0 Fork 0

Files

T

host d4cef29cdb round-12: migrate P8 registries + P12 audit to AppStateStore

- app_state.py: host_state_db_path() (host-level DB, distinct from
  per-VM state_db_path); kv_get/kv_put/kv_delete on meta (namespaced
  keys; kv_put skips the no-secrets guard by design — registry docs
  hold user prompts, documented); audit_trail table (P12 record
  shape + hash chain, seq explicit); counts()/backup() gain
  audit_trail.
- swarm.py / presentation.py / browser_tasks.py: JSON-file backends
  replaced by KV rows (p8-swarm / p8-ledger / p8-browser-tasks);
  legacy JSON imported once on first load (renamed .migrated);
  corrupt row / unreadable store returns empty (fail-safe, same
  semantics as before; next successful save self-heals).
- audit_trail.py: StoreAuditTrail (same record shape, hash chain,
  filters, export as JSONL version, backed by audit_trail table);
  migrate_jsonl_to_store() moves a chain verbatim (broken chain
  refused, divergent seq refused, re-run idempotent). JSONL class
  kept for reading old files.
- P12 dict contracts now run against real P3/P5 code
  (ApprovalQueue.record -> build_approval_card ->
  card_matches_channel; CapabilityIssuer.issue -> describe ->
  PermissionRegistry.record_grant).
- P6->P3 local protocol test: real PrivsepClient + real worker
  server + real git status; worker git argv carries the real P3
  helper + useHttpPath; no token in argv/env/audit. runuser + HTTP
  pull stay real-machine-only (see gap docs).
- Gap docs updated: P8 migration done, guest-side browser follow-up
  explicitly left for the real-machine track (no task_id in the
  browser protocol yet; lifecycle needs a real VM to verify);
  P6 wiring + P12 migration marked done; production-readiness.md
  gains §20 (round-12 integration).
- Tests: new cloud/tests/test_chv_muse_round12.py, 24/24 OK;
  test_chv_muse_p8.py ledger corrupt test rewritten for the KV
  backend (+ legacy-import test). P7+P8: 95+1 tests OK.

2026-11-07 00:36:25 +00:00

9.4 KiB

Raw Blame History

对齐 Muse P8 差距表：后台工作（crons / 子代理群 / 回访通知 / 每任务浏览器子代理）

先写表再动手。口径分层：= Meta 安全文（security.muse.ai 2026-09-08）与产品设计文（introducing.muse.ai）原文；= 媒体/评测转述；= 二进制拆解与用户 VM 观察。凡是 Meta 未公开的数值（cron 调度粒度、数量上限、失败重试策略），一律写清是本项目自定，不得写成 Meta 官方值。

1. Muse 官方要求（出处：研究报告 §2.5）

#	要求	来源
B1	关应用后继续工作；按计划与相关事件推进	设计文
B2	完成后台工作后评估是否“值得呈现”，只在真正有新内容或需要输入时通知用户	设计文
B3	启动成群的子代理、构建自己的工具、编辑自身；VM 需要足够存储、CPU 与内存来做真正的工作——如编译代理写的代码、开发自定义 Skills、处理并发子代理与 crons	安全文
B4	每个浏览器任务由专门浏览器子代理完成	安全文
B5	定时任务（crons）与并发子代理并存	安全文（只提存在）
B6	cron 的具体调度粒度、数量上限、失败重试策略	Meta 未公开——本项目自定，见 §4

不在本轨官方口径内的东西： “目标工作器（objective workers）”一词只见于第三方 VM 观察，未见于官方页面原文，本轨不把它当官方术语用；长期目标的分派与通知步骤用本轨的 swarm + presentation 实现，不挂这个名头。

2. 现状（基线 06c3e17，实测代码为准）

crons，两套现成的、都不完整：
host.py run-due：host state JSON（name/task/repo/interval/last_run）， now - last_run >= interval 到期即派发 host 任务，跑完才回写 last_run。无重试、无失败计数、无启用/停用（只有删定义）。
cloud/automations.py：控制面 automations 表（SQLite/Postgres）， claim_due_automation 条件 UPDATE 抢单（同一间隔只一个执行器拿到），配额门、automation_runs 产出记录、分诊收件箱。无重试策略、无 paused 状态、无单项目上限。MIN_INTERVAL_SECONDS=60、MAX_INTERVAL_SECONDS=30d 已有。
子代理群：没有。 只有模型层的子代理名（cloud/harness2.py subagent_names，prompt 树里的名字），没有执行层的并行派发、没有隔离、没有工具注册。
后台回访通知：没有“值得呈现”评估。 cloud/push.py dispatch_event 按订阅派发终态（completed/failed/goal-unmet 等）；自动化模块 docstring 已写明“不新写通知代码”。无去重、无节流——同一终态可重复派发。
每任务浏览器子代理：没有。 P2 的 chv-browser.py 是常驻进程， close 只关当前页、进程继续跑、等下一次 open；broker 固定转发到 /run/chv/browser.sock。状态跨任务复用。

3. 改什么（本轨四个新模块 + 一处扩展）

模块	内容	归属
`cloud/chv/crons.py`（新）	在 `cloud/automations.py` 之上加：启用/停用（paused 状态）、失败重试（指数退避 + 上限）、单项目并发上限与定义上限、tick 驱动（到期 + 重试到期统一认领）	本轨
`cloud/chv/swarm.py`（新）	子代理群：建群/派代理/生命周期；每代理独立任务 id + 独立工作区（`resolve_inside` 门，越界拒绝）；工具注册与审计（只登记与审计调用意图，执行在代理自己的 VM 里走执行器）；上限可配	本轨
`cloud/chv/presentation.py`（新）	“值得呈现”评估（需要输入/失败需决策/有实质新内容才通知，常规完成只记日志）+ 通知账本（每任务每原因节流去重）	本轨
`cloud/chv/browser_tasks.py`（新）	每浏览器任务一个实例：建/绑/毁生命周期、单实例单任务（复用即错、毁后复用即错）、每实例独立状态目录；transport 接口注入（测试用 fake）	本轨
`cloud/automations.py`（改）	只加重试/停用所需的列与抢单入口（`max_retries`、`retry_backoff_seconds`、`consecutive_failures`、`next_retry_at`、`paused` 状态）；host.py run-due 不动（host 侧唯一执行器，见该模块 docstring）	本轨

P7 状态落点（更新 2026-11-07 06:39；迁移已完成，round-12 更新）： P7 已完成并提交（分支 feat-chv-muse-p7，提交 29fa0c8：每 VM 一个 SQLite 状态库 AppStateStore，0600 WAL， tasks/goals/sessions/只追加 audit/meta）。round-12 已把三处登记迁到 AppStateStore（分支 feat-chv-muse-round12）：宿主级库 state_dir/app-state.sqlite（host_state_db_path，与 per-VM 库同库不同文件），命名空间 p8-swarm / p8-ledger / p8-browser-tasks，一行存整份登记文档；旧 JSON 文件首次加载时自动导入并改名 .migrated；KV 行损坏/库打不开时回空结构（fail-safe，下次成功保存即覆盖自愈）。测试钉在 cloud/tests/test_chv_muse_round12.py（P8MigrationTest）与 test_chv_muse_p8.py（损坏行恢复 + 旧文件导入）。crons 的状态仍在 automations 表，未动。

客机侧跟进（本轨只写规约、不改 P2 的文件）： 每任务浏览器实例的客机进程拉起/销毁在 P2 的 chv-guest/chv-broker.py（browser 操作固定转发到单例 socket）里改：每浏览器任务起一个全新的 chv-browser.py（每任务 socket），close 后杀掉进程。P2 的文件不在本分支基线里，本轨不复制、不分叉，规约写进本表 §6，留给 round-12 集成时落在 P2 分支上。

客机侧跟进（round-12 决定：未做，留给真机轨）： round-12 核实后未做，原因三条：① chv-browser.py 的请求协议里没有任务 id 字段（只有 open/snapshot/screenshot/close/ping），broker 分不清请求属于哪个浏览器任务，改 broker 之前须先改协议 + 调 broker 的调用方；② 进程拉起/销毁涉及以 chv-browser 身份起进程、socket 就绪等待、close 后杀进程与僵尸回收、 broker 重启后的残留清理，在没有真机验证的情况下盲改，坏了就是每任务浏览器全断；③ 本地只能用假浏览器进程测生命周期，真 Playwright + 真 chromium-headless-shell 的起停只能在真机上验。留给真机轨：先在真机上改协议（请求加 task_id）→ broker 按任务拉起/杀进程 → 连续两任务端到端（§6 第 4 项）。不许写成已做。

4. 自定数值清单（全部是本项目自定，非 Meta 官方值）

数值	本项目自定值	说明
cron 最小间隔	60 秒（沿用现有 `MIN_INTERVAL_SECONDS`）	已有，不新定
cron 最大间隔	30 天（沿用现有 `MAX_INTERVAL_SECONDS`）	已有，不新定
失败重试默认次数	3 次	超过即停，不再重试
重试退避	基数 60 秒 × 2^(n-1)，上限 3600 秒	n 为第几次重试
单项目并发 cron 执行	5	tick 单轮最多认领 5 个
单项目自动化定义上限	100	超过建定义即 ValueError
每群子代理上限	8	建群时可配，1–32
每项目群上限	10	超过建群即 ValueError
通知节流窗口	同一任务同一原因 3600 秒内只通知一次	账本持久化
工具名长度上限	100 字符	与自动化名上限同款

5. 诚实边界

B3 的“VM 需要足够资源”是容量要求，不是本轨能代码保证的：本轨只做上限与隔离，宿主容量仍由部署方保障；群上限 8 是防炸宿主的默认值，不是性能承诺。
swarm 层不执行工具：工具调用意图只登记与审计，真正执行在子代理自己的 VM/单元里（P1 常驻池 + P2 单元是底座）。“子代理构建自己的工具”在本轨指注册进群内工具表、可被审计、可被别的代理复用调用名——不是沙箱外任意执行。
“实质新内容”的判定是确定性规则（新产物/新改动文件/显式 notify 标志），不是模型判断；模型觉得重要但规则判无新内容时，以规则为准、只记日志。
cron 重试只针对 failed/interrupted 的执行；超配额跳过（skipped_quota）不是失败，不进重试（沿用 automations 模块现有口径）。
通知账本先走原子 JSON 文件，P7 存储（feat-chv-muse-p7 提交 29fa0c8 的 AppStateStore）已落地，集成轨再迁移；迁移前账本丢了只影响去重（可能重复通知一次），不影响任务执行本身。

6. 真机待验证清单（round-11 与 P4/P5/P6 之后，等通知）

cron 端到端：定义在测试机上按间隔触发、失败重试 3 次后停、停用后不再触发。
群端到端：3 个子代理在各自 VM 里并行跑、互不可见对方工作区。
回访通知端到端：后台任务完成后有新内容才通知、无新内容不通知、同一原因 1 小时内不重复通知。
每任务浏览器实例端到端：连续两个浏览器任务各起全新实例、第二个看不到第一个的截图与快照状态（需 §3 客机侧跟进先落地；round-12 未做，见 §3）。
账本迁移：已完成（round-12）——通知账本与另两处登记已迁到宿主级 AppStateStore（见 §3 更新），去重语义不变，测试钉住；真机上只需确认升级后旧 JSON 文件一次导入、不丢去重状态。

9.4 KiB Raw Blame History Unescape Escape