M2 L2 可学技能注册表层落地(设计文档 §8/§19.3 M2.1-M2.6):
- M2.1 shared/types.ts: HardwareSkill/SkillTrigger/SkillStep/Granularity/SkillQuality/
SkillExtractInput/InfoGainGuard + assessQuality/skillSimilarity/computeInfoGain/
skillId 纯函数
- M2.1-2.5 core/skill-manager.ts: SkillRegistry(register/resolve/list 仿 FlashRegistry)
+ SkillManager μ(extract/register/resolve/supersede/merge/evict) + infoGain 守卫
(§4.4: 1-最近邻相似度; >0.85 → merge 不新增防 plateau) + 双信号质量(exec 0.7
+rubric 0.3, §8.4) + supersededBy 链 + extractSkill/infoGainGate/mergeSkills/scoreSkill
纯函数; merge 路径累积 execSamples+provenance(§8.4 exec 信号随复用累积)
- M2.6 extensions/skill-bank.ts: before_agent_start 检索+注入 <skill_pack> +
session_before_compact μ extract/register + skill_recall 工具(仿 experience-bank)
- barrel 第 24 工厂登记
M3 L3 工具生长层落地(设计文档 §9/§19.3 M3.1-M3.5):
- M3.1 shared/types.ts: GrownTool/ToolLifecycleStage/ToolGrowthClass/ToolUpgradeGate/
ToolProposal + classifyTool/canGrow/definitionHash/grownToolId
- M3.1-3.5 core/tool-growth.ts: ToolGrowthManager(propose 白名单 forbidden 拒绝 throw
§4.8 risk 不增 / recordUsage / tryPromote 升级门 K+repeatable / verify / retire
生命周期 draft→verified→promoted→retired / brickRate 恒0 构造铁律) +
classifyProposal/promotionGate/canTransition 纯函数
- M3.1/3.4 extensions/tool-bank.ts: tool_propose/tool_record/tool_promote/
tool_list_grown/tool_retire 工具 + before_agent_start 注入 <grown_tools>
- barrel 第 25 工厂登记
M2 量化评估(tests/eval/skill-registry-eval.test.ts, seeded mulberry32 N=400 5 队列
+ Wilson CI + 真 manager 对齐, 独立复跑一致):
ΔJ_full=0.265>=0.15 用技能 61%->87.5%(+26.5pp)
ΔJ_held_out=0.2545>=0.05 held-out 板 +25.5pp(排除 F4)
因果技能增益=0.3482>=0.20
distill-off |J_D-J_B|=0<0.05 证改进来自技能增长
F1 负控: 守卫 OFF 技能数 400>12(守卫 ON 6) 但 J_E=0.685<J_A=0.875
→ infoGain 守卫防 plateau 实证(§4.4)
supersede active 有界(6<=8) 不堆积死技能
CI 非重叠 STRONG (J_A_lo=0.839>J_B_hi=0.657)
真 SkillManager 与对照 5 指标全等(J_A/B/C/D+active/store)
M3 量化评估(tests/eval/tool-growth-eval.test.ts, seeded N=300, 真 manager):
步效率 0.24<0.70 固化工具砍 76% 步(5.0->1.2 步/任务)
ΔJ=0.1367>=0.05 固化工具更可靠
砖板率=0 EXACT 构造铁律(forbidden 全拒+只长读/探+sandbox+升级门)
forbidden 7 拒/0 受(§4.8 risk 不增)
升级门低 usage(<K) promote=0
CI 非重叠 STRONG (J_A_lo=0.769>J_B_hi=0.730)
结论: M2+M3 自进化机制有效且安全(量化/可信/可复现)。诚实边界(M1-M3.* 跟进):
评估为忠实 mock 策略受控实验证机制因果效应; live-LLM 读 experiencePack/
skillPack/grown_tools 真受益的端到端门 + derive* 真接线 + sqlite 持久化 +
vm 沙箱 execute 为 M1-M3.* 工程项。
验证: tsc 0 / 全量 49 文件 2697 passed 5 skipped / sk- 明文 0 / 真 pi T01 boot 过
多 Agent 并行: D(skill-manager)+E(skill-bank+eval)+F(tool-growth full)
Co-Authored-By: Claude <noreply@anthropic.com>
@d-robotics/physical-byte-agent
基于 pi 二开的嵌入式开发 Agent,默认模型 glm-5.2(经 d-robotics 内部网关)。
定位:在 pi 这个极简 agent harness 之上,加一层嵌入式开发场景必需的能力——持久 shell、PDF/datasheet 读取、硬件安全门、交叉编译、安全烧录、外设探测、JTAG 调试、设备树、板链路、物理信号验证、闭环编排——并根治 pi + glm-5.2 组合的两个独家命门。
两个命门
| 命门 | 现象 | 根治点 |
|---|---|---|
| 一·thinking 黑洞 | glm-5.2 默认开 thinking,max_tokens 全被 reasoning 吃光 → 零文本输出 | glm-provider.ts buildGlmModelConfig():thinkingFormat:"qwen" + maxTokens:8192 + thinkingLevelMap 全 null,触发 pi openai-completions 的 enable_thinking:false 分支 |
| 二·hex 强转 | glm-5.2 把寄存器地址 0x40020000 强转成十进制 "1073872896",下游写错地址即砖板 |
glm-provider.ts normalizeHexArg() / makeHexNormalizingPrepareArguments():在 prepareArguments 把寄存器地址范围内的十进制还原成 0x 形式 |
21 个域扩展
glm-provider · safety-gate · persistent-shell · pdf-reader · edit-strict · length-recovery · subprocess-isolation · env-probe · mcp-bridge · server-runtime · hardware-state · cross-compile · flash · peripheral-probe · jtag-debugger · device-tree · board-link · datasheet-rag · hardware-verify · loop-orchestrator · build-tracker
每个扩展文件 = pi glue(export default (pi) => {...})+ 纯逻辑命名导出(供单测)。详见 Docs/F01-F21。
用法
# 1. 装 pi(已 clone 到 ../pi)
cd ../pi && npm install --ignore-scripts && npm rebuild better-sqlite3
# 2. 配 key(环境占位,绝不写进代码)
export DROBOTICS_LLM_KEY=sk-...
# 3. 作为 pi profile 跑(pi 自动加载 src/extensions/index.ts barrel)
cd ../physical-byte-agent
npx tsx bin/pba.ts # 或 pi --agent-dir .
# 4. 程序化
import { PhysicalByteAgent } from "@d-robotics/physical-byte-agent";
const agent = new PhysicalByteAgent();
const { session } = await agent.launch();
核心库层(v3 P1+P2,T06–T17)
21 域扩展(P0)之上,v3 加了一层核心库(纯逻辑、注入式依赖、无 pi 运行时、各自独立单测 + 跨模块系统集成测试)。这是 pba 从"散装扩展"走向"可长跑/可维护/可扩展 Agent"的底座。里程碑 M0/M1/M2/M3 全 ✅。
| 任务 | 模块 | 落地点 |
|---|---|---|
| T06 | src/core/pba-session.ts |
事件溯源:append 唯一提交点(lossless-JSON+深冻结+seq 连续+重入 guard)+ deriveMessages 增量缓存 + replayFromEntries + "model-visible⟺logged" 不变量 |
| T07 | src/core/pba-event-bus.ts |
typed event bus:waterfall 链委托/短路 + emit 并行广播 + ScopeKey 单向冒泡(子 agent 事件不串主) |
| T08 | src/capabilities/{board-link,flash}/ |
能力接缝三角色:Provider(Definition) + Registry(register/resolve fail-closed) + consumer;3 板 provider + 4 烧录 provider 抽自原扩展 |
| T09 | src/compaction/ |
compaction 完整工程:token-meter + i2cdump/gdb/dmesg prune(寄存器地址不丢)+ KV prefix 复用标记 + SpillStore branded 句柄 |
| T10 | .github/workflows/ci.yml + scripts/ |
CI 质量门:per-file 100% 覆盖 + snapshot 结构化 diff + doc-sync 锚点对齐 + type-drift-check |
| T11 | tsconfig.realpi.json + scripts/type-drift-check.ts |
类型镜像漂移检测:对真 pi 源码 tsc,分流 pbaErrors vs piInternalErrors |
| T12 | src/capabilities/{subagent,workflow}/ |
子代理 + 工作流编排:InlineSubagentProvider spawn-in-process + parallel(barrier/null-on-throw) + pipeline(无 barrier/stage 抛错落 null) |
| T13 | src/core/context-injector.ts |
上下文注入三段:inject(不唤醒)/ steer(换板 next-step 唤醒)/ followup(next-turn 唤醒),最新 snapshot 取代更早 |
| T14 | src/core/checkpoint-state.ts |
plan/goal/todo logged state:CheckpointRecorder record→checkpoint-change 事件 + rebuild 从 log 重建 + fork;look-ahead 状态机 |
| T15 | src/profiles/ |
profile/bundle 分层:BASE_PROFILE 共享 + 维修诊断/嵌入式开发两 profile 叠差异 + mergeProfiles/diffProfiles + resolveProfile fail-closed 防 prototype 污染 |
| T16 | src/core/provider-registry.ts |
多 LLM provider 适配:ProviderDescriptor + buildProviderConfig 泛化(glm-5.2/deepseek)+ ProviderRegistry;换模型改配置不改扩展 |
| T17 | src/capabilities/{approval,credentials,settings,lsp}.ts |
审批接缝(fail-closed 无人值守 auto-deny)+ CredentialsStore(env/memory 不落盘+redact) + SettingsStore typed + NoopLspBridge |
公共 API 经 src/index.ts re-export(board-link/flash 具名避 shared/types 重名)。
测试
npm test # vitest 全量单测(39 文件 2449 passed,mock ExecFn,无需硬件)
npx tsc --noEmit # 对真 pi 源码类型检查(0 错)
npx vitest run tests/system-integration.test.ts # 跨 10 模块闭环集成测试
测试方法论:等价类划分 / 边界值 / 决策表 / 状态转换 / 变异测试(每模块植入 3-9 seeded bug 必被杀) / 对抗 fuzz / 元蜕变不变式。T06–T17 由 68 个 workflow agent 并行开发(dev+test+fix≤3 每,两层+barrier)。
设计取舍
- 逻辑/扩展分离 + 测试前置:纯逻辑内联进扩展/核心库文件并以命名导出,注入 mock
ExecFn单测,无需真实硬件即可严谨验证。这是 pi 自家coding-agent的同款分层。 - 单一 barrel 装配:pi 只加载
src/extensions/index.ts一个扩展,它依次装配 22 个子扩展——最大化内聚,避免散装。核心库层(T06–T17)是纯逻辑库,由 agent 层(src/agent.ts)按需 import,不进 barrel。 - fail-closed:硬件判据默认拒绝/失败,不放过任何破坏性或不确定操作(devmem 硬门、approval auto-deny、registry resolve 未知即抛)。
- 密钥铁律:网关 key 一律
${DROBOTICS_LLM_KEY}环境占位,绝不硬编码、不入库(grep -rn sk-nAm src/= 0)。
已知局限
length-recovery的partitionToolCalls需 patch pi agent-loop 源码(pi 扩展 API 够不着),本扩展只做 prompt 注入兜底 + events 握手。- 真板硬件侧集成(烧录/外设/物理信号)逻辑已单测,真 aarch64 板上端到端待跑。
- T06–T17 核心库目前是纯逻辑库(已 1400+ 测试 + 系统集成测试验证接线),接进 pi agent 主循环(before_agent_start 调 assertModelVisibleLogged、session_before_compact 接 T09 等)是下一阶段集成工程,非阻塞。
- T05b aarch64 真二进制需 toolchain 编译(源码+契约已就绪)。