DevFlow/docs/02-架构设计/专项设计/AiNode自审实施方案-2026-06-16.md

AiNode 自审实施方案（②-⑥）

决策基线：决策 a 已定 —— TaskRecord 加 output_json 字段（task 中心，产出跟 task 走）。① df-storage 迁移（struct 字段 + migrations CREATE/ALTER + crud 白名单 + INSERT/UPDATE/SELECT 列）由同批另一 agent 落地，本方案为前置依赖。

范围：仅设计文档（read-only），不改任何 .rs/.ts/.vue 代码。file:line 证据均独立 grep/Read 核验，未采信文档/会话描述声明。

日期：2026-06-16 ｜ 作者：AiNode 自审调研 agent

---

实施状态(2026-06-18 核对)

②-⑤ 全部已落地(原设计 1.2 表中标 ⚠️ 的 crud/白名单缺口已补全，②③④⑤ 已实施)。

① df-storage 迁移 — 已完成(原 ⚠️ 项已补)：

• TaskRecord.output_json: Option<String>：crates/df-storage/src/models.rs:72。
• 白名单含 output_json：crates/df-storage/src/crud.rs:344(allowed_columns_for("tasks") 已含，注释"ai_execute 写产出 / ai_self_review 读产出自审 / human_review 展示对象")。
• migrations：crates/df-storage/src/migrations.rs:303(注释同上)。

② AiNode 持 db + 写产出 — 已落地：

• AiNode struct：crates/df-nodes/src/ai_node.rs:256(持 db 字段，AiNode::new(db) 构造)。
• state.rs 工厂闭包注入 db：src-tauri/src/state.rs:351-352(registry.register("ai", ... AiNode::new(ai_db.clone())))。
• execute 写产出：crates/df-nodes/src/ai_node.rs:319-325(若 config 含 task_id → repo.update_field(task_id, "output_json", &json_str))。

③ AiSelfReviewNode 独立节点 — 已落地(原设计 2.3 推荐独立节点路径已采纳，非按 node_id 分支)：

• AiSelfReviewNode struct：crates/df-nodes/src/ai_node.rs:438。
• REVIEW_SYSTEM_PROMPT(四维度 prompt 模板)：crates/df-nodes/src/ai_node.rs:387。
• JSON 兜底解析 parse_review_json(fn 定义，非 JSON/缺 verdict → verdict=unknown)：crates/df-nodes/src/ai_node.rs:396，单测 :1011-1058(valid/invalid/fence 三场景)。
• build_review_prompt(fn 定义)：crates/df-nodes/src/ai_node.rs:449，单测 :1060。
• state.rs 注册：src-tauri/src/state.rs:359-360(registry.register("ai_self_review", ... AiSelfReviewNode::new(review_db.clone())))。

④ human_review 展示(经 DAG inputs 透传，HumanNode 零改动)— 已落地：

• review 摘要塞 NodeOutput.data：crates/df-nodes/src/ai_node.rs:586(注释「NodeOutput.data 塞 review 摘要,供下游 human_review 经 inputs["ai_self_review"] 读」)。
• testing 模板 edge ai_self_review → human_review：crates/df-nodes/src/task_workflow_templates.rs:80，单测 :149 验证边方向(assert_eq!(edge.source, "ai_self_review"))。
• HumanNode 本身零改动(git 历史核验 human_node.rs 在 AiNode 自审批 commit 中无变动)。

⑤ 前端展示 — 已落地：TaskDetail.vue 加 output_json 区块(本轮未逐行核验前端 file:line，但后端 output_json schema 已定型、前端按 schema 渲染)。

超出原设计、后追加的能力 — gate 闸门：

• testing 模板 ai_self_review 启用 gate:true：crates/df-nodes/src/task_workflow_templates.rs:54-67(阶段3 起 verdict=fail → AiSelfReviewNode 返 Err → 工作流 failed，不经 human_review)。原设计 2.3 标"首版保守，verdict 仅作展示信号"，实际已升级为 DAG 节点闸门(激进方案落地)：crates/df-nodes/src/ai_node.rs:598-626(gate==true 时 verdict=fail 返 Err)。

⑥ 端到端联调 — 代码层完成，实测类待用户：联调依赖 secret 下沉+provider 注入链(docs/02-架构设计/专项设计/secret下沉与provider注入方案-2026-06-16.md，AiNode/AiSelfReviewNode 改经 provider_id + df_storage::secret 解析，FR-S1 mask 对齐)。实测类(tauri dev 跑 testing 模板 ai_self_review→human_review 闭环)待用户执行。

DRY 优化(SW-260618-09)：AiNode/AiSelfReviewNode execute provider 三件套逐字重复已抽 resolve_and_parse + provider_from_params helper(crates/df-nodes/src/ai_node.rs:70/80 注释)。

原文以下设计正文保持不变，作为历史设计记录；落地形态以上方"实施状态"为准。

---

一、现状盘点（file:line 证据）

1.1 已就绪（自审闭环地基）

能力	位置	状态
NodeContext 结构	crates/df-workflow/src/node.rs:12-26	字段：node_id / inputs / config / execution_id / event_bus / node_status，无 task 数据、无 db 句柄
AiNode 通用执行	crates/df-nodes/src/ai_node.rs:116-164	AiNode.execute 调 LLM → 返 NodeOutput{text, model, usage}（仅内存，不落 task）
AiNode 参数解析	crates/df-nodes/src/ai_node.rs:35-109	parse_params(config, inputs)：prompt 优先上游 inputs["prompt"] > config.prompt；provider 配置从 config 取
HumanNode 审批	crates/df-nodes/src/human_node.rs:39-176	阻塞节点，发 HumanApprovalRequest 等响应；reject 关键字（L19-22）→ Err → 工作流 failed
testing 模板（拓扑）	crates/df-nodes/src/task_workflow_templates.rs:57-72	ai_self_review → human_review 串行；节点级 config 仅含 human title/options，ai_self_review config 为空 {}
模板选择	crates/df-nodes/src/task_workflow_templates.rs:28-35	template_for(target_status) 按 in_progress/testing/done 选模板
DagDef 选模板	src-tauri/src/commands/workflow.rs:84-92	空 dag + target_status → template_for 自动选
deep_merge（④-1）	crates/df-workflow/src/executor.rs:102-108 + crates/df-workflow/src/dag.rs:169-188	executor 构建 NodeContext 时 deep_merge(initial_config, node_config)，节点级覆盖全局级；模板节点 config 为空 → 全局 config 原样穿透
工作流联动任务	src-tauri/src/commands/workflow.rs:235-308	task_id+target_status 都 Some 时，完成推进/失败退回（regression_target L46-54）
TaskAdvanceNode db 注入先例	crates/df-nodes/src/task_advance_node.rs:98-110 + src-tauri/src/state.rs:265-266	节点 struct 持 db: Arc<Database>，NodeRegistry::register 工厂闭包 move 捕获 db.clone() 注入 —— AiNode 可复用同一模式
run_workflow 全局 config	src-tauri/src/commands/workflow.rs:67-76	签名含 config: serde_json::Value，闭包内 executor.run(&runtime_dag, config) 传为 initial_config

1.2 待 ①迁移落地（前置依赖）

缺口	位置	说明
struct 字段	crates/df-storage/src/models.rs:69-76	✅ 已有 output_json: Option<String>（决策 a 已落地到模型层）
migrations CREATE	crates/df-storage/src/migrations.rs:371	✅ CREATE TABLE tasks 含 output_json TEXT（新库）
migrations ALTER（老库）	crates/df-storage/src/migrations.rs:394-395 附近	⚠️ 未见 ALTER TABLE tasks ADD COLUMN output_json（老库升级缺列，需 ①迁移补）
crud SELECT	crates/df-storage/src/crud.rs:779	⚠️ list_active SELECT 列未含 output_json
crud INSERT/UPDATE	crates/df-storage/src/crud.rs:748-762	⚠️ INSERT/UPDATE_FULL 语句未含 output_json 列
crud 行映射	crates/df-storage/src/crud.rs:544	⚠️ output_json: row.get("output_json") 存在，但 SELECT 缺列 → 运行时 row.get 会报错（待 ①补 SELECT）
crud 白名单	crates/df-storage/src/crud.rs:342-343	⚠️ allowed_columns_for("tasks") 未含 output_json（AiNode 写产出走通用 update_field 必需）

结论：①迁移尚未完成（struct 已加字段，crud 链路与白名单未跟上）。本方案所有 ②-⑥ 步骤均强依赖 ①完成，尤其白名单与 SELECT 列。

---

二、五项实施方案

2.1 方案①：NodeContext 注入 task 机制

问题：ai_execute/ai_self_review 需拿到 task_id + task 数据（description / output_json）+ provider 配置；ai_execute 还需 db 句柄写产出。当前 NodeContext（node.rs:12-26）无此二者。

三选项对比：

选项	机制	优点	缺点
A. config 注入 task_id + 节点持 db 句柄（推荐）	run_workflow 全局 config 注入 task_id+provider{base_url,api_key,model,protocol}；AiNode struct 加 db: Arc<Database>，state.rs 工厂闭包 move 注入（复用 TaskAdvanceNode 先例）	零改 NodeContext（不动 node.rs）；db 注入已有先例（state.rs:265）；config 经 deep_merge 穿透；AiNode 与 TaskAdvanceNode 注入方式一致	AiNode 从无状态单例变有状态（state.rs:257-259 工厂闭包需改 move db.clone）
B. NodeContext 加 task 字段	改 node.rs 加 task: Option<TaskRecord> + db 句柄字段	节点直接读，省一次 DB 查	改 NodeContext 影响所有 Node（HumanNode/SleepNode/test 构造全改，human_node.rs:236 make_ctx 等测试全改）；executor.rs:99-113 构造点要读 DB；df-workflow 反向依赖 df-storage/df-task（循环依赖风险）
C. IPC handler	AiNode 通过 event_bus 发事件，前端/IPC 侧写 task	解耦	AiNode 在 DAG 后台线程，无 AppHandle/State；引入跨线程往返；HumanNode 那套 broadcast 模式不适合写 DB；过度复杂

推荐：选项 A。理由：

1. 零侵入 NodeContext —— 不动 node.rs，所有现有 Node 与测试（human_node.rs:236 make_ctx、executor.rs:99-113）零改动。
2. 先例已验证 —— TaskAdvanceNode（task_advance_node.rs:98-110）就是这套：struct 持 db: Arc<Database>，state.rs:265-266 工厂闭包 move |_config| { Box::new(...::new(db.clone())) } 注入。AiNode 照搬。
3. config 穿透已就绪 —— run_workflow 全局 config（workflow.rs:72）→ executor deep_merge（executor.rs:102-108）→ 模板节点 config 空 {} → 全局 config 原样进 NodeContext.config。前端调 workflowApi.run(name, {}, config, taskId, target)（workflow.ts:12-26）即可把 task_id/provider 推进去。
4. DB 句柄天然可得 —— state.rs:205 已有 db: Arc<Database>，build_registry 入参就是它（state.rs:252）。

注入路径：

前端 TaskDetail.handleWorkflowAdvance
  → workflowApi.run(name, {}, {task_id, provider:{base_url,api_key,model,protocol}}, taskId, "testing")  (workflow.ts:12-26)
  → run_workflow(task_id, target_status, config)  (workflow.rs:67)
  → executor.run(dag, config)  // config 作 initial_config  (workflow.rs:245)
  → NodeContext.config = deep_merge(initial_config, node_config={})  (executor.rs:102-108)
  → AiNode.execute(ctx): ctx.config["task_id"] / ctx.config["provider"] 可读
  → AiNode 持 self.db → TaskRepo::new(&self.db).get_by_id(task_id) 读 task

provider 配置来源：前端从 ai_list_providers（api/ai.ts:76）取默认 provider（types.ts:172-178 AiProviderRecord），拼成 {base_url, api_key, model, protocol} 注入 config。api_key 安全：复用 src-tauri/src/commands/ai/secret.rs ensure_resolved_key（ai_node.rs:50 注释已对齐此行为），前端不直接拿明文，由后端在注入 config 前解析（或前端传 provider_id，后端 AiNode 内部解析——更安全，见风险）。

2.2 方案②：ai_execute 写产出

前置：方案①A（AiNode 持 db + config 有 task_id）。

写产出路径（ai_node.rs:155-163 当前返 NodeOutput 后追加落库）：

AiNode.execute(ctx):
  1. parse_params(&ctx.config, &ctx.inputs)  → p  (现有,ai_node.rs:119)
  2. provider.complete(request) → response  (现有,ai_node.rs:146)
  3. 【新增】若 ctx.config 有 task_id:
       let task_id = ctx.config["task_id"].as_str()
       let repo = TaskRepo::new(&self.db)
       // 产出 schema: {text, model, usage} 直接序列化(与 NodeOutput.data 一致)
       let output_json = serde_json::to_string(&json!({text, model, usage}))?
       repo.update_field(task_id, "output_json", &output_json).await?  // 需 ①白名单含 output_json
  4. return NodeOutput::from_value(...)  (现有,ai_node.rs:155)

关键约束：

• update_field（crud.rs:165）走白名单校验 —— 必须 ①把 output_json 加进 tasks 白名单（crud.rs:342-343）。
• 产出 schema 与 NodeOutput.data 一致（ai_node.rs:155-163），下游 ai_self_review 既可从 inputs["ai_execute"].data 读（DAG 层），也可从 task.output_json 读（跨 DAG/重启）。推荐读 inputs（DAG 内闭环），task.output_json 仅作持久化与 human_review 展示源。

in_progress 模板适用：in_progress_template（task_workflow_templates.rs:40-50）单 ai_execute 节点，正是写产出处。testing 模板的 ai_self_review 读上游/读 task.output_json。

2.3 方案③：ai_self_review prompt 模板与自审结果

输入：ai_self_review 节点读上游 inputs["ai_execute"]（DAG 层 testing 模板无 ai_execute，故实际读 task.output_json）+ task.description（需求）。

prompt 模板草案：

【系统提示 system_prompt】
你是严格的代码/产出审查员。审查任务产出是否符合需求，按四维度给出结构化结论。
只输出 JSON，不要任何额外文字。

【用户提示 prompt】
## 任务需求
{task.description}

## 待审产出
{task.output_json 解析后的 text 字段}

## 审查维度
1. 需求符合度：产出是否覆盖需求描述的所有要点
2. 产出完整性：是否有遗漏、未完成的部分
3. 正确性：逻辑/事实/语法是否正确
4. 边界处理：异常输入、空值、错误路径是否考虑

## 输出格式（严格 JSON）
{
  "verdict": "pass" | "fail",
  "dimensions": {
    "requirement_fit": {"score": 0-10, "issues": ["..."]},
    "completeness":   {"score": 0-10, "issues": ["..."]},
    "correctness":    {"score": 0-10, "issues": ["..."]},
    "boundary":       {"score": 0-10, "issues": ["..."]}
  },
  "summary": "一句话总结",
  "suggestions": ["改进建议1", "改进建议2"]
}
verdict=fail 当且仅当任一维度 score < 6 或有阻断性 issue。

自审结果写回 output_json：不覆盖，加 review 子字段（保留 ai_execute 原始产出供 human_review 对照）：

{
  "text": "<ai_execute 原始产出>",
  "model": "...",
  "usage": {...},
  "review": {
    "verdict": "pass" | "fail",
    "dimensions": {...},
    "summary": "...",
    "suggestions": [...],
    "reviewed_at": "<now_millis>",
    "reviewer_model": "<自审用的 model>"
  }
}

verdict=fail 的处理：当前 testing 模板（task_workflow_templates.rs:57-72）ai_self_review → human_review 串行，ai_self_review 返 Ok（不 Err）。设计选择：ai_self_review 不据 verdict 主动 Err（自审是辅助，最终决策权在人）。verdict=fail 时：

• 写回 output_json（带 review.fail 信号）
• 节点返 Ok（让 human_review 节点继续，人看到 fail 结论再定）
• human_review 可在审批卡片高亮显示 verdict=fail（前端红标），人选拒绝 → Err → 工作流 failed → regression_target（workflow.rs:46-54 testing→in_review）退回

替代方案（更激进，不推荐首版）：ai_self_review verdict=fail 直接返 Err → 工作流 failed → 自动退回 in_review，跳过人工。风险：LLM 自审误判直接退回，人无干预机会。首版保守，verdict 仅作展示信号。

实现要点：

• prompt 模板放节点 config 还是硬编码？—— 放 config（run_workflow 全局 config 注入 review_prompt_template），模板可热替换。但首版可硬编码在 AiNode 逻辑里（按 node_id=="ai_self_review" 分支），简化首版。
• LLM 输出解析：serde_json::from_str(&response.text) 解 JSON，失败兜底 verdict=unknown, summary=原文（防 LLM 不按要求输出）。

2.4 方案④：human_review 展示

human_review 节点（human_node.rs:39）当前从 ctx.config 读 title/description/options（human_node.rs:42-56），发 HumanApprovalRequest（human_node.rs:74-83）。问题：HumanApprovalRequest 事件载荷（df-core events）只有 title/description/options，不含 task 产出/自审结果。

展示方案：human_review 节点在发 HumanApprovalRequest 前，读 task.output_json，把"产出摘要 + 自审结论"拼进 description 字段（最小改动，复用现有事件结构）：

human_review.execute(ctx):
  1. 读 task.output_json（经方案①AiNode 持 db + ctx.config["task_id"]）
     → 解析 review.verdict / review.summary / review.suggestions
     → 解析 text（ai_execute 产出）
  2. 拼接 description:
     description = format!("
       ## AI 自审结论：{verdict}
       {summary}
       建议：{suggestions}
       
       ## 产出
       {text_前 N 字}
     ")
  3. ctx.config["description"] = description  (覆盖模板默认空串,human_node.rs:46-48)
  4. 发 HumanApprovalRequest（现有流程,human_node.rs:74-83）

约束：HumanNode 当前不持 db（human_node.rs:36 pub struct HumanNode; 无字段）。需同样按方案①A 给 HumanNode 加 db: Arc<Database> + state.rs:254-256 工厂闭包改 move db。或：human_review 的 description 由 ai_self_review 节点算好，经 DAG outputs 透传（inputs["ai_self_review"].data）—— 更优，HumanNode 零改动：

• ai_self_review 节点把"自审结论 + 产出摘要"塞进 NodeOutput.data
• human_review 读 inputs["ai_self_review"].data["review_summary"] 拼进 description
• HumanNode 不需 db，零改动

推荐后者（HumanNode 零改动，db 注入只给 AiNode）。

审批卡片显示什么（前端）：

• title：模板已定「核对 AI 自审结果」（task_workflow_templates.rs:66）
• description：自审 verdict（pass/fail 红绿标）+ summary + suggestions + 产出摘要
• options：同意 / 拒绝（task_workflow_templates.rs:67，含拒绝触发退回）

2.5 方案⑤：前端展示 output_json

当前 TaskDetail.vue（src/views/TaskDetail.vue:1-140）：展示 title/status/description/priority/branch 等，无 output_json 展示。已有工作流推进按钮（L71-91）+ workflow-event 监听（L81-90 轻量进度）+ df-data-changed 自动刷新（L82 注释）。

UI 方案（在 TaskDetail.vue 信息区加一个区块，L124 workflowDef 后）：

<!-- F-AiNodeSelfReview: 任务产出 + 自审结果展示 -->
<div v-if="task.output_json" class="info-item info-block">
  <span class="label">{{ $t('taskDetail.output') }}</span>
  <div class="value output-block">
    <!-- 自审结论卡（若有 review 子字段） -->
    <div v-if="parsedOutput.review" class="review-card" :class="reviewVerdictClass">
      <span class="review-verdict">{{ reviewVerdictLabel }}</span>
      <span class="review-summary">{{ parsedOutput.review.summary }}</span>
      <ul v-if="parsedOutput.review.suggestions?.length" class="review-suggestions">
        <li v-for="(s, i) in parsedOutput.review.suggestions" :key="i">{{ s }}</li>
      </ul>
    </div>
    <!-- AI 产出（Markdown 渲染,复用 useRendered） -->
    <div v-if="parsedOutput.text" class="output-text ai-md" v-html="renderedOutput"></div>
  </div>
</div>

实现要点：

• parsedOutput = computed(() => JSON.parse(task.output_json))（包 try/catch，解析失败降级显示原文）
• reviewVerdictClass：pass→绿，fail→红
• renderedOutput：复用 useRendered（TaskDetail.vue:150, 190-192 已用于 description）渲染 markdown
• i18n key：taskDetail.output / taskDetail.review.pass / taskDetail.review.fail
• workflow 完成后 task 经 df-data-changed 自动刷新（现有机制，TaskDetail.vue:82 注释），output_json 自动出现

约束：output_json 是 Option<String>（models.rs:76），前端 task.output_json 可能为 undefined（旧任务无产出）—— v-if="task.output_json" 守卫。

---

三、②-⑥ 实施步骤拆解（标可并发）

依赖链：①迁移（另一 agent）→ ②-⑥。②-⑥ 内部：

② AiNode 持 db + 写产出 ──┐
                          ├─→ ⑤ 前端展示（依赖 output_json schema 定型，即③review schema）
③ ai_self_review prompt ──┤
                          ├─→ ④ human_review 展示（依赖③ review schema + ② 产出 schema）
                          ┘
⑥ 端到端联调（依赖②③④⑤）

步骤②：ai_execute 写产出（依赖①白名单）

• crates/df-nodes/src/ai_node.rs：AiNode struct 加 db: Arc<Database> 字段 + new(db) 构造
• crates/df-nodes/src/ai_node.rs:execute：LLM 完成后，若 ctx.config["task_id"] 存在 → TaskRepo::new(&self.db).update_field(task_id, "output_json", &json) 落库
• src-tauri/src/state.rs:257-259：ai 工厂闭包改 move |_config| Box::new(AiNode::new(db.clone()))（对齐 state.rs:265 TaskAdvanceNode 写法）
• 单测：mock db 验证 update_field 调用 + output_json 内容

步骤③：ai_self_review prompt 模板（依赖② schema）

• crates/df-nodes/src/ai_node.rs：按 node_id 分支（或新增 AiReviewNode 独立节点类型）—— 推荐独立节点 ai_self_review 类型，复用 AiNode 大部分逻辑但 prompt 模板固定、输出解析 JSON
• prompt 模板（见 2.3）硬编码或 config 注入
• LLM 输出 JSON 解析 + 兜底
• 自审结果写回 task.output_json（加 review 子字段，不覆盖 text）
• 注册 ai_self_review 节点类型到 state.rs build_registry
• testing 模板节点类型 "ai" → "ai_self_review"（task_workflow_templates.rs:59）

步骤④：human_review 展示（依赖③ review schema）

• crates/df-nodes/src/ai_node.rs（ai_self_review 节点）：把 review 摘要塞进 NodeOutput.data，供下游 human_review 读
• 不改 HumanNode（human_node.rs 零改动）—— human_review 节点 config 的 description 在模板层或 ai_self_review 输出层拼接
• 方案：testing 模板给 human_review 节点 config 加 description 占位，或新增轻量"描述拼装"逻辑（读 inputs["ai_self_review"]）
• 若选 HumanNode 持 db 方案：human_node.rs 加 db 字段 + state.rs:254 工厂闭包改 move（不推荐，多改一处）

步骤⑤：前端展示（依赖③ schema 定型）—— 可与②③④并发

• src/views/TaskDetail.vue：加 output_json 展示区块（见 2.5）
• src/api/types.ts：TaskRecord 类型加 output_json?: string
• src/locales/*.json：加 taskDetail.output / review.pass / review.fail i18n key
• review.verdict 红绿标样式

步骤⑥：端到端联调（依赖②③④⑤全完成）

• 前端 TaskDetail 点工作流推进（testing）→ run_workflow → ai_self_review 调 LLM → 写 output_json → human_review 审批卡显示自审结论 → 人同意/拒绝 → 任务态推进/退回
• 验证 regression_target（workflow.rs:46-54）：拒绝 → failed → testing 退回 in_review

可并发标注：

• ②③④ 串行（共享 ai_node.rs / schema）
• ⑤ 可与②③④ 并发（前端独立，仅依赖 schema 文档约定）
• ⑥ 必须最后（全依赖）

---

四、风险

风险	等级	说明	缓解
①迁移未完成阻塞 ②-⑥	P0 阻断	crud 白名单（crud.rs:342-343）/ SELECT 列（crud.rs:779）/ INSERT-UPDATE 语句（crud.rs:748-762）/ ALTER（migrations.rs）均未含 output_json	本方案明确标注前置依赖；①agent 须先完成 crud 链路全量（白名单+SELECT+INSERT+UPDATE+ALTER）
api_key 明文经 config 注入	P0 安全	前端拼 provider config 含 api_key，经 IPC（明文）+ config（明文）传到 AiNode，前端可拿到明文 key（违背 FR-S1 mask 设计）	改传 provider_id（非 api_key），AiNode 内部调 secret::ensure_resolved_key（src-tauri/src/commands/ai/secret.rs）解析；前端 config 只放 provider_id + model + protocol，base_url/api_key 后端解析注入
LLM 自审输出不合规 JSON	P1	LLM 可能不按要求输出纯 JSON	兜底解析：JSON.parse 失败 → verdict=unknown + summary=原文；prompt 强约束 + temperature=0
AiNode 从无状态变有状态	P2	state.rs:257-259 当前 Box::new(AiNode) 无参，改 new(db.clone()) 后工厂闭包要 move db（对齐 state.rs:265 已有写法）	低风险，TaskAdvanceNode 同模式已验证；注意所有 AiNode 测试构造点同步
HumanNode 是否持 db 的方案分歧	P2	方案④有两个选项（HumanNode 持 db vs ai_self_review 输出透传）	推荐后者（HumanNode 零改动），review 摘要经 DAG inputs 透传；减少改动面
ai_self_review verdict=fail 是否自动退回	P2	激进方案（fail→Err→自动退回）vs 保守方案（fail→展示，人定）	首版保守，verdict 仅作展示信号；后续可加 config 开关 auto_reject_on_fail
testing 模板 ai 节点类型改 ai_self_review	P2	task_workflow_templates.rs:59 当前 dag.add_node("ai_self_review", "ai", ...) 类型是 "ai"；若新增独立 ai_self_review 节点类型，模板要改 + registry 要注册	若复用 AiNode（按 node_id 分支 prompt）则模板不改；若独立节点则模板 + registry 都改（见步骤③）
output_json schema 演进	P3	未来产出类型多样化（代码/文档/分析），单一 text+review schema 可能不够	schema 设计预留扩展字段；output_json 本就是自由 JSON 字符串，可演进

---

五、依赖

• ① df-storage 迁移（另一 agent，本方案前置）：TaskRecord struct（✅ models.rs:76 已加）→ migrations（CREATE ✅ / ALTER ⚠️ 缺）→ crud（SELECT ⚠️ / INSERT ⚠️ / UPDATE ⚠️ / 白名单 ⚠️ 全缺）。须全量完成 crud 链路 + 白名单含 output_json。
• provider 配置注入链：前端 ai_list_providers（api/ai.ts:76）+ 默认 provider（types.ts:172-178）→ run_workflow config → deep_merge。已就绪，仅需前端拼装逻辑。
• secret 解析（若走 provider_id 方案）：src-tauri/src/commands/ai/secret.rs ensure_resolved_key 已就绪（ai_node.rs:50 注释对齐）。

---

六、附录：file:line 证据索引

文件	行	内容
crates/df-workflow/src/node.rs	12-26	NodeContext 结构（无 task/db）
crates/df-nodes/src/ai_node.rs	35-109	parse_params 参数解析
crates/df-nodes/src/ai_node.rs	112	pub struct AiNode;（无状态）
crates/df-nodes/src/ai_node.rs	116-164	AiNode.execute 调 LLM 返 NodeOutput
crates/df-nodes/src/ai_node.rs	155-163	产出 schema {text,model,usage}
crates/df-nodes/src/human_node.rs	36	pub struct HumanNode;（无状态）
crates/df-nodes/src/human_node.rs	39-176	HumanNode.execute 审批流程
crates/df-nodes/src/human_node.rs	19-22	REJECT_KEYWORDS
crates/df-nodes/src/task_workflow_templates.rs	28-35	template_for 选模板
crates/df-nodes/src/task_workflow_templates.rs	57-72	testing 模板（ai_self_review→human_review）
crates/df-nodes/src/task_advance_node.rs	98-110	TaskAdvanceNode db 注入先例
crates/df-workflow/src/executor.rs	99-113	NodeContext 构造
crates/df-workflow/src/executor.rs	102-108	deep_merge 节点级覆盖全局
crates/df-workflow/src/dag.rs	169-188	deep_merge 实现
src-tauri/src/commands/workflow.rs	67-76	run_workflow 签名（config/task_id/target_status）
src-tauri/src/commands/workflow.rs	84-92	空 dag + target → template_for
src-tauri/src/commands/workflow.rs	235-308	工作流联动任务推进/退回
src-tauri/src/commands/workflow.rs	46-54	regression_target 失败退回映射
src-tauri/src/state.rs	252-266	build_registry 节点注册（AiNode L257 / TaskAdvanceNode L265）
crates/df-storage/src/models.rs	53-79	TaskRecord（含 output_json L76）
crates/df-storage/src/migrations.rs	371	CREATE TABLE output_json TEXT
crates/df-storage/src/crud.rs	165	update_field 通用写
crates/df-storage/src/crud.rs	342-343	tasks 白名单（缺 output_json）
crates/df-storage/src/crud.rs	748-762	TaskRepo INSERT/UPDATE（缺 output_json）
crates/df-storage/src/crud.rs	779	list_active SELECT（缺 output_json）
src/api/workflow.ts	12-26	workflowApi.run（含 config/taskId/targetStatus）
src/api/ai.ts	76	ai_list_providers
src/api/types.ts	172-178	AiProviderRecord（api_key/base_url）
src/views/TaskDetail.vue	71-91	工作流推进按钮 + 轻量进度
src/views/TaskDetail.vue	124-127	workflowDef 区块（output_json 展示插入点）
src-tauri/src/commands/ai/secret.rs	-	ensure_resolved_key（api_key 安全解析）