projectAIpopular/任务拆解与执行计划.md

任务拆解与执行计划

任务体系：主任务（整体项目）→ 附加任务（先行实现：整体项目部分拆解） 建立日期：2026-08-14

---

一、任务体系总览

主任务：多专业小模型 + 路由模型系统（整体项目）
│
├─ 已完成部分（专家系统内核）：
│   · 知识库（8 领域 67 规则 + 17 模板 + 45 事实）
│   · 黑板/前向链/Planner/DAG 路由（L0 零参数）
│   · 三级子领域（domain → subdomain → subdomain2）
│   · 两级路由体系（domain_group → 组内路由模型）
│   · 92 项单元测试全绿
│
└─ 附加任务（★ 先行实现）：整体项目部分拆解
    · 目标：把整体项目剩余工作拆解为可独立执行的部分任务，
            并优先实现第一批（P0），为后续铺路
    · 状态：进行中

二、整体项目剩余工作拆解清单

#	任务	内容	依赖	优先级	预估	状态
T1	NodeExecutor 接口抽象	解耦 _execute_node 的 if-else；rule/model/未来后端统一接口 + 工厂	—	P0	0.5 天	✅ 完成
T2	评测基准扩充	eval 扩到 8 领域 24 样例 + 组路由/子领域识别指标	—	P0	0.5 天	✅ 完成
T3	推理链查询接口	请求 ID 化 + 内存轨迹存储 + GET /traces/{id}	T1	P0	1 天	✅ 完成
T12	Agent-Skill 路由器	路由器独立：Skill 注册表（21 技能）+ RouteAgent 自主分析需求→技能调用计划→执行，无需用户指定领域/模型	T1,T2,T3	P0	1-2 天	✅ 完成
T4	知识库 CRUD + 热重载	`/knowledge/rules	factsCRUD +POST /config/reload`	T1	P1	1-2 天
T5	本地模型推理接入（L2）	Ollama/vLLM 封装 + fallback.local 验证 + 组内模型按需加载	T1	P1	2-3 天	⬜ 待办
T6	embedding 语义缓存	BGE 本地向量化替代 n-gram L2	—	P1	1-2 天	⬜ 待办
T7	分类器训练流水线	数据构建 + 0.6B QLoRA 训练（8 领域）	—	P1	2-3 天	⬜ 待办
T8	领域专家微调	QLoRA 微调 5-8 领域专家 + 数据收集	T7	P2	3-4 周	⬜ 待办
T9	RouterArena 评测	标准 5 维评测接入	T2	P2	2-3 天	⬜ 待办
T10	监控 + 模型注册表	Prometheus 指标 + 模型版本/热替换	T4,T5	P2	2-3 天	⬜ 待办
T11	部署生产化	Docker/Compose + 灰度 + 安全	T5,T10	P2	3-5 天	⬜ 待办

三、先行实现批次（P0）—— 已完成 ✅

1. T1 NodeExecutor 接口抽象 —— 子任务执行后端统一接口（rule/model 两实现 + 工厂），L2 模型接入无需改 Router
2. T2 评测基准扩充 —— 24 样例 × 8 领域，指标：分类 100% / 大领域组识别 100% / 子领域识别 100%
3. T3 推理链查询接口 —— GET /traces/{request_id}：完整推理链可追溯（两级路由 → 三级子领域 → 拆解 → 规则 → 评分）
4. T12 Agent-Skill 路由器 —— 路由器独立为"技能注册表 + Agent 规划器"：
   • 21 个内置技能（es.* 模板 ×17、kb.retrieve/kb.answer、judge.evaluate、fallback.call）
   • RouteAgent 自行分析需求 → 规划技能调用（多技能组合/依赖）→ 执行 → 校验 → 升级
   • 用户只提供 query，无需指定领域/模型；技能调用轨迹可追溯（skill:es.analyze@facts）
   • 实测：法律咨询自动组合 es.analyze + kb.retrieve + es.conclude + es.disclaimer

P0 完成后的能力：干净的后端抽象 + 可量化的评测 + 可追溯的推理链 + 技能化 Agent 路由（118 项测试全绿）。

四、执行规则

• 每任务独立验收（测试 + 文档），完成后更新状态 ✅
• 依赖任务未完成时，先做无依赖任务
• P1/P2 任务在 P0 完成后按序推进，不阻塞主线

---

五、v2 任务登记（端云协同 LLM 协作系统，见《实现方案_v2_端云协同LLM协作系统.md》）

每个任务一个 commit（feat(v2): Tn 描述），交付含封闭单测；v1 的 126 项测试保持全绿。

T	内容	状态	commit
T1	环境与基线确认（126 测试全绿；README 环境备忘）	✅ 完成	（并入 T2 commit）
T2	运维层：hw_profile + llama_server 进程管理	✅ 完成	T2
T3	ArchitectClient（DeepSeek API，JSON 约束）	✅ 完成	T3
T4	Workspace（交流文本 schema/校验/渲染/rollup）	✅ 完成	T4
T5	WorkerLoop + 接地验证	✅ 完成	T5
T6	CollaborativePipeline 编排	✅ 完成	T6
T7	网关扩展（/chat 切 v2，/chat/legacy）	✅ 完成	T7
T8	人工检验队列 ReviewQueue	✅ 完成	T8
T9	token 计量与账单	✅ 完成	T9
T10	rollup + prefix cache 调优	✅ 完成	T10
T11	打包分发 setup_runtime.py	✅ 完成	T11
T12	实验脚本 bench_tokens.py + 数据集	✅ 完成	T12
T13	E1 本地跑数完成（E2–E5 待 live 接入）	✅ 完成	T13
T14	文档收口（README v2 改写）	✅ 完成	T14
T15	Pipeline 死锁修复（_deps_done 依赖过滤 + pending-empty break）+ /metrics SPA 路由冲突修复	✅ 完成	T15

---

六、v3 任务登记（Web 应用化，见《实现方案_v3_Web应用化.md》）

每任务一个 commit（feat(v3): Tn 描述）；router_system 核心不动（D3），229 项基线测试保持全绿。

T	内容	状态	commit
T1	后端异步化（jobs.py + /chat 后台任务 + /runs/{id}/status）	✅ 完成	v3 基线
T2	后端 SSE（/runs/{id}/stream 监视 workspace.json）	✅ 完成	v3 基线
T3	前端脚手架（Vue3+Vite+TS，outDir=gateway/static）	✅ 完成	v3 基线
T4	对话页 + SSE 实时可视化	✅ 完成	v3 基线
T5	协作过程页 + 检验队列页 + 指标页	✅ 完成	v3 基线
T6	llama-server 内置管理（/llama/* + 下载 SSE）+ 设置页整页滚动修复	✅ 完成	v3 基线

---

七、模型池与工具智能体任务登记（T16–T21，见《实现方案_v4_模型池与工具智能体.md》）

「端云」叙事泛化为多价位模型池（local/budget/premium 三档 + 角色指派），新增 zcode 式工具智能体。 router_system 保持零第三方依赖；全量测试 262 项全绿（基线 229 + 新增 33）。

T	内容	状态	commit
T16	工具内核：WorkspaceTools（路径关押）+ ToolLoop（轮数/token 双护栏）	✅ 完成	T16
T17	模型池：PoolStore + /pool 端点 + 管线池解析 + 按模型成本分账（by_model）	✅ 完成	T17-T18
T18	智能体：OpenAI 兼容工具调用客户端 + AgentService + /agent 端点（SSE）	✅ 完成	T17-T18
T19	前端：API 层 + 设置页模型池 UI（角色指派/条目 CRUD/连通测试）	✅ 完成	T19-T20
T20	前端：智能体页 AgentView + 指标页分账卡 + SSE 终态去重	✅ 完成	T19-T20
T21	集成验证：真跑 3 轮工具任务（write/list/read）+ 浏览器实测 + 262 测试全绿	✅ 完成	T21