 ThearchyHelios
|
e10c4f23fc
|
界面与交互全面翻修（前两波）：运行态有了 HUD 和时间轴，终态会收尾，全站令牌、组件、文案统一
来自 2026-09 的 UI/UX 审查（142 条）。本提交是前两波，第三波（记录页接入时间轴、跨页互链、check-ui 更新、全站扫尾）另行提交。
地基
- 设计令牌：全局规则和 .btn/.field/.chip 放进 CSS 层，Tailwind 工具类重新生效，选中态、开启态不再被吞掉；字号阶梯；
辅助文字在所有底色上 >= 4.5:1；状态色专用，节点类型色与之拉开色相；「跟随系统」真的跟随，首帧不闪深色；新字标与 favicon
- 基础组件：confirmDialog / promptDialog 取代原生对话框；toast 出错不自动消失、可复制、读屏可播报；离线横幅与断线恢复；
九种剪影的状态徽标；唯一一份状态文案（lib/status）、格式化（lib/format）、术语（lib/terms）、报错人话（lib/errors）
- 运行态内核：事件折成航迹（run/trace.ts），可投影到任意时刻；取消 / 失败 / 服务重启后统一收尾，不再永远转圈；
run.status 随事件回写；token 事件不再堆进 events
- 后端：协作成员逐个完成即发事件，调度者决策有事件；时长分执行 / 墙钟 / 等人；API 时间带时区；
中断的运行也发 stream.end；运行列表可筛选翻页；删除运行 / 工作流有保护；运行默认值接通；可测未保存的配置；
报错说清发生了什么、为什么、怎么办
功能
- 画布：状态四重编码、固定高度遥测槽、按缩放三档、运行胶囊与 HUD、航迹时间轴与回放、执行轨迹边、
等待闸门、跟随执行、正式运行只读、一次性时刻（开场点亮、回扫、阻断级联、出具印章）
- 编辑：撤销重做、版本历史、问题面板可定位、三栏可收起、模板与表达式字段区分、变量血缘、快捷键、带搜索的选择器
- 回答流 / 问数据：贴底才跟随滚动、工件下钻、出具横幅列出缺口、答案可复制导出、按会话的忙闲、
答案不再在 2000 字处截断、重启后这一轮会收尾
- 记录页：待审批 / 运行中 / 失败页签、筛选翻页、实时接流、排错路径指到节点、封存凭证常驻
- 管理页：新的「数据」页、写操作失败都有反馈、弹窗里先测连接、统一持久的连接状态
- 外壳：导航改版、⌘K 命令面板、? 快捷键帮助、404、页面标题与 favicon 状态点、后台提醒
验证（沙箱）：tsc 干净，pytest 579 passed，14 个检查脚本中 13 个全绿；check-ui 剩 1 项旧断言（按旧日期格式找运行行），第三波更新。
|
2026-09-26 23:11:31 +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
|
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
|
7fb2976f29
|
代码节点的变量不再带着 print 的换行：一个变量不该有两种判定
运行 d47bfcb03dc747658c2d63f8755992b9 交出来的是自相矛盾的结果——
"已重试 2 次仍未成功，流程终止"，而最后输出是 {"ok": true, "result":
"1+1 = 2"}。看着像运行失败了，其实 status=succeeded。"已重试 2 次"是图里
写死的文案，跟实际跑了几轮、跟成败都无关。
真正的毛病在事件流里：judge 节点（code）的 vars 是 {"ok": "ok\n"}。
assign_to 拿的是**原始 stdout**，而 print() 一定补一个换行，于是
`print('ok')` 写进变量的是 "ok\n"。后果是同一个变量、同一个表达式被两个
控制节点判出相反结论：
loop retry vars.ok == 'fail' → False 循环正常退出（看着像成功）
branch check_outcome vars.ok == 'ok' → False 所有条件都不满足 → default → 失败
这不是个例，是代码节点的默认用法：print 是它唯一的产出通道，写完再比字符串
是标准套路，所以只要这么写就必然踩上，而且**静默**——没有一个地方会说
"这个值多了个换行"。
同一个函数里本来就为了"stdout 是不是 JSON"算过一次 strip()，只是没拿它当值
用。现在统一成一份：
- payload["text"] 和 assign_to 都用去掉尾部空白的文本。只削尾不削头：首行的
缩进是内容（逐行打印一段缩进文本时削掉就毁了），而尾部换行是 print 的产物
- payload["stdout"] 保留原始输出——审计"到底跑了什么"只能看它
- stdout 是 JSON 时仍解析成对象，既有约定不变
- {{ vars.x }} 和 {{ nodes.x.text }} 必须是同一个值，两种写法给不同的值比
原来的毛病更难查，所以一起改
顺带在 Copilot 的 NODE_REFERENCE 里写明代码节点的输出契约（尾换行已去掉；
stdout 是 JSON 就变对象，那时要用字段引用而不是比字符串），否则模型会继续
生成下一个变种。
新增 tests/test_code_output.py：五条，覆盖尾换行、多行内容不被削坏、JSON
仍解析成对象、text 与 vars 一致、纯空白输出归一成空串。修之前红四条。
验证做过变异：把改动还原，同一张图回到"走了失败分支"，而 print('ok',
end='') 仍是成功分支——换行就是原因。把用户那张图原样重跑，judge 的 vars
是 {"ok": "ok"}，check_outcome 命中 "vars.ok == 'ok'" 走成功出口。
290 passed。
|
2026-09-24 23:15:19 +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
|
4057cdc35f
|
步数用尽时先收个尾，别把半截过程当答案交出去
走到步数上限一定意味着最后那步**要求了工具**（不要工具的话循环早 break 了），
也就是说模型从来没拿到过"说结论"的那一轮——它只是被掐断在半路。交出去的
是它上一句中间过程的话，末尾补一句"步数不够，请调大"。
实测这条线是绷紧的：库里 116 个 agent 节点，87% 在 10 步内收口，11 步只有
1 个，**正好 12 步的有 11 个**。1 跳到 11 是被截断的特征，不是自然分布。
所以补上那一轮：不给工具，让它基于已经查到的收口，并说清哪些没查到、
结论因此有什么局限。用 base_model 而不是绑过工具的 model——收尾轮必须在
结构上发不出 tool_call，靠提示词请它别调是约束不住的。
两种收场发不同的 code：收上来了是 step_limit_settled（DEGRADED），
收不上来仍是 step_limit（BROKEN）。不复用同一个 code：库里那 8 条老事件
的含义确实是硬截断，改语义等于把历史运行重新解释成另一回事。
顺带修掉一个一直在白烧钱的 bug：chat.ts:440 的注释说自动重试能"调大最大
步数"，而 copilot.py 明确禁止模型写 max_steps。两边对不上，于是 step_limit
的重试是用同一个默认 12 再跑一遍，必然撞同一堵墙。现在那条禁令改成有条件
的——只有上一次死于步数不够时才准显式写大值。改完两条路各自成立：收尾
成功走 DEGRADED，闸门不开、不重试（对的，同配置再跑还是撞墙）；收尾失败
仍是 BROKEN，而这次 Copilot 真能把步数调大。
硬顶 25 → 100，画布滑块跟着放开，**节点默认仍是 12**：要更多的人调得动，
不知情的人不会突然多花十倍。
新增 tests/test_agent_steps.py，顺带补回 agent 循环的集成测试（原来那个
文件在脱敏那轮被整个删掉了）。两条反向断言是重点：正常收口的 agent 一次
调用都不该多花，以及收尾轮发不出工具调用。两者都做过变异验证——把收尾
结果丢弃、把收尾轮换成绑工具的 model，各自都能让对应的断言变红。
273 passed（去掉一个会真连 api.openai.com 的既有慢测试是 238 passed / 9.4s）。
|
2026-09-24 16:38:26 +08:00 |
|
|
ThearchyHelios
|
cc608f56ec
|
跑完先过一道复核再交给你：异常说破、数字不许现编、出错自动改一次
「跑完了」和「答得对」之间一直没有任何一层。库里 264 条 succeeded 里，
14 条带着 warn、4 条 agent 步数用满，而交到用户手上的答案对此只字不提。
最糟的一次（run dd9927e6）交出去的干脆是「本轮只执行了第一个工具」——
一句内部管道文案冒充结论。
出具体系（issuance.py）本来就是干这个的，但它挂在输出节点的可选契约上，
还要配口径卡提供受控指标集；问数据页生成的图基本都是 input → agent → output，
走不到那条路。所以补一层轻的。
**干净的运行一次模型都不调。** 先用规则扫一遍事件流（engine/review.py:scan），
没扫出东西就到此为止。实测 15ms 返回。这是整层设计的前提，测试里用
「monkeypatch 一个会抛异常的模型，断言它没被碰过」来守。
**分类挂在 code 上，不是中文消息串。** 12 处 warn 发射点都带上 code。
这样「流式失败，回退非流式」能归成 benign 直接跳过——它对答案内容零影响，
为它叫一次模型等于每次网络抖一下就多花一笔；而「步数用满」归 broken。
原来这两者在事件流里长得一模一样。工具报错之后同一个工具又跑成了，
算 degraded 不算 broken——否则参数自愈每修一次就报一次「答案不可信」。
**复核不许现编数字。** 它手上只有原答案和一份异常清单，没有任何原始数据，
写出来的新数字只能是凭空来的。直接复用 issuance.trace_numbers，把原答案的
数字当受控指标集，对不上就整条退回原答案、只留说明。硬拦截，不是提示。
**规则管重试资格，模型只有否决权。** 一开始写成两边取并，实测 loop_limit
时模型判 retry=true——而重跑一遍循环还是会撞上限，白烧一次建图加一次跑图。
反过来之后，「检索什么都没查到」这类也不会被模型强推重跑。
**重试带着失败的那张图，不是推倒重来。** 原来传 base_graph=null，模型只看到
「原问题 + 一句失败原因」，很可能原样再建出同一张坏图。而且它连自己上次建了
什么都看不到——会话历史按 status != running 过滤，正在重试的这一轮恰好被
排除在外。现在交回去走后端的改图分支，调大步数、改正参数就是改一个字段。
上限一次。
**答案等复核完成再显示。** 端到端抓到的：答案先摆出来，十秒后说明才追上去——
这十秒里用户读的是一个没人核对过的结论，正是要修的那件事本身。改成落库立刻
（防关标签页丢结果）、显示等复核，并给复核加 25s 上限。说明排在成果上方，
broken 用报警色、degraded 用普通边框——混成一个样子用户就学会了一概忽略。
复核结论跟着轮次落库，刷新后还在；也进下一轮的对话历史，否则模型会拿一个
已知不可信的结论当事实继续往下推。
验证：后端 242 passed（新增 test_review.py 25 条）；tsc 干净；
check-decode / check-stream / check-ui 全过，check-stream 新增 9 条渲染断言。
两条端到端都在真浏览器 + 真模型上跑通：检索降级那次说明正确排在答案上方；
重试那次建图请求 2 次、第二次 base_graph 带着失败的 3 个节点、第一版没漏出去。
复核结果不是事件流，decode.ts 翻译不到它，所以渲染测试放在 check-stream。
|
2026-09-20 11:18:53 +08:00 |
|
|
ThearchyHelios
|
a027261701
|
Copilot 会自己记该记的了；顺带让写记忆这件事看得见
以前只有用户明说「记住」才会写：17 轮有图的对话里只有 4 轮带记忆节点，全在
那个用户主动谈记忆的会话里。于是他说过一次「我叫张三」，换个话题再问就
谁也不知道了。
现在 answer 路径多一步判断：这句话里有没有值得长期记住的东西，有就在主链路
前面加一个 memory(write) 节点。边界比指令本身要紧，所以写死了四类不该记的：
这一轮的问题本身、查出来的数（会过期且能重查）、一次性指令、以及**用户没说过
而你推测出来的**。另外两条是从召回的实际情况倒推的——content 要脱离上下文也
成立（召回时没有这轮对话，「他说他叫张三」读起来不知道「他」是谁），以及
拿不准就不记：记错了污染以后每一次对话，漏记一条用户再说一遍就是了。
**动手前先修了一个前提**：写记忆在界面上是隐形的。memory 节点发的是 info 级
日志，而解码层明确丢弃所有 info（decode.ts），也就是说自动记忆 = 系统背着
用户往一个跨会话、长期有效的地方存关于他的信息，而他看不见。
新增 memory.end 事件，解码层按动作分开渲染：写入把**记了什么**原样显示
（只报「写入 1 条」等于没说，用户没法判断它记的是不是他想让它记的）、召回说
「想起 N 条」、清空标成警告。
真模型验过（deepseek-v4-pro）：
「我平时叫小蒋，以后报表金额用万元」
→ content='用户平时叫小蒋，他要求以后报表里的金额统一用万元作单位'
scope 未写、跑完落库、事件里带着内容
→ 换个说法召回得到：「该怎么称呼我」「金额用什么单位」都命中
三条对照确认不滥记：
shop 里有几家店 → 没记
重来 → 走 reply，连图都没建
把上一轮的结果按月份排一下 → 没记
|
2026-09-19 22:41:27 +08:00 |
|
|
ThearchyHelios
|
33c7c41336
|
记忆写进去读不回来：Copilot 不许自己起 scope，重建也管记忆了
查会话 cbe09f4b（「我是谁」）时发现的。用户说了「我叫张三」，下一轮问
「我是谁」答不上来——记忆在库里好好的，只是读错了地方：
写入 run 6cd33864 memory 节点 {"action":"write","scope":"user"} → write @ user
读取 run c71fa1bc memory 节点 {"action":"recall"} 没写 scope → recall @ default
同一个会话里 Copilot 生成的两张图，写的时候自己发明了一个 user 域，读的时候
忘了写、落回 default。根子在节点参考把 scope 列成了可填字段却没说该填什么：
- memory：… config: {action, query, content, scope, assign_to}
对比一下，memory_recall / memory_write 这两个**工具**压根没有 scope 参数，
一律用 ctx.memory_scope，所以走 agent 那条路从来不会错位。只有节点会。
现在从可填字段里去掉，并写明后果。节点的 scope 配置本身保留——以后接 project
时从 run.memory_scope 传进去即可，不用改节点。
顺带补上两个上一轮埋的口子。给 Chunk 和 MemoryItem 都加了 embed_model/embed_dim，
对不上就退回关键词，但**只给知识库做了 reindex**：
- store.reindex / stale_count 补齐，记忆终于有了恢复手段
- store.recall 加 on_degrade。以前退得悄无声息——知识库那边至少发一条 warn，
记忆这边只是"最近想不起事"，人根本不会想到要去重建索引
- 重建一次管两边。它们共用一个 embedder，换模型时一起失效；分成两个按钮的
结果是点了一个、以为好了，另一个还在悄悄退回关键词
- 没建倒排的片段也归这个按钮管。它们走全表扫，结果对但慢，而重建正好把倒排
一起建了；按钮只认"向量对不上"的话，这些片段永远等不到人来点
实机验证：一次重建收拾了 2 段知识 + 1 条记忆 + 2 个倒排缺口，三个计数归零。
数据侧另行清理（不在本提交里）：身份记忆从 scope=user 移到 default，删掉
zz_fix_* 等测试残留，删除前整表导出到 data/backups/。
|
2026-09-19 16:59:51 +08:00 |
|
|
ThearchyHelios
|
cd7ced7673
|
不是每句话都值得跑一遍库：模型自己选要不要执行
以前必执行——final 一到就无条件 launch。库里那条会话 7 轮全建了图、全跑了
一遍 153 张表的库，其中：
- 「重试」「继续找找」这种对过程说的话，各自重建了一整张图去查
- 一句明确要「设计一个工作流，使得每次执行的时候都给出管理员账户信息」的，
建完也直接跑了——用户要的是那张图，不是这一次的结果
流协议给模型两个新出口，三条路径二选一：
- {"op":"reply","text":"…"} 不建图不跑。问的是前几轮已经查出来的东西
（口径、怎么算的），或者是对过程说的话，或者需要先反问清楚
- done 里 run:false 建图但停住，界面上给「跑一下」
- done 里 run:true（默认） 不变
reply 一到服务端就收流：让它走到后面那套排版校验上，空图会撞出"图校验未
通过：图是空的，先拖一个节点进来"——上一个提交刚治过同类的坑。
放开「直接回答」等于绕开了这条路径上最硬的一条约定（涉及数据必须真查），
所以两头都上：prompt 里写死 reply 只能复述或解释前面几轮已有的结果、不得
新断言任何数据事实，凡是要动到库才知道的哪怕觉得上一轮见过也重新查；界面
上那一轮的结论**前面**挂一条声明，说清楚这一条没有查库。check-stream 里有
一条断言专门盯它排在结论前面——排在后面等于先让人读完再说来源不可靠。
需要留意：这依赖模型照约定表态，不是硬规则。判断跑偏的话收紧那几句约定。
|
2026-09-18 22:30:45 +08:00 |
|
|
ThearchyHelios
|
dcadc0c48b
|
对话有上下文了，左边也能选会话
三条 run（d983c4e6 / 14103db5 / 08c3de1c）在用户看来是一次对话，系统里却
毫无关联。查下来不是哪里传漏了，是整层缺失：
- 每轮 base_graph=None 从零建图，Copilot 不知道上一轮问过什么
- 每轮 thread_id = run.id，三条独立的 checkpoint 线程
- 前端 turns 只活在 zustand 里，刷新页面就全没了——那三轮当时在界面上
已经找不回来，只剩 runs 表里三条互不相干的记录
- 后端 13 张表里没有会话这个概念
加两张表（conversations / conversation_turns）。失败的轮次也记：只记成功的，
历史就成了一份美化过的记录，而人回来最想搞清楚的恰恰是上次卡在哪。
Copilot 的上下文带三样：前几轮问答、上一轮那张图（走 _slim 去掉坐标噪音）。
只给问答文字不够——"再按月份拆一下"会让模型重新设计一张图，实测经常接到另
一张表上，答案对不上前一轮。运行时另外注入 {{ input.history }}，管的是指代：
用户问"它们平均多少"，图里的 agent 得知道"它们"是上一轮那 12 家店。
左侧会话栏只在问数据页出现，可折叠、可改名删除，当前会话存 localStorage。
轮次按会话分桶缓存——切走再切回来要看得到原来的步骤，回源只拿得到问答。
历史轮次的执行过程不预加载，点「看执行过程」才取事件、走现成的 decodeRun。
画布右栏的 Copilot 依附工作流各有一条会话，连说两次"再加一个节点"能接上了
（base_graph 带的是图的结果，带不出"你刚才要我干什么"），但不进左侧列表。
过程中修掉的两个自己引入的坑：
- 第一版在列表为空时自动建一条会话。create 是异步的、StrictMode 把 effect
跑两遍，于是每次进页面都留下两三条"新对话"。改成用户开口那一刻按需建
- 加了"在上一轮的图上改"这条指令之后，模型照改图协议只发 update_node，
而问数据页这条路径的累加器从空图起步，操作全部落空，用户收到的是
"图校验未通过：图是空的，先拖一个节点进来"（会话 f5db9809 的第二轮，
而它的 explanation 证明上下文其实完全读懂了）。指令改成沿用 id 和 config
但完整重发，另加一道兜底：空图且上一轮有图时把操作重放到那张图上
check-ui 多一节「会话」：切换、刷新还在、逛一圈不多出空会话。
|
2026-09-18 17:58:04 +08:00 |
|
|
ThearchyHelios
|
c02ef189bb
|
工具调用失败能自救；agent 改成一步一个工具
起因是一条没人看得懂的报错：
工具 db_query__shop 执行失败：
_make_query_tool.<locals>._run() got an unexpected keyword argument 'query'
参数名写成了 query（它叫 sql），而 call_tool 对动态工具是裸 **args 展开的，
跳过了 args_schema —— pydantic 那句"缺少 sql 字段"漏成了只剩内部闭包名的
TypeError，既指不到是哪个工具，也说不出该填什么。同一个函数里内置工具那条
分支本来是校验的，两条路径不一致。
registry 里补上 prepare_args / describe_args，两条路径共用：
- 候选唯一时（多一个不认识的、少一个必填的）改名重试，并发一条 warn 说破
—— 配置里那个错名还在，替它跑通一次却不吭声，下次照样踩
- 有歧义就不猜，报错改成"参数不对：query 不是它的参数；缺少必填参数 sql。
它接受：sql（必填，字符串）— 要执行的 SQL…"，模型照着这句就能改对。
这才是失败之后真正能自愈的重试
- 顺带堵了一类静默失败：pydantic 默认把认不出的键悄悄丢掉，全可选 schema 上
{"tabel": "orders"} 会"成功"执行一次什么都没查的调用
agent 循环默认改成串行：一轮只调一个工具，看到结果再想下一步。并行更快，但
一批调用中间没有任何新的思考——第二个是照着"还没看到第一个结果"时的判断发出
去的。节点上留了「并行执行工具」开关。两个必须守住的点：没执行的调用绝不发
tool.start（前端靠 call_id 配对，发了没结尾的 start 会永远转圈），但必须各有
一条配对的 tool_result（少一条下次调用直接 400）。
交错思考跟着补上。4.6 起 adaptive thinking 自带交错，不需要也不该挂 beta
header（Opus 4.6 上手动模式压根没有交错）；4/4.5 那一代要手动开 thinking +
interleaved-thinking beta，光挂 header 是一条什么都不做的空设置。开了 thinking
就不能再传 temperature，这一代本来是收的，漏了就是 400。
还有两处是串行带出来的，一并治了：
- 步数用完时收尾取的是 messages[-1]，而那往往是给模型看的 ToolMessage。
真漏到用户面前当过答案（run dd9927e6）：一句"本轮只执行了第一个工具"冒充
结论。改成只取模型自己说过的话，并把"步数用完了、去调大最大步数"附在后面
- db_schema 一次能问多张表。一次调用就是一步，逐张问 6 张表就是 6 步——
实测 8 步的运行里 7 步花在这上面，最后只剩一步真查数据
|
2026-09-18 17:57:20 +08:00 |
|
|
ThearchyHelios
|
fa6a8a2ffe
|
问数据页：问题终于传进图里了，而且不再被误报卡住
两条日志（e3c2f743 / 61655cfe，相隔 30 秒）是同一件事的两半，指向三个问题。
**一、用户的问题根本没进图。** store/chat.ts 的 launch 里写死 `input: {}`。
Copilot 只要给入口声明了一个必填字段（它有时候会，比如 topic），这次运行就
在第一个节点上立刻挂掉："缺少必填输入：topic"——用户刚问完就看到报错，而且
错误里那个字段名他从来没见过，那是生成的图里的东西。e3c2f743 就是这么死的。
之前"能跑"纯属运气：那几次 Copilot 恰好没声明字段。
**二、把提问当成了流程描述。** 两个入口共用一句 "请设计一个工作流：<原话>"。
画布上这是对的（用户在描述流程），但在问数据页用户是在**提问**。于是
"shop 里都有哪些数据？"被设计成了一个"给这段文字生成摘要"的流程，跑完把
用户的问题原样复述一遍还回去（61655cfe 的成果就是这个）。加 intent 区分：
answer 意图下明说"流程是手段，用户要的是答案"，并把注入契约写死成
{{ input.question }}——不说死键名，模型会自己编一个（见过 input.text），
下游取到空字符串，而模板取不到值不报错。
**三、我上一个功能把整条对话路径卡住了。** 变量分析器把 `{{ input }}` 报成
"没有任何节点产出"——那是完全合法的写法（template_context 里 input 就是顶层
键），而 runs 启动前要过校验，一条假错误意味着什么都跑不了。这正是我自己在
上个 commit 里写的"误报是 linter 最坏的失败模式"，隔天就踩了。
修的时候连着踩了三步，每步都是测试当场抓的：
- 注册裸根之后，input.quesiton 回退到根被当成合法，拼写检查整个失效
- 收紧后 {{ vars.rows[0].name }} 被误报——那是在往值内部钻，结构枚举不了
- 再收紧后 {{ input.question }} 被误报——问数据页的入口**故意不声明字段**
最终规则：裸根合法；input/vars/nodes 只校验到第二段（再往下是值内部）；
**入口声明了字段才是闭集，没声明就是开放的**（运行时传什么键都行）；
根本不认识的根降成 warning——能穷举才配报 error，假错误比漏报贵得多。
端到端验证：问 "shop 里都有哪些数据？挑一个最大的表说说"，现在生成
input→tool→tool→llm→output（带 db_query__shop），input 带着问题，
真查出 backend_log 481,242 行 / 528.64 MB 并列出全部字段。
|
2026-09-18 13:52:43 +08:00 |
|
|
ThearchyHelios
|
3a1e4aa816
|
模型报错说人话，并堵住 Copilot 猜 model id
用户拿到的是这么一段：
OpenAIAuthenticationError: Error code: 401 - {'error': {'code':
'invalid_model', 'message': 'The model does not exist or you do not have
access to it.'}}
流式失败，回退非流式：（同一段，再来一遍）
401 + Authentication 看着像 key 过期，实际上 key 好好的——是 model id 在这个
端点上不存在。照着原文去换 key 是白费功夫。而且整条轨迹里**没有任何地方**
记着试的是哪个模型：llm.start 只带了 message_count。
三处：
1. llm.start 带上 model。调用失败时至少知道试的是什么。
2. explain_model_error()：invalid_model 译成"模型「x」在这个供应商上不存在…
去设置→供应商改模型列表"；额度耗尽单独认；不认识的错误照抄原文（猜错了
比不猜更糟）。流式回退再失败时不再把同一段原文吐两遍，而是抛一条
NodeError。结构化输出那条路径也走同一个翻译——模型不存在不叫"结构化
输出失败"。
3. Copilot 提示里补上"model 字段不要填"。它原先只被告知 llm 节点有个 model
字段，却从不知道有哪些 model id，于是按供应商名字猜（看到 DeepSeek 就写
deepseek-chat）——猜出来的那个正好不存在。这是这次报错的真正来源，不修
的话每次生成都会再踩一遍。
顺带把那个供应商的模型列表改对了：列着的 deepseek-chat / deepseek-reasoner
两个都返回 invalid_model，而真正能用的 deepseek-v4-pro 反倒不在列表里（它是
default_model，所以"跟随默认"的节点一直是好的，手动选模型的节点必挂）。
逐个实测后换成 deepseek-v4-pro / deepseek-v3.2 / ernie-4.5-turbo-128k。
已确认没有已保存的工作流节点写死了那两个失效 id。
|
2026-09-17 18:41:14 +08:00 |
|
|
ThearchyHelios
|
a6ee525148
|
Copilot 编排期看得见数据库了，附带修一个让非流式生成整体失效的 bug
阶段②。之前 agent 是运行时才摸索表结构，每跑一次重探一遍——慢，而且同一张图
两次运行走的 SQL 可能不一样，没法钉口径。现在 Copilot 建图时就知道有哪些库、
哪些表，生成的 SQL 直接能跑。
## 先修一个更要紧的：非流式生成的 config 全是空的
GRAPH_SCHEMA 里 config 写的是 {"type": "object"}，没有 properties 也没有
additionalProperties。不少 provider 的结构化输出实现遇到这种 object 会按
"不允许额外字段"处理，于是模型填好的 config 被整个过滤成 {}——生成的图每个
节点都是空壳，一提交就挂在"工具节点还没选工具"。
config 的键随节点类型千变万化（tool 有 tool/args，code 有 language/code…），
没法枚举成 properties，只能显式声明 additionalProperties=true。流式那条路径
走操作流协议、不经过 structured output，所以这个 bug 一直藏着没露头。
## 注入什么
- 工具清单补上动态的 db_query__<源> / db_schema__<源>。all_specs() 只有静态
注册的内置工具，不补进来 Copilot 根本不知道这些工具存在，只会退回让用户自己
写 SQL 的代码节点——接了数据库等于白接。
- 数据源摘要（含 schema 全名），外加四条写 SQL 的硬性要求。这几条都是真实
踩过的：漏 schema 前缀在 Oracle 上直接 ORA-00942，写惯 MySQL 的模型会顺手
写 LIMIT，分号拼接会被守卫拒掉。
## token 预算：按对象数自适应，不是按字符数
实测一个 53 对象的库，带字段 2715 token、只给对象名 956 token（35%）。
但真正的决策点不是字符数——detail 模式每库只列 40 个对象，多出来的 Copilot
根本看不见。对 53 个对象的库，"40 张表带字段"不如"53 张表只给名字"：
找不到那张表，字段写得再全也没用。截断丢信息比省 token 更糟。
所以先按对象数判断（超过 40 就整体切紧凑），再用字符预算兜多库叠加的情况。
真实库实测：紧凑模式 1219 token，53 个对象全部可见。
## 实测
完整模式：一句话需求 → Copilot 出图 → 不改一个字直接跑通真实 Oracle。
生成的 SQL 三处细节全对——ANALYTICS. 前缀、FETCH FIRST（不是 LIMIT）、单条语句。
紧凑模式（看不到字段）：Copilot 没有硬猜字段，而是生成了一个带
db_schema + db_query 两个工具的 agent 节点，让运行时先查结构再写 SQL——
正是 prompt 里"字段拿不准就先放一个 db_schema 节点"那条。跑通，结论正确。
测试 72 项。
|
2026-09-17 12:16:54 +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
|
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
|
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
|
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 |
|