PlantAI-dev/CHANGELOG_2026-04-14.md

bbav5 修订记录 - 2026-04-14

今日修订概览

1. 修复 completed_stages 追踪问题

问题: 系统重复执行已完成的阶段（identify/phylogeny），不识别已完成的 pep 分析

修复文件: gfa_core/mas/core/langgraph_orchestrator.py

• 添加 import json 修复 manifest 解析
• 在 _router_node 中设置 state["next_node"] 确保正确路由
• 修改 _route_decision 优先使用 next_node
• 添加 _query_completed_stages_from_manifest() 方法从 manifest 文件查询已完成阶段

2. 统一 MAS 与 Pipeline 执行层

问题: MAS 的 Stage Registry 缺少 pep 阶段，导致多智能体无法执行 pep 分析

修复文件: gfa_core/mas/tools/stage_tools.py

• 重写 StageToolExecutor.execute() 调用 pipeline_backend.run_stage()
• 添加 pep stage 到 Stage Registry
• 处理异步执行（asyncio.to_thread）
• 添加工作目录切换（os.chdir(self.project_root)）

3. 修复 LangGraph 工作流循环问题

问题: Validator 反复验证导致无限循环

修复文件: gfa_core/mas/agents/execution.py

• 当 stages_to_run 为空时直接返回成功，跳过执行

修复文件: gfa_core/mas/core/langgraph_orchestrator.py

• _validator_node: 当 execution_result 为空列表时跳过验证
• _to_agent_state: 处理 execution_result 列表类型

4. 修复前端 API 响应

修复文件: apps/web/vue3/main.py

• 处理 final_output.get("execution") 返回列表的情况
• /api/execute 端点检查 manifest，返回 already_completed: true

5. 完善 Validator 支持

修复文件: gfa_core/mas/agents/validator.py

• 在 EXPECTED_OUTPUTS 中添加 pep 阶段预期输出文件

6. 修复 PlanningAgentV2 和 IntentAgentV2

修复文件: gfa_core/mas/agents/planning_v2.py

• 添加 _check_stage_status_from_manifest() 方法
• 修改 _generate_plan_with_llm 基于 manifest 状态过滤阶段
• 接收 job_id 和 workspace 参数

修复文件: gfa_core/mas/agents/intent_v2.py

• 添加 pep 强制规则匹配
• 修改 LLM 提示词，不过滤 completed stages
• 传递 job_id 和 workspace 到 intent 结果

验证结果

# 测试命令
curl -s http://localhost:7868/api/agent/chat \
  -X POST \
  -H "Content-Type: application/json" \
  -d '{"message":"帮我执行pep分析","session_id":"test_pep","job_id":"job_1776101584377"}'

# 返回结果
{"success": true, ...}

PEP 分析成功执行，生成文件:

• Ft.SPL.pep.manifest.json
• Ft.SPL.pep_properties.tsv
• Ft.SPL.pep_report.md
• Ft.SPL.pep_properties.pdf
• Ft.SPL.pep_properties.png

关键架构改进

执行路径统一

旧路径: MAS → StageToolExecutor → 直接运行脚本 ❌ 缺少 pep 支持
新路径: MAS → StageToolExecutor → pipeline_backend.run_stage() ✅ 统一调用

状态管理优化

• completed_stages 从 manifest 文件实时查询
• 空阶段列表时跳过执行和验证
• 正确处理列表/字典类型转换

多智能体架构设计与功能增强（讨论记录）

当前架构问题分析

12个 Agent 架构存在的问题：

1. Validator vs SelfCritique - 功能高度冗余，都在检查执行结果
2. Knowledge Agent 功能浪费 - 只用于 FAQ，未充分利用 RAG 能力
3. 缺少 Pre-flight 验证 - 执行前不验证输入文件和依赖
4. 缺少迭代机制 - 单次执行，失败时直接报错

优化后的 9个 Agent 架构

Router → IntentV2 → PlanningV2 → PreFlight → Execution → QualityValidator
                                                          │
                                    ┌─────────────────────┼─────────────────────┐
                                    ▼                     ▼                     ▼
                              ResultParser          Diagnosis(+迭代)      Discovery
                                    │                     │                     │
                                    └─────────────────────┴─────────────────────┘
                                                          │
                                                          ▼
                                                    Learning → Knowledge

合并优化：

• Validator + SelfCritique → QualityValidator（质量验证器）
• 删除冗余 Agent，保留核心功能

Knowledge Agent 完整功能定位（4个）

功能	描述	当前状态	计划
1. 知识检索与事实回答	RAG 问答	✅ 已实现	保持
2. 文献存在性判断	判断是否有相关文献	⚠️ 部分实现	增强
3. 分析方案生成	生成完整分析方案（数据来源、比对物种等）	❌ 未实现	新增
4. 报告增强	为 Discovery 提供生物学背景支撑	❌ 未实现	新增

新增 Agent 设计

1. PreFlight Agent（执行前验证）

职责：

• 输入文件存在性检查
• 依赖阶段状态检查（manifest）
• 资源可用性检查（CPU/内存/磁盘）
• 参数合法性检查

输出：

{
    "valid": True/False,
    "issues": ["输入文件不存在: xxx.fa"],
    "suggested_fix": "请先运行 identify 阶段",
    "stage_status": {...}
}

2. QualityValidator Agent（质量验证器）

合并： Validator + SelfCritique

职责：

• 原 Validator：检查输出文件存在性、manifest 完整性
• 新增 SelfCritique：检查结果合理性、质量评分

输出：

{
    "passed": True/False,
    "score": 85,
    "completeness": {...},  # 原 Validator
    "quality": {...},        # 原 SelfCritique
    "issues": [...]
}

3. 增强 Diagnosis Agent

新增功能：

• 分析失败根因（输入/代码/资源）
• 建议具体修复方案
• 记录修复历史，避免重复错误
• 支持迭代重试（max_iterations）

迭代执行机制

max_iterations = 3  # 最大迭代次数
current_iteration = 0

while current_iteration < max_iterations:
    result = await execute()
    
    # QualityValidator 检查
    quality = await quality_validate(result)
    if quality["passed"]:
        break  # 成功，退出
    
    # Diagnosis 诊断
    diagnosis = await diagnose(quality["issues"])
    if not diagnosis["fixable"]:
        break  # 不可修复，退出
    
    # 修复并重试
    await apply_fix(diagnosis["fix"])
    current_iteration += 1

State 扩展字段

{
    # 新增字段
    "pre_flight_result": {...},      # PreFlight 输出
    "quality_validation_result": {...},  # QualityValidator 输出
    "iteration_count": 0,             # 当前迭代次数
    "max_iterations": 3,              # 最大迭代次数
    "fix_history": [...],             # 修复历史
}

架构债务（紧急）

步骤	任务	文件	优先级	说明
0	复用 _parse_intent_from_query	intent_v2.py / 公共模块	P0	替代当前重复实现的强制规则

问题：

• intent_v2.py 重新实现了 pep/karyotype/synteny 等强制规则
• orchestrator.py 已有成熟的 _parse_intent_from_query
• 重复代码，维护困难

方案：

# 推荐：提取到公共模块
from gfa_core.mas.utils.intent_parser import parse_intent_from_query

# IntentAgentV2 使用：
base_intent = parse_intent_from_query(query)  # 硬编码规则
refined_intent = await llm_refine(base_intent)  # LLM 细化

实施计划

步骤	任务	文件	优先级
1	复用 _parse_intent_from_query	公共模块 / intent_v2.py	P0
2	创建 PreFlight Agent	agents/preflight.py	P1
3	创建 QualityValidator	agents/quality_validator.py	P1
4	增强 Diagnosis Agent	agents/diagnosis.py	P1
5	修改 LangGraph 工作流	langgraph_orchestrator.py	P1
6	增强 Knowledge Agent（功能3、4）	agents/knowledge.py	P2
7	添加迭代状态管理	core/state.py	P2
8	测试验证	-	P1

待办事项

明日计划

1. 测试其他分析阶段（structure/promoter/synteny）
2. 验证多阶段串联执行（identify → phylogeny → motif）
3. 检查前端状态显示是否与后端一致

中期计划（功能增强）

1. 创建 PreFlight Agent
2. 创建 QualityValidator（合并 Validator + SelfCritique）
3. 增强 Diagnosis Agent（添加迭代支持）
4. 增强 Knowledge Agent（功能3：分析方案生成）
5. 增强 Knowledge Agent（功能4：报告增强）

总体计划

1. Phase 1: 修复核心执行流程 ✅（今日完成）
2. Phase 2: 完善所有分析阶段支持 ⏳
3. Phase 3: 优化前端状态同步 ⏳
4. Phase 4: Agent 架构增强（PreFlight/QualityValidator/迭代机制）⏳
5. Phase 5: Knowledge Agent 功能完善（方案生成/报告增强）⏳
6. Phase 6: 集成测试和性能优化 ⏳

今日任务完成度

任务	状态	备注
修复 completed_stages 追踪	✅	核心问题已解决
统一 MAS 与 Pipeline 执行	✅	现在支持 pep 分析
修复 LangGraph 循环问题	✅	无无限循环
修复前端 API 响应	✅	Success: true
真实数据测试	✅	PEP 分析成功执行

完成度: 5/5 (100%)

---

记录时间: 2026-04-14 19:50 记录者: xialab的幸运星