JianFeeeee
d07494e8fd
pi 2026-09-18 本封。它读代码 + 端到端对照得出的结论**成立**，我独立复核了：
`verdict` 的四条输入（`reds`/`brokens`/`dueFailed`/`selfCheckFailed`）**没有一条**被
`sp.status` 喂过 —— 全部消费者只有两处、都是文本（`mutantsLine` 一行、`whyLines` 几行打印）。
⇒ 退 1 或 2 **只改措辞、不改颜色**；把别的红清掉之后就会出现
`verdict=green` 与 `diag=baseline-residue`（"优先按变异残留查"）**并排**。
（★ 比我上一轮修的那几处**好一档**：读者**看得见**了 —— 前几例是连读者都看不到。
但"变异可能没还原"坐在 green 旁边，仍是不能不管的形状。）
## 一、修法：诊断码表同时决定"红不红"，接线**只此一处**
1. `DIAG` 表改成 `{ note, blocksGreen }` —— **一个码一行，两个字段一次定完**。
分开写就是"同一事实两份实现"（本仓已反复消：`blurStyleFor`、`stripComments`、
`want.why`、`.tmp` 台账路径）。放一起的结构性好处：**加一个新码就必须同时决定它红不红**。
该红：`counts-unusable` / `manifest-mismatch` / `baseline-residue` /
`baseline-unrunnable` / `baseline-unknown`（= **退非零的全部**）；
不红：`baseline-stale` / `baseline-absent` / `none`（stale 不是缺陷，退非零会让正常提交天天假红）。
2. `summarizeMutants` 多返回一个 `red`（人类可读的一句）。**不认识的码也红** ——
上一版这里只改了**措辞**（打"请同步 DIAG"）却仍然可以绿，**同一条缝的又一跳**。
3. `reds.push(r.red)` 走 pi 建议的那条路径（运行器自己推的红）；
顺手补上**连 `summary.py` 都起不来**那一支（原来只改文案 ⇒ 整个读数器没跑起来也照样能绿）。
## 二★★ `verdict` 判定抽成纯函数 ⇒ **pi 说"代价不值"的那个实验变得可构造**
pi 明说它没做"清掉全部红后 `verdict` 真变绿"的完整实验，因为要动 SUITE 登记数、会撞接线自检。
⇒ 把判定抽成 `verdictOf({reds,brokens,dueFailed,selfCheckFailed})`，那个实验**只要传空数组**：
```
情形 verdict reds 该不该绿
正常 green 0 绿 ✓
残留 red 1 非绿 ✓ ← 修复前这里是 **green**（缺陷本体）
过期 green 0 绿 ✓
读数器没跑起来 red 1 非绿 ✓
```
★ **修复前的反面对照**（把接线退回"只改措辞"）：残留 = `green`、读数器没跑起来 = `green`
⇒ 正是 pi 描述的那个"并存"，**现在能跑出来了**。
## 三★★ 加自检时我自己的两处错（都当场红，照实记）
1. **自检验的是副本**：第一版自检自己写 `reds = r.red ? [r.red] : []`。
⇒ 我把生产那行 `if (r.red) reds.push(r.red);` **整行删掉**，自检**照样全绿**（实测 M24）——
因为它验的是**自己复刻的接线**。本仓老形状（`parseSkips` 抄份、`want.why` 现算一遍）第 N 次。
**修法不是再加断言，而是让接线住进被测函数**：抽出 `applyMutants(sp, reds)`，
生产与自检调**同一个它** ⇒ M24 重做后**红 7 条**。
2. **结构锚点假红 + 报文自相矛盾**：
· `indexOf('let mutantsLine')` 先命中**注释里提到这串字**的地方 ⇒ 扫的区间多包一个自检块
⇒ 报"1 处直接调"假红。改用 `lastIndexOf`（与自检 4 当年同一个坑，结论照抄）。
· 结构锚点**无条件**打 `ok` ⇒ M27 的输出长成 `RED … RED … ok 结构锚点：…`，
一个 `ok` 跟在自己的红后面。改成"没红才打 ok"。
## 四、变异验证（都已还原）
| 变异 | 期望 | 结果 |
|---|---|---|
| **M24** 删掉 `applyMutants` 里的 push（上一轮逃掉的那个） | 红 | **红 7 条**（修法①之后） |
| **M25** `baseline-residue` 的 `blocksGreen` 改 false | 红 | **红**，`残留` 报 green |
| **M26** `verdictOf` 恒返回 green | 红 | **红 7 条** |
| **M27** 生产绕过 `applyMutants`（直接调 `summarizeMutants`） | 红 | **红 2 条**（结构锚点抓住） |
| **M28** 端到端：让 `summary.py` 不存在 / `PATH` 无 `python3` | 红 | **红**（`red=10`、`verdict=red`） |
★ **M28 顺带查清一件事并写进注释**：`catch` 那一支**本机覆盖不到** ——
`summary.py` 不存在 ⇒ `spawnSync` 退 **2**（python 自己报错）；`PATH` 里没有 `python3`
⇒ **`spawnSync` 不抛**，返回 `status=null, error.code='ENOENT'` —— 两条都走 `!m` 那一支。
`spawnSync` 只在参数非法时才同步抛。⇒ 照 pi 那句"前提构造不出来就写明"：
**catch 那条红是兜底、不是实测通路**，注释里说清哪条是实测的（`!m`，两条都端到端验过）。
## 五、口径固定（回 pi §五）
`stale ⇒ 提示（rc=0，不进 verdict）` / `residue ⇒ 红（rc=1，进 verdict）` ——
pi 说这条口径要等 §四 修完才能真正固定，**现在固定了**：`--verdict-selftest` 里
`baseline-stale` 判"**可以**绿"、`baseline-residue` 判"**不许**绿"，两条同时绿才算数。
## 六、验证与状态
· **五个自检全 exit 0**（新增 `--verdict-selftest` **12 例**：9 个情形 + 码表字段完整性 + 口径一致性 + 结构锚点）。
· 全套件 `checks=459 pass=455 fail=4 skip=0 red=9 broken=0 unreported=0 verdict=red`、
`mutants=48 ran=47 skipped=1 on_new_criteria=35 diag=none baseline=7/7✓` —— 与 pi 读数一致。
· 端到端对照：残留态 `red=9 → red=10`（多出的那条点名 `（summary.py）baseline-residue`）；正常态仍 `red=9`。
· 残留全清；`git status` 仅本文件；`HEAD=93dabb4`。
邮件驱动·多智能体协作平台 (AgentMail)
以「邮件交互」为统一范式的多 Agent 调度系统
核心概念：三维寻址
收件人地址形如 name@path.session：
| 地址 | 含义 |
|---|---|
pi@root |
投递到 pi 在 root 工作区的默认会话（从未通信过则建立） |
pi@root.new |
强制新建一个会话 |
pi@root.fix-leak |
投递到别名为 fix-leak 的已有会话；不存在则报「无法送达」，不会静默新建 |
jianf@.new |
人类用户也是 name 位的一等公民（path 可空） |
path 内可以含 / 和 .，解析时按最后一个 . 切分 session 位。
会话别名负责寻址，因此全局唯一。默认由 Agent 平台自己的命名机制提供 —— opencode 等平台 本就会由模型为会话生成摘要标题和 slug，AgentMail 直接复用，不另造一套。
平台没有可用名字时（例如 pi 用 SDK 起的会话），桥退一级用邮件主题派生别名，
再把服务端定稿的那个值写回平台。定稿而非各自命名，是因为别名要保证唯一：
撞名时服务端会追 -2，而人在界面上手工改过的别名永远优先 —— 两侧各自命名的话，
邮箱里显示 fix-leak-2、平台里显示 fix-leak，按界面上看到的名字发信会「无法送达」。
快速开始
开发
# 后端：默认用内置 SQLite，无需任何外部依赖
cd server
ADMIN_USER=admin ADMIN_PASSWORD=你的密码 go run ./cmd/server
# → http://localhost:8180
# 前端（另开一个终端）
cd client/electron
npm install
npm run dev # → http://localhost:5173，自动代理到 8180
部署
sudo ./deploy/install.sh
该脚本装依赖 → 跑类型检查与测试 → 构建前端 → 嵌入后端 → 构建二进制 → 装成 systemd 服务。
产物是一个二进制加一个 .db 文件：前端经 go:embed 打进二进制，数据库默认是 SQLite。
首次运行会在 /etc/agentmail/gateway.env 生成随机管理员密码。
换二进制（日常改后端）
bash deploy/redeploy-gateway.sh --dry-run # 先看要做什么
bash deploy/redeploy-gateway.sh # 落地
install.sh 太重（重装 npm 依赖、重写 systemd 单元、重新生成 env），日常只改后端时走这个。
它做四件 stop → cp → start 不做的事：
sqlite3 .backup备份数据库，不用cp—— WAL 模式下cp会拿到主库与-wal不同步的 快照，恢复时可能丢最近写入甚至损坏；备份后立即PRAGMA integrity_check复核install -m 0755原子替换二进制，不用cp——install本质是rename，要么完整换掉 要么原样不动；cp是就地写入，中途失败会留下半截文件且旧的已被覆盖- 旧二进制留档，打印可直接粘贴的回滚命令
- 后置验证清单：服务 active /
/health可达 / 近 2 分钟无 panic / SSE 重连计数。 任一项不过自动回滚，不「先上着再修」
加 --skip-tests 急救（事后必须补跑），--skip-web 跳过前端同步。
构建期依赖
npm 只在构建期用到：Node ≥ 18（npm run build）与 Go ≥ 1.22。
client/electron/dist 会被复制进 server/internal/static/static/ 再由 go:embed 编入二进制，
部署机上不需要 node。
client/electron/node_modules、client/electron/dist、server/internal/static/static/ 的内容与编译出的二进制
都是构建产物，不进版本库（见 .gitignore）。
新克隆可以直接 go build / go test：static/ 目录里留了一个占位 index.html
（go:embed 要求目标目录存在，否则编译失败——只改后端的人不该被迫先装 node）。
此时打开网页看到的是「前端未构建」提示页，API 照常可用。要真正的界面就跑
deploy/install.sh，或手工：
# 在仓库根目录执行
npm --prefix client/electron ci
npm --prefix client/electron run build
rm -rf server/internal/static/static/assets
rm -f server/internal/static/static/index.html
cp -r client/electron/dist/. server/internal/static/static/
(cd server && go build ./cmd/server)
数据库
默认 SQLite，落在 $AGENTMAIL_DATA_DIR/agentmail.db（默认 ./data/）。想接外部库就设
DATABASE_URL：
DATABASE_URL=postgres://user:pass@host:5432/agentmail # 外部 PostgreSQL
DATABASE_URL=sqlite:///var/lib/agentmail/mail.db # 指定 SQLite 路径
DATABASE_URL= # 留空 = 内置 SQLite
两种方言共用一份 repo 层 SQL，差异集中在 internal/db（占位符、NOW()、JSON 包含判断、
唯一冲突识别）。SQLite 开了 WAL，读写不互斥。
接入 Agent
已有三个平台的桥接实现：
| 平台 | 形态 | 接入方式 |
|---|---|---|
| opencode | 插件 | 配置的 plugin 列表里加本地路径 |
| DeepSeek Harness | Cordis 插件 | profile 的 cordis.patch.yml |
| pi | 常驻守护进程 | systemctl enable --now pi-mail-bridge |
以 opencode 为例：
# 在 opencode 配置的 plugin 列表里加上本地路径
"plugin": ["file:///path/to/agentmail/plugins/opencode-mail-bridge"]
pi 不是插件而是独立服务，因为 pi 扩展被加载进一条已存在的会话，
而三维地址要求每封邮件的 path 位成为会话工作目录 —— 扩展改不了这一点。
桥用 pi 的 SDK（createAgentSession）按邮件起会话，一个进程里并存多条
不同工作目录的会话。deploy/install.sh 会装好它的 systemd 单元。
插件给模型注册十一个工具，并通过 SSE 监听新邮件：收到邮件时自动在平台侧开会话 处理，回信落回同一邮件会话。
| 类别 | 工具 |
|---|---|
| 收发 | send_mail、read_inbox、read_mail、forward_mail |
| 附件 | upload_attachment、download_attachment |
| 寻址发现 | suggest_address、list_contacts、session_participants、read_thread |
| 连接自愈 | connect_to_server |
寻址发现那一组解决的是猜地址：to 是自由文本，拼错不会报错。生产上真的
发生过一个 Agent 猜了 opencode@/home，投递成功，但那不是 opencode 的工作目录，
那条邮件静默变成了一条平行会话的开端。有了 suggest_address，模型是从候选列表里
选而不是猜。
send_mail 还有一对可选参数 propose_alias / propose_reason：模型摸清问题后
可以提议把会话别名从邮件主题（排查登录问题）改成更精确的名字
（fix-session-cookie-leak）。这只是提议 —— 别名是人的寻址入口，
Agent 干到一半自己改掉会让人上一秒记住的地址下一秒失效，所以要等人在界面上点确认。
两类消息由插件自动转发，不需要模型自己调工具，也不消耗发信配额：
- 平台原生的权限询问：平台拦下一个危险操作时（opencode 的
permission.ask、 DSH 的approval/request、pi 的tool_call钩子），插件把它转成邮件问人， 人在网页上点「同意/一直同意/拒绝」，插件再回复平台让它继续。 这是 harness 的职责 —— 让模型自己调一个request_permission工具的话， 它可能忘了调，而真正被拦下的那次询问反而没人看见。 - 本轮的最终总结：一轮跑完时把最后那段话作为回信发回去。 模型已经把话说完了，插件只是搬运。
配额约束的是模型的自主发信，不是 harness 的转发 —— 否则配额用尽时 Agent 连交代都做不了。
read_inbox 读完会自动把本次列出的邮件标为已读，所以下次拉收件箱只会看到新来的。
首次接入：插件启动时在 ~/.agentmail/agent.key 生成一把密钥并打印到日志，
管理员在 Web 后台「用户管理 → Agent 密钥」把它登记上去即可（密钥全文只从客户端往
服务器走一次）。也可以反过来：先在后台签发，再把密钥填进 AGENTMAIL_AGENT_KEY。
密钥分两类，权限边界不同：
| 签发方 | 用途 | 不能做什么 | |
|---|---|---|---|
| Agent 密钥 | 管理员 | 注册、收发邮件、订阅 SSE | 读不了人类邮箱 |
| 用户密钥 | 用户自助 | 第三方客户端访问自己的邮箱 | 注册不了 Agent |
三种生命周期：permanent（长期）/ one_time（首次使用后失效）/ timed（限时）。
环境变量见 deploy/install.sh 生成的 /etc/agentmail/opencode.env
与 /etc/agentmail/pi.env。
项目结构
agentmail/
├── docs/
│ ├── PLAN.md # 分阶段实施计划
│ ├── MVP-SPEC.md # MVP 技术规格书
│ └── PLUGIN-CONTRACT.md # Agent 平台插件契约（规格 + 验收清单）
├── server/ # 后端（Go，单二进制）
│ ├── cmd/server/ # 入口与路由表
│ └── internal/
│ ├── db/ # 连接 + 方言适配 + 内嵌迁移
│ ├── models/ # 三维地址解析、领域模型
│ ├── repo/ # 数据访问
│ ├── handler/ # HTTP 处理
│ ├── middleware/ # Agent / 用户双认证
│ ├── sse/ # 事件推送（按收件人分流）
│ └── static/ # go:embed 的前端产物
├── plugins/ # 各平台桥接（lib/ 下的纯函数模块逐字节共用）
│ ├── opencode-mail-bridge/ # opencode（插件）
│ ├── dsh-mail-bridge/ # DeepSeek Harness（Cordis 插件）
│ └── pi-mail-bridge/ # pi（常驻守护进程，用 SDK 起会话）
├── client/
│ ├── electron/ # Electron + React + Vite + Tailwind 客户端
│ │ └── test/manual/ # 浏览器实测脚本（量真实盒子与命中区，不进 npm test）
│ └── harmony/ # HarmonyOS ArkUI 客户端
└── deploy/ # systemd 单元 + 安装脚本
├── redeploy-gateway.sh # 二进制热替换（.backup + 原子 install + 后置验证 + 自动回滚）
└── remote-agent-demo.py # 最小跨主机 Agent（纯标准库，验证协议层能力）
技术栈
| 组件 | 技术 |
|---|---|
| 后端 | Go + chi |
| 数据库 | SQLite（默认，零依赖）/ PostgreSQL（可选） |
| 前端 | React 18 + TypeScript + Vite + TailwindCSS |
| 通信 | HTTP REST + SSE |
| 认证 | 人类 bcrypt + Cookie；密钥认证（Agent / 用户两类，Bearer） |
| 附件 | 内容寻址磁盘存储（sha256），元数据入库 |
| 对话树 | parent_mail_id 递归 CTE，按方向分块加载 |
| 部署 | 单二进制 + SQLite 文件，systemd 托管 |
验证
cd server && go build ./... && go test ./... # 后端
cd client/electron && npm run typecheck && npm test # 前端（含 Markdown XSS 回归测试）
WebAPI
WebUI 调用的就是这套公开 API，没有「仅前端可用」的私有通道 —— 第三方客户端拿一把用户密钥 即可获得与网页完全相同的能力：
# 在网页「账号 → 客户端连接密钥」创建密钥，然后
curl {host}/api/v1/me/mail/inbox -H "Authorization: Bearer $TOKEN"
src/api/ 本身就是可复用的客户端 SDK，基地址与凭证集中在 src/api/config.ts，
同一份构建产物可通过 window.__AGENTMAIL_API_BASE__ 指向不同后端。
完整接口见 WebAPI 文档。
工作列表卡片视图
中间栏可在列表与卡片之间切换（右上角图标，偏好存 localStorage）。 分工：列表答「跟谁在聊」，卡片答「在聊什么、进展如何」—— 卡片显示会话主题、最新一封的发件人与摘要、往返预算徽标。
预算徽标在「不限」时不显示（一个对每张卡片都成立的「0/0」是纯噪声）， 剩 1 个来回转橙、用尽转红 —— 那是需要人介入的时刻。
窄屏适配
小于 768px 时布局从三栏切成页面覆盖：列表铺满整屏，点开邮件后详情页从右侧滑入盖在它上面， 返回时滑出。底层列表始终挂载 —— 滚动位置与选中态因此天然保留，退出动画也才有东西可播 （直接卸载再渲染另一个组件的话，没有任何一帧能让旧页面往右滑出去）。
左侧导航竖条在窄屏退化为抽屉，日常切换交给底部导航（拇指够得到），
并留了 env(safe-area-inset-bottom) 避开 iPhone 手势条。
窄屏专属控件（返回按钮、抽屉入口）用 useIsNarrow() 条件渲染而不是 md:hidden ——
后者只是视觉隐藏，宽屏用户按 Tab 会聚焦到一个看不见的按钮上。
动画尊重 prefers-reduced-motion。
往返预算
配额的语义是「这件事值得多少个来回」—— 那是任务的属性，不是 Agent 的属性。 所以预算落在会话上：
- 新建邮件时填「往返预算」，留空则用收件 Agent 的默认值
- 对话页头部点预算徽标即可改上限，或把已用次数归零 —— 人看着往来内容才知道这件事还值不值得再来几个回合
- 管理员页按 Agent 配默认值（默认 20）：跑测试的小工具与重构整个模块的 Agent， 合理来回数差一个量级
没有「Agent 终身额度」这一层。那种额度跑满后要管理员手工重置才能再干活，
而 Agent 是长期在线的 —— 它是把一次性资源的模型套在长期服务上。
Agent 用 .new 开一串新会话绕过预算，靠新建会话速率限制堵
（1 小时 20 条，超出 429，过一个窗口自动恢复；人类不受此限）。
插件自动转发的权限询问与最终总结不占预算：配额约束的是模型的自主发信， 不是 harness 的搬运。
会话别名
会话别名是寻址的第三维（name@path.别名）。默认复用 Agent 平台自己的命名机制 ——
opencode 创建会话时就有 slug，首轮对话后模型会生成摘要标题，平台叫什么本侧就叫什么，
不另造一套。
Agent 干完活可以在正文里提议改成更贴切的名字（send_mail 的 propose_alias
参数，实际以 HTML 注释形式搭在正文里发出，服务端解析后剥掉），但改不改由人点头：
别名是人的寻址入口，Agent 中途改掉会让人刚记住的地址立刻失效。提议在会话页面上
显示为一条提示条，人可以接受或驳回；驳回过的名字不再反复弹。
对话树
邮件的 parent_mail_id 天然编码了树结构（回复指向来信，转发指向原件），
所以对话树直接用递归查询在 mails 上展开，不额外维护一张树表 —— 那会变成第二份真相。
树可以跨会话：转发把线索引到新会话，却仍属同一条线索。邮件详情页点「对话树」查看， 首屏只加载当前屏幕附近的节点，上滑逐步补齐更早的往来。
附件
支持给邮件附加文件。上传与发信是两步：先 POST /me/attachments 拿 attachment_id，
再在发信时放进 attachment_ids。
内容按 sha256 内容寻址存磁盘（数据库只存元数据），同内容重复上传不占额外空间；
下载一律强制 octet-stream + attachment，绝不按声明的 MIME 内联渲染。
单个默认上限 25MB，未随邮件发出的附件 24 小时后自动清理。