cfdaily
14 KiB
14 KiB
课题11 设计方案：用户级多项目支持
日期: 2026-05-16 作者: 庞统（副军师）🐦 状态: 初稿待确认 前置: 课题1-4、课题6 已完成设计
1. 核心问题
用户同时有多个工作域（量化策略A + 平台开发 + 数据研究），需要项目级隔离——不同项目的任务、配置、产出互不干扰，但共享同一套 Agent 团队和 Daemon 基础设施。
2. 需要隔离什么
| 隔离项 | 原因 | 隔离方式 |
|---|---|---|
| 黑板数据（tasks/comments/outputs/decisions/observations/events/agents/task_attempts/reviews/experiences/experience_tags） | 不同项目的任务不能混在一起 | 独立 SQLite 文件 |
| 配置（guardrails.yaml / prompt_templates / project_context.yaml） | 不同项目可能有不同的审查规则、上下文 | 项目级 config/ 目录，覆盖全局默认 |
| 产出文件 | 不同项目的代码/数据物理隔离 | 项目级 outputs/ 目录 |
| Agent session | 同一 Agent 参与不同项目时上下文不串 | OpenClaw --session-id 已有隔离 |
| Daemon 连接 | 不同数据库连接不能混淆 | 连接池 project_id → Connection 映射 |
不需要隔离的：
- Agent 注册表（agents.yaml）—— 同一套 Agent 团队服务所有项目
- Daemon 进程 —— 单进程管理所有项目
- Schema 定义 —— 所有项目共享同一套表结构
- 全局 prompt_templates —— 项目级覆盖，不是替换
3. 方案选择
3.1 三个方案对比
| 方案 | 做法 | 优点 | 缺点 |
|---|---|---|---|
| A. 多实例 | 每个项目独立 Daemon + 独立 SQLite + 独立端口 | 完全隔离、互不影响 | 资源开销翻倍、管理复杂、Agent 重复注册 |
| B. 单实例多命名空间 | 一个 SQLite，所有表加 project_id |
零额外资源 | 每个查询带 WHERE、单文件性能上限、删除项目危险 |
| C. 单 Daemon 多数据库 | 一个 Daemon，每个项目一个 SQLite 文件 | 物理隔离数据、共享 Daemon | Daemon 需管理多连接 |
3.2 选择方案 C
理由：
- 方案 A 不适合——Mac mini 资源有限，每多一个项目就多一套 Daemon + PM2 进程 + 端口。6 个 Agent 跑在 OpenClaw 上已经固定开销，不需要重复。
- 方案 B 不够安全——
WHERE project_id = ?容易漏，SQLite 单文件多项目并发有 WAL 锁瓶颈，删除项目 = 跨所有表 DELETE。 - 方案 C 是最优点——数据物理隔离（每个
.db文件独立），但共享 Daemon 进程和 Agent 注册表。Daemon 切换项目只是切换 SQLite 连接，无额外资源开销。
优秀实践验证：
- Wanman：Per-Agent Worktree + $HOME 严格隔离 → 验证"物理隔离比逻辑隔离可靠"
- ClawTeam：Git Worktree 隔离 + fcntl 文件锁 → 验证"共享进程 + 独立存储"模式可行
- Cline：Kanban + Worktree → 验证"多任务并行 + 物理隔离"是主流
- Hermes：单 Dispatcher + 单 SQLite → Hermes 是单项目设计，我们没有"多项目用单数据库"的先例
4. 目录结构
~/.sanguo_projects/moziplus_v2/
├── daemon.py # 单 Daemon 进程
├── daemon.yaml # Daemon 全局配置（端口、tick 间隔等）
├── projects/
│ ├── _registry.yaml # 项目注册表（所有项目的元数据）
│ ├── quant-momentum/ # 项目 1
│ │ ├── blackboard.db # 独立 SQLite
│ │ ├── config/
│ │ │ ├── project.yaml # 项目元信息（名称、描述、创建时间）
│ │ │ ├── guardrails.yaml # 项目级审查规则（覆盖全局默认）
│ │ │ ├── project_context.yaml # 项目背景知识（注入 L2）
│ │ │ └── prompt_overrides/ # 可选：覆盖默认 prompt 模板
│ │ └── outputs/ # 项目产出目录
│ ├── quant-pairs/ # 项目 2
│ │ ├── blackboard.db
│ │ ├── config/
│ │ └── outputs/
│ └── moziplus-dev/ # 项目 3（自身开发）
│ ├── blackboard.db
│ ├── config/
│ └── outputs/
└── shared/
├── prompt_templates/ # 全局默认模板
├── schemas/ # 全局 Schema
└── agents.yaml # 全局 Agent 注册表
4.1 项目注册表（_registry.yaml）
# projects/_registry.yaml
default_project: quant-momentum
projects:
quant-momentum:
display_name: "动量因子策略"
description: "基于动量因子的量化策略研发"
created_at: "2026-05-16T10:00:00Z"
status: active # active / archived
agents: [zhangfei-dev, zhaoyun-data, guanyu-dev] # 该项目可用的 Agent
quant-pairs:
display_name: "配对交易策略"
description: "统计套利配对交易研究"
created_at: "2026-05-16T10:00:00Z"
status: active
agents: [zhangfei-dev, zhaoyun-data]
moziplus-dev:
display_name: "平台开发"
description: "moziplus 自身开发"
created_at: "2026-05-16T10:00:00Z"
status: active
agents: [zhangfei-dev, simayi-challenger]
5. Daemon 变更
5.1 多连接池
# daemon 内部
class ProjectManager:
def __init__(self, projects_dir: Path):
self.projects_dir = projects_dir
self._connections: dict[str, sqlite3.Connection] = {}
self._configs: dict[str, ProjectConfig] = {}
self._load_registry()
def get_connection(self, project_id: str) -> sqlite3.Connection:
if project_id not in self._connections:
db_path = self.projects_dir / project_id / "blackboard.db"
self._connections[project_id] = sqlite_connect(db_path)
return self._connections[project_id]
def get_config(self, project_id: str) -> ProjectConfig:
if project_id not in self._configs:
config_path = self.projects_dir / project_id / "config" / "project.yaml"
self._configs[project_id] = ProjectConfig.load(config_path)
return self._configs[project_id]
def load_guardrails(self, project_id: str) -> dict:
"""项目级 guardrails.yaml 覆盖全局默认"""
global_guardrails = load_yaml("shared/guardrails.yaml")
project_guardrails_path = self.projects_dir / project_id / "config" / "guardrails.yaml"
if project_guardrails_path.exists():
project_guardrails = load_yaml(project_guardrails_path)
return deep_merge(global_guardrails, project_guardrails) # 项目级覆盖
return global_guardrails
5.2 Tick 逻辑变更
# Daemon 主循环
def tick(self):
registry = load_registry()
for project_id, project_meta in registry["projects"].items():
if project_meta["status"] != "active":
continue
conn = self.project_manager.get_connection(project_id)
config = self.project_manager.get_config(project_id)
self._tick_project(project_id, conn, config) # 原有的 tick 逻辑
每个项目的 tick 逻辑完全相同，只是操作的 SQLite 连接不同。
5.3 Daemon 逻辑健康自检
# §14 风险缓解：连续 N tick 无状态变更则告警
STALE_TICK_THRESHOLD = 20
class DaemonHealth:
def __init__(self):
self._tick_state_changes: dict[str, int] = {} # project_id → 连续无变更 tick 数
def record_change(self, project_id: str):
self._tick_state_changes[project_id] = 0
def check_stale(self, project_id: str) -> bool:
self._tick_state_changes.setdefault(project_id, 0)
self._tick_state_changes[project_id] += 1
return self._tick_state_changes[project_id] >= STALE_TICK_THRESHOLD
6. CLI 变更
6.1 项目管理命令
# 创建项目
python3 blackboard.py project create --name quant-momentum --display-name "动量因子策略" --agents zhangfei-dev,zhaoyun-data,guanyu-dev
# 列出项目
python3 blackboard.py project list
# 切换默认项目
python3 blackboard.py project default quant-momentum
# 归档项目（不删除数据，只停 tick）
python3 blackboard.py project archive quant-pairs
# 删除项目（删除数据，需确认）
python3 blackboard.py project delete quant-pairs --confirm
6.2 所有操作指定项目
# 方式1：命令行参数
python3 blackboard.py read --project quant-momentum --task task-001
# 方式2：环境变量（设置后所有命令默认用此项目）
export MOZIPLUS_PROJECT=quant-momentum
python3 blackboard.py read --task task-001
# 方式3：默认项目（_registry.yaml 中 default_project）
# 不指定 --project 也不设环境变量时，使用 default_project
python3 blackboard.py read --task task-001
6.3 Agent 使用的项目解析优先级
1. --project 参数（显式指定）
2. MOZIPLUS_PROJECT 环境变量
3. _registry.yaml 中的 default_project
4. 如果只有一个 active 项目，自动使用
5. 都没有 → 报错"请指定项目"
7. L2 上下文注入变更
7.1 Agent spawn 时注入项目上下文
L2 prompt_template 三段式注入增加项目段：
═══ 项目上下文 ═══
项目: quant-momentum（动量因子策略）
背景: <project_context.yaml 内容，由项目级配置提供>
可用 Agent: 张飞(编码)、赵云(数据)、关羽(风控)
═══ 任务上下文 ═══
（原有内容不变）
7.2 project_context.yaml 示例
# projects/quant-momentum/config/project_context.yaml
description: "基于动量因子的量化策略研发"
domain: "量化交易"
data_sources:
- "NAS /Volumes/stock/ A股日线数据"
- "NAS /Volumes/stock/minute_kline/ 分钟线数据"
code_repo: "~/.openclaw/sanguo_projects/sanguo_quant_live/"
key_constraints:
- "所有策略必须通过回测验证才能上实盘"
- "止损逻辑必须经过关羽风控审查"
8. 跨项目协作
8.1 默认禁止跨项目
Agent 不能跨项目读写黑板。这是安全边界——不同项目的数据、配置、产出互不干扰。
8.2 跨项目数据共享
如果项目 A 需要项目 B 的产出（如"moziplus-dev 需要赵云的数据"），通过文件系统共享：
# 项目 A 中，Agent 把产出写到 NAS 共享路径
# 项目 B 中，Agent 从 NAS 共享路径读取
不需要特殊的跨项目协议——NAS 路径就是跨项目的桥梁，和当前团队的工作方式一致。
8.3 跨项目任务请求（可选扩展）
如果未来需要 Agent 主动发起跨项目请求：
项目 A 黑板 → 创建 cross_project_request 类型任务
→ Daemon 检测到 → 在项目 B 黑板创建对应任务
→ 项目 B Agent 完成 → 产出写入 NAS
→ Daemon 检测项目 B 完成 → 更新项目 A 任务状态
当前不实现，预留设计空间。
9. 与其他课题的关系
| 课题 | 关系 | 说明 |
|---|---|---|
| 课题1（三层执行） | 无冲突 | Agent spawn 时多传一个 project_id，L2 注入多加项目上下文 |
| 课题2（事件驱动） | 微调 | Inbox JSONL 增加 project_id 字段，Daemon 路由到正确连接 |
| 课题3（挑战/评审） | 项目级配置 | guardrails.yaml 项目级覆盖 |
| 课题4（拆解+上下文） | 项目级配置 | project_context.yaml 注入 L2 |
| 课题6（经验沉淀） | 项目级经验 | 每个项目独立的 experiences 表，经验不跨项目污染 |
| 课题7+9（交互+Dashboard） | 多项目视图 | Dashboard 需要项目切换/多项目概览 |
| Worktree 隔离 | 正交 | Worktree 解决"同项目内多 Agent 并行改代码"，课题11 解决"不同项目数据隔离" |
10. 黑板 Schema 变更
不增加 project_id 字段——每个项目有独立数据库，表结构不变。
唯一新增：_registry.yaml 项目注册表。
11. 开发清单
| # | 任务 | 依赖 |
|---|---|---|
| 1 | 项目目录结构 + _registry.yaml + project.yaml Schema | 无 |
| 2 | ProjectManager（多连接池 + 配置加载 + 项目级 guardrails 覆盖） | 1 |
| 3 | CLI project create/list/default/archive/delete 命令 | 1 |
| 4 | CLI 所有操作增加 --project 参数 + 优先级解析 | 1, 2 |
| 5 | Daemon tick 遍历所有 active 项目 | 2 |
| 6 | L2 prompt_template 注入 project_context | 2, 4 |
| 7 | Daemon 逻辑健康自检（按项目追踪） | 5 |
| 8 | Dashboard 项目切换 + 多项目概览 | 课题9 |
附录：方案 B 的详细反驳
有人可能觉得方案 B（加 project_id 字段）更简单。但实际上：
-
安全面：方案 B 靠
WHERE project_id = ?逻辑隔离。一个漏掉的 WHERE = 数据泄漏。方案 C 靠物理文件隔离，漏不掉。 -
性能面：方案 B 所有项目共享一个 SQLite 文件。10 个项目各 10 个任务 = 100 个任务在一个
.db里。WAL 写入是串行的，多项目并发 tick 会互相等待。方案 C 每个项目独立文件，互不影响。 -
运维面：方案 B 删除项目 =
DELETE FROM tasks WHERE project_id = ?+ 8 张表都要删。方案 C =rm -rf projects/xxx/。备份/恢复同理。 -
配置面：方案 B 的 guardrails.yaml 要设计"全局默认 + 项目覆盖"的合并逻辑。方案 C 每个项目独立 config/ 目录，天然隔离，覆盖逻辑更清晰。
-
经验沉淀面：方案 B 的经验混在一个 experiences 表里。如果项目 A 的"pytest 参数经验"污染到项目 B（B 可能不做 Python），反而有害。方案 C 每个项目独立经验库。
唯一方案 B 更优的场景：跨项目统计分析（"所有项目的平均完成时间"）。但这个需求可以后期通过注册表元数据实现，不需要把所有数据放一个库里。