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。