agency-orchestrator 0.6.11 → 0.6.13

package/dist/connectors/hermes-cli.d.ts

@@ -5,7 +5,8 @@
  * 安装: curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
  * 文档: https://hermes-agent.nousresearch.com/
  *
- * 使用 hermes chat -q "prompt" 的单次查询模式（非交互式）
+ * 使用 hermes -z "prompt" 的 oneshot 模式（非交互式）
+ * 旧版 hermes chat -q 已废弃，详见 issue #14
  * 支持 --model 指定模型（如 anthropic/claude-sonnet-4、openai/gpt-4o 等）
  */
 import { CLIBaseConnector } from './cli-base.js';

package/dist/connectors/hermes-cli.js

@@ -5,7 +5,8 @@
  * 安装: curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
  * 文档: https://hermes-agent.nousresearch.com/
  *
- * 使用 hermes chat -q "prompt" 的单次查询模式（非交互式）
+ * 使用 hermes -z "prompt" 的 oneshot 模式（非交互式）
+ * 旧版 hermes chat -q 已废弃，详见 issue #14
  * 支持 --model 指定模型（如 anthropic/claude-sonnet-4、openai/gpt-4o 等）
  */
 import { CLIBaseConnector } from './cli-base.js';
@@ -16,7 +17,7 @@ export class HermesCLIConnector extends CLIBaseConnector {
             displayName: 'Hermes Agent CLI',
             installHint: 'curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash',
             buildArgs: (prompt, config) => {
-                const args = ['chat', '-q', prompt];
+                const args = ['-z', prompt];
                 if (config.model) {
                     args.push('--model', config.model);
                 }

package/dist/core/parser.js

@@ -62,6 +62,55 @@ export function parseWorkflow(filePath) {
 export function validateWorkflow(workflow) {
     const errors = [];
     const stepIds = new Set(workflow.steps.map(s => s.id));
+    const stepById = new Map(workflow.steps.map(s => [s.id, s]));
+    // step.output 唯一性检查：两个 step 不能 output 到同一个变量名
+    // 否则下游引用拿到的值取决于 context Map 的写入顺序，不可预期
+    //
+    // 两类合法例外不报错：
+    // 1. any_completed 分支收敛：下游用 depends_on_mode: any_completed 引用这些
+    //    重名 step（任一分支完成即走，重名 output 是有意设计）
+    // 2. loop 迭代覆盖：重名 step 中有任一个带 loop 字段（种子 step + loop step
+    //    反复覆盖同名 output，是常见的"原地修改"迭代模式，如 write/revise/brand_review 链）
+    const outputToSteps = new Map();
+    for (const step of workflow.steps) {
+        if (!step.output)
+            continue;
+        const owners = outputToSteps.get(step.output) || [];
+        owners.push(step.id);
+        outputToSteps.set(step.output, owners);
+    }
+    for (const [outName, owners] of outputToSteps) {
+        if (owners.length <= 1)
+            continue;
+        const ownerSet = new Set(owners);
+        const hasAnyCompletedConsumer = workflow.steps.some(s => s.depends_on_mode === 'any_completed'
+            && s.depends_on?.some(d => ownerSet.has(d)));
+        if (hasAnyCompletedConsumer)
+            continue;
+        const hasLoopOwner = owners.some(id => stepById.get(id)?.loop);
+        if (hasLoopOwner)
+            continue;
+        errors.push(`output 变量 "${outName}" 被多个 step 同时产出: ${owners.join(', ')}（重名会让下游引用结果不确定）`);
+    }
+    // 计算每个 step 的 DAG 上游 step ids（递归 depends_on 闭包，不含自身）。
+    // 用于校验"变量必须来自 inputs 或当前 step 的上游"——和 autoFix 的拓扑约束保持一致
+    function upstreamStepIds(stepId) {
+        const out = new Set();
+        const stack = [stepId];
+        while (stack.length > 0) {
+            const cur = stack.pop();
+            const step = stepById.get(cur);
+            if (!step)
+                continue;
+            for (const dep of step.depends_on || []) {
+                if (out.has(dep))
+                    continue;
+                out.add(dep);
+                stack.push(dep);
+            }
+        }
+        return out;
+    }
     for (const step of workflow.steps) {
         // 检查 depends_on 引用
         if (step.depends_on) {
@@ -92,17 +141,55 @@ export function validateWorkflow(workflow) {
                 errors.push(`step "${step.id}" 的 loop 缺少 exit_condition`);
             }
         }
-        // 检查 {{变量}} 引用
-        const varRefs = step.task?.match(/\{\{(\w+)\}\}/g) || [];
+        // 检查 {{变量}} 引用：必须来自 inputs，或来自当前 step 的 DAG 上游 step.output
+        // （之前只检查"任意 step 是否产出该变量"，让"早期 step 引用下游 output"这种
+        // 拓扑反向错误漏过 validate，到 run 阶段才崩。和 autoFix 的拓扑约束对齐）
+        // 范围: step.task / step.condition / step.loop.exit_condition / step.prompt
+        const refTexts = [];
+        if (step.task)
+            refTexts.push(step.task);
+        if (step.condition)
+            refTexts.push(step.condition);
+        if (step.loop?.exit_condition)
+            refTexts.push(step.loop.exit_condition);
+        if (step.prompt)
+            refTexts.push(step.prompt);
+        const varRefs = [];
+        for (const text of refTexts) {
+            const matches = text.match(/\{\{(\w+)\}\}/g) || [];
+            varRefs.push(...matches);
+        }
+        if (varRefs.length === 0)
+            continue;
+        const upStepIds = upstreamStepIds(step.id);
+        const upstreamOutputs = new Set();
+        for (const id of upStepIds) {
+            const s = stepById.get(id);
+            if (s?.output)
+                upstreamOutputs.add(s.output);
+        }
+        const reportedVars = new Set(); // 同 step 内同名变量只报一次
         for (const ref of varRefs) {
             const varName = ref.slice(2, -2);
-            // 变量要么来自 inputs，要么来自某个 step 的 output
+            if (varName === '_loop_iteration')
+                continue;
+            if (reportedVars.has(varName))
+                continue;
             const inputDef = workflow.inputs?.find(i => i.name === varName);
-            const isOutput = workflow.steps.some(s => s.output === varName);
-            if (!inputDef && !isOutput && varName !== '_loop_iteration') {
+            if (inputDef)
+                continue;
+            if (upstreamOutputs.has(varName))
+                continue;
+            // 不在 inputs 也不在上游 outputs：错误
+            // 区分两种错误信息，方便 autoFix / repairWithLLM 处理
+            const producedBySomeStep = workflow.steps.some(s => s.output === varName);
+            if (producedBySomeStep) {
+                errors.push(`step "${step.id}" 引用了未定义的变量: {{${varName}}} (该变量由非上游 step 产出，需要把对应 step 加进 depends_on)`);
+            }
+            else {
                 errors.push(`step "${step.id}" 引用了未定义的变量: {{${varName}}}`);
             }
-            // 可选输入无默认值时，运行时自动填空字符串 — 非错误，不再警告
+            reportedVars.add(varName);
         }
     }
     // 检查循环依赖

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "agency-orchestrator",
-  "version": "0.6.11",
+  "version": "0.6.13",
   "description": "Multi-agent YAML workflow engine — 211 AI roles, auto DAG parallelism, zero code. One sentence → multiple AI roles collaborate → complete plan in minutes. 10 LLM providers, 7 need no API key.",
   "keywords": [
     "multi-agent",

package/workflows/investment-analysis.yaml

@@ -87,7 +87,7 @@ steps:
 
       每条风险明确标「发生概率」（高/中/低）。
     output: risk
-    depends_on: [research]
+    depends_on: [research, financial]
 
   - id: cfo_opinion
     role: "finance/finance-financial-forecaster"

package/workflows/legal-consultation.yaml

@@ -97,7 +97,7 @@ steps:
 
       ⚠️ 所有法条引用不确定处必须明确标「需核实最新法规」。
     output: risk_analysis
-    depends_on: [intake]
+    depends_on: [intake, document_review]
 
   - id: opinion
     role: "legal/legal-policy-writer"

package/workflows/marketing/xiaohongshu-content.yaml

@@ -81,7 +81,7 @@ steps:
 
       风格参考：小红书当前热门的视觉趋势。
     output: visual_plan
-    depends_on: [topic_planning]
+    depends_on: [topic_planning, write_notes]
 
   - id: optimize
     role: "marketing/marketing-xiaohongshu-operator"