cff6d66e92
根治「Bug 闭环断链」：43 个 open bug 从未被 confirm/修复，根因是 pm_review_run 完全没有 bug 能力工具（只有 load_skill/create_tasks/list_tasks/ cancel_task 四个硬编码工具），且 test 是任务链终点 approve 后直接 completed。 修复（两个独立循环，不耦合）： 1. PM_SYSTEM_PROMPT 工具清单加 list_bugs/confirm_bug/reject_bug/reopen_bug， 并新增「Bug 生命周期流转（独立循环）」段——明确 bug 是独立于任务链的 第二条循环，PM 拥有「添加流转」能力，每次审核任何任务都检查 bug 状态 2. pm_review_run 的 tool_call 分支把 bug 工具路由到 exec_capability_tool （带 capability_ctx：iteration_id/who/agent_id/org_id 自动注入） 3. 保持 bug 流转由 PM 读技能自主决策（不硬编码 approve 后自动 confirm/派发）
pipeline_service
产线执行引擎 —— 任务调度、步骤执行、人工任务交互、LLM 桥接。
功能
- 任务执行：DAG 步骤调度与状态机
- 人工任务：审批/输入等待与交互
- LLM 桥接：统一 LLM 调用接口
- Agent Loop：AI Agent 多轮任务执行
- 意图分类：自然语言意图识别
- 产物管理：步骤输入输出存储
数据表
| 表 | 说明 |
|---|---|
| pipeline_tasks | 任务实例 |
| pipeline_task_steps | 步骤执行记录 |
| pipeline_artifacts | 步骤产物 |
| pipeline_human_tasks | 人工任务 |
| pipeline_step_types | 步骤类型注册 |
安装
cd pkgs/pipeline-service && pip install .
核心模块
| 文件 | 职责 |
|---|---|
executor.py |
任务/步骤调度引擎 |
storage.py |
数据库读写 |
llm_bridge.py |
LLM API 调用 |
agent_loop.py |
AI Agent 多轮执行 |
human.py |
人工任务处理 |
intent_classifier.py |
意图识别 |
state.py |
状态机 |
step_registry.py |
步骤类型注册表 |