mirror of
https://github.com/ThearchyHelios/AgentLab.git
synced 2026-11-15 17:12:00 +00:00
ThearchyHelios
b3dcddb52e
- W4R-01：召回只查新版图里会不会写外部系统（apps/backfill 抽出 graph_external_write，graph_side_effect 复用它）。召回图只有两版
的取数和口径卡，图里别处的人工节点、按流程使用的问题碰不到它；口径卡上游的人工节点 derive 本来就认作数据部分不能复用。
「按新版重新出具」走完整的正式运行，仍按 graph_side_effect 全套拒绝。原来带审批的口径升版后一组都不召回，L6 对它们失效。
- W4R-09：收尾时召回卡读不出、或缺了某个比较的旧值 / 新值，照实记重算失败（读不出召回卡），原答案一个不动。原来两边都是空，
按渲染比被当成「没变」，给每个原答案永久盖上「已核对，不影响」，收过尾之后再也不核对。
- W4R-12：这一版已经不是当前发布版（之后又发布了更新的版本）时不再发起召回、不给接着算，批次里写 continue_reason，接着算的
接口 409 带同一句。同启动时接着做只认当前发布版：新版本的召回覆盖更早的所有版本，再按旧版开「口径升到 vN」的待办只是添乱。
- W4R-13：开登录时一组答案几个主人就几条待办，全局渠道却按这一批（recall.batch_of_key：同一次召回、同一个来由）只在最早开的
那条上推一次，答案、待办按这一批汇总，几条的链到待办箱；别的几条连 task.opened 也不再推全局渠道。个人渠道照旧每人一条。
- W4R-11：目录审阅之后的核对按数据源排队、批量审阅的几张表合成一遍（catalog_pass，同一数据源一把锁）；查询快照按数据源在库里
筛、按运行结束时间分页、每张表凑够 BASIS_MAX_RUNS 次运行就停；冻结的表结构快照这一遍里按工件 id 只读一次。原来批量审阅
几十张表就同时起几十个后台任务，每个都全表扫查询快照、反复读同一份几 MB 的表结构快照。
- W4R-03（本包那一半）：GET /api/runs/{id}/ledger 加 recall：checked（已按 vN 核对，不影响）、basis（依据有变：哪一种、几项、
新出现几条错误级问题）、tasks（看的这个人手上说的是这个答案、还没处理的 recall 待办）。不放数、不放表名。几种状态都带。
- W4R-10（本包那一半）：新事件 ledger.feedback（对账运行上的封存后事件），POST /api/ledger/answers/{run}/reconcile/{rid}/feedback
{verdict: useful | unclear} 记反馈，同一个人改主意只算最后一次（app/ledger/feedback.py）；账本接口的 reconciled 每一项带
feedback {mine, useful, unclear}；统计 E2 的 feedback 数到它，去掉「第 4 波接上」的占位说法。离线核对页、封存后事件摘要
都认得这个事件。
测试：test_ledger_recall 新增七个用例、改了人工节点那一个（召回照算、重新出具照实拒绝）；新增 test_ledger_feedback；
test_ledger_api 的 E2 断言跟上。每个修复都先写失败的测试、去掉修复回跑确认抓得住。后端全量 14237 通过。
152 lines
8.7 KiB
Python
152 lines
8.7 KiB
Python
from __future__ import annotations
|
||
|
||
import time
|
||
import uuid
|
||
from enum import StrEnum
|
||
from typing import Any
|
||
|
||
from pydantic import BaseModel, Field
|
||
|
||
|
||
class EventType(StrEnum):
|
||
"""前端与后端之间的实时协议。画布高亮、时间线、token 流全部基于这套事件。"""
|
||
|
||
# run 级
|
||
RUN_STARTED = "run.started"
|
||
RUN_FINISHED = "run.finished"
|
||
RUN_FAILED = "run.failed"
|
||
RUN_CANCELLED = "run.cancelled"
|
||
RUN_INTERRUPTED = "run.interrupted" # 等待人工介入
|
||
RUN_RESUMED = "run.resumed"
|
||
|
||
# 节点级
|
||
NODE_STARTED = "node.started"
|
||
NODE_FINISHED = "node.finished"
|
||
NODE_FAILED = "node.failed"
|
||
NODE_SKIPPED = "node.skipped"
|
||
EDGE_TAKEN = "edge.taken" # 条件分支实际走了哪条边
|
||
|
||
# 模型级
|
||
LLM_START = "llm.start"
|
||
LLM_TOKEN = "llm.token"
|
||
# 思考的流式增量：只推给画布做实时显示，不落库
|
||
LLM_THINKING_DELTA = "llm.thinking.delta"
|
||
# 一次完整思考：调用结束时落一条，这才是进轨迹的事件
|
||
LLM_THINKING = "llm.thinking"
|
||
LLM_END = "llm.end"
|
||
|
||
# 工具 / 沙箱
|
||
TOOL_START = "tool.start"
|
||
TOOL_END = "tool.end"
|
||
TOOL_ERROR = "tool.error"
|
||
# 信任档是「始终允许 · 门控把关」的工具，门控模型对这一次调用的判定（tools/trust.py）。
|
||
# allow 之后是正常的 tool.start；escalate 之后是人工审批，协作团队里则是不执行
|
||
TOOL_GATED = "tool.gated"
|
||
# 知识检索。以前只发一条 info 日志，于是"这句结论依据的是哪份文档的哪一段"
|
||
# 在轨迹里查不到——而 SQL 取数那条路早就有工件快照可以下钻
|
||
RETRIEVE_END = "retrieve.end"
|
||
# 记忆读写。以前发的是 info 日志，而解码器丢弃所有 info——于是往长期记忆里
|
||
# 写东西这件事在界面上是隐形的。让 Copilot 主动记之后，这条不可接受
|
||
MEMORY_END = "memory.end"
|
||
# 合并查询做完了：哪几个输入（别名、节点、行数、数据源）、哪条合并 SQL、得到几行、有哪些警告。
|
||
# 运行详情据此展示这一步；完整结果在 query_artifact 指向的查询快照里
|
||
MERGE_END = "merge.end"
|
||
SANDBOX_START = "sandbox.start"
|
||
SANDBOX_END = "sandbox.end"
|
||
|
||
# 多 agent 协作中的单个 agent 步骤
|
||
AGENT_STEP_START = "agent.step.start"
|
||
AGENT_STEP_END = "agent.step.end"
|
||
# 调度者的一次决策。它是一次结构化模型调用，常常占掉团队节点大半的时间；
|
||
# 以前前后都没有事件，界面上那几十秒是黑盒
|
||
AGENT_ROUTE_START = "agent.route.start"
|
||
AGENT_ROUTE_END = "agent.route.end"
|
||
|
||
# 人工介入
|
||
HUMAN_REQUESTED = "human.requested"
|
||
HUMAN_RESOLVED = "human.resolved"
|
||
# 审批质询：运行停在审批时，审批人就待审的报告问的一个问题和得到的回答（engine/run_append.py 追加，
|
||
# node_id 为空）。这次问答的用量写在事件数据的 usage 里，计进运行用量（runner._usage_of_events）。
|
||
# 停在审批时追加的随运行结束一起封存；封存之后追加的带 post_seal: true，是批注不是证据
|
||
APPROVAL_INQUIRY = "approval.inquiry"
|
||
|
||
# 出具与口径治理
|
||
ISSUANCE = "issuance" # 出具契约的判定结果（档位 / 缺数据 / 未回指数字）
|
||
CALIBER_UPGRADE = "caliber.upgrade" # 钉住的方法卡有新版本，按声明的策略处置
|
||
# 从发布版本发起的正式运行：发布之后这一版用到的表的数据目录有变化（data/catalog_impact.catalog_drift）。
|
||
# 每张表带 impact：direct 写死的 SQL 用到的，possible Agent 可能查询的。
|
||
# 只提醒、不拦运行；落在封存范围内，出具物上看得到「当时的目录和发布时不一样」
|
||
CATALOG_DRIFT = "catalog.drift"
|
||
# 从发布版本发起的正式运行：发布之后这一版直接引用的表的结构版本变了（data/catalog_impact.schema_drift，next-round
|
||
# 03 B1）。每张表带发布时和现在的结构版本、是否已删除、还没处理的结构变化。和 catalog.drift 分开记（老的渲染只认整数的
|
||
# 目录版本），界面上合到同一块横幅里。只提醒、不拦运行；落在封存范围内
|
||
SCHEMA_DRIFT = "schema.drift"
|
||
# 报告撰写节点的自查结果：报告文档工件 id、统计、违规清单。落在封存范围内，
|
||
# 证据接口靠它找到文档——不去翻不受封存保护的 artifacts 表
|
||
REPORT_CHECKED = "report.checked"
|
||
# 探索运行里按需裁判的结论句判定：点开哪句才判哪句，追加在封存之后（post_seal），是批注不是证据。
|
||
# 封存核对只覆盖 manifest_seq 之前的事件，追加它不影响 verify；封存的报告文档一个字都不改
|
||
EVIDENCE_JUDGED = "evidence.judged"
|
||
# 口径账本（docs/design/next-round/02-口径账本.md 做法 2）：探索运行封存之后，后台拿这次执行的 SQL 和已发布口径的取数比对，
|
||
# 结果存成内容寻址工件（kind=caliber_match，格式 agentlab.caliber_match/1），再追加这一条：{artifact, manifest_hash,
|
||
# algo, counts, trigger}。追加在封存之后（post_seal），是批注不是证据：比对依据的已发布口径在运行之外，不能混进运行
|
||
# 自身的封存事实；封存核对照旧一致
|
||
LEDGER_MATCHED = "ledger.matched"
|
||
# 口径召回（02 做法 7）：口径发布新版本后，在同一份数据上把新旧两版各算一次（召回运行，origin_kind=recall）。召回运行
|
||
# 结束时在它自己身上记一条结论 {role: recall, changed, workflow_id, from_version, to_version, metrics, answers, tasks}；
|
||
# 数没变的那几个原答案的运行上各记一条 {role: answer, changed: false, recall_run, workflow_id, from_version,
|
||
# to_version}，界面上写「已按 vN 核对，不影响」（数变了的开 recall 待办，不在原答案上记）。同 ledger.matched：追加在
|
||
# 封存之后（post_seal），是批注不是证据，不进封存范围
|
||
LEDGER_RECALLED = "ledger.recalled"
|
||
# 答案依据的东西变了（02 做法 7 二、三）：kind=catalog 目录里影响数字的一项被驳回或改了（冻结的目录里看得到这一项）；
|
||
# structure 用到的表或列被删、列的类型变了；values 触及有效记录条件的新码值；catalog_edit 处理变化时改了目录。带数据源、
|
||
# 表、哪几项（路径和叫法），按新目录跑 SQL 检查新出现的错误级问题条数。同上，封存之后追加，不进封存范围
|
||
LEDGER_BASIS_CHANGED = "ledger.basis_changed"
|
||
# 对账结果上的「说明有用 / 看不懂」（02 做法 10 的 E2，ledger/feedback）：追加在对账运行（origin_kind=reconcile）上，
|
||
# {verdict: useful | unclear, by, verified, source_run}。同一个人改主意再记一条，统计只算他最后一次。同上，封存之后
|
||
# 追加，是批注不是证据
|
||
LEDGER_FEEDBACK = "ledger.feedback"
|
||
|
||
# 应用平台（docs/design/app-platform-and-look.md §3.11）
|
||
# 运行来源：发起时写进 launch_run 的 notes，在封存范围内（engine/origin.py）
|
||
RUN_ORIGIN = "run.origin"
|
||
# 待办：一次中断面向人的那一面（app/process/tasks.py）
|
||
TASK_OPENED = "task.opened"
|
||
TASK_RESPONDED = "task.responded" # 谁、怎么决定的、第几人 / 共几人
|
||
TASK_REASSIGNED = "task.reassigned"
|
||
TASK_REMINDED = "task.reminded"
|
||
TASK_ESCALATED = "task.escalated"
|
||
TASK_EXPIRED = "task.expired"
|
||
TASK_RESOLVED = "task.resolved"
|
||
TASK_CANCELLED = "task.cancelled"
|
||
# 动作：写外部系统（app/process/actions.py）。prepared 带 payload_hash、环境、遮罩后的预览
|
||
ACTION_PREPARED = "action.prepared"
|
||
ACTION_SENT = "action.sent"
|
||
ACTION_CONFIRMED = "action.confirmed"
|
||
ACTION_FAILED = "action.failed"
|
||
ACTION_UNKNOWN = "action.unknown"
|
||
ACTION_RECONCILED = "action.reconciled"
|
||
ACTION_SIMULATED = "action.simulated"
|
||
|
||
# 普通用户建应用（docs/design/normal-user-apps.md N9、§3.8）
|
||
# 读入一个附件的文字（模板函数 file_text，app/files/text.py）：哪个文件、读入多少字、全文多少字、是否截断，
|
||
# 读入的那一段存成工件（artifact）。抽不出时 ok=false、reason 写原因
|
||
FILE_EXTRACTED = "file.extracted"
|
||
|
||
# 其他
|
||
LOG = "log"
|
||
USAGE = "usage" # token / 成本累计
|
||
|
||
|
||
class RunEventModel(BaseModel):
|
||
id: str = Field(default_factory=lambda: uuid.uuid4().hex)
|
||
run_id: str
|
||
seq: int = 0
|
||
type: EventType
|
||
node_id: str | None = None
|
||
ts: float = Field(default_factory=time.time)
|
||
data: dict[str, Any] = Field(default_factory=dict)
|
||
|
||
def to_wire(self) -> dict[str, Any]:
|
||
return self.model_dump(mode="json")
|