docs(mvp): plan chat diagnosis stategraph refactor

knowledge_20260716_Spring_AI_Alibaba_Graph_诊断编排改造/knowledge_20260716_Spring_AI_Alibaba_Graph_诊断编排改造.html

@@ -0,0 +1,192 @@
+<!doctype html>
+<html lang="zh-CN">
+<head>
+  <meta charset="utf-8">
+  <meta name="viewport" content="width=device-width, initial-scale=1">
+  <title>Spring AI Alibaba Graph：诊断编排改造</title>
+  <script src="https://cdn.jsdelivr.net/npm/mermaid/dist/mermaid.min.js"></script>
+  <style>
+    :root { --bg:#f4f7fb; --card:rgba(255,255,255,.86); --text:#172033; --muted:#5c6880; --blue:#2563eb; --line:#dbe3f0; }
+    * { box-sizing:border-box; }
+    body { margin:0; font-family:Inter,"PingFang SC","Microsoft YaHei",sans-serif; background:linear-gradient(135deg,#eef4ff,#f8fafc); color:var(--text); line-height:1.75; }
+    .wrap { max-width:1000px; margin:0 auto; padding:42px 24px 110px; }
+    header,.card { background:var(--card); border:1px solid rgba(255,255,255,.9); box-shadow:0 12px 35px rgba(35,55,90,.09); backdrop-filter:blur(14px); border-radius:20px; padding:28px; margin-bottom:22px; }
+    h1 { margin:0 0 8px; font-size:34px; }
+    h2 { margin-top:0; color:#173c85; }
+    h3 { color:#244c92; }
+    code,pre { font-family:"Cascadia Code",Consolas,monospace; }
+    pre { background:#101827; color:#e5edf9; padding:18px; border-radius:14px; overflow:auto; }
+    .tag { display:inline-block; padding:4px 10px; margin-right:6px; border-radius:999px; background:#e4edff; color:#2453a6; font-size:13px; }
+    .mnemonic-card { background:#fff8cf; border:2px dashed #e6b800; padding:16px; border-radius:14px; }
+    .fission-section { background:#fff1f2; border-left:5px solid #e11d48; padding:18px; border-radius:12px; }
+    .truth { border-left:4px solid #2563eb; background:#eff6ff; padding:14px; border-radius:10px; }
+    details { background:#f8fafc; border:1px solid var(--line); border-radius:12px; padding:12px 15px; margin:9px 0; }
+    summary { cursor:pointer; font-weight:700; }
+    .search { position:fixed; bottom:22px; left:50%; transform:translateX(-50%); width:min(720px,calc(100% - 36px)); background:rgba(15,23,42,.93); padding:12px; border-radius:16px; box-shadow:0 15px 40px rgba(0,0,0,.25); z-index:5; }
+    .search input { width:100%; border:0; outline:0; border-radius:10px; padding:12px 14px; font-size:15px; }
+    .hidden { display:none !important; }
+    ul,ol { padding-left:24px; }
+  </style>
+</head>
+<body>
+<div class="wrap" id="content-area">
+  <header>
+    <h1>Spring AI Alibaba Graph：诊断编排改造</h1>
+    <p>作者：叫我小杨同学的小码酱</p>
+    <span class="tag">StateGraph</span><span class="tag">Agent 编排</span><span class="tag">条件边</span><span class="tag">故障诊断</span>
+  </header>
+
+  <section class="card">
+    <h2>0. 核心摘要</h2>
+    <p><strong>让 ReactAgent 继续负责做事，让 StateGraph 负责下一步去哪里。</strong></p>
+    <p>生活类比：Planner、Executor、Verifier 是医院科室，Graph 是分诊和转诊制度。</p>
+    <p class="truth">官方核心模型是 State、Nodes、Edges。本地依赖 1.1.2.0 已确认支持 StateGraph、条件边、编译配置、中断和 threadId。</p>
+  </section>
+
+  <section class="card">
+    <h2>1. 概念破冰</h2>
+    <div class="mnemonic-card">状态记事实，节点做任务，边管下一步，检查点管恢复。</div>
+    <p>当前 ChatService 已经是半个状态机：SequentialAgent 运行 Planner、Executor、Verifier，外层 Java 再根据 PASS、LOW_CONFID、REJECT 决定 Composer 或重试。Graph 改造的价值，是把分散的控制权显式化。</p>
+    <pre>当前：SequentialAgent + 外层 if/else
+目标：StateGraph 条件边 + ReactAgent 语义节点</pre>
+  </section>
+
+  <section class="card">
+    <h2>2. 深度解析</h2>
+    <p>Supervisor 适合动态选择专科 Agent；Gatekeeper、Verifier 等强制门禁应由代码边控制。普通工具失败也不需要 interrupt，只有等待人工输入或审批时才暂停。</p>
+    <div class="mermaid">
+flowchart TD
+    S["START"] --> P["Planner"]
+    P --> E["Executor"]
+    E -- "结构有效" --> G["Gatekeeper"]
+    E -- "阻断或非法" --> F["Fallback"]
+    G -- "允许" --> V["Verifier"]
+    G -- "拒绝" --> F
+    V -- "通过或拒绝" --> C["Composer"]
+    V -- "低置信且有预算" --> R["Retry Guard"]
+    R -- "补证据" --> P
+    R -- "停止" --> C
+    C --> X["END"]
+    F --> X
+    </div>
+
+    <h3>状态设计</h3>
+    <p>保存统一诊断上下文、计划、Executor 结构化输出、Gatekeeper 结果、Verifier verdict、重试轮次和最终结果。不要在 State 里复制所有原始日志或完整思考过程。</p>
+
+    <h3>核心伪代码</h3>
+    <pre>StateGraph graph = new StateGraph("diagnosis_workflow", strategies)
+  .addNode("planner", plannerNode)
+  .addNode("executor", executorNode)
+  .addNode("gatekeeper", gatekeeperNode)
+  .addNode("verifier", verifierNode)
+  .addNode("retry_guard", retryGuardNode)
+  .addNode("composer", composerNode)
+  .addNode("fallback", fallbackNode)
+  .addEdge(START, "planner")
+  .addEdge("planner", "executor")
+  .addConditionalEdges("executor", routeAfterExecutor,
+      Map.of("gatekeeper","gatekeeper",
+             "retry_guard","retry_guard",
+             "fallback","fallback"))
+  .addConditionalEdges("gatekeeper", routeAfterGatekeeper,
+      Map.of("verifier","verifier","fallback","fallback"))
+  .addConditionalEdges("verifier", routeAfterVerifier,
+      Map.of("retry_guard","retry_guard",
+             "composer","composer",
+             "fallback","fallback"))
+  .addConditionalEdges("retry_guard", routeAfterRetry,
+      Map.of("planner","planner","composer","composer"))
+  .addEdge("composer", END)
+  .addEdge("fallback", END);</pre>
+
+    <h3>运行边界</h3>
+    <pre>RunnableConfig config = RunnableConfig.builder()
+  .threadId(runId)
+  .addMetadata("sessionId", sessionId)
+  .addMetadata("runId", runId)
+  .build();</pre>
+    <p>一个 diagnosis_run 使用一个 Graph thread，避免同一 session 下多个 run 共享检查点。MemorySaver 不是跨重启持久化。</p>
+
+    <h3>ReactAgent 的接入</h3>
+    <p>本地 ReactAgent 提供 asNode(boolean, boolean)。当前项目第一阶段更适合用适配节点调用已有 Agent，显式控制输入、outputKey 和解析；状态契约稳定后再评估直接 asNode。</p>
+  </section>
+
+  <section class="card fission-section">
+    <h2>3. 深度裂变</h2>
+    <h3>🔍 搜索内化：改造的是控制权，不是 Agent</h3>
+    <p>Graph 的节点可以是 LLM，也可以是普通 Java 代码；ReactAgent 本身已经是子图。所谓“Multi-Agent 改 Graph”，实际上是把跨 Agent 状态转换交给父 Graph。</p>
+    <p>官方页面示例有 OverAllStaste 拼写错误，实际类型是 OverAllState。网站主分支可能领先于本地依赖，最终必须以项目 JAR 和编译测试为准。</p>
+  </section>
+
+  <section class="card">
+    <h2>4. 实战指南</h2>
+    <ol>
+      <li>先定义节点结果状态，不改 Prompt。</li>
+      <li>把现有 Planner、Executor、Verifier 包装为 Node。</li>
+      <li>Gatekeeper 和固定降级做成 Java Node。</li>
+      <li>迁移现有两轮 LOW_CONFID 控制。</li>
+      <li>加入 Executor 阻断、非法结构和 Gatekeeper REJECT 条件边。</li>
+      <li>保留旧 Sequential 链路作为短期回退。</li>
+      <li>最后再增加 HITL、并行和专科 SubAgent。</li>
+    </ol>
+    <h3>避坑</h3>
+    <ul>
+      <li>不要让 Supervisor 决定是否跳过安全门禁。</li>
+      <li>不要把 no_evidence 当成 Executor 失败。</li>
+      <li>不要让多个 run 共用 sessionId 作为 Graph threadId。</li>
+      <li>不要把 MemorySaver 当成生产持久化。</li>
+      <li>不要未验证 messages 传播就直接大量使用 asNode(true, true)。</li>
+    </ul>
+  </section>
+
+  <section class="card">
+    <h2>5. 温故知新</h2>
+    <h3>FAQ</h3>
+    <details><summary>1. Graph 会替代 ReactAgent 吗？</summary><p>不会，ReactAgent 可以作为子图节点继续使用。</p></details>
+    <details><summary>2. 为什么不用 Supervisor 控制失败？</summary><p>失败跳转是确定性规则，不需要增加一次模型决策。</p></details>
+    <details><summary>3. no_evidence 是否直接 fallback？</summary><p>不一定，合法 no-evidence 引用仍要经过 Gatekeeper 和 Verifier。</p></details>
+    <details><summary>4. Composer 必须是 Agent 吗？</summary><p>正常表达可以使用轻量 Agent，系统失败要保留固定模板。</p></details>
+    <details><summary>5. threadId 用什么？</summary><p>当前数据模型下优先使用 runId，sessionId 作为元数据。</p></details>
+    <details><summary>6. 何时需要 Checkpointer？</summary><p>需要暂停、恢复和检查 Graph 历史状态时。</p></details>
+    <details><summary>7. 能直接使用 agent.asNode 吗？</summary><p>可以，但要验证 outputKey、messages 和父子检查点。</p></details>
+    <details><summary>8. AIOps 要单独 Graph 吗？</summary><p>入口和输出策略独立，诊断核心可以共用。</p></details>
+
+    <h3>自测题</h3>
+    <ol>
+      <li>为什么 Executor 工具阻断不应由 Verifier 决定重试？</li>
+      <li>ReplaceStrategy 和 AppendStrategy 各适合什么状态？</li>
+      <li>为什么合法 no_evidence 仍然需要 Gatekeeper？</li>
+      <li>Supervisor 与条件边的决策权有什么不同？</li>
+      <li>为什么 Graph threadId 更适合使用 runId？</li>
+      <li>什么情况下才应该配置 interruptBefore？</li>
+    </ol>
+  </section>
+</div>
+
+<div class="search"><input id="search-input" placeholder="搜索本文内容……"></div>
+<script>
+mermaid.initialize({ startOnLoad: true, theme: 'neutral' });
+window.onload = function() {
+    const input = document.getElementById('search-input');
+    if(!input) return;
+    input.addEventListener('input', (e) => {
+        const term = e.target.value.toLowerCase().trim();
+        const contentArea = document.getElementById('content-area');
+        const blocks = contentArea.querySelectorAll('p, li, blockquote, .fission-section, .mnemonic-card, details, .mermaid');
+        if(term.length === 0) {
+            blocks.forEach(el => el.classList.remove('hidden'));
+            document.querySelectorAll('h1, h2, h3').forEach(el => el.classList.remove('hidden'));
+            return;
+        }
+        blocks.forEach(el => el.classList.add('hidden'));
+        document.querySelectorAll('h1, h2, h3').forEach(el => el.classList.add('hidden'));
+        blocks.forEach(el => {
+            if(el.innerText.toLowerCase().includes(term)) {
+                el.classList.remove('hidden');
+            }
+        });
+    });
+};
+</script>
+</body>
+</html>

knowledge_20260716_Spring_AI_Alibaba_Graph_诊断编排改造/knowledge_20260716_Spring_AI_Alibaba_Graph_诊断编排改造.md

@@ -0,0 +1,383 @@
+# Spring AI Alibaba Graph：诊断编排改造
+
+作者：叫我小杨同学的小码酱  
+标签：Spring AI Alibaba、StateGraph、Agent 编排、条件边、故障诊断
+
+## 0. 核心摘要
+
+一句话：让 ReactAgent 继续负责“做事”，让 StateGraph 负责“下一步去哪里”。
+
+生活类比：Planner、Executor、Verifier 是医院里的不同科室，Graph 是分诊和转诊制度；不能让某个科室自己决定跳过检验和会诊。
+
+真理锚点：官方文档将 Graph 概括为 State、Nodes、Edges，核心关系是“节点完成工作，边决定下一步做什么”。当前项目依赖的 `spring-ai-alibaba-graph-core:1.1.2.0` 本地 JAR 已确认提供 `StateGraph.addConditionalEdges(...)`、`CompileConfig.interruptBefore/After(...)` 和 `RunnableConfig.threadId(...)`。
+
+## 1. 概念破冰
+
+> 巧记：状态记事实，节点做任务，边管下一步，检查点管恢复。
+
+当前 `ChatService` 已经像一个半成品状态机：`SequentialAgent` 固定执行 Planner、Executor、Verifier，外层 Java 循环再判断 PASS、LOW_CONFID、REJECT，并决定 Composer 或下一轮。问题不是 Agent 不够多，而是状态转换分散在 `SequentialAgent`、Hook 和外层 `if/else` 中。
+
+```text
+当前
+SequentialAgent: Planner -> Executor -> Verifier
+                                  |
+ChatService 外层: PASS / LOW_CONFID / REJECT -> Composer / retry
+
+目标
+StateGraph 显式表示所有阶段和条件边
+ReactAgent 作为图中的语义节点继续复用
+```
+
+## 2. 深度解析
+
+### 2.1 为什么不是直接换成 SupervisorAgent
+
+SupervisorAgent 适合在多个专科 Agent 之间动态选择，例如 Database、Redis、JVM。当前诊断链路中的 Gatekeeper、Verifier 是不能随意跳过的质量门禁。如果让 LLM Supervisor 决定下一步，关键流程会从代码控制变成模型决策。
+
+当前真正需要的是确定性路由：
+
+```mermaid
+flowchart TD
+    S["START"] --> P["Planner"]
+    P --> E["Executor"]
+    E -- "证据结构有效" --> G["Gatekeeper"]
+    E -- "执行阻断或非法输出" --> F["Fallback"]
+    G -- "PASS 或 LOW_CONFID" --> V["Verifier"]
+    G -- "REJECT" --> F
+    V -- "PASS" --> C["Composer"]
+    V -- "LOW_CONFID 且有预算" --> R["Retry Guard"]
+    V -- "REJECT 或无预算" --> C
+    R -- "允许补证据" --> P
+    R -- "停止" --> C
+    C --> X["END"]
+    F --> X
+```
+
+### 2.2 State 应保存什么
+
+状态应该保存跨节点需要共享的原始事实和结构化结果，不保存拼好的 Prompt，也不保存无边界增长的模型思考过程。
+
+建议的语义状态：
+
+- `diagnosis_context`：入口适配后的统一诊断上下文。
+- `planner_plan`：Planner 的结构化计划。
+- `executor_output`：`executor_evidence_v2`。
+- `executor_status`：成功、阻断、非法输出或失败。
+- `gatekeeper_result`：代码验真结果。
+- `verifier_output`、`verdict`：可推导性结果。
+- `retry_context`、`round`：有限补证据状态。
+- `final_answer`：最终表达。
+- `failure_reason`：确定性的失败原因。
+
+现有 Trace 已由 `agent_step` 和 `tool_invocation` 持久化，Graph State 不需要复制所有原始日志。
+
+### 2.3 KeyStrategy 如何选择
+
+诊断状态大多使用 `ReplaceStrategy`，因为每个阶段产生当前轮的最新结果。只有确实需要累计的轻量事件列表才使用 `AppendStrategy`。
+
+```java
+KeyStrategyFactory diagnosisStateStrategies() {
+    return () -> {
+        Map<String, KeyStrategy> strategies = new HashMap<>();
+        strategies.put("diagnosis_context", new ReplaceStrategy());
+        strategies.put("planner_plan", new ReplaceStrategy());
+        strategies.put("executor_output", new ReplaceStrategy());
+        strategies.put("executor_status", new ReplaceStrategy());
+        strategies.put("gatekeeper_result", new ReplaceStrategy());
+        strategies.put("verifier_output", new ReplaceStrategy());
+        strategies.put("verdict", new ReplaceStrategy());
+        strategies.put("retry_context", new ReplaceStrategy());
+        strategies.put("round", new ReplaceStrategy());
+        strategies.put("final_answer", new ReplaceStrategy());
+        strategies.put("failure_reason", new ReplaceStrategy());
+        return strategies;
+    };
+}
+```
+
+### 2.4 ReactAgent 怎样放进 Graph
+
+本地 `1.1.2.0` 的 `ReactAgent` 提供 `asNode(boolean includeContents, boolean returnReasoningContents)`，可以直接作为子图节点。但当前项目 Planner、Executor、Verifier 的输入组织和输出解析已经有较多定制，第一阶段更推荐使用适配节点显式调用现有 Agent：
+
+```java
+var plannerNode = node_async((state, config) -> {
+    DiagnosisContext context = requireContext(state);
+    String prompt = plannerInput(context, state.value("retry_context").orElse(null));
+
+    AssistantMessage response = plannerAgent.call(prompt, childConfig(config, "planner"));
+    PlannerPlan plan = plannerParser.parse(extractText(response));
+
+    return Map.of(
+        "planner_plan", plan,
+        "failure_reason", ""
+    );
+});
+```
+
+适配节点的好处是不会意外把父图全部 `messages` 注入所有 Agent，也能继续复用当前解析器、Hook、Prompt 和 ToolCallback。
+
+等统一状态契约稳定后，可以评估：
+
+```java
+graph.addNode("planner", plannerAgent.asNode(false, false));
+```
+
+但需要先验证父子图的 `messages`、outputKey 和 Checkpointer 是否符合预期。
+
+### 2.5 Executor 节点只报告状态，不决定路由
+
+```java
+var executorNode = node_async((state, config) -> {
+    try {
+        PlannerPlan plan = requirePlan(state);
+        DiagnosisContext context = requireContext(state);
+
+        AssistantMessage response = executorAgent.call(
+            executorInput(context, plan),
+            childConfig(config, "executor")
+        );
+
+        ExecutorEvidence output = executorParser.parse(extractText(response));
+
+        if (!output.isStructurallyValid()) {
+            return Map.of(
+                "executor_status", "INVALID_OUTPUT",
+                "failure_reason", "executor_evidence_v2 解析失败"
+            );
+        }
+
+        // no_evidence 仍然是合法结构，需要交给 Gatekeeper 验证真实引用。
+        return Map.of(
+            "executor_status", "COMPLETED",
+            "executor_output", output
+        );
+    }
+    catch (ToolCapabilityBlockedException e) {
+        return Map.of(
+            "executor_status", "TOOL_BLOCKED",
+            "failure_reason", e.getMessage()
+        );
+    }
+    catch (Exception e) {
+        return Map.of(
+            "executor_status", "FAILED",
+            "failure_reason", safeMessage(e)
+        );
+    }
+});
+```
+
+注意：`no_evidence` 不是 Executor 失败。当前项目已经用 `$.no_evidence` 表达“查询成功但无匹配证据”，它仍应进入 Gatekeeper 和 Verifier，防止被过度表达为“问题不存在”。
+
+### 2.6 Gatekeeper 节点保持纯代码
+
+```java
+var gatekeeperNode = node_async((state, config) -> {
+    ExecutorEvidence output = requireExecutorOutput(state);
+    String runId = metadata(config, "runId");
+
+    GatekeeperResult result = executorGatekeeperService.validate(runId, output);
+
+    return Map.of(
+        "gatekeeper_result", result,
+        "gatekeeper_status", result.severity()
+    );
+});
+```
+
+Gatekeeper 不需要改造成 Agent。它负责确定性引用验真，是 Graph 中的普通 Java Node。
+
+### 2.7 条件边是改造核心
+
+```java
+StateGraph graph = new StateGraph("diagnosis_workflow", diagnosisStateStrategies())
+    .addNode("planner", plannerNode)
+    .addNode("executor", executorNode)
+    .addNode("gatekeeper", gatekeeperNode)
+    .addNode("verifier", verifierNode)
+    .addNode("retry_guard", retryGuardNode)
+    .addNode("composer", composerNode)
+    .addNode("fallback", fallbackNode)
+
+    .addEdge(START, "planner")
+    .addEdge("planner", "executor")
+
+    .addConditionalEdges(
+        "executor",
+        edge_async(state -> switch (stringValue(state, "executor_status")) {
+            case "COMPLETED" -> "gatekeeper";
+            case "INVALID_OUTPUT" -> retryAvailable(state) ? "retry_guard" : "fallback";
+            case "TOOL_BLOCKED", "FAILED" -> "fallback";
+            default -> "fallback";
+        }),
+        Map.of(
+            "gatekeeper", "gatekeeper",
+            "retry_guard", "retry_guard",
+            "fallback", "fallback"
+        )
+    )
+
+    .addConditionalEdges(
+        "gatekeeper",
+        edge_async(state -> switch (stringValue(state, "gatekeeper_status")) {
+            case "REJECT" -> "fallback";
+            default -> "verifier";
+        }),
+        Map.of("verifier", "verifier", "fallback", "fallback")
+    )
+
+    .addConditionalEdges(
+        "verifier",
+        edge_async(state -> switch (stringValue(state, "verdict")) {
+            case "LOW_CONFID" -> retryAvailable(state) ? "retry_guard" : "composer";
+            case "PASS", "REJECT" -> "composer";
+            default -> "fallback";
+        }),
+        Map.of(
+            "retry_guard", "retry_guard",
+            "composer", "composer",
+            "fallback", "fallback"
+        )
+    )
+
+    .addConditionalEdges(
+        "retry_guard",
+        edge_async(state -> shouldRetry(state) ? "planner" : "composer"),
+        Map.of("planner", "planner", "composer", "composer")
+    )
+
+    .addEdge("composer", END)
+    .addEdge("fallback", END);
+```
+
+### 2.8 编译和执行
+
+```java
+SaverConfig saverConfig = SaverConfig.builder()
+    .register(new MemorySaver())
+    .build();
+
+CompileConfig compileConfig = CompileConfig.builder()
+    .recursionLimit(20)
+    .saverConfig(saverConfig)
+    .build();
+
+CompiledGraph compiledGraph = graph.compile(compileConfig);
+
+RunnableConfig runConfig = RunnableConfig.builder()
+    // 一个 diagnosis_run 对应一个 Graph thread，避免同一 session 下多个 run 混状态。
+    .threadId(runId)
+    .addMetadata("sessionId", sessionId)
+    .addMetadata("runId", runId)
+    .build();
+
+Map<String, Object> initialState = Map.of(
+    "diagnosis_context", diagnosisContext,
+    "round", 1
+);
+
+Optional<OverAllState> finalState = compiledGraph.invoke(initialState, runConfig);
+```
+
+`MemorySaver` 只适合进程内检查点，不等价于重启后可恢复的持久化。当前项目已有数据库 Trace，可以先把 Graph 用于流程控制；只有真正需要跨进程暂停恢复时，再引入持久 Checkpointer 或显式恢复模型。
+
+### 2.9 Chat 与 AIOps 怎样共用
+
+入口适配不同，公共 Graph 接收统一 `DiagnosisContext`：
+
+```java
+DiagnosisContext chatContext = chatAdapter.from(question, history);
+DiagnosisContext aiOpsContext = aiOpsAdapter.from(alertPayload);
+
+DiagnosisResult chatResult = diagnosisGraph.execute(chatContext, sessionId, runId);
+DiagnosisResult aiOpsResult = diagnosisGraph.execute(aiOpsContext, sessionId, runId);
+
+return chatOutputAdapter.render(chatResult);
+return aiOpsOutputAdapter.render(aiOpsResult);
+```
+
+Chat 的普通问答仍走轻量链路；复杂诊断才进入公共 Graph。AIOps 在入口阶段固定主告警范围，Graph 内部继续复用证据收集和验证。
+
+### 2.10 人工中断怎么放
+
+普通工具失败不需要 interrupt，条件边即可。只有确实需要等待人工输入或审批时才增加节点：
+
+```java
+CompileConfig compileConfig = CompileConfig.builder()
+    .saverConfig(saverConfig)
+    .interruptBefore("human_review")
+    .build();
+```
+
+恢复时使用相同 `threadId` 和 checkpoint 信息，并通过 `RunnableConfig.builder(oldConfig).resume()` 或状态更新接口继续。具体恢复协议需要结合当前版本做集成测试，不能只凭文档假设。
+
+## 3. 深度裂变
+
+<div class="fission-section">
+
+### 🔍 搜索内化：真正的改造对象不是 Agent，而是控制权
+
+官方文档和本地 `1.1.2.0` JAR 均证明 Graph 节点既可以是 LLM，也可以是普通 Java 代码，条件边由状态决定目标节点。`ReactAgent` 本身已经是一个子图，并提供 `asNode(...)` 适配能力。
+
+因此“从 Multi-Agent 改成 Graph”并不准确。更准确的是：把跨 Agent 的状态转换从高层 Flow 抽出来，交给父 Graph；ReactAgent 继续作为子图存在。
+
+文档页面示例存在 `OverAllStaste` 拼写错误，实际类名是 `OverAllState`。网站主分支可能领先于本地依赖，因此最终应以项目锁定版本的 JAR 签名和编译测试为准。
+
+</div>
+
+## 4. 实战指南
+
+### 4.1 最小迁移顺序
+
+1. 定义统一的节点结果状态，不先改 Prompt。
+2. 把现有 Planner、Executor、Verifier 调用包装为 Graph Node。
+3. 将 Gatekeeper 和固定降级模板做成普通 Java Node。
+4. 先迁移当前两轮 LOW_CONFID 循环。
+5. 为 Executor 阻断、非法结构、Gatekeeper REJECT 增加条件边。
+6. 保留原 Sequential 链路作为回退，完成行为对比后再删除。
+7. 最后再考虑 HITL、并行和专科 SubAgent。
+
+### 4.2 常见反模式
+
+- 把每个异常都交给 LLM Supervisor 决策。
+- Graph State 存放所有原始日志和完整思考过程。
+- 把 `no_evidence` 当作 Executor 执行失败。
+- 同一 session 的多个 run 共用一个 Graph `threadId`。
+- 一开始就设计几十个节点和完整 Incident 状态机。
+- 未验证父子图消息传播就直接大量使用 `ReactAgent.asNode(true, true)`。
+- 把 `MemorySaver` 当成生产级持久化。
+
+### 4.3 ROI
+
+收益：条件分支可见、失败可测试、门禁不可跳过、Trace 更容易与节点对齐。  
+代价：需要维护状态契约、条件边和父子图上下文，并增加 Graph 级测试。  
+判断标准：如果当前只有固定顺序且失败直接结束，SequentialAgent 更简单；当局部重试、降级、HITL 和多入口策略已经出现时，StateGraph 的控制收益开始超过复杂度。
+
+## 5. 温故知新
+
+### FAQ
+
+1. **Graph 会替代 ReactAgent 吗？**  不会，ReactAgent 可以作为 Graph 节点或由适配节点调用。
+2. **为什么不用 Supervisor 控制失败？**  失败跳转是确定性规则，不应增加一次 LLM 决策。
+3. **no_evidence 是否直接走 fallback？**  不一定。合法的 no-evidence 引用仍要经过 Gatekeeper 和 Verifier。
+4. **Composer 是否必须是 Agent？**  正常表达可以是轻量 Agent，系统失败场景应保留固定模板。
+5. **threadId 用 sessionId 还是 runId？**  当前模型下优先用 runId，避免同一会话多次运行状态串扰。
+6. **什么时候需要 Checkpointer？**  需要暂停、恢复、查看历史 Graph 状态时；普通 Trace 持久化不自动等于 Graph Checkpoint。
+7. **能否直接使用 agent.asNode？**  可以，但需要验证输入、outputKey、messages 和父子 Checkpointer 行为。
+8. **AIOps 是否要单独一张 Graph？**  可以先共用诊断核心，入口范围策略和输出报告保持独立。
+
+### 自测题
+
+1. 为什么 Executor 工具阻断不应该由 Verifier 判断是否重试？
+2. `ReplaceStrategy` 和 `AppendStrategy` 在诊断状态中分别适合什么数据？
+3. 为什么合法 `no_evidence` 仍然需要 Gatekeeper？
+4. SupervisorAgent 和 StateGraph 条件边的决策权有什么区别？
+5. 为什么当前 Graph `threadId` 更适合使用 runId？
+6. 什么情况下才应该增加 `interruptBefore`？
+
+### 参考资源
+
+- https://java2ai.com/docs/frameworks/graph-core/core/core-library
+- https://java2ai.com/docs/frameworks/graph-core/quick-start
+- Spring AI Alibaba 本地依赖：`spring-ai-alibaba-graph-core:1.1.2.0`
+- 当前项目：`ChatService`、`AiOpsService`、`ExecutorGatekeeperService`、`VerifierInputHook`

mvp/issues/README.md

@@ -1,6 +1,6 @@
 # MVP Issues 索引
 
-**更新日期**：2026-07-10
+**更新日期**：2026-07-16
 **状态**：按活跃问题、设计笔记、RAG 问题集和已归档问题整理
 
 ## 目录约定
@@ -16,6 +16,7 @@
 
 | 名称 | 标题 | 严重程度 | 状态 | 文件 |
 |---|---|---|---|---|
+| ISS-011 | Chat 诊断 StateGraph 编排改造 | 高 | 待实现 | [active/ISS-011-chat-diagnosis-stategraph-orchestration.md](active/ISS-011-chat-diagnosis-stategraph-orchestration.md) |
 | ISS-003 | MVP 设计与实现 Review 收敛 | 高 | 待规划 | [active/ISS-003-mvp-design-implementation-review.md](active/ISS-003-mvp-design-implementation-review.md) |
 | ISS-004 | Executor 域级检索水位控制 | 低 | 待规划 | [active/ISS-004-executor-domain-hard-limit.md](active/ISS-004-executor-domain-hard-limit.md) |
 | executor-evidence-attribution-hallucination | Executor 证据归因幻觉 | 高 | 待规划 | [active/executor-evidence-attribution-hallucination.md](active/executor-evidence-attribution-hallucination.md) |

mvp/issues/active/ISS-011-chat-diagnosis-stategraph-orchestration.md

@@ -0,0 +1,770 @@
+# ISS-011 Chat 诊断 StateGraph 编排改造
+
+**状态**：待实现  
+**严重程度**：高  
+**发现时间**：2026-07-16  
+**来源**：OnCall / Agent 编排模拟面试、当前 Chat 复杂诊断调用链复核  
+**预计实施周期**：2–3 个工作日  
+
+---
+
+## 1. 背景
+
+当前复杂 Chat 诊断在 `ChatService.executeChatComplex(...)` 中采用两层编排：
+
+```text
+SequentialAgent
+-> Planner
+-> Executor
+-> Verifier
+
+ChatService 外层循环
+-> 解析 Verifier PASS / LOW_CONFID / REJECT
+-> 决定 Composer、补证据或安全降级
+```
+
+这种实现已经具备 Planner、Executor、Gatekeeper、Verifier、Composer 的职责拆分，但流程控制分散在：
+
+- `SequentialAgent` 固定顺序。
+- `VerifierInputHook` 内的 Gatekeeper。
+- `ChatService` 外层最多两轮循环。
+- Composer 和固定降级逻辑。
+
+随着 no-evidence、工具能力阻断、Executor 非法输出、Gatekeeper REJECT、Verifier LOW_CONFID 等状态增加，当前高层 Flow 抽象已经无法清晰表达阶段短路和定向重试。
+
+---
+
+## 2. 当前问题
+
+### 2.1 Executor 语义失败后仍可能继续 Pipeline
+
+如果 Executor 抛出异常，当前外层 `catch` 可以终止 Run；但如果 Executor 正常返回一段错误文本、非法结构或工具阻断结果，`SequentialAgent` 仍会继续调用 Verifier。
+
+这会造成：
+
+- Verifier 消费无效输入。
+- 增加无意义模型调用和 Token。
+- Trace 中难以区分执行失败与证据不足。
+- 最终降级发生得过晚。
+
+### 2.2 不能按失败阶段精确重试
+
+当前 LOW_CONFID 重试会重新运行：
+
+```text
+Planner -> Executor -> Verifier
+```
+
+但真实需求可能是：
+
+| 失败位置 | 期望恢复位置 |
+|---|---|
+| Planner 输出非法 | 重试 Planner |
+| Executor 输出结构非法 | 保留计划，只重试 Executor |
+| Gatekeeper 引用验真失败 | 直接进入固定安全降级 |
+| Verifier LOW_CONFID | 将 missing evidence 返回 Planner 进行有限补证据 |
+| 工具权限或能力阻断 | 不重试，直接降级 |
+
+当前 `SequentialAgent + 外层 round` 无法自然表达这些回边。
+
+### 2.3 Gatekeeper 藏在 Verifier Hook 中
+
+当前链路是：
+
+```text
+Executor
+-> VerifierInputHook
+-> ExecutorGatekeeperService
+-> Verifier
+```
+
+Hook 适合加工和拦截 Verifier 输入，但不适合根据 Gatekeeper 结果跳回 Executor。Gatekeeper 作为诊断质量门禁，应该成为显式编排节点。
+
+### 2.4 编排逻辑已经形成隐式状态机
+
+`ChatService` 当前同时负责：
+
+- 构建 Agent。
+- 执行 SequentialAgent。
+- 控制 LOW_CONFID 轮次。
+- 构造 retry context。
+- 调用 Composer。
+- 固定模板降级。
+- 持久化 Run、self_evaluation 和汇总指标。
+
+继续增加 `if/else` 会进一步扩大 `ChatService` 职责，降低流程可读性和可测试性。
+
+---
+
+## 3. 改造目标
+
+使用 Spring AI Alibaba `StateGraph` 接管跨 Agent 的状态转换，现有 ReactAgent、Prompt、工具、证据协议和持久化能力继续复用。
+
+目标职责：
+
+```text
+StateGraph
+-> 控制顺序、条件边、重试、终止和降级
+
+ReactAgent
+-> 完成 Planner、Executor、Verifier、Composer 节点内部语义任务
+
+Java Node
+-> 完成 Gatekeeper、重试判断、固定降级等确定性任务
+```
+
+本次不使用 SupervisorAgent 替代固定诊断 Pipeline。SupervisorAgent 留给未来多个专科 SubAgent 之间的动态路由。
+
+---
+
+## 4. 目标流程
+
+```mermaid
+flowchart TD
+    Start["START"] --> Planner["Planner"]
+    Planner -- "成功" --> Executor["Executor"]
+    Planner -- "失败" --> Fallback["Fallback"]
+
+    Executor -- "结构有效" --> Gatekeeper["Gatekeeper"]
+    Executor -- "失败或阻断" --> Fallback
+
+    Gatekeeper -- "PASS" --> Verifier["Verifier"]
+    Gatekeeper -- "LOW_CONFID 且存在已验真 binding" --> VerifiedInput["Build Verified Verifier Input"]
+    Gatekeeper -- "LOW_CONFID 且零条已验真 binding" --> Fallback
+    Gatekeeper -- "REJECT" --> Fallback
+    VerifiedInput --> Verifier
+
+    Verifier -- "PASS" --> Composer["Composer"]
+    Verifier -- "REJECT" --> Composer
+    Verifier -- "LOW_CONFID 且有预算" --> EvidenceRetry["Prepare Evidence Retry"]
+    Verifier -- "LOW_CONFID 且无预算" --> Composer
+    Verifier -- "执行失败" --> Fallback
+    EvidenceRetry --> Planner
+
+    Composer --> End["END"]
+    Fallback --> End
+```
+
+### 4.1 本期只保留 Verifier LOW_CONFID 补证据
+
+Gatekeeper REJECT 本期不重试，直接进入 Fallback。
+
+Verifier LOW_CONFID 保留当前有限补证据能力：
+
+```text
+目标：补充缺失证据
+返回：Planner
+默认上限：1 次
+```
+
+只有同时满足以下条件时才允许补证据：
+
+- Verifier 提供了可执行的 missing evidence。
+- LOW_CONFID 不是由 Gatekeeper verdict ceiling 导致。
+- 所需工具存在且当前 Agent 有权限。
+- 仍有 Run 级预算。
+- 本 Run 尚未执行过补证据轮次。
+
+Prepare Evidence Retry Node 由代码实现，负责把已确认事实、证据缺口、已调用工具、已执行 Query、当前 Skill 和剩余预算整理为受限 retry context，然后返回 Planner。
+
+Planner 第二轮使用 `EVIDENCE_GAP_ONLY` 模式，只生成增量补证据计划，不允许重新开始完整诊断、扩大服务范围或重复已经成功执行的查询。
+
+---
+
+## 5. Gatekeeper REJECT 策略
+
+**决策状态**：已确认，2026-07-16。
+
+本期不增加 EvidenceRepairNode，也不让 Gatekeeper REJECT 返回 Executor 重试。任何 Gatekeeper REJECT 都直接进入固定安全降级。
+
+原因：
+
+- 第一版先验证显式 Graph 编排和阶段短路，不同时引入新的模型节点。
+- 证据引用错误不一定可以安全修复，自动重新绑定可能制造第二次幻觉。
+- 当前最重要的是保证不可信 Executor 输出不能进入 Verifier，而不是提高 REJECT 的自动恢复率。
+- 直接 Fallback 的状态语义简单，便于先建立稳定的路由和测试基线。
+
+处理流程：
+
+```text
+Executor
+-> Gatekeeper
+    -> PASS / LOW_CONFID：进入 Verifier
+    -> REJECT：直接 Fallback
+```
+
+Fallback 最终表达只保留：
+
+最终表达只保留：
+
+- 已确认且能够独立验证的事实。
+- 无法验证的证据引用问题。
+- 当前诊断限制。
+- 建议人工检查的下一步。
+
+---
+
+### 5.1 Executor INVALID_OUTPUT 策略
+
+**决策状态**：已确认，2026-07-16。
+
+`INVALID_OUTPUT` 定义为 Executor Agent 调用已经返回，但无法解析为最小 `executor_evidence_v2` 结构。它对应当前解析状态中的 `missing` 或 `malformed`，包括：
+
+- 输出为空。
+- 输出不是 JSON。
+- JSON 被截断或语法非法。
+- JSON 根节点不是对象。
+- `claims` 不是数组。
+
+以下情况不属于 `INVALID_OUTPUT`：
+
+- 合法的空 claims 和 missing info。
+- 合法 no-evidence。
+- 结构可解析但 evidence binding 错误，此类进入 Gatekeeper。
+- 引用真实但证据无法支持 claim，此类进入 Verifier。
+
+本期处理方式：
+
+```text
+Executor INVALID_OUTPUT
+-> 不重试 Executor
+-> 不调用 Gatekeeper
+-> 不调用 Verifier
+-> 不调用模型 Composer
+-> 固定安全 Fallback
+```
+
+原因：
+
+- 当前没有可信结构化结果可供后续门禁消费。
+- 重试有工具权限的 Executor 可能重复调用工具并产生第二套证据。
+- 本期优先建立清晰、可验证的控制流，不同时引入格式修复模式。
+
+Trace 至少记录：
+
+- `executor_status = INVALID_OUTPUT`。
+- missing / malformed 及解析错误摘要。
+- 当前 Run 已发生的工具调用数量和成功情况。
+- 跳转 Fallback 的原因。
+- Gatekeeper、Verifier 未执行的原因。
+
+Executor 原始输出只允许保留在受控审计中，不得直接作为用户答案。
+
+---
+
+### 5.2 Gatekeeper LOW_CONFID 策略
+
+**决策状态**：已确认，2026-07-16。
+
+Gatekeeper LOW_CONFID 表示 Executor 输出存在非致命结构或引用缺口，但不代表所有 evidence binding 都不可信。本期按已验真 binding 数量处理：
+
+```text
+Gatekeeper LOW_CONFID
+    -> 至少一条 checked binding 为 pass
+        -> 代码过滤失败 binding
+        -> 构造 verified executor output
+        -> Verifier
+        -> 最终 verdict 最高为 LOW_CONFID
+
+    -> 零条 checked binding 为 pass
+        -> 固定 Fallback
+```
+
+Verifier Input Builder 必须：
+
+- 只保留 Gatekeeper `checked_bindings.status=pass` 对应的 evidence binding。
+- 删除失败 binding。
+- 没有有效 binding 的 claim 不得作为确认性 claim 进入 Verifier。
+- 不向 Verifier 传递 Executor 未经验真的自由文本作为事实来源。
+- 将 `verifier_verdict_ceiling` 设置为 `LOW_CONFID`。
+
+即使模型 Verifier 返回 PASS，编排层也必须将有效 verdict 限制为 LOW_CONFID。
+
+LOW_CONFID 进入 Verifier 的目标是保留部分真实证据，而不是让 Verifier 修复 Gatekeeper 失败。
+
+---
+
+## 6. Graph State 最小契约
+
+Graph State 保存跨节点需要的结构化状态，不复制完整工具原文和模型思考过程。
+
+| 状态 | 作用 | 策略 |
+|---|---|---|
+| `diagnosis_context` | 当前 Query、history、sessionId/runId 等统一上下文 | Replace |
+| `planner_plan` | Planner 结构化计划 | Replace |
+| `planner_status` | Planner 执行状态 | Replace |
+| `planner_mode` | NORMAL / EVIDENCE_GAP_ONLY | Replace |
+| `executor_output` | `executor_evidence_v2` | Replace |
+| `executor_status` | COMPLETED / INVALID_OUTPUT / TOOL_BLOCKED / FAILED | Replace |
+| `gatekeeper_result` | 当前轮验真结果 | Replace |
+| `gatekeeper_status` | PASS / LOW_CONFID / REJECT | Replace |
+| `verified_executor_output` | 只保留 Gatekeeper 通过 binding 的 Verifier 输入 | Replace |
+| `verified_binding_count` | 当前可供 Verifier 使用的 binding 数量 | Replace |
+| `verifier_verdict_ceiling` | PASS 或 LOW_CONFID | Replace |
+| `verifier_output` | Verifier 结构化结果 | Replace |
+| `verdict` | PASS / LOW_CONFID / REJECT / FAILED | Replace |
+| `evidence_retry_count` | 补证据轮次 | Replace |
+| `retry_context` | missing evidence 和补查约束 | Replace |
+| `final_answer` | 最终用户表达 | Replace |
+| `failure_reason` | 当前确定性失败原因 | Replace |
+
+说明：
+
+- `agent_step` 和 `tool_invocation` 继续作为完整 Trace 数据源。
+- Graph State 只保存控制流程所需的最新状态。
+- `no_evidence` 属于合法 Executor 输出，不等于 `FAILED`，仍然进入 Gatekeeper 和 Verifier。
+
+---
+
+## 7. 与当前代码的关系
+
+### 7.1 继续复用
+
+- Planner、Executor、Verifier、Composer Prompt。
+- Skill Registry、Planner Skill metadata 和 Executor `read_skill`。
+- `ExecutorGatekeeperService` 现有规则。
+- `ToolTraceSummaryService`。
+- Executor、Verifier、Composer 结构化解析逻辑。
+- `diagnosis_run`、`agent_step`、`tool_invocation` 和 `self_evaluation`。
+- Token、耗时和工具调用数回填。
+- 当前 API 请求和响应协议。
+
+### 7.2 需要调整
+
+- `ChatService.executeChatComplex(...)` 不再创建 `SequentialAgent`。
+- Gatekeeper 从 `VerifierInputHook` 的隐式执行迁为显式 Graph Node。
+- LOW_CONFID 外层 `for round` 迁入 Graph 条件边。
+- Composer 与固定 Fallback 成为独立节点。
+- ChatService 只负责 Run 生命周期和调用 Graph，不继续承载细粒度状态机。
+
+### 7.3 ReactAgent 接入策略
+
+第一阶段使用适配 Node 显式调用当前 ReactAgent，不直接全面使用 `ReactAgent.asNode(...)`。
+
+原因：
+
+- 当前 Agent 根据 history 和 retry context 动态构造 Prompt。
+- 当前使用自定义 outputKey 和解析逻辑。
+- Hook、ThreadLocal 和父子 Graph `messages` 需要先验证。
+
+Graph State 和 Agent 输入契约稳定后，再评估直接使用 `asNode(false, false)`。
+
+### 7.4 已确认：父子状态使用输入白名单隔离
+
+**决策状态**：已确认，2026-07-16。
+
+外层 Graph 维护完整工作流状态，但每个 ReactAgent 不直接接收 `parentState.data()`。每个 Adapter Node 必须完成一次显式状态投影：
+
+```text
+父 Graph Shared State
+-> Adapter Node 选择允许字段
+-> Agent 专用 Input DTO
+-> ReactAgent 私有执行上下文
+-> Parser 提取标准输出
+-> 只更新父 Graph 指定状态
+```
+
+各节点输入边界：
+
+| 节点 | 允许读取 | 不允许直接读取 |
+|---|---|---|
+| Planner | query、history、retry context、Skill metadata | Executor、Gatekeeper、Verifier 的历史输出 |
+| Executor | query、planner plan、selected skill、executor retry context | Verifier 结论、其他轮次未筛选 messages |
+| Gatekeeper | executor structured output、当前 run 的 tool invocation | Planner 思考、其他 run 工具记录 |
+| Verifier | query、executor structured output、gatekeeper result、verified tool trace | Planner 计划、Executor 思考、未经 Gatekeeper 验真的自由文本 |
+| Composer | allowed claims、missing info、recommended actions | 原始工具结果、Executor 原始答案和未允许 claims |
+
+实现约束：
+
+- 第一阶段不使用 `asNode(true, true)`。
+- `asNode(false, false)` 也不作为严格隔离手段，因为它主要减少 `messages` 传播，不能替代字段白名单。
+- 每个 Adapter Node 使用专用 Input DTO，不复用一个包含所有字段的通用 AgentInput。
+- ReactAgent 只向父 Graph 返回结构化 Node Output，不回传内部完整 `messages` 和推理过程。
+- 子 Agent 的执行标识按 `runId + agentName + attempt` 隔离，避免不同 Agent 和重试轮次复用内部状态。
+- 数据隔离由代码保证，Prompt 约束只作为补充。
+
+### 7.5 已确认：编排审计使用独立 `orchestration_trace`
+
+**决策状态**：已确认，2026-07-16。
+
+Graph 路由记录不写入 `self_evaluation`。本期在 `diagnosis_run` 新增 nullable JSON 字段 `orchestration_trace`，用于保存当前 run 的紧凑编排摘要。
+
+职责边界：
+
+```text
+self_evaluation
+-> 结果质量、证据可信度以及 Gatekeeper / Verifier 等评估结果
+
+orchestration_trace
+-> 节点跳转、条件边原因、重试、降级和终止摘要
+
+agent_step
+-> 真实模型 Agent 调用
+
+tool_invocation
+-> 真实工具调用
+```
+
+最小结构：
+
+```json
+{
+  "version": "stategraph-v1",
+  "transitions": [
+    {
+      "from": "gatekeeper",
+      "to": "fallback",
+      "reason_code": "gatekeeper_reject",
+      "attempt": 1
+    }
+  ],
+  "final_node": "fallback",
+  "termination_reason": "gatekeeper_reject",
+  "degraded": true,
+  "evidence_retry_count": 0
+}
+```
+
+约束：
+
+- 只写入 `diagnosis_run`，不写入会话级 `diagnosis_session`，因为 Graph 执行边界是 `runId`。
+- 使用稳定的 `reason_code`，不保存完整 Prompt、模型思考、工具原文或 Graph State 快照。
+- `transitions` 受 Graph 最大循环次数约束，不作为无限增长的事件日志。
+- Trace API 将其作为与 `self_evaluation` 平级的可选字段返回；历史 run 可以为 `null`。
+- 第一版不新增 orchestration 明细表，后续只有在需要跨 run 检索单次节点事件时再单独评估。
+
+---
+
+## 8. 分阶段实施计划
+
+## 阶段 0：设计冻结
+
+**预计时间**：1–2 小时  
+**目标**：完成讨论，不修改运行时实现。
+
+任务：
+
+- 确认 Graph State 最小契约。
+- 确认所有条件边和最大重试次数。
+- 确认 Fallback 用户表达。
+- 确认旧 Sequential 测试的替换范围。
+
+完成标准：
+
+- 本 issue 中所有“待讨论决策”已有明确结论。
+- 不存在未定义的循环和终止路径。
+
+## 阶段 1：Graph 骨架和路由测试
+
+**预计时间**：2–3 小时  
+**目标**：使用 Fake Node 验证 Graph API 和所有路径，不接真实模型。
+
+任务：
+
+- 创建诊断 Graph State 和状态常量。
+- 创建 Graph 拓扑。
+- 创建 Fake Planner、Executor、Gatekeeper、Verifier、Composer。
+- 为所有条件边编写路由测试。
+
+完成标准：
+
+- Executor FAILED 后不调用 Gatekeeper、Verifier。
+- Executor INVALID_OUTPUT 直接进入固定 Fallback，不触发任何模型重试。
+- 任意 Gatekeeper REJECT 直接进入 Fallback，不调用 Verifier。
+- LOW_CONFID 只允许一次 Planner 补证据。
+- Graph 不存在无限循环。
+
+## 阶段 2：接入真实节点
+
+**预计时间**：3–4 小时  
+**目标**：将现有 Agent 和代码服务接入 Graph。
+
+任务：
+
+- 创建 Planner、Executor、Verifier、Composer Node Adapter。
+- 创建显式 Gatekeeper Node。
+- 创建 Verifier Input Builder Node，过滤未通过的 binding。
+- 创建 Evidence Retry Prepare Node。
+- 创建固定 Fallback Node。
+- 保持现有 Prompt、工具和证据协议不变。
+
+完成标准：
+
+- Agent Hook 和 ToolCallback 正常工作。
+- Gatekeeper 只执行一次，不再由 Verifier Hook 重复触发。
+- no-evidence 继续进入 Gatekeeper 和 Verifier。
+- Gatekeeper LOW_CONFID 只向 Verifier 提供已验真 binding，并限制 verdict 上限。
+- Verifier LOW_CONFID 只有存在可执行缺口时才返回 Planner。
+- 第二轮 Planner 只生成 `EVIDENCE_GAP_ONLY` 增量计划。
+
+## 阶段 3：替换 ChatService 编排
+
+**预计时间**：2–3 小时  
+**目标**：复杂 Chat 诊断正式调用 StateGraph。
+
+任务：
+
+- 将 `executeChatComplex(...)` 改为构造初始 Graph State 并执行 CompiledGraph。
+- 使用 `runId` 作为 Graph `threadId`，`sessionId` 作为 metadata。
+- 增加数据库迁移，为 `diagnosis_run` 添加 nullable JSON 字段 `orchestration_trace`。
+- 将 Graph 的节点跳转、reason code、重试和终止摘要持久化到当前 run。
+- 保留 Run 创建、状态更新、耗时、Token、工具数和 Eval 调用。
+- 将 Graph 最终状态映射为现有 `ChatResult`。
+
+完成标准：
+
+- `/api/chat` 请求和响应协议不变。
+- `diagnosis_run.agent_flow` 仍为 `CHAT`。
+- Trace 明细继续归属于当前 runId。
+- Trace API 将 `orchestration_trace` 作为与 `self_evaluation` 平级的可选字段返回。
+- Executor 失败路径不产生 Verifier Agent step。
+
+## 阶段 4：创建新测试体系
+
+**预计时间**：3–4 小时  
+**目标**：以 Graph 路径和外部行为为中心创建测试，不迁移旧固定顺序断言。
+
+新测试：
+
+- `DiagnosisGraphWorkflowTest`：纯路由测试。
+- `DiagnosisGraphNodeContractTest`：节点输入输出契约。
+- `ChatServiceGraphIntegrationTest`：ChatService、Run、Trace、自评估集成。
+
+必须覆盖：
+
+- PASS 正常路径。
+- Planner 失败。
+- Executor FAILED / TOOL_BLOCKED / INVALID_OUTPUT。
+- 合法 no-evidence。
+- Gatekeeper REJECT 直接降级。
+- Gatekeeper LOW_CONFID 且存在已验真 binding。
+- Gatekeeper LOW_CONFID 且不存在已验真 binding。
+- Verifier LOW_CONFID 补证据。
+- Gatekeeper ceiling 导致的 LOW_CONFID 不触发补证据。
+- LOW_CONFID 缺少可执行 missing evidence 时不触发补证据。
+- 第二次 LOW_CONFID 不再补证据。
+- Verifier REJECT 安全表达。
+- Composer 失败固定降级。
+- 同 session 多 run 隔离。
+
+旧测试处理：
+
+- `ChatServiceSequentialAgentTest` 不作为迁移约束，可以由新测试整体替换。
+- `VerifierInputHookTest` 根据 Gatekeeper 迁移结果删除或改写。
+- `ExecutorGatekeeperServiceTest`、Controller、Trace 和 Eval 契约测试继续保留。
+
+## 阶段 5：回归、清理和文档
+
+**预计时间**：1–2 小时  
+**目标**：完成行为确认并删除旧编排结构。
+
+任务：
+
+- 运行新的单元和集成测试。
+- 运行相关 diagnosis eval baseline。
+- 对比关键 Trace 路径。
+- 删除 `SequentialAgent` 复杂诊断编排和旧外层 round 状态机。
+- 删除不再需要的 Gatekeeper Hook 隐式执行逻辑。
+- 更新架构文档和 issue 状态。
+
+完成标准：
+
+- 新测试全部通过。
+- 关键 Eval 没有非预期退化。
+- ChatService 不再维护隐式诊断状态机。
+- 不存在新旧两套长期并行的重复实现。
+
+---
+
+## 9. 测试策略
+
+本改造允许忽略并替换与 SequentialAgent 强绑定的历史测试，但不允许丢失已经建立的安全边界。
+
+测试分层：
+
+```text
+Graph 路由测试
+-> 不调用模型，验证条件边和循环上限
+
+Node 契约测试
+-> 验证 Agent / Java Node 的状态映射
+
+Chat 集成测试
+-> 验证外部协议、Run、Trace、orchestration_trace 和 self_evaluation
+
+Eval baseline
+-> 验证最终证据表达没有退化
+```
+
+不再把“所有 Agent 固定按顺序调用”作为正确性标准。正确性标准改为：
+
+> 根据当前节点状态进入预期路径，并且所有安全门禁和外部协议保持成立。
+
+---
+
+## 10. 行为与协议影响
+
+### 外部协议
+
+保持不变：
+
+- `/api/chat` 请求和响应结构。
+- `sessionId/runId` 语义。
+- `executor_evidence_v2`。
+- Verifier 和 Composer 输出契约。
+
+### Trace API 加法式变化
+
+- Trace 聚合响应新增与 `self_evaluation` 平级的可选字段 `orchestration_trace`。
+- 现有字段语义不变，历史 run 或未经过 StateGraph 的 run 返回 `null`。
+- 这是有意的内部审计持久化和 Trace 查询协议扩展，不影响 `/api/chat` 消费方。
+
+### 明确的内部行为变化
+
+- Executor 失败后不再调用 Verifier。
+- Executor INVALID_OUTPUT 不重试，直接进入固定 Fallback。
+- Agent 调用顺序不再固定。
+- Gatekeeper REJECT 直接安全降级，不进行自动修复和重试。
+- Gatekeeper LOW_CONFID 只在存在已验真 binding 时进入 Verifier，且 verdict 最高为 LOW_CONFID。
+- LOW_CONFID 根据 missing evidence 返回 Planner，而不是无差别完整重跑。
+- 第二轮 Planner 使用增量补证据模式，不重新执行完整 Playbook。
+- Agent step 数量、Token 和耗时可能减少。
+- Trace 需要能解释条件边选择和终止原因。
+
+这些是有意的编排行为变化，不是对外协议变化。
+
+---
+
+## 11. 验收标准
+
+### 编排
+
+- [ ] Executor FAILED / TOOL_BLOCKED 后不会执行 Gatekeeper 和 Verifier。
+- [ ] Executor INVALID_OUTPUT 不重试，不执行 Gatekeeper、Verifier 和模型 Composer。
+- [ ] Executor 合法 no-evidence 会继续执行 Gatekeeper 和 Verifier。
+- [ ] Gatekeeper REJECT 直接进入 Fallback，不执行 Verifier。
+- [ ] Gatekeeper LOW_CONFID 且零条已验真 binding 时直接进入 Fallback。
+- [ ] Gatekeeper LOW_CONFID 且存在已验真 binding 时，Verifier 只接收通过校验的 binding。
+- [ ] Gatekeeper LOW_CONFID 路径的最终 verdict 不得升级为 PASS。
+- [ ] Verifier LOW_CONFID 最多触发一次 Planner 补证据。
+- [ ] LOW_CONFID 补证据循环受次数和 Run 总预算限制。
+- [ ] Gatekeeper verdict ceiling 导致的 LOW_CONFID 不触发补证据。
+- [ ] 不存在可执行 missing evidence 时不触发补证据。
+- [ ] 第二轮 Planner 只输出增量计划，不扩大诊断范围或重复成功查询。
+- [ ] Composer 失败使用固定模板结束。
+
+### 证据和安全
+
+- [ ] Gatekeeper 规则语义不放宽。
+- [ ] Verifier 只消费已验真证据。
+- [ ] no-evidence 不得表达为已排除或问题不存在。
+- [ ] REJECT 降级不泄漏 Executor 原始答案和未验证根因。
+
+### 数据与审计
+
+- [ ] Graph 使用 runId 作为 threadId。
+- [ ] Agent step、tool invocation 和 self_evaluation 仍绑定正确 runId。
+- [ ] `orchestration_trace` 只写入当前 diagnosis run，不污染其他 run 或 session 级数据。
+- [ ] `orchestration_trace` 不包含 Prompt、模型思考、工具原文和 Graph State 快照。
+- [ ] Trace 能展示实际节点路径、重试原因和终止原因。
+- [ ] 历史 run 的 `orchestration_trace=null` 时 Trace API 仍能正常返回。
+- [ ] Run 最终状态、答案、耗时、Token 和工具调用数正确回填。
+
+### 工程质量
+
+- [ ] 新 Graph 测试覆盖所有分支。
+- [ ] `ChatServiceSequentialAgentTest` 已由新测试替换。
+- [ ] 不保留长期重复的 Sequential 和 Graph 两套实现。
+- [ ] 数据库 schema 仅新增 `diagnosis_run.orchestration_trace` nullable JSON 字段。
+- [ ] `/api/chat` 和证据协议不变；Trace API 仅新增可选的 `orchestration_trace` 字段。
+
+---
+
+## 12. 风险与缓解
+
+### ReactAgent 父子 Graph 状态污染
+
+风险：直接使用 `asNode(...)` 可能导致 `messages`、outputKey 或 checkpoint 传播不符合预期。
+
+缓解：第一阶段使用适配 Node 显式调用 Agent；完成契约测试后再考虑直接子图节点。
+
+### Gatekeeper 重复执行
+
+风险：显式 Gatekeeper Node 与现有 `VerifierInputHook` 同时执行。
+
+缓解：迁移时明确 Gatekeeper 只有一个入口；Verifier Hook 只负责构造输入或被替换。
+
+### LOW_CONFID 循环失控
+
+风险：Verifier LOW_CONFID 持续返回 Planner，形成重复规划和工具调用。
+
+缓解：保留当前最多一次补证据约束，并设置 Run 级总预算与 Graph recursion limit。
+
+### Trace 与 Graph Checkpoint 语义混淆
+
+风险：把当前数据库 Trace 当作 Graph 恢复检查点，或把 `MemorySaver` 当成持久化。
+
+缓解：本期 Graph 只负责控制流程，不声明跨重启恢复；HITL 和持久 Checkpointer 单独立项。
+
+---
+
+## 13. Out of scope
+
+本 issue 暂不包含：
+
+- AIOps 迁移到公共 Graph。
+- Chat 和 AIOps 入口统一。
+- SupervisorAgent 和专科 SubAgent。
+- 人工中断、审批和恢复。
+- 持久化 Checkpointer。
+- 并行工具或并行 Agent。
+- EvidenceRepairNode 和 Gatekeeper REJECT 自动修复。
+- Gatekeeper REJECT 返回 Executor 的重试回边。
+- 修改 Prompt 业务语义。
+- 修改 `executor_evidence_v2`、Verifier、Composer 协议。
+- 除 `diagnosis_run.orchestration_trace` 外的其他数据库表或字段。
+
+这些能力应在本 issue 完成后根据实际收益单独讨论。
+
+---
+
+## 14. 已冻结决策
+
+以下决策均已确认，不再作为开放问题：
+
+- 第一阶段保留现有 ReactAgent，通过 Adapter Node 调用。
+- 父 Graph State 不直接传给 ReactAgent，使用每个 Agent 独立的 Input DTO 做白名单投影。
+- 第一阶段不直接依赖 `ReactAgent.asNode(...)` 实现父子编排。
+- Gatekeeper REJECT 本期不重试，直接进入 Fallback。
+- 本期不增加 EvidenceRepairNode。
+- Executor INVALID_OUTPUT 本期不重试，直接进入固定 Fallback。
+- Gatekeeper LOW_CONFID 有已验真 binding 时进入 Verifier，零条时直接 Fallback。
+- Gatekeeper LOW_CONFID 路径的最终 verdict 上限为 LOW_CONFID。
+- Verifier LOW_CONFID 的补证据路径返回 Planner，并使用 `EVIDENCE_GAP_ONLY` 增量规划模式。
+- Gatekeeper ceiling、无可执行缺口、无预算或已经补查时不触发 LOW_CONFID 重试。
+- Graph 路由摘要写入独立的 `diagnosis_run.orchestration_trace`，不耦合进 `self_evaluation`。
+- 不保留 Sequential / StateGraph 双链路配置开关；在专用 Git 分支完成实现和验收后，直接以 StateGraph 替换旧复杂诊断编排。
+- 实现期间允许代码处于分支内的阶段性状态，但合并前必须删除旧 Sequential 编排和不再使用的迁移代码，不形成长期双轨维护。
+
+---
+
+## 15. 相关文件
+
+- `src/main/java/com/superbiz/agent/service/ChatService.java`
+- `src/main/java/com/superbiz/agent/service/ExecutorGatekeeperService.java`
+- `src/main/java/com/superbiz/agent/hook/VerifierInputHook.java`
+- `src/main/java/com/superbiz/agent/service/ToolTraceSummaryService.java`
+- `src/main/java/com/superbiz/agent/hook/AgentLoggingHook.java`
+- `src/test/java/com/superbiz/agent/service/ChatServiceSequentialAgentTest.java`
+- `src/test/java/com/superbiz/agent/service/ExecutorGatekeeperServiceTest.java`
+- `src/test/java/com/superbiz/agent/hook/VerifierInputHookTest.java`
+- `mvp/architecture/agent-orchestration.md`
+- `mvp/architecture/harness-quality-gates.md`
+- `knowledge_20260716_Spring_AI_Alibaba_Graph_诊断编排改造/`
+
+## 16. 参考文档
+
+- https://java2ai.com/docs/frameworks/graph-core/core/core-library
+- https://java2ai.com/docs/frameworks/graph-core/quick-start
+- 当前依赖：`spring-ai-alibaba-graph-core:1.1.2.0`
+- 当前依赖：`spring-ai-alibaba-agent-framework:1.1.2.0`