243 lines
10 KiB
Markdown
243 lines
10 KiB
Markdown
# Agent 编排架构
|
||
|
||
**更新日期**：2026-07-17
|
||
**状态**：当前可运行架构
|
||
**参考历史文档**：`archive/2026-07-05-legacy/agent-architecture.md`
|
||
|
||
## 1. 设计定位
|
||
|
||
旧版 Agent 架构把系统描述为 Supervisor、Planner、SubAgent、Verifier 的团队协作。当前 MVP 保留这个核心思想，但实现更收敛：
|
||
|
||
- Chat 复杂诊断使用有递归上限的显式 StateGraph；正常路径是 `Planner -> Executor -> Gatekeeper -> Verified Input -> Verifier -> Composer`，条件边负责有限技术重试、一次补证据和安全 Fallback。
|
||
- AIOps 链路使用 `SupervisorAgent` 调度 `Planner + Executor`，最终由规则评估器做轻量验证。
|
||
- 当前没有拆分 ExternalApiSubAgent、InternalErrorSubAgent、DatabaseSubAgent；这些作为后续演进方向保留。
|
||
- 证据工具不直接散落在各个 Agent 里，而是通过 Spring AI ToolCallback / `@Tool` 统一暴露。
|
||
|
||
## 2. 当前 Agent 全景
|
||
|
||
```mermaid
|
||
flowchart TB
|
||
subgraph Chat["Chat diagnosis"]
|
||
ChatIn["POST /api/chat"] --> ChatService["ChatService"]
|
||
ChatService --> ChatGraph["ChatDiagnosisGraphRuntime / StateGraph"]
|
||
ChatGraph --> ChatPlanner["Planner Node"]
|
||
ChatPlanner --> ChatExecutor["chat_executor"]
|
||
ChatExecutor --> ChatTools["evidence tools"]
|
||
ChatTools --> ChatExecutor
|
||
ChatExecutor --> ChatGatekeeper["Gatekeeper Node"]
|
||
ChatGatekeeper --> VerifiedInput["Verified Input Node"]
|
||
VerifiedInput --> ChatVerifier["Verifier Node"]
|
||
ChatVerifier --> ChatDecision{"PASS / LOW_CONFID / REJECT"}
|
||
ChatDecision --> ChatComposer["Composer Node"]
|
||
ChatDecision --> ChatFallback["Fallback Node"]
|
||
ChatComposer --> ChatAnswer["final answer"]
|
||
ChatFallback --> ChatAnswer
|
||
end
|
||
|
||
subgraph AiOps["AIOps diagnosis"]
|
||
AiOpsIn["POST /api/ai_ops"] --> AiOpsService["AiOpsService"]
|
||
AiOpsService --> Supervisor["ai_ops_supervisor"]
|
||
Supervisor --> AiOpsPlanner["planner_agent"]
|
||
Supervisor --> AiOpsExecutor["executor_agent"]
|
||
AiOpsPlanner --> AiOpsExecutor
|
||
AiOpsExecutor --> AiOpsTools["Prometheus / logs / lookup_knowledge"]
|
||
AiOpsTools --> AiOpsReport["alert report"]
|
||
AiOpsReport --> AiOpsRule["AiOpsRuleEvaluationService"]
|
||
end
|
||
|
||
subgraph Trace["Trace persistence"]
|
||
ChatSession["chat_session"]
|
||
Run["diagnosis_run"]
|
||
Step["agent_step"]
|
||
Invocation["tool_invocation"]
|
||
SelfEval["self_evaluation"]
|
||
end
|
||
|
||
ChatService --> ChatSession
|
||
ChatService --> Run
|
||
ChatPlanner --> Step
|
||
ChatExecutor --> Step
|
||
ChatGatekeeper --> SelfEval
|
||
ChatGraph --> Run
|
||
ChatVerifier --> Step
|
||
ChatTools --> Invocation
|
||
ChatDecision --> SelfEval
|
||
ChatComposer --> Step
|
||
|
||
AiOpsService --> ChatSession
|
||
AiOpsService --> Run
|
||
AiOpsPlanner --> Step
|
||
AiOpsExecutor --> Step
|
||
AiOpsTools --> Invocation
|
||
AiOpsRule --> SelfEval
|
||
```
|
||
|
||
## 3. Chat 编排
|
||
|
||
Chat 复杂诊断采用 `ChatDiagnosisGraphRuntime` 编译的 bounded StateGraph。它有一条正常路径和显式条件边，不再依赖固定顺序 Agent 或 Verifier Hook：
|
||
|
||
```text
|
||
START -> PLANNER -> EXECUTOR -> GATEKEEPER -> VERIFIED_INPUT -> VERIFIER -> COMPOSER -> END
|
||
| | | | |
|
||
+ retry + fallback + fallback + retry + retry/fallback
|
||
+ EVIDENCE_RETRY -> PLANNER (最多一次)
|
||
```
|
||
|
||
关键行为：
|
||
|
||
| 角色 | 当前职责 | 输出 |
|
||
|---|---|---|
|
||
| `chat_planner` | 拆解问题，注入知识域地图和对话历史，给出排查方向 | `planner_plan` |
|
||
| `chat_executor` | 按计划调用证据工具，抽取带 `source_invocation_id + raw_path + evidence_excerpt` 的微观事实 | `executor_evidence_v2` |
|
||
| `GatekeeperNode` / `ExecutorGatekeeperService` | 按当前 `runId` 做代码级引用验真，拒绝伪造 ID、错配 raw_path、错配 excerpt | `gatekeeper_result` |
|
||
| `VerifiedInputNode` | 只投影 Gatekeeper 通过的 claims 与 matched evidence，隔离完整工具 Trace | `verified_executor_output`、`verified_evidence` |
|
||
| `chat_verifier` | 只判断已验真的 evidence excerpt 是否能推出 claim，不做新检索、不读取完整工具 Trace | `verifier_output` |
|
||
| `chat_composer` | 只表达 Verifier 允许输出的 claims、缺口和建议，生成最终用户答复 | `composer_output` |
|
||
| `FallbackNode` | 在不可恢复失败或路由上限触发时生成非空安全答复 | `final_answer`、degraded trace |
|
||
|
||
Chat Graph 支持有限技术重试，并只允许一次 evidence retry；所有分支最终进入 Composer 或 Fallback：
|
||
|
||
```mermaid
|
||
sequenceDiagram
|
||
autonumber
|
||
participant C as ChatService / StateGraph
|
||
participant P as chat_planner
|
||
participant E as chat_executor
|
||
participant T as tools
|
||
participant G as gatekeeper
|
||
participant V as chat_verifier
|
||
participant M as chat_composer
|
||
participant R as diagnosis_run
|
||
|
||
C->>P: 原始问题 + history + retry_context
|
||
P-->>C: planner_plan
|
||
C->>E: planner_plan + 上下文
|
||
E->>T: 调用证据工具
|
||
T-->>E: 证据结果
|
||
E-->>C: executor_evidence_v2
|
||
C->>G: executor_output + run-owned tool_invocation.evidence_refs
|
||
G-->>C: gatekeeper_result
|
||
C->>C: VerifiedInputNode projects passed claims/evidence
|
||
C->>V: verified_executor_output + verified_evidence + gatekeeper_audit
|
||
V-->>C: PASS / LOW_CONFID / REJECT
|
||
C->>R: 写入 verifier_evaluation
|
||
alt LOW_CONFID 且允许一次补证据
|
||
C->>P: retry_context: 仅补缺失证据
|
||
else PASS / LOW_CONFID 可输出
|
||
C->>M: allowed_claims + missing_info + recommended_actions
|
||
M-->>C: composer_output
|
||
C->>R: 保存 Composer 最终 answer
|
||
else 不可恢复失败
|
||
C->>R: Fallback 安全答复
|
||
end
|
||
C->>R: 保存 orchestration_trace(version/transitions/final_node/termination_reason/degraded/evidence_retry_count)
|
||
```
|
||
|
||
决策语义：
|
||
|
||
| Verdict | 行为 |
|
||
|---|---|
|
||
| `PASS` | 把 Verifier 允许表达的 claims 交给 Composer 输出 |
|
||
| `LOW_CONFID` | 如果分数低于阈值且仍有轮次，构造 `retry_context` 补证据；否则输出低置信提示 |
|
||
| `REJECT` | 输出降级答复，只保留已确认信息和下一步建议 |
|
||
|
||
## 4. AIOps 编排
|
||
|
||
AIOps 使用 `SupervisorAgent` 调度两个子 Agent：
|
||
|
||
```text
|
||
ai_ops_supervisor
|
||
-> planner_agent
|
||
-> executor_agent
|
||
-> final report
|
||
-> AiOpsRuleEvaluationService
|
||
```
|
||
|
||
与 Chat 的差异：
|
||
|
||
- AIOps 的输入可能是结构化告警 payload。
|
||
- payload 模式会进入 `PAYLOAD_TARGETED`，最终报告必须聚焦输入告警。
|
||
- 无 payload 时进入 `AUTO_DISCOVERY`，先通过告警工具发现活跃告警。
|
||
- 当前 AIOps 不使用 LLM Verifier，而使用轻量规则评估器写入 `self_evaluation.aiops_rule_evaluation`。
|
||
|
||
## 5. 工具边界
|
||
|
||
当前 Executor 可用工具来自两类：
|
||
|
||
```text
|
||
methodTools
|
||
-> dateTimeTools
|
||
-> lookupKnowledgeTool
|
||
-> queryMetricsTools
|
||
-> queryLogsTools when mock enabled
|
||
|
||
ToolCallbackProvider
|
||
-> framework-discovered tools
|
||
```
|
||
|
||
工具调用必须写入 `tool_invocation`。其中 `lookup_knowledge` 额外记录：
|
||
|
||
- L0/L1 命中数量。
|
||
- 检索层。
|
||
- relevance level。
|
||
- retrieved domains。
|
||
- dedup reason。
|
||
|
||
## 6. Skill / Playbook 流程
|
||
|
||
当前 Skill 是诊断流程编排提示，不是事实证据来源。Planner 只能看到 `SkillRegistry.listAll()` 暴露的 name/description 元数据；Executor 才能通过 Spring AI Alibaba 官方 `SkillsAgentHook` 使用 `read_skill` 读取完整 `SKILL.md`。
|
||
|
||
```mermaid
|
||
flowchart LR
|
||
Registry["SkillRegistry<br/>active skill metadata"] --> PlannerHook["PlannerSkillMetadataHook"]
|
||
PlannerHook --> Planner["Planner<br/>metadata only"]
|
||
Planner --> Plan["planner_plan<br/>selected_skill + steps"]
|
||
|
||
Registry --> ExecutorHook["SkillsAgentHook"]
|
||
ExecutorHook --> ReadSkill["read_skill"]
|
||
Plan --> Executor["Executor"]
|
||
Executor --> ReadSkill
|
||
ReadSkill --> SkillBody["SKILL.md workflow"]
|
||
SkillBody --> Executor
|
||
Executor --> EvidenceTools["lookup_knowledge / logs / metrics"]
|
||
EvidenceTools --> ToolTrace["tool_invocation evidence"]
|
||
Executor --> Gatekeeper["Gatekeeper"]
|
||
Gatekeeper --> Verifier["Verifier"]
|
||
ToolTrace --> Verifier
|
||
Verifier --> Composer["Composer"]
|
||
```
|
||
|
||
| 角色 | Skill 可见性 | 工具权限 |
|
||
|---|---|---|
|
||
| Planner | 只看 skill name / description，并输出 `selected_skill` | 不暴露 `read_skill` |
|
||
| Executor | 读取 Planner 选中的 skill 正文 | 暴露官方 `read_skill` 和证据工具 |
|
||
| Gatekeeper | 不看 skill catalog，也不读 skill 正文 | 只读取 Executor 输出和 `tool_invocation.retrieval_details.evidence_refs` |
|
||
| Verifier | 不看 skill catalog，也不读 skill 正文 | 只读取 Gatekeeper 结果、结构化 claims 和 trace summary |
|
||
| Composer | 不看 skill catalog，也不读 skill 正文 | 只读取 Verifier 允许表达的内容 |
|
||
|
||
## 7. 与旧版设计的差异
|
||
|
||
| 旧版设想 | 当前实现 |
|
||
|---|---|
|
||
| Supervisor + Planner + 多个专科 SubAgent + Verifier | Chat: Planner + Executor + Gatekeeper + Verifier + Composer；AIOps: Supervisor + Planner + Executor |
|
||
| ExternalApiSubAgent / InternalErrorSubAgent / DatabaseSubAgent | 暂未拆分，能力通过通用 Executor + 工具 + Prompt 约束实现 |
|
||
| 每个 SubAgent 专属工具集 | 当前 Executor 持有统一证据工具集合 |
|
||
| Verifier 支持 PASS / REVISE / REJECT | 当前 Chat Verifier 输出 PASS / LOW_CONFID / REJECT |
|
||
| Skill 驱动不同诊断流程 | 当前以 Planner 元数据选择 + Executor 读取 playbook 的方式接入 |
|
||
|
||
## 8. 后续演进
|
||
|
||
当诊断场景和工具复杂度继续上升时，再考虑拆分：
|
||
|
||
- `ExternalApiSubAgent`：接口文档、错误码、请求参数、第三方日志。
|
||
- `DatabaseSubAgent`：连接池、慢 SQL、死锁、索引建议。
|
||
- `CacheSubAgent`：Redis 超时、连接、热点 key、内存风险。
|
||
- `GenericDiagnosisSubAgent`：专项 Agent 失败后的兜底。
|
||
|
||
拆分前提：
|
||
|
||
- 当前 Executor prompt 已难以维护。
|
||
- 不同故障类型的工具权限明显不同。
|
||
- Trace 能证明某类问题需要独立的推理策略。
|
||
- 评测集能覆盖拆分前后的行为差异。
|