 ThearchyHelios
|
3de7567377
|
右栏重构：助手常驻，属性改为盖上去的一层
两个问题都源于同一件事——一栏 360px 被要求同时干两件活。
**没地方引导写问题。** Copilot 输入框是个 38px 高的框，挤在一条长长的流
底下，比它上面任何一块都不起眼；例句被截断成 16 个字的 chip，示范"该说到
什么颗粒度"这个作用就没了，只剩装饰。改成一个组件两种体量：没说过话时它
就是这一栏的主体（竖直居中、三行高、自动聚焦、完整句子的例句），并且告诉
用户它能够到什么（N 个数据源 / M 个工具）——不然"查销售库"这种话有没有意义
只能靠猜。有了对话之后它退到底部两行。不做成两个组件：那就是两个实例，
切换时会卸载其中一个，草稿、光标、输入法候选词全没。
**Copilot 和属性挤在一起。** 它们原是 [助手|属性] 两个 tab，而 tab 是互斥的
——跑图跑到一半点开节点看配置，整条执行过程就从眼前消失，切回来滚动位置和
输入草稿也没了（切 tab 会卸载组件）。改成属性滑出来盖在助手上：助手一直在
下面活着，属性是临时造访者。头部给一个明确的"‹ 助手"，Esc 关得掉；盖住
期间底部留一条执行进度，点一下回去——不能因为换了实现就把原来最难受的
那个场景原样留着。
运行控件搬去工具栏。它原先和 Copilot 输入框一起常驻助手栏，两个都是"主要
动作"互相压着；而它们是两种意图（跑这张图 / 改这张图）。运行是对整张图的
动作，和保存、发布同类。有输入字段就弹表单，没有就一键直接跑。
顺带修了两处状态说反的地方：
- 停在人工介入时，承载的节点还在转蓝圈。转圈说的是"它在忙，你等着"，而
实际正相反——它在等你。改成待办色 + 手势图标。
- "继续执行"的去重原先靠"界面上还有没有 waiting 步骤"，上一条改动多了一处
产生 waiting 的地方就失效了。改用事件相邻性判断——那是这两条事件的固有
性质，不会因为别处改了展示而变。
动效：面板滑入、例句依次入场、正在出字的那一步有一道光扫过（比转圈多说
一件事：它在产出，不只是在等）、空态标记轻微呼吸。全部 240ms 以内，缓动
统一 cubic-bezier(.32,.72,0,1)。另外补上了此前完全没有的
prefers-reduced-motion——这套界面里动的东西不少（边在流动、节点在脉冲、
面板在滑），系统里关了还照播，对前庭敏感的人是实打实的难受。
验证：check-ui 重写了助手栏那一节，核心断言是"选中节点再回来，输入的字
还在"——那正是 tab 方案做不到的。新增一条用 emulateMedia 验证关掉动效后
动画确实停了。真跑了一次带人工审批的图，期间打开属性面板确认进度条还在。
四套检查 + 82 个后端测试全过，生产构建通过。
|
2026-09-18 00:05:22 +08:00 |
|
|
ThearchyHelios
|
3ff6840b99
|
多 agent 节点不再永远转圈，调度决策也说出来了
运行 #6038f5：supervisor 节点跑完 31.7s 之后，researcher 那一行还在转圈。
agent.step.start / agent.step.end 是这套事件里**唯一**一对没做配对的
（node、llm、tool、sandbox、human 都配了）。start 那条建出来就是 running，
end 另起一行，于是没人去关它。这正是 decode.ts 自己文档里的第 2 条原则
——成对事件合并成一行——我写了却没用在 agent 上。
配对键用 (node_id, agent, round)：光用 agent 名不够，supervisor 会在多轮里
反复派给同一个 agent，第二轮的 end 会错配到第一轮的 start 上。
顺带把 supervisor 的调度决策捞出来。后端把它标成 info 日志，而 info 是整类
丢弃的，结果"为什么派给 researcher"、"为什么只跑一轮就结束"在界面上完全
没有交代——那个节点就是一个跑了 31 秒的黑盒。带 round 字段的 info 才是调度
决策，和普通排查日志区分得开。FINISH 译成"结束协作"而不是"交给 FINISH"，
后者会让人以为还有个叫 FINISH 的成员。
真实运行已收进 fixtures，check-decode 加 9 条（含"普通 info 日志仍然不进
主流程"和"warn 日志照常显示"这两条反向约束）。
|
2026-09-17 19:14:06 +08:00 |
|
|
ThearchyHelios
|
f0fd63f0b9
|
UI 重构：Copilot 进侧栏，三个页面共用一条助手流
用户的原话是「copilot（包括问答）可以是侧边栏的效果」「显示他的简要思考节点，
使得用户知道他大致在想什么，以及用了哪些工具」。
画布右栏从「运行 / 属性 → 时间线 / 成果 / 事件」（两层嵌套 5 个视图）变成
「助手 / 属性」一层。助手栏里是一条流：你让它做什么、它做了什么、结果是什么。
Copilot 建图和跑图在协议上完全无关（SSE 操作流 vs 事件 WebSocket，不共享
seq 和 node_id），但对用户是一件事的两半，decode.ts 把两种流译成同一种 Step
之后才能排进同一条时间轴。
Copilot 不再是弹窗。弹窗的问题不是样式：每改一次图都要重开一次，关掉之后
需求文本就没了，想微调只能重打；而画布左下角那条浮条（z-30）和 Toast
（z-100）、Modal（z-50）三层各自为政，本身也是重复的一份 Copilot 状态渲染。
两个都删了，输入框就在栏里，说完一句接着说下一句。右栏没删——它是发起运行
和处理审批的唯一入口，RunLauncher 原样保留，只是跑起来会自动收起给执行过程
让位。tab 用 hidden 切换而不是卸载，不然点一下「属性」看个节点再切回来，
输入框草稿和展开状态全丢。
问数据页和运行页换成同一个 AssistantStream + 同一个 decode.ts。RunPanel 里
那套平行的 EVENT_META + describe() 删了：留着两套翻译，同一次运行在不同页面
会读出不同的故事，而用户没法判断哪个是真的。同理合并了两个耗时格式化函数
（画布节点显示"0ms"，右边同一步什么都不显示，两块还并排放着）。运行页列表
加了内容摘要——原本每行只有"临时图 · 1.2s · 340 tok"，十条长得一模一样，
要分清哪条是哪条只能挨个点开。
跑真实运行时发现两个缺陷：
1. 后端丢事件（app/core/bus.py）。WebSocket 先读历史、再订阅，两步之间图
正好跑出来的事件既不在历史里也不在实时流里，永远丢了。而 subscribe() 是
异步生成器，真正注册还要等到第一次迭代，窗口比看上去更大。实测一次跑图
开头的 node.finished/node.started 消失，界面上表现为某个节点永远在转圈、
它的子步骤跑到了顶层。改成先 attach 占位、再读历史，重叠部分按 seq 去重。
tests/test_bus_attach.py 里有一条刻画旧行为的测试，说明这个窗口确实存在。
2. 循环里的多轮审批被算错。我在 S1 按内容去重，但三轮审批的 title 一模一样，
和 LangGraph 的重放无法区分——结果第 2、3 次真实审批被当成重放吞掉，而
三次"你驳回了/你放行了"各自成行。改成开/闭配对：开着就是同一次，闭了才是
新一次；决定折进那条审批行而不是另起一行。真实运行（驳回 → 改写 → 再驳回
→ 改写 → 放行）已收进 fixtures。
验证：三层各守一件事，共 76 条断言全过。check-decode 守翻译（含新的多轮审批
和截断结果集），check-stream 守渲染，新增 check-ui 守"接起来还对不对"——真
浏览器真后端，包括「切走再切回来草稿还在」「唯一的运行入口还在」「原始事件
切得到也切得回」。另外真跑了一次带三轮审批的图和两次 Copilot 生成（60s，
deepseek-v4-pro），截图逐帧看过。后端 78 个测试全过。
|
2026-09-17 18:29:16 +08:00 |
|
|
ThearchyHelios
|
c1c13fad41
|
助手流组件：一份 Step，宽屏和 360px 窄栏共用
AssistantStream 是纯展示的，不连 store。这样画布右栏和问数据页能用同一个
组件，而不是"一个组件三种停靠模式"——后者要求同一个实例出现在三个 DOM
父节点里，React 里除非 portal 否则不成立，硬做就变成跨路由 remount，
输入草稿和展开状态全丢。差别只在 dense 一个开关。
渲染真实事件时发现的几个问题，顺手一起修了：
- 取数运行的最终成果是一个**被截断的双重转义 JSON**（后端按字符数硬切，
切点落在 JSON 中间是常态），严格 JSON.parse 必然失败，于是这个产品最
典型的一次运行，成果区呈现为满屏 \"attribute01\", \"attribute02\"。
parseQueryResult 改为解析失败时截到最后一条完整记录再解析——78 列 1 行
的表格，比一屏转义文本有用得多。并区分"查询撞了行数上限"和"预览被切断"：
前者该去调查询，后者该去看完整工件，混成一句"已截断"等于没说。
- 审批恢复过的运行有"开始执行"+"继续执行"两条生命周期，run.finished 只
收了第一条（find 而非 forEach），"继续执行"永远转圈——明明已经跑完。
- 处理完的审批保留着 warn 级别，一直是橙色，看着像还有事没办。
- 一屏 0ms：那些纯赋值节点确实不花时间，把没信息量的数字摆出来反而把真正
慢的那一步淹了。低于 10ms 不显示，同时空耗时给 undefined 而不是空串。
- output 里 {"result": ""} 很常见（图跑通但出口没接上），会渲染出一条什么
都没有的分隔线。
验证：新增 scripts/check-stream.mjs，真浏览器跑真组件——5 类真实运行 ×
（无报错/无转义 JSON/无 0ms/不横向溢出）+ 展开看 SQL 和结果表 + 空态。
check-decode.mjs 补 11 条，两个脚本共 68 条断言全过。frontend/preview.html
是离线预览页，只有 dev server 加载（已确认不进 vite build 产物）。
|
2026-09-17 17:00:50 +08:00 |
|
|
ThearchyHelios
|
ca6e672dfa
|
事件解码器：全站唯一的"事件 → 人话"翻译层
UI 重构的地基。现有的 describe()（RunPanel.tsx:392）是工程师视角——
db_query__warehouse({"sql":...}) 是函数调用语法、1234+567 tok · $0.0021 是账单、
exit=0 · microvm 是退出码，而且 25 个事件类型里一半直接 return '' 没翻译。
做成独立模块而不是散在各页面，是因为画布时间线、助手栏、运行页要读同一个
故事。两套翻译的话同一次运行在不同地方讲得不一样，用户没法判断哪个是真的。
## 三条原则
- **不回写事件**：run 终态时对全部已落库事件算 manifest_hash，事后增删改会
对不上。翻译只在前端内存里发生。
- **成对事件合并成一行**：tool.start + tool.end 是同一件事的两个时刻，拆两行
等于把"查询数据"和"查完了"当成两件事。按 call_id 配对（并发调同名工具时
按名字会错位），独立 Tool 节点没有 call_id 则回退到名字。
- **节点是天然的分组单位**：一个图节点内部可能有好几轮模型和工具调用，
它们属于同一个步骤——这正是"简要思考节点"该有的结构。
## 用真实事件调出来的五个坑
从库里导出 5 类真实运行（带查询/带审批/带出具/失败/带思考）当 fixture，
构造的样本永远不会长成那样：
- **审批重复三次**。human.requested 没有 interrupt_id、run.interrupted 才有，
两个 key 算不到一起；而审批恢复后 LangGraph 重放节点又发一遍 human.requested。
改用两者共有的 node_id|mode|title 做键，三条收敛成一条。
- **节点重放让同名节点出现两次**。node.started 第二次来时复用原来那条。
- **"继续执行"说两遍**。run.resumed 和 run.started(resumed=true) 是同一件事。
- **标题退化成裸 id**。没起过名字的节点 label 等于 id（后端兜底），"in"/"h"/"out"
对用户毫无意义——退到节点类型的中文名。
- **空 preview 当详情显示**。{} 不是详情，是噪音。
## 刻意不做的
- 不显示 token 数和美元：那是账单视角，不是"它干了什么"
- 不依赖 canvas/nodeDefs：解码器是纯翻译层，画布只是消费者之一。
16 行的类型名映射重复得起，反向依赖会让运行页被迫加载整套节点定义
- 未知事件不静默吞掉：宁可显示一条原始的，也比让人觉得"什么都没发生"好
## 验证
scripts/check-decode.mjs 用真实 fixture 跑 21 条断言（转译借 vite dev server，
测的就是应用实际运行的那份）。守的是"审批只出现一次""没有裸 id""没有事件名
泄漏到标题"这类会悄悄退化的性质。
|
2026-09-17 16:25:33 +08:00 |
|
|
ThearchyHelios
|
5fdb55defe
|
修三处订阅缺陷：审批恢复后事件重复、订阅泄漏、取消误杀
UI 重构前置。这三条都是新界面会放大的问题——时间线要常驻显示事件流，
重复累积和泄漏在旧界面里藏得住，在新界面里就是明显的错。
## 审批恢复后事件重复收一遍
streamRun 里 `let lastSeq = 0` 是每次调用新建的闭包局部量，注释写着"重连时
带上已收到的最大 seq 所以不会重复"——那只在同一次调用内的断线重连成立。
审批放行会调 attachRun 重新订阅，lastSeq 归零，后端按 `seq > after` 把整条
历史再推一遍，而 applyEvent 是无条件 `[...events, event]`。
实测：一个带审批的运行中断时有 6 条事件，放行后共 15 条。修复前 attachRun
用 after=0 会把那 6 条再收一遍；现在传 max(seq)=6，只收 9 条新的。
把 after 提成 streamRun 的参数比在客户端做去重干净——省掉服务端的重发本身。
## chat store 的订阅泄漏
cancel 是 store 上的单值，下一轮 ask 直接覆盖，上一轮的 WebSocket 再也关不掉。
句柄下放到 turn 级，clear 时逐个关。
## stop() 误杀等待审批的历史轮次
原来把所有非终态 turn 一律标成"已取消"。正等人工介入的轮次是等着用户回来
处理的，不是卡住的——把它们标成已取消，用户回来就找不到那个审批了。
现在只停最后一轮，且跳过 waiting。
## ApprovalCard 解除对 studio store 的硬依赖
它被对话页和运行页复用，而"恢复后重新接上事件流"默认走 studio.attachRun——
在对话页用就是同时开两条订阅（chat 一条、studio 一条），两边各收一份事件。
加 onResolved 回调，谁用谁负责重新接流。
|
2026-09-17 16:16:14 +08:00 |
|
|
ThearchyHelios
|
e5f84164ce
|
数据源配置界面
补上最后一块：在此之前数据源只能用 curl 建，这套东西对用户是不可达的。
设置页新增「数据源」标签：增删改、测连接、探查结构、展开看对象清单。
密码走和模型接入完全相同的规则——入库加密、出站只给掩码、编辑时留空表示不动。
表单上的说明写的是"这项填错会怎样"，不是字段的字面意思：
- 标识：说明它会变成工具名 db_query__xxx，且建好不能改（改名等于换一个工具，
引用它的工作流会全部失效）
- schema：提示"只读账号名下常常没有对象，数据在别的 schema 里"——这是企业库
的常态，不说的话用户探出 0 个对象只会以为是连接坏了
- 说明：明确写"这句话会给 Copilot 看，它据此判断该查哪个库"
- 只读开关：关掉时边框变黄，并说明"这里的 SQL 由模型生成"
探查按钮拿到 0 个对象时，会再读一次摘要把候选 schema 顶到提示里，而不是只报
一句"探到 0 个对象"让人自己猜。
前端我点不了，所以逐个验证了界面依赖的接口：kinds/list/test/schema/create/
introspect/patch/delete 全部可用，卡片要的字段齐全，密码确认只回掩码。
|
2026-09-17 14:31:50 +08:00 |
|
|
ThearchyHelios
|
266631d2fd
|
对话式入口：说需求，不用碰画布
阶段③。画布是给编排的人用的——15 种节点、每种十几个配置项，那是把控制权
交到手里的代价。但多数时候人要的只是一个答案："MES 不合格数据里记录最多的
工厂是哪个"，不关心它是 input→agent→output 还是别的什么。
这一页把图藏起来：你问，它自己接数据源、建流程、跑完、给结论。图仍然真实
存在（可以展开看"它是怎么做的"，也能一键放到画布继续改），只是不再是必经之路。
默认路由也改到这里，画布退到第二项。
## 状态分开放
新建 store/chat.ts 而不是复用 studio store：画布那套状态（选中节点、脏标记、
校验问题）在这里一个都用不上，混进去只会让两边互相牵制——对话页跑一次图就把
人家画布上没保存的东西冲掉，那是灾难。
## 事件翻译成人话
Copilot 的操作流和运行事件都不直接暴露。add_node → "正在搭建流程…（3 步）"，
tool.start(db_query) → "查询数据"，tool.end 里的 row_count 追加成"· 246 行"。
SQL 原文折叠在步骤里，想看能点开——不给看和硬塞给人看都不对。
等待期间显示模型的思考（复用上一轮加的 thinking 事件），这是 40 秒建图过程里
唯一能看的东西。
## 人工介入就地处理
停在审批时直接在对话流里渲染 ApprovalCard（上一轮导出的），处理完自动重新
接上事件流看后续，不用切去别的页面再切回来。
## 起始建议用真实表名
空状态不写死示例，而是读真实数据源的表名造建议——用户一眼看到的是自己的数据。
没有数据源时直接指路"设置 → 数据源"，而不是给一个点了没反应的输入框。
## 实测
按 store 的同样调用顺序跑完整链路：建图 44 秒（其中 39 秒是模型在想，
期间有心跳和 plan 摘要顶着）→ 3 步图 → agent 先查表结构再聚合 →
"记录最多的工厂是上海头枕（工厂编码 1051），共 190470 条记录。"
|
2026-09-17 14:26:28 +08:00 |
|
|
ThearchyHelios
|
1756476a30
|
Copilot 等待期不再是黑箱，外加项目第一组测试
从点"生成"到第一个节点落到画布上，本机实测 31.7 秒（DeepSeek V4 pro，中等
复杂度需求）。这段时间界面上只有"正在起草…"五个字一动不动——用户没法判断
是在想还是已经卡死。生成质量本身没问题，瓶颈全在这段等待的体验。
三处改动：
## 思考转发
_iter_ops 原先只取正文、丢掉其余一切，模型的 thinking 块也一并丢了。现在用
thinking_text() 抽出来单独转成 thinking 事件，前端可折叠地实时显示。
刻意不用"把非 JSON 行当成思考"这种取巧写法：那会把模型的 markdown 注释、
协议跑偏时的乱输出一并当作思考展示出来，反而误导。不支持 thinking 的模型
就只有心跳，不硬凑假的思考。
注意这条只对支持 adaptive thinking 的模型（Claude 4.6+）生效，当前默认的
DeepSeek V4 pro 不会产出——代码路径用构造的 chunk 验证过，但端到端触发需要
启用 Anthropic provider。
## 心跳与阶段
模型沉默时每 3 秒补一拍，带阶段和已用时长。必须在 _with_heartbeat 这一层做：
模型不吐 chunk 时 _iter_ops 里那个 async for 的循环体根本不执行，在里面判断
时间差轮不到。阶段跟着实际操作走（planning → building → wiring → finalizing），
阶段会变本身就是"它还活着"的信号。实测那 31.7 秒里补了 10 拍。
## 失败后不用重敲需求
生成失败只有一个 ✕，重试得重新打开 Modal 把需求再敲一遍——而失败多半跟需求
本身无关（模型抽风、协议跑偏、网断了）。store 里留住 lastInstruction，
错误浮条上直接给"用同一需求重试"。
## 顺带：项目第一组测试
这组守的是体验契约不是实现细节——thinking 和 heartbeat 两路反馈只要断了就是
回归，而这种回归在界面上表现为"又变回干等"，很难被注意到。4 个用例覆盖：
thinking 块转发、纯文本模型不伪造思考、沉默期补心跳、阶段随进度推进。
pytest 走 [dev] extra，environment.yml 一并带上。
|
2026-09-14 16:01:06 +08:00 |
|
|
ThearchyHelios
|
b634c89be4
|
人工介入的驳回按钮不再是摆设，画布脏边与待办入口
## 点"驳回"实际等于放行
ApprovalCard 无条件渲染"通过/驳回"两个按钮，而后端 human 节点只在 approve
模式下读 approved：edit 和 input 分支直接取 value，__decision__ 硬编码成
"approved"，approved 字段看都不看。按钮在、文案在、toast 说"已驳回"，运行却
照常往下跑——比没有这个按钮更糟。
这两种模式在图上只有一个 out 出口（没有 rejected 那条边），所以驳回的正确
语义是终止运行。缺省仍是通过，只传 value 不带 approved 的老调用方行为不变。
前端按钮文案改成"驳回并终止"，toast 也说清楚。
顺带：run 级的错误消息不再给 NodeError 套类型名前缀，界面上从
"NodeError: 人工驳回：内容不合格" 变成 "人工驳回：内容不合格"。
## 改分支 case key 会留下看不见、删不掉的脏边
出口 handle 是从 config 算出来的（分支的 case key、human 的 mode），而
Inspector 的输入框逐字符 setConfig。key 从 yes 改成 yesno 的过程中 handle id
会依次变成 y/ye/yes…，已有边的 sourceHandle 仍是 yes。React Flow 对这种边只在
console 打一条 008 警告然后不渲染——看不见、点不到、删不掉，却照样被 toGraph
序列化存盘，后端校验也不管。
updateNode 现在同步处理：出口数量没变就按位置重映射（改名时连好的线跟着走），
出口真的没了就把边一并清掉。
## 未保存的编辑会被静默丢弃
切换工作流直接 load() 覆盖画布，没有 dirty 检查；全局也没有撤销和
beforeunload。加了切换确认与关页面拦截。撤销栈是更该补的，但那是另一件事。
## 刷新后"等待人工"的运行没有任何入口
审批卡片挂在 studio store 的当前 run 上，而那是纯内存的，刷新后为 null，卡片
就不渲染了。更糟的是导航把待办徽标挂在"运行"页上，用户点进去——而 RunsPage
从头到尾没有审批 UI，只有只读事件列表。现在 RunsPage 为选中的运行渲染
ApprovalCard，徽标指向的地方终于能处理待办。
回归：input/edit 两种模式的通过与驳回、approve 模式、代码节点 strict 档、
分支、口径卡出具 formal、工具节点、SSRF 拦截、记忆工具，全部通过。
|
2026-09-14 15:46:45 +08:00 |
|
|
ThearchyHelios
|
76837d4ef0
|
dev.sh：端口被占时挪开，并确认答应健康检查的是自己
踩到的坑：8000 被另一个项目长期占着（绑 *:8000），uvicorn 起不来直接退出，
而健康检查去探 8000 又被那个项目答应了，脚本以为后端就绪继续起前端——
于是前端代理连着别人的服务，界面上全是陈年旧数据，还很难看出哪里不对。
三处收紧：
- 端口被占就自动往后挪（显式指定 AGENTLAB_PORT 时则明确报错并列出占用方）
- 健康检查要看到 service 是 agentlab 才算数，顺便看住后端进程别悄悄死了
- vite proxy 的目标端口跟着 AGENTLAB_PORT 走，不再硬编码 8000
|
2026-09-14 14:20:20 +08:00 |
|
|
ThearchyHelios
|
7d00c24ab1
|
microVM 沙箱后端：内存限额终于真限得住，但网络关不干净
Seatbelt 在 macOS 上最难受的缺口是 RLIMIT_AS 不被强制——设 256MB 仍能分配
900MB。microVM 不是"更严格的访问控制"，是换了一类边界：宿主 Darwin 27.0.0，
VM 里 Linux 6.12.99（libkrunfw），PID 1 是 init.krun，/Users 根本不存在，
free 只看得见 512MB。申请 900MB 会被 OOM killer 杀掉而 VM 照常存活。
实现按实测契约写，不按别的 SDK 的惯例推断：create() 直接返回已启动的
Sandbox，没有 handle/connect 两层；cwd/env/timeout 都是 exec 的原生参数；
超时抛 ExecTimeoutError 而不是返回非零码。
必须写明的缺口：network=false 时 HTTP/HTTPS 与域名解析都断得掉，但 UDP/53
拦不住，手写 DNS 包仍能拿到真实响应。default_egress=DENY、Rule.deny_dns()、
显式 deny UDP、max_connections=0 全试过都堵不上——deny_dns 生成的规则只针对
宿主，DNS 出口在 microsandbox 网络栈里是硬编码放行的。所以 health 里 network
标成 partial 而不是 true，设置页对应显示黄色「部分生效」：拦了一半要是显示成
全绿，比显示成全红更危险。
成本也照实说：首次拉 OCI 镜像实测 54.5s，之后热启动 0.19s、执行 7~30ms。
贵的只是第一次，所以 auto 在镜像没缓存时先用 Seatbelt，不让人干等一分钟；
显式选 strict 档不受此限——那是使用者自己要的硬隔离。
端到端 17 项验证通过：隔离、内存拦截、超时 124、退出码透传、多文件与 env、
会话间互不可见、VM 回收。Seatbelt 那档回归未受影响。
|
2026-09-14 14:10:10 +08:00 |
|
|
ThearchyHelios
|
5ac681c481
|
Copilot 模型可独立配置
此前 Copilot 的模型是兜底猜的：取第一个非 mock 且启用的 provider 的
默认模型。后端 GenerateIn 一直有 provider/model 字段，但前端从没传过，
于是禁用某个 provider 或调整创建顺序就会让 Copilot 静默换模型。
现在是独立设置（Setting 表 copilot 键），优先级：单次请求显式指定 >
保存的 Copilot 专用模型 > provider 兜底。做成独立设置是因为 Copilot
写的是编排本身，对指令遵循的要求和工作流节点不是一回事。
新增 GET/PUT /api/copilot/model 读写设置，并回报 effective_model
（区分显式配置与兜底）；generate / generate-stream / explain 三处
统一走 copilot_model_spec；流首帧发 {op:'model'} 告知实际所用模型，
画布浮条上直接显示，不用猜。
前端 Copilot 弹窗加模型选择器，选择即持久化，下次打开记住；说明里
点明它只影响 Copilot 自己、且指令遵循弱的模型（如 Mock）跑不出结果。
验证：兜底→claude-opus-5；设为 deepseek-chat 后流首帧回报一致；
单次请求传 claude-opus-5 可覆盖设置；清空恢复兜底。浏览器实测选择
持久化跨弹窗、浮条显示模型名。
|
2026-09-14 11:01:47 +08:00 |
|
|
ThearchyHelios
|
1b595f699c
|
Copilot 流式生成：图在画布上实时长出来
此前点击生成后是 20-30 秒黑盒等待，模态框关着，用户看不到任何过程。
改成操作流协议：模型按 NDJSON 逐行输出 add_node / add_edge /
update_node / remove_node / done，后端边流边经 SSE 转发，前端每收
一个操作就应用到画布——节点带紫色描边逐个出现（临时摆位跟着入边源），
左下角浮条显示当前动作并可随时取消；done 后后端统一排版+校验，
以 final 事件整体落位，高亮几秒后淡出。修改现有图的场景只输出改动
操作，用户能看到 Copilot 具体动了哪里。
行解析对模型犯规免疫：markdown 围栏、夹杂的解释文字、done 之后的
多余输出都被跳过或截断（单测覆盖跨块行缓冲）。
顺手修结构化输出必失败的 bug：langchain 靠 title 字段识别裸 JSON
Schema dict，四处 with_structured_output 的 schema 都缺它，抛
ValueError: Unsupported function 后靠 fallback 文本解析兜底——
每次都白调一次模型。补上 title（llm 节点 output_schema、branch
语义分类、supervisor 路由、旧版 copilot generate）。
实测：首节点 7.2s 上画布（原先干等 27s），浏览器采样节点数
0→2→3→4→5→6 逐步生长，6 个新节点全部高亮，零页面错误。
|
2026-09-14 10:54:31 +08:00 |
|
|
ThearchyHelios
|
dcba9a63e0
|
一次思考在轨迹里只落一条事件
思考流上线时漏了把它登记进 ephemeral 集合，导致每个流式增量都
落库——一条思考链在执行轨迹里被拆成几十条 llm.thinking 事件。
拆成两种事件：llm.thinking.delta 是流式增量，只推给画布做实时
滚动、不落库（与 llm.token 同类）；llm.thinking 是调用收尾时落的
单条汇总，携带完整思考内容（截断 6000 字符，完整版在节点输出
工件里）。顺带修好刷新回放：此前回放重现不了思考（增量被隐藏、
汇总不存在），现在一条汇总事件直接恢复全文，时间线上也可展开查看。
验证：确定性假思考模型过完整管道（3 条增量实时推、汇总恰一条且
内容完整）；真模型跑模板⑤，轨迹 29 条降到 18 条，llm.thinking
恰好 1 条。adaptive thinking 对简单任务自主跳过思考时两类事件
都不产生，已从工件核实是模型行为而非管道丢失。
|
2026-09-14 10:40:20 +08:00 |
|
|
ThearchyHelios
|
e905426dfe
|
发布门禁、操作者归属、治理遥测与前端支撑
审批记录批准人（X-Actor 先落库再恢复执行）。设置页可配操作者署名，
随请求头发送——这是归属记录不是身份认证，界面上写明了区别。
治理遥测三件套，全部从既有事件流取材：
- 工具白名单衰减报表：授了权但从未用过的工具摆上台面，放宽可被回收
- 探索问题聚类：同一问题反复出现（≥3 次）标记为晋升候选——模板生长
的触发器
- 轨迹→模板提取器：把探索性运行实际走过的路径确定性提取成草稿工作流
（剪掉未走的分支、输入参数化），人审发布后才成为模板——探索层的
价值在路径沉淀，不在单次答案
前端：口径卡节点与指标编辑器、出具契约配置、发布对话框（两级门禁、
问题列表）、试运行/正式运行双按钮、出具档位横幅（含缺数据声明与
未回指数字点名）、运行列表正式/探索徽标、运行详情版本与清单哈希、
提取模板按钮。
真模型验证闭环：周报模板 governed 发布 → formal 运行，Opus 5 正文
数字全部回指，但结尾'（约 100 字）'被校验器抓住降档——修 prompt
禁元话语而非加白名单，重发 v2 后正式档。8/8 模板回归通过。
|
2026-09-14 10:27:13 +08:00 |
|
|
ThearchyHelios
|
dd57c12016
|
沙箱改用系统自带的隔离原语，移除 Docker 依赖
跑一段不可信代码不需要一整套容器运行时。macOS 用 Seatbelt
（sandbox-exec，系统自带），Linux 用 bubblewrap；冷启动从 ~250ms
降到 ~25ms，且不再需要装任何东西。
守住三件事：默认断网、家目录不可读、只有工作区可写。策略由内核
强制且对子进程继承——沙箱内 subprocess 出来的 cat 读家目录同样是
Operation not permitted。解释器改用 sys.base_prefix 下那个干净的
Python，沙箱代码因此 import 不到后端的 FastAPI、SQLAlchemy 和凭据
处理代码。
如实标注能力边界，不给虚假的安全感：
- macOS 不强制 RLIMIT_AS，内存限不住（实测设 256MB 仍可分配 900MB），
health 接口申报 enforced 字段，界面把限不住的项划掉
- Seatbelt 是访问控制而非虚拟化：进程表共享，以当前用户身份运行
- bubblewrap 侧多隔离 PID/IPC/挂载视图，内存限额真实生效
顺带修两个 bug：
- LocalSandbox 设 RLIMIT_NPROC=64 会误伤——macOS 上它按 uid 全局
计数，用户已有上千进程时沙箱内任何 fork 都失败，连 bash 都起不来
- 模型所属 provider 被停用时，原先静默换一家继续用原模型名，必然
404 且报错指不到原因；改为直接说清是哪个 provider 被停用了
写 SBPL 的坑记在注释里：(deny default) 会让 Python 直接 SIGABRT，
改用「默认允许 + 精确拒绝」。
7 个模板全部回归通过。
|
2026-09-13 18:04:36 +08:00 |
|
|
ThearchyHelios
|
964eeaa829
|
AgentLab：可视化 Agent 编排实验台
在画布上拖拽编排 agent 工作流，并实时看着它执行。
后端 FastAPI + LangGraph：把画布 JSON 编译成 StateGraph，15 种节点
（模型/Agent/多Agent、工具/沙箱、分支/循环/子图、记忆/检索/整形、
人工介入/结构校验）。选 LangGraph 是因为可视化编排真正难的是暂停、
恢复和回放，而 checkpointer + interrupt() 正好把这几件事做在了底层。
前端 React + React Flow：节点元数据驱动属性面板与连接桩，运行时
节点高亮、边流动画、卡片内流式 token 全部由同一份事件流驱动。
关键实现：
- Agent 内工具审批用 @task 缓存模型调用，interrupt 重放时不重复计费
- 沙箱保持只读根文件系统，代码经 exec+base64 写入（put_archive 会被
只读容器拒绝），断网、非 root、内存/CPU/超时限额
- 检索为向量与 BM25 混合，本地哈希 embedding 零配置可用
- 分支条件走 AST 白名单求值器；HTTP 工具逐 IP 拦截内网与元数据地址
- Mock provider 让无 API Key 也能跑通完整链路
7 个内置模板全部冒烟通过，含真实模型端到端验证。
|
2026-09-13 17:27:00 +08:00 |
|