sanguo/sanguo_moziplus_v2
8
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

auto-sync: 2026-05-15 02:05:48

Browse Source
This commit is contained in:
cfdaily
2026-05-15 02:05:48 +08:00
parent 57394e3734
commit c8d7d8a4a6
3 changed files with 1821 additions and 0 deletions
Download Patch File Download Diff File Expand all files Collapse all files
docs/design/architecture-v2.6.md
+895
View File
@@ -0,0 +1,895 @@
# AI原生DevOps Platform 架构设计 v2.6
**版本**: v2.6（Shared Workspace + Blackboard 架构）
**基于**: architecture-v2.md + v2.0 AI Native 调研 + 技术验证
**作者**: 庞统（副军师）
**日期**: 2026-05-15
---
## 变更历史
| 版本 | 日期 | 变更内容 |
|------|------|---------|
| v2.0 | 2026-05-04 | 初始版本：SQLite 4表 + 状态机 + DAG 引擎 |
| v2.6 | 2026-05-15 | **架构重构**：Shared Workspace（Blackboard）取代 DAG 引擎为编排核心 |
| v2.6.1 | 2026-05-15 | 司马懿评审反馈 + Mail 退役决策 + 质量门控 + 决策记录 + 工程修正 |
---
## 1. v2.6 核心变革：从 DAG 状态机到 Shared Workspace
### 1.1 为什么变？
v2.0 的核心是 **DAG 引擎 + 状态机 + 邮件通信**，本质是给 AI 团队做了一套 ERP：
- 编排是确定性状态机（固定流程）
- 交互是点按钮（Dashboard）
- Agent 间靠邮件异步通信（信息分散在 mail 目录）
- 人的参与密度不变（全程驾驶）
v2.6 的核心是 **Shared Workspace（Blackboard）+ Agent 自主决策 + Daemon 投递**：
- 编排是 AI agent 在黑板上自主领活（动态协作）
- 交互是自然语言对话
- Agent 间通过黑板共享一切（信息集中在任务空间）
- 人只做方向决策和验收
### 1.2 核心原则
> **黑板是唯一真相源，所有 agent 读它、想、行动，写回结果。Daemon 是投递员，不是决策者。**
1. **Agent 决策，Daemon 执行** — 庞统做 plan、张飞领任务、关羽发现风险，都写在黑板上。Daemon 读黑板，执行 spawn/通知。
2. **产出在黑板，不在邮件** — 所有任务产出、讨论、观察都在任务的黑板空间里，Sanguo Mail 不介入任务协作。
3. **Daemon 不阻塞 Agent** — Daemon 是常驻管家，定期 tick 检查黑板，spawn agent 执行，不占用任何 agent 的主 session。
4. **Session 用完即清** — Agent 通过 `openclaw agent --agent <id> --session-id <uuid>` spawn 隔离 session，执行完 daemon 存档 jsonl 并清理 sessions.json。
---
## 2. 架构总览
```
┌─────────────────────────────────────────────────────────────┐
│ 用户 / 触发器 │
│ (Web / CLI / Cron) │
└──────────────────────────┬──────────────────────────────────┘
│ 写入黑板或触发 daemon
┌──────────────────────────▼──────────────────────────────────┐
│ Shared Workspace（黑板） │
│ │
│ ┌────────────────────────────────────────────────────────┐ │
│ │ SQLite (blackboard.db) │ │
│ │ tasks / comments / outputs / agents / events │ │
│ │ 原子读写（propose→validate→commit 或 SQLite 事务） │ │
│ └────────────────────────────────────────────────────────┘ │
│ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ 任务列表 │ │ 评论线程 │ │ 产出空间 │ │ 讨论区域 │ │
│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │
└──────────────────────────┬──────────────────────────────────┘
│ daemon tick 读写
┌──────────────────────────▼──────────────────────────────────┐
│ Daemon（管家） │
│ │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────────┐ │
│ │ Tick 循环 │ │ Session 管理 │ │ 健康检查 │ │
│ │ (60s 轮询) │ │ spawn/archive │ │ zombie/reclaim │ │
│ │ 读黑板→决策 │ │ /cleanup │ │ /stale 任务 │ │
│ └──────┬───────┘ └──────┬───────┘ └──────────────────┘ │
│ │ │ │
│ Daemon 只做三件事： │ │
│ 1. 读黑板，发现需要介入的 │ │
│ 2. Spawn 对应 agent │ │
│ 3. 清理完成的 session │ │
└──────────────────────────┬──────────────────────────────────┘
│ openclaw agent --agent <id> --session-id <uuid>
│ 执行完 → 存档 jsonl → 清理 sessions.json
┌──────────────────────────▼──────────────────────────────────┐
│ Agent 层（将军们） │
│ │
│ Agent 不常驻。被 spawn 时： │
│ 1. 读黑板 → 了解全局状态 │
│ 2. 想和做 → 根据职责自主决策 │
│ 3. 写回黑板 → 产出、评论、领任务 │
│ 4. 退出 → session 被 daemon 清理 │
│ │
│ ┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐ │
│ │庞统 │ │司马懿│ │姜维 │ │关羽 │ │张飞 │ │赵云 │ │
│ │策划 │ │质量 │ │平台 │ │风控 │ │编码 │ │数据 │ │
│ └──────┘ └──────┘ └──────┘ └──────┘ └──────┘ └──────┘ │
│ │
│ 每个 Agent: SOUL.md + IDENTITY.md + Skills + Workspace │
│ Agent 主 session 不参与任务执行（不被污染） │
└─────────────────────────────────────────────────────────────┘
```
### 关键区别：v2.0 vs v2.6
| 维度 | v2.0 | v2.6 |
|------|------|------|
| 编排核心 | DAG 引擎 + 状态机 | Blackboard（Shared Workspace） |
| 决策者 | Daemon（状态机驱动） | Agent（在黑板上自主决策） |
| Daemon 角色 | 调度器（决定谁干什么） | 投递员（执行黑板上的决策） |
| Agent 通信 | Sanguo Mail（异步邮件） | 黑板 Comment 线程（共享空间） |
| 信息位置 | 分散（mail + task目录 + session） | 集中（黑板 SQLite） |
| Agent 生命周期 | 固定节点执行 | Spawn 隔离 session，用完即清 |
| 通知机制 | Mail 轮询 | Daemon tick + spawn |
| 协作模式 | 指令式（庞统分配→将军执行） | 自主式（看黑板→领活→写回） |
---
## 3. Shared Workspace（黑板）设计
### 3.1 参考系统对比
| 系统 | 存储 | 原子性 | 讨论 | 状态机 | 发现 |
|------|------|--------|------|--------|------|
| Claude Code Agent Teams | JSON 文件 | 无（last-write-wins） | inbox 点对点 | pending/in_progress/completed | Agent 轮询 |
| Hermes Kanban v0.13 | SQLite | SQLite 事务 | Comment 线程 | 7 状态完整机 | Dispatcher 60s tick |
| Network-AI | Markdown 文件 | flock 三阶段提交 | signal key | 无 | Agent 主动读 |
| agent-blackboard | SQLite + Ontology | SQLite 事务 | 本体条目 | 无 | Coordinator 分发 |
| **我们的方案** | **SQLite** | **SQLite 事务** | **Comment 线程** | **简化状态机** | **Daemon tick** |
### 3.2 SQLite Schema
```sql
-- ===== 任务表 =====
CREATE TABLE IF NOT EXISTS tasks (
id TEXT PRIMARY KEY, -- task-001
title TEXT NOT NULL,
description TEXT,
status TEXT NOT NULL DEFAULT 'pending',
CHECK (status IN ('pending','claimed','working','review','done','failed','blocked','cancelled')),
-- 分配（谁领了或被指派）
assignee TEXT, -- agent id: zhangfei-dev
assigned_by TEXT, -- 谁分配的：pangtong-fujunshi / user
-- 依赖
depends_on TEXT, -- JSON array of task IDs
parent_task TEXT, -- 父任务（子任务分解时）
-- 优先级和类型
priority INTEGER NOT NULL DEFAULT 5, -- 1(最高)-10(最低)
task_type TEXT, -- coding/review/data/deploy/research/discuss
-- 时间
created_at TEXT NOT NULL DEFAULT (datetime('now')),
updated_at TEXT NOT NULL DEFAULT (datetime('now')),
claimed_at TEXT,
started_at TEXT,
completed_at TEXT,
deadline TEXT,
-- 重试
retry_count INTEGER NOT NULL DEFAULT 0,
max_retries INTEGER NOT NULL DEFAULT 2
);
CREATE INDEX IF NOT EXISTS idx_tasks_status ON tasks(status);
CREATE INDEX IF NOT EXISTS idx_tasks_assignee ON tasks(assignee);
CREATE INDEX IF NOT EXISTS idx_tasks_parent ON tasks(parent_task);
-- ===== 评论线程表 =====
-- 参考 Hermes kanban_comment：追加写入，所有参与者可见
CREATE TABLE IF NOT EXISTS comments (
id INTEGER PRIMARY KEY AUTOINCREMENT,
task_id TEXT NOT NULL,
author TEXT NOT NULL, -- agent id 或 'user'
body TEXT NOT NULL,
mentions TEXT, -- JSON array: ["zhangfei-dev", "guanyu-dev"]
created_at TEXT NOT NULL DEFAULT (datetime('now')),
FOREIGN KEY (task_id) REFERENCES tasks(id)
);
CREATE INDEX IF NOT EXISTS idx_comments_task ON comments(task_id);
CREATE INDEX IF NOT EXISTS idx_comments_author ON comments(author);
-- 注意：mentions 是 JSON 数组，无法直接建索引。daemon tick 查询用 json_each(mentions)。
-- 数据量小时够用，后续可拆 comment_mentions 关联表优化。
-- ===== 产出表 =====
CREATE TABLE IF NOT EXISTS outputs (
id INTEGER PRIMARY KEY AUTOINCREMENT,
task_id TEXT NOT NULL,
agent TEXT NOT NULL, -- 谁写的
output_type TEXT NOT NULL, -- code/document/data/config/other
title TEXT NOT NULL,
content_path TEXT, -- 文件路径（产出物在 task 目录下）
summary TEXT, -- 一句话摘要
metadata TEXT, -- JSON: {files_changed, lines_added, ...}
created_at TEXT NOT NULL DEFAULT (datetime('now')),
FOREIGN KEY (task_id) REFERENCES tasks(id)
);
CREATE INDEX IF NOT EXISTS idx_outputs_task ON outputs(task_id);
-- ===== 决策记录表 =====
-- Agent 执行过程中的关键决策必须记录。哪怕是自己做的决策也要填一条。
CREATE TABLE IF NOT EXISTS decisions (
id INTEGER PRIMARY KEY AUTOINCREMENT,
task_id TEXT NOT NULL,
decider TEXT NOT NULL, -- 谁做的决策
decision TEXT NOT NULL, -- 决策内容："选 A 方案"
rationale TEXT NOT NULL, -- 为什么："B 方案内存开销更大"
alternatives TEXT, -- JSON array: 被排除的选项
created_at TEXT NOT NULL DEFAULT (datetime('now')),
FOREIGN KEY (task_id) REFERENCES tasks(id)
);
CREATE INDEX IF NOT EXISTS idx_decisions_task ON decisions(task_id);
-- ===== 观察表 =====
-- Agent 执行过程中发现的问题、风险、建议
CREATE TABLE IF NOT EXISTS observations (
id INTEGER PRIMARY KEY AUTOINCREMENT,
task_id TEXT NOT NULL,
observer TEXT NOT NULL, -- 谁观察到的
severity TEXT NOT NULL DEFAULT 'info',
CHECK (severity IN ('blocking','warning','info','audit')),
body TEXT NOT NULL,
resolved_by TEXT, -- 谁处理的
resolved_at TEXT, -- 何时处理的
created_at TEXT NOT NULL DEFAULT (datetime('now')),
FOREIGN KEY (task_id) REFERENCES tasks(id)
);
-- ===== 事件日志（审计追踪）=====
CREATE TABLE IF NOT EXISTS events (
id INTEGER PRIMARY KEY AUTOINCREMENT,
task_id TEXT,
agent TEXT,
event_type TEXT NOT NULL,
detail TEXT, -- JSON
created_at TEXT NOT NULL DEFAULT (datetime('now'))
);
CREATE INDEX IF NOT EXISTS idx_events_task ON events(task_id);
CREATE INDEX IF NOT EXISTS idx_events_time ON events(created_at);
-- 合法 event_type 清单：
-- 任务：task_created, task_claimed, task_started, task_completed, task_failed,
-- task_blocked, task_unblocked, task_reviewed, task_cancelled, task_retried
-- 协作：comment_added, output_written, observation_added, decision_recorded
-- Agent：agent_spawned, agent_completed, agent_zombie_detected
-- Session：session_spawned, session_archived, session_cleanup
-- 系统：daemon_tick, daemon_manual_tick
-- ===== Agent 注册表 =====
CREATE TABLE IF NOT EXISTS agents (
agent_id TEXT PRIMARY KEY,
role TEXT,
current_status TEXT DEFAULT 'idle', -- idle/working/offline
current_task TEXT,
last_active TEXT,
capabilities TEXT -- JSON array: ["coding", "review", "deploy"]
);
-- agents 表更新规则：
-- Agent claim 任务时：自己更新 current_status='working', current_task=task_id
-- Agent 完成退出时：daemon 更新 current_status='idle', current_task=NULL
-- Daemon tick 检测到 zombie：daemon 更新 current_status='offline'
```
**连接配置：**
```python
def get_connection():
conn = sqlite3.connect(str(DB_PATH))
conn.row_factory = sqlite3.Row
conn.execute("PRAGMA journal_mode=WAL")
conn.execute("PRAGMA foreign_keys=ON")
conn.execute("PRAGMA busy_timeout=5000")
return conn
```
### 3.3 简化状态机
```
pending → claimed → working → review → done
↑ │ ├→ blocked ──┘ ├→ failed
│ │ └→ failed └→ cancelled
└─────────┘
(review→pending: 审核不通过，打回重做)
(blocked→pending: 阻塞解除)
(failed→pending: 重试)
```
**与 v2.0 的区别：** v2.0 有 9 个状态（spawning, ready, reporting 等），v2.6 简化为 8 个。原因是 spawn 逻辑从状态机移到了 daemon——daemon tick 发现黑板需要某人介入就 spawn，不需要 spawning/ready 这些中间状态。
| 状态 | 含义 | 谁触发 |
|------|------|--------|
| pending | 待领取 | 任何 Agent 或用户创建 |
| claimed | 已认领 | Agent 自己或被指派 |
| working | 执行中 | Agent |
| review | 待审核 | Agent 完成产出 |
| blocked | 需要帮助 | Agent |
| done | 完成 | **审核通过且所有问题达成一致** |
| failed | 失败 | Agent 或 daemon |
| cancelled | 取消 | 用户 |
**完整合法流转矩阵：**
```python
VALID_TRANSITIONS = {
"pending": {"claimed", "cancelled"},
"claimed": {"working", "pending", "cancelled"}, # pending: 放弃认领
"working": {"review", "blocked", "failed", "cancelled"},
"review": {"done", "pending", "failed", "cancelled"}, # pending: 审核不通过打回
"blocked": {"pending", "cancelled"}, # pending: 阻塞解除
"done": set(), # 终态
"failed": {"pending"}, # pending: 重试
"cancelled": set(), # 终态
}
```
### 3.4 原子操作
**任务认领（claim）** — 原子 CAS，防止两个人同时领：
```python
def claim_task(task_id: str, agent_id: str) -> bool:
conn = get_connection()
try:
cursor = conn.execute(
"UPDATE tasks SET status='claimed', assignee=?, claimed_at=datetime('now') "
"WHERE id=? AND status='pending' AND (assignee IS NULL OR assignee=?)",
(agent_id, task_id, agent_id)
)
conn.commit()
return cursor.rowcount > 0 # 0 表示被别人抢了或不是指定分配给自己的人
finally:
conn.close()
```
**产出写入** — SQLite 事务保证原子：
```python
def write_output(task_id: str, agent_id: str, output: dict):
conn = get_connection()
try:
conn.execute("BEGIN IMMEDIATE") # 立即获取写锁
conn.execute(
"INSERT INTO outputs (task_id, agent, output_type, title, content_path, summary, metadata) "
"VALUES (?, ?, ?, ?, ?, ?, ?)",
(task_id, agent_id, output['type'], output['title'],
output['path'], output['summary'], json.dumps(output.get('metadata', {})))
)
conn.execute(
"INSERT INTO events (task_id, agent, event_type, detail) VALUES (?, ?, 'output_written', ?)",
(task_id, agent_id, json.dumps({'output_id': output['title']}))
)
conn.commit()
finally:
conn.close()
```
### 3.5 评论线程（讨论机制）
参考 Hermes 的 `kanban_comment` 模式：
```python
def add_comment(task_id: str, author: str, body: str, mentions: list = None):
conn = get_connection()
try:
conn.execute(
"INSERT INTO comments (task_id, author, body, mentions) VALUES (?, ?, ?, ?)",
(task_id, author, body, json.dumps(mentions or []))
)
conn.execute(
"INSERT INTO events (task_id, agent, event_type, detail) VALUES (?, ?, 'commented', ?)",
(task_id, author, json.dumps({'body_preview': body[:100], 'mentions': mentions}))
)
conn.commit()
finally:
conn.close()
```
**讨论示例：**
```
[16:30 庞统] 张飞，你的实现方案我看了，回测数据量大时内存会爆。
关羽，从风控角度也看看？ @关羽 @张飞
[16:35 关羽] 同意。建议加分批加载机制，单批不超过 50 万条。
[16:40 张飞] 收到，改成分批加载。预计 30 分钟。
[16:55 庞统] @张飞 注意止损逻辑也需要同步改，分批后止损触发时机变了。
[17:10 张飞] 完成。产出在 output-zhangfei-v2.md。
```
**核心原则：评论都在黑板上，不在任何 agent 的 session 里。Agent 的 session 是临时的。**
### 3.6 竞态解决
任务认领的竞态通过 SQLite 原子 CAS 解决（先到先得）。
职责冲突的解决（张飞和关羽都认为自己该做某个任务）：
1. **默认：先到先得** — SQLite CAS，谁先 claim 谁做
2. **升级：庞统仲裁** — 如果争议，评论中 @庞统 请求仲裁
3. **最终：用户拍板** — @user 请求用户决定
不需要复杂的分布式共识——职责分工已经自然避免了大部分冲突。
---
## 4. Daemon（管家）设计
### 4.1 Daemon 的角色定位
> **Daemon 是投递员，不是决策者。所有决策发生在黑板上，daemon 只执行。**
Daemon 做三件事：
1. **读黑板** — 定期 tick，检查黑板状态
2. **Spawn Agent** — 根据黑板上的指示，spawn 对应的 agent
3. **清理 Session** — agent 执行完后，存档 jsonl + 清理 sessions.json
Daemon **不做**：
- ❌ 不决定谁做什么（agent 自己决定或庞统在黑板上分配）
- ❌ 不维护状态机（黑板就是状态）
- ❌ 不做业务逻辑（不解析产出、不做评审）
### 4.2 Daemon Tick 循环
参考 Hermes Dispatcher，但更轻量：
**Tick 频率：60 秒（默认），可通过 CLI 手动触发立即执行。**
```bash
# 手动触发一次 tick（用于需要立即响应的场景）
python3 ~/.sanguo_projects/sanguo_moziplus/cli/daemon.py tick
```
```python
async def daemon_tick():
"""每 60 秒执行一次"""
# 1. 健康检查
reclaim_stale_tasks() # 超时的 working 任务回收
detect_zombie_sessions() # 进程死了但 session 还在的
# 2. 读黑板
board = read_blackboard() # SQLite 查询
# 3. 处理评论中的 @mention
# Agent A 在评论中 @AgentB → daemon spawn AgentB 来看评论
for comment in board.get_unprocessed_mentions():
target_agent = comment.mentioned_agent
if not is_agent_active(target_agent):
async_spawn_agent(target_agent,
message=f"黑板上有给你的新评论（task-{comment.task_id}），请查看。")
mark_comment_processed(comment.id)
# 4. 处理待领取的任务（庞统在黑板上分配了但 agent 还没领）
for task in board.get_assigned_unclaimed():
if not is_agent_active(task.assignee):
async_spawn_agent(task.assignee,
message=f"黑板上有分配给你的任务（{task.title}），请查看并认领。")
# 5. 处理 blocked 任务（agent 请求帮助）
for task in board.get_blocked_tasks():
mentions = get_latest_comment_mentions(task.id)
if mentions:
# 评论中 @ 了某人 → spawn 那个人
for agent_id in mentions:
if not is_agent_active(agent_id):
async_spawn_agent(agent_id,
message=f"任务 {task.id} 被 block，需要你的协助。")
else:
# 没有 @ → spawn 庞统来决定找谁帮忙
async_spawn_agent('pangtong-fujunshi',
message=f"任务 {task.id} 被 block，没有指定协助者，请决定如何处理。")
# 6. 清理完成的 session
for session in get_completed_sessions():
archive_session(session) # mv jsonl → task 目录
cleanup_sessions_json(session) # 编辑 sessions.json 删除记录
```
### 4.3 Session 生命周期
```
1. Daemon spawn
openclaw agent --agent zhangfei-dev --session-id <uuid> \
--message "请检查黑板 task-001..."
↓
2. Agent 执行
- 读黑板（SQLite 查询）
- 做任务（编码/审核/数据分析）
- 写回黑板（产出、评论、状态更新）
↓
3. Agent 退出（自然结束）
↓
4. Daemon 清理
- mv <session_id>.jsonl → task-001/archive/
- mv <session_id>.trajectory.jsonl → task-001/archive/
- 编辑 sessions.json 删除该 session 记录
```
**技术验证结论：**
- `openclaw agent --agent <id> --session-id <uuid>` 可创建完全隔离的 session ✅
- 直接编辑 `sessions.json` 可安全删除 session 记录 ✅（已验证）
- Gateway WS `sessions.delete` 需要 `operator.admin` scope（token 模式不授予，不可用）❌
- 回退方案：直接编辑 `sessions.json` 是安全可靠的 ✅
### 4.4 Agent Spawn 后的消息内容
Agent 被 spawn 时，daemon 传递的消息应包含足够的上下文让 agent 知道该做什么：
```python
def build_spawn_message(task_id: str, trigger_reason: str, comments_since: str = None):
task = get_task(task_id)
msg = f"黑板任务通知：\n"
msg += f"- 任务：{task.title}（{task.id}）\n"
msg += f"- 状态：{task.status}\n"
msg += f"- 触发原因：{trigger_reason}\n"
if comments_since:
recent = get_comments_since(task_id, comments_since)
if recent:
msg += f"\n最近评论：\n"
for c in recent:
msg += f" [{c.created_at} {c.author}] {c.body[:200]}\n"
msg += f"\n请读取黑板获取完整信息。"
return msg
```
---
## 5. Agent 与黑板的交互
### 5.1 Agent 被_spawn_后的工作流程
```
Agent 被 spawn
↓
1. 读黑板 → 了解任务全局状态
- 读 tasks 表：当前任务的状态、描述、依赖
- 读 comments 表：讨论历史
- 读 outputs 表：已有产出
- 读 observations 表：已知风险
↓
2. 想 → 根据自己的职责自主决策
- 我是编码先锋，这个 pending 任务适合我 → claim
- 我是风控守将，这个 comment @ 我 → 回复
- 我是副军师，这个任务需要分解 → 创建子任务
↓
3. 做 → 执行任务
- 编码、审核、数据分析等
- 过程中发现风险 → 写 observation
- 需要其他人协助 → 写 comment @mention
↓
4. 写回黑板 → 产出、评论、状态更新、决策记录
- 写 outputs 表：产出文件路径 + 摘要
- 写 comments 表：完成说明
- 写 decisions 表：关键决策（哪怕自己的决策也要填一条）
- 更新 tasks 表：status → done/review
↓
5. 退出 → daemon 自动清理 session
```
### 5.2 Agent 工具集
Agent 通过 `exec` 工具调用 CLI 命令操作黑板：
```bash
# 读黑板（全部）
python3 ~/.sanguo_projects/sanguo_moziplus/cli/blackboard.py read --task task-001
# 读黑板（过滤：只读和自己相关的）
python3 ~/.sanguo_projects/sanguo_moziplus/cli/blackboard.py read --task task-001 --agent zhangfei-dev
# 读黑板（过滤：只读最近 20 条）
python3 ~/.sanguo_projects/sanguo_moziplus/cli/blackboard.py read --task task-001 --last 20
# 读黑板（过滤：只读特定类型）
python3 ~/.sanguo_projects/sanguo_moziplus/cli/blackboard.py read --task task-001 --type comments
# 认领任务
python3 ~/.sanguo_projects/sanguo_moziplus/cli/blackboard.py claim --task task-001 --agent zhangfei-dev
# 写产出
python3 ~/.sanguo_projects/sanguo_moziplus/cli/blackboard.py output --task task-001 --agent zhangfei-dev \
--type code --title "分批加载实现" --path task-001/output-zhangfei.md \
--summary "实现分批加载，单批50万条"
# 写评论
python3 ~/.sanguo_projects/sanguo_moziplus/cli/blackboard.py comment --task task-001 --author zhangfei-dev \
--body "完成分批加载实现" --mentions "[]"
# 写观察
python3 ~/.sanguo_projects/sanguo_moziplus/cli/blackboard.py observe --task task-001 --observer guanyu-dev \
--severity warning --body "止损逻辑需适配分批模式"
# 记录决策
python3 ~/.sanguo_projects/sanguo_moziplus/cli/blackboard.py decide --task task-001 --decider zhangfei-dev \
--decision "使用分批加载而非流式" --rationale "流式需要改底层框架，分批只需改回测模块"
# 创建任务（任何 Agent 都可以创建）
python3 ~/.sanguo_projects/sanguo_moziplus/cli/blackboard.py create --title "分钟线数据下载" \
--creator zhaoyun-data --task-type data
```
---
## 6. 关键场景流程
### 6.1 庞统规划 + Agent 领任务
```
用户 → 庞统(主session)："设计一个动量因子策略"
↓
庞统在黑板上写：
- 创建 task-001（数据准备，pending）
- 创建 task-002（因子计算，pending，depends_on: [task-001]）
- 创建 task-003（回测验证，pending，depends_on: [task-002]）
- 评论："建议赵云领 001，张飞领 002 和 003"
↓
Daemon tick 发现 task-001 pending + 庞统评论建议赵云
↓
Daemon spawn 赵云 → 赵云读黑板 → claim task-001 → 执行 → 写产出 → 退出
↓
Daemon tick 发现 task-001 done → task-002 depends_on 满足
↓
Daemon spawn 张飞 → 张飞读黑板 → claim task-002 → 执行 → 写产出 → 退出
↓
（同理 task-003）
```
### 6.2 Agent 间协作讨论
```
张飞执行 task-002 时发现需要分钟线数据
↓
张飞写评论："@赵云 task-002 需要分钟线数据，能帮忙下载吗？"
张飞更新任务状态 → blocked
↓
Daemon tick 发现 task-002 blocked + 评论 @ 赵云
↓
Daemon spawn 赵云 → 赵云读黑板 → 看到评论 → 下载数据
赵云写评论："分钟线数据已下载到 /path/to/data" + 写产出
赵云写评论："@张飞 数据就绪，可以继续"
↓
Daemon tick 发现评论 @ 张飞
↓
Daemon spawn 张飞 → 张飞读黑板 → 看到数据就绪 → 继续 task-002
```
### 6.3 Agent 发现风险
```
张飞在 task-002 中发现止损逻辑有 bug
↓
张飞写 observation（severity: warning）：
"止损逻辑在分批模式下可能漏触发"
张飞写评论："@关羽 止损逻辑需要你从风控角度确认"
↓
Daemon tick 发现 observation + 评论 @ 关羽
↓
Daemon spawn 关羽 → 关羽读黑板 → 审查 → 写评论 + observation
```
### 6.4 用户直接参与
```
用户读黑板 → 发现 task-002 进度慢
↓
用户在黑板上写评论："task-002 优先级提高，需要今天完成"
↓
Daemon tick 发现用户评论 → 如果张飞未 active → spawn 张飞通知
```
---
## 7. Session 隔离与清理
### 7.1 技术实现
```python
class SessionManager:
def async_spawn_agent(self, agent_id: str, message: str) -> str:
"""异步 spawn 隔离 session，不等待完成。返回 session_id。"""
session_id = str(uuid.uuid4())
cmd = [
"openclaw", "agent",
"--agent", agent_id,
"--session-id", session_id,
"--message", message,
"--json"
]
# Popen 异步启动，不阻塞 daemon tick
subprocess.Popen(cmd, stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)
log_event(agent=agent_id, event_type='agent_spawned', detail={'session_id': session_id})
return session_id
def cleanup_session(self, agent_id: str, session_id: str, archive_dir: str):
"""存档 jsonl + 文件锁保护下清理 sessions.json"""
sessions_dir = f"/Users/chufeng/.openclaw/agents/{agent_id}/sessions"
store_path = f"{sessions_dir}/sessions.json"
lock_path = f"{sessions_dir}/.cleanup.lock"
# 1. 存档 jsonl 文件
os.makedirs(archive_dir, exist_ok=True)
for ext in ['.jsonl', '.trajectory.jsonl', '.trajectory-path.json']:
src = f"{sessions_dir}/{session_id}{ext}"
if os.path.exists(src):
shutil.move(src, f"{archive_dir}/{session_id}{ext}")
# 2. 文件锁保护下编辑 sessions.json（防止和 Gateway 并发写入冲突）
with open(lock_path, 'w') as lock_file:
fcntl.flock(lock_file, fcntl.LOCK_EX)
try:
with open(store_path) as f:
store = json.load(f)
keys_to_remove = [k for k in store if session_id in k]
for k in keys_to_remove:
del store[k]
with open(store_path, 'w') as f:
json.dump(store, f, indent=2)
finally:
fcntl.flock(lock_file, fcntl.LOCK_UN)
os.unlink(lock_path)
```
### 7.2 验证结论
| 验证项 | 结果 |
|--------|------|
| `openclaw agent --session-id <uuid>` 创建隔离 session | ✅ 通过 |
| 连续 spawn 多个 session 互不干扰 | ✅ 通过 |
| 并行 spawn 成功 | ✅ 通过 |
| 直接编辑 sessions.json 删除记录安全 | ✅ 通过 |
| jsonl 存档后从原目录删除 | ✅ 通过 |
| Gateway WS sessions.delete（需 admin scope） | ❌ 不可用 |
| `openclaw sessions cleanup --fix-missing --enforce` | ❌ 对 agent main session 报错 |
| Agent 主 session 对 CLI spawn 的 sub 完全无感 | ✅ 确认（设计如此）|
---
## 8. Sanguo Mail：退役
v2.6 中 Mail 完全退役。黑板的两个操作替代了 Mail 的所有功能：
| Mail 功能 | 黑板替代 |
|----------|--------|
| 庞统分配任务 | 庞统在黑板创建 task + 评论 @指定 agent |
| Agent 间通信 | 评论 @mention |
| 结果回传 | 产出写入 outputs 表 + 评论通知 |
| 讨论 | 评论线程 |
黑板比 Mail 更可靠：信息集中在 SQLite（不分散在 mail 目录）、有状态追踪、评论线程保持上下文完整、SQLite 读写比 Mail poller 更可靠。
如果需要系统级通知（daemon 异常、Gateway 状态），在黑板上创建 `system` 类型任务处理。
---
## 9. 质量门控（任务完成标准）
### 9.1 任务完成 = 司马懿评审通过 + 所有问题达成一致 + 修改完成
一个任务要标记为 `done`，必须满足：
1. **产出已提交** — Agent 写入 outputs 表
2. **决策已记录** — 关键决策写入 decisions 表（哪怕是自己的决策也要填一条）
3. **司马懿审核通过** — spawn 司马懿审核产出，评论中明确写“通过”
4. **所有问题达成一致** — 审核中提出的问题全部解决，讨论达成共识
5. **修改已完成** — 审核问题对应的修改已写入产出
### 9.2 达成一致的原则
- **以用户意图为导向** — 任何人（包括司马懿、庞统）说的都不一定对，最终以用户的原始意图为准
- **讨论达成共识** — 不同意见通过黑板评论讨论解决，不是谁职位高谁说了算
- **用户有最终裁量权** — 讨论无法达成一致时，@user 请用户裁定
### 9.3 流程
```
Agent 完成产出 → status: review
↓
Daemon tick → spawn 司马懿审核
↓
司马懿读黑板（产出 + 决策 + 观察）
↓
司马懿写评论：
- “通过” → status: done
- “不通过，原因：XXX” → status: pending（打回重做）+ 评论说明问题
↓
如果有争议：
- 评论中讨论
- 讨论不清 → @user 请求裁定
```
### 9.4 决策记录
Agent 执行过程中的每个关键决策都必须记录在黑板的 decisions 表中：
| 字段 | 含义 |
|------|------|
| decider | 谁做的决策 |
| decision | 决策内容（选了什么） |
| rationale | 为什么这样选 |
| alternatives | 被排除的选项 |
**哪怕是自己做的决策也要填一条。** 目的：
- 后续复盘时能追溯“当时为什么这样选”
- 审核时司马懿能理解决策背后的思考
- 经验沉淀的原始素材
---
## 10. 产出物目录约定
```
~/.sanguo_projects/sanguo_moziplus/artifacts/
└── {task-id}/
├── outputs/ # Agent 产出物（代码、文档、数据）
├── archive/ # session jsonl 存档
└── data/ # 数据文件
```
Agent 写产出时，`content_path` 指向此目录。Daemon 存档 session jsonl 时也写入 `archive/` 子目录。
---
## 11. 保留 v2.0 的设计
以下 v2.0 的设计在 v2.6 中保留：
1. **SQLite WAL 模式** — 黑板数据库同样使用 WAL
2. **结构化产出规范** — output.md frontmatter + 结论 JSON（写在黑板 outputs 表中）
3. **观察机制** — v2.0 Report Watcher 的思路升级为 observations 表
4. **证据原则** — 结论必须有证据（代码行号、日志、文件内容）
5. **审核流程** — 可通过黑板评论 + 状态机实现
---
## 12. Phase 规划（v2.6）
### Phase 1: 黑板基础设施
1. SQLite blackboard.db（5 表 + WAL）
2. blackboard.py CLI（读写操作）
3. Daemon tick 循环（读黑板 + spawn + 清理）
4. Session 管理（spawn + 存档 + 清理）
### Phase 2: Agent 交互
5. Agent 黑板操作 Skill
6. 评论 + @mention 通知链路
7. 任务依赖自动推进
8. 健康检查（stale reclaim + zombie 检测）
### Phase 3: 智能化
9. 庞统 AI 规划（读需求 → 创建任务 + 分配建议）
10. Agent 自主领活（读黑板 → 匹配职责 → claim）
11. 产出验证门禁
12. 经验沉淀（observation → knowledge base）
---
## 13. 技术选型
| 需求 | 参考系统 | 我们的方案 | 理由 |
|------|---------|-----------|------|
| 共享状态 | Hermes SQLite + Network-AI flock | SQLite WAL + 事务 CAS | 原子性 + 无外部依赖 |
| 讨论 | Hermes kanban_comment | comments 表 + @mention | 简单追加写入，所有人可见 |
| 调度 | Hermes Dispatcher 60s tick | Daemon 60s tick | 同设计，更轻量 |
| 通知 | Claude Code idle notification | Daemon spawn + message | OpenClaw 原生能力 |
| 通信 | Hermes kanban_comment + Claude Code inbox | 黑板 comments + @mention | 替代 Sanguo Mail |
| 竞态 | Network-AI propose→validate→commit | SQLite CAS（first-commit-wins） | SQLite 事务足够 |
| Session | Hermes process-per-worker | openclaw agent --session-id | OpenClaw 原生隔离 |
| 清理 | 无参考 | 编辑 sessions.json | 已验证可行 |
---
## 14. 风险和缓解
| 风险 | 概率 | 缓解 |
|------|------|------|
| Agent 上下文不足（隔离 session 没有历史）| 中 | spawn 时传递黑板关键信息 + agent 可主动读黑板 |
| Daemon 单点故障 | 低 | PM2 自动重启 + tick 无状态 |
| SQLite 并发写入 | 中 | WAL + busy_timeout + BEGIN IMMEDIATE |
| 黑板膨胀（大量评论/产出）| 低 | 定期 archive + agent 只读最近 N 条 |
| Agent 不知道该做什么 | 中 | Skill 指导 + 庞统 plan 评论 + daemon 消息含上下文 |
| Sanguo Mail 退役后的系统通知 | 低 | 黑板 system 类型任务替代 |
docs/design/deployment-v2.6.md
+212
View File
@@ -0,0 +1,212 @@
# v2.6 部署方案设计
**版本**: v2.6.1-deploy (含评审修正 + 独立部署)
**基于**: technical-design-v2.6.md
**作者**: 庞统（副军师）
**日期**: 2026-05-15
---
## 1. 部署环境
| 项目 | 当前状态 |
|------|---------|
| 主机 | 楚锋的 Mac mini (ARM64, macOS) |
| Python | 3.9.6（系统）+ 3.11（moziplus venv）|
| Node.js | v22.22.1 |
| PM2 | 6.0.14（管理 10 个进程）|
| 运行目录 | `~/.sanguo_projects/sanguo_moziplus_v2/` |
| 开发目录 | `~/.openclaw/sanguo_projects/sanguo_moziplus_v2/` |
| Git 远程 | gitee (origin) + gitea (内网 NAS) |
| 前端 | port 8083（v2 独立端口） |
| Gateway | 127.0.0.1:18789 |
---
## 2. 部署架构
```
PM2 (进程管理器)
├── sanguo-moziplus-v2 (port 8083) ← 🆕 v2 独立进程
├── sanguo-moziplus (port 8082) ← v1 保留（v2 验证后下线）
├── sanguo-git-sync ← 不变
├── sanguo-mail-* (8 个) ← 不变（v2 验证后下线）
└── sanguo-mozi ← 不变
新增文件：
~/.sanguo_projects/sanguo_moziplus_v2/
├── blackboard.db ← 🆕 黑板数据库（自动创建）
├── artifacts/ ← 🆕 产出物目录（自动创建）
├── src/blackboard/ ← 🆕 黑板模块
├── src/daemon/ ← 🆕 Daemon 模块
├── src/api/ ← 🆕 API
├── src/cli/ ← 🆕 CLI
└── ecosystem.config.cjs ← 🆕 PM2 配置
```
**关键：不新增 PM2 进程。** Daemon ticker 作为 asyncio background task 运行在 moziplus 进程内。
---
## 3. 部署流程
### 3.1 开发→安装同步
按照 AGENTS.md 的"代码变更标准流程"，但简化（非代码变更，是文档确认后的首次实现）：
```
步骤 1: 创建项目
mkdir -p ~/.openclaw/sanguo_projects/sanguo_moziplus_v2
cd ~/.openclaw/sanguo_projects/sanguo_moziplus_v2
git init
git remote add origin git@gitee.com:cfdaily:sanguo_moziplus_v2.git
git remote add gitea http://192.168.2.154:3000/cfdaily/sanguo_moziplus_v2.git
步骤 2: 开发编码
~/.openclaw/sanguo_projects/sanguo_moziplus_v2/src/blackboard/
~/.openclaw/sanguo_projects/sanguo_moziplus_v2/src/daemon/
~/.openclaw/sanguo_projects/sanguo_moziplus_v2/src/api/
~/.openclaw/sanguo_projects/sanguo_moziplus_v2/src/cli/
步骤 3: 单元测试通过
cd ~/.openclaw/sanguo_projects/sanguo_moziplus_v2
python3 -m pytest tests/unit/test_blackboard.py -v
python3 -m pytest tests/unit/test_daemon_tick.py -v
步骤 4: 发司马懿评审（代码级）
步骤 5: 评审通过后，同步到安装目录
rsync -av --exclude='.venv' --exclude='node_modules' \
~/.openclaw/sanguo_projects/sanguo_moziplus_v2/ ~/.sanguo_projects/sanguo_moziplus_v2/
步骤 6: PM2 启动 v2
cd ~/.sanguo_projects/sanguo_moziplus_v2
pm2 start ecosystem.config.cjs
步骤 7: 验证
curl http://127.0.0.1:8083/api/daemon/status
python3 ~/.sanguo_projects/sanguo_moziplus_v2/src/cli/blackboard.py create --title "test" --creator test
```
pm2 restart sanguo-moziplus
步骤 6: 验证
curl http://127.0.0.1:8082/api/daemon/status
python3 ~/.sanguo_projects/sanguo_moziplus_v2/src/cli/blackboard.py create --title "test" --creator test
```
### 3.2 数据库初始化
blackboard.db 在 moziplus 启动时自动创建和初始化（`init_blackboard_db()`）。不需要手动建表。
首次部署时 `blackboard.db` 文件不存在，启动后自动创建。后续启动检测到已存在则跳过 schema 初始化（`CREATE TABLE IF NOT EXISTS` 天然幂等）。
---
## 4. 回滚方案
| 场景 | 回滚方式 |
|------|---------|
| v2 启动失败 | `pm2 stop sanguo-moziplus-v2` → v1 不受影响 |
| Daemon tick 异常 | API 调用 `POST /api/daemon/stop` 停 ticker 不停服务 |
| SQLite 损坏 | 删除 `blackboard.db` 重启自动重建 |
| v2 整体不可用 | v1 仍在 8082 运行，切换回 v1 即可 |
**关键：v1 和 v2 完全独立，互不影响。** v2 出问题直接停掉，v1 继续服务。
---
## 5. 监控
### 5.1 日志
所有黑板操作和 daemon tick 通过 Python logging 输出到 PM2 日志：
```bash
# 查看 daemon tick 日志
pm2 logs sanguo-moziplus --lines 100 | grep "Daemon\|Blackboard\|Tick"
# 查看 spawn 日志
pm2 logs sanguo-moziplus --lines 100 | grep "Spawning\|Cleaned up"
```
### 5.2 健康端点
```
GET /api/daemon/status
返回：
{
"ticker_running": true,
"last_tick": "2026-05-15T01:30:00",
"tick_interval_seconds": 60,
"active_sessions": 2,
"blackboard_db_size_bytes": 45056,
"tasks_summary": {
"pending": 3,
"claimed": 1,
"working": 2,
"review": 0,
"done": 15,
"failed": 1,
"blocked": 0
}
}
```
### 5.3 PM2 告警
复用现有 PM2 配置，sanguo-moziplus 如果异常退出会自动重启（已配置 `max_restarts: 10`）。
---
## 6. 安全考虑
| 项目 | 措施 |
|------|------|
| SQLite 文件权限 | `blackboard.db` 只有 owner 可读写（0600）|
| API 认证 | 复用 moziplus 现有认证（如有）|
| CLI 路径 | blackboard.py 只能本地 exec 调用，不暴露网络 |
| Session 清理锁 | fcntl 文件锁防止并发编辑 sessions.json |
| Agent 权限 | SOUL.md 约束 + blackboard.py claim 时的 assignee 检查 |
---
## 7. 性能预估
| 指标 | 预估值 | 理由 |
|------|--------|------|
| Tick 循环耗时 | <100ms | 6 张表、几十条记录的 SQLite 查询 |
| Agent spawn 延迟 | 2-5s | openclaw agent 冷启动时间 |
| 并发 Agent 数 | ≤6 | 6 个将军，通常不会同时活跃 |
| SQLite 并发写入 | WAL 模式支持读写并发 | 已验证 |
| blackboard.db 大小 | 初期 <1MB | 每个任务几 KB，100 个任务 < 1MB |
---
## 8. 交付检查清单
Phase 1 部署前逐项验证：
- [ ] 项目创建、git init、远程配置完成
- [ ] `blackboard.db` 自动创建且 schema 正确
- [ ] CLI `blackboard.py read/claim/output/comment/decide/observe/create` 全部可用
- [ ] Daemon tick 60s 循环正常运行
- [ ] Agent spawn 成功创建隔离 session
- [ ] Session 完成后自动存档 + sessions.json 清理
- [ ] API `/api/blackboard/tasks` 可创建/查询任务
- [ ] API `/api/daemon/status` 返回正确状态
- [ ] API `/api/daemon/tick` 可手动触发
- [ ] PM2 启动后 daemon ticker 自动恢复
- [ ] `pm2 logs` 中能看到 tick 和 spawn 日志
- [ ] v1 (8082) 不受 v2 (8083) 影响
---
## 9. 后续 Phase 规划
| Phase | 内容 | 依赖 |
|-------|------|------|
| **Phase 1** | 黑板 + Daemon + CLI + API（本方案） | 无 |
| Phase 2 | 前端黑板视图 + Agent 黑板 Skill | Phase 1 |
| Phase 3 | 依赖自动推进 + 产出验证门禁 | Phase 2 |
| Phase 4 | 庞统 AI 规划 + Agent 自主领活 | Phase 3 |
| Phase 5 | 经验沉淀 + Mail 完全移除 | Phase 4 |
docs/design/technical-design-v2.6.md
+714
View File
@@ -0,0 +1,714 @@
# v2.6 技术方案设计
**版本**: v2.6.1-tech (含评审修正 + 独立部署)
**基于**: architecture-v2.6.md
**作者**: 庞统（副军师）
**日期**: 2026-05-15
---
## 1. 技术栈
| 组件 | 选型 | 版本 | 理由 |
|------|------|------|------|
| Daemon 进程管理 | PM2 | 6.0.14 | 独立新进程 sanguo-moziplus-v2 |
| Daemon 框架 | Python + asyncio | 3.9+ | 独立项目，独立目录 |
| 黑板存储 | SQLite | 3.51 | WAL 模式，单 host 足够 |
| HTTP API | FastAPI | 独立安装 | 独立 uvicorn 实例，端口 8083 |
| Agent 调度 | openclaw CLI | 2026.5.7 | 已验证 `openclaw agent --session-id` |
| Session 清理 | fcntl + JSON 编辑 | 系统原生 | 已验证可行 |
| Git | gitee + gitea | 双远程 | 开发目录 → 安装目录 |
**不加新依赖。** 所有组件都是已有环境中的。
---
## 2. 项目结构
**独立项目，不嵌入 moziplus。** 完全独立开发、独立部署、独立运行。v2 上线后 v1 整体下线。
```
sanguo_moziplus_v2/ # 🆕 全新项目目录
├── src/
│ ├── main.py # FastAPI 入口（独立）
│ ├── blackboard/ # 黑板核心模块
│ │ ├── __init__.py
│ │ ├── db.py # SQLite 连接管理、schema 初始化
│ │ ├── models.py # 数据模型
│ │ ├── operations.py # 读写操作
│ │ └── queries.py # 查询操作
│ │
│ ├── daemon/ # Daemon 核心模块
│ │ ├── __init__.py
│ │ ├── ticker.py # Tick 循环主逻辑
│ │ ├── spawner.py # Agent spawn + session 管理
│ │ ├── health.py # 健康检查
│ │ └── notifier.py # @mention 解析
│ │
│ ├── api/ # HTTP API
│ │ ├── blackboard_routes.py # 黑板 API
│ │ └── daemon_routes.py # Daemon 控制 API
│ │
│ └── cli/ # CLI 工具
│ ├── blackboard.py # Agent 黑板操作 CLI
│ └── daemon.py # Daemon 控制 CLI
│
├── config/
│ └── default.yaml
│
├── artifacts/ # 产出物目录
│
├── tests/
│ ├── unit/
│ └── e2e/
│
├── pyproject.toml
└── ecosystem.config.cjs # PM2 配置
```
### 开发 vs 安装目录
| | 路径 | 说明 |
|------|------|------|
| 开发 | `~/.openclaw/sanguo_projects/sanguo_moziplus_v2/` | Git 管理 |
| 安装 | `~/.sanguo_projects/sanguo_moziplus_v2/` | PM2 运行 |
| Git 远程 | gitee + gitea | 同现有项目 |
---
## 3. 模块详细设计
### 3.1 blackboard/db.py — 数据库管理
```python
"""黑板 SQLite 数据库管理"""
import sqlite3
import os
from pathlib import Path
DB_PATH = Path(os.environ.get(
'BLACKBOARD_DB',
os.path.expanduser('~/.sanguo_projects/sanguo_moziplus_v2/blackboard.db')
))
SCHEMA_SQL = """
-- 完整 schema 见 architecture-v2.6.md §3.2
-- 此处运行 CREATE TABLE IF NOT EXISTS
"""
def get_connection() -> sqlite3.Connection:
conn = sqlite3.connect(str(DB_PATH))
conn.row_factory = sqlite3.Row
conn.execute("PRAGMA journal_mode=WAL")
conn.execute("PRAGMA foreign_keys=ON")
conn.execute("PRAGMA busy_timeout=5000")
return conn
def init_db():
"""初始化数据库（启动时调用）"""
conn = get_connection()
try:
conn.executescript(SCHEMA_SQL)
conn.commit()
finally:
conn.close()
```
### 3.2 blackboard/operations.py — 核心操作
```python
"""黑板读写操作"""
import json
import sqlite3
from datetime import datetime
from .db import get_connection
def create_task(title: str, creator: str, description: str = None,
task_type: str = None, assignee: str = None,
depends_on: list = None, priority: int = 5,
parent_task: str = None) -> dict:
"""创建任务（任何 Agent 都可以）"""
task_id = f"task-{uuid.uuid4().hex[:8]}"
conn = get_connection()
try:
conn.execute(
"""INSERT INTO tasks (id, title, description, status, assigned_by,
task_type, priority, depends_on, parent_task)
VALUES (?, ?, ?, 'pending', ?, ?, ?, ?, ?)""",
(task_id, title, description, creator, task_type, priority,
json.dumps(depends_on or []), parent_task)
)
conn.execute(
"INSERT INTO events (task_id, agent, event_type, detail) VALUES (?, ?, 'task_created', ?)",
(task_id, creator, json.dumps({'title': title}))
)
conn.commit()
return {'id': task_id, 'status': 'pending'}
finally:
conn.close()
def claim_task(task_id: str, agent_id: str) -> bool:
"""认领任务（原子 CAS，支持指定分配和自由认领）"""
conn = get_connection()
try:
cursor = conn.execute(
"""UPDATE tasks SET status='claimed', assignee=?, claimed_at=datetime('now')
WHERE id=? AND status='pending'
AND (assignee IS NULL OR assignee=?)""",
(agent_id, task_id, agent_id)
)
if cursor.rowcount > 0:
conn.execute(
"INSERT INTO events (task_id, agent, event_type, detail) VALUES (?, ?, 'task_claimed', NULL)",
(task_id, agent_id)
)
conn.commit()
return True
conn.rollback()
return False
finally:
conn.close()
def update_task_status(task_id: str, new_status: str, agent_id: str, reason: str = None):
"""更新任务状态（校验合法流转）"""
VALID = {
"pending": {"claimed", "cancelled"},
"claimed": {"working", "pending", "cancelled"},
"working": {"review", "blocked", "failed", "cancelled"},
"review": {"done", "pending", "failed", "cancelled"},
"blocked": {"pending", "cancelled"},
"failed": {"pending"},
"done": set(),
"cancelled": set(),
}
conn = get_connection()
try:
row = conn.execute("SELECT status FROM tasks WHERE id=?", (task_id,)).fetchone()
if not row:
raise ValueError(f"Task {task_id} not found")
current = row['status']
if new_status not in VALID.get(current, set()):
raise ValueError(f"Invalid transition: {current} → {new_status}")
conn.execute(
"UPDATE tasks SET status=?, updated_at=datetime('now') WHERE id=?",
(new_status, task_id)
)
# 更新时间戳
if new_status == 'working':
conn.execute("UPDATE tasks SET started_at=datetime('now') WHERE id=?", (task_id,))
elif new_status in ('done', 'failed', 'cancelled'):
conn.execute("UPDATE tasks SET completed_at=datetime('now') WHERE id=?", (task_id,))
conn.execute(
"INSERT INTO events (task_id, agent, event_type, detail) VALUES (?, ?, ?, ?)",
(task_id, agent_id, f'task_{new_status}', json.dumps({'from': current, 'reason': reason}))
)
conn.commit()
finally:
conn.close()
def add_comment(task_id: str, author: str, body: str, mentions: list = None):
"""添加评论"""
conn = get_connection()
try:
conn.execute(
"INSERT INTO comments (task_id, author, body, mentions) VALUES (?, ?, ?, ?)",
(task_id, author, body, json.dumps(mentions or []))
)
conn.execute(
"INSERT INTO events (task_id, agent, event_type, detail) VALUES (?, ?, 'comment_added', ?)",
(task_id, author, json.dumps({'body_preview': body[:100], 'mentions': mentions}))
)
conn.commit()
finally:
conn.close()
def write_output(task_id: str, agent: str, output_type: str, title: str,
content_path: str, summary: str, metadata: dict = None):
"""写入产出"""
conn = get_connection()
try:
conn.execute("BEGIN IMMEDIATE")
conn.execute(
"""INSERT INTO outputs (task_id, agent, output_type, title, content_path, summary, metadata)
VALUES (?, ?, ?, ?, ?, ?, ?)""",
(task_id, agent, output_type, title, content_path, summary,
json.dumps(metadata or {}))
)
conn.execute(
"INSERT INTO events (task_id, agent, event_type, detail) VALUES (?, ?, 'output_written', ?)",
(task_id, agent, json.dumps({'title': title}))
)
conn.commit()
finally:
conn.close()
def record_decision(task_id: str, decider: str, decision: str,
rationale: str, alternatives: list = None):
"""记录决策"""
conn = get_connection()
try:
conn.execute(
"""INSERT INTO decisions (task_id, decider, decision, rationale, alternatives)
VALUES (?, ?, ?, ?, ?)""",
(task_id, decider, decision, rationale, json.dumps(alternatives or []))
)
conn.execute(
"INSERT INTO events (task_id, agent, event_type, detail) VALUES (?, ?, 'decision_recorded', ?)",
(task_id, decider, json.dumps({'decision': decision}))
)
conn.commit()
finally:
conn.close()
def add_observation(task_id: str, observer: str, severity: str, body: str):
"""添加观察"""
conn = get_connection()
try:
conn.execute(
"INSERT INTO observations (task_id, observer, severity, body) VALUES (?, ?, ?, ?)",
(task_id, observer, severity, body)
)
conn.execute(
"INSERT INTO events (task_id, agent, event_type, detail) VALUES (?, ?, 'observation_added', ?)",
(task_id, observer, json.dumps({'severity': severity}))
)
conn.commit()
finally:
conn.close()
```
### 3.3 daemon/ticker.py — Tick 循环
```python
"""Daemon tick 循环"""
import asyncio
import logging
from datetime import datetime, timedelta
from blackboard.db import get_connection
from blackboard.queries import get_board_snapshot
from daemon.spawner import async_spawn_agent, cleanup_session, get_active_sessions
from daemon.health import reclaim_stale, detect_zombies
logger = logging.getLogger(__name__)
TICK_INTERVAL = 60 # 秒
class DaemonTicker:
def __init__(self):
self.running = False
self.last_tick = None
self._conn = None # tick 内共享的 SQLite 连接
async def start(self):
"""启动 tick 循环"""
self.running = True
logger.info("Daemon ticker started")
while self.running:
try:
await self.tick()
except Exception as e:
logger.error(f"Tick error: {e}", exc_info=True)
self.last_tick = datetime.now()
await asyncio.sleep(TICK_INTERVAL)
async def stop(self):
self.running = False
async def manual_tick(self):
"""手动触发（CLI 或 API 调用）"""
await self.tick()
async def tick(self):
"""单次 tick"""
logger.debug("Tick start")
# tick 内共享一个 SQLite 连接（避免频繁 open/close 导致 WAL checkpoint 抖动）
self._conn = get_connection()
try:
# 1. 健康检查
reclaimed = reclaim_stale(self._conn)
zombies = detect_zombies(self._conn)
if reclaimed:
logger.info(f"Reclaimed {len(reclaimed)} stale tasks")
if zombies:
logger.warning(f"Detected {len(zombies)} zombie sessions")
# 2. 读黑板
board = get_board_snapshot()
# 3. 处理 @mention
await self._process_mentions(board)
# 4. 处理待领取任务
await self._process_unclaimed(board)
# 5. 处理 blocked 任务
await self._process_blocked(board)
# 6. 清理完成的 session
await self._cleanup_sessions()
finally:
self._conn.close()
self._conn = None
logger.debug("Tick done")
async def _process_mentions(self, board):
"""处理评论中的 @mention"""
for comment in board.get_unprocessed_mentions():
for agent_id in comment.mentions:
if not self._is_agent_active(agent_id):
await async_spawn_agent(
agent_id,
f"黑板上有给你的新评论（{comment.task_id}），请查看。"
)
board.mark_comment_processed(comment.id)
async def _process_unclaimed(self, board):
"""处理有 assignee 但未 claim 的任务"""
for task in board.get_assigned_unclaimed():
if not self._is_agent_active(task.assignee):
await async_spawn_agent(
task.assignee,
f"黑板上有分配给你的任务（{task.title}），请查看并认领。"
)
async def _process_blocked(self, board):
"""处理 blocked 任务"""
for task in board.get_blocked_tasks():
mentions = board.get_latest_mentions(task.id)
if mentions:
for agent_id in mentions:
if not self._is_agent_active(agent_id):
await async_spawn_agent(
agent_id,
f"任务 {task.id} 被 block，需要你的协助。"
)
else:
# 没有 @ → spawn 庞统决定
await async_spawn_agent(
'pangtong-fujunshi',
f"任务 {task.id} 被 block，没有指定协助者，请决定如何处理。"
)
async def _cleanup_sessions(self):
"""清理完成的 session"""
for session in get_active_sessions():
if session.is_completed():
archive_dir = f"artifacts/{session.task_id}/archive/"
cleanup_session(session.agent_id, session.session_id, archive_dir)
def _is_agent_active(self, agent_id: str) -> bool:
"""检查 agent 是否有正在运行的 session"""
conn = get_connection()
try:
row = conn.execute(
"SELECT current_status FROM agents WHERE agent_id=?", (agent_id,)
).fetchone()
return row and row['current_status'] == 'working'
finally:
conn.close()
```
### 3.4 daemon/spawner.py — Agent 调度
```python
"""Agent spawn 和 session 管理"""
import json
import os
import shutil
import fcntl
import subprocess
import uuid
import logging
from pathlib import Path
logger = logging.getLogger(__name__)
AGENTS_DIR = os.path.expanduser("~/.openclaw/agents")
def spawn_agent(agent_id: str, message: str) -> str:
"""spawn 隔离 session，不等待完成。
注意：当前同步实现（Popen + SQLite 写入）。
6 Agent 规模下可接受（SQLite 写入 <1ms）。
后续 scale up 时改 asyncio.create_subprocess_exec + async SQLite。
"""
session_id = str(uuid.uuid4())
cmd = [
"openclaw", "agent",
"--agent", agent_id,
"--session-id", session_id,
"--message", message,
"--json"
]
logger.info(f"Spawning {agent_id} session={session_id[:8]}")
proc = subprocess.Popen(
cmd, stdout=subprocess.PIPE, stderr=subprocess.PIPE
)
# 检查是否立即失败（100ms 内退出 = spawn 失败）
import time
time.sleep(0.1)
if proc.poll() is not None:
stdout, stderr = proc.communicate()
logger.error(f"Spawn failed immediately: {stderr.decode()[:500]}")
raise RuntimeError(f"Spawn failed: {stderr.decode()[:200]}")
# 更新 agents 表
_update_agent_status(agent_id, 'working')
# 记录 session 元数据（用于后续清理）
_register_session(agent_id, session_id)
return session_id
def cleanup_session(agent_id: str, session_id: str, archive_dir: str):
"""存档 jsonl + 文件锁保护下清理 sessions.json"""
sessions_dir = f"{AGENTS_DIR}/{agent_id}/sessions"
store_path = f"{sessions_dir}/sessions.json"
lock_path = f"{sessions_dir}/.cleanup.lock"
# 1. 存档 jsonl
os.makedirs(archive_dir, exist_ok=True)
for ext in ['.jsonl', '.trajectory.jsonl', '.trajectory-path.json']:
src = f"{sessions_dir}/{session_id}{ext}"
if os.path.exists(src):
shutil.move(src, f"{archive_dir}/{session_id}{ext}")
# 2. 文件锁保护下编辑 sessions.json
with open(lock_path, 'w') as lock_file:
fcntl.flock(lock_file, fcntl.LOCK_EX)
try:
with open(store_path) as f:
store = json.load(f)
keys_to_remove = [k for k in store if session_id in k]
for k in keys_to_remove:
del store[k]
with open(store_path, 'w') as f:
json.dump(store, f, indent=2)
finally:
fcntl.flock(lock_file, fcntl.LOCK_UN)
try:
os.unlink(lock_path)
except OSError:
pass
# 3. 更新 agents 表
_update_agent_status(agent_id, 'idle')
logger.info(f"Cleaned up {agent_id} session={session_id[:8]}")
```
### 3.5 CLI 工具
**blackboard.py** — Agent 通过 exec 调用：
```python
#!/usr/bin/env python3
"""黑板操作 CLI — Agent 通过 exec 调用"""
import argparse
import sys
import json
# 绝对路径导入
import os
sys.path.insert(0, os.path.expanduser("~/.sanguo_projects/sanguo_moziplus_v2"))
from src.blackboard.operations import (
create_task, claim_task, update_task_status,
add_comment, write_output, record_decision, add_observation
)
from src.blackboard.queries import read_board
def main():
parser = argparse.ArgumentParser(description='Blackboard CLI')
sub = parser.add_subparsers(dest='command')
# read
r = sub.add_parser('read')
r.add_argument('--task', required=True)
r.add_argument('--agent', default=None)
r.add_argument('--last', type=int, default=None)
r.add_argument('--type', choices=['comments', 'outputs', 'decisions', 'observations', 'all'], default='all')
# claim
c = sub.add_parser('claim')
c.add_argument('--task', required=True)
c.add_argument('--agent', required=True)
# output
o = sub.add_parser('output')
o.add_argument('--task', required=True)
o.add_argument('--agent', required=True)
o.add_argument('--type', required=True)
o.add_argument('--title', required=True)
o.add_argument('--path', required=True)
o.add_argument('--summary', required=True)
# comment
cm = sub.add_parser('comment')
cm.add_argument('--task', required=True)
cm.add_argument('--author', required=True)
cm.add_argument('--body', required=True)
cm.add_argument('--mentions', default='[]')
# decide
d = sub.add_parser('decide')
d.add_argument('--task', required=True)
d.add_argument('--decider', required=True)
d.add_argument('--decision', required=True)
d.add_argument('--rationale', required=True)
# observe
ob = sub.add_parser('observe')
ob.add_argument('--task', required=True)
ob.add_argument('--observer', required=True)
ob.add_argument('--severity', required=True, choices=['blocking', 'warning', 'info', 'audit'])
ob.add_argument('--body', required=True)
# create
cr = sub.add_parser('create')
cr.add_argument('--title', required=True)
cr.add_argument('--creator', required=True)
cr.add_argument('--description', default=None)
cr.add_argument('--task-type', default=None)
cr.add_argument('--assignee', default=None)
args = parser.parse_args()
# ... 路由到对应操作函数，输出 JSON 结果
if __name__ == '__main__':
main()
```
**daemon.py** — Daemon 控制 CLI：
```python
#!/usr/bin/env python3
"""Daemon 控制 CLI"""
# 命令：
# daemon.py tick — 手动触发一次 tick
# daemon.py status — 查看 daemon 状态
# daemon.py board — 查看黑板摘要
```
---
## 4. API 路由设计
### 4.1 黑板 API（blackboard_routes.py）
| 方法 | 路径 | 说明 |
|------|------|------|
| GET | /api/blackboard/tasks | 任务列表（支持 ?status=&assignee= 过滤）|
| GET | /api/blackboard/tasks/{id} | 任务详情（含评论、产出、决策、观察）|
| POST | /api/blackboard/tasks | 创建任务 |
| POST | /api/blackboard/tasks/{id}/claim | 认领任务 |
| PATCH | /api/blackboard/tasks/{id}/status | 更新状态 |
| POST | /api/blackboard/tasks/{id}/comments | 添加评论 |
| POST | /api/blackboard/tasks/{id}/outputs | 写入产出 |
| POST | /api/blackboard/tasks/{id}/decisions | 记录决策 |
| POST | /api/blackboard/tasks/{id}/observations | 添加观察 |
### 4.2 Daemon 控制 API（daemon_routes.py）
| 方法 | 路径 | 说明 |
|------|------|------|
| POST | /api/daemon/tick | 手动触发 tick |
| GET | /api/daemon/status | Daemon 状态（上次 tick、活跃 session 数）|
| GET | /api/daemon/sessions | 活跃 session 列表 |
---
## 5. 与 v1.0 的关系
**完全独立，不共享代码。**
| 维度 | v1.0 (sanguo_moziplus) | v2.0 (sanguo_moziplus_v2) |
|------|----------------------|--------------------------|
| 进程 | sanguo-moziplus (PM2) | sanguo-moziplus-v2 (PM2) |
| 端口 | 8082 | 8083 |
| 数据库 | moziplus.db | blackboard.db |
| 代码 | 独立 | 独立 |
| 编排 | DAG 状态机 | Shared Workspace |
| 通信 | Sanguo Mail | 黑板评论 |
**v2 上线流程：**
1. v2 部署、测试、验证
2. 确认 v2 功能覆盖 v1
3. `pm2 stop sanguo-moziplus` — v1 下线
4. `pm2 delete sanguo-moziplus` — 删除 v1 进程
5. v2 接管端口 8082（可选）
6. v1 代码和数据库保留只读（历史归档）
---
## 6. 测试策略
### 6.1 单元测试
| 测试文件 | 覆盖内容 |
|---------|---------|
| test_blackboard.py | 所有 operations 函数（claim CAS、状态机校验、评论、产出、决策）|
| test_daemon_tick.py | tick 循环逻辑（mention 处理、blocked 处理、cleanup）|
| test_spawner.py | spawn + cleanup（mock openclaw CLI）|
| test_health.py | stale reclaim + zombie detection |
### 6.2 集成测试
- 启动 daemon → 创建任务 → spawn agent → agent 操作黑板 → 完成闭环
- 竞态测试：两个 "agent" 同时 claim 同一任务
### 6.3 测试数据库
测试用 `:memory:` SQLite，不污染生产数据。
```python
# tests/conftest.py
import pytest
from src.blackboard.db import get_connection
@pytest.fixture
def blackboard_db():
"""测试用内存数据库"""
conn = sqlite3.connect(":memory:")
conn.row_factory = sqlite3.Row
conn.executescript(SCHEMA_SQL)
yield conn
conn.close()
```
---
## 7. 实现顺序（Phase 1 具体步骤）
| 步骤 | 内容 | 依赖 | 估计时间 |
|------|------|------|---------|
| 1 | `blackboard/db.py` — schema + 连接管理 | 无 | 0.5h |
| 2 | `blackboard/operations.py` — 核心操作 | 步骤 1 | 2h |
| 3 | `blackboard/queries.py` — 查询+过滤 | 步骤 1 | 1h |
| 4 | `cli/blackboard.py` — CLI 工具 | 步骤 2,3 | 1h |
| 5 | 单元测试 test_blackboard.py | 步骤 2,3 | 1h |
| 6 | `daemon/spawner.py` — spawn+cleanup | 无 | 1h |
| 7 | `daemon/health.py` — 健康检查 | 步骤 1 | 0.5h |
| 8 | `daemon/ticker.py` — tick 循环 | 步骤 1,6,7 | 1.5h |
| 9 | `api/blackboard_routes.py` — HTTP API | 步骤 2,3 | 1h |
| 10 | `api/daemon_routes.py` — 控制API | 步骤 8 | 0.5h |
| 11 | main.py 集成 | 步骤 1-10 | 0.5h |
| 12 | E2E 测试 | 步骤 11 | 1h |
| **总计** | | | **~11h** |
---
## 8. 风险
| 风险 | 缓解 |
|------|------|
| asyncio tick 和 FastAPI 请求并发访问 SQLite | WAL 模式 + busy_timeout + BEGIN IMMEDIATE |
| Popen spawn 的子进程无人回收 | health.py 检测 + reclaim |
| 测试需要 mock openclaw CLI | 用 subprocess mock 或 test fixture |
| 前端需要适配黑板 API | Phase 1 先只做后端 + CLI，前端 Phase 2 |