第五个壳,没有终端确认框

ops-agent 建造笔记第 14 篇:A2A 协议形态怎样复用同一份 agent loop,没有终端确认框时如何用 INPUT_REQUIRED 状态机完成写操作二次确认,rc.4 怎样把确认身份绑定到整张变更单,以及真只读、单一信任域与任务状态在内存等边界。

第五个壳,没有终端确认框

《ops-agent 建造笔记》第 14 篇(续篇分篇) 代码基线:v0.1.0-rc.4,提交 8dfa085(2026-11-09 候选版);前 13 篇仍固定 v0.1.0-rc.1 对照实现:agent/a2a_executor.py、agent/a2a_server.py、agent/a2a_client.py、agent/tools.py、requirements-a2a.txt 续篇入口:文章锁在 rc.1,代码已经走到 rc.4


0. 第 10 篇数到四,rc.2 加了第五个

第 10 篇把 REPL、单发、RPC、MCP 摆在一张表里,特别说明「共同复用的是更下面的守门与状态能力」,而不是四份入口都跑同一份模型循环。到 v0.1.0-rc.2,多了一个 opsagent a2a:基于官方 a2a-sdk 1.3.0 的协议 1.0,用 AgentCard + JSON-RPC 把同一组受控能力暴露给别的 agent 或编排器,也能反向调用别人的 A2A agent(serve / card / call / doctor)。

代码 README 里「四种形态共享同一内核」那句还停在 rc.1 口径。第 10 篇数四个没错,因为它锁的就是那个 tag;第五个从这里开始算。这也是续篇不回改旧文的原因之一:数法变了,说清从哪个版本开始变就行。

这一篇只讲这个壳。它带来的问题很具体:没有终端,谁来点确认?


1. 复用的是同一份 loop,不是第五份内核

agent/a2a_executor.py 开头的三条映射里,第一条就是会话:A2A 的 context_id 变成 a2a-<context_id>,落在同一个 sessions/ 目录,所以这里跑过的每一轮都能用 /resume 回看,前缀也避免和人手动开的 REPL 会话混在一起。

模型循环还是 loop.run_turn()。区别只是它同步阻塞,executor 一律用 asyncio.to_thread 丢到线程里跑——否则一次几十秒的排查就能把整个 event loop 连同其它任务一起堵死。工具注册表、core.py 的守门、审批戳、状态目录,也都还是原来那一套。

AgentCard 放在 /.well-known/agent-card.json,skills 直接从 skills/ 目录生成。对方看到的能力清单,就是这台机器上真正能 skill 载入的 playbook,不是另写的一份宣传页。能力声明和实际可加载项对不上,是这类协议最容易骗人的地方,这里从源头上避开了。

所以第五个壳不是第五份内核,也不是第五份守门。变的是传输协议,以及「问人」这件事落在哪里。


2. 没有确认框,就把它变成协议状态

A2A 通道没有 REPL 那样的实时确认框,但没因此放开写操作,也没有把「没终端」当成无人值守的理由。

R0 只读命令照旧由 bash 工具内部的 core.check() 直通。模型要动 R1–R3 时,只能走 ops_approve;工具内部的 ctx.ask_user() 在这里被抛成 NeedUserInput 中断,任务停在 TASK_STATE_INPUT_REQUIRED,整张变更单随状态一起回给调用方。调用方带同一个 task_id 回一句「确认执行」,框架再次调用 execute(),走续跑分支才建戳执行。批准词沿用既有判定(确认执行 / 确认 / yes / y),其它回答一律视为拒绝;拒绝路径不产生审批戳,也不留执行记录。

真正容易出错的不是有没有弹窗,而是一句 yes 到底批准了什么。rc.4 的三轮审查把它收紧成几条不变量:

  • 答复只批准上一轮展示过的那一单。确认身份由「工具名 + 完整归一化参数 + 解析后的执行环境」组成,core.env_identity(env) 把 kubeconfig、SSH identity/options 都算进去。命令、目标、快照路径、次数、影响面或执行环境任一变化,身份就对不上,必须重新进 INPUT_REQUIRED——不会出现「批准 A、模型改成 B 却生效」。
  • 确认框逐条展示快照文件与命令,不再只报数量。两份数量相同、路径不同的变更单,人本来就没法核对批准的是哪一份。
  • 一次答复只批准一个待确认项。模型在续跑轮里发起第二个变更会再次中断,不会被同一个「确认」顺带放行;这条还配了变异验证的不变量测试。
  • 普通澄清会作废旧审批身份。ask_user 展示任何普通问题都清空待确认映射,于是「继续只读诊断吗?」的 yes 不会再批准此前被拒绝的写变更。
  • --read-only 是真只读。起服时改用无人值守只读工具集 tools.SCHEDULED_TOOLS,schema 与 dispatch 两层同时受限;即使目标机上已有合法审批戳,ops_exec 等写工具也不可见、不可用,戳不会被消费。只读承诺不靠「恰好没有确认通道」来间接实现。

还有一处与调度相反的设计:A2A 里 ask_user 永远可用,由调用方承担答复责任,所以「无人值守语义」不适用于这个形态;上面那条 --read-only 是显式开关,不是默认行为。


3. 依赖、监听与限额

依赖是单独算的。只有 A2A 需要 protobuf/starlette 等第三方包,装在 requirements-a2a.txt,要求 Python ≥ 3.10,SDK 懒加载;REPL、单发、RPC、MCP、巡检、调度、通知仍是零第三方依赖,缺依赖时给出安装命令并退出 2。CI 里补了独立 A2A job,真装 SDK 跑单测和 e2e(真实 uvicorn 服务端 + 官方客户端 + 桩 LLM)——此前这些用例在 CI 里是整批静默跳过的。

项 行为
监听 默认 127.0.0.1;--host 0.0.0.0 等非回环地址未配 OPSAGENT_A2A_TOKEN 直接拒绝启动,不是警告后继续跑
鉴权 RPC 端点强制 Authorization: Bearer <token>,定长比较;AgentCard 公开(仅能力声明,不含主机与凭据)
凭据 token 只从环境变量或 --token 读;写进命令行会留在 ps 与 shell 历史
输入 单条消息 20,000 字符上限,超长直接拒绝,引导先用 logscan 粗筛或分段
背压 并发槽默认 2,等不到槽 30 秒明确报「服务繁忙」,不让调用方无限挂在 WORKING
超时 单任务墙钟默认 600 秒,到点记 FAILED 而不是 COMPLETED

4. 没做的部分也要写清楚

AgentCard 里 streaming=false:SendStreamingMessage 没做验证,就不往 card 上声明没验证过的能力。取消只标记状态,Python 线程无法中断,已发出的命令可能仍在目标机执行,因此取消消息明确要求「按执行记录核实」——这正是第 4 篇 unknown 语义在协议态里的样子。

任务状态在 InMemoryTaskStore,服务重启后旧 task_id 失效(会话仍在磁盘,可 /resume 看历史);长期挂起的确认流程要接持久化 task store 才行。常驻会话表加了 200 上限和 LRU 淘汰,正在执行、持锁的会话不淘汰——Session 会缓存全部 messages,不设限等于长期运行的内存泄漏。

同一 token 下的调用方共享会话空间,这是单一信任域,不是多租户隔离;要给不互信的多方用,得在前面加网关,不要直接把这个端口开放出去。A2A 1.0 与 0.3 的方法名不兼容(SendMessage vs message/send),对端是 0.3 时需要它先升级,本版没开兼容开关。

最后提一句整体口径:本组续篇统一按 rc.4 写,真实模型调用与邮箱通知渠道已验收通过,但真实 SSH 恢复、断线 unknown 防重放、服务后验与修复版本七天观察仍未完成,W8 整体未通过。A2A 的 e2e 用的是桩 LLM 与本机服务端,不能替代这些外部验收;完整证据表放在第 17 篇。

对照源码与证据


系列总览 · 目录 · 续篇入口 · 上一篇:文章锁在 rc.1,代码已经走到 rc.4 · 下一篇:模型读日志之前,先过一道规则