Flowboard 会议 Supervisor 重构

August 17, 2026 · View on GitHub

目标

会议转录不再逐段写入 DSH Composer，也不再把每次 VAD 切段等同于一次 AI 任务。每场 live 会议绑定一个长期存在的 DSH Session，由会议 Supervisor 持续理解完整转录、维护意图、派发和管理后台 Subagent，并在最新转录校验通过后写入任务、资料或会议结论。

当前问题

  • Client 在转写完成后调用 setDraft() 和 submit()，Agent 忙碌时补充内容进入后续 Turn。
  • ASR 切段、AI 分析和业务提交共用一个节奏，半句话可能触发真实写入。
  • meeting_ai_actions 只能记录已执行结果，无法表达待确认、纠正、失效和重试。
  • Agent Tool 使用 call ID 幂等，但不能识别同一会议意图的修订和重复执行。
  • 调度由浏览器页面持有，页面刷新或切换后不能保证会议 AI 连续工作。

目标架构

flowchart LR
  MIC[Browser 麦克风] --> ASR[转录 Worker]
  ASR --> DB[(完整转录与序号)]
  DB --> CO[MeetingCoordinator]
  CO -->|idle: followup| SUP[DSH Supervisor]
  CO -->|running: steer| SUP
  SUP --> INT[会议意图账本]
  INT -->|复杂工作| SUB[Continuable Subagent]
  SUB --> SUP
  INT --> GUARD[转录游标与版本校验]
  GUARD --> DATA[任务 / 资料 / 会议数据]

DSH 分工

  • Agent.followup()：Supervisor 空闲时启动一个分析 Turn。
  • Agent.steer()：Supervisor 运行时把新转录送到下一个 Step。
  • Agent.inbox.replace()：合并尚未消费的会议通知，避免队列堆积。
  • systemPrompt.context()：每个 Step 提供当前会议、转录水位、意图和执行状态。
  • agent/turn-stopping：Turn 关闭前检查是否还有未分析转录。
  • continuable subagent、list_agents、send_message、interrupt_agent：执行和管理复杂后台任务。

Supervisor 是当前可见 DSH Conversation 的 Agent。Subagent 只负责有界的研究、整理和结构化输出，最终业务写入仍由 Supervisor 使用 Flowboard Tool 完成。

数据状态

  • meeting_agent_bindings：meeting_id、session_id、绑定状态和投递/分析水位；不另建重复的 AI 水位表。
  • meeting_intents：意图类型、结构化载荷、证据序号、修订、状态、关联实体和 Subagent。
  • meeting_ai_actions：保留为最终执行审计，不再承担待处理状态。

意图状态：

detected -> clarifying -> approved -> executing -> applied
        \-> superseded
        \-> rejected
        \-> failed

核心流程

  1. 开始会议时将 meeting_id 与当前 session_id 绑定。
  2. ASR 完成后原子追加带序号的 utterance；Browser 只展示结果，不提交 Composer。
  3. Coordinator 合并短时间内的新增序号。Supervisor 运行时 steer，空闲时 followup。
  4. Supervisor 读取会议状态并通过 flowboard_upsert_meeting_intent 新建或修订意图。
  5. 复杂意图可关联 continuable Subagent；Supervisor 可以查询、补充或中断它。
  6. flowboard_commit_meeting_intent 使用 basis_sequence + intent_revision 校验最新转录和版本；过时请求返回结构化冲突，不产生业务写入。
  7. 会议进入 finalizing 后等待最后 ASR、未决意图和必要 Subagent 收敛，再生成总结并结束。

meeting.finalize 是最终一致性闸门：仍有 pending/processing 转写、analyzed_sequence 落后或非终态意图时必须返回冲突，不能提前结束会议。

浏览器 VAD 是音频链唯一的截流边界。Client 把已经分好的 WAV 交给 DSH Host，由 Host 申请一次性票据并完成 PUT；Host 拿到 jobId 后立即返回，Browser 独立轮询。Whisper 每完成一段，Worker 就立即追加 utterance、推进 change cursor 并唤醒 Coordinator，不增加固定窗口、二次静音等待或会后批量写稿。随包 ggml-small 默认固定中文识别，每段仅处理当前 WAV，不把历史识别结果作为 prompt；完整上下文由 Supervisor 从权威会议稿读取，避免错误词在长会议中循环强化。⚡

交互调整

  • Composer 仅用于人工输入，不再承载自动转录候选稿。
  • 会议 Dock 显示录音、转写、待分析序号、Supervisor 状态、待确认意图和后台 Agent 数量。
  • record 只维护转录和总结；suggest 等待确认；execute 只自动提交低风险且校验通过的意图。

验收

  • Supervisor 运行期间的新发言在下一个 Step 可见，不等待整个 Turn。
  • “给张三，不对，给李四”只形成一个最终意图和一个任务。
  • 新转录在 Tool 提交前到达时，旧提交被游标校验拒绝。
  • 多段转录只形成一个可替换通知，不产生消息队列堆积。
  • 页面刷新后可从绑定和转录水位恢复。
  • Supervisor 可以创建、列出、补充和中断 continuable Subagent。
  • pnpm run check、静态构建和动态插件校验通过。