workbuddy_skills/session-mechanism/graph/README.md

# 图模式（独立功能）

> 2026-10-18 新增；2026-10-19 补「租约超时 / 重试与触发规则 / 动态展开」三件批量能力。
> **这一套与现有「项目机制」完全并列**：不读写 `goal.json`、`tasks.json`、`collabd-state.json`，不参与六道闸，不接管常驻循环，不改变现有任何会话的行为。
> 停用方式：不调用它就行；它没有常驻进程、没有注册任何钩子、没有改任何现有文件。

## 一、它解决什么

现有机制是「一棒干一堆、由会话读摘要决定下一棒」。图模式把这层换成：

- **节点**：一块独立的活，带自己的**域**（允许写哪些目录）和**判据**。
- **边**：节点之间的依赖；依赖全 done 才放行。
- **状态**：写在一份图上，跨会话共享，不依赖任何会话的上下文。

于是可以做到：**一批就绪节点同时干、干完各自回报、下一批自动放行**。

## 二、怎么用

工作区参数 `--ws` 指向要被推进的工作区根目录。图落在 `<ws>/.workbuddy/graph/<gid>/`。

### 1、建图

按判据建（每条判据一个节点，默认无依赖、无域）：

    python graph/graphctl.py init --ws "<ws>" --title "目标名" --kpi "判据A;判据B;判据C"

按节点定义建（要并行、要依赖、要域，就用这个）：

    python graph/graphctl.py init --ws "<ws>" --title "目标名" --nodes-json - <<'JSON'
    {
      "max_parallel": 3,
      "nodes": [
        {"id": "A", "title": "改界面", "domain": ["ui/"],      "accepts": ["页面能打开"], "deps": []},
        {"id": "B", "title": "改文档", "domain": ["docs/"],    "accepts": ["索引已登记"], "deps": []},
        {"id": "C", "title": "改服务", "domain": ["server/"],  "accepts": ["本地能起"],   "deps": ["A"]},
        {"id": "D", "title": "汇总",   "domain": ["docs/index/"], "accepts": ["三处齐"],  "deps": ["A","B","C"]}
      ]
    }
    JSON

### 2、校验

    python graph/graphctl.py check --ws "<ws>" --gid "<gid>"

报三件硬错（环、依赖指向不存在的节点、状态非法）和三类警告（没有域、没有判据、两个节点域重叠）。

### 3、算这一批派谁

    python graph/graphctl.py ready --ws "<ws>" --gid "<gid>"

输出 `ready`（这一批可以同时开工的节点）、`backlog`（就绪但被并发上限挡住）、`waiting`（还差什么）。

### 4、开一个节点、回报

    python graph/graphctl.py start  --ws "<ws>" --gid "<gid>" --node A --by "执行会话-xxx"
    python graph/graphctl.py report --ws "<ws>" --gid "<gid>" --node A --state done \
        --evidence "页面 1440 宽截图在 ui/shot.png" --artifact ui/shot.png

`start` 会给节点记租约（见 §三之二）；`report` 可带多个 `--artifact`（产物清单，供展开节点读取，见 §三之四）。

回报 `done` 后会立刻返回下一批的 `ready`，这就是图在往前走的信号。回报 `blocked` 时若节点配了重试策略，会自动排下一次（见 §三之三）。

### 5、看状态

    python graph/graphctl.py list  --ws "<ws>"
    python graph/graphctl.py show  --ws "<ws>" --gid "<gid>"

### 6、手动展开

    python graph/graphctl.py expand --ws "<ws>" --gid "<gid>" --node P [--force]

一般不用手动调：`ready` 命中条件会自动展开。手动 `expand` 用于提前铺开、或排查"为什么没展开"。

## 三、就绪的四个条件

1. 依赖按 `deps_rule` 满足（默认 `all_success`）。
2. 节点自己是 `pending`，且不在重试等待窗内（`not_before` 未到就先等）。
3. 域不与任何 `running` 节点重叠（`docs/` 与 `docs/ui/` 算重叠）。
4. 加上在跑的节点后，不超过 `max_parallel`（默认 3）。

## 三之二、节点租约与超时

解决的问题：一个节点开工后卡死、没人回报，会一直占着并发名额，这一批就永远推不动。

**start 时记租约**：`start` 会给节点写 `lease_at`（ISO）、`lease_at_ts`（epoch）、`starts`（开工次数）。租约期限由 `--lease-sec`（全局）或节点自己的 `lease_sec` 决定，节点级优先。

**ready 时收超时**：`ready` 会先把超过租约的 `running` 节点按策略处置，再算就绪集。所以在拿"这一批派谁"的同时就把僵死节点清掉了，不需要额外的守护进程。

字段写法（建图时给全局）：

    python graph/graphctl.py init --ws "<ws>" --title "…" \
        --lease-sec 3600 --on-timeout requeue --nodes-json - <<'JSON'
    {"nodes": [
      {"id": "A", "accepts": ["…"], "lease_sec": 120},
      {"id": "B", "accepts": ["…"], "on_timeout": "block"}
    ]}
    JSON

| 字段 | 默认值 | 含义 |
|---|---|---|
| `meta.lease.timeout_sec` / `--lease-sec` | `3600` | 多少秒没回报算超时；`0` = 不判超时 |
| `meta.lease.on_timeout` / `--on-timeout` | `requeue` | 超时怎么处置 |
| 节点 `lease_sec` | 跟随全局 | 这个节点单独的租约秒数 |
| 节点 `on_timeout` | 跟随全局 | 这个节点单独的处置策略 |

三种策略：

1. `requeue`（默认）—— 回 `pending`，`attempts+1`，清掉租约，名额立刻还回来。
2. `block` —— 进 `blocked`，`blocked_by=lease_timeout`，`attempts+1`，等人工处理。
3. `keep` —— 只提示不动；`ready` 的输出里会多一条 `lease_notices`。

**注意两点**：没有 `lease_at` 的 `running` 节点（手改出来的旧图）不判超时，保持兼容；回收动作会写一条 `lease_timeout` 事件，`attempts` 会涨，所以"自动回收"和"真失败"在计数上是合并的——看 `blocked_by` 与事件区分。

## 三之三、失败策略与依赖触发规则

### 1、节点级重试

`report --state blocked` 之后怎么办，由节点自己的 `retry` 决定：

    {"id": "A", "accepts": ["…"],
     "retry": {"max": 2, "delay_sec": 30, "backoff": "exponential", "factor": 2}}

| 字段 | 默认值 | 含义 |
|---|---|---|
| `retry.max` | `0` | 最多自动重试几次；`0` = 不自动重试（`blocked` 立刻停住） |
| `retry.delay_sec` | `0` | 基础间隔秒 |
| `retry.backoff` | `fixed` | `fixed` 固定／`linear` 线性递增／`exponential` 指数 |
| `retry.factor` | `2` | 指数退避的倍数 |

语义：`attempts` 是失败次数。`attempts <= max` 时回 `pending` 并写 `not_before`（下次可开工时刻，`retry_at` 是同值的可读形式）；超过就进 `blocked` 并标 `retry_exhausted=true`，不再自动重试。间隔算法：`fixed` = `delay_sec`，`linear` = `delay_sec × attempts`，`exponential` = `delay_sec × factor^(attempts-1)`。

等待窗内 `ready` 不会派它，`waiting` 里会写「重试等待中：还需 N 秒」。

全局默认也能在 init 上给：`--retry-max` / `--retry-delay` / `--retry-backoff` / `--retry-factor`；节点字段覆盖全局。

### 2、依赖触发规则（`deps_rule`）

| 值 | 放行条件 |
|---|---|
| `all_success`（默认） | 上游**全部 done** |
| `all_done` | 上游**全部跑完**（done 或 blocked 都算），不看成败 |
| `one_success` | 上游**任一 done** 即可，不等其余的 |

写法：节点上写 `"deps_rule": "all_done"`，或建图时统一给 `--deps-rule all_done`。非法值两处都会拦：`init` 直接报错，手改 JSON 的由 `check` 报硬错。

## 三之四、动态展开（map / foreach）

一个节点声明成"按 N 项展开"，`ready` 命中时生成 `P#1 … P#N` 子节点，父节点转 `gating`；子节点全部 `done` 后父节点自动转 `done`，`evidence` 里写「展开 N 项全部完成」，子节点的 `artifacts` 会汇总到父节点上（方便再上一层继续展开）。

### 1、建图时给列表

    {"id": "P", "title": "逐页改文案", "accepts": ["每页都改完"],
     "map": {"over": ["a.md", "b.md", "c.md"], "child_domain": "out/{i}/"}}

### 2、运行时从上游产物 / 证据读

    {"id": "U", "title": "扫描", "accepts": ["清单在"]},
    {"id": "P", "title": "逐个处理", "accepts": ["都处理完"], "deps": ["U"],
     "map": {"from": {"node": "U", "pick": "artifacts"}}}

| 字段 | 默认值 | 含义 |
|---|---|---|
| `map.over` | — | 建图时直接给的列表（元素可以是字符串或对象） |
| `map.from.node` | — | 运行时读哪个上游节点 |
| `map.from.pick` | `artifacts` | 读什么：`artifacts`（产物清单）／`evidence`（按行或分号切，JSON 数组也认）／`children`（上游展开出来的子节点） |
| `map.child_domain` | 空（不继承） | 子节点域的模板，`{i}` 序号、`{item}` 该项，可给字符串或列表 |
| `map.max_items` | 不限制 | 最多展开几项（防爆炸） |

产物清单要在回报时给：`report … --state done --artifact a.md --artifact b.md`。

三个必须知道的取舍：

1. **子节点默认不继承父域**。同一批展开通常写同一批文件，继承父域会让域比较把它们互相挡死，N 项只能一个个跑；要分片写盘就写 `child_domain` 模板（`out/{i}/`），域不重叠就能并行。
2. **N=0 立即完成**：父节点直接 `done`、不生成子节点，下游可以马上走；空清单不算失败。
3. **N 很大由 `max_parallel` 兜住**：10 项、cap=2 时 `ready` 只放 2 个，其余进 `backlog`，跑完一个补一个。

父节点不能 `start`、也不能 `report`（它是容器）；要提前手动展开用 `expand` 命令：

    python graph/graphctl.py expand --ws "<ws>" --gid "<gid>" --node P [--force]

## 四、与现有机制的关系

| 事项 | 现有机制 | 图模式 |
|---|---|---|
| 目标定义 | `goal.json` | 图文件里的 `title` / `nodes` |
| 任务台账 | `tasks.json` | 图里每个节点的 `status` + `events.jsonl` |
| 派活决策 | 检查会话读摘要判断 | `ready` 按图算 |
| 触发 | 常驻 + 六道闸 + 静默 2 分钟 | 调用方驱动（人或会话），无后台进程 |
| 会话创建 | 自动化排期 | 由调用方决定（图不管怎么开会话） |
| 域锁 | 开工时声明 | 同左，节点的 `domain` 直接喂给开工命令 |

**两套可以同时存在**：图模式不读也不改现有那三份文件，现有机制也永远不会看到 `graph/` 目录。

## 五、怎么跑测试

    python graph/test_graphctl.py -v

全绿应看到 `Ran 92 tests ... OK`，用时 70 秒上下（每条用例起若干次子进程；52 条是原有基线，40 条是 2026-10-19 为三件批量能力补的）。

测试只往临时目录写：`<GRAPH_TEST_TMP>/graph-test-<pid>/<用例名>`，默认 `GRAPH_TEST_TMP` = `AIProject/ai1net-dsh-server/tmp`。每条用例只**新建**自己的目录、跑完不删，整轮收尾由 `tearDownModule` 清一次；这样一次跑下来新建几十个文件、不触发本机沙箱的「批量删除」守卫（那个守卫一次删满 50 个文件就会拦，曾让 20 条用例报 ERROR，而用例本身零失败）。想换落点就设环境变量 `GRAPH_TEST_TMP`。

## 五之二、并发写是怎么保证的

两个进程可以同时对同一张图动手（比如两个节点同时开工），做法是四层：

1. **写串行化**：每次读-改-写先进 `<gid>/.lock`（`os.mkdir` 原子建目录，⛔ 不用 OS 文件锁，本机会卡死），写完释放；锁目录超过 30 秒没动静认定持锁进程已死、直接接管，等 10 秒仍拿不到则报错退出（带手工清理提示）。
2. 临时文件名带进程号与随机数，两个进程写字不会撞同一个名字（早期版本用固定名 `graph.json.tmp`，并发时直接报 `PermissionError`）。
3. 每次写都在最新磁盘状态上重放本次变更，再原子替换——避免「后写的整份覆盖前写的」导致节点状态静默消失。
4. 图里带 `_rev` 与 `_token`：写完回读核对，对不上就重读重做，连续三次仍被覆盖才报错退出（「宁可报错，也不静默丢状态」）。

为什么多加第 1 层：2026-10-19 实测只靠第 4 层仍会丢更新 —— A 写完回读确认后、B 再整份覆盖，B 回读看到的也是自己的 token，两边都"成功"，但 A 的节点状态没了（表现为并发用例 `pending` != `running`，四轮抖一轮）。加上目录锁后连跑三轮 92 条全绿。

这条路径由 `T9_Concurrency` 的三个用例守着：并发开工两个节点、并发回报两个节点、版本号每次写都前进。

清残留在本机是常态：跑完后 `tmp/` 下偶尔还能看到 `graph-test-<pid>/`（进程内已确认删空，是本机沙箱在进程退出后把删除路径又放回来了，与测试代码无关）。一条命令清掉：

    rm -rf "E:/ProgramData/AIProject/ai1net-dsh-server/tmp"/graph-test-*

十二个用例类各管一摊：

1、`T1_Init` —— 建图：`--kpi` 按条数生成节点（全角分号也认）、`--nodes-json` 带依赖与域、重复 id 报错、自动编号避让、`max_parallel`。
2、`T2_CheckErrors` —— 硬错三条：环（含自环）、依赖指向不存在的节点、状态非法。
3、`T3_CheckWarnings` —— 警告三类：无域、无判据、域重叠（`docs/` 与 `docs/ui/` 双向都算）。
4、`T4_Ready` —— 就绪集：依赖未满足、域与在跑冲突、超 `max_parallel`（running 占名额）、两个域重叠的节点不进同一批。
5、`T5_Flow` —— 流转：`pending→running→done`、`events.jsonl` 只追加、`blocked` 累加 `attempts`、回报后回带 `next_ready`。
6、`T6_Illegal` —— 非法操作：`running`／`done` 再 `start` 拒绝，`blocked` 可重开；`--state` 只认 `done` / `blocked`；不存在的节点／图报错。
7、`T7_Edge` —— 边界：单节点图、空节点图、gid 含中文（显式与自动生成各一条）、`list` 统计与空工作区。
8、`T8_Isolation` —— 独立性：工作区里预埋的 `goal.json` / `tasks.json` / `collabd-state.json` 跑完字节不变，且不新建这类文件，写入范围只有 `<ws>/.workbuddy/graph/`。
9、`T9_Concurrency` —— 并发写：两进程同时开工／同时回报都不许丢状态，`_rev` 每次写都前进。
10、`T10_Lease` —— 租约：start 记租约、超时回收（回 pending / block / keep 三种策略）、回收后名额还给别人、节点级 `lease_sec` 覆盖全局、`--lease-sec 0` 关闭、手改的无租约 running 不误杀、回收写事件。
11、`T11_Retry` —— 重试与触发：重排写 `not_before`、等待窗内不派、`fixed`/`linear`/`exponential` 三种间隔、超限进 blocked 且 `retry_exhausted`、默认不自动重试、`all_success`/`all_done`/`one_success` 三种触发、非法 `deps_rule` 双处拦截。
12、`T12_Map` —— 展开：`over` 列表、N=0 立即完成、从 evidence／artifacts 读 N 项、子节点全完成收敛父节点、N=10 但 cap=2 只放 2 个、`child_domain` 模板、默认不继承域、父节点不许 start／report、`expand` 命令与 `--force`、子节点 attempts 独立。

测试对 `graphctl.py` 的唯一要求是「能当命令行跑」，不 import 它的内部函数 —— 所以改内部实现不会连带改测试。

## 六、还没做的（下一步）

- 自动派活：读 `ready` 后自动建排期（要复用现有排期硬规则：cwds 正斜杠、workspace_scope、next_run_at 毫秒、scheduled_at ISO）。
- 判定节点完成：现在靠回报 `--state done`，还没有「看证据够不够」的自动判定。
- 回退边：`attempts` 与重试已在记，但还没有「判不过回到某个上游节点」的字段（现在的回退只有"自己重试"）。
- 展开源变化：`map.from` 只在上游 `done` 之后读一次，上游重跑（回退）不会重新展开。

这几件都只在本目录内加，不影响现有机制。