Files

Даня Архипов 985f7c327d feat: maximize sorter demo realism and add safe agent MVP

Wire live classifyItem into continuous playback, add jam/E-stop cases,
presenter controls (seek/speed/hotkeys), quality modes, demo scripts,
audit docs, and a verify-only autonomous agent CLI with hard safety limits.

Co-authored-by: Cursor <cursoragent@cursor.com>

2026-07-15 16:53:35 +00:00

7.9 KiB

Raw Blame History

Архитектура автономного AI-агента

Статус: MVP реализован (agent/cli.mjs)
Вердикт ёмкости: круглосуточный агент возможен с ограничениями
Рекомендуемый вариант LLM: C — гибридный (внешний API primary; локальная 7B+ только эксперименты)

1. Цель

Агент исследует, анализирует, планирует улучшения, проверяет тесты/сборку, пишет отчёты и готовит безопасные следующие шаги — без автоматического merge в main и без production deploy.

MVP не выполняет auto-patch кода (verify-only / plan-only).

2. Компоненты (целевая схема брифа → фактический MVP)

#	Компонент	Роль в брифе	MVP сейчас
10.1	Orchestrator	Цикл задач, лимиты, kill switch	Есть — `agent/cli.mjs`
10.2	Research Agent	Поиск подходов	Задел в backlog задач
10.3	Project Analyst	Анализ репо/метрик	Baseline tests+build
10.4	Planner	Выбор задачи по impact/risk	`proposeTasks()`
10.5	Implementer	Патчи	Не авто — human
10.6	Test Agent	Vitest/build gates	Встроено в dry-run/run-once
10.7	Visual QA	Playwright/screenshots	Scripts вручную; не в цикле MVP
10.8	Physics QA	Инварианты motion	Покрыто частично unit-тестами
10.9	Critic	Scorecard	`scoreCategories()`
10.10	Release Manager	Merge/deploy	Запрещён всегда

3. Схема взаимодействия

                    ┌─────────────┐
                    │ Kill switch │ agent/state/KILL
                    └──────┬──────┘
                           │ blocks
┌──────────┐   plan    ┌───▼────────┐   verify    ┌────────────┐
│ Planner  │──────────►│ Orchestrator│───────────►│ Test/Build │
└──────────┘           └───┬────────┘             └─────┬──────┘
                           │                            │
                           ▼                            ▼
                    agent/reports/*.json         ACCEPT / REJECT
                           │
                           ▼
                    Human Implementer (feature branch)
                           │
                           X ──► main / production  (forbidden auto)

4. Жизненный цикл задачи

Ingest: dry-run или run-once.
Baseline: npm test + npm run build.
Propose: выбрать задачу из backlog (impact/risk) или stabilize-baseline.
Score: категории visual/physics/demo/… → total/100.
Decide:
- dry-run → PLAN_ONLY;
- run-once → ACCEPT_BASELINE / REJECT_BASELINE.
Persist: agent/reports/<id>.json, latest.json, audit.jsonl, status.json.
Stop conditions: kill switch, красный baseline, лимиты LIMITS.

(Будущий уровень 2: Implementer создаёт patch branch → Test → Critic → human merge.)

5. Выбор моделей

Вариант	Описание	Вердикт на OwlPrime
A. Полностью локальный	7B+ на 2×1080	Технически возможно, тяжело; риск OOM
B. Внешние LLM API	Планирование/код вне хоста	Хорошо, нужен бюджет и секреты вне логов
C. Гибридный	API для reasoning; локально tests/build/Playwright	Рекомендуется

Локально всегда: Vitest, Vite build, git, статический preview.
Внешне: генерация гипотез/диффов (когда Implementer появится).

6. Хранение состояния

Путь	Назначение
`agent/state/status.json`	Текущее состояние (idle/dry-run/…)
`agent/state/audit.jsonl`	Append-only журнал событий
`agent/state/KILL`	Аварийная остановка
`agent/reports/*.json`	Отчёты прогонов
`agent/reports/latest.json`	Последний отчёт

Секреты из .env агент не должен читать в логи (forbidSecretAccess: true).

7. Очереди

MVP: очереди нет — один процесс, maxParallelWorkers: 1.
Будущее: файловая очередь agent/queue/ с lease и TTL, всё ещё single worker на этом хосте.

8. Безопасность

См. полный документ AI_AGENT_SAFETY_LIMITS.md. Кратко:

запрет merge main / master;
запрет production deploy;
kill switch;
лимиты файлов/диффа/времени цикла;
работа только в feature-ветках;
require green tests/build перед любым будущим патчем.

9. Бюджет

Статья	Лимит MVP
dailyLlmBudgetUsd	5
Parallel LLM calls	1 effective
Cycle wall time	≤25 min

Превышение бюджета → stop + report, без «догоняющих» ретраев.

10. Мониторинг

Сигнал	Как смотреть
Status	`npm run agent:status` / `node agent/cli.mjs status`
Audit	`agent/state/audit.jsonl`
Host load	`uptime`, `free -h` (не в агенте)
Demo health	`npm run demo:health`

Во время показа жюри: node agent/cli.mjs stop.

11. Rollback

Уровень	Механизм
Git code	тег `backup/pre-maximum-demo-realism-20260715`, ветки feature/*
Agent run	stop/kill; отчёты не мутируют prod
Preview	`scripts/demo-stop.sh`
Production	только ручной redeploy предыдущего образа/dist

Авто-rollback кода в MVP не требуется, т.к. авто-патча нет.

12. План внедрения

Фаза	Содержание	Статус
0	Orchestrator + dry-run/run-once + limits	Done
1	Подключить внешний LLM к Planner (без write)	Open
2	Implementer пишет patch в `agent/work/*` branch	Open
3	Visual QA 1 worker в цикле	Open
4	Human approval gate → PR (не auto-merge)	Open
5	Staging preview auto-update	Open
∞	Production	Никогда автоматически

13. Команды

npm run agent:dry-run
npm run agent:run-once
npm run agent:status
# или
node agent/cli.mjs dry-run|run-once|status|stop|resume|pause|report
./scripts/agent-dry-run.sh
./scripts/agent-run-once.sh

14. Вывод

Архитектура соответствует брифу на уровне безопасного оркестратора. Полная автономия «исследуй→патчь→деплой» на этом сервере нецелесообразна и запрещена. Гибридный Variant C + 1 worker + human merge — единственный устойчивый путь.

7.9 KiB Raw Blame History Unescape Escape