Files
writing-agent/docs/implementation-guide.md
2026-07-10 08:31:27 +08:00

355 lines
13 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 实现指南
## 1. 写代码的规则
```text
1. 先读文档,再写对应文件。
2. 一次只写一个文件(或一组强绑定的 types + 实现)。
3. 每写完一个文件,对照本文档的「文件职责」自检。
4. 文件行为与文档冲突时,先改文档,再改代码。
5. 不要跳步实现:下游文件不能先于上游文件。
```
文档是规格,代码是文档的实现。
---
## 2. 文档地图
| 文档 | 管什么 |
|---|---|
| `tag-blackboard.md` | **★ 主规格**标签黑板、skill 分工 |
| `context-assembly.md` | **★ 上下文拼接**:上半固定、下半动态 |
| `architecture.md` | 总览、agent tool loop、模块边界 |
| `runtime-state-machine.md` | 5 相位、tool 边界、burst |
| `tool-contracts.md` | 总管 / worker tool |
| `orchestrator-skill-format.md` | manifest 写法(非编排表) |
| `worker-skill-format.md` | SKILL.md、contextSegments |
| `skill-format.md` | 包存储、registry |
| `skill-design-guide.md` | 新包设计方法 |
| `creation-playbook.md` | 创作流程概念 |
| `book-storage.md` | Book、CardAsset、PlayBook、过程存储 |
| `run-snapshot.md` | 手动存档 |
| `preset-format.md` | 预设导入 |
| `implementation-guide.md` | 本文件:文件顺序与职责 |
---
## 3. 实现分期
### Phase A0 — 可运行阶段机(当前优先)
目标:**不依赖 LLM**,阶段机整体可运行、可手动驱动、可脚本跑通最小闭环。
| # | 文件 | 状态 | 干嘛的 |
|---|---|---|---|
| A06 | `src/types/runtime.ts` | done | 5 相位、事件、会话类型 |
| A09 | `src/runtime/phase-machine.ts` | done | 纯函数:`applyEvent`,不调 LLM |
| A20 | `src/runtime/phase-runtime.ts` | done | 运行层:处理 effectsstub worker |
| A21 | `src/cli/phase-demo.ts` | done | 交互式演示 CLI手动发事件 |
| A22 | `tests/phase-runtime.test.ts` | done | 闭环 + worker 中途提问测试 |
**运行方式:**
```bash
npm run phase-script # 非交互,自动跑最小闭环
npm run phase-demo # 交互,手动 /decide /approve /worker-ask
npm run phase-demo -- --auto # worker 自动占位完成
```
### Phase A1 — 总管 LLM 接入(阶段机之上)
目标:在 PhaseRuntime 之上接 Main Agent不改动 phase-machine 规则。
| # | 文件 | 状态 | 干嘛的 |
|---|---|---|---|
| A11A19 | blackboard、llm、main-agent、orchestrator、run.ts | done | 带 Mock/真实 LLM 的完整栈 |
| A15 | `src/main-agent/prompts.ts` | todo | prompt 拆分 |
### Phase A2 — Skill 层(创作指南)
目标:`skills/` 批量存储 SKILL.md启动第一个询问是选 skill总管读 activeSkill。
| # | 文件 | 状态 | 干嘛的 |
|---|---|---|---|
| S00 | `skills/registry.yaml` | done | skill 索引 |
| S01 | `skills/novel-standard/SKILL.md` | done | 小说指南(含启动询问) |
| S02 | `skills/theater-roleplay/SKILL.md` | done | 剧场指南(含启动询问) |
| S03 | `src/skills/types.ts` | todo | ParsedSkill、SkillIndexEntry |
| S04 | `src/skills/loader.ts` | todo | 解析 SKILL.md |
| S05 | `src/skills/registry.ts` | todo | listSkills() |
| S06 | `src/skills/resolver.ts` | todo | 推断当前 stage |
| S07 | `src/main-agent/skill-context.ts` | todo | 注入总管 prompt |
| S08 | `src/runtime/phase-machine.ts` | todo | 增加 skill_selection / skill_selected |
| S09 | `src/cli/phase-demo.ts` | todo | 启动时 /select-skill |
详见 `docs/skill-format.md` §5。
### Phase B — Tool Call 化
目标:总管 / worker 从 JSON 决策改为 tool callRuntime 做 tool 校验与事件转换。
### Phase C — 真实 Worker
目标outline / drafting 等固定 worker 接真实 LLMworker 可中途 ask_user。
### Phase D — 持久化
目标book 存储preset 导入。
### Phase E — 标签黑板迁移(当前文档已完成,代码待做)
目标:代码与 `tag-blackboard.md` 对齐。
| # | 文件 | 状态 | 干嘛的 |
|---|---|---|---|
| E01 | `src/types/blackboard.ts` | done | `BlackboardItem`、按 tag 查询 |
| E02 | `src/blackboard/blackboard.ts` | done | listTagIndex、前缀匹配 |
| E03 | `src/skills/types.ts` + `loader.ts` | done | 解析 inputTags / outputTags兼容 outputKeys |
| E04 | `src/worker/executor.ts` | done | 按 tag 取 context校验 outputTags |
| E05 | `src/types/runtime.ts` + `main-agent.ts` + `phase-runtime` | done | 决策去掉 keysruntime 按 Worker Skill 执行 |
| E06 | `skills/novel/weird-rules-short/` | todo | tag 化 skill 样板 + inputTags frontmatter |
| E07 | `skills/novel/quick-write/` | todo | 简易全量 LLM skill |
编排写在各包 `orchestrator.md`,不单独维护 execution-flow YAML。
---
## 4. Phase A 文件顺序
按序号逐个实现。状态列:`done` = 已有初版,`todo` = 未写或未按文档对齐。
### 4.1 项目配置
| # | 文件 | 状态 | 干嘛的 |
|---|---|---|---|
| A01 | `package.json` | done | 项目元数据、npm scriptsdev / test / demo |
| A02 | `tsconfig.json` | done | TypeScript 编译选项 |
| A03 | `vitest.config.ts` | done | 测试入口配置 |
| A04 | `.env.example` | done | LLM API 环境变量模板,不含真实 key |
| A05 | `.gitignore` | done | 忽略 node_modules、dist、.env |
**A01 职责:** 声明依赖typescript、tsx、vitest和三条命令。不含业务逻辑。
---
### 4.2 类型层(只放数据结构,不含逻辑)
| # | 文件 | 状态 | 干嘛的 | 对应文档 |
|---|---|---|---|---|
| A06 | `src/types/runtime.ts` | done | 相位、事件、会话、产物、ResumeContext | `runtime-state-machine.md` §25 |
| A07 | `src/types/blackboard.ts` | done | BlackboardItem、TagIndex | `tag-blackboard.md` §2 |
| A08 | `src/types/tools.ts` | todo | 总管 tool、worker tool 的参数与结果类型 | `tool-contracts.md` |
**A06 职责:**
- 定义 `RuntimePhase`5 种)
- 定义 `WaitingReason`waiting_user 的子原因)
- 定义 `RuntimeEvent`(唯一改变相位的输入)
- 定义 `RuntimeSession`(运行时快照)
- 定义 `PhaseEffect`(阶段机产生的副作用,如 invoke_main_agent
**A07 职责Phase E 迁移后):**
- 定义 `BlackboardItem`id、tag、content、source、metadata
- 定义 `BlackboardTagIndex`给总管tag + source无 content
- 定义 `BlackboardWrite`worker 写回)
**A08 职责Phase B 再写):**
- `MainAgentToolName``WorkerToolName`
- 每个 tool 的 params / result 类型
- tool → event 映射表(类型级注释)
---
### 4.3 阶段机(纯函数,不调用 LLM
| # | 文件 | 状态 | 干嘛的 | 对应文档 |
|---|---|---|---|---|
| A09 | `src/runtime/phase-machine.ts` | done | 5 相位阶段机:`applyEvent``canApplyEvent` | `runtime-state-machine.md` §68 |
| A10 | `src/runtime/state-machine.ts` | done | 废弃别名re-export phase-machine | — |
**A09 职责:**
- `createSession()` — 创建 idle 会话
- `getAllowedEvents()` — 当前相位允许哪些事件
- `canApplyEvent()` — 事件是否合法(含 waitingReason 校验)
- `applyEvent()` — 纯函数session + event → 新 session + effects
- `createArtifact()` — 创建产物记录
**约束:**
- 不 import llm、blackboard、main-agent
- 不做 IO
- 所有相位转移必须写进 history
**A10 职责:** 兼容旧 import 路径,后续可删。
---
### 4.4 黑板
| # | 文件 | 状态 | 干嘛的 | 对应文档 |
|---|---|---|---|---|
| A11 | `src/blackboard/blackboard.ts` | done | listTagIndex、queryByPatterns、write | `tag-blackboard.md` §2 |
**A11 职责:**
- `listTagIndex()` — 给总管
- `queryByPatterns()` — 给 worker 注入
- `write()` — 按 tag 写回
- `getContentByTag()` / `getLatestByTag()`
---
### 4.5 配置与 LLM
| # | 文件 | 状态 | 干嘛的 | 对应文档 |
|---|---|---|---|---|
| A12 | `src/config/env.ts` | done | 从环境变量读 baseUrl、apiKey、model | `architecture.md` §2 config |
| A13 | `src/llm/client.ts` | done | OpenAI 兼容 API + MockLlmProvider | — |
**A12 职责:**
- `loadLlmConfig()` — 必须有 key否则抛错
- `loadLlmConfigOptional()` — 无 key 返回 nullCLI 切 mock
**A13 职责:**
- `LlmProvider` 接口:`complete(messages) → string`
- `OpenAiCompatibleProvider` — 真实 API 调用
- `MockLlmProvider` — 测试 / demo 用预设响应
- apiKey 不出现在 session 或项目文件里
---
### 4.6 总管 LLM
| # | 文件 | 状态 | 干嘛的 | 对应文档 |
|---|---|---|---|---|
| A14 | `src/main-agent/main-agent.ts` | done | 总管:只选 worker读 tag 索引 | `tag-blackboard.md` §6 |
| A15 | `src/main-agent/prompts.ts` | todo | 总管 prompt 拆分 | `tag-blackboard.md` §6 |
**A14 职责:**
- `MainAgent.decide(context)` — 调 LLM返回 `MainAgentDecision`
- `parseMainAgentDecision(raw)` — 解析 JSONPhase B 改为 parse tool calls
- `buildMainAgentUserPrompt(context)` — 拼 user prompt
- `DEFAULT_WORKERS` — 第一版可用 worker 列表
**约束:**
- 总管不读黑板 value
- 总管不直接改 phase
- 不含 question-worker提问是 worker 能力)
**A15 职责(可选拆分):** 把 prompt 从 main-agent.ts 抽出来,方便迭代。
---
### 4.7 编排层
| # | 文件 | 状态 | 干嘛的 | 对应文档 |
|---|---|---|---|---|
| A16 | `src/runtime/orchestrator.ts` | deprecated | 旧入口;用 phase-runtime | `architecture.md` |
**A16 职责:**
- `RuntimeOrchestrator` — 对外 APIstart、submitUserInput、approve、accept 等
- `dispatch(event)` — 调 `applyEvent`,处理 `PhaseEffect`
- `runMainAgent()` — phase=running 时调总管
- `runStubWorker()` — 第一版占位 workerPhase C 替换)
- `resumeStubWorker()` — worker 中途提问后恢复
**约束:**
- 唯一调用阶段机和总管的地方
- user 事件approve / accept只从 CLI / API 进入,不从 LLM 进入
---
### 4.8 入口与测试
| # | 文件 | 状态 | 干嘛的 |
|---|---|---|---|
| A17 | `src/cli/run.ts` | done | 交互式 CLI输入、/approve、/accept、/status |
| A18 | `tests/phase-machine.test.ts` | done | 阶段机单元测试 |
| A19 | `tests/orchestrator.test.ts` | done | 编排层 + Mock LLM 集成测试 |
**A17 职责:**
- 读 stdin转成 orchestrator 方法调用
- 打印 `phase` + `waitingReason`
- `--mock` 或无 API key 时用 MockLlmProvider
---
## 5. Phase B 文件顺序(下一步)
| # | 文件 | 干嘛的 |
|---|---|---|
| B01 | `src/types/tools.ts` | tool 类型定义 |
| B02 | `src/runtime/tool-registry.ts` | 注册 tool、校验参数、tool → event |
| B03 | `src/main-agent/main-agent.ts` | 改为 tool calling 模式 |
| B04 | `src/runtime/tool-handlers/main-agent.ts` | 总管 tool 处理器 |
| B05 | `src/runtime/tool-handlers/worker.ts` | worker tool 处理器ask_user / submit |
**B02 职责:**
- 白名单:当前 phase + waitingReason 下允许哪些 tool
- LLM 调了不允许的 tool → 拒绝,不转事件
---
## 6. Phase C 文件顺序
| # | 文件 | 干嘛的 |
|---|---|---|
| C01 | `src/workers/types.ts` | WorkerDefinition、WorkerRunOutcome |
| C02 | `src/workers/base-worker.ts` | prompt 拼接、tool 执行循环 |
| C03 | `src/workers/outline-worker.ts` | 大纲 worker |
| C04 | `src/workers/drafting-worker.ts` | 正文 worker |
| C05 | `src/runtime/worker-runner.ts` | 替代 orchestrator 里的 stub |
**WorkerRunOutcomePhase C 核心):**
```ts
type WorkerRunOutcome =
| { kind: "complete"; writes: BlackboardWrite[]; summary: string }
| { kind: "suspend"; questions: string[]; partialWrites?: BlackboardWrite[] }
| { kind: "fail"; reason: string };
```
- `complete``worker_completed` 事件
- `suspend``worker_needs_input` 事件
- `fail``runtime_failed` 事件
---
## 7. Phase D 文件顺序
| # | 文件 | 干嘛的 |
|---|---|---|
| D01 | `src/flows/types.ts` | ExecutionFlow、ExecutionStep |
| D02 | `src/flows/ghostwriting-flow.ts` | 代笔 flow 配置 |
| D03 | `src/book-storage/store.ts` | Book 持久化 |
| D04 | `src/preset/importer.ts` | SillyTavern 预设导入 |
---
## 8. 单文件完成检查清单
每写完一个文件,确认:
```text
[ ] 文件顶部的职责是否只对应文档里的一节
[ ] 是否 import 了不该 import 的上层模块(阶段机不应 import LLM
[ ] 是否有对应测试(内核文件必须有)
[ ] 是否更新了本表的状态列done / todo
[ ] 是否在 PR / 提交说明里写「这个文件干嘛的」一句话
```
---
## 9. 当前进度
```text
Phase A0可运行阶段机 ✅ 完成
phase-machine + phase-runtime + phase-demo + 测试
Phase A1总管 LLM ✅ 有初版orchestrator + run.ts
下一步orchestrator 应基于 PhaseRuntime 重构
Phase Btool call 未开始
Phase C真实 worker 未开始
Phase Dflow / 存储) 未开始
```
**下一个应写文件:**`orchestrator.ts` 内部组合 `PhaseRuntime`,而不是重复阶段机逻辑。写之前会先说明该文件职责。