zhaoxi
9b73ae4db4
Bug fixes: - fix(dao): AsyncSession.delete 补齐漏掉的 await（provider/user/individual 共 4 处） - fix(worker): result.data.output → result.output.output（pydantic-ai 1.x API 适配） - fix(api): 删除 create_worker_from_template 死端点（ORM 字段不匹配必崩） - fix(api): /provider/test 按 provider_type 分支适配 Anthropic/Gemini/OpenAI 三种协议 - fix(chat): SSE 流式聊天在 distributed 模式 fallback 到非流式，避免 asyncio.Queue 序列化崩溃 Features (previously unstaged): - feat(provider): Provider 管理页重做（品牌图标、5 种类型、Test Connection、编辑模式） - feat(provider): 新增 Gemini provider_type 支持 - feat(workflow): Finalize 节点输出 blackboard 摘要 + 失败原因；步骤完成/失败实时推送 SSE - feat(i18n): regulatory_node 提示词从路由模式改为直接对话模式（中英双语） - feat(consciousness): dynamic_prompt 支持 locale 国际化 - feat(logs): SystemLogsView 自动刷新 + 暂停按钮 Docs: - docs: README/README-EN 统一为"开源通用多 Agent 协作平台"口径 - docs: ROADMAP 按 v0.1.x / v0.2.x / v0.3.x 重组 - docs: project.md 重写为结构化项目介绍 Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
71 lines
3.7 KiB
Markdown
71 lines
3.7 KiB
Markdown
# ROADMAP
|
||
|
||
KiloStar 各阶段的方向规划。已完成项归入 [CHANGELOG](./CHANGELOG.md)。
|
||
|
||
---
|
||
|
||
## v0.1.x 系列（当前）
|
||
|
||
主线目标：补齐 v0.1.0 骨架之上的工程化与可用性短板，让平台进入"装上能用"的状态。
|
||
|
||
### 已完成（截至 v0.1.1-alpha）
|
||
|
||
- **多 Agent 编排能力线**：人设模板、节点调度标签、Worker 动态派生、调控节点对话模式重构
|
||
- **工具系统重构**：以 toolset 为单位组织工具，系统预置工具集自动补种，Agent 工具集多选绑定
|
||
- **MCP 完整接入**：前端 CRUD、Dockerfile Node.js、后端 API 全链路落地，可作为标准 MCP 客户端调用第三方 MCP 服务器
|
||
- **Provider UX 重做**：5 种 Provider 类型、品牌图标、默认 URL、Test Connection、API key 脱敏
|
||
- **沙箱执行子项目**：stardomain 落地（local + Docker 双模式）
|
||
- **基础安全**：JWT 鉴权、资源归属校验、fetch-based SSE、生产密钥强制校验
|
||
|
||
### 计划中
|
||
|
||
#### 平台体验
|
||
- **重型插件机制**：定义包格式（manifest + frontend + backend + tools + agent 配置）、挂载协议、生命周期管理；为后续生态铺路
|
||
- **Skill 工程化**：兼容 Anthropic Agent Skills 标准的同时，补充 KiloStar 自己的 SkillManifest 抽象（依赖识别、文件分类、执行模式声明）
|
||
- **Provider 模型调用参数体系**：贯通 temperature / top_p / 自定义 headers / 超时 等模型调用参数，统一前后端
|
||
- **前端 Tauri 桌面端**：把当前 Web 前端打包为 Tauri 桌面客户端，承载需要本地能力的功能
|
||
|
||
#### 模型与 Agent 能力
|
||
- **本地微调模型集成**：vLLM 适配深化，支持把本地微调小模型部署为 Agent 节点
|
||
- **special_individual 完善**：embedding / TTS / 图像生成等特殊 Agent 标准化接入
|
||
- **regulatory_node 工作流可见性**：监管节点对工作流执行状态的访问与干预能力
|
||
|
||
#### 系统性优化
|
||
- **GSM 写入路径优化**：单 Actor 写串行化的瓶颈处理，方向上倾向"PG 为真相之源 + GSM 退化为热缓存"
|
||
- **workflow 引擎深化**：基于 pydantic-graph 的更复杂调度模式（嵌套子流、并行分支汇聚等）
|
||
- **可观测性**：跨节点 trace 串联、workflow 执行可视化、日志检索体验
|
||
|
||
---
|
||
|
||
## v0.2.x 系列（中期）
|
||
|
||
围绕"通用 Agent 平台"的关键缺口。
|
||
|
||
- **重型插件生态**：第一批官方重型插件示例 + 第三方插件开发文档
|
||
- **Skill 分发与缓存层**：跨节点的 Skill 同步策略，按需拉取 + 本地缓存 + 哈希去重
|
||
- **多镜像部署**：拆分 core / worker / gpu / standalone 等多镜像，按场景组合
|
||
- **消息平台对接**：完善 platform 模块，支持钉钉 / 微信 / Slack 等平台的接入
|
||
- **persona 外键化**：人设统一为外键引用，消除 system_prompt 的数据冗余
|
||
|
||
---
|
||
|
||
## v0.3.x 系列及之后（远期）
|
||
|
||
- **特殊 Agent 生态**：embedding / 多模态 / 语音 / 图像生成等专项 Agent 的标准化接入
|
||
- **生长机制**：growth_node 真正实现集群与子个体的自适应扩张
|
||
- **微调模型工具链**：与 unsloth / axolotl 等微调框架的集成路径，把"训练 → 部署 → 接入"做成顺滑流程
|
||
- **多用户多租户**：从单实例多用户演进到真正的多租户隔离
|
||
- **联邦化部署**：跨组织的 Agent 协作与资源借用机制
|
||
|
||
---
|
||
|
||
## 不在路线图中
|
||
|
||
KiloStar 不计划自己做：
|
||
|
||
- 任何具体垂直场景的 Agent 产品（编程助手、英语学习、数据分析等都应通过重型插件实现）
|
||
- 闭源模型的深度定制
|
||
- 自研推理引擎（继续依托 vLLM / llama.cpp 等成熟方案）
|
||
|
||
> 路线图按版本节奏组织，但实际推进顺序会根据使用反馈调整。重大方向变化会在此文档留痕。
|