feat(AI 建任务): AI 自己在真机探索 → 写出可调度任务 → 人工确认入库
AI 控制台下新增子分栏「🧭 AI 建任务」：描述要做什么（例：建一个跑 2 小时的任务、自动刷
某 App、随机点赞），AI 用 de_* 工具自己在设备上探索（看屏/读元素树/点按验证），把走通的
路径写成一条任务草稿，经服务端校验后交人在步骤编辑器里核对/手改/试跑，保存才入库。
链路：POST /api/agent/run{mode:"designer", settings}
→ Agent 自探 → 本地工具 submit_task(draft)
→ core/task_draft 校验（失败把 errors 回灌模型让它改）
→ 只暂存（运行态 + app_meta.agent_task_draft，**不落库**）
→ SSE done{mode,draft,warnings} → 页面草稿预览 → openTaskModal(null, prefill) 预填
关键实现
- core/task_draft.py（新）：把执行器的"静默跳过点"（未知 type/空 selector/空 children/
嵌套>5/节点>60/cron 非法/必填缺失）前移成显式 error——POST /api/jobs 对 params 是盲存的，
执行器又静默跳过错误步骤，没有这道闸门就是"任务建好了、跑起来什么都没做"。
归一化兜底任务名/target/schedule/retry/时长；页面填的设置以 overrides 优先于模型。
故意**不比执行器更严**：loop_mode 近义值归一（count→rounds）、缺 max_iterations 补默认 10
（执行器本来就默认）——实测卡太死会把一轮探索耗在改字段上。
有副作用的步骤（评论/发送/购买/删除…）只警告并把触发概率压到 30%（编辑器可改回）。
- mcp_agent/agent.py：双系统提示词（CHAT/DESIGNER）+ 平台级本地工具
（LOCAL_TOOL_SPECS，不进 MCP）+ 每工具调用上限 40 + designer 输出上限 8192 +
**json.loads 容错**（草稿被截断时给模型可读错误，而不是整轮失败）。
- web/agent_api.py：mode/settings 透传、submit_task 处理器（app_context 内校验+暂存）、
done 带 draft、GET /api/agent/task_draft{,+POST,/clear}（草稿走 app_meta，不新建表）。
- 前端：static/admin/taskgen.js + #agent-sub-taskgen 子面板（showSubTab 机制）；
tasks.js 的 openTaskModal(jobId, prefill) + 信封归一化 + 唯一 draftKey；
agent.js 按 mode 门控（一个 run 只有一个事件队列，两个 EventSource 会互相瓜分事件）。
顺带修掉一个 chat 也踩的协议 bug：一轮里同时调 de_screenshot 与别的工具时，截图图像会被
插在两条 tool 消息之间 → 模型侧判"工具回应不足"直接 400。改为本轮 tool 消息发完再附图像，
_repair_tool_messages 也改成只数**连续**的 tool 消息。
真机实测（Redmi 22120RN86C，设置页）：8 步探索（含 tap_text 验证）→ submit_task 一次通过 →
草稿 8 个顶层步骤（screen_on/open_app/wait_el/click/wait/key_event…）、max_duration 1800、
无 click_xy、3 条 evidence；页面恢复草稿 + 预填编辑器 + 提示块渲染均正常，无 JS 报错。
自测数据已清理（草稿已丢弃、未创建任何任务）。
文档：AI_TASK_GEN.md 状态改「P0 已实现」+ §10 实现记录（差异/护栏/未做项）、AI_CONSOLE.md
（子分栏、designer 分支、SSE done 负载、app_meta 键）、API.md、DATA_MODEL.md、ARCHITECTURE.md、
DEVELOPMENT.md（自测入口）、README.md 索引、backlog 勾掉 P0。
This commit is contained in:
@@ -0,0 +1,541 @@
|
||||
"""AI 建任务的 draft 契约：**校验 + 归一化**（唯一真相）。
|
||||
|
||||
## 为什么必须有这个模块
|
||||
|
||||
任务执行器对"写错的地方"是**静默跳过**的：未知步骤类型只打一条 warning 继续
|
||||
（`tasks/generic/task.py` 的 `_exec_one`），空 `selector_value` 直接 return。
|
||||
而 `POST /api/jobs` 只校验 `name` + `task_type`，`params` 完全盲存
|
||||
（`web/tasks_api.py`）。两者叠加的后果是：AI（或任何人）交上一条写错的任务，
|
||||
**创建成功、运行不报错、但什么都没做**。
|
||||
|
||||
所以这里把执行器的每个"静默跳过点"前移成显式 error，在**落库之前**拦住。
|
||||
错误文案是给**模型**看的（走 `submit_task` 的返回值回灌，让它逐条改完重提），
|
||||
所以每条都要说清"哪个节点的哪个字段、错在哪、应该是什么"。
|
||||
|
||||
## 用法
|
||||
|
||||
res = validate_draft(draft, groups=..., pool=..., default_serial="...")
|
||||
# → {"ok": bool, "errors": [...], "warnings": [...], "draft": 归一化后的草稿}
|
||||
|
||||
`errors` 非空就是不能落库；`warnings` 只是提醒（前端醒目展示，不拦）。
|
||||
|
||||
契约与规则的权威描述见 `doc/AI_TASK_GEN.md`。
|
||||
"""
|
||||
import re
|
||||
|
||||
from core.logger import get_logger
|
||||
|
||||
_log = get_logger("core.task_draft")
|
||||
|
||||
# ================== 常量（规则的唯一来源） ==================
|
||||
|
||||
# 单条任务最多多少个步骤节点（含嵌套），防止模型输出失控/被输出长度截断
|
||||
MAX_NODES = 60
|
||||
# 嵌套深度上限（执行器 >5 层直接跳过该分支，见 tasks/generic/task.py）
|
||||
MAX_DEPTH = 5
|
||||
# 选择器值长度上限
|
||||
MAX_SELECTOR_LEN = 200
|
||||
# 单条 input_text 的候选文案条数
|
||||
MAX_TEXTS = 20
|
||||
|
||||
# 与编辑器下拉（static/admin/editor.js 的 selector_type 选项）严格同集。
|
||||
# 故意不含 textContains —— 下拉里没有它，用户一改就丢。
|
||||
SELECTOR_TYPES = ("xpath", "description", "text", "resourceId",
|
||||
"descriptionContains", "className")
|
||||
IF_SELECTOR_TYPES = SELECTOR_TYPES + ("ocr",)
|
||||
|
||||
# 按键白名单（u2 的 d.press 支持更多，这里只放"不会把设备弄坏"的那些：
|
||||
# 不含 power/camera —— 探索期误按 power 会让设备息屏、任务中途失联）
|
||||
KEY_WHITELIST = ("back", "home", "enter", "menu", "recent", "delete",
|
||||
"volume_up", "volume_down", "search")
|
||||
|
||||
DIRECTIONS = ("up", "down", "left", "right")
|
||||
LOOP_MODES = ("rounds", "time", "forever")
|
||||
SCHEDULE_MODES = ("once", "cron", "cron_stop")
|
||||
TARGET_MODES = ("all", "group", "serial")
|
||||
|
||||
# 需要选择器的步骤类型（缺 selector_value 时执行器静默跳过）
|
||||
NEED_SELECTOR = ("click", "long_click", "wait_el", "swipe_until", "if_el")
|
||||
# 需要包名的步骤类型
|
||||
NEED_PACKAGE = ("open_app", "stop_app")
|
||||
# 需要非空 children 的容器
|
||||
NEED_CHILDREN = ("loop", "group")
|
||||
|
||||
# 有副作用的动作关键词：命中的步骤在 AI 通道只给 warning（人工复核），不拦
|
||||
DESTRUCTIVE_HINTS = ("评论", "发送", "发布", "投稿", "转发", "分享到",
|
||||
"购买", "下单", "支付", "付款", "删除", "卸载",
|
||||
"退出登录", "注销", "举报", "拉黑", "清空")
|
||||
# 命中上面关键词的步骤，触发概率被压到这个值（可人工改回）
|
||||
SAFE_PROBABILITY = 30
|
||||
|
||||
_PKG_RE = re.compile(r"^[A-Za-z][A-Za-z0-9_]*(\.[A-Za-z0-9_]+)+$")
|
||||
_HHMM_RE = re.compile(r"^([01]\d|2[0-3]):[0-5]\d$")
|
||||
# 「序号型」选择器的两种形态：
|
||||
# (//*[@resource-id="x"])[4] ← 抓取器在语义消歧失败时给的（当前形态）
|
||||
# //*[@resource-id="x"][4] ← 历史形态（执行器会自动纠正成上面那种）
|
||||
# 两者都依赖"同类元素有几个"，界面一变就指到别的元素上，都值得提醒换语义选择器。
|
||||
_SEQ_SELECTOR_RE = re.compile(r"^(?:\(\s*//\*\[@[^\]]+\]\s*\)|//\*\[@[^\]]+\])\[\d+\]")
|
||||
|
||||
|
||||
def _step_types():
|
||||
"""步骤类型 → (label, 默认 params)，直接取自执行器的权威定义。"""
|
||||
from tasks.generic.task import STEP_TYPES
|
||||
return {s["type"]: (s.get("label", s["type"]), dict(s.get("params") or {}))
|
||||
for s in STEP_TYPES}
|
||||
|
||||
|
||||
def _is_num(v):
|
||||
return isinstance(v, (int, float)) and not isinstance(v, bool)
|
||||
|
||||
|
||||
def _num(params, key, default=None):
|
||||
v = params.get(key, default)
|
||||
return v if _is_num(v) else default
|
||||
|
||||
|
||||
# ================== 步骤树校验 ==================
|
||||
|
||||
def validate_steps(steps, depth=1, path="steps", errors=None, warnings=None,
|
||||
types=None, counter=None):
|
||||
"""递归校验步骤树，返回 (errors, warnings, 节点总数)。
|
||||
|
||||
每条 error 都带上路径（如 `steps[0].params.children[2]`），模型据此能直接定位。
|
||||
"""
|
||||
errors = [] if errors is None else errors
|
||||
warnings = [] if warnings is None else warnings
|
||||
types = _step_types() if types is None else types
|
||||
counter = [0] if counter is None else counter
|
||||
|
||||
if not isinstance(steps, list):
|
||||
errors.append(f"{path}: 必须是数组")
|
||||
return errors, warnings, counter[0]
|
||||
|
||||
for i, step in enumerate(steps):
|
||||
here = f"{path}[{i}]"
|
||||
if not isinstance(step, dict):
|
||||
errors.append(f"{here}: 必须是对象")
|
||||
continue
|
||||
stype = step.get("type")
|
||||
if not stype:
|
||||
errors.append(f"{here}: 缺少 type 字段")
|
||||
continue
|
||||
if stype not in types:
|
||||
errors.append(f"{here}: 未知步骤类型 {stype!r}（可用类型："
|
||||
f"{'、'.join(types)}）")
|
||||
continue
|
||||
if stype == "click_xy":
|
||||
errors.append(f"{here}: 不允许坐标点击（click_xy）—— 坐标在不同分辨率/"
|
||||
"设备上必失配，请改用 click + 选择器定位元素")
|
||||
continue
|
||||
|
||||
counter[0] += 1
|
||||
if counter[0] > MAX_NODES:
|
||||
errors.append(f"{here}: 步骤节点总数超过 {MAX_NODES} 个，请精简"
|
||||
"（去掉冗余的等待/滑动，合并重复结构）")
|
||||
return errors, warnings, counter[0]
|
||||
|
||||
params = step.get("params")
|
||||
if params is None:
|
||||
params = {}
|
||||
if not isinstance(params, dict):
|
||||
errors.append(f"{here}.params: 必须是对象")
|
||||
continue
|
||||
|
||||
# 触发概率（执行器对所有类型通用）
|
||||
prob = params.get("probability")
|
||||
if prob is not None:
|
||||
if not _is_num(prob) or not (0 <= prob <= 100):
|
||||
errors.append(f"{here}.params.probability: 必须是 0~100 的数字"
|
||||
f"（当前 {prob!r}）")
|
||||
|
||||
# 选择器类步骤
|
||||
if stype in NEED_SELECTOR:
|
||||
sel = params.get("selector_value")
|
||||
if not isinstance(sel, str) or not sel.strip():
|
||||
errors.append(f"{here}.params.selector_value: 不能为空 —— "
|
||||
"该步骤没有定位目标，执行时会被静默跳过。"
|
||||
"如果这一步还没探索出可靠的定位，请把它从 steps 里去掉，"
|
||||
"需要人工确认的写进 notes")
|
||||
else:
|
||||
_check_selector(params, here, stype, errors, warnings)
|
||||
|
||||
# 包名类步骤
|
||||
if stype in NEED_PACKAGE:
|
||||
pkg = params.get("package")
|
||||
if not isinstance(pkg, str) or not _PKG_RE.match(pkg.strip()):
|
||||
errors.append(f"{here}.params.package: 必须是包名（如 "
|
||||
"com.ss.android.ugc.aweme），当前 "
|
||||
f"{pkg!r}")
|
||||
|
||||
# 容器
|
||||
if stype in NEED_CHILDREN:
|
||||
children = params.get("children")
|
||||
if not isinstance(children, list) or not children:
|
||||
errors.append(f"{here}.params.children: 不能为空 —— "
|
||||
"空容器等于什么都没做")
|
||||
continue
|
||||
if depth >= MAX_DEPTH:
|
||||
errors.append(f"{here}: 嵌套层级超过 {MAX_DEPTH} 层"
|
||||
"（执行器会直接跳过这个分支）")
|
||||
continue
|
||||
validate_steps(children, depth + 1, f"{here}.params.children",
|
||||
errors, warnings, types, counter)
|
||||
|
||||
if stype == "loop":
|
||||
mode, fixed = _norm_loop_mode(params.get("loop_mode"))
|
||||
params["loop_mode"] = mode
|
||||
if fixed:
|
||||
warnings.append(f"{here}.params.loop_mode: 已按 {fixed!r} 归一为 "
|
||||
f"{mode!r}（执行器对未知取值按轮次处理）")
|
||||
if mode == "rounds":
|
||||
it = params.get("max_iterations")
|
||||
if it is None:
|
||||
# 执行器默认 10（tasks/generic/task.py 的 _exec_loop）——
|
||||
# 能跑通的就不该拦，补默认值并提示即可
|
||||
params["max_iterations"] = 10
|
||||
warnings.append(f"{here}.params.max_iterations: 未填，按默认 10 轮")
|
||||
elif not _is_num(it) or it < 1:
|
||||
errors.append(f"{here}.params.max_iterations: 按轮次循环时"
|
||||
f"必须 ≥1（当前 {it!r}）")
|
||||
elif mode == "time":
|
||||
dur = params.get("loop_duration")
|
||||
# 按时间循环缺时长时执行器**直接跳过**整块（静默无操作）→ 必须拦
|
||||
if not _is_num(dur) or dur < 10:
|
||||
errors.append(f"{here}.params.loop_duration: 按时间循环时"
|
||||
f"必须 ≥10 秒（当前 {dur!r}）")
|
||||
|
||||
if stype == "if_el":
|
||||
then = params.get("then")
|
||||
if not isinstance(then, list) or not then:
|
||||
errors.append(f"{here}.params.then: 不能为空 —— "
|
||||
"条件命中后必须做点什么")
|
||||
if depth >= MAX_DEPTH:
|
||||
errors.append(f"{here}: 嵌套层级超过 {MAX_DEPTH} 层")
|
||||
continue
|
||||
if isinstance(then, list):
|
||||
validate_steps(then, depth + 1, f"{here}.params.then",
|
||||
errors, warnings, types, counter)
|
||||
else_ = params.get("else")
|
||||
if isinstance(else_, list) and else_:
|
||||
validate_steps(else_, depth + 1, f"{here}.params.else",
|
||||
errors, warnings, types, counter)
|
||||
|
||||
if stype == "swipe":
|
||||
_check_direction(params, here, errors)
|
||||
dmin, dmax = _num(params, "duration_min"), _num(params, "duration_max")
|
||||
if dmin is not None and dmax is not None and dmin > dmax:
|
||||
errors.append(f"{here}.params: duration_min({dmin}) 不能大于 "
|
||||
f"duration_max({dmax})")
|
||||
|
||||
if stype == "swipe_until":
|
||||
_check_direction(params, here, errors)
|
||||
n = params.get("max_swipes")
|
||||
if not _is_num(n) or not (1 <= n <= 50):
|
||||
errors.append(f"{here}.params.max_swipes: 必须是 1~50（当前 {n!r}）")
|
||||
|
||||
if stype == "wait":
|
||||
lo, hi = _num(params, "min"), _num(params, "max")
|
||||
if lo is None or hi is None or lo < 0 or hi > 600 or lo > hi:
|
||||
errors.append(f"{here}.params: 需要 0 ≤ min ≤ max ≤ 600"
|
||||
f"（当前 min={lo!r} max={hi!r}）")
|
||||
|
||||
if stype == "input_text":
|
||||
mode = params.get("mode", "random")
|
||||
if mode not in ("random", "fixed"):
|
||||
errors.append(f"{here}.params.mode: 必须是 random 或 fixed"
|
||||
f"（当前 {mode!r}）")
|
||||
elif mode == "fixed":
|
||||
if not str(params.get("fixed_text") or "").strip():
|
||||
errors.append(f"{here}.params.fixed_text: mode=fixed 时不能为空")
|
||||
else:
|
||||
texts = params.get("texts")
|
||||
if not isinstance(texts, str) or not texts.strip():
|
||||
errors.append(f"{here}.params.texts: mode=random 时必须给候选"
|
||||
"文案（换行分隔，如 \"你好\\n不错\"）")
|
||||
elif len([t for t in texts.split("\n") if t.strip()]) > MAX_TEXTS:
|
||||
errors.append(f"{here}.params.texts: 候选文案最多 {MAX_TEXTS} 条")
|
||||
|
||||
if stype == "clipboard":
|
||||
if not str(params.get("text") or "").strip():
|
||||
errors.append(f"{here}.params.text: 剪贴板内容不能为空")
|
||||
|
||||
if stype == "keep_screen":
|
||||
if params.get("mode", "on") not in ("on", "off"):
|
||||
errors.append(f"{here}.params.mode: 必须是 on 或 off")
|
||||
|
||||
if stype == "key_event":
|
||||
key = params.get("key", "back")
|
||||
if key not in KEY_WHITELIST:
|
||||
errors.append(f"{here}.params.key: 不支持的按键 {key!r}"
|
||||
f"（可用：{'、'.join(KEY_WHITELIST)}）")
|
||||
|
||||
_check_destructive(step, here, warnings)
|
||||
|
||||
return errors, warnings, counter[0]
|
||||
|
||||
|
||||
def _check_selector(params, here, stype, errors, warnings):
|
||||
"""选择器类型/取值合法性（跨 xpath 与 u2 kwarg 两套语义）。"""
|
||||
stype_ok = IF_SELECTOR_TYPES if stype == "if_el" else SELECTOR_TYPES
|
||||
sel_type = params.get("selector_type") or "xpath"
|
||||
value = (params.get("selector_value") or "").strip()
|
||||
if sel_type not in stype_ok:
|
||||
errors.append(f"{here}.params.selector_type: 不支持 {sel_type!r}"
|
||||
f"（可用：{'、'.join(stype_ok)}）")
|
||||
return
|
||||
if len(value) > MAX_SELECTOR_LEN:
|
||||
errors.append(f"{here}.params.selector_value: 太长（>{MAX_SELECTOR_LEN} 字符）")
|
||||
return
|
||||
if sel_type == "xpath":
|
||||
if not (value.startswith("//") or value.startswith("(//")):
|
||||
errors.append(f"{here}.params.selector_value: 类型是 xpath，但取值不是 "
|
||||
f"// 或 (// 开头（当前 {value[:40]!r}）")
|
||||
elif _SEQ_SELECTOR_RE.match(value):
|
||||
# 执行器有 _norm_legacy_xpath 兜底纠正，所以只提醒不拦：
|
||||
# 序号型选择器「同类元素个数一变就失配」，能换成文字限定就用文字
|
||||
warnings.append(f"{here}.params.selector_value: 序号型选择器"
|
||||
f"（{value[:40]}）依赖同类元素个数，界面一变就会点空，"
|
||||
"建议改用 @text/@content-desc 限定")
|
||||
|
||||
|
||||
# 模型常见的近义写法 → 执行器认的枚举值。
|
||||
# 归一化而不是报错：执行器对未知 loop_mode 是按"轮次"处理的（else 分支），
|
||||
# 拦下来只会让模型反复重试（实测把一个 40 步的探索硬生生耗在改这一个字段上）。
|
||||
_LOOP_MODE_ALIAS = {
|
||||
"count": "rounds", "times": "rounds", "round": "rounds",
|
||||
"iterations": "rounds", "iteration": "rounds", "n": "rounds",
|
||||
"duration": "time", "seconds": "time", "secs": "time", "timeout": "time",
|
||||
"infinite": "forever", "infinity": "forever", "until_stop": "forever",
|
||||
"while": "forever", "loop": "forever",
|
||||
}
|
||||
|
||||
|
||||
def _norm_loop_mode(mode):
|
||||
"""返回 (规范化后的 loop_mode, 原始值或 None)。"""
|
||||
if mode in LOOP_MODES:
|
||||
return mode, None
|
||||
m = str(mode or "").strip().lower()
|
||||
if m in _LOOP_MODE_ALIAS:
|
||||
return _LOOP_MODE_ALIAS[m], mode
|
||||
return "rounds", mode if mode is not None else None
|
||||
|
||||
|
||||
def _check_direction(params, here, errors):
|
||||
d = params.get("direction", "up")
|
||||
if d not in DIRECTIONS:
|
||||
errors.append(f"{here}.params.direction: 必须是 "
|
||||
f"{'/'.join(DIRECTIONS)} 之一（当前 {d!r}）")
|
||||
|
||||
|
||||
def _check_destructive(step, here, warnings):
|
||||
"""有副作用的步骤给 warning（不拦）：让人知道哪里需要复核。"""
|
||||
text = " ".join(str(step.get(f) or "") for f in ("label",))
|
||||
text += " " + str((step.get("params") or {}).get("selector_value") or "")
|
||||
text += " " + str((step.get("params") or {}).get("texts") or "")
|
||||
hits = [w for w in DESTRUCTIVE_HINTS if w in text]
|
||||
if not hits:
|
||||
return
|
||||
tags = "、".join(hits)
|
||||
# 有副作用的动作默认调低触发概率（安全默认值，编辑器里可改回）：
|
||||
# 探索期本来就不许真做这类动作（只核对元素存在），产物更不该一上来就每次都触发
|
||||
params = step.setdefault("params", {})
|
||||
prob = params.get("probability", 100)
|
||||
if _is_num(prob) and prob > SAFE_PROBABILITY:
|
||||
params["probability"] = SAFE_PROBABILITY
|
||||
warnings.append(f"{here}: 含「{tags}」类有副作用的操作，触发概率已从 {prob}% "
|
||||
f"降到 {SAFE_PROBABILITY}% —— 核对无误后可在步骤编辑器里改回")
|
||||
else:
|
||||
warnings.append(f"{here}: 含「{tags}」类有副作用的操作，"
|
||||
"请人工复核后再启用")
|
||||
|
||||
|
||||
# ================== draft 整体 ==================
|
||||
|
||||
def validate_draft(draft, groups=None, pool=None, default_serial="", overrides=None):
|
||||
"""校验并归一化 AI 提交的任务草稿。
|
||||
|
||||
draft —— 模型提交的原始对象
|
||||
groups —— 现有分组名集合（校验 target.mode=group 时用；None=不校验）
|
||||
pool —— 设备池 serial 集合（用于给"设备不在池"的 warning；None=不校验）
|
||||
default_serial —— 本次探索用的设备（target 缺省时兜底）
|
||||
overrides —— 页面上的"任务设置"覆盖项（用户在页面上填的优先）
|
||||
|
||||
→ {"ok", "errors", "warnings", "draft"}
|
||||
"""
|
||||
errors, warnings = [], []
|
||||
if not isinstance(draft, dict):
|
||||
return {"ok": False, "errors": ["draft 必须是对象"], "warnings": [],
|
||||
"draft": None}
|
||||
|
||||
# ---- summary ----
|
||||
summary = str(draft.get("summary") or "").strip()
|
||||
if not summary:
|
||||
errors.append("summary: 不能为空 —— 用一句话说明这条任务做什么")
|
||||
elif len(summary) > 200:
|
||||
summary = summary[:200]
|
||||
|
||||
# ---- task ----
|
||||
task = draft.get("task")
|
||||
if not isinstance(task, dict):
|
||||
errors.append("task: 缺少任务对象")
|
||||
task = {}
|
||||
task = _normalize_task(task, summary, default_serial, overrides or {},
|
||||
errors, warnings)
|
||||
|
||||
types = _step_types()
|
||||
steps = ((task.get("params") or {}).get("steps")) or []
|
||||
if not steps:
|
||||
errors.append("task.params.steps: 不能为空 —— 没有步骤的任务创建后"
|
||||
"每次运行都会报错")
|
||||
else:
|
||||
validate_steps(steps, 1, "task.params.steps", errors, warnings, types)
|
||||
|
||||
_check_target(task, groups, pool, errors, warnings)
|
||||
_check_schedule(task, errors, warnings)
|
||||
|
||||
return {"ok": not errors, "errors": errors, "warnings": warnings,
|
||||
"draft": {"summary": summary, "task": task,
|
||||
"notes": [str(n) for n in (draft.get("notes") or [])][:5],
|
||||
"evidence": list(draft.get("evidence") or [])[:10]}}
|
||||
|
||||
|
||||
def _normalize_task(task, summary, default_serial, overrides, errors, warnings):
|
||||
"""补齐缺失字段（缺什么补什么，但**不掩盖**该报错的必填项）。"""
|
||||
name = str(overrides.get("name") or task.get("name") or "").strip()
|
||||
if not name:
|
||||
name = (summary[:20] or "AI 任务").strip()
|
||||
task["name"] = name[:40]
|
||||
|
||||
task_type = task.get("task_type") or "generic_steps"
|
||||
if task_type != "generic_steps":
|
||||
errors.append(f"task.task_type: 目前只支持 generic_steps（收到 {task_type!r}）")
|
||||
task["task_type"] = "generic_steps"
|
||||
|
||||
target = task.get("target")
|
||||
if not isinstance(target, dict) or not target.get("mode"):
|
||||
target = {"mode": "serial", "serial": default_serial} if default_serial \
|
||||
else {"mode": "all"}
|
||||
warnings.append(f"task.target: 未指定，已按探索设备兜底为 {target}")
|
||||
# 页面上显式选了目标就以页面为准
|
||||
ov_mode = overrides.get("target_mode")
|
||||
if ov_mode in TARGET_MODES:
|
||||
target = {"mode": ov_mode}
|
||||
if ov_mode == "group":
|
||||
target["group_name"] = overrides.get("group_name") or ""
|
||||
elif ov_mode == "serial":
|
||||
target["serial"] = overrides.get("serial") or default_serial
|
||||
task["target"] = target
|
||||
|
||||
schedule = task.get("schedule")
|
||||
if not isinstance(schedule, dict) or not schedule.get("mode"):
|
||||
schedule = {"mode": "once"}
|
||||
if overrides.get("schedule"):
|
||||
schedule = overrides["schedule"]
|
||||
task["schedule"] = schedule
|
||||
|
||||
retry = task.get("retry")
|
||||
if not isinstance(retry, dict):
|
||||
retry = {}
|
||||
attempts = retry.get("max_attempts", 1)
|
||||
delay = retry.get("delay", 60)
|
||||
if not _is_num(attempts) or not (1 <= attempts <= 10):
|
||||
warnings.append(f"task.retry.max_attempts: 应为 1~10，已改为 1（原 {attempts!r}）")
|
||||
attempts = 1
|
||||
if not _is_num(delay) or not (10 <= delay <= 3600):
|
||||
warnings.append(f"task.retry.delay: 应为 10~3600 秒，已改为 60（原 {delay!r}）")
|
||||
delay = 60
|
||||
task["retry"] = {"max_attempts": int(attempts), "delay": int(delay)}
|
||||
task["enabled"] = bool(task.get("enabled", True))
|
||||
|
||||
params = task.get("params")
|
||||
if not isinstance(params, dict):
|
||||
params = {}
|
||||
dur = overrides.get("max_duration", params.get("max_duration", 0))
|
||||
if not _is_num(dur) or dur < 0 or dur > 604800:
|
||||
errors.append(f"task.params.max_duration: 必须是 0~604800 的秒数"
|
||||
f"（当前 {dur!r}）")
|
||||
dur = 0
|
||||
params["max_duration"] = int(dur)
|
||||
# 步骤里的 id 由编辑器生成，落库前不需要（保留会让前端 id 重复）
|
||||
if isinstance(params.get("steps"), list):
|
||||
_strip_ids(params["steps"])
|
||||
task["params"] = params
|
||||
return task
|
||||
|
||||
|
||||
def _strip_ids(steps):
|
||||
for s in steps:
|
||||
if isinstance(s, dict):
|
||||
s.pop("id", None)
|
||||
p = s.get("params")
|
||||
if isinstance(p, dict):
|
||||
for key in ("children", "then", "else"):
|
||||
if isinstance(p.get(key), list):
|
||||
_strip_ids(p[key])
|
||||
|
||||
|
||||
def _check_target(task, groups, pool, errors, warnings):
|
||||
target = task.get("target") or {}
|
||||
mode = target.get("mode")
|
||||
if mode not in TARGET_MODES:
|
||||
errors.append(f"task.target.mode: 必须是 {'/'.join(TARGET_MODES)} 之一"
|
||||
f"（当前 {mode!r}）")
|
||||
return
|
||||
if mode == "group":
|
||||
gname = (target.get("group_name") or "").strip()
|
||||
if not gname:
|
||||
errors.append("task.target.group_name: mode=group 时必须给分组名")
|
||||
elif groups is not None and gname not in groups:
|
||||
errors.append(f"task.target.group_name: 分组 {gname!r} 不存在"
|
||||
f"（现有：{'、'.join(groups) or '无'}）")
|
||||
elif mode == "serial":
|
||||
serial = (target.get("serial") or "").strip()
|
||||
if not serial:
|
||||
errors.append("task.target.serial: mode=serial 时必须给设备 serial")
|
||||
elif pool is not None and serial not in pool:
|
||||
warnings.append(f"task.target.serial: 设备 {serial} 不在设备池里，"
|
||||
"任务运行时会被跳过")
|
||||
|
||||
|
||||
def _check_schedule(task, errors, warnings):
|
||||
sch = task.get("schedule") or {}
|
||||
mode = sch.get("mode")
|
||||
if mode not in SCHEDULE_MODES:
|
||||
errors.append(f"task.schedule.mode: 必须是 {'/'.join(SCHEDULE_MODES)} 之一"
|
||||
f"（当前 {mode!r}）")
|
||||
return
|
||||
if mode == "once":
|
||||
return
|
||||
cron = sch.get("cron")
|
||||
if not isinstance(cron, str) or not _cron_ok(cron):
|
||||
errors.append(f"task.schedule.cron: 不是合法的 5 段 crontab（分 时 日 月 周）"
|
||||
f"，当前 {cron!r}")
|
||||
if mode == "cron_stop":
|
||||
stop = sch.get("stop_cron")
|
||||
if not isinstance(stop, str) or not _cron_ok(stop):
|
||||
errors.append("task.schedule.stop_cron: 定时停止必须给合法的 5 段 "
|
||||
f"crontab，当前 {stop!r}")
|
||||
win = sch.get("window")
|
||||
if isinstance(win, dict):
|
||||
start, end = win.get("start"), win.get("end")
|
||||
if not (_HHMM_RE.match(str(start or "")) and _HHMM_RE.match(str(end or ""))):
|
||||
warnings.append("task.schedule.window: 时间窗应形如 {\"start\":\"09:00\","
|
||||
"\"end\":\"18:00\"}，格式不对会被忽略")
|
||||
elif start == end:
|
||||
warnings.append("task.schedule.window: 起止相同等于不限制")
|
||||
dur = (task.get("params") or {}).get("max_duration", 0)
|
||||
if mode == "cron_stop" and not dur:
|
||||
warnings.append("task.params.max_duration 为 0：本任务靠定时停止结束，"
|
||||
"建议同时给一个运行时长上限（秒）兜底")
|
||||
|
||||
|
||||
def _cron_ok(expr):
|
||||
"""5 段 crontab 且能被 APScheduler 解析（任务是**静默**不注册的，必须提前拦）。"""
|
||||
if len(str(expr).split()) != 5:
|
||||
return False
|
||||
try:
|
||||
from apscheduler.triggers.cron import CronTrigger
|
||||
CronTrigger.from_crontab(expr)
|
||||
return True
|
||||
except Exception:
|
||||
return False
|
||||
+17
-3
@@ -7,7 +7,14 @@
|
||||
|
||||
## 1. 它是什么
|
||||
|
||||
「AI 控制台」是后台的一个顶级 Tab（仅管理员）：选一台设备，用自然语言下指令，AI 通过 MCP 工具**看屏幕、点按、输入**，边做边把过程和结论流式显示出来。
|
||||
「AI 控制台」是后台的一个顶级 Tab（仅管理员），下面有两个子分栏：
|
||||
|
||||
| 子分栏 | 做什么 | 文档 |
|
||||
|--------|--------|------|
|
||||
| 💬 **聊天** | 选一台设备用自然语言下指令，AI 通过 MCP 工具**看屏幕、点按、输入**，边做边把过程和结论流式显示出来（本文内容） | 本文 |
|
||||
| 🧭 **AI 建任务** | 描述"要什么样的自动化"，AI **自己在真机上探索**（看屏/读元素树/点按验证），把走通的路径写成**一条可调度任务**，校验后交人工在步骤编辑器确认 | [AI_TASK_GEN.md](AI_TASK_GEN.md) |
|
||||
|
||||
> 两个子分栏共用**同一个运行槽**（全平台同时只允许一个 Agent 运行）：建任务在探索时，聊天页会显示"● 建任务探索中"并禁用发送，反之亦然。
|
||||
|
||||
```
|
||||
你：「打开小红书搜索苏州好吃的饭店，把前 5 条列出来」
|
||||
@@ -78,6 +85,11 @@ mcp_agent.Agent.run_stream(prompt, serial, history, on_delta, on_tool, on_usage,
|
||||
- 一轮整体超时 **900 秒**；达到步数上限会让模型做一次收尾总结
|
||||
- 工具调用由 MCP Server 执行（`:8033`），后者再调平台 HTTP 接口/直连设备
|
||||
- **设备忙时拒绝**：目标设备正在跑任务 → `409`（"AI 不与任务抢设备"）
|
||||
- `mode:"designer"`（AI 建任务）走同一条链路，差别：换一套 system prompt（任务设计师）、
|
||||
输出上限提到 8192、**不吃聊天历史**、多一个平台级本地工具 `submit_task`
|
||||
（不经 MCP，服务端用 `core/task_draft` 校验，见 [AI_TASK_GEN.md](AI_TASK_GEN.md)）
|
||||
- 工具结果必须是**连续的** tool 消息：一轮里若同时调了截图与别的工具，图像会攒到本轮工具
|
||||
消息发完后再作为一条 user 消息附上（否则模型侧会以"工具回应不足"报 400）
|
||||
|
||||
### 3.2 会话消息模型
|
||||
|
||||
@@ -99,7 +111,7 @@ mcp_agent.Agent.run_stream(prompt, serial, history, on_delta, on_tool, on_usage,
|
||||
| `delta` | `{"text","kind":"content"\|"reasoning"}` | 正文增量渲染 Markdown；推理增量进入可折叠「💭 思考过程」 |
|
||||
| `step` | `{"tool","args","image"?}` | 追加工具卡片（含缩略截图，点击放大）；伪卡片提示经验/动作命中与沉淀 |
|
||||
| `usage` | `{"prompt_tokens","completion_tokens","total_tokens","calls"}` | 刷新单条消息脚注与顶栏「本会话累计」 |
|
||||
| `done` | `{"answer","usage"}` | 最终答案 + 收尾 |
|
||||
| `done` | `{"answer","usage","mode","draft"?,"warnings"?,"draft_error"?}` | 最终答案 + 收尾；`mode=designer` 时带任务草稿（或草稿被拦的原因） |
|
||||
| `error` | `{"message"}` | 展示错误（MCP 不可达等已转成明确文案） |
|
||||
|
||||
**刷新/重连不丢进度**：服务端事件队列保留积压，页面重新订阅（`GET /api/agent/stream?run_id=`）后会补发 delta/step/usage/done；`EventSource.onerror` **刻意不结束运行**，靠自动重连续上。另外 `GET /api/agent/run` 提供状态快照（其他窗口/8s 轮询用）。
|
||||
@@ -191,8 +203,10 @@ mcp_agent.Agent.run_stream(prompt, serial, history, on_delta, on_tool, on_usage,
|
||||
| `agent_api_key` | API Key（**明文存库**） | — |
|
||||
| `agent_default_serial` | 默认目标设备 | 空 |
|
||||
| `agent_max_steps` | 最大步数（钳制 1-200） | 40 |
|
||||
| `agent_task_draft` | **AI 建任务**最近一份草稿（JSON：`{draft, warnings, prompt, created}`，只留最近一份；不是任务，入库仍走人工确认） | 空 |
|
||||
|
||||
其它常量：单轮超时 900s、推理链落库上限 6000 字符、会话消息上限 60 条、历史上下文取最近 12 轮。
|
||||
其它常量：单轮超时 900s、推理链落库上限 6000 字符、会话消息上限 60 条、历史上下文取最近 12 轮；
|
||||
建任务模式（designer）输出上限 8192、单工具调用上限 40 次（`mcp_agent/agent.py`）。
|
||||
|
||||
---
|
||||
|
||||
|
||||
+60
-1
@@ -1,6 +1,7 @@
|
||||
# AI 建任务（AI Task Generator）设计文档
|
||||
|
||||
> 状态：**设计稿，尚未实现**（P0 未开工）——本文描述的是「要做什么、为什么这么做」，不是现状。
|
||||
> 状态：**P0 已实现**（2026-09-13）——§1~§9 是设计稿（与实现基本一致），
|
||||
> **§10 是实现记录**：差异、落地细节、怎么自测，以 §10 为准。
|
||||
> 现状请读：[AI_CONSOLE.md](AI_CONSOLE.md)（AI 控制台已实现的能力）、[TASK_DEV.md](TASK_DEV.md)（任务与步骤）、[MCP.md](MCP.md)（已实现的 19 个工具）。
|
||||
> 关联代码：`web/agent_api.py`、`mcp_server/`、`mcp_agent/`、`tasks/generic/`、`static/admin/editor.js`。最后核对：2026-09-10。
|
||||
|
||||
@@ -181,3 +182,61 @@
|
||||
### 9.4 分层与登记（红线）
|
||||
- 每新增/修改/删除一个 MCP 工具或平台配置：同步更新 `doc/MCP.md`（全清单）、`doc/MCP_DESIGN.md`（规格/层级），并在提交里体现——见全局「doc 同步红线」。
|
||||
- `core/task_draft.py` 是 web 校验与 MCP 校验的**唯一来源**，杜绝两套规则漂移。
|
||||
|
||||
---
|
||||
|
||||
## 10. 实现记录（2026-09-13）
|
||||
|
||||
### 10.1 与设计稿的差异（以本节为准）
|
||||
|
||||
| 设计稿 | 实际实现 | 为什么 |
|
||||
|---|---|---|
|
||||
| 聊天页加「模式」开关 | AI 控制台下的**独立子分栏**「🧭 AI 建任务」 | 用户要求独立页面；探索回放 + 草稿预览需要自己的版面 |
|
||||
| `submit_task` 作为平台工具（§9.2，未指定放哪层） | **Agent 本地工具**（`mcp_agent/agent.py` 的 `LOCAL_TOOL_SPECS`），**不进 MCP Server** | 放进 MCP 等于给外部客户端开"写任务"的口子，还要连带改 MCP.md/MCP_DESIGN.md 与审计；收益为零 |
|
||||
| draft 经前端灌进步骤编辑器 | 同上，但草稿**先落 `app_meta`**（`agent_task_draft`，只留最近一份） | 刷新/重进页面能拿回来；**不新建表**，绕开备份覆盖红线（SUMMARY_TABLES / DEPLOY §3.5） |
|
||||
| （未提） | designer 跑**不绑会话、不吃聊天历史**，且**不沉淀**经验/动作 | 探索轨迹里有试错与误点，沉淀会污染记忆库；"draft→经验"归到 P1 |
|
||||
| —— | 校验失败把 `errors` **原样回灌模型**，最多重提 3 次（提示词约束） | 这是"AI 写坏任务"的唯一闸门：`POST /api/jobs` 对 params 盲存、执行器又静默跳过错误步骤 |
|
||||
|
||||
### 10.2 关键实现点
|
||||
|
||||
- **校验器**：`core/task_draft.py`。`validate_draft()` 逐条复刻执行器的"静默跳过点"
|
||||
（未知 type / 空 selector / 空 children / 嵌套 >5 / 深度节点数 >60 / cron 非法 /
|
||||
必填 params 缺失 / `click_xy` 直接拒）→ 返回可被模型读懂的 `errors` + 不拦的 `warnings`。
|
||||
`normalize_draft` 负责兜底（任务名、target、schedule、retry、时长）；页面上的任务设置
|
||||
以 `overrides` 形式**优先**于模型给的。
|
||||
- **提示词**：`mcp_agent/agent.py` 的 `DESIGNER_SYSTEM_PROMPT`（16 条规则：先看再动、
|
||||
定位优先级、禁坐标、禁序号型 XPath、**副作用动作只核对不真点**、时长语义映射、
|
||||
随机化三件套、规模上限、收尾方式）。
|
||||
- **护栏**：单工具调用上限 40 次（`Agent.tool_call_limit`；总步数由 `max_steps` 兜底，
|
||||
两个值都要**大于**正常重试次数，否则会把一轮探索截断在"改字段"上——实测踩过）；输出上限 8192（designer）；
|
||||
`json.loads` 容错（草稿被截断时返回可读错误而不是整轮崩）。
|
||||
- **前端**：`static/admin/taskgen.js` + `#agent-sub-taskgen`（子 Tab 机制见
|
||||
`static/admin/base.js` 的 `showSubTab`）。草稿预览能直接点「在步骤编辑器中打开」→
|
||||
`openTaskModal(null, prefill)` 预填（用唯一 draftKey，避开 localStorage 旧草稿覆盖）。
|
||||
- **两个页面共用一个运行槽**：`GET /api/agent/run` 回 `mode`，两个前端各按 mode 决定
|
||||
是否订阅 SSE（一个 run 只有一个事件队列，两个 EventSource 同时消费会互相瓜分事件）。
|
||||
|
||||
### 10.3 附带修掉的一个协议 bug
|
||||
|
||||
Chat 模式同样受益：一轮里若模型同时调了 `de_screenshot` 与别的工具，旧实现会把截图图像
|
||||
作为一条 `user` 消息**插在两条 tool 消息之间**，模型侧判定"工具回应不足"直接 400
|
||||
（`An assistant message with 'tool_calls' must be followed by tool messages…`）。
|
||||
现改为：本轮 tool 消息发完后再附一条 user 图像消息；`_repair_tool_messages` 也改成
|
||||
只数**连续**的 tool 消息。
|
||||
|
||||
### 10.4 还没做（P1 / 后续）
|
||||
|
||||
- 「探索完直接创建」接口（服务端复验后 `add_job`）——目前一律走人工确认。
|
||||
- draft → `agent_experience` / `agent_action` 沉淀（模板重用）。
|
||||
- MCP 侧补 `de_snapshot`（截图+元素树一次取齐，见 `doc/research/U2_ELEMENT_SELECTORS.md`）。
|
||||
- 多设备并行探索、成本控制。
|
||||
|
||||
### 10.5 自测怎么跑
|
||||
|
||||
1. 纯逻辑：`core/task_draft` 的正反例（未知 type / 空 selector / `click_xy` / cron 少段 /
|
||||
深度 6 / probability 越界 …），断言 `errors` 文案模型能读懂。
|
||||
2. 真机：AI 控制台 →「AI 建任务」→ 选空闲设备 → 描述需求 → 看回放 → 核对草稿 →
|
||||
「在步骤编辑器中打开」→ 单步试跑 → 保存。
|
||||
3. 反例：需求里出现"自动评论并发送" → 草稿的这类步骤应是"只核对存在性"（`notes` 里提示
|
||||
人工复核），**探索期审计日志里不应有对发送键的 `de_tap_*`**。
|
||||
4. 自测产生的东西（草稿/自建任务）用后即删，别碰用户真实数据。
|
||||
|
||||
+17
-2
@@ -198,8 +198,8 @@
|
||||
|------|------|------|
|
||||
| GET/POST | `/api/agent/config` | 读写 AI 配置（key 打码回显） |
|
||||
| GET | `/api/agent/devices` | AI 可用设备（含名称与 busy 标记） |
|
||||
| POST | `/api/agent/run` | 启动一轮 AI 会话 |
|
||||
| GET | `/api/agent/run` | 运行状态（刷新恢复用） |
|
||||
| POST | `/api/agent/run` | 启动一轮 AI 会话（`mode:"chat"`=聊天 / `"designer"`=AI 建任务） |
|
||||
| GET | `/api/agent/run` | 运行状态（刷新恢复用；含 `mode`/`draft`） |
|
||||
| GET | `/api/agent/stream` | **SSE 事件流** |
|
||||
| POST | `/api/agent/stop` | 中断当前运行 |
|
||||
| POST | `/api/agent/clear` | 清空对话历史 |
|
||||
@@ -213,6 +213,21 @@
|
||||
| GET | `/api/agent/actions` | 动作库列表 |
|
||||
| POST | `/api/agent/actions/save` | 新增/编辑动作（禁坐标） |
|
||||
| POST | `/api/agent/actions/delete` | 删除动作 |
|
||||
| GET | `/api/agent/task_draft` | **AI 建任务**：读回最近一份草稿（`{saved, running, mode, run_id, draft, draft_error}`） |
|
||||
| POST | `/api/agent/task_draft` | 回存草稿并**重新校验**（不通过返回 400 + `errors`） |
|
||||
| POST | `/api/agent/task_draft/clear` | 丢弃草稿 |
|
||||
|
||||
**AI 建任务（designer 模式）要点**（详见 [AI_TASK_GEN.md](AI_TASK_GEN.md)）：
|
||||
|
||||
- `POST /api/agent/run` 额外接受 `mode:"designer"` 与 `settings`（页面上的任务设置，作为草稿
|
||||
的 overrides：`name`/`target_mode`/`group_name`/`serial`/`schedule`/`max_duration`）。
|
||||
designer 跑**不绑会话**（单轮，不吃聊天历史、也不污染会话）。
|
||||
- designer 模式下 Agent 多一个**平台级本地工具** `submit_task(draft)`（**不在 MCP 层**）：
|
||||
服务端用 `core/task_draft.validate_draft` 校验，失败把 `errors` 回灌给模型让它改；
|
||||
通过也只**暂存**（运行态 + `app_meta.agent_task_draft`），**不落库**——入库仍要用户在
|
||||
步骤编辑器里确认后走 `POST /api/jobs`。
|
||||
- `done` 事件在 designer 下多带 `{mode, draft, warnings, draft_error}`。
|
||||
- 设备忙 409、单实例运行、权限同聊天模式。
|
||||
|
||||
### 2.10 system（`web/system_api.py`，全部 Admin）
|
||||
|
||||
|
||||
+2
-1
@@ -294,7 +294,8 @@ connecting ──获取设备──▶ u2 连接 ──▶ running ──▶ set
|
||||
| `tools.js` | 工具 Tab：剪贴板、adb 终端、Tailscale、设备池、自动发现、远程看屏 | |
|
||||
| `apps.js` | 应用管理：APK 上传/安装/删除、设备已装应用 | |
|
||||
| `admin.js` | 分组、日志、用户 + **全局初始化入口**（末尾 `initCsrf(); loadMe(); showTab('monitor')`） | |
|
||||
| `agent.js` | AI 控制台：会话、SSE 流、Markdown / 推理链 / token 渲染、实时画面、经验库 / 动作库 | |
|
||||
| `agent.js` | AI 控制台·聊天：会话、SSE 流、Markdown / 推理链 / token 渲染、实时画面、经验库 / 动作库 | |
|
||||
| `taskgen.js` | AI 控制台·**AI 建任务**子页：发起探索、回放工具卡、草稿预览（步骤树/提醒/证据）、打开步骤编辑器预填 | 运行槽与聊天共用，按 `mode` 互斥订阅事件流 |
|
||||
| `system.js` | 系统 Tab：备份导出 / 导入预览与应用 | |
|
||||
|
||||
加载顺序见根 [README](../README.md)；都是全局脚本（非 ES module），靠加载顺序保证依赖。
|
||||
|
||||
@@ -228,6 +228,7 @@ UTF-8 等价于字节序）。
|
||||
| `agent_api_key` | API Key（**明文存库**） | 同上 |
|
||||
| `agent_default_serial` | 默认目标设备 | 同上 |
|
||||
| `agent_max_steps` | 最大步数（钳制 1-200，默认 40） | 同上 |
|
||||
| `agent_task_draft` | **AI 建任务**最近一份任务草稿（JSON `{draft,warnings,prompt,created}`，只留最近一份、超限自动瘦身）。**不是任务**：入库仍要用户在步骤编辑器确认后走 `POST /api/jobs` | AI 建任务页 / `submit_task` 工具 |
|
||||
| `discovery_enabled` | 自动发现开关（`"1"`/`"0"`） | 工具页「设备池管理」 |
|
||||
| `discovery_subnets` | 扫描网段 JSON 数组 | 同上 |
|
||||
| `discovery_interval` | 扫描周期秒（10-3600） | 同上 |
|
||||
|
||||
@@ -97,6 +97,7 @@ MCP_ALLOW_WRITE=1 MCP_PLATFORM_USER=admin MCP_PLATFORM_PASS=<密码> \
|
||||
| 前端验证 | 无 npm/构建，改完强刷；浏览器控制台看报错 |
|
||||
| 接口 500 巡检 | `python scripts/regression_test.py`（**⚠️ 当前在 Windows 上会因 `signal.alarm` 报错**，Linux/macOS 可用） |
|
||||
| 停止设备/清异常 | 监控页「停止全部 / 停止选中 / 清除全部异常」 |
|
||||
| AI 建任务（designer）验证 | AI 控制台 →「AI 建任务」选**空闲**设备跑一轮；脚本方式见 [AI_TASK_GEN.md](AI_TASK_GEN.md) §10.5。草稿只落 `app_meta.agent_task_draft`（不是任务），验证完 `POST /api/agent/task_draft/clear` 清掉。**注意它会真在设备上点按**（导航类动作），且与聊天共用同一个运行槽 |
|
||||
|
||||
> **改了数据库/配置想复原**：删 `data/users.db*` 会丢数据，别这么干；用「系统 → 备份/导入」或先手工复制一份 `data/`。
|
||||
|
||||
|
||||
+1
-1
@@ -17,7 +17,7 @@
|
||||
| [MCP.md](MCP.md) | **MCP 手机控制手册**：19 个 `de_*` 工具用法、写操作门控、坐标换算、接入示例 | 接入方、数字员工 |
|
||||
| [MCP_DESIGN.md](MCP_DESIGN.md) | **MCP 设计文档**：边界划分、错误码、白名单/审计设计、演进方向 | 平台开发者 |
|
||||
| [AI_CONSOLE.md](AI_CONSOLE.md) | **AI 控制台**：会话/SSE、经验库、动作库、巡检、Markdown 渲染、推理链、token 统计 | 使用者、平台开发者 |
|
||||
| [AI_TASK_GEN.md](AI_TASK_GEN.md) | **AI 建任务**：设计稿与里程碑（P0 未实现，属规划） | 平台开发者 |
|
||||
| [AI_TASK_GEN.md](AI_TASK_GEN.md) | **AI 建任务**：AI 自己在真机探索 → 写出可调度任务 → 人工确认入库（P0 已实现；契约与红线） | 平台开发者、使用者 |
|
||||
| [DEVICE_AGENT.md](DEVICE_AGENT.md) | **设备端 Agent 接口契约**：应用商店的设备专用接口（清单/下载/上报）、adb 指令协议、版本约定 —— 与设备端 APK 仓库共享的契约 | 设备端开发者、平台开发者 |
|
||||
| [DEPLOY.md](DEPLOY.md) | **部署与运维**：环境准备、生产容器、数据备份导出/导入、故障排查 | 运维、部署者 |
|
||||
| [DEVELOPMENT.md](DEVELOPMENT.md) | **开发手册**：git 流程、技术红线、本地开发与调试、常见开发任务、文档同步约定 | 所有开发者 |
|
||||
|
||||
+2
-1
@@ -96,7 +96,8 @@
|
||||
## D. AI 控制台 / 经验与动作
|
||||
|
||||
- [ ] 「🧠 经验库 / 🎬 动作库」合为一个面板（标签页切换）。
|
||||
- [ ] AI 建任务 P0：平台级 MCP 工具（只读清单 `task_types/groups/pool` + `submit_task(draft)` 校验）+ 把**动作库**当作 generic_steps 的预制件复用（见 [AI_TASK_GEN.md](../AI_TASK_GEN.md) §9）。
|
||||
- [x] ~~AI 建任务 P0~~（✅ 2026-09-13：独立子页「AI 建任务」+ `submit_task` 校验 + 草稿预览/预填，见 [AI_TASK_GEN.md](../AI_TASK_GEN.md) §10）。
|
||||
- 仍未做：平台级 MCP 只读清单（`task_types/groups/pool`）、把**动作库**当 generic_steps 预制件复用、draft→经验/动作沉淀、「探索完直接创建」接口。
|
||||
- [ ] 新增 MCP `de_screen_text`（文本化看屏：前台包名 + screen_state + 可点元素文本 + OCR），并把操作纪律写进工具 description。
|
||||
- [ ] 经验召回改进：现为 bigram + `ORDER BY hits`（候选只看 top50、hits 对所有命中行回写 → 马太效应）；改为对称相似度 / 更合理候选集，`hits` 仅在真正注入时 +1。
|
||||
- [ ] 经验/动作入库依赖模型蒸馏成功：加失败重试与可视化观测（现在只在日志里）。
|
||||
|
||||
+202
-14
@@ -25,10 +25,16 @@ _log = logging.getLogger("agent")
|
||||
S = AgentSettings()
|
||||
|
||||
|
||||
# 模型单次回复的长度上限。建任务模式要一次性输出整份任务 JSON（几十个步骤），
|
||||
# 4096 很容易被截断 → 工具参数变成半截 JSON（见 _execute_tool 的容错）。
|
||||
_DEFAULT_MAX_TOKENS = 4096
|
||||
_DESIGNER_MAX_TOKENS = 8192
|
||||
|
||||
|
||||
class _UsageUnsupported(RuntimeError):
|
||||
"""模型/网关不认 stream_options.include_usage（400/422 或报错点名该字段）——降级重试用。"""
|
||||
|
||||
SYSTEM_PROMPT = """你是手机自动化控制助手。你通过工具实时操作 Android 手机。
|
||||
CHAT_SYSTEM_PROMPT = """你是手机自动化控制助手。你通过工具实时操作 Android 手机。
|
||||
|
||||
工作规范：
|
||||
1. 先 de_list_devices 确定目标设备（在线才可操作）；设备有 name（名称）与 serial（地址），
|
||||
@@ -54,6 +60,103 @@ SYSTEM_PROMPT = """你是手机自动化控制助手。你通过工具实时操
|
||||
|
||||
可用工具清单将由系统提供。"""
|
||||
|
||||
# 兼容旧名（CLI / 其它调用方仍可能 import SYSTEM_PROMPT）
|
||||
SYSTEM_PROMPT = CHAT_SYSTEM_PROMPT
|
||||
|
||||
|
||||
# ================== 建任务模式（designer）==================
|
||||
# 与聊天模式的根本区别：**产出物是一条任务，不是"替用户做完这件事"**。
|
||||
# 所以它要"看懂了就写下来"，而不是"一路点到底"；有副作用的动作只许核对、不许真做。
|
||||
DESIGNER_SYSTEM_PROMPT = """你是手机自动化**任务设计师**。你的产出物是**一条可调度、可在步骤编辑器里继续修改的任务**（不是替用户把这件事做完）。
|
||||
|
||||
工作方式：在真机上探索够用即止 → 把探索到的元素与操作写成任务步骤 → 调 submit_task 提交草稿 → 人工确认后才会真正入库执行。
|
||||
|
||||
## 探索规范
|
||||
1. 只用本次指定的设备 serial；给用户汇报时用设备名。设备离线/异常/被任务占用时**立即停止并说明**，不要硬试。
|
||||
2. **先看再动**：`de_screenshot` 看屏 → `de_ui_tree(limit=80~150)` 拿元素（字段只有 text/id/desc/class/clickable/bounds，**没有 xpath**）。同一屏只 dump 一次，不要反复截图。
|
||||
3. 不知道包名先 `de_list_apps(keyword=…)`，再 `de_open_app(package)`；用 `de_foreground_app` 确认前台。
|
||||
4. **定位优先级**：`text` / `description` / `resourceId` > `xpath` > 坐标。**禁止坐标**（绝不产 `click_xy`）。
|
||||
包含匹配只能 `descriptionContains`，或 `xpath` 里的 `//*[contains(@text,"…")]`（没有 textContains 这个类型）。
|
||||
5. XPath 写法：`//*[@resource-id="包名:id/xxx"]`、`//*[@text="…"]`、`//*[@text="…" and @resource-id="…"]`。
|
||||
**禁止** `//*[@id="x"][3]` 这种位置谓词（那是"父节点内第 3 个"，同类元素一多就全失配）。
|
||||
6. 验证分两档：
|
||||
- **无害导航类**（tab、返回、搜索框、列表项、设置项）→ 可以 `de_tap_element` 真点一次确认能命中，记 `evidence.verified="tapped"`；
|
||||
- **有副作用类**（点赞/关注/评论/发送/转发/购买/删除/退出登录）→ **只核对元素存在**（`verified="present"`），**绝不真点**；写进任务时 `probability ≤ 30`，并在 `notes` 里写明"请人工复核"。
|
||||
7. 没验证命中的元素**一律不写进任务**；拿不准的进 `notes`。宁可少写一步，也不要编一个选择器。
|
||||
|
||||
## 步骤规范
|
||||
8. 只能用这 18 种步骤类型：open_app / stop_app / screen_on / screen_off / keep_screen / key_event / swipe / swipe_until / click / long_click / wait_el / input_text / clipboard / wait / loop / group / if_el（click_xy 禁用）。
|
||||
9. 输入文字必须"先 click 输入框，再 input_text"；滚动用 `swipe{direction}`，不用像素。
|
||||
10. 时长语义必须映射对：
|
||||
- "跑 2 小时" → `params.max_duration = 7200` + 一个顶层 `loop{loop_mode:"forever"}`；
|
||||
- "每天 8-9 点" → `schedule{mode:"cron_stop", cron:"0 8 * * *", stop_cron:"0 9 * * *"}`；
|
||||
- **长任务必须给 max_duration**，否则等于无限跑。
|
||||
11. 随机化三件套：随机等待 `wait{min,max}`、随机文案 `input_text{mode:"random",texts:"a\\nb"}`、随机触发 `group{probability:<100}` 包住子步骤（概率对任何类型都生效）。
|
||||
12. 首步建议 `screen_on`（必要时 `keep_screen{mode:"on"}`）；**末步用 `key_event{key:"home"}` 把设备还给用户**（不要默认息屏）。
|
||||
13. 规模控制：工具调用 ≤ 25 步、steps ≤ 30 个节点、notes ≤ 5 条、evidence ≤ 10 条。结构要精简（去掉冗余的等待/滑动）。
|
||||
|
||||
## 收尾
|
||||
14. 探索够了就调 `submit_task` 提交草稿。**校验失败时按返回的 errors 逐条修正后重提（最多 3 次）**，不要重复提交同一份草稿。
|
||||
15. 提交成功后**不要再调用任何工具**，用一句中文总结："建了什么任务、哪些步骤需要人工复核"。
|
||||
16. 若 system 里注入了"可复用动作"，优先复用其中的定位，跳过重复探索。
|
||||
|
||||
可用工具清单将由系统提供。"""
|
||||
|
||||
|
||||
# 平台级（本地）工具：不经 MCP server，由 Agent 直接分派到调用方注册的 handler。
|
||||
# 为什么不放进 mcp_server：这些工具要读写平台自身的任务/草稿（依赖 Flask app context 与
|
||||
# 平台权限模型），放进 MCP 层等于给外部客户端开一个写任务的后门，且要连带改
|
||||
# MCP.md/MCP_DESIGN.md 与审计——收益为零（见 doc/AI_TASK_GEN.md §9.2）。
|
||||
LOCAL_TOOL_SPECS = {
|
||||
"submit_task": {
|
||||
"name": "submit_task",
|
||||
"description": "提交任务草稿（**结束性调用**：提交成功后就不要再调任何工具，直接总结）。"
|
||||
"服务端会校验草稿（步骤类型/必填参数/嵌套深度/调度格式），"
|
||||
"校验失败返回 errors 数组，请逐条修正后重新调用本工具。"
|
||||
"常见被打回的原因：步骤缺 selector_value；loop 的 loop_mode 不是 "
|
||||
"rounds/time/forever（别写 count）；按时间循环缺 loop_duration；"
|
||||
"cron 不是 5 段；steps 为空。提交前请自己先按这些自查一遍。",
|
||||
"parameters": {
|
||||
"type": "object",
|
||||
"properties": {
|
||||
"summary": {"type": "string",
|
||||
"description": "一句话说明这条任务做什么（≤200 字）"},
|
||||
"task": {
|
||||
"type": "object",
|
||||
"description": "任务信封，字段同平台任务：name/target/schedule/retry/enabled/params",
|
||||
"properties": {
|
||||
"name": {"type": "string", "description": "任务名（≤40 字）"},
|
||||
"target": {"type": "object",
|
||||
"description": '{"mode":"all"|"group"|"serial", "serial":"…", "group_name":"…"}'},
|
||||
"schedule": {"type": "object",
|
||||
"description": '{"mode":"once"} 或 {"mode":"cron","cron":"分 时 日 月 周"} 或 {"mode":"cron_stop","cron":"…","stop_cron":"…"}'},
|
||||
"retry": {"type": "object",
|
||||
"description": '{"max_attempts":1-10,"delay":10-3600}'},
|
||||
"enabled": {"type": "boolean"},
|
||||
"params": {
|
||||
"type": "object",
|
||||
"properties": {
|
||||
"max_duration": {"type": "integer",
|
||||
"description": "单次运行时长上限（秒），0=不限时"},
|
||||
"steps": {"type": "array",
|
||||
"description": "步骤树：[{type,label,params}]，容器用 params.children / params.then / params.else",
|
||||
"items": {"type": "object"}},
|
||||
},
|
||||
"required": ["steps"],
|
||||
},
|
||||
},
|
||||
"required": ["params"],
|
||||
},
|
||||
"notes": {"type": "array", "items": {"type": "string"},
|
||||
"description": "需要人工复核/拿不准的点（≤5 条）"},
|
||||
"evidence": {"type": "array", "items": {"type": "object"},
|
||||
"description": "每个选择器的探索依据：{screen,element,selector_type,selector_value,verified}"},
|
||||
},
|
||||
"required": ["summary", "task"],
|
||||
},
|
||||
},
|
||||
}
|
||||
|
||||
|
||||
class Agent:
|
||||
def __init__(self, settings: AgentSettings = None):
|
||||
@@ -73,6 +176,32 @@ class Agent:
|
||||
"total_tokens": 0, "calls": 0}
|
||||
self._include_usage = True # 模型不认 stream_options 时自动置 False
|
||||
self._mcp = None
|
||||
# ---- 建任务模式（designer）相关 ----
|
||||
self.mode = "chat"
|
||||
# 平台级本地工具：{名字: async handler(args) -> dict}，不走 MCP
|
||||
self._local_handlers = {}
|
||||
# 本轮每个工具调用了几次（防"原地打转"：同一个工具反复调不推进目标）
|
||||
self._tool_counts = {}
|
||||
# 单个工具本轮最多调用次数（防"原地打转"）。要**大于**正常重试次数：
|
||||
# 探索里 submit_task 反复被校验驳回调几次是正常的，卡太死会把整轮探索截断
|
||||
# （实测 25 时正好把一轮设计任务耗在修字段上）。总步数由 max_steps 兜底。
|
||||
self.tool_call_limit = 40
|
||||
self.max_tokens = None # 模型单次回复上限（None=用 _DEFAULT_MAX_TOKENS）
|
||||
|
||||
# ---------- 本地（平台级）工具 ----------
|
||||
def register_local_tool(self, name, handler):
|
||||
"""注册平台级本地工具。**必须在 `_load_tools()` 之前调用**（schema 在加载时组装）。
|
||||
|
||||
handler: `async def(args: dict) -> dict`，返回值会作为工具结果回给模型并推给前端。
|
||||
"""
|
||||
if name not in LOCAL_TOOL_SPECS:
|
||||
raise KeyError(f"未定义的本地工具: {name}（需先在 LOCAL_TOOL_SPECS 里声明 schema）")
|
||||
self._local_handlers[name] = handler
|
||||
|
||||
def _count_tool_call(self, name):
|
||||
n = self._tool_counts.get(name, 0) + 1
|
||||
self._tool_counts[name] = n
|
||||
return n
|
||||
|
||||
# ---------- MCP 工具桥 ----------
|
||||
async def _load_tools(self):
|
||||
@@ -91,6 +220,12 @@ class Agent:
|
||||
"type": "function",
|
||||
"function": {"name": name, "description": desc,
|
||||
"parameters": schema}})
|
||||
# 平台级本地工具（如 submit_task）随 MCP 工具一起暴露给模型，
|
||||
# 执行时由 _execute_tool 本地分派（不发给 MCP server）
|
||||
for name in self._local_handlers:
|
||||
spec = LOCAL_TOOL_SPECS.get(name)
|
||||
if spec:
|
||||
self.tools_schema.append({"type": "function", "function": spec})
|
||||
_log.info("MCP 工具已加载: %s", [s["function"]["name"] for s in self.tools_schema])
|
||||
|
||||
async def close(self):
|
||||
@@ -123,7 +258,7 @@ class Agent:
|
||||
"model": self.s.model,
|
||||
"messages": self.messages,
|
||||
"tools": self.tools_schema if self.tools_schema else None,
|
||||
"max_tokens": 4096,
|
||||
"max_tokens": self.max_tokens or _DEFAULT_MAX_TOKENS,
|
||||
"stream": True,
|
||||
}
|
||||
if with_usage:
|
||||
@@ -185,9 +320,44 @@ class Agent:
|
||||
|
||||
# ---------- 工具执行 ----------
|
||||
async def _execute_tool(self, name, arguments):
|
||||
"""执行 MCP 工具，返回 (文本结果, image_data_or_None)。"""
|
||||
"""执行工具（MCP 或平台级本地工具），返回 (文本结果, image_data_or_None)。"""
|
||||
try:
|
||||
args = json.loads(arguments) if isinstance(arguments, str) else (arguments or {})
|
||||
except (json.JSONDecodeError, TypeError) as e:
|
||||
# 长参数被输出长度截断时 arguments 是半截 JSON。**不能整轮报错**——
|
||||
# 把"坏了"告诉模型，让它精简后重发（designer 的 steps 可能很长）。
|
||||
_log.warning("工具 %s 参数不是合法 JSON: %s", name, e)
|
||||
return {"ok": False,
|
||||
"error": f"参数不是合法 JSON（{e}）——常见原因是这次输出过长被截断，"
|
||||
"请精简要提交的内容后重新调用一次"}, None
|
||||
if not isinstance(args, dict):
|
||||
return {"ok": False, "error": "工具参数必须是 JSON 对象"}, None
|
||||
_log.info("执行工具 %s %s", name, args)
|
||||
|
||||
# 同一个工具被反复调用（原地打转）时给模型一个明确的刹车
|
||||
if self._count_tool_call(name) > self.tool_call_limit:
|
||||
return {"ok": False,
|
||||
"error": f"{name} 本轮调用次数已达上限（{self.tool_call_limit} 次），"
|
||||
"请换一种做法推进，或直接总结当前进展"}, None
|
||||
|
||||
# 平台级本地工具：不发给 MCP server
|
||||
handler = self._local_handlers.get(name)
|
||||
if handler is not None:
|
||||
# 平台级工具自己会推更贴切的提示卡（📝 任务草稿 / 草稿被拦下 / 未存下），
|
||||
# 这里**不再重复推一张工具卡**——只在 handler 意外抛异常（自己没来得及推）时补一张
|
||||
try:
|
||||
result = await handler(args)
|
||||
except Exception as e:
|
||||
_log.exception("本地工具 %s 执行失败", name)
|
||||
result = {"ok": False, "error": f"工具执行失败: {e}"}
|
||||
if self.on_tool:
|
||||
try:
|
||||
self.on_tool({"tool": name, "args": args,
|
||||
"result": result, "image": None})
|
||||
except Exception:
|
||||
pass
|
||||
return result, None
|
||||
|
||||
try:
|
||||
result = await self._mcp.call_tool(name, args)
|
||||
data = getattr(result, "data", result)
|
||||
@@ -216,10 +386,14 @@ class Agent:
|
||||
for i in range(len(self.messages) - 1, -1, -1):
|
||||
m = self.messages[i]
|
||||
if m.get("role") == "assistant" and m.get("tool_calls"):
|
||||
# 统计其后 tool 消息数是否匹配
|
||||
# 只数**紧跟着的连续** tool 消息：模型侧要求工具回应连续排列，
|
||||
# 中间夹一条 user（如截图图像）就会被判成"回应不足"。
|
||||
need = len(m["tool_calls"])
|
||||
have = sum(1 for x in self.messages[i + 1:]
|
||||
if x.get("role") == "tool")
|
||||
have = 0
|
||||
for x in self.messages[i + 1:]:
|
||||
if x.get("role") != "tool":
|
||||
break
|
||||
have += 1
|
||||
if have < need:
|
||||
_log.warning("修复不完整 tool_calls 段（need=%d have=%d），回退 %d 条消息",
|
||||
need, have, len(self.messages) - i)
|
||||
@@ -229,7 +403,8 @@ class Agent:
|
||||
# ---------- 主循环（流式） ----------
|
||||
async def run_stream(self, prompt: str, serial: str = "",
|
||||
history=None, on_delta=None, on_tool=None,
|
||||
should_stop=None, extra_context=None, on_usage=None):
|
||||
should_stop=None, extra_context=None, on_usage=None,
|
||||
mode: str = "chat"):
|
||||
"""流式执行一轮指令，返回最终完整文本。
|
||||
|
||||
history：上一轮的 [{"role": "user"|"assistant", "content": 文本}] 列表，
|
||||
@@ -239,16 +414,21 @@ class Agent:
|
||||
should_stop：可调用 fn() -> bool，每轮模型调用前检查（用户中断用）
|
||||
extra_context：附加文本（经验记忆注入，放在 system prompt 末尾）
|
||||
on_usage(usage)：每完成一次模型调用回调一次（累计值，见 self.usage）
|
||||
mode：`chat`（默认，AI 控制台聊天）或 `designer`（AI 建任务：改系统提示词、
|
||||
放宽输出长度上限、注册的本地工具生效）
|
||||
|
||||
本轮累计 token 用量同时留在 self.usage（调用方可直接读）。
|
||||
"""
|
||||
self.on_delta = on_delta
|
||||
self.on_tool = on_tool
|
||||
self.on_usage = on_usage
|
||||
self.mode = mode
|
||||
self.max_tokens = _DESIGNER_MAX_TOKENS if mode == "designer" else _DEFAULT_MAX_TOKENS
|
||||
self._tool_counts = {}
|
||||
self.usage = {"prompt_tokens": 0, "completion_tokens": 0,
|
||||
"total_tokens": 0, "calls": 0}
|
||||
target = serial or self.s.default_serial
|
||||
sys_txt = SYSTEM_PROMPT
|
||||
sys_txt = DESIGNER_SYSTEM_PROMPT if mode == "designer" else CHAT_SYSTEM_PROMPT
|
||||
if target:
|
||||
sys_txt += f"\n\n本次默认目标设备 serial：{target}（未指定设备时用它）。"
|
||||
if extra_context:
|
||||
@@ -321,6 +501,12 @@ class Agent:
|
||||
self.messages.append({"role": "assistant",
|
||||
"content": full_content,
|
||||
"tool_calls": tcs})
|
||||
# 工具结果必须**连续**跟在带 tool_calls 的 assistant 消息后面：
|
||||
# 中间插任何消息都会被模型侧判成"工具回应不足"而 400
|
||||
# （An assistant message with 'tool_calls' must be followed by tool
|
||||
# messages responding to each 'tool_call_id'）。
|
||||
# 截图图像因此先攒着，等本轮所有 tool 消息都发完，再作为一条 user 消息附上。
|
||||
pending_images = []
|
||||
for tc in tcs:
|
||||
fn = tc["function"]
|
||||
text_result, image_b64 = await self._execute_tool(
|
||||
@@ -329,13 +515,15 @@ class Agent:
|
||||
"role": "tool", "tool_call_id": tc["id"],
|
||||
"content": json.dumps(text_result, ensure_ascii=False)[:4000]})
|
||||
if image_b64:
|
||||
self.messages.append({
|
||||
"role": "user",
|
||||
"content": [{"type": "text",
|
||||
"text": "这是最新屏幕截图，请基于它继续判断"},
|
||||
{"type": "image_url",
|
||||
pending_images.append(image_b64)
|
||||
if pending_images:
|
||||
content = [{"type": "text",
|
||||
"text": "这是最新屏幕截图，请基于它继续判断"}]
|
||||
for img in pending_images:
|
||||
content.append({"type": "image_url",
|
||||
"image_url": {"url":
|
||||
f"data:image/jpeg;base64,{image_b64}"}}]})
|
||||
f"data:image/jpeg;base64,{img}"}})
|
||||
self.messages.append({"role": "user", "content": content})
|
||||
continue
|
||||
|
||||
# 无工具调用：本轮即最终回答
|
||||
|
||||
+11
-4
@@ -55,6 +55,9 @@ function initAgentChat(){
|
||||
function restoreRunningFlow(){
|
||||
apiGet('/api/agent/run').then(r=>{
|
||||
if(!r||!r.ok) return;
|
||||
// 建任务模式（designer）的运行由「AI 建任务」子页订阅。这里必须让开：
|
||||
// 服务端一个 run 只有一个事件队列，两个 EventSource 同时消费会互相瓜分事件。
|
||||
if(r.mode === 'designer') return;
|
||||
if(r.state === 'running' && r.run_id){
|
||||
setRunning(true);
|
||||
listenStream(r.run_id);
|
||||
@@ -116,14 +119,18 @@ function pollRunState(){
|
||||
apiGet('/api/agent/run').then(r=>{
|
||||
if(!r||!r.ok)return;
|
||||
const running = r.state === 'running';
|
||||
document.getElementById('agent-running-tag').style.display = running ? 'inline' : 'none';
|
||||
// 运行槽是全平台唯一的：建任务探索在跑时，聊天页也不能再发起（如实显示）
|
||||
const tag = document.getElementById('agent-running-tag');
|
||||
tag.style.display = running ? 'inline' : 'none';
|
||||
tag.textContent = running && r.mode === 'designer' ? '● 建任务探索中' : '● 运行中';
|
||||
document.getElementById('btn-agent-stop').style.display = running ? 'inline-block' : 'none';
|
||||
const hint = document.getElementById('agent-target-hint');
|
||||
if(hint){
|
||||
const dev = r.serial ? ' · ' + _agentTargetText(r.serial) : '';
|
||||
hint.textContent = running
|
||||
? ('⏳ 运行中' + (r.started ? ' ' + r.started + ' 起' : '')
|
||||
+ (r.serial ? ' · ' + _agentTargetText(r.serial) : '')
|
||||
+ '：' + (r.prompt||'').slice(0,70))
|
||||
? ((r.mode === 'designer' ? '⏳ AI 正在「AI 建任务」页探索设备'
|
||||
: '⏳ 运行中' + (r.started ? ' ' + r.started + ' 起' : ''))
|
||||
+ dev + '：' + (r.prompt || '').slice(0, 70))
|
||||
: (document.getElementById('agent-target-select').value
|
||||
? '将操作：' + _agentTargetText(document.getElementById('agent-target-select').value)
|
||||
: '');
|
||||
|
||||
@@ -107,14 +107,17 @@ function showTab(name){
|
||||
if(name==='tasks'){showSubTab('tasks',_activeSubs.tasks);loadTasks();loadCustomActions();}
|
||||
if(name==='tools'){showSubTab('tools',_activeSubs.tools);loadToolsDevices();loadAdbDevices();loadTailscaleDevices();loadApks();}
|
||||
if(name==='logs'){loadLogs();if(document.getElementById('log-auto').checked)_logTimer=setInterval(loadLogs,3000);}
|
||||
if(name==='agent' && typeof initAgentChat==='function') initAgentChat();
|
||||
if(name==='agent'){
|
||||
showSubTab('agent', _activeSubs.agent||'chat'); // 聊天 / AI 建任务
|
||||
if(typeof initAgentChat==='function') initAgentChat();
|
||||
}
|
||||
if(name==='users')loadUsers();
|
||||
if(name==='system'){showSubTab('system',_activeSubs.system||'backup');}
|
||||
}
|
||||
|
||||
// ================== 页内子分栏（任务/工具 通用） ==================
|
||||
// 每个带子分栏的 Tab 记住上次选中的子分栏，切走再切回来保持原位
|
||||
let _activeSubs = {tasks: 'plan', tools: 'clipboard', system: 'backup'};
|
||||
let _activeSubs = {tasks: 'plan', tools: 'clipboard', system: 'backup', agent: 'chat'};
|
||||
let _discoveryTimer = null; // 设备自动发现 10s 轮询（仅 devpool 子分栏激活时）
|
||||
|
||||
function showSubTab(tabId, name){
|
||||
@@ -122,6 +125,7 @@ function showSubTab(tabId, name){
|
||||
const tab = document.getElementById('tab-'+tabId);
|
||||
tab.querySelectorAll('.sub-tab').forEach(b=>b.classList.toggle('active', b.dataset.sub===name));
|
||||
tab.querySelectorAll('.sub-panel').forEach(p=>p.classList.toggle('active', p.id===tabId+'-sub-'+name));
|
||||
if(tabId==='agent' && name==='taskgen' && typeof initTaskGen==='function') initTaskGen();
|
||||
if(name==='groups' && typeof loadGroups==='function') loadGroups();
|
||||
if(name==='apks' && typeof loadAgentStore==='function') loadAgentStore();
|
||||
if(name==='devpool' && typeof loadDevPool==='function'){
|
||||
|
||||
@@ -0,0 +1,416 @@
|
||||
// ================== AI 建任务（AI 自己探索 → 写出任务步骤） ==================
|
||||
// 链路：
|
||||
// 需求 → POST /api/agent/run{mode:'designer'}
|
||||
// → AI 用 de_* 工具在真机上探索（看屏 / 读元素树 / 点按验证）
|
||||
// → 调平台级本地工具 submit_task 提交草稿（服务端用 core/task_draft 校验，
|
||||
// 不通过就把 errors 回灌给模型让它改）
|
||||
// → SSE done 带草稿 → 这里预览 → 打开步骤编辑器预填 → **用户点保存才入库**
|
||||
// 设计见 doc/AI_TASK_GEN.md；契约与两条红线（AI 不直接落库、有副作用的动作不真做）在 §5。
|
||||
|
||||
let _tgInit = false;
|
||||
let _tgStream = null; // EventSource
|
||||
let _tgBusy = false;
|
||||
let _tgDraft = null; // {summary, task, notes, evidence}
|
||||
let _tgWarnings = [];
|
||||
let _tgPrompt = ''; // 本次需求（回存草稿时带上）
|
||||
let _tgLiveSerial = '';
|
||||
|
||||
// ---------------- 初始化 ----------------
|
||||
function initTaskGen(){
|
||||
if(!_tgInit){
|
||||
_tgInit = true;
|
||||
const inp = document.getElementById('tg-prompt');
|
||||
if(inp){
|
||||
inp.addEventListener('keydown', ev=>{
|
||||
if(ev.key==='Enter' && (ev.ctrlKey||ev.metaKey)){ ev.preventDefault(); startExplore(); }
|
||||
});
|
||||
}
|
||||
}
|
||||
tgLoadDevices();
|
||||
tgLoadGroups();
|
||||
tgRestore();
|
||||
}
|
||||
|
||||
function tgExample(){
|
||||
const inp = document.getElementById('tg-prompt');
|
||||
if(!inp) return;
|
||||
inp.value = '建一个跑 2 小时的任务：自动刷抖音，随机点赞（概率低一点，像真人）；'
|
||||
+ '有弹窗就关掉；评论这种拿不准的先别真发。';
|
||||
inp.focus();
|
||||
}
|
||||
|
||||
function tgToggleAdv(){
|
||||
const box = document.getElementById('tg-adv');
|
||||
const arrow = document.getElementById('tg-adv-arrow');
|
||||
if(!box) return;
|
||||
const show = box.style.display === 'none';
|
||||
box.style.display = show ? 'block' : 'none';
|
||||
if(arrow) arrow.textContent = show ? '▾' : '▸';
|
||||
}
|
||||
function tgToggleTarget(){
|
||||
const v = (document.getElementById('tg-target')||{}).value;
|
||||
const w = document.getElementById('tg-group-wrap');
|
||||
if(w) w.style.display = (v==='group') ? 'block' : 'none';
|
||||
}
|
||||
function tgToggleSched(){
|
||||
const v = (document.getElementById('tg-sched-mode')||{}).value;
|
||||
const w = document.getElementById('tg-sched-wrap');
|
||||
if(w) w.style.display = (v==='daily') ? 'flex' : 'none';
|
||||
}
|
||||
|
||||
// ---------------- 设备 / 分组 ----------------
|
||||
function tgLoadDevices(){
|
||||
apiGet('/api/agent/devices').then(r=>{
|
||||
if(!r||!r.ok) return;
|
||||
const sel = document.getElementById('tg-serial');
|
||||
if(!sel) return;
|
||||
const cur = sel.value;
|
||||
const devs = (r.devices||[]).filter(x=>x.online);
|
||||
// 建任务页不按 serial 形态过滤：USB 序列号与 IP:5555 都是合法的 AI 目标
|
||||
sel.innerHTML = '<option value="">请选择设备…</option>'
|
||||
+ devs.map(d=>{
|
||||
const label = devText(d.name, d.serial) + (d.model ? ' · ' + d.model : '')
|
||||
+ (d.busy ? ' ⛔ 任务中：' + d.task_job : '');
|
||||
return '<option value="'+esc(d.serial)+'"' + (d.busy?' disabled':'')
|
||||
+ '>' + esc(label) + '</option>';
|
||||
}).join('');
|
||||
if(cur && [...sel.options].some(o=>o.value===cur)) sel.value = cur;
|
||||
});
|
||||
}
|
||||
|
||||
function tgLoadGroups(){
|
||||
apiGet('/api/groups').then(r=>{
|
||||
if(!r||!r.ok) return;
|
||||
const sel = document.getElementById('tg-group');
|
||||
if(!sel) return;
|
||||
sel.innerHTML = '<option value="">选择分组…</option>'
|
||||
+ (r.groups||[]).map(g=>'<option value="'+esc(g.name)+'">'+esc(g.name)
|
||||
+'（'+((g.serials||[]).length)+' 台）</option>').join('');
|
||||
});
|
||||
}
|
||||
|
||||
// ---------------- 收集页面上的任务设置 ----------------
|
||||
// 返回 {settings, hints}：settings 是服务端 validate_draft 的 overrides（页面填的说了算），
|
||||
// hints 是要写进提示词告诉模型的自然语言（避免模型自己编一套跟页面冲突的调度）。
|
||||
function tgCollectSettings(){
|
||||
const v = id => { const e = document.getElementById(id); return e ? (e.value||'').trim() : ''; };
|
||||
const s = {}, hints = [];
|
||||
if(v('tg-name')) s.name = v('tg-name');
|
||||
const tmode = v('tg-target');
|
||||
const serial = v('tg-serial');
|
||||
if(tmode){ s.target_mode = tmode; s.serial = serial; }
|
||||
if(tmode === 'group'){
|
||||
if(!v('tg-group')){ showToast('选了「按分组」但没选分组','error'); return null; }
|
||||
s.group_name = v('tg-group');
|
||||
}
|
||||
const smode = v('tg-sched-mode');
|
||||
if(smode === 'once'){ s.schedule = {mode:'once'}; s.schedule_hint = '手动启动（不自动跑）'; }
|
||||
if(smode === 'daily'){
|
||||
const st = v('tg-sched-start'), sp = v('tg-sched-stop');
|
||||
if(!st){ showToast('选了「每天定时」但没填启动时间','error'); return null; }
|
||||
const cron = tgTimeToCron(st);
|
||||
if(sp){
|
||||
s.schedule = {mode:'cron_stop', cron:cron, stop_cron:tgTimeToCron(sp)};
|
||||
s.schedule_hint = '每天 ' + st + ' 启动、' + sp + ' 停止';
|
||||
}else{
|
||||
s.schedule = {mode:'cron', cron:cron};
|
||||
s.schedule_hint = '每天 ' + st + ' 启动（不自动停止）';
|
||||
}
|
||||
}
|
||||
const dur = parseInt(v('tg-maxdur'), 10);
|
||||
if(dur > 0){ s.max_duration = dur; }
|
||||
return {settings: s, hints: hints};
|
||||
}
|
||||
|
||||
// "20:30" → "30 20 * * *"（每天）
|
||||
function tgTimeToCron(hhmm){
|
||||
const m = String(hhmm||'').match(/^(\d{1,2}):(\d{2})$/);
|
||||
if(!m) return '';
|
||||
return parseInt(m[2],10) + ' ' + parseInt(m[1],10) + ' * * *';
|
||||
}
|
||||
|
||||
// ---------------- 发起探索 ----------------
|
||||
function startExplore(){
|
||||
if(_tgBusy) return;
|
||||
const prompt = ((document.getElementById('tg-prompt')||{}).value||'').trim();
|
||||
if(!prompt){ showToast('先说说要做什么','error'); return; }
|
||||
const serial = ((document.getElementById('tg-serial')||{}).value||'').trim();
|
||||
if(!serial){ showToast('请选择一台设备（AI 只操作你选定的设备）','error'); return; }
|
||||
const cfg = tgCollectSettings();
|
||||
if(!cfg) return;
|
||||
_tgPrompt = prompt;
|
||||
_tgDraft = null; _tgWarnings = [];
|
||||
document.getElementById('tg-stream').innerHTML = '';
|
||||
document.getElementById('tg-draft').innerHTML = '';
|
||||
tgSetBusy(true, '正在启动…');
|
||||
apiPost('/api/agent/run', {prompt: prompt, serial: serial,
|
||||
mode: 'designer', settings: cfg.settings})
|
||||
.then(r=>{
|
||||
if(!r || !r.ok){
|
||||
tgSetBusy(false, '');
|
||||
showToast((r&&r.error)||'启动失败','error');
|
||||
return;
|
||||
}
|
||||
tgWatch(serial);
|
||||
listenTaskGenStream(r.run_id);
|
||||
});
|
||||
}
|
||||
|
||||
function stopExplore(){
|
||||
apiPost('/api/agent/stop', {}).then(r=>{
|
||||
showToast((r&&r.ok) ? '已请求停止' : ((r&&r.error)||'停止失败'),
|
||||
(r&&r.ok)?'success':'error');
|
||||
});
|
||||
}
|
||||
|
||||
function tgSetBusy(busy, text){
|
||||
_tgBusy = busy;
|
||||
const b = document.getElementById('tg-start'), s = document.getElementById('tg-stop');
|
||||
if(b) b.disabled = busy;
|
||||
if(s) s.style.display = busy ? 'inline-block' : 'none';
|
||||
if(text !== undefined) tgStatus(text);
|
||||
}
|
||||
function tgStatus(t){
|
||||
const el = document.getElementById('tg-status');
|
||||
if(el) el.textContent = t || '';
|
||||
}
|
||||
|
||||
// ---------------- 事件流 ----------------
|
||||
function listenTaskGenStream(runId){
|
||||
if(_tgStream) _tgStream.close();
|
||||
const es = new EventSource('/api/agent/stream?run_id=' + runId);
|
||||
_tgStream = es;
|
||||
let steps = 0;
|
||||
|
||||
es.addEventListener('delta', ev=>{
|
||||
let d = {}; try{ d = JSON.parse(ev.data) || {}; }catch(e){}
|
||||
if(d.kind === 'reasoning') return; // 推理链不铺在回放区（噪音太大）
|
||||
if(d.text) tgStatus('AI 思考中… ' + String(d.text).replace(/\s+/g,' ').slice(-60));
|
||||
});
|
||||
|
||||
es.addEventListener('usage', ev=>{
|
||||
let d = {}; try{ d = JSON.parse(ev.data) || {}; }catch(e){}
|
||||
tgToken(d);
|
||||
});
|
||||
|
||||
es.addEventListener('step', ev=>{
|
||||
let d = {}; try{ d = JSON.parse(ev.data) || {}; }catch(e){}
|
||||
steps++;
|
||||
tgFollow(d.args);
|
||||
tgAddCard(d.tool, d.args, d.image, d.error);
|
||||
tgStatus('已执行 ' + steps + ' 步…');
|
||||
});
|
||||
|
||||
es.addEventListener('done', ev=>{
|
||||
let d = {}; try{ d = JSON.parse(ev.data) || {}; }catch(e){}
|
||||
tgSetBusy(false, '');
|
||||
if(d.draft){
|
||||
_tgDraft = d.draft; _tgWarnings = d.warnings || [];
|
||||
tgRenderDraft();
|
||||
tgStatus('探索完成，共 ' + steps + ' 步。请核对草稿后创建任务。');
|
||||
}else{
|
||||
tgStatus(steps ? ('探索结束（' + steps + ' 步），但没有产出草稿。')
|
||||
: '没有什么可做的，AI 没给出草稿。');
|
||||
tgAddCard('⚠ 未产出草稿',
|
||||
(d.draft_error || 'AI 没有提交任务草稿 —— 可能是需求太模糊，或设备/App 不可用。'
|
||||
+ ' 可以补一句更具体的要求再试。'));
|
||||
}
|
||||
endTaskGenStream();
|
||||
});
|
||||
|
||||
es.addEventListener('error', ev=>{
|
||||
let msg = '连接中断';
|
||||
try{ if(ev.data) msg = (JSON.parse(ev.data)||{}).message || msg; }catch(e){}
|
||||
tgSetBusy(false, '');
|
||||
tgAddCard('⚠ 出错', msg);
|
||||
endTaskGenStream();
|
||||
});
|
||||
|
||||
es.onerror = ()=>{
|
||||
// 与聊天页同理：不在这里收尾——断网/节流会触发 onerror，但后台仍在跑，
|
||||
// EventSource 会自动重连，服务端队列保留积压事件。
|
||||
if(_tgBusy && es.readyState === EventSource.CLOSED){
|
||||
tgStatus('⚠ 实时连接中断，探索仍在后台进行；刷新页面可恢复。');
|
||||
}
|
||||
};
|
||||
}
|
||||
|
||||
function endTaskGenStream(){
|
||||
if(_tgStream){ _tgStream.close(); _tgStream = null; }
|
||||
}
|
||||
|
||||
function tgAddCard(tool, args, image, err){
|
||||
const box = document.getElementById('tg-stream');
|
||||
if(!box) return;
|
||||
const empty = box.querySelector('.agent-empty');
|
||||
if(empty) empty.remove();
|
||||
const card = document.createElement('div');
|
||||
card.className = 'agent-toolcard';
|
||||
const argsTxt = typeof args === 'string' ? args
|
||||
: JSON.stringify(args || {}, null, 0).slice(0, 240);
|
||||
card.innerHTML = '<span class="dot"></span>'
|
||||
+ '<code style="color:var(--teal)">' + esc(tool||'') + '</code> '
|
||||
+ '<span class="text-muted">' + esc(argsTxt || '') + '</span>';
|
||||
if(err){
|
||||
const e = document.createElement('div');
|
||||
e.className = 'tg-err';
|
||||
e.textContent = '⚠ ' + err;
|
||||
card.appendChild(e);
|
||||
}
|
||||
if(image){
|
||||
const img = document.createElement('img');
|
||||
img.src = 'data:image/jpeg;base64,' + image;
|
||||
img.style.cursor = 'zoom-in';
|
||||
img.onclick = ()=> zoomScreenshot(img);
|
||||
card.appendChild(img);
|
||||
}
|
||||
box.appendChild(card);
|
||||
box.scrollTop = box.scrollHeight;
|
||||
}
|
||||
|
||||
function tgToken(u){
|
||||
const el = document.getElementById('tg-token');
|
||||
if(el && u && u.total_tokens) el.textContent = 'token ' + _fmtInt(u.total_tokens)
|
||||
+ '（' + (u.calls||0) + ' 次调用）';
|
||||
}
|
||||
|
||||
// 跟随画面：AI 一动哪个设备就切哪个（复用平台 MJPEG 流）
|
||||
function tgFollow(args){
|
||||
let a = args;
|
||||
if(typeof args === 'string'){ try{ a = JSON.parse(args); }catch(e){ return; } }
|
||||
if(a && a.serial) tgWatch(a.serial);
|
||||
}
|
||||
function tgWatch(serial){
|
||||
if(!serial || serial === _tgLiveSerial) return;
|
||||
_tgLiveSerial = serial;
|
||||
const card = document.getElementById('tg-live-card');
|
||||
const img = document.getElementById('tg-live-img');
|
||||
if(!card || !img) return;
|
||||
card.style.display = 'block';
|
||||
img.style.display = 'block';
|
||||
img.src = '/api/screen/stream?serial=' + encodeURIComponent(serial)
|
||||
+ '&q=80&fps=8&t=' + Date.now();
|
||||
const s = document.getElementById('tg-live-serial');
|
||||
if(s) s.textContent = serial;
|
||||
}
|
||||
|
||||
// ---------------- 草稿预览 ----------------
|
||||
function tgRenderDraft(){
|
||||
const box = document.getElementById('tg-draft');
|
||||
if(!box) return;
|
||||
if(!_tgDraft){ box.innerHTML = ''; return; }
|
||||
const task = _tgDraft.task || {};
|
||||
const steps = ((task.params||{}).steps) || [];
|
||||
const html = []
|
||||
.concat(['<h4>📝 ' + esc(task.name || _tgDraft.summary || '任务草稿') + '</h4>'])
|
||||
.concat(['<div class="tg-hint">' + esc(_tgDraft.summary || '') + '</div>'])
|
||||
.concat(['<div class="tg-hint">目标：' + esc(tgTargetText(task.target))
|
||||
+ ' ｜ 调度：' + esc(tgScheduleText(task.schedule))
|
||||
+ ' ｜ 时长上限：' + esc(String((task.params||{}).max_duration || 0)) + ' 秒</div>'])
|
||||
.concat(['<div style="margin-top:8px">'])
|
||||
.concat(tgRenderSteps(steps, 0))
|
||||
.concat(['</div>']);
|
||||
if((_tgWarnings||[]).length){
|
||||
html.push('<div class="tg-warn"><b>⚠ ' + _tgWarnings.length + ' 处提醒（不拦，但请核对）</b>'
|
||||
+ _tgWarnings.map(w=>'<div>· ' + esc(w) + '</div>').join('') + '</div>');
|
||||
}
|
||||
if((_tgDraft.notes||[]).length){
|
||||
html.push('<div class="tg-note"><b>需要人工复核</b>'
|
||||
+ _tgDraft.notes.map(n=>'<div>· ' + esc(n) + '</div>').join('') + '</div>');
|
||||
}
|
||||
const ev = _tgDraft.evidence || [];
|
||||
if(ev.length){
|
||||
html.push('<details class="tg-evidence"><summary>探索依据（' + ev.length + ' 条）</summary>'
|
||||
+ ev.map(e=>'<div>' + esc(e.screen || '') + ' · '
|
||||
+ esc(e.selector_type || '') + '='
|
||||
+ esc(e.selector_value || '') + ' · '
|
||||
+ esc(e.verified || '') + '</div>').join('')
|
||||
+ '</details>');
|
||||
}
|
||||
html.push('<div class="tg-btns">'
|
||||
+ '<button class="btn btn-primary" onclick="openDraftInEditor()">在步骤编辑器中打开</button>'
|
||||
+ '<button class="btn" onclick="discardDraft()">丢弃草稿</button>'
|
||||
+ '</div>');
|
||||
box.innerHTML = '<div class="tg-draft">' + html.join('') + '</div>';
|
||||
}
|
||||
|
||||
function tgRenderSteps(steps, depth){
|
||||
const pad = ' '.repeat(Math.min(depth, 5));
|
||||
return (steps||[]).map(s=>{
|
||||
const p = s.params || {};
|
||||
const bits = [];
|
||||
if(p.selector_value) bits.push(p.selector_type + '=' + p.selector_value);
|
||||
if(p.package) bits.push(p.package);
|
||||
if(p.direction) bits.push(p.direction);
|
||||
if(p.key) bits.push(p.key);
|
||||
if(p.min !== undefined && p.max !== undefined) bits.push(p.min + '~' + p.max + 's');
|
||||
if(p.loop_mode) bits.push(p.loop_mode);
|
||||
if(p.probability !== undefined && p.probability < 100) bits.push(p.probability + '%');
|
||||
let row = '<div class="tg-step">' + esc(pad) + '<span class="t">' + esc(s.type) + '</span>'
|
||||
+ (s.label ? ' 「' + esc(s.label) + '」' : '')
|
||||
+ (bits.length ? ' <span class="p">' + esc(bits.join(' · ')) + '</span>' : '')
|
||||
+ '</div>';
|
||||
if(Array.isArray(p.children)) row += tgRenderSteps(p.children, depth+1);
|
||||
if(Array.isArray(p.then)) row += tgRenderSteps(p.then, depth+1);
|
||||
if(Array.isArray(p.else)) row += tgRenderSteps(p.else, depth+1);
|
||||
return row;
|
||||
}).join('');
|
||||
}
|
||||
|
||||
function tgTargetText(t){
|
||||
t = t || {};
|
||||
if(t.mode === 'serial') return '指定设备 ' + (t.serial || '');
|
||||
if(t.mode === 'group') return '分组 ' + (t.group_name || '');
|
||||
return '全部空闲设备';
|
||||
}
|
||||
function tgScheduleText(s){
|
||||
s = s || {};
|
||||
if(s.mode === 'cron') return '每天/定时 ' + (s.cron || '');
|
||||
if(s.mode === 'cron_stop') return '定时 ' + (s.cron || '') + ' → 停 ' + (s.stop_cron || '');
|
||||
return '手动（不自动启动）';
|
||||
}
|
||||
|
||||
// ---------------- 草稿的动作 ----------------
|
||||
async function openDraftInEditor(){
|
||||
if(!_tgDraft){ showToast('还没有草稿','error'); return; }
|
||||
// 步骤编辑器要用到任务类型/分组/设备下拉，先确保它们已加载
|
||||
await loadTasks();
|
||||
openTaskModal(null, {task: _tgDraft.task, notes: _tgDraft.notes || [],
|
||||
warnings: _tgWarnings});
|
||||
}
|
||||
|
||||
function discardDraft(){
|
||||
if(!confirm('丢弃这份草稿？')) return;
|
||||
apiPost('/api/agent/task_draft/clear', {}).then(r=>{
|
||||
if(!r||!r.ok){ showToast((r&&r.error)||'丢弃失败','error'); return; }
|
||||
_tgDraft = null; _tgWarnings = [];
|
||||
document.getElementById('tg-draft').innerHTML = '';
|
||||
tgStatus('已丢弃草稿');
|
||||
});
|
||||
}
|
||||
|
||||
// ---------------- 页面恢复（刷新/重进） ----------------
|
||||
function tgRestore(){
|
||||
apiGet('/api/agent/task_draft').then(r=>{
|
||||
if(!r||!r.ok) return;
|
||||
// 运行中的 designer 由本页接管订阅；聊天页见 agent.js 的 mode 判断
|
||||
if(r.running && r.mode === 'designer' && r.run_id){
|
||||
tgSetBusy(true, '探索进行中…（刷新后已重新连接）');
|
||||
listenTaskGenStream(r.run_id);
|
||||
return;
|
||||
}
|
||||
if(r.draft){ // 运行态里就有（同一次会话内切页回来）
|
||||
_tgDraft = r.draft; _tgWarnings = [];
|
||||
tgRenderDraft();
|
||||
return;
|
||||
}
|
||||
const saved = r.saved;
|
||||
if(saved && saved.draft){
|
||||
_tgDraft = saved.draft; _tgWarnings = saved.warnings || [];
|
||||
tgRenderDraft();
|
||||
tgStatus('已恢复 ' + (saved.created || '') + ' 的草稿（可直接创建，或重新探索）');
|
||||
const inp = document.getElementById('tg-prompt');
|
||||
if(inp && saved.prompt) inp.value = saved.prompt;
|
||||
}
|
||||
});
|
||||
}
|
||||
+41
-5
@@ -64,14 +64,35 @@ function renderTaskRow(j){
|
||||
'</tr>';
|
||||
}
|
||||
|
||||
function openTaskModal(jobId){
|
||||
// 任务信封归一化：补齐 7 个键，避免下游无保护访问
|
||||
// （原文只对"已存在的 job"安全，AI 草稿/半成品信封会让 j.retry.max_attempts 之类直接抛错）
|
||||
function _normalizeTaskEnv(env){
|
||||
const e=env||{}, t=e.target||{}, s=e.schedule||{}, r=e.retry||{}, p=e.params||{};
|
||||
return {
|
||||
name:e.name||'',
|
||||
task_type:e.task_type||'generic_steps',
|
||||
enabled:(e.enabled===undefined)?true:!!e.enabled,
|
||||
target:{mode:t.mode||'all', group_name:t.group_name||'', serial:t.serial||''},
|
||||
schedule:{mode:s.mode||'once', cron:s.cron||'', stop_cron:s.stop_cron||'',
|
||||
window:s.window||null},
|
||||
retry:{max_attempts:r.max_attempts||1, delay:r.delay||60},
|
||||
params:Object.assign({}, p)
|
||||
};
|
||||
}
|
||||
|
||||
// openTaskModal(jobId, prefill)
|
||||
// jobId —— 传 id = 编辑已有任务
|
||||
// prefill —— AI 建任务的草稿：{task, notes, warnings}（服务端已校验，这里只预填给人核对）
|
||||
function openTaskModal(jobId, prefill){
|
||||
const job=jobId?(_jobsData||[]).find(j=>j.id===jobId):null;
|
||||
const isEdit=!!job;
|
||||
document.getElementById('modal-title').textContent=isEdit?'编辑任务':'新建任务';
|
||||
const pf=(prefill&&prefill.task)?prefill:null;
|
||||
document.getElementById('modal-title').textContent=
|
||||
isEdit?'编辑任务':(pf?'AI 生成任务（请核对后保存）':'新建任务');
|
||||
// 任务编辑器含步骤编辑，加宽弹窗；关闭时在 closeModal 移除
|
||||
document.getElementById('modal-box').classList.add('wide-modal');
|
||||
|
||||
const j=job||{name:'',task_type:'generic_steps',enabled:true,target:{mode:'all'},params:{},schedule:{mode:'once'},retry:{max_attempts:1,delay:60}};
|
||||
const j=_normalizeTaskEnv(job||(pf&&pf.task)||{});
|
||||
const tt=_taskTypes.map(t=>'<option value="'+t.task_type+'"'+(t.task_type===j.task_type?' selected':'')+'>'+esc(t.name)+'</option>').join('');
|
||||
const gl=_groupsList.map(g=>'<option value="'+g.name+'"'+(g.name===j.target.group_name?' selected':'')+'>'+esc(g.name)+'</option>').join('');
|
||||
const dl=_devicesList.map(x=>'<option value="'+esc(x.serial)+'"'+(x.serial===j.target.serial?' selected':'')+'>'
|
||||
@@ -160,8 +181,23 @@ function openTaskModal(jobId){
|
||||
'</div>'+
|
||||
'</div>';
|
||||
|
||||
// 初始化步骤编辑器（generic_steps 时显示，其他隐藏）；jobId 作为草稿 key
|
||||
_stepEditor.init(j.params&&j.params.steps?j.params.steps:[],j.params&&j.params.max_duration?j.params.max_duration:0,jobId||'');
|
||||
// AI 草稿的提醒/复核项：贴在步骤编辑器上方，别让人漏看
|
||||
if(pf&&((pf.notes&&pf.notes.length)||(pf.warnings&&pf.warnings.length))){
|
||||
const se=document.getElementById('step-editor');
|
||||
if(se) se.insertAdjacentHTML('beforebegin',
|
||||
'<div class="tg-note" style="margin-bottom:10px"><b>AI 探索说明（请核对）</b>'
|
||||
+(pf.notes||[]).map(n=>'<div>· '+esc(n)+'</div>').join('')
|
||||
+((pf.warnings||[]).length
|
||||
? '<div style="margin-top:6px;color:#b45309"><b>校验提醒</b>'
|
||||
+pf.warnings.map(w=>'<div>· '+esc(w)+'</div>').join('')+'</div>'
|
||||
: '')
|
||||
+'</div>');
|
||||
}
|
||||
// 初始化步骤编辑器（generic_steps 时显示，其他隐藏）；jobId 作为草稿 key。
|
||||
// AI 草稿用一个唯一 key：既避开 localStorage 里"新建任务"的旧草稿覆盖预填内容，
|
||||
// 又保留自动存草稿（保存成功时 saveTask 会 clearDraft 清掉它）。
|
||||
const draftKey=jobId||(pf?('ai:'+Date.now()):'');
|
||||
_stepEditor.init(j.params&&j.params.steps?j.params.steps:[],j.params&&j.params.max_duration?j.params.max_duration:0,draftKey);
|
||||
|
||||
document.getElementById('modal-footer').innerHTML=
|
||||
'<button class="btn" onclick="closeModal()">取消</button>'+
|
||||
|
||||
@@ -352,6 +352,40 @@ body{background:var(--bg);font-family:var(--body);color:var(--text);font-size:14
|
||||
.agent-live-body .agent-empty{color:#4b5563;padding:20px;font-size:12px;line-height:1.8}
|
||||
.agent-shell{display:flex;flex-direction:column;height:calc(100vh - 150px);min-height:520px;border:1px solid #e5e7eb;border-radius:14px;overflow:hidden;background:#fff}
|
||||
.agent-shell{display:flex;flex-direction:column;height:calc(100vh - 150px);min-height:480px;border:1px solid #e5e7eb;border-radius:14px;overflow:hidden;background:#fff}
|
||||
/* AI 控制台里的子分栏占了一行，聊天区高度相应扣掉，避免整页出现滚动条 */
|
||||
#agent-sub-chat .agent-shell{height:calc(100vh - 205px)}
|
||||
|
||||
/* ===== AI 建任务（子面板 2） ===== */
|
||||
.tg-wrap{display:flex;gap:14px;height:calc(100vh - 205px);min-height:500px}
|
||||
.tg-left{width:360px;flex:none;display:flex;flex-direction:column;gap:10px;overflow-y:auto;padding-right:2px}
|
||||
.tg-right{flex:1;min-width:0;display:flex;flex-direction:column;gap:10px}
|
||||
.tg-card{border:1px solid #e5e7eb;border-radius:12px;padding:12px;background:#fff}
|
||||
.tg-title{font-size:12.5px;font-weight:700;color:#374151;margin-bottom:8px}
|
||||
.tg-fold:hover{color:var(--primary)}
|
||||
.tg-row{display:flex;align-items:center;gap:8px;margin-top:8px}
|
||||
.tg-hint{font-size:11px;color:var(--text-light);line-height:1.5}
|
||||
.tg-actions{display:flex;gap:8px}
|
||||
.tg-actions .btn{flex:1}
|
||||
.tg-status{font-size:11.5px;color:var(--text-light);min-height:16px;line-height:1.5}
|
||||
.tg-right-head{display:flex;justify-content:space-between;align-items:center;font-size:12.5px;font-weight:700;color:#374151}
|
||||
.tg-stream{flex:1;min-height:120px;overflow-y:auto;border:1px solid #e5e7eb;border-radius:12px;background:#fff;padding:10px;display:flex;flex-direction:column;gap:6px}
|
||||
.tg-stream .agent-toolcard{border-left:2px solid var(--teal);padding-left:8px;font-size:12px}
|
||||
.tg-stream .agent-toolcard img{max-width:180px;border-radius:6px;display:block;margin-top:6px}
|
||||
.tg-stream .agent-toolcard .dot{width:6px;height:6px;border-radius:99px;background:var(--teal);display:inline-block;margin-right:6px}
|
||||
.tg-stream .tg-err{color:#b91c1c;font-size:11.5px;margin-top:4px;font-family:var(--mono);word-break:break-all}
|
||||
.tg-draft-wrap{max-height:46%;overflow-y:auto}
|
||||
.tg-draft{border:1px solid #e5e7eb;border-radius:12px;background:#fff;padding:12px}
|
||||
.tg-draft h4{margin:0 0 8px;font-size:13px}
|
||||
.tg-step{font-family:var(--mono);font-size:11.5px;padding:3px 0;border-bottom:1px dashed #eef0f3;white-space:pre-wrap;word-break:break-all}
|
||||
.tg-step:last-child{border-bottom:none}
|
||||
.tg-step .t{color:#0f766e;font-weight:600}
|
||||
.tg-step .p{color:#b45309}
|
||||
.tg-note{background:#fffbeb;border:1px solid #fde68a;border-radius:8px;padding:8px 10px;font-size:11.5px;color:#92400e;margin-top:8px}
|
||||
.tg-warn{background:#fef2f2;border:1px solid #fecaca;border-radius:8px;padding:8px 10px;font-size:11.5px;color:#b91c1c;margin-top:8px}
|
||||
.tg-evidence{margin-top:8px;font-size:11px;color:var(--text-light)}
|
||||
.tg-evidence summary{cursor:pointer;font-weight:600}
|
||||
.tg-evidence div{padding:3px 0;border-bottom:1px dashed #eef0f3}
|
||||
.tg-btns{display:flex;gap:8px;margin-top:12px;flex-wrap:wrap}
|
||||
.agent-topbar{display:flex;align-items:center;justify-content:space-between;padding:10px 16px;border-bottom:1px solid #e5e7eb;background:#f9fafb}
|
||||
.agent-title{font-size:14px;font-weight:700;color:#111827}
|
||||
.agent-model-tag{margin-left:8px;font-size:11px;color:#0e7490;font-family:var(--mono);background:#e0f2fe;padding:2px 8px;border-radius:10px}
|
||||
@@ -532,6 +566,13 @@ body{background:var(--bg);font-family:var(--body);color:var(--text);font-size:14
|
||||
<!-- ========== Tab 3: 分组 ========== -->
|
||||
<!-- ========== Tab: AI 控制台（DeepSeek 风格聊天 + 实时 MCP 步骤） ========== -->
|
||||
<div id="tab-agent" class="tab-panel">
|
||||
<div class="sub-tabs">
|
||||
<button class="sub-tab active" data-sub="chat" onclick="showSubTab('agent','chat')">💬 聊天</button>
|
||||
<button class="sub-tab" data-sub="taskgen" onclick="showSubTab('agent','taskgen')">🧭 AI 建任务</button>
|
||||
</div>
|
||||
|
||||
<!-- ===== 子面板 1：聊天（原有 AI 控制台，原样不动） ===== -->
|
||||
<div class="sub-panel active" id="agent-sub-chat">
|
||||
<div class="agent-shell">
|
||||
<div class="agent-topbar">
|
||||
<div class="agent-title">🤖 AI 控制台<span id="agent-model-tag" class="agent-model-tag"></span><span id="agent-token-total" class="agent-token-total" title=""></span></div>
|
||||
@@ -580,6 +621,93 @@ body{background:var(--bg);font-family:var(--body);color:var(--text);font-size:14
|
||||
</div>
|
||||
</div>
|
||||
</div>
|
||||
</div><!-- /agent-sub-chat -->
|
||||
|
||||
<!-- ===== 子面板 2：AI 建任务 =====
|
||||
AI 自己在真机上探索（看屏/读元素树/点按验证），把路径写成**任务步骤**，
|
||||
经服务端校验后交人工确认（打开步骤编辑器 → 保存才入库）。
|
||||
见 doc/AI_TASK_GEN.md -->
|
||||
<div class="sub-panel" id="agent-sub-taskgen">
|
||||
<div class="tg-wrap">
|
||||
<div class="tg-left">
|
||||
<div class="tg-card">
|
||||
<div class="tg-title">1️⃣ 说清楚要做什么</div>
|
||||
<textarea id="tg-prompt" class="form-control" rows="4"
|
||||
placeholder="例如：建一个跑 2 小时的任务，自动刷抖音、随机点赞；拿不准的先别真发"></textarea>
|
||||
<div class="tg-row">
|
||||
<button class="btn btn-xs" onclick="tgExample()">用个例子</button>
|
||||
<span class="tg-hint">AI 会自己在设备上探索，把走通的路径写成任务步骤</span>
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<div class="tg-card">
|
||||
<div class="tg-title">2️⃣ 选一台空闲设备</div>
|
||||
<select id="tg-serial" class="form-control">
|
||||
<option value="">加载设备…</option>
|
||||
</select>
|
||||
<div class="tg-hint" id="tg-serial-hint">有任务在跑的设备不可选（AI 不与任务抢设备）</div>
|
||||
</div>
|
||||
|
||||
<div class="tg-card">
|
||||
<div class="tg-title tg-fold" onclick="tgToggleAdv()">3️⃣ 任务设置（可选，留空由 AI 判断）
|
||||
<span style="float:right" id="tg-adv-arrow">▸</span></div>
|
||||
<div id="tg-adv" style="display:none">
|
||||
<div class="form-group"><label>任务名</label>
|
||||
<input id="tg-name" class="form-control" placeholder="留空=AI 自动起名"></div>
|
||||
<div class="form-group"><label>目标设备</label>
|
||||
<select id="tg-target" class="form-control" onchange="tgToggleTarget()">
|
||||
<option value="">跟随探索设备</option>
|
||||
<option value="all">全部空闲设备</option>
|
||||
<option value="group">按分组</option>
|
||||
<option value="serial">指定设备</option>
|
||||
</select>
|
||||
</div>
|
||||
<div class="form-group" id="tg-group-wrap" style="display:none">
|
||||
<label>分组</label><select id="tg-group" class="form-control"></select>
|
||||
</div>
|
||||
<div class="form-group"><label>调度</label>
|
||||
<select id="tg-sched-mode" class="form-control" onchange="tgToggleSched()">
|
||||
<option value="">跟随 AI 判断</option>
|
||||
<option value="once">手动（不自动启动）</option>
|
||||
<option value="daily">每天定时</option>
|
||||
</select>
|
||||
</div>
|
||||
<div class="form-row" id="tg-sched-wrap" style="display:none">
|
||||
<div class="form-group"><label>启动</label>
|
||||
<input type="time" id="tg-sched-start" class="form-control" value="20:00"></div>
|
||||
<div class="form-group"><label>停止（可留空）</label>
|
||||
<input type="time" id="tg-sched-stop" class="form-control"></div>
|
||||
</div>
|
||||
<div class="form-group"><label>运行时长上限（秒）</label>
|
||||
<input id="tg-maxdur" type="number" class="form-control"
|
||||
placeholder="如 7200 = 2 小时；0/留空 = 不限"></div>
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<div class="tg-actions">
|
||||
<button class="btn btn-primary" id="tg-start" onclick="startExplore()">🚀 开始探索</button>
|
||||
<button class="btn btn-danger" id="tg-stop" style="display:none" onclick="stopExplore()">■ 停止</button>
|
||||
</div>
|
||||
<div class="tg-status" id="tg-status"></div>
|
||||
|
||||
<div class="tg-card" id="tg-live-card" style="display:none">
|
||||
<div class="tg-title">📺 跟随画面 <span class="tg-hint" id="tg-live-serial"></span></div>
|
||||
<img id="tg-live-img" alt="" style="width:100%;border-radius:8px;display:none">
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<div class="tg-right">
|
||||
<div class="tg-right-head">
|
||||
<span>探索回放</span>
|
||||
<span class="tg-hint" id="tg-token"></span>
|
||||
</div>
|
||||
<div class="tg-stream" id="tg-stream">
|
||||
<div class="agent-empty">AI 在设备上的每一步（看屏 / 读元素树 / 点按验证）会实时显示在这里。</div>
|
||||
</div>
|
||||
<div class="tg-draft-wrap" id="tg-draft"></div>
|
||||
</div>
|
||||
</div>
|
||||
</div><!-- /agent-sub-taskgen -->
|
||||
</div>
|
||||
|
||||
<!-- ========== 配置模态框 ========== -->
|
||||
@@ -1082,6 +1210,7 @@ body{background:var(--bg);font-family:var(--body);color:var(--text);font-size:14
|
||||
<script src="/static/admin/apps.js"></script>
|
||||
<script src="/static/admin/admin.js"></script>
|
||||
<script src="/static/admin/agent.js"></script>
|
||||
<script src="/static/admin/taskgen.js"></script>
|
||||
<script src="/static/admin/system.js"></script>
|
||||
</body>
|
||||
</html>
|
||||
|
||||
+258
-11
@@ -43,10 +43,20 @@ _CFG_KEYS = {"api_base": "agent_api_base",
|
||||
# 推理链落库上限（字符）：只留够回看的量，避免会话消息无限膨胀
|
||||
_REASONING_KEEP = 6000
|
||||
|
||||
# AI 建任务：草稿落库的 app_meta 键（**不新建表** —— 只存最近一份，
|
||||
# 刷新/重进页面能拿回来；见 doc/AI_TASK_GEN.md）
|
||||
_DRAFT_META_KEY = "agent_task_draft"
|
||||
# 草稿 JSON 体积上限（app_meta.value 是 TEXT）：超了截断 notes/evidence，不报错
|
||||
_DRAFT_MAX_CHARS = 60000
|
||||
|
||||
|
||||
# ---------- 运行状态（单实例 + 事件队列） ----------
|
||||
_run = {"id": None, "state": "idle", "prompt": "", "serial": "",
|
||||
"answer": "", "error": "", "usage": {},
|
||||
"mode": "chat", # chat（聊天）| designer（AI 建任务）
|
||||
"draft": None, # designer：submit_task 校验通过的任务草稿
|
||||
"draft_error": "", # designer：草稿被拦下的原因（errors 拼接）
|
||||
"warnings": [], # designer：草稿的提醒项（不拦，前端醒目展示）
|
||||
"history": []} # 多轮对话历史 [{role: user|assistant, content}]
|
||||
_queues = {} # run_id -> queue.Queue（SSE 消费者读取）
|
||||
_stop_events = {} # run_id -> threading.Event（用户中断）
|
||||
@@ -1101,13 +1111,26 @@ def agent_conversations_rename(conv_id):
|
||||
@bp.route("/api/agent/run", methods=["POST"])
|
||||
@admin_required
|
||||
def agent_run():
|
||||
"""启动 Agent：{prompt, serial?, conversation_id?}。运行中返回 409。"""
|
||||
"""启动 Agent：{prompt, serial?, conversation_id?, mode?, settings?}。运行中返回 409。
|
||||
|
||||
mode=chat（默认）：AI 控制台聊天（现状不变）
|
||||
mode=designer：AI 建任务 —— 探索设备 → 用 submit_task 提交任务草稿（不落库）
|
||||
settings：建任务页上用户填的任务设置（任务名/目标/调度），作为草稿的 overrides
|
||||
"""
|
||||
data = request.json or {}
|
||||
prompt = (data.get("prompt") or "").strip()
|
||||
if not prompt:
|
||||
return jsonify({"ok": False, "error": "请输入指令"}), 400
|
||||
serial = (data.get("serial") or "").strip()
|
||||
conv_id = (data.get("conversation_id") or "").strip()
|
||||
mode = (data.get("mode") or "chat").strip()
|
||||
if mode not in ("chat", "designer"):
|
||||
return jsonify({"ok": False, "error": f"未知模式: {mode}"}), 400
|
||||
settings = data.get("settings") if isinstance(data.get("settings"), dict) else {}
|
||||
# 建任务模式是单轮的：不绑会话（避免把聊天历史灌进设计师上下文，
|
||||
# 也避免探索过程污染聊天会话）
|
||||
if mode == "designer":
|
||||
conv_id = ""
|
||||
cfg = _read_cfg()
|
||||
if not cfg.get("api_key"):
|
||||
return jsonify({"ok": False, "error": "请先在配置区填写 API Key"}), 400
|
||||
@@ -1156,15 +1179,17 @@ def agent_run():
|
||||
run_id = uuid.uuid4().hex[:8]
|
||||
from datetime import datetime as _dt
|
||||
_run.update(id=run_id, state="running", prompt=prompt,
|
||||
serial=serial, conv_id=conv_id,
|
||||
serial=serial, conv_id=conv_id, mode=mode,
|
||||
started=_dt.now().strftime("%H:%M:%S"),
|
||||
answer="", error="", usage={})
|
||||
answer="", error="", usage={},
|
||||
draft=None, draft_error="", warnings=[])
|
||||
# history 保留（多轮上下文），由会话/「新建会话」管理
|
||||
_queues[run_id] = queue.Queue()
|
||||
_stop_events[run_id] = threading.Event()
|
||||
_log.info(f"Agent 启动: {prompt[:60]} @ {serial or 'default'} conv={conv_id or '-'}")
|
||||
_log.info(f"Agent 启动[{mode}]: {prompt[:60]} @ {serial or 'default'} "
|
||||
f"conv={conv_id or '-'}")
|
||||
threading.Thread(target=_agent_thread,
|
||||
args=(run_id, prompt, serial, cfg),
|
||||
args=(run_id, prompt, serial, cfg, mode, settings),
|
||||
daemon=True).start()
|
||||
return jsonify({"ok": True, "run_id": run_id})
|
||||
@bp.route("/api/agent/config", methods=["GET"])
|
||||
@@ -1211,6 +1236,10 @@ def agent_run_status():
|
||||
"answer": (_run.get("answer") or "")[:4000],
|
||||
"error": (_run.get("error") or "")[:400],
|
||||
"usage": _run.get("usage") or {},
|
||||
"mode": _run.get("mode") or "chat",
|
||||
"draft": _run.get("draft"),
|
||||
"draft_error": _run.get("draft_error") or "",
|
||||
"warnings": _run.get("warnings") or [],
|
||||
"history": hist[-16:]})
|
||||
|
||||
|
||||
@@ -1291,6 +1320,110 @@ def agent_clear():
|
||||
return jsonify({"ok": True, "msg": "已清空"})
|
||||
|
||||
|
||||
# ================== AI 建任务：草稿 ==================
|
||||
# 草稿只存**最近一份**（app_meta 单键），用途是"刷新/重进页面能拿回来"与审计；
|
||||
# 它不是任务 —— 真正入库仍要用户在步骤编辑器里确认后走 POST /api/jobs。
|
||||
def _load_draft_meta():
|
||||
"""读回最近一份草稿（无则 None）。"""
|
||||
raw = _meta_get(_DRAFT_META_KEY)
|
||||
if not raw:
|
||||
return None
|
||||
try:
|
||||
obj = json.loads(raw)
|
||||
return obj if isinstance(obj, dict) else None
|
||||
except (json.JSONDecodeError, TypeError):
|
||||
_log.warning("草稿 JSON 解析失败，忽略")
|
||||
return None
|
||||
|
||||
|
||||
def _draft_env():
|
||||
"""校验草稿要用的环境信息：现有分组名 + 设备池（取不到就跳过对应校验）。"""
|
||||
groups = pool = None
|
||||
try:
|
||||
from core import device_pool
|
||||
from web import context
|
||||
groups = set(context.mgr.groups.keys())
|
||||
pool = set(device_pool.list_configured())
|
||||
except Exception as e:
|
||||
_log.warning(f"分组/设备池读取失败，跳过对应校验: {e}")
|
||||
return groups, pool
|
||||
|
||||
|
||||
def _persist_draft(draft, warnings, prompt=""):
|
||||
"""把草稿存进 app_meta（体积超限时逐级瘦身，不报错）。"""
|
||||
from datetime import datetime as _dt
|
||||
saved = {"draft": draft, "warnings": list(warnings or []),
|
||||
"prompt": (prompt or "")[:500],
|
||||
"created": _dt.now().strftime("%Y-%m-%d %H:%M")}
|
||||
raw = json.dumps(saved, ensure_ascii=False)
|
||||
if len(raw) > _DRAFT_MAX_CHARS:
|
||||
saved["draft"]["evidence"] = []
|
||||
raw = json.dumps(saved, ensure_ascii=False)
|
||||
if len(raw) > _DRAFT_MAX_CHARS:
|
||||
saved["draft"]["notes"] = list(saved["draft"].get("notes") or [])[:2]
|
||||
raw = json.dumps(saved, ensure_ascii=False)
|
||||
if len(raw) > _DRAFT_MAX_CHARS:
|
||||
_log.warning(f"草稿体积仍超限（{len(raw)} 字符），照原样存入")
|
||||
_meta_put(_DRAFT_META_KEY, raw)
|
||||
try:
|
||||
db.session.commit()
|
||||
except Exception:
|
||||
db.session.rollback()
|
||||
return saved
|
||||
|
||||
|
||||
@bp.route("/api/agent/task_draft")
|
||||
@admin_required
|
||||
def agent_task_draft_get():
|
||||
"""读回最近一次 AI 建任务的草稿（页面刷新/重进时恢复用）。"""
|
||||
saved = _load_draft_meta()
|
||||
with _lock:
|
||||
cur = _run.get("draft")
|
||||
st = _run.get("state")
|
||||
mode = _run.get("mode") or "chat"
|
||||
run_id = _run.get("id") or "" if st == "running" else ""
|
||||
return jsonify({"ok": True, "saved": saved,
|
||||
"running": st == "running", "mode": mode, "run_id": run_id,
|
||||
"draft": cur, "draft_error": _run.get("draft_error") or ""})
|
||||
|
||||
|
||||
@bp.route("/api/agent/task_draft", methods=["POST"])
|
||||
@admin_required
|
||||
def agent_task_draft_save():
|
||||
"""回存一份草稿（人工在页面上改过之后）。会重新校验一次。"""
|
||||
from core.task_draft import validate_draft
|
||||
data = request.json or {}
|
||||
groups, pool = _draft_env()
|
||||
res = validate_draft(data.get("draft"), groups=groups, pool=pool,
|
||||
default_serial=(data.get("serial") or "").strip())
|
||||
if not res["ok"]:
|
||||
return jsonify({"ok": False, "error": "草稿校验未通过",
|
||||
"errors": res["errors"]}), 400
|
||||
saved = _persist_draft(res["draft"], res["warnings"],
|
||||
prompt=data.get("prompt") or "")
|
||||
with _lock:
|
||||
_run["draft"] = res["draft"]
|
||||
_run["warnings"] = res["warnings"]
|
||||
_run["draft_error"] = ""
|
||||
return jsonify({"ok": True, "msg": "草稿已保存", "saved": saved})
|
||||
|
||||
|
||||
@bp.route("/api/agent/task_draft/clear", methods=["POST"])
|
||||
@admin_required
|
||||
def agent_task_draft_clear():
|
||||
"""丢弃当前草稿。"""
|
||||
_meta_put(_DRAFT_META_KEY, "")
|
||||
try:
|
||||
db.session.commit()
|
||||
except Exception:
|
||||
db.session.rollback()
|
||||
with _lock:
|
||||
_run["draft"] = None
|
||||
_run["warnings"] = []
|
||||
_run["draft_error"] = ""
|
||||
return jsonify({"ok": True, "msg": "已丢弃草稿"})
|
||||
|
||||
|
||||
def _shrink_image(b64, width=220, quality=50):
|
||||
"""截图降采样（SSE step 事件用，控制传输体积）。失败原样返回。"""
|
||||
try:
|
||||
@@ -1305,9 +1438,15 @@ def _shrink_image(b64, width=220, quality=50):
|
||||
return b64
|
||||
|
||||
|
||||
def _agent_thread(run_id, prompt, serial, cfg):
|
||||
"""后台线程：Agent 流式执行，事件推入队列供 SSE 消费。"""
|
||||
def _agent_thread(run_id, prompt, serial, cfg, mode="chat", settings=None):
|
||||
"""后台线程：Agent 流式执行，事件推入队列供 SSE 消费。
|
||||
|
||||
mode=designer 时额外注册平台级工具 `submit_task`：它把 AI 探索出的任务草稿
|
||||
交给 `core/task_draft` 校验，**通过也只暂存、不落库**（人工确认后才入库）。
|
||||
"""
|
||||
q = _queues.get(run_id)
|
||||
settings = settings if isinstance(settings, dict) else {}
|
||||
designer = (mode == "designer")
|
||||
try:
|
||||
# 平台进程 cwd=/app（含 mcp_agent 包），进程内 import
|
||||
sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
|
||||
@@ -1339,6 +1478,12 @@ def _agent_thread(run_id, prompt, serial, cfg):
|
||||
"args": step.get("args") or {}}
|
||||
if step.get("image"):
|
||||
rec["image"] = _shrink_image(step["image"])
|
||||
# 工具报错时把原因带出去：前端卡片直接显示"这步为什么失败"
|
||||
# （模型看得到 errors，人也要看得到）
|
||||
r = step.get("result")
|
||||
if isinstance(r, dict) and r.get("ok") is False:
|
||||
rec["error"] = str(r.get("error")
|
||||
or "；".join(r.get("errors") or []) or "失败")[:300]
|
||||
q.put(("step", rec))
|
||||
# 记录精简工具序列 + 结构化轨迹（去 serial、结果截断）
|
||||
try:
|
||||
@@ -1381,6 +1526,76 @@ def _agent_thread(run_id, prompt, serial, cfg):
|
||||
history = list(_run.get("history") or [])
|
||||
target = serial or cfg.get("default_serial") or ""
|
||||
stop_evt = _stop_events.get(run_id)
|
||||
if designer:
|
||||
# 建任务模式是单轮的：不吃聊天历史（避免把聊天上下文灌进设计师）
|
||||
with _lock:
|
||||
_run["history"] = []
|
||||
history = []
|
||||
|
||||
async def submit_task(args):
|
||||
"""平台级工具：校验 AI 提交的任务草稿。
|
||||
|
||||
失败 → 把 errors 原样回给模型，让它逐条修正后重提（这是"AI 写坏任务"
|
||||
的唯一闸门：POST /api/jobs 对 params 是盲存的，执行器又静默跳过错误步骤）。
|
||||
成功 → 只暂存在运行态 + app_meta，等用户在步骤编辑器里确认后才入库。
|
||||
"""
|
||||
from core.task_draft import validate_draft
|
||||
|
||||
def _work():
|
||||
"""校验 + 暂存（读分组/设备池、写 app_meta 都要 app context）。"""
|
||||
groups, pool = _draft_env()
|
||||
r = validate_draft(args, groups=groups, pool=pool,
|
||||
default_serial=target, overrides=settings)
|
||||
if r["ok"]:
|
||||
_persist_draft(r["draft"], r["warnings"], prompt=prompt)
|
||||
return r
|
||||
|
||||
try:
|
||||
if _flask_app is not None:
|
||||
with _flask_app.app_context():
|
||||
res = _work()
|
||||
else:
|
||||
res = _work()
|
||||
except Exception as e:
|
||||
# 后台线程里任何异常都不能冒泡成"工具执行失败"这种含糊文案——
|
||||
# 模型与用户都需要知道草稿到底存没存下
|
||||
_log.exception("[designer] 草稿处理失败")
|
||||
with _lock:
|
||||
_run["draft_error"] = f"草稿处理失败: {e}"
|
||||
q.put(("step", {"tool": "📝 草稿未存下",
|
||||
"args": f"服务端处理草稿时出错：{type(e).__name__}: {str(e)[:160]}",
|
||||
"image": None}))
|
||||
return {"ok": False,
|
||||
"error": f"服务端处理草稿时出错（{type(e).__name__}: {e}），"
|
||||
"草稿没有保存。请把 steps 精简后重试一次；"
|
||||
"若仍失败，说明是平台问题，先向用户说明。"}
|
||||
if not res["ok"]:
|
||||
msg = "；".join(res["errors"][:6])
|
||||
with _lock:
|
||||
_run["draft_error"] = msg
|
||||
q.put(("step", {"tool": "📝 草稿被拦下",
|
||||
"args": f"{len(res['errors'])} 处问题需要修正：{msg}",
|
||||
"image": None}))
|
||||
return {"ok": False,
|
||||
"error": "草稿未通过校验，请按下面的 errors 逐条修正后"
|
||||
"**重新调用一次 submit_task**",
|
||||
"errors": res["errors"], "warnings": res["warnings"]}
|
||||
draft = res["draft"]
|
||||
n_steps = len(((draft.get("task") or {}).get("params") or {}).get("steps") or [])
|
||||
with _lock:
|
||||
_run["draft"] = draft
|
||||
_run["warnings"] = res["warnings"]
|
||||
_run["draft_error"] = ""
|
||||
q.put(("step", {"tool": "📝 任务草稿",
|
||||
"args": f"已提交草稿「{draft['task'].get('name', '')}」："
|
||||
f"{n_steps} 个顶层步骤"
|
||||
+ (f"，{len(res['warnings'])} 条待复核提醒"
|
||||
if res["warnings"] else ""),
|
||||
"image": None}))
|
||||
return {"ok": True,
|
||||
"msg": "草稿已收到并通过校验，已交给用户确认。请立即停止调用工具，"
|
||||
"用一句中文总结这条任务做什么、哪些步骤需要人工复核。",
|
||||
"warnings": res["warnings"]}
|
||||
|
||||
# 经验检索：相似历史任务的操作配方注入 system（自进化记忆）
|
||||
exp_ctx, exp_items = _find_experiences(prompt)
|
||||
@@ -1403,6 +1618,25 @@ def _agent_thread(run_id, prompt, serial, cfg):
|
||||
if act_ctx:
|
||||
recall_ctx += ("\n\n## 可复用动作（优先按其中的元素定位操作；"
|
||||
"若与当前界面不符，再自行截图确认）\n" + act_ctx)
|
||||
if designer and settings:
|
||||
# 用户在页面上填的任务设置：必须落到 draft 里，别让模型自己编
|
||||
hints = []
|
||||
if settings.get("name"):
|
||||
hints.append(f"- 任务名：{settings['name']}")
|
||||
mode_ = settings.get("target_mode")
|
||||
if mode_ == "group" and settings.get("group_name"):
|
||||
hints.append(f"- 目标：分组「{settings['group_name']}」")
|
||||
elif mode_ == "all":
|
||||
hints.append("- 目标：全部空闲设备")
|
||||
elif mode_ == "serial":
|
||||
hints.append(f"- 目标：指定设备 {settings.get('serial') or target}")
|
||||
if settings.get("schedule_hint"):
|
||||
hints.append(f"- 调度：{settings['schedule_hint']}")
|
||||
if settings.get("max_duration"):
|
||||
hints.append(f"- 运行时长上限：{settings['max_duration']} 秒")
|
||||
if hints:
|
||||
recall_ctx += ("\n\n## 用户已指定的任务设置（必须原样写进 draft.task）\n"
|
||||
+ "\n".join(hints))
|
||||
|
||||
mcp_url = getattr(getattr(agent, "s", None), "mcp_url", "")
|
||||
|
||||
@@ -1417,6 +1651,9 @@ def _agent_thread(run_id, prompt, serial, cfg):
|
||||
"network is unreachable", "connect timeout"))
|
||||
|
||||
async def _execute():
|
||||
# 建任务模式：先注册平台级工具（必须在 _load_tools 之前，schema 在加载时组装）
|
||||
if designer:
|
||||
agent.register_local_tool("submit_task", submit_task)
|
||||
try:
|
||||
await agent._load_tools()
|
||||
except Exception as e:
|
||||
@@ -1433,7 +1670,8 @@ def _agent_thread(run_id, prompt, serial, cfg):
|
||||
should_stop=lambda: bool(
|
||||
stop_evt and stop_evt.is_set()),
|
||||
extra_context=recall_ctx,
|
||||
on_usage=on_usage)
|
||||
on_usage=on_usage,
|
||||
mode=mode)
|
||||
except Exception as e:
|
||||
if _mcp_unreachable(e):
|
||||
raise RuntimeError(
|
||||
@@ -1475,10 +1713,13 @@ def _agent_thread(run_id, prompt, serial, cfg):
|
||||
except Exception as e:
|
||||
_log.warning(f"会话落库失败: {e}")
|
||||
|
||||
# 自进化：成功执行过工具则提炼配方写入经验。必须在 done 之前完成——
|
||||
# 自进化：AI 建任务（designer）**不沉淀**——探索轨迹是为"写出一条任务"服务的，
|
||||
# 不是一次成功操作套路；沉淀它会把探索期的误点/试错当成经验，污染记忆库。
|
||||
# （把"草稿→经验/动作"作为独立里程碑，见 doc/AI_TASK_GEN.md §6 P1）
|
||||
# 必须在 done 之前完成——
|
||||
# done 发出后 SSE 关流，用户就看不到「已写入经验」的提示了。
|
||||
# 提炼/保存失败静默（不阻塞、不影响结果），只在成功时推送 🧠 卡片。
|
||||
if tool_seq:
|
||||
if tool_seq and not designer:
|
||||
try:
|
||||
recipe = _clean_recipe(_distill_experience(cfg, prompt, " -> ".join(tool_seq)))
|
||||
if recipe:
|
||||
@@ -1504,7 +1745,13 @@ def _agent_thread(run_id, prompt, serial, cfg):
|
||||
"image": None}))
|
||||
except Exception as e:
|
||||
_log.warning(f"经验保存异常: {e}")
|
||||
q.put(("done", {"answer": answer, "usage": usage}))
|
||||
with _lock:
|
||||
done_evt = {"answer": answer, "usage": usage, "mode": mode}
|
||||
if designer:
|
||||
done_evt["draft"] = _run.get("draft")
|
||||
done_evt["warnings"] = _run.get("warnings") or []
|
||||
done_evt["draft_error"] = _run.get("draft_error") or ""
|
||||
q.put(("done", done_evt))
|
||||
except Exception as e:
|
||||
_log.warning(f"Agent 运行异常: {e}")
|
||||
# 诊断：打印消息结构（tool_calls 与 tool 消息配对检查）
|
||||
|
||||
Reference in New Issue
Block a user