jianf/MailUI4Agents
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
e89298037352cd74d4361779fcf641e3b7a3feb6
MailUI4Agents/docs/PHASE7-REMAINING.md
JianFeeeee 289f37f7fb docs: PLUGIN-GUIDE 重写为 PLUGIN-CONTRACT（可核对的插件规格） 
原 PLUGIN-GUIDE 是叙事式的「怎么做 + 踩过的坑」，读者要自己从散文里推断
「我到底必须做什么」。接第三个平台时这不够用 —— 尤其当照着实现的是一个代理。

改为规格式，编号可引用、强度明确标注、每条尽量给出可机械核对的判据。
旧文档的内容全部保留（迁进第八、九节），另补上原先没有的四类：

## 一、能力矩阵（新增）

回答「这个平台能不能接」。七项必需能力（C-1..C-7）加七项可选（C-8..C-14），
每项给出判据。附一个七问自检 —— 任何一问答不出来就先别写代码。

其中 C-4「轮次结束信号必须能区分成功与出错」在两次适配里都被漏掉过，
两次都造成「无效模型被判成成功」，所以单独标了出来。

## 二、行为约定（重写）

原先散在各节的要求收拢成一个状态机，按事件逐条规定：B-1 启动 / B-2 心跳 /
B-3 new_mail / B-4 permission_decision / B-5 轮次结束 / B-6 无法处理时回信 /
B-7 启动补拉 / B-8 权限询问 / B-9 关停。

## 四、降级语义（新增）

平台缺某项能力时的确切退化路径（D-1..D-7）。原文档只说了「可选」，
没说缺了之后该怎么办 —— 于是「不支持权限钩子」很容易被实现成
「提供 request_permission 工具补偿」，而那正是 I-1 反对的模式。

## 六、不变量与禁止事项（新增）

12 条 MUST NOT，每条附「违反会怎样」。这些是测试全绿、跑起来也不报错，
但行为就是错的那类问题 —— 例如拉取失败时传 [] 而非省略字段会清空服务端目录。

## 七、验收清单（新增）

八组可勾选项，每条给出具体命令：grep 自查禁止事项、sqlite3 查在线状态与
配额未被消耗、停插件发信再启动看补投日志。

## 核对过的事实

写完逐项核对了代码，不是凭记忆：
- 12 个端点全部在 main.go 里存在且方法一致
- 发信 9 个字段名与 sendMailRequest 的 json tag 一致
- 心跳响应 12 个字段名与 handler 一致
- 九个数字（30s 心跳 / 25MB 附件 / 20 次每小时 / 补投 5 封 / 快照 200 条 /
  模型上限 10 / 目录上限 300 / 降级超时 60s / inbox 默认 5）都能在代码里找到出处
- 验收清单里的六条 sqlite 查询都在生产库上跑通
- 38 个编号无重复，18 处交叉引用全部有定义

引用同步：PLAN.md、PHASE7-REMAINING.md、API.md、README.md、
install.sh、check-shared-libs.sh。
2026-09-03 08:09:54 +08:00

13 KiB
Raw Blame History

Phase 7 剩余项与已知生产缺陷追踪

7.7 DSH 插件已完成（见 docs/PLUGIN-CONTRACT.md 与 PLAN.md §7.7）。

7.8 跨主机 Agent —— 协议层面已支持

原计划（Gateway + Registry 拆分、etcd/Consul 服务注册、跨主机路由）不做。 它解决的是「Gateway 怎么找到 Agent」，而这个方向从一开始就不成立：

连接方向是单向的 —— Agent 主动连 Gateway，Gateway 从不外呼。 因此「发现」不是 Gateway 的问题，是 Agent 的配置问题：它只需要知道一个 公网 URL 加一把密钥。注册中心要解决的「被叫方在哪」在这个架构里不存在 —— 被叫方自己会打进来。

同一个理由让平台会话同步走插件上报（见 PLUGIN-CONTRACT 的 W-3）： Gateway 不外呼，就不需要知道任何 Agent 的地址。

已验证可用（2026-09-02，从 192.168.2.106 打到公网）

完整一轮往返跑通了：admin 在本机发信给 remotebot@/tmp/remotebot-ws， .106 上的脚本收到并回信入库。

能力 结果
注册（POST /agent/register） 通，workspaces 落库为 [{"name":"demo","path":"/tmp/remotebot-ws"}]
心跳（POST /agent/heartbeat） 通，models_synced: 1、回传 allowed_models 与 models_unrestricted
SSE 长连（GET /events/stream + Bearer） 通，收到 connected
收件箱 + 标记已读 通
发信（POST /mail/send 带 reply_to） 通，from_workspace 正确
Gateway 侧在线状态 status=online，last_seen 随心跳推进

验证用的是一个只依赖 python 标准库的脚本（deploy/remote-agent-demo.py）， 它没装 AgentMail 的任何代码。这就是「协议层面已支持」的含义： 跨主机不需要新组件，只需要三个环境变量。

写这个脚本时踩的两个坑（新平台接入会重复踩）

workspaces 是对象数组 [{name, path}]，不是字符串数组。 传字符串原先只得到一句固定的 400 Invalid JSON —— 完全没指向是哪个字段， 只能靠翻服务端结构体才能发现。两个正式插件都传 workspaces: []， 所以这个坑一直没暴露过；第三方客户端没有「翻服务端源码」这个条件。

已修：新增 handler.DecodeBody，22 处 Decode + 固定文案的调用点全部换过去。 现在同样的请求回：

{"error": "字段 \"workspaces\" 类型不对：期望 object，收到 string"}

刻意不回显 encoding/json 的原文——它带 Go 类型名（models.Workspace）， 那是本侧的实现细节，不该出现在公开 API 的响应里。 internal/handler/decode_test.go 钉住这一点（含「不得泄漏 Go 类型名」的断言）。

SSE 只推连上之后的事件，离线期间的邮件要靠心跳的 pending_mails 补拉。 第一版脚本只挂了 SSE，于是启动前发的那封邮件永远不会被处理 —— 日志里 pending=1 明明写着有一封未读，却没人去拉。

这个坑两个正式插件也有（原以为它们做了补拉，查了才发现没有）。已修： 新增共用模块 lib/catchup.js，两插件在首个成功心跳后补投一次。

  • 只在首个心跳后补，不是每轮：每轮都补会把「模型正在处理中、尚未标已读」 的邮件重复投递
  • 串行投递、一次最多 5 封：每封都要起一轮模型，并发放出去等于对上游打 N 个 并发请求，且最后那几封要等前面全部跑完
  • 与 SSE 共用 deliveredMails 去重：心跳与 SSE 建连之间有个窗口， 那期间到的邮件既在 pending_mails 里也会被 SSE 推一次
  • 按时间正序补投（收件箱是倒序返回的）：同一会话里的多封邮件倒着塞进去， 上下文顺序是乱的
  • permission 类邮件不补投：原来的工具调用早随进程一起没了， 投过去模型没有可恢复的上下文

端到端验证（两平台各一次）：停插件 → 发邮件 → 启插件 → 日志出现 「补投 1 封离线期间的邮件」→ 回信入库。随后在线状态再发一封确认只回一次。

剩下的确实是运维便利，不是能力缺失

  • 一条命令为远端主机建密钥并打印那三个环境变量（现在要手工调 admin API）
  • 密钥轮换（现在换密钥要重启远端 agent）
  • Agent 列表显示来源主机（agents.host_url 列已存在但没人写， 要写的话应当由心跳带上自报的地址 —— 仍然不是 Gateway 去探测）

这三项都不阻塞跨主机使用，因此不再归入 Phase 7。

可以立即推进的生产缺陷

P0 — SSE Last-Event-ID 补投

根因：EventSource 断线重连时自带 Last-Event-ID 头，但服务端直接忽略了—— 所有断线期间的邮件通知都丢失。用户刷新页面也会错过已推的事件。 影响：重连后永远看不到断线期间收到的邮件（除非手动刷新）。 修法：服务端维护一个有界循环缓冲区（ring buffer），每次 Broadcast 同时写入， SSE 连接的 handler 在首次连接时从缓冲区头部开始（客户端传了 Last-Event-ID 就从那里）， 没有则从头（只带最近 N 条）。缓冲区大小设 500，内存 < 2MB。

P0 — 连接状态指示器

根因：SSE 断线后前端无任何可见反馈——用户以为系统正常，实际通知已停。 影响：实时性是 Agent 协作的核心体验，断线无提示会让人以为「Agent 没在动」。 修法：header 旁加一个连接状态点（绿/黄/红），SSE 的 onopen/onerror 事件驱动。

P1 — 登录限速跨进程问题 ✅

根因：LoginLimiter 是进程内内存计数器，多实例部署时每个实例独立计数。 修法：改为 DB 事务（rate_limits 表 + IMMEDIATE 事务），多实例共享同一份计数。

P1 — 新建会话限速同理 ✅

根因：sessionRateLimiter 也是进程内计数器。 修法：同上，sessionrate.go 重写为调用 RateLimitCheckAndRecord。

P2 — 组件级测试

现状：有结构性回归（web/test/narrow-layout.test.mjs，28 条断言， 读源码验形态）与一套 playwright 手工脚本，但没有渲染组件跑断言的测试。 范围：关键组件（AddressInput 补全、PermissionPanel 决策、WorkCard 预算渲染）。 已有的浏览器实测：web/test/manual/（npm run test:narrow / npm run test:wide）—— 连本机共享 Chromium 量真实盒子与命中区。 不在 npm test 里，因为要一个跑着的浏览器加一个活的 Gateway。 剩下的是把它接进 CI（需要一个 headless 环境与一个测试用 Gateway 实例）。

窄屏实测修复（2026-09-02）✅

用 playwright 连本机共享 Chromium，在 390px（iPhone 14 Pro）与 320px（iPhone SE） 两档实测。一个功能性 bug 加五处可用性问题：

抽屉式侧栏遮挡底部导航（真 bug，已删抽屉） 抽屉是 fixed left-0 top-0 bottom-0 z-50，铺满整个视口高度；底部导航没有 z-index。抽屉打开时点最左那一项「收件」，elementFromPoint 命中的是抽屉里的 SVG，不是导航按钮。

修法是删掉抽屉而不是给导航加 z-index：抽屉里六项（收件/发件/联系/用户/ 新建/管理）与底部导航完全重复，唯一独有的是退出登录。为一个按钮维护一套 fixed 层级 + 遮罩不划算，何况它还引入了遮挡、Esc 关不掉、底层未锁滚三个问题。 退出登录移到「我的」页 —— 它与密码、密钥同属「账号自身」，而那里此前根本 没有退出入口。

触摸命中区（新增 .tap） 详情页那排工具按钮视觉高度只有 15-16px（实测「标记已读」48x16、「对话树」 54x16、「转发」42x16、「抄送」20x15），移动端下限是 44x44。

直接加 padding 会把本来就挤的头部撑散、在 320px 上换行，因此改用居中的透明 伪元素扩大命中区：视觉一像素不动。只在 max-width: 767px 生效 —— 桌面用鼠标精度足够，而扩大后的命中区在密排工具栏里会互相重叠。 覆盖 MailView / ContactPanel / WorkCard / ModelScopePanel / AdminUsersPage / ComposePage / ThreadView / KeyPanel / QuotaPanel / Attachments / BackButton。

悬停才显形的按钮在触摸设备上永远透明却按得动（新增 .reveal） opacity-0 group-hover:opacity-100 在没有 hover 的设备上永远是 opacity: 0， 但仍然接收点击 —— 实测联系人列表里 elementFromPoint 命中的就是那个看不见的 「归档」。一个看不见却按得动的破坏性按钮比没有按钮更糟：人以为点的是卡片， 实际归档了一条会话。

改为默认可见，只在 (hover: hover) and (pointer: fine) 时隐藏 —— 单看 hover 会把带触摸板的平板算进去。

对话树缩进在 320px 下把卡片压成竖条 固定「每级 20px、上限 8 级」= 最多 160px；320px 屏还要去掉 px-4 的 32px 与 连接线 18px，卡片只剩 110px，发件人一行直接被 truncate 吃掉。 窄屏改成每级 10px、上限 5 级。

对话树窄屏没有返回出口 只有「关闭」。两者语义不同：返回退出整个详情栏回到列表，关闭只收起树、 留在这封邮件上。补了 BackButton。

「我的」页根本没有滚动容器（用户反馈） 窄屏外壳是 h-full flex flex-col overflow-hidden、页面是 flex-1 flex flex-col， 中间缺一层 overflow-y-auto —— 内容超出的部分直接被裁，滚不到也点不到。 实测 390px 下内容需 860px、容器 795px，「退出登录」连同下面 65px 一起消失; 1280x800 的桌面上同样看不到。其余六个页面级组件都有这一层，只有它漏了。

登录页 / 初始化页在矮屏滚不到底 卡片高约 371px，而 h-full flex items-center 在内容超高时让它上下同时溢出， 溢出到顶部那段滚不到（scrollTop 最小是 0）—— 实测 568x280（横屏手机、 或软键盘弹出后的可视高度）下「登录」按钮完全在视口外，光加 overflow-y-auto 也够不着。改用卡片自己的 my-auto：auto margin 在空间不足时退化为 0， 矮屏变成顶对齐可滚布局，高屏仍然垂直居中。

验证

playwright 端到端 18 项全通过（含「底部导航六项都命中自己」、 「工具按钮命中区 >= 44px」、五个页面各有纵向滚动容器、无横向溢出、 320px 无横向溢出）；宽屏回归 5 项全通过（三栏并排、常驻侧栏仍有退出登录、 无返回按钮、.tap 伪元素在宽屏不生效、无溢出）。 web/test/narrow-layout.test.mjs 从 20 条扩到 37 条，把上述每一条都钉住。

滚动检查的判据是「有滚动容器」而不是「当前正在滚动」： 内容暂时不够高时后者为假，但页面是健康的 —— 真正的 bug 是根本没有那一层。

P2 — 深色主题

现状：只有浅色主题，深夜使用刺眼。 范围：tailwind dark: 前缀覆盖主要组件。

P1 — 每平台可用模型范围 ✅

需求：配置页面为每个 Agent 平台划定「邮箱调用场景下可用的模型范围」， 端侧插件按范围逐个降级尝试，全部失败时把失败原因封装成邮件回复。 选择而非手打模型名 —— 平台上报目录，管理员勾选。

已完成：

  • agent_model_catalog（平台上报的目录）+ agent_allowed_models（管理员的选择） 两张表，两份 schema
  • repo/models_scope.go：ReplaceModelCatalog / ListModelCatalog / ListAllowedModels / SetAllowedModels

为什么分两张表：模型会从平台目录里消失（换了 provider 配置、上游临时下线）， 整行删掉会连带把管理员的选择也删了，模型回来还得重配一遍。分开存之后 「选了什么」是持久的，目录只决定「这一项现在是否可用」。

已完成（全部）：

  • handler + 路由：GET/PUT /admin/agents/{name}/models、GET /agent/models/allowed
  • 目录上报走心跳而不是另设端点：模型清单会在运行中变， 心跳本来就是 30 秒一次的现成通道；另设一个 POST 等于给「目录是谁写的」 留两个答案
  • 心跳响应回传 allowed_models：管理员改了范围后最多一个周期生效，不必重启
  • lib/model-scope.js：目录整理（两平台）、modelAttemptOrder、renderFailureReport
  • 插件按 rank 逐个尝试，全部失败发一封说明原因的邮件（走免配额通道）
  • 前端 ModelScopePanel：勾选 + 上下移调序 + stale 标记

最难的一点（两个平台都踩了）：模型失败不是同步抛出的。 promptAsync() 立即返回、ctx.agents.create() 不校验模型，只包 try/catch 第二个模型永远不会被试到。要等异步结论：

  • opencode → session.error 事件
  • DSH → turn/end 的 reason.kind === 'error'

DSH 还有个陷阱：assistant/chunk 的 finish 子类型也带错误， 把任意 chunk 当成功会让无效 provider 判成走通（实测踩过）。