209 lines
5.5 KiB
Markdown
209 lines
5.5 KiB
Markdown
# L3 — 数据流与 Skill 体系层
|
||
|
||
**文档版本**: 2.0
|
||
**适用项目**: sgClaw（ZeroClaw 重构版）
|
||
**编制日期**: 2026-03-26
|
||
|
||
**读者**: 高级开发者、联调工程师、后续扩展设计人员
|
||
|
||
---
|
||
|
||
## 1. 端到端数据流
|
||
|
||
当前主链路的数据流如下：
|
||
|
||
```
|
||
Browser Host
|
||
└─ submit_task
|
||
↓
|
||
sgClaw Transport / Handshake
|
||
└─ handle_browser_message
|
||
↓
|
||
Execution Path Select
|
||
├─ planner fallback
|
||
└─ zeroclaw compat runtime
|
||
↓
|
||
browser_action
|
||
↓
|
||
AgentMessage::Command
|
||
↓
|
||
Browser executes action
|
||
↓
|
||
BrowserMessage::Response
|
||
↓
|
||
log_entry / task_complete
|
||
```
|
||
|
||
这条链路里没有独立 Skill 执行器，也没有独立任务编排数据库。
|
||
因此 L3 的重点不再是“描述一个理想化智能体平台”，而是说明当前仓库里真实存在的数据流状态机。
|
||
|
||
---
|
||
|
||
## 2. 任务生命周期
|
||
|
||
### 2.1 启动阶段
|
||
|
||
1. 浏览器宿主拉起 sgClaw 进程。
|
||
2. 宿主发送 `init`。
|
||
3. sgClaw 返回 `init_ack`。
|
||
4. `StdioTransport` 进入阻塞接收循环。
|
||
|
||
此阶段的目标是建立会话、版本和 HMAC 基线。
|
||
|
||
### 2.2 任务接收阶段
|
||
|
||
宿主发送：
|
||
|
||
```json
|
||
{ "type": "submit_task", "instruction": "..." }
|
||
```
|
||
|
||
Rust 侧在 [`src/agent/mod.rs`](/home/zyl/projects/sgClaw/claw/src/agent/mod.rs) 中接收后，不直接执行页面命令，而是先决定走哪条执行路径。
|
||
|
||
### 2.3 执行路径选择
|
||
|
||
#### 路径 A：planner fallback
|
||
|
||
条件：没有可用的 `DEEPSEEK_*` 环境配置。
|
||
行为：使用仓库内置 planner 直接产生若干步骤，并逐个调用 `BrowserPipeTool`。
|
||
|
||
特点：
|
||
|
||
- 依赖更少。
|
||
- 逻辑可预测。
|
||
- 适合协议联调和最小功能验证。
|
||
|
||
#### 路径 B：ZeroClaw compat runtime
|
||
|
||
条件：存在有效模型配置。
|
||
行为：构建 ZeroClaw Agent，注册 `browser_action` 工具，消费 `TurnEvent`，再通过 `BrowserPipeTool` 下发动作。
|
||
|
||
特点：
|
||
|
||
- 可以承载更自然的 agent 行为。
|
||
- 为后续记忆、可观测性与 provider 扩展保留接口。
|
||
- 当前仍严格受单工具和四动作约束。
|
||
|
||
---
|
||
|
||
## 3. 单步动作数据流
|
||
|
||
无论走哪条路径，真正触达浏览器时的数据流是一致的：
|
||
|
||
1. 生成动作
|
||
说明：动作最终都被规约成 `Action + params + expected_domain`。
|
||
|
||
2. 本地策略校验
|
||
说明：`BrowserPipeTool` 在发送前执行 MAC Policy 校验。
|
||
|
||
3. 组装命令
|
||
说明：生成 `AgentMessage::Command`，写入 `seq` 与 `security.hmac`。
|
||
|
||
4. 浏览器执行
|
||
说明：宿主按其自身执行器把命令转换为页面动作。
|
||
|
||
5. 接收回包
|
||
说明：Rust 侧等待同 `seq` 的 `BrowserMessage::Response`。
|
||
|
||
6. 形成观察结果
|
||
说明：根据 `success`、`data`、`aom_snapshot` 和 `timing` 形成下一步输入或最终结果。
|
||
|
||
这意味着“智能体行为”和“浏览器动作执行”之间的接口已经被压缩到非常薄的一层，这是 ZeroClaw 重构最有价值的结构变化。
|
||
|
||
---
|
||
|
||
## 4. 日志与结果流
|
||
|
||
当前会对宿主输出两类业务级反馈：
|
||
|
||
### 4.1 `log_entry`
|
||
|
||
用途：
|
||
|
||
- 向上层 UI 或调试台报告过程信息。
|
||
- 对齐 ZeroClaw 的 `TurnEvent` 与 fallback 步骤日志。
|
||
|
||
典型内容：
|
||
|
||
- 当前准备执行的动作。
|
||
- compat runtime 中转译出的事件摘要。
|
||
- 执行中的信息性提示。
|
||
|
||
### 4.2 `task_complete`
|
||
|
||
用途：
|
||
|
||
- 明确任务是否成功。
|
||
- 返回最终摘要文案。
|
||
|
||
这是上层产品最稳定的完成态信号，不应依赖 stderr 日志或内部推理文本。
|
||
|
||
---
|
||
|
||
## 5. Skill 体系的当前定义
|
||
|
||
“L3 是灵魂”的前提，不是把 Skill 写得越来越玄，而是把 Skill 在当前阶段的真实语义说清楚。
|
||
|
||
### 5.1 当前不存在独立 Skill 引擎
|
||
|
||
当前仓库中没有独立的：
|
||
|
||
- Skill 脚本目录加载流程
|
||
- Skill 注册表
|
||
- Skill 沙箱执行器
|
||
- Skill 版本与签名校验主链路
|
||
|
||
因此不能再把 Skill 描述为已落地子系统。
|
||
|
||
### 5.2 当前可以保留的 Skill 语义
|
||
|
||
在 ZeroClaw 重构版里，Skill 更准确的含义是：
|
||
|
||
- 面向未来的“可复用任务模式”抽象。
|
||
- 可能由提示词、模板、预设工具组合或 planner 规则来承载。
|
||
- 最终仍要落到统一的 `browser_action` 契约。
|
||
|
||
换句话说，当前 Skill 不是一个运行时目录，而是一种产品与执行层之间的抽象语言。
|
||
|
||
### 5.3 Skill 演进约束
|
||
|
||
后续如果重新引入 Skill 子系统，必须满足：
|
||
|
||
- Skill 的输出仍服从 `browser_action` 或其后继正式工具契约。
|
||
- Skill 不能绕过 `rules.json` 的安全边界。
|
||
- Skill 文档不能先于代码宣称“已具备自治学习能力”。
|
||
|
||
---
|
||
|
||
## 6. 配置与记忆的当前状态
|
||
|
||
### 6.1 配置
|
||
|
||
当前真正参与执行的关键配置来自 [`src/config/settings.rs`](/home/zyl/projects/sgClaw/claw/src/config/settings.rs)：
|
||
|
||
- `DEEPSEEK_API_KEY`
|
||
- `DEEPSEEK_BASE_URL`
|
||
- `DEEPSEEK_MODEL`
|
||
|
||
这些配置决定是否启用 compat runtime，以及模型请求如何路由。
|
||
|
||
### 6.2 记忆
|
||
|
||
ZeroClaw compat 路径中已经接入 memory adapter，但在产品能力层面仍应描述为：
|
||
|
||
- 已为记忆能力预留接入位。
|
||
- 当前主要价值在于兼容运行时需要，而非对外主卖点。
|
||
- 还不能把它描述成稳定的长期知识库产品能力。
|
||
|
||
---
|
||
|
||
## 7. L3 结论
|
||
|
||
L3 的核心不是“把所有未来能力都放进一个宏大数据流图”，而是说明当前系统如何把自然语言任务压缩成可验证、可回包、可受控的浏览器动作。
|
||
|
||
重构后的灵魂有三点：
|
||
|
||
- 任务入口统一。
|
||
- 动作契约统一。
|
||
- 执行路径可替换，但协议和安全边界不变。
|