# v3.0 Router 重构方案：去掉独立 LLM，改用 Gateway spawn Agent

**日期**: 2026-05-21
**状态**: 待司马懿评审
**影响文件**: `router.py`, `dispatcher.py`, `main.py`, `config/default.yaml`

---

## 1. 背景：Spawn 完整链路调查

### 1.1 完整数据流

```
Ticker (30s一轮)
  → _tick_project(project_id)
    ├─ 1. 扫描状态摘要
    ├─ 2. 依赖推进（done 的解锁下游）
    ├─ 3. 僵尸/超时检测（_check_timeouts）
    ├─ 4. 调度 pending → _dispatch_pending()
    ├─ 5. 调度 review → _dispatch_reviews()
    ├─ 6. 聚合父 Task 状态
    ├─ 7. 写 daemon_tick 事件
    ├─ 8. 健康检查
    └─ 9. 经验蒸馏

_dispatch_pending()
  → queries.pending_dispatchable()          # 找 pending 且 dependency 都满足的任务
  → dispatcher.dispatch(task)               # 每轮最多 3 个
      ├─ Router.route(task)                 # ← 要改的：独立 LLM 调用
      │   → 返回 agent_id
      ├─ Counter.can_acquire(agent_id)      # 并发检查（全局上限5 + per-agent上限1-3）
      ├─ Counter.acquire(agent_id)          # 占用名额
      ├─ Spawner.spawn_full_agent()
      │   ├─ cmd = ["openclaw", "agent", "--agent", agent_id,
      │   │         "--session-id", uuid, "--message", prompt, "--json"]
      │   ├─ asyncio.create_subprocess_exec(*cmd)   # 异步非阻塞
      │   └─ asyncio.create_task(_monitor_process)  # 后台监控
      └─ 黑板写 claimed + current_agent

_monitor_process()                          # 异步等待，不阻塞 ticker
  → await asyncio.wait_for(proc.wait(), timeout=600s)
  → 超时 → proc.kill()
  → _record_attempt(task_id, outcome)       # 写 task_attempts 表
  → on_complete(agent_id, outcome)          # → Counter.release()

_dispatch_reviews()                         # review 状态的调度
  → 检查有没有 review 记录（防重复）
  → 检查有没有产出（无产出直接标 failed）
  → spawn 司马懿做审查
```

### 1.2 涉及的模块

| 模块 | 文件 | 职责 |
|------|------|------|
| **Ticker** | `daemon/ticker.py` | 30s 轮询，驱动整个调度循环 |
| **Dispatcher** | `daemon/dispatcher.py` | 决策 + spawn 执行，协调 Router/Counter/Spawner |
| **Router** | `daemon/router.py` | 路由决策：返回 agent_id + mode |
| **Spawner** | `daemon/spawner.py` | 实际 spawn 进程 + 监控 + 记录 |
| **Counter** | `daemon/counter.py` | 并发控制：全局 Semaphore + per-agent Semaphore |

### 1.3 设计文档中的三层执行模型（architecture-v2.6.md）

| 层级 | 方式 | 命令 | 成本 | 适用场景 |
|------|------|------|------|---------|
| **L1 Daemon 直接操作** | SQLite/文件 | — | 几乎为零 | 状态更新、机械验证 |
| **L2 spawn sub** | 隔离 session | `openclaw agent --agent <id> --session-id <uuid>` | 轻量 | scope guard、格式校验 |
| **L3 run agent** | 完整黑板参与者 | `openclaw agent --agent <id>` | 完整 | 编码、审查、策略 |

> **核心原则：系统只有两种 LLM 调用方式，都通过 Gateway，没有第三种。**

---

## 2. 问题

### 2.1 LLMDriver 是设计之外的野路子

当前 Router（`LLMDriver` 类）用独立的 `OpenAI()` 客户端直接调 zhipu API 做路由决策：
- 不属于 L1（调了 LLM）、不属于 L2（不是 openclaw agent）、不属于 L3（不是完整 Agent）
- 不走 Gateway（无模型路由、无 fallback、无计费）
- 需要单独维护 api_base/api_key（和 Gateway 配置重复）
- 凭据为空时静默 fallback 到庞统，不报错

### 2.2 实际故障

`general-20260521-0004` 任务反复调度失败：
```
Router.route() → LLMDriver._get_client() → OpenAI(**kwargs)
→ OpenAIError: Missing credentials
→ fallback to pangtong-fujunshi (但 Router 不 spawn，只返回决策)
→ Dispatcher 拿到 agent_id="pangtong-fujunshi" → spawn 庞统
→ 但庞统的 prompt 是"执行任务"而非"分配任务"
```
而且 `config/default.yaml` 的 `routing.api_base/api_key` 都是空字符串，注释说"空=用 OpenClaw 默认"——但 OpenAI 库不会自动读 OpenClaw 配置。

### 2.3 设计违背

architecture-v2.6.md §1.1 核心设计原则：
> "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。

Router 用独立 LLM 做决策，违反了"Agent 决策"原则——决策应该由 Agent（通过 Gateway）来做，不是 Daemon 自己调 LLM。

---

## 3. 方案：Router 改为"能力匹配 + spawn 庞统兜底"

### 3.1 核心思路

Router 有两种路由方式：
- **确定性路由**（能力匹配、retry、handoff）→ 保留，纯 L1 逻辑，不调 LLM
- **模糊路由**（首次分配、不确定场景）→ **不再调独立 LLM，改为 spawn 庞统让庞统决定**

### 3.2 路由决策流程（改后）

```
任务进入 Router.route()
  │
  ├─ 快速路径1: 本地 action → daemon
  ├─ 快速路径2: retry → 原执行者
  ├─ Mode B: Agent handoff (next_capability) → 能力匹配
  ├─ 快速路径3: 生命周期流转 → 能力匹配
  ├─ 快速路径4: 有 assignee → 直接分
  │
  └─ 模糊场景（以上都不匹配）
      │
      → 返回 RouteDecision(agent_id="pangtong-fujunshi", mode="delegate")
        Dispatcher 拿到 mode="delegate"
        → 构建 delegate prompt（"请分配此任务"）
        → Spawner.spawn_full_agent(pangtong-fujunshi, delegate_prompt)
        → 庞统读黑板任务信息，自己决定分配给谁
        → 庞统通过 API 回写 assignee → ticker 下一轮 spawn 实际执行者
```

### 3.3 关键区别：改前 vs 改后

| 阶段 | 改前（独立 LLM） | 改后（spawn 庞统） |
|------|-----------------|-------------------|
| **决策者** | `LLMDriver`（OpenAI 客户端） | 庞统 Agent（通过 Gateway） |
| **调用方式** | `OpenAI().chat.completions.create()` | `openclaw agent --agent pangtong-fujunshi` |
| **走的路径** | 直连 zhipu API | Gateway → 模型路由 |
| **凭据** | config/default.yaml 手动配 | Gateway 统一管理 |
| **上下文** | 300 token prompt（标题+描述+能力列表） | 完整黑板上下文（SOUL+AGENTS+任务详情） |
| **速度** | 1-2s | 30-60s |
| **准确性** | 低（信息少，模型弱） | 高（完整上下文，模型强） |
| **失败处理** | 静默 fallback，不报错 | 正常 Agent 失败流程（retry/escalate） |

---

## 4. 改动清单

### 4.1 删除 `LLMDriver` 类（router.py）

删除整个 `LLMDriver` 类（约 120 行），包括 `_get_client()`、`route()`、`_build_prompt()`。

Router 的 `route()` 方法末尾改为：

```python
# 当前（Mode A: 独立 LLM 调用）
if self.llm_driver:
    decision = self.llm_driver.route(...)
    ...

# 改后（委托庞统）
return RouteDecision(
    agent_id=self.FALLBACK_AGENT,  # "pangtong-fujunshi"
    reason="Uncertain routing, delegate to coordinator",
    mode="delegate",
    confidence=0.0,
)
```

### 4.2 `AgentRouter.__init__` 去掉 `llm_driver` 参数

```python
# 改前
def __init__(self, agent_profiles, llm_driver=None, counter=None):

# 改后
def __init__(self, agent_profiles, counter=None):
```

### 4.3 Dispatcher 增加 `delegate` 模式

`dispatcher.py` 的 `_build_spawn_message()` 中，为 `delegate` 模式生成专门的 prompt：

```python
if mode == "delegate":
    return f"""你是任务协调员。请分析以下任务，决定最合适的执行者。

## 任务信息
- 项目: {project_id}
- 任务ID: {task_id}
- 标题: {title}
- 描述: {description}
- 类型: {task_type}

## 团队
- 张飞(zhangfei-dev): 编码、实现、脚本
- 司马懿(simayi-challenger): 审查、质量检查、辩论
- 关羽(guanyu-dev): 风控、合规
- 赵云(zhaoyun-data): 数据获取、清洗、验证
- 姜维(jiangwei-infra): 部署、基础设施、Docker、vnpy
- 庞统(pangtong-fujunshi): 规划、协调、策略

## 操作
1. 分析任务需求
2. 选择最合适的 Agent
3. 通过 API 回写分配结果：
   curl -X POST http://{api_host}:{api_port}/api/projects/{project_id}/tasks/{task_id}/status \\
     -H 'Content-Type: application/json' \\
     -d '{{"status": "claimed", "agent": "<agent_id>"}}'
4. 如果你自己能做，直接认领并执行
"""
```

注意：其余 spawn 链路（Counter.acquire → Spawner.spawn_full_agent → _monitor_process → Counter.release）完全复用，不需要改。

### 4.4 main.py 去掉 LLMDriver 初始化

删除 `routing_config` / `llm_driver` 的初始化块（约 10 行）。Router 构造不再传 `llm_driver`：

```python
router = AgentRouter(
    agent_profiles=agent_profiles,
    counter=counter,
)
```

### 4.5 config/default.yaml 去掉 routing 节

删除 `daemon.routing` 配置节：
```yaml
# 删掉：
routing:
    model: "glm-4-flash"
    api_base: "..."
    api_key: "..."
    confidence_threshold: 0.7
    timeout: 5.0
    max_tokens: 200
    temperature: 0.1
```

确定性路由的能力匹配不依赖配置，模糊路由由庞统决策不需要配置。

---

## 5. 改动前后场景对比

| 场景 | 改前 | 改后 | 变化 |
|------|------|------|------|
| retry | 原执行者（确定性）| 原执行者（确定性）| 不变 |
| Agent handoff | 能力匹配（确定性）| 能力匹配（确定性）| 不变 |
| 生命周期 review | 能力匹配（确定性）| 能力匹配（确定性）| 不变 |
| 有 assignee | 直接分（确定性）| 直接分（确定性）| 不变 |
| **首次分配/模糊** | **独立 LLM 调用** | **spawn 庞统决策** | **改** |

---

## 6. 代码量

- **删**：~130 行（`LLMDriver` 类 + routing config 初始化 + config.yaml routing 节）
- **改**：~30 行（`Router.route()` 末尾 + `Dispatcher._build_spawn_message()` 增加 delegate 分支）
- **净减**：~100 行

---

## 7. 风险与缓解

| # | 风险 | 评估 | 缓解 |
|---|------|------|------|
| 1 | 庞统成为单点 | 中 | 庞统 max_concurrent=3，delegate 是轻量决策（30s 内完成），不是重活 |
| 2 | 速度变慢（1-2s → 30-60s） | 低 | 首次分配不急，准确比快重要。且大部分场景走确定性路由，不触发 delegate |
| 3 | 庞统繁忙时 delegate 被跳过 | 中 | Counter 返回 skipped，下轮 ticker 重试。庞统 3 并发足够 |
| 4 | delegate prompt 不够精确 | 低 | 庞统有完整上下文（SOUL+AGENTS+团队信息），比 300 token 的 LLM prompt 强得多 |

---

## 8. 实施步骤

1. `router.py`：删除 `LLMDriver` 类 + `AgentRouter` 去掉 `llm_driver` 参数 + `route()` 末尾改 delegate
2. `dispatcher.py`：`_build_spawn_message()` 增加 `delegate` 分支
3. `main.py`：删除 `llm_driver` 初始化块
4. `config/default.yaml`：删除 `routing` 节
5. 发司马懿评审
6. 评审通过后部署