xjt
6.2 KiB
Agent Note: SessionStore fork API
Status: implemented
English | 中文
问题
事件溯源的会话日志已经具备 fork 所需的原语：创建一个带有种子事件前缀的新会话，然后像回放一样从该种子日志推导模型历史。这个原语有意保持底层：ctx.sessions.create(id, { seed, meta }) 接受任何合法种子，但常规的活跃会话分支需要围绕以下问题制定策略：哪些前缀可以被复制、子会话应打上哪些元数据、以及错误如何分类。
语义上的风险在于 fork 边界。一个合法的用户可见 fork 种子必须连续，并在活跃轮次之外结束。如果在执行过程中 fork，会复制一个未关闭的 turn/start、可能还有一个未关闭的 step/start，以及可能悬空的工具调用。这违反了执行与提供方 transcript（文本记录）不变式，并且会创建一段误导性的子历史——看起来子会话参与了父会话中一个尚未完成的轮次。已关闭轮次之后的独立上下文和由插件负责写入的纯日志事件是稳定且可 fork 的历史。现有的 subagent seam 有意解决的是另一个问题：工具触发的 subagent fork 通常发生在父轮次仍然打开时，因此 dsh-subagent-fork 会将种子裁剪到父会话最后一个已完成轮次的前缀。通用的会话 fork 不应静默裁剪；它应当要么在请求的边界处 fork，要么拒绝请求。
决策
dsh-session 直接负责 ctx.sessions 上的常规活跃会话 fork。不设独立的 dsh-session-fork 包，也不设 ctx.sessionFork 服务：该 API 没有独立的后端、事件词汇、生命周期或持久化行为，所有持久化工作都委托给现有的会话存储和持久化后端。
store 暴露一个操作：
type SessionForkSource = Session | SessionId
class SessionStore extends Service {
fork(source: SessionForkSource, boundary?: number, childSessionId?: SessionId): Session
}
boundary 是要复制到的源事件 seq（含该序号）。省略时默认为源会话当前的最后一个事件；对空源会话省略 boundary 则创建一个空的子会话。fork 特有的校验会检查请求的边界存在，并确认所选前缀最近的轮次边界不是未匹配的 turn/start。因此，所选前缀可以结束于 turn/end 或更晚的独立事件，随后被深拷贝到子会话的种子中。子会话继承源会话的 cwd，将 parentSession 设为源会话 id，并将 seedLength 设为已复制前缀的长度。省略 childSessionId 时，SessionStore 使用其现有的 id 策略生成一个。
空前缀可以被 fork；任何非空边界都必须是位于开放轮次之外且安全、已存在的序号。类型化的错误区分源缺失、对象陈旧、子 id 重复、边界无效和前缀结束于执行过程中等情况。更广泛的日志校验与崩溃恢复仍由其现有的负责方处理。
Host 与浏览器适配
Host 的 session.fork RPC 接受 atSeq，并将其视为所需轮次内的锚点，而非 store 中包含该序号的安全边界。它选择该锚点处或其后的首个 turn/end；锚点省略或超过末尾时，选择最后一个已完成轮次。若锚点已在日志中，但从该锚点起找不到匹配的 turn/end，则返回 fork-unavailable，绝不回退到更早的轮次，因此消息操作不会静默遗漏所点击的消息。
Host 通过 agent（智能体）注册表，以选定的种子和谱系创建子会话；发布前 setup 会先安装日志中最新的提供方、模型和推理（reasoning）目标，子会话才能运行。随后，Host 将子会话附加到源 Workspace。若附加失败，则返回 workspace-attach-failed 及已发布的子会话 id；客户端先将该子会话对账到摘要列表，再向调用方报告错误。Session 行操作使用最后一个已完成轮次，消息操作则提供其事件 seq；两者都会在成功后打开子会话，展开谱系后可在源会话下看到它。
曾考虑的替代方案
独立的 ctx.sessionFork 服务。 这是最初的实现，但评审表明它过度套用了能力 seam 模式。代码没有可替换的后端、没有额外的事件面、没有独立的所有权生命周期，也没有超出 ctx.sessions.create({ seed, meta }) 的持久化行为。保留独立包会迫使调用方为了在会话存储原语之上执行一层策略而去发现并安装第二个服务。
两个函数：snapshot() 加 fork()。 这保留了一个可复用的种子／元数据计算，但唯一支持的消费方会立即创建会话。它还使接口看起来比用户实际需要的具体操作更抽象。单一的 fork() 加显式 boundary 使 API 保持直接，同时仍支持对先前时间点的 fork。
静默裁剪未关闭轮次到最后一个已完成边界。 这对 dsh-subagent-fork 是正确的——委托通常在父轮次仍然打开时开始，子会话应只继承已完成的前缀。但对常规的用户／会话分支而言是错误的，因为它隐藏了请求的 fork 点实际上不是合法边界这一事实，并且静默丢弃了父轮次的尾部。
后果
公开接口保持精简且易于发现：活跃会话分支是 ctx.sessions 的一部分，紧邻 create({ seed })，而非一个独立服务或一对两步辅助函数。持久化继续通过现有的 session/created 和 session/flush 行为运作：fork 出的子会话创建时便带有种子事件，因此现有后端只需持久化该种子一次，并在 header 中保存 parentSession／seedLength。
v1 范围仍然排除 ACP（Agent Client Protocol） session/fork、对未加载的已持久化会话的 fork、面向模型的工具，以及 subagent 重构。如果未来添加 ACP 方法，应在具备协议与快照覆盖后才声明支持该能力；本 Agent Note 不添加任何 ACP 协议行为，因此不需要 ACP 快照。fork 子会话的回放仍由现有的种子边界测试 Agent Note 覆盖；store、Host、载体与客户端的专项测试固定边界和对账契约，真实 Chromium 场景则固定组装后的消息操作与谱系树。