LangBot/docs/agent-runner-pluginization/RUNTIME_CONTROL_PLANE_V2.md

Agent Platform / Runtime Control Plane Decision Note

本文档记录 AgentRunner 插件化之后，LangBot 如何继续演进成 Agent Platform 基础设施层。这里讨论的是 Host capability layer，不是 AgentRunner Protocol v2，也不是把某个具体 Agent Platform 产品写进 LangBot core。

本文是当前决策版。协议数据结构仍以 PROTOCOL_V1.md 为准；测试执行入口见 AGENT_RUNNER_QA_GUIDE.md；扩展边界见 EXTENSION_SCOPE_MATRIX.md。

1. 当前决策

LangBot 后续定位应更像 Agent Host / infrastructure provider / transfer layer，而不是把某个完整 Agent Platform 产品固化进 core。

结论：

• Agent Platform 产品形态做成插件。插件负责 agent 管理、策略、业务队列、UI、编排、多 agent 协作和产品体验。
• Agent Platform 所需的基础事实源做进 Host。Host 保存 event、run、result、artifact、state、transcript、权限快照、审计和通用控制状态。
• 不在第一阶段把 runtime registry / daemon worker 管控做成 Host 必选能力。远程 harness / daemon 可以先由 AgentRunner 插件和 SDK remote layer 自己维护连接、心跳和本地执行。
• 不把业务调度写进 Host。Host 提供通用 run/result/control primitives，Platform 插件决定哪些事件触发哪些 agent、如何排队、如何分配、是否 fan-out。

推荐分层：

LangBot Host
  Event / Agent / Binding / Run / RunEvent / Artifact / State / Transcript
  Authorization / audit / delivery / result persistence / control primitives

Agent Platform plugin
  Agent management UI / project-task model / event routing policy
  Business queue / multi-agent orchestration / runtime selection policy

AgentRunner plugin / SDK remote daemon / external harness
  Connects Claude Code / Codex / remote agent / subprocess / HTTP API
  Executes and converts provider-native events to AgentRunResult

2. Platform 与非 Platform 的区别

当前 LangBot 已经具备 Agent Host 的核心特征：

• 抹平不同 AgentRunner。
• 从 IM / Pipeline 入口触发 runner。
• 有 event-first context 方向。
• 有 Host-owned EventLog / Transcript / Artifact / State 的一部分。
• 有 runner config 下发和 run-scoped authorization。

这还不是完整 Agent Platform。完整 Platform 至少还需要：

• 可管理的 agent 资产：agent profile、binding、resource policy、runner config、可用状态。
• 可观察的执行生命周期：run status、result stream、失败原因、artifact、审计、回放。
• 可运营的控制面：取消、重试、排队、并发、超时、恢复、诊断。
• 可产品化的调度体验：事件订阅、路由策略、任务板、多 agent 协作、项目/工作区视图。

因此，区别不只是“有没有调度”，而是是否具备：

managed agent assets + observable run lifecycle + operational run control

Host 负责这些能力的通用事实源和安全边界；Platform 插件负责把它们组装成具体产品。

3. 基础概念

3.1 Event

Event 表示“发生了什么”：

message.received
github.issue.opened
scheduler.tick
user.approved
system.webhook.received

EBA 负责把外部输入标准化成 event。Event 本身不是 queue，也不等同于一次 agent 执行。

3.2 Run

Run 表示“某个 agent / binding / runner 针对某个 event 的一次执行”。

Run 应由 Host 持久化，成为执行状态、结果、权限和审计的事实源：

run_id
event_id
agent_id / binding_id
runner_id
status
created_at / started_at / finished_at
error / failure_reason
delivery target
metadata

当前 AgentRunSessionRegistry 只保存 active run 的内存态授权信息，不足以支撑 Platform 的回放、审计、取消、重试和异步执行。

3.3 RunEvent / RunResult

RunEvent 是一次 run 过程中产生的结果事件流，对应 AgentRunResult：

message.delta
message.completed
tool.call.started
tool.call.completed
artifact.created
state.updated
action.requested
run.completed
run.failed

Host 应保存这些事件，按 run_id + sequence 可回放。Transcript、Artifact、State 可以由这些 result event 触发写入现有 store。

3.4 Queue

Queue 不是 EBA 的替代品。

EBA 负责产生 event；queue 负责处理“这个 event 对应的执行 work item 何时执行、谁来执行、如何取消/重试/恢复”。

队列可以分两层：

• 业务队列：由 Platform 插件管理，例如项目任务、优先级、agent team、workflow、人工审批。
• 执行队列 / run queue：可选 Host 原语，例如 queued / running / completed / failed / cancelled、claim lease、dispatch timeout、orphan recovery。

第一阶段不要求 Host 内置完整执行队列。Platform 插件可以先管理业务队列，然后调用 Host 创建 run、保存 result。

3.5 Runtime / Daemon

Runtime / daemon 表示执行位置或执行能力，例如某台机器上的 Claude Code / Codex CLI。

当前决策：

• Host 不在第一阶段维护完整 runtime registry。
• AgentRunner 插件可以通过 SDK remote layer 与 daemon 保持连接、心跳和执行通道。
• 外部 harness / agent 不应直接访问 LangBot Host。访问 LangBot 资源必须通过 daemon / AgentRunner plugin / SDK runtime / AgentRunAPIProxy / MCP bridge。
• 如果后续多个插件都需要共享 runtime 状态，再把薄的 RuntimeLease / registry 下沉为 Host 通用能力。

4. Host 应新增的最小能力

第一阶段最重要的不是 daemon registry，而是让 Host 成为 run/result 的事实源。

4.1 AgentRun Store

新增持久 AgentRun：

id / run_id
event_id
agent_id
binding_id
runner_id
conversation_id / thread_id
workspace_id / bot_id
status
status_reason
created_at / started_at / finished_at / updated_at
deadline_at
cancel_requested_at
metadata_json

建议 status 至少包含：

created
running
completed
failed
cancelled
timeout

如果后续加执行队列，再引入：

queued
claimed
dispatching

4.2 AgentRunEvent Store

新增持久 AgentRunEvent：

id
run_id
sequence
type
data_json
created_at
source
artifact_refs_json
metadata_json

约束：

• 同一 run_id 内 sequence 单调递增。
• append 必须幂等，支持远程 daemon / plugin 重试。
• 未知 result type 可保存但 Host 只对已知类型执行副作用。
• 大 payload 仍应转 artifact，不直接塞入 result event。

4.3 Run Control API

Host 提供通用控制原语：

run.create
run.get
run.list
run.events.page
run.cancel
run.append_result
run.finalize

语义：

• run.create 创建 Host-owned run 和授权快照。
• run.append_result 只允许受信 SDK/runtime 路径调用，写入 AgentRunEvent 并触发 transcript/artifact/state/delivery 副作用。
• run.finalize 关闭 run，更新 terminal status。
• run.cancel 设置取消意图；同步 runner 通过 context/deadline 感知，远程 runner 通过插件/daemon 通道感知。

第一阶段可以只暴露给插件 runtime action，不一定先做公开 HTTP API。

4.4 Result Persistence In Orchestrator

当前 AgentRunOrchestrator.run() 已经处理：

event -> binding -> context -> runner invocation -> result normalization

需要补齐：

• run 开始时创建 AgentRun。
• 每个 AgentRunResult 进入 AgentRunEvent。
• run.completed / 正常 generator 结束时标记 completed。
• run.failed / exception / timeout 标记 failed 或 timeout。
• state.updated、artifact.created、transcript 写入继续走现有 journal，但应与 AgentRunEvent 有可追踪关系。

4.5 Authorization Snapshot

异步或远程执行时，run 创建时必须固化授权快照：

• runner identity
• binding identity
• caller plugin identity
• resource policy
• allowed tools/models/files/knowledge bases/storage scopes
• state scopes
• conversation/thread/workspace scope

后续 append result、state API、artifact API、history API 都以这个 snapshot 校验，不重新扩大权限。

5. SDK 侧应新增的最小能力

SDK 不需要马上定义完整 daemon registry，但需要让插件和 runner 使用 Host run/result 能力。

5.1 Entities

新增或补齐：

AgentRun
AgentRunStatus
AgentRunEvent
RunEventPage
RunCreateRequest / RunCreateResult
RunAppendResultRequest

这些是 Host control primitives，不替代 AgentRunContext / AgentRunResult。

5.2 Proxy Methods

在 SDK proxy 中提供：

create_run(...)
get_run(run_id)
list_runs(...)
page_run_events(run_id, cursor=None, limit=...)
cancel_run(run_id)
append_run_result(run_id, result, sequence=None)
finalize_run(run_id, status, error=None)

访问边界：

• 普通 AgentRunner 在同步 run(ctx) 内不一定需要直接调用这些 API；Host orchestrator 可自动记录。
• Platform 插件可以创建/查询/取消 run。
• AgentRunner 插件或 daemon bridge 可以 append/finalize 自己负责的 run。
• 外部 harness 仍不能直接调用 Host；必须经 SDK runtime / proxy / bridge。

5.3 Plugin-Daemon Heartbeat

远程 daemon 的初始心跳可以是 SDK / AgentRunner plugin 私有能力：

daemon <-> AgentRunner plugin / SDK remote layer <-> LangBot plugin runtime <-> Host

Host 第一阶段只需要知道：

• 相关插件是否在线。
• run 是否有 progress/result。
• run 是否超时或取消。

如果后续需要跨插件共享 daemon 可用性，再把 heartbeat/registry 下沉为 Host 能力。

6. Platform 插件应负责什么

Agent Platform 插件可以负责：

• 管理哪些 agent 可用。
• 维护产品层 agent profile、项目、任务板、workflow、team。
• 订阅 EBA event，决定哪些 event 触发哪些 agent。
• 维护业务 queue：优先级、重试策略、人工审批、分配规则。
• 选择 runner / runtime / daemon。
• 调用 Host run API 创建、取消、查询执行。
• 展示 run status、result stream、artifact、失败原因和审计。

Platform 插件不应负责：

• 私有保存通用 run/result 事实源。
• 绕过 Host 直接写 transcript/artifact/state。
• 让外部 harness 直接访问 LangBot DB 或 Host 内部资源。
• 把某个业务队列语义强塞进 AgentRunner Protocol v1。

7. 与 EBA 的关系

EBA 做好后，事件流可以进入两种路径。

直接执行路径：

EventGateway
  -> EventRouter resolves AgentBinding
  -> AgentRunOrchestrator.run(event, binding)
  -> Host records AgentRun / AgentRunEvent
  -> delivery

Platform 插件编排路径：

EventGateway
  -> Platform plugin receives/subscribes event
  -> plugin applies policy / business queue
  -> plugin creates Host run
  -> runner/plugin/daemon executes
  -> Host records result and state
  -> plugin displays / Host delivers

这两条路径共享 Host run/result/artifact/state 事实源。区别在于是否有 Platform 插件参与产品化调度和业务队列。

8. 与 AgentRunner Protocol v1 的关系

本设计不改变 v1 的 runner 可见合同：

AgentRunContext -> AgentRunner.run(ctx) -> AgentRunResult stream

必须保持：

• AgentRunContext 不塞入 daemon/worker/pod 细节。
• AgentRunResult 仍是 runner 输出的统一事件流。
• 普通 runner 不需要知道 task queue / runtime registry。
• 远程 harness 可以自管 session、tool loop、MCP、上下文压缩，但访问 LangBot 资源必须通过 SDK proxy / bridge。
• Runtime-managed execution 是 placement / transport 选择，不是普通 runner 协议的强制概念。

9. 分阶段实施建议

Phase 1: Run Ledger

目标：Host 成为执行状态和结果事实源。

范围：

• AgentRun 表。
• AgentRunEvent 表。
• Orchestrator 自动创建/更新 run。
• Journal 持久化每个 AgentRunResult。
• Run 查询和事件分页 API。
• SDK entities + proxy 方法。

复杂度：中等。

预计改动：

Host: 12-20 个文件
SDK: 4-8 个文件
Tests: 8-15 个文件

Phase 2: Platform Plugin Queue On Host Run Primitives

目标：Platform 插件管理业务 queue，Host 提供 run/result/cancel 原语。

范围：

• run.create
• run.cancel
• run.append_result
• run.finalize
• result append 的 sequence/idempotency。
• 受权限保护的远程 append/finalize。
• Platform 插件可基于 Host run 构建任务板和调度体验。

复杂度：中等偏高。

预计改动：

Host: 20-35 个文件
SDK: 8-14 个文件
Tests: 15-25 个文件

Phase 3: Optional Host Execution Queue / Claim Lease

目标：当多个插件重复实现 claim/cancel/retry/recovery 时，再下沉执行队列到 Host。

范围：

• queued/running/completed/failed/cancelled 状态机扩展。
• claim_run / lease_until。
• dispatch timeout。
• retry / orphan recovery。
• cancel propagation。
• 并发 claim 防重。

复杂度：高。

预计改动：

Host: 35-55 个文件
SDK: 12-20 个文件
Tests: 25-40 个文件

Phase 4: Optional Runtime Registry

目标：当 Host 需要统一管理多个 daemon / worker 时，再引入 runtime registry。

范围：

• runtime register / heartbeat / deregister。
• capability report：provider、version、login status、workspace access、slot。
• runtime online/offline。
• runtime scoped auth。
• runtime audit。
• runtime gone recovery。
• task wakeup / long polling / websocket。
• 多 Host 实例下的 relay / distributed lock。

复杂度：很高。

预计改动：

Host: 55-80+ 个文件
SDK: 18-30 个文件
Tests: 40+ 个文件

不建议现在直接进入此阶段。

10. 设计原则

• 先把 run/result 事实源做进 Host，再谈完整 runtime control plane。
• Agent Platform 产品做插件；Host 做基础设施。
• Host 不写业务调度策略，但要保存通用状态、结果、权限和审计。
• EBA event 不是 queue；queue 是执行生命周期问题。
• 业务 queue 可以先在 Platform 插件里；执行 queue 只有在复用需求明确后再下沉 Host。
• Daemon registry 不应污染 AgentRunner Protocol v1。
• 外部 harness 不直接访问 LangBot Host 或 DB。
• 所有 LangBot 资源访问必须走 SDK runtime / AgentRunAPIProxy / scoped MCP bridge。
• Docker / remote / local subprocess 只是 runtime placement，不是 runner 协议差异。

11. 非目标

当前阶段不做：

• 完整 Multica 式 runtime registry。
• Host 内置项目管理、任务板、agent team、workflow 产品逻辑。
• 把 daemon heartbeat / worker liveness 放进 AgentRunContext。
• 把业务 queue 定义为 AgentRunner Protocol 字段。
• 让 Platform 插件私有保存 run/result 事实源。
• 让外部 agent/harness 直连 Host 内部资源。

12. 待定问题

• Host 是否需要最小持久 Agent / Binding 模型，还是继续由 Pipeline / Platform 插件投影运行期 AgentBinding。
• Platform 插件创建 run 时，是否传完整 AgentBinding snapshot，还是引用 Host-owned binding id。
• AgentRunEvent 与现有 EventLog / Transcript 的查询关系：直接 join，还是通过专门 view 聚合。
• run.append_result 的认证粒度：runner plugin identity、run token、scoped capability token，或 SDK runtime 内部 channel。
• 取消语义：同步 runner、remote daemon、external harness session 如何统一感知 cancel。
• 何时把插件私有 daemon heartbeat 提升为 Host RuntimeLease。
• 若未来 Host 做 claim lease，Platform 插件业务 queue 与 Host execution queue 如何避免双队列混乱。