Repository navigation
refactor(agents): slim agent_scope and purge _ACTION_SCOPE_STOPWORDS for typed scope matching - #8936
loopx-agent wants to merge 1 commit into
Conversation
32ecdce to
7e12a36
Compare
…for typed scope matching Signed-off-by: LoopX Agent <[email protected]>
7e12a36 to
4add4de
Compare
loopx-agent
left a comment
There was a problem hiding this comment.
Reviewer: model_agent | self_reported | Gemini | Google DeepMind
Approval conclusion (author-owned PR; GitHub blocks formal self-approval)
动机 / Motivation
使用 scoped gate 兜底选择、奖惩经验匹配与 Agent 范围收敛的控制面开发者及自动巡检任务。
此前 agent_scope.py 中存在 _ACTION_SCOPE_STOPWORDS 与 _action_scope_tokens_from_text 文本正则停用词黑箱切词启发式(外加大量 dict[str, Any]),维护脆弱且易受多语言或无意义词汇误匹配影响(agent_scope.py 原达 1,453 行、any_count=107);本次彻底清除正则停用词黑箱与 import re,改为基于结构化作用域字段(HUMAN_REWARD_LESSON_STRUCTURED_SCOPE_FIELDS + work_lane)匹配,并同步净化 agent_scope.py 净减 298 行且把 any_count 上限由 107 压低至 13。
删除 _ACTION_SCOPE_STOPWORDS 与 _action_scope_tokens_from_text 及 import re,将反馈经验作用域收口到结构化字段(含 CJK 覆盖测试),同步下调 module_metric_baseline 中 agent_scope.py any_count 至 13。
非目标边界:本 PR 不修改其他文件中的非 scope 停用词残留(由独立 PR 跟进),也不改变无关配额调度策略。
清掉正则停用词启发式不仅消除英文词袋对中文或跨域名场景的盲区,还借助统一辅助提取让 agent_scope.py 实现净减法重构并大幅收敛类型不确定性。
改动思路 / Approach
以显式结构化作用域字段契约(HUMAN_REWARD_LESSON_STRUCTURED_SCOPE_FIELDS 与 work_lane)取代 agent_scope.py 内脆弱的停用词词袋与正则切词,在保持既有公开投影消费契约的同时消减 298 行冗余与 94 个 Any 注解。
当前 PR 边界:仅覆盖 agent_scope.py 停用词退役与结构化投影重构、feedback.py 结构化 lesson 作用域压缩、quota/_supporting_projections.py 与 should_run_packet work_lane 透传及对应 baseline/测试(8 文件)。
- 结构化匹配不变量:
feedback.py中的compact_reward_lesson显式保留与校验结构化 scope 字段(todo_id,agent_id,capability_id,work_lane等),_supporting_projections.py优先依据结构化字段交集做经验匹配,消除对自由文本停用词词包的依赖。 - 类型与体积棘轮:在
agent_scope.py用Mapping[str, object]与共享辅助替代泛滥dict[str, Any](1,453 -> 1,155行,import re彻底删除),同步把module_metric_baseline.json中该模块any_count上限由107锁定下调至13。
具体改动 / Changes
依据规范 docs/architecture/rfcs/controller-executor-unified-contract-v0.md(修订 ef099ae3ac3c08054b9d928fff48aefe2615b950)核对两项要求:
TYPED-SCOPE-MATCH:移除_ACTION_SCOPE_STOPWORDS正则停用词启发式,改用结构化作用域与显式分词比较并覆盖 CJK 用例(由tests/control_plane/test_quota_supporting_projections.py与test_scoped_gate_fallback_selection.py31 passed 验证)。RATCHET-ANY-DOWN:agent_scope.py净减 298 行并将module_metric_baseline.jsonany_count下调至13(由canary premerge中control-plane-maintainability-ratchet-smoke.py验证 PASS)。
关键代码讲解
loopx/control_plane/agents/agent_scope.py:1:彻底移除import re、_ACTION_SCOPE_STOPWORDS词袋及_action_scope_tokens_from_text,整理_as_dict/_dict_items/_select_and_compact_candidates与_AgentScopeNoCandidateContext结构,单文件净减 298 行、移除 94 个Any。loopx/feedback.py:205(HUMAN_REWARD_LESSON_STRUCTURED_SCOPE_FIELDS/compact_reward_lesson):新增结构化 scope 白名单与公开安全校验,确保结构化字段写入即可安全投影消费。loopx/control_plane/quota/_supporting_projections.py:1(_match_lesson_structured_scope)&should_run_packet.py:1653:把work_lane透传至投影并优先匹配结构化域键值,非结构化文本回退收窄为纯显式对比。
对主干的风险 / Risks
历史持久化中若存在完全缺少结构化字段的旧 lesson,_match_unstructured_avoid 仍留有最小只读规范化兜底且有 CJK/ASCII 回归单测保护;另注意后续合并需留意本 PR 与独立 feedback.py 惰性加载改进 PR 分别修改不同行区段(feedback.py:205+ 与顶部 import 区),彼此无语义冲突。远端 GitHub Actions kernel-static-checks 目前报错为 origin/main 既有的 tests/control_plane/test_contract_health.py:10 F401(本 PR 未改该文件)。
| 验证项 | 级别 | 结果 | 实跑输出(exact head 4add4dec055f0d1adea211ef724c4bfe02706927) |
|---|---|---|---|
pytest -q tests/control_plane/test_quota_supporting_projections.py tests/control_plane/test_scoped_gate_fallback_selection.py |
required | PASS | 31 passed in 7.35s |
ruff check loopx/control_plane/agents/agent_scope.py loopx/control_plane/quota/_supporting_projections.py loopx/feedback.py loopx/control_plane/quota/should_run_packet.py |
required | PASS | All checks passed! |
loopx canary premerge --from-git-diff --git-diff-base origin/main --tier quick |
required | PASS | selected_checks: 3, failures: 0, ok: true (maintainability-ratchet + semantic-vocabulary-drift + configure-goal) |
远端 GitHub Checks(kernel-static-checks 等) |
diagnostic (required=false) |
FAIL (unrelated) | 基线 tests/control_plane/test_contract_health.py:10 F401 预存故障 |
我的整体评价 / Verdict
对精确 head 4add4dec055f0d1adea211ef724c4bfe02706927 的评价:用户体验维度影响为 not_applicable(仅调整控制面内部 scope/projection 结构化匹配逻辑与注解类型,不涉及 UI 界面、样式或渲染视图(inspected: loopx/control_plane/agents/agent_scope.py, loopx/feedback.py)。,unverified_scope: none),长程稳定性 improved。本 PR 在语义对齐侧于 feedback.py 内定义本地结构化 scope 字段元组 HUMAN_REWARD_LESSON_STRUCTURED_SCOPE_FIELDS(semantic_alignment=new_semantics_justified / local_only,未扩充全局 status enum;无兼容旧停用词分支 compatibility_assessment=not_applicable)。经精确 head 本地 Pytest 31 项、ruff 与 maintainability-ratchet/semantic-vocabulary canary 实测全绿,同意合入。
English verdict: APPROVE
loopx-agent
left a comment
There was a problem hiding this comment.
Reviewer: model_agent · gpt-6.2-sol · OpenAI · runtime_reported · xhigh
Request changes conclusion (author-owned PR; GitHub blocks formal self-review)
动机 / Motivation
依赖反馈经验选择下一步的 Agent,以及检查 Agent 路线与候选任务的维护者。 旧投影只遍历 avoid 规则并使用英文词袋关联决定,容易跨主题误报;只提供 prefer 的记录不会成为避免提示。 同一份只含 prefer 的正向经验,在基线不会告警。当前头通过实际 quota 决策后生成一条 avoid 警告,Markdown 将原本鼓励的“验证发布清单”显示为应避开的动作,并引导换路线或修改 Todo。两边选中的 Todo 和 should_run 相同。 新投影保留作用域字段,优先按结构化目标匹配,其余保留精确短语兼容分支,并重用既有 frontier 选择和压缩。 当前出入口为原 agent frontier、反馈经验记录、quota 决策及 Markdown 提示。权限授予、执行和持久任务状态仍由现有流程负责。
改动思路 / Approach
保留既有 agent_scope 和 quota 投影的责任,经验方向由原 human_reward 的 avoid/prefer 字段表达,作用域只缩小适用范围。 本提案把 frontier 候选重构与经验读写、压缩和 quota 提示一起修改,后者需要在完整决策和展示入口验证。 合并候选去重和公共压缩可以独立维持。结构化结果优于旧分词,证据显示作用域对/错事例可按预期区别。遇到没有避免建议的经验时仍要保留原方向。
具体改动 / Changes
逐项检查当前头 4add4de 和 merge base 421aa77,8 个文件,+1314/-918。REWARD-WARNING-AVOID 有可复现缺口。TYPED-SCOPE-MATCH 通过同 Todo 有 avoid 和不同 Todo 反事实。FRONTIER-COMPAT 以原 gate、frontier 和 vocabulary 套件验证。 评审依据为 421aa77。 目标规范
关键代码讲解
_select_and_compact_candidates和_collect_lane_or_fallback合并候选排序、排除和回退。_TodoPatch为候选补丁提供集中定义,module ratchet 随Any数量下调。准确头 frontier、fallback、gate 队列和原 vocabulary 套件通过。 Agent 选择compact_reward_lesson和compact_human_reward保留公开安全的作用域,并依旧分别保存 avoid、prefer。原记录仍可只保留其中一方。 反馈压缩 运行压缩_attach_quota_supporting_projections将选中 Todo、lane 和当前身份交给_reward_lesson_projection_warning。结构化分支在没有 avoid 时把 summary 当 avoid,原 Markdown 消费者按 avoid 渲染,同时保留原任务准入结果。 告警入口
对主干的风险 / Risks
[P2] 保留 prefer 与 avoid 的反馈方向。 同一份只含 prefer 的正向经验,在基线不会告警。当前头通过实际 quota 决策后生成一条 avoid 警告,Markdown 将原本鼓励的“验证发布清单”显示为应避开的动作,并引导换路线或修改 Todo。两边选中的 Todo 和 should_run 相同。 结构化匹配决定哪些真实 avoid 规则适用。只有存在非空 avoid 时才发 warning。保留 prefer 原含义,加一组只含 prefer 的有作用域经验及同 Todo 的 avoid 正例。 这条提示会进入真实的 quota Markdown。虽然不会撤销当前租约,它会把维护者认可的操作交给 Agent 当作改变路线的理由。
五组对照中,已有 avoid 的同 Todo 与纯文本历史经验都正确告警,当前头对其他 Todo 的同文案消除了基线误报。完全没有经验的请求,两边都不产生告警,任务选择与 should_run 保持一致。 准确头 408 项 Python 测试通过,涉及八个改动文件的可执行路径在 quick premerge 通过六项直接检查及三项 canary。七个 Python 源码和测试文件 Ruff 通过。 验证通过源代码的 quota 决策与 CLI Markdown renderer,使用合成公开安全的反馈。未运行远端 CI 或已安装宿主。
我的整体评价 / Verdict
请求修改。保留既有 agent_scope 和 quota 投影的责任,经验方向由原 human_reward 的 avoid/prefer 字段表达,作用域只缩小适用范围。 本提案把 frontier 候选重构与经验读写、压缩和 quota 提示一起修改,后者需要在完整决策和展示入口验证。 需让 reward_lesson_projection_warning 只表达现有的 avoid 规则。 可保留现有 typed scope 重构,再以原生产入口的正负对照验收。 当前变更没有布局变动,同一 Markdown 开关比较了实际输出。
English verdict: REQUEST_CHANGES at 4add4de. A matching prefer-only lesson is emitted as an avoid warning and a route-change instruction. The existing positive and scope-isolation cases pass.
| "decision": lesson.get("decision"), | ||
| "kind": lesson.get("kind"), | ||
| "summary": lesson.get("summary"), | ||
| "avoid": avoid_values[0] if avoid_values else str(lesson.get("summary") or ""), |
There was a problem hiding this comment.
[P2] 保留 prefer 与 avoid 的反馈方向。同一份只含 prefer 的正向经验,在基线不会告警。当前头通过实际 quota 决策后生成一条 avoid 警告,Markdown 将原本鼓励的“验证发布清单”显示为应避开的动作,并引导换路线或修改 Todo。两边选中的 Todo 和 should_run 相同。 结构化匹配决定哪些真实 avoid 规则适用。只有存在非空 avoid 时才发 warning。保留 prefer 原含义,加一组只含 prefer 的有作用域经验及同 Todo 的 avoid 正例。
Summary
Rebases onto
origin/main(0514512ee7), slimsloopx/control_plane/agents/agent_scope.py(1,453 -> 1,155lines,-298net LOC;any_count: 13,dict_any_count: 0), completely deletes_ACTION_SCOPE_STOPWORDSand_action_scope_tokens_from_text, and replaces prose stopword token-bag matching inloopx/control_plane/quota/_supporting_projections.pywith typed structured scope matching (with CJK-safe exact phrase matching only when a lesson carries no structured target fields).Key Changes
loopx/control_plane/agents/agent_scope.py(1,453 -> 1,155lines,573+/871-vsorigin/main,-298net LOC;any_count:107 -> 13;dict_any_count: 0):_ACTION_SCOPE_STOPWORDS,_action_scope_tokens_from_text, and unusedimport re(zero prose stopword tokenizers remain inagent_scope.py)._TodoPatch,_as_dict,_int_value,_dict_items,_first_dict,_todo_label,_todo_identity,_sorted_claimants,_collect_lane_or_fallback,_select_and_compact_candidates,_blocking_handoff_copy).vocabulary_v0.jsonfrontier producer names intact and removed 5 single-line/unused internal wrappers.loopx/canary/module_metric_baseline.json:"loopx/control_plane/agents/agent_scope.py""any_count"from107to13(keeping"dict_any_count": 0).loopx/control_plane/quota/_supporting_projections.py,should_run_packet.py,loopx/feedback.py,loopx/control_plane/runtime/run_compaction.py:_action_scope_tokens_from_textstopword bag overlap in_reward_lesson_projection_warningwith_SelectionScopeContext,_extract_selection_scope_context,_match_lesson_structured_scope, and_match_unstructured_avoid.todo_id,todo_ids,claimed_by,agent_id,task_class,capability_id,capability_ids,required_capabilities,work_lane,action_kind,target_key,scope_key,scope_keys,target_scopes,decision_scope) throughcompact_reward_lessonandcompact_human_reward._reward_lesson_projection_warningnow matches strictly on declared structured scope fields (match_kind: "structured_scope") and never falls back to English stopword-bag overlap; unstructured lessons require exact key match or CJK/English normalized phrase containment (rejecting bare[P0..P4]tags).tests/control_plane/test_quota_supporting_projections.py,tests/control_plane/test_scoped_gate_fallback_selection.py):claimed_by,todo_id,task_class), end-to-endbuild_quota_should_runCJK projection test, andbuild_agent_scope_frontier_payloadCJK fallback test without prose stopwords.Verification
rg -n "_ACTION_SCOPE_STOPWORDS|_action_scope_tokens_from_text" loopx/ tests/ examples/—0hitsuv run --extra test ruff check loopx/control_plane/agents/ loopx/control_plane/quota/_supporting_projections.py loopx/control_plane/quota/should_run_packet.py loopx/feedback.py loopx/control_plane/runtime/run_compaction.py tests/control_plane/test_quota_supporting_projections.py tests/control_plane/test_scoped_gate_fallback_selection.py—All checks passed!uv run --extra test mypy—Success: no issues found in 17 source filesuv run --extra test mypy --no-incremental --follow-imports=silent loopx/control_plane/agents/agent_scope.py loopx/control_plane/quota/_supporting_projections.py loopx/control_plane/runtime/run_compaction.py—Success: no issues found in 3 source filesuv run --extra test python -m pytest tests/architecture/test_semantic_bindings.py tests/architecture/test_semantic_production.py tests/architecture/test_semantic_vocabulary_drift.py tests/control_plane/test_frontier_envelope_compatibility.py tests/control_plane/test_scheduler_backoff_convergence.py tests/control_plane/test_scoped_gate_fallback_selection.py tests/control_plane/test_agent_scope_frontier_contract.py tests/control_plane/test_resume_planning_projection.py tests/control_plane/test_complete_turn_decision.py tests/control_plane/test_quota_supporting_projections.py tests/control_plane/test_work_lane_contract_core.py tests/canary/test_maintainability_ratchet.py -q—408 passed in 153.07sHOMEuv run --extra test loopx check --scan-path ...—errors=0,public boundary scan clean: 8 filesHOMEuv run --extra test loopx canary premerge --from-git-diff --git-diff-base origin/main --tier quick --no-progress—status: passed,merge_gate_passed: true(6/6 direct checks, 3/3 catalog canaries)uv run --extra test python scripts/check_rfc_bilingual.py --base origin/main --head HEAD—RFC bilingual diff check passed.