Hive Agent 用量与状态追踪本地遥测能力盘点与云上可见架构方案【免费下载链接】hiveMulti-Agent Harness for Production AI项目地址: https://gitcode.com/gh_mirrors/hive48/hive本文基于 docs/internal/agent-usage-and-status-tracking.md 能力文档展开面向 Lead Architect 与前端/业务侧读者。文章系统梳理 Hive 运行时在事件总线、三级运行日志、LLM 用量记账、Colony 进度库、任务面板、HTTP 接口与 Worker 健康快照七个层面今天已经具备的遥测能力逐一对照云上可见业务诉求给出差距矩阵、数据模型提案、表面 API 与分片落地路线。读完本文你将能评估 Queen → Colony → Worker 整棵代理树的状态与用量追踪可行边界并理解本地优先、Outbox 上云这一核心架构决策的前因后果。1. 为什么需要这份能力盘点Hive 的业务侧存在一个明确诉求从 Queen 代理开始追踪Agent 用量消耗了什么Token、成本、运行时长、调用次数与Agent 状态代理处于什么状态存活、阶段、进度、阻塞并将这些数据呈现在云端供产品与业务侧消费。选 Queen 作为锚点是正确的当前每个本地运行时会话都以 Queen 开始而每个 Colony / Worker 都由 Queen 调用 fork 而来——以 Queen 为根的追踪面天然覆盖整棵代理树。给架构师的头号约束运行时是本地优先local-by-default。本文 §4 描述的每一字节数据——事件、运行日志、进度库、会话状态、LLM 成本数字——都写在用户机器上的~/.hive/或桌面端按平台指定的 ElectronuserData目录中。今天没有任何数据上云。因此业务诉求隐含了一个全新的本地 → 云传输边界以及随之而来的数据驻留、隐私与身份决策。§4.5 逐表面点明差距§8 列出风险§9 将云上切换cloud cut-over定义为任何 Slice 2 工作的门禁决策。2. 术语表——这套代码库里的准确含义术语在本代码库中的定义Session一个 Queen 运行时实例。ID 格式session_{YYYYMMDD_HHMMSS}_{uuid8}持久化于~/.hive/sessions/{session_id}/。Queen长生命周期对话代理每个 Session 一个单事件循环节点。阶段independent → incubating → working → reviewing。参见 Queen 节点定义。Colony由create_colonyfork 出的持久化无状态容器拥有独立的 SQLite 进度库~/.hive/colonies/{colony_name}/data/progress.db。Worker在 Colony 内执行任务的临时代理ephemeral agent。Run / execution节点内一次触发器到完成的调用携带run_id、execution_id、trace_idOTel 对齐。Usage用量定量消耗输入/输出/缓存 Token、USD 成本、墙钟延迟、工具调用次数。Status状态定性状态阶段、存活/停滞、当前任务、阻塞于、队列深度、最后心跳。3. 现状盘点——今天已经具备的能力运行时已经高度埋点。业务侧想要的大部分数据已经被发出——真正的差距在于持久化、聚合与稳定的 API 面。3.1 事件总线——整套追踪的脊椎core/framework/host/event_bus.py 定义了进程内异步发布/订阅总线拥有40 事件类型按stream_id、session_id、colony_id、execution_id、run_id、correlation_id、timestamp进行作用域划分。与用量/状态相关的事件类别生命周期EXECUTION_STARTED/COMPLETED/FAILED/PAUSED/RESUMED/RESURRECTEDQueenQUEEN_PHASE_CHANGED、QUEEN_IDENTITY_SELECTEDColony / WorkerCOLONY_CREATED、WORKER_COLONY_LOADED、WORKER_COMPLETED、WORKER_FAILED、SUBAGENT_REPORTLLMLLM_TURN_COMPLETE、LLM_TEXT_DELTA、LLM_REASONING_DELTA、CONTEXT_USAGE_UPDATED工具TOOL_CALL_STARTED、TOOL_CALL_COMPLETED、TOOL_CALL_REPLAY_DETECTED健康NODE_STALLED、NODE_TOOL_DOOM_LOOP、STREAM_TTFT_EXCEEDED、STREAM_INACTIVE、STREAM_NUDGE_SENT任务右侧面板TASK_CREATED、TASK_UPDATED、TASK_DELETED、TASK_LIST_RESET触发器TRIGGER_AVAILABLE/ACTIVATED/DEACTIVATED/FIRED/REMOVED/UPDATED从源码看实现细节event_bus.py事件载体是AgentEventdataclass序列化字段包含type、stream_id、node_id、execution_id、data、timestamp、correlation_id、colony_id、seq、run_id——seq是EventBus.publish()分配的单调递增计数前端可用它在磁盘历史与实时 SSE 回放两条路径间去重。订阅支持filter_stream/filter_node/filter_execution/filter_colony四维过滤且每个 handler 有 15 秒硬超时_HANDLER_TIMEOUT_SECONDS防止慢订阅者冻结发布方。持久化现状内存驻留 可选 JSONL 导出。设HIVE_DEBUG_EVENTS1或true/full时写入~/.hive/event_logs/ts.jsonl设置具体目录如HIVE_DEBUG_EVENTS/tmp/ev则写入该目录。目前没有 SQL 事件表。会话事件还会通过set_session_log()落盘到该会话的events.jsonl其中_STREAMING_DELTA_TYPESCLIENT_OUTPUT_DELTA、LLM_TEXT_DELTA、LLM_REASONING_DELTA会被内存聚合直到LLM_TURN_COMPLETE时合并为一次快照写入——这正是 §8 风险 1 里不要写 delta、写LLM_TURN_COMPLETE的现有实现雏形。落盘副本还会剔除full_request这类诊断级大字段_DISK_STRIPPED_DATA_FIELDS避免事件日志膨胀到数十 MB。3.2 三级运行日志按会话core/framework/tracker/runtime_log_schemas.py 定义了三级 Pydantic 模型级别Schema文件粒度L1RunSummaryLogsummary.json每次图运行——总量 execution_qualitytrace_idL2NodeDetaildetails.jsonl每个节点——exit_status、输入/输出 Token、latency_ms、retry/accept/escalate/continue 计数L3NodeStepLogtool_logs.jsonl每个 LLM 步骤——工具调用、verdict、错误堆栈、latency_ms存储位置~/.hive/sessions/{session_id}/logs/由 runtime_log_store.py 管理。从源码看字段细节L1RunSummaryLog携带run_id、agent_id、goal_id、statussuccess/failure/degraded、total_nodes_executed、node_path、total_input_tokens、total_output_tokens、duration_ms、execution_qualityclean/degraded/failed以及 OTel 对齐的trace_id、execution_id。L2NodeDetail记录exit_statussuccess/failure/stalled/escalated/paused/guard_failure、accept_count、retry_count、escalate_count、continue_count、needs_attention与attention_reasons。L3NodeStepLog内嵌ToolCallLogtool_name、tool_input、result、is_error、start_timestamp、duration_s并带verdictACCEPT/RETRY/ESCALATE/CONTINUE。关键点Schema 已携带 OTel 字段trace_id、span_id、parent_span_id——已就绪尚未导出。测试覆盖可参见 core/tests/test_runtime_logger.py。3.3 LLM 调用记账core/framework/llm/provider.py 中的LLMResponsedataclass 携带model、input_tokens、output_tokens、cached_tokens、cache_creation_tokens、cost_usd、stop_reason。成本由 core/framework/llm/model_catalog.py 在模型有定价时计算无定价时cost_usd为0.0。两个易误读的语义源码注释明确cached_tokens/cache_creation_tokens是input_tokens的子集provider 在prompt_tokens内上报不要累加到总量上cost_usd 0.0表示未上报而非免费。差距成本活在响应对象里并滚入 L2/L3 日志但不在事件总线流中也不在任何聚合查询面上。3.4 Colony 进度库core/framework/host/progress_db.py 提供每个 Colony 独立的 SQLiteWAL 模式进度库tasksid、seq、priority、goal、status: pending|claimed|started|completed|failed、worker_id、claimed_at、started_at、completed_at、retry_count、last_errorsteps、sop_checklist、colony_meta源码补充的并发与生命周期细节建库即开PRAGMA journal_mode WAL、synchronous NORMAL、foreign_keys ON、busy_timeout 5000让 100 个并发 Worker 不至于串行化Worker 不持有长连接每次调用走sqlite3CLI天然在 LLM 回合间释放锁任务认领用BEGIN IMMEDIATE; UPDATE tasks SET statusclaimed WHERE id(SELECT ... LIMIT 1)原子完成主机启动时跑陈旧认领回收stale-claim reclaimer超过stale_after_minutes的认领退回pending并递增retry_count达到max_retries则置为failed。这是目前最接近状态 SQL 存储的东西但它是按 Colony、任务形状的——不是按会话形状也不是用量形状。测试见 core/tests/test_progress_db.py。3.5 Queen 任务系统右侧面板IDE 选择提示描述的任务机制是真实的每次task_update都会向总线发出TASK_UPDATED未来的 SSE/WS 面可以流式输出。状态迁移pending → in_progress → completed。任务体携带subject、active_form、blocks、blocked_by、metadata。源码见 core/framework/tasks/events.py 的emit_task_created/emit_task_updated/emit_task_deleted。源码补充任务事件默认落在stream_idprimary并通过set_bus_resolver()把session_id → 该会话自己的 EventBus解析确保 SSE 连接的任务面板能收到对应 Colony 的实时 diff而不是被最后启动的会话覆盖。3.6 HTTP 面已上线core/framework/server/routes_sessions.py 已提供POST /api/sessions— 创建GET /api/sessions/{session_id}— 当前状态含queen_phase、queen_model、colony_id、uptime_seconds源码确认响应里直接计算round(time.time() - session.loaded_at, 1)GET /api/sessions/{session_id}/stats— 运行时统计扩展点GET /api/sessions/{session_id}/events/history— 回放已持久化事件SSE 原语已存在于 core/framework/server/sse.pySSEResponse封装 aiohttpStreamResponse设置text/event-stream、no-cache、X-Accel-Buffering: no等头但尚未挂接到全局事件流路由——这正是实时状态流的自然挂载点。3.7 Worker 健康快照get_worker_health_summary()core/framework/tools/worker_monitoring_tools.py返回session_id、session_statusrunning/completed/failed/in_progress/unknown、total_steps、recent_verdicts、steps_since_last_accept、last_step_time_iso、stall_minutes、evidence_snippet。当前在 Queen 的 WORKING 阶段使用可通过 API 暴露。源码补充session_id可省略此时按storage_path/sessions自动发现最近会话注册时可传default_session_id以规避冷恢复后误选陈旧孤儿会话。4. 每一字节数据今天住在哪里数据驻留地图所有存储位置都在终端用户机器上。没有云 sink、没有遥测端点、没有托管数据库、没有分析服务。 core/framework/server/ 里的 HTTP 服务绑定 localhost 供桌面 UI 使用它不是云 API。HIVE_HOME默认~/.hive/桌面 shell 会覆写为平台userData目录macOS 如~/Library/Application Support/Hive/Windows 如%APPDATA%\Hive\。源码见 core/framework/config.py 的_resolve_hive_home()——优先读HIVE_HOME环境变量否则Path.home() / .hive。数据磁盘位置每台机器格式生命周期目前是否离机事件总线流仅进程内内存Python 对象进程生命周期否事件调试日志opt-inHIVE_HOME/event_logs/ts.jsonl当HIVE_DEBUG_EVENTS1JSONL用户删除前否会话状态HIVE_HOME/sessions/{session_id}/state.jsonJSON用户删除前否对话HIVE_HOME/sessions/{session_id}/conversations/JSON用户删除前否产物HIVE_HOME/sessions/{session_id}/artifacts/mixed用户删除前否L1 运行汇总Token、成本、质量HIVE_HOME/sessions/{session_id}/logs/summary.jsonJSON用户删除前否L2 节点明细HIVE_HOME/sessions/{session_id}/logs/details.jsonlJSONL用户删除前否L3 步骤 / 工具日志HIVE_HOME/sessions/{session_id}/logs/tool_logs.jsonlJSONL用户删除前否Colony 任务 / 步骤 / SOP 状态HIVE_HOME/colonies/{colony_name}/data/progress.dbSQLite (WAL)用户删除前否Queen / Colony / Skill / Memory 配置HIVE_HOME/{queens,colonies,skills,memories}/文件用户删除前否LLMcost_usd数字进程内由 model_catalog.py 计算随后写入上述 L1/L2/L3 日志—与日志相同否这对云需求的含义架构师的问题不是数据从哪来——数据已被完整捕获。问题是**数据以什么形状、在谁的同意下、离开机器落在哪里**。这个决策位于 §6 每个端点和 §5 每个存储选项之前。三种值得考虑的架构形态由架构师选择Shape A — 仅设备端经 LAN/隧道查询。云产品通过经过认证的隧道访问运行时不复制任何数据。隐私最强但跨设备汇总最难。Shape B — Outbox 推送。运行时把本地存储作为源真相source of truth异步把脱敏后的、计费级子集默认不含 prompt、不含工具参数推送到云聚合。最适合典型的Agent 状态看板 用量汇总产品。Shape C — 云优先运行时。运行时直接把事件写到云总线把本地文件当缓存。改动最大不推荐桌面优先的产品采用。Shape B 是达成业务结果摩擦最小的路径。本文其余部分默认 Shape B 撰写并标注 Shape A / C 会在哪些地方改变结论。5. 能力矩阵——我们能提供什么每一行是一个候选前端/业务面按当前状态可行性打分#能力状态支撑依据状态S1Queen 阶段指示independent/incubating/working/reviewingReadyQUEEN_PHASE_CHANGED事件 会话详情字段S2任务级进度右侧面板ReadyTASK_*事件S3实时 LLM 流式指示打字/思考/调工具ReadyLLM_TEXT_DELTA、LLM_REASONING_DELTA、TOOL_CALL_STARTED/COMPLETEDS4停滞 / 卡死代理检测ReadyNODE_STALLED、STREAM_INACTIVE、NODE_TOOL_DOOM_LOOPS5Colony 树Queen → colonies → workers快照Partial— 数据存在于会话/Colony 存储需要一次 join 查询S6跨 Colony 的 Worker 健康汇总Partial— 已有按 Worker 的工具需要聚合路由S7存活心跳代理 X 最后可见于 Y 前Net-new— 必须从事件时间戳推导或新增周期性 pingS8触发器日程Queen 下次何时唤醒ReadyTRIGGER_*事件用量U1每会话 Token输入/输出/缓存Partial— L3 按步捕获、L1 求和无 APIU2每会话/Colony/模型的 USD 成本Partial— 日志中每次 LLM 调用有cost_usd无汇总U3工具调用计数与类型Partial— 事件已存在无聚合U4每代理墙钟运行时长与活跃时长Partial— 可由EXECUTION_STARTED/COMPLETED推导U5按 Queen 派生 Colony 的成本归因Partial— 每个事件都有colony_id需要查询U6按用户 / 租户聚合Net-new— 事件中目前没有用户/租户身份U7日 / 月用量汇总用于计费Net-new— 需要持久化事件存储U8配额 / 上限强制超预算拦截Net-new— 需要实时计量表 策略钩子矩阵解读约 70% 的状态面今天已是可上线级别薄薄一层本地 API 即可暴露约 70% 的用量面需要持久化 聚合层。事件本身不是瓶颈。同一矩阵的本地 vs 云解读。上面每个 Ready / Partial 单元格都是在本地机器进程内就绪的。让每一行对云消费者可见需要额外的步骤能力类别本地今天 / 近期云业务诉求实时状态S1–S4, S8从进程内事件总线经本地 SSE 流式输出事件经 Outbox 推送 → 云 relay → 云 SSE/WS 到产品 UI树 / 健康S5, S6join 本地会话 Colony 存储同样的 join但跑在会话/Colony 索引的云侧副本上存活S7从本地事件时间戳推导需要运行时主动上报心跳云无法从缺席推断存活每会话用量U1–U5读取磁盘上的 L1/L2/L3 日志Outbox 发送持久化行非增量到云用量表租户汇总U6–U7不可能——事件中无身份云侧按 session→user join 键聚合身份在 Outbox 时刻附加配额U8本地计量表可行但没有云真相就无意义云是计量的权威运行时打电话回家检查6. 数据模型提案架构师验证三个新的持久化实体加上对现有事件类型的复用AgentSession UsageEvent StatusSnapshot ----------- ----------- --------------- session_id (PK) id (PK) session_id (FK) queen_id session_id (FK) taken_at queen_model colony_id phase started_at worker_id active_run_id ended_at agent_role (queen|worker) active_node status (active|done|failed) event_type (LLM|TOOL|...) open_task_count user_id (when multi-tenant) model in_flight_workers tenant_id (when multi-tenant) input_tokens last_event_at total_input_tokens output_tokens stall_score total_output_tokens cached_tokens total_cached_tokens cost_usd total_cost_usd latency_ms total_tool_calls tool_name (nullable) last_event_at occurred_at trace_id execution_id存储选型架构师决策。三个选项今天都是本地的只有 Option C 到达云业务面。Option A — 本地 SQLite Outbox位于HIVE_HOME/runtime.db。优点零基础设施、契合桌面端、本地查询便宜。缺点按主机隔离无法跨设备聚合单靠它不满足云需求。Option B — 在现有 JSONL 事件日志上跑 DuckDB。优点零摄取代码分析师友好。缺点大历史冷启动延迟同样仅限本地。Option C — 通过 Outbox 模式把事件推到托管云存储Postgres、ClickHouse、BigQuery。优点跨主机汇总、计费级、是唯一真正交付云可见状态/指标产品的选项。缺点引入新传输、身份、隐私/脱敏叙事桌面构建需要显式用户 opt-in。现实形态是 §4 点名的混合本地用 A作为持久缓冲与源真相云上用 C作为业务面聚合由单向 Outbox 搬运脱敏后的、仅持久化事件子集过网。本文推荐该混合形态§6 与 §7 的所有内容均按它撰写。7. 表面 API——前端将要消费什么所有路由假设事件总线 → SSE 桥已存在那条缺失的线见 §3.6。前端从第一天起就会看到这些。本地性说明。下面的/api/...路由今天由本地运行时 HTTP 服务提供。对云产品相同形状需要由 Outbox 供给的云侧对应物。两种务实模式(1) 云产品调用这些路由的云托管版本针对聚合数据或 (2) 云产品把经认证的请求代理回用户的运行时。§4 的 Shape A vs Shape B 在二者之间选择。实时通道GET /api/sessions/{session_id}/events/stream (SSE) ↳ filterphase,task,llm_stream,tool,worker,trigger,health GET /api/agents/queen/stream (SSE) — 全局 Queen 事件状态读取GET /api/sessions/{session_id} — 已上线 GET /api/sessions/{session_id}/tree — Queen → colonies → workers GET /api/sessions/{session_id}/health — stall_score, last_event_at, in_flight GET /api/colonies/{colony_id}/workers — 健康汇总用量读取GET /api/sessions/{session_id}/usage — tokens, cost, latency, tool-calls GET /api/sessions/{session_id}/usage/by-model — 按模型拆分 GET /api/colonies/{colony_id}/usage — 相同形状Colony 作用域 GET /api/agents/queen/usage?range...group_by... — 汇总视图计费管理 / 业务GET /api/usage/rollup?range...group_byuser|tenant|model|colony POST /api/quotas/{tenant} — 设置上限若配额工作纳入范围8. 新增工作清单——按衬衫码而非天数估量工作流本地 / 云规模依赖说明事件总线 → 本地 SSE 桥sse.py 已存在路由没有本地S—解锁桌面 UI 的全部实时状态面。杠杆最高的一块。持久化本地事件存储SQLite Outbox本地M决策 §6单写者、追加式复用现有 JSONL 写入器。云推送的源真相。本地聚合查询 /usage端点本地M持久化存储磁盘上的每会话用量。Outbox 传输本地 → 云边界M–L本地存储 认证新工作持久队列、重试、脱敏策略、opt-in 开关、schema 版本化。通往云产品的桥。云事件摄取 聚合存储云LOutbox 传输新云基础设施Postgres/ClickHouse/BigQuery。托管、运维、保留策略、访问控制。云侧状态/用量 API 看板云M云聚合对照云存储镜像 §7 端点这是业务用户实际看到的。身份层事件上的 user_id / tenant_id边界M认证模型事件中当前无用户身份。身份在 Outbox 时刻附加而非发射时刻。OpenTelemetry 导出器schema 已就绪边界S–M—trace_id/span_id已填充OTel collector 可替代自定义 Outbox 作为云 sink。配额 / 策略钩子云权威L云存储 身份云持有计量表运行时在关键路径上同步打电话回家。存活 / 心跳S7本地发射、云消费SOutbox运行时必须主动上报云无法从缺席推断存活。成本归因 UI 汇总云S云/usage端点与前端文档共享。首个前端发布本地桌面 UI的关键路径SSE 桥 → 状态端点S1–S5→ 每会话用量端点U1、U2。其余都是增量。首个云发布业务诉求的关键路径本地事件存储 → 带脱敏 opt-in 的 Outbox 传输 → 云摄取 → 云/usage与/status端点。上述本地 UI 工作不是云切换的前置条件但大多数本地侧原语事件存储、持久化事件过滤是共享的按序做能最小化返工。9. 架构师应权衡的风险与取舍事件量。LLM_TEXT_DELTA每个 Token 触发一次。持久化存储必须过滤——不要写 delta写LLM_TURN_COMPLETE。这是表爆炸的头号原因。事件总线的_STREAMING_DELTA_TYPES聚合逻辑已展示这种过滤可行性。隐私 / 桌面姿态——核心架构约束。运行时默认本地config.py。§4 的数据清单证实今天没有任何数据离开用户机器包括业务诉求需要在云端的数据。弥合这个差距不是加一个指标推送——而是一个新系统边界涉及(a) 显式用户 opt-in默认值必须对 OSS / 自托管用户安全、(b) 文档化的脱敏清单默认载荷不含 prompt、工具参数、文件路径、(c) schema 版本化避免运行时升级破坏云聚合、(d) 对云 sink 不可达的自托管 / 隔离air-gapped部署的明确答案、(e) 国际化销售时的区域数据驻留规则。这是本文档中最大的设计决策。成本表准确性。cost_usd由静态目录计算。用它计费意味着承诺持续维护目录或从 provider 发票拉取。展示场景当前做法够用计费场景不够。身份耦合。事件目前按会话作用域。到处加user_id/tenant_id是侵入性的。建议把身份钉在会话边界查询时按会话 join而不是把身份穿进每个事件载荷。状态 vs 心跳语义。空闲不等于死亡。坐在independent等用户消息的 Queen 是健康的不应打扰任何人。§6 的 stall-score 必须区分设计上的空闲与出 bug 的停滞——现有STREAM_INACTIVE/NODE_STALLED事件已经做出区分保留它。可观测性带来的背压。如果用量追踪位于 LLM 调用路径上为了配额它不得增加延迟。建议计量表对展示是异步/最终一致的只有配额检查是同步的且仅在客户有配额时才同步。Worker 侧缺口。Worker 的 LLM 调用记在其自己的会话 L1–L3 日志里但不会自动滚入父 Queen 会话。Queen → 派生 Colony 的成本归因需要 (a) 在 Colony 会话行上加parent_session_id字段或 (b) 查询时遍历COLONY_CREATED事件图。(a) 更干净。10. 推荐四个薄切片落地前两个仅限本地并解锁桌面 UI后两个才是真正交付云可见状态与指标这一业务诉求的。Slice 1 — 实时本地状态1 个 sprint全本地。SSE 桥 /sessions/{id}/events/stream/sessions/{id}/health/sessions/{id}/tree。前端本地 UI获得右侧面板与代理树。无持久化、无云。S1–S5, S8。Slice 2 — 每会话本地用量存储1–2 个 sprint全本地。持久化事件存储HIVE_HOME/runtime.db的 SQLite Outbox仅过滤持久化事件类型。/sessions/{id}/usage/colonies/{id}/usage。无身份、无汇总、尚无云传输。这是云切片骑乘的基础。U1–U5。Slice 3 — 本地 → 云 Outbox 云摄取云切换范围定义性工作。持久化 Outbox 队列、脱敏策略、opt-in 开关、身份附加、schema 版本化、重试/退避。云侧摄取服务 聚合存储。这是仅本地世界变成云产品的地方。架构师必须在此切片启动前定下 §4 Shape、§6 存储、脱敏默认值与身份模型。Slice 4 — 云汇总、看板、配额范围与产品 TBD。租户聚合、日/月汇总、配额强制、OTel 导出、业务看板。U6–U8。推迟到业务确认计费模式——答案按席位 vs 按 Token vs 按 Colony会改变数据模型。Slice 1 和 2 大多是接线——事件已存在、schema 已存在、存储路径已存在。Slice 3 是第一个引入新架构边界本地 → 云传输 身份 隐私契约的切片业务诉求的全部新颖之处都在那里。Slice 4 是业务设计不是工程范围。11. 留给架构师的开放问题前四个是 §4 与 §9.2 所指本地优先 / 云必需差距的直接后果。云传输形态——§4 的 Shape A、B 还是 C该决策位于整个数据模型之前。除非有强隐私理由选 Shape A否则推荐 Shape BOutbox 推送。云载荷的脱敏默认值。什么上云模型、Token 数、延迟、工具名、状态vs 什么留本地prompt、工具参数、工具结果、文件路径、对话内容需要在 Slice 3 开始前写好一份 allowlist。自托管 / 隔离air-gapped用户。云 sink 不可达或禁用时运行时做什么——无限缓冲、丢最旧、还是拒绝启动OSS 与 SaaS 分发的默认值不同。身份绑定点。在事件发射时侵入性把身份穿进每个节点、会话创建时干净需要会话级认证、还是 Outbox 刷新时最简单但丢失逐事件来源附加user_id/tenant_id推荐会话创建。v1 需要配额强制还是只需要配额可见性前端文档状态与用量渲染在同一面板还是不同表面这决定是发布一个合并端点还是两个。我们是否愿意承担成本表维护负担还是让成本保持估算标签、不用于开票附录——源码索引Queen 生命周期core/framework/agents/queen/nodes/init.py事件总线 类型core/framework/host/event_bus.py运行日志 schemacore/framework/tracker/runtime_log_schemas.py运行日志存储core/framework/tracker/runtime_log_store.pyLLM 记账core/framework/llm/provider.py、core/framework/llm/model_catalog.pyColony 进度库core/framework/host/progress_db.py任务事件core/framework/tasks/events.py会话 HTTPcore/framework/server/routes_sessions.pySSE 原语core/framework/server/sse.pyWorker 健康core/framework/tools/worker_monitoring_tools.py配置 / 环境变量core/framework/config.py相关测试core/tests/test_event_bus.py、core/tests/test_progress_db.py、core/tests/test_runtime_logger.py、core/tests/test_tracker_db.py一句话总结这份文档的架构取向事件、日志、成本、任务、健康快照五类遥测今天全部在本地完整捕获让它们对云可见本质是本地 SQLite Outbox 持久化 脱敏单向推送 云侧聚合/API这条 Shape B 路径上的工程而不是从零开始采集数据。评估任何追踪需求的正确起点是 §4 的数据驻留地图与 §5 的能力矩阵。【免费下载链接】hiveMulti-Agent Harness for Production AI项目地址: https://gitcode.com/gh_mirrors/hive48/hive创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考