lxy
faa61a9ba5
Agent 3: 共享契约类型定义 - CompressedSummary（T3输出格式） - WorkflowContextBlock（T4工作流DAG上下文） - WorkingContext + GoalItem/DecisionItem/StepInfo（T5常驻上下文） - 脏标记版本追踪 + reset_all 压缩联动 T1: 动态压缩阈值 - maybe_auto_compress 加 sys_tokens 参数，触发条件从 budget*0.6 改为 available*0.6 - 调用处传 sys_tokens（loop顶部已缓存） - 3 行核心改动 T2: 工具命名空间存储 - crates/df-ai/src/namespace_store.rs: 完整实现 + 单元测试 - process_tool_calls: Low/Med/High 路径 namespace 路由 - save_conversation: namespace 引用展开为原文再落 DB - AiSession 新增 namespace_store 字段
89 lines
4.1 KiB
Rust
89 lines
4.1 KiB
Rust
//! df-ai: AI 编排 — LLM Provider、Agent 协调、上下文管理、流式处理、工具注册
|
||
|
||
pub mod ai_tools;
|
||
pub mod anthropic_compat;
|
||
pub mod anthropic_helpers;
|
||
pub mod context;
|
||
pub mod context_helpers;
|
||
// 多 Agent 协作调度中心(Phase 1 规则驱动, Phase 2 LLM 扩展)。
|
||
pub mod coordinator;
|
||
// 会话意图识别层(纯函数,不接入 agentic loop)。依据 docs/02-架构设计/构想审查/
|
||
// 意图识别层论证-2026-06-19.md。提供 recognize / tool_subset_for / suggested_model_tier。
|
||
// 待 Phase B+C 完成 + 模型模态管理落地后再接入 agentic loop。
|
||
pub mod git_worktree;
|
||
pub mod intent;
|
||
pub mod model_fetch;
|
||
// model_fetch 的纯逻辑子模块(URL 拼接 / 噪音过滤 / 响应反序列化),
|
||
// crate 内复用,private mod — 外部经 model_fetch 间接访问,无直接路径需求。
|
||
mod model_fetch_helpers;
|
||
pub mod model_probe;
|
||
// model_probe 的纯逻辑子模块(预设表加载 / 启发式推断 / 词素判定),
|
||
// crate 内复用,private mod — 外部经 model_probe 间接访问,无直接路径需求。
|
||
mod model_probe_helpers;
|
||
// 单对话并行多轮 Phase 0a · 0.8 plan_hint 纯函数(扩 intent::tool_subset_for 编排语义)。
|
||
// 依据 docs/02-架构设计/单对话并行多轮-Phase0落地路线图-2026-06-20.md 第 0.8 节。
|
||
// 纯函数(零 IO 零状态),Phase 1 接入主 loop,LLM 调度留 Phase 2。
|
||
pub mod plan_hint;
|
||
pub mod openai_compat;
|
||
pub mod openai_helpers;
|
||
// Phase 0 (B 路线): Plan-driven 规划骨架(维度 0.8 Plan/SubTask 结构 + 0.7 规划校验/Kahn 分层)。
|
||
// 纯函数模块(零 IO 零状态)。依据 docs/02-架构设计/单对话并行多轮-{设计,Phase0落地路线图}-2026-06-20.md。
|
||
// Phase 1(plan_hint 接入主 loop)/Phase 2(planning)/Phase 3(并行 execution) 接入后续。
|
||
pub mod planner;
|
||
// Phase 2: Plan DAG 分层执行器(骨架,PLAN_EXECUTION_ENABLED 门控默认关)。
|
||
// 按 Plan::to_layers 层间串行/层内并行调度子任务。
|
||
// 依据 docs/02-架构设计/单对话并行多轮-设计-2026-06-20.md。
|
||
pub mod persona;
|
||
pub mod plan_executor;
|
||
pub mod provider;
|
||
pub mod router;
|
||
// CR-30-1: 流前重试退避对外复用。complete() 的 retry_with_backoff 仍 crate 内用,
|
||
// stream_recv/agentic 流前重试需复用 backoff_delay(jitter)+is_status_retryable(Fatal 分类)
|
||
// 避免重写退避/分类逻辑(对齐决策 F-260616-07 a1)。改 pub mod 后对外仅暴露纯函数 + 常量。
|
||
pub mod retry;
|
||
pub mod sse_parser;
|
||
pub mod namespace_store;
|
||
|
||
use provider::LlmProvider;
|
||
use reqwest::Client;
|
||
|
||
// df-ai-core 直接暴露，供需要直接引用 trait crate 的下游（可选）。
|
||
pub use df_ai_core;
|
||
|
||
/// SW-260618-10: 构建 Provider 共用的 reqwest Client（OpenAI/Anthropic Provider::new DRY）。
|
||
///
|
||
/// connect_timeout 30s 防连接阶段静默 hang（网络静默断）；不设总 timeout——reqwest 的
|
||
/// `.timeout()` 会限制整个响应 body 时长，流式长生成任务会被误砍。读取阶段中途静默由上层
|
||
/// stream_llm 的 idle timeout 兜底。builder 失败回退 `Client::new()` 保可用（warn 日志）。
|
||
pub(crate) fn build_provider_client() -> Client {
|
||
Client::builder()
|
||
.connect_timeout(std::time::Duration::from_secs(30))
|
||
.build()
|
||
.unwrap_or_else(|e| {
|
||
tracing::warn!("reqwest builder 失败，回退默认 client: {}", e);
|
||
Client::new()
|
||
})
|
||
}
|
||
|
||
/// 按 provider_type 构建 LLM Provider 实例（统一选择逻辑，消除调用方重复 match）
|
||
///
|
||
/// `anthropic` 协议走 AnthropicCompatProvider（GLM 订阅端点 / Claude 官方），
|
||
/// 其余（openai / glm / deepseek 等 OpenAI 兼容）走 OpenAICompatProvider。
|
||
/// 调用方（AI Chat 的 run_agentic_loop、df-nodes 的 AiNode）统一引用此工厂，
|
||
/// 新增 provider 只改这一处。
|
||
pub fn build_provider(
|
||
provider_type: &str,
|
||
base_url: &str,
|
||
api_key: &str,
|
||
model: &str,
|
||
) -> Box<dyn LlmProvider> {
|
||
match provider_type {
|
||
"anthropic" => Box::new(anthropic_compat::AnthropicCompatProvider::new(
|
||
base_url, api_key, model,
|
||
)),
|
||
_ => Box::new(openai_compat::OpenAICompatProvider::new(
|
||
base_url, api_key, model,
|
||
)),
|
||
}
|
||
}
|