38 Commits

Author	SHA1	Message	Date
ThearchyHelios	941723b17c	端到端验收修复与指标出具： ... - 身份与工具：登录页建第一个管理员（认人接口的 401 说明能不能建）；搭建者有只读的人和组名录，选人给候选并核对名字；授权三行带标题；端点请求头名校验（空名、非法名存不进、发不出时说清原因）；写入能力在工具页试运行一律演练、不发送，HTTP 状态照实说成败；写记忆不算只读、查询能力只能选同一端点上的只读能力；审批与遮罩的说法和实际规则一致；开登录时不要署名、导入和发布记登录的人；使用者不显示推演等只给搭建者的操作，403 按是否开登录说话；登录页只认一次人 - 流程与实例：图里用到的岗位（派给谁、超时升级给谁、发送确认派给谁）全部派生、没绑人的发布时报错；写外部系统的参数按能力声明的类型收拢后再算哈希和发送，收不成就不发；发起人的实例页只看这一步的状态，处理人才给待办卡；会签进度带登录核实和时间，升级后照实写规则；实例状态写流程的结论（已退回、未确认、等待核实写入结果），核实生效后不再挂失败原因；流程应用首页不派生最近封存运行的结果块，看板没数据时是安静的空态；样例⑩的金额带类型和下限、待办标题带金额，表单上下限前后端一起生效 - 看板与证据：定时任务模板加 ISO 周、上一 ISO 周、本月、上月；出处链穿过原样解析查询结果的整形节点，追不到原始数据的照实说停在哪里，样例⑨改用 cell()；应用首页和版本历史都能做成应用；指标块单位不重复；版本列表带退役说明；定时任务页头跟着刷新；删视图要确认、新视图能起名；编辑器属性用中文名、术语带解释 - 指标出具（用户 2026-10-15 拍板）：契约只写「指标来自」、上游没有报告撰写节点、成果里没有模型写的话时按指标出具——必需指标齐、指标输入追到原始数据、成果字段里的数回指得上才完整出具；受管级要求每个指标静态地追到原始数据（governed.metric_untraced）；出具横幅和应用印章写明按指标 - 受管工作流降为已发布只给管理员（Q8 顺延，服务端同样拦）；工作流接口带当前发布版的级别，画布上改过之后也认得出受管工作流	2026-10-15 07:15:37 +08:00
ThearchyHelios	c86e58f464	README 与部署说明：应用（怎么生成、能做哪几类、视图与印章、流程与待办、写外部系统、入站钩子、按新口径补算、升级安全）、身份与权限（三种登录方式、会话、找回、角色与授权、使用者的问数据、遮罩的边界）、能力登记与端点、助手按需查看；默认不开登录的说法、核心能力表、数据目录与遮罩、节点类型、安全边界、检查项（33 项另加 check-auth）、从旧版本升级；部署配置模板加登录一节	2026-10-14 22:12:01 +08:00
ThearchyHelios	fc002bd3b3	README：检查数改成 29 项并在分类里列上 catalog-loop；功能概览的数据目录一行补上表助手、审阅队列、导出导入；对话里纠正一行写明理由记为这一项的「确认时的依据」	2026-10-14 16:26:59 +08:00
ThearchyHelios	49f00c589a	目录修改提案的依据改存成目录项单独的字段 reason（界面上叫「确认时的依据」，最多 500 字，超了截成 499 字加「…」），不再拼进备注：拼进 note 之后，带依据保存的关联关系再剖析时测量的说法换不了新、和覆盖率那一栏对不上；改了值的关联关系旧依据叠在新依据后面、越存越长；值不变、保存即确认的项撤销审阅回到推断后「依据：使用者说……」还挂着，看起来像使用者确认过一条推断项。去留：值改了（关联关系也一样）换成这次的依据，没写就去掉旧的；值不变的确认换成这次的，不叠；单项确认、驳回留着，撤销审阅去掉；整份提交改了值的、状态改回推断的、双盲复算改写的去掉；剖析刷新关联关系的测量只动备注。校验认 reason（文字、最多 500 字），起草、剖析的合并不碰人工确认的项，导出导入时已确认、已驳回的项连依据一起带，推断、有确证的项不带。表助手背景里已有的依据写成「以前确认时的依据：……」，系统提示词和 propose_changes 的说明写清那不是这次对话里使用者说的话、引用时写「以前确认时的依据写着：……」，遮罩列的项不给。表详情里依据和说明分开写：表级的项在值下面另起一行，列的一格、关联关系另一个悬停图标（读屏念「确认时的依据：……」），状态弹层里也写，驳回的项只在弹层里写；check-catalog-loop 的假服务端照服务端记下依据，补依据和说明分开、弹层、驳回项的检查；README 表助手一行写上依据另存	2026-10-14 15:38:15 +08:00
ThearchyHelios	5b5b6d8df2	起草逐表行列出服务端记下的说明（task.log：没收下的有效记录条件和原因），check-catalog 补一项；README 数据目录一节补上防错事实的提议、审阅队列、表助手、导出与导入，模型起草一行写上逐段落盘、不设总时长上限与按比例止损、块进度、同步起草与任务互斥	2026-10-14 10:19:18 +08:00
ThearchyHelios	f74744b29e	README：数据目录的模型起草照复核修正补上——超时的两半同时问、拆到每段 10 列仍接连超时就不再拆，每段连同它分开、拆小的各块最多 8 次，没写出来的原因写清第几段、哪几列，留空的列只记目录里还没有中文名和含义的，库注释就是名字本身或标识符写法的整条不记进目录	2026-10-13 21:26:07 +08:00
ThearchyHelios	a9170d8728	README：数据目录的模型起草补上验收后的修正（列分段均分、按表先后排队、超时拆小、段大小减半、每段 8 次封顶、提醒换模型、重新起草不删模型这次没给的项、留空的列逐表记下、库注释就是名字本身的不当中文名）	2026-10-13 20:30:02 +08:00
ThearchyHelios	950b88a15b	README：数据目录一节补上模型起草（后台任务、只重试失败的表、中断不自动续跑、保留思考加大额度、按段起草宽表、起草要求与本次补充说明、起草模型设置）	2026-10-13 16:57:02 +08:00
ThearchyHelios	265ba0c91d	报告导出为自包含 HTML（数字点得开口径、来源、计算方式）；可验证报告的数字详情补齐口径卡一节 ... 两件事，一条心：把「网页上点数字看得到的效果」带出系统外。 ① 报告导出：新增 GET /api/runs/{run_id}/report.html（app/report_export：build + 模板 + 浏览器端脚本）。 正文由服务端按报告文档的块、句、片段渲染成 HTML——不执行脚本也读得到整份报告（附件预览常常不执行脚本）； 执行脚本后，带出处的数字、无证据的数字、可疑的表名字段名都点得开，面板是网页上证据面板同一个拼法的 出处链（api/evidence._chain）：指标步骤带口径卡名与版本、原式、代入式、每个输入取自哪次查询的哪一格、 复算、双盲复算；查询步骤带 SQL 和被引用的行；数据源遮罩列照网页上的规矩写「已遮罩」。封存状态逐项标明； 没封存的运行照常导出（和网页上读报告一个道理）。同样的引用共用一条链，长报告不把整份快照抄几十遍。 入口在问数据答案和运行详情成果上的「导出」（带证据的报告给 HTML，Markdown 留一个小的；旧运行照旧只有 Markdown）——api.reportExport + AssistantStream 的 AnswerActions。 ② 可验证报告（bundle）的数字详情补齐：点开数字原来只有出处和值，现在多一节口径卡——指标（名 + id）、 单位、原式、代入式、输入（取值 ← 路径、取自哪次查询的哪一行哪一列）、复算；输入指向的查询快照也随文件 附带（遮罩规则同嵌入那一套，build._card_input_queries），④ 引用链按「已核对的口径卡的输入」认它们 （哈希对不上的卡不认，免得替被改过的卡圆）。收件人不连服务也能看到每个数怎么算出来的。 测试：后端 tests/test_report_export.py（真跑运行导出，正文、出处链、遮罩、只读、404/409、共用链）； bundle_samples 的口径卡换成带原式/代入式/输入/复算的真实形状，另加 metric-only 样本页（只引用指标的 报告，快照从口径卡的输入这一条路附带）；check-bundle 断言数字详情和这条引用链，加上篡改；新增 scripts/check-report-export.mjs（真导出断网点开、不执行脚本也读得到、成果上的导出按钮、旧答案没有 HTML 按钮、409 提示），挂进 check-all。README 补「导出两份」一节。全量 pytest 通过；check-bundle、 check-report-export、check-stream、check-evidence、check-chat 全部通过（check-runs 5 项失败为基线 上就有的沙箱数据形态问题，与本次无关）。	2026-10-10 12:59:21 +08:00
ThearchyHelios	fbc48b4e61	README 补上数据目录：核心能力加数据目录、SQL 检查、跨库合并，节点类型加合并查询，新增一节说明数据目录的读法、来源与状态、剖析的约束、版本与提醒，开发与验证更新测试数和检查项	2026-10-04 01:33:42 +08:00
ThearchyHelios	e4f8ee5d08	Excel 导入改造期 4：证据下钻——报告里引用上传表格的数，点开能看到它来自原表格的哪一格；裁判核对时看得到来源、口径、接受理由和区域外文字 ... 推断的来源（新 engine/direct_select、data/provenance、data/provenance_db；api/evidence 新增推断来源接口） - 只对直接引用一列的查询下钻：受限文法用和执行时相同的 SQLite 分词读法，别名互换、自连接、表达式、聚合、子查询、集合运算（含藏在注释、字符串、方括号、转义、BOM 之后的）一律只给表级来历；再用 EXPLAIN 字节码和授权回调兜底 - 结果带齐主键、值非空，按主键参数化回查只读快照、类型和值严格一致才给格子；不一致时整份重算库哈希，哈希不符标红 - 从导入清单和溯源找回格子：宽表、交叉表逆透视的长表（日期取自表头格、年份取自统计期、行标签、分段标题）、列表、合计表、按期累积的并集（换算到所属那一期）；原文与规范写法不同时一并列出 - 清单读不到、登记哈希与清单不一致、快照已回收、遮罩列，都只给表级来历或不给，写明原因；原件已清除、接受已作废照实显示；未封存的运行照常推断并标明 - 相关核对：这一行、这一期的核对结论与接受理由 裁判摘录（engine/judge） - 带期 4 标记的报告，上传表格的查询旁加来源行、口径行、接受理由、可见单元格里的区域外文字和人工录入的统计期；限定语写明这些数未经系统核对，长度有上限、截断时写明 - 隐藏行列里的区域外文字不送；设了遮罩的源只写条数 前端证据面板（run/EvidenceProvenance；ManifestBody 从版本页抽出复用） - 「推断的来源」一节与已封存的证据分开标注：格子坐标、取自哪些格、年份来源、规范写法、回查、相关核对、数据版本与各期；标红与拒绝原因按状态显示 不变的部分 - 文档顶层加 provenance 标记，只有新报告走新路径；期 4 之前的运行、非上传源、手工源的面板、复核、裁判摘录逐字不变，由金样测试钉住 - 执行器给区域外文字记录是否在隐藏行列；不建「导入校验」系统表（D6）	2026-10-02 14:38:10 +08:00
ThearchyHelios	2cdbf9a733	Excel 导入改造期 3：网格交互、自助修复、按期累积——每月的报表可以累积成一份跨月的表，漂移了点修复按钮就能接着导入，网格上框一块就能写进配方，版本页可以回滚、移除一期、清除原件 ... 按期累积（新 recipe_accumulate；table_versions 扩展） - 按统计期出的交叉表报表首次导入时默认「按期累积」，由人确认；一期一个构建，两期及以上物化成一份新的 SQLite 快照，不用视图 - 统计期完全相同要勾「替换该期」，部分重叠拒收，中间有空缺要确认；物化前逐期核对库哈希和行号，并集上另加行数守恒、主键唯一、日期落在所属统计期三条核对 - 配方演进分三档：新增列（早期各期为空值）、退役的列和表保留旧值（只在这次才退役时要勾）、不兼容变化只能显式「重新开始累积」 - 快照 id 在累积时含目标配方和模式；同样的输入物化两次库哈希相同，同一文件换名再传直接复用 - 说明按期合并，任何一期没核对过就不写「已核对」；各期维度取值不同、退役列、合计表都有提示，经过数字检查 修复按钮（新 recipe_fixes；执行器给问题带结构化参数） - 加入标签、移除标签、声明为合计行、分段标题改名、编辑恒等式成员、按锚点忽略行/列/区域外文字、声明占位符、声明隐藏行处理、工作表改名 - 服务端算补丁，先预览新旧配方对照、再应用，可以撤销；补丁封闭，不引入正则、自由文本常量和写死坐标；修复进确认清单 - 只改分段标题、新标题仍含原来选的词时沿用已确认的常量，不算破坏性变更；修复后只查改动过的段的认领，没改的关系交给试运行核对 框选转锚点（新 recipe_select） - 网格上框选（鼠标、键盘、区域输入），按八种用途换算成按文字认的锚点，立刻干跑比对；配方里不存坐标，泛化不了时列出原因 - 整张表挪位后同一配方照样认得；框进合计行、夹着小计、表下说明都有明确的处理 确认与对照（recipe_confirm、recipe_diff、新 recipe_compare） - 改配方后确认清单只列有变化的项（同时按本期数据比较），不用每修一次重勾十来项；新旧配方对照界面；按规则重新起草并把名字对齐到现行配方 - 改配方后已体现在配方里的回答保留，矛盾的列出来请人重答 - 「排除的行」写进回执和导入清单：隐藏行、跳过的空行、按配方忽略的行、停止后的文字行、只核对不另存的合计行 版本页（新 source_versions、api/source_versions；前端 VersionsDialog） - 快照与导入记录列表、启用旧版本（可写理由）、查看清单、移除一期、作废接受、清除原件；写操作带界面看到的当前版本，并发改动回 409，不静默丢期 - 除当前版本和被运行引用的版本外，再保留最近 3 个版本供回滚；遮罩列丢失要明确确认 期 1、期 2 遗留 - 重传撞上被改过的构建文件：能用本次上传恢复就隔离旧文件再恢复，否则回 409，不再是 500 - 跳过空行的列表不再把表下隔一行的说明读成数据；不像说明的单格行要人确认；受影响的配方构建换 id - 版本存储加进程级文件锁：第二个进程拿不到锁时不清理、不回收，写操作回 503（部署本来就是单进程）	2026-10-02 07:38:44 +08:00
ThearchyHelios	78f24dfe3f	Docker 镜像内置 microVM：构建时装好运行时、预拉沙箱镜像；deploy.sh 检测到 KVM 先试启动一台，起得来才交给容器；没有 KVM 时服务端不再选 microVM ... - microvm_sandbox：Linux 上 available() 要求 /dev/kvm 存在且可读写，不可用时给出具体原因（没装、运行时没装、没有 KVM、没有权限） - 新增 app.sandbox.selftest：真起一台 VM 执行一行代码，部署脚本用它判断 - Dockerfile：WITH_MICROVM（默认 1）构建期 install 并 pull python:3.12-slim，自带的 msb、libkrunfw 改为链接，镜像约多 150 MB - deploy.sh：ENABLE_MICROVM=auto|0|1，有 KVM 时用临时容器试启动，成功才加 --device /dev/kvm 和所属组；部署完和 status 打印实际用的沙箱 - package-docker.sh：--no-microvm；部署说明、配置模板、README 同步	2026-09-30 11:19:25 +08:00
ThearchyHelios	6af4e396b9	生产部署：prod.sh 直接运行，package-docker.sh 打 Docker 离线包（镜像 + 一键部署脚本 + 配置 + 说明） ... - 服务端可以托管前端构建产物（AGENTLAB_WEB_DIST）：页面路由回退到 index.html，/api 下不存在的路径照旧是 JSON 404， 挡住路径穿越；index.html 不缓存，assets/ 带哈希的文件长缓存；没设时行为完全不变 - scripts/prod.sh：不用 Docker 的生产运行。按需构建前端，单进程、不热重载，默认只听本机，--host 开放到局域网并提示没有登录 - Dockerfile（多阶段构建，Linux 镜像）：前端在构建机架构上构建，运行阶段用 python:3.12-slim，依赖装进独立的 venv， 以非 root 用户（uid 10001）运行，数据在 /data，带健康检查；.dockerignore 排除 .env、data/、各种库文件，镜像里实测没有密钥和数据库 - scripts/package-docker.sh：构建指定平台的镜像（默认按本机架构，可选 linux/amd64），打成 release/agentlab-<版本>-linux-<架构>.tar，里面有 image.tar、deploy.sh、agentlab.env、README.md、SHA256SUMS - deploy/deploy.sh：目标机上只依赖 Docker，离线可用。install / start / stop / restart / status / logs / upgrade / uninstall； 检查架构和配置，自动导入镜像，替换容器时保留旧容器以便回退，数据永远保留，日志轮转 - 修正 bubblewrap 的可用性判断：以前只看有没有装 bwrap，容器里和 Ubuntu 24.04 默认配置下装了却建不了命名空间， 每次执行代码都失败；现在真起一次试，不能用就退回下一个后端，并写明原因 - README 增加「生产部署」一节，部署细节见 deploy/README.md	2026-09-30 09:48:16 +08:00
ThearchyHelios	f45ccbfc0c	README：去掉工业场景的表述，改用通用场景的例子 ... - 「受限动态编排」一节开头的「工业场景中……（接单报价、周报、体检）」改成通用说法， 例子换成内置模板里就有的场景：写周报、核对数据、审批后发布	2026-09-29 19:12:59 +08:00
ThearchyHelios	5b0c0e3a32	更新 README.md	2026-09-29 18:39:30 +08:00
ThearchyHelios	8e0817bbc4	README 更新到最新：可点击证据、受管门禁与发布前修复、agent 护栏、测试与检查的新跑法；图片重拍 ... - 新开一节「可点击证据」：引用标记的全部写法、取数链路、点开能看到什么、可疑实体、结论句与裁判（成本上限可设不限）、 审计导出、旧运行的猜测来源、一键升级；子节「受管门禁与发布前修复」写明 G1–G5 和三类修法 - 核心能力表补上 agent 护栏、可点击证据、发布前检查；节点 17 种、模板 9 个、内置工具 15 个，都按代码数过 - 新增「agent 的护栏取代固定步数」一节；工具审批写明三档 ask / gated / always - 快速开始补上 ./scripts/dev.sh --host（写明没有登录、只在信得过的网络里开） - 启用 microVM：安装命令换成能跑的写法（原写法报 no running event loop）；补上手动拉镜像（auto 只选镜像已缓存的 microVM，不手动拉永远选不到）、改完要重启、Linux 上的 KVM 权限、doctor 全绿不等于装好、拉不下来时走代理或镜像源 - 开发与验证：pytest 带 env -u 和 -n auto（约 2860 个测试、约 16 秒）；check-all 的默认跑法、--stacks、只跑某几项 - 5 张图在只装内置模板、只用 Mock 的干净环境里重拍（深色、2 倍像素）；新增证据面板图，用前端测试夹具的示例数据	2026-09-29 18:07:08 +08:00
ThearchyHelios	62aac187d8	工具审批三档、智能体护栏取代固定 12 步、检查脚本分道并行 ... MCP / 自定义工具的审批三档（tools/trust.py） - 平台看不出这两类工具做什么，以前审批关卡一律当它们安全、照跑不误。现在默认每次调用都等审批； 工具页可以逐个改成「始终允许 · 门控把关」或「始终允许」，审批卡上的「始终允许」等于前者 - 门控把关：每次调用先由门控模型审一遍工具说明、参数和节点任务；判可疑、出错、超时、答不成格式， 一律交还给人，不会变成放行。判定包进 checkpoint，审批恢复重放时不再问一遍 - agent 节点、工具节点、协作团队三处关卡都接上；团队成员停不下来等人，门控没放行的调用不执行 - 每次运行在发起时快照档位（runs.tool_trust），恢复和接着跑沿用同一份；正式运行不看档位，一律等审批； 升级前发起的运行照旧不问——它们可能正停在某个审批上，多问一次答复就会对错号 - 接口：GET /api/tools 带 trust / trust_key，PUT /api/tools/trust；设置新增门控模型；新事件 tool.gated - 界面：工具页三选一、审批卡「始终允许」、设置页门控模型、运行记录解码 tool.gated； 顺手修了 MCP 工具详情 404、工具审批被驳回却显示成放行 智能体护栏（engine/guards.py），取代固定的「最多 12 步」 - 步数只留兜底：默认 100，设置里可改；以前画布自动写进节点的 12 按「没填」处理 - 同一个工具、同样的参数第二次不再执行，把上次的结果交还给它；连续 3 步拿不到新信息就收尾 - 每个节点的令牌预算（默认 200 万）和金额预算（默认不限），都可以在设置里改成不限 - 上下文用到窗口的 60% 先压缩早期的工具结果，到 85% 就收尾；临近任何一个上限先提醒模型一次 - 下游结构化校验失败时写明是上游哪个 agent 提前收了尾；复核信号带上收尾原因， 问数据页只在真是步数用满时才给「放宽步数重跑」 - 上限在发起时快照（runs.agent_limits）；升级前发起的运行一字不改走旧逻辑 检查脚本 - check-all 默认 4 道并行：量时间最多的两项互不重叠；并行时没过的最后单独重跑一遍，重跑才过的 单列成「偶发」。16 项全量从约 21 分钟降到约 7 分钟（加上一次重跑约 10 分钟）；--lanes 1 回到串行 顺带修的 - 设置接口里的 limits 改为只读：库里存着旧版设置页写进去的一份（max_agent_steps: 25），从不生效， 却盖住了真实上限，问数据页照着错的数许诺 - test_kb 里嵌入模型那条测试不再真连 api.openai.com（代理慢时一条要等近 4 分钟） - check-stream 读滚动容器前先等它挂上，并行跑时不再偶发 验证（沙箱）：tsc 干净，生产构建通过，pytest 1655 passed（两遍），check-all 16 项检查、3562 项全过； 新增后端测试 53 条，关键逻辑做了 22 处变异验证、全部抓到。	2026-09-28 11:47:45 +08:00
ThearchyHelios	3e311ec551	第三波收尾：跨模块整合、全站扫尾、检查脚本整合；网页工具认得本机代理的 fake-ip ... 整合（3c-integrate） - 公共层：跨天时长（formatSpan / formatOffset / formatLapse）、本机署名（lib/actor）、检索分类色令牌、 数据源目录（useDatasources）收进公共层；失败说明能一次列出多个写坏的自定义工具，查询超时指到数据源的查询时限 - 管理页收尾：设置页接入统一的离开前确认；检查脚本不再把沙箱里的真实值打进输出 - 画布 ↔ 右栏：点出具印章、点节点能跳到右栏对应位置；「定位」直接聚焦到出问题的字段 - 回答流 / 问数据 / 记录页：失败信息带「去哪修」且不再被翻译两遍；协作团队的结局按执行截取； 等审批时断流重连、而运行已在空档里跑完的，补全事件 扫尾（3c-sweep） - 术语统一：开始运行 / 继续运行、工作流最大步数；未保存的运行统一叫「未保存的工作流」（后端新运行同步） - 沙箱报错不再带 Python 异常类名；新增 check-tokens，未定义的 CSS 变量为 0，两个旧别名迁移后删除 检查脚本（3c-checks） - check-ui 跟上新界面（运行列表按 data 属性找行），加上令牌与选中态的回归断言，输出里的名字打码 - 新增 check-all：按顺序跑全部检查、汇总退出码，--repeat 列出偶发项 - 单节出错只记这一节失败、不再带崩整个脚本；外壳遥测浮层「重新检测」时焦点不再掉到 body 网页工具与 fake-ip - Clash / mihomo 一类代理开 TUN + fake-ip 时，查什么都先拿到 198.18 段的假地址，被当成内网拦截。 新增 AGENTLAB_HTTP_TOOL_FAKE_IP_RANGES（默认空）：落在段里的解析结果改向公共 DNS（DoH）核实真实地址， 公网放行、内网照拦、核实不了按拦截处理。DoH 默认先问境外的，境内公共 DNS 会对被封锁的域名返回污染结果 - 列表型环境变量接受逗号分隔（原来注释说逗号分隔、实际只认 JSON 数组）；域名解析改为异步，不再阻塞事件循环 验证（沙箱）：tsc 干净，pytest 866 passed（两遍），检查脚本全绿。	2026-09-27 23:37:32 +08:00
ThearchyHelios	95ff6470d1	后端依赖锁到测过的那一套：pyproject 卡版本范围，requirements.lock 写精确版本 ... langgraph 和四个 langchain 包原来完全不写版本，fastapi、sqlalchemy、aiosqlite 只有下限， uv.lock 还在 .gitignore 里。按旧写法今天新装，22 个包和测过的版本不同，其中 sqlalchemy 会从 2.0.52 跳到 2.1.1。 1. pyproject.toml：LangGraph / LangChain 一族放行到下一个小版本——引擎依赖它们的断点 格式、interrupt / resume、流式事件和 thinking 块，这些在小版本里也改过行为。aiosqlite 与 SQLAlchemy 同样卡小版本：db/base.py 给 aiosqlite 0.22 的 stop() 打了补丁，连接池 强制断开时会走到它。mcp 卡在大版本 1。 2. backend/requirements.lock：后端全部依赖（含间接依赖、全部 extras）的精确版本， --universal 跨平台。锁的是 473 条测试跑过的那个 conda 环境：本机要装的 96 个包逐一 对上，另外 3 个只在 Windows / emscripten 上装。 3. environment.yml 装包时以锁文件为约束（-c），换机器装到的是同一套。 4. scripts/lock-deps.sh 重新生成锁文件：已锁的版本默认不动，升级用 --upgrade-package / --upgrade。README 补了用法，补装 extras 的命令都带上 -c。 验证：用同版本 Python 新建空环境，照 conda 的方式按 environment.yml 的 pip 行安装—— 装到的 96 个包和测过的环境完全一致，473 passed。	2026-09-26 09:49:16 +08:00
ThearchyHelios	9d375f8f1c	循环跑满自己声明的轮数，不再被全局步数上限半路掐断 ... 「测试 1」按校验提示改好之后仍然跑不完：while 循环配了 1005 轮，每轮是"循环节点 + 循环体"两步，而整次运行的步数上限（max_graph_steps）是 200——跑到 100 轮上下 LangGraph 抛 GraphRecursionError，报错是一段英文，叫人去调一个界面上碰不到的 recursion_limit。 图没写错，是平台自己的两个上限在打架：校验通过，跑到一半才死。 全局上限防的是没人把关的环；loop 节点的 max_iterations 是作者明说的轮数上限。现在循环 按自己的轮数另记一份预算（schema.loop_steps），加在全局上限之上，子图同理。取上界： 一个节点最多跑 Π(包住它的各层循环 max_iterations + 1) 次，嵌套相乘；done 出口之后的 节点只跑一次，不按轮数记账，否则预算虚高、等于没有上限。 没有 loop 节点把关的环（分支连回上游）照旧由全局上限拦住，报错改成中文、说清预算怎么 来的、该怎么改；子图里撞上限报子图自己的名字和步数——以前那段英文会被外层包进 NodeError 原样带出来。 实测：「测试 1」照提示改完，在真沙箱里 1000 轮跑满，25 秒，结果 501500（= 2+3+…+1001）。 测试：test_step_budget 8 条——预算的上界、嵌套相乘、done 之后不记账；全局上限压到 20 步 时循环照样跑满 30 轮；空转的环中文报错；子图里的循环有自己的预算、空转的子图报它自己的 名字。把 runner / 子图的预算换成 0，对应用例确实失败。README 补了常见问题，测试数更新为 470。	2026-09-25 17:04:49 +08:00
ThearchyHelios	0997603ccf	画完先自查：条件写错在校验时就拦下，Copilot 交付前按同一套规则查一遍、查出问题先改 ... 开发库里四次运行死在同一句"循环条件写错了：表达式里不允许出现 Set"。条件原文是 `{{ vars.gate }} != "ok"`——把模板写法带进了表达式：`{{ x }}` 在 Python 里是"装着 一个集合的集合"。Copilot 的提示词写着"模板语法在任意字符串里用"，模型照做而已； 校验又不看表达式，写错了只有跑到那一步才知道，前面的步骤白跑。 1. 表达式：解析和静态检查收成一个 parse_expression，运行时、校验、Copilot 自查共用， 不会出现"校验说能跑、跑起来报错"。多套的 {{ }} 意思无歧义，在语法树上剥掉（字符串 里的花括号不动），按 vars.x 理解并提示。真写错的给能照改的提示：| 过滤器 → len(x)、 集合 → 列表、不认识的函数列出能用的、= 当 ==、引号里的 {{ }} 永远不成立、推导式、 切片、私有属性。and / or 短路掉的那半边也查。 2. 校验：按节点类型和模式挑出真正求值的字段（分支条件、while 条件、整形表达式、口径卡 指标、skip_if）。写错是 error、挡住运行；漏写 vars. 的名字提示会取到空值；while 没写 条件、整形没填表达式也说出来。foreach 的 condition、模板模式的 expression 不求值，不查。 3. 代码节点：assign_to 拿的是 stdout。「测试 1」修好条件后跑通了、结果却是空的——代码 最后一行是裸表达式，那是 notebook 的行为。设了 assign_to 却找不到任何输出的 Python 代码，校验直接拦下，提示 print(json.dumps(结果))。宁可漏判不可误判：子进程、exec、 附带文件里的 print 都算有输出；整行只有一个 {{ }} 的代码是运行时才拿到的（⑤号示例 整段就是 {{ vars.code }}），看不见，不猜。库里 20 张工作流无一误拦。 4. Copilot 自查：搭完用同一套校验过一遍，error 级的问题连同图交回模型——只修这些、只 输出改动，最多两轮。改好了才自动运行；改不好照实交付、列出剩下的问题，不自动开跑。 没问题的图不多花一次调用；只是多套了 {{ }} 的不返工。提示词改成"模板只在普通文本 字段里用"，并列出表达式字段的对 / 错写法和代码节点必须 print。 5. 前端：自查这一段在 Copilot 的过程里看得见——发现几处问题、交回去改、改好了没有； 改不好标红并说明没有自动运行。"搭好了，共几步"那一行不会被挤掉。 测试：新增 test_expressions（开发库里真实死过的四条条件、静态提示、按模式挑字段、代码 输出、带 {{ }} 的循环真跑一遍）与 test_copilot_selfcheck（脚本化模型：改好 → 自动运行； 改不好 → 不运行、最多两轮；干净的图一次调用；多套 {{ }} 不返工）。test_continue_run 里 用来制造运行时失败的表达式换成 `2 ** 100000 > 1`——原来那条现在在校验阶段就被拦下了。 check-decode 补了自查的解码断言。	2026-09-25 17:04:39 +08:00
ThearchyHelios	03830d4815	服务重启不再把运行记成"用户取消"；接着跑也不再替人答掉下一个审批 ... dev.sh 开着 --reload，改一个后端文件就是一次关停。三件事以前都是错的： 1. 关停时在跑的运行一律记成 cancelled、原因"用户取消"——之后 resume 和 continue 都拒绝它，尽管 checkpoint 完好。现在关停时收到的取消记成 interrupted （和强杀后启动扫描的处理一致），留一条 server_shutdown 日志说明原委， 不发 run.cancelled。 2. 关停会打断正在收尾的运行：状态已落、封存和 run.finished 还没写完就被取消。 现在已进入收尾的运行不取消，等它写完。 3. 因重启而中断的运行没有在等人的 interrupt，resume 却照样发 Command(resume=…)： 那个值会被后面遇到的第一个 interrupt() 当成答复——一个还没轮到的人工关卡被 自动作答（审查时的实测）；当前版本的 LangGraph 则直接在内部崩掉 （UnboundLocalError: resume_is_map），运行判 failed。现在没有待答的 interrupt 时从断点接着跑（输入 None）。 运行详情页：中断了却没有待审批的运行，以前显示"等待人工介入"却没有任何可点的 东西，现在说明原因并给「接着跑」。用真实库里的中断运行看过：无待审批的出横幅， 有待审批的仍由审批卡片处理。README 加了对应的常见问题。 test_shutdown.py 3 例，修前全部失败：关停不是用户取消；重启后接着跑，前面跑完的 节点不重跑、后面的人工关卡真的停下来等人；关停不打断收尾（封存照样写完）。 分两步修、中间跑了一次，确认第二例在关停修好之后确实撞上了 resume 的崩溃。 422 → 425 passed，连跑 8 轮全绿；check-guards / decode / stream / canvas-layout 不回归。	2026-09-25 16:05:14 +08:00
ThearchyHelios	5928cc052e	三道只配不管的护栏开始干活：运行时限、模型超时、清单核对 ... 显示成生效却没生效，比明说没有更危险——它让人以为有东西在兜底。 1. max_run_seconds 只存在于配置和设置接口里，没有任何代码执行它：一个挂住的 模型或工具能把运行和它占着的并发名额一直拖着。现在 runner 用 asyncio.timeout 强制执行，按"一段执行"计（等人工审批时 _drive 已结束，不算）；超时判 failed、 说清是哪道上限，可以接着跑。别处抛的 TimeoutError 不冒充这道上限（看 Timeout.expired()）。 2. 模型调用从来没设过超时：ModelSpec.timeout 从没被赋值，那条传参分支一次都没 执行过，所有调用走 SDK 默认的 10 分钟外加重试。新增 model_timeout_seconds （默认 300 秒）作为缺省，节点显式配的仍优先；已确认 ChatAnthropic / ChatOpenAI 都接这个参数。 3. manifest 哈希只写不验，而且是在 run.finished 落库之前算的——清单里恰恰少了 宣布"跑完了、成果是什么"的那条，改成果清单照样对得上。现在终态事件落库之后 再封存，并记下封到哪一条（manifest_seq，新列）；新增 verify_manifest 与 GET /api/runs/{id}/verify，运行详情页加了核对按钮。封存之后追加的事件不算篡改。 老运行没有 manifest_seq，按当时的口径还原范围——开发库里 300 条带哈希的历史 运行全部核对通过（成功 / 失败 / 取消各类都有），没有一条误报。 设置页「运行环境」补上单次执行时限和模型调用超时两项，README 加了对应的常见问题。 顺带修了一个被 _seal 放大的老问题：_drive 的收尾被打断时（关停取消、库连接出错） 漏掉 _tasks.pop，留下的任务让下一次 shutdown 的 gather 在别的事件循环里抛 "future belongs to a different loop"——测试里表现为每八九轮一次、一出就是几十个 teardown error。pop 移进内层 finally，shutdown 只等未结束的任务并清空。修后全量 连跑 12 轮 12 轮全绿。 test_guardrails.py 8 例：超时中止（挂住的节点 1 秒后被停下）、缺省模型超时、封存覆盖 run.finished、改成果被戳穿、事后追加不误报、老运行按旧口径核、中断态未封存、接口 404。414 → 422 passed。	2026-09-25 15:59:32 +08:00
ThearchyHelios	429398a156	前端四处直接伤人的地方：输入法回车、覆盖别的图、停止不停、整站白屏 ... 1. 中文输入法选词的回车被当成发送。问数据页输入框不判组字状态（Composer 判 了，这里没有）：用户每选一个词，半句问题就被送去建图、跑图。同样的漏洞还在 会话重命名、知识库搜索、{{ }} 补全、⌘Enter 运行上。收成 ui.isComposing，六处 统一——Safari 结束组字那一下 isComposing 已经是 false、keyCode 还是 229，两个 都看。 2. 「在画布里打开」后 ⌘S 覆盖上一次打开的工作流。它只调了 setGraph：换掉画布 上的节点，store 里的 workflow 还是上一张图，保存就把那张图整张覆盖了（旧版本 还在版本表里，界面上没有入口找回）；没打开过图时 ⌘S 则什么都不做。现在建成 一张新工作流（以这一轮的问题命名）、走它自己的地址，原来的图不受影响。 3. 问数据页的「停止」不停。它只关了自己这头的事件流，从不调 runs.cancel，而后端 断开订阅不会取消运行——模型和 SQL 其实还在跑、还在计费，界面上却已经显示 "已取消"。等人工审批的那一轮照旧不动。 4. Copilot 编出一个不存在的节点类型，整站白屏、没保存的编辑一起丢。三层都补： - 后端 _apply_op 拒收未知类型，不进图、不转发，最终校验里说明跳过了哪一步； - 前端流式加节点时再拦一道；sourceHandles、属性面板遇到未知类型不再崩； - 全站加页面级 ErrorBoundary：导航栏留着，换一页自动恢复；编辑中的图在 store 里，点「重试」时它还在。 新增 scripts/check-guards.mjs（真浏览器，拦下所有非 GET 请求，不写库不花钱）： 组字回车与 keyCode 229 不发送、普通回车照常发送、未知类型不白屏、渲染真出错时 只坏这一页且换页恢复，连跑三次全绿。等待一律等事件，只有"不该发生"的断言用 窗口。后端补了未知类型不进图的用例，413 → 414 passed；tsc 通过，decode / stream / canvas-layout 三个检查不回归。	2026-09-25 15:41:30 +08:00
ThearchyHelios	4559c96fdd	出具校验认得中文数字了："增长三成、客户两千五百家"不再能盖 formal 章 ... 校验器只抽阿拉伯数字。strict 契约下"本周营收增长三成、客户两千五百家"一个数 都抽不出来，判 formal；同样的意思写成 2500 却会被 withheld。叙述层换一种写法 就绕过了"不许现编数字"这条地基，而"出错自动改一次"的复核回路会把模型往这条 路上推——被拦一次，它学会的是写汉字。review.check_numbers 复用同一套抽取， 同样的洞。 中文数字难在两头，规则按"这是不是在报一个量"来定（文件头有完整说明）： - 多字且解析得通的一律抽：十二、两千五百、两千五（省略写法）、一万二、三点五万； - 单字只在后面跟计数单位时抽：两家、五天。"一"加量词多半是冠词（一个问题）， 不抽——放过一个值为 1 的现编，代价远小于满篇误杀； - 成、倍、百分之、分之、一半单字也抽，按口语精度给容差（三成 = 30% ± 半成）； - 余 / 多 / 来按区间回指（两千余 = [2000, 3000]），不跳过——跳过就是新的绕法； - 不抽：序数、星期、月日、季度名（三季度 = Q3）、"从三个方面看"这种结构性列举、 几十 / 数百 / 上千这种虚指、成语（五花八门、千方百计、万一、十分重要）。 顺带修了阿拉伯数字的两处： - 万 / 亿后缀的容差按书写精度算。3.5万 写到千位，应是 ±500，以前按 3.5 的一位 小数给 ±0.05，只认 35000 整——README 承诺的"按书写精度"对带后缀的数不成立。 - 补上千 / 百万 / 千万后缀："2千家"以前抽出来是 2，回指的是一个错的值。 出具校验以前没有一条直接测试（只经 check_numbers 间接覆盖）。新增 test_issuance.py 39 例：解析、该抽的、不该抽的两头都守，外加当初那条绕过（旧代码实测：抽不到、判 formal）。374 → 413 passed。	2026-09-25 15:30:32 +08:00
ThearchyHelios	a819f92903	审批只认明确的"同意"，而且每个会执行危险操作的地方都得过这道门 ... 三个口子，都实测复现过： 1. 回复"拒绝"，工具照样执行。四个节点四套审批解析：工具节点和代码节点对 回复一律 bool()，"拒绝"、"no" 都是真；{"decision": "approve"} 反被当成 拒绝；{"approved": "false"} 也是批准。现在收成一份 engine/approval.py： 只认明确的批准，看不懂的一律按拒绝。填内容的 human input/edit 模式另算—— 裸字符串是交稿，只有结构体里明说"不"才驳回。 2. 可写数据源上的 DELETE 从来不问人。数据源工具是动态生成的，查不到 ToolSpec，任何审批模式下都被当成安全；is_dangerous_call 写好了但全仓库 没人调用。现在危险与否逐次判定：registry.call_is_dangerous 统一问，数据源 工具把判定挂在 metadata["dangerous_if"] 上——同一个 db_query，查询直接 跑，可写源上的写要先确认。工具节点、agent 节点、协作成员都走它。 这一步以前没出事，只因为写入从不提交：run_query 走 stream，拿不到结果集就 抛 ResourceClosedError，连接关闭时再回滚——审批通过的写也没落过库。审批接 好之后才让写真正提交（先后不能反，反过来就是一个无审批写库的窗口）； RETURNING 这类带结果集的写照样返回行。工具页的"试一下"是人自己在执行， 不设审批。 3. 协作团队的成员调工具完全不经审批。成员们并行跑在一个节点里、停不下来等 人（恢复时节点整个重放，几个人的 interrupt 对不上号），所以需要确认的调用 不执行，把原因交还给成员让它换做法；节点上显式设成"全部自动放行"才跑。 前端补了这个选项。顺带修了同一处的两个老问题：成员步数不受 max_agent_steps 约束；步数用完时把工具的原始返回当结论交上去（agent 节点在 4057cdc 修过 同一个问题，这里没跟上）——现在补一轮不带工具的收尾。 连带修的：多条审批并存时，交给引擎的是库里存的那份回复，而它存之前被 _safe 截到了 2000 字，解包时又只留 value——人工改过的长稿被砍一截，带了内容的驳回 被当成交稿。现在存全文、只拆自己包的那层 {"value": x}。 test_approval.py 36 例；去掉修复重跑，引擎层 10 例全部失败，各对应一个真问题。 并行驳回那例翻出了一个运行卡死的老 bug，已在上一个提交单独修掉。 338 → 374 passed，连跑三次全绿。	2026-09-25 15:21:20 +08:00
ThearchyHelios	26ff8e1e06	只读数据源真的只读了：WITH … DELETE 不再从首关键字下面钻过去，连接本身也写不进去 ... 守卫只看首关键字，而 with / pragma 都在只读白名单里。在只读的 SQLite 源上 实测：`WITH k AS (SELECT 1) DELETE FROM t` 被放行，5 行删得只剩 2 行； `PRAGMA user_version = 7` 也写进去了。调用方只看到一个 ResourceClosedError—— pysqlite 只在 INSERT/UPDATE/DELETE 开头的语句前隐式开事务，WITH 开头的直接 自动提交，连接关闭时的回滚兜不住。Excel/CSV 上传生成的正是这种 SQLite 源。 两层一起收： 守卫：以查询开头的语句（SELECT / WITH / EXPLAIN）要把正文扫一遍，先抹掉注释 和引号里的内容，再找写关键字（DELETE、UPDATE、INTO、FOR UPDATE、EXPLAIN ANALYZE 里的语句……），关键字后紧跟 ( 的是同名函数不算（MySQL 的 INSERT()、 TRUNCATE()）。PRAGMA 改成只读白名单，`= 值` 和 `(值)` 两种赋值写法都拦。 另收一小撮有副作用的函数，其中 set_config 必须拦：PG 真库实测，它能把连接层 的只读关掉，同一连接的下一个事务就能写。函数名加引号、dblink 另开连接这两种 绕法也补上了。is_write 与只读判定共用一份判定，免得审批那道门另有一套口径。 连接层：只读源连接时就只读（engine_args）。SQLite 以 mode=ro 打开（file: URI， 路径带空格、中文、# 都测过）；PostgreSQL 设会话默认事务只读；MySQL / MariaDB 设会话事务只读。Oracle 没有会话级开关，只剩守卫——README 写明请配只读账号。 真库验证（临时实例，已清理）：PostgreSQL 18 与 MySQL 8.0 上，DELETE、WITH … DELETE、 PG 的数据修改 CTE、nextval、EXPLAIN ANALYZE 绕过守卫直连执行，都被数据库以 只读事务拒绝；可写源不受影响。 测试：守卫新增 33 例（藏在查询里的写、会写的 PRAGMA、同名函数与引号标识符不误杀）， 去掉修复重跑是 17 例失败；test_readonly_source.py 6 例（当初那条绕过、绕过守卫 直连写、中文路径、可写源不受波及、各库的会话参数）。297 → 334 passed。 顺带查到但没在这里修的：可写源上的写操作既不审批也不生效——is_dangerous_call 全仓库没人调用，而 run_query 从不 commit，写完就被回滚。两件事必须一起修 （先接审批再让写入生效，反过来就是一个无审批写库的窗口），放在审批统一那一步。	2026-09-25 14:44:56 +08:00
ThearchyHelios	66cc96b463	汇合节点只跑一次：长短支路不再把它触发两遍，循环的 done 出口也不再被提前放行 ... 多条边汇入同一个节点时，编译器对每条入边各 add_edge 一次。LangGraph 对这种 接法的语义是"任一上游跑完就触发一次"：两条支路一样长时，两次触发落在同一步 被合并，看不出问题；一长一短时，汇合节点先拿短支路的结果跑一次，长支路到了 再跑一次——模型调用、工具副作用、下游全部翻倍。循环体里更糟：每轮汇合两次， 循环节点就多推进一格，done 出口在循环跑到一半时就放行了，成果节点跑了 3 次。 README 写的"自动等待汇聚"只在支路等长时成立。 修法是给汇合节点加 defer（等图里其余待执行的任务都跑完再跑一次），而不是 屏障 add_edge([a, b], j)：分支之后的二选一汇合，没走的那条永远不会到，屏障 会一直等，而 LangGraph 没有可执行任务时会安静结束——汇合节点和下游就被无声 跳过。代价写在 _join_nodes 的注释和 README 里：它也会等图里无关、恰好在跑的支路。 汇合 = 两个以上前向上游，循环回边不算。回边识别因此从 layout.py 挪到 schema.back_edges，加了 roots 参数：执行语义要从入口起 DFS，否则循环体里的 前向边可能被误判成回边；排版照旧按节点顺序起算，行为不变（check-canvas-layout 全过）。 新增 test_fan_in.py 5 例：长短支路、循环体内汇合（修前分别跑了 2 次和 4 次）； 二选一汇合、被分支剪掉一路的汇合（守着别把修法做成屏障）；回边不算汇合。 292 → 297 passed。内置模板里 ③④ 的成果节点是二选一汇合，行为不变。	2026-09-25 14:33:56 +08:00
ThearchyHelios	8905fe5e60	多 agent 节点在画布上展开协作矩阵，运行时的动效统一成一套语汇 ... 多 agent 节点原本是个黑盒：卡片转三十秒圈，然后吐一段文本。"它同时派了三个 人"、"谁还在跑"、"并行到底省了多少"全都要点开右栏才知道，而右栏是线性的 时间线，看不出并发的形状。 现在它跑起来会在卡片里展开一块协作矩阵。三条设计上的选择： - 花名册固定在原地，不按派单顺序重排——几轮下来眼睛知道谁在哪一行 - 条形长度按**这一轮里最慢的那个人**归一化。三个人并排三条长短不一的条， 墙钟为什么等于最长那条、而不是三条之和，不用解释就看懂了；页脚给出 并行一共省下多少 - 本轮没被派到的人不显示成"待命"，而是留着上一轮的成绩（压暗）——它已经 交回来了，说它待命是错的，看的人会以为它还没干活 矩阵和右栏泳道读的是同一份翻译：把 decodeRun 里那段攒泳道的逻辑抽成 reduceTeam（不可变，每次返回新对象，画布那份挂在 zustand 上需要新引用）。 两边各写一遍的话，同一次运行在右栏和画布上会给出不同的并行度——而"几个人 同时在跑、省了多少"正是这个节点唯一值得看的东西。抽完之后 check-decode 一条没红。 其余节点按同一套语汇动：边框上转一圈光弧 + 扫描线 = 正在跑，绿色扫一遍 = 刚跑完（只扫一次——常驻动画会让整张画布一直在动），短促抖动 = 刚失败， 琥珀呼吸 = 在等人。循环卡片显示"第 1/5 轮"；分支跑完点亮命中的出口、压暗 其余，实际走过的边留在画布上，那就是这次的执行路径。连线上的虚线换成顺着 路径跑的光点：虚线只让人觉得"在动"，光点能看出往哪走，速度按路径长度归一化 （长边上的光点走得慢会像卡住了）。 原来那个往外扩的声纳圈（pulse-ring）删掉了。同一个意思说两遍只会更吵，而且 声纳扩出去会和邻居卡片的边框糊在一起。 一个前提先验证过：offset-path 在 SVG 子元素上能不能对齐路径。测下来和 getPointAtLength 的位置差 0px，才敢用它。 排版要按**展开后**的高度给多 agent 节点留位置（layout.py 的 _height 按名册 人数算）。不留的话它一跑起来就盖住下面那张卡，而且运行结束后矩阵不会收起来 （那正是要回看的东西），重叠是永久的。 前庭敏感的人由 prefers-reduced-motion 兜住：光弧、扫描线、流光条、光点整体 不绘制，而不是把时长压到 0.01ms——那样它们会停在动画的最后一帧，光弧卡在 角落、光点全堆在起点，看着像渲染坏了。静态下"谁在跑"由实心圆点和"进行中" 三个字承担。 新增 scripts/check-canvas-fx.mjs：把脚本化的事件灌进 store（走的是页面上那一份 applyEvent / NodeCard / FlowEdge，只有事件来源是脚本），断言协作矩阵真的长出来、 并行度算对、条形长度和耗时成正比、分支命中的出口被点亮、关掉动效时光效确实不 绘制。真跑一张多 agent 的图要连模型、要等十几秒，而且撞不上"三个人同时还在跑" 那一瞬间——那样的检查会变成偶发失败。另外用仓库里 fixtures.json 那份真实导出 的事件验过一遍，含老运行那种只有中文消息串的 log（走正则兜底）。 顺手修掉检查脚本互相下绊子：check-canvas-fx 原来会留下一张没坐标的工作流 （节点全叠在原点），而 check-ui 打开 /studio 会落到"最近更新"的那张上，于是 点节点被挡住。现在落库前先让后端排好版。 292 passed（新增 2 条：展开的多 agent 卡片必须在排版里留出位置）。	2026-09-25 12:47:07 +08:00
ThearchyHelios	75be5f485e	画布上的线不再叠在一起：排版按车道留走廊，走线不再交给 smoothstep ... 原来所有边都交给 React Flow 的 smoothstep，它的竖直段一律落在源和目标的 正中间。同一列的边于是全挤在同一个 x 上：一张"入口扇出三路 → 归并 → 分支 → 出具/驳回"的图上，跨层的 a3→join 和 m2→join 的横段**完全压在同一条线 上**，长边还直接从"归并B"卡片中间穿过去。排版那边同样糙：同层按 id 字典序 竖排，所以 out_no 排在 out_yes 上面（"n" < "y"），分支的 yes/no 是反的； 层内没有任何减少交叉的排序；层间距写死 300。 后端 app/engine/layout.py 重写成分层布局：先剔回边再按最长路径分层（loop 的回边不参与分层，否则循环体会被压到循环节点左边）；层内中位数启发式上下扫 六轮取交叉最少的一版，分支/循环的出口再按声明顺序占位重排；y 先均匀堆叠再按 邻居重心迭代松弛，同列节点因此和上下游对齐，长边也走得直；最后按"穿过这条 走廊的连线在竖直方向最多重叠几条"给走廊留宽——区间图上的贪心染色，和前端 用的是同一套，走廊留窄了前端再聪明也只能把线叠起来。 前端 canvas/routing.ts 自己算走线：出边沿右边缘错开、入边沿左边缘错开（入边 按上游纵向位置排序），竖直段按区间染色分配车道——真叠在一起的才各占一条， 首尾相接的（同一个扇出点）共用一条，看起来就是一条总线；跨层的长边和循环的 回边在中间各列的纵向占用里找空档绕过去，不再压过卡片。边换成自定义组件后 React Flow 不再自动加动画类，实测确认 .edge-active 仍然生效。 顺带修掉"排完版看不见图"：整张图换过坐标后（自动排版 / Copilot 生成完 / 切图）自动重新取景。坐标变了视角没变，人盯着的是一片空白。 新增 scripts/check-canvas-layout.mjs：把夹具图交给真后端 /api/copilot/layout 排版，再直接 import('/src/canvas/routing.ts') 用页面上跑的那份代码算路径， 按几何断言没有两条线压在同一段上、没有线穿过别人的卡片、两端都接在节点边缘， 另有 1325 条随机坐标的 fuzz 防手拖之后算出 NaN 路径（NaN 的 path 什么都不 画，界面上就是"线没了"，一声不吭）。这条检查做过变异验证——把 laneX 改成 永远返回走廊中点，它立刻报 a3→join × m2→join，正是原图上那处重叠。 285 passed（新增 12 条排版不变量）。check-ui 69 项通过，唯一失败项"本地哈希 要标出没有语义能力"已 git stash 到基线复现，与本次无关。	2026-09-24 22:58:54 +08:00
ThearchyHelios	69129bba9c	Add license section to README ... Added licensing information and usage terms to README.	2026-09-23 16:22:44 +08:00
ThearchyHelios	4d237c3b08	重写 README：加入实机截图与架构图，改为陈述性技术文档 ... 原 README 停留在 9 月 14 日，且没有任何图示。这一版补齐了此后落地的能力， 并把语气从口语转成技术文档该有的陈述式。 **图示。** 4 张实机截图 + 3 张 mermaid 图： - 运行中的画布（主图）：已完成节点标绿、执行中节点高亮、右栏实时时间线， 一张图说清"运行时逐节点观察执行过程"这句话 - 人工审批分支、出具链路、多 Agent 协作三张流程图，按节点包围盒裁剪， 不带侧栏——README 里看流程结构不需要连带半屏 UI - 三层编排关系、出具链路、系统架构三张 mermaid（GitHub 原生渲染， 无需图片文件），已逐块用 mermaid.parse 验证可解析 截图由一个空数据目录启动的临时实例产出（AGENTLAB_DATA_DIR 指到 /tmp）， 只含内置模板和 Mock provider，不含任何真实数据——README 里的图不该把 谁的生产库名和用户邮箱印出去。这一点在文末也写明了。 **补上此后落地的能力：** 对话式取数与会话持久化、URL 寻址、断点续跑、 产出复核（规则扫描 + 不得新增数字的机械校验）、Excel/CSV 转可查的表、 PowerPoint 解析、倒排索引与模型重排、向量模型接本地端点。 **检索那段给了实测表格**而不只是一句"混合更好"：纯向量 81% 低于纯关键词 88%、 混合加 Qwen3 到 94%、再加重排 100%，并注明样本只有 16 题、单题即 6 个百分点， 方向可信而精度不可过度解读。 **语气。** 去掉"看着它跑""拍板""直接玩""照实说""纯属白花钱"这类说法， 改成陈述句。但保留原有的如实披露：Seatbelt 限不住内存、microVM 首次拉镜像 54.5 秒、以及 UDP/53 堵不上导致 DNS 隧道外泄通道始终开放——后者单独用引用块 提到显要位置。写清楚缺口是专业的一部分，不是减分项。 文中引用的数字逐条核过：271 个测试、15 个内置工具、16 种节点、8 个模板、 四个可选依赖 extra 的名字。图片路径和目录锚点全部可解析。	2026-09-20 18:43:33 +08:00
ThearchyHelios	cdf7f9fc9d	README：说清 microVM 的三步安装都是一次性的 ... 原文把一次性设置放在「怎么启用」标题下紧跟命令，容易读成每次启动都要跑。 另外那条 pip install 对用 environment.yml 建环境的人本来就是多余的。	2026-09-14 14:16:36 +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	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