宜博 / lemonboss

/**
 * task-planning —— 把一个 goal 拆成 task DAG（27-P3C §四.9）
 *
 * 链路**照抄** `graph-engine.defaultPlanWorkGraph`，不另造一套：
 *   调本体 → 解析产出 → 写入前校验 → 不过就把 `errors` 原样回喂 → 最多 3 轮 → 过了交给调用方落库。
 * 照抄的是四件已经被真跑验证过的事，缺任何一件都会退化成一条静默失败的路：
 *   ① `errors: [{rule, detail}]` 的形状 —— `system/agents/task-planning/agent.md`
 *      「被打回来怎么办」那张表就是按这五个 rule 写的，链路侧另造 rule 名会让那张表整个失效；
 *   ② `onAcpEvent` 累加 `session/result.usage` —— 这是 goal 层唯一一笔花费的唯一来源；
 *   ③ **两条抛出路径都把已烧掉的 token 挂在 error 上**（`err.tokens`），否则拆分失败时
 *      那几轮花费在账上直接蒸发（`defaultPlanWorkGraph` 注释里点名的「隐形的一半」）；
 *   ④ `metadata.taskId` 必须传（这里用 goalId）—— AgentManager 的 `_applyRuntimeScope`
 *      拿它拼 cwd，取不到会落进 `_global/_no-task`，所有拆分调用叠在同一个坑里且不报错。
 *
 * **本模块只产出 specs，不碰数据库。** 落库（含 seq → 真 id 的翻译）留在 `routes/company.js`
 * 里批 1 已有的那一段：那是同步路径与拆分路径共用的唯一持有者，降级路径不该长出第二套语义。
 *
 * 与 `graph-engine` 的规划链路的**唯一实质差别**：本模块跑在任何 graph run 存在之前 ——
 * 没有 nodeRunId、没有 timeline、没有项目根，所以既不写 timeline，也**绝不能**在任务描述里
 * 出现 `GRAPH_WRITE_BOUNDARY_HEADER` 那个字面量：`PromptBuilder.buildRuntimeCoordinates`
 * 靠它判断本次调用是不是 graph 链路，判据命中会让坐标声明不再给交付物归宿，
 * 而本体正文里的 `$W` 正是从那一行读的 —— 两边同时落空，且不报错。
 */

const path = require('path');

const REPO_ROOT = path.resolve(__dirname, '../..');

/** 全局唯一的一份 goal 拆分本体（`system/agents/task-planning/`） */
const PLANNING_AGENT_ID = 'task-planning';

/**
 * 拆分的最多轮次。与 `graph-engine.PLAN_MAX_ROUNDS` 同值（3），也与 §八 验收 20
 * 「连续 3 轮非法 JSON → 降级」同口径 —— 每一轮都是一次真实 LLM 调用，
 * 而且外层还有「降级成 1 条同描述 task」兜着，不必在这一层烧完。
 */
const PLAN_MAX_ROUNDS = 3;

/**
 * 一个 goal 最多拆几条。超过这个数几乎一定是在拆**阶段**而不是拆**任务**
 * （agent.md Step 2 的机械判据），与本体正文的「条数上限 8」是同一个数。
 */
const MAX_TASKS = 8;

/** 产出里允许出现的键。多余键一律按 schema 打回：那些字段要么服务端生成、要么人在界面上定 */
const ALLOWED_KEYS = new Set(['seq', 'title', 'description', 'depends_on', 'dependsOn']);

// ────────────────────────────────────────────────────────────────
// 注入点（仿 graph-engine.setPlanWorkGraph）
// ────────────────────────────────────────────────────────────────

/**
 * 默认实现真的会起 Claude CLI 调 task-planning。这个注入点保留只为一件事：
 * 测试注入假拆分，避免真起 CLI（慢、要钱、且产出不确定）。
 *
 * @type {(ctx: {companyId: string, goal: object}) => Promise<{specs: object[], tokens?: number, rounds?: number}>}
 */
let planTasksImpl = defaultPlanTasks;

/** 替换拆分实现（传 null 回默认实现） */
function setPlanTasks(fn) {
  planTasksImpl = fn || defaultPlanTasks;
}

/** 当前生效的拆分实现。调用方一律走这里，不要直接调 defaultPlanTasks */
function planTasks(ctx) {
  return planTasksImpl(ctx);
}

// ────────────────────────────────────────────────────────────────
// 默认实现
// ────────────────────────────────────────────────────────────────

/**
 * 调 task-planning 拆一次 goal。
 *
 * @param {{companyId: string, goal: object}} ctx goal 是 goals 表的整行
 * @returns {Promise<{specs: object[], tokens: number, rounds: number}>}
 *          specs 形如 `[{seq, title, description, depends_on: [seq…]}]`，seq 恒为 1..N 连续
 * @throws  轮次耗尽 / 调用本身炸了；两种情况都在 error 上挂了 `tokens`（已烧掉的那部分）
 */
async function defaultPlanTasks(ctx) {
  const AgentManager = require('../src/core/agent-manager');
  // 空 config：AgentManager.getAgentConfig 有基于文件系统的动态寻址回退，本体恒在
  // system/agents/{aid}，与 agent-chat.js 的用法一致。
  const manager = new AgentManager({}, REPO_ROOT);
  const agentName = resolvePlanningAgentName(ctx.companyId);

  let tokens = 0;
  const onAcpEvent = (ev) => {
    if (!ev || ev.method !== 'session/result') return;
    const u = (ev.params && ev.params.usage) || null;
    if (u) tokens += (u.input || 0) + (u.output || 0);
  };

  let errors = null;
  let lastOutput = '';
  for (let round = 1; round <= PLAN_MAX_ROUNDS; round++) {
    const prompt = buildTaskPlanningPrompt(ctx, { round, errors, lastOutput });

    let res;
    try {
      res = await manager.callAgent(agentName, prompt, {
        onAcpEvent,
        metadata: {
          // taskId 决定 CLI 的 cwd（system/agents/task-planning/{cid}/{taskId}/）。
          // goalId 是这里唯一天然的一次性标识：不传的话所有公司所有拆分共用 _no-task 一个目录。
          taskId: ctx.goal.id,
          layer: 'goal-plan',
          goalId: ctx.goal.id,
          companyId: ctx.companyId,
        },
      });
    } catch (e) {
      // 调用本身炸了（本体寻址失败 / CLI 起不来）不是「拆错了」，重贴 errors 再来一轮没有意义。
      // 直接上抛，但把已经烧掉的 token 挂上去，否则这条路径上的花费就蒸发了。
      e.tokens = (e.tokens || 0) + tokens;
      throw e;
    }
    lastOutput = (res && res.output) || '';

    const picked = extractPlannedTasks(lastOutput);
    if (!picked) {
      errors = [{
        rule: 'output',
        detail: '回复里没找到可解析的任务数组。把最终产出放进回复**最后一段**的 ```json 代码块里，'
          + '顶层是数组，形状 [{"seq":1,"title":"…","description":"…","depends_on":[]}]',
      }];
      continue;
    }

    const checked = validatePlannedTasks(picked);
    if (checked.ok) {
      console.log(`[TaskPlanning] goal ${ctx.goal.id} 拆出 ${checked.specs.length} 条 task（第 ${round} 轮，${tokens} tokens）`);
      return { specs: checked.specs, tokens, rounds: round };
    }
    errors = checked.errors;
    console.warn(`[TaskPlanning] goal ${ctx.goal.id} 第 ${round}/${PLAN_MAX_ROUNDS} 轮未过校验：${JSON.stringify(errors)}`);
  }

  const err = new Error(
    `${PLANNING_AGENT_ID} 连续 ${PLAN_MAX_ROUNDS} 轮未产出合法任务 DAG（goal ${ctx.goal.id}）：`
    + JSON.stringify(errors)
  );
  err.tokens = tokens;
  err.planErrors = errors;
  throw err;
}

/**
 * 本体的寻址名。做法与 `graph-engine.resolvePlanningAgentName` 一致：按需幂等雇一次，
 * 判据查 `company_agents` 表（**不是**目录 —— 公司私有目录在 28 批次 4 后被清空，
 * 按目录判恒为 false，地址会退化成裸名、把公司分区整个丢掉）。
 *
 * 与 workgraph-planning 那份的**唯一差别**：这里不需要撤 org node。
 * `company-service.NON_ORG_AGENT_TYPES` 现在含 `meta-planning`（task-planning 的 config.type
 * 就是它），`decideOrgNodeRecording` 直接判 record:false，hire 根本不会写 org_graph_nodes。
 * graph-engine 那句 `removeNode` 的注释停在「只豁免 meta-bootstrap」的旧事实上，别照抄。
 */
function resolvePlanningAgentName(companyId) {
  if (!companyId) return PLANNING_AGENT_ID;
  const { CompanyService, listCompanyAgents } = require('./company-service');
  const isHired = () => listCompanyAgents(companyId).some((r) => r.role_name === PLANNING_AGENT_ID);
  if (!isHired()) {
    try {
      new CompanyService().hire(companyId, PLANNING_AGENT_ID, {});
    } catch (e) {
      // 公司记录不存在 / 本体没毕业：不在这里报错，退回裸名让 AgentManager 给出它自己的诊断
      console.warn(`[TaskPlanning] 按需雇佣 ${PLANNING_AGENT_ID} 失败（${companyId}）: ${e.message}`);
    }
  }
  return isHired() ? `${companyId}:${PLANNING_AGENT_ID}` : PLANNING_AGENT_ID;
}

// ────────────────────────────────────────────────────────────────
// 提示词
// ────────────────────────────────────────────────────────────────

/**
 * agent.md Step 1 点名的三项输入，一项都不能少：
 *   ① goal 描述（= 验收边界，唯一真相来源）② 公司 org graph 摘要 ③ 可用角色清单
 * 外加「交回方式」与重试轮的 errors 回喂。
 *
 * ⚠️ 这里**故意不写**任何写入边界段头：本次调用不在任何 run 里、没有项目根，
 * 段头（或它的同义中文标题）出现在任务描述里都会改变 PromptBuilder 的分叉判定，见文件头注释。
 */
function buildTaskPlanningPrompt(ctx, { round = 1, errors = null, lastOutput = '' } = {}) {
  const g = ctx.goal || {};
  const lines = [
    `你正在把公司 **${ctx.companyId}** 的一个 goal 拆成任务 DAG。`,
    '',
    '## ① goal 描述（人提的需求原文 = 验收边界）',
    g.description || '(调用方没给需求描述)',
    '',
    `- goalId：${g.id}（只读，不要写进你的产出）`,
    `- 标题：${g.title || '(无)'}`,
    `- 优先级：${g.priority || 'P1'}`,
    '',
    '## ② 公司 org graph 摘要（每条 task 都会各自走一遍这条流水线）',
    describeOrgGraph(ctx.companyId),
    '',
    '## ③ 可用角色清单',
    describeHiredRoles(ctx.companyId),
    '',
    '## 交回方式（引擎只读你回复里最后一个 ```json 代码块）',
    '顶层是**数组**，每个元素恰好四个字段：',
    '```json',
    '[{"seq":1,"title":"…","description":"…","depends_on":[]}]',
    '```',
    `- \`seq\`：1..N 连续整数、不重复、与数组顺序一致；条数上限 **${MAX_TASKS}**。`,
    '- `depends_on`：只能写本次产出的 `seq` 数字（1-based）。**不许写 task id** —— id 由服务端'
      + '在你交回之后才生成，你根本看不到；写字符串一定被打回。没有依赖就写 `[]`（不能省）。',
    '- 只输出这四个字段。`id` / `status` / `mode` / `budget` / `priority` / `agent` 一律不许出现。',
    '- 每条 `description` 必须**自包含**：下游每条 task 起独立的 run，那个 run 只看得到自己'
      + '这一条描述（它会成为该 run 的 task-goal.json），不许写「同上」「见 task 1」这类跨条引用。',
    '- 拆分理由写在 JSON 代码块**前面**的正文里；代码块之后不要再写任何字。',
    '',
    `校验不过时引擎会把 errors 原样回喂给你，最多 ${PLAN_MAX_ROUNDS} 轮；`
      + '耗尽后系统降级成「1 条同描述的 task」并在界面标注拆分失败 —— 那等于这次调用白烧。',
  ];

  if (round > 1) {
    lines.push(
      '',
      `## ⚠️ 上一轮没通过（第 ${round} 轮）`,
      '引擎对你上一轮的产出跑了写入前校验，结果如下。**读懂 rule，改具体那一处，再交一次**；',
      '不要原样重发，也不要整份重写（重写常常在修好一条的同时踩坏另一条）：',
      '```json',
      JSON.stringify(errors || [], null, 2),
      '```',
    );
    if (lastOutput) lines.push(`（上一轮回复摘要：${String(lastOutput).slice(-800)}）`);
  }

  // 只滤掉 null/undefined（拼不出内容的可选段），'' 是**故意的空行**
  return lines.filter((l) => l != null).join('\n');
}

/** org graph 摘要：节点名 + 流转边。查不到就说查不到，agent.md 明写「缺项照常拆，别停下来问人」 */
function describeOrgGraph(companyId) {
  try {
    const { getGraph } = require('./org-graph-service');
    const { nodes, edges } = getGraph(companyId);
    if (!nodes || !nodes.length) return '- （这家公司还没有 org graph）';
    const byId = new Map(nodes.map((n) => [String(n.id), n.roleName || n.id]));
    const out = [`- 节点（${nodes.length}）：${nodes.map((n) => n.roleName || n.id).join(' / ')}`];
    if (edges && edges.length) {
      out.push('- 流转：');
      for (const e of edges) {
        out.push(`  - ${byId.get(String(e.from)) || e.from} --[${e.condition}]--> ${byId.get(String(e.to)) || e.to}`);
      }
    }
    return out.join('\n');
  } catch (e) {
    return `- （读不到 org graph：${e.message}）`;
  }
}

/** 可用角色清单：这家公司雇了谁。判据查 company_agents 表，与寻址那一处同源 */
function describeHiredRoles(companyId) {
  try {
    const { listCompanyAgents } = require('./company-service');
    const rows = listCompanyAgents(companyId) || [];
    if (!rows.length) return '- （这家公司还没有雇任何角色）';
    return rows.map((r) => `- ${r.role_name}（本体 ${r.system_agent_id || r.role_name}）`).join('\n');
  } catch (e) {
    return `- （读不到角色清单：${e.message}）`;
  }
}

// ────────────────────────────────────────────────────────────────
// 产出解析 + 写入前校验
// ────────────────────────────────────────────────────────────────

/**
 * 从回复里取出任务数组。
 *
 * 与 `extractPlannedGraph` 同一个思路（```json 围栏优先，其次括号配平扫裸结构），
 * 但**从后往前**取：agent.md 硬约束 6 要求 JSON 块是回复的最后一段，
 * 而正文里举的反例 / 引用的上一轮产出常常也是合法 JSON，从前往后会认错那一份。
 *
 * `{"tasks":[…]}` 这种最常见的跑偏也认下来（省一整轮 LLM 调用）；其余形状一律回 null 走 rule=output。
 *
 * @returns {object[]|null}
 */
function extractPlannedTasks(output) {
  const text = String(output || '');
  if (!text.trim()) return null;

  const candidates = jsonCandidates(text);
  for (let i = candidates.length - 1; i >= 0; i -= 1) {
    const doc = safeJsonParse(candidates[i]);
    if (Array.isArray(doc)) return doc;
    if (doc && Array.isArray(doc.tasks)) return doc.tasks;
  }
  return null;
}

/** ```json 围栏块，其次括号配平扫出的裸数组 / 裸对象 */
function jsonCandidates(text) {
  const out = [];
  const fence = /```(?:json|jsonc)?\s*([\s\S]*?)```/g;
  let m;
  while ((m = fence.exec(text))) out.push(m[1]);
  // ponytail: 配平扫描不理会字符串字面量里的括号，description 里带 `]` 会切错。
  // 上限是「那一个候选 JSON.parse 失败，退到下一个候选」，不是崩溃；
  // 且围栏路径覆盖绝大多数正常产出。真要修就得引一个流式 JSON 扫描器，不值。
  out.push(...balanced(text, '[', ']'), ...balanced(text, '{', '}'));
  return out;
}

function balanced(text, open, close) {
  const out = [];
  let depth = 0;
  let start = -1;
  for (let i = 0; i < text.length; i += 1) {
    const c = text[i];
    if (c === open) {
      if (depth === 0) start = i;
      depth += 1;
    } else if (c === close && depth > 0) {
      depth -= 1;
      if (depth === 0) out.push(text.slice(start, i + 1));
    }
  }
  return out;
}

function safeJsonParse(s) {
  try {
    return JSON.parse(s);
  } catch {
    return null;
  }
}

/**
 * 写入前校验。**一次把全部问题收齐再回喂**（不是遇到第一条就返回）：
 * 每轮回喂都要烧一次 LLM 调用，只报第一条错误等于用三轮修三个本可以一起修的问题。
 *
 * rule 取值域必须与 `system/agents/task-planning/agent.md`「被打回来怎么办」那张表一致：
 *   output（这里不产）/ schema / cycle / reference / limit。另造 rule 名会让本体正文里
 *   那张「收到这个 rule 该做什么」的表整个失效 —— agent 收到一个它没见过的 rule 只能瞎猜。
 *
 * ⚠️ 这里的环检测**不是**数据层 `validateDependsOn` 的第二个持有者：两者判的不是同一件事。
 * 这里判的是 **seq 空间**里的引用（这批 task 还没有 id、还没进库，数据层根本看不到它们）；
 * 数据层判的是**已落库的 task id** 之间的环，落库时照跑不误，仍是那一侧的唯一权威。
 *
 * @returns {{ok: true, specs: object[]} | {ok: false, errors: {rule: string, detail: string}[]}}
 */
function validatePlannedTasks(raw) {
  if (!Array.isArray(raw)) {
    return { ok: false, errors: [{ rule: 'schema', detail: '顶层必须是一个数组，不是对象' }] };
  }
  if (!raw.length) {
    return { ok: false, errors: [{ rule: 'schema', detail: '产出是空数组。一个 goal 至少要拆出 1 条 task（goal 本身就是一件事时输出恰好 1 条，那是正确答案）' }] };
  }

  const errors = [];
  if (raw.length > MAX_TASKS) {
    errors.push({ rule: 'limit', detail: `产出 ${raw.length} 条，上限 ${MAX_TASKS} 条 —— 超过说明在拆阶段而不是拆任务，回头合并` });
  }

  const specs = [];
  raw.forEach((item, i) => {
    const at = `第 ${i + 1} 条`;
    if (!item || typeof item !== 'object' || Array.isArray(item)) {
      errors.push({ rule: 'schema', detail: `${at} 不是一个对象` });
      return;
    }
    const extra = Object.keys(item).filter((k) => !ALLOWED_KEYS.has(k));
    if (extra.length) {
      errors.push({ rule: 'schema', detail: `${at} 有多余键 ${extra.join(' / ')}：只许 seq / title / description / depends_on` });
    }

    const description = String(item.description == null ? '' : item.description).trim();
    if (!description) errors.push({ rule: 'schema', detail: `${at} 的 description 为空 —— 它就是这条 task 的验收边界，不能缺` });

    // seq 必须与数组下标对齐：agent 自己写的号一旦与顺序错位，depends_on 引的就是另一条 task，
    // 而那条错误依赖完全合法（不成环、在范围内），落库后没有任何人再能发现它。
    if (!Number.isInteger(Number(item.seq)) || Number(item.seq) !== i + 1) {
      errors.push({ rule: 'schema', detail: `${at} 的 seq 应为 ${i + 1}（1..N 连续、与数组顺序一致），收到 ${JSON.stringify(item.seq)}` });
    }

    const rawDeps = item.depends_on !== undefined ? item.depends_on : item.dependsOn;
    if (rawDeps !== undefined && rawDeps !== null && !Array.isArray(rawDeps)) {
      errors.push({ rule: 'schema', detail: `${at} 的 depends_on 必须是数组（没有依赖就写 []）` });
    }

    const deps = [];
    for (const d of Array.isArray(rawDeps) ? rawDeps : []) {
      const n = typeof d === 'number' || /^\d+$/.test(String(d).trim()) ? Number(d) : NaN;
      if (!Number.isInteger(n) || n < 1 || n > raw.length) {
        errors.push({ rule: 'reference', detail: `${at} 的 depends_on 引用了 ${JSON.stringify(d)}，只能是本次产出的 seq（1..${raw.length} 的整数），不能是 task id` });
        continue;
      }
      if (n === i + 1) {
        errors.push({ rule: 'cycle', detail: `${at} 的 depends_on 引用了自己` });
        continue;
      }
      if (!deps.includes(n)) deps.push(n);
    }

    specs.push({
      seq: i + 1,
      title: String(item.title == null ? '' : item.title).trim(),
      description,
      depends_on: deps,
    });
  });

  // 环：只有 seq 全部对齐、引用全部合法时才谈得上。上面已经报过错就别再叠一条误导性的环报告。
  if (!errors.length) {
    const cycle = findCycle(specs);
    if (cycle) {
      errors.push({ rule: 'cycle', detail: `depends_on 成环：${cycle.join(' → ')}。让被依赖的排在前面，seq 小的先` });
    }
  }

  return errors.length ? { ok: false, errors } : { ok: true, specs };
}

/**
 * seq 空间里找一个环。Kahn 剥点，剥不动的那些就在环上。
 * @returns {number[]|null} 环上的 seq（升序），无环返回 null
 */
function findCycle(specs) {
  const indeg = new Map(specs.map((s) => [s.seq, 0]));
  const out = new Map(specs.map((s) => [s.seq, []]));
  for (const s of specs) {
    for (const d of s.depends_on) {
      indeg.set(s.seq, indeg.get(s.seq) + 1);
      out.get(d).push(s.seq);
    }
  }
  const queue = [...indeg.entries()].filter(([, n]) => n === 0).map(([seq]) => seq);
  let removed = 0;
  while (queue.length) {
    const seq = queue.shift();
    removed += 1;
    for (const next of out.get(seq)) {
      indeg.set(next, indeg.get(next) - 1);
      if (indeg.get(next) === 0) queue.push(next);
    }
  }
  if (removed === specs.length) return null;
  return [...indeg.entries()].filter(([, n]) => n > 0).map(([seq]) => seq).sort((a, b) => a - b);
}

module.exports = {
  PLANNING_AGENT_ID,
  PLAN_MAX_ROUNDS,
  MAX_TASKS,
  planTasks,
  setPlanTasks,
  // 下面三个导出是给测试用的（校验规则是这一层唯一的复杂逻辑，值得单独钉住）
  extractPlannedTasks,
  validatePlannedTasks,
  buildTaskPlanningPrompt,
};