mirror of
https://gitcode.com/JianFeeeee/HomeAgent.git
synced 2026-11-01 06:47:29 +00:00
eb1deab5dd
## 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
76 lines
3.3 KiB
Go
76 lines
3.3 KiB
Go
package core
|
||
|
||
import (
|
||
"log"
|
||
|
||
agentIO "github.com/JianFeeeee/HologramAgent/internal/agent/io"
|
||
)
|
||
|
||
// routeInputByOwner 实现**输入路由**：inputch 是最基本的输入路由单位，
|
||
// 划给某个 agent 之后，该通道的输入**只流向那个 agent**，本内核看不到它
|
||
// （docs/zh/resident-subagent-design.md §4.1：「路由发生在进内核之前」）。
|
||
//
|
||
// 为什么必须在进内核之前做：插件注入输入的收口是**父**的 IOManager
|
||
// （`cmd/homed` 里 pluginReg 拿到的就是它），而父的内核是该 io 唯一的消费者。
|
||
// 如果不按归属路由，登记表里的 Owner 就只是个标签 —— 现场表现正是如此：
|
||
// 子挂着 `inputch=[timer]`，timer 的输入却打在父身上，子的轮次永远是 0。
|
||
//
|
||
// 返回 true = 本次注入已被"持有该 inputch 的 agent"接管，本内核不再处理。
|
||
//
|
||
// 已知边界：路由只在本 agent 的**直接**驻留子里找。若孙辈的 inputch 由子划拨，
|
||
// 而插件注入打在根 io 上，根解析不到那个 owner ⇒ 兜底给根处理（有日志）。
|
||
// 这一层要等"孙辈 + 根可见的 agent 表"再收口，此处不静默丢输入。
|
||
func (a *Agent) routeInputByOwner(evt *agentIO.InputEvent, isInterrupt bool) bool {
|
||
if evt == nil || evt.OutputChannel == "" || a.io == nil {
|
||
return false
|
||
}
|
||
entry, ok := a.io.LookupInputChannel(evt.OutputChannel)
|
||
if !ok || entry.Owner == "" || entry.Owner == string(a.id) {
|
||
return false // 未分配 / 归自己 ⇒ 本内核处理
|
||
}
|
||
|
||
a.residentMu.Lock()
|
||
rc := a.residents[entry.Owner]
|
||
a.residentMu.Unlock()
|
||
|
||
// ★ rtchild 分支：rt 通道的输入必须进 **rtSlot**（单槽覆盖），
|
||
// 而不是走 rc.agent.io.DeliverRouted（那会进四级中断阶梯）。
|
||
//
|
||
// 这是插件→rtchild 的**唯一通路**：插件只能用 Inject* 系列，那些方法
|
||
// 最终都汇到 deliverInput → 本函数。若不在这里识别 rt 通道，插件的
|
||
// 语音/画面输入会永远打在父身上（rtchild 的轮次永远是 0）。
|
||
//
|
||
// 判据 TestRTChannel_PluginInputReachesRTSlot 钉它。
|
||
a.rtMu.Lock()
|
||
rt := a.rtChildren[entry.Owner]
|
||
a.rtMu.Unlock()
|
||
if rt != nil {
|
||
// 不区分 isInterrupt：rt 没有中断阶梯，所有输入都是"覆盖式最新值"。
|
||
// 这正是 plan.md 十一.三 B 说的"rt 输入不进四级中断阶梯"的落点。
|
||
rt.slot.Push(evt)
|
||
if rt.agent != nil && rt.agent.ctx != nil {
|
||
// 已存在且活着的轮次：取消它，让 rtLoop 立刻用新输入重开（契约 1）。
|
||
rt.mu.Lock()
|
||
cancel, critical := rt.curCancel, rt.critical
|
||
if cancel != nil && critical > 0 {
|
||
rt.suppressedCancels++
|
||
}
|
||
rt.mu.Unlock()
|
||
if cancel != nil && critical == 0 {
|
||
cancel()
|
||
}
|
||
}
|
||
return true
|
||
}
|
||
|
||
if rc == nil || rc.agent == nil || rc.agent.io == nil {
|
||
// 归属到一个不存在（或已销毁、登记表尚未归还）的 agent：
|
||
// **不吞输入** —— 由本内核兜底处理并留痕。吞掉一条输入比多处理一条更糟：
|
||
// 用户会看到"消息发出去了却没人理"，而日志里什么都没有。
|
||
log.Printf("[route] inputch %s owner %s has no matching agent, input handled by fallback %s", evt.OutputChannel, entry.Owner, a.id)
|
||
return false
|
||
}
|
||
rc.agent.io.DeliverRouted(evt, isInterrupt)
|
||
return true
|
||
}
|