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（端云协同编程智能体系统，见《实现方案_v2_端云协同编程智能体系统.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

| T22 | 工具扩展：edit_file（唯一替换）/ search_files（跳过依赖目录）/ run_command（allow_shell 默认关） | ✅ 完成 | T22 | | T23 | 工作区选择：/agent/fs 目录浏览 + /agent/workspaces 最近列表 + /agent 带 workspace | ✅ 完成 | T23 | | T24 | 前端：工作区选择栏（目录浏览器/最近/shell 开关）+ edit diff 卡 + 命令卡 | ✅ 完成 | T24-T25 | | T25 | 集成验证：选定真实目录"读→精确编辑→运行验证"全链路 + 274 测试全绿 | ✅ 完成 | T24-T25 | | T26 | 两级智能体：规划者(大模型)拆解/审查 + 执行者(本地小模型)工具轮，handoff.json 交接，/agent 带 executor_pool_id | ✅ 完成 | T26 | | T27 | 会话式智能体：多轮上下文 + 会话持久化 + 停止按钮 + AgentView 对话式重构（dsh 范式） | ✅ 完成 | T27 | | T28 | 操作审批流：approval_policy(off/dangerous/all) + 挂起/裁决/超时 + /approve + 审批卡 | ✅ 完成 | T28 | | T29 | token 级流式：SSE 解析/tool_calls 碎片组装/回退 + DeltaThrottle + 打字机渲染 | ✅ 完成 | T29 | | T30 | 安全加固（Mimosa 深度扫描驱动，D11）：路径 ID 白名单/artifacts 与工件名关押/下载 dest 关押+协议白名单/config 密钥打码/Host 信任围栏+回环绑定/危险命令独立拦截/CSPRNG 抽样 | ✅ 完成 | T30 | | T31 | dsh 功能对齐（D12）：LLM 重试退避/web_fetch 工具（SSRF 防护）/原子写入/慢工具线程卸载/search 目录修剪/重复调用提醒/会话重命名 | ✅ 完成 | T31 |

---

六、代理层任务登记（AI代理功能开发：校园 AI 代理层+缓存层）

执行版：《AI代理功能开发/实施方案_代理层与缓存层.md》（T-P0…T-P8，含 DDL/接口签名/验收命令，约 12 工作日）。 设计与经济测算：《AI代理功能开发/方案_校园AI代理层.md》。约束：router_system/ 零改动； M1/M2 零新依赖；总验收 = 压测报告 h_g+h_p ≥ 50% 且统一 5 折毛利为正、账目零不一致。

T	内容	状态	commit
T-P0	骨架：gateway/proxy/ 包 + SQLite DDL + enabled 门控挂路由	✅ 完成	T-P0
T-P1	鉴权+账本：key 签发/令牌桶/四表/request_id 幂等/日限额	✅ 完成	T-P1
T-P2	上游客户端：流式派发+三家 usage 归一化+首 token 前 failover	✅ 完成	T-P2
T-P3	计价+结算：峰谷窗口/毫元整数/黄金用例 ≥10 组	✅ 完成	T-P3
T-P4	路由端到端：/proxy/v1 非流式+流式+402/429/413 语义	✅ 完成	T-P4
T-P5	规范化+桶：稳定哈希/整形顺序/doc_version 失效/多轮不缓存	✅ 完成	T-P5
T-P6	语义缓存：L1 精确+L2 n-gram 倒排+singleflight+TTL+失败不缓存	⬜ 待办
T-P7	管理面+前端：stats/ledger 端点+ProxyView 三卡片	⬜ 待办
T-P8	压测+预算：200 并发流式；P99≤50ms/内存≤1GB/账目零不一致	⬜ 待办

---

七、语义分析器任务登记（AI代理功能开发：三级任务分级，见《实施方案_语义分析器与三级分级.md》）

前置：代理层 T-P 系列。模式：collect（只采集）→ shadow（只比对）→ live（真分流），sense.mode 门控。 总验收 = E-G1：shadow 一致率 ≥85%、conformal 覆盖 ≤α+2%、T1 占比 40–55%、T2 档降云端调用可测。

T	内容	状态	commit
T-G0	骨架：gateway/sense/ 包 + sense.sqlite3 DDL + enabled 门控	⬜ 待办
T-G1	Embedder：/v1/embeddings 客户端 + int8 量化 + 降级阶梯	⬜ 待办
T-G2	观察埋点：observer + 三消费方埋点（pipeline/proxy/client）	⬜ 待办
T-G3	标签+校准：夜间 true_tier 推导 + split-conformal + 工件表	⬜ 待办
T-G3b	KnnHead（架构变体 B）：kNN 投票 + conformal-kNN + 按桶分区/封顶/压缩；hybrid fusion 预留（§14）	⬜ 待办
T-G4	线性头：离线训练脚本 + LinearHead 纯 Python 推理 + 登记	⬜ 待办
T-G5	Grader：决策组合（特征门×概率×conformal）+ /v1/route + 三态 mode	⬜ 待办
T-G6	live 分流：pipeline tier_fn 三档钩子 + proxy 档位映射 + T2 档升级阶梯	⬜ 待办
T-G7	审计+前端：ReviewQueue 抽样 + tier 指标卡 + 客户端来源显示/一键升级	⬜ 待办
T-G8	实验：E-G1/E-G3 报告；（可选）LoraRemote + E-G2 线性 vs LoRA	⬜ 待办