tzt
b2fa8c3c81
算法： - RouterCache：语义条目写入时预计算向量范数、语义查找单遍完成（消除命中后二次 O(N) 查找）、 相似度=1.0 提前终止；微基准（3000 条目×200 查询）：3986ms -> 1685ms，2.37x - TaskGraph.topo_order：O(V²logV) 重排序/成员扫描 -> 邻接表+deque 的 O(V+E) Kahn， 输出顺序契约不变（初始就绪层按插入序、循环依赖按插入序兜底、未知依赖忽略） - RuleClassifier：同分决胜按领域名字典序（与规则表排列无关），次高分 O(n) 扫描 工程卫生： - .mimosa/（扫描器工作目录）加入 .gitignore 并移出索引 - test_review 抽样测试改用内联确定性 LCG，消除 2 个低危（不安全随机数） 测试：新增 11 项（topo 契约 6 + 缓存回归 3 + 分类器 2） pytest 230 passed（基线 219 全绿 + 11）
端云协同 LLM 协作系统（v2）
大模型（API，Architect）做任务分析/决策/终审 ＋ 本地小模型（llama.cpp，Worker）做实现/自验证， 两者通过**「交流文本」**（一份 schema 约束的结构化 JSON 共享工作区）交接，互不共享内部状态， 另有人工检验队列作为第三协作者。目标是：在端到端质量不降的前提下，把大模型 API token 消耗相对 「全量上下文」方案下降 ≥80%（北极星指标）。
v1 的 L0 专家系统内核保留为 legacy 路由（
POST /chat/legacy）与离线降级模式，不删除；126 项 v1 测试保持全绿。
✨ 当前能力（2026-08-30 已落地）
- ✅ 交流文本协议（
router_system/workspace.py）：schema 校验、锚点寻址（a://file#L12-18）、rollup 压缩、双渲染函数（Architect ≤1200 token / Worker ≤8K token）、状态机、前缀稳定性（T10） - ✅ ArchitectClient（
architect.py）：DeepSeek JSON 约束输出，失败回喂重写一次，token 计量，预算熔断 - ✅ WorkerLoop + 接地验证（
worker.py/verifier.py）：实现→自验证（代码沙箱 > facts 对照 > 结构检查）→自修≤2→issue - ✅ CollaborativePipeline 编排（
pipeline.py）：快路径 → brief → 协作循环 → 终审 → 交付，双护栏熔断 - ✅ 运维层（
runtime/）：三档硬件检测（gpu12/gpu8/cpu）+ llama-server 进程管理（启停/健康/重启） - ✅ 网关 v2（
gateway/api.py）：/chat（v2）、/chat/legacy（v1）、/runs/{id}/workspace、/runs/{id}/artifacts/{name}、/review/queue、POST /review/{id}、/metrics（含 v2 统计） - ✅ 人工检验队列（
review.py）：sqlite 队列、抽样 + safety 强制入队、verdict/correction 回写 - ✅ 打包分发（
scripts/setup_runtime.py）：llama-server + GGUF 下载（断点续传/大小校验） - ✅ E1 token 经济学实验（
scripts/bench_tokens.py→research/v2_experiments/） - ✅ Web 界面（gateway/static/index.html，FastAPI 托管，无构建）：对话 / 协作过程（交流文本可视化）/ 人工检验 / 指标 四视图
- ✅ 测试：229 项全绿（含 v1 legacy 126 项 + v2 新模块）
🏗️ 架构
用户 query
│
▼
[快路径] Worker 直答 + 自验证通过？──是──▶ 直接返回（省 API 钱）
│ 否
▼
[Architect·API·一次] brief（goal/constraints/acceptance/plan/tags）写入 交流文本
│
▼
┌─────────── 协作循环（护栏：rounds_cap / api_token_cap 熔断）───────────┐
│ [Worker·本地] 读 brief+当前步 → 实现 → 接地验证 → 通过→progress；失败自修≤2→issue │
│ [Architect·API·按需] 读 issues → decide → 修订 plan / 兜底代做 │
└──────────────────────────────────────────────────────────────────────┘
│ 全步 done
▼
[Architect·API·一次] final_review → done / 打回
▼
交付 + 入人工检验队列（抽样 / safety 强制）
核心经济学：贵的一方（API）少读少写（每次输入 ≤1200 token 压缩摘要），便宜的一方（本地）多读多干。
🚀 快速开始
# 1. 虚拟环境 + 依赖
C:\Python314\python.exe -m venv .venv
.venv\Scripts\python.exe -m pip install -r requirements.txt
# 2. 跑测试（v1 legacy 126 + v2 新模块 = 228）
.venv\Scripts\python.exe -m pytest tests -q
# 3. （可选）准备本地运行时：下载 llama-server 二进制 + GGUF 模型
.venv\Scripts\python.exe scripts/setup_runtime.py
# 4. 启动网关（v2 /chat 默认走 mock worker，无需 API key/模型即可演示）
.venv\Scripts\python.exe scripts/serve.py --port 8000
# 浏览器打开 http://127.0.0.1:8000/ 使用 Web 界面（对话 / 协作过程 / 人工检验 / 指标）
# ⚠️ 安全默认值（T30）：网关默认只绑定 127.0.0.1 且只信任本机 Host
# （网关能读写工作区文件/执行命令，不宜默认暴露局域网）。
# 如需局域网访问：--host 0.0.0.0 并设置环境变量 GATEWAY_TRUSTED_HOSTS
# 放行对应主机名（"*" = 放行全部，仅限可信网络）。
# 5. 调用
curl http://127.0.0.1:8000/health
curl -X POST http://127.0.0.1:8000/chat -H "Content-Type: application/json" -d '{"query":"用 Python 写一个快速排序"}'
curl -X POST http://127.0.0.1:8000/chat/legacy -H "Content-Type: application/json" -d '{"query":"基金定投的收益率怎么计算"}'
curl http://127.0.0.1:8000/metrics
# 6. E1 token 经济学实验（本地确定性测量）
.venv\Scripts\python.exe scripts/bench_tokens.py
无 API key / 无本地模型时，
/chat走快路径（mock Worker）或本地降级，不崩溃。
⚙️ 配置（config/config.yaml v2 段）
| 段 | 关键项 | 说明 |
|---|---|---|
runtime |
binary / model / port / hw_profile / tiers | llama-server 二进制、GGUF、三档硬件模板 |
architect |
model / base_url / api_key_env | 大模型（默认 DeepSeek），DEEPSEEK_API_KEY |
worker |
backend(mock | llama_server) / max_fix_attempts |
pipeline |
fast_path / rounds_cap / api_token_cap / breach_policy | 快路径、双护栏熔断、兜底策略 |
review |
queue_db / sample_rate / force_tags | 人工检验抽样 |
📂 目录结构（v2 新增）
├── router_system/
│ ├── workspace.py ★ 交流文本协议（核心）
│ ├── architect.py 大模型客户端（brief/decide/final_review）
│ ├── worker.py 小模型实现/自验证循环
│ ├── verifier.py 接地验证（代码沙箱/facts/结构）
│ ├── pipeline.py 协作管线编排
│ ├── review.py 人工检验队列
│ └── v2stats.py token 计量与聚合
├── runtime/ 运维层（hw_profile / llama_server 进程管理）
├── gateway/api.py v2 + v1 legacy 端点
├── scripts/
│ ├── setup_runtime.py 下载运行时/模型
│ └── bench_tokens.py E1 实验
├── eval/v2_sample.json 实验数据集
└── research/v2_experiments/ E1 结果与实验规划
📊 指标（v2）
| 指标 | 值 | 说明 |
|---|---|---|
| 测试 | 228 passed | v1 legacy 126 + v2 新模块 |
| E1 token 下降（A2 交流文本 vs A1 全量） | ~61%（本地确定性测量） | 真实缓存计费下目标 ≥80%（--live 待确认） |
| 稳定前缀可命中 | ~99% 的 A2 输入 | 配合 --cache-reuse 进一步降成本 |
| 快路径 / 熔断 / 回合 | /metrics v2 统计 | V2Stats 实时聚合 |
🔜 下一步
--live接入真实链路：安装 runtime（setup_runtime.py）+ 设置DEEPSEEK_API_KEY，跑 E1 主实验确认 ≥80% 北极星（scripts/bench_tokens.py --live）。- E2–E5 跑数：端到端质量 / 协作健康度 / KV 量化曲线 / 验证器 P/R（见
research/v2_experiments/README.md）。 - 用 RouterArena 协议化评测 v2 端到端质量。
- 写 v2 论文（
research/paper/）。
📌 环境备忘（T1）
- Windows 11 + Git Bash；venv 在
.venv（Python 3.14）。 - 测试命令：
.venv/Scripts/python.exe -m pytest tests -q。 bin/、models/、data/、runs/已 gitignore（运行时产物不入库）。