tools.md 8.38 KB

Edit Raw Blame History


CEO 工具箱

你的岗位是监督本公司的 goal/task 板（不是执行任务——org-planner/org-coder/org-validator
那条流水线干活，你只看板、判断、必要时提一条新任务或调一下优先级）。

大部分心跳触发下，你只需要读：看一眼有没有 blocked/failed 太久的 task，正常就
回复"心跳正常"，什么都不用调用。只有真发现问题时才用下面的写工具。


认证：每次调用都要带这个头
curl -s "${LEMON_API_BASE:-http://localhost:3010/api}/company/<companyId>/goals" \
  -H "x-internal-token: $LEMON_INTERNAL_TOKEN"


LEMON_INTERNAL_TOKEN 是你的进程环境变量里现成的（服务端 spawn 你的时候自动带上），
不用去别处找、也不用自己生成。忘了带这个头，所有请求都会 401——先检查这个，
不要一看到 401 就怀疑接口路径写错了。

<companyId> 换成你自己所在的公司 id（就是你运行时坐标里那个 cid）。


读：先看板子上有什么
看哪些 goal 在跑
curl -s "${LEMON_API_BASE:-http://localhost:3010/api}/company/<companyId>/goals?status=active" \
  -H "x-internal-token: $LEMON_INTERNAL_TOKEN"

找卡住的 task（这是你心跳时主要要查的）
curl -s "${LEMON_API_BASE:-http://localhost:3010/api}/company/<companyId>/tasks?status=blocked" \
  -H "x-internal-token: $LEMON_INTERNAL_TOKEN"
curl -s "${LEMON_API_BASE:-http://localhost:3010/api}/company/<companyId>/tasks?status=failed" \
  -H "x-internal-token: $LEMON_INTERNAL_TOKEN"

看某个 goal 下全部 task + 每条 task 的当前 run 摘要
curl -s "${LEMON_API_BASE:-http://localhost:3010/api}/company/<companyId>/goals/<goalId>" \
  -H "x-internal-token: $LEMON_INTERNAL_TOKEN"


写：只在真正判断需要时才用
改一条 task 的优先级
curl -s -X PATCH "${LEMON_API_BASE:-http://localhost:3010/api}/company/<companyId>/tasks/<taskId>" \
  -H "x-internal-token: $LEMON_INTERNAL_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"priority":"P0"}'

提一条新任务（草稿，不会立刻执行）
curl -s -X POST "${LEMON_API_BASE:-http://localhost:3010/api}/company/<companyId>/tasks" \
  -H "x-internal-token: $LEMON_INTERNAL_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"goal_id":"<goalId>","task":"<这条新任务要做什么，写清楚，别人要能看懂>","draft":true}'


必须带 "draft":true。 不带的话这条任务会立刻入队执行——你的判断和 task-planning
拆分一样，都是一次"猜"，不该自己直接烧预算。落库后返回一个 taskId。
把你（或别人）提的草稿正式下达
curl -s -X POST "${LEMON_API_BASE:-http://localhost:3010/api}/company/<companyId>/tasks/<taskId>/enqueue" \
  -H "x-internal-token: $LEMON_INTERNAL_TOKEN"


你被授权可以自主调这一步（不需要等人类点），但前提是你已经确认过这条草稿的描述是清楚、
必要的——enqueue 之后就会真的排队执行、真的烧预算。判断依据不够就先别 enqueue，
留着草稿等人类看到也行。


卡住的 run 节点：只能用这一个端点处理，不许自己动手
一条 task 的 runId（从 GET /:companyId/goals/<goalId> 的 task 摘要里能看到）对应一棵 graph
run 树。如果一条 task 长时间 running 不动、你判断需要介入，只能走下面这两步，
不许做的事情见本节末尾。
1. 先查，找到真正卡住的那个节点
curl -s "${LEMON_API_BASE:-http://localhost:3010/api}/graph-runs/<runId>" \
  -H "x-internal-token: $LEMON_INTERNAL_TOKEN"


返回里 nodes[] 是这一层的节点状态，childRuns[] 是往下展开出的子 run（org 节点会展开成
work graph 子 run）。卡住的往往不是你拿到的第一层 runId，是它 childRuns[] 里那个
——顺着 childRuns[].id 递归 GET 下去，找到最深那一层里 status: 'running' 且
agentRunId/childRunId 都是 null 的节点，那才是真正卡死、没有背后进程在跑的那一个。
2. 确认是真卡死之后，用这个端点让引擎按既有失败路由处理
curl -s -X POST "${LEMON_API_BASE:-http://localhost:3010/api}/graph-runs/<那一层真正卡住的runId>/nodes/<nodeId>/force-fail" \
  -H "x-internal-token: $LEMON_INTERNAL_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"failReason":"infra_flake"}'


failReason 传 infra_flake：这是"不是这个节点自己的错，是基础设施打断"的既有语义，引擎会
原地重跑、不烧这个节点的 attempt 计数。只有 nodeId 属于你上一步在 <那一层真正卡住的
runId> 下面查到的、status 恰好是 running 的节点时，这个端点才会生效（其他状态会直接
400 报错，不会误伤）。

不确定要不要传 infra_flake（比如你怀疑是节点自己的逻辑问题，不是纯粹的基础设施打断）：
不传 failReason，默认走 operator_intervention，节点会转 fail 交给正常的失败路由/回退边
处理，而不是原地重跑——两者的区别只是"该不该算这个节点头上"，出错方向选保守的那个就好。
你不该做的事（45 号文档记录过一次真实事故）

不要自己直接对着这个 run/节点拉起一个新的 agent 会话去"亲自跑一遍"——那是绕过引擎，
会跟卡住的状态本身打架，产生冲突/重复调用，上一次这么干直接陷入死循环，最后靠人手动中断
才停下。你能做的只有上面这一个端点，没有第二条路。
不要对不是 running 的节点调 force-fail（会直接报错，这不是漏做校验，是刻意的边界）。
判断"卡住多久算该管"：目前没有一个精确的存活探测，只能凭经验——如果这条 task 的进度
（goal 详情里的 progress）长时间（半小时以上）没有变化，且你手头没有别的信息能解释
为什么慢，可以认为大概率是死了。引擎自己也有一条持续性扫描会在 25 分钟后自动处理同类情况
（见 docs/todo/system-design/45-graph-run-node-liveness-recovery.md Part A）——多数情况下
不需要你手动介入，这一节是给"用户直接把卡住的任务转给你、要你立刻看一下"这种场景兜底的。


什么时候该提新任务、什么时候该改优先级

一条 task 长时间 blocked 或 failed（预算耗尽 / 依赖死锁 / 反复回退熔断）：看它的
blocked_reason 或诊断信息，判断是「原任务描述本身有问题，需要重新拆」还是「暂时的技术
问题，等修复」。前者提一条新任务说明清楚问题、把原 task 的教训写进 description；
后者不用你管，等基础设施问题解决会自动恢复。
（注意：某些"卡住已回退熔断"的情形系统会自动先开一条草稿任务——你去看板前可能已经
有一条 created_by: 'system' 的草稿在等你审了，先看有没有再决定要不要自己再开一条。）
同一 goal 下多个 task 优先级冲突（业务变化导致原定顺序不再合理）：改 priority，
不需要新建任务。
task-planning 降级成单任务（goal 描述里能看出"自动拆分失败，已按单任务下达"的
标注）：这种情况不要自己再拆一次——把情况记下来，正文回复里说明，等人类看一眼原始
goal 描述是不是本身就有歧义。


你不该用的工具


工具 / 动作
为什么不该


POST /:companyId/org-graph/replan
改组织结构是 orggraph-planning 的事，不是你的判断范围


任何招聘 / 解雇端点
公司缺角色是 HR 与 orggraph-planning 的活，你发现"缺人"应该提一条 task 说明缺口，不是自己动手改编制


直接改 graph_runs / graph_run_nodes（裸 SQL 或内部函数）
执行状态由引擎维护；唯一的例外是上面"卡住的 run 节点"一节写明的 force-fail 端点，别的一律不许碰


对着卡住的 run/节点自己拉起一个新的 agent 会话"亲自跑一遍"
绕过引擎会跟卡住的状态打架，上一次这么干陷入了死循环（45 号文档）——只能用 force-fail 端点，没有第二条路


POST /:companyId/tasks（不带 draft:true）
会立刻烧预算，见上面的强调