From 92e47176e6bec36998ed3c1b34bacec09c4f0924 Mon Sep 17 00:00:00 2001 From: cfdaily Date: Sun, 17 May 2026 19:47:56 +0800 Subject: [PATCH] auto-sync: 2026-05-17 19:47:56 --- docs/design/agent-routing-redesign.md | 403 ++++++++++++++++++++++++++ 1 file changed, 403 insertions(+) create mode 100644 docs/design/agent-routing-redesign.md diff --git a/docs/design/agent-routing-redesign.md b/docs/design/agent-routing-redesign.md new file mode 100644 index 0000000..2b5dc6d --- /dev/null +++ b/docs/design/agent-routing-redesign.md @@ -0,0 +1,403 @@ +# Agent 路由机制重设计方案 + +**版本**: v1.0 +**作者**: 庞统（副军师）🐦 +**日期**: 2026-05-17 +**状态**: 待确认 +**触发**: E2E 测试暴露 review 阶段派错 Agent（张飞被派去审查自己），根因是 Daemon 硬编码路由 + +--- + +## 1. 问题诊断 + +### 1.1 当前实现 + +``` +Ticker tick → dispatcher.decide(task, action_type) → 返回 agent_id → spawn +``` + +`decide()` 的逻辑： +1. action_type 是机械检查 → Daemon 本地执行 +2. task.assignee 有值且已注册 → spawn 这个 agent（**直接用 assignee**） +3. task.assignee 为空 → 查 capability_map → fallback 庞统 + +### 1.2 Bug 根因 + +任务生命周期中 assignee 只在 **执行阶段** 被设置（张飞 claim → assignee="zhangfei-dev"）。 + +到 **review 阶段**，ticker 调用 `dispatcher.dispatch(task, action_type="review")`，但 `decide()` 走 Level 2：`task.assignee="zhangfei-dev"` 在注册列表中 → 又派给张飞。 + +### 1.3 更深层的问题 + +**Daemon 在做 AI 该做的决策。** v2.6 架构明确定义： + +| 维度 | v2.6 设计目标 | 当前实现 | +|------|-------------|---------| +| 决策者 | Agent（在黑板上自主决策） | Daemon（if-else 硬编码） | +| Daemon 角色 | 投递员（执行黑板上的决策） | 调度器（决定谁干什么） | +| 编排方式 | AI agent 在黑板上自主领活（动态协作） | 配置表驱动（非 AI 判断） | + +T3-10 的设计原文写着"**配置表驱动非 AI 判断**"——这和 v2.6 的核心原则矛盾。 + +--- + +## 2. 调研发现 + +### 2.1 学术前沿 + +#### bMAS（Blackboard Multi-Agent System）— arXiv 2507.01701 + +**核心机制**：Control Unit（LLM 驱动）根据黑板当前内容**动态选择**下一轮该哪个 Agent 行动。 + +关键发现： +- 不是固定 DAG，Control Unit 根据黑板状态决定下一步 +- token 效率更高（智能路由不浪费在不相关的 Agent 上） +- Agent 轮流行动 → 更新黑板 → Control Unit 判断 → 直到共识 + +#### 自主选择模式（Self-Selection）— arXiv 2510.01285 + +**核心发现**：**任务不显式分配给 Agent。** 相反，中央 Agent 把需求发布到黑板上，**每个 Agent 自主决定是否参与**。 + +> "Tasks are not explicitly assigned to helper agents; instead, each agent autonomously decides whether to participate based on its capabilities." + +这是最 AI Native 的模式——不需要任何路由规则表。 + +#### MasRouter（Confidence-Aware Routing）— arXiv 2601.04861 + +根据任务复杂度动态选择模型规模，引入 confidence 机制： +- 简单任务 → 小模型 +- 复杂任务 → 大模型 +- 基于历史表现动态更新 Agent 可靠性评分 + +#### AgentGate — arXiv 2604.06696 + +结构化路由引擎，用 3B-7B 小模型做路由决策，candidate-aware 微调策略。验证了"路由本身也可以是 AI"的可行性。 + +### 2.2 生产实践 + +#### Microsoft Conductor（2026.05） + +刚开源的确定性编排工具。核心思路：**YAML 定义工作流，路由是确定性的**。 + +但它的定位是：当任务**不是探索性的**时（如 code review pipeline），确定性路由比 LLM 动态路由更可靠。关键洞察是： +- **探索性任务** → LLM 编排（动态） +- **确定性流程** → 声明式编排（YAML） +- 两者不是互斥的，而是**分层混合** + +#### AWS 动态分派模式 + +事件驱动架构 + 动态分派：LLM 调用变成智能路由的、上下文感知的事件。 + +#### Azure Agent Orchestration Patterns + +五种模式：顺序、并发、群聊、交接（Handoff）、Magentic。 +- **Handoff 模式**：Agent 完成自己的部分后，**自己决定交接给谁** +- 关键：控制权从一个 Agent 转移到另一个，不是中央调度 + +### 2.3 已有调研报告中的线索 + +| 来源 | 关键洞察 | +|------|---------| +| shared-consciousness-research.md | Control Unit 是 LLM 驱动的，不是规则路由；Agent 能力画像是关键 | +| v2.6-research-01 | Hermes 不信任 Agent 完成声明（系统级保护）；Claude Code Lead 主动协调 | +| v2.6-research-02 | 事件驱动：complete→auto-unlock 是核心模式 | +| architecture-v2.6.md | **"Agent 决策，Daemon 执行"**；Daemon 是投递员不是决策者 | + +--- + +## 3. 设计原则 + +从调研中提炼出三个核心原则： + +### P1: 路由决策在 Agent 层，不在 Daemon 层 + +Daemon 只做"投递"——读黑板、spawn Agent、清理 session。**"谁该做这个任务"的决策由 Agent 自己或由黑板上的声明式数据驱动。** + +### P2: Agent 通过黑板声明自己的能力和意图 + +不是 Daemon 维护一个 capability_map，而是 **Agent 自己在黑板上注册能力画像**。Daemon 查黑板找到匹配的 Agent。 + +### P3: 执行者声明下一步需要什么 + +执行阶段的 Agent 完成任务后，在提交产出时声明"下一步需要什么能力"。Daemon 读这个声明，找到匹配的 Agent，spawn 它。 + +--- + +## 4. 方案设计 + +### 4.1 核心机制：Agent 能力画像 + 声明式路由 + +#### 机制一：Agent 能力画像（Agent Profile） + +每个 Agent 在黑板上注册自己的能力画像（不是 Daemon 硬编码）： + +```yaml +# 存储在黑板的 agents 表或独立 agent_profiles 表 +zhangfei-dev: + capabilities: [coding, implementation, scripting] + can_review: false # 张飞不做审查 + max_concurrent: 1 + performance_score: 0.85 # 基于历史表现的动态评分 + +simayi-challenger: + capabilities: [review, quality_check, debate] + can_review: true # 司马懿专门做审查 + max_concurrent: 2 + performance_score: 0.92 + +pangtong-fujunshi: + capabilities: [planning, coordination, escalation, strategy] + can_review: true + is_fallback: true # 庞统是最终兜底 + max_concurrent: 3 + performance_score: 0.90 +``` + +**关键**：能力画像是声明式的、可演进的。Agent 的 SOUL.md/IDENTITY.md 中就定义了自己的能力。Daemon 启动时读取 Agent 配置，写入黑板。 + +#### 机制二：任务生命周期的声明式流转 + +任务的 `status` 字段仍然驱动状态机，但**每个状态需要什么能力由黑板上的元数据声明**，不是 Daemon 硬编码： + +```python +# 任务的 metadata 字段存储生命周期声明 +# 创建时由创建者（用户或庞统）或默认模板设置 +TASK_LIFECYCLE = { + "pending": { + "needs": "execution", # pending 阶段需要 execution 能力 + "capability": "auto", # 从 task_type 推断，或显式声明 + }, + "review": { + "needs": "review", # review 阶段需要 review 能力 + "capability": "review", # 固定查 review 能力的 Agent + "exclude_assignee": True, # 排除执行者（不能自己审自己） + }, + "failed": { + "needs": "escalation", # 失败后需要升级能力 + "capability": "escalation", + } +} +``` + +**这不是模板！** 这是任务生命周期本身固有的语义。区别在于： +- **模板（v1.0）**：预先定义完整的 DAG 流程，每个节点固定 +- **声明式流转（本方案）**：只声明每个状态需要什么能力，具体谁来由能力画像动态匹配 + +#### 机制三：执行者声明下一步 + +Agent 在完成产出提交时，可以声明下一步需要什么： + +```json +// Agent 调用 POST /api/projects/{pid}/tasks/{id}/status 时 +{ + "status": "review", + "agent": "zhangfei-dev", + "next_capability": "review", // 声明下一步需要 review 能力 + "handoff_note": "代码已实现，请审查质量和安全性" +} +``` + +Daemon 读 `next_capability`，在 Agent 能力画像中找到匹配的 Agent（且排除当前 assignee），spawn 它。 + +如果不声明 `next_capability`，Daemon 从 `TASK_LIFECYCLE[status].needs` 推断。 + +### 4.2 Daemon 路由逻辑重写 + +```python +class Dispatcher: + """Agent 路由器 — 基于能力画像的声明式路由""" + + def decide(self, task: Task, action_type: str = "") -> dict: + # Level 1: 纯机械检查 → Daemon 本地执行（不变） + if action_type in self.LOCAL_ACTIONS: + return {"level": DispatchLevel.LOCAL, ...} + + # Level 2: 基于能力画像的路由（替代原来的 assignee 硬编码） + needed_capability = self._resolve_needed_capability(task, action_type) + exclude = self._get_exclusions(task, action_type) + agent_id = self._find_agent_by_capability( + needed_capability, + exclude_agents=exclude + ) + + if agent_id: + return { + "level": DispatchLevel.FULL_AGENT, + "agent_id": agent_id, + "reason": f"Matched capability '{needed_capability}' → {agent_id}", + } + + # Level 3: 无匹配 → 庞统兜底 + return { + "level": DispatchLevel.FULL_AGENT, + "agent_id": "pangtong-fujunshi", + "reason": "No agent matched capability, fallback to coordinator", + } + + def _resolve_needed_capability(self, task: Task, action_type: str) -> str: + """推断当前任务阶段需要什么能力""" + + # 1. 优先看 Agent 声明的 next_capability（黑板上的 handoff_note） + if task.next_capability: + return task.next_capability + + # 2. 看任务当前状态对应的生命周期需求 + lifecycle = TASK_LIFECYCLE.get(task.status) + if lifecycle: + return lifecycle["capability"] + + # 3. 看任务类型（fallback） + return self._infer_from_task_type(task.task_type) + + def _get_exclusions(self, task: Task, action_type: str) -> set: + """获取需要排除的 Agent""" + exclude = set() + lifecycle = TASK_LIFECYCLE.get(task.status, {}) + + # review 阶段排除执行者（不能自己审自己） + if lifecycle.get("exclude_assignee") and task.assignee: + exclude.add(task.assignee) + + return exclude + + def _find_agent_by_capability(self, capability: str, + exclude_agents: set = None) -> str | None: + """从 Agent 能力画像中找到匹配的 Agent""" + candidates = [] + for agent_id, profile in self.agent_profiles.items(): + if agent_id in (exclude_agents or set()): + continue + if capability in profile.get("capabilities", []): + candidates.append(agent_id) + + if not candidates: + return None + + # 多候选时：选负载最低的 + if len(candidates) > 1: + return min(candidates, + key=lambda a: self.counter._active.get(a, 0)) + + return candidates[0] +``` + +### 4.3 assignee 字段语义变更 + +当前：`assignee` 是"负责人"（整个任务的），一旦设置就贯穿全生命周期。 + +**改为**：`assignee` 是"当前阶段的执行者"，每次状态流转时更新。 + +```python +# 状态流转时自动更新 assignee +def transition_status(task_id, new_status, agent): + # ... + if lifecycle.get("exclude_assignee"): + # review 阶段：assignee 改为审查者 + old_assignee = task.assignee # 保存执行者信息 + task.previous_assignee = old_assignee # 新增字段 + task.assignee = new_agent_id # 设为审查者 +``` + +### 4.4 和 v2.6 架构的对齐 + +| v2.6 原则 | 本方案实现 | +|-----------|----------| +| Agent 决策，Daemon 执行 | 路由决策基于 Agent 的能力画像（Agent 声明的能力），Daemon 只做匹配 | +| Daemon 是投递员不是决策者 | Daemon 不做"谁该做什么"的价值判断，只做能力匹配 | +| 编排是 AI agent 自主领活 | Agent 自己声明能力、声明下一步需要什么能力 | +| 黑板是唯一真相源 | 能力画像、任务生命周期声明都在黑板上 | + +### 4.5 和模板机制的本质区别 + +| 维度 | v1.0 模板 | 当前 capability_map | 本方案 | +|------|----------|--------------------| -------| +| 路由定义位置 | 模板 YAML | Daemon config YAML | 黑板（Agent 能力画像） | +| 谁定义能力 | 用户/开发者 | 开发者 | **Agent 自己**（SOUL.md → 黑板） | +| 每个阶段谁做 | 模板固定 | config 硬编码 | 声明式匹配 + 排除规则 | +| 可扩展性 | 加模板 | 改代码 | Agent 注册即可 | +| AI Native 程度 | 低 | 低 | **中高**（Agent 自声明） | + +### 4.6 演进路线 + +本方案是**务实的第一步**。它不是最终的 AI Native 终极形态，而是从"Daemon 硬编码"到"Agent 自主领活"之间的**关键跳板**： + +``` +当前: Daemon if-else 硬编码 + ↓ 本方案 +第一步: Agent 能力画像 + 声明式路由（Daemon 做能力匹配） + ↓ 未来 +第二步: Agent 自主领活（Daemon 只广播，Agent 自己 claim） + ↓ 更远 +第三步: bMAS Control Unit（LLM 驱动的动态选择） +``` + +第一步到第二步的迁移成本很低——能力画像和声明式路由机制不变，只是把"Daemon 查找匹配 → 派发"变成"Daemon 广播需求 → Agent 自己 claim"。这是同一个数据结构的两种消费方式。 + +--- + +## 5. 具体改动清单 + +### 5.1 数据模型变更 + +| 变更 | 说明 | +|------|------| +| 新增 `agent_profiles` 表（或用 agents 表扩展） | 存储 Agent 能力画像 | +| tasks 表新增 `next_capability` 字段 | Agent 声明下一步需要的能力 | +| tasks 表新增 `previous_assignee` 字段 | 状态流转时保存前一阶段执行者 | +| `assignee` 语义变更 | 从"任务负责人"改为"当前阶段执行者" | + +### 5.2 代码变更 + +| 文件 | 变更 | +|------|------| +| `dispatcher.py` | 重写 `decide()`：能力匹配替代 assignee 查表 | +| `dispatcher.py` | 新增 `_resolve_needed_capability()`、`_find_agent_by_capability()`、`_get_exclusions()` | +| `config/default.yaml` | `capability_map` 改为 `agent_profiles`（每个 Agent 声明自己的能力列表） | +| `blackboard_routes.py` | status API 接受 `next_capability` 参数 | +| `ticker.py` | `_dispatch_reviews()` 使用新的 dispatcher 路由 | +| `blackboard/db.py` | 新增 agent_profiles 表 / 字段 | + +### 5.3 不变的部分 + +| 不变 | 原因 | +|------|------| +| 状态机（pending→claimed→working→review→done） | 状态流转语义正确 | +| 前端 Dashboard | 前端不感知路由逻辑 | +| Agent prompt 模板（S2） | Agent 仍然按 4 步流程执行 | +| Spawner 逻辑 | spawn 机制不变 | +| API 契约（S1） | 对 Agent 透明 | + +--- + +## 6. 和现有优秀实践的对标 + +| 实践 | 本方案对应 | +|------|----------| +| bMAS Control Unit（LLM 驱动） | 本方案用能力画像做结构化匹配（成本更低、确定性更高），未来可演进为 LLM 驱动 | +| 自主选择模式（arXiv 2510.01285） | 本方案的演进方向：Agent 自主 claim 而非被指派 | +| Handoff 模式（Azure） | Agent 声明 `next_capability` 就是 Handoff | +| 声明式编排（Conductor） | 生命周期声明 TASK_LIFECYCLE 是声明式的 | +| 能力画像（OpenClaw RFC #35203） | agent_profiles 直接实现能力画像 | +| 幻觉门控（Hermes） | 不变，产出验证逻辑独立于路由 | + +--- + +## 7. 待确认 + +1. **`agent_profiles` 数据来源**：从 config/default.yaml 读取（启动时写入黑板），还是从 Agent 的 SOUL.md 动态解析？ +2. **`TASK_LIFECYCLE` 定义位置**：硬编码在 dispatcher.py 中，还是也放到 config？ +3. **`assignee` 语义变更的影响**：前端 Dashboard 是否有依赖 assignee = 执行者的假设？ +4. **是否要一步到位到"Agent 自主领活"**（第二步），还是先实现本方案（第一步）？ + +--- + +## 8. 参考 + +- bMAS: arXiv 2507.01701 — Blackboard LLM Multi-Agent System +- Self-Selection: arXiv 2510.01285 — Agent 自主选择模式 +- MasRouter: arXiv 2601.04861 — Confidence-Aware Routing +- Microsoft Conductor: github.com/microsoft/conductor — 确定性编排 +- Azure Agent Patterns: learn.microsoft.com — Handoff 模式 +- OpenClaw RFC #35203 — Capability Profiling + Shared Blackboard +- v2.6 调研报告: docs/research/shared-consciousness-research.md +- v2.6 架构设计: docs/design/architecture-v2.6.md