yumoqing/pipeline_core
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
pipeline_core/docs/agent-architecture.md

4.9 KiB
Raw Blame History

pipeline-core Agent 架构设计：对齐 Hermes CLI 能力

目标：让 pipeline-core 的 agent 达到 Hermes CLI 的能力水平，通过 gateway 服务层 + bricks 适配， 在 Web 界面用 AgentIO 提供与 Hermes CLI 相同的交互体验。

1. 现状盘点

pipeline-core 已有"对照 Hermes 重构"的骨架：

层 现状 位置
能力定义 AgentConfig / ToolDefinition / CompressionConfig / MemoryConfig / SkillConfig pipeline_core/agent_config.py
工具注册 ToolRegistry / register_tool / to_openai_schema pipeline_core/tool_registry.py
技能系统 SkillLoader 三级隔离（global/orgs/users） pipeline_core/skill_loader.py
记忆系统 MemoryStore（MySQL pipeline_user_memory + 缓存） pipeline_core/memory_store.py
执行引擎 AgentExecutor（多轮 tool-loop + native function calling） pipeline_service/agent_loop_v2.py
通用工具底层 _run_shell / _write_code_file / git* （仅角色 agent 用） pipeline_service/agent_loop.py

2. 目标架构（四层）

┌────────────────────────────────────────────────────────────┐
│ L4 交互层   pipeline-sdlc / bricks                          │
│   AgentIO + slash 命令菜单 + 流式工具预览 + 会话列表          │
├────────────────────────────────────────────────────────────┤
│ L3 Gateway 层 pipeline-core / pipeline-service              │
│   常驻服务 + 会话生命周期 + 通道抽象（Web AgentIO 为第一通道）│
├────────────────────────────────────────────────────────────┤
│ L2 执行引擎 pipeline-service AgentExecutor                  │
│   多轮工具循环 + native function calling + 上下文压缩         │
├────────────────────────────────────────────────────────────┤
│ L1 能力定义 pipeline-core                                   │
│   AgentConfig + ToolRegistry + SkillLoader + MemoryStore    │
│   + 通用工具集（terminal/file/session_search/delegation/     │
│     clarify/todo）                                          │
└────────────────────────────────────────────────────────────┘

3. 差距分析

能力 Hermes CLI pipeline 现状 缺口
多轮工具循环 ✅ ✅ AgentExecutor 无
记忆 / 技能 ✅ ✅ 雏形 无
诚实降级 / 澄清 ✅ ✅（已修） 无
文件工具 read/write/list/search ✅ 仅角色 agent 有 cockpit 缺
shell 执行 ✅ terminal ✅ _run_shell（run_command 已接） 需增强
会话搜索 ✅ session_search ❌ 缺
子代理委派 ✅ delegate_task delegate_subtask 只有壳 缺实现
任务规划 ✅ todo ❌ 缺
slash 命令 ✅ 40+ 个 ❌ 缺
gateway 层 ✅ 多平台 ❌ 只有 Web 缺
流式 + 工具预览 + 文件上传 + 模型选择 ✅ ✅ 部分 需打磨

4. 分阶段计划

阶段1：通用工具集（让 agent 能"干活"）

新增工具（cockpit AgentExecutor 暴露）：

  • read_file / write_file / list_files / search_files —— 复用 agent_loop.py 底层，加 workspace 沙箱限制
  • run_command —— 已有，增强（超时/输出截断已具备）
  • session_search —— 搜 pipeline_conversations 表
  • delegate_subtask —— 真正实现：spawn 子 AgentExecutor 独立执行
  • ask_user —— 已修好（合法终止动作）
  • todo —— 会话内任务列表（内存态）

交付物：pipeline-core 新增 GENERAL_TOOLS 定义 + pipeline-service 实现 handler。

阶段2：slash 命令 + AgentIO 交互对齐

  • 后端：解析 /new /model /tools /skills /status /reset 等 slash 命令
  • 前端：AgentIO 支持 slash 命令 + 工具调用过程完整展示 + 会话列表

阶段3：gateway 服务层

  • 常驻服务抽象 + 会话生命周期管理 + 通道抽象
  • 第一通道 = Web AgentIO（bricks），预留多通道接口

5. 安全约束（贯穿所有阶段）

  • terminal/file 工具必须在 workspace 目录内操作（_is_safe_workdir 白名单）
  • 陌生用户入口（Wterm 等）必须沙箱化 + 最小权限
  • 危险命令（rm -rf 等）需确认（requires_confirmation）

6. 验证标准

每个阶段完成后：浏览器端到端实测 agent 完整交互流程，不靠声称通过。