From 11357a58f30158292a3ed3bfa2159e4dc77243d4 Mon Sep 17 00:00:00 2001 From: "lei.chen" Date: Wed, 12 Aug 2026 08:31:30 +0000 Subject: [PATCH] docs: mark Phase 2 (SSE events + WatchJobs + advanced tools) implemented Co-Authored-By: Claude --- docs/Scheduler-Agent-设计文档.md | 7 ++++--- 1 file changed, 4 insertions(+), 3 deletions(-) diff --git a/docs/Scheduler-Agent-设计文档.md b/docs/Scheduler-Agent-设计文档.md index 1728cf2..c84931b 100644 --- a/docs/Scheduler-Agent-设计文档.md +++ b/docs/Scheduler-Agent-设计文档.md @@ -345,11 +345,12 @@ C Controller ──OPCode_push──→ apiserver ──SSE──→ mcp-server - 安全性审查（✅ destructive 注解 + `mcp_operator` RBAC 角色） - **待集群验证**：运行中的 apiserver + 生成 `mcp_operator` API Key + Claude Code MCP 配置（同 Phase 0 阻塞项） -### 5.3 Phase 2 — 监控 + 纠错 loop（+1 周） +### 5.3 Phase 2 — 监控 + 纠错 loop（✅ 已实施 2026-08-12） - Agent 工作流：提交 → WatchJobs 接收事件 → 发现失败 → 分析日志 → 建议修复 - **自研调度器的实时事件流是核心差异点**：作业状态变化时 adapter 直接推送事件，LLM 自动触发处理 - 与 LSF/Slurm 适配器的"轮询"模式形成体验代差 +- **已实施**：apiserver `/xce/v1/events` SSE + EventBroker（ADR-004）；schedulerclient `WatchJobs()`；mcp-server 4 个高级工具（`scheduler_wait_job`/`scheduler_analyze_failure`/`scheduler_suggest_resources`/`scheduler_estimate_wait_time`）。t1 集群验证：SSE 流推送 PEND→RUN→DONE 事件、WatchJobs 捕获完整生命周期、4 工具全部工作。**顺带修复**：schedulerclient `ListJobs` 的 filter 参数（`queue_name` → `filter=queue_name:eq:...`，原参数被 apiserver 400 拒绝）。 ### 5.4 Phase 3 — LSF 适配器（+1 月） @@ -502,9 +503,9 @@ Agent loop 跨多轮调度器轮次保持上下文： - **决策**：mcp-server 调用 apiserver 现成 REST API，不是进程内 import Go package - **理由**：myxce 调度内核是 C，Go 只存在于 apiserver（cgo 桥接）和 xcecli。直接 cgo 链接 `libxce` 绕开 apiserver 复杂度接近重写一次 apiserver -### 9.4 ADR-004：事件流对外通道用 SSE（待实施） +### 9.4 ADR-004：事件流对外通道用 SSE（✅ 已实施 2026-08-12） -- **状态**：🕐 设计完成，Phase 1 后实施 +- **状态**：✅ 已实施（2026-08-12）。`/xce/v1/events` SSE + EventBroker + `WatchJobs()` + mcp-server 4 高级工具，t1 集群验证通过。 - **决策**：apiserver 加 SSE endpoint + EventBroker，复用已有 `NotificationHandler` 进程内事件 ---