diff --git a/app/api/endpoints/agent.py b/app/api/endpoints/agent.py index 34b60a526..f3b86cf7d 100644 --- a/app/api/endpoints/agent.py +++ b/app/api/endpoints/agent.py @@ -35,10 +35,13 @@ from app.schemas.response import Response as _SchemaResponse from app.api.response import ResponseAPIRouter from app.api.presentation.sse import build_sse_error_response, build_sse_response from app.agent.contracts import ReplyMode, build_display_message -from app.agent.llm.capability import AgentCapabilityManager from app.agent.mcp import agent_mcp_manager from app.agent.runtime_loader import get_moviepilot_agent_type -from app.application.agent import get_running_agent_manager +from app.application.agent import ( + get_running_agent_manager, + is_audio_input_available, + transcribe_audio, +) from app.chain.message import MessageChain from app.application.commands import get_command, get_commands from app.runtime.config import global_vars @@ -1157,7 +1160,7 @@ def _transcribe_web_agent_audio_files( """ if not audio_files: return None - if not AgentCapabilityManager.is_audio_input_available(): + if not is_audio_input_available(): logger.warning("WebAgent 音频输入能力未配置或未启用，跳过语音识别") return None @@ -1169,7 +1172,7 @@ def _transcribe_web_agent_audio_files( logger.warning("WebAgent 语音文件读取失败: ref=%s, error=%s", audio_ref, err) continue - transcript = AgentCapabilityManager.transcribe_audio( + transcript = transcribe_audio( content=content, filename=file_name, ) diff --git a/docs/refactor/backend-architecture-next-stage.md b/docs/refactor/backend-architecture-next-stage.md index 839ee7aed..860694b6a 100644 --- a/docs/refactor/backend-architecture-next-stage.md +++ b/docs/refactor/backend-architecture-next-stage.md @@ -6,7 +6,7 @@ > 审计范围：宿主后端；排除 `app/plugins/**` 运行时插件副本 > 规范优先级：`AGENTS.md` 与 `docs/rules/` 高于本文 > 相关文档：`docs/architecture-overview.md`、`docs/refactor/backend-architecture-governance.md`、`docs/refactor/backend-module-refactor-compatibility.md` -> 实施进度：阶段 0～6 的宿主架构能力已完成收口；API/Application 公共复杂度基线已清零，启动组合根的 SystemConfigOper 构造点已由 14 降至 1；API 进程内后台任务已完成首批统一登记，插件仓适配和 Outbox 外围扩展仍按风险切片推进。Model/Base 查询与写装饰器、legacy 隐式会话外壳均已清零，插件 SDK 也不再导出宿主 Model。2026-08-23 的长期整改阶段 0 已恢复宿主、启动性能、官方插件和 SDK 契约门禁的可信基线；阶段 1a 已补齐 TaskRegistry owner 零债务门禁和诚实的关停超时语义；阶段 1b1 已收口整理 worker、pending 回放、失败通知、进程内 AI 重试、插件监控与事件投递的生命周期所有权；2026-08-24 的阶段 2 已将 212 个已观察宿主模块方法的 legacy aggregation 清零，并补齐可执行 fanout 与下载器文件 DTO 边界；阶段 3 已将消息交互和远程命令的订阅删除统一到 Application/UoW/outbox，宿主不再调用裸线程统计入口；阶段 4 已统一七种消息渠道的宿主回环与后台执行边界；阶段 5 已补齐事件窗口聚合任务的生命周期所有权；阶段 6 已统一插件文件操作的取消完成语义；阶段 7 已统一插件协程补偿的终态等待；阶段 8 已统一宿主同步函数的异步线程池入口；阶段 9 已统一工作流运行时的宿主获取路径；阶段 10 已统一模块、插件与调度运行时的显式 getter 调用；阶段 11 已清除系统配置 getter 的 Oper 形别名；阶段 12 已完成工作流域的显式 Chain 数据端口迁移；阶段 13 已收口用户、交互与消息链的数据端口；阶段 14 已收口音乐订阅数据端口；阶段 15 已收口站点数据端口；阶段 16 已收口媒体服务器数据端口；阶段 17 已收口下载数据端口；阶段 18 已收口主订阅数据端口；阶段 19 已收口整理数据端口；阶段 20 已收口 Agent 数据端口；阶段 21 已收口监控历史端口；阶段 22 已统一服务配置应用边界；阶段 23 已补齐媒体服务器 API 遗留的类形配置读取路径；阶段 24 已清除 Scheduler 内部无 owner 的协程提交双轨；阶段 25 已补齐 TaskRegistry 跨线程 owner 并迁移整理 AI 接管；阶段 26 已统一 Agent 会话清理提交；阶段 27 已统一历史 AI 进度 owner；阶段 28 已托管旧插件订阅统计线程；阶段 29 已统一 Emby 系条目转换并清零重复代码白名单；阶段 30 已收口插件市场请求级子任务；阶段 31 已托管搜索 AI 推荐任务；阶段 32 已清除事件调度器绕过生命周期 owner 的投递回退；阶段 33 已统一宿主 Agent 运行时的获取路径；阶段 34 已统一 durable-required 事件与 Outbox topic 事实源；阶段 35 已统一 LLM provider 管理 API 的运行时解析路径。 +> 实施进度：阶段 0～6 的宿主架构能力已完成收口；API/Application 公共复杂度基线已清零，启动组合根的 SystemConfigOper 构造点已由 14 降至 1；API 进程内后台任务已完成首批统一登记，插件仓适配和 Outbox 外围扩展仍按风险切片推进。Model/Base 查询与写装饰器、legacy 隐式会话外壳均已清零，插件 SDK 也不再导出宿主 Model。2026-08-23 的长期整改阶段 0 已恢复宿主、启动性能、官方插件和 SDK 契约门禁的可信基线；阶段 1a 已补齐 TaskRegistry owner 零债务门禁和诚实的关停超时语义；阶段 1b1 已收口整理 worker、pending 回放、失败通知、进程内 AI 重试、插件监控与事件投递的生命周期所有权；2026-08-24 的阶段 2 已将 212 个已观察宿主模块方法的 legacy aggregation 清零，并补齐可执行 fanout 与下载器文件 DTO 边界；阶段 3 已将消息交互和远程命令的订阅删除统一到 Application/UoW/outbox，宿主不再调用裸线程统计入口；阶段 4 已统一七种消息渠道的宿主回环与后台执行边界；阶段 5 已补齐事件窗口聚合任务的生命周期所有权；阶段 6 已统一插件文件操作的取消完成语义；阶段 7 已统一插件协程补偿的终态等待；阶段 8 已统一宿主同步函数的异步线程池入口；阶段 9 已统一工作流运行时的宿主获取路径；阶段 10 已统一模块、插件与调度运行时的显式 getter 调用；阶段 11 已清除系统配置 getter 的 Oper 形别名；阶段 12 已完成工作流域的显式 Chain 数据端口迁移；阶段 13 已收口用户、交互与消息链的数据端口；阶段 14 已收口音乐订阅数据端口；阶段 15 已收口站点数据端口；阶段 16 已收口媒体服务器数据端口；阶段 17 已收口下载数据端口；阶段 18 已收口主订阅数据端口；阶段 19 已收口整理数据端口；阶段 20 已收口 Agent 数据端口；阶段 21 已收口监控历史端口；阶段 22 已统一服务配置应用边界；阶段 23 已补齐媒体服务器 API 遗留的类形配置读取路径；阶段 24 已清除 Scheduler 内部无 owner 的协程提交双轨；阶段 25 已补齐 TaskRegistry 跨线程 owner 并迁移整理 AI 接管；阶段 26 已统一 Agent 会话清理提交；阶段 27 已统一历史 AI 进度 owner；阶段 28 已托管旧插件订阅统计线程；阶段 29 已统一 Emby 系条目转换并清零重复代码白名单；阶段 30 已收口插件市场请求级子任务；阶段 31 已托管搜索 AI 推荐任务；阶段 32 已清除事件调度器绕过生命周期 owner 的投递回退；阶段 33 已统一宿主 Agent 运行时的获取路径；阶段 34 已统一 durable-required 事件与 Outbox topic 事实源；阶段 35 已统一 LLM provider 管理 API 的运行时解析路径；阶段 36 已统一 WebAgent 音频能力访问边界。 ## 当前复核结论（2026-08-24） @@ -379,6 +379,15 @@ - API 的运行时依赖由 concrete provider 边替换为 gateway 边，模块仍为 `806`、内部边仍为 `6549`； 12 组禁止边与唯一隔离 TMDB SCC 均未变化。 +### 长期整改阶段 36：WebAgent 音频能力边界收口（2026-08-24） + +- startup 已把唯一 `AgentCapabilityManager` 注册到 `app.application.agent`，Chain 和其他宿主消费者也已 + 使用该门面；WebAgent 音频转写却仍直接静态调用 concrete manager，形成两条能力访问路径。 +- WebAgent 现在调用 application 层的 `is_audio_input_available()` 与 `transcribe_audio()`；文件解析与读取、 + AnyIO 线程边界、provider 选择和返回语义均未变化。架构测试拒绝 startup/agent 之外的宿主代码重新 + 导入 `AgentCapabilityManager`，但保留 `app.agent.llm` 的公开惰性导出供 Agent 内部与既有消费者使用。 +- 宿主依赖图模块仍为 `806`，内部边由 `6549` 降至 `6547`；12 组禁止边与唯一隔离 TMDB SCC 均未变化。 + ### 总体判断 当前架构总体合理，已经从跨层混合的遗留单体收敛为**边界清晰的模块化单体**： diff --git a/tests/fixtures/architecture/dependency-baseline.json b/tests/fixtures/architecture/dependency-baseline.json index 287796ed7..0dd5b52c0 100644 --- a/tests/fixtures/architecture/dependency-baseline.json +++ b/tests/fixtures/architecture/dependency-baseline.json @@ -13,8 +13,8 @@ "runtime_to_db": [], "workflow_to_db": [] }, - "edge_count": 6549, - "edge_sha256": "fb3c6b77623cc0ad1707fe8cdfc7e8a1c6be429a34da05b4fca5ed8ef512e734", + "edge_count": 6547, + "edge_sha256": "66726be779aae9069c32e8ccba1e7371eb99cfcc459666bc9805ddc25061ac63", "edges": [ "app -> app.runtime", "app -> app.runtime.compat", @@ -1650,8 +1650,6 @@ "app.api.endpoints.agent -> app.agent", "app.api.endpoints.agent -> app.agent.callback", "app.api.endpoints.agent -> app.agent.contracts", - "app.api.endpoints.agent -> app.agent.llm", - "app.api.endpoints.agent -> app.agent.llm.capability", "app.api.endpoints.agent -> app.agent.mcp", "app.api.endpoints.agent -> app.agent.runtime_loader", "app.api.endpoints.agent -> app.api", diff --git a/tests/test_architecture_dependencies.py b/tests/test_architecture_dependencies.py index 9006ef0f8..fe23c69a1 100644 --- a/tests/test_architecture_dependencies.py +++ b/tests/test_architecture_dependencies.py @@ -1201,6 +1201,26 @@ def test_host_consumers_resolve_llm_provider_runtime_through_gateway(): assert violations == {} +def test_host_consumers_use_agent_audio_capability_application_port(): + """宿主消费者不得绕过 Application 门面直连 Agent 音频实现。""" + violations: dict[str, set[str]] = {} + for module_name, path in _discover_modules().items(): + if module_name.startswith(("app.agent", "app.startup")): + continue + tree = ast.parse(path.read_text(encoding="utf-8"), filename=str(path)) + imported = { + alias.name + for node in ast.walk(tree) + if isinstance(node, ast.ImportFrom) + and node.module in {"app.agent.llm", "app.agent.llm.capability"} + for alias in node.names + if alias.name == "AgentCapabilityManager" + } + if imported: + violations[module_name] = imported + assert violations == {} + + def test_agent_tools_do_not_import_entrypoint_internals(): """Agent 工具不得穿透导入 HTTP 端点、调度器与命令注册表内部实现。 diff --git a/tests/test_web_agent_stream.py b/tests/test_web_agent_stream.py index 6606e46b1..1c718b82e 100644 --- a/tests/test_web_agent_stream.py +++ b/tests/test_web_agent_stream.py @@ -942,10 +942,10 @@ def test_transcribe_web_agent_audio_files_reads_registered_upload(tmp_path): try: with patch( - "app.api.endpoints.agent.AgentCapabilityManager.is_audio_input_available", + "app.api.endpoints.agent.is_audio_input_available", return_value=True, ), patch( - "app.api.endpoints.agent.AgentCapabilityManager.transcribe_audio", + "app.api.endpoints.agent.transcribe_audio", return_value="帮我推荐一部电影", ) as transcribe_audio: audio_files = _resolve_web_agent_audio_refs(