ymq
|
bf6cb5b24a
|
feat(agent): 平台模型调用能力——invoke_model/list_platform_models工具(v1角色agent+v2会话agent,唯一实现platform_model_tools);llm_bridge.llm_infer通用推理透传全能力payload+超时参数化;角色prompt加配图节(禁字符画,生成真图嵌正文)(2026-09-07用户需求)
|
2026-09-07 17:31:29 +08:00 |
|
ymq
|
e88e0bfc37
|
feat(llm_bridge): llm_call/llm_call_msgs加timeout参数——_timeout经payload透传统一推理端点(提取等长任务超端点默认60秒)
|
2026-09-05 10:24:55 +08:00 |
|
ymq
|
8a9d0f8294
|
fix(llm_bridge): 修复purpose碰撞——3个调用函数补purpose参数并塞payload._purpose(上轮重构收敛时丢失,4处调用点传purpose='utility'会TypeError)
|
2026-09-04 19:32:33 +08:00 |
|
ymq
|
25db66aa61
|
fix(llm_bridge): 自调用Bearer前缀用拼接构造——字面量被脱敏工具替换成***致Authorization头无效(401同根因)
|
2026-09-04 18:33:53 +08:00 |
|
ymq
|
f3f82dd448
|
refactor(llm): agent调用收敛到模型治理统一推理API——llm_bridge改HTTP自调用薄客户端(短期token+本进程端口),删旧llm表直查;llm_proxy委托chat_inference;gateway/agent_loop/bug_flow模型解析与缺省模型改走治理链/统一解析,清除写死模型名
|
2026-09-04 17:05:42 +08:00 |
|
ymq
|
6953a27937
|
feat(llm-govern): llm_bridge/llm_proxy 挂治理钩子——门禁前置解析+成功/失败结算
- _resolve_cfg_with_govern: 机构有策略→门禁链(限流/限额/主备容错/端点选择/预授权)；
无策略→__LEGACY__走旧llm表(向后兼容)；治理真实失败抛错禁止静默回退
- llm_call/llm_call_msgs/llm_call_msgs_native 三处接入；失败结算释放预授权写failed流水
- proxy_chat_completion(运行环境token路径)同样接入，按上游真实usage结算
|
2026-09-01 17:27:51 +08:00 |
|
ymq
|
7023742880
|
fix(llm): 模型不可用报真实错误+name/model_id双匹配+org语义对齐
- _no_llm_error: 错误写明模型名/原因/行动指引，禁止笼统No LLM API configured
- _get_model_config: name/model_id 双匹配（与gateway解析语义一致），org过滤含系统级共享
- agent_loop_v2 run(): LLM调用异常捕获→yield error事件，前端显示真实错误不再卡死思考中
|
2026-08-30 15:07:34 +08:00 |
|
ymq
|
7ed0ed9b80
|
fix(llm_bridge): 网关 200 但无 choices 的响应自动重试，避免 KeyError 打崩角色agent
llmage 网关偶发返回 200 但内容无 choices(错误JSON)，llm_call_msgs_native 的 data[choices] 直接 KeyError，导致 role_agent 任务失败并报人工介入。_post_chat_completion 对无 choices 的 200 响应视为可重试异常，重试后仍失败则 raise 带网关原始内容的 ValueError。
|
2026-08-17 18:43:37 +08:00 |
|
ymq
|
853f3d5082
|
fix: llm_bridge._decrypt_key 修复 unpassword 参数顺序 + key 默认值兜底，正确解密 confidential_fields 加密的 api_key
|
2026-08-17 15:28:16 +08:00 |
|
ymq
|
791bd88c6d
|
fix(llm): 严格本机构隔离，去掉系统级(org_id='0')兜底
|
2026-08-17 13:22:25 +08:00 |
|
ymq
|
e9838a3ec6
|
feat(llm): llm表查询按org_id多租户隔离(本机构+系统级)，角色agent与会话agent模型选择统一(RoleSpec.model_name→产线default_model→deepseek-v4-pro)
|
2026-08-17 12:18:33 +08:00 |
|
ymq
|
8c0d63efb1
|
fix: LLM 调用加瞬时错误重试(3次) + 超时 180s→300s(connect 30s)；心跳回收阈值 10→20 分钟防误杀慢任务
- llm_bridge: 抽出 _post_chat_completion，超时/连接错误/429/5xx 重试3次退避；total=300 connect=30
- init.py: 僵尸回收阈值对齐 LLM 最坏单轮时长(3×300s≈15min)，20分钟
- agent_loop_v2: diagnose 心跳超时判定 10→20 分钟
|
2026-08-15 00:46:30 +08:00 |
|
ymq
|
0e5368a894
|
feat: cockpit agent 切原生 function calling
- llm_bridge 新增 llm_call_msgs_native 支持 tools 参数+解析 tool_calls
- agent_loop_v2._call_llm 优先走 native function calling，失败回退文本
- run loop 处理原生 tool_calls（role=tool 回填）
- _init_components 把 config.tools 注册进 ToolRegistry（修复 registry 空导致 tools_description 为空、schema 为空的 bug）
|
2026-08-13 17:05:26 +08:00 |
|
ymq
|
afa6972903
|
refactor: role agent to LLM tool-loop with read/write/shell/git tools + llm_call_msgs
|
2026-08-09 17:34:36 +08:00 |
|
|
|
09e58e5e19
|
fix: DBPools init (config.databases), sor.R→sqlExe, add call_llm() wrapper
- _get_db() / _get_task_raw(): properly init DBPools with config.databases
- Replace sor.R() with sqlExe() to avoid 3-arg signature issues
- Add call_llm() as SDLC handler interface delegating to llm_call
|
2026-08-03 10:38:09 +08:00 |
|
|
|
0423fa3c99
|
refactor: add intent_classifier.py, register in init.py, LLM bridge shared
|
2026-08-02 00:00:20 +08:00 |
|
|
|
0253615fcc
|
fix: decrypt api_key from llm table in llm_bridge
|
2026-08-01 16:32:47 +08:00 |
|
|
|
d535e61f29
|
fix: llm_bridge reads model config from llm DB table, falls back to env vars
|
2026-08-01 10:25:33 +08:00 |
|
|
|
113eb7e040
|
feat: add KTV pipeline handlers (17 step types, 3 production modes)
- handlers_ktv.py: 17 async step handlers for KTV production
- Audio/Video preparation (ffmpeg)
- Demucs vocal separation (GPU server SSH)
- Lyric calibration (SenseVoice ASR + LLM)
- Subtitle rendering (ASS karaoke format)
- Lyric generation & evaluation (Mode C)
- Music generation (Suno/MiniMax API)
- Character design & image generation (wan2.7)
- Storyboard generation (LLM)
- Scene video generation (T2V/Ref2V)
- Scene video evaluation (quality threshold)
- Scene video concatenation (ffmpeg loop)
- KTV synthesis (dual-track + MTV)
- llm_bridge.py: async LLM call bridge (harnessed_agent / OpenAI API)
- storage.py: extract deps from step_config JSON
- init.py: auto-register KTV handlers on load
|
2026-06-11 20:36:05 +08:00 |
|
