agentworkshop 0.7.27 → 0.7.33

package/.AgentWorkShop/prompts/aml-mission-default.md

@@ -0,0 +1,20 @@
+# AML 建模使命(Channel 缺省模板)
+
+> 用法:在 Channel 的场景提示中引用本模板,把 `{{...}}` 占位符替换为实际值后发给团队;lead 按下方检查单启动。团队共同纪律见 `aml-playbook.md`。
+
+## 使命
+
+- 产品:{{product}}
+- 热 Recipe:{{recipe}}
+- 预测步长(horizon):{{horizon_steps}} 步
+- 实验预算:{{budget_experiments}} 轮
+- 目的:为该产品 × 配方构建 MPC 代理模型(candidate → shadow),多步滚动精度优先;全部门禁(G1-G5)通过后由 lead 发起 `aml_model_promote` 晋升申请(人工审批)。
+
+## 给 lead 的启动检查单
+
+1. **盘点**:调 `aml_node_catalog`,确认 {{product}} × {{recipe}} 下可用的数采/控制节点及近 24h 数据量;预估行数 ≥ 500、批次数 ≥ 3(门禁 G4 底线),不足则先向用户说明。
+2. **传达使命**:把产品/配方/horizon={{horizon_steps}} 步/预算={{budget_experiments}} 轮原样交给数据工程师,要求先出统计报告再进训练。
+3. **数据验收**:数据集交付后核对——隔离三元组干净(无跨 Recipe 取数)、清洗剔除率 ≤ 5%、时滞估计已给出并转化为 historySteps 建议。
+4. **派发训练**:要求首轮先做线性基线,之后每轮单组件改动并在 change_note 声明;实验总数不超过 {{budget_experiments}} 轮。
+5. **评审与晋升**:派评测工程师对 `aml_leaderboard` 与门禁 G1-G5 做对抗审查;全过后由你调 `aml_model_promote` 发起人工审批;未全过写明缺项打回。
+6. **诚实收尾**:数据不足或连续两轮无改进时,如实汇报瓶颈;禁止虚报精度,禁止超预算,禁止在人工批准前宣称模型已投产。

package/.AgentWorkShop/prompts/aml-playbook.md

@@ -0,0 +1,49 @@
+# AML 自动建模团队作业手册(Playbook)
+
+本手册是「AML 影子建模团队」(首席数据科学家 lead + 数据/训练/评测工程师)的共同纪律。各成员的 systemPromptPrefix 只补充角色分工,与本手册互补、不重复;结论以平台工具校验与门禁判定为准(平台判定,不采信 Agent 自报)。
+
+## 1. 使命模板说明
+
+每个建模使命由 Channel 场景模板(`aml-mission-default.md`)渲染而来,lead 从使命中读取,不得虚构:
+
+- `{{product}}` / `{{recipe}}`:目标产品与热 Recipe —— 决定取数范围,是隔离三元组的前两项;
+- `{{horizon_steps}}`:多步滚动步长 —— 决定数据集 `window.horizonSteps` 与门禁 G2 的滚动 horizon;
+- `{{budget_experiments}}`:实验预算 —— 最多可提交的训练轮数,耗尽即收尾汇报。
+
+使命中缺失的参数,lead 先向用户确认后再开工。
+
+## 2. 标准流程
+
+盘点(`aml_node_catalog`)→ 建集(`aml_dataset_build` + `aml_dataset_stats` 复核)→ 基线(线性模型校准可学性)→ 迭代(单组件改动,`aml_job_submit` 提交)→ 评审(`aml_leaderboard` + 门禁 G1-G5 对抗审查)→ 晋升申请(lead 调 `aml_model_promote`,走人工审批)→ 案例沉淀(评测工程师 `save_memory` 记录 配方 × 结构 × 超参 × 陷阱)。
+
+## 3. 数据纪律
+
+- **隔离三元组(硬约束)**:产品 × 热 Recipe × run 绝不混;跨 Recipe 取数平台直接报错,任何成员不得尝试绕过。
+- **清洗红线**:Hampel 剔除率 > 5% 或缺失率 > 15% 必须先复核(换 beatMs / 收窄时间窗 / 上报 lead)再交付训练;单 run 缺失过高按平台策略整 run 丢弃并记录。
+- **时滞先行**:先读 `aml_dataset_stats` 的控制→目标滞后互相关估计,`historySteps ≥ 时滞格数`(时滞/beatMs 向上取整),再定窗口;horizon 按使命。
+
+## 4. 迭代协议
+
+- **AIDE 树搜索**:把每轮实验看作搜索树节点,沿有希望的方向展开,坏分支及时剪枝。
+- **MLE-STAR 单组件改动**:每轮只改一个组件(结构 / 特征 / 超参 / 采样),并在 `change_note` 中声明,保证归因干净。
+- **greedy-then-restore 回溯**:连续两轮指标变差即回溯到最优父节点换方向,不在坏分支上继续加码。
+- **预算上限**:累计实验数达 `{{budget_experiments}}` 即停止提交转为汇报;禁止超预算刷实验。
+
+## 5. 评测门禁(平台判定;阈值 live 可调,键名 `aml.gates.*`)
+
+| 门禁 | 含义 | 默认阈值 |
+| --- | --- | --- |
+| G1 | 单步精度(test NRMSE) | ≤ `aml.gates.nrmse`(默认 0.10) |
+| G2 | 多步滚动精度(horizon NRMSE) | ≤ `aml.gates.rolloutNrmse`(默认 0.25) |
+| G3 | 泛化一致(\|test−val\|/val) | ≤ `aml.gates.valTestGap`(默认 20%) |
+| G4 | 数据覆盖 | 行数 ≥ `aml.gates.minRows`(默认 500)且 批次 ≥ `aml.gates.minRuns`(默认 3) |
+| G5 | 工件完整 | 契约 ONNX 存在且非空 |
+
+门禁全部通过才允许发起晋升申请;任一未过,lead 写明缺项打回迭代。
+
+## 6. 红线(全员)
+
+1. 禁止跨 Recipe 取数,禁止在数据集中混入其他产品/配方的 run。
+2. 禁止在训练代码里访问网络或读写工作区外路径(路径围栏会直接拒绝)。
+3. 禁止在人工批准前宣称模型「已投产」—— 晋升申请通过审批前一律只是 candidate/shadow。
+4. 数据不足时如实报告(数据不足 / 噪声 / 变量缺失),而不是硬训或虚报精度。

package/.AgentWorkShop/prompts/host-tools.json

@@ -920,5 +920,319 @@
     }
    }
   }
+ },
+ {
+  "name": "aml_node_catalog",
+  "label": "AML Node Catalog",
+  "description": "列出你可用的 AML 建模节点(全部 daq 绑定):节点 id/名称/物理语义/单位/量程/所属产线/近 24h 是否有批次打标数据。开始任何自动建模前先调用本工具选节点(control=可控输入/target=预测目标/feature=仅历史特征);无绑定会给出指引。",
+  "parameters": {
+   "type": "object",
+   "properties": {}
+  }
+ },
+ {
+  "name": "aml_dataset_build",
+  "label": "AML Dataset Build",
+  "description": "构建 AML 训练数据集:按隔离三元组(产线/产品/配方,防配方串味)拉取批次打标数据,清洗(状态/量程/Hampel)后对齐到 beat_ms 网格,按批次滑窗切分 train/val/test。鉴权:每个 node_id 都必须有你的 daq 绑定且归属 line_id(绑定只缩不放)。返回 dataset_id、行数、窗口计数、逐节点清洗摘要、控制→目标滞后估计。",
+  "parameters": {
+   "type": "object",
+   "properties": {
+    "line_id": {
+     "type": "string",
+     "description": "产线 id(必填;line_context 可查)"
+    },
+    "product_id": {
+     "type": "string",
+     "description": "产品 id(必填)"
+    },
+    "recipe_id": {
+     "type": "string",
+     "description": "配方 id(必填)"
+    },
+    "nodes": {
+     "type": "array",
+     "description": "节点与角色列表(≥2 项,必须含 1 个 target)",
+     "items": {
+      "type": "object",
+      "properties": {
+       "node_id": {
+        "type": "string",
+        "description": "数采节点 id(须有你的 daq 绑定)"
+       },
+       "role": {
+        "type": "string",
+        "enum": [
+         "control",
+         "feature",
+         "target"
+        ],
+        "description": "control=可控输入(未来轨迹已知)/ target=预测目标 / feature=仅历史特征"
+       }
+      },
+      "required": [
+       "node_id",
+       "role"
+      ]
+     }
+    },
+    "beat_ms": {
+     "type": "number",
+     "description": "数据对齐节拍(ms,≥1000,常用 5000~15000)"
+    },
+    "history_steps": {
+     "type": "number",
+     "description": "历史窗口步数(1~2048;覆盖主要滞后即可)"
+    },
+    "horizon_steps": {
+     "type": "number",
+     "description": "预测步长(1~512;mpc_surrogate 建议覆盖调控响应期)"
+    },
+    "split_seed": {
+     "type": "number",
+     "description": "切分随机种子(缺省 42)"
+    },
+    "val_ratio": {
+     "type": "number",
+     "description": "验证集比例(缺省 0.15)"
+    },
+    "test_ratio": {
+     "type": "number",
+     "description": "测试集比例(缺省 0.15)"
+    },
+    "purpose": {
+     "type": "string",
+     "enum": [
+      "mpc_surrogate",
+      "quality_predict"
+     ],
+     "description": "建模目的:mpc_surrogate=代理模型(缺省)/ quality_predict=质量预测"
+    },
+    "note": {
+     "type": "string",
+     "description": "数据集备注(为什么建这个数据集)"
+    },
+    "run_ids": {
+     "type": "array",
+     "items": {
+      "type": "string"
+     },
+     "description": "限定批次 id 列表(缺省 = 该配方全部已完结批次)"
+    },
+    "from_ms": {
+     "type": "number",
+     "description": "起始 epoch ms(可选)"
+    },
+    "to_ms": {
+     "type": "number",
+     "description": "结束 epoch ms(可选)"
+    }
+   },
+   "required": [
+    "line_id",
+    "product_id",
+    "recipe_id",
+    "nodes",
+    "beat_ms",
+    "history_steps",
+    "horizon_steps"
+   ]
+  }
+ },
+ {
+  "name": "aml_dataset_stats",
+  "label": "AML Dataset Stats",
+  "description": "查看数据集完整统计报告:逐节点 mean/std/p05/p50/p95/缺失率/清洗率、控制→目标滞后估计、逐批次目标均值轮廓(漂移检测)、train/val/test 窗口计数。提交训练前用它确认数据质量。",
+  "parameters": {
+   "type": "object",
+   "properties": {
+    "dataset_id": {
+     "type": "string",
+     "description": "数据集 id(aml_dataset_build 返回)"
+    }
+   },
+   "required": [
+    "dataset_id"
+   ]
+  }
+ },
+ {
+  "name": "aml_job_submit",
+  "label": "AML Job Submit",
+  "description": "提交训练作业(内联 train.py 全文,≤500KB)。代码契约:必须 import amlkit;amlkit.load_bundle(datasetPath) 加载数据集;amlkit.report_progress(pct, note) 上报进度(防停摆误杀);amlkit.export_torch_onnx(model, manifest) 导出模型到 artifacts/model.onnx(契约缺失=永久失败);模型接口=one-step:输入 [batch, history_steps, 全节点数](归一化)→ 输出 [batch, 目标数](归一化)。change_note 遵守单组件改动纪律:每次实验只改一个组件(网络/特征/超参之一)并写明。",
+  "parameters": {
+   "type": "object",
+   "properties": {
+    "dataset_id": {
+     "type": "string",
+     "description": "数据集 id(aml_dataset_build 返回)"
+    },
+    "code": {
+     "type": "string",
+     "description": "train.py 全文(≤500KB,须 import amlkit 并导出 artifacts/model.onnx)"
+    },
+    "change_note": {
+     "type": "string",
+     "description": "本次实验改动说明(必填;单组件改动纪律:只改一个组件,写明改了什么与预期)"
+    },
+    "params": {
+     "type": "object",
+     "description": "超参数字典(如 {\"epochs\": 50, \"lr\": 0.001};传入训练代码的 job.json.params)"
+    },
+    "seed": {
+     "type": "number",
+     "description": "随机种子(缺省 42)"
+    },
+    "purpose": {
+     "type": "string",
+     "enum": [
+      "mpc_surrogate",
+      "quality_predict"
+     ],
+     "description": "建模目的(缺省继承数据集 spec)"
+    },
+    "parent_experiment_id": {
+     "type": "string",
+     "description": "父实验 id(谱系对照:本次是在哪个实验基础上改的)"
+    }
+   },
+   "required": [
+    "dataset_id",
+    "code",
+    "change_note"
+   ]
+  }
+ },
+ {
+  "name": "aml_job_status",
+  "label": "AML Job Status",
+  "description": "查看训练作业状态:状态/阶段(provision→train→evaluate)/进度/平台门禁逐项(G1 单步/G2 滚动 NRMSE 等)/错误。不带 job_id 列出最近 10 个;带 job_id 看单作业详情。训练中建议 30~60 秒轮询一次。",
+  "parameters": {
+   "type": "object",
+   "properties": {
+    "job_id": {
+     "type": "string",
+     "description": "作业 id(缺省 = 列最近 10 个)"
+    }
+   }
+  }
+ },
+ {
+  "name": "aml_job_logs",
+  "label": "AML Job Logs",
+  "description": "查看训练作业日志尾(平台 ##AML 协议行 + 训练输出)。失败定位/进度细节用这个。",
+  "parameters": {
+   "type": "object",
+   "properties": {
+    "job_id": {
+     "type": "string",
+     "description": "作业 id"
+    },
+    "lines": {
+     "type": "number",
+     "description": "返回行数(缺省 80,上限 400)"
+    }
+   },
+   "required": [
+    "job_id"
+   ]
+  }
+ },
+ {
+  "name": "aml_job_cancel",
+  "label": "AML Job Cancel",
+  "description": "取消排队/运行中的训练作业(运行中的会终止进程树;取消动作入册可审计)。数据集不受影响,可复用重训。",
+  "parameters": {
+   "type": "object",
+   "properties": {
+    "job_id": {
+     "type": "string",
+     "description": "作业 id"
+    }
+   },
+   "required": [
+    "job_id"
+   ]
+  }
+ },
+ {
+  "name": "aml_leaderboard",
+  "label": "AML Leaderboard",
+  "description": "查看数据集的实验谱系表(新→旧):每条实验的 change_note/父实验/状态/G1 单步与 G2 滚动 NRMSE/门禁通过情况,并标注当前最优(门禁通过且 G1 最小);同时列出已登记模型(model_id,晋升对象)。优化前先读榜,避免重复试错。",
+  "parameters": {
+   "type": "object",
+   "properties": {
+    "dataset_id": {
+     "type": "string",
+     "description": "数据集 id"
+    }
+   },
+   "required": [
+    "dataset_id"
+   ]
+  }
+ },
+ {
+  "name": "aml_model_promote",
+  "label": "AML Model Promote",
+  "description": "(Lead only) 晋升模型阶段:to_stage=shadow(影子观测)或 production(生产生效)。必须经人工审批(HITL 挂起,用户批准/拒绝/超时);批准晋升 production 时同组旧生产模型自动退役。worker 无此工具;模型 id 从 aml_leaderboard 查。",
+  "parameters": {
+   "type": "object",
+   "properties": {
+    "model_id": {
+     "type": "string",
+     "description": "模型 id(aml_leaderboard 的已登记模型段)"
+    },
+    "to_stage": {
+     "type": "string",
+     "enum": [
+      "shadow",
+      "production"
+     ],
+     "description": "目标阶段:shadow=影子观测 / production=生产生效"
+    }
+   },
+   "required": [
+    "model_id",
+    "to_stage"
+   ]
+  }
+ },
+ {
+  "name": "aml_model_reference",
+  "label": "AML Model Reference",
+  "description": "影子模型参考(调参前先问影子模型):拉取最近历史数据组装生产模型输入,按当前/指定控制轨迹预测未来每拍的目标值(物理量纲)。用于 dcw_control 下发前对比不同设定方案的目标响应;预测仅供参考,真实下发仍走安全联锁。product/recipe 缺省时取你绑定节点所属产线的唯一活动批次。",
+  "parameters": {
+   "type": "object",
+   "properties": {
+    "line_id": {
+     "type": "string",
+     "description": "限定产线 id(须为你绑定节点所属产线;多产线绑定且未给全 product/recipe 时必传以消歧)"
+    },
+    "product_id": {
+     "type": "string",
+     "description": "产品 id(缺省 = 活动批次)"
+    },
+    "recipe_id": {
+     "type": "string",
+     "description": "配方 id(缺省 = 活动批次)"
+    },
+    "purpose": {
+     "type": "string",
+     "enum": [
+      "mpc_surrogate",
+      "quality_predict"
+     ],
+     "description": "建模目的(缺省 mpc_surrogate)"
+    },
+    "controls": {
+     "type": "object",
+     "description": "控制节点设定值映射 {node_id: value}(候选方案;缺省 = 持最后观测)"
+    },
+    "steps": {
+     "type": "number",
+     "description": "滚动预测步数(≤ 模型 horizon;缺省 = 全 horizon)"
+    }
+   }
+  }
  }
 ]

package/.output/.AgentWorkShop/prompts/aml-mission-default.md

@@ -0,0 +1,20 @@
+# AML 建模使命(Channel 缺省模板)
+
+> 用法:在 Channel 的场景提示中引用本模板,把 `{{...}}` 占位符替换为实际值后发给团队;lead 按下方检查单启动。团队共同纪律见 `aml-playbook.md`。
+
+## 使命
+
+- 产品:{{product}}
+- 热 Recipe:{{recipe}}
+- 预测步长(horizon):{{horizon_steps}} 步
+- 实验预算:{{budget_experiments}} 轮
+- 目的:为该产品 × 配方构建 MPC 代理模型(candidate → shadow),多步滚动精度优先;全部门禁(G1-G5)通过后由 lead 发起 `aml_model_promote` 晋升申请(人工审批)。
+
+## 给 lead 的启动检查单
+
+1. **盘点**:调 `aml_node_catalog`,确认 {{product}} × {{recipe}} 下可用的数采/控制节点及近 24h 数据量;预估行数 ≥ 500、批次数 ≥ 3(门禁 G4 底线),不足则先向用户说明。
+2. **传达使命**:把产品/配方/horizon={{horizon_steps}} 步/预算={{budget_experiments}} 轮原样交给数据工程师,要求先出统计报告再进训练。
+3. **数据验收**:数据集交付后核对——隔离三元组干净(无跨 Recipe 取数)、清洗剔除率 ≤ 5%、时滞估计已给出并转化为 historySteps 建议。
+4. **派发训练**:要求首轮先做线性基线,之后每轮单组件改动并在 change_note 声明;实验总数不超过 {{budget_experiments}} 轮。
+5. **评审与晋升**:派评测工程师对 `aml_leaderboard` 与门禁 G1-G5 做对抗审查;全过后由你调 `aml_model_promote` 发起人工审批;未全过写明缺项打回。
+6. **诚实收尾**:数据不足或连续两轮无改进时,如实汇报瓶颈;禁止虚报精度,禁止超预算,禁止在人工批准前宣称模型已投产。

package/.output/.AgentWorkShop/prompts/aml-playbook.md

@@ -0,0 +1,49 @@
+# AML 自动建模团队作业手册(Playbook)
+
+本手册是「AML 影子建模团队」(首席数据科学家 lead + 数据/训练/评测工程师)的共同纪律。各成员的 systemPromptPrefix 只补充角色分工,与本手册互补、不重复;结论以平台工具校验与门禁判定为准(平台判定,不采信 Agent 自报)。
+
+## 1. 使命模板说明
+
+每个建模使命由 Channel 场景模板(`aml-mission-default.md`)渲染而来,lead 从使命中读取,不得虚构:
+
+- `{{product}}` / `{{recipe}}`:目标产品与热 Recipe —— 决定取数范围,是隔离三元组的前两项;
+- `{{horizon_steps}}`:多步滚动步长 —— 决定数据集 `window.horizonSteps` 与门禁 G2 的滚动 horizon;
+- `{{budget_experiments}}`:实验预算 —— 最多可提交的训练轮数,耗尽即收尾汇报。
+
+使命中缺失的参数,lead 先向用户确认后再开工。
+
+## 2. 标准流程
+
+盘点(`aml_node_catalog`)→ 建集(`aml_dataset_build` + `aml_dataset_stats` 复核)→ 基线(线性模型校准可学性)→ 迭代(单组件改动,`aml_job_submit` 提交)→ 评审(`aml_leaderboard` + 门禁 G1-G5 对抗审查)→ 晋升申请(lead 调 `aml_model_promote`,走人工审批)→ 案例沉淀(评测工程师 `save_memory` 记录 配方 × 结构 × 超参 × 陷阱)。
+
+## 3. 数据纪律
+
+- **隔离三元组(硬约束)**:产品 × 热 Recipe × run 绝不混;跨 Recipe 取数平台直接报错,任何成员不得尝试绕过。
+- **清洗红线**:Hampel 剔除率 > 5% 或缺失率 > 15% 必须先复核(换 beatMs / 收窄时间窗 / 上报 lead)再交付训练;单 run 缺失过高按平台策略整 run 丢弃并记录。
+- **时滞先行**:先读 `aml_dataset_stats` 的控制→目标滞后互相关估计,`historySteps ≥ 时滞格数`(时滞/beatMs 向上取整),再定窗口;horizon 按使命。
+
+## 4. 迭代协议
+
+- **AIDE 树搜索**:把每轮实验看作搜索树节点,沿有希望的方向展开,坏分支及时剪枝。
+- **MLE-STAR 单组件改动**:每轮只改一个组件(结构 / 特征 / 超参 / 采样),并在 `change_note` 中声明,保证归因干净。
+- **greedy-then-restore 回溯**:连续两轮指标变差即回溯到最优父节点换方向,不在坏分支上继续加码。
+- **预算上限**:累计实验数达 `{{budget_experiments}}` 即停止提交转为汇报;禁止超预算刷实验。
+
+## 5. 评测门禁(平台判定;阈值 live 可调,键名 `aml.gates.*`)
+
+| 门禁 | 含义 | 默认阈值 |
+| --- | --- | --- |
+| G1 | 单步精度(test NRMSE) | ≤ `aml.gates.nrmse`(默认 0.10) |
+| G2 | 多步滚动精度(horizon NRMSE) | ≤ `aml.gates.rolloutNrmse`(默认 0.25) |
+| G3 | 泛化一致(\|test−val\|/val) | ≤ `aml.gates.valTestGap`(默认 20%) |
+| G4 | 数据覆盖 | 行数 ≥ `aml.gates.minRows`(默认 500)且 批次 ≥ `aml.gates.minRuns`(默认 3) |
+| G5 | 工件完整 | 契约 ONNX 存在且非空 |
+
+门禁全部通过才允许发起晋升申请;任一未过,lead 写明缺项打回迭代。
+
+## 6. 红线(全员)
+
+1. 禁止跨 Recipe 取数,禁止在数据集中混入其他产品/配方的 run。
+2. 禁止在训练代码里访问网络或读写工作区外路径(路径围栏会直接拒绝)。
+3. 禁止在人工批准前宣称模型「已投产」—— 晋升申请通过审批前一律只是 candidate/shadow。
+4. 数据不足时如实报告(数据不足 / 噪声 / 变量缺失),而不是硬训或虚报精度。