renjianbo
495eafcd78
- M2-a/b/c: stop/pause/resume/skip dept, plan/rework approval gates, budget & timeout circuit breakers, per-dept cancel and on-demand rework - tier-3: batched event persistence (_EventBuffer), project/dept concurrency semaphores, company_ws event streaming - tier-4: cross-dept deliverable handoff, CEO memory feedback loop, per-dept model override, one-click Markdown report export (RFC5987) - fix: per-department independent SQLAlchemy session in parallel waves (shared Session race across asyncio tasks in company_orchestrator) - fix: rename process_open_fds gauge to app_process_open_fds (collides with prometheus_client ProcessCollector on Linux) - fix: dept role resolution ladder, real token usage & cost tracking, deliverable file capture (mtime scan of dept workspace) - tests: test_company_orchestrator.py 22 cases with mocked LLM - frontend: CompanyControlRoom, companyExecution store, EChart, dept model config dialog, ws proxy, build/typecheck decoupling - docs: virtual company design/usage docs, M2 control plan, deepseek4pro handover docs Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
70 lines
6.9 KiB
Markdown
70 lines
6.9 KiB
Markdown
# 虚拟公司「运行时控制」(M2) 规划文档
|
||
|
||
> 状态：M2-a（能力 1–4）已排期实施；M2-b/c 登记待办。
|
||
> 关联：M1 白盒控制室（可观测）已完成；一档（部门角色匹配 + 可信真实 token/成本¥）已完成并验证。
|
||
> 更新：2026-07-12
|
||
|
||
## 背景与动机
|
||
|
||
白盒控制室（M1）解决了「看得见」，一档解决了「数据可信」（真实 token + 成本¥，实测一次运行约 ¥9.88、耗时 ~60 分钟）。但目前**只能看不能动**：一次运行跑歪了，只能干等到结束或直接杀进程。M2 给控制室补上「运行时控制」，让人能在长运行过程中干预。
|
||
|
||
M2 拆成 **10 项可独立验收的原子能力**，按依赖与价值分三片交付。一次全做改动面广、验证成本高（单次运行 ~1 小时），故分片。
|
||
|
||
## 架构基线（现状，已逐点核实）
|
||
|
||
- **同进程模型**：`company_runner.spawn()` 在 API（uvicorn）进程内 `asyncio.create_task` 起编排任务，句柄存 `_RUNNING: Dict[str, asyncio.Task]`。API handler 与编排任务同进程 → 控制用「进程内注册表 + 协作检查点」即可，无需 DB/消息队列。
|
||
- **停止半成品**：已有 `CancelledError → status=stopped` + 落 `company_terminated` 事件的雏形，缺「按 project_id 取消」的 helper 与对外端点。
|
||
- **编排检查点**：`company_orchestrator.execute_stream` 有干净的注入点——轮次顶、就绪部门选取、事件抽取循环、波次边界。
|
||
- **事件单写者**：编排器 `yield` → runner `_persist_event` 落库并分配单调 `seq`。控制确认事件必须走编排器 yield，避免 API 直接写库造成 seq 竞争。
|
||
- **可复用件**：`approval_manager.py`（asyncio.Event 式 create/wait/resolve，供审批）；round-to-round rework 过滤（供单部门返工）；一档已累计的 `company_cost_yuan`（供预算熔断）。
|
||
|
||
## 10 项能力总览
|
||
|
||
| # | 能力 | 片 | 机制 / 复用点 | 关键取舍 |
|
||
|---|------|----|----------------|----------|
|
||
| 1 | **停止**（硬取消整公司运行） | M2-a | `company_runner.stop(pid)` = `_RUNNING[pid].cancel()`，复用 `CancelledError→stopped` 雏形 | 打断在飞 LLM，立即生效 |
|
||
| 2 | **暂停**（hold，不开新波次） | M2-a | `ProjectControl.pause_event.clear()`；编排器波次/轮次边界 `await wait()` | 在飞部门跑完才 hold（部门粒度 ~15min 延迟） |
|
||
| 3 | **继续**（resume） | M2-a | `pause_event.set()` | — |
|
||
| 4 | **跳过部门**（skip 未开始部门） | M2-a | `control.skip_depts`；就绪选取处拦截并 `completed_names.add` 让下游推进 | 仅未开始部门；在跑部门不停 |
|
||
| 5 | **单部门返工**（对已完成项目只重跑一个部门，不重跑整公司） | M2-c | 复用 rework 过滤（`failed_names→filtered_plans→current_plans`），单部门子集外部驱动；新 `POST …/rework {department_name}` | 需读回历史 ceo_plan/产出做上下文 |
|
||
| 6 | **审批·CEO 计划**（花钱前把关） | M2-b | 复用 `approval_manager.py`；CEO 规划后 `yield awaiting_approval → await → 放行/改计划` | 阻塞式，带 timeout 兜底 |
|
||
| 7 | **审批·部门评分/返工**（返工前把关） | M2-b | 同上，插在 CEO 打分后、决定返工前 | — |
|
||
| 8 | **预算熔断**（成本超 ¥X 自动停） | M2-b | 把 advisory 预算检查改**强制**：读运行中 `company_cost_yuan`，超阈值 → `budget_tripped` + 触发停止 | 阈值入 `company.config["budget"]`；按 ¥ 而非 token |
|
||
| 9 | **超时熔断**（总耗时超 N 分钟自动停） | M2-b | 新增 deadline：编排器起始记 `t0`，检查点比对（当前无任何 timeout，仅事后判僵尸） | 与预算熔断共用「自动停」出口 |
|
||
| 10 | **单部门取消**（取消在跑的某部门，非停整公司） | M2-c | 为每个 `_run_department_stream` task 建 per-dept 句柄表，`cancel` 单个；team 层需容错半途取消 | 比 skip 复杂，需 team_orchestrator 配合 |
|
||
|
||
## 分片与依赖
|
||
|
||
- **M2-a（本片）· 核心四控**：1 停止、2 暂停、3 继续、4 跳过。共用「进程内控制注册表 + 编排检查点」，自成闭环、最易验证。
|
||
- **M2-b · 把关与自动停**：6/7 人在环审批（`approval_manager`）+ 8 预算熔断 + 9 超时熔断（8/9 共用「自动停」出口，与一档成本累计联动）。
|
||
- **M2-c · 部门粒度**：5 单部门返工 + 10 单部门取消（都要 per-dept 粒度的重跑/取消，最深，放最后）。
|
||
|
||
**依赖顺序**：8/9 熔断依赖 1 停止的出口；5 返工依赖一档产出落库；10 取消依赖 per-dept task 句柄。故 1–4 必须先行。
|
||
|
||
## M2-a 设计要点（本片实施）
|
||
|
||
### 后端
|
||
- `company_runner.py`：`ProjectControl{pause_event, skip_depts}` + `_CONTROL` 注册表 + `get_control/clear_control` + `stop(pid)`（取消 `_RUNNING[pid]`，复用 stopped 雏形）；done-callback 清理控制态。
|
||
- `company_orchestrator.execute_stream`：惰性 `import company_runner`，起始取 `control`；**暂停闸**（轮次顶 + 波次边界，`await pause_event.wait()`，yield `paused`/`resumed`）；**跳过闸**（就绪选取处拦 `skip_depts`，标记 `completed_names` 让下游推进，yield `dept_skipped`）。
|
||
- `companies.py`：`POST …/projects/{pid}/{stop|pause|resume|skip}` 四端点，`_assert_company_owner`；pause/resume/skip 需 `is_running`（否则 409），pause/resume 同步 `project.status`。
|
||
|
||
### 前端
|
||
- `api/companies.ts`：`stopProject/pauseProject/resumeProject/skipDepartment`（镜像 `recoverProject` POST）。
|
||
- `stores/companyExecution.ts`：state `paused/controlPending`；action `stop/pause/resume/skipDept`；`applyEvent` 加 `paused/resumed/dept_skipped` 归并。
|
||
- `views/CompanyControlRoom.vue`：控制栏（暂停/继续/停止，停止带 `ElMessageBox.confirm`）+ 每部门 `waiting` 时显「跳过」；状态标签显「已暂停」。
|
||
|
||
### 语义取舍（写进 UI 提示）
|
||
- **停止** = 硬取消，立即 → stopped（打断在飞 LLM）。
|
||
- **暂停** = 只拦新波次/新轮次，在飞部门跑完才 hold（部门粒度延迟）；`/pause` 即时置 `status=paused` 缓解 UI 反馈。
|
||
- **跳过** = 仅未开始部门；在跑部门跳过留 M2-c（能力 10）。
|
||
- **进程内状态**：进程重启则控制态随运行任务一起消失（任务本就死），无持久化需求；单 worker 假设（与 `_RUNNING` 一致）。
|
||
|
||
## 验证（端到端）
|
||
1. 重启后端 + `npm run build`（= vite）。
|
||
2. 起一次 async 运行。
|
||
3. 暂停/继续：`/pause` → status=paused、下一波不启动、`paused` 事件；`/resume` → `resumed` 且继续。
|
||
4. 跳过：对 `waiting` 部门 `/skip` → `dept_skipped`、下游依赖照常推进、该部门不产生 agent 事件。
|
||
5. 停止：`/stop` → 取消、落 `company_terminated`、status=stopped、WS `_stream_end`。
|
||
6. 前端按钮可用（停止有确认）、断线重连控制态从事件流恢复。
|
||
7. 回归：不点任何控制的普通运行仍正常完成（检查点在未暂停/无跳过时是 no-op）。
|