Files

T

baozaotumao df48c36422 refactor: 规则中性化——剥离 PPT 业务，统一为订单示范域

把规则从原 ppt-gen 项目泛化为通用脚手架，覆盖 19 个文件：
- ddd/architecture/design-discipline/error-codes/communication-* 等：
  领域术语、错误码、消息示例、扩展点、状态流统一为「订单」示范域
- agent-dag/agent.md/agent-concurrency/agent-llm-*：DAG 节点、配置、并发、
  LLM 适配从「对话→预览→生成→截图→合成」改为「intake→process→validate→finalize」
- backend-db：Session 实体/状态机/ORM/仓储/checkpoint 对齐新流水线
- 移除幻灯片专属依赖与产物：agent 去 playwright/python-pptx，
  Dockerfile 去 Chromium 系统库，.gitignore 去 *.pptx
- 保留合法通用项：ANSI（PTY 处理）、Playwright（E2E 测试工具）、Gemini CLI（真实 provider）

验证：gemini-cli/openai-api 两变体生成退出 0，生成项目零 PPT 残留，
backend/agent 骨架均可 import 运行。

2026-06-01 23:15:05 -07:00

3.2 KiB

Raw Blame History

paths

agent/**

Agent LLM 驱动层与 PTY 桥接

厂商无关的 LLM CLI 抽象、PTY 伪终端桥接机制、超时保护与输出拦截检测。

LLM CLI 驱动层（llm/）

厂商无关的抽象。LLMSession 端口定义在 domain/ports.py，本目录只放适配器实现。DAG 节点只依赖端口，不感知具体厂商。

文件	职责
`domain/ports.py`	`LLMSession` 协议（端口，接口定义）
`pty_bridge.py`	共享 PTY 机制（所有 CLI 厂商复用）
`gemini_cli.py`	`GeminiCliSession`：gemini 命令 + prompt 约定 + 输出提取

扩展新厂商：新增 claude_cli.py 等实现 LLMSession 端口即可，PTY 机制无需重写。

注意：当前只支持 PTY 驱动的交互式 CLI。若未来要接入直接 API 调用（SDK），那是不同机制，应另开 llm/api/ 子目录，不要塞进 PTY 层。

LLMSession 协议（domain/ports.py）

class LLMSession(Protocol):
    async def start(self) -> None: ...                       # 启动 CLI 进程
    async def send(self, text: str) -> None: ...             # 写入用户输入
    async def stream_until(self, predicate) -> str: ...      # 流式读取直到满足条件
    async def close(self) -> None: ...                       # 关闭进程，清理资源

PTY 桥接（pty_bridge.py）

原理

master_fd ──读──► 解析输出 ──► WebSocket 推送
master_fd ──写◄── WebSocket 收到用户输入
slave_fd  ──────► CLI 进程 stdin/stdout（认为自己在真实终端）

关键实现

启动进程：

master_fd, slave_fd = pty.openpty()
proc = await asyncio.create_subprocess_exec(
    'gemini',
    stdin=slave_fd, stdout=slave_fd, stderr=slave_fd,
    env={**os.environ, 'TERM': 'xterm-256color'},
)
os.close(slave_fd)  # 父进程关闭 slave，只用 master

异步读取（事件驱动，非阻塞 fd + add_reader，零线程）：

os.set_blocking(master_fd, False)
loop.add_reader(master_fd, on_pty_readable)   # 详见「并发模型」章节

不要用 thread-per-session 的阻塞 os.read，会话多时线程池会被打爆。

ANSI 转义码过滤（推送前必须清洗，实现在 utils/ansi.py）：

ANSI_ESCAPE = re.compile(r'\x1B(?:[@-Z\\-_]|\[[0-?]*[ -/]*[@-~])')
clean_text = ANSI_ESCAPE.sub('', raw_text)

写入用户输入：

os.write(master_fd, (user_text + '\n').encode('utf-8'))

超时保护

每个 DAG 阶段设置独立超时（asyncio.wait_for），阶段为示范：

阶段	超时
intake（收集输入）	60s
process（LLM 处理输出）	300s

超时后抛 ExternalServiceTimeoutError。

输出拦截检测

CLI 输出是流式文本，需按约定标记从中提取结构化结果。下面以提取代码块为例（按你的输出约定替换正则）：

def detect_output(text: str) -> str | None:
    m = re.search(r'```result\s*([\s\S]+?)```', text, re.IGNORECASE)
    return m.group(1).strip() if m else None

根据 state.status 决定处理：

"processing" → 提取到结果即保存产物，推送 result_ready，触发后续节点

3.2 KiB Raw Blame History Unescape Escape