遗留问题报告 --- supervisor-agent 记忆链路与联调事项
日期 ：2026-09-20
用途 ：后续逐项解决的工作清单（含前因后果，接手即可动手）
背景：本次会话完成了长期记忆链路端到端验证、消费可观测改造（已提交 575733a）、日志工具建设（trace.py / watch-agents.ps1），过程中发现以下遗留项。
一、鉴权依赖项（阻塞管理后台归档联调，2 项）
前因 ：平台鉴权整体未调试，supervisor 侧 AUTH_ENABLED=false（deployment env + Nacos 热更新持续压 False）。管理后台（qed-auth-service 归档模块）的 Kafka 消费配置中有两项本质是鉴权问题，被此卡住。
| # | 项 | 现状 | 待办 |
|---|---|---|---|
| 1 | USER_CONTEXT_ARCHIVE_SCHEDULE_TOKEN |
_required 强校验，不配服务起不来；它是 /start /stop /status 三运维接口的口令（hmac 比对 X-Schedule-Token 头）。谁生成/放哪个 secret/谁持有------鉴权方案没定，无人能拍 |
鉴权方案定稿后：生成强随机值（openssl rand -hex 32）入 secret，统一下发给 admin 侧 |
| 2 | USER_CONTEXT_ARCHIVE_AUTOSTART true/false |
当前 false。技术结论已给：推荐 true（常驻消费）------流式归档语义 + supervisor 侧 mq_consumer 同款先例 + Redis 分布式锁已防多副本重复消费。但 A 方案下 token 退化为运维口令（谁保管）、B 方案下是调度凭证（谁调度）都等鉴权定稿 | 鉴权定稿后拍板；拍 A 则顺带明确 token 的运维保管人 |
已回复管理后台的确定项（不依赖鉴权，全部实测钉死，勿重复调查）：
- broker
10.0.6.5:9092；SASL 机制PLAIN、security_protocol 省略 （实测SASL_PLAINTEXT三种机制均连不上，不传 protocol + PLAIN 通过；与 supervisor 生产配置一致） mq-secretkey 名：bootstrap_servers/sasl_username/sasl_password（dev/test 同实例同值）- Topic 真名：
dev./test.supervisor.turn.completed（3 分区，可订阅）------admin configmap 必须按环境带前缀 - Group：
{env}-supervisor-turn-completed-history-archive（需补 dev/test overlay） - deployment 应改引
mq-secret（现引qed-auth-runtime，其中无任何 Kafka key） - ⚠️
SCHEDULE_AUTH_BYPASS仅开发期可开，所有 overlay/生产禁配 true
二、长期记忆设计缺口（§10.2.1 v10 待实现，详见同目录差异报告）
前因 ：设计文档已定稿（3_agent_design.md §10.2.1，L2188/L2190 标注待实现、需 openspec-propose），代码停在 §10.2 简化版。dev 阶段够用；放量前必补前两项：
| 优先级 | 项 | 后果实例 |
|---|---|---|
| 中（放量前） | upsert/retract 覆盖语义 | 用户改主意（「不再吃素」）旧记忆残留------过敏类记忆过时是真实事故源 |
| 低 | L0 写前去重（memory.search 前置） | AGM 中「花生过敏」已存 2 条 |
| 低 | idle 5min 多轮聚合 | 每轮跑一次 LLM 压缩，省钱导向，量大再做 |
| 低 | Redis 幂等（现进程内存 dict）/ 死信队列 | dev 可容忍，生产化清单 |
| 低 | evals/memory 四指标守门 | 与 prompt 迭代一并建 |
三、子 Agent / 平台侧问题（非 supervisor 代码，需转交）
| # | 问题 | 证据 | 应转给 |
|---|---|---|---|
| 1 | canteen 复合长句持续 schema_invalid ：phase_one_llm_json parse=invalid_json / field_paths=['result.route_to'] → LLM_OUTPUT_INVALID 降级 |
多意图 trace 实录（"今天食堂有什么菜？顺便看看附近哪里有充电桩"4 连败） | canteen-agent 团队 |
| 2 | LLM 网关忽略 model 参数：请求 flash 实际返回 deepseek-v4-pro（用 bogus model 名也能通）；子 Agent 侧全在用 pro（reasoning 模型，输出格式不稳，疑似 #1 上游根因） |
直连 18080 网关实测 | 网关/平台侧 |
| 3 | biodiversity Nacos prompt 缺失 ：Prompt not found: bio-planner / bio-response-generator，每 10s 刷 2 条 ERROR |
Nacos public ns 141 配置中 bio 相关仅 5 个，两 key 从未创建 | biodiversity-agent 团队 |
| 4 | canteen slot_filler / response_generator prompt 也是 PromptContractError → static 兜底（有兜底，危害小） |
watch 日志 WARNING | canteen-agent 团队 |
| 5 | query-agent 多设施查询只回单卡（"附近充电站、便利店、厕所"只出 1 张厕所卡） | 直 curl 8014 返回 dict 非 list | agent-query 团队（已有交接报告） |
| 6 | 跳板机（43.139.222.166:36000 root）正被陌生 IP 爆破（failed login 记录） | 登录横幅实录 | 运维：改仅密钥登录或强密码 |
四、supervisor 待办（本仓库内）
| # | 项 | 说明 |
|---|---|---|
| 1 | 575733a 未 push（含 60497a6） | push 即部署 dev------push 前按惯例跑三轨验证 + 用户确认；内容：记忆消费 info 日志 + 溯源行 + 埋点命名（_route_after_intent/_route_after_dispatch） |
| 2 | 线上 pod 曾手工注入 mq_consumer.py 验证（重启即失，无残留风险），正式生效依赖 #1 | 已在差异报告附录注明 |
| 3 | Nacos 上 supervisor prompt 若有本地改动未同步，push 前核对（Nacos 三层命名一致性铁律） | --- |
| 4 | scripts/agm-query.py 未做（可选）：把 AGM 查询命令包装成 uv run python scripts/agm-query.py <user_id> |
当前用 kubectl exec 一行式，能用但易贴错 |
五、本次已交付（对照，勿重复做）
- 长期记忆链路端到端验证（MQ→consumer→LLM 压缩→AGM/PG，TKE 实测，AGM 落库含溯源行）
- commit 575733a：消费日志 debug→info（skip/写入/置信度可见）+ content 头部
[trace=xxx turns=N]溯源 +MEMORY_LOG_CONTENT脱敏开关；60497a6：trace 埋点路由函数命名（Unnamed 消除） scripts/trace.py：终端 Langfuse trace 树（-v 带输入输出；ClickHouse 直查绕过 v4 events_only API 封锁）scripts/watch-agents.ps1：四路子 Agent 日志单窗口混流（滤噪 + ERROR 标红）docs/REPORT_长期记忆现状与设计差异.md：架构师汇报版差异报告- 管理后台 Kafka 接入 6 项确定参数（见一节）