iomgaa
d4aa5e117e
两个用例：一次运行走通「模型→解释→工具→观察回填→再问模型→收尾」，以及取消能穿过真实的 HTTP 请求并留下已取消的结束记录。测试自带解释器、工具注册表与事件出口——库故意不带它们， 带了就等于替某一家定了动作语言。 断言只绑结构不变量，一条都不绑模型输出的文字：停止原因落在两个正常终态里、至少两步且至少 一步真的执行过动作、每步 call_id 非空（网关那边生成的，替身给不出来）、日志读回来与返回值 逐字段相等、事件条数等于步数。绑内容的测试会随机红，而随机红的测试很快没人看。 两道跳过闸：网关装没装，以及 POLYLOOP_E2E 是不是 1。分开是因为填好密钥不等于同意花钱。 实测跑一次三次真实模型调用、约 12 秒；开关关着时整层跳过；make ci 283 passed / 16 skipped。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
79 lines
5.3 KiB
Markdown
79 lines
5.3 KiB
Markdown
# PolyLoop
|
||
|
||
实验室共用的 Agent 执行内核。治理单位是**一次运行**：围绕一个目标的有界多轮
|
||
「模型决策 → 动作 → 观察」循环，含预算、停止语义、取消、逐步轨迹与 Skill 注入。
|
||
|
||
它和 PolyGateway 是叠起来的两层。PolyGateway 治理**一次模型调用**（多源、限流、重试、熔断、
|
||
缓存、遥测），PolyLoop 治理**一次运行**，并用 PolyGateway 的顶层公共 API 拿模型。
|
||
任务编排、批量调度、评分、检索、Skill 的生成与进化都留在下游项目。
|
||
|
||
---
|
||
|
||
## ⚠️ 项目还没有可用的功能（2026-08-07 起）
|
||
|
||
`src/polyloop/` 下是十个模块的空骨架——目录和依赖契约先于代码存在，模块里一个类一个函数都
|
||
还没有。下面的阶段清单是唯一的进度权威。
|
||
|
||
## 消费者与验收标准
|
||
|
||
| 项目 | 现状 | 本库对它的验收标准 |
|
||
|---|---|---|
|
||
| dissect | 已有跑着的 `harness/agent/`（loop / context / memory / parser） | **能把那套循环搬到本库上，dissect 原有测试全绿。** 一手需求证据最强 |
|
||
| GovDoc-SaaS | 已有 `packages/docagent-core/`（第一次抽库尝试，含 agent / workflow / retrieval / taskrun） | **能替代掉 `docagent-core/agent`，能替代更多更好。** 哪些子包能一并接管，在第 ② 阶段判断 |
|
||
| CHSAnalyzer | 还没写到 agent 那一步，只有设计方案 | **远期可以兼容使用。** 它的 agent 需求要么本库能满足，要么明确写进「不属于本库」清单并说明为什么 |
|
||
|
||
三者的证据强度不同，能进本库的语义也就分档：dissect 和 GovDoc-SaaS 的真实代码是一手证据，
|
||
两边都需要的机制才有资格做成稳定内核；CHSAnalyzer 只用来检验边界画得对不对，不能凭它的
|
||
设计方案单独长出一个组件——一个没有真实调用方的抽象，等到有调用方那天多半是错的。
|
||
|
||
## 阶段清单
|
||
|
||
**这份清单是「当前处在哪个阶段」的唯一权威。** `CLAUDE.md` 不重复这里的内容，只有一条常青规则
|
||
（§1.11）要求动手前先看这里——这样阶段推进时不需要改 `CLAUDE.md`，开发结束后把本节删掉即可，
|
||
不会在别处留下过期条文。
|
||
|
||
- [x] ① 协作规范 —— 见 [CLAUDE.md](CLAUDE.md) 与 [research-wiki/README.md](research-wiki/README.md)（文档体系）
|
||
- [x] ② 需求对齐 —— 从 dissect 的 `harness/agent/` 与 GovDoc-SaaS 的 `packages/docagent-core/`
|
||
提取真实需求，产出 `research-wiki/migrations/` 下两份迁移文档（删除清单 + 组件映射 + 验收口径），
|
||
并检查 CHSAnalyzer 的 agent 方案落在边界内还是边界外。**这一阶段的产物决定库的边界**，
|
||
所以它排在架构前面：边界画错，后面每一份架构文档都要重写
|
||
- [x] ③ 架构 —— `research-wiki/explanation/architecture.md` 与 `pyproject.toml` 的 import-linter 契约。
|
||
架构文档先于代码存在，此期间它是一份规格而不是描述，文档开头须写明这一点
|
||
- [x] ④ 测试框架 —— 四层都在跑（划分判据是「依赖什么」，见 [CLAUDE.md](CLAUDE.md) §1.9）。
|
||
e2e 打真实模型网关、会产生真实费用，所以默认不跑：要 `POLYLOOP_E2E=1` 加显式
|
||
`pytest -m e2e`，配置见 [.env.example](.env.example)。`tests/contract/` 那套公共行为
|
||
一致性用例接上了自带的存储实现，解释器与执行器那几条仍等下游把实现接进来
|
||
- [x] ⑤ 实现 —— 十个模块全部落地，五个接缝都有调用点。**一处已知欠账**：`stores` 只有逐行
|
||
追加那一种形态，关系数据库那种由下游自己实现，契约套件是它的准入标准
|
||
- [ ] ⑥ 迁移验收 —— 真的把 dissect 与 GovDoc-SaaS 迁过来，以两边测试全绿为准
|
||
|
||
## 本地检查
|
||
|
||
```
|
||
make check # ruff format --check + ruff check + lint-imports
|
||
make test # pytest（e2e 默认不跑，它打真实网关要花钱）
|
||
make ci # 上面两条
|
||
```
|
||
|
||
仓库还没有 remote，所以没有 CI workflow。`make ci` 就是当前的全部机器闸，和 PolyGateway
|
||
一样。等仓库推上去之后按 `research-wiki/guides/` 补 workflow（那份也还没写）。
|
||
|
||
文档质量不走机器检查，走 [CLAUDE.md](CLAUDE.md) §3 的「硕士生阅读」评审。
|
||
|
||
## 参考资料
|
||
|
||
`reference/` 下的六个仓库与 `agent-core.md` **都只是参考，不是本项目的设计，也不是任何事实的权威**
|
||
（理由见 [CLAUDE.md](CLAUDE.md) §0）。它们只读、不改、不入库。
|
||
|
||
| 位置 | 是什么 |
|
||
|---|---|
|
||
| `reference/agent-core.md` | 别人为本项目写的一份架构提案。其中任何一条在被我们自己的 design doc 采纳前都不作数 |
|
||
| `reference/dissect/` | 消费者，已有 ReAct 循环实现 |
|
||
| `reference/GovDoc-SaaS/`（`background` 分支） | 消费者，已有第一次抽库尝试 `packages/docagent-core/` |
|
||
| `reference/GovDoc-Editor/` | GovDoc-SaaS 重构之前的那一版，今天跑在生产上。需求来源，不是迁移对象 |
|
||
| `reference/CHSAnalyzer/` | 远期消费者；同时是本仓库协作规范的蓝本 |
|
||
| `reference/PolyGateway/` | 本库的依赖，也是「实验室共用库该怎么做」的蓝本 |
|
||
| `reference/pi/` | 外部参考实现 |
|
||
|
||
其余约定见 [CLAUDE.md](CLAUDE.md)，那里是协作规则的唯一来源。
|