85 lines
4.9 KiB
Markdown
85 lines
4.9 KiB
Markdown
# 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。
|