diff --git a/docs/agent-specs/agentic编排-SAA.md b/docs/agent-specs/agentic编排-SAA.md index fb02d9ff..200fb6c7 100644 --- a/docs/agent-specs/agentic编排-SAA.md +++ b/docs/agent-specs/agentic编排-SAA.md @@ -129,8 +129,9 @@ flowchart LR - **真结构化地基双证成立（2026-06-18）**：① **spike**=便宜模型对 `source-project.schema.json` 产连贯 gameDefinition **92-100%**（¥0.011/款，behaviors 带真逻辑 JS）；② **build 段**=gameDefinition→build-from-source→**真浏览器过九门**（deepseek-v4-flash 满分、便宜模型 3/4 款过门，截图实证）。"改源不改包 / 可维护源项目 / LLM as 工作室" **代码级成立**；产出 **运行时访问约定 v0**（`rt` 对象：getEntity/spawn/input/time-random 受控/score-win-lose latch/fx 真调引擎=满 F 门）+ **build-from-source 装配 PoC**。 **在飞（本 session 独家开发）**： -- **gameDefinition 真结构化 studio 产线化**（plan `docs/plans/2026-06-18-001` 五单元）：U1 运行时约定 2D 适配器契约 / U2 build-from-source 产线化 / U3 generate 真产 gameDefinition（替现 iife 空壳）/ U4 模型可靠性兜底 / U5 ReAct 演进（接法B）。现缺口=generate 仍产 iife `factorySrc`、build 不读 sourceProject（双证已证地基成立，剩产线化填坑）。 -- **接法B（ReAct 自治 loop）= 演进方向**：给 generate/repair 装真 tools 长成 ReactAgent（写源/build/跑九门/读错/改 config-asset）；**九门兜底化解铁律张力——自治在门内、裁决在门外**（review §10.5 已留口）。先接法A（已建七成、躯干）稳地基，后接法B 增量演进、不返工。 +- **gameDefinition 真结构化 studio 产线化**（plan `docs/plans/2026-06-18-001` **U1-U4**,已合 dev/2.0.0）：U1 运行时约定 2D 适配器契约 / U2 build-from-source 产线化 / U3 generate 真产 gameDefinition / U4 模型可靠性兜底。（原 U5 ReAct 演进=接法B，**2026-06-18 移出 001 → 归本轨**，见下。） +- **接法B（ReAct 自治 loop）= 演进方向 = P2 / Phase-1.5 agent-native 轨**：给 generate/repair 装真 tools 长成 ReactAgent（写源/build/跑九门/读错/改 config-asset）；**九门兜底化解铁律张力——自治在门内、裁决在门外**（review §10.5 已留口）。先接法A（已建七成、躯干）稳地基，后接法B 增量演进、不返工。 + - **★归位（创始人 2026-06-18）**：原 plan `001` 的 **U5「ReAct 演进」已移出 001 → 归本轨**（延期任务不算 001；`001 = U1-U4`）。`003`（P1 串行线）退路作 **contingency 引用**——升档 + prompt/gatespec 修（remaining 语义/asset/c4）不达 80% 才升级到 ReAct。U5 原设计正文（`ReactAgent.asNode`/tools 包装/`ToolCallLimitHook`/依赖坑 SAA-Boot 版本/便宜模型 tool-use 待实测）见 `001` git 历史 + [[saa-agentic-infra-decision]]。 - **W-G1 开闸验收门**（与上并行）。 **待办 follow-up**： diff --git a/docs/plans/2026-06-18-001-feat-gen-lifecycle-and-tier1-breadth-plan.md b/docs/plans/2026-06-18-001-feat-gen-lifecycle-and-tier1-breadth-plan.md index a38037bf..b4add9c4 100644 --- a/docs/plans/2026-06-18-001-feat-gen-lifecycle-and-tier1-breadth-plan.md +++ b/docs/plans/2026-06-18-001-feat-gen-lifecycle-and-tier1-breadth-plan.md @@ -36,7 +36,7 @@ canonical: docs/agent-specs/2026-06-17-固定游戏架构与SAA-agentic-studio-{ - **范式端到端真成立·路径证正确**：声明式 gameDefinition → 装配 → 构建 → 真九门；手写金样两品类(realtime/physics + tap-targets)均**过 harness 9/9**；**repair 回环真抬率**(runner 7/9→9/9)。 - **success rate = 引擎生成能力（非本计划完成项）**：便宜模型单管线产出**高方差**(同 brief 8/9~5/9)，N=1~2 本机小样信噪比不足。**正式 cutover ≥60% 量测 authoritative = mini-desktop `SaaFullGraphE2eTest -Dsaa.e2e=1`**(多 brief + 5+3 repair + stage2)。 -**U5（ReAct · 接法B）= 正式延期**：项目 pom 明示「ReactAgent/asNode 延 Phase1.5」+ 本计划「地基稳后」门 + R4 便宜模型 tool-use 待实测；本期只做 dependency 前置核版，未写不可验代码。 +**U5（ReAct · 接法B）= 移出 001（创始人 2026-06-18:延期任务不算 001）**：归 **P2 / Phase-1.5 agent-native 轨**（`agentic编排-SAA.md`），`003` 退路作 contingency 引用。**001 = U1-U4**。（pom 仍钉「ReactAgent/asNode 延 Phase1.5」;本期只做 dependency 前置核版。） **待 6c6g（本计划「不动现 8 契约」/ 共享 DESIGN_SYSTEM / 评审 域）：** - `source-project.schema.json` 的 component `kind` 枚举增 `clickable`（additive contract-first 补正；现经宽松校验功能可用）。 @@ -167,13 +167,9 @@ flowchart LR - **Approach(关键决策)**:**deepseek-v4-flash 打底最稳(本批 5/5)**;MiniMax 超时 / M2.5 返空 / deepseek 偶发 JSON 截断 → 重试(已有)+ **多模型回退链(本单元增)**+ JSON 修复(`looseParse` 已有)。回退链接现救场阶梯(`okElseRepairOrEscalateOrGiveup`),不另起一套限次。 - **Verification(可跑命令)**:批量 `SaaFullGraphE2eTest -Dsaa.e2e.n=10`(mini-desktop,10 条多品类)→ 含可靠性兜底后成功率稳定 ≥ 目标;单测断言回退链:主模型构造异常 → 自动切备选(mock ChatModel 抛 `TransientAiException`,断言切到备选模型名)。 -### U5. ReAct 演进（接法B · 后端线/Mac · 地基稳后） +### ~~U5. ReAct 演进（接法B）~~ → 已移出 001（创始人 2026-06-18） -- **Goal**:`generate`/`repair` 节点 → SAA `ReactAgent` 自治 tool-use loop(写源/build/跑九门/读错/改 config-asset 为 tools),主 agent 据品类动态调度子 agent。 -- **Files(精确路径 + 接哪类)**:`game-cloud/.../saa/`——`SaaStudioGraph.assemble` 把 `generate`/`repair` 单发节点(现 `node_async(SaaStudioNodes.generateNode(...))`)换成 `ReactAgent.asNode`;tools 包装现有节点逻辑(`buildNode`/`playNode`/`build-from-source`/读 verdict/改 sourceProject config)为 SAA `ToolCallback`。 -- **Approach(关键决策)**:SAA 原生 `ReactAgent`/`asNode`/`subAgents`(能力够,见 [[saa-agentic-infra-decision]],GA v1.1.2.2);**九门 verdict 作强制终止条件**(自治在门内、裁决在门外,不破反 Goodhart 铁律,review §10.5 留口);挂 `ModelCallLimitHook`/`ToolCallLimitHook`(ReAct 默认无限,必挂);依赖坑(SAA 要 Boot 3.5.8 vs 项目版本,见 [[saa-agentic-infra-decision]])前置 `mvn dependency:tree` 核。 -- **Verification(可跑命令)**:`SaaFullGraphE2eTest`(ReAct 路)过门率/成本 vs 接法A;单测断言 `ToolCallLimitHook` 命中即终止(防无限 loop)。**便宜模型 tool-use 可靠性实测(未知,需验)。** -- **Note**:地基(U1-U4)稳后才上;先只对九门测不了的品类(如 narrative)真需自治。 +> **U5(ReAct/接法B)= 移出 001**:延期任务不算 001。**001 = U1-U4**(机制,已合 dev/2.0.0)。ReAct 自治演进归 **P2 / Phase-1.5 agent-native 轨**,记 `docs/agent-specs/agentic编排-SAA.md`(已含接法B 演进方向 + 依赖坑 + 九门兜底口)。`003`(P1 串行线)退路作 **contingency 引用**——升档 + prompt/gatespec 修(remaining/asset/c4)不达 80% 才升级 ReAct。原 U5 设计正文(`ReactAgent.asNode`/tools 包装/`ToolCallLimitHook`/便宜模型 tool-use 待实测)见 git 历史 + canonical。 --- @@ -204,6 +200,6 @@ flowchart LR | build-from-source(源→构建,R-B7/引擎线 E2 落地) | U2 | | generate 真产结构化源(范式立论兑现) | U3 | | 生成可靠(R-WORKER 稳态) | U4 | -| agent-native 工作室(创始人愿景) | U5（接法B） | +| agent-native 工作室(ReAct·创始人愿景) | **移出 001 → P2 agent-native 轨**(`agentic编排-SAA.md`) | > **执行姿势**:**U1(约定基座,先行)→ U2(build 产线化,接 U1)→ U3(generate 真产,接 U1/U2)→ U4(可靠性)→ 地基稳 → U5(ReAct 演进)**。依赖:U2 编译 behavior 注入 U1 的 `rt`;U3 的 gameDefinition 经 U2 装配过门。**file 两线分组(canonical §8)**:U1/U2=引擎线(`game-runtime/src/` + `scripts/build.mjs` 不动);U3/U4/U5=后端线(SAA Java `…/saa/`);交汇=`source-project.schema.json`。Mac 全执行,可按两线并行(U1→U2 与 U3 prompt 起草不强串)。每单元 codex 一轮评审(实现已过 2 轮评审的 spec,单轮即可)。**测试机 mini-desktop**(harness 需 node+esbuild+Chrome+端口 4320/9222;`GAME_RUNTIME_DIR=/root/game-staging/repo/game-runtime`)。架构 SoT 见 canonical(固定架构与SAA-agentic-studio,现归本 session)。 diff --git a/docs/plans/2026-06-18-003-feat-gen-quality-converge-and-m0-integration-plan.md b/docs/plans/2026-06-18-003-feat-gen-quality-converge-and-m0-integration-plan.md index 0e151a40..07e5f6e0 100644 --- a/docs/plans/2026-06-18-003-feat-gen-quality-converge-and-m0-integration-plan.md +++ b/docs/plans/2026-06-18-003-feat-gen-quality-converge-and-m0-integration-plan.md @@ -64,7 +64,7 @@ review: 本档已过 Codex + Opus 双评审(AGENTS.md §6 条款 8,2026-06-18), - **Goal**:`001-U3` cutover 后**先实测 gameDefinition 路过门率真基线**(填"现起点=?%"),再在其上**收敛到 ≥80%** 产线门。**删除"从 60% 收敛"**(60% 是 iife 旧路,跨路径错配)。 - **前置(硬,P0-1)**:`001-U1~U3` 落地可跑且 gameDefinition 路 cutover **≥60%**;否则本单元**无立项数字、不启动**。 - **范围**:在 `001-U3` 的难门 prompt/gatespec/救场**活代码上续做调优**(SoT 归 `001-U3`,不另起);主攻 `I_control`/`F_wiring`/`H_progress`。 -- **改进杠杆(据根因分析 `docs/brainstorms/2026-06-18-生成失败根因分析`,序 = c 零成本先 → a 升档 + b ReAct 并行)**:**c1 ★换 few-shot 探针含 `_forensicsView`/latch**(命门 = 现注入的 `_goldenpath-probe/factory.js` 缺它、prompt 却硬要求 → 模型抄没见过的东西;改 1 文件、预期最大单点)· c2 prompt 补 I_control 平滑跟手判据(harness 查、prompt 零提及)· c3 F_wiring 接线落核心循环高频事件 · c4 H 断言带终局语义;**a1 难门升 `deepseek-v4-pro` · a2 修 failCount 跨档不重置(强档现只剩 3 次救场)· a3 repair 回喂带上一版源码**(现只喂失败文字、反复犯同错);b ReAct(`001-U5`,对 H/I 最有效,便宜模型 tool-use 可靠性前置实测)。**每改单变量 A/B 重测(同组 n≥10),先单验 c1。** +- **改进杠杆(据根因分析 `docs/brainstorms/2026-06-18-生成失败根因分析`,序 = c 零成本先 → a 升档 + b ReAct 并行)**:**c1 ★换 few-shot 探针含 `_forensicsView`/latch**(命门 = 现注入的 `_goldenpath-probe/factory.js` 缺它、prompt 却硬要求 → 模型抄没见过的东西;改 1 文件、预期最大单点)· c2 prompt 补 I_control 平滑跟手判据(harness 查、prompt 零提及)· c3 F_wiring 接线落核心循环高频事件 · c4 H 断言带终局语义;**a1 难门升 `deepseek-v4-pro` · a2 修 failCount 跨档不重置(强档现只剩 3 次救场)· a3 repair 回喂带上一版源码**(现只喂失败文字、反复犯同错);b ReAct(**P2 agent-native 轨** `agentic编排-SAA.md`;**contingency·非本计划拥有**:升档+修不达 80% 才升级,便宜模型 tool-use 待实测)。**每改单变量 A/B 重测(同组 n≥10),先单验 c1。** - **⚠️ 评审更新(2026-06-18 · 001 已合 dev/2.0.0)**:gamedef 路**已绕开命门**(`_forensicsView` 由 build-from-source 自动派生、I_control prompt 明写、clickable 内置)→ **c1 对目标 gamedef 路基本 moot**(c1 仍治 iife 旧路)。**新焦点**:① **`remaining=alive.length` 语义错位**(multiball 类 spawn 抬高 alive→`remaining decreased` 假阴 H 门)→ gd-runtime 改"剩余目标语义"或 DESIGN_SYSTEM 的 assertAfterPlay 范例改 `score`;② **assertAfterPlay 词汇门禁**(designNode 合并前校 path 仅 `score/remaining/result`+实体路径,拒 `moves/totalRound`)= c4 落地(Mac 待办 #2);③ **gamedef 模型产出过门率=未测**(commit 的"9/9"=手写金样过 harness、非模型过门;真量测=本 baseline);④ worker `prompt.py` 仍 iife-only,gamedef 切默认前必补 `GAMEDEF_SYSTEM`(防 http 路丢 gamedef)。 - **验收门(P1:可客观运行)**:**改造 `SaaFullGraphE2eTest`**——扩 brief 至 `n≥10`(或外部 brief 文件)+ 增 **`minSuccessRate=0.8` 硬断言**(现默认 5 条、只断"≥1 跑通"=不可作 flip 前置硬门);gameDefinition 路实测 **≥80%**;成本守门(见 KTD 5 优先级)。 - **file 级(留 Mac)**:`001-U3` 同批活代码(`SaaPrompts`/`SaaStudioNodes` gatespec + worker `prompt.py`)+ 测试改造。 @@ -107,7 +107,7 @@ review: 本档已过 Codex + Opus 双评审(AGENTS.md §6 条款 8,2026-06-18), > **✅ 创始人 2026-06-18 拍:走 (i) 升默认模型档 + (iii) ReAct(两者都上,非二选一)。** 质量门 ≥80% 优先于成本——**不指望只靠便宜模型 + prompt/gatespec 硬调到 80%,而以升模型档 + ReAct 自治作达标主杠杆**。 - **(i) ✅ 升默认模型档(已定·主杠杆)**:质量优先 → 难门最该升档处升(成本 Phase-3 再压);破 ¥0.15/款临时允许、记账对账。 -- **(iii) ✅ ReAct 自治(已定·主杠杆,`001-U5`)**:从"地基稳后非本档"提为**达标主路**——generate/repair 节点装真 tools(写源/build/跑九门/读错/改 config-asset)长成 ReactAgent,九门 verdict 强制终止(自治在门内、裁决在门外)。**便宜模型 tool-use 可靠性需实测**(见 R3)。 +- **(iii) ✅ ReAct 自治 = contingency(P2 agent-native 轨,非 003 拥有)**:创始人 2026-06-18 将 U5 移出 001 → P2(`agentic编排-SAA.md`);**升档+修(remaining/asset/c4)不达 80% 才升级到 ReAct**(generate/repair 装真 tools 长成 ReactAgent,九门 verdict 强制终止)。便宜模型 tool-use 可靠性待实测。 - (ii) 降九门难门判据 /(iv) 改判 Phase-1 门 = **备选**,仅 (i)+(iii) 仍不达时由创始人裁。 - **触发**:`003-U1` 实测真基线后即按 (i)+(iii) 推进(不必等"调优 2 轮")。配套 = 「生成失败根因分析」(Claude 出)定位天花板真因、细化各门改进。 @@ -139,14 +139,14 @@ review: 本档已过 Codex + Opus 双评审(AGENTS.md §6 条款 8,2026-06-18), | 生成执行器默认产线 flip(dispatcher=saa)+ 回退 | 003-U2 | | M0 核心纵切联合验收门(机制归 001) | 003-U3 | | 最终 Phase-1 验收闭环(M1/M2/M3 收口) | 003-U4 | -| 达标主杠杆:升模型档 + ReAct(已拍) | 退路分支 + 003-U1/001-U5 | +| 达标主杠杆:升模型档 + prompt/gatespec 修(主)· ReAct(contingency·P2 轨) | 退路分支 + 003-U1 | --- ## 已拍板（创始人 2026-06-18） 1. ✅ **质量门 ≥80% 优先于成本门 ¥0.15/款**(冲突取质量;允许临时破价上限,Phase-3 压回)。 -2. ✅ **达标主杠杆 = (i) 升默认模型档 + (iii) ReAct**(两者都上;(ii)降判据 /(iv)改门为备选,仅 i+iii 不达时裁)。 +2. ✅ **达标主杠杆 = (i) 升默认模型档 + prompt/gatespec 修(remaining 语义/asset/c4)**;**ReAct = contingency**(创始人 2026-06-18:U5 移出 001 → P2 agent-native 轨,升档+修不达 80% 才升级);(ii)降判据 /(iv)改门 = 更后备选。 3. 🔬 **配套:Claude(6c6g)做「生成为什么失败」根因分析 + 改进**(喂本 `003-U1` + `001` 的 prompt/gatespec/ReAct)——分析档另出、过双评审。 > **执行姿势**:`003` 全下游 `001`,JIT 排 001 产线化后;`003-U1` **先实测真基线再收敛**(主杠杆 = 升模型档 + ReAct);质量域 file 级 SoT 在 `001-U3` 活代码(`003` 续做、不另起)。测试机 mini-desktop。**本计划已过 Codex + Opus 双评审(AGENTS.md §6 条款 8);2 项待拍已由创始人拍板(见「已拍板」)。**