xiaohei/Agentswarm
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
30 Commits 5 Branches 0 Tags
0787e337f6bc1dc28497ff17539482ed247e0cf8
Commit Graph
30 Commits
This Branch
This Branch
All Branches
Author SHA1 Message Date
Songhaoz666andClaude Opus 4.8 0787e337f6 frontend-event-api：明确 run/task/event 稳定 API + Agent 调度入口已统一（Refs #18） 
新增 §6「Swarm 侧冻结口径」：①「前端可渲染 run/task/event 稳定 API」本仓已冻结——REST
(/{id}、/tasks、/events?after=<sequence>、/workflow、/metrics、/diagnostics、/audit) +
event-schema FROZEN v1 客户端事件集 + per-swarm sequence 去重续传；②「Agent Registry/调度入口
统一」蜂群内单实现——agent_registry(WS 注册) + swarm_dispatch 自选(能力+τ+负载+预算，见
agent-capability-schema/dispatch_score/decision_engine)；③ 外部/后续(非本仓)：SSE 传输
(HM Phase2 #46)、跨平台统一 registry/quota/routing(Infra #2)、cockpit 渲染(客户端仓)。

纯文档、纯追加 §6（不动 header/§4/§5），与 #34 对同文件的改动不重叠，可无冲突合并。

Refs #18

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
 2026-06-11 09:45:00 +08:00
FastheiandGitHub 5138d9a370 Merge pull request #33 from xmindlab-heicode/feat/client-guide-billing 
CLIENT_GUIDE 校正：计费口径挑明 + §5/§7 去除已删除的 ENABLE_* 开关（Refs #16）
 2026-06-10 22:48:45 +08:00
FastheiandGitHub 5e29618bf5 Merge pull request #32 from xmindlab-heicode/feat/max-agents-per-user 
每用户并发 Agent 上限：MAX_AGENTS_PER_USER 默认 10
 2026-06-10 22:44:39 +08:00
Songhaoz666andClaude Opus 4.8 a01472ffd0 CLIENT_GUIDE 校正：计费口径挑明 + §5/§7 去除已删除的 ENABLE_* 开关（Refs #16） 
计费（§5/§8）：把"经 secret_ref 注入 / NewAPI 计量"挑明为——OPENAI_API_KEY = HM 为该用户现签的 per-user sk-，OPENAI_API_BASE = HM /v1，由 Agent 平台拉起 agent 时注入进程 env（不入 create 请求/回调/日志），模型调用扣发起用户 user.Quota、按 token 名归集；交叉引用 usage-billing §1/§2。回应 HM agent_swarm#16 / heicode-mananger#60。

文档/代码冲突修正（§5/§7）：去中心化重构（#26 已合并）已删除 ENABLE_PLANNER_FALLBACK / ENABLE_REVIEW_LOOP 及单 critic 主控评审环，蜂群为唯一行为、无开关；CLIENT_GUIDE §5 仍写"设这些 flag 启用工作流"已过时。§5 重写为无条件流程（播种→自选→自主分解#7→竞争/接管#8→交叉评审#11→收敛#12→synthesize 汇总），列出仅剩的真实开关（MAX_REVIEW_CYCLES / MAX_AGENTS_PER_USER / ENABLE_QUALITY_EVAL+HEICODE_SANDBOX_ISOLATED / ENABLE_SUBTASK_HANDOFF）；§7 本地联调示例去掉已删除的 flag。

仅文档；无代码/契约改动。Refs #16

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
 2026-06-10 22:42:33 +08:00
Songhaoz666andClaude Opus 4.8 56bff469c1 每用户并发 Agent 上限：MAX_AGENTS_PER_USER 默认 10 
需求：限制每个用户在 swarm 中并发的 Agent 数为 10。按「并发 WS 连接数/用户」口径实现，env 可调（默认 10）。

orchestrator/main.py：ConnectionManager 新增 per-user 记账（agent_user / user_agents + user_agent_count / can_bind_user / bind_user / unbind）；max_agents_per_user() 读 MAX_AGENTS_PER_USER（默认 10）。WS register 携带 user_id 且该用户已达上限时回 registration_rejected(reason,limit) 并 close(1008)，不注册；同 agent_id 重连放行；断开 unbind 释放名额。未带 user_id 的 Agent 为 unbound、不受限。

agent/main.py：新增 user_id 构造参数 + HEICODE_USER_ID 环境回退，并在 register 载荷中带上（仅在设置时）。

测试 scripts/test-max-agents-per-user.py：单元 + WS 集成（MAX_AGENTS_PER_USER=3）。接入 CI。docs/integration/security-boundary.md §6 记录该配额。

影响范围：仅 agent_swarm；不改 Manager↔Swarm 契约、计费、审批链、密钥处理。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
 2026-06-10 22:01:22 +08:00
FastheiandGitHub e64ce6144a Merge pull request #30 from xmindlab-heicode/feat/audit-trace-freeze 
审计/链路追踪落地：可回放审计记录 FROZEN v1（Refs #17）
 2026-06-10 21:39:53 +08:00
FastheiandGitHub eb643c9b02 Merge branch 'main' into feat/audit-trace-freeze 2026-06-10 21:39:22 +08:00
Songhaoz666andClaude Opus 4.8 3411daf00b 复审整改(PR #30)：审计接口读取完整事件流，消除 >500 事件静默截断 
Fasthei 复审阻塞点：build_audit_trace_for_run 只调用一次 list_events(limit=500)，
而 list_events 把 limit 钳到 500 并用 next_cursor 暴露下一页——501+ 事件的 run 只返回
前 500 条审计记录，无报错/无 truncated 标记，违背 #17「每步 trace 可回放」核心 DoD。

修复：build_audit_trace_for_run 改为循环跟随 next_cursor 读到为空，拼出完整事件流再
装配审计记录（main.py）。

测试：test-audit-trace.py 新增 test_pagination_no_truncation——存 612 条事件（>500 且非
500 整数倍），断言 audit count == 完整事件数（613，含创建事件）、replay 行数 == count 不截断、
audit_id 连续到末条（aud_000613）。本地全绿。

影响范围：仅 agent_swarm（orchestrator 只读审计装配 + 测试）；无契约/计费/审批/密钥改动。

Refs #17

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
 2026-06-10 21:14:50 +08:00
FastheiandGitHub 5a3296e7d1 Merge pull request #28 from xmindlab-heicode/feat/contract-freeze 
契约冻结 v1：Manager/客户端 Swarm Run 查询契约（Refs #2 #14 #15）
 2026-06-10 18:36:38 +08:00
FastheiandGitHub 4bc98cf177 Merge pull request #31 from xmindlab-heicode/feat/security-boundary-freeze 
安全边界强制点：可验证边界 FROZEN v1 + 契约测试（Refs #19）
 2026-06-10 18:26:46 +08:00
Songhaoz666andClaude Opus 4.8 727737dd9b 安全边界强制点：可验证边界 FROZEN v1 + 契约测试（Refs #19） 
issue #19 要求「secret 仅 ref/不落明文；workspace/tool/MCP/tenant 沙箱强制；边界可验证 + 测试」。
本仓**已强制**的三类边界此前散落、缺统一验证；本 PR 把它们合为一套可验证测试并冻结文档。

测试：scripts/test-security-boundary.py（hermetic，19 断言）覆盖本仓强制边界：
- secret：billing_context.secret_ref 非 azkv:// 入口拒绝；明文 password/access_token 等字段
  在任意层级拒绝；非 azkv 的 *_ref 拒绝（validate_create_request / _reject_plaintext_secrets）。
- 脱敏：明文凭据 → [redacted]；azkv secret_ref 透传（HM 对客户端再脱敏）（_redact_sensitive）。
- workspace：绝对路径 / `..` 逃逸 / 空路径拒绝，合法相对路径落在 workspace 根内
  （task_executor._resolve_workspace_path）。
- 沙箱 fail-closed：未确认隔离时 assert_isolated 抛 SandboxIsolationError，确认后放行。

文档：docs/integration/security-boundary.md → FROZEN v1：§9 覆盖表标注「✅✔ 已实现+测试」
三类强制边界；其余按规则 #9 据实标 ⏸「本次不做」并给理由——tool/MCP 权限引擎（无工具层可治理）、
allowed_paths 按 grant 强制（待资源授权链）、Pod 强化沙箱（Infra）、租户隔离（有意不引入，
按 user/channelId 归因）。CI 新增该测试步。

影响范围：仅 agent_swarm（新增测试 + 文档冻结 + CI）。无运行时逻辑改动；不改 Manager↔Swarm
契约、计费、审批链、密钥处理（仅为既有强制点补可验证测试）。

Refs #19

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
 2026-06-10 18:11:25 +08:00
Songhaoz666andClaude Opus 4.8 af4ace4340 审计/链路追踪落地（可回放审计记录 FROZEN v1）（Refs #17） 
issue #17 要求「每步 trace 可回放（谁/何模型/何工具/何审批）+ schema 冻结 + 测试」。
本仓已持久化事件流 + 任务谱系 + 每任务 usage(model_id) + 审批；本 PR 把它们规整为
统一、有序、可回放的审计记录并冻结 schema。

代码：
- orchestrator/audit.py（新，纯模块，无 Redis/WS/FastAPI/模型）：build_audit_trace(
  events, task_facts, approvals, lineage) 逐事件产审计记录（who/when/model_id/tool_count/
  approval{id,decision}/result/lineage），audit_id 由序位确定（非随机，可字节级复现）；
  replay(records) 产人读步骤行。无内容、无密钥、缺信号不伪造（model/tool 缺则 null）。
- orchestrator/main.py：build_audit_trace_for_run（装配器，从 list_events + 任务 usage +
  run.approvals 取数）+ 读接口 GET …/{id}/audit（三别名路由，复用既有鉴权）。

文档：docs/integration/audit-trace-schema.md → FROZEN v1：§3.1 回放装配、§5 冻结记录形；
诚实标注**有意排除**（prompt/代码原文、model 请求响应体刻意不留痕——无内容原则；
无 SK/MCP 工具层故无工具名谱系），按规则 #9 不伪造、不在本次扩展。

测试：scripts/test-audit-trace.py（纯模块 + 集成）：逐步 who/model/tool/approval 重建、
result 归类、有序回放、**断言无 secret_ref/azkv/明文泄漏**；接入 CI。

影响范围：仅 agent_swarm（orchestrator 新增只读审计接口 + 纯模块 + 文档 + 测试 + CI）。
- Manager：新增只读 GET …/{id}/audit；不改回调/契约/计费/审批链。
- 密钥/审计：审计记录只含非内容元数据 + secret_ref 永不写入；归因按 user/channelId，不引入 tenant。

Refs #17

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
 2026-06-10 18:06:50 +08:00
FastheiandGitHub 59df538511 Merge pull request #29 from xmindlab-heicode/feat/benchmark-group-c-reland 
benchmark Group C 重新落地到 main（基线运行器 + 统一记录 + 报告/回放）（Refs #21 #20 #22 #13）
 2026-06-10 18:02:27 +08:00
Songhaoz666andClaude Opus 4.8 baa67350e6 benchmark Group C：基线运行器 + 统一 BenchmarkRunRecord + 报告/回放（Closes #21） 
在去中心化重构之上落地 benchmark 对比管线：5 个系统（single/strong/chain/sub_agent/swarm）
跑同一任务集、同一执行后端，产出统一 BenchmarkRunRecord → 评估器算 G_E/G_E,c → 报告 + 回放。

- benchmark/runners/：backend（Offline 确定性 / OpenAI 真实）+ base + 5 个 runner。各 runner
  用 held-out fixture 测试在 Group B 沙箱里评分得 TestPassRate（权威，非自评）。
- benchmark/tasksets/：统一任务集 + 加载器（coding-set-1，1 个 fixture）。
- benchmark/reports/、benchmark/replay/：G_E/G_E,c/coverage/confidence + 归档。
- benchmark/baselines/comparison.py：BenchmarkRunRecord 的 CodeReview/UserAcceptance 改为
  Optional（掩码归一，未采集即 None，规则 #9）。
- scripts/run-benchmark-suite.py harness + scripts/test-benchmark-runners.py。

与去中心化重构对齐：swarm runner 拓扑已**重指向去中心化流程**（种子→自选→自主分解→竞争→
同伴交叉评审→收敛，calls=6/review=1），非旧 Master「分解→派发→单评审」。仍用同一离线后端
建模以保证公平对比（驱动活体编排器会换后端→记录不可比；活体全流程由 test-workflow-e2e 验证）。

沙箱适配：runner 评分走 fail-closed 沙箱（#24），故 test + CI 步骤设 HEICODE_SANDBOX_ISOLATED=1
（仅 CI/隔离 Pod）。

影响范围：agent_swarm（benchmark 层 + 测试 + docs + CI）。不碰 orchestrator 编排逻辑、
不改 Manager↔Swarm 契约、不影响 Client/计费/密钥/审计/发布链路。

诚实边界：
- **离线后端只验证管线**：所有系统拿同一参考解 → quality 相同 → G_E=0、swarm_valid=False，
  刻意不显示蜂群优势（反造假）。真实 G_E>0 需 --backend openai + 足量冻结任务集 + 多次运行。
- 故 Closes #21（运行器 + 统一记录已落地并产出合规非 NaN 记录）；Refs #20（仅 1/5 场景）、
  Refs #22（评估器/报告/回放已建，但 Quality 仅 TestPassRate，CodeReview/UserAcceptance 缺）、
  Refs #13（验收 EPIC，需真实 run 证明 Swarm>baselines，未满足）。

Closes #21
Refs #20
Refs #22
Refs #13

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
 2026-06-10 17:44:34 +08:00
Songhaoz666andClaude Opus 4.8 15fe5d379b 契约冻结 v1：Manager/客户端 Swarm Run 查询契约（Refs #2 #14 #15） 
回应 HM 驾驶舱（heicode-mananger #28/#45/#46）经 agent_swarm#14（runtime-contract）
+ #15（event-schema）提出的消费需求。HM 只读查询已落地（HM PR #53），唯一前置是本
仓契约冻结。本 PR 把回调契约冻结为 v1 并落代码 + 测试。

代码（orchestrator/）：
- swarm_runtime.emit_event：回调 envelope 新增 **per-swarm 严格递增 `sequence`**
  （INCR 计数键 swarm_event_seq:{swarm_id}，从 1、无空洞，供客户端 events?after= 去重/续传）。
- 新增冻结的客户端 13 类事件（FROZEN_CLIENT_EVENT_TYPES）中此前缺的 6 类，均**附加**发出
  （不动既有 deployment.status_changed，HM 仍用其更新 AgentDeployment.Status）：
  · swarm.completed/failed（refresh_swarm_run_status 终态）、swarm.stopped（stop_run）；
  · approval.approved/rejected（record_approval_decision 决定落地）；
  · handoff.created（child 任务建立时）。
- artifact.created envelope 补扁平字段：created_at（默认 occurred_at）、task_id（回填）、
  size_bytes 透传（未知则省略，不伪造，规则 #9）。
- redis_client 新增原子 incr（真实 + 两处 fake stub）。

文档（docs/integration/，FROZEN v1）：
- event-schema.md：envelope sequence、artifact 扁平字段、事件注册表标注 ⭐13 类 + 新增 6 类、
  对齐状态更新（title/threshold_pct/sequence/artifact 已在 emit 统一处理）。
- runtime-contract.md：冻结 stop 端点 + ID 映射；§4.1 新增**状态机映射表**——运行时不臆造
  preparing/degraded/verifying（规则 #9），由 HM/客户端按表映射真实状态
  （blocked→degraded、评审期→verifying 等）；终态另发 swarm.* 事件。

测试：
- 新增 scripts/test-contract-freeze.py（hermetic）：sequence 单调/每-swarm/无空洞、13 类
  round-trip、artifact 形状（含未知 size 不伪造）、approval.*/swarm.stopped 真实发出、
  明文凭据脱敏而 azkv secret_ref 透传。接入 CI + CLAUDE.md 提交前清单。
- test-workflow-e2e.py：全流程 e2e 额外断言 swarm.completed + sequence 无空洞。
- 两处 FakeRedis stub 补 incr。

影响范围：仅 agent_swarm（orchestrator + docs/integration + 测试 + CI + CLAUDE.md）。
- Manager：回调**新增** sequence 字段与 6 类事件——向后兼容（旧消费方忽略新字段/新类型即可）；
  HM 注册表需登记新 6 类方能对外暴露（agent_swarm#15.2，已在 doc 列为剩余项）。
- 计费/审计：不涉及（查询面不计费由 HM 保证；本仓未改计费/审计字段）。
- 密钥：envelope 不含明文凭据；secret_ref 仍为 azkv 引用，HM 对客户端再脱敏。

Refs #2
Refs #14
Refs #15

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
 2026-06-10 17:35:04 +08:00
FastheiandGitHub 8b5eea296a Merge pull request #26 from xmindlab-heicode/feat/decentralized-swarm-rework 
去中心化蜂群重构：播种+自组织为唯一行为（Refs #6 #7 #8 #11 #12 #18）
 2026-06-10 17:18:04 +08:00
Songhaoz666andClaude Opus 4.8 e1292ca6fd 复审整改补漏(PR #26)：修正 assess_swarm_health 残留的过时 docstring 
第 3 点整改时改了函数体（不再 emit swarm.health、改存 run.metadata），
但函数 docstring 仍写「emits an internal swarm.health event」——与代码及
紧邻注释自相矛盾，正是 Fasthei 指出的同类「文档/代码冲突」。改为如实描述：
存 run.metadata["health"] + 内部 health_log，INTERNAL only，不发 Manager 事件。

仅注释/文档串改动，无逻辑变更；test-swarm-guard 仍全绿。

Refs #6

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
 2026-06-10 16:58:22 +08:00
Songhaoz666andClaude Opus 4.8 f2662e4268 复审整改(PR #26)：删死开关 helper、文档对齐"无条件"、swarm.health 改内部、#6 降为 Refs 
回应 Fasthei 终审三点：

1) [P1 文档/代码冲突 + 死代码] 删除从不被调用的 *_enabled() helper（autonomous_tasks.proposals_enabled
   / task_competition.task_competition_enabled / convergence.convergence_report_enabled）及其
   import os；模块 docstring 与四份协议文档（autonomous-task-generation / task-competition-protocol
   / review-loop-protocol / convergence-protocol）从"默认关/未接入/待 PR/cutover 转无条件"全部改为
   "无条件接入（无开关）"，删除引用死 helper 的过时集成代码样例；同步删除三个模块单测里的
   "flag default OFF" 断言。

2) [P1 验收] #6 "Closes" 降为 "Refs"：#6 DoD 需 ARB 决策记录链接，当前只有 owner 指示断言、无链接。
   product-positioning.md 改为如实记录决策来源（owner 指示 + 本 PR + 文档）并把"补 ARB 记录链接（或
   owner 明确接受断言）"列为关闭 #6 的前置；纠正其"flag 门控、默认行为不变"的过时表述（重构已无条件）。

3) [P2 契约卫生] assess_swarm_health 不再 emit_event("swarm.health")（避免向订阅全部的 Manager 回调
   投递未注册事件）；改为存 run.metadata["health"] + 内部 health_log。test-swarm-guard 相应断言
   "无 swarm.health 外发 + 内部 health_log 已记"。

本地受影响 11 套全绿。影响范围：agent_swarm（orchestrator 模块/文档/测试）；不改 Manager↔Swarm 契约。

Refs #6
Refs #7
Refs #8
Refs #11
Refs #12
Refs #18

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
 2026-06-10 16:48:27 +08:00
Songhaoz666andClaude Opus 4.8 f281370209 去中心化蜂群重构：从 Master 中心化切换为播种+自组织（唯一行为） 
把本仓从「Master 分解→派发→单评审」重构为去中心化自组织蜂群，并设为唯一行为
（本仓即 swarm 运行时，模式选择在仓外，无 ENABLE_swarm 开关）。依据：heicodeDocs 弱中心
定义 + 蜂群文章（stigmergy）+ OpenAI Swarm（handoff）。

流程（全部无条件生效）：
- 播种 build_seed_task_specs（不主控分解）→ 自选 swarm_dispatch（能力+τ+负载+预算，唯一派发）
  → 自主分解 task_proposal（autonomous_tasks）→ 竞争/接管 task_bid/yield/takeover（task_competition）
  → 同伴交叉评审 ≥2 评审者（cross_review，取代单 critic）→ 收敛 ConvergenceReport+termination_reason
  （convergence）→ 守卫 guard.diagnose（检测无法运作并列原因）。

删除：planner 主控分解、贪心/ACO/scored 派发与 scored_matchmake、单 critic 评审环、
全部 ENABLE_* swarm 构建开关。master_agent.synthesize 作为汇总工具保留。

测试：test-workflow-e2e 改写为真实 swarm 全流程；test-merge-smoke 改为 seeder/cross-review；
新增 test-swarm-{seed,dispatch,autonomous,competition,cross-review,convergence,guard} + 模块单测；
CI 同步。本地 18 套全绿。

影响范围：agent_swarm（orchestrator + 新模块 + 测试 + docs + CI）。不改 Manager↔Swarm 事件契约
（新事件均为运行时内部状态/遥测，不进 HM 注册表）；不影响 Client/计费/密钥/审计/发布链路。
无新增长期开关。

诚实边界：不动 benchmark 验收（G_E 仍需真实 run，#13）；convergence 暂为解释性（不强制覆盖
run.status）；前端可见状态为跨端（#18）；「去中心化是否更优」未证（需 Group C）。

#6 的 DoD（Path B 决策 + 定位文档）本 PR 已满足并实现 Path B → 关闭 #6。
#7/#8/#11/#12 的运行时机制已落地（事件 + e2e），但其 DoD 含前端可见状态（跨端 #18）与
多 Agent 回放，故以 Refs 链接、不自动关闭，留维护者在前端/验收就绪后关闭。

Closes #6
Refs #7
Refs #8
Refs #11
Refs #12
Refs #18

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
 2026-06-10 16:11:47 +08:00
FastheiandGitHub 8d71cc0ee0 Merge pull request #25 from xmindlab-heicode/feat/issue-9-dispatch-scoring 
调度评分：多维可解释打分匹配（Closes #9）
 2026-06-10 15:39:45 +08:00
Songhaoz666andClaude Opus 4.8 62610a7e3f 调度评分：多维可解释打分匹配 + dispatch.decision_made（Closes #9） 
把派发从「能力子集 + 空闲」升级为任务为中心的多维可解释打分匹配。

新增/改动：
- orchestrator/dispatch_score.py（新）：DispatchCandidate/DispatchScore + 加权掩码归一
  打分（score_candidate/rank_candidates）+ build_dispatch_decision_event。
- orchestrator/main.py：抽出三模式共用的 finalize_dispatch；新增 scored_matchmake
  （ENABLE_DISPATCH_SCORE，默认关，与 ACO 择一）——为每个就绪任务在有能力的空闲 Agent
  间按 capability/历史成功(τ)/负载/预算压力/权限择优，记录可解释决策；_run_budget_pressure
  计算真实预算占比。
- orchestrator/swarm_runtime.py：SwarmRun.dispatch_decisions + record_dispatch_decision
  （内部状态，非 Manager 事件）。
- 测试：scripts/test-dispatch-score.py（公式 24 项）+ scripts/test-dispatch-scored.py
  （集成 11 项：按 τ/负载多 Agent 择优 + 排除原因 + 可回放记录）；CI 纳入两者。
- docs/scheduling/dispatch-score-schema.md、CLAUDE.md 同步。

诚实边界：risk_score/estimated_cost/estimated_time 本仓无来源 → None 并在 payload
uncollected_dimensions 披露（不伪造，规则 #9）；dispatch.decision_made 暂为 Swarm 内部
记录，未进 Manager 事件契约（需 event-schema 注册，跨端）。flag 关闭时贪心/ACO 路径逐字节不变。

Closes #9

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
 2026-06-10 14:08:08 +08:00
FastheiandGitHub 423cc6fdc7 Merge pull request #24 from xmindlab-heicode/feat/benchmark-groups-a-b-telemetry 
benchmark: 决策层(τ/η/P)+质量(Q_quality)+通信遥测（Closes #10 #23）
 2026-06-10 13:35:27 +08:00
Songhaoz666andClaude Opus 4.8 a289495823 复审整改(PR #24)：沙箱 fail-closed 隔离门控 + 可回放 DecisionTrace 
回应 Fasthei 的 Request changes 两个阻塞项：

1) 安全 / fail-closed 沙箱隔离（原仅靠 ENABLE_QUALITY_EVAL + 运维约定）：
   - 新增第二道显式确认 HEICODE_SANDBOX_ISOLATED（断言运行在隔离 Pod 内）。
   - sandbox.run_tests() 与 quality.evaluate_run_quality() 执行任何代码前调用
     assert_isolated()，未确认即抛 SandboxIsolationError——不写文件、不起子进程。
   - 启动期 assert_quality_eval_safe()：ENABLE_QUALITY_EVAL 开但隔离未确认 → 拒绝启动
     （平台级硬失败，非运维口头约定）。
   - 文档（security-boundary §8.1/§9、CLAUDE.md）与测试同步：test-sandbox/test-quality
     先断言未确认时硬失败，再显式确认后继续。

2) #10 DecisionTrace 可回放（原仅存被选中任务的标量）：
   - Decision 现记录完整重放上下文：整个候选集（每候选 tau/eta/weight/p_norm/dependents）、
     alpha/beta/epsilon、seed、free_slots、total_weight、explore_draw、select_pick、
     select_index、explored 分支。
   - 新增 DecisionEngine.replay_decision(trace)：仅凭一条 trace（无 RNG/活体状态）复现被选任务；
     test-decision-engine 断言「重放==实选」跨 50 次决策（探索+利用）成立。
   - decision-engine.md §3.3 更新为可回放 DecisionTrace。

附：新增 docs/TESTING.md（reviewer 速查：依赖安装 + 每套测试命令，复审者此前因缺 fakeredis
未能跑到断言）。本地 11 项 gate 全绿。

影响范围：Swarm（orchestrator + 测试 + 文档）。不改 Manager↔Swarm 契约；新增开关
HEICODE_SANDBOX_ISOLATED（默认未设=拒绝执行）。仍非验收：gain/Benchmark_Agent 仍 NaN。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
 2026-06-10 13:22:54 +08:00
Songhaoz666andClaude Opus 4.8 d487923646 benchmark: 落地决策层(τ/η/P)、质量(Q_quality)、通信遥测；关闭 #10 #23 
四块互相交织的 benchmark 覆盖增量，统一提交：

1) 通信遥测（#23）：orchestrator 路由 peer 消息时按 correlation_id 计请求/应答到
   SwarmRun.collaboration（内部状态，不进 Manager 事件流）；collector 算 s_communication。
   治理计数由 run.approvals 派生（合规/总数）→ s_governance。

2) Q_quality 掩码归一（v2.1 裁定）：metrics.quality_score 改为对 present 输入加权归一，
   非编码任务自动忽略 TestPassRate，全缺 → NaN（不伪造）。

3) 质量插桩 / Group B：新增 Pod 内代码测试沙箱（orchestrator/sandbox.py，环境清洗 +
   超时强杀 + 资源限额 + 路径越界校验，门控 ENABLE_QUALITY_EVAL）与 held-out fixture
   （benchmark/fixtures/）；run 完成时用留出测试评分得 TestPassRate → Q_quality →
   collector 合成 reward。安全边界见 docs/integration/security-boundary.md §8.1。

4) 决策引擎 / Group A（#10，Option A score-at-pull）：新增 orchestrator/decision_engine.py
   —— 信息素 τ（Redis 持久、(role,agent) 键控、冷启动 0.5、ρ 蒸发、夹紧、学习常开）+
   η 启发式评分 + ε-greedy 概率采样；每次 dispatch 产一条 DecisionTrace →
   SwarmRun.decisions；collector 算 tau/eta/p_decision。概率选择门控 ENABLE_ACO_DISPATCH
   （默认关，CI 用 ACO_SEED 固定）。

覆盖：单次 run 真实可算字段由 4 提升至最多 10/15（新增 communication/reward/tau/eta/
p_decision，外加 governance 有条件）。

测试：新增 test-sandbox / test-quality / test-decision-engine；扩充 collector/metrics 用例；
CI 纳入全部 benchmark 套件 + flag-on 的 ACO e2e。本地 11 项 gate 全绿。

诚实边界（未越界声称）：
- Group A 为单边匹配（Option B 待 Group C）；概率派发优于贪心未证；默认关闭。
- reward 的 CodeReview/UserAcceptance 未采集（掩码忽略）；P_risk 为审批派生低估。
- s_gain/s_swarm/g_e/g_e_cost/benchmark 仍 NaN —— 需基线（#21/#13），本 PR 不动验收。

影响范围：Swarm（orchestrator + benchmark + docs + CI）。不改 Manager↔Swarm 事件契约
（遥测均为运行时内部状态）；不影响 Client/计费/密钥/发布链路。新增 ENABLE_QUALITY_EVAL /
ENABLE_ACO_DISPATCH 两个开关，默认关闭。

Closes #10
Closes #23

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
 2026-06-10 12:51:32 +08:00
FastheiandGitHub 369c8fc43a Merge pull request #4 from xmindlab-heicode/fix/ci-all-suites 
CI：7 套测试全部纳入 gate + 修复 e2e 退出竞态（非验收）
 2026-06-09 17:50:58 +08:00
Songhaoz666andClaude Opus 4.8 6e0eca4da7 CI: 将全部 7 套测试纳入 gate；修复 e2e 退出竞态 
回应事后审计：此前 CI 只跑 3 套（contract/merge-smoke/workflow-e2e），新增的 4 套
（contract-events/benchmark-metrics/benchmark-collector/baseline-comparison）未进入 gate，
PR 描述「七套全绿」与 CI 实跑不符。本提交把 4 套补入 ci.yml。

同时修复 test-workflow-e2e：进程退出时 uvicorn 守护线程仍在写 stderr，导致解释器收尾
出现 Fatal Python error（exit 127，CI 偶发失败）。改为 join 服务线程 + os._exit(code)，
退出码确定（本地 e2e 连跑 3 次均 exit 0、断言全过）。

注意：本 PR 仅修 CI 门禁与 e2e 稳定性，**不构成 Benchmark/主链路验收**；Issue #2 保持 open。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
 2026-06-09 17:33:05 +08:00
FastheiandGitHub 6bed064117 Merge pull request #3 from xmindlab-heicode/feature/v6-benchmark-v2 
Agent Swarm v6：基准 v2.1、主控 Agent、对等回复与客户端指南
 2026-06-09 17:12:33 +08:00
Songhaoz666andClaude Opus 4.8 84e1e3b2b3 合并 origin/main（旧版 v5）到 feature/v6-benchmark-v2：以 v6 为准解决冲突 
- origin/main 为旧版 v5 快照；本分支 v6 为当前权威实现（v5 超集）。
- 7 个冲突文件（CLAUDE.md、README.md、agent/main.py、agent/task_executor.py、orchestrator/main.py、orchestrator/swarm_runtime.py、scripts/test-merge-smoke.py）全部以 v6（ours）解决，无冲突标记残留。
- 解决后 7 套测试全绿（contract / merge-smoke / workflow-e2e / contract-events / benchmark-metrics / benchmark-collector / baseline-comparison）。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
 2026-06-09 16:54:06 +08:00
Songhaoz666andClaude Opus 4.8 54cb327348 Agent Swarm v6：基准 v2.1、主控 Agent、实质性对等回复、客户端指南 
- 基准标准 v2.1：SwarmMetrics（15 字段）、τ/η/P_decision/reward 公式、对称 G_E,c（修正 C_base=1.0 退化）、Σλ=1.0 校验；新增基线对比与运行记录 schema；指标覆盖缺口分析；参考系数暂留为元数据（待量化）。
- 主控 Agent 实体（分解 / 评审决策 / 汇总）；事件契约修正（timeline.title、budget.threshold_pct、handoff 角色、task.released）+ 契约校验脚本。
- 实质性 LLM 对等回复（含降级回退）；集成契约（runtime / event / usage / audit / frontend / capability / security）；CLIENT_GUIDE 客户端指南；CI 工作流；治理与交付文档。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
 2026-06-09 16:21:18 +08:00
Songhaoz666 d0fa193f79 Initial commit 2026-06-08 17:32:34 +08:00