Files
next-tjwater-frontend/docs/agent-interaction-state-design.md
T
jiang c0e4231b83
Generic Container CI/CD / test-build-publish (push) Successful in 1m52s
Frontend CI/CD / build-test-publish-and-deploy (push) Successful in 1m52s
feat: expand intelligent investigation workspace
2026-10-30 17:30:19 +08:00

46 KiB
Raw Blame History

Intelligent UI 交互状态补齐设计

2026-10-30 产品决定:数据组件仅用于展示与本地浏览,已移除表格勾选、分析内容篮及组件追问;专用地图定位和补充资料表单保留。本文分析篮、行选择和引用操作的方案属于历史设计,不再作为当前实施目标。阅读位置、表单草稿及宿主提问的独立设计仍可参考,当前行为以 本地交互式回答 为准。

历史设计状态:2026-10-27 设计稿;2026-10-28 第 11 节宿主提问已接入工作区代码,其余补齐项仍待实现。当前代码进度见 本地交互式回答。本设计补齐阅读位置、分析篮和正式报告的私人交互状态,不改变模型可生成的 answer-ui@1 组件协议。第 11 节单独处理 question 的执行生命周期。

1. 目标与方案

用户刷新后,再次打开同一回答或同一版报告,可以继续阅读、筛选和填写资料。恢复只改变当前用户的界面,不发送消息、不提交表单、不调用业务工具、不定位地图,也不自动打开窗口。

推荐保留已实现的聊天控件状态接口,新增阅读与分析篮的补充记录;正式报告的状态由 Server 按当前读者保存。三种记录独立比较版本,避免滚动保存与表单输入、选行互相冲突。前端继续复用受控 store 和现有保存协调器,只由来源适配器决定请求 Agent 还是 Server。

最小方案是仅增加会话内存缓存,但刷新后仍会丢失,不能满足目标。把全部状态塞入原接口会破坏旧客户端的严格校验,也会让分析篮挤占控件的 32 KiB 限额,因此采用补充记录。正式报告不能借用 source_session_id 保存:它指向发布报告的执行会话,报告读者未必拥有这个会话。

新增服务、账号、密钥和环境变量均为零;正式报告需要在已有项目 BizDB 增加一张私人状态表。预计涉及三个仓库、超过 8 个实现文件,按第 10 节拆成可独立交付的两批。

聊天最终回答 -> Agent 来源适配器 -> 已授权会话 / 控件记录 + 补充记录
                                      ^
                                      |
读取/编辑 -> 前端状态协调器 -> 受控组件、阅读位置、分析篮
                                      |
                                      v
指定版本报告 -> Workbench 来源适配器 -> Server 报告权限 / 当前读者状态

用户主动“带入对话” -> 现有输入区 -> 用户确认发送 -> 既有 Agent 流程

基础能力沿用 json-render 的运行时状态支持 和 React 的外部 store 订阅。阅读容器尺寸变化使用 ResizeObserver 观测;这些机制不替代宿主的权限、持久化和版本校验。实现以仓库当前安装版本为准,不因本设计升级依赖。

2. 当前依据与状态分工

当前实现 补齐方式
answer-view-state@1 保存图表、表格、表单、证据状态 保留接口、32 KiB 限额和迁移规则;复用其保存/恢复机制
ExpandableReading 用 useId() 标识实例;阅读偏移放在 DOM dataset 注入业务来源身份;只保存可序列化的阅读位置,DOM、host、focus 回调留在内存
Markdown 表格的行内和放大视图是两份 DOM,图示可移动同一个 host 按阅读面分别记录位置,不假设搬动 DOM 等于持久化
AnswerUiView 的分析篮只存 {title,text},意图由 Tray 的 useState 保存 增加来源、选择描述和摘要;篮与意图一起受控保存
InvestigationReportBlocks 接收报告快照,并用任务证据覆盖 Evidence 展示 按报告版本及当前读者加载状态;两端核对实际渲染内容摘要
正式报告属于项目任务,读取使用 operational_task.view 私人状态沿用报告读取权限,不要求读者拥有发布会话,不写回正式报告
记录 持久化内容 保持临时的内容
controls,按块 现有节点控件状态和证据类别筛选 请求中的 loading/error、悬停、菜单和下拉框开关
reader,按文档 阅读面的位置、锚点、局部偏移和内容摘要 是否打开弹窗、当前焦点、地图相机、窗口尺寸、DOM 引用
basket,按块 有序选择项、来源描述、选取时文本快照、分析意图 正在带入对话、临时提示、浏览器文本选区

说明:分析篮仍以一个回答块为边界,本次不扩展为跨消息、跨报告的全局收藏。证据大分区、范围工具栏的折叠开关沿用当前内存行为;它们不决定所选数据。Mermaid 平移/缩放也只在当前实例内保留,重新打开时按可用空间适配,不保存会随图形重新布局失效的像素变换。

3. 身份与版本

来源 文档身份 块身份 权威校验
聊天 当前主体、个人/项目范围、sessionId、assistantMessageId 文档身份 + blockId Agent 校验会话归属、已保存的助手消息及最终回答引用;旧版没有 final 的记录沿用既有兼容规则
正式报告 当前 user_id、project_id、task_id、report_revision 文档身份 + blockId Server 校验当前成员身份、operational_task.view 和指定报告是否存在

nodeId 来自验证后的 spec.elements 键;不得使用标题、数组当前序号、React useId() 或 DOM selector 作为业务身份。客户端不能指定状态所有者,主体和项目必须来自服务端认证上下文。

报告的 revision 在任务内唯一,execution_generation 由服务端从报告推导并回传,不作为另一个客户端命名空间。历史 null 保留为 null,不能替换为 0 或任务当前轮次。文档与块的 state_revision 是私人交互版本,不能与报告 revision 混用。

打开任务仍默认查看当前报告,不自动恢复为上次选中的历史版本。用户主动选择某个版本后才恢复该版本的状态。新报告使用新的身份和空状态,不自动复制旧版表单或分析篮;旧版记录保留供用户回看。放大窗口保留旧版内容时,状态写入也绑定当时的旧版,直到用户点击“查看最新内容”。

最容易失效的前提是“相同 blockId 就是相同数据”。本设计用内容摘要、节点类型和选择描述复核,无法唯一匹配时保留可核对的草稿并清理无效选择,不将旧数组下标套到新数据。

4. 记录与接口

4.1 保留现有接口,新增补充接口

所属服务 接口 状态范围
Agent,已有 GET/PUT /api/v1/session/:sessionId/ui-state 聊天 controls,保持原 answer-view-state@1 协议
Agent,拟新增 GET/PUT /api/v1/session/:sessionId/interaction-state 聊天 reader 或 basket;以 message_id、kind 和 basket 所需的 block_id 定位
Server,拟新增 GET/PUT /api/v1/operational-tasks/:taskId/reports/:reportRevision/interaction-state 正式报告 controls、reader 或 basket;controls/basket 需要 block_id

GET 的 kind 只有 reader、basket,Server 额外允许 controls。reader 属于整个文档,不接受 block_id;其内部阅读面可以引用块。GET 无记录返回对应空 payload、state_revision 0 和当前内容摘要,不写入空记录。未知 kind、无效字段或不存在的块返回 400/404,不隐式建立来源。

GET 选择器放在 query,PUT 放在 body;Agent 两种方法均要求 message_id,Server 报告身份只取 URL。PUT 另要求 version="ui-interaction-state@1"。两端错误在前端适配器内统一为 code、message、current:Agent 沿用顶层 code/detail,Server 沿用现有 detail envelope,不让通用组件处理两套响应形状。所有响应使用 private/no-store。

新接口的记录版本为 ui-interaction-state@1。字段固定如下;不接受任意对象透传。

字段 规则
source 只出现在响应中,返回服务端确认的聊天或报告身份;不返回用户 token、宿主路径
kind、block_id 标识记录种类及块;reader 的 block_id 不存在
state_revision 每个记录独立的非负整数,只出现在响应中
source_digest 服务端规范化内容的 SHA-256;PUT 原样带回,用于拒绝过期内容上的保存
payload 由 kind 选择严格 schema,字段见第 5、6 节;report controls 使用已有 nodes/block 的允许字段与迁移规则
updated_at 服务端写入时间;空记录为 null,不用客户端时间决定覆盖顺序
item_status 仅 basket 响应包含,按 item_id 返回当前有效性与原因;不接受客户端写入
expected_revision、request_id 只用于 PUT;版本比较和最近请求重试沿用现有规则

选择器对应的身份摘要、version、revision 和请求标识均受限长与整数范围校验。source_digest 为 64 位小写十六进制;request_id 为 1 至 128 字符;message_id 为 1 至 200 字符;block_id 沿用原协议。state_revision/expected_revision 使用 JavaScript 安全整数范围,禁止负数或溢出。

source_digest 的材料:聊天 reader 为已发布报告文字与引用块,basket 为所在块的实际 spec;报告 reader 为指定版本的报告正文及其可见证据投影,controls/basket 为对应块的实际渲染 spec。规范化 JSON 对对象键排序,数组顺序不变,摘要算法跨语言使用同一组固定测试样例。摘要是过期检查依据,不是客户端提交文字的真实性证明。

4.2 正式报告的 Evidence 投影

报告原 spec 与实际显示的 Evidence 可能不同:当前实现从任务证据补充摘要、来源、时间、类别,找不到证据时显示提示文本。Server 与前端必须采用相同投影规则,控件验证及摘要计算以投影后的 spec 为准。

Server 状态读取先按现有报告/证据访问规则取得来源,计算投影及 source_digest;前端对已经加载的报告与证据执行同一规则并计算摘要。两者不一致时,不把旧状态应用到当前节点:对指定报告和任务证据做一次有界刷新,再核对摘要;仍不一致则显示“内容已更新,交互状态暂未恢复”,允许用户重试,禁止无限刷新。无需在状态响应中再复制整份报告或原始图表数据。

PUT 在事务中重读报告和证据,投影变化返回 409 UI_INTERACTION_SOURCE_CHANGED,并返回当前记录和摘要。前端先更新来源,再迁移合法控件;无权访问的证据不以篮子快照重新显示。此投影规则需要前后端共用测试样例,不能各自猜测字段映射。

4.3 存储与容量

聊天补充记录放在宿主 chat/answer-interaction-state.json,加入 SessionWorkspaceStore 允许列表,复用同一队列、所有权校验、删除标记及原子写入。已有 controls 文件保持不变,旧客户端读写不会抹掉新状态。新文件每个 document reader、每个 block basket 独立版本,文件总量最多 1 MiB,包含回执;与已有 controls 文件合计最多 2 MiB/会话。

正式报告新增项目 BizDB 表 workbench.report_user_view_states,每个 (project_id,user_id,task_id,report_revision) 一行,JSONB document 内分别保存 controls、reader、baskets 和最近回执。每个子记录有独立 state_revision;行锁只用于版本比较、容量检查和原子替换,不把滚动和表单合并成一个逻辑版本。报告外键 (project_id,task_id,report_revision) 使用物理删除级联;user_id 来自 ProjectContext,不建立跨数据库外键。

首次写入采用插入空行且忽略唯一键冲突,再锁定同一私人状态行,避免两个 revision 0 请求同时成功。事务失败回滚空行和状态修改;报告删除由外键与事务约束阻止迟到写入复活。状态表不是报告事实表,保存私人状态只要求报告读权限,不借此授予任务写入或审批权限。

拟新增迁移 next-tjwater-server/resources/sql/026_report_user_view_states.sql,沿用项目 BizDB 显式迁移流程。当前最高编号为 025,实施时若编号已占用,顺延编号。接口不执行建表;未迁移的项目返回安全的 503,报告仍可阅读,草稿留在当前内存。

项目 限额
controls payload 32 KiB UTF-8/块,沿用现有节点数量和字段限制
reader payload 8 KiB UTF-8/文档,最多 16 个阅读面
basket payload 64 KiB UTF-8/块,最多 8 项;正文组合不超过现有 8000 个 UTF-16 代码单元;分析意图最多 800 个 UTF-16 代码单元
正式报告私人状态行 1 MiB,计入所有子记录和回执
补充记录重试回执 每个聊天补充文件或报告私人状态行,最近 32 条且最多 128 KiB;过期请求仍受旧 expected_revision 阻止重放

大小检查包括标识与元数据的序列化体积,不截断表单或选择内容来勉强保存。超限返回 413,保留当前草稿,提示先减少分析篮内容或清除不再需要的记录。业务限制 8000/800 由三端按相同 UTF-16 计数规则校验,不能用 Python 字符数直接替代。发送消息时仍检查问题、意图、引用及来源说明的完整文本是否超过现有 10000 限额。

不按每次滚动追加历史;当前快照覆盖、回执有界。记录数量随实际访问的用户/报告组合增长,使用上述复合主键直接读写,不扫描全部用户状态;本版本不增加自动 TTL,避免无提示删除草稿。

5. 阅读位置

reader payload 为 positions 和 recent_reader_keys,前者按宿主生成的 readerKey 保存位置,后者是最近使用顺序。两者最多 16 项且键集合一致;位置键、锚点 id 最多 200 个字符,不接受 DOM selector 或脚本。每项位置字段如下。

字段 含义
content_digest 该阅读面实际内容的摘要;用于判断是否可复用整体滚动比例
anchor 可空的 {kind,id,occurrence};kind 为 section、node、markdown,id 来自稳定业务键或规范化 Markdown 块摘要
anchor_offset_ratio 锚点内部偏移,有限数值,范围 0 到 1
scroll_y_ratio、scroll_x_ratio 容器可滚动距离的比例,范围 0 到 1;无可滚动距离时为 0

readerKey 只由宿主注册:workspace、report-result、原生 blockId/nodeId 对应阅读面,以及 Markdown 内容块摘要派生的表格/图示阅读面。纯文本最终回答也可建立 document reader,无须伪造 answer-ui 块。标题或“第 n 个表”不是跨内容更新的稳定键;相同内容重复出现时 occurrence 只在摘要相同的文档内使用。

这里只保存版本明确的内容。当前调查进展、实时任务时间线、审批卡和报告版本选择器仍属于实时任务界面,不绑定到某个报告 revision 的阅读状态。用户输入、审批焦点和地图位置均不通过 reader 恢复。

恢复流程:

  1. 用户主动打开对应阅读面,绑定不可变的 source 身份并订阅状态。尚未加载历史消息/报告时不为了恢复位置自动翻完全部历史,也不自动切换会话或报告版本。
  2. 内容挂载、控件恢复和必要字体准备完成后,用连续两帧相同尺寸判断可定位;最多等待 1500ms。ResizeObserver 仅用于这次定位,不能持续把用户拉回旧位置。
  3. 优先定位仍唯一存在的锚点,再恢复锚点内部偏移。没有锚点但 content_digest 相同,则使用整体滚动比例;内容已变化且锚点无法对应,回到本阅读面起点,提示“内容已变化,原阅读位置无法恢复”。
  4. 比例始终按当前实际滚动范围计算并夹紧;窄屏和宽屏互切不能直接复用旧像素 scrollTop。Markdown 行内与放大表格使用不同 readerKey,横向位置也分别记录。
  5. 每次主动打开最多执行一次自动定位。等待期间出现用户滚轮、触摸、指针按下、滚动键、文本选择、编辑或内容导航,则取消自动定位;迟到 GET 只进入缓存,不移动当前视口。需要回到上次位置时由用户点击入口。

阅读保存使用 1000ms 防抖,连续滚动每 5 秒最多提交一次;关闭阅读面或切换来源时保存最后位置。位置未变化不发送;程序恢复产生的 scroll 事件不标记为用户编辑,不反向触发保存循环。最多 16 个位置,超出时只淘汰最久未使用的阅读位置,保留当前阅读面;分析篮和表单不参与此淘汰。

reader 冲突不弹出阻断窗口:保留当前视口,接收远端的新 revision 供下一次真实用户滚动保存,显示轻量“阅读位置未同步”状态;不自动覆盖远端,也不因远端更新跳动当前页面。下次用户操作只更新对应位置,合并远端其他阅读面的位置和最近使用顺序,不能用整个旧 positions 覆盖它们。网络失败可随下一次用户滚动重试或由用户手动重试。

6. 分析篮与表单草稿

basket payload 为同一份 {items,intent}。items 是有序数组,新增、移除、清空和意图编辑由一份受控状态管理;不拆成八个各自保存的项目。

选择项字段 规则
item_id 本地生成的稳定 UUID,保存与重排时保持;不用于权限证明
node_id、selection_kind 必须对应来源中的真实节点;首批 kind 为 metric、table_rows、chart_point、chart_range
selector table_rows 为原始行索引及数据摘要;chart 为点/区间索引、对应标签、可见序列索引与名称;metric 不带行索引
source_digest 选取时所在块的有效内容摘要,由已读取来源取得
title、snapshot_text 选取时的纯文本显示快照,title 最多 200 个 UTF-16 代码单元;正文计入组合总限额

服务端校验节点类型、索引上限和选择描述,并校验来源摘要;快照文本是用户引用内容,不提升为事实证据,不执行其中指令。它是“不复制原始数据”原则的有界例外,只保存用户明确选取的文本,不保存整份时序数据。正式报告的 evidence_refs 及报告身份由宿主从块与报告补充,不信任客户端伪造来源。

去重依据是节点、选择描述和选取时内容摘要;不同节点即使文本相同也可分别选取。每个选项保留当时的文本,不随筛选、排序或数据更新悄悄重算。服务器计算恢复状态为 valid、stale 或 unavailable,客户端不能提交该标记:

  • 内容仍一致为 valid,正常使用。
  • 节点仍存在但数据/结构摘要变化为 stale,显示“内容已变化,此项为先前快照”;保留快照供核对,整篮“带入对话”暂不可用,须移除该项或从当前内容重新选择。不会自动迁移篮中行索引。
  • 来源节点或证据已不可用时为 unavailable,停止返回相关快照文本,只保留可移除的占位;不得通过篮子绕过当前来源访问规则。整个文档失去权限时按第 8 节处理。

新增选择只接受当前 source_digest;已保存的 stale 项可以原样保留或移除,不能借保存意图修改它的快照/来源。兼容校验先按 item_id 对比已存项,再检查新增项。无法自动迁移时不将 stale 项冒充当前数据。

GET 响应另有 item_status,按 item_id 返回状态及简短原因,不混入可写 payload。unavailable 项以相同 item_id 和来源标识返回,title/snapshot_text 使用固定不可用提示;PUT 只能保留这个经过屏蔽的占位或删除它。幂等重试返回回执前也要重新检查当前来源可用性并屏蔽不可用文本,不能直接回放旧的含文本响应。回执确认原写入版本,不构成允许再次显示旧快照的授权。

items 与 intent 分别记录 dirty 路径;清空动作原子设置 items=[]、intent="",即使值为空也保留 dirty 标记,迟到 GET 不得把旧项目重新并入。清空保存期间又新增内容时,旧回执只能确认它发送时对应的修改序号,新内容继续保留并按新 revision 保存。

“带入对话”只复制捕获的篮内容和意图到现有输入区,成功后仍保留篮子。异步回调同时捕获 source、目标 session 和当前作用域代次;用户已切换项目/会话时,旧回调不得填入新的输入区。实际发送继续由用户确认,失败不清空篮或表单。

表单草稿沿用现有控件存储。普通聊天发送成功后,只清除与该次发送快照仍相同的字段;发送期间新输入的字段保留。正式报告的表单默认带入对话,未获得实际发送确认前不清草稿。恢复只填充字段,不调用提交回调,不把报告表单写入正式证据。

7. 保存与冲突规则

共同流程为读取、合并本地编辑、待保存、保存中、已保存;异常分为未保存、冲突、来源变化和失去访问权限。展示不要求网络先成功,写入必须等已知 revision 和来源摘要。控件及分析篮继续使用 500ms 防抖,读取失败只保留一次首次编辑触发的补读,其余由显式重试触发,不轮询。

情况 处理
GET 比用户编辑晚到 按 dirty 字段合并;items 是一个整体,不做数组 union;清空和删除也不能被恢复覆盖
PUT 尚未返回又发生编辑 保留更新的 changeSeq;回执只清除已确认的旧 dirty 字段,再保存后续版本
响应丢失,无法判断写入是否成功 先以原 request_id 和原始 payload 重试;确认后再发后续编辑
409 UI_INTERACTION_STATE_CONFLICT controls/basket 保留本地草稿,停止自动重试;允许“保留本地并重新保存”或确认后“加载远端”
409 UI_INTERACTION_SOURCE_CHANGED 先有界刷新来源并兼容迁移;不可直接拿新摘要覆盖旧索引;stale 篮项目按第 6 节处理
同 request_id 携带不同 payload 409 UI_INTERACTION_REQUEST_CONFLICT;视为客户端错误,保留草稿,不能自动换 ID 继续重放
413 或服务不可用 保留内存草稿,说明未保存;不切片、截断或循环提交
服务端确认目标回答正在生成或等待落盘 返回 503 UI_INTERACTION_SOURCE_NOT_READY,保留草稿;首次用户编辑可触发一次补读,之后显式重试,不等同于来源被删除;仅会话存在不能证明回答正在落盘,不存在的来源仍返回 404
临时 401 沿用现有认证刷新机制;不能因此扩大权限或换用其他主体保存

来源摘要冲突必须先解决来源变化,再决定是否覆盖交互版本;“保留本地”不是绕过数据校验。不同浏览器不增加 WebSocket 或后台同步:打开来源时读取,保存时发现冲突。自动读取到较新状态也不能改动用户正在操作的视口或表单。

状态提示按记录聚合:“已保存”表示本界面当前脏记录全部已确认;控件已保存而篮子未保存时明确标出分析篮。纯阅读位置同步异常只在阅读面显示轻量状态,不让每次滚动占据对话通知区。

“加载远端”的确认绑定当前记录和确认时的 changeSeq;确认后又出现新的本地输入,旧确认结果不得覆盖它,应保留新输入并重新呈现冲突选择。

8. 清理、权限与删除

  • 切换会话时,未失败的待保存写入仍使用捕获的旧 source;新来源创建独立订阅。组件卸载不立即丢掉同一认证作用域内的草稿。
  • 登出、切换主体或项目时,取消未发送计时器、移除旧订阅并清理对应缓存。已发出的请求不能撤销既成写入,但回执不得进入新的作用域。
  • 401 经认证处理确认失效、403 或来源不存在的 404,关闭来源恢复通道,清除该来源缓存中的正文快照和草稿,不在新用户界面显示;不能将这些响应当普通离线错误长期保留敏感快照。后续重新获得访问权限时重新授权读取。
  • 显式“清空”使用带 expected_revision 的空 payload 写入,并增加 state_revision;保留空记录和近期回执,不删成 revision 0,防止迟到保存使已清内容复活。表单、篮和 reader 各自清空,不连带删除业务报告。
  • 聊天删除沿用宿主删除标记与队列,清除两个状态文件;聊天分叉不复制私人控件、篮和阅读位置。
  • 正式报告物理删除时由外键级联删除私人状态。任务取消、源撤回或进入新轮次不等于报告删除;只要旧报告仍按现有规则可读,其私人状态继续按旧 revision 保留。
  • 每次 GET/PUT 重新检查报告权限。成员撤权对后续请求生效;已经通过鉴权的在途请求可能按当时权限完成,不承诺跨 metadata 与 BizDB 事务的即时强撤回。错误响应不能返回其他用户状态或证据快照。

9. 验收矩阵

场景 必须满足的结果
刷新后主动打开同一回答/报告 恢复控件、篮意图和阅读位置;不自动打开弹窗、定位地图或发送消息
桌面与 320px 窄屏互换 锚点/比例按新布局恢复,表格横纵滚动均有效,无越界和全页横向溢出
阅读恢复晚到、字体/图表延迟渲染 用户未操作时最多定位一次;用户已滚动或导航后不抢位置;1500ms 后不无限等待
同一 Markdown 内有重复标题/表格 同内容版本可按 occurrence 恢复;内容改变后匹配不唯一只清该位置
篮清空后 GET 或旧 PUT 回来 已清项目不复活,清空之后的新编辑不丢失
数据换序、重复标签、列变化或 Evidence 消失 控件执行明确迁移;篮快照标为 stale/unavailable,不静默换成别的数据
报告当前版变成下一版 旧阅读窗仍向旧版保存;用户选择新版本才加载其独立状态
两位有报告权限的用户 可分别保存同一报告,不能互读或互相冲突;均不要求拥有 source_session_id
同一用户两窗口修改 控件/篮出现明确冲突;阅读位置不跳动;原请求重试不增加重复版本
状态保存中切换用户、项目或来源 旧响应和带入对话回调不污染新作用域;失去权限不返回缓存快照
32/64 KiB 边界、emoji/CJK、文件或报告行满额 字节和 UTF-16 限制一致,失败不截断、不丢当前草稿
会话删除、报告删除、空记录清除竞态 不复活删除对象,不把空记录误当从未保存
Server 项目未迁移或接口回退 保持可读和当前内存交互,明确未保存;旧版聊天 controls 接口继续工作
回答正在落盘与来源已删除 前者保留草稿并有界重试,后者清理来源缓存;不能将普通 404 无限转成等待
reduced motion、键盘打开和关闭 定位不增加动画;恢复不抢焦点,关闭回到触发按钮

单元测试覆盖状态归一化、dirty/tombstone、字节预算和迁移;浏览器使用有意延迟、响应丢失和冲突的模拟接口验证行为;Server/Agent 聚焦测试验证真实存储事务、权限和删除。最后以隔离 Agent、已授权项目和真实报告完成保存读回,明确区分模拟接口与真实服务结果。

10. 实施顺序与文件交接

第一批补齐聊天 reader/basket,可独立上线,不等待报告表迁移。

仓库 修改位置 工作
frontend src/features/agent/session-state/、src/features/agent/api/ 增加补充记录 schema 与来源适配器,复用现有队列/dirty/retry;保持旧 controls 接口
frontend answer-ui/answer-selection.ts、answer-selection-tray.tsx、answer-ui-interactions.tsx、answer-ui-view.tsx 选择描述、稳定项目身份、受控 items/intent、快照有效性及带入对话保护
frontend src/shared/ui/reading-workspace-context.ts、reading-workspace.tsx、src/shared/ai-elements/markdown-reading.tsx 只接收通用 source key 和位置读写回调;锚点、容器测量与恢复取消,不导入业务模块
Agent src/sessions/workspace-store.ts;拟新增 src/sessions/answer-interaction-state-store.ts、src/routes/answer-interaction-state-routes.ts;src/routes/chat.ts、src/server.ts 受控补充文件与新接口、来源校验、CAS、容量和删除

第二批接入正式报告,复用第一批组件和补充记录协议。

仓库 修改位置 工作
Server 拟新增 resources/sql/026_report_user_view_states.sql 项目 BizDB 私人状态表及报告删除外键
Server 拟新增 app/domain/schemas/report_view_state.py、app/services/report_view_states.py、app/infra/db/postgresql/report_view_states.py;app/api/v1/endpoints/operational_tasks.py 状态模型、Evidence 投影、读者权限、行锁、独立子记录版本和错误契约
frontend src/features/workbench/api/operational-task-client.ts;拟新增 api/report-view-state-client.ts 读取指定报告版本、通过现有项目请求头访问私人状态接口,解析 Server 错误 envelope
frontend components/investigation-report-blocks.tsx、investigation-task-report.tsx、investigation-expand-card.tsx 显式报告身份、冻结阅读版本对应的状态绑定、投影摘要核对和只读者状态接线

Workbench 通过 Agent 公共 API 注入保存适配器,Agent 组件不能反向导入 Workbench;shared 阅读组件只处理通用锚点与滚动,不接触 token、taskId 或业务请求。

验证命令沿用各仓库 AGENTS:前端 pnpm lint、pnpm typecheck、pnpm test,新增 tests/browser/agent-interaction-state.e2e.ts 并回归既有阅读/状态用例;Agent bun run check,新增 tests/sessions/answerInteractionState.test.ts、tests/routes/answerInteractionStateRoutes.test.ts;Server 新增 tests/unit/test_report_view_states.py、tests/api/test_report_view_states.py,覆盖本节矩阵的存储与权限分支。新测试文件在实现时创建,本设计不将它们标为已存在或已通过。

发布顺序:聊天先 Agent 补充接口、后前端;报告先对目标项目备份并应用迁移,再发布 Server 和前端。迁移必须包含可重复执行与旧报告外键校验,不能对未授权项目批量执行。回退前端保留两类状态文件与报告状态表;回退 Server 关闭新接口即可,不需要删除数据。每批完成后记录实际提交、迁移项目、服务版本和读回结果,不以本地测试代替发布验收。

11. 宿主管理提问与回复

2026-10-28 实施记录:已接入宿主存储、工具桥与门禁、问题卡、草稿保存、Responses 续跑及历史原生 question 核对。当前实现通过独立列表恢复问题,明确重试继续;尚未将全部历史请求嵌入会话详情的分页投影。已使用隔离原生实例验证固定输入 ID 去重与重启持久化,未调用付费模型验证实际工具选择和完整推理续跑。下述契约保留为设计与验收依据;未提交、未部署。

原生验证发现:已回答或取消的 form 在重启后可能返回不存在。因此兼容入口优先保留宿主已知终态,未知且原生缺失的历史卡片显示失效;不能仅凭 form 缺失推断用户已经回答。新协议不依赖原生 form 保持等待状态。

本次验证:Agent 静态检查及 67 项聚焦测试通过,追加边界修改后对应 13 项回归通过;前端 lint、typecheck、125 个文件共 655 项测试及生产构建通过。桌面和 320px 浏览器场景通过,一次重复运行在打开面板前超时,独立重跑通过。构建使用 Node 24.13.0,低于 package.json 要求的 24.22.1,发布前还需在规定 Node 版本复验。隔离原生检查不调用模型,不替代真实授权项目完整推理验收。

11.1 决策与当前证据

用户允许在必要时自行设计提问机制,不依赖 OpenCode 内置 question。推荐新增受控工具 ask_user:模型提出问题,Agent 宿主保存请求并结束当前模型轮次;用户提交答案后,宿主在原会话启动一次有身份绑定的续跑。等待人的时间不占用一个原生 question Promise,问题是否可回答也不由前端卡片判断。

这不是替换推理引擎。继续使用 OpenCode 执行模型和既有工具,但提问协议、草稿、答案、取消及投递记录由宿主管理。正式报告 FollowUpForm 仍是补充资料入口,不自动变成阻塞提问;Shell/MCP 权限审批继续走原有审批通道,不由 ask_user 代替。

当前代码依据:

  • 前端 QuestionRequestCard 的选项草稿在组件 useState 中;切换后重建组件会重新初始化草稿。
  • Agent 的 chatInteractionRoutes.ts 要求内存 activeRuns 和 pendingQuestions 存在;runtime/opencode.ts 随后读取并回复原生 form。历史卡片存在不能证明原生请求仍有效。
  • 当前切换会话不直接终止旧运行,尚未复现用户此前的错误,因此不能将历史故障确定归因为切换动作。
  • ResponseInputTracker 本身是内存 Map,不能直接当作持久化队列。可复用的是 runtime 中固定消息 ID、inbox 与 message 读回的投递核对,以及 chatStream.ts 在工具完成后中断并等待 idle 的已有轮次结束机制。

最小替代方案是补原生 form 状态核对与选项缓存,改动较少,但恢复仍受原生请求生命周期约束。选择宿主方案是为了独立保存等待状态,不再为每次运行状态丢失拼接恢复逻辑。官方支持自定义工具及独立工具名称;本站示例 API 与当前仓库 OpenCode 2 插件 API 不完全相同,实施使用本地 .opencode/tool.ts 和插件注册方式,不照搬官网导入路径。

11.2 请求与草稿分离

首批仅用于 ordinary_chat 和 task_collaboration,一个会话最多一个未解决的提问组,每组最多 3 个问题。后台 task_execution 不等待浏览器,继续使用缺失资料报告及人工证据流程。工具和浏览器都不能指定所有者、项目或目标续跑会话。

新增宿主记录协议 agent-interaction-request@1,身份为已授权 actor/project/session + 宿主生成的 interaction_id。绑定原始消息、宿主 turn_id、工具 call_id;用 session/turn/call 唯一键去重创建,原生 form_id 不参与新协议。

记录 字段和规则
提问定义 不可变的 questions;每题包含稳定 question_id、标题、正文、选项 id/label、single/multiple、allow_custom、required;每题最多 12 个选项
请求状态 revision、pending/answered/skipped/cancelled/invalidated、创建时间、解决时间;已回答答案不可覆盖,修正需发新消息
草稿 独立 draft_revision、各题 selected_option_ids/custom_text;请求待回答时可保存;迟到草稿回执不能恢复终态请求
用户答案 按 question_id 提交选项 ID 和自定义文字;宿主按原始定义补齐标签,拒绝不存在的选项、重复 ID 和非法多选
续跑记录 稳定 native_message_id、queued/dispatching/delivered/blocked/cancelled、错误码和关联 response_id;与答案在同一次原子写入中建立

所有 schema 严格校验。标识最多 128 字符;标题、问题正文、选项标签分别最多 200、2000、200 个 UTF-16 代码单元;每题自定义输入最多 2000,问题或答案的完整文本各最多 10000。定义最多 32 KiB,答案和草稿各最多 16 KiB UTF-8。默认选中不是已提交,也不能触发自动回复。

新增 chat/interaction-requests.json,复用宿主所有权、原子替换、串行更新及删除标记,最多 2 MiB、1000 个请求,先到限额者生效;连同第 4 节两类状态文件,交互文件预算最多 4 MiB/会话。已解决记录保留用于重试和审计,不自动淘汰未回答项;满额拒绝新提问并返回普通文字说明,不截断已有答案。首次实现沿用单宿主进程拥有会话的部署边界,不能把进程内队列宣传为跨实例锁。

11.3 提问、等待与续跑

模型 ask_user -> 可信工具桥 -> 宿主原子保存请求 -> 问题卡片
                                  |
                             本轮结束,等待回答
                                  |
用户提交 -> 宿主保存答案和投递记录 -> 既有运行协调器 -> OpenCode 原会话续跑
                    ^                    |
                    +--- 按固定消息 ID 核对回执 ---+
  1. 工具桥复用现有内部桥认证及运行会话上下文,session/turn/call 从可信上下文获得,模型参数只包含问题定义。严格注册工具 schema,拒绝模型传入身份、URL、命令或恢复回调。首次发布前确认没有其他正在执行的工具;同组并行调用时拒绝创建提问并要求在结果收齐后重试,不能把已开始的业务动作说成已撤销。
  2. 先原子保存 pending 请求,再发布含 interaction_id/revision 的事件。保存失败不显示可提交卡片。工具立即返回“已登记,等待用户”的结果,不挂起 Promise;宿主在原生工具结果完成后结束该轮并等待 idle,记录专门的 waiting_input 结束原因,不显示为执行失败或最终报告完成。
  3. 从登记成功到模型 idle,插件和宿主都拒绝该轮新工具调用,避免模型尚未收到答案就继续依赖答案执行。已有 final_answer 结束机制可复用,但 ask_user 的结束原因、落盘及重连投影需要单独实现;仅增加一句“请等待”提示词不满足验收。创建后崩溃时,宿主从持久记录重建等待状态并核对旧轮次,不继续旧的工具链。
  4. 浏览器显式提交答案,宿主比较请求 revision、验证答案并原子写入 answered 和 queued 投递记录,返回已保存回执。原轮次尚未 idle 时只排队,不并发启动第二轮。提交不能依赖 activeRuns 必须仍有旧对象。
  5. 抽取并复用既有 /responses 的会话启动、事件订阅、鉴权上下文、消息持久化和模型选择,建立单一运行协调入口,不从路由外直接裸调用 runtime.prompt。新轮次采用宿主固定 native_message_id,通过已有原生 prompt 的 id 能力投递结构化问题与答案,标注为用户回答,不伪装成原 question 工具返回值。
  6. 投递前先按固定 ID 查原生 inbox/message:已入队则接续观察,已消费则补记 delivered,仅确认不存在才投递。网络失败保留 dispatching 并核对,不生成新 ID。已消费后生成失败只允许继续该轮结果处理,不能再次注入同一答案;不承诺跨系统恰好执行一次业务动作。
  7. 宿主重启不会丢掉已保存答案。恢复在下一次已授权的会话打开、回复或用户重试时触发,先恢复事件订阅,再核对投递与原生运行状态;不持久保存 Bearer,也不在无有效用户上下文时自动发起推理。OpenCode 会话不可恢复时标记 blocked,允许复制答案,但不能悄悄创建新会话、重放整段业务操作或伪造工具结果。

本方案最脆弱的前提是固定消息 ID 的核对能够区分未投递与已消费,以及提问后能形成可靠的轮次结束边界。上线门槛是用当前原生版本验证这两个行为;若无法确认,保持“答案已保存,继续失败”并停止自动重试,不回退到不受控的重复执行。当前设计没有执行这些原生故障注入验证。

11.4 接口与 UI 行为

接口均拟新增在 Agent 的 /api/v1/session/:sessionId/interactions 下,沿用会话鉴权;不建立 Server 表或引入新服务。内部创建桥为 /internal/chat-interactions,不对浏览器开放创建权限。会话详情增加未解决请求和当前消息页涉及的请求投影;独立列表使用稳定游标,默认 20、最多 50 条,不为恢复卡片拉取全部历史。

方法与相对路径 行为
GET 根路径;GET /:interactionId 返回权威请求、当前草稿和续跑状态;以 interaction_id 去重,读取不自动回答
PUT /:interactionId/draft 带 expected_draft_revision、request_id 和草稿;500ms 防抖,终态拒绝写入;与正式提交使用不同版本
POST /:interactionId/reply 带 expected_revision、request_id 和完整答案;同请求同内容返回原回执,不重复建续跑记录
POST /:interactionId/skip 所有问题均非必填时允许;原子记录 skipped 并安排一次明确的跳过输入,不编造默认答案
POST /:interactionId/cancel 仅 pending 可取消;关闭提问且不续跑,用户可以改发普通消息
POST /:interactionId/resume 只核对并继续原投递记录;不修改答案、不创建新的投递 ID

写接口均使用严格 version、expected_revision 和 request_id 校验,draft 使用自己的 revision;resume 比较续跑记录 revision。400 表示定义或答案非法,409 区分版本冲突、请求已解决与幂等键内容不一致,413 表示容量不足,503 表示服务暂不可用。回复已落盘但模型暂不可用时返回已保存状态及 queued/blocked,不把答案当作提交失败让用户反复重发。GET 使用 private/no-store,权限失效与删除沿用第 8 节。

前端复用 shadcn 的 RadioGroup、Checkbox、Textarea、Button、状态提示和现有卡片布局,独立封装宿主提问卡,不新增任意代码渲染。可恢复的状态如下。

状态 界面和操作
核对中 显示问题与草稿,提交暂不可用;不能凭历史 pending 直接放行
待回答 支持单选、多选、自定义输入,草稿保存提示;必填项不提供跳过
提交中 禁止双击;保留完整输入;响应丢失按同请求 ID 核对
已回答,等待继续 只读显示已确认答案和续跑状态;重试只操作续跑记录
已回答并继续 显示答案摘要和后续回复;不再展示提交按钮
已跳过、已取消、已失效 展示对应原因,不显示可点击的过期选项;不统一称为“状态丢失”

切换对话只切换订阅,旧回执绑定旧 session/interaction,不改变新对话;切回与刷新时先读权威状态,再合并当前作用域未保存的草稿。打开页面不自动提交、弹窗、聚焦或滚动。两窗口提交不同答案只有一个成功,另一窗口显示服务端已接受答案;保留冲突输入供复制,不覆盖已经提交的答案。

有 pending 提问时,普通输入区提示先回答或取消;服务端也拒绝绕过等待直接启动新一轮。已提交答案的续跑排队时同样阻止抢占,避免问答顺序错乱。“停止”会显式取消仍 pending 的提问;已经提交的答案仍保留,未投递记录可停止,已投递的运行沿用既有停止语义,不伪造未执行状态。停止与投递通过同一会话协调入口串行化。

11.5 兼容、实施与验收

新请求使用独立类型和 ID,不把历史原生 question 卡片直接改成宿主 pending。旧请求读取时核对原生状态:仍待回答才保留旧回复入口,已回复/取消则同步终态,明确不存在时显示已失效;503 时显示暂不可核对,不能误判失效。用户可以复制旧问题另起交互,但不会自动替旧工具伪造回答。

前端通过 host-question@1 能力声明支持新卡片,宿主在每轮启动时固定能力快照。有能力的新轮次注册 ask_user 并禁用内置 question;旧客户端不生成其无法操作的新卡片。既有原生请求的回复路由保留。灰度按新轮次边界生效,不热替换正在等待的工具。旧客户端打开新记录至少能看到文本和已解决状态,待回答请求提示使用支持该能力的客户端,不能静默降级后绕过等待。

该项可在 reader/basket 和正式报告持久化之前独立交付。预计涉及 Agent 与 frontend 两个仓库、超过 8 个文件;新增服务、数据库、账号、环境变量均为零,内部桥复用现有服务凭据。

位置 交付内容
Agent .opencode/tools/ask_user.ts、.opencode/plugins/tjwater-tools.ts、工具与 instruction 策略 新工具、严格 schema、轮次能力判断和等待期工具约束;前者为拟新增文件
Agent 拟新增 src/sessions/interaction-request-store.ts、src/routes/interaction-request-routes.ts、src/routes/chat-interaction-bridge.ts 单文件事务、草稿版本、原子答案/投递记录、内部创建与用户接口
Agent src/sessions/workspace-store.ts、src/routes/chatStreamRoute.ts、chatStream.ts、chatSessionRoutes.ts、src/runtime/opencode.ts 文件允许列表、提问轮次结束、共享运行入口、重连核对、稳定消息 ID、删除及旧请求兼容
frontend src/features/agent/api/、拟新增 components/agent-interaction-request-card.tsx、src/features/workbench/hooks/agent-session-runtime.ts、use-workbench-agent.ts 协议解析、受控提问卡、草稿保存、请求状态核对与会话隔离

验收必须包括:A 会话提问后切到 B 再切回提交;刷新恢复草稿;两窗口同时提交;清空草稿后的迟到 GET;提交成功但回执丢失;原生已消费但宿主未记回执时崩溃;宿主重启后授权恢复;原生会话丢失;提问与另一工具并行;提问后模型继续调用工具;停止与续跑竞争;旧客户端及旧 question;权限失效和会话删除。前端覆盖键盘操作、320px 窄屏、焦点及 reduced motion。

实现时运行前端 pnpm lint、pnpm typecheck、pnpm test 和拟新增浏览器 tests/browser/agent-question-lifecycle.e2e.ts;Agent 运行 bun run check,为状态存储、路由及原生续跑新增聚焦测试。浏览器模拟通过后,还需隔离原生运行验证固定 ID 与故障恢复,不能把模拟 Map 的幂等行为当作 OpenCode 的保证。

发布先增加服务端读写、文本投影与旧请求核对,再上线客户端,最后在支持能力的新轮次启用 ask_user。回退时先停止创建新请求,保留新协议的读取、提交和续跑兼容接口,直到待回答及待投递请求被解决或用户取消;不能直接删除接口把已发布问题遗留成死卡片。记录和答案始终保留,不因回退重置 revision。