mirror of
https://gitcode.com/JianFeeeee/HomeAgent.git
synced 2026-11-06 17:27:31 +00:00
feat(agent): rtchild 实时子 agent + 四类 agent 独立模型源 + 残余任务四态
## rtchild（R1–R13）
第三种、**独立**的子 agent 类型，面向语音/视频通话：内核只要文本流，
不定音频（TTS/播放由插件负责）。
- R1 CapRT 能力位 + AgentConfig.IsRealtime；AssignRealtime 两侧校验
- R2 rtSlot 单槽覆盖（latest-wins，从不排队）
- R3 独立 ctx + rtLoop + SpawnRTChild/StopRTChild
- R4 ChatStream 逐块 → outputch(rt).Execute(text)
- R5 打断 = 原地截断，不重试
- R6 工具执行期不可打断（suppressedCancels 让守卫可观测）
- R7 普通上下文 + 窗口裁剪（旧内容不进模型，**原文保留**）
- R9 CloseRTChild → L4 信号 + rt_transcript 按需分页取
- R10 notify_parent（L4，注册一次，停即注销）
- R11 闲置零 token
- R13 rt_children 管理工具（父专属）
刻意**不做** rtPage/anchor/degraded_resets（过设计，已裁定）；
不用四级中断阶梯（preemptCooldown+同级不抢占会让 ~75% 的 rt 打断
静默退化为排队）。
## 四类 agent 各自可配模型源
core.agent.llm.{main,resident,rt,child}_provider，语义是**优先不是独占**：
该源排到候选链最前，其余源仍作回退。硬锁定会让"首选源抖一下"变成
"这个 agent 彻底不工作"，而多源回退链正是本仓为此建立的机制。
名字写错 ⇒ 回退默认源 + 记日志（不静默）。子 agent 未配置时继承父的。
★ 顺带修掉一个真缺陷：spawn.go 原来直接 a.provider.Chat()，
**普通子 agent 完全绕过 provider 回退链** —— 它是唯一绕过的地方：
默认源抖一次整条子任务就"执行失败"，而主 agent 同刻能自动换源。
## 驻留子残余任务四态 + 通道三态
残余任务：keep / takeover（接手，keep 的明确别名）/ stash（暂存到各自
原通道）/ drop。stash 必须**逐条按各自 OutputChannel 归位** —— 一个子
可能同时收 qq 和 webui，混存会让"接回 qq 的人"拿到本该给 webui 的活。
通道：release（零值，向后兼容）/ suspend（挂起，暂存保留）/ takeover
（接回父并立即释放暂存）。原来是无条件 release，于是只有两种坏结局：
通道一直没人分配（消息无人处理且无提示），或刚好被别的 agent 抢到。
一次定完不留窗口：FinishResidentWith → DestroyResidentWith →
teardownResidentWith。任一环退回不带 disp 的旧函数，disp 就被丢掉、
通道被无条件释放 —— 而 stash 的暂存正挂在那条通道上（实际踩过）。
## 修复"手写字段白名单"丢值（7 处）
同一类缺陷：不传整个结构体，而是手写一份"允许通过的字段清单"。
危险在于**写漏了不报错** —— 字段静默归零，故障出现在很远的地方。
- corehandler.go outputRegister: ChannelDef{NoMemory,Cleaner} → 整体传
- pubSdkInjectOpts: 逐字段摊平丢 ScenePolicy/SecurityProfile → 收整个 injectParams
- injectParams/injectMediaParams: 结构本身缺字段 → 补齐 + asInjectParams()
- 配套反射判据 TestSegment_RoundTripEveryField（取代手写断言，
原判据漏了 Phase/LLMText/FinalText/ToolCalls/ExtraKeyMediaBlocks/ExtraBag）
## 压缩偏离设计
CompressResident 原为截断，与设计（LLM 摘要替换）不符。改走
PlanCompaction → summarizeForCompaction（用子自己的 provider）→
ApplyCompaction，失败回退 TrimKeepRecent。顺带修 ApplyCompaction 的
锁重入 panic 与双重解锁。
并修一处真实生产数据竞争：ctxFullSignaled 由父 goroutine 写、
子调度 goroutine 读，加 ctxFullMu。
## 判据
新增约 70 条。全部验证过能变红（变异测试），包括：
- TestSegment_RoundTripEveryField 的防腐蚀：fullStageContext 反射断言
每个字段非零，否则新字段永远不会被覆盖（"假绿"）
- TestPreferredProvider_PutsSourceFirstAndKeepsFallbacks 成对断言
"在首位且回退仍在"—— 只断言前者的话，硬锁定也会绿
## 判据自身的坑（两次偶发红，都不是产品缺陷）
1. SpawnResident 末尾 Start()，子会在两次 enqueue 之间取走一条
→ "暂存 0 条"。修法：cancel + waitSchedulerStopped。
（offload_test.go 早有记录，我没先读就重踩了一遍）
2. TaskPrompt 异步投递，可能在清空队列之后才到 → "多 1 条"。
靠探针打印内容才认出是 TaskPrompt。修法：本文件用 spawnQuietResident。
go build/vet/gofmt 干净；go test ./... -count=1 -race = 62 包 ok / 0 FAIL / 0 RACE
This commit is contained in:
JianFeeeee
@ -35,8 +35,11 @@ type Agent struct {
|
||||
id types.AgentID
|
||||
provider agentAPI.Provider
|
||||
providerManager *agentAPI.ProviderManager
|
||||
io *agentIO.IOManager
|
||||
memory *memory.GraphDB
|
||||
// preferredProvider 是本 agent 优先使用的模型源名（"" = 总默认源）。
|
||||
// 语义见 AgentConfig.PreferredProvider：优先而非独占。
|
||||
preferredProvider string
|
||||
io *agentIO.IOManager
|
||||
memory *memory.GraphDB
|
||||
// graph 是本 agent 的**图记忆共同面**（根 = 同一个 GraphDB；驻留子 = LightMemory）。
|
||||
// 整理面仍走 memory 字段（子为 nil ⇒ 既有的 nil 关卡自动禁用整理面）。
|
||||
graph GraphMemory
|
||||
@ -47,13 +50,49 @@ type Agent struct {
|
||||
taskPrompt string
|
||||
dataDir string
|
||||
|
||||
// isRealtime 标记本 agent 是 **rtchild**（实时子 agent，plan.md 十一）。
|
||||
//
|
||||
// 它是 agent **类型标签**，与通道侧的 CapRT 是两个不同结构：
|
||||
// · CapRT —— “这个**通道**能承载 rt 流”（插件声明）
|
||||
// · isRealtime —— “这个 **agent** 是 rtchild”（内核构造时定）
|
||||
// rt 通道的划拨要两侧都满足（见 Agent.AssignRealtime）。
|
||||
//
|
||||
// 与 kernelSource 同类：都是“这个 agent 在层级/类型上是谁”的不可变标记。
|
||||
isRealtime bool
|
||||
|
||||
// 驻留子（父侧）：登记表 + 子侧钩子。
|
||||
residentMu sync.Mutex
|
||||
residents map[string]*residentChild
|
||||
|
||||
// rtchild（实时子 agent，plan.md 十一）：登记表 + 单槽输入。
|
||||
//
|
||||
// ★ 为何与 residents 分开而不复用：两者的语义**相反**：
|
||||
// residents：有任务队列、有残余可回灌、父可 pull 状态面（不丢活）
|
||||
// rtChildren：无队列（单槽覆盖）、无残余、最新者胜（低延迟）
|
||||
// 混在一张表里会让"该不该转残余"这类判断变成条件分叉。
|
||||
rtMu sync.Mutex
|
||||
rtChildren map[string]*rtChild
|
||||
// rtClosedTranscripts 是**已回收** rtchild 的上下文留档（id → 全文）。
|
||||
//
|
||||
// 为什么必须留档：交接是「推信号 + 拉状态」两步（见 CloseRTChild），
|
||||
// 推完中断后实例已出登记表 —— 若不留档，主 agent 收到"可调用 rt_transcript
|
||||
// 取回原文"的提示时，原文已经取不到了。
|
||||
rtClosedTranscripts map[string][]agentAPI.Message
|
||||
// rtSlot 是**本 agent 作为 rtchild 时**的输入槽（作为父时无用）。
|
||||
rtSlot *rtSlot
|
||||
// rtMaxTools 是本 agent 作为 rtchild 时的工具批数上限（0 = 不限）。
|
||||
rtMaxTools int
|
||||
|
||||
// 子侧：向父发消息（L3）与 contextfull 上报（父侧内核级事件）的钩子。
|
||||
notifyParent func(text string)
|
||||
onContextFull func()
|
||||
notifyParent func(text string)
|
||||
onContextFull func()
|
||||
// ctxFullSignaled / ctxFullMu：contextfull 只上报一次的去重标记。
|
||||
//
|
||||
// ★ 必须加锁（2026-10-30，-race 实测抓到真实竞争）：
|
||||
// 读它的是**子自己的调度器 goroutine**（checkContextFull，stepPrepare 里），
|
||||
// 而写它的是**父的 goroutine**（CompressResident → resetContextFull）。
|
||||
// 这两个 goroutine 并发读写同一 bool，是无锁数据竞争。
|
||||
ctxFullMu sync.Mutex
|
||||
ctxFullSignaled bool
|
||||
|
||||
// 子侧：inputch 处理表（子持有，父 pull）。
|
||||
@ -262,8 +301,27 @@ type AgentConfig struct {
|
||||
SystemPrompt string
|
||||
Provider agentAPI.Provider
|
||||
ProviderManager *agentAPI.ProviderManager
|
||||
IO *agentIO.IOManager
|
||||
Memory *memory.GraphDB
|
||||
// PreferredProvider 是本 agent **优先使用**的模型源名（空 = 用总默认源）。
|
||||
//
|
||||
// ## 为什么需要它（用户 2026-10-30 要求）
|
||||
//
|
||||
// 「要求支持为主 agent、子 agent、驻留式子 agent、rt agent 可各自配置模型源，
|
||||
// **默认使用总模型源（default）**」
|
||||
//
|
||||
// 之前四类 agent 共用 providerManager 的同一套顺序：谁都没法单独指定。
|
||||
// 但它们的负载完全不同 —— 主 agent 要强推理、rtchild 要极低首字延迟、
|
||||
// 驻留子要长时间挂着省成本。用同一个源对三者都是妥协。
|
||||
//
|
||||
// ## 语义：**优先，不是独占**
|
||||
//
|
||||
// 它把该源排到候选链**最前面**，其余源仍作为回退（与原有多源回退语义一致）。
|
||||
// 硬锁定成唯一源会让"这个源挂了"直接变成"这个 agent 完全不工作"，
|
||||
// 而回退链正是本仓为此建立的机制。
|
||||
//
|
||||
// 名字不存在时**响亮回退到默认源并记日志**（不静默）：配置拼错要能看见。
|
||||
PreferredProvider string
|
||||
IO *agentIO.IOManager
|
||||
Memory *memory.GraphDB
|
||||
// LightMemory 是**轻量内核**的图记忆装配（驻留子用；读 temp∪main，只写 temp）。
|
||||
//
|
||||
// 给了它就意味着这是轻量内核：`Memory` 必须为 nil，
|
||||
@ -302,7 +360,16 @@ type AgentConfig struct {
|
||||
//
|
||||
// nil 或空 = **完整授权**（默认）；非空 = 白名单，只允许列出的输出通道。
|
||||
// 父 agent 创建驻留子时用它收窄子的输出能力。
|
||||
AllowedOutputs []string
|
||||
AllowedOutputs []string
|
||||
// IsRealtime 标记本 agent 是 **rtchild**（实时子 agent，plan.md 十一）。
|
||||
//
|
||||
// 置 true 后：
|
||||
// · 只有它能被划入带 CapRT 的 rt 通道（Agent.AssignRealtime 校验）；
|
||||
// · 打断不走四级中断阶梯，而走单槽覆盖（plan.md 十一.三 B）。
|
||||
//
|
||||
// ★ 这不是权限位，而是**类型标记**：另外两类子 agent 的设计目标函数
|
||||
// 与 rt 相反（公平 vs 最新者胜），混用会两边都坏。
|
||||
IsRealtime bool
|
||||
PluginDir string
|
||||
DistillInterval time.Duration
|
||||
ArchiveInterval time.Duration // 冷文档归档间隔（L2→L3），0 则使用 DistillInterval
|
||||
@ -412,27 +479,29 @@ func New(cfg AgentConfig) *Agent {
|
||||
}
|
||||
|
||||
a := &Agent{
|
||||
id: cfg.ID,
|
||||
startTime: time.Now(),
|
||||
provider: cfg.Provider,
|
||||
providerManager: cfg.ProviderManager,
|
||||
io: cfg.IO,
|
||||
memory: cfg.Memory,
|
||||
graph: graphMemoryOf(cfg),
|
||||
kernelSource: cfg.KernelSource,
|
||||
parentID: cfg.ParentID,
|
||||
taskPrompt: cfg.TaskPrompt,
|
||||
dataDir: cfg.DataDir,
|
||||
indexer: cfg.Indexer,
|
||||
tracker: cfg.Tracker,
|
||||
context: rc,
|
||||
systemPrompt: cfg.SystemPrompt,
|
||||
ctx: ctx,
|
||||
cancel: cancel,
|
||||
coldcontextStore: cfg.DocStore,
|
||||
knowledge: cfg.Knowledge,
|
||||
social: cfg.SocialStore,
|
||||
textMem: cfg.TextMemory,
|
||||
id: cfg.ID,
|
||||
startTime: time.Now(),
|
||||
provider: cfg.Provider,
|
||||
preferredProvider: cfg.PreferredProvider,
|
||||
providerManager: cfg.ProviderManager,
|
||||
io: cfg.IO,
|
||||
memory: cfg.Memory,
|
||||
graph: graphMemoryOf(cfg),
|
||||
kernelSource: cfg.KernelSource,
|
||||
parentID: cfg.ParentID,
|
||||
taskPrompt: cfg.TaskPrompt,
|
||||
dataDir: cfg.DataDir,
|
||||
isRealtime: cfg.IsRealtime,
|
||||
indexer: cfg.Indexer,
|
||||
tracker: cfg.Tracker,
|
||||
context: rc,
|
||||
systemPrompt: cfg.SystemPrompt,
|
||||
ctx: ctx,
|
||||
cancel: cancel,
|
||||
coldcontextStore: cfg.DocStore,
|
||||
knowledge: cfg.Knowledge,
|
||||
social: cfg.SocialStore,
|
||||
textMem: cfg.TextMemory,
|
||||
// mediaStore 已随 CAS 淘汰：块自带负载。知识层的媒体也已自带字节
|
||||
// （见 knowledge 的媒体侧车），不再需要外部 getter/putter 接线。
|
||||
personality: cfg.Personality,
|
||||
|
||||
Reference in New Issue
Block a user