feat(frontend):优化前端页面设计

2026-05-29 16:44:17 +00:00
parent a83c5fa5bd
commit affe460180
80 changed files with 2670 additions and 2678 deletions
@@ -25,15 +25,13 @@ class ConsciousnessNodeResponse(ResponseModel):
    pass

 class ConsciousnessNodeDeps(DepsModel):
-    """ConsciousnessNodeDeps 核心组件类。
-    这是一个系统执行节点类，作为多智能体架构中的独立处理单元。它能够接收工作流上下文，根据内置的大模型策略进行意图理解和自主决策，从而驱动特定阶段的任务闭环。"""
+    """ConsciousnessNode 在 pydantic-ai Agent 中使用的依赖：原始指令、当前指令以及可用 Skill 列表。"""
    original_command: str
    command: str
    available_skills: Optional[List[str]]

 class ConsciousnessNodeInput(RequestModel):
-    """ConsciousnessNodeInput 核心组件类。
-    这是一个系统执行节点类，作为多智能体架构中的独立处理单元。它能够接收工作流上下文，根据内置的大模型策略进行意图理解和自主决策，从而驱动特定阶段的任务闭环。"""
+    """ConsciousnessNode 各类入参的共同基类，仅用于打 schema 标签。"""
    pass


@@ -60,24 +58,21 @@ class ForregulatoryNode(ConsciousnessNodeResponse):
    )

 class ForWorkflowEngineInput(ConsciousnessNodeInput):
-    """ForWorkflowEngineInput 核心组件类。
-    这是一个领域数据模型或功能封装类，承载了 ForWorkflowEngineInput 相关的内聚属性定义与状态维护。它的存在隔离了局部的业务复杂性，并对外提供了类型安全的访问接口。"""
+    """从 RegulatoryNode 移交过来生成 Workflow 的入参：原始指令 + 已注册的 Skill 列表。"""

    original_command: str
    available_skills: list[dict] | None = None


 class ForWorkflowInput(ConsciousnessNodeInput):
-    """ForWorkflowInput 核心组件类。
-    这是一个领域数据模型或功能封装类，承载了 ForWorkflowInput 相关的内聚属性定义与状态维护。它的存在隔离了局部的业务复杂性，并对外提供了类型安全的访问接口。"""
+    """工作流执行期分配给 ConsciousnessNode 的步骤入参：当前 step + 原始指令上下文。"""

    workflow_step: WorkflowStep
    original_command: str


 class ForregulatoryInput(ConsciousnessNodeInput):
-    """ForregulatoryInput 核心组件类。
-    这是一个领域数据模型或功能封装类，承载了 ForregulatoryInput 相关的内聚属性定义与状态维护。它的存在隔离了局部的业务复杂性，并对外提供了类型安全的访问接口。"""
+    """工作流跑完后回交给 RegulatoryNode 时的入参：完整 workflow 对象 + 原始指令。"""

    workflow: KiloStarWorkflow
    original_command: str
@@ -26,8 +26,11 @@ from kilostar.core.individual.control_node.template import (

@ray.remote
 class ControlNode:
-    """ControlNode 核心组件类。
-    这是一个系统执行节点类，作为多智能体架构中的独立处理单元。它能够接收工作流上下文，根据内置的大模型策略进行意图理解和自主决策，从而驱动特定阶段的任务闭环。"""
+    """ControlNode（控制节点）：工作流中具体子任务的执行 Actor。
+
+    它把 ConsciousnessNode 编排出的 ``workflow_step`` 拿来当作输入，借助
+    pydantic-ai Agent + 已绑定的工具集合产出 ``ForWorkflow`` 结构化输出。
+    """

    def __init__(self):
        from kilostar.utils.logger import get_logger
@@ -85,10 +88,7 @@ class ControlNode:

        @self.agent.system_prompt
        async def dynamic_prompt(ctx: RunContext[ControlNodeDeps]):
-            """执行与 dynamic prompt 相关的核心业务流转操作。
-            该方法封装了具体的算法策略或状态控制逻辑，确保操作能够在事务上下文中被原子且一致地执行。
-            Args:        ctx (RunContext[ControlNodeDeps]): 参与 dynamic prompt 逻辑运算或数据构建的上下文依赖对象。
-            Returns:        : 经由当前业务模型加工处理后所输出的具体数据实例或领域模型对象。"""
+            """运行期动态拼接 system prompt：把当前 workflow_step 的关键字段塞进去。"""
            prompt = system_prompt + "\n\n"
            prompt += (
                f"=== 当前任务步骤上下文 ===\n"
@@ -99,10 +99,7 @@ class ControlNode:
            return prompt

    async def working(self, payload: ForWorkflowInput) -> str:
-        """执行与 working 相关的核心业务流转操作。
-        该方法封装了具体的算法策略或状态控制逻辑，确保操作能够在事务上下文中被原子且一致地执行。
-        Args:        payload (ForWorkflowInput): 从客户端传递过来或由上游组件生成的核心业务数据体，通常需要进一步的清洗和结构化解析。
-        Returns:         (str): 处理流程所输出的具体字符串产物，可能是新生成的 ID 序列、格式化好的文本片段或 LLM 推理的回答内容。"""
+        """对外入口：执行一次步骤，吞掉异常并返回 ``None`` 以避免拖垮上游 Workflow。"""
        try:
            result: ForWorkflow = await self._run(payload)
            return result
@@ -111,10 +108,7 @@ class ControlNode:
            return None

    async def _run(self, payload: ForWorkflowInput) -> ForWorkflow:
-        """执行与  run 相关的核心业务流转操作。
-        该方法封装了具体的算法策略或状态控制逻辑，确保操作能够在事务上下文中被原子且一致地执行。
-        Args:        payload (ForWorkflowInput): 从客户端传递过来或由上游组件生成的核心业务数据体，通常需要进一步的清洗和结构化解析。
-        Returns:         (ForWorkflow): 经由当前业务模型加工处理后所输出的具体数据实例或领域模型对象。"""
+        """实际执行步骤：组装 ``ControlNodeDeps``、调用 Agent，最终把 ``ForWorkflow`` 输出取出。"""
        try:
            self.agent.retries = 3
            deps = ControlNodeDeps(workflow_step=payload.workflow_step)
@@ -15,34 +15,30 @@

 from pydantic import Field
 from kilostar.core.work.workflow.workflow import WorkflowStep
-from kilostar.utils.agent_model import ResponseModel, InputModel, DepsModel
+from kilostar.utils.agent_model import ResponseModel, RequestModel, DepsModel


 class ControlNodeResponse(ResponseModel):
-    """控制节点回复的基类"""
+    """控制节点回复的基类。"""

    pass


-class ControlNodeInput(InputModel):
-    """ControlNodeInput 核心组件类。
-    这是一个系统执行节点类，作为多智能体架构中的独立处理单元。它能够接收工作流上下文，根据内置的大模型策略进行意图理解和自主决策，从而驱动特定阶段的任务闭环。"""
+class ControlNodeInput(RequestModel):
+    """控制节点输入的基类，承载一次调度所需的入参。"""

    pass


 class ControlNodeDeps(DepsModel):
-    """ControlNodeDeps 核心组件类。
-    这是一个系统执行节点类，作为多智能体架构中的独立处理单元。它能够接收工作流上下文，根据内置的大模型策略进行意图理解和自主决策，从而驱动特定阶段的任务闭环。"""
+    """控制节点运行期依赖，注入到 pydantic-ai Agent 的 RunContext。"""

-    workflow_step: WorkflowStep
    workflow_step: WorkflowStep
    # In the future, this can be dynamically populated with tools specific to the current task execution


 class ForWorkflow(ControlNodeResponse):
-    """ForWorkflow 核心组件类。
-    这是一个领域数据模型或功能封装类，承载了 ForWorkflow 相关的内聚属性定义与状态维护。它的存在隔离了局部的业务复杂性，并对外提供了类型安全的访问接口。"""
+    """控制节点执行单个工作流步骤的输出模型。"""

    output: str = Field(
        ..., description="控制节点执行特定工作流步骤的结果。包含执行细节和输出数据。"
@@ -50,7 +46,6 @@ class ForWorkflow(ControlNodeResponse):


 class ForWorkflowInput(ControlNodeInput):
-    """ForWorkflowInput 核心组件类。
-    这是一个领域数据模型或功能封装类，承载了 ForWorkflowInput 相关的内聚属性定义与状态维护。它的存在隔离了局部的业务复杂性，并对外提供了类型安全的访问接口。"""
+    """控制节点针对工作流步骤的输入模型。"""

    workflow_step: WorkflowStep
@@ -28,8 +28,11 @@ from pydantic_ai import RunContext, Agent

@ray.remote
 class RegulatoryNode:
-    """regulatoryNode 核心组件类。
-    这是一个系统执行节点类，作为多智能体架构中的独立处理单元。它能够接收工作流上下文，根据内置的大模型策略进行意图理解和自主决策，从而驱动特定阶段的任务闭环。"""
+    """RegulatoryNode（监管节点）：用户请求的入口路由 Actor。
+
+    负责对消息做意图识别：闲聊 → 直接回 ``ForUser``；复杂任务 → 走
+    ``ForConsciousnessNode`` 移交给意识节点；工作流回执 → 转译成对用户的总结回复。
+    """

    def __init__(self) -> None:
        from kilostar.utils.logger import get_logger
@@ -86,10 +89,7 @@ class RegulatoryNode:

        @self.agent.system_prompt
        async def dynamic_prompt(ctx: RunContext[RegulatoryNodeDeps]):
-            """执行与 dynamic prompt 相关的核心业务流转操作。
-            该方法封装了具体的算法策略或状态控制逻辑，确保操作能够在事务上下文中被原子且一致地执行。
-            Args:        ctx (RunContext[regulatoryNodeDeps]): 参与 dynamic prompt 逻辑运算或数据构建的上下文依赖对象。
-            Returns:        : 经由当前业务模型加工处理后所输出的具体数据实例或领域模型对象。"""
+            """运行期动态拼接 system prompt：注入平台/用户/时间/错误历史等上下文。"""
            prompt = system_prompt + "\n\n"
            prompt += (
                f"=== 当前上下文 ===\n"