ab7b839bc6
- 新增 pam_deploy_graph 包，包含 agent、action router、runner、parser 和配置加载能力 - 支持 hybrid_node_mcp 路由策略：PAM_HOME 走脚本 action，PAM_NODE 走 MCP - 新增 fake runner 和 CLI 预演/全局流程验证入口 - 新增路由、输出解析、配置加载、脚本命令构造、Skill 策略加载测试 - 在 README 中记录当前代码骨架、实现进度、使用方式和下一步建议
91 lines
3.5 KiB
Markdown
91 lines
3.5 KiB
Markdown
# opagent
|
||
|
||
## PAM Deploy Agent
|
||
|
||
本仓库正在把原有 `PAM_AUTO_DEPLY_SKILL.md` + `deploy.sh` / `deploy.ps1` 的组合，重构为一个 LangGraph-style 的 PAM 智能部署 Agent。
|
||
|
||
当前已加入 `pam_deploy_graph` Python 包，用于先落地 Agent Runtime 的核心骨架：
|
||
|
||
- PAM_HOME action 固定通过 `deploy.sh` / `deploy.ps1` 调用。
|
||
- PAM_NODE action 可通过 MCP runner 调用。
|
||
- 默认执行策略为 `hybrid_node_mcp`，即 HOME 脚本 action + NODE MCP。
|
||
- 离线策略为 `script_only`，全部 action 走脚本 action。
|
||
- `langgraph` 当前作为可选依赖；本地未安装时，核心 Agent、runner、router 和 parser 仍可独立测试。
|
||
|
||
## 当前代码骨架
|
||
|
||
```text
|
||
pam_deploy_graph/
|
||
agent.py # Agent runtime，参数归一化、预演、fake 全局流程
|
||
action_router.py # 按 action 路由到脚本、MCP 或 fake runner
|
||
script_runner.py # deploy.sh / deploy.ps1 action 调用封装
|
||
mcp_runner.py # PAM_NODE MCP runner 协议与 action -> tool 映射
|
||
fake_runner.py # 测试用 runner，不访问真实环境
|
||
output_parser.py # 解析 key=value、MCP JSON、待确认回滚标记
|
||
skill_policy.py # 从 PAM_AUTO_DEPLY_SKILL.md 加载 Skill 策略
|
||
config_writer.py # 生成脚本 action 所需 config 文件
|
||
checkpoint_store.py # 业务 checkpoint JSON 读写
|
||
params_loader.py # 读取 JSON 或 config.txt 风格参数文件
|
||
graph.py # 可选 LangGraph 集成入口
|
||
cli.py # CLI 入口
|
||
|
||
tests/
|
||
test_action_router.py
|
||
test_output_parser.py
|
||
test_params_loader.py
|
||
test_script_runner.py
|
||
test_skill_policy.py
|
||
```
|
||
|
||
## 当前进度
|
||
|
||
已完成：
|
||
|
||
- 建立 Python 工程骨架和 `pyproject.toml`。
|
||
- 实现 `hybrid_node_mcp` 路由规则：PAM_HOME 走脚本 action，PAM_NODE 走 MCP。
|
||
- 实现 `script_only` 路由规则：所有 action 走脚本 action。
|
||
- 实现脚本 action 命令构造，避免调用脚本主流程。
|
||
- 实现 MCP runner 抽象和 PAM_NODE action 到 MCP tool 的默认映射。
|
||
- 实现脚本/MCP/fake action 结果统一为 `ActionResult`。
|
||
- 实现 `config.txt.example` 风格和 JSON 风格参数读取。
|
||
- 实现 fake 全局流程，便于不触碰真实环境地验证 Agent 路由。
|
||
- 添加基础测试，当前 `10 passed`。
|
||
|
||
未完成：
|
||
|
||
- 尚未接入真实 MCP client。
|
||
- 尚未安装并接入真实 LangGraph `StateGraph` 主图。
|
||
- 尚未实现 LLM 结构化意图识别、参数抽取和计划生成。
|
||
- 尚未实现人工确认 interrupt、断点续跑完整图流程和单 IP 子流程。
|
||
- 尚未执行真实脚本 action 或真实 PAM_NODE MCP 调用。
|
||
|
||
## 使用方式
|
||
|
||
预演：
|
||
|
||
```bash
|
||
python -m pam_deploy_graph.cli preview --config doc_scripts/config.txt.example --strategy fake
|
||
```
|
||
|
||
fake 全局流程验证：
|
||
|
||
```bash
|
||
python -m pam_deploy_graph.cli run-global --config doc_scripts/config.txt.example --strategy fake --confirm
|
||
```
|
||
|
||
测试：
|
||
|
||
```bash
|
||
pytest -q
|
||
```
|
||
|
||
## 下一步建议
|
||
|
||
1. 接入真实 PAM_NODE MCP client，实现 `McpToolClient.call_tool()`。
|
||
2. 用 fake runner 补齐完整部署主流程和单 IP 子流程测试。
|
||
3. 引入 LangGraph，把当前 Agent 节点接入 `StateGraph`。
|
||
4. 增加人工确认节点：参数确认、IP 范围确认、回滚确认。
|
||
5. 增加 LLM structured output：意图识别、参数抽取、部署计划、失败解释。
|
||
6. 完善 checkpoint 恢复：全局步骤跳过、成功 IP 跳过、pending rollback 恢复。
|
||
7. 在测试环境中做 smoke：HOME 脚本 `get-token/get-node-url` + NODE MCP `get-online-ips`。
|