0 Fork 0

Files

T

fengxiangdebaozi eb61b332a2 Add XDFX skill data artifacts

2026-06-29 10:25:36 +08:00

4.5 KiB

Raw Blame History

name, description

name	description
xdfx-split-controller	xdfx 深链接单智能体拆分版总控技能，按顺序调度 step1-step6 技能完成分析与入库。

xdfx 拆分版总控 Skill

总控也必须优先运行内置 Python 执行器，不要让模型手写接口流程。执行器位于：

scripts/xdfx_flow.py

输入文件

准备 xdfx-input.json：

{
  "api_base": "https://ch1.b.uat.4.cn",
  "taskId": "真实任务id",
  "actionId": "真实xdfx行动id",
  "mubiao": "传播...叙事，驱动...行为体产生...预期行为，实现...作战目的。",
  "direction": "U方向",
  "platform": "fb"
}

推荐执行顺序

默认会自动处理登录态：当命令没有传 Authorization，或某个接口返回 401 时，脚本会用固定账号 admin、口令 ch@user 调用 POST /api/v1/auth/login/username?password=ch%40user，请求体为 {"username":"admin"}。拿到 access_token 后写入 Authorization: Bearer ... 并重试原接口一次。默认关闭 HTTPS 证书校验以兼容 UAT/内网自签证书；如果环境证书链正常，可以追加 --verify-ssl。如果已有可用 token，可追加 --auth-token TOKEN 或 --header "Authorization: Bearer TOKEN"。

总控按顺序执行下面 6 条命令，所有步骤共用同一个 xdfx-flow-state.json：

python scripts/xdfx_flow.py --mode step1 --input xdfx-input.json --state xdfx-flow-state.json --summary xdfx-flow-summary.md
python scripts/xdfx_flow.py --mode step2 --input xdfx-input.json --state xdfx-flow-state.json --summary xdfx-flow-summary.md
python scripts/xdfx_flow.py --mode step3 --input xdfx-input.json --state xdfx-flow-state.json --summary xdfx-flow-summary.md
python scripts/xdfx_flow.py --mode step4 --input xdfx-input.json --state xdfx-flow-state.json --summary xdfx-flow-summary.md
python scripts/xdfx_flow.py --mode step5 --input xdfx-input.json --state xdfx-flow-state.json --summary xdfx-flow-summary.md
python scripts/xdfx_flow.py --mode step6 --input xdfx-input.json --state xdfx-flow-state.json --summary xdfx-flow-summary.md

每条命令结束都会输出一行 STEP_FEEDBACK {...}。总控必须在每个 step 命令结束后立即反馈用户，再继续下一步。

每次接口调用前会输出 OP_FEEDBACK {...}。总控必须告诉用户当前正在做什么、调用哪个接口。

如果接口或模型处理报错，会立即输出 ERROR_FEEDBACK {...}。总控必须立刻把失败阶段、URL、状态码、请求摘要和响应摘要告诉用户。

如果模型返回文本经过自动修复仍无法解析，会输出 JSON_PARSE_REVIEW {...}。总控必须查看响应片段，判断是否需要重跑当前 step 或重新调用对应接口。

如果只想一条命令跑完，也可以使用下面命令做无人值守兜底，但不建议作为默认方式，因为外层工具通常会等命令结束后才返回输出，无法保证用户看到实时反馈：

python scripts/xdfx_flow.py --mode full --input xdfx-input.json --state xdfx-flow-state.json --summary xdfx-flow-summary.md

断点续跑

Step1 成功后会写入 topAudiences。
Step2 成功后会写入 topPathways。
Step3/Step4 会写入两类脆弱点。
Step5/Step6 会写入两类策略。
各步骤会同步前端 task/task-action.step；需要禁用时每条命令追加 --no-step-status。
策略步骤会同步写入 channel、narrate、message、策略与受众/传播节点关系表，保证原前端策略表格/编排页可继续读取。
每个步骤完成都会输出 STEP_FEEDBACK，总控必须逐步转述给用户。
每次操作和接口调用都会输出 OP_FEEDBACK，总控必须逐条转述当前操作。
每次错误都会输出 ERROR_FEEDBACK，总控必须立即报告错误细节。
每次 JSON 彻底解析失败都会输出 JSON_PARSE_REVIEW，总控必须复核响应片段并判断是否重试当前 step。
每个步骤里的流式模型接口第一次空响应、返回 y模型没有响应/模型没有响应 或超时类字符串时，会自动再调用一次；仍失败才写入 errors。
某一步失败后，修正问题再重跑同一个 --mode stepN。

汇报规则

执行过程中按 OP_FEEDBACK 告诉用户当前操作和接口；按 ERROR_FEEDBACK 立即报告错误；每个 step 结束后再根据 STEP_FEEDBACK 回复用户一次。全部步骤结束后，读取 xdfx-flow-summary.md 和 xdfx-flow-state.json.errors 再做最终汇总。只要存在错误，就明确说“部分完成”，并列出失败阶段、接口 URL、状态码和响应摘要。

4.5 KiB Raw Blame History Unescape Escape