173 lines
16 KiB
Markdown
173 lines
16 KiB
Markdown
# Pi Agent 兜底能力 · 详细实施方案
|
||
|
||
> 版本 v2.0 · 2026-09-02 · 取代：`Pi-Agent接入计划.md` / `Pi-Agent接入详细计划.md`（那两份是"接入通道"定位，本方案是"**全系统兜底能力**"定位，范围显著扩大）
|
||
> 依据：`plan.md` §2.1/§2.2/§3、`PROJECT_OPERATING_RULES.md`、`docs/architecture/harness.md`、`docs/architecture/skills.md`、`docs/architecture/overview.md`
|
||
> 现状代码锚点：`server/aps_domain/workflow.py:2875`（当前 unknown 意图兜底 = 纯话术回复，**无能力**）、`server/agent_core/harness.py`（`_POWER_MAP` 62 项登记 + 未登记默认 P3 拒绝）、`server/agent_core/tool_runtime.py`（唯一执行入口）、`server/agent_core/mcp_bus.py`、`server/agent_core/feature_flags.py`（FF-01 开关机制）、`apps/desktop/sidecar.cjs`（子进程环境清洗/看门狗，Pi runtime 可直接复用这套模式）
|
||
|
||
---
|
||
|
||
## 1. 定位重述：什么是"兜底能力"
|
||
|
||
**现状**：用户说一句系统听不懂的话，走到 `workflow.py:2875` 的 `assistant.reply/unknown` 分支——LLM 回一段话术，**事情没办成**。已登记意图执行失败（求解器 fatal、数据缺字段、接口超时）也只有报错，没有自救。
|
||
|
||
**目标态**：Pi Agent 成为 APS 的**通用能力后备层**——产品化路径"不能办"或"办砸了"时，由 Pi 这个具备读/写/执行能力的通用智能体，在 Harness 划定的围墙内把事办成，并且全程可审计、可回滚、可熔断。
|
||
|
||
```
|
||
用户请求 → 意图管线
|
||
├─ 命中已登记意图 → 产品化路径（现状，快/稳/确定性）
|
||
│ └─ 执行失败 ──┐
|
||
└─ 未识别/未登记 ───┤
|
||
▼
|
||
【受治理的兜底车道 Governed Fallback Lane】
|
||
Pi 分析任务 → 产出《执行计划草稿》(P1，只读可直通)
|
||
→ 确认卡呈人类审批 (P2 起)
|
||
→ 批准后 Pi 在沙箱内执行（工具桥只暴露登记过的能力）
|
||
→ 执行后世界状态 diff 验证 + 报告
|
||
→ 全程审计链 + 证据链 + 可回滚 checkpoint
|
||
```
|
||
|
||
**一句话：Pi 是被 Harness 雇佣的临时工——有手艺，但进厂要登记、干活要批条、动设备要有人在场、出活要验收。**
|
||
|
||
## 2. 与产品宪法的冲突分析与消解
|
||
|
||
这是本方案最关键的一节。兜底能力天然想"什么都能干"，宪法要求"未经授权什么都不能干"。逐条消解：
|
||
|
||
| 宪法红线（PROJECT_OPERATING_RULES 原文） | 表面冲突 | 消解设计 |
|
||
|---|---|---|
|
||
| 「动作必须经 `_POWER_MAP` 白名单登记，未登记默认 P3 拒绝」 | 兜底场景恰恰是"未登记意图" | 新增 3 个**元意图**登记进 `_POWER_MAP`：`agent.fallback.propose`=P1（产出计划草稿，沙盒语义）、`agent.fallback.execute`=P2（执行已批准计划）、`agent.fallback.execute.highrisk`=P3（涉主干写/外部系统，逐字段人工确认或默认拒绝）。Pi 从未"直接做事"，它做的事都被这三个登记动作包裹 |
|
||
| 「LLM 只有提议权」（tool_runtime） | Pi 是 LLM 驱动的执行体 | Pi 的**计划**是提议；**执行**走 `/api/actions/confirm` 唯一通道。Pi 能调用的工具本身就是经过登记的意图封装（见 §4.3 工具桥），物理上无法直写 store/DB |
|
||
| 「不得引入未设计的隐式副作用」 | Pi 自由执行副作用不可枚举 | 沙箱围墙（§4.2）：文件系统圈禁在 run 专属目录、网络只通 APS loopback、shell 白名单、环境变量清洗（复用 sidecar.cjs 的 allowlist 模式）。墙内副作用显式枚举，墙外物理不可达 |
|
||
| 「写前必须建 checkpoints 成对快照」 | Pi 执行前后状态未知 | 兜底车道**强制**执行前 checkpoint、执行后 world diff 验证报告，diff 摘要进确认卡和审计 |
|
||
| 「失败必须显式报告」 | LLM 倾向"圆场" | Pi 输出契约强制 `status: success|partial|failed|blocked`；`partial/failed/blocked` 必须附未竟事项清单；gateway 侧校验缺失字段即判 failed |
|
||
| 「mock/stub 不得进入产品路径」 | Pi 可能"假装"调用了工具 | 工具桥每次调用返回真实调用凭证（callId），Pi 报告中引用 callId 可被审计对账；无 callId 支撑的成果声明判无效 |
|
||
|
||
## 3. 场景矩阵（10 类兜底场景 × 治理策略）
|
||
|
||
| # | 场景 | 触发条件 | 权力 | 治理策略 | 验证方式 | Pi 干不了时的降级 |
|
||
|---|------|---------|------|---------|---------|------------------|
|
||
| S1 | **意图未识别**（新说法/新需求口令） | 意图管线产出 `unknown` | propose=P1 / execute=P2 | 计划草稿确认卡必出 | 执行后 diff + 用户确认回执 | 退回话术 + "已记录需求"工单 |
|
||
| S2 | **已登记意图执行失败**（求解器 fatal、数据缺字段） | handler 抛错/返回失败 | P1 诊断只读 / 修复=P2 | 诊断报告直通；修复动作出卡 | 重跑原意图成功即为验证 | 显式报错原文 + 诊断附件 |
|
||
| S3 | **新数据格式接入**（客户给了没人写过 importer 的 Excel/CSV/JSON） | data.import 解析失败或用户直接给文件 | P2（导入写主干） | 计划含字段映射表，确认卡呈现映射供审 | 导入后行数/金额对账 + 抽样比对 | 输出《手工整理指引》 |
|
||
| S4 | **缺算法/策略**（某工艺无现成排产策略） | flex.schedule 无匹配 skill 或用户明示"试个新策略" | P1（沙盒试排） | 仅沙盒语义，产物为草稿版本 | 沙盒 KPI 对比基线版本 | 明确告知"超出兜底能力" |
|
||
| S5 | **ad-hoc 分析/报告**（"帮我看看哪条线最容易拖期"） | report.generate/data.analyze 覆盖不了的自由分析 | P1 | 只读工具桥 + 沙盒计算 | 报告数字必须引用冻结快照字段（宪法既有规则） | 返回原始数据 + 分析失败说明 |
|
||
| S6 | **外部集成故障**（MES/WMS 接口挂了，要手工补录/对数） | integrations 调用失败告警 | P2 | 补录动作逐笔出卡 | 与外部系统恢复后对账 | 生成待补录清单（Excel）交人工 |
|
||
| S7 | **现场运维诊断**（support 工程师查日志/修配置） | 运维人员在运维入口显式发起 | P2；改配置 P3 | 仅运维角色可见入口；全程录屏级审计 | 修复后健康检查绿 | 输出诊断报告 + 建议人工操作 |
|
||
| S8 | **演示/售前救场** | 演示中任何上述场景 | 同对应场景 | 无特殊豁免（宪法） | 同对应场景 | 话术降级 |
|
||
| S9 | **批量数据处理**（一次性清洗/转换 5000 行工单） | 用户发起且无对应产品功能 | P2 | 计划含抽样预览（前 20 行变换结果）出卡 | 全量校验规则 + 抽样人工确认 | 分批+断点，失败批次显式列出 |
|
||
| S10 | **Pi 自身失败**（模型不可用/超时/超预算/死循环/部分写入） | 熔断器触发 | — | 超时（默认 10min)/步数(50)/token 预算三重熔断；部分写入由 checkpoint 回滚 | 回滚后 diff 为空即验证 | 显式失败报告 + 已回滚声明 |
|
||
|
||
**矩阵结论**：10 类场景中 S1/S2/S3/S5/S9 是价值主干（覆盖 80% 真实需求），S4/S6/S7 价值高但风险也高（放后期），S10 是必须设计的元场景。
|
||
|
||
## 4. 详细设计
|
||
|
||
### 4.1 组件清单（新增 4 个可重生模块 + 1 个外部进程）
|
||
|
||
| 组件 | 位置 | moduleId | 职责 |
|
||
|------|------|----------|------|
|
||
| FallbackLane 编排器 | `server/agent_core/fallback_lane.py`（新增，~600 行） | `core-fallback-lane` | 触发判定 → 任务简报 → 调 Pi → 收计划 → 出卡 → 执行 → 验证 → 审计 |
|
||
| Pi 工具桥 | `server/integrations/pi_bridge.py`（新增，~400 行） | `integ-pi-bridge` | 向 Pi 暴露围墙内工具集（§4.3），每次调用发 callId 凭证 |
|
||
| 兜底验证器 | `server/agent_core/fallback_verify.py`（新增，~300 行） | `core-fallback-verify` | 执行后 world diff、规则校验、报告生成（数字只许来自冻结快照） |
|
||
| 熔断与预算 | 并入 fallback_lane（~150 行） | 同上 | 超时/步数/token 三重熔断 + audit_alerts 联动 |
|
||
| Pi runtime 进程 | Node 进程（`pi-agent-core` headless 模式） | — | 被编排器以子进程拉起，生命周期管理**复用 sidecar.cjs 的 SidecarManager 模式**（端口/nonce/环境清洗/看门狗/日志轮转全套照搬） |
|
||
|
||
### 4.2 沙箱围墙（自内向外四层）
|
||
|
||
```
|
||
L1 工具层：Pi 只能看见工具桥暴露的工具（§4.3），没有裸 fs/shell/net
|
||
L2 文件层：cwd 圈禁 ~/.aps/fallback/<runId>/（Web 态 server/data/fallback/<runId>/）；
|
||
可读注入区（用户上传文件副本）、可写工作区、产物出口目录三区分离
|
||
L3 网络层：仅允许 127.0.0.1:<gateway port>；模型 API 出口走 gateway 代理（可关）
|
||
L4 进程层：环境变量清洗（CONDA/Python 变量剥离，照搬 buildChildEnv）、
|
||
父进程看门狗、taskkill 进程树回收、10MiB 日志轮转
|
||
```
|
||
|
||
> 说明：Pi 官方支持 Gondolin/Docker 沙箱，但工业现场 Windows 离线机器上 Docker 不可靠，故以 L1-L4 进程级围墙为主，Docker 沙箱作为 Web/服务器部署的可选加强项。
|
||
|
||
### 4.3 工具桥暴露面（围墙内 Pi 的全部"手艺"）
|
||
|
||
| 工具 | 包装自 | 权力 | 说明 |
|
||
|------|--------|------|------|
|
||
| `aps_invoke(intent, params)` | `/api/agent/invoke`（即 handle_intent） | 随意图 | **Pi 写世界的唯一方式**，内部仍过 _POWER_MAP/确认卡 |
|
||
| `aps_query(sql_like)` | master.query / data.analyze 只读集 | P0 | 世界状态只读视图 |
|
||
| `knowledge_query(q)` | `/api/rag/query`（ragScopes 鉴权） | P0 | 知识库 |
|
||
| `fs_read/fs_write(path)` | 沙箱 L2 三区 | — | 物理圈禁，越界即 EACCES |
|
||
| `shell_run(cmd)` | 白名单（python 脚本、xlsx 处理等显式登记命令） | — | 每条命令正则白名单 + 参数审查 |
|
||
| `checkpoint_create()` | state checkpoints | — | Pi 可主动建回滚锚点 |
|
||
| `report_emit(md)` | fallback_verify | — | 产物唯一出口，强制走验证器 |
|
||
|
||
### 4.4 意图与权力登记（harness 变更）
|
||
|
||
```python
|
||
# _POWER_MAP 新增 3 项（harness.md 权力矩阵同轮更新）
|
||
"agent.fallback.propose": "P1", # 产出执行计划草稿（沙盒语义，不写主干）
|
||
"agent.fallback.execute": "P2", # 执行已批准计划 → 确认卡
|
||
"agent.fallback.execute.highrisk": "P3", # 涉外部系统/主干批量写 → 默认拒绝，白名单放行
|
||
```
|
||
|
||
确认卡内容（P2 出卡时必须冻结）：计划步骤清单、每步工具与权力、预计影响面（目标实体清单）、`evidenceRefs`、执行前 checkpoint id、回滚方式。**卡片上的承诺即执行上限**——执行时逐步比对，Pi 偏离计划即熔断（计划外工具调用 → blocked）。
|
||
|
||
### 4.5 证据链与审计
|
||
|
||
- 每次兜底运行：`runId` 贯穿 propose→confirm→execute→verify 全链；
|
||
- Pi 每步工具调用：TOOL 审计（actor=`pi-fallback:<runId>`、callId、入参摘要、结果摘要）；
|
||
- 确认卡批准/拒绝：GATE 审计（既有机制）；
|
||
- 验证报告：REPORT 审计 + 产物落 `~/.aps/fallback/<runId>/report.md`；
|
||
- 全链可通过既有 `/api/gov/audit` 按 runId 过滤回放。
|
||
|
||
### 4.6 开关与熔断（复用 FF-01）
|
||
|
||
- `features.json` 新增 `"fallback": false`——**默认全关**，现场按需开；开关本身 P2 确认卡管理；
|
||
- 熔断三闸：单次运行超时 10min / 步数 50 / token 预算（可配）；日维度累计预算；
|
||
- 触发熔断 → 显式失败 + checkpoint 回滚 + audit_alerts 通知。
|
||
|
||
## 5. 部署形态（两个大坑，提前说）
|
||
|
||
| 形态 | 方案 | 坑 |
|
||
|------|------|-----|
|
||
| **Web/服务器部署** | docker-compose 增加 `pi-runtime` 服务（Node 22 + pi-agent-core） | 小，标准做法 |
|
||
| **桌面端打包** | PyInstaller sidecar 之外再加 Node runtime（~60-80MB）打进安装包，或做成**可选组件**首次使用时下载 | ① 体积恶化（与 Tauri 瘦身诉求矛盾，两事更该串行决策）；② **离线工厂没有模型 API 出口**——兜底重度依赖 LLM，断网即瘫。对策：模型出口走 gateway 代理可配内网模型网关；无模型时 fallback 开关强制关闭且 UI 明示原因（失败显式，不装死） |
|
||
|
||
## 6. 阶段计划（修订版，替代 v1.0 计划）
|
||
|
||
| 阶段 | 内容 | 工期 | 出口标准 |
|
||
|------|------|------|---------|
|
||
| **P0 PoC** | 单场景 e2e 打穿：S5（ad-hoc 分析）。Python 编排器拉起 Pi headless → 计划 → 假确认 → 沙箱执行 → 报告。**不碰产品路径**，全部在 `poc/` | 4-5 人日 | 一个真实分析任务从发起到报告全链跑通；四层围墙验证有效（故意越狱测试被拒） |
|
||
| **P1 只读兜底** | S1（只读类）/S5/S9-只读部分 进产品路径；fallback_lane + pi_bridge 转正；`agent.fallback.propose` 登记；FF-01 开关接入 | 7 人日 | 意图未识别时用户能拿到"办成的事"而非话术；越狱/注入黄金测试 10 例全拦 |
|
||
| **P2 沙盒写兜底** | S2/S3/S9 写路径；`agent.fallback.execute`=P2 出卡；checkpoint 强制 + diff 验证器；熔断三闸 | 10-12 人日 | 新格式 Excel 导入从"给文件"到"对账通过"全链路演示绿；计划偏离熔断测试通过 |
|
||
| **P3 高风险与运维** | S4/S6/S7；`execute.highrisk`=P3；运维入口与角色门禁；集成故障对账流 | 7-10 人日 | MES 断连补录场景验收；运维全程审计可回放 |
|
||
| **P4 评估与硬化** | 兜底质量 golden 集（30+ 场景用例：成功率/误写率/确认轮次/token 成本四指标）；prompt 注入防护集（工单备注藏指令等 20 例）；离线降级演练 | 8 人日 | golden 集成功率 ≥85% 且误写率 0；注入集 100% 拦截 |
|
||
| **P5 验收发布** | 全量黄金（1071+ 基线）、桌面打包冒烟（含可选组件）、文档同轮、现场 runbook | 5 人日 | 发布门禁全绿；康尼数据集真实验收 |
|
||
| **合计** | | **41-47 人日（1 人约 8-10 周）** | |
|
||
|
||
### 里程碑视图
|
||
|
||
```
|
||
W1 W2-3 W4-6 W7-8 W9-10 W11
|
||
[P0] → [P1 只读] → [P2 写兜底] → [P3 高风险] → [P4 硬化] → [P5 发布]
|
||
↑go/no-go ↑已可演示价值 ↑核心能力闭环 ↑按需可裁剪 ↑质量门禁
|
||
```
|
||
|
||
## 7. 风险登记册（兜底定位特有）
|
||
|
||
| # | 风险 | 等级 | 对策 |
|
||
|---|------|------|------|
|
||
| F1 | **非确定性**：同一请求两次兜底结果不同 | 🔴 | 计划审批制（人看的是计划不是黑盒）+ golden 集回归 + 产物必须经验证器，不靠 Pi 自述 |
|
||
| F2 | **Prompt 注入**：订单备注/导入文件里藏"忽略之前指令" | 🔴 | 注入防护 golden 集（P4）；用户数据进 Pi 前包裹隔离标记；工具桥不认 Pi 的"用户已确认"自述——确认只信 gateway 会话内的真实确认卡 |
|
||
| F3 | **部分写入**：执行到一半熔断 | 🟡 | checkpoint 强制前置 + 回滚验证（diff 为空才算回滚成功） |
|
||
| F4 | **成本失控**：LLM token 烧穿预算 | 🟡 | 三闸熔断 + 日预算 + audit_alerts |
|
||
| F5 | **离线工厂无模型出口**，兜底变废铁还误导用户 | 🟡 | 无模型时开关强制关 + UI 明示原因；支持内网模型网关地址配置 |
|
||
| F6 | **Node runtime 进桌面包** | 🟡 | 可选组件化；与 Tauri 决策串行 |
|
||
| F7 | **"兜底兜不住还装兜住"**（LLM 圆场） | 🔴 | 输出契约强制 status 字段 + callId 对账（§2 最后一行），圆场在网关层被物理判失败 |
|
||
| F8 | 团队对"治理下通用智能体"的调试经验不足，问题定位难 | 🟡 | 全程 runId 可回放 + Pi trace 落盘；P0 即建立调试工具链 |
|
||
| F9 | 范围蔓延：兜底太好用 → 产品化路径荒废 | 🟢 | 治理指标：兜底触发率应随产品化下降；触发率周报，高的场景反哺产品化立项 |
|
||
|
||
## 8. 与 v1.0 接入计划的关系
|
||
|
||
v1.0 的 `/api/agent/` 适配层、Agent Token、MCP 总线登记**全部保留**——它们在本方案中变成工具桥的基础设施（`aps_invoke` 就是走那层面）。外向接入（人在 Pi 终端里用 APS）成为 P1 完成后的副产品，不再单独排期。
|
||
|
||
## 9. 三条决策建议
|
||
|
||
1. **先 P0 后承诺**：4-5 人日的 PoC 直接验证最危险的两个未知数（围墙有效性、计划审批可用性），PoC 不过则退回 v1.0 纯接入定位；
|
||
2. **S 场景分批上线**：P2 之后每批场景单独灰度（FF-01 开关粒度到场景），不一锅端；
|
||
3. **与 Tauri 串行已定**，再强调一次：F6 意味着如果未来迁 Tauri，Node runtime 的打包方案要一起重设计。
|