量动态,不必凑齐 6 个)
|
||||
- 为每个推荐的智能体写一句**具体、可验证**的推荐理由
|
||||
- 不推荐重复职能 / 不推荐与任务明显无关的智能体(宁缺毋滥)
|
||||
|
||||
## 数量约束
|
||||
- **下限**:至少 2 个 / **上限**:最多 6 个
|
||||
- 候选池不足 2 个时,有几个推几个
|
||||
|
||||
## 输出协议(后端用正则识别,严格执行)
|
||||
1. 先用自然语言简短说明推荐思路(1-3 句话)
|
||||
2. 输出标记 `[RECOMMEND_READY]` 单独成行
|
||||
3. 紧接一个 ```json 代码块:
|
||||
|
||||
```json
|
||||
{
|
||||
"picks": [
|
||||
{"agent_id": "<候选池中的 id>", "reason": "<一句推荐理由>"},
|
||||
...
|
||||
]
|
||||
}
|
||||
```
|
||||
|
||||
格式注意:
|
||||
- `[RECOMMEND_READY]` **单独成行**,前后无其他字符
|
||||
- `agent_id` **严格**来自候选池,不要造词
|
||||
- `reason` **具体**,不要"很合适"这种空话
|
||||
|
||||
## 边界
|
||||
- 不调用任何工具(已被后端 excluded_tools 屏蔽)
|
||||
- 不评价候选 agent 优劣,只判断"是否适合本次任务"
|
||||
- 不发起对话、不反问用户
|
||||
|
||||
## 示例
|
||||
<!-- 示例对模型的引导能力远超规则文字,
|
||||
建议示例的候选池里**包含一两个你部署里的客户自有 agent**,
|
||||
让模型知道这种"非 roundtable-* 前缀"的 id 也是合法的。 -->
|
||||
```
|
||||
|
||||
##### 定制方向
|
||||
|
||||
- **偏好新加的 agent**：在「示例」里把它列进候选池并出现在推荐结果中，模型会学到这种 id 也可推荐。比单纯在「核心职责」里加文字约束有效
|
||||
- **行业偏向**：在「角色定位」加一句「优先考虑能直接对接 <行业> 合规要求的智能体」
|
||||
- **激进 vs 保守**：调「数量约束」——例如「能挑出强相关的 3 个就不要凑 6 个」会让 picks 缩到 3-4 个
|
||||
- **不要做的事**：
|
||||
- ❌ 改 `[RECOMMEND_READY]` 为别的标记 → 解析失败
|
||||
- ❌ 把 JSON 结构改成 `{"recommendations": [...]}` 之类 → 解析失败
|
||||
- ❌ 让模型只输出 JSON 不带前面的自然语言 → 前端 `parseRecommendStreamContent` 把整段当 `rationale`，弹窗顶部为空白
|
||||
|
||||
#### 11.8.5 验证流程
|
||||
|
||||
部署完成后跑 smoke test 确认推荐路径通：
|
||||
|
||||
```bash
|
||||
# 1. 确认 agent 文件落地
|
||||
ls .deer-flow/agents/roundtable-recommender/
|
||||
# 期望: SOUL.md config.yaml
|
||||
|
||||
# 2. 确认 DB 已 upsert(任意 /api/agents 请求会触发 _sync_legacy_agents)
|
||||
curl -H "Authorization: Bearer <TOKEN>" http://127.0.0.1:8001/api/agents | \
|
||||
python -c "import sys,json; ids=[a['id'] for a in json.load(sys.stdin).get('agents',[])]; print('roundtable-recommender' in ids)"
|
||||
# 期望: True
|
||||
|
||||
# 3. 触发一次推荐(用最小 intent + 候选池)
|
||||
curl -X POST http://127.0.0.1:8001/api/recommend/stream \
|
||||
-H "Authorization: Bearer <TOKEN>" \
|
||||
-H "Content-Type: application/json" \
|
||||
-d '{
|
||||
"intent": {
|
||||
"objective": "测试推荐链路",
|
||||
"constraints": ["响应时间 < 30s"],
|
||||
"assumptions": []
|
||||
},
|
||||
"candidates": [
|
||||
{"agent_id": "agent-a", "name": "A", "description": "做 X"},
|
||||
{"agent_id": "agent-b", "name": "B", "description": "做 Y"},
|
||||
{"agent_id": "agent-c", "name": "C", "description": "做 Z"}
|
||||
]
|
||||
}'
|
||||
# 期望(SSE 流):最后一帧 data: {"status":"done","content":"...","picks":[...]}
|
||||
# 若 picks 是空 → SOUL 没产生合法 [RECOMMEND_READY] / agent_id 不在候选池
|
||||
# 若整轮 status=error → 看后端 _diagnose_exception 输出的 hint
|
||||
```
|
||||
|
||||
#### 11.8.6 故障排查清单
|
||||
|
||||
| 现象 | 排查方向 |
|
||||
|------|----------|
|
||||
| 推荐永远走 fallback（status=asking） | 后端日志 grep `recommend stream`，看 `last_ai_content` 是不是不含 `[RECOMMEND_READY]`——SOUL 没遵守协议 |
|
||||
| `picks` 数量被截断到 6 | 后端 `_MAX_PICKS=6` 故意限制，前端用户可再手加到 8 |
|
||||
| 模型推荐了候选池里没有的 id | `_validate_picks` 会丢掉，但若有效项不足 2 个会整轮走 fallback；改 SOUL 强调「严格来自候选池」 |
|
||||
| 推荐结果不偏向客户自有 agent | 先检查该 agent 的 `description` 是不是写得「任务导向」；再考虑在 SOUL 示例里加它 |
|
||||
| 推荐稳定性差（同 intent 重跑结果飘） | 推荐 model 用低 temperature（在 `roundtable-recommender/config.yaml` 加 `model: <某个低 temp 模型>` 或直接前端选 deterministic 模型） |
|
||||
| 前端弹窗顶部 rationale 区空白 | SOUL 让模型只输出 JSON 没有自然语言；恢复成「先思路 + 后 JSON」 |
|
||||
|
||||
---
|
||||
|
||||
## 12. 故障排查
|
||||
@@ -691,7 +1112,7 @@ grep "special-timing" .runtime/logs/*.log # payload_built / first_upstream_l
|
||||
| Step 1 一直有澄清、无法进入 Step 2 | 未产出 `[INTENT_READY]` 或终态被 `clarification` 覆盖 | 看 SOUL、最后一帧 `status`；确认 intent 先扫 READY（§4.3 顺序） |
|
||||
| 选项全是多选 | 旧前端默认 `allow_multiple !== false` | 确认 `allow_multiple` 字段与 `resolve_allow_multiple`（缺省 false） |
|
||||
| Step 2 init SSE `error` | 协调 agent 创建失败 / agent_orchestration 缺失 / `_validate_agent_id` 命中 | Network + 后端 `multi_agent` 日志 |
|
||||
| Step 2 init 完全卡住 ~40 秒 | `httpx` 走了 `HTTP_PROXY` | 确认 `trust_env=False` 仍在；grep `headers_in=` 看时长 |
|
||||
| Step 2 init 完全卡住（历史症状，ASGITransport 改造后已不应再出现） | 旧版 `httpx` 走 `HTTP_PROXY` 拦回环 → 40s 超时 | 自改 ASGITransport 起此现象物理上不可能复现；若仍卡，看后端日志栈、检查路由 handler 是否阻塞 |
|
||||
| leader 立即 `status: []` | 未调用 orchestration 技能 / SkillStopMiddleware 没拦到 / SOUL 没声明派活 | 换模型或加强 SOUL；检查 `skill_stop_names` 是否包含 `agent_orchestration` |
|
||||
| dispatch 失败但 leader 文本看着正常 | 模型把 `roundtable-x（中文）` 整段塞进 `agent_name` | `_strip_display_suffix` 会兜底；若仍报 400，强化 SOUL 的「严格英文 id」 |
|
||||
| 推荐 picks 为空 | 未输出 `[RECOMMEND_READY]` 或 picks 不在候选池 | 看 recommend 终态帧；检查 `candidate_ids` 集合 |
|
||||
@@ -708,7 +1129,7 @@ grep "dispatch failed" .runtime/logs/*.log
|
||||
grep "upstream-timing" .runtime/logs/*.log
|
||||
grep "leader-timing" .runtime/logs/*.log
|
||||
grep "special-timing" .runtime/logs/*.log
|
||||
grep "headers_in=" .runtime/logs/*.log # 走代理症状
|
||||
grep "headers_in=" .runtime/logs/*.log # 上游首字节延迟;ASGITransport 改造后通常 < 10ms
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
@@ -10,7 +10,7 @@
|
||||
|
||||
- **整页只有一个文件**：`RoundtablePlanningPage.tsx`（≈ 3 621 行）。三步 UI 通过 `currentStep ∈ {1,2,3}` 切换，不使用 React Router 子路由。
|
||||
- **不使用 LangGraph SDK**：所有 API 都是自研的 `apiFetch` + `ReadableStream` SSE 解析（见 `api/intent.ts`、`api/recommend.ts`、`api/multi-agent.ts`）。
|
||||
- **唯一默认模型**：`DEFAULT_MODEL = "deepseek-chat"`（页面常量，写在 `RoundtablePlanningPage.tsx`）。`useModels()` 只用于 Persona 抽屉的下拉选项。
|
||||
- **不写死模型名**：与 `/page/canvas/ai-writing` 同样的策略 —— 全局选中模型由 `selectedModel` state 维护，首次 `useModels()` 完成后初始化为 `availableModels[0].name`，顶栏「模型」下拉可切换。所有 API 调用统一传 `model: selectedModel || undefined`；后端缺省由 `lead_agent._resolve_model_name()` 回退到 `config.yaml` 的 `models[0]`。**内网部署只需在 `config.yaml` 配自家模型即可，前后端均无需改动**。
|
||||
- **席位区间硬约束**：推荐弹窗要求 **2 ≤ 选中数 ≤ 8**（`MIN_SELECTED` / `MAX_SELECTED`）。
|
||||
- **总控编排循环上限**：`MAX_CYCLES = 8`，超出后强制停止并 toast。
|
||||
- **席位派活策略**：**顺序**（不是并行）。旧实现并行触发多路 SSE 会让浏览器卡顿，现已改为顺序。
|
||||
@@ -124,17 +124,17 @@ frontend-web/src/roundtable-planning/
|
||||
|
||||
[进入 Step 3]
|
||||
HighFidelityReport
|
||||
consensusText ← lastLeaderContent
|
||||
seatDeliveries ← step2RoundtableDialogues.filter(d => d.confidence === "子智能体交付")
|
||||
Object.entries(threadIds).filter(name !== coordinatorName).map → listSessionArtifacts(threadId)
|
||||
文本类文件 → ArtifactPreviewModal；其它 → window.open(downloadUrl)
|
||||
```
|
||||
consensusText ← lastLeaderContent
|
||||
seatDeliveries ← step2RoundtableDialogues.filter(d => d.confidence === "子智能体交付")
|
||||
Object.entries(threadIds).filter(name !== coordinatorName).map → listSessionArtifacts(threadId)
|
||||
文本类文件 → ArtifactPreviewModal；其它 → window.open(downloadUrl)
|
||||
```
|
||||
|
||||
---
|
||||
---
|
||||
|
||||
## 4. API 层
|
||||
## 4. API 层
|
||||
|
||||
### 4.1 `api/intent.ts` — Step 1
|
||||
### 4.1 `api/intent.ts` — Step 1
|
||||
|
||||
| 函数 | 说明 |
|
||||
|------|------|
|
||||
@@ -364,13 +364,22 @@ isOrchestrating = false
|
||||
- 抽屉控件：
|
||||
- **System Prompt**：仅前端记录（后端覆写未开放）
|
||||
- **Temp**：仅前端记录
|
||||
- **推理模型**：选项来自 `useModels()`，默认 `DEFAULT_MODEL`
|
||||
- **推理模型**：选项来自 `useModels()`；显示值优先级 `agentConfigs[seat]?.model > selectedModel`
|
||||
- 「参数覆盖并重启动算研讨」按钮 → `handleSaveAgentAndRecalculate`：
|
||||
- 把新的 `(seatId, model)` 写入 `agentConfigs`
|
||||
- 追加一条「⚡ [模型偏好已保存] ...」对话气泡
|
||||
- **不**立即重启编排；下一轮该席位被派活时 `runOrchestration` 内会读 `agentConfigs[meta.speakerId]?.model` 作为 special 调用的 `model` 参数
|
||||
- **不**立即重启编排；下一轮该席位被派活时 `runOrchestration` 内会读 `agentConfigs[meta.speakerId]?.model || selectedModel || undefined` 作为 special 调用的 `model` 参数
|
||||
|
||||
### 5.6 草稿持久化（`utils/drafts.ts`）
|
||||
### 5.6 全局模型选择器（右侧 sidebar 顶部）
|
||||
|
||||
- **位置**：右侧 sidebar `currentStep !== 3` 时显示的第一个面板 —— 在「当前意图摘要」**正上方**。Step 3 时整个 sidebar 切换成「最终共识结论 / 风险与预算摘要 / 导出与交付」，所以模型选择器仅在 Step 1 / Step 2 可见（此时也是唯一会发起新模型调用的阶段）
|
||||
- **state**：`const [selectedModel, setSelectedModel] = useState<string>("")`
|
||||
- **初始化**：`useEffect(() => ...)` 在 `availableModels` 首次返回后把 `selectedModel` 设为 `availableModels[0].name`；后端配置变化导致当前选中 model 不在列表里时也回退到首项
|
||||
- **传参规则**：所有 5 个 API 调用点（`initIntent` / `streamIntent` / `streamRecommend` / `initMultiAgent` / `streamMultiAgent` leader / `streamMultiAgent` special）都传 `selectedModel || undefined`；special 还会先看 `agentConfigs[seat]?.model` per-seat 覆盖
|
||||
- **禁用态**：`availableModels.length === 0` 或 `modelsLoading` → `disabled`，placeholder 显示「加载中…」或「未配置模型」
|
||||
- **可改换为 Radix Select**：当前用原生 `<select>` 与 Persona 抽屉保持一致；如需统一样式可改为 `@/components/ui/select`，行为不变
|
||||
|
||||
### 5.7 草稿持久化（`utils/drafts.ts`）
|
||||
|
||||
- Key：`roundtable-planning:drafts:v1`（`localStorage`）
|
||||
- 草稿快照含：`step1.{intentThreadId, intentReady, interactiveMessages, timelineEntries}`、`step2.{threadIds, coordinatorName, step2RoundtableDialogues, lastLeaderContent, hasConsensus, consensusPercentage, budgetLimit}`、`furthestStep`
|
||||
@@ -544,7 +553,6 @@ interface StreamMultiAgentResult {
|
||||
|
||||
| 常量 | 值 | 位置 |
|
||||
|------|----|------|
|
||||
| `DEFAULT_MODEL` | `"deepseek-chat"` | RoundtablePlanningPage |
|
||||
| `COMMANDER_SEAT_ID` | `1` | RoundtablePlanningPage |
|
||||
| `MAX_CYCLES` | `8` | RoundtablePlanningPage（`runOrchestration` 内） |
|
||||
| `MIN_SELECTED` / `MAX_SELECTED` | `2` / `8` | RecommendAgentsDialog |
|
||||
|
||||
File diff suppressed because it is too large.
Load diff
@@ -5,7 +5,7 @@ import { env } from "@/env";
|
||||
* 素材的 recUuid 直接拼接在其后即为完整原文链接。
|
||||
*/
|
||||
export const INTRANET_SOURCE_URL_BASE =
|
||||
"https://chlib.b.uat.4.cn/knowlibrary/#/knowledge/mid_detail?recUuid=";
|
||||
"https://chlib.b.uat.4.cn/knowlibrary/#/knowledge/mid-detail?recUuid=";
|
||||
|
||||
/** 由 recUuid 构造内网原文详情页地址；recUuid 为空时返回空串。 */
|
||||
export function buildIntranetSourceUrl(recUuid?: string | null): string {
|
||||
|
||||
@@ -26,7 +26,10 @@ export const DESENSITIZE_MAP: Record<string, string> = {
|
||||
模拟: "MN",
|
||||
推演: "TY",
|
||||
认知: "RZ",
|
||||
触及: "CJ"
|
||||
触及: "CJ",
|
||||
军: "J",
|
||||
美军: "MJ",
|
||||
台军: "TJ",
|
||||
};
|
||||
|
||||
/**
|
||||
|
||||
@@ -19,7 +19,7 @@ import { useArticleTypes } from '../../hooks/useArticleTypes';
|
||||
interface AIWritingFormProps {
|
||||
onSubmit: (req: AIWritingRequest) => void;
|
||||
disabled?: boolean;
|
||||
/** workspace 入口：隐藏检索关键词数量、严格模式、目标读者 */
|
||||
/** workspace 入口：隐藏严格模式、目标读者 */
|
||||
hideAdvancedFields?: boolean;
|
||||
}
|
||||
|
||||
@@ -33,7 +33,7 @@ const INPUT_CLASS =
|
||||
'placeholder:text-muted-foreground focus-visible:outline-none focus-visible:ring-1 ' +
|
||||
'focus-visible:ring-ring disabled:opacity-50';
|
||||
|
||||
const DEFAULT_KEYWORD_COUNT = 6;
|
||||
const DEFAULT_KEYWORD_COUNT = 1;
|
||||
const DEFAULT_AUDIENCE = '普通读者';
|
||||
const MAX_INTENT_LENGTH = 500;
|
||||
|
||||
@@ -50,7 +50,6 @@ export function AIWritingForm({
|
||||
const [articleType, setArticleType] = useState('analysis');
|
||||
const [audience, setAudience] = useState('普通读者');
|
||||
const [wordCountInput, setWordCountInput] = useState('800');
|
||||
const [keywordCountInput, setKeywordCountInput] = useState('1');
|
||||
const [strictMode, setStrictMode] = useState(false);
|
||||
const [modelName, setModelName] = useState('');
|
||||
const [models, setModels] = useState<ModelOption[]>([]);
|
||||
@@ -110,23 +109,10 @@ export function AIWritingForm({
|
||||
}
|
||||
}
|
||||
|
||||
// 检索关键词数量限定 1~10，非法值回退默认 6
|
||||
function handleKeywordCountBlur() {
|
||||
const num = parseInt(keywordCountInput, 10);
|
||||
if (isNaN(num)) {
|
||||
setKeywordCountInput('1');
|
||||
} else {
|
||||
setKeywordCountInput(String(Math.max(1, Math.min(10, num))));
|
||||
}
|
||||
}
|
||||
|
||||
function handleSubmit(e: React.FormEvent) {
|
||||
e.preventDefault();
|
||||
if (!intent.trim()) return;
|
||||
const wordCount = Math.max(100, parseInt(wordCountInput, 10) || 800);
|
||||
const keywordCount = hideAdvancedFields
|
||||
? DEFAULT_KEYWORD_COUNT
|
||||
: Math.max(1, Math.min(10, parseInt(keywordCountInput, 10) || DEFAULT_KEYWORD_COUNT));
|
||||
onSubmit({
|
||||
userIntent: intent.trim(),
|
||||
articleType,
|
||||
@@ -134,7 +120,7 @@ export function AIWritingForm({
|
||||
? DEFAULT_AUDIENCE
|
||||
: audience.trim() || DEFAULT_AUDIENCE,
|
||||
wordCountTarget: wordCount,
|
||||
keywordCount,
|
||||
keywordCount: DEFAULT_KEYWORD_COUNT,
|
||||
writingMode: hideAdvancedFields ? 'loose' : strictMode ? 'strict' : 'loose',
|
||||
modelName: modelName || undefined,
|
||||
});
|
||||
@@ -235,25 +221,6 @@ export function AIWritingForm({
|
||||
|
||||
{!hideAdvancedFields && (
|
||||
<>
|
||||
<div className="space-y-2">
|
||||
<label className="text-sm font-semibold text-foreground">检索关键词数量（1~10）</label>
|
||||
<input
|
||||
type="number"
|
||||
min={1}
|
||||
max={10}
|
||||
step={1}
|
||||
className={INPUT_CLASS}
|
||||
placeholder="6"
|
||||
value={keywordCountInput}
|
||||
onChange={(e) => setKeywordCountInput(e.target.value)}
|
||||
onBlur={handleKeywordCountBlur}
|
||||
disabled={disabled}
|
||||
/>
|
||||
<p className="text-xs text-muted-foreground/80">
|
||||
素材收集专家用几个关键词检索，越多素材越全面但耗时更长。
|
||||
</p>
|
||||
</div>
|
||||
|
||||
<div className="flex items-start gap-2 rounded-xl border border-[#e8dedd] bg-[#f9f5f5] px-3 py-3">
|
||||
<input
|
||||
type="checkbox"
|
||||
|
||||
@@ -158,7 +158,7 @@ export interface AIWritingRequest {
|
||||
targetAudience: string;
|
||||
wordCountTarget: number;
|
||||
modelName?: string;
|
||||
/** 素材检索关键词数量（1~10，默认 6） */
|
||||
/** 素材检索关键词数量（1~10，默认 1） */
|
||||
keywordCount: number;
|
||||
/** 写作模式：strict=严格依据素材 / loose=可结合通用知识（默认 loose） */
|
||||
writingMode: 'strict' | 'loose';
|
||||
|
||||
@@ -21,9 +21,80 @@ export interface IntentInitResponse {
|
||||
thread_id: string;
|
||||
}
|
||||
|
||||
/**
|
||||
* Structured diagnostic payload surfaced by the backend whenever an intent
|
||||
* route raises (init) or yields a final `status: "error"` frame (stream).
|
||||
* Same shape across `init_intent` / `stream_intent`; renderer keys off `code`
|
||||
* for quick visual triage, but also shows `hint` + `trace_tail` as a panel
|
||||
* so deployment-time issues (config.yaml unreachable LLM, missing builtin
|
||||
* agent dirs, loopback going through proxy) are debuggable from the UI alone
|
||||
* without tail-ing backend logs.
|
||||
*/
|
||||
export interface IntentErrorDetail {
|
||||
/** Stable short category — see backend `_diagnose_exception`. */
|
||||
code: string;
|
||||
/** One-line human-readable description (already includes exception type). */
|
||||
message: string;
|
||||
exception_type: string;
|
||||
exception_repr: string;
|
||||
/** Root of the `__cause__` chain when distinct from the outer exception. */
|
||||
root_type?: string | null;
|
||||
root_repr?: string | null;
|
||||
/** Actionable hint in Chinese, keyed by `code`. May be null for unrecognized errors. */
|
||||
hint?: string | null;
|
||||
/** Last ~12 lines of the traceback for in-UI inspection. */
|
||||
trace_tail?: string[];
|
||||
/** Caller-supplied label (e.g. "intent_init"). */
|
||||
context?: string | null;
|
||||
}
|
||||
|
||||
/**
|
||||
* Thrown by `initIntent` when the HTTP call fails. Carries the parsed
|
||||
* `IntentErrorDetail` (if the backend emitted one) so the page can render
|
||||
* a rich diagnostic panel instead of a one-line message.
|
||||
*/
|
||||
export class IntentInitError extends Error {
|
||||
/** HTTP status (typically 500 for diagnosed failures, 401/403 for auth). */
|
||||
readonly status: number;
|
||||
/** Structured detail when the backend emitted `_diagnose_exception` output. */
|
||||
readonly detail: IntentErrorDetail | null;
|
||||
/** Raw body text when JSON parse failed (kept for completeness). */
|
||||
readonly rawBody: string;
|
||||
|
||||
constructor(status: number, detail: IntentErrorDetail | null, rawBody: string) {
|
||||
super(detail?.message || `init intent failed (${status}): ${rawBody}`);
|
||||
this.name = "IntentInitError";
|
||||
this.status = status;
|
||||
this.detail = detail;
|
||||
this.rawBody = rawBody;
|
||||
}
|
||||
}
|
||||
|
||||
function parseIntentErrorDetail(value: unknown): IntentErrorDetail | null {
|
||||
if (!value || typeof value !== "object") return null;
|
||||
const obj = value as Record<string, unknown>;
|
||||
if (typeof obj.code !== "string" || typeof obj.message !== "string") return null;
|
||||
return {
|
||||
code: obj.code,
|
||||
message: obj.message,
|
||||
exception_type: typeof obj.exception_type === "string" ? obj.exception_type : "",
|
||||
exception_repr: typeof obj.exception_repr === "string" ? obj.exception_repr : "",
|
||||
root_type: typeof obj.root_type === "string" ? obj.root_type : null,
|
||||
root_repr: typeof obj.root_repr === "string" ? obj.root_repr : null,
|
||||
hint: typeof obj.hint === "string" ? obj.hint : null,
|
||||
trace_tail: Array.isArray(obj.trace_tail) ? obj.trace_tail.filter((l): l is string => typeof l === "string") : [],
|
||||
context: typeof obj.context === "string" ? obj.context : null,
|
||||
};
|
||||
}
|
||||
|
||||
/**
|
||||
* Create a fresh thread for an intent-clarification session.
|
||||
* The backend returns the built-in agent id so the frontend doesn't hardcode it.
|
||||
*
|
||||
* On failure throws `IntentInitError` whose `.detail` carries the backend's
|
||||
* `_diagnose_exception` payload — the page should surface `detail.hint` /
|
||||
* `detail.trace_tail` to help diagnose intranet deployment issues without
|
||||
* shell access to the server.
|
||||
*/
|
||||
export async function initIntent(model?: string): Promise<IntentInitResponse> {
|
||||
const res = await apiFetch(`${getBackendBaseURL()}/api/intent/init`, {
|
||||
@@ -32,8 +103,18 @@ export async function initIntent(model?: string): Promise<IntentInitResponse> {
|
||||
body: JSON.stringify({ model }),
|
||||
});
|
||||
if (!res.ok) {
|
||||
const text = await res.text().catch(() => "");
|
||||
throw new Error(`init intent failed (${res.status}): ${text}`);
|
||||
const raw = await res.text().catch(() => "");
|
||||
let detail: IntentErrorDetail | null = null;
|
||||
try {
|
||||
const parsed = JSON.parse(raw);
|
||||
// FastAPI HTTPException(detail=dict) → { "detail": {...} }
|
||||
if (parsed && typeof parsed === "object" && parsed !== null) {
|
||||
detail = parseIntentErrorDetail((parsed as { detail?: unknown }).detail) || parseIntentErrorDetail(parsed);
|
||||
}
|
||||
} catch {
|
||||
// body wasn't JSON — fall through with raw text only.
|
||||
}
|
||||
throw new IntentInitError(res.status, detail, raw);
|
||||
}
|
||||
return (await res.json()) as IntentInitResponse;
|
||||
}
|
||||
@@ -89,6 +170,12 @@ export interface StreamIntentResult {
|
||||
* cards + custom input instead of treating the turn as plain text only.
|
||||
*/
|
||||
clarification: ClarificationPayload | null;
|
||||
/**
|
||||
* Populated only when status === "error" and the backend emitted a
|
||||
* structured diagnostic (new in `_diagnose_exception`). UI uses this to show
|
||||
* the same rich panel as init failures.
|
||||
*/
|
||||
errorDetail: IntentErrorDetail | null;
|
||||
}
|
||||
|
||||
/**
|
||||
@@ -106,6 +193,7 @@ function isFinalIntentFrame(value: unknown): value is {
|
||||
options?: unknown[];
|
||||
allow_custom?: boolean;
|
||||
allow_multiple?: boolean;
|
||||
error_detail?: unknown;
|
||||
} {
|
||||
if (!value || typeof value !== "object") return false;
|
||||
if (!("status" in value) || !("content" in value)) return false;
|
||||
@@ -192,6 +280,7 @@ export async function streamIntent(req: StreamIntentRequest): Promise<StreamInte
|
||||
content: "",
|
||||
summary: null,
|
||||
clarification: null,
|
||||
errorDetail: null,
|
||||
};
|
||||
|
||||
while (true) {
|
||||
@@ -231,6 +320,9 @@ export async function streamIntent(req: StreamIntentRequest): Promise<StreamInte
|
||||
if (parsed.summary && typeof parsed.summary === "object") {
|
||||
result.summary = parsed.summary as IntentSummary;
|
||||
}
|
||||
if (parsed.status === "error") {
|
||||
result.errorDetail = parseIntentErrorDetail(parsed.error_detail);
|
||||
}
|
||||
if (parsed.status === "clarification") {
|
||||
const clarificationType =
|
||||
typeof parsed.clarification_type === "string" ? parsed.clarification_type : "";
|
||||
|
||||
@@ -26,7 +26,13 @@
|
||||
* 7) **Persona 抽屉**改的 model 不会立即重启编排，下一轮该席位被派活时由 `runOrchestration`
|
||||
* 读 `agentConfigs[meta.speakerId]?.model` 传入 special。prompt / temp 当前**仅前端记录**。
|
||||
*
|
||||
* 8) **常量**：`DEFAULT_MODEL`、`MAX_CYCLES=8`、`COMMANDER_SEAT_ID=1`、`INTENT_READY_RE`。
|
||||
* 8) **模型选择**：不再硬编码 "deepseek-chat"。全局选中 model 由 `selectedModel`
|
||||
* state 维护（首次 `useModels()` 完成后初始化为 `availableModels[0].name`），
|
||||
* 顶栏「模型」下拉可切换；Persona 抽屉的 per-seat 覆盖更高优先级。所有 API 调用
|
||||
* 传 `selectedModel || undefined`，后端缺省由 `lead_agent._resolve_model_name()`
|
||||
* 回退到 `config.yaml` 的 `models[0]`。内网部署只需配 `config.yaml` 即可。
|
||||
*
|
||||
* 9) **常量**：`MAX_CYCLES=8`、`COMMANDER_SEAT_ID=1`、`INTENT_READY_RE`。
|
||||
*
|
||||
* 调试开关（默认开启）：
|
||||
* window.__MULTI_AGENT_INIT_TIMING__ // /api/multi-agent/init 各阶段耗时
|
||||
@@ -51,7 +57,9 @@ import {
|
||||
} from "@/roundtable-planning/api/multi-agent";
|
||||
import {
|
||||
initIntent,
|
||||
IntentInitError,
|
||||
streamIntent,
|
||||
type IntentErrorDetail,
|
||||
type IntentStreamPhase,
|
||||
type IntentSummary,
|
||||
} from "@/roundtable-planning/api/intent";
|
||||
@@ -189,7 +197,13 @@ function getAvatar(type: string, size: string = "h-8 w-8") {
|
||||
}
|
||||
|
||||
// --- Multi-agent backend wiring ---
|
||||
const DEFAULT_MODEL = "deepseek-chat";
|
||||
//
|
||||
// 模型选择策略（与 /page/canvas/ai-writing 对齐,不再写死 "deepseek-chat"）:
|
||||
// - 全局选中模型由 selectedModel state 维护(首次 useModels 完成后初始化为 models[0].name)
|
||||
// - 所有 API 调用传 model 时统一用 selectedModel || undefined;后端缺省由
|
||||
// lead_agent._resolve_model_name() 回退到 config.yaml 的 models[0]
|
||||
// - Persona 抽屉的 per-seat 覆盖优先(agentConfigs[seat]?.model > selectedModel)
|
||||
// 内网部署只需在 config.yaml 配自家模型,前后端都不需要再硬编码具体模型名。
|
||||
|
||||
type RoleEntry = {
|
||||
id: number;
|
||||
@@ -373,16 +387,24 @@ export default function RoundtablePlanningPage() {
|
||||
// for each of them concurrently instead of only the most recently set one.
|
||||
const [activeSpeakerSet, setActiveSpeakerSet] = useState<Set<number>>(new Set());
|
||||
|
||||
// Custom presets for agent model, weight, temperature and prompt editors
|
||||
// Custom presets for agent model, weight, temperature and prompt editors.
|
||||
// model 字段留空,运行时由 runOrchestration 解析为
|
||||
// agentConfigs[seat]?.model || selectedModel || undefined
|
||||
// 即「席位覆盖优先,否则跟随全局选中模型,否则让后端回退到 config.yaml models[0]」。
|
||||
const [agentConfigs, setAgentConfigs] = useState<{ [key: number]: { model: string; weight: number; prompt: string; temp: number } }>({
|
||||
2: { model: DEFAULT_MODEL, weight: 90, temp: 0.2, prompt: "你负责解析核心任务、资源极限和用户目标偏好，监督全局研商收敛。" },
|
||||
3: { model: DEFAULT_MODEL, weight: 85, temp: 0.3, prompt: "你负责搜集电力、通信系统、历史极端部署条件情报，支持备灾架构体系。" },
|
||||
4: { model: DEFAULT_MODEL, weight: 88, temp: 0.1, prompt: "你评估服务器机房热载荷、算力并发承载极限，预报运行瓶颈与风险时钟。" },
|
||||
5: { model: DEFAULT_MODEL, weight: 92, temp: 0.4, prompt: "你负责双全栈主备建模设计，高内聚低耦合，规避不可预知停机崩溃。" },
|
||||
6: { model: DEFAULT_MODEL, weight: 95, temp: 0.1, prompt: "你作为安全主管，严厉把控预算开销与合规通过率防线，识别计划漏洞。" },
|
||||
7: { model: DEFAULT_MODEL, weight: 80, temp: 0.4, prompt: "你负责对72小时里程碑执行路径规划、重排和资源调配演练序列。" },
|
||||
2: { model: "", weight: 90, temp: 0.2, prompt: "你负责解析核心任务、资源极限和用户目标偏好，监督全局研商收敛。" },
|
||||
3: { model: "", weight: 85, temp: 0.3, prompt: "你负责搜集电力、通信系统、历史极端部署条件情报，支持备灾架构体系。" },
|
||||
4: { model: "", weight: 88, temp: 0.1, prompt: "你评估服务器机房热载荷、算力并发承载极限，预报运行瓶颈与风险时钟。" },
|
||||
5: { model: "", weight: 92, temp: 0.4, prompt: "你负责双全栈主备建模设计，高内聚低耦合，规避不可预知停机崩溃。" },
|
||||
6: { model: "", weight: 95, temp: 0.1, prompt: "你作为安全主管，严厉把控预算开销与合规通过率防线，识别计划漏洞。" },
|
||||
7: { model: "", weight: 80, temp: 0.4, prompt: "你负责对72小时里程碑执行路径规划、重排和资源调配演练序列。" },
|
||||
});
|
||||
|
||||
// 全局选中模型(对应顶栏「模型」下拉)。
|
||||
// 首次 useModels 加载完成后由下面的 useEffect 初始化为 availableModels[0].name,
|
||||
// 用户可以通过下拉框切换;Persona 抽屉的 per-seat 覆盖更高优先级。
|
||||
const [selectedModel, setSelectedModel] = useState<string>("");
|
||||
|
||||
// Message lists state representation to mimic image items & enable actual conversations
|
||||
const [interactiveMessages, setInteractiveMessages] = useState([
|
||||
{
|
||||
@@ -484,6 +506,8 @@ export default function RoundtablePlanningPage() {
|
||||
const [intentThreadId, setIntentThreadId] = useState<string | null>(null);
|
||||
const [intentReady, setIntentReady] = useState<IntentSummary | null>(null);
|
||||
const [intentInitError, setIntentInitError] = useState<string | null>(null);
|
||||
// 后端 _diagnose_exception 输出的结构化诊断,有就额外渲染 hint + trace_tail 面板。
|
||||
const [intentInitErrorDetail, setIntentInitErrorDetail] = useState<IntentErrorDetail | null>(null);
|
||||
const [isIntentSending, setIsIntentSending] = useState<boolean>(false);
|
||||
const [pendingIntentClarificationMsgId, setPendingIntentClarificationMsgId] = useState<number | null>(null);
|
||||
const [intentClarificationSelections, setIntentClarificationSelections] = useState<
|
||||
@@ -561,6 +585,17 @@ export default function RoundtablePlanningPage() {
|
||||
}
|
||||
}, []);
|
||||
|
||||
// 首次 /api/models 返回后,把 selectedModel 初始化为列表第一个 —— 与
|
||||
// AIWritingForm 的行为对齐。若 selectedModel 已经被用户在下拉框里选过,不再覆盖。
|
||||
// 若当前选中的 model 已不在 availableModels 里(后端配置变了),也回退到首项。
|
||||
useEffect(() => {
|
||||
if (availableModels.length === 0) return;
|
||||
const stillExists = availableModels.some((m) => m.name === selectedModel);
|
||||
if (!selectedModel || !stillExists) {
|
||||
setSelectedModel(availableModels[0].name);
|
||||
}
|
||||
}, [availableModels, selectedModel]);
|
||||
|
||||
// Toast auto-dismiss logic
|
||||
useEffect(() => {
|
||||
if (showToast) {
|
||||
@@ -837,7 +872,7 @@ export default function RoundtablePlanningPage() {
|
||||
dAgentThreadId: ids,
|
||||
agentName: coord,
|
||||
newMessage: nextLeaderTask,
|
||||
model: DEFAULT_MODEL,
|
||||
model: selectedModel || undefined,
|
||||
signal: leaderAborter.signal,
|
||||
onTextDelta: (text) => appendToDialogue(leaderBubbleId, text),
|
||||
onPhaseChange: (phase, toolName) => {
|
||||
@@ -918,7 +953,8 @@ export default function RoundtablePlanningPage() {
|
||||
dAgentThreadId: ids,
|
||||
agentName: subName,
|
||||
newMessage: task,
|
||||
model: perSeatModel || DEFAULT_MODEL,
|
||||
// 优先级: 席位 Persona 覆盖 → 全局选中模型 → 让后端回退到 config.yaml models[0]
|
||||
model: perSeatModel || selectedModel || undefined,
|
||||
signal: subAborter.signal,
|
||||
onTextDelta: (text) => appendToDialogue(subBubbleId, text),
|
||||
onPhaseChange: (phase, toolName) => {
|
||||
@@ -1026,7 +1062,7 @@ export default function RoundtablePlanningPage() {
|
||||
const initRes = await initMultiAgent({
|
||||
agentNames: roundtableAgentIds,
|
||||
mainAgentName: coord,
|
||||
model: DEFAULT_MODEL,
|
||||
model: selectedModel || undefined,
|
||||
// As each sub-agent's thread comes online, flip every role that
|
||||
// shares the agentId to "在线". Some seats reuse the same agent
|
||||
// (e.g. seat 8 reuses roundtable-summary) so we match on agentId
|
||||
@@ -1148,7 +1184,9 @@ export default function RoundtablePlanningPage() {
|
||||
const role = roles.find(r => r.id === id);
|
||||
const roleName = role?.name || "专家智能体";
|
||||
const cfg = agentConfigs[id];
|
||||
const targetModel = cfg?.model || DEFAULT_MODEL;
|
||||
// Persona 抽屉里的「保存」反馈文字: 优先显示用户在抽屉里选的 model,
|
||||
// 没选时退回全局 selectedModel,最后才显示「默认」二字。
|
||||
const targetModel = cfg?.model || selectedModel || "默认模型";
|
||||
|
||||
const avatarColor =
|
||||
id === 2 ? "blue"
|
||||
@@ -1191,6 +1229,7 @@ export default function RoundtablePlanningPage() {
|
||||
const myGen = ++step1InitGenRef.current;
|
||||
setIntentReady(null);
|
||||
setIntentInitError(null);
|
||||
setIntentInitErrorDetail(null);
|
||||
setIntentThreadId(null);
|
||||
setPendingIntentClarificationMsgId(null);
|
||||
setIntentClarificationSelections(new Map());
|
||||
@@ -1206,7 +1245,9 @@ export default function RoundtablePlanningPage() {
|
||||
]);
|
||||
(async () => {
|
||||
try {
|
||||
const res = await initIntent(DEFAULT_MODEL);
|
||||
// initIntent 当前不在 thread 上落盘 model,只为占位与兼容;空时由后端
|
||||
// 走 lead_agent._resolve_model_name 回退到 config.yaml models[0]
|
||||
const res = await initIntent(selectedModel || undefined);
|
||||
if (step1InitGenRef.current !== myGen) return;
|
||||
setIntentThreadId(res.thread_id);
|
||||
setTimelineEntries([
|
||||
@@ -1220,7 +1261,14 @@ export default function RoundtablePlanningPage() {
|
||||
} catch (err) {
|
||||
if (step1InitGenRef.current !== myGen) return;
|
||||
console.error("init intent failed:", err);
|
||||
setIntentInitError((err as Error).message);
|
||||
if (err instanceof IntentInitError) {
|
||||
// 优先使用后端的可读 message;若 detail 在,渲染诊断面板。
|
||||
setIntentInitError(err.detail?.message || err.message);
|
||||
setIntentInitErrorDetail(err.detail);
|
||||
} else {
|
||||
setIntentInitError((err as Error).message);
|
||||
setIntentInitErrorDetail(null);
|
||||
}
|
||||
}
|
||||
})();
|
||||
}, []);
|
||||
@@ -1384,6 +1432,7 @@ export default function RoundtablePlanningPage() {
|
||||
setIntentThreadId(draft.step1.intentThreadId);
|
||||
setIntentReady(draft.step1.intentReady);
|
||||
setIntentInitError(null);
|
||||
setIntentInitErrorDetail(null);
|
||||
setInteractiveMessages(draft.step1.interactiveMessages as typeof interactiveMessages);
|
||||
setTimelineEntries(draft.step1.timelineEntries as typeof timelineEntries);
|
||||
step1InitRef.current = true;
|
||||
@@ -1540,7 +1589,7 @@ export default function RoundtablePlanningPage() {
|
||||
const res = await streamIntent({
|
||||
threadId: intentThreadId,
|
||||
message: trimmed,
|
||||
model: DEFAULT_MODEL,
|
||||
model: selectedModel || undefined,
|
||||
signal: aborter.signal,
|
||||
onTextDelta: (delta) => {
|
||||
setInteractiveMessages(prev =>
|
||||
@@ -1593,6 +1642,15 @@ export default function RoundtablePlanningPage() {
|
||||
return next;
|
||||
});
|
||||
} else if (res.status === "error") {
|
||||
// 同时把诊断信息写到顶部面板:toast 一闪而过,面板能稳定展示 hint + trace_tail
|
||||
// 方便用户截图发给后端排查。
|
||||
if (res.errorDetail) {
|
||||
setIntentInitError(res.errorDetail.message || res.content);
|
||||
setIntentInitErrorDetail(res.errorDetail);
|
||||
} else {
|
||||
setIntentInitError(res.content);
|
||||
setIntentInitErrorDetail(null);
|
||||
}
|
||||
triggerToast(`❌ 智能体调用失败: ${res.content}`);
|
||||
}
|
||||
} catch (err) {
|
||||
@@ -1791,7 +1849,7 @@ export default function RoundtablePlanningPage() {
|
||||
<RecommendAgentsDialog
|
||||
open={isRecommendDialogOpen}
|
||||
intent={intentReady}
|
||||
model={DEFAULT_MODEL}
|
||||
model={selectedModel || undefined}
|
||||
onCancel={() => setIsRecommendDialogOpen(false)}
|
||||
onConfirm={handleConfirmAgents}
|
||||
/>
|
||||
@@ -2441,9 +2499,40 @@ export default function RoundtablePlanningPage() {
|
||||
</button>
|
||||
</div>
|
||||
{intentInitError && (
|
||||
<p className="mt-2 text-[11px] text-red-500 font-medium">
|
||||
智能体初始化失败: {intentInitError}
|
||||
</p>
|
||||
<div className="mt-2 rounded-lg border border-red-200 bg-red-50/70 p-3 text-[11px] leading-relaxed">
|
||||
<div className="flex items-center gap-2 mb-1.5">
|
||||
<span className="font-bold text-red-700">智能体初始化失败</span>
|
||||
{intentInitErrorDetail?.code && (
|
||||
<span className="px-1.5 py-0.5 bg-red-100 text-red-700 rounded font-mono text-[10px]">
|
||||
{intentInitErrorDetail.code}
|
||||
</span>
|
||||
)}
|
||||
{intentInitErrorDetail?.exception_type && (
|
||||
<span className="text-[10px] text-red-600 font-mono">
|
||||
{intentInitErrorDetail.exception_type}
|
||||
{intentInitErrorDetail.root_type && intentInitErrorDetail.root_type !== intentInitErrorDetail.exception_type
|
||||
? ` → ${intentInitErrorDetail.root_type}`
|
||||
: ""}
|
||||
</span>
|
||||
)}
|
||||
</div>
|
||||
<p className="text-red-700 font-medium break-all">{intentInitError}</p>
|
||||
{intentInitErrorDetail?.hint && (
|
||||
<p className="mt-1.5 text-red-800 bg-amber-50 border-l-2 border-amber-400 px-2 py-1 rounded-sm">
|
||||
<span className="font-bold">💡 建议:</span> {intentInitErrorDetail.hint}
|
||||
</p>
|
||||
)}
|
||||
{intentInitErrorDetail?.trace_tail && intentInitErrorDetail.trace_tail.length > 0 && (
|
||||
<details className="mt-1.5">
|
||||
<summary className="cursor-pointer text-red-600 hover:text-red-800 select-none text-[10px] font-bold">
|
||||
展开 traceback 末段(共 {intentInitErrorDetail.trace_tail.length} 行)
|
||||
</summary>
|
||||
<pre className="mt-1 max-h-48 overflow-auto bg-slate-900 text-slate-100 text-[10px] leading-snug p-2 rounded font-mono whitespace-pre">
|
||||
{intentInitErrorDetail.trace_tail.join("\n")}
|
||||
</pre>
|
||||
</details>
|
||||
)}
|
||||
</div>
|
||||
)}
|
||||
</div>
|
||||
)}
|
||||
@@ -3091,7 +3180,8 @@ export default function RoundtablePlanningPage() {
|
||||
<div className="space-y-1">
|
||||
<label className="text-[9px] font-black text-slate-500 uppercase tracking-wider block">推理本源模型</label>
|
||||
<select
|
||||
value={agentConfigs[selectedAgentId]?.model || DEFAULT_MODEL}
|
||||
// 抽屉里显示的「当前模型」:Persona 覆盖优先,否则跟随全局 selectedModel
|
||||
value={agentConfigs[selectedAgentId]?.model || selectedModel || ""}
|
||||
onChange={(e) => {
|
||||
const val = e.target.value;
|
||||
setAgentConfigs(prev => ({
|
||||
@@ -3106,7 +3196,7 @@ export default function RoundtablePlanningPage() {
|
||||
disabled={modelsLoading}
|
||||
>
|
||||
{availableModels.length === 0 && (
|
||||
<option value={DEFAULT_MODEL}>{DEFAULT_MODEL}</option>
|
||||
<option value="">{modelsLoading ? "加载中…" : "未配置模型"}</option>
|
||||
)}
|
||||
{availableModels.map((m) => (
|
||||
<option key={m.name} value={m.name}>
|
||||
@@ -3580,6 +3670,44 @@ export default function RoundtablePlanningPage() {
|
||||
</>
|
||||
) : (
|
||||
<>
|
||||
{/* Panel 0: 推理模型选择器
|
||||
─────────────────────────────────────────────────────
|
||||
全局选中模型(selectedModel)影响 Step 1 / 推荐 / Step 2 init /
|
||||
总控 leader / 子席位 special 所有 API 调用。Persona 抽屉里
|
||||
per-seat 覆盖优先级更高。
|
||||
选项来自 /api/models(由 config.yaml 配置),内网部署只需配自家模型。 */}
|
||||
<div className="bg-white border border-slate-200/50 rounded-2xl p-4 shadow-[0_2px_8px_rgba(0,0,0,0.01)]">
|
||||
<div className="flex items-center gap-2 border-b border-slate-100 pb-2.5 mb-2.5">
|
||||
<Cpu className="w-4 h-4 text-primary" strokeWidth={2.5} />
|
||||
<h2 className="text-xs font-bold text-slate-900 uppercase tracking-widest">推理模型</h2>
|
||||
</div>
|
||||
<select
|
||||
id="global-model-select"
|
||||
value={selectedModel}
|
||||
onChange={(e) => setSelectedModel(e.target.value)}
|
||||
disabled={modelsLoading || availableModels.length === 0}
|
||||
title={
|
||||
modelsLoading
|
||||
? "正在加载模型列表…"
|
||||
: availableModels.length === 0
|
||||
? "未在 config.yaml 中配置任何模型"
|
||||
: "切换全局推理模型;不影响 Persona 抽屉里已设置的 per-seat 覆盖"
|
||||
}
|
||||
className="w-full bg-slate-50/50 border border-slate-100 rounded-xl px-3 py-2 text-xs font-bold text-slate-700 cursor-pointer focus:outline-none focus:border-primary focus:ring-1 focus:ring-[var(--brand-200)]/50 disabled:opacity-50 disabled:cursor-not-allowed dark:bg-secondary dark:text-foreground dark:border-border"
|
||||
>
|
||||
{availableModels.length === 0 && (
|
||||
<option value="">{modelsLoading ? "加载中…" : "未配置模型"}</option>
|
||||
)}
|
||||
{availableModels.map((m) => (
|
||||
<option key={m.name} value={m.name}>
|
||||
{m.display_name && m.display_name !== m.name
|
||||
? `${m.display_name} (${m.name})`
|
||||
: m.name}
|
||||
</option>
|
||||
))}
|
||||
</select>
|
||||
</div>
|
||||
|
||||
{/* Panel 1: 当前意图摘要 */}
|
||||
<div className="bg-white border border-slate-200/50 rounded-2xl p-4.5 shadow-[0_2px_8px_rgba(0,0,0,0.01)]">
|
||||
<div className="flex items-center gap-2 border-b border-slate-100 pb-2.5 mb-2.5">
|
||||
|
||||
@@ -0,0 +1,411 @@
|
||||
"""圆桌功能型 agent 的「调用前自检 + 缺失自动补建」工具。
|
||||
|
||||
适用场景
|
||||
--------
|
||||
``roundtable-intent`` / ``roundtable-recommender`` 是圆桌 Step 1 + 推荐链路的
|
||||
**功能型** 内置 agent,任何部署都必须存在。但仓库根 ``.gitignore`` 把整个
|
||||
``.deer-flow/`` 目录排除,新机器 ``git clone`` 之后这两个目录**不会存在**,
|
||||
直接调 ``/api/intent/stream`` 会因为 agent 解析失败抛 500。
|
||||
|
||||
本模块在三个路由入口(``intent.init``、``intent.stream``、``recommend.stream``)
|
||||
被调用,检查磁盘文件是否齐全;缺失则用下方嵌入的标准模板写回去。
|
||||
``_sync_legacy_agents`` 会在下一次 ``GET /api/agents`` 时把目录 upsert 进 DB,
|
||||
所以这里只关心磁盘文件,不直接动 DB。
|
||||
|
||||
为什么嵌入字符串而不是用 importlib.resources 资源文件
|
||||
------------------------------------------------------
|
||||
SOUL 体量不大(两个加起来 ~200 行),嵌入到 Python 文件里是**单一可信源**——改
|
||||
SOUL 走代码 review、commit 走 git 历史,且不会因为 wheel 打包漏配
|
||||
``package-data`` 导致部署机拿不到。
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import logging
|
||||
from typing import Iterable
|
||||
|
||||
import yaml
|
||||
|
||||
from deerflow.config.paths import get_paths
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
|
||||
INTENT_AGENT_ID = "roundtable-intent"
|
||||
INTENT_AGENT_NAME = "任务理解"
|
||||
INTENT_AGENT_DESCRIPTION = (
|
||||
"任务理解智能体,通过 2-5 轮简短追问把用户模糊需求转化成结构化的"
|
||||
"「任务目标+约束+关键假设」,为多智能体圆桌研讨准备输入"
|
||||
)
|
||||
|
||||
# 与 .deer-flow/agents/roundtable-intent/SOUL.md 保持完全一致;
|
||||
# 改动请同步两处或以本文件为准 + 删除磁盘旧目录让下一次请求重建。
|
||||
INTENT_AGENT_SOUL = """# 任务理解智能体
|
||||
|
||||
你是多智能体圆桌研讨 **Step 1** 的「任务理解专员」。本提示词定义了 Step 1 的完整流程与边界;若管理员为你配置了 Skill,可结合 Skill 补充领域话术或检查清单,但**不得偏离**下文的工作流、`ask_clarification` 用法与 `[INTENT_READY]` 结束协议。
|
||||
|
||||
---
|
||||
|
||||
## 1. 你的目标
|
||||
|
||||
通过 **2–5 轮**简短对话,把用户模糊的需求整理成结构化输入,供 Step 2 圆桌使用:
|
||||
|
||||
| 字段 | 含义 |
|
||||
|------|------|
|
||||
| `objective` | 一句话任务目标 |
|
||||
| `constraints` | 硬约束列表(预算/时间/合规/范围等,至少 1 条) |
|
||||
| `assumptions` | 你替用户做的合理假设(可空数组) |
|
||||
|
||||
**优先级**:目标 > 硬约束 > 软偏好。已经清楚的信息不要再问。
|
||||
|
||||
---
|
||||
|
||||
## 2. 工作流(必须遵守)
|
||||
|
||||
```
|
||||
用户描述任务
|
||||
↓
|
||||
信息够不够?
|
||||
├─ 不够 / 有歧义 → 调用 ask_clarification(可带 options 卡片)
|
||||
↓
|
||||
用户回复(可能是「我选择:…」或自由文本)
|
||||
↓
|
||||
重复 2–5 轮
|
||||
↓
|
||||
信息充分 → 自然语言汇总 + [INTENT_READY] + JSON
|
||||
↓
|
||||
停止追问(本轮及之后都不要再 ask_clarification)
|
||||
```
|
||||
|
||||
**关键规则**:
|
||||
- 澄清阶段 **只** 用 `ask_clarification` 提问;不要用纯文本空问「还有什么补充吗」。
|
||||
- 一旦输出 `[INTENT_READY]`,**同一轮对话立即结束**,不要再追加追问或工具调用。
|
||||
- **不做方案、不给技术建议、不写文件、不联网、不派活**——那是 Step 2 六个席位的事。
|
||||
|
||||
---
|
||||
|
||||
## 3. 唯一工具:`ask_clarification`
|
||||
|
||||
当缺少信息、存在歧义、需要用户拍板时,**必须**调用此工具(不要只在正文里提问)。
|
||||
|
||||
### 3.1 参数说明
|
||||
|
||||
| 参数 | 必填 | 说明 |
|
||||
|------|------|------|
|
||||
| `question` | ✅ | 一个聚焦的问题,一次只问一个决策点 |
|
||||
| `clarification_type` | ✅ | 见下表 |
|
||||
| `context` | 推荐 | 为什么需要用户确认(1 句话) |
|
||||
| `options` | 有离散选项时必填 | 字符串列表,如 `["≤500万", "500–1000万", "暂不确定"]` |
|
||||
| `allow_multiple` | 可选 | 默认 **不传 / False = 单选**;仅当用户**确实可同时选多项**时传 `True` |
|
||||
|
||||
### 3.2 `clarification_type` 怎么选
|
||||
|
||||
| 类型 | 何时使用 | 选项 UI |
|
||||
|------|----------|---------|
|
||||
| `missing_info` | 缺预算、时间、范围等关键事实 | 默认单选;多项约束可同时成立时 `allow_multiple=True` |
|
||||
| `ambiguous_requirement` | 同一句话多种理解 | 默认单选 |
|
||||
| `approach_choice` | 在若干方案/路径中选一个 | **单选**(点击即发送) |
|
||||
| `risk_confirmation` | 需要用户明确确认风险 | **单选** |
|
||||
| `suggestion` | 你有建议,需用户批准 | **单选** |
|
||||
|
||||
### 3.3 选项卡片(前端行为)
|
||||
|
||||
- 你提供 `options` 后,前端会渲染**可点击卡片**。
|
||||
- **默认单选**:用户点一项即发送,无需再点「发送」。
|
||||
- **多选**(仅 `allow_multiple=True`):用户可多选后点「发送回答」。
|
||||
- 用户也可能在自定义输入框里打字;回复常见格式:`我选择:A、B;补充:…`——请据此更新理解并继续流程。
|
||||
|
||||
### 3.4 调用示例
|
||||
|
||||
**缺信息 + 单选预算档:**
|
||||
```
|
||||
ask_clarification(
|
||||
question="这次任务的预算大致在哪个区间?",
|
||||
clarification_type="missing_info",
|
||||
context="预算会影响后续圆桌的可行方案范围",
|
||||
options=["≤ 300 万", "300–800 万", "≥ 800 万", "暂不确定"]
|
||||
)
|
||||
```
|
||||
|
||||
**选部署方式(单选):**
|
||||
```
|
||||
ask_clarification(
|
||||
question="优先采用哪种部署方式?",
|
||||
clarification_type="approach_choice",
|
||||
context="不同部署方式对工期和合规要求差异很大",
|
||||
options=["仅内网私有化", "混合云", "全公有云"]
|
||||
)
|
||||
```
|
||||
|
||||
**多项硬约束可同时满足(多选):**
|
||||
```
|
||||
ask_clarification(
|
||||
question="以下哪些约束必须同时满足?(可多选)",
|
||||
clarification_type="missing_info",
|
||||
context="我需要确认哪些是硬性底线",
|
||||
options=["预算上限", "72 小时内交付", "等保三级", "零停机"],
|
||||
allow_multiple=True
|
||||
)
|
||||
```
|
||||
|
||||
### 3.5 同轮多个独立问题
|
||||
|
||||
若 **多个互不依赖** 的信息都缺失,可在 **同一轮** 多次调用 `ask_clarification`(每个问题一次调用,各自带 `options`)。
|
||||
若后一个问题依赖前一个答案,**只问第一个**,等用户回复后再问下一个。
|
||||
|
||||
---
|
||||
|
||||
## 4. 信息充分性判定
|
||||
|
||||
满足 **全部** 条件即可结束澄清:
|
||||
|
||||
1. 能写出一句明确的 `objective`(用户希望实现 X)
|
||||
2. `constraints` 至少 1 条硬约束(预算 / 时间 / 合规 / 范围 之一)
|
||||
3. 没有会妨碍 Step 2 研讨的明显歧义
|
||||
|
||||
若用户**首条消息**已包含目标 + 约束,**直接汇总**,不要多余追问。
|
||||
|
||||
---
|
||||
|
||||
## 5. 结束协议:`[INTENT_READY]`
|
||||
|
||||
信息充分时,回复结构必须是:
|
||||
|
||||
1. **自然语言**向用户复述「我理解的任务是 …」(📋 汇总,让用户 review)
|
||||
2. **紧接着**输出下方固定标记 + JSON(后端靠此解锁「进入 Step 2」)
|
||||
|
||||
格式要求(**严格**):
|
||||
|
||||
```
|
||||
[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"]
|
||||
}
|
||||
```
|
||||
```
|
||||
|
||||
- `[INTENT_READY]` **单独成行**,前后不要夹其他字符
|
||||
- 标记后**紧跟** ```json 代码块
|
||||
- 字段名必须是 `objective` / `constraints` / `assumptions`
|
||||
- `constraints` 至少 1 条;`assumptions` 可为 `[]`
|
||||
|
||||
**输出 `[INTENT_READY]` 后禁止再调用 `ask_clarification` 或继续追问。**
|
||||
|
||||
---
|
||||
|
||||
## 6. 输出风格
|
||||
|
||||
- 普通澄清轮:不超过 **3 句话**(工具调用前的引导语可更短)
|
||||
- 提问要**具体**(❓),汇总要**结构化**(✅ 📋)
|
||||
- 适度 emoji:❓ 提问、✅ 已明确、📋 汇总
|
||||
|
||||
---
|
||||
|
||||
## 7. 禁止事项
|
||||
|
||||
- ❌ `agent_orchestration`、读写文件、bash、联网搜索、memory 等——你无权使用
|
||||
- ❌ 输出具体实施方案、架构图、代码
|
||||
- ❌ 在已输出 `[INTENT_READY]` 之后继续提问
|
||||
- ❌ 用「还有什么要补充的吗」代替 `ask_clarification`
|
||||
|
||||
---
|
||||
|
||||
## 8. 完整对话示例
|
||||
|
||||
**用户**:帮我规划一个生产系统安全改造
|
||||
|
||||
**你**(调用工具):
|
||||
```
|
||||
ask_clarification(
|
||||
question="预算大致在哪个区间?工期有没有硬性上限?",
|
||||
clarification_type="missing_info",
|
||||
context="这两项是后续圆桌排期的基础",
|
||||
options=["预算 ≤300万 / 6个月内", "预算 300–800万 / 6–12个月", "预算 ≥800万 / 时间较灵活", "暂不确定,需先评估"]
|
||||
)
|
||||
```
|
||||
|
||||
**用户**:我选择:预算 300–800万 / 6–12个月
|
||||
|
||||
**你**(若还需确认合规):
|
||||
```
|
||||
ask_clarification(
|
||||
question="是否需要满足特定合规标准?",
|
||||
clarification_type="missing_info",
|
||||
options=["等保 2.0", "等保 3.0", "行业监管无特殊要求", "暂不确定"]
|
||||
)
|
||||
```
|
||||
|
||||
**用户**:我选择:等保 2.0
|
||||
|
||||
**你**(汇总,不再调用工具):
|
||||
✅ 我理解的任务是:在 300–800 万预算、6–12 个月工期内,对生产系统做安全改造并满足等保 2.0。
|
||||
|
||||
📋
|
||||
|
||||
[INTENT_READY]
|
||||
```json
|
||||
{
|
||||
"objective": "对生产系统进行安全改造,满足等保 2.0 合规要求",
|
||||
"constraints": ["预算 300–800 万元", "工期 6–12 个月", "必须满足等保 2.0"],
|
||||
"assumptions": ["允许在预定窗口内安排必要停机", "现有系统具备基础数字化能力"]
|
||||
}
|
||||
```
|
||||
"""
|
||||
|
||||
|
||||
RECOMMENDER_AGENT_ID = "roundtable-recommender"
|
||||
RECOMMENDER_AGENT_NAME = "智能体推荐"
|
||||
RECOMMENDER_AGENT_DESCRIPTION = (
|
||||
"智能体推荐专员,基于用户的任务目标与约束,从候选智能体池中挑选最相关的 "
|
||||
"2-6 个智能体并给出推荐理由,为多智能体圆桌研讨准备最终参会名单"
|
||||
)
|
||||
|
||||
RECOMMENDER_AGENT_SOUL = """# 智能体推荐专员
|
||||
|
||||
## 角色定位
|
||||
你是多智能体圆桌研讨的"智能体推荐专员"。任务理解专员已经把用户需求整理成「任务目标 + 约束 + 关键假设」交给你,你的工作是从一个**候选智能体池**里,挑出**最适合**参加这次圆桌研讨的 2-6 个智能体,并为每一位写一句推荐理由。
|
||||
|
||||
## 核心职责
|
||||
- 仔细阅读用户的任务目标与约束
|
||||
- 浏览候选池中每个智能体的 `name` 与 `description`
|
||||
- 选出与本次任务**最相关**的 2-6 个智能体(数量动态,不必凑齐 6 个)
|
||||
- 为每个推荐的智能体写一句**具体、可验证**的推荐理由——必须能回答"它能为这次任务做什么"
|
||||
- 不推荐重复职能的智能体(如果两个智能体能力高度重叠,只选一个)
|
||||
- 不推荐与任务明显无关的智能体(宁缺毋滥)
|
||||
|
||||
## 数量约束
|
||||
- **下限**:至少推荐 2 个(单个智能体谈不上"圆桌")
|
||||
- **上限**:最多推荐 6 个(超过 6 个会让协调智能体派活混乱、上下文膨胀)
|
||||
- 候选池不足 2 个时,有几个推几个
|
||||
|
||||
## 输出协议
|
||||
**你必须严格按下述格式输出**(后端用正则识别):
|
||||
|
||||
1. 先用自然语言简短说明你的推荐思路(1-3 句话,让用户能 review)
|
||||
2. 然后输出标记 `[RECOMMEND_READY]` 单独成行
|
||||
3. 紧接一个 ```json 代码块,内容为:
|
||||
|
||||
```json
|
||||
{
|
||||
"picks": [
|
||||
{"agent_id": "<候选池中的智能体 id>", "reason": "<一句推荐理由>"},
|
||||
...
|
||||
]
|
||||
}
|
||||
```
|
||||
|
||||
格式注意:
|
||||
- `[RECOMMEND_READY]` 标记必须**单独成行**,前后无其他字符
|
||||
- 标记紧接着一个 ```json 代码块
|
||||
- `picks` 数组长度严格在 [2, 6] 之间(候选池不足时按实际数量,但不要少于 2 除非候选池本身就 < 2)
|
||||
- `agent_id` 必须**严格**来自候选池(不要造词)
|
||||
- `reason` 必须**具体**,不要"很合适"、"很强"这类空话
|
||||
|
||||
## 输出风格
|
||||
- 思路部分简短:用一句话概括你为什么挑这些(例如"按情报→设计→风险→执行的研讨节奏挑选了 4 位")
|
||||
- 推荐理由要**具体到任务**,例如"负责检索同类合规改造案例,直接对应本次等保 2.0 的对标需求"
|
||||
- 适度用 emoji:📋 表示开始汇总
|
||||
|
||||
## 边界
|
||||
- 不调用任何工具(不联网、不执行命令、不读写文件)
|
||||
- 不评价候选智能体的优劣(只判断"是否适合本次任务")
|
||||
- 不发起对话、不反问用户——你只产出推荐结果
|
||||
- 候选池里没有的智能体绝不出现在 `picks` 中
|
||||
|
||||
## 示例
|
||||
|
||||
**用户输入**(由后端拼装):
|
||||
```
|
||||
任务目标:对生产系统进行安全改造,满足等保 2.0 合规要求
|
||||
约束:预算 ≤ 500 万元;工期 ≤ 6 个月;必须满足等保 2.0
|
||||
关键假设:现有系统具备基础数字化能力;允许预定窗口停机
|
||||
|
||||
候选智能体池:
|
||||
- roundtable-intelligence (情报收集):检索同类历史案例、行业最佳实践与外部情报
|
||||
- roundtable-environment (环境评估):评估硬件容量与系统量化承载力
|
||||
- roundtable-solution-design (方案设计):产出主备方案与关键路径
|
||||
- roundtable-risk-review (风险审查):合规红线检查与收敛建议
|
||||
- roundtable-execution-plan (执行规划):里程碑与资源排布
|
||||
- roundtable-summary (总结陈述):归纳冲突标记与盖印
|
||||
- my-cost-calc (成本测算):基于预算和资源单价计算总成本
|
||||
```
|
||||
|
||||
**你的输出**:
|
||||
按"情报→设计→风险→执行"的研讨节奏,挑选 5 位最贴合本次等保 2.0 改造任务的智能体,并加入成本测算覆盖预算硬约束。📋
|
||||
|
||||
[RECOMMEND_READY]
|
||||
```json
|
||||
{
|
||||
"picks": [
|
||||
{"agent_id": "roundtable-intelligence", "reason": "检索同类等保 2.0 改造案例与监管口径,直接支撑本次合规对标"},
|
||||
{"agent_id": "roundtable-solution-design", "reason": "在 6 个月工期约束下产出主备改造方案与关键路径"},
|
||||
{"agent_id": "roundtable-risk-review", "reason": "对照等保 2.0 合规红线审查方案,避免后期返工"},
|
||||
{"agent_id": "roundtable-execution-plan", "reason": "把改造拆成可在 6 个月内交付的里程碑与资源排布"},
|
||||
{"agent_id": "my-cost-calc", "reason": "校验整体方案落在 500 万元预算硬约束内"}
|
||||
]
|
||||
}
|
||||
```
|
||||
"""
|
||||
|
||||
|
||||
_BUILTIN_FUNCTIONAL_AGENTS: tuple[tuple[str, str, str, str], ...] = (
|
||||
(INTENT_AGENT_ID, INTENT_AGENT_NAME, INTENT_AGENT_DESCRIPTION, INTENT_AGENT_SOUL),
|
||||
(RECOMMENDER_AGENT_ID, RECOMMENDER_AGENT_NAME, RECOMMENDER_AGENT_DESCRIPTION, RECOMMENDER_AGENT_SOUL),
|
||||
)
|
||||
|
||||
|
||||
def _ensure_one(agent_id: str, name: str, description: str, soul: str) -> bool:
|
||||
"""Create the on-disk files for one functional agent if missing.
|
||||
|
||||
Returns True if files were just created, False if the directory already
|
||||
existed (and we didn't touch it — respect any local edits).
|
||||
"""
|
||||
agent_dir = get_paths().agent_dir(agent_id)
|
||||
if agent_dir.exists():
|
||||
return False
|
||||
|
||||
agent_dir.mkdir(parents=True, exist_ok=True)
|
||||
|
||||
# newline="\n" 强制 LF;否则 Windows 下 open() 把 \n 翻成 \r\n,跨 OS 部署时与
|
||||
# Linux 部署机字节级不一致(功能上 YAML/Markdown 都兼容,但 git diff / 哈希对不齐)。
|
||||
config_yaml = yaml.dump(
|
||||
{"id": agent_id, "name": name, "description": description},
|
||||
default_flow_style=False,
|
||||
allow_unicode=True,
|
||||
)
|
||||
(agent_dir / "config.yaml").write_bytes(config_yaml.encode("utf-8"))
|
||||
(agent_dir / "SOUL.md").write_bytes(soul.encode("utf-8"))
|
||||
return True
|
||||
|
||||
|
||||
def ensure_roundtable_functional_agents() -> list[str]:
|
||||
"""Seed `roundtable-intent` + `roundtable-recommender` if their directories
|
||||
are missing. Idempotent — fast no-op when both exist.
|
||||
|
||||
Called from the entry of intent/init, intent/stream, and recommend/stream
|
||||
so the routes self-heal on fresh internal deployments where `.deer-flow/`
|
||||
is gitignored and the agent directories were never shipped.
|
||||
|
||||
Returns the list of agent ids that were just created (empty when nothing
|
||||
needed seeding). Errors are logged but never raised — a partial failure
|
||||
must not block the request; the downstream route will surface its own
|
||||
actionable error if the agent really cannot be resolved.
|
||||
"""
|
||||
created: list[str] = []
|
||||
for agent_id, name, description, soul in _BUILTIN_FUNCTIONAL_AGENTS:
|
||||
try:
|
||||
if _ensure_one(agent_id, name, description, soul):
|
||||
created.append(agent_id)
|
||||
except Exception:
|
||||
logger.exception("Failed to seed roundtable functional agent '%s'", agent_id)
|
||||
if created:
|
||||
logger.info("Seeded missing roundtable functional agents: %s", ", ".join(created))
|
||||
return created
|
||||
|
||||
|
||||
def required_agent_ids() -> Iterable[str]:
|
||||
"""Stable ids of agents this seeder owns — exposed for tests/diagnostics."""
|
||||
return tuple(a[0] for a in _BUILTIN_FUNCTIONAL_AGENTS)
|
||||
@@ -63,13 +63,16 @@ from fastapi.responses import StreamingResponse
|
||||
|
||||
# Reuse the building blocks already in multi_agent.py — keeps both routers
|
||||
# identical in connection handling, payload shape, and error mapping.
|
||||
from app.gateway.routers._roundtable_seed import ensure_roundtable_functional_agents
|
||||
from app.gateway.routers.multi_agent import (
|
||||
_auth_headers,
|
||||
_create_thread,
|
||||
_diagnose_exception,
|
||||
_find_dispatch_message,
|
||||
_find_trailing_ai_text,
|
||||
_flatten_content,
|
||||
_loopback_base,
|
||||
_make_loopback_client,
|
||||
_parse_last_messages,
|
||||
_run_payload,
|
||||
_stream_upstream,
|
||||
@@ -94,8 +97,9 @@ _INTENT_READY_PATTERN = re.compile(
|
||||
async def init_intent(request: Request, payload: dict = Body(...)) -> dict[str, Any]:
|
||||
"""创建任务理解会话用的空 thread。
|
||||
|
||||
请求体：``{ "model": "deepseek-chat" }``（可选，当前 init 未把 model 写入 thread，
|
||||
实际模型在 ``/stream`` 的每次 run 里指定）。
|
||||
请求体：``{ "model": "<可选>" }``（可选，当前 init 未把 model 写入 thread，
|
||||
实际模型在 ``/stream`` 的每次 run 里指定；缺省由 lead_agent 回退到
|
||||
``config.yaml`` 的 ``models[0]``，前端通常传当前下拉框选中的 model 名）。
|
||||
|
||||
响应::
|
||||
|
||||
@@ -104,15 +108,29 @@ async def init_intent(request: Request, payload: dict = Body(...)) -> dict[str,
|
||||
与 ``POST /api/multi-agent/init`` 的区别：不创建协调智能体、不建多席位
|
||||
thread 映射；agent 本身已通过磁盘 ``.deer-flow/agents/`` 同步注册。
|
||||
"""
|
||||
# 调用前自检:内网部署 .deer-flow/ 被 gitignore,首次启动时本 agent 目录可能不存在,
|
||||
# 缺失则就地用嵌入模板补建,避免下一步 /stream 报 500。
|
||||
ensure_roundtable_functional_agents()
|
||||
|
||||
base = _loopback_base(request)
|
||||
headers = _auth_headers(request)
|
||||
# trust_env=False: this client only talks to the same-process gateway at
|
||||
# 127.0.0.1, so honoring HTTP_PROXY / HTTPS_PROXY env vars (set system-wide
|
||||
# on the dev machine) makes httpx route loopback calls through an upstream
|
||||
# proxy that can't reach 127.0.0.1, costing 40+ seconds of timeout per
|
||||
# request before falling back. Symptom in logs: `headers_in=42.160s`.
|
||||
async with httpx.AsyncClient(timeout=None, trust_env=False) as client:
|
||||
thread_id = await _create_thread(client, base, headers)
|
||||
# TCP loopback 到 127.0.0.1:<gateway port>(详见 multi_agent._make_loopback_client)。
|
||||
# 不要在这里替换成 httpx.ASGITransport——曾试过,会整段 buffer SSE 流导致前端
|
||||
# 看不到逐 token 增量。
|
||||
try:
|
||||
async with _make_loopback_client(request) as client:
|
||||
thread_id = await _create_thread(client, base, headers)
|
||||
except HTTPException:
|
||||
# 上游已用结构化方式失败,原样传给前端不需要二次包装。
|
||||
raise
|
||||
except Exception as exc:
|
||||
# 把根因暴露给前端而不是吞成裸 500——内网部署常见的「config.yaml 模型外网不通」
|
||||
# / 「内置 agent 目录缺失」/ 「loopback 走代理」都能在前端面板直接看到。
|
||||
# FastAPI 把 detail=dict 序列化为 {"detail": {...}};前端 initIntent
|
||||
# 在 !res.ok 分支里读 detail.hint / trace_tail 渲染诊断面板。
|
||||
diagnostic = _diagnose_exception(exc, context="intent_init")
|
||||
logger.error("intent init failed: %s", diagnostic, exc_info=exc)
|
||||
raise HTTPException(status_code=500, detail=diagnostic) from exc
|
||||
return {
|
||||
"status": "success",
|
||||
"agent_id": INTENT_AGENT_ID,
|
||||
@@ -138,21 +156,25 @@ async def stream_intent(request: Request, payload: dict = Body(...)) -> Streamin
|
||||
"""
|
||||
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")
|
||||
# 不写死任何默认模型名:空串会让 lead_agent._resolve_model_name() 回退到
|
||||
# config.yaml 的 models[0],与 /api/ai-writing 等其它路由一致,内网部署只配
|
||||
# 自己的本地模型即可工作。
|
||||
model_name = str(payload.get("model") or "")
|
||||
if not thread_id:
|
||||
raise HTTPException(status_code=400, detail="thread_id is required")
|
||||
if not message:
|
||||
raise HTTPException(status_code=400, detail="message is required")
|
||||
|
||||
# 调用前自检:防御性二次检查——若管理员在 init 之后手动删了目录,这里也能自愈。
|
||||
ensure_roundtable_functional_agents()
|
||||
|
||||
base = _loopback_base(request)
|
||||
headers = _auth_headers(request)
|
||||
|
||||
async def stream_generator() -> AsyncIterator[str]:
|
||||
# trust_env=False: same-process loopback to 127.0.0.1 — honoring
|
||||
# HTTP_PROXY / HTTPS_PROXY env vars (commonly set on dev machines)
|
||||
# causes httpx to route loopback calls through an unreachable upstream
|
||||
# proxy and wait ~40 seconds for timeout before falling back.
|
||||
async with httpx.AsyncClient(timeout=None, trust_env=False) as client:
|
||||
# ASGITransport：进程内直调本机 ASGI app，**不走 TCP / 不经过网络栈**，
|
||||
# 因此既无须 trust_env=False 防代理，也不存在 loopback 40s 超时这种坑。
|
||||
async with _make_loopback_client(request) as client:
|
||||
try:
|
||||
body = _run_payload(
|
||||
agent_name=INTENT_AGENT_ID,
|
||||
@@ -266,11 +288,40 @@ async def stream_intent(request: Request, payload: dict = Body(...)) -> Streamin
|
||||
|
||||
except HTTPException as exc:
|
||||
logger.warning("intent stream HTTPException: %s %s", exc.status_code, exc.detail)
|
||||
err = {"status": "error", "content": f"[{exc.status_code}] {exc.detail}", "summary": None}
|
||||
# HTTPException 的 detail 可能本身就是 dict(上游已结构化),也可能是 str。
|
||||
# 统一包装成与 _diagnose_exception 同构的字段,便于前端按一种模型渲染。
|
||||
detail_payload: Any = exc.detail
|
||||
error_detail: dict[str, Any]
|
||||
if isinstance(detail_payload, dict) and "code" in detail_payload:
|
||||
error_detail = detail_payload
|
||||
else:
|
||||
error_detail = {
|
||||
"code": "http_exception",
|
||||
"message": f"[{exc.status_code}] {detail_payload}",
|
||||
"exception_type": "HTTPException",
|
||||
"exception_repr": repr(exc),
|
||||
"root_type": None,
|
||||
"root_repr": None,
|
||||
"hint": None,
|
||||
"trace_tail": [],
|
||||
"context": "intent_stream",
|
||||
}
|
||||
err = {
|
||||
"status": "error",
|
||||
"content": error_detail["message"],
|
||||
"summary": None,
|
||||
"error_detail": error_detail,
|
||||
}
|
||||
yield f"data: {json.dumps(err, ensure_ascii=False)}\n\n"
|
||||
except Exception as exc:
|
||||
logger.exception("intent stream unexpected failure")
|
||||
err = {"status": "error", "content": f"unexpected: {exc!r}", "summary": None}
|
||||
diagnostic = _diagnose_exception(exc, context="intent_stream")
|
||||
logger.error("intent stream failed: %s", diagnostic, exc_info=exc)
|
||||
err = {
|
||||
"status": "error",
|
||||
"content": diagnostic["message"],
|
||||
"summary": None,
|
||||
"error_detail": diagnostic,
|
||||
}
|
||||
yield f"data: {json.dumps(err, ensure_ascii=False)}\n\n"
|
||||
|
||||
return StreamingResponse(
|
||||
|
||||
@@ -49,11 +49,14 @@ from __future__ import annotations
|
||||
import asyncio
|
||||
import json
|
||||
import logging
|
||||
import os
|
||||
import re
|
||||
import time
|
||||
import traceback
|
||||
from typing import Any, AsyncIterator
|
||||
|
||||
import httpx
|
||||
from deerflow.config import get_app_config
|
||||
from deerflow.tools.builtins.clarification_utils import resolve_allow_multiple
|
||||
from fastapi import APIRouter, Body, HTTPException, Request
|
||||
from fastapi.responses import StreamingResponse
|
||||
@@ -63,13 +66,216 @@ router = APIRouter(prefix="/api/multi-agent", tags=["multi-agent"])
|
||||
|
||||
|
||||
# ---------------------------------------------------------------------------
|
||||
# Loopback 辅助函数（Gateway → Gateway，同进程）
|
||||
# 共享:异常诊断器(intent/recommend/multi-agent 共用)
|
||||
# ---------------------------------------------------------------------------
|
||||
|
||||
|
||||
def _diagnose_exception(exc: BaseException, *, context: str = "") -> dict[str, Any]:
|
||||
"""把后端异常转成结构化诊断 dict,直接给前端展示用。
|
||||
|
||||
设计目标:让运维 / 前端开发不用翻 backend 日志就能看到根因和处置建议。
|
||||
返回字段:
|
||||
- code: 短稳定分类(loopback_connect_failed / upstream_connect_failed / ...)
|
||||
- message: 一行人类可读
|
||||
- exception_type: 表层异常类名
|
||||
- exception_repr: repr(exc)
|
||||
- root_type / root_repr: 沿 __cause__ 链找到的最深异常(若与表层不同)
|
||||
- hint: 针对常见失败模式的可执行建议(中文)
|
||||
- trace_tail: traceback 最后 ~12 行(避免响应体过大)
|
||||
- context: 调用方标签(如 "intent_init")
|
||||
"""
|
||||
exc_type = type(exc).__name__
|
||||
exc_repr = repr(exc)
|
||||
|
||||
# 沿 __cause__ 链找最深异常:httpx 经常把 ConnectError 包成 RemoteProtocolError 等。
|
||||
root: BaseException = exc
|
||||
seen: set[int] = {id(root)}
|
||||
while getattr(root, "__cause__", None) is not None and id(root.__cause__) not in seen:
|
||||
root = root.__cause__ # type: ignore[assignment]
|
||||
seen.add(id(root))
|
||||
|
||||
code = "unexpected"
|
||||
hint = "查看 trace_tail 最后一帧定位代码位置;若信息不足请到 backend 日志找完整 traceback。"
|
||||
|
||||
if isinstance(root, httpx.ConnectError):
|
||||
target = str(root).strip().lower()
|
||||
# loopback 走真 TCP 到 127.0.0.1:<gateway port>;失败 = Gateway 进程没起 / 端口被占。
|
||||
# outbound 失败(其它 host)= LLM 提供商不可达。
|
||||
if "127.0.0.1" in target or "localhost" in target or "loopback" in target:
|
||||
code = "loopback_connect_failed"
|
||||
hint = (
|
||||
"本地 Gateway loopback 连接失败:确认后端进程正在监听配置的端口。"
|
||||
"端口配置优先级(高→低):env DEER_FLOW_GATEWAY_PORT > config.yaml 的 "
|
||||
"gateway.port > 默认 8001。若部署机改了端口,在 config.yaml 加 "
|
||||
"`gateway:\\n port: <端口>` 即可。"
|
||||
)
|
||||
else:
|
||||
code = "upstream_connect_failed"
|
||||
hint = (
|
||||
"外网/上游服务连接失败:大概率是 LLM 提供商不可达"
|
||||
"(如 api.deepseek.com 在内网被防火墙拦截)。"
|
||||
"把 config.yaml 里所有 base_url 改成内网可达的 LLM endpoint,"
|
||||
"或加白名单/正向代理(HTTPS_PROXY)。"
|
||||
)
|
||||
elif isinstance(root, httpx.TimeoutException):
|
||||
code = "upstream_timeout"
|
||||
hint = (
|
||||
"上游请求超时:网络抖动 / 模型推理过慢。"
|
||||
"先 curl <base_url>/v1/models 确认可达,再看模型是否过载或 max_tokens 过大。"
|
||||
)
|
||||
elif isinstance(root, httpx.HTTPStatusError):
|
||||
code = "upstream_http_error"
|
||||
status = getattr(getattr(root, "response", None), "status_code", "?")
|
||||
hint = (
|
||||
f"上游接口返回 HTTP {status}:可能是 API key 失效、模型名不对、"
|
||||
"或目标服务自身报错。查看 backend 日志里 response.text 拿详细错误体。"
|
||||
)
|
||||
elif isinstance(root, FileNotFoundError):
|
||||
code = "file_not_found"
|
||||
hint = (
|
||||
f"找不到路径:{root}。常见原因:内置 agent 目录(.deer-flow/agents/<id>/)缺失,"
|
||||
"或 SOUL.md 没拷过来;详见后端开发文档 §11.7。"
|
||||
)
|
||||
elif isinstance(root, KeyError):
|
||||
code = "key_error"
|
||||
hint = (
|
||||
f"缺少 key:{root}。若 key 是 agent_name/agent_id 类:大概率内置 agent 目录缺失;"
|
||||
"若是配置 key:检查 config.yaml schema。"
|
||||
)
|
||||
elif isinstance(root, ValueError) and "model" in str(root).lower():
|
||||
code = "no_models_configured"
|
||||
hint = "config.yaml 没有任何 models[],或所有条目都解析失败。检查 yaml 语法与 $ENV 引用。"
|
||||
|
||||
trace_lines = traceback.format_exception(type(exc), exc, exc.__traceback__)
|
||||
trace_tail = "".join(trace_lines).splitlines()[-12:]
|
||||
|
||||
return {
|
||||
"code": code,
|
||||
"message": f"{exc_type}: {exc}" if str(exc) else exc_type,
|
||||
"exception_type": exc_type,
|
||||
"exception_repr": exc_repr,
|
||||
"root_type": type(root).__name__ if root is not exc else None,
|
||||
"root_repr": repr(root) if root is not exc else None,
|
||||
"hint": hint,
|
||||
"trace_tail": trace_tail,
|
||||
"context": context or None,
|
||||
}
|
||||
|
||||
|
||||
# ---------------------------------------------------------------------------
|
||||
# Loopback 辅助函数（Gateway → Gateway，同进程）
|
||||
#
|
||||
# 圆桌三路由（intent / recommend / multi_agent）需要从一个 FastAPI handler 里
|
||||
# 调用本机 Gateway 的另一个 endpoint（`/api/threads`、`/api/agents`、
|
||||
# `/api/threads/{id}/runs/stream`）。这里用真 TCP loopback 到本机的 127.0.0.1
|
||||
# + Gateway 监听端口。
|
||||
#
|
||||
# ⚠️ 历史踩坑(三个) ⚠️
|
||||
# 1. 直接走系统代理:开发机若设了 HTTP_PROXY / HTTPS_PROXY,httpx 默认会把
|
||||
# 127.0.0.1 也走代理 → 上游代理不可达,40s 超时(典型日志 headers_in=42.160s)。
|
||||
# → 修法:client 用 `trust_env=False`,强制忽略代理 env vars。
|
||||
#
|
||||
# 2. 用 request.url.netloc 拼 base URL:Nginx 反代部署时,客户端打到 nginx 的
|
||||
# public host(如 example.com),nginx 把请求转给 gateway 时 Host header
|
||||
# 通常是 `gateway:8001` 或 public host;后者 httpx 会真的去 DNS 解析,
|
||||
# 在 gateway 容器内可能不可达 → 连接失败。
|
||||
# → 修法:**写死 127.0.0.1**,完全无视 request.url.netloc。
|
||||
#
|
||||
# 3. 一度尝试用 httpx.ASGITransport(app=request.app) 进程内直调,看似一劳永逸,
|
||||
# 但 httpx 0.28 的 ASGITransport 对 streaming response **整段 buffer**,
|
||||
# 一直收齐所有 body chunks 才一次性把响应给消费方 → SSE 完全失效,前端表现
|
||||
# 为"调度阶段很长 + 流式结果一次性出现"。已弃用。
|
||||
# → 详见:git log 6e3a07b(那次改 ASGI 引入)及随后回退。
|
||||
#
|
||||
# 端口策略(优先级,从高到低):
|
||||
# 1. 环境变量 DEER_FLOW_GATEWAY_PORT
|
||||
# ── 部署侧紧急覆盖通道,适合 docker-compose / k8s 注入或临时调试
|
||||
# 2. config.yaml 的 `gateway.port`
|
||||
# ── 部署侧**推荐**的配置方式,改完不需要重启二进制(get_app_config 有 mtime
|
||||
# 热加载,但仍建议跑一次 reload 以确保所有 worker 拿到新值)
|
||||
# 3. request.url.port
|
||||
# ── 浏览器直连 gateway:8001 时拿得到;走 Nginx 80/443 反代时会落到下一档
|
||||
# 4. 默认 8001(与 `make dev` / `make gateway` / `scripts/start-all.sh` 写死的一致)
|
||||
#
|
||||
# 端口在哪里改(给运维 / 部署侧的提示):
|
||||
# - yaml 配置:打开 config.yaml,加 / 改:
|
||||
# gateway:
|
||||
# port: 9999
|
||||
# - 环境变量:
|
||||
# export DEER_FLOW_GATEWAY_PORT=9999
|
||||
#
|
||||
# 修改这两个函数时务必跑一次 SSE 流式 smoke 验证(见 multi-agent-backend-dev.md
|
||||
# §13 测试建议),确认 chunks 是逐个到达而不是一次喷出。
|
||||
# ---------------------------------------------------------------------------
|
||||
|
||||
|
||||
# 写死的最终 fallback。**不要**为了改端口而修改这个常量——优先用 config.yaml /
|
||||
# env 这两层(它们在部署侧不需要改源码即可生效)。这个值只在 yaml 缺失 + env
|
||||
# 没设 + 请求里也拿不到合法 port 时才会用到。
|
||||
_DEFAULT_GATEWAY_PORT = 8001
|
||||
|
||||
|
||||
def _resolve_gateway_port(request: Request) -> int:
|
||||
"""按四档 fallback 解析 Gateway 监听端口。详见模块顶部「端口策略」。"""
|
||||
# 第 1 档:环境变量。允许非法值(garbage),只警告并继续下一档,不抛异常。
|
||||
env_port = os.environ.get("DEER_FLOW_GATEWAY_PORT", "").strip()
|
||||
if env_port:
|
||||
try:
|
||||
port = int(env_port)
|
||||
if 1 <= port <= 65535:
|
||||
return port
|
||||
raise ValueError("out of range")
|
||||
except ValueError:
|
||||
logger.warning(
|
||||
"DEER_FLOW_GATEWAY_PORT=%r 不是合法端口,fallback 到 config.yaml / request / %d",
|
||||
env_port,
|
||||
_DEFAULT_GATEWAY_PORT,
|
||||
)
|
||||
|
||||
# 第 2 档:config.yaml 的 gateway.port。GatewayConfig.port 的 pydantic 校验
|
||||
# 已经保证它在 1-65535 范围内,无需再次校验。读 config 失败时降级,不阻断业务。
|
||||
try:
|
||||
configured = get_app_config().gateway.port
|
||||
if configured:
|
||||
return configured
|
||||
except Exception as exc:
|
||||
# 极端场景:config.yaml 不存在或解析失败。这种情况下 gateway 本身也起不来,
|
||||
# loopback 端口"猜错"也已经无所谓。仅记 debug 日志方便排查。
|
||||
logger.debug("read gateway.port from app config failed: %s", exc)
|
||||
|
||||
# 第 3 档:从当前请求拿 port。浏览器直连 gateway 时是真实监听端口;
|
||||
# 走 Nginx 反代时通常是 80/443(public port),那就跳过,落到最终默认。
|
||||
inbound_port = request.url.port
|
||||
if inbound_port is not None and inbound_port not in (80, 443):
|
||||
return inbound_port
|
||||
|
||||
# 第 4 档:写死默认。
|
||||
return _DEFAULT_GATEWAY_PORT
|
||||
|
||||
|
||||
def _loopback_base(request: Request) -> str:
|
||||
"""当前请求的 scheme+host，用于 httpx 打回本机 Gateway。"""
|
||||
return f"{request.url.scheme}://{request.url.netloc}"
|
||||
"""返回 `http://127.0.0.1:<port>`,供 loopback 调用拼 URL。
|
||||
|
||||
强制 127.0.0.1 是为了避免 Nginx 反代场景下读到经过 Host 改写的 netloc。
|
||||
端口按 `_resolve_gateway_port` 的四档 fallback 解析。
|
||||
"""
|
||||
return f"http://127.0.0.1:{_resolve_gateway_port(request)}"
|
||||
|
||||
|
||||
def _make_loopback_client(request: Request) -> httpx.AsyncClient:
|
||||
"""构造同进程 loopback 用的 httpx.AsyncClient(真 TCP)。
|
||||
|
||||
所有圆桌路由(intent / recommend / multi_agent)的 loopback 调用必须走这里,
|
||||
保持配置一致。
|
||||
- `trust_env=False`:**关键**,忽略 HTTP_PROXY / HTTPS_PROXY,防代理拦截 127.0.0.1
|
||||
- `timeout=None`:SSE 长连接需要,LangGraph runs/stream 可能跑数十秒
|
||||
- `request` 参数当前未被使用,保留是为了:(a) 未来若需要从 request 取部署
|
||||
上下文(如多租户端口隔离)可以无侵入扩展;(b) 与调用方现有签名兼容。
|
||||
"""
|
||||
return httpx.AsyncClient(
|
||||
timeout=None,
|
||||
trust_env=False,
|
||||
)
|
||||
|
||||
|
||||
def _auth_headers(request: Request) -> dict[str, str]:
|
||||
@@ -303,7 +509,7 @@ async def init_multi_agent(request: Request, payload: dict = Body(...)) -> Strea
|
||||
{
|
||||
"agent_names": ["roundtable-intelligence", ...], // 用户选的席位 id
|
||||
"main_agent_name": "roundtable-coordinator-xxx", // 当次总控 id，前端生成
|
||||
"model": "deepseek-chat" // 可选，写入 coordinator agent
|
||||
"model": "<可选>" // 可选,写入 coordinator agent;不传由 lead_agent 回退到 config.yaml models[0]
|
||||
}
|
||||
|
||||
SSE 事件（每条 ``data: {...}\\n\\n``）::
|
||||
@@ -335,11 +541,9 @@ async def init_multi_agent(request: Request, payload: dict = Body(...)) -> Strea
|
||||
return f"data: {json.dumps(payload, ensure_ascii=False)}\n\n"
|
||||
|
||||
async def stream_generator() -> AsyncIterator[str]:
|
||||
# trust_env=False: same-process loopback to 127.0.0.1 — honoring
|
||||
# HTTP_PROXY / HTTPS_PROXY env vars (commonly set on dev machines)
|
||||
# causes httpx to route loopback calls through an unreachable upstream
|
||||
# proxy and wait ~40 seconds for timeout before falling back.
|
||||
async with httpx.AsyncClient(timeout=None, trust_env=False) as client:
|
||||
# TCP loopback 到 127.0.0.1:<gateway port>。client 配置见 _make_loopback_client：
|
||||
# trust_env=False 防 HTTP_PROXY 拦截,timeout=None 容纳 SSE 长连接。
|
||||
async with _make_loopback_client(request) as client:
|
||||
try:
|
||||
# Per-seat prepare task — same body as before, but we no longer
|
||||
# await them with asyncio.gather. Instead, asyncio.as_completed
|
||||
@@ -456,7 +660,9 @@ async def _stream_upstream(
|
||||
- ``(None, captured)`` — 流结束，``captured`` 为所有 ``data:`` 行文本列表，
|
||||
供 ``_parse_last_messages`` 从倒数 values 快照提取 ``messages``。
|
||||
|
||||
日志 ``[upstream-timing]``：排查首 token 慢、代理导致 loopback 超时（见 trust_env=False）。
|
||||
日志 ``[upstream-timing]``：排查首 token 慢；headers_in 长尾若 >> 网络往返(loopback
|
||||
本机往返通常 <10ms),怀疑 HTTP_PROXY 拦了回环——检查 client 是否走 _make_loopback_client
|
||||
(trust_env=False)。
|
||||
"""
|
||||
|
||||
url = f"{base}/api/threads/{thread_id}/runs/stream"
|
||||
@@ -843,8 +1049,8 @@ async def run_multi_agent_stream(request: Request, payload: dict = Body(...)) ->
|
||||
"d_agent_thread_id": { "<agent_id>": "<thread_id>", ... }, // init_done.thread_ids
|
||||
"agent_name": "<本次运行的 agent_id>",
|
||||
"new_message": "<用户消息或派活 task 文本>",
|
||||
"model": "deepseek-chat",
|
||||
"skill_stop_names": [] // 可选，leader 一般留空，由网关注入 agent_orchestration
|
||||
"model": "<可选>", // 不传由 lead_agent 回退到 config.yaml models[0]
|
||||
"skill_stop_names": [] // 可选,leader 一般留空,由网关注入 agent_orchestration
|
||||
}
|
||||
|
||||
响应：上游 SSE 行透传 + 末尾一条 ``data:`` JSON（leader 为 dict，special 同上）。
|
||||
@@ -855,7 +1061,9 @@ async def run_multi_agent_stream(request: Request, payload: dict = Body(...)) ->
|
||||
agent_name: str = str(payload.get("agent_name") or "").lower()
|
||||
new_message: str = str(payload.get("new_message") or "")
|
||||
skill_stop_names: list[str] = payload.get("skill_stop_names") or []
|
||||
model_name: str = str(payload.get("model") or "deepseek-chat")
|
||||
# 不写死任何默认模型;空串会让 lead_agent._resolve_model_name() 回退到
|
||||
# config.yaml 的 models[0],与 /api/ai-writing 等其它路由一致。
|
||||
model_name: str = str(payload.get("model") or "")
|
||||
|
||||
if not agent_name or agent_name not in agent_threads:
|
||||
raise HTTPException(
|
||||
@@ -870,11 +1078,9 @@ async def run_multi_agent_stream(request: Request, payload: dict = Body(...)) ->
|
||||
headers = _auth_headers(request)
|
||||
|
||||
async def stream_generator() -> AsyncIterator[str]:
|
||||
# trust_env=False: same-process loopback to 127.0.0.1 — honoring
|
||||
# HTTP_PROXY / HTTPS_PROXY env vars (commonly set on dev machines)
|
||||
# causes httpx to route loopback calls through an unreachable upstream
|
||||
# proxy and wait ~40 seconds for timeout before falling back.
|
||||
async with httpx.AsyncClient(timeout=None, trust_env=False) as client:
|
||||
# TCP loopback 到 127.0.0.1:<gateway port>。client 配置见 _make_loopback_client：
|
||||
# trust_env=False 防 HTTP_PROXY 拦截,timeout=None 容纳 SSE 长连接。
|
||||
async with _make_loopback_client(request) as client:
|
||||
try:
|
||||
if agent_type == "leader":
|
||||
gen = _leader_run(
|
||||
|
||||
@@ -47,11 +47,13 @@ import httpx
|
||||
from fastapi import APIRouter, Body, HTTPException, Request
|
||||
from fastapi.responses import StreamingResponse
|
||||
|
||||
from app.gateway.routers._roundtable_seed import ensure_roundtable_functional_agents
|
||||
from app.gateway.routers.multi_agent import (
|
||||
_auth_headers,
|
||||
_create_thread,
|
||||
_flatten_content,
|
||||
_loopback_base,
|
||||
_make_loopback_client,
|
||||
_parse_last_messages,
|
||||
_run_payload,
|
||||
_stream_upstream,
|
||||
@@ -151,7 +153,7 @@ async def stream_recommend(request: Request, payload: dict = Body(...)) -> Strea
|
||||
{
|
||||
"intent": {"objective": "...", "constraints": [...], "assumptions": [...]},
|
||||
"candidates": [{"agent_id": "...", "name": "...", "description": "..."}, ...],
|
||||
"model": "deepseek-chat" # optional
|
||||
"model": "<可选>" # optional;不传由 lead_agent 回退到 config.yaml models[0]
|
||||
}
|
||||
|
||||
Stream: transparent upstream LangGraph frames, followed by one status
|
||||
@@ -169,7 +171,10 @@ async def stream_recommend(request: Request, payload: dict = Body(...)) -> Strea
|
||||
"""
|
||||
intent = payload.get("intent") or {}
|
||||
candidates = payload.get("candidates") or []
|
||||
model_name = str(payload.get("model") or "deepseek-chat")
|
||||
# 不写死任何默认模型;空串会让 lead_agent._resolve_model_name() 回退到
|
||||
# config.yaml 的 models[0]。内网部署可能没有 deepseek-chat,前端传当前选中的
|
||||
# model 名即可,缺失也不会硬错。
|
||||
model_name = str(payload.get("model") or "")
|
||||
|
||||
if not isinstance(intent, dict) or not str(intent.get("objective") or "").strip():
|
||||
raise HTTPException(status_code=400, detail="intent.objective is required")
|
||||
@@ -185,16 +190,19 @@ async def stream_recommend(request: Request, payload: dict = Body(...)) -> Strea
|
||||
if not candidate_ids:
|
||||
raise HTTPException(status_code=400, detail="candidates must contain at least one valid agent_id")
|
||||
|
||||
# 调用前自检:内网部署 .deer-flow/ 被 gitignore,roundtable-recommender 目录可能不存在,
|
||||
# 缺失则用嵌入模板补建,避免下游 lead_agent 解析失败抛 500。
|
||||
ensure_roundtable_functional_agents()
|
||||
|
||||
prompt = _build_prompt(intent, candidates)
|
||||
base = _loopback_base(request)
|
||||
headers = _auth_headers(request)
|
||||
|
||||
async def stream_generator() -> AsyncIterator[str]:
|
||||
# trust_env=False: same-process loopback to 127.0.0.1 — honoring
|
||||
# HTTP_PROXY / HTTPS_PROXY env vars (commonly set on dev machines)
|
||||
# causes httpx to route loopback calls through an unreachable upstream
|
||||
# proxy and wait ~40 seconds for timeout before falling back.
|
||||
async with httpx.AsyncClient(timeout=None, trust_env=False) as client:
|
||||
# TCP loopback 到 127.0.0.1:<gateway port>(详见 multi_agent._make_loopback_client)。
|
||||
# 不要在这里替换成 httpx.ASGITransport——曾试过,会整段 buffer SSE 流导致前端
|
||||
# 看不到逐 token 增量。
|
||||
async with _make_loopback_client(request) as client:
|
||||
try:
|
||||
# 每次推荐独立 thread；prompt 已包含完整 intent + 候选列表，无需多轮。
|
||||
thread_id = await _create_thread(client, base, headers)
|
||||
|
||||
@@ -2,6 +2,13 @@
|
||||
config_version: 8
|
||||
log_level: info
|
||||
|
||||
# Gateway FastAPI 监听端口。圆桌三路由(intent / recommend / multi_agent)的同进程
|
||||
# loopback 调用会拼 http://127.0.0.1:<port> 打到本机其它 endpoint,所以必须与
|
||||
# 实际监听端口一致(scripts/start-all.sh、Makefile 默认 8001)。
|
||||
# 部署机改了端口请同步改这里;也可设环境变量 DEER_FLOW_GATEWAY_PORT 临时覆盖。
|
||||
gateway:
|
||||
port: 8001
|
||||
|
||||
models:
|
||||
- name: deepseek-chat
|
||||
display_name: DeepSeek Chat
|
||||
|
||||
@@ -1,5 +1,6 @@
|
||||
from .app_config import get_app_config
|
||||
from .extensions_config import ExtensionsConfig, get_extensions_config
|
||||
from .gateway_config import GatewayConfig
|
||||
from .memory_config import MemoryConfig, get_memory_config
|
||||
from .paths import Paths, get_paths
|
||||
from .skill_evolution_config import SkillEvolutionConfig
|
||||
@@ -20,6 +21,7 @@ __all__ = [
|
||||
"SkillsConfig",
|
||||
"ExtensionsConfig",
|
||||
"get_extensions_config",
|
||||
"GatewayConfig",
|
||||
"MemoryConfig",
|
||||
"get_memory_config",
|
||||
"get_tracing_config",
|
||||
|
||||
@@ -13,6 +13,7 @@ from deerflow.config.agents_api_config import AgentsApiConfig, load_agents_api_c
|
||||
from deerflow.config.checkpointer_config import CheckpointerConfig, load_checkpointer_config_from_dict
|
||||
from deerflow.config.database_config import DatabaseConfig
|
||||
from deerflow.config.extensions_config import ExtensionsConfig
|
||||
from deerflow.config.gateway_config import GatewayConfig
|
||||
from deerflow.config.guardrails_config import GuardrailsConfig, load_guardrails_config_from_dict
|
||||
from deerflow.config.memory_config import MemoryConfig, load_memory_config_from_dict
|
||||
from deerflow.config.model_config import ModelConfig
|
||||
@@ -122,6 +123,7 @@ class AppConfig(BaseModel):
|
||||
skill_stop: SkillStopConfig = Field(default_factory=SkillStopConfig, description="Skill stop middleware configuration")
|
||||
model_config = ConfigDict(extra="allow")
|
||||
database: DatabaseConfig = Field(default_factory=DatabaseConfig, description="Unified database backend configuration")
|
||||
gateway: GatewayConfig = Field(default_factory=GatewayConfig, description="Gateway FastAPI listening port (used by intra-process loopback)")
|
||||
run_events: RunEventsConfig = Field(default_factory=RunEventsConfig, description="Run event storage configuration")
|
||||
checkpointer: CheckpointerConfig | None = Field(default=None, description="Checkpointer configuration")
|
||||
stream_bridge: StreamBridgeConfig | None = Field(default=None, description="Stream bridge configuration")
|
||||
|
||||
@@ -0,0 +1,46 @@
|
||||
"""Gateway 进程的本机绑定配置。
|
||||
|
||||
目前唯一字段是 ``port``——Gateway FastAPI 的监听端口。圆桌三路由
|
||||
(intent / recommend / multi_agent) 内部用 loopback 调本机的其它 endpoint
|
||||
(``/api/threads``、``/api/agents`` 等),需要知道这个端口才能拼出 base URL。
|
||||
|
||||
为什么放在配置里而不是写死
|
||||
--------------------------
|
||||
- 部署方常常会改 Gateway 监听端口(端口被占用、合规要求、容器化端口映射),
|
||||
写死代码意味着每次改端口都得改源码 + 重新构建/分发,**改 config 不需要重启二进制**
|
||||
- ``DEER_FLOW_GATEWAY_PORT`` 环境变量仍然是更高优先级的紧急覆盖通道,适合
|
||||
临时调试或者 docker-compose / k8s 注入
|
||||
|
||||
修改方式(部署侧)
|
||||
------------------
|
||||
在 ``config.yaml`` 顶层加:
|
||||
|
||||
.. code-block:: yaml
|
||||
|
||||
gateway:
|
||||
port: 9999 # 默认 8001;部署机改了 gateway 端口时改这里
|
||||
|
||||
只想临时改一次(不动 yaml)→ 设环境变量:
|
||||
|
||||
.. code-block:: bash
|
||||
|
||||
export DEER_FLOW_GATEWAY_PORT=9999
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
from pydantic import BaseModel, Field
|
||||
|
||||
|
||||
class GatewayConfig(BaseModel):
|
||||
"""Gateway 本机 loopback 端口配置。"""
|
||||
|
||||
port: int = Field(
|
||||
default=8001,
|
||||
ge=1,
|
||||
le=65535,
|
||||
description=(
|
||||
"Gateway FastAPI 监听端口。圆桌内部 loopback 调用会拼到 "
|
||||
"``http://127.0.0.1:<port>``。默认 8001(与 Makefile/scripts/start-all.sh 对齐)。"
|
||||
),
|
||||
)
|
||||
Reference in new issue
Block a user