Yanshi 项目完善度综合评估报告
评估日期:2026-08-09
评估对象:Yanshi workspace(24 个 Rust crate + 1 个 React SPA,src/ 合计约 172,600 行,含测试/示例/基准约 224,100 行)
评估方法:六路并行源码级审计(DAG 引擎层 / Agent 运行时层 / Harness 治理与 Loop Engineering / 能力基座 / 平台运维层 / 工程质量横切),全部结论以 文件:行号 为证据,不采信 README / CLAUDE.md / CHANGELOG 的自述;关键高影响结论由独立抽查二次核验。本报告与 docs/PROJECT_EVALUATION_2026-08-05.md 构成延续关系,但证据独立采集。
1. 执行摘要
1.1 一句话结论
Yanshi 是一个“契约与机制达到 A 级、接线与产品化停留在 B/C 级“的智能体框架:四执行范式(静态 DAG / Agent 原生循环 / 动态工作流 / Harness 治理)在类型契约与核心机制层面全部真实落地且经过对抗性测试,工程纪律(生产代码零
unwrap、零todo!、17-job CI 门禁、审计闭环留痕)显著高于同类开源项目;但存在一组系统性的“已建成未接线“缺口——服务端 Harness 空工具注册表、分布式调度器无 HTTP 入口、动态工作流 replan 无用户入口、约 2,340 行“生产原语“零调用者、observabilityfeature 全 workspace 未开启——使得框架当前是 single-node / 库级可用,cluster / 产品级未达。
1.2 综合评级
| 维度 | 评级 | 简评 |
|---|---|---|
| 架构设计(契约内核 + 分层) | A− | 五层 + 窄腰契约内核真实落地,IR/executor 分离、runtime 互不依赖均经源码验证;但 8 条依赖律仅 3 条被 xtask check-arch 强制执行 |
| DAG 工作流引擎 | B | 调度器(确定性拓扑、依赖就绪派发、checkpoint 三态保真)货真价实;Map/While 子流程隔离过度、retry 包装破坏部分恢复契约、resume 退化串行 |
| Agent 原生运行时 | B+ | ReAct 循环是全仓工程质量最高的部分(五类限额、7 处取消点、并行批量派发、HITL、loop checkpoint 全真实);策略扩展点偏骨架、supervisor 层落后 |
| 动态工作流 | B | compile_plan_to_flow + 失败驱动 replan(含已完成节点复用)真实实现且有测试;但表达力限于无环无条件 DAG,replan 无 CLI 入口 |
| Harness 治理 | B | 契约(H0)A 级、机制(H1–H4)B+;生产入口空工具注册表 + DenyAndStop 不真停 + 审批缓存粒度过粗,缺一次带真实工具的端到端 dogfooding |
| Loop Engineering | B+ | 双层循环防御(steering nudge + 滑窗签名 LoopDetected)、上下文预算 tokenizer 精算 + truncate-not-drop、TaskSummary/项目记忆均真实;DAG 侧 While 与 Agent 侧循环工程割裂 |
| 能力基座(LLM/Tool/MCP/Memory/RAG) | B+ ~ A− | 沙箱层(seccomp+Landlock+cgroup / ContainerBackend)是全仓工程顶点;LLM 层差一个已自我诊断的 SSE bug 就是 A;MCP 停在 2024-11-05 协议版本是明确短板 |
| 平台与运维层 | B | 鉴权/准入/错误信封/CI 达中上水平;四个“最后一公里“未接线(工具分发契约、分布式入口、跨副本状态、OTLP 出口) |
| 工程流程(CI/测试/文档) | A− | 3,075 个测试、17-job release gate、自定义治理 lint、审计闭环可验证;无覆盖率门禁、依赖版本漂移、根目录文档失控 |
| 生产就绪度 | C+ | 单机 CLI-first 路径可用;服务端多副本、分布式、marketplace 服务化均未达产品级 |
| 综合 | B+ | — |
1.3 关键数字
- 24 个 Rust crate,
src/172,595 行;#[test]/#[tokio::test]合计 3,075 个;docs/约 80 份活跃文档 + audit/archive 子目录。 - 生产库代码
unwrap()/expect()实测接近零(CIclippy --lib -D clippy::unwrap_used -D clippy::expect_used强制,quality.yml:133);全 workspacetodo!()/unimplemented!()为 0。 - LLM:6 个专用 provider + 4 个 OpenAI 兼容复用,注册表 198 个模型;原生
tool_calls/tool_choice四种线格式全覆盖。 - 已识别高严重度缺陷 9 项、中严重度约 20 项、文档-代码漂移 15+ 处(见 §5、§6)。
2. 架构评估
2.1 五层架构与窄腰契约内核:真实落地,非纸面架构
项目宣称的五层模型(L0 契约内核 → L1 执行核 → L2 能力适配 → L3 Agent 编排 → L4 平台运维)经源码验证基本属实:
- IR 与执行器分离是真实的:
yanshi-graph定义Flow/GraphNode/NodeType/AsyncNode(flow.rs:21-62),Flow私有字段 + 只读访问器,yanshi-core通过FlowExttrait(flow.rs:1701-1825)作为唯一执行面。跨 crate 只能读 IR,不能改——这不是文档口号。 - Runtime 互不依赖、只依赖契约:
yanshi-harness依赖yanshi-agent-spi与yanshi-graph(IR),yanshi-core(executor)仅为 dev-dependency,执行器经注入的FlowRunner到达——依赖倒置正确。 yanshi-tool/yanshi-store-spi/yanshi-agent-spi是真正的零依赖(或近零依赖)L0 crate,且yanshi-tool的Cargo.toml对“为何不 dev-dependyanshi-tools“(循环 dev-dep 双重编译)有正确处理与说明。
架构瑕疵(按严重度):
- 8 条依赖律仅 3 条激活。
xtask/src/main.rs:4093明确注释 “Three laws are active today”:runtime-isolation、surface-isolation、kernel-isolation。其余 5 条以ARCH_LATENT_EDGES形式记录了 7+ 条已知目标态违规边(agents→llm、skills→agents、memory→rag、mcp→tracing等)。门禁机制本身设计优秀(allowlist 只能收缩 + staleness 检查 + latent misfiled 检测),但 CLAUDE.md 表述的“eight dependency laws, enforced bycargo xtask check-arch“实际强制覆盖率为 37.5%。 - L0 纯度瑕疵:
yanshi-graph(宣称 L0 内核)依赖dirs与tokio,仅因CheckpointConfig::default()读 home 目录与一个From<tokio::time::error::Elapsed>转换。 - 能力层横向耦合:
yanshi-memory → yanshi-rag(为EmbeddingProvider)违反自定的“capability crates stay off each other“原则(rewrite模块文档自述该原则)。 - 死代码入公共 API:
yanshi-graph/src/node.rs的同步Nodetrait(108 行,零实现者)仍被yanshi-core/src/lib.rs:71re-export;yanshi-agents/src/common/(431 行,为已移出 workspace 的agents/paper_*子 crate 服务)仍pub use到公共 API。
2.2 四执行范式:模型与代码的符合度
README/ARCHITECTURE 宣称的“单一规划/绑定时机谱系上的四个点“在代码中的真实覆盖:
| 范式 | 代码载体 | 真实度 | 关键差距 |
|---|---|---|---|
| 静态 DAG | yanshi-core::Flow + FlowExt | ✅ 完整 | Map/While 子流程丢失监听/取消/目录(§3.2) |
| Agent 原生循环 | yanshi-agents::ReActAgent / PlanExecuteAgent | ✅ 完整且最强 | 策略扩展点仅骨架(§3.4) |
| 动态工作流 | yanshi_agents::dynamic::{compile_plan_to_flow, DynamicWorkflowAgent} | ✅ 真实 | 无条件/循环节点;replan 无入口(§4.3) |
| Harness 治理 | yanshi-harness::HarnessRuntime + wrap_registry | ⚠️ 机制真实、生产接线空心 | 服务端/CLI 无 skill 路径注册表为空(§4.4) |
递归组合的两个关键件——AgentNode(agent 进 DAG,837 行,含四态 AgentNodeResumeContract 部分恢复契约)与 WorkflowTool(DAG 作为 agent 工具,经注入 FlowRunner 执行)——均为真实实现并有独立集成测试(tests/agent_node_resume_contract.rs 265 行)。这是该架构最有辨识度的资产:组合方向是双向的且都能落 checkpoint。
3. 逐层模块评估
3.1 L0 契约内核(value / graph / async-util / tool / store-spi / agent-spi)
| Crate | 行数(src) | 评级 | 要点 |
|---|---|---|---|
yanshi-value | 570 | A | 手写 tagged 序列化 + legacy 兼容 + proptest round-trip,全仓最扎实的一层 |
yanshi-graph | 2,709 | B | IR 完备、错误模型 30 变体;但 1,051 行 expr 仅 7 个测试且 eval 递归无界(左深链可栈溢出,MAX_EXPR_DEPTH=64 只挡解析递归) |
yanshi-async-util | 1,049 | B− | retry/race_with_limits 真实被消费;TimeoutConfig 整套(~150 行)零消费者 |
yanshi-tool | 3,025 | A | Tool/ToolRegistry/Capability 三层交集合并带审计轨迹/SecurityProfile 三档/ToolIdempotency 按参数动态判定;取消语义文档教科书级 |
yanshi-store-spi | 887 | A− | 5 个 trait 被 6+ 实现消费;EntityFactStore/SemanticMemoryStore 未收敛进来(契约拆分不彻底) |
yanshi-agent-spi | 4,159 | A− | AgentRuntime/Step/Event/StopReason 模型完整、封闭枚举策略经过思考、取消语义有正反双向 pin 测试;但 max_steps rustdoc 与两个 runtime 的实现三种语义互相矛盾(G1) |
3.2 L1 DAG 执行引擎(yanshi-core,11,378 行,评级 B)
真实且高质量的部分:
- Kahn 拓扑排序刻意确定化(
BTreeMap+ 双重 sort,服务 trace replay 可复现,flow.rs:1556-1624,有专项测试)。 - Concurrent 调度:
FuturesUnordered依赖就绪派发 +max_concurrency在途上限 + 死锁硬报护栏(flow.rs:803-1036)。注意是单 task 协作式并发而非tokio::spawn跨线程并行;就绪扫描 O(N²)。 - Checkpoint 三态保真(
Ok/NodeSkipped哨兵 /NodePartialExecutionFailed带partial_outputs)+ 原子写(tmp→rename)+ 路径分量注入防护,tests/checkpoint_recovery_test.rs794 行覆盖。 resume.rs的ResumeIdempotency × ResumeDecision决策矩阵设计完整。
高严重度缺陷:
observabilityfeature 全 workspace 无人开启(yanshi-core/Cargo.toml:22定义,13 个依赖方 Cargo.toml 均未启用;yanshi-llm甚至把它改成了空别名)。后果:checkpoint 保存失败告警、corrupt-value 降级告警、while 循环诊断、retry 日志在所有实际构建中被编译掉。CLAUDE.md N8 声称的 “tagged-but-corrupt payloads warn loudly” 实际是静默降级。- Map/While 子流程隔离过度(
flow.rs:1212, 1288, 1344):子 Flow 用裸Flow::new+ 默认 config 执行,丢失 event_listener(子节点对 trace/UI/SSE 不可见)、cancellation token(不可取消)、run_base_dir(每个 map 项在~/.yanshi/runs/新建 UUID 目录)、并强制串行。 - retry 包装破坏错误分类(
retry_executor.rs:63-78):不可重试错误也被包成RetryExhausted,导致配了max_retries的agent/skill_agent节点的NodePartialExecutionFailed.partial_outputs无法进入 checkpoint——部分恢复契约静默失效。 - 输入优先级反直觉(
flow.rs:415-420):工作流级inputs:覆盖全图所有节点的同名参数,YAMLparameters又静默覆盖input_mapping的动态值。 - run_if 求值失败整体中止运行(
flow.rs:385, 869):不发WorkflowFailed、不写终态 checkpoint(状态卡Running)、并发路径丢弃在途 futures;且 Serial(默认模式)下 run_if 跳过不发NodeSkipped事件,与 Concurrent 路径行为不一致。 - 约 2,340 行“生产原语“零接线:
resource_manager(478) /resource_limits(411) /concurrency(610) /state_monitor(772) /health(79) 在全 workspace 无任何生产调用者(仅lib.rsre-export)。CLAUDE.md “✅ 资源管理、K8s 健康检查(Phase 1.5 生产就绪)“属文档超前于代码。 - Resume 永远退化为 Serial(
flow.rs:301-304,被测试固化为特性);checkpointlatest用fs::copy非原子;模块文档声称 “file locking” 但无锁;compression/auto_cleanup配置字段从未被读取。
节点层(yanshi-nodes B− / yanshi-nodes-ai C+):Template/File/Http 三个默认节点经 yanshi-tools 继承真实沙箱;但 HttpNode 伪造 200/500 状态码、ArxivNode 绕过沙箱且无解压上限(gzip 炸弹面)+ 明文 HTTP、MarkMapNode 开箱不可用、conditional/batch 未注册进 YAML factory;LlmNode 是零字段薄壳(不支持 tool-calling/流式/多模态,每次 execute 重跑 Yanshi::init());MCPNode 每次执行起停一个 MCP 子进程。工作流侧并存三套模板语义(Tera / expr / 朴素 {{key}} 替换)。
3.3 L2 能力基座
yanshi-llm(15,207 行,A−)
- 流式为真 SSE 逐行解析 + token 级
ToolCallDelta分片拼接;Anthropic 结构化输出用合成工具调用模拟(成熟的降级设计);tests/provider_matrix_doc.rs用穷尽解构做编译期文档漂移检测。 - P0 缺陷:SSE buffer 残留丢弃 bug 只修了 1/5 provider——StepFun 的修复注释(
stepfun.rs:525-533)逐字描述了 OpenAI/Anthropic/Google/Moonshot 四家仍存在的同一 bug:单次网络读同时携带末条内容与[DONE]时,末尾内容被静默丢弃且is_final不置位。 - Google/Moonshot/StepFun 流式路径
tool_call_deltas硬编码为空——流式+工具调用组合静默丢工具调用。 RateLimitConfig(RPM/TPM)纯装饰:9 个厂商配好数值,全代码库无任何令牌桶消费点;重试无 jitter、不读Retry-After。- 模型注册表 198 个模型但严重倾斜(dashscope 46%、OpenAI 仅 6 个),缺 2026 主力模型。
yanshi-mcp(7,094 行,B)
- stdio transport 是生产级(有界读取 10 MiB、oneshot 多路复用、注册先于写入防竞态、环境变量白名单沙箱、stderr 排空、kill_on_drop、有界通知队列)。
- 协议版本停在
2024-11-05(首个公开版本,落后官方 spec 约两年);无 Streamable HTTP;TransportType::Http/HttpWithSSE是枚举变体而非实现(httpfeature 为空)。 - Client 覆盖 10 方法(含真实的 resources/prompts);但无能力协商门控(
supports_resources()等零调用点)、无协议版本校验、无重连(grep 零命中)。 - Server 脚手架仅 4 方法(initialize/initialized/tools/list/tools/call),示例 handler 是自认的
// Placeholder implementation;call_tool是同步fn。
yanshi-tool + yanshi-tools(8,361 行,A / 沙箱部分 A+)
- Linux 沙箱是真实内核级过滤:seccomp-bpf 在
pre_exec中execve前生效,含参数级openatflag 过滤、clone3防绕过、openat2整体拒绝防解引用绕过;Landlock ABI 运行时探测;cgroup v2 memory/pids 上限含 systemd 用户会话委派处理;pre_exec的 async-signal-safety 分析注释教科书级。残留缺口:blocklist 模型下io_uring未拦截(经典逃逸路径,未在模块文档披露)。 - macOS
sandbox-exec用(deny default)默认拒绝模型,比 Linux 侧更强。 ContainerBackend(code_exec)是全仓最诚实的安全模块:无降级层(无引擎硬失败而非降级)、--network none+--read-only+ 非 root uid + 资源上限逐条实测留痕(含“root 被内核豁免RLIMIT_NPROC“的实测记录)。HttpToolSSRF 防护链完整(DNS 解析后逐 IP 分类 +resolve_to_addrs钉死防 DNS 重绑定 + 逐跳重定向重校验 + IPv4-mapped IPv6 规范化);残留:响应体全量下载后才截断、按字节切 UTF-8 多字节边界会 panic(http.rs:326)。
yanshi-memory(4,136 行,B+)
- 四层模型(Session/Semantic/Preference/EntityFacts)trait 分离得当;age X25519 真实加密装饰器;
RememberPreferenceTool闭环。 SemanticMemory::search全量向量加载 + 暴力余弦 + N+1 回捞,无 ANN——长会话不可扩展;默认RetentionPolicy无任何自动遗忘;L3 项目记忆是可用库能力但 skill manifest / CLI 端到端未打通(project.rs:14-21已诚实标注)。
yanshi-rag(14,076 行,B+)
- 6 种分块真实 +
SemanticChunker算法真实(但工厂函数错误文案 “not yet implemented” 误导);ONNX 本地嵌入真实推理(非 mock);Qdrant 集成完整;BM25 教科书实现(BM25+ 变体)。 - Eval harness 是本 crate 最强部分:Recall@K/MRR/nDCG + 配对符号检验的统计正确双门槛 A/B 门禁(增益阈值 ∧ p-value 阈值),可直接支撑配置变更回归。
- 缺陷:
VectorStore::hybrid_search默认实现静默忽略alpha退化为纯语义(QdrantStore 不 override);MMRReRanking用 Jaccard 词集相似度冒充嵌入余弦且无文档标注、query参数被丢弃;BM25 无 CJK 分词/停用词/词干——对中文语料检索质量会显著劣化;14k 行 src 仅 455 行集成测试。
3.4 L3 Agent 编排层
yanshi-agents(23,066 行,B+)——全仓工程质量最高的运行时
- ReAct 循环:
LoopState抽象干净(turn-driven 改造的关键);五类RuntimeLimits(max_steps/max_tool_calls/timeout/token_budget/cost_limit_usd)全部真实执行;取消在 7 个 await 点全覆盖并有 4 个“飞行中取消“专项测试。 - 并行批量工具派发(H3):严格 6 阶段——
max_tool_calls原子前置检查 → 按 LLM 返回序预发全部 trace 事件(与完成顺序解耦,保 replay 确定性)→Idempotent并发 / 非幂等串行 → 按 LLM 序回填结果;outputs[i]缺失降级不 panic。 - V2 三件套均为真实实现:结构化输出(
output_schema→ 合成final_answer工具走 provider 原生 tool calling + prompt 回退双通道 + 校验失败软恢复预算);HITLask_user(拦截 →InterruptRequested→ 即时 checkpoint →AwaitingInput停机 →resume_from_loop_checkpoint配平 ToolCall/ToolResult,且有“与对照运行比对同一答案“的强断言测试);agent-loop checkpoint(schema_version + runtime_kind 双防误用、每回合原子保存、should_clear_checkpoint对 11 个 StopReason 穷举)。 - 弱点:
react/agent.rs单文件 8,060 行远超可维护阈值;三个策略扩展点(ReflectionStrategy全是模板串 /VerificationStrategy唯一内置实现是 no-op 的AlwaysApprove/MemorySummaryBackend无 LLM 版)是“骨架+示例“而非能力,CLAUDE.md 将其当特性宣称;live sink 覆盖不全(ToolPolicyDecision/LlmCallCompleted等未走实时发射,Harness 实时流缺策略决策事件)。 - Supervisor 层(Handoff/Blackboard/Debate)明显落后于单 agent 层:三者构造子上下文时丢弃
event_sink/between_turn_hook/loop_checkpointer/trace_context(Harness 看不到子 agent 实时事件、OTel trace 在多智能体边界断链);只接受具体类型ReActAgent无法嵌套;DelegationSpec(L5 委派契约,本身实现完整含 schema 校验 + 冲突仲裁聚合)未接入任何 supervisor(模块注释自承)。
yanshi-skills(9,282 行,B+)
- 安全深度超出同类:脚本 SHA256 完整性(篡改全 profile 拒绝)、Python requirements 强制 pinned+hashed、knowledge 路径穿越拒绝、MCP 命令+env 双 allowlist、per-tool
os_sandbox覆盖、六层工具准入优先级显式建模(skill inspect --explain-permissions可观测)。 - 知识分层(P-A4.2)真实:
files层内联 persona、rag层索引进Bm25KnowledgeBackend+ 共享rag_search工具按需检索。 - MCP 适配完整(
McpClientPool懒连接 + 限流 + 幂等性推断 + 参数预校验 + 多模态内容转换),有真实 Python mock server 集成测试。 - 弱点:
SkillCapability::lower()产物过粗(全部工具 + 单个 Critical persona 片段);builder.rs2,600 行单文件三条装配路径有重复;仅 1 个.rsexample。
yanshi-harness(7,934 行,B)——详见 §4.4
yanshi-config(4,837 行,B−)与 yanshi-cli(22,441 行,A−)
- Schema 校验(ParamSpec 矩阵 +
expr静态编译 + plugin manifest 交叉校验)与 doctor 诊断(1,402 行、11 个 section、真实探测含容器引擎 spawn 检查)扎实;安全默认到位(file/shell强制 allowlist)。 - factory 21 个 type 分支仅
file一个被测;max_retries → max_attempts语义错位(三处计数口径不一致)。 - CLI 21 个顶层命令 / 547 个测试(全仓最多);
CliJsonEnvelope是 Stable 契约但迁移未完成(legacy bare body 与 envelope 并存);workflow dynamic是全仓设计最谨慎的命令(受限 sandbox +--dry-run+--approve共享同一被治理 registry 防绕过)。
3.5 L4 平台运维层
| Crate | 评级 | 关键事实 |
|---|---|---|
yanshi-server (14,689 行) | B+ | 鉴权 fail-closed 完备(非 loopback 无 token 拒绝启动、常数时间比较、租户越权修复闭环);但 POST /v1/skills/{name}:run 是必失败的 stub(写 @skill:<name> 后交给 YAML 解析器,源码自认 follow-up)、Harness 会话空工具注册表、网关执行硬编码 serial()、SSE broker / 准入 / 审批 / 取消四类状态全部进程内(多副本即失效) |
yanshi-db (1,844 行) | B− | 10 张表(CLAUDE.md 写“九表“已过时)、索引合理、双池只读副本;16 个集成测试无 PG 时静默通过而非 #[ignore];events 表无分区/归档 |
yanshi-worker(+proto) | B / C+ | gRPC 协议 + mTLS 双向证书 e2e + JWT 准入 + traceparent 四入口缝合均真实;agent payload 跑在空 ToolRegistry 上(工具分发契约未定,与服务端 Harness 同一缺口);worker-proto 自身 0 测试 |
yanshi-tracing (5,806 行) | C+ | redaction 模块质量极高;但存储后端只有 FileTraceStorage 一个实现——SQLite/Postgres 仅 DDL 字符串常量,postgres feature 是死 flag,与 CLAUDE.md “JSONL or SQLite/Postgres (feature-gated)” 直接不符;无 OTLP 传输(span 模型/缝合都实现了,只差最后一公里) |
yanshi-ui (5,549 行) | C | 真实可用的运维控制台(8 条路由、SSE、审批卡片、run 对比、zod 校验)而非空壳;但单测在 CI 中从不执行(npm test = tsc --noEmit,无 test runner)、e2e 非门禁仅 6 用例、手写字符串路由 |
xtask (4,848 行) | B+ | 10 个真实门禁任务、check-arch 机制 A 级但仅执行 3/8 律、check-changelog/test-gate 未接 CI |
CI(A− 级流程):17-job release gate(fmt/clippy 全量 -D warnings/lib 级 unwrap deny/cargo-audit/redaction-lint/println-lint/check-arch/24-crate 测试矩阵含 PG service/24 组 feature 组合/examples 编译+运行/RAG 与 agent eval 冒烟);CI 注释诚实记录 R0.1 事故复盘。缺口:无覆盖率、无 MSRV/cargo-deny、release.yml 不依赖 release-gate(tag 可绕过质量门发布)、无 [workspace.dependencies](tokio 两种版本约束 + 12 种 feature 组合、sqlx 双 TLS runtime 并存)。
4. 智能体框架生态完成度专章(核心)
本章围绕用户最关心的问题展开:Yanshi 作为“上层原生智能体框架“,在 DAG、动态工作流、Harness、Loop Engineering 四大范式上的切合度与完成度。
4.1 静态 DAG:完成度约 85%,是最成熟的范式
已达成:确定性拓扑(trace replay 可复现)、依赖就绪并发调度、run_if 条件、input_mapping 显式数据流、Map(顺序/并行 + Semaphore 限流)、While(表达式条件 + max_iterations 硬保护)、三态 checkpoint 保真恢复、YAML config-first 与代码 code-first 双入口、yanshi workflow debug(validate/visualize/analyze/dry-run)。
与原生智能体框架的差距:
- 子图不是一等公民:Map/While 子流程以裸
Flow::new执行,事件、取消、run 目录、并发模式全部丢失——对比 LangGraph 的 subgraph 会继承 checkpointer/stream/interrupt,这是 Yanshi 静态 DAG 与“原生框架“最大的语义差距。 - 无动态边/条件路由原语:
run_if只能跳过节点,不能选择分支目标;没有 conditional edge / router 概念,复杂分支要靠多节点run_if组合表达。 - While 循环的可观测性为零:迭代耗尽静默退出(与条件正常转 false 不可区分)、子流程失败被吞、无
iterations_used输出、无循环进度事件——DAG 侧循环与 Agent 侧循环工程成熟度断层明显。 - 事件时间戳用
Instant(不可序列化)、emit_event同步内联调用 listener(慢 listener 阻塞调度)。
4.2 Agent 原生循环:完成度约 80%,机制深度对标业界第一梯队
以 2026 年主流 agent 框架的循环能力清单对照:
| 能力 | 业界参照 | Yanshi 现状 | 判定 |
|---|---|---|---|
| 原生 tool_calls 循环 | 所有框架 | ✅ 4 种 provider 线格式 + 文本协议回退 | 齐平 |
| 并行工具调用 | Claude Code / OpenAI | ✅ 幂等并发 + 非幂等串行 + trace 序确定 | 领先(幂等性感知的分区派发少见) |
| 结构化输出 | OpenAI structured outputs | ✅ 合成工具 + prompt 双通道 + 软恢复预算 | 齐平 |
| HITL 中断/恢复 | LangGraph interrupt | ✅ ask_user → checkpoint → resume 配平 | 齐平 |
| 循环 checkpoint | LangGraph checkpointer | ✅ 每回合原子保存 + 穷举清理策略 | 齐平 |
| 成本/token 预算 | 少数框架 | ✅ 五类限额全真实执行 + PricingTable 累计成本 | 领先 |
| 循环检测 | 少见 | ✅ 双层(steering nudge + 滑窗签名) | 领先 |
| 反思/自我验证 | Reflexion 类 | ⚠️ trait 齐备但内置实现全是 no-op/模板串 | 落后(骨架无实质) |
| 多智能体 | AutoGen / Swarm | ⚠️ 三种 supervisor 真实但丢子上下文、不能嵌套、未接委派契约 | 半成 |
| 流式 token 输出 | 所有框架 | ✅ TokenDelta live-only 事件(V2.2) | 齐平(但受 §3.3 SSE bug 影响 4/5 provider 可靠性) |
结论:单 agent 循环的“工程含金量“(限额、取消、trace 确定性、恢复语义)达到甚至超过主流框架;差距集中在认知策略层(反思/验证只有插槽没有内容物)与多 agent 编排层(上下文传播断链)。
4.3 动态工作流:完成度约 60%,方向正确、表达力与入口受限
动态工作流(agent 生成计划 → 编译为 Flow → 确定性执行)是 Yanshi 最具差异化的设计——“一次规划决策 + 可回放并行 DAG“确实同时拿到了 agent 的灵活性与 workflow 的可靠性。源码核验:
真实实现:
WorkflowPlan(steps: tool|agent + depends_on)→compile_plan_to_flow:依赖→GraphNode.dependencies+input_mapping,并行由FlowExecutionMode::Concurrent兑现;plan 可含 AgentNode 步骤(嵌套 agent 共享同一 registry)。- 失败驱动 replan(L1.1)是真的:
run_with_replan把已成功步转为PrecomputedResultNode直接复用、失败与未执行步分类喂给 replan prompt、预算耗尽返回部分状态——有三个专项测试覆盖(dynamic.rs:998/1055/966)。 - CLI
workflow dynamic治理三重(受限 SandboxPolicy +--dry-run+--approve走 Harness 审批且 planner/compiler 共享同一被治理 registry),并把 LLM 生成的计划显式当作 “adversarial by construction” 对待。
关键缺口:
- replan 无用户入口:CLI 只调
compile_plan_to_flow(dynamic.rs:144),run_with_replan仅库内可用——动态工作流最有价值的长时程生存能力用户不可达。 - 表达力限于“无环、无条件、无循环“:
run_if硬编码None、不支持 Map/While——动态计划不能表达分支与迭代,而这恰是“动态“最需要的。 - 计划内嵌 agent 不继承治理:
kind:"agent"步骤新建的ReActAgent不继承父RuntimeLimits/cancellation token/event sink(dynamic.rs:309-317)——子 agent 不可取消、不受父预算约束、对 Harness 不可见。 - 计划解析只做
extract_json+ serde,无 jsonschema 校验;环在运行时才被拓扑排序发现。
4.4 Harness 治理:契约 A 级、机制 B+、生产接线 C——“缺一次真实 dogfooding”
H0–H4 逐相核验结果(对照 HARNESS_MODE_EVOLUTION.md):
| Phase | 判定 | 证据 |
|---|---|---|
| H0 契约冻结 | ✅ 真实关闭 | 信封 12 kinds(CLAUDE.md 写 9 个已过时)+ 冻结 fixture + harness/1 schema 版本 + 前向兼容测试 |
| H1 Runtime MVP | ✅ 真实关闭且超出承诺 | 三态内核(Opaque/TurnDriven/None)、live bridge 与事后翻译 split-brain 已解、上下文预算从“估算“升级为 tokenizer 精算 + truncate-not-drop |
| H2 Hooks+审批 | ⚠️ 实质关闭但有语义缺口 | fail-closed pre-hook(5s 超时即拒)、production profile 对 NonIdempotent 自动升级审批均真实;但见下列缺陷 |
| H3 并行工具 | ✅ 真实关闭 | 见 §4.2 |
| H4 后台任务 | ✅ 真实关闭 | 嵌套 spawn task_local! 拒绝、64 KiB 输出定界、生命周期事件;缺 GC 与并发上限 |
| H5 Server+UI | ⚠️ 路由层关闭、执行层空心 | 路由/SSE/审批 UI/resume(rerun |
| H6 高级兼容 | ✅ 有意 deferred | H6_PROMOTION_CRITERIA.md 逐项给出提升信号,决策留痕良好 |
四个决定性缺陷(修复成本低但影响端到端可信度):
- D5 生产入口空心(最严重):
yanshi-server/src/harness_live.rs:471,575均为wrap_registry(ToolRegistry::new(), ...)——服务端 Harness 会话没有任何工具可治理,审批 UI 永远无卡片可批,ReActConfig硬编码 4 轮;CLI--model(无--skill)路径同样空注册表。整套审批/hook/审计管线被完整接好,但生产中无对象可管。 - D2
DenyAndStop不真停:ToolError::PolicyDenied回到 ReAct 后只是一次 error observation,agent 继续循环到LimitReached;StopReason::ApprovalDenied是生产路径死枚举值——契约文档 “skip the tool call and stop the agent loop” 未兑现。 - D3 审批缓存粒度过粗(安全):缓存键仅
(tool_name, scope),一次 session 放行shell即等于放行本会话任意 shell 命令——对比 Claude Code 的 per-command-prefix 授权明显过宽。 - D1 CLI seq 未共享:
cli/run.rs:179给 hook 层新建独立计数器且从未对 runtime 调with_seq_allocator——harness run --approve的 JSONL 会出现重复 seq,正是 Q1.7.1 声称已修复的 bug 在 CLI 路径的漏网(chat.rs与 server 路径均正确)。
其余值得记录的机制事实:SeqAllocator 用 emit lock 保证“上线序 == seq 序“并有反向延迟对抗测试(罕见的高质量并发测试);params_summary 先脱敏再 4 KiB 截断且顺序论证正确;但 PendingToolCall.params 以未脱敏原文交给第三方 pre-hook(违背契约 MUST);run_flow 超时仅 drop future 无取消传播;wrap_registry 无重包装守卫且包装后再注册的工具(如运行期发现的 MCP 工具)完全绕过治理;三条 resume 路径(resume 纯回放 / resume-loop 真恢复但绕过 Harness / server :resume 唯一完整)命名混淆能力不等价。
4.5 Loop Engineering:完成度约 75%,Agent 侧强、DAG 侧弱、两侧割裂
对“循环工程“的系统性核验(跨 harness/agents/core/memory 四个 crate):
Agent 侧(B+ ~ A−):
- 循环防御双层真实:F-A2-13 近邻纠偏(第 2 次相同调用注入 steering note,只进 memory 不污染 observation)+ L1.2 滑窗签名检测(
window:6, threshold:3默认开启,能抓 A,B,A,B 交替模式,recent_tool_calls随 checkpoint 持久化——跨 resume 不丢窗口)。threshold=3 刻意给 nudge 留起效空间,这类“两层防御的相互配合“是有设计深度的。已知弱点:检测滞后一个 turn(代码自陈)。 - 上下文预算工程:真实 tokenizer 重算(覆写 provider 估算)→ 优先级稳定排序 → 装不下则截断而非丢弃(修复了“大高优项被丢、小低优项混入“的优先级倒置)→ 被丢项交给
ContextSummarizer压实为 Critical 合成项 + 发MemorySummaryAdded。压实器默认确定性(可 replay),LLM 版可插拔。 - 长时程恢复链完整:
TaskSummary(压缩时重生成、诚实不编造 open_questions)→ 项目记忆(从 shell/script/code_exec 调用提取事实、跨会话持久化)→ 偏好层(remember_preference工具闭环)→ agent-loop checkpoint(每回合保存)。四层皆可选、None 时零开销。
DAG 侧(C):While 节点条件只能引用 loop inputs(nodes 上下文传空 HashMap)、迭代耗尽静默、子流程失败被吞、无循环事件——见 §4.1。
割裂点:DAG While 与 Agent loop 之间没有统一的“循环预算/循环事件“抽象;run_flow 治理不会把 While 迭代暴露为 step_started;TurnDrivenRuntime 只有 ReAct 实现,导致 --context-refresh(turn 间刷新 workspace 上下文)与 interrupt-resume 互斥。长时程能力在两条执行路径上不等价。
4.6 能力基座对上层范式的支撑度
上层四范式共享的 capability substrate(“所有范式调同一个 ToolRegistry”)核验为真:Builtin/Script/MCP/Workflow 四种 ToolSource 统一进 registry,Capability 三层交集合并带可解释审计轨迹(CapabilityDecisionEntry 逐层记录 allowed/dropped),Skill 经 SkillCapability::lower() 汇入。这一“窄腰“是框架生态的正确地基。
但按生态成熟度排序,各能力支柱参差:
- 工具与沙箱(A):三档隔离(进程内
SandboxPolicy→ OS 沙箱 seccomp/Landlock/sandbox-exec →ContainerBackendmicroVM)+ 代码来源信任模型(author-signed / user-provided / llm-generated 分道),这是 2026 年 agent 框架里少见的完整纵深。
-
- Skills(B+):SKILL.md 生态对齐(Anthropic Skills 形制)、完整性校验、分层知识、marketplace 验签俱备;缺服务端 marketplace 路由与更丰富的示例生态。
- RAG(B+):作为
KnowledgeBackendcapability 挂在 Skillknowledge:之后(而非顶层模式)的重定位是正确的生态判断;eval 门禁是稀缺资产;中文检索(CJK 分词缺失)是硬伤。 - Memory(B+):四层模型 + 保留策略齐备;语义检索不可扩展、项目记忆未端到端打通。
- MCP(B−):作为 2026 年 agent 生态的“USB 接口“,停在 2024-11-05 协议 + 仅 stdio + 无重连,是生态兼容面上最急迫的短板——它直接限制了 Yanshi 接入现代 MCP server(Streamable HTTP、elicitation、structured tool output)的能力。
- LLM(A−):provider 覆盖与 tool-calling 一致性测试体系优秀;SSE bug 与流式工具调用缺口影响的恰是 agent 循环最依赖的路径。
4.7 与业界上层原生智能体框架的横向对标
以四个代表性参照系做定性对照(基于本仓库源码事实 + 截至评估者知识的业界公开形态):
| 维度 | LangGraph | OpenAI Agents SDK | Claude Code(Harness 形态) | Yanshi 现状 |
|---|---|---|---|---|
| 图/状态机表达 | 一等公民(conditional edge、subgraph、Send API) | 弱(handoff 为主) | 无显式图 | DAG 真实但无条件边、子图降级 |
| 计划→执行分离 | 需自建 | 需自建 | 内置 TODO/计划工具 | compile_plan_to_flow 内建(差异化优势),但表达力受限 |
| Checkpoint/时间旅行 | 一等公民 | 有 sessions | 会话续跑 | 双层(DAG checkpoint + agent loop checkpoint)真实,resume 语义碎片化(三条路径) |
| HITL | interrupt 原语 | 需自建 | 审批一等公民 | ask_user + 审批管线均有;审批粒度粗于 Claude Code |
| 治理(hooks/审批/沙箱) | 基本无内建 | Guardrails | 最强参照 | 机制齐平 Claude Code(hooks/approval/背景任务/上下文注入),接线未闭环 |
| 多智能体 | supervisor/swarm 模式库 | handoffs 一等公民 | subagent 一等公民 | 三种 supervisor 真实但不能嵌套、丢观测上下文 |
| 工具生态 | MCP adapters 活跃 | MCP + hosted tools | MCP 宿主 | 自研 MCP 停在 2024-11-05,生态接口落后 |
| 可观测性 | LangSmith 商业闭环 | tracing 内建 | 会话日志 | OTel 模型+缝合齐备但无 OTLP 出口、无托管后端 |
| 沙箱/代码执行安全 | 无内建 | 托管沙箱 | OS 级 + 容器 | 齐平或领先(内核级过滤 + microVM + 来源信任模型) |
| 语言/性能定位 | Python/JS | Python/JS | 产品非框架 | Rust 原生——类型安全 + 单二进制部署是稀缺定位 |
定位判断:Yanshi 的差异化组合是“Rust 原生 + 治理纵深 + 计划编译“——这三点同时具备的开源框架在 2026 年仍然稀少。它不是 LangGraph 的图表达力对手,也还不是 Claude Code 的产品化对手,但“把 agent 的计划编译成可治理、可回放、可恢复的 DAG“这条中间道路是自洽且有真实代码支撑的。当前完成度支持“框架内核“叙事,尚不支持“生态平台“叙事——生态平台需要 MCP 现代化、marketplace 服务化、多副本部署、OTLP 出口四块补齐。
5. 关键缺陷与风险清单(按优先级)
P0(阻断端到端可信度,建议立即修复)
| # | 缺陷 | 位置 | 影响 |
|---|---|---|---|
| P0-1 | 服务端 Harness / CLI --model 路径空 ToolRegistry | harness_live.rs:471,575;cli/run.rs:547,558 | 治理管线生产中无对象可管;“workspace-aware agent“名不副实 |
| P0-2 | POST /v1/skills/{name}:run 是必失败 stub | server/skills.rs:197-198 + runs.rs(无 @skill: 处理) | 列表可见、执行必 Failed,用户直接受骗面 |
| P0-3 | SSE buffer 残留 bug 仅修 1/5 provider | openai.rs:554-590 等四处(对照 stepfun.rs:525-533 的修复) | 流式回复末尾内容静默丢失、is_final 不置位 |
| P0-4 | retry 包装吞 NodePartialExecutionFailed | retry_executor.rs:63-78 | 配 max_retries 的 agent 节点部分恢复契约静默失效 |
| P0-5 | DenyAndStop 不停循环 / ApprovalDenied 死枚举 | hooks_runtime.rs:496-521;react 无 PolicyDenied 停机分支 | 最高级别治理动作语义未兑现 |
P1(高,影响正确性/安全边界)
| # | 缺陷 | 位置 |
|---|---|---|
| P1-1 | observability feature 全 workspace 未开启——引擎级告警全静默 | yanshi-core/Cargo.toml:22 + 13 个依赖方 |
| P1-2 | 审批缓存仅按工具名(session 放行 shell = 放行任意命令) | hooks_runtime.rs:260-284 |
| P1-3 | Map/While 子流程丢 listener/cancel/run_dir/并发模式 | core/flow.rs:1212,1288,1344 |
| P1-4 | CLI harness run seq 计数器未共享 → JSONL 重复 seq | cli/run.rs:179 |
| P1-5 | seccomp blocklist 未拦 io_uring(经典逃逸面,未文档披露) | tools/sandbox/linux.rs |
| P1-6 | run_if 求值失败整体中止(无终态事件/checkpoint 卡 Running) | core/flow.rs:385,869 |
| P1-7 | worker agent payload 空 ToolRegistry(工具分发契约未定) | worker/lib.rs:890-948 |
| P1-8 | HttpTool 响应体按字节切 UTF-8 边界 panic | tools/builtin/http.rs:326 |
| P1-9 | 多副本部署即失效(SSE broker/准入/审批/取消全进程内) | server/events_stream.rs 等 |
P2(中,影响体验/扩展性/一致性)
工作流级 inputs: 覆盖全图同名参数(静默);resume 强制串行;Google/Moonshot/StepFun 流式无 tool_call deltas;RateLimitConfig 纯装饰;MCP 无重连/无能力门控/协议 2024-11-05;hybrid_search 忽略 alpha;MMR 用 Jaccard 冒充语义多样性;BM25 无 CJK 分词;SemanticMemory 全量加载 + N+1;supervisor 丢子上下文且不能嵌套;dynamic agent 步不继承限额/取消;replan 无 CLI 入口;compile_plan_to_flow 无条件/循环;后台任务表无 GC 无并发上限;wrap_registry 后注册工具绕过治理;While 耗尽静默;events 表无分区;~2,340 行生产原语零接线;TimeoutConfig/ErrorContext/同步 Node trait 死代码;UI 单测不在 CI 执行;tracing 只有文件后端;网关硬编码串行执行。
6. 文档-代码漂移清单(可直接据此修文档)
| 文档声明 | 代码事实 |
|---|---|
| CLAUDE.md:“Production primitives: resource_manager / resource_limits / health / state_monitor” | 全部零生产调用者 |
| CLAUDE.md N8:“tagged-but-corrupt payloads warn loudly” | warn 在 observability feature 后面,实际构建全被编译掉 → 静默降级 |
checkpoint.rs:12:“Concurrent-safe with file locking” | 无任何锁 |
| CLAUDE.md:harness 信封 “closed kind set” 列 9 个 | 实际 12 个(+interrupt_requested/interrupt_answered/token_delta) |
| CLAUDE.md:DB “Nine-table schema” | 已 10 张表(0007_harness_loop_checkpoints) |
| CLAUDE.md / tracing 文档:“JSONL or SQLite/Postgres (feature-gated)” | 仅 FileTraceStorage 一个实现;SQLite/PG 只有 DDL 字符串;postgres feature 是死 flag |
| CLAUDE.md:“Harness file-backed trace integration … not wired today” | tracing_bridge.rs 的 ExecutionTraceSink 已实现(同一文档他处又承认)——文档内部自相矛盾 |
agent-spi/runtime.rs:20:max_steps “counts every emitted AgentStep” | ReAct 按回合计、PlanExecute 按计划步计——同名字段三种语义 |
agent-spi/runtime.rs:417:CostLimitExceeded “runtimes do not enforce cost budgets yet” | 两个 runtime 均已强制执行(T1.1) |
CLAUDE.md 把 VerificationStrategy/ReflectionStrategy/MemorySummaryBackend 列为交付特性 | 内置实现分别为 no-op / 模板串 / 确定性拼接——是扩展点骨架非能力 |
docs/HARNESS_MODE.md:638-648 相位表 | H2/H3/H4 同时出现 “closed” 与 “gated” 两行,自相矛盾 |
LOOP_NODES_IMPLEMENTATION.md 全部行号/路径 | 已失效(factory 迁移、flow.rs 膨胀至 4,388 行) |
ProviderResponse::thinking 文档称支持 DeepSeek-R1 reasoning_content | OpenAIProvider 无解析分支 |
create_chunker(Semantic) 报 “not yet implemented” | 已实现,走 chunk_async 独立入口——错误文案误导 |
yanshi-nodes/Cargo.toml feature 注释 | 仍描述已移除的 llm feature |
7. 生产就绪度评估
当前真实可用形态:单机、CLI-first。yanshi workflow run(本地 DAG + 文件 trace + checkpoint 恢复)、yanshi harness run --skill ...(带真实工具的受治理 agent 会话)、yanshi workflow dynamic(受限沙箱下的计划编译执行)、skill test/validate + rag eval + agent eval(质量门禁)——这条路径经过大量测试且安全默认到位,可以负责任地给个人/小团队使用。
距离产品级(服务化/集群)的四个“最后一公里“(每项下游组件均已实现并测试,缺的是接线):
- 工具分发契约(P5.5 挂起)→ 解锁服务端 Harness 与分布式 agent 的空注册表(P0-1 / P1-7 同根)。
- 分布式调度器接入
/v1/runs(DistributedDagScheduler有实现无入口)+ 网关取消硬编码串行。 - 跨副本状态外置(SSE broker → Redis/NATS;准入 → 分布式令牌桶;审批/取消 → DB 表)——Helm chart 默认
replicaCount: 1实为被这些进程内状态逼出的约束。 - OTLP exporter(span 模型/traceparent 缝合/worker trace stitching 全部就绪,差传输层)。
按当前工程节奏(审计→修复→留痕的闭环速度),这是季度级而非年度级的距离。
8. 评级矩阵汇总
| Crate / 维度 | 评级 | Crate / 维度 | 评级 | |
|---|---|---|---|---|
| yanshi-value | A | yanshi-agents | B+ | |
| yanshi-tool | A | yanshi-skills | B+ | |
| yanshi-tools | A(沙箱 A+) | yanshi-rag | B+ | |
| yanshi-llm | A− | yanshi-memory | B+ | |
| yanshi-agent-spi | A− | yanshi-server | B+ | |
| yanshi-store-spi | A− | yanshi-cli | A− | |
| yanshi-graph | B | yanshi-harness | B | |
| yanshi-core | B | yanshi-worker | B | |
| yanshi-async-util | B− | yanshi-config | B− | |
| yanshi-nodes | B− | yanshi-db | B− | |
| yanshi-nodes-ai | C+ | yanshi-worker-proto | C+ | |
| yanshi-mcp | B | yanshi-tracing | C+ | |
| xtask | B+ | yanshi-ui | C | |
| 工程流程(CI/测试/文档) | A− | 综合 | B+ |
与 PROJECT_EVALUATION_2026-08-05.md(B+/A−,生产就绪 C+)对比:V 段修复(V0–V4)真实闭环了当时的越权/终态/SSRF/供应链等发现(本次抽查 C1/C2/C3/M1 均确认修复且注释留痕),综合评级维持 B+;生产就绪维持 C+——因为 V 段修的是“正确性与安全“,而本次识别的主要残余是“接线与产品化“,属不同性质的债务。
9. 建议路线(按投入产出排序)
9.1 立即(1–2 周量级,多为数十行修复)
- 修复 P0-1:给
LiveHarnessExecutor与 CLI--model路径接入SkillBuilder/内置工具注册表(哪怕先只挂 File/Http 只读工具),让治理管线第一次“有物可治“;同步移除max_iterations(4)硬编码。 - 修复 P0-3:把 StepFun 的 buffer-drain 修复复制到 OpenAI/Anthropic/Google/Moonshot 四个 provider(模式已有,逐字参照)。
- 修复 P0-4:
retry_executor对不可重试错误直接透传原错误而非包装RetryExhausted。 - 修复 P0-5:ReAct 对
ToolError::PolicyDenied+ stop_after_deny 增加停机分支,产出AgentStopReason→StopReason::ApprovalDenied。 - 修复 P1-4(一行):CLI
run.rs与 runtime 共享SeqAllocator。 - 决策
observabilityfeature:要么默认开启(推荐,tracing本身近零成本),要么删除 cfg 门改为无条件——当前状态等于自废可观测性。 - 对 §6 漂移清单做一次文档批改(半天量级,换取“文档可信“这一项目最重要的隐性资产)。
9.2 一个月量级
- 定义工具分发契约(序列化工具清单 + 能力协商 + 沙箱策略下发),同时解锁服务端 Harness、worker agent payload、
/v1/skills/:run三个空心点——这是当前单点投入回报最大的一项。 - 审批缓存键加入参数摘要/命令前缀维度(对齐 per-command-prefix 授权粒度)。
- Map/While 子流程继承父 config(listener/cancel/run_dir/并发模式);While 增加
iterations_used输出与耗尽事件。 workflow dynamic --replan <n>暴露run_with_replan;compile_plan_to_flow支持run_if;agent 步继承父限额与取消。- MCP 升级:协议版本协商 + Streamable HTTP transport + 断线重连——这是生态兼容面的最短板。
- seccomp 拒绝集补
io_uring_setup/io_uring_enter(或至少在模块文档披露该缺口)。
9.3 一个季度量级
- 跨副本状态外置(broker/准入/审批/取消)+ 分布式调度器接线 + 网关并发执行——解锁 cluster 叙事。
- OTLP exporter(HTTP 先行)+ tracing 存储 DDL 落地为真实现或删除死 feature。
- Supervisor 层重构:接受
Box<dyn AgentRuntime>、透传 event_sink/checkpointer/trace_context、接入DelegationSpec。 react/agent.rs(8,060 行)与builder.rs(2,600 行)拆分;清理死代码(同步Nodetrait、TimeoutConfig、ErrorContext、common/、空测试文件)。- 认知策略充实:提供 LLM-backed
VerificationStrategy/ReflectionStrategy参考实现(citation 模块已有LlmCitationChecker先例可循)。 - 建立
[workspace.dependencies]统一依赖版本;release.yml依赖release-gate;UI 引入 vitest 并入门禁。
附录:评估方法与局限
- 六路并行子代理各自负责一个架构切面,全量阅读对应 crate 源码(按
#[cfg(test)]边界区分生产/测试代码统计),交叉引用顶层文档但不采信其结论;高影响结论(空注册表、seq 计数器、observability 消费者、MCP 协议版本、check-arch 激活律数、replan 入口、hybrid_search override、@skill:stub)由主评估者独立 grep 二次核验。 - 未执行
cargo build/test(评估环境无预建 target/ 与 crates.io 缓存),因此“测试通过率“采信 CI 配置与测试代码存在性,而非本地运行结果。 - 业界对标(§4.7)中参照框架的形态基于评估者截至 2026 年初的公开知识,未联网核实其最新版本;该表用于定位差距方向,不用于精确特性比对。
- 行号引用基于 2026-08-09 的工作副本,后续提交可能漂移;
.claude/worktrees/下的历史副本已从所有统计中排除。