5.6 KiB

Raw Blame History

PMFlow 三引擎统一方案（v2）

1. 目标

用 3 个引擎达到“质量/成本/稳定性”平衡。
飞书与内置 AI 管家使用同一智能链路，避免 IQ 不一致。
所有系统操作（不止创建需求）由 AI 覆盖，但写库/副作用必须可控可审计。
消除多控制面冲突（PMFlow 配一套、OpenClaw 配一套、规则文件又一套）。

2. 先把名词说清楚

当前不是“3 个 agent”，而是：

2 个 agent
- PMFlow Orchestrator Agent：流程编排与执行（唯一执行入口）。
- OpenClaw Reasoning Agent：模型网关与推理。
3 个引擎（模型层）
- Engine-L（Low）：低成本/低延迟，处理执行态与轻分类。
- Engine-H（High）：高推理，处理复杂问答/规划。
- Engine-S（Safety）：兜底引擎，处理故障与降级。

3. 单一控制面原则（必须）

只保留一个“模型真相源（Source of Truth）”：

推荐：OpenClaw 作为唯一模型控制面（模型、fallback、配额、可用性）。
PMFlow 只做函数路由和执行状态机，不再直连多个云厂商。

结论：PMFlow 不再同时保存 GLM/OpenAI/DeepSeek 直连 key 参与主路由； PMFlow 统一走 OpenClaw 网关。

4. 三引擎职责分配（推荐）

Engine-L：zai/glm-4-flash
- 场景：执行态分类、信号抽取、简短回执、轻量意图识别。
Engine-H：openai-compatible/GLM-5
- 场景：复杂问答、多约束规划、任务编排、项目方案生成。
Engine-S：deepseek/deepseek-chat（或你可用的稳定备份模型）
- 场景：H 不可用/超时/限流后的稳定兜底。

5. 路由矩阵（按 function_name）

5.1 走 Engine-L

feishu_level_classification
feishu_signal_extraction
rag_intent_classification
classify_intent
feishu_humanized_reply（仅咨询态；执行态优先模板）

5.2 走 Engine-H

adaptive_rag_answer
feishu_project_prefill
feishu_task_orchestration
generate_task_breakdown
generate_charter_from_signal
decompose_tasks_from_charter
recommend_assignees_for_task
evaluate_model_requirement
calculate_alignment_score
detect_cognitive_conflicts
rag_db_project_semantic_retrieval
workload_optimize_prompt
analyze_cost_roi

5.3 走 Engine-S（故障兜底）

触发条件：Engine-L/H 超时、5xx、限流、空响应、无效结构化输出。
行为：单次兜底重试 + 记录 routing_decision=fallback_safety_engine。

6. “低阶答不上来 -> 高阶接管”硬规则

已建议启用：

对低阶函数结果做“不可答”检测（如“信息不足/无法回答/不知道”）。
命中后自动升级到 High-tier 再请求 1 次。
若 High-tier 也失败，最后走 Safety-tier。

优先级链： Engine-L -> Engine-H -> Engine-S -> 固定降级模板

7. 飞书与内置 AI 管家一致性

两入口统一走同一条链路：

RECEIVED -> CLASSIFIED -> ROUTED -> COMMITTED -> REPLIED
执行态：禁自由文本，固定模板。
咨询态：允许文本回答，但同样走统一路由与审计。

这样飞书和内置管家不会再出现“一个聪明一个笨”的模型漂移。

8. 全功能 AI 操作覆盖（不止建需求）

建立 Operation Catalog，每个操作都必须有：

operation_code
input_schema（Pydantic strict）
rbac_policy
idempotency_key
audit_fields
side_effect_guard

覆盖范围：

项目：create/update/archive/reopen
任务：create/update/assign/prioritize/status_transition/delete
人员：role/workload/availability
知识库：doc/chunk/link/reindex
通知：create/ack/close
文件：白名单路径写入（禁止任意路径）

注意：LLM 只产出结构化意图；真正写库必须由 Tool 层执行。

9. 推荐配置模板

9.1 PMFlow `.env`（统一走 OpenClaw）

LLM_PROVIDER=openai
OPENAI_BASE_URL=http://openclaw:18789/v1
OPENAI_API_KEY=<OPENCLAW_GATEWAY_TOKEN>

OPENCLAW_ROUTING_ENABLED=true
OPENCLAW_ROUTING_RULES_PATH=/app/backend/.openclaw/pmflow-routing-rules.json

LLM_MIXED_ROUTING_ENABLED=false
LLM_LOW_TO_HIGH_ESCALATION_ENABLED=true

9.2 OpenClaw Agent（main）

Primary model：zai/glm-4-flash（Engine-L）
Fallbacks：openai-compatible/GLM-5,deepseek/deepseek-chat

如果你要严格“低->高->安全”，可在 OpenClaw 路由中按函数直接指定模型，fallback 只做同层灾备。

9.3 PMFlow 路由规则（关键）

同一文件统一管理：backend/.openclaw/pmflow-routing-rules.json
生产发布必须过 lint + replay gate。

10. 安全边界（必须守）

执行态不允许自由文本动作建议驱动写库。
所有写操作必须经过 schema 校验；失败直接模板降级，不猜测。
事务与副作用解耦：先 commit，再 outbox 回复。
每条请求全链路 trace：可追溯“模型选择 -> 操作执行 -> 回执结果”。

11. 落地步骤（按优先级）

统一控制面：PMFlow 改为只调用 OpenClaw 网关。
清理直连模型 key 的主路径，仅保留应急开关。
完整补齐 function_name 路由矩阵（L/H/S）。
启用低阶失败自动升级高阶（已具备，可保持开启）。
扩展 Operation Catalog 覆盖全系统操作。
回放测试扩展到“多操作写库场景”。

12. 验收标准

飞书与内置管家：同问题同输入，模型决策一致（允许渠道文案差异，不允许能力差异）。
执行态回复无“教程/curl”污染。
回放集通过率 100%，且 DB + route_status + reply_text 一致。
任一引擎故障时，系统可自动降级不中断主流程。

5.6 KiB Raw Blame History Unescape Escape