iomgaa
2367d3afbc
0010 取代 0006 决策三里 tool_section_template 那一行。三条理由：两个真实消费者都是项目侧 自己把工具清单拼进上下文的（一个塞在 run 级模板里伪装成示例演示的一次执行输出，另一个的 render_tool_docs 全仓零生产调用方）；留着它的话迁移的人会去填，填完提示词里有两份工具清单， 而那个下游的验收标准是轨迹逐字段可比、变了还不报错；参考框架 pi 的内核同样不渲染，它的应用层 虽有 Available tools 段，但每行来自与 description 分开的 promptSnippet 字段——说明就算要渲染， 那段文字也不该是从校验用的 schema 生成的。四者同源不受影响，schema_for_model() 还在。 段序照唯一跑通了的下游：run 级片段 → 注入槽 → 目标级片段 → 逐步的模型输出/观察交替， 按变化频率从低到高排（供应商按前缀缓存计费）。库不合成任何 system 消息——有一个下游全程 没有 system 消息，加一条它的提示词会凭空多出一段。 注入槽每条一条 USER 消息、正文原样、不加任何分隔符（分隔符是渲染格式，归项目侧），通道按 名字排序（映射的迭代顺序取决于调用方怎么构造，用集合建出来的每进程都不同）。空注入等同有 测试守着。观察模板必须含占位符，缺了就报错——不校验的话每一步的观察会整个消失，而模型收到 的是一段看起来完全正常的固定文本。规模度量逐块问，认不得的块类型直接失败而不是当成 0。 零业务假设扫描第三次抓到我自己（模块 docstring 里写了「实验因子」），已改成中性说法。 migrations/govdoc-saas.md 登记了「模型原生工具调用没有路」这个缺口。
160 lines
11 KiB
Markdown
160 lines
11 KiB
Markdown
# 设计对齐：GovDoc-SaaS
|
||
|
||
> **更新触发点：第 2 档（同提交同改）。** 公共类型或接缝语义变更时，在同一个提交里核对
|
||
> 本文的需求条目还能不能被承载；GovDoc 侧的 agent 方案定下来时，在同一个提交里更新需求
|
||
> 来源与缺口清单。
|
||
>
|
||
> **当前状态：这不是一份迁移清单，是一份需求清单。** GovDoc-SaaS 的 agent 部分还没有可迁移
|
||
> 的东西，本文的作用是防止 PolyLoop 只按 dissect 一家的形状长。
|
||
|
||
PolyLoop 只有 dissect 一个硬消费者（见 `dissect.md`）。只对着一个消费者做，做出来的库会长成
|
||
那个消费者的形状，而这件事在完成之前看不出来。GovDoc 这边不做迁移验收，改做**设计级验收**：
|
||
把它真实需要的东西列成条目，逐条问 PolyLoop 能不能承载，答不上来的登记成缺口。
|
||
|
||
## GovDoc 的项目术语
|
||
|
||
这些词是 GovDoc 的，不是 PolyLoop 的。PolyLoop 自己的词表在
|
||
`../explanation/architecture.md` 第二节。
|
||
|
||
**PES**——Plan-Execute-Summarize，「计划—执行—总结」三阶段。GovDoc 的一个任务被切成这三段，
|
||
每段跑一次 agent，段与段之间靠工作区里的文件交换状态：计划阶段产出一份计划文件，执行阶段
|
||
读它并产出一批发现，总结阶段读那批发现产出最终结果。
|
||
|
||
**工作区**——一次 agent 运行独占的沙箱目录。里面有这次运行能看的数据、能写的输出、以及
|
||
运行结束后要留下的产物。它由 GovDoc 侧建立、快照和清理，PolyLoop 不认识它。
|
||
|
||
**必须产出的文件**——每个阶段声明几个文件路径，跑完之后这些文件必须存在，否则这个阶段算
|
||
失败。这是 GovDoc 判断「阶段目标达成没有」的方式，按 `../explanation/scope.md` 它在界外。
|
||
|
||
**提交型完成**——agent 靠调用一个特定的工具来宣布自己做完了，环境状态不发生任何变化。它跟
|
||
另一种完成方式（环境自己报告「这道题结束了」）是两回事，两者都要能表达。
|
||
|
||
## 为什么这里没有迁移清单
|
||
|
||
GovDoc 有两套 agent，形态完全不同，而两套都不能直接当迁移对象。
|
||
|
||
**GovDoc-Editor 是今天跑在生产上的系统。** 它的 agent 循环归 Claude Agent SDK，业务层明令
|
||
禁止 import 那个 SDK，中间隔着一层叫 Scrivai 的编排框架。Scrivai 做的是「计划—执行—总结」
|
||
三阶段编排：每个阶段跑一次 agent，阶段之间通过工作区里的文件交换状态，每个阶段有自己的
|
||
步数上限、可用工具集和必须产出的文件清单。
|
||
|
||
按 `../explanation/scope.md` 的判据，**阶段编排在 PolyLoop 界外**。所以 GovDoc-Editor 不是
|
||
迁移对象，它是需求来源——它告诉我们「阶段编排要建在执行内核之上」时，对执行内核提了哪些
|
||
要求。
|
||
|
||
**GovDoc-SaaS 是 GovDoc-Editor 的重构版**，它的 `packages/docagent-core/` 正在把上面那套东西
|
||
换成自建：`workflow/phase.py` 的注释写着「三阶段泛化为 N 阶段」，`PhasedWorkflow` 自己接
|
||
`AgentLoop`，Claude Agent SDK 不见了。
|
||
|
||
但那份 `AgentLoop` 不能当迁移基准。文件头第一句写着它「完整保留」某个项目的循环逻辑，而
|
||
那个项目已经废弃；更要紧的是，`grep "from docagent_core" src/` 在业务层零匹配——它有测试，
|
||
但从来没被任何业务代码调用过。**拿一份没有调用方、且血统来自废弃项目的代码当验收标准，
|
||
验的是那个废弃项目的行为。**
|
||
|
||
所以需求来源是两处：GovDoc-Editor 的生产实践，以及 `docagent-core` 作为一次已有的抽象尝试
|
||
所暴露的形状。
|
||
|
||
## 需求条目
|
||
|
||
**一、一份 agent 定义要能按次运行配不同的预算。**
|
||
生产上那份审核 agent 的三个阶段分别是 50、50、16 步。如果预算只能挂在定义上，就得为三个
|
||
阶段建三份定义，而它们除了预算之外完全一样。
|
||
|
||
**二、要能按次运行收窄工具集。**
|
||
三个阶段可见的工具不同：计划阶段有读、写、搜索、执行；执行阶段多一个技能调用；总结阶段
|
||
只有读、写、通配查找。这条和「模型可见的 schema、存在性校验、分发三者同源」不冲突——
|
||
每次运行构造一个窄的注册表就行。
|
||
|
||
**三、工具调用协议是 JSON，而且要容错。**
|
||
模型输出的是一段 JSON，含反思、计划、动作三部分，动作里有工具名和参数。实际遇到的两种
|
||
偏差都得处理：整段 JSON 被包在代码围栏里，以及参数被平铺在动作层而没有嵌套。后者的收拢
|
||
要保守——只有当除工具名之外确实存在平铺参数时才收拢，否则会把「缺参数」这个错误静默升级
|
||
成「参数为空但合法」。
|
||
|
||
**四、无效的工具调用不计有效步，但要计入总迭代上限。**
|
||
不计有效步是因为它没真的做事；计入总迭代是因为模型可能一直调用不存在的工具，没有这个上界
|
||
循环不会停。这两个计数必须分开，混成一个就防不住无限循环。
|
||
|
||
**五、提交型完成：某个特定工具被调用即视为完成。**
|
||
生产上那份 agent 靠调用一个提交工具来结束，环境状态不发生变化。这和另一种完成方式——环境
|
||
自己报告「这道题结束了」——是两回事，两者都要能表达。
|
||
|
||
**六、审计事件必须覆盖模型步与工具调用，且事件发送失败不能中断循环。**
|
||
业务侧有一条硬纪律：agent 的原始输出、修复后的输出、恢复来源全程留痕，禁止静默修复。所以
|
||
「模型原文」和「解析/修复之后的结果」要分别可见。
|
||
|
||
**七、取消要能穿透。** 长任务的所有权以数据库租约为准，取消信号从外部进来之后必须能打断
|
||
正在进行的模型调用与工具执行，并释放在途资源。
|
||
|
||
**八、工作区是一个有边界的端口。**
|
||
生产实现把它抽象成六个操作：按行读、原子写、grep、列文件、判断存在、算校验和；所有路径都
|
||
是工作区内的相对路径，越界要抛异常。按 `../explanation/scope.md`，工作区的建立、快照与清理
|
||
在界外，但**提示词的构造要能读工作区**（阶段的提示词是从上一阶段的产物生成的），这一点见
|
||
下面的缺口。
|
||
|
||
**九、阶段级续跑要能判断上一次运行是不是真的跑完了。**
|
||
阶段级续跑本身在界外，但它依赖一个界内的事实：运行结果必须是可持久化、可读回、可判定的
|
||
结构，而且「这次运行结束了」要由库自己写下来。这条已经落进 `../design/0002-step-level-resume.md`。
|
||
|
||
## 已经有答案的（原缺口登记，`0003` 回答）
|
||
|
||
这三条曾经登记为「PolyLoop 答不上来」，`../design/0003-public-api-shape.md` 已经定了。
|
||
留在这里是因为它们是 GovDoc 侧真实的接入约束，迁移时要照着改代码。
|
||
|
||
**预算挂在请求上，不是定义上。** 一份定义可以被三个阶段共用，各传一份预算，不会长出三份
|
||
除预算外完全相同的定义。**不设「定义给默认值、请求可覆盖」**——两处取值意味着「这次到底
|
||
跑的什么设置」要对照两个地方才答得出来。
|
||
|
||
**提示词的内容由项目读好了传进来，库不接触工作区。** 上下文装配不是接缝，所以「让库接受
|
||
一个项目对象再转交」这条路不存在。每个阶段的提示词构造器仍然在 GovDoc 侧，它照常读工作区，
|
||
只是把读出来的结果作为上下文的一段交给库。库只管段的顺序和注入槽的位置。
|
||
|
||
**两层重试都不归本库，预算口径按库能观测的量算。** 一次模型调用之内的重试与换源归
|
||
PolyGateway，整次运行的重试归 GovDoc 自己的编排层；中间那一层（库在模型调用失败后自己再
|
||
调一次）举不出两个消费者，不做。**PolyGateway 内部换源重试不消耗任何预算**，因为库数的是
|
||
一次模型调用接缝的调用——口径必须是库自己能观测的量，否则换个后端口径就变了。
|
||
|
||
**提交型完成靠工具注册表上的完成标记。** 注册表知道哪个工具一旦被成功执行就代表目标达成，
|
||
库在动作结算之后查它。GovDoc 的动作执行接缝完成信号恒为「未完成」——它的环境状态不因为
|
||
提交而改变，所以环境这条通路对它永远不成立，收尾走的是完成标记这条。
|
||
|
||
这一条曾经差点出大事：`0003`/`0004` 的初稿把完成信号定成「布尔或空、空表示取不到」，并且
|
||
规定「取不到即环境故障」。照那个写法，GovDoc 的**每一次运行都会在第一步撞环境故障终止**。
|
||
Codex 对抗审查抓出来了，修法见 `../design/0004-stopping-and-step-record.md` 决策三 G 档。
|
||
|
||
这一条对 GovDoc 是实质变化：`docagent-core` 现有的那层步级重试（超时与网络异常，退避
|
||
20 秒和 40 秒）迁移后没有对应位置。它当初存在的理由是「治理层的某些异常类型如果没在装配点
|
||
显式注入，重试对它们就静默失效」——那是 PolyGateway 装配的问题，要在装配点解决，不是在
|
||
Agent 层补一层。
|
||
|
||
## 缺口登记
|
||
|
||
这些是 PolyLoop 现在答不上来的问题。答不上来不等于设计错了，但每一条都得有明确结论——
|
||
哪怕结论是「不支持，理由是什么」。
|
||
|
||
**模型原生的工具调用没有路。** PolyLoop 的模型调用入参上只有消息序列，没有 tools 字段，
|
||
所以工具要让模型看见，唯一的路是变成项目自己拼进上下文的文字
|
||
（`../design/0010-context-assembly.md` 决策一与文末）。生产实现今天的动作协议是写在文本里的
|
||
JSON，不用原生工具调用，所以现在不缺。哪天要换成原生工具调用，PolyLoop 的模型调用入参要加一
|
||
个 tools 字段——那是兼容变更，但还要看下面那一层的共用库暴不暴露这个参数，以及原生工具调用的
|
||
返回怎么进决策解释接缝那三个分支。**这条要在换协议之前定，不能边换边定。**
|
||
|
||
**审计出口与事件流的关系。** 生产实现的审计出口是一个「发一条带类型和载荷的事件」的接口，
|
||
而 PolyLoop 的方向是「观察走事件流、干预走具名回调」。事件流能不能覆盖审计的需求，取决于
|
||
事件里带不带原始响应——审计纪律要求原始输出和修复后的输出都留痕。事件集与回调清单要独立
|
||
成一份 design doc，这条在那时候定。
|
||
|
||
**动作被拒绝之后的重复行为。** 生产实现对无效工具调用不设单独的重试上限，靠总迭代上界收敛。
|
||
PolyLoop 目前的想法一致，但要确认这在长阶段（50 步）上够不够——模型反复调用同一个不存在的
|
||
工具，会把整个步数预算烧光而不产出任何东西，而这在轨迹上表现成「预算耗尽」，与真的做不完
|
||
混在一起。
|
||
|
||
## CHSAnalyzer 为什么没有对应的文档
|
||
|
||
CHSAnalyzer 是第三个已知消费者，定位是远期兼容。它的架构文档第十四节明确写了评估层和诊断层
|
||
现在是空的，而且「不为它们预留任何结构」，理由是「留了位置整个系统会立刻复杂一个量级，
|
||
而现在还不知道它们真正需要什么形状——猜出来的接缝比没有接缝更难拆」。
|
||
|
||
**没有需求可以登记，所以不建那份文档。** 等它的方案定下来再建。这一段写在这里，是为了让
|
||
读者知道这是一个决定而不是遗漏。
|