Triangulate

三视角共识决策引擎 V1.0.0：拜占庭共识×3 + 管理层调度 + 执行层并发，适用于方案选型、诊断、研究、计划等任意复杂任务

Install

openclaw skills install @xincen0725/triangulate

Triangulate 🔺 — 三视角共识决策引擎 V1.0.0

将拜占庭多视角共识架构泛化为通用思考/执行框架。

架构概览

text

┌──────────────────────────────────────────┐
│  Layer 6: renderer.py    输出渲染层       │
│  Layer 5: orchestrator.py 编排层 + 状态机 │
│  Layer 4: consensus.py   共识引擎         │
│  Layer 3: dispatcher.py  执行调度层       │
│  Layer 2: decomposer.py  管理层拆解       │
│  Layer 1: adapters/      输入适配层       │
├──────────────────────────────────────────┤
│  schemas.py      数据契约 (Pydantic v2)   │
│  state_machine.py 显式状态机 (10 状态)    │
│  saga.py         事务回滚 (Saga 模式)     │
│  circuit_breaker.py 可执行熔断器          │
│  idempotency.py  幂等性保证               │
└──────────────────────────────────────────┘

模块索引

模块	文件	职责
数据契约	`schemas.py`	所有 Pydantic Schema：UserInput, DecisionResult, SubTask, TaskDAG, ExecutionReport, FinalReport 等
状态机	`state_machine.py`	10 状态显式状态机 + Guard 条件 + 检查点持久化
编排器	`orchestrator.py`	顶层控制器，状态机驱动 5 阶段流程，全局异常捕获
输入适配层	`adapters/__init__.py`	Layer 1：校验输入 + 关键词提取 + 模板推断
拆解器	`decomposer.py`	Layer 2：策略→TaskDAG，循环依赖检测，并行约束
调度器	`dispatcher.py`	Layer 3：并发执行 + 退避重试 + 熔断器
共识引擎	`consensus.py`	Layer 4：统一 DecisionResult 比较 + 分歧管理
渲染器	`renderer.py`	Layer 6：纯渲染 FinalReport → Markdown
Saga	`saga.py`	副作用管理 + 逆序回滚
熔断器	`circuit_breaker.py`	将自然语言熔断条件转为可执行逻辑
幂等性	`idempotency.py`	SHA-256 输入哈希 + 缓存，防重复执行
契约测试	`tests/contract_tests.py`	Schema 边界值测试
Saga 测试	`tests/saga_tests.py`	回滚机制测试
共识测试	`tests/consensus_tests.py`	共识判定逻辑测试

快速使用

python

from orchestrator import TriangulateOrchestrator
from adapters import InputAdapter
from decomposer import TaskDecomposer
from dispatcher import ExecutionDispatcher
from consensus import ConsensusEngine
from renderer import ReportRenderer

# 完整配置（Saga 回滚 + 幂等性缓存 + 熔断保护）
orchestrator = TriangulateOrchestrator(
    input_adapter=InputAdapter(strict_mode=True),
    decomposer=TaskDecomposer(enforce_parallel=True),
    dispatcher=ExecutionDispatcher(global_timeout=300),
    consensus_engine=ConsensusEngine(),
    renderer=ReportRenderer(),
    enable_saga=True,              # Saga 事务回滚
    enable_idempotency=True,       # SHA-256 幂等性缓存
    enable_circuit_breaker=True,   # 6 条可执行熔断规则
)

# 支持多种输入格式
report = orchestrator.run("分析数据库选型")
report = orchestrator.run({"task_description": "分析数据库选型", "importance": 4})

# 查看工作流进度（含 Saga/熔断/幂等性状态）
progress = orchestrator.get_progress()
print(f"Phase: {progress['phase']}, Degraded: {progress['degraded']}")
print(f"Breaker: {progress['breaker']}, Idempotency: {progress['idempotency']}")

# Markdown 渲染
renderer = ReportRenderer()
print(renderer.render_markdown(report))

# 多次 run 之间需 reset
orchestrator.reset()
report2 = orchestrator.run("另一个任务")

# 部署时注册 sessions_spawn 创建的 session ID（Saga 回滚用）
orchestrator._auto_register_session("session-abc", "strategy")
orchestrator._auto_register_session("session-def", "execution")

核心思想

一个视角有盲区，两个视角有偏差，三个独立视角 ≥ 2/3 一致则可信。

text

决策层 (3个独立agent/视角)
    ↑ 任务指令           ↓ 共识结果
管理层 (任务拆解 + 调度 + 报告汇总)
    ↑ 可并行子任务       ↓ 执行报告
执行层 (N个并发 sessions_spawn)

三层各司其职：

决策层 — 定方向、审结果（什么值得做，什么结论可信）
管理层 — 拆任务、管调度（怎么做，谁做什么，怎么收拢）
执行层 — 干活出结果（并行跑子任务）

何时触发

判断标准	示例
重要性 ≥ 4（1-5分）	技术选型、方案决策
需 ≥ 3 独立信息源交叉验证	研究调研、数据核实
有多个可行方案需对比	架构设计、技术栈选择
决策可能产生长期影响	系统设计、投资决策
常规思路卡住 > 2次	疑难问题诊断
用户直接要求深度分析	`/deep` `/tri` 模式

简单问答不触发 — 日常查询直接回答。

配置档次

档次	执行器	决策者	适用场景
🥇 全量	2-3	3	重大决策、方案选型、深度调研
🥈 平衡	1-2	2	一般复杂任务、多源验证
🥉 轻量	1	1	快速多视角检查
🎯 子技能调度	1	N(按技能数)	需要调用外部 SKILL.md 完成子任务

选择： 简单问答→不触发 / 2-5步→轻量或平衡 / ≥5步或重要性≥4→全量 / 需复用已有技能→子技能调度

子代理 Prompt 标准：所有 sessions_spawn 的 task 参数必须遵循 AGENTS.md 五段模板（角色定义 → 上下文 → 任务 → 约束 → 输出格式）。以下示例已对齐此标准。

工作流（5 阶段）

阶段一：决策层定策略

1.1 决策者A（主视角）

text

任务类型：[参考视角模板库]
任务描述：[一句话]
重要性：[1-5]
推荐配置：[全量/平衡/轻量]
需管理层拆任务：[是/否]
需执行层：[是/否]
推荐视角模板：[模板编码，如T-01，或空着用默认]

1.2 决策者B（批判/安全视角）

text

task: "[System: 角色定义] 你是一位严格的批判型分析者，专门评估方案的盲区和风险，不受现有共识影响。

[Context: 上下文状态] 当前正在对以下任务进行三视角共识分析的第一轮评估：
[任务描述]

[Task: 具体任务] 基于你的视角，独立评估以下方面并输出统一 DecisionResult JSON：
① 值得投入资源吗？（1-5分，说明理由）→ importance
② 推荐什么配置档次？→ config: "全量"/"平衡"/"轻量"/"子技能调度"
③ 有什么被忽略的风险或盲区？→ risks[]
④ 你推荐从什么角度切入？→ top_findings[]

[Constraints: 约束条件] 你的评估必须严格、批判、与主视角独立。不要受已有共识影响。严格遵循自己的判断。

[Output: 输出格式] 输出以下统一 JSON 格式：
{
  \"agent_id\": \"B\",
  \"importance\": <1-5>,
  \"config\": \"全量\",
  \"reasoning\": \"<≥10字的推理说明>\",
  \"risks\": [\"<风险1>\", \"<风险2>\"],
  \"top_findings\": [\"<结论1>\", \"<结论2>\"],
  \"confidence\": <0.0-1.0>
}"

1.3 决策者C（实用视角）

text

task: "[System: 角色定义] 你是一位务实型分析者，专注于评估方案的实际产出价值和落地可行性。

[Context: 上下文状态] 当前正在对以下任务进行三视角共识分析的第一轮评估：
[任务描述]

[Task: 具体任务] 基于你的视角，独立评估并输出统一 DecisionResult JSON：
① 实际产出价值多大？（1-5分）→ importance
② 推荐什么配置档次？→ config
③ 最小可行方案是什么？→ top_findings[]
④ 如果只能产出核心结论 → top_findings[]

[Constraints: 约束条件] 你的评估必须务实、实事求是，关注最小可行方案。不受其他视角影响。

[Output: 输出格式] 输出以下统一 JSON 格式：
{
  \"agent_id\": \"C\",
  \"importance\": <1-5>,
  \"config\": \"平衡\",
  \"reasoning\": \"<≥10字的推理说明>\",
  \"risks\": [],
  \"top_findings\": [\"<结论1>\", \"<结论2>\"],
  \"confidence\": <0.0-1.0>
}"

1.4 共识检查

由 consensus.py 执行：

text

✅ ≥2/3 维度一致 → CONSENSUS → 采纳
⚠️ 分歧 → DIVERGENCE → 自动重试（最多 2 轮）
❌ 连续 2 轮分歧 → FALLBACK_TO_USER → 转交用户全权裁定

阶段二：管理层拆解（可选）

由 decomposer.py 执行，自动拆解为 TaskDAG + 循环依赖检测。

text

task: "[System: 角色定义] 你是一个管理型AI agent，负责将复杂任务拆解为可并行执行的子任务，并分配资源和约束。

[Context: 上下文状态] 以下是决策层第一阶段共识结果，需要拆解为可执行的工作包：
主任务：[阶段一共识结果]
配置档次：[全量/平衡/轻量]

[Task: 具体任务] 将主任务拆解为 2-5 个可并行执行的子任务。
每个子任务需包含：
- 子任务编号
- 明确的子目标（可验证的完成标准）
- 输出格式要求
- 最大 token 预算

[Constraints: 约束条件]
- 子任务之间不能有数据依赖（必须可并行）
- 每个子任务规模相当
- 总量不超过配置档次的上限

[Output: 输出格式] 为每个子任务输出一条完整的 `sessions_spawn` 指令，每条指令遵循五段模板"

阶段三：执行层并行

由 dispatcher.py 执行，支持并发 + 退避重试 + 熔断。

每个执行器一个 sessions_spawn（context: isolated），用 sessions_yield 等待。

管理层汇总：去重、归类、标注质量评分（1-5）。

阶段四：决策层审阅

决策者B、C独立审阅汇总报告，各自筛选最佳结论（≤3条）。共识检查后进入输出。

阶段五：输出

由 renderer.py 渲染（保留原始格式）：

text

═══════════════════════════════════════
🔺 Triangulate 分析报告
───────────────────────────────────────

📌 任务：[描述]
⚙️ 配置：[档次] | 执行器×N | 决策者×N
🧩 视角：[模板编码]

📊 核心结论
① [来自共识]
② [来自共识]
③ [来自共识]

🔍 分歧点（如有）
- [说明]

⚠️ 不确定性
- [局限与不确定因素]
═══════════════════════════════════════

预置视角模板库

按领域分类，失效用。优先在库中查找，找不到则用「视角自创建」规则实时生成。

🏗️ 技术 & 工程

编码	模板名	A视角	B视角	C视角
T-01	技术方案选型	架构师(可扩展/长期维护)	安全运维(稳定/安全/成本)	产品用户(效率/体验/迭代)
T-02	代码审查	功能正确(逻辑/边界条件)	性能安全(漏洞/敏感数据)	可维护性(命名/测试/文档)
T-03	系统架构设计	性能规模(吞吐/延迟/扩展)	可靠容错(灾备/SLA/恢复)	开发体验(迭代速度/调试)
T-04	API设计	调用者(易用/一致/文档)	实现者(可维护/向后兼容)	安全(认证/限流/数据保护)
T-05	数据库选型	存储模型(关系/文档/图)	查询模式(延迟/并发/聚合)	运维(备份/扩展/生态)
T-06	AI/ML方案	模型(精度/延迟/可解释)	数据(质量/标注/管道)	部署(成本/监控/迭代)
T-07	测试策略	功能覆盖(边界/回归)	性能(负载/压力/稳定)	安全(渗透/注入/认证)
T-08	工具框架选型	功能(满足度/成熟度)	生态(社区/文档/插件)	成本(学习/迁移/许可)
T-09	部署架构	弹性(自动扩缩/负载)	安全(隔离/审计/访问控制)	成本(预留/按需/Spot)
T-10	重构方案	目标(解耦/可测/可读)	风险(回归/兼容/迁移)	节奏(渐进/大爆炸/分阶段)

🔬 分析 & 决策

编码	模板名	A视角	B视角	C视角
A-01	问题诊断	主诊断(最可能路径)	怀疑论(不是这个原因)	类比学派(相似案例跨域匹配)
A-02	数据解读	统计(信号vs噪声/显著性)	因果(相关≠因果/混淆变量)	实务(商业/实际意义)
A-03	不确定性评估	概率(最可能/乐观/悲观)	影响(错了代价多大)	对冲(减轻/转移/承受)
A-04	风险评估	可能性(概率/频率)	严重度(影响范围/深度/时间)	可控度(预防/检测/响应)
A-05	根因分析	流程(系统化缺陷/规范)	人为(判断/沟通/认知偏差)	环境(外部/不可控/黑天鹅)
A-06	成本分析	直接(可见/可算)	隐性(机会/延迟/维护)	长期(累积/折旧/置换)
A-07	优劣势对比	优势(护城河/独特性)	劣势(短板/依赖/风险)	时效(何时过期/被替代)
A-08	决策审计	前提假设(如果错了会怎样)	过程偏差(确认偏误/锚定)	替代方案(没选的后来怎样)

📈 商业 & 战略

编码	模板名	A视角	B视角	C视角
B-01	战略规划	短期(0-3月: 生存/执行)	中期(3-12月: 增长/卡位)	长期(1-5年: 愿景/护城河)
B-02	竞品分析	自身(优势/劣势/资源)	对手(战略/动作/短板)	市场(趋势/替代/新进入者)
B-03	产品设计	用户(需求/痛点/体验)	技术(可行/可维护/时间)	商业(收入/成本/市场)
B-04	市场进入	产品(差异化/竞争力)	渠道(触达/合作/效率)	受众(需求/支付意愿/忠诚)
B-05	投资财务	基本面(价值/护城河/壁垒)	技术面(趋势/估值/情绪)	风险(下行/流动性/分散)
B-06	定价策略	用户(价值感知/支付意愿)	竞品(锚定/差异化)	成本(覆盖/利润率/弹性)
B-07	商业模式评估	收入(规模/持续性/多样性)	成本(结构/杠杆/可变)	壁垒(模仿/替代/衰退)
B-08	增长策略	获客(渠道/效率/留存)	转化(漏斗/优化/AB)	规模化(瓶颈/组织/成本)
B-09	并购合作	战略契合(互补/协同/控制)	财务(估值/回报/整合成本)	文化(团队/流程/冲突)
B-10	供应链运营	成本(采购/物流/库存)	效率(周期/瓶颈/自动化)	弹性(中断/替代/冗余)

👥 人际 & 组织

编码	模板名	A视角	B视角	C视角
H-01	团队人事	能力(技能/经验/成长)	文化(契合/冲突/多样化)	组织(结构/角色/冗余)
H-02	沟通冲突	己方(利益/情绪/目标)	对方(利益/动机/底线)	关系(长期/信任/面子)
H-03	谈判准备	己方(底线/目标/替代方案)	对方(底线/需求/替代方案)	第三方(影响/牵制/协同)
H-04	绩效评估	成果(量/质/时间)	过程(方法/努力/协作)	成长(学习/挑战/潜力)
H-05	组织变革	必要性(为什么/及时性)	阻力(谁/失去/如何化解)	执行(节奏/沟通/支持)
H-06	招聘面试	硬技能(技术/领域/深度)	软技能(沟通/协作/韧性)	潜力(学习力/文化/自驱)

🎯 个人 & 成长

编码	模板名	A视角	B视角	C视角
P-01	职业规划	短期(1-3年: 技能/机会)	中期(3-7年: 方向/积累)	长期(7-15年: 愿景/价值)
P-02	学习规划	能力(技能缺口/路径)	兴趣(动力/持续/方向)	机遇(行业/网络/可能性)
P-03	时间精力管理	价值(产出/杠杆/优先级)	精力(波峰/恢复/节奏)	系统(习惯/自动化/少决策)
P-04	生活决策	短期(快乐/稳定/收入)	中期(成长/积累/探索)	长期(遗憾最少/复利/意义)
P-05	习惯养成	动机(为什么要/紧迫性)	能力(门槛/拆分/渐进)	环境(触发/奖励/社交)
P-06	健康平衡	身体(运动/睡眠/饮食)	心理(压力/社交/边界)	系统(习惯/环境/支持)

🏅 体育 & 娱乐

编码	模板名	A视角	B视角	C视角
S-01	赛事预测	数据(积分/状态/交锋)	赔率市场(期望/波动/异常)	场外(伤病/赛程/士气)
S-02	球员评估	数据(效率/贡献/稳定性)	场景(体系/角色/适配)	趋势(年龄/伤病史/潜力)
S-03	策略分析	己方(优势/战术/执行)	对方(弱点/模式/调整)	全局(规则/裁判/环境)

🎨 创作 & 内容

编码	模板名	A视角	B视角	C视角
C-01	内容创作	创作者(框架/信息/结构)	编辑(精炼/逻辑/一致性)	读者(可读/吸引/理解门槛)
C-02	营销策略	信息(核心/差异化/信任)	渠道(触达/转化/成本)	受众(画像/需求/同理心)
C-03	品牌定位	产品(功能/品类/价格)	形象(人格/故事/调性)	用户(认知/联想/忠诚)
C-04	UX/UI设计	用户(任务/场景/心智模型)	界面(信息架构/交互/视觉)	技术(性能/可及/迭代)

⚡ 高频专业实践（新增）

编码	模板名	A视角	B视角	C视角
E-01	爬虫工程	架构(目标站点/反爬策略/规模)	链路(请求/解析/存储/去重)	运维(频率/IP/稳定性/监控)
E-02	渗透测试	攻击者(信息收集/入口/横向/提权)	防御者(日志/检测规则/响应)	风险(影响面/修复难度/优先级)
E-03	逆向工程	二进制(结构/算法/混淆/RTTI)	行为(数据流/通信/意图)	防御(加固/检测/溯源/反反编译)
E-04	LLM/Agent系统	模型(能力边界/幻觉/上下文)	架构(工具调用/记忆/编排)	安全(越狱/注入/Prompt泄露)
E-05	量化金融	策略(因子/回测/过拟合)	风控(止损/回撤/杠杆/流动性)	执行(延迟/滑点/交易成本)
E-06	文学创作	结构(起承转合/节奏/伏笔/悬念)	人物(弧光/动机/可信度/成长线)	市场(读者/平台/变现/IP运营)
E-07	短视频制作	脚本(钩子/节奏/信息密度)	视觉(构图/配乐/特效/剪辑节奏)	算法(完播率/互动/平台推荐)

子技能调度模式（Skill Dispatch）

源自 codex 的「主技能派发子技能」模式。适用于需要多个已有技能协作完成的任务。

何时使用

任务可以拆分为多个独立子技能能分别处理的子任务
已有现成的 SKILL.md 可以复用
替代「把子任务写死在主技能里」——让子技能自己负责自己的逻辑

工作流

text

管理层识别子任务 → 映射到外部 SKILL.md
    ↓
执行层为每个子技能创建一个 sessions_spawn
    ↓
每个子任务 task 中传入 skill_path 参数
    ↓
子 agent 自行读取 SKILL.md 执行
    ↓
管理层合并所有子技能输出

task 模板

text

task: "你是 Claw 的子任务执行器。
请基于以下技能路径完成任务：

技能路径: skills/<子技能目录>/SKILL.md
任务范围: [具体说明这个子技能的 scope]

步骤：
1. 读取 SKILL.md 了解完整流程
2. 按技能定义执行任务
3. 输出结果（格式不限，但必须完整）

限制：
- 不修改技能文件
- 不跨越 scope 边界
- 完成后返回摘要"

与决策层的关系

子技能调度模式可跳过或结合决策层：

跳过决策层：子任务明确，直接分派
结合决策层：先让决策层定「哪些子技能参与」，再让执行层调度

退出条件

所有子技能返回结果 → 进入管理层合并
任一子技能失败 → 记录失败原因，其他照常合并
用户中途打断 → 立即返回已有结果

视角自创建

如果库中找不到合适模板，用以下规则即时生成：

text

给任意任务X生成三个视角：
A = 主流视角（最直接的、最可能的、主流的答案）
B = 批判视角（质疑前提、考虑失败、找反例）
C = 第三维视角（跨域类比、长期影响、非常规角度）

示例 — 评估第三方支付风险：

text

自创建视角：
A — 技术：集成复杂度、API质量、文档、SLA
B — 业务：费用结构、用户影响、迁移成本
C — 运维：监控告警、故障恢复、技术支持

也可在预置模板上微调 — 如把T-01的A视角改成「可维护性」，就适配了不同侧重的选型。

视角自动匹配速查

关键词	推荐模板
选型/对比/方案/框架/工具	T-01 / T-08
诊断/调试/问题/故障/bug	A-01 / A-05
设计/架构/系统/重构	T-03 / T-10
数据/分析/报告/指标	A-02 / A-03
风险/安全/合规	A-04 / T-02-B
战略/规划/路线图	B-01
竞品/竞争/市场	B-02 / B-04
产品/体验/交互	B-03 / C-04
投资/估值/收购	B-05 / B-09
定价/收入/变现	B-06 / B-07
团队/招聘/人事	H-01 / H-06
爬虫/反爬/数据采集	E-01
渗透/漏洞/安全测试	E-02
逆向/反编译/脱壳/分析	E-03
大模型/Agent/LLM/Prompt	E-04 / T-06
量化/交易/回测/因子	E-05 / B-05
小说/写作/剧本/故事	E-06 / C-01
短视频/剪映/视频	E-07
谈判/冲突/沟通	H-02 / H-03
职业/学习/成长	P-01 / P-02
健康/精力/习惯	P-05 / P-06
生活/决策/选择	P-04
预测/比赛/赛事	S-01 / S-02
写作/内容/营销	C-01 / C-02
品牌/定位	C-03

多个匹配时按「具体>通用」选。都不匹配→视角自创建。

与书内化技能的关系

book-full-dimension-internalization 是 triangulate 的特化实例：

text

Triangulate
  └─ book-full-dimension-internalization
       ├ 视角固定为知识学习的三个维度
       ├ 输出格式固定为知识文件
       └ 添加熔断：预算上限 + 余额告警

熔断条件

由 circuit_breaker.py 提供可执行实现：

条件	处理	实现
子任务失败 > 50%	重新分配或降级执行	`check_task_failure_rate()`
共识分歧 > 2轮	转交用户全权裁定	`check_consensus_divergence()`
执行器超时	跳过该执行器，其他照常汇总	`check_executor_timeout()`
用户中途打断	立即停止，返回已有结果	`check_user_interrupt()`
全局超时	立即停止	`check_global_timeout()`
Token 预算超限	降级到轻量配置	`check_token_budget()`

限制

需 sessions_spawn / sessions_yield 工具可用，否则退化为单线程
全量配置消耗 tokens 较多 — 按档次选择
适合慢思考类任务，不适合快反应类任务

自动触发条件

本技能在以下场景自动激活（无需手动指令）：

遇到方案选型争议时 → 自动启动3视角共识决策
需要诊断复杂问题时 → 分解为多个独立视角并行分析
关键决策需要多方验证时 → 启动拜占庭共识流程
研究计划需要多维度评估时 → 自动调度管理层 + 执行层

激活判断：决策需要 ≥ 2/3 共识才能推进，或复杂度需要多视角交叉验证。非激活场景：简单是与否的决策、经验已知的常规操作。

触发短语（备选）

场景	示例
需要多视角决策	三角验证 triangulate
方案选型争议	帮我决策哪个方案好
复杂问题诊断	从多个角度分析多维评估

幂等性保证

通过 idempotency.py 提供：

python

from idempotency import IdempotencyGuard

guard = IdempotencyGuard(ttl_seconds=1800)
result, is_cache_hit = guard.execute_or_cache(
    user_input,
    executor_fn=lambda: orchestrator.run(user_input),
)
# is_cache_hit=True → 直接返回缓存，不重复执行副作用

状态机状态

状态	说明
IDLE	初始状态
INPUT_VALIDATION	输入校验中
STRATEGY	决策层定策略
DISPATCH	管理层拆解
EXECUTE	执行层并行
REVIEW	决策层审阅
RENDER	输出渲染
DONE	正常完成
CANCELLED	用户中断
FAILED	系统异常