PicoBot/docs/SUB_AGENT_ORCHESTRATION_IMPLEMENTATION.md

PicoBot 子 Agent 编排实施细节与可实施性审查

状态：实施基线（2026-08）。

本文以 SUB_AGENT_ORCHESTRATION_DESIGN.md 为产品与架构规范，以 SUB_AGENT_ORCHESTRATION_REVIEW.md 和 SUB_AGENT_ORCHESTRATION_REVIEW_RESPONSE.md 为评审记录，并逐项对照当前代码给出可以直接拆分为开发任务的实现方案。

本文不是“代码已经实现”的声明。实现完成前，运行时事实仍以当前代码、测试和 ARCHITECTURE.md 为准。

实施进度（2026-08）：Phase 1 已落地具名 Definition/Catalog、不同 Provider profile、工具/Skill fail-closed 裁剪、显式 AgentExecutionContext、父子委托边与 ancestry 校验、canonical foreground/background schema 以及批量 foreground 并发。旧 general background 仅作为兼容路径保留。Phase 2A 已落地结构化取消：AgentError::Cancelled/TimedOut、CancellationToken 贯穿 root Turn、Provider 连接/stream、并行与串行工具批次以及 sleep；/stop 保留 oneshot 兼容桥接并同时取消 Turn token，协作式与强制路径提交同一 Cancelled 终态；树级 max_runs_per_tree 由共享原子计数在 foreground 委托接纳时强制。Phase 2B 已落地 durable foreground 编排：schema v6（agent_run_groups/agent_runs/agent_session_state/agent_inbox_events 与 messages/sessions 扩展列）在单一迁移事务中原子创建；Storage 领域 API（接纳、running/waiting_children 条件转换、execution-ID 条件 terminal commit、plan item 原子领取/完成、游标分页）；ExecutionGate 分离 run quota 与 provider/tool step gate（global→session 顺序获取、弱引用键控回收、取消可中断等待），root Turn 步骤同样占用 step gate；AgentCoordinator 持久化全部具名 foreground run（单任务不建 group、批量建 group 并按请求顺序返回）、父 run waiting_children 转换、迟到结果丢弃与树位置授权；agent_task 工具提供 scoped get/list/get_result/cancel。foreground 不占用 run quota，嵌套 foreground 在并发上限为 1 时不死锁。Phase 3 已落地 durable inbox 与 queue continuation：具名 background 单任务经 Coordinator 接纳（completion slot 预留 → 持久化 queued → TaskSupervisor 托管 runner → terminal commit 原子转换 reservation 为 completion 事件 → notifier wake），spawn 拒绝执行补偿事务；agent_inbox_events/agent_session_state 容量条件更新与 claim/lease/admit/release/supersede/dead-letter API；AgentInboxNotifier（弱引用 late-bound wake）与 Session 双 lane worker（user mpsc + inbox watch 合并 wake），公平调度按 max_user_turn_burst_before_inbox 与 max_inbox_wait_secs 强制 continuation；continuation Turn 使用 hidden trigger、只读工具集，commit_continuation_turn 同事务提交 hidden trigger + assistant/tool/usage + event consume，失败显式 release lease；client_visibility/turn_origin 贯穿 ChatMessage/MessageMeta/协议 DTO，客户端历史查询默认过滤 hidden，message_count 只统计可见用户输入；activation recovery 收敛旧代 run（interrupted + failure completion）、过期 lease、group counter 与容量计数；/stop/archive/delete 走 cancel_session（suppress_continuation 写 consumed completion）并 dead-letter。background completion 不再直接通知 Channel。Phase 3 审查修复：worker 通过 next_pending_due_at 定时器在 release backoff 到期后重新 claim（不再依赖 wake）；达到 max_inbox_delivery_attempts 的事件在正常运行中即 dead-letter 而非无限重试；recover_on_activation 对含 due 事件的在内存 session 发送合并 wake；修正 MIN 聚合无行时 NULL 被解码为 0 导致 worker 空转的缺陷（oldest_pending_due/next_pending_due_at 用 Option<Option<i64>> 显式解码）。Phase 4 已落地 emit_signal 与 steer：Agent Definition frontmatter 新增 signal: 块（SignalContract：delivery queue/steer、总数/字节/间隔/burst/severity allowlist/dedupe 冷却窗/JSON 深度，全部由工具与 Coordinator 强制，模型只提供 key/severity/summary/details/dedupe_key）；EmitSignalTool 仅在带 contract 的 run 注册（fail-closed），insert_agent_signal 支持同冷却窗 dedupe（返回原 event + deduplicated）；Coordinator emit_signal 校验 run 活跃与 execution ID、容量条件插入、投影+notifier wake，取消 run 时未消费 signal 自动 supersede；SteeringMailbox 泛化为来源感知 TurnMailbox（user lane 32/64KiB 与 agent lane 8/32KiB 独立容量，TurnInput{source,delivery,durable_event_id,lease_token}，agent steer 投影为 hidden user 消息保留 source 元数据）；steer 两阶段 admission（claim → mailbox 预留 → DB admit(turn_id) → 同 Turn/generation 激活），任何失败 release lease 并 wake queue lane；/stop/generation 变更时已 admit 的 steer 事件按 lease token 条件释放回 pending（绝不静默丢弃），用户 Turn commit 与 steer 事件 consume 同事务（persist_turn_batch_with_steer_consumption）。Phase 3 收尾已落地：ChannelContext.durable_private（Feishu 仅 thread/root/chat_type 进入）持久化到 sessions.delivery_context 并被 continuation 投递复用；WS 协议 GetAgentRuns/GetAgentRun 与 SessionAgentRuns/AgentRunUpdated/AgentEventUpdated（有界 AgentRunView/AgentEventView，不暴露 budget/contract/delivery context/execution id）；AgentProjectionHub broadcast（复用 plan-change 模式，lag 由客户端 GetAgentRuns 校准）；HTTP /api/agent-runs*（列表游标分页/详情/events/cancel）+ /api/tasks legacy/new union；WebUI TasksPage 后台 tab 渲染 run tree（group 折叠、agent 标签、深度缩进），ChatPage 显示 continuation 标签与 Signal 卡片（投影事件，不插入 history）。Phase 5 尚未完成：wake-aware sleep 与工具中断策略。

1. 审查结论

结论为：设计可实施，没有需要推翻总体方案的阻断项，但必须按依赖顺序实施，不能在当前 SubAgentManager 上直接追加 durable inbox 或 steer signal。

当前代码已经提供以下可复用基础：

• AgentLoop 已经是跨 Turn 无状态执行器，工具执行统一经过 ToolExecutionContext 和 ToolOutputProcessor。
• Session 已有单 worker、用户输入有界队列、活动 Turn steering、generation/state version 和 persistence lock。
• TurnController、DeliveryCoordinator 已建立“持久化成功后才 Completed”的边界。
• Storage 已有单事务迁移、批量消息与 usage 原子提交模式。
• TaskSupervisor、RuntimeAdmission 和 Gateway 候选运行代已经提供重载与有界关闭框架。
• WorkManager 已有 execution_id 条件更新和计划变更广播。
• WebSocket 已有 request/event 路由与断线后全量校准的现成模式。

必须先解决的结构性差距如下：

领域	当前实现	实施要求	风险等级
Agent 身份	一个共享 Provider 的临时子 Agent	不可变 AgentCatalog、具名 definition、显式 caller/run context	高
委托生命周期	inline/background/parallel 混合建模	foreground/background 与批量并发正交	中
取消	Session 在 AgentLoop 外 drop future	CancellationToken 贯穿 Provider stream、工具批次和 child tree	高
并发	background run 持有一个 Semaphore permit	run admission 与 provider/tool step permit 分离	高
结果投递	background 终态直接发 Channel	SQLite inbox 为事实源，Session wake 仅为加速器	高
steering	mailbox 只接受用户 ChatMessage	来源感知 TurnInput、durable admission 和可靠 queue fallback	高
continuation	用户任务在模型调用前落库	hidden trigger 与 assistant/tool/usage/event consume 同事务提交	高
history	所有 role=user 都作为用户消息	internal replay 读 hidden，客户端默认过滤 hidden	高
Channel context	reply_to 与 opaque private 未区分稳定性	Channel 显式提供 durable_private，核心不得猜 key	高
重载恢复	候选代创建完整 SessionManager	Catalog 在 prepare 校验，run/inbox 恢复只能 activation 后执行	高
客户端	/api/tasks 只读旧 background_tasks	新 run/event 投影、revision、旧表 union 过渡	中

实现的关键路径为：

Catalog/Tool policy
        ↓
AgentLoop cancellation + execution gate
        ↓
Run/group durable lifecycle
        ↓
Inbox state/capacity + Session wake + queue continuation
        ↓
Typed TurnMailbox + emit_signal/steer
        ↓
Wake-aware sleep + UI/legacy cleanup

Phase 3 依赖前面全部基础。若跳过 cancellation、持久化状态机或 hidden message 分层，结果会在 /stop、reload、SQLite 失败或进程重启时出现无法修复的丢失与重复。

2. 实施中固定的架构决策

以下决策在编码前固定，不留给各模块自行解释：

1. Root Agent 是运行时身份，不创建虚假的 root run。ToolExecutionContext.agent=None 表示 Root；child 必须携带完整 AgentExecutionContext。
2. foreground/background 只描述调用方是否等待。批量是否并发由 tasks[] 和调度器决定；不再存在 canonical parallel 模式。
3. 每个 Agent Run 都落 agent_runs，包括 foreground。这样截断结果、失败审计和 agent_task.get_result 对两种模式一致。
4. Background 接纳时预留 completion slot。signal 可以因 inbox 满而失败，已经接纳的 run completion 不得因容量耗尽而丢失。
5. SQLite 是 run、event、容量计数和消费状态的唯一事实源。watch/broadcast/内存 map 只负责降低延迟或缓存投影。
6. queue continuation 不伪造 InboundMessage。它通过 Session 内部 typed task 启动，并在成功时原子保存 hidden trigger、可见结果和 event consumption。
7. steer 不取消 Provider 或普通工具；它只在安全边界注入。/stop 和显式 cancel 才触发 cancellation token。
8. 候选运行代只解析和校验 Catalog，不扫描或修改数据库运行状态。恢复动作仅在新代 activation 后执行。
9. 新工具默认 RootOnly。只有经过逐项审计的工具可以标记 Delegatable；runtime control 工具由 Coordinator 注入。
10. session 归档/删除、run 取消、event supersede 和 dead-letter 都保留审计事实，不通过物理删除表达状态变化。

3. 目标运行时组件与依赖装配

3.1 GatewayState 新增成员

建议增加：

pub struct GatewayState {
    // existing fields ...
    agent_catalog: Arc<AgentCatalog>,
    agent_coordinator: Arc<AgentCoordinator>,
    agent_result_router: Arc<AgentResultRouter>,
    agent_projection_hub: Arc<AgentProjectionHub>,
}

装配顺序必须明确：

Config + registered built-in tools + SkillsLoader
  → parse/validate AgentCatalog
  → create AgentProjectionHub
  → create late-bound AgentInboxNotifier
  → create AgentCoordinator(Storage, Catalog, ProviderFactory, tools, Supervisor, Admission)
  → create SessionManager(..., notifier)
  → bind notifier to Weak<SessionManager wake interface>
  → create AgentResultRouter(Storage, notifier, projection hub)

AgentInboxNotifier 使用 late-bound weak target 解决 Coordinator/SessionManager 的环形依赖：

#[async_trait]
pub trait AgentInboxWakeTarget: Send + Sync {
    async fn wake_agent_inbox(&self, session_id: &str, revision: i64);
}

pub struct AgentInboxNotifier {
    target: RwLock<Weak<dyn AgentInboxWakeTarget>>,
}

事件提交后 notifier 失败不回滚事务；周期扫描会重新唤醒。SessionManager 也不能反向持有强 Arc<AgentCoordinator> 形成释放环。

3.2 prepare 与 activation 分离

GatewayState::from_config() 是候选运行代准备阶段，只允许：

• 解析配置和 Agent Markdown。
• 校验 Provider profile、工具、skill 和委托图。
• 创建无外部副作用的内存对象。
• 运行 Storage schema migration。

start_message_processing() 成为 activation 边界，按顺序执行：

1. 连接 MCP；第一版 Agent Definition 不允许引用 MCP 工具，因此此步不改变已经校验完成的 Catalog。
2. 启动 Session worker/router、projection relay 和 inbox recovery scanner。
3. 调用 AgentCoordinator::recover_on_activation(runtime_generation)，收敛旧代 queued/running/waiting runs。
4. 扫描 pending/expired leases，修复 agent_session_state 计数并发出合并式 wake。
5. 最后打开新代的 Agent run admission。

为避免候选代构造期间与旧代同时修改 run 状态，Coordinator 初始处于 closed 状态，activation 成功后才 open()。

4. 配置与 Agent Definition

4.1 配置类型

在 src/config/mod.rs 增加：

#[derive(Debug, Clone, Deserialize, Serialize)]
#[serde(default, deny_unknown_fields)]
pub struct AgentOrchestrationConfig {
    pub enabled: bool,
    pub definitions_dir: String,
    pub root_delegates: Vec<String>,
    pub max_tree_depth: u16,
    pub max_runs_per_tree: usize,
    pub max_concurrent_runs: usize,
    pub max_concurrent_runs_per_session: usize,
    pub max_concurrent_provider_steps: usize,
    pub max_concurrent_provider_steps_per_session: usize,
    pub max_concurrent_tool_steps: usize,
    pub max_concurrent_tool_steps_per_session: usize,
    pub max_pending_inbox_events_per_session: usize,
    pub inbox_event_ttl_hours: u64,
    pub max_inbox_delivery_attempts: u32,
    pub max_user_turn_burst_before_inbox: usize,
    pub max_inbox_wait_secs: u64,
}

Config 增加 #[serde(default)] pub agent_orchestration: AgentOrchestrationConfig。所有默认值必须保持现有配置可加载。旧 gateway.max_concurrent_background_tasks 在迁移期只控制 legacy adapter；新实现不复用该字段表达三类不同配额。

配置校验需要拒绝 0 容量、session 上限大于 global 上限、TTL/timeout 超过硬上限，以及 definitions 目录越界。配置示例、README 和运行时 config reference 在功能合并时同步更新。

热重载允许把 inbox 上限降低到当前占用以下：已有 pending 和 reservation 仍受保护，不删除也不拒绝其 completion；新 background 接纳和 signal 在计数回落到新上限前返回 capacity exceeded。

4.2 Markdown parser

新增 serde_yaml 依赖，禁止用现有 Skill frontmatter 的宽松字符串 parser 解析安全配置。建议类型：

#[derive(Deserialize)]
#[serde(deny_unknown_fields)]
struct AgentFrontmatter {
    id: AgentId,
    description: String,
    llm_profile: String,
    #[serde(default)] tools: Vec<String>,
    #[serde(default)] delegates: Vec<AgentId>,
    #[serde(default)] skills: Vec<String>,
    #[serde(default)] limits: AgentLimits,
}

加载算法：

1. canonicalize definitions root，确认它是受信任目录。
2. 只读取 root 第一层的 *.md，按文件名排序，保证错误顺序和 hash 稳定。
3. 对每个文件先用 metadata 检查上限，再做有界读取；拒绝非 UTF-8、越界 symlink 和非普通文件。
4. frontmatter 必须以第一行 --- 开始并有独立结束 ---；正文为空、重复 key、未知 key 均报错。
5. id 使用 [a-z][a-z0-9_-]{0,63}，拒绝大小写折叠冲突和保留名。
6. 对规范化 frontmatter JSON 与原始 role body 计算 SHA-256 definition_hash。
7. 第一遍建立 ID map，第二遍解析 delegate target、Provider、工具和 skill 引用。

Catalog 最终类型不可变：

pub struct AgentCatalog {
    definitions: BTreeMap<AgentId, Arc<AgentDefinition>>,
    root_delegates: BTreeSet<AgentId>,
    runtime_generation: u64,
}

第一版 Catalog 只接受候选代准备阶段已经注册的 built-in 工具。现有 MCP 连接只允许在 activation 发生，为维持候选代无外部副作用和“引用错误拒绝整代”的不变量，MCP 工具不得出现在 Agent Definition；未来只有在 MCP 提供可离线校验的 tool manifest 后才能开放。

4.3 legacy general

当 orchestration 未配置或旧调用没有 target 时，兼容层提供代码内置 general definition：

• Provider 使用当前 root agent profile。
• 工具只取旧 default list 与 Delegatable 的交集。
• 不能继续 delegate，不能 emit signal。
• 保留旧 transient browser scope 的兼容行为并返回弃用提示。

显式配置的具名 Agent 永远不继承该例外。

5. ToolRegistry 与执行上下文改造

5.1 Tool 元数据

在 Tool trait 增加默认安全元数据：

fn delegation_policy(&self) -> DelegationPolicy {
    DelegationPolicy::RootOnly
}

fn input_interrupt_policy(&self) -> InputInterruptPolicy {
    InputInterruptPolicy::Never
}

DelegationPolicy 为 RootOnly | Delegatable | RuntimeInjected；InputInterruptPolicy 为 Never | WakeOnly | CancelSafe。二者不能从 Markdown 覆盖。

第一轮审计建议：

工具类型	初始策略	说明
file/content search、file read	Delegatable	仍受现有进程文件权限约束，不代表硬 sandbox
browser 普通动作	Delegatable	具名 run 使用独立 transient resource scope
get_skill	RuntimeInjected wrapper	只能读取 definition 的 skill allowlist
HTTP request	RootOnly	当前实现支持写方法；以后可增加 delegated GET-only wrapper
bash、file write/edit	RootOnly	需单独威胁建模后才开放
send_message、todo、cron、reload、browser_profiles、管理工具	RootOnly	有外部或全局状态副作用
delegate、agent_task、emit_signal	RuntimeInjected	依据 caller context 动态注入
sleep	Delegatable + WakeOnly	child 无 TurnWakeupHandle，只响应 timer/cancel

ToolRegistry 增加只读构建方法，不在共享 registry 上删除工具：

pub fn scoped_for_agent(
    &self,
    definition: &AgentDefinition,
    runtime_tools: Vec<Arc<dyn Tool>>,
) -> Result<Arc<ToolRegistry>, AgentCatalogError>;

5.2 ToolExecutionContext

目标类型：

#[derive(Clone)]
pub struct ToolExecutionContext {
    pub session_id: Option<String>,
    pub turn_id: Option<String>,
    pub agent: Option<Arc<AgentExecutionContext>>,
    pub cancellation: CancellationToken,
    pub execution_gate: Option<Arc<ExecutionGate>>,
    pub turn_wakeup: Option<TurnWakeupHandle>,
    pub resource_scope_id: Option<String>,
    pub turn_origin: TurnOrigin,
}

Root interactive context 的 agent=None；Coordinator 只允许在 session/turn 身份完整时把它解释成 ROOT。缺少两者的 context 不能调用 delegate。child 的 agent=Some，其中 run、parent、ancestry、budget 和 signal contract 是授权事实。

不要再依赖 DELEGATE_CONTEXT task-local 作授权。它可以暂时保留为旧 adapter 桥接，但所有新工具必须从 ToolExecutionContext 读取身份。

6. AgentLoop：取消、许可与 typed input

6.1 CancellationContext

给 AgentLoop 的所有 process 入口增加 AgentLoopExecution：

pub struct AgentLoopExecution {
    pub cancellation: CancellationToken,
    pub gate: Arc<ExecutionGate>,
    pub tool_context: ToolExecutionContext,
}

Provider 请求必须在获取 provider-step permit 后执行：

let _permit = execution.gate.acquire_provider(&execution.cancellation).await?;
let response = tokio::select! {
    _ = execution.cancellation.cancelled() => Err(AgentError::Cancelled),
    result = self.stream_completion(...) => result,
};

普通工具调用同样取得 tool-step permit。runtime-control 工具不取得普通 tool permit，防止父 run 等 child 时占住唯一许可。工具 future 被取消只表示 PicoBot 不再等待；对 bash、HTTP 写入等外部副作用不能宣称已回滚，因此迟到结果必须被 execution ID 条件提交挡住。

工具批次当前使用 join_all。改造后每项 future 自行获取 permit，批次仍可并发；取消时等待一个很短的 cooperative grace，然后由外层 task abort。AgentError 增加结构化 Cancelled 和 TimedOut，不要用字符串判断终态。

6.2 ExecutionGate

配额分成两组：

• RunQuota：统计 queued/running/waiting_children 的非终态 run，直到 terminal commit 才释放。
• StepGate：provider/tool 步骤执行期间持有，步骤结束立即释放。

permit 固定按 global → session → agent 顺序获取；失败或取消逆序释放。为了避免动态 semaphore 缓存泄漏，session/agent gate 使用带弱引用的 keyed registry，并在没有 run/permit 时清理。

Root Turn 不是 Agent Run，不占 run quota，但它的 Provider/tool 步骤占 global/session step gate，这样 background run 不会绕过整个 Gateway 的资源上限。

6.3 waiting_children

delegate foreground 执行前创建 WaitingChildrenGuard：

1. child 接纳成功后，条件更新 parent running → waiting_children。
2. 等待期间父没有 provider/tool step permit。
3. 全部 child 终态、父取消或错误退出时 guard 尝试 waiting_children → running；父已经 terminal 时不覆盖。
4. 父取消递归取消未终态 foreground descendants；background run 归 root session token 所有，不因创建它的 Turn 正常结束而取消。

6.4 typed Turn input

Phase 4 将 SteeringMailbox<ChatMessage> 替换为 TurnMailbox<TurnInput>。在此之前 Phase 2A 只做 cancellation，不改变用户 steering 行为，降低一次改动的回归面。

AgentLoop::append_steering_messages 不再强制构造 user source；改为由 serializer 把 typed source 转成 Provider-compatible role，同时保留 durable source metadata。Agent event envelope 明确标注为不可信数据，不能改变 system/tool 权限。

7. AgentCoordinator API 与状态机

建议公开最小接口：

pub struct DelegateRequest {
    pub mode: ExecutionMode,
    pub tasks: Vec<DelegateTask>,
    pub completion_policy: CompletionPolicy,
    pub idempotency_key: Option<String>,
}

impl AgentCoordinator {
    pub async fn delegate(&self, caller: CallerContext, request: DelegateRequest)
        -> Result<DelegateResponse, AgentCoordinatorError>;
    pub async fn get_run(&self, caller: CallerContext, run_id: &RunId) -> Result<AgentRunView, _>;
    pub async fn list_runs(&self, caller: CallerContext, query: AgentRunQuery) -> Result<_, _>;
    pub async fn get_result(&self, caller: CallerContext, run_id: &RunId) -> Result<_, _>;
    pub async fn cancel_run(&self, caller: CallerContext, run_id: &RunId) -> Result<_, _>;
    pub async fn emit_signal(&self, context: &AgentExecutionContext, signal: SignalInput)
        -> Result<SignalAccepted, _>;
    pub async fn cancel_session(&self, session_id: &str, reason: CancelReason) -> Result<(), _>;
    pub async fn recover_on_activation(&self, generation: u64) -> Result<RecoveryReport, _>;
}

7.1 Background 接纳顺序

严格顺序：

1. 从 context 解析 caller，校验 root session、委托边、ancestry、depth 和 budget。
2. 解析全部 target definition，派生 deadline、token/run reservation 和 delivery contract。
3. 取得 RuntimeAdmission activity guard 和内存 run quota reservation；尚未写库前任何失败均直接释放。
4. Storage 事务条件增加 completion reservation、领取 plan item、插入 group/run queued 记录。
5. 把 cancellation token 和 execution ID 注册到 Coordinator active map。
6. 通过 TaskSupervisor::spawn_graceful 接纳 runner。
7. spawn 被拒绝时执行补偿事务：queued → cancelled、释放 completion reservation、回滚/阻塞已领取 plan item；不得向模型返回可用 run ID。
8. spawn 成功后返回 run/group ID。

第一版在步骤 1 强制 background caller == ROOT；child 只能 foreground 委托。该限制属于 Coordinator policy，不仅是 delegate schema 提示。以后开放 nested background 时仍必须把 run 归属到原 root session，并重新审查取消所有权和 completion reservation。

SQLite commit 与 task spawn 无法成为同一原子操作。崩溃发生在步骤 4 与 6 之间时，会留下旧 generation 的 queued run；activation recovery 必须将其收敛为 interrupted 并生成预留过的 completion，不能无限保持 queued。

ActivityGuard 必须移动进已接纳的 background runner，直到 terminal transaction 完成后才 drop；不能在 delegate 返回时提前释放。Runner 等待 run quota/provider permit 时同样受 deadline 和 cancellation 约束，排队时间计入 run timeout。

7.2 Foreground 执行

Foreground 同样先持久化 run，但不预留 inbox slot，也不创建 completion event。单任务直接 await；批量使用 FuturesUnordered 并保存原 request index，最终按请求顺序组装结果。每个 child 有独立取消 token；父取消时全部 token 同时取消。

完整结果先写 agent_runs.result，tool result 只返回有界 projection。这样无论是否截断，agent_task.get_result 都能读取相同事实。

7.3 terminal commit

Runner 只返回 AgentTerminalOutcome，不能自己发 Channel 或更新 WorkManager：

pub enum AgentTerminalOutcome {
    Completed { result: String, usage: Usage, tool_calls: u32, iterations: u32 },
    Failed { error: AgentRunError, usage: Option<Usage> },
    TimedOut { deadline_at: i64 },
    Cancelled { reason: CancelReason },
    Interrupted { reason: String },
}

Coordinator 用 (run_id, execution_id, runtime_generation, nonterminal status) 条件提交。只有更新行数为 1 的赢家可以：

• 写终态和完整 result/error。
• 更新 group terminal counter。
• 转换或释放 completion reservation。
• 插入 run/group inbox event。
• 更新绑定的 task item。
• 递增 session agent revision。

迟到结果返回 StaleExecution 并丢弃，不改变已保存终态。

Coordinator 还需启动一个由 TaskSupervisor 管理、观察 shutdown token 的 deadline reaper。正常 runner 使用 timeout_at(deadline)；reaper 负责没有活跃内存 task 的 queued run 和 group deadline，分批条件终态化未完成 children，再走同一个 terminal transaction，不能维护第二套完成逻辑。

8. Storage schema v6

实现时把 SCHEMA_VERSION 从 5 升到 6。表创建、旧列增加、索引和 PRAGMA user_version=6 必须在当前 migrate_schema() 的同一事务中完成。下面的 ALTER TABLE 表达目标列；实际代码必须同时更新 fresh-schema 的 CREATE TABLE，迁移时沿用现有 PRAGMA table_info 检查，仅对缺失列执行 ALTER，不能在 fresh database 上重复加列。

SQLite 使用 INTEGER 表示布尔值；应用层枚举仍用 Rust enum，读到未知值要报 corruption，不能静默当成 completed。

8.1 session 与 message 扩展

ALTER TABLE sessions ADD COLUMN delivery_context TEXT;
ALTER TABLE sessions ADD COLUMN delivery_context_updated_at INTEGER;

ALTER TABLE messages
ADD COLUMN client_visibility TEXT NOT NULL DEFAULT 'visible';
ALTER TABLE messages
ADD COLUMN turn_origin TEXT NOT NULL DEFAULT 'user';

CREATE INDEX IF NOT EXISTS idx_messages_session_visibility_seq
ON messages(session_id, client_visibility, seq);

delivery_context 只序列化 ChannelContext.durable_private。现有 reply_to 和 private 永不写入该字段。

8.2 agent_session_state

CREATE TABLE IF NOT EXISTS agent_session_state (
    root_session_id           TEXT PRIMARY KEY,
    revision                  INTEGER NOT NULL DEFAULT 0,
    pending_event_count       INTEGER NOT NULL DEFAULT 0,
    reserved_completion_slots INTEGER NOT NULL DEFAULT 0,
    updated_at                INTEGER NOT NULL,
    CHECK (revision >= 0),
    CHECK (pending_event_count >= 0),
    CHECK (reserved_completion_slots >= 0)
);

这是 inbox 容量和客户端 revision 的权威计数行。每个改变客户端 run/group/event 投影的事务只分配一个新 revision，并把同一 revision 写回本事务改变的所有行；仅内部读取不递增。所有容量增加操作使用条件更新：

UPDATE agent_session_state
SET reserved_completion_slots = reserved_completion_slots + ?,
    revision = revision + 1,
    updated_at = ?
WHERE root_session_id = ?
  AND pending_event_count + reserved_completion_slots + ? <= ?
RETURNING revision;

若 session 尚无行，先 INSERT ... ON CONFLICT DO NOTHING，仍在同一写事务中执行条件更新。

8.3 agent_run_groups

CREATE TABLE IF NOT EXISTS agent_run_groups (
    id                       TEXT PRIMARY KEY,
    root_session_id          TEXT NOT NULL,
    caller_run_id            TEXT,
    caller_scope_id          TEXT NOT NULL,
    idempotency_key          TEXT,
    mode                     TEXT NOT NULL,
    completion_policy        TEXT NOT NULL,
    expected_runs            INTEGER NOT NULL,
    terminal_runs            INTEGER NOT NULL DEFAULT 0,
    abnormal_runs            INTEGER NOT NULL DEFAULT 0,
    completion_slot_reserved INTEGER NOT NULL DEFAULT 0,
    completion_delivery      TEXT,
    failure_delivery         TEXT,
    deadline_at              INTEGER NOT NULL,
    status                   TEXT NOT NULL,
    runtime_generation       INTEGER NOT NULL,
    revision                 INTEGER NOT NULL,
    created_at               INTEGER NOT NULL,
    updated_at               INTEGER NOT NULL,
    finished_at              INTEGER,
    CHECK (mode IN ('foreground', 'background')),
    CHECK (completion_policy IN ('all', 'each')),
    CHECK (status IN ('queued', 'running', 'completed', 'partial', 'failed',
                      'timed_out', 'cancelled', 'interrupted')),
    CHECK (expected_runs > 0),
    CHECK (terminal_runs >= 0 AND terminal_runs <= expected_runs),
    CHECK (completion_slot_reserved IN (0, 1))
);

CREATE INDEX IF NOT EXISTS idx_agent_groups_session_created
ON agent_run_groups(root_session_id, created_at DESC);

CREATE UNIQUE INDEX IF NOT EXISTS idx_agent_groups_idempotency
ON agent_run_groups(root_session_id, caller_scope_id, idempotency_key)
WHERE idempotency_key IS NOT NULL;

批量请求把 request idempotency key 写在 group，所有 child run 的 idempotency_key 为 NULL；单任务请求不创建只含一个 child 的 group，key 直接写在 run。这样 retry 能返回原 group/run，又不会让同一批 children 触发唯一索引冲突。

8.4 agent_runs

CREATE TABLE IF NOT EXISTS agent_runs (
    id                       TEXT PRIMARY KEY,
    group_id                 TEXT,
    root_session_id          TEXT NOT NULL,
    root_turn_id             TEXT,
    parent_run_id            TEXT,
    caller_agent_id          TEXT NOT NULL,
    caller_scope_id          TEXT NOT NULL,
    idempotency_key          TEXT,
    agent_id                 TEXT NOT NULL,
    definition_hash          TEXT NOT NULL,
    provider_profile         TEXT NOT NULL,
    provider_name            TEXT NOT NULL,
    model_id                 TEXT NOT NULL,
    mode                     TEXT NOT NULL,
    depth                    INTEGER NOT NULL,
    plan_item_id             TEXT,
    execution_id             TEXT NOT NULL,
    task                     TEXT NOT NULL,
    context_json             TEXT,
    budget_json              TEXT NOT NULL,
    signal_contract_json     TEXT,
    signal_delivery          TEXT,
    completion_delivery      TEXT,
    failure_delivery         TEXT,
    status                   TEXT NOT NULL,
    result                   TEXT,
    error                    TEXT,
    prompt_tokens            INTEGER,
    completion_tokens        INTEGER,
    cost                     REAL,
    tool_calls_count         INTEGER NOT NULL DEFAULT 0,
    iterations               INTEGER NOT NULL DEFAULT 0,
    runtime_generation       INTEGER NOT NULL,
    attempt                  INTEGER NOT NULL DEFAULT 1,
    completion_slot_reserved INTEGER NOT NULL DEFAULT 0,
    deadline_at              INTEGER NOT NULL,
    revision                 INTEGER NOT NULL,
    started_at               INTEGER,
    finished_at              INTEGER,
    created_at               INTEGER NOT NULL,
    updated_at               INTEGER NOT NULL,
    CHECK (mode IN ('foreground', 'background')),
    CHECK (status IN ('queued', 'running', 'waiting_children', 'completed',
                      'failed', 'timed_out', 'cancelled', 'interrupted')),
    CHECK (depth >= 1),
    CHECK (completion_slot_reserved IN (0, 1)),
    FOREIGN KEY (group_id) REFERENCES agent_run_groups(id) ON DELETE RESTRICT,
    FOREIGN KEY (parent_run_id) REFERENCES agent_runs(id) ON DELETE RESTRICT
);

CREATE UNIQUE INDEX IF NOT EXISTS idx_agent_runs_execution
ON agent_runs(execution_id);

CREATE UNIQUE INDEX IF NOT EXISTS idx_agent_runs_idempotency
ON agent_runs(root_session_id, caller_scope_id, idempotency_key)
WHERE idempotency_key IS NOT NULL;

CREATE INDEX IF NOT EXISTS idx_agent_runs_session_created
ON agent_runs(root_session_id, created_at DESC);

CREATE INDEX IF NOT EXISTS idx_agent_runs_parent
ON agent_runs(parent_run_id, created_at);

CREATE INDEX IF NOT EXISTS idx_agent_runs_recovery
ON agent_runs(runtime_generation, status, deadline_at);

Session 使用软删除，agent 表不对 root_session_id 建级联外键；生命周期由 cancel_session 和恢复扫描显式收敛。

8.5 agent_inbox_events

CREATE TABLE IF NOT EXISTS agent_inbox_events (
    id                     TEXT PRIMARY KEY,
    root_session_id        TEXT NOT NULL,
    scope_kind             TEXT NOT NULL,
    scope_id               TEXT NOT NULL,
    run_id                 TEXT,
    group_id               TEXT,
    event_type             TEXT NOT NULL,
    event_key              TEXT NOT NULL,
    delivery               TEXT NOT NULL,
    requires_continuation  INTEGER NOT NULL DEFAULT 1,
    severity               TEXT,
    payload_json           TEXT NOT NULL,
    status                 TEXT NOT NULL,
    attempt_count          INTEGER NOT NULL DEFAULT 0,
    lease_token            TEXT,
    lease_until            INTEGER,
    next_attempt_at        INTEGER,
    admitted_turn_id       TEXT,
    last_error             TEXT,
    revision               INTEGER NOT NULL,
    created_at             INTEGER NOT NULL,
    consumed_at            INTEGER,
    superseded_at          INTEGER,
    dead_lettered_at       INTEGER,
    fallback_notified_at   INTEGER,
    fallback_suppressed_reason TEXT,
    CHECK (scope_kind IN ('run', 'group')),
    CHECK (event_type IN ('signal', 'completion', 'group_completion')),
    CHECK (delivery IN ('queue', 'steer')),
    CHECK (requires_continuation IN (0, 1)),
    CHECK (status IN ('pending', 'leased', 'admitted', 'consumed',
                      'superseded', 'dead_letter')),
    CHECK (
      (scope_kind = 'run' AND run_id IS NOT NULL AND group_id IS NULL
                          AND scope_id = run_id) OR
      (scope_kind = 'group' AND group_id IS NOT NULL AND run_id IS NULL
                            AND scope_id = group_id)
    ),
    UNIQUE(scope_kind, scope_id, event_type, event_key),
    FOREIGN KEY (run_id) REFERENCES agent_runs(id) ON DELETE RESTRICT,
    FOREIGN KEY (group_id) REFERENCES agent_run_groups(id) ON DELETE RESTRICT
);

CREATE INDEX IF NOT EXISTS idx_agent_inbox_claim
ON agent_inbox_events(root_session_id, status, next_attempt_at, created_at);

CREATE INDEX IF NOT EXISTS idx_agent_inbox_lease
ON agent_inbox_events(status, lease_until);

CREATE INDEX IF NOT EXISTS idx_agent_inbox_revision
ON agent_inbox_events(root_session_id, revision);

run/group 外键使用 RESTRICT。清理默认只清理大正文或归档整组记录；若未来需要物理删除，必须先按明确保留策略删除 terminal inbox event，再删除 run/group，不能留下失去审计来源的事件。

8.6 事务 API

不要把 SQL 分散在 Coordinator、Router 和 WorkManager。Storage 增加领域 API：

accept_agent_group(request) -> AcceptedGroup
mark_agent_run_running(run_id, execution_id)
mark_agent_run_waiting_children(run_id, execution_id, expected_status)
commit_agent_terminal(run_id, execution_id, outcome) -> TerminalCommit
insert_agent_signal(run_id, execution_id, signal) -> EventCommit
claim_inbox_batch(session_id, now, lease) -> InboxLease
admit_inbox_event(event_id, lease_token, turn_id)
release_inbox_lease(event_ids, lease_token, retry)
commit_continuation_turn(batch) -> CommittedTurnDelta
recover_agent_state(active_generation, now) -> RecoveryReport

commit_agent_terminal 在一个事务内更新 run/group、容量计数、event、plan item 和 revision。提交后 Coordinator 调用 WorkManager::refresh_after_external_commit() 刷新 cache 并广播；WorkManager 不再为这条路径另开事务。

9. Agent Inbox、唤醒与公平调度

9.1 Session worker 接收面

Session 增加：

agent_tx: Option<mpsc::Sender<UserAgentTask>>,
agent_inbox_wake: watch::Sender<i64>,
consecutive_user_turns: usize,

把 worker 创建逻辑抽为 ensure_agent_worker_locked()，用户 enqueue 与 wake_agent_inbox() 共用。worker 同时持有 user receiver 和 wake receiver：

tokio::select! {
    biased;
    user = task_rx.recv(), if should_take_user => { ... }
    changed = inbox_wake.changed() => { ... }
}

不能仅靠 biased 实现公平。每个 Turn 结束后查询最老 due pending event；满足以下任一条件时下一项必须是 continuation：

• consecutive_user_turns >= max_user_turn_burst_before_inbox；
• oldest pending age >= max_inbox_wait_secs。

watch value 是最新 durable revision，只合并 wake，不携带 payload。worker 收到 wake 后从 SQLite claim；发送方从不等待 Session user mpsc 容量。

9.2 queue continuation

claim batch 必须有大小与总字节上限，例如 8 events/32 KiB envelope。completion_policy=each 可在 300–500ms 内 debounce 已经 pending 的 siblings，但不能等待未终态 sibling。

执行过程：

1. Storage 把 due events pending → leased，返回 lease token。
2. worker 构造 AgentTaskSource::BackgroundAgentResults 和 hidden trigger，但暂不落 messages。
3. root Agent 使用只读 continuation ToolRegistry 执行。默认允许内容读取、检索和 scoped agent_task.get/get_result，不允许 send_message、todo、写文件、delegate 或其他外部副作用。
4. 成功后 commit_continuation_turn 原子插入 hidden trigger、tool/assistant messages、usage，并把同 token events leased/admitted → consumed。
5. commit 后更新 Session 内存、Turn Completed、projection 和 Channel delivery。
6. 执行失败、取消或 stale generation 时 InboxLeaseGuard 显式 release 到 pending 并写 next_attempt_at。

这一流程与当前“先持久化用户消息再调用模型”不同，必须走独立分支。不能先写 hidden trigger，否则失败重试会在 history 中累积无 assistant 配对的内部输入。

9.3 hidden history

ChatMessage 和 MessageMeta 增加：

pub client_visibility: ClientVisibility,
pub turn_origin: TurnOrigin,

默认构造器生成 Visible/User。需要拆分查询：

• load_messages_for_replay(session_id)：visible + hidden。
• load_visible_messages(session_id, ...)：WebSocket/HTTP/管理历史。
• persist_message_batch_inner()：支持两字段并保持向后兼容默认值。
• CommittedTurnDelta：过滤 hidden，并携带 turn origin。

Session 的 message_count 只统计 visible external user input；total_message_count 和压缩/token 估算统计全部 replay messages。自动标题只由 visible user input 触发。

9.4 steer admission

Router 的两阶段流程必须由测试锁定：

pending --claim(token)--> leased
leased --reserve current Turn--> memory reservation (not drainable)
leased --DB admit(token, turn)--> admitted
admitted --activate same turn/generation--> drainable TurnInput

任何失败都取消 reservation，并以 token 把 event 恢复 pending。若 active Turn 已关闭、mailbox 满或 generation 改变，直接释放 lease并 wake queue；这就是可靠 steer→queue fallback。

TurnMailbox 分 user lane 与 agent lane 容量，最终按 session sequence 合并排空。durable agent reservation 在 DB admit 前不能被 AgentLoop 看见；/stop 关闭 mailbox 时返回尚未提交的 event IDs/tokens，由 SessionManager 立即 release。

10. emit_signal 与 completion 投影

EmitSignalTool 只注册到携带 background signal contract 的 runner。foreground run、Root 或没有 contract 的 child 看不到该工具。

emit_signal 流程：

1. 从 AgentExecutionContext 取得唯一 root session、run、execution ID 和 delivery。
2. 校验 run 仍为 running/waiting_children 且 execution ID 匹配。
3. 校验 severity、JSON 深度、summary/details 字节、信号总数、burst、最小间隔和 dedupe window。
4. 条件增加 session pending count；容量必须扣除 reserved completion slots。
5. 插入 event 和新 revision；commit 后发布 projection + wake。
6. 返回 accepted event ID。事件已存在时返回同一 ID 和 deduplicated=true。

Completion 永远由 Coordinator 生成。completion_policy=all 时每个 run terminal outcome 只存在于 agent_runs，不生成 per-run inbox completion；最后一个 terminal child 或 group deadline 的事务赢家生成唯一 group completion。group 有任一 failed/timed_out/interrupted/cancelled 时使用 failure_delivery，否则使用 completion_delivery。

显式 agent_task.cancel 可以把该 run 尚未消费的普通 signal 更新为 superseded 并减少 pending count；completion 事实不能 supersede。

11. Session 生命周期、停止与恢复

11.1 /stop

执行顺序：

1. 在 Session 锁内关闭 active Turn admission、取出 mailbox durable reservations、递增 worker generation、取出 root Turn cancellation token。
2. 锁外取消 root token，条件 release admitted/leased inbox events。
3. 调用 Coordinator cancel 当前 session 的 active background runs。
4. cancellation terminal event 使用 requires_continuation=false 并直接 consumed，防止 stop 后又自动启动“已取消”Turn。
5. stop 前已经 pending 的其他事件仍保持 pending；Session 下次可调度时处理。

现有 oneshot 可在过渡期由 token adapter 驱动，最终移除 current_cancel: Option<oneshot::Sender<()>>，统一为 CancellationToken。

11.2 archive/delete

Session 归档或软删除必须调用 AgentCoordinator::cancel_session。提交事务：

• 非 Scheduler 所有且未终态 run → cancelled。
• 释放所有 completion reservation。
• pending/leased/admitted events → dead_letter(session_archived|session_deleted)。
• 清理 mailbox reservation，不启动 continuation。

客户端仍可通过管理面看到 run/event 审计。当前没有可靠 unarchive 投递语义，因此归档事件不保留 pending。归档/删除属于用户生命周期操作，写 fallback_suppressed_reason 并禁止 system fallback，避免用户删除对话后又收到后台通知。

11.3 restart/reload recovery

activation recovery 分批执行，避免长事务：

1. 将旧 generation 的 queued/running/waiting_children 条件更新为 interrupted。
2. 为 background interrupted outcome 转换预留并插入 failure completion；foreground 只保存终态。
3. group counter 收敛并生成必要的 group completion。
4. expired leased/admitted events 恢复 pending，attempt +1，写 next retry。
5. 按每 session 重算 pending_event_count 和有效 reservation；差异修复并记录 structured warning。
6. 对有 pending due events 的 session 只发一次合并 wake。

旧代排空期间每个 run 持有 RuntimeAdmission activity guard。超出 reload grace 后 cancellation token 先触发；Supervisor 强制 abort 后留下的非终态记录由新代 recovery 标 interrupted。

12. ChannelContext 与结果投递

当前 ChannelContext.private 同时可能含稳定 thread/root ID 和一次性 message/reaction ID，核心无法安全猜测。类型改为：

pub struct ChannelContext {
    pub reply_to: Option<String>,
    pub private: HashMap<String, String>,
    pub durable_private: HashMap<String, String>,
}

Channel adapter 负责分类：

• CLI/WebUI：通常为空。
• Feishu：thread/root/chat type 等是否可复用由 Feishu adapter 决定；message ID、reaction ID 和本次 reply target 留在 private/reply_to。

Session 在成功接纳外部用户输入时保存 durable_private。continuation 的 TurnTarget 使用 session 自身 channel/chat ID 和 durable context，reply_to=None。没有 binding 时照常提交历史和 WebSocket 投影，只跳过外部 Channel delivery。

13. WorkManager 原子性

当前 assign_sub_agent 和 finish_sub_agent 各自开事务，无法与 run 接纳/终态保持原子。实施方案：

• 把 plan item 条件 SQL 移入 Storage 的 agent run transaction。
• run 接纳时按 (plan_id, item_id, status=pending) 领取，并把 execution_id 写为 run execution ID。
• terminal commit 时按同 execution ID 更新 completed/blocked 和 plan version。
• WorkManager 新增 refresh_after_external_commit(session_id, reason, item_ids)，只负责重新查询、刷新 cache 和广播，不写数据库。
• 若 plan item 已被其他执行领取，整个 run 接纳事务回滚；不得创建一个与计划脱节的 run。

14. 协议、管理 API 与 WebUI

14.1 Rust protocol

增加 DTO 而不直接序列化 Storage row：

WsInbound::GetAgentRuns { session_id, cursor, limit }
WsInbound::GetAgentRun  { session_id, run_id }

WsOutbound::SessionAgentRuns  { session_id, revision, runs, next_cursor }
WsOutbound::AgentRunUpdated   { session_id, revision, run }
WsOutbound::AgentEventUpdated { session_id, revision, event }

TurnSnapshot、CommittedTurnDelta、turn_updated 和 turn_committed 增加 turn_origin。DTO 不暴露 task/result 全文以外的敏感 context、reasoning、Provider state、budget internals 或 delivery context。

AgentProjectionHub 复用 WorkManager 的 broadcast 模式。广播 lag 不补逐条事件，客户端收到 lag 或重连后调用 GetAgentRuns 校准。revision 来自 agent_session_state，客户端只接受更大的 revision；分页 cursor 使用 (created_at,id)，不能用 offset。

14.2 HTTP 管理 API

过渡期 /api/tasks 返回统一 projection：

• 新 agent_runs 映射为 source=agent_run。
• 旧 background_tasks 映射为 source=legacy_background_task。
• 按 created_at 合并排序，旧记录只读。

新增受设备鉴权保护的：

GET /api/agent-runs?session_id=&cursor=&limit=
GET /api/agent-runs/:id
GET /api/agent-runs/:id/events
POST /api/agent-runs/:id/cancel

cancel endpoint 仍通过 Coordinator 做 root session/task-tree 授权，不直接执行 SQL。

14.3 WebUI

现有 TasksPage.svelte 的“后台任务”tab 演进为运行树：

• group 可折叠展示 children。
• status、Agent、Provider/model、duration、usage、工具次数。
• signal 数量、最近 severity、pending/dead-letter 标记。
• terminal result 有界预览，完整内容按需加载。
• cancel 只对允许取消的非终态 run 显示。

ChatPage 对 turn_origin=agent_continuation 显示轻量标签，不创建 user bubble；Signal 卡片来自 AgentEventUpdated，不能把 payload 插入普通聊天 history。所有新 Markdown/result 仍经过现有 sanitize 流程。

15. 可唤醒 sleep 的代码实现

TurnWakeupHandle 只由 root interactive Turn 创建并放入 ToolExecutionContext。它持有 watch::Receiver<TurnWakeupState>；state 使用独立于 durable inbox revision 的 session-local 单调 revision，因为用户 queue/steer 同样需要唤醒：

pub struct TurnWakeupState {
    pub revision: u64,
    pub pending_user_steer: usize,
    pub pending_user_queue: usize,
    pub pending_agent_steer: usize,
    pub pending_agent_queue: usize,
    pub latest_source: WakeupSource,
    pub latest_safe_preview: Option<String>,
}

以下 admission 成功后递增 revision 并 send_replace：用户进入 TurnMailbox、用户进入 next-turn mpsc、Agent event durable admitted、Agent event 保持 pending 并成功 wake Session。先更新事实状态再发 wake，不能让 sleep 醒来却查询不到输入。

SleepTool::execute_with_context：

1. 解析并限制 duration 到 24 小时。
2. child context 的 turn_wakeup=None，只 select timer 与 cancellation。
3. root context 先读取 receiver.borrow_and_update()；若 pending 总数已大于 0，立即返回，不进入等待。
4. 否则同时等待 timer、receiver.changed() 和 cancellation。watch 保留最新 revision，因此 input 在检查与 select 之间到达也不会丢。
5. wake 后再次读取 state 并构造有界结果。steer 可以返回来源、run ID 和安全摘要；queue 只返回类型/数量，不返回正文。
6. cancellation 映射为统一 AgentError::Cancelled，不能让模型把它当普通 sleep 完成后继续执行。

Sleep 只提前结束工具 future，不消费 mailbox/inbox，也不自行改变 queue/steer。工具批次返回后，AgentLoop 在既定安全边界排空 steer；queue 留给下一个 Turn。

第一版 InputInterruptPolicy 只驱动 sleep 的 WakeOnly。不要顺带让 bash、browser、HTTP 或文件工具响应 input wake；以后开放 CancelSafe 必须逐工具证明取消、重试和副作用语义。

16. 分阶段实施清单

文件级落点

文件/模块	主要改动
src/config/mod.rs	orchestration config、默认值、边界校验
src/agent/definition.rs（新）	Markdown/frontmatter 类型、严格 parser、definition hash
src/agent/catalog.rs（新）	immutable catalog、委托图与引用校验
src/agent/run.rs（新）	run/group/outcome DTO、AgentRunner、ProviderFactory
src/agent/coordinator.rs（新）	授权、预算、接纳、取消、deadline、terminal commit
src/agent/inbox.rs（新）	event/lease/projection/notifier contracts
src/agent/agent_loop.rs	cancellation、step gate、typed input safe boundaries
src/agent/steering.rs	迁移为 typed TurnMailbox 与 reservation
src/agent/sub_agent.rs	legacy adapter，逐阶段缩减并最终删除旧 manager
src/tools/traits.rs	ToolExecutionContext、DelegationPolicy、interrupt policy
src/tools/delegate.rs	仅 run/run_many 和兼容参数转换
src/tools/agent_task.rs（新）	scoped get/list/cancel/get_result
src/tools/emit_signal.rs（新）	contract-bound signal
src/tools/sleep.rs	watch-aware wait 和 cancellation
src/session/session.rs	dual lane worker、internal task、atomic continuation、stop release
src/session/agent_inbox.rs（新）	claim/admit/release、fair scheduler、lease guard
src/storage/mod.rs	schema v6 migration 和领域 API re-export
src/storage/agent_run.rs（新）	run/group transaction SQL
src/storage/agent_inbox.rs（新）	capacity/event/lease/recovery SQL
src/storage/message.rs、session.rs	visibility/origin/durable delivery context
src/gateway/mod.rs、reload.rs	prepare/activation、recovery task、projection relay
src/protocol.rs、src/session/commands.rs	run query/event DTO 和 Turn origin
src/gateway/http.rs	管理 API、legacy/new projection union
webui/src/pages/TasksPage.svelte	run tree、event/dead-letter/cancel UI
webui/src/pages/ChatPage.svelte	continuation origin 和 Signal 卡片

不要让 session.rs 继续吸收所有 inbox SQL 和状态机；先抽 Storage 领域 API 与 session/agent_inbox.rs，再接 worker，能显著降低竞态代码的审查难度。

Phase 0：契约与 schema 冻结

• 固定本文 enums、状态转换、DDL 和默认值。
• 给现有 delegate、background notification、Session stop/reload 行为补基线测试。
• 为 config 示例准备 backward-compatible fixture。

完成条件：所有后续 PR 可以只引用固定 DTO/Storage contract，不再各自发明状态名。

Phase 1：Catalog 与安全裁剪

• definition.rs、catalog.rs、严格 YAML parser。
• Config 扩展与候选代校验。
• Tool delegation metadata、scoped registry、skill wrapper。
• foreground/background schema 和 legacy parameter adapter。
• built-in general compatibility。

完成条件：具名 foreground Agent 能使用不同 Provider 和固定工具集；尚不开放 background 新路径。

Phase 2A：AgentLoop 结构化取消

• CancellationToken 进入 root Turn 和 AgentLoop。
• Provider stream、工具批次、sleep 观察 token。
• AgentError::Cancelled/TimedOut。
• /stop oneshot 兼容桥接和迟到结果测试。

完成条件：root 行为不变；Provider、tool、preparation 各阶段 stop 均得到一致 Cancelled 终态。

Phase 2B：Coordinator、run persistence 与 execution gate

• schema v6 的 run/group 部分。
• ProviderFactory、AgentRunner、Coordinator。
• run quota/provider gate/tool gate。
• foreground 单/批量、parent waiting_children、agent_task。
• WorkManager 原子绑定。

完成条件：foreground 全量持久化、截断结果可查询、并发上限为 1 时嵌套 foreground 不死锁。

Phase 3：durable inbox 与 queue continuation

• agent_session_state、inbox Storage API、容量 reservation。
• late-bound notifier、Session watch wake、公平调度。
• hidden messages、turn origin、atomic continuation commit。
• recovery/dead-letter/fallback。
• WebSocket/HTTP run projection 和 WebUI 基础运行树。

完成条件：background completion 不直接通知 Channel；空闲/忙碌/队列满/重启/reload 下最终都能被主 Agent处理或进入可诊断 dead-letter。

Phase 4：signal 与 steer

• EmitSignalTool、rate/dedupe/capacity。
• typed TurnMailbox 和两阶段 steer admission。
• /stop 立即 release、supersede 和 Signal UI。

完成条件：steer 在所有 admission 竞态中严格属于当前 Turn 或未来 queue 之一，不能重复或消失。

Phase 5：wake-aware sleep 与清理

• TurnWakeupHandle watch revision。
• root sleep 响应 user/agent queue/steer，child sleep 仅 timer/cancel。
• 工具 interrupt policy。
• 移除 direct background notification 默认路径；观察一个版本后删除旧 adapter 和旧表写入。

完成条件：sleep 不丢 pre-listen wake，queue 内容不泄漏进当前 Turn，steer 在下一个安全边界可见。

17. 测试与故障注入

除主设计测试矩阵外，实施必须增加以下代码级场景。

17.1 Storage

• fresh database 创建 schema v6。
• v5 fixture 升级到 v6，原消息默认 visible/user。
• migration 任一步失败时 user_version 和全部表结构回滚。
• 两个并发 background 接纳只有一个能占最后 completion slot。
• completion 把 reservation 转 pending，不出现中间负数或超限。
• terminal transaction 在 plan update/event insert/usage 任一点失败时全回滚。
• execution ID 不匹配的迟到结果更新 0 行。
• startup reconciliation 能修复故意破坏的 state counters。

17.2 AgentLoop/Coordinator

• cancellation 发生在 permit wait、Provider connect、stream、工具批次、child wait。
• parent 等 child 时不持 step permit；global provider permit=1 仍能完成。
• foreground batch 并发执行但结果按 request index 返回。
• parent cancel 取消 foreground descendants，不取消已独立接纳的 background run。
• TaskSupervisor spawn reject 执行补偿事务且 delegate 不返回可用 ID。
• crash window 留下 queued old-generation run，activation 恢复为 interrupted。

17.3 Inbox/Session

• watch wake 在 worker 开始等待前发生也不会丢。
• user mpsc 满不影响 durable event。
• 连续用户输入达到 burst 上限后强制执行一个 event batch。
• continuation Provider 失败显式 release；进程模拟崩溃后 lease expiry 恢复。
• hidden trigger 与 assistant/event consume 原子；客户端 history 永远不返回 hidden。
• hidden user 不增加 title threshold/message_count。
• /stop 与 admit 的每个交错点都只产生 pending 或 consumed/admitted ownership之一。
• archived/deleted session 不启动 continuation且 reservation 归零。

17.4 Channel/protocol/UI

• durable context round trip 不包含 reply_to、message/reaction ID。
• 无 delivery binding 时 history commit 成功且不发送其他 chat。
• event broadcast lag/reconnect 后 full query 校准 revision。
• legacy/new tasks union 不重复并稳定分页。
• Signal payload、result Markdown 和错误信息通过 sanitize/redaction。

17.5 Sleep

• input 在 sleep 读取 revision 前、读取后但 select 前、select 后三个时点到达都能提前结束。
• user/agent 的 queue wake 只返回数量，不泄漏正文；对应输入仍由下一 Turn处理。
• steer wake 返回后由 AgentLoop 安全边界注入，SleepTool 自身不消费输入。
• child sleep 不因 root user input 或 sibling signal 唤醒，但 run cancel/timeout 会立即结束。
• duration 超过 24 小时拒绝；Gateway shutdown 不留下未托管等待任务。

建议把 SQLite failpoint、barrier 和暂停钩子限制在 #[cfg(test)]，用于精确制造 admission、stop、commit 与 reload 竞态，避免依赖随机 sleep。

18. 验证命令与合并门槛

每个 Rust 阶段至少执行：

cargo fmt --check
cargo test --lib
cargo test --test test_scheduler
cargo test --test test_request_format
cargo clippy --all-targets --all-features -- -D warnings
cargo build

涉及 WebUI 时另外执行：

cd webui
npm ci
npm run check
npm run build
cd ..
cargo build

文档或配置变更执行 git diff --check，并核对 README、配置模板、ARCHITECTURE、AGENTS 和 runtime knowledge 是否需要同步。API-backed ignored tests 只在配置了真实凭据时运行。

功能首次合并时按仓库规则提升产品中段版本；本文档本身不改变行为，不单独修改 1.5.1（当前功能合并版本 1.7.0）。

19. 主要风险与回滚

风险	预防	回滚方式
hidden history 过滤错误泄漏内部输入	查询 API 分层和协议测试	禁用 continuation worker，保留事件 pending
completion 容量计数漂移	单行条件更新 + 启动重算	reconcile 修复后重启 Router
steer admission 竞态重复	lease token + 不可排空 reservation	配置强制所有 Agent delivery=queue
background 新路径影响现有用户	legacy adapter 与新表分离	一个版本内启用 direct-notification rollback flag，二者互斥
reload 双代同时恢复	prepare/activation 硬边界	关闭新代 admission，旧代继续服务
工具权限误放大	default RootOnly + Catalog fail closed	从 definition 移除工具并 reload；已启动 run 固定旧快照
continuation 重试重复外部副作用	默认只读 registry	dead-letter，要求用户显式处理

rollback flag 只能在 Phase 3 过渡期存在，并保证新 inbox continuation 与旧 direct notification 互斥。即使回滚投递方式，新 agent_runs/inbox 表仍保留审计事实，不能降 schema 或删除记录。

20. 最终实施判据

只有同时满足下列条件，才能把主设计状态从“提案”改为“已实现”：

• 具名 definition、不同 Provider、委托图和工具裁剪全部由运行时代码强制。
• foreground/background 都有 durable run，batch foreground 真正并发且父同步等待。
• run quota 与 provider/tool step gate 分离，嵌套委托无 permit 死锁。
• background completion 和 signal 先落 SQLite，丢 wake、queue 满、重启和 reload 均可恢复。
• queue continuation 使用 hidden trigger 原子提交；客户端历史没有伪用户消息。
• steer admission 与 /stop 竞态经过故障注入证明无丢失、无双重归属。
• sleep 的 wake 只改变等待，不破坏 queue/steer 内容边界。
• session archive/delete、dead-letter、fallback 和 management UI 均可诊断。
• 全部离线测试、Clippy、build、WebUI check/build 通过，并同步公开文档和产品版本。

在达到这些判据前，可以按 Phase 逐步合并内部基础，但不能提前对外宣称已经具备可靠的 background Agent orchestration。