mirror of
https://gitcode.com/JianFeeeee/HomeAgent.git
synced 2026-11-01 06:47:29 +00:00
## 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
340 lines
13 KiB
Go
340 lines
13 KiB
Go
package io
|
||
|
||
// inputch 是**最基本的输入路由单位**(设计见 docs/zh/resident-subagent-design.md §4)。
|
||
//
|
||
// 一个插件可以注册多个 inputch;每个 inputch 是彼此独立的路由单位:
|
||
// 可以被划给不同的 agent、可以分别限额。中断输入与排队输入**两类都从 inputch 进出**,
|
||
// 而"中断 vs 排队"是每条输入自己的类别 —— 不是 inputch 的属性。
|
||
//
|
||
// 本文件只放**登记表**(谁是注册者、划给了谁、容量多少、记忆策略是什么)。
|
||
// 路由本身发生在进内核之前:投递方决定"这条输入投给哪个 inputch"。
|
||
|
||
import (
|
||
"errors"
|
||
"fmt"
|
||
"sort"
|
||
"sync"
|
||
)
|
||
|
||
var (
|
||
// ErrInputChannelUnknown 表示引用了未注册的 inputch。
|
||
ErrInputChannelUnknown = errors.New("inputch 未注册")
|
||
// ErrInputChannelNameEmpty 表示 inputch 名为空。
|
||
ErrInputChannelNameEmpty = errors.New("inputch 名不能为空")
|
||
// ErrChannelNotRealtime 表示该通道没有声明 CapRT 能力(不能承载 rt 流)。
|
||
//
|
||
// 两侧校矩的另一侧("目标 agent 是不是 rtchild")在 core 包,
|
||
// 因为 agent 类型属于 core 而非 io(plan.md 十一.三 F)。
|
||
ErrChannelNotRealtime = errors.New("通道未声明 rt 能力(CapRT)")
|
||
)
|
||
|
||
// InputChannel 是一个 inputch 的完整登记记录。
|
||
type InputChannel struct {
|
||
// Name 是路由单位 id(全局唯一,如 "qq"、"webui"、"qq/device-2")。
|
||
Name string `json:"name"`
|
||
// Plugin 是注册它的插件名("插件可注册多个 inputch",归属可追溯)。
|
||
Plugin string `json:"plugin,omitempty"`
|
||
// Owner 是**被划给的 agent id**("" = 未分配,归根 agent/内核默认)。
|
||
Owner string `json:"owner,omitempty"`
|
||
// Capacity 是该 inputch 的队列容量(0 = 用内核默认值)。
|
||
Capacity int `json:"capacity,omitempty"`
|
||
// Output 是该 inputch 的默认回程输出通道("" = 由来源/调用方决定)。
|
||
//
|
||
// 注意:这不是"内核路由"—— 输出仍然是 agent 的主动调用;这里只是登记
|
||
// "这个 inputch 的回复默认该往哪个 outputch 走"的映射依据。
|
||
Output string `json:"output,omitempty"`
|
||
// Def 是记忆/上下文策略(沿用 ChannelDef:NoMemory / Cleaner / ContextPolicy)。
|
||
// Cleaner 是函数,故本字段不可序列化(json:"-")。
|
||
Def ChannelDef `json:"-"`
|
||
|
||
// Capabilities 是本通道的**能力位**(rt 流 / 文本 / 音频…)。
|
||
//
|
||
// ★ 为何不放进 Def:Def 是公开 SDK 的 ChannelDef 别名
|
||
// (`type ChannelDef = pubsdk.ChannelDef`),往里面加字段等于改 SDK 契约;
|
||
// 而能力位是**通道实例**的属性,属于内核侧的登记记录。
|
||
//
|
||
// ★ 它声明的是“本通道**能承载**什么”,不是“内核要产出什么”:
|
||
// 例如 CapRT 表示“能承载实时流(新值作废旧值)”,CapAudio 表示
|
||
// “本出口会把文本转成声音”——都是插件侧的实现能力声明。
|
||
Capabilities OutputCapability `json:"capabilities,omitempty"`
|
||
}
|
||
|
||
// ChannelRegistry 是 inputch 的登记表。
|
||
//
|
||
// 它被设计成**可共享对象**(`*ChannelRegistry`):根 agent 与它的驻留子共用同一份,
|
||
// 这样"划入/授权"才有意义;每个 IOManager 默认自带一份(向后兼容)。
|
||
type ChannelRegistry struct {
|
||
mu sync.RWMutex
|
||
channels map[string]InputChannel
|
||
// stash 是**挂在通道上**的暂存区:驻留子销毁时选 ResidualStash 的残余任务
|
||
// 留在这里,等该通道被接回(Assign 给新 owner)时放出。
|
||
//
|
||
// ★ 为什么挂在通道而不是 agent:这些任务此刻**不属于任何 agent**
|
||
// (子已销毁、父没接手)。挂在通道上才符合"暂存在对应通道"的语义,
|
||
// 也让"谁接回通道谁拿到活"自动成立 —— 不需要额外的转交逻辑。
|
||
stash map[string][]*InputEvent
|
||
// outputTargets 把**输出通道**解析成"目标 agent 的哪个 inputch"。
|
||
// 这是"输出可寻址到具体 agent"的依据(子→父、父→指定子)。
|
||
outputTargets map[string]OutputTarget
|
||
}
|
||
|
||
// OutputTarget 是一个输出通道的投递目标。
|
||
type OutputTarget struct {
|
||
// AgentID 是目标 agent("" = 本 agent / 由传输层通道 device 自行处理)。
|
||
AgentID string `json:"agent_id,omitempty"`
|
||
// InputCh 是目标 agent 上接收它的 inputch("" = 与输出通道同名)。
|
||
InputCh string `json:"inputch,omitempty"`
|
||
}
|
||
|
||
// NewChannelRegistry 构造一个空的 inputch 登记表。
|
||
func NewChannelRegistry() *ChannelRegistry {
|
||
return &ChannelRegistry{
|
||
channels: make(map[string]InputChannel),
|
||
outputTargets: make(map[string]OutputTarget),
|
||
stash: make(map[string][]*InputEvent),
|
||
}
|
||
}
|
||
|
||
// Register 登记/更新一个 inputch。
|
||
//
|
||
// 重复登记(插件重载)时**保留已有的 Owner/Capacity/Output**,只更新
|
||
// Plugin 与 Def —— 否则一次插件重载就会把父 agent 做的划分抹掉。
|
||
func (r *ChannelRegistry) Register(ch InputChannel) error {
|
||
if ch.Name == "" {
|
||
return ErrInputChannelNameEmpty
|
||
}
|
||
r.mu.Lock()
|
||
defer r.mu.Unlock()
|
||
if r.channels == nil {
|
||
r.channels = make(map[string]InputChannel)
|
||
}
|
||
// ★ Def.Realtime ⇒ 映射到 Capabilities 的 CapRT 位(SDK 声明 → 内核能力位)。
|
||
//
|
||
// 为什么在这里映射而不是让插件直接填能力位:公开 SDK 的 ChannelDef 是
|
||
// 插件能碰到的唯一结构(插件不依赖内核),能力位(OutputCapability)是
|
||
// 内核侧类型。两侧各自表达同一件事,由登记表做**唯一一次**转换。
|
||
// 判据 TestRTChannel_SDKRealtimeBecomesCapRT 钉它。
|
||
if ch.Def.Realtime {
|
||
ch.Capabilities |= CapRT
|
||
}
|
||
|
||
if old, ok := r.channels[ch.Name]; ok {
|
||
if ch.Owner == "" {
|
||
ch.Owner = old.Owner
|
||
}
|
||
if ch.Capacity == 0 {
|
||
ch.Capacity = old.Capacity
|
||
}
|
||
if ch.Output == "" {
|
||
ch.Output = old.Output
|
||
}
|
||
if ch.Plugin == "" {
|
||
ch.Plugin = old.Plugin
|
||
}
|
||
}
|
||
r.channels[ch.Name] = ch
|
||
return nil
|
||
}
|
||
|
||
// Unregister 注销一个 inputch。
|
||
//
|
||
// 同时清理指向它的输出目标登记(outputTargets):否则通道被注销后,
|
||
// ResolveOutputTarget 仍会把它解析成一个已不存在的 inputch。
|
||
// 两种指向都要清:显式绑定到该 inputch 的,以及“回退到同名通道”的
|
||
// (InputCh == "" 表示与输出通道同名)。
|
||
func (r *ChannelRegistry) Unregister(name string) {
|
||
r.mu.Lock()
|
||
defer r.mu.Unlock()
|
||
delete(r.channels, name)
|
||
for out, t := range r.outputTargets {
|
||
if t.InputCh == name || (t.InputCh == "" && out == name) {
|
||
delete(r.outputTargets, out)
|
||
}
|
||
}
|
||
}
|
||
|
||
// Lookup 查询一个 inputch。
|
||
func (r *ChannelRegistry) Lookup(name string) (InputChannel, bool) {
|
||
r.mu.RLock()
|
||
defer r.mu.RUnlock()
|
||
ch, ok := r.channels[name]
|
||
return ch, ok
|
||
}
|
||
|
||
// Assign 把一个 inputch **划给**某个 agent(可同时给定容量)。
|
||
//
|
||
// 语义(默认取值,见设计文档 R6):**读写授权**,不转移所有权 ——
|
||
// 登记表仍记录 Plugin(谁注册的)与 Owner(划给了谁)两件事。
|
||
func (r *ChannelRegistry) Assign(name, agentID string, capacity int) error {
|
||
_, err := r.AssignAndDrainStash(name, agentID, capacity)
|
||
return err
|
||
}
|
||
|
||
// AssignAndDrainStash 与 Assign 相同,但**同时返回该通道上的暂存任务**。
|
||
//
|
||
// ## 为什么需要它(用户 2026-10-30 要求)
|
||
//
|
||
// 「原本驻留子持有的通道也应该支持**挂起或接回**主 agent」。
|
||
//
|
||
// 挂起 = `Assign(name, "", 0)`(Owner 清空,通道仍登记但无人处理);
|
||
// 接回 = `AssignAndDrainStash(name, newOwner, 0)`。
|
||
//
|
||
// 接回时必须把暂存任务一并交出:如果只改 Owner 不取暂存,
|
||
// 那批任务会永远躺在通道上 —— 通道看起来"已经接回来了",
|
||
// 但活没人做,且没有任何报错。**这是本轮最容易埋的静默缺陷。**
|
||
func (r *ChannelRegistry) AssignAndDrainStash(name, agentID string, capacity int) ([]*InputEvent, error) {
|
||
r.mu.Lock()
|
||
ch, ok := r.channels[name]
|
||
if !ok {
|
||
r.mu.Unlock()
|
||
return nil, ErrInputChannelUnknown
|
||
}
|
||
ch.Owner = agentID
|
||
if capacity > 0 {
|
||
ch.Capacity = capacity
|
||
}
|
||
r.channels[name] = ch
|
||
// 接回给某个具体 agent 时才释放暂存;挂起(agentID=="")时保持不动 ——
|
||
// 挂起的语义正是"先放着,等有人接"。
|
||
var drained []*InputEvent
|
||
if agentID != "" {
|
||
drained = r.stash[name]
|
||
delete(r.stash, name)
|
||
}
|
||
r.mu.Unlock()
|
||
return drained, nil
|
||
}
|
||
|
||
// List 返回全部已注册 inputch(按名字稳定排序)。
|
||
func (r *ChannelRegistry) List() []InputChannel {
|
||
r.mu.RLock()
|
||
defer r.mu.RUnlock()
|
||
out := make([]InputChannel, 0, len(r.channels))
|
||
for _, ch := range r.channels {
|
||
out = append(out, ch)
|
||
}
|
||
sort.Slice(out, func(i, j int) bool { return out[i].Name < out[j].Name })
|
||
return out
|
||
}
|
||
|
||
// ListByOwner 返回划给某个 agent 的 inputch(owner == "" 时返回**未分配**的)。
|
||
func (r *ChannelRegistry) ListByOwner(agentID string) []InputChannel {
|
||
var out []InputChannel
|
||
for _, ch := range r.List() {
|
||
if ch.Owner == agentID {
|
||
out = append(out, ch)
|
||
}
|
||
}
|
||
return out
|
||
}
|
||
|
||
// BindOutputTarget 登记"输出通道 → 目标 agent 的 inputch"的解析。
|
||
//
|
||
// 例:父把子用的输出通道 "to-child-1" 绑到 (child-1, "sub/in"),
|
||
// 于是子经该通道发出的消息会投进 child-1 的 sub/in。
|
||
func (r *ChannelRegistry) BindOutputTarget(output, agentID, inputCh string) error {
|
||
if output == "" {
|
||
return errors.New("输出通道名不能为空")
|
||
}
|
||
r.mu.Lock()
|
||
defer r.mu.Unlock()
|
||
if r.outputTargets == nil {
|
||
r.outputTargets = make(map[string]OutputTarget)
|
||
}
|
||
r.outputTargets[output] = OutputTarget{AgentID: agentID, InputCh: inputCh}
|
||
return nil
|
||
}
|
||
|
||
// UnbindOutputTarget 取消一个输出通道的目标登记。
|
||
//
|
||
// 与 BindOutputTarget 成对:输出通道可能是**随资源生灭**的(如远程设备
|
||
// 一台设备一个通道),设备掉线后必须解绑,否则 ResolveOutputTarget 会一直
|
||
// 把消息路由到一个已不存在的 agent/inputch 上——与 inputch 登记泄漏同一类问题。
|
||
// 未登记时是 no-op(幂等),方便清理路径无脑调用。
|
||
func (r *ChannelRegistry) UnbindOutputTarget(output string) {
|
||
r.mu.Lock()
|
||
defer r.mu.Unlock()
|
||
delete(r.outputTargets, output)
|
||
}
|
||
|
||
// ResolveOutputTarget 解析一个输出通道的目标;未登记时 ok=false
|
||
// (意味着由传输层通道自行处理,如 qq/webui 这类 device 通道)。
|
||
func (r *ChannelRegistry) ResolveOutputTarget(output string) (OutputTarget, bool) {
|
||
r.mu.RLock()
|
||
defer r.mu.RUnlock()
|
||
t, ok := r.outputTargets[output]
|
||
return t, ok
|
||
}
|
||
|
||
// ListOutputTargets 返回全部已登记的目标解析(按输出通道名排序)。
|
||
func (r *ChannelRegistry) ListOutputTargets() map[string]OutputTarget {
|
||
r.mu.RLock()
|
||
defer r.mu.RUnlock()
|
||
out := make(map[string]OutputTarget, len(r.outputTargets))
|
||
for k, v := range r.outputTargets {
|
||
out[k] = v
|
||
}
|
||
return out
|
||
}
|
||
|
||
// Count 返回已注册 inputch 数量。
|
||
func (r *ChannelRegistry) Count() int {
|
||
r.mu.RLock()
|
||
defer r.mu.RUnlock()
|
||
return len(r.channels)
|
||
}
|
||
|
||
// Stash 把若干条输入事件**暂存到指定通道**(驻留子销毁时用)。
|
||
//
|
||
// 与"转回父队列"的区别:这些任务此刻不属于任何 agent —— 子已销毁、父没接手。
|
||
// 挂在通道上,于是"谁接回这条通道,谁就拿到这批活"自动成立,
|
||
// 不需要额外的转交逻辑。这正是用户要求的「暂存在对应通道」。
|
||
//
|
||
// 通道不存在时返回错误而不是静默丢弃:暂存到一条不存在的通道,
|
||
// 等于丢了一条还让人以为存住了。
|
||
func (r *ChannelRegistry) Stash(channel string, events []*InputEvent) error {
|
||
if len(events) == 0 {
|
||
return nil
|
||
}
|
||
r.mu.Lock()
|
||
defer r.mu.Unlock()
|
||
if _, ok := r.channels[channel]; !ok {
|
||
return fmt.Errorf("通道 %s 不存在,无法暂存残余任务", channel)
|
||
}
|
||
r.stash[channel] = append(r.stash[channel], events...)
|
||
return nil
|
||
}
|
||
|
||
// TakeStash 取走并清空某通道上的全部暂存任务。
|
||
//
|
||
// 取走即清空:调用方(Assign 的接回路径,或显式调用)负责把它们放出去。
|
||
// 返回值可能是 nil(无暂存)。
|
||
func (r *ChannelRegistry) TakeStash(channel string) []*InputEvent {
|
||
r.mu.Lock()
|
||
defer r.mu.Unlock()
|
||
evs := r.stash[channel]
|
||
delete(r.stash, channel) // 取出即清空,避免重复释放
|
||
return evs
|
||
}
|
||
|
||
// StashLen 返回某通道暂存的条数(用于 ResidentInfo/控制面展示)。
|
||
//
|
||
// ★ 必须有:暂存如果不可见,它就和"丢弃"没有区别 ——
|
||
// 用户需要能查到"这批活还在通道上等着"。
|
||
func (r *ChannelRegistry) StashLen(channel string) int {
|
||
r.mu.RLock()
|
||
defer r.mu.RUnlock()
|
||
return len(r.stash[channel])
|
||
}
|
||
|
||
// StashTotal 返回全部通道上的暂存总条数。
|
||
func (r *ChannelRegistry) StashTotal() int {
|
||
r.mu.RLock()
|
||
defer r.mu.RUnlock()
|
||
n := 0
|
||
for _, evs := range r.stash {
|
||
n += len(evs)
|
||
}
|
||
return n
|
||
}
|