Paper-Guided Member C Runtime Execution and Visualization

[Panxiangzhenshuai]

概述

本 PR 完成了 Member C（Skill Runtime & Task Execution Agents）的论文导向优化，并在前端 Agent Execution 页面新增了执行过程图谱展示。同时修复了 Agent Execution 历史日志在后端重启后丢失的问题。

主要内容：

• 将 /execution/plan 接入 SkillRetriever 和 SkillGroup
• 在真实执行路径中使用 Support -> Start -> Check 的结构化 Skill 分组
• 支持 DAG 输出到下游 Step 输入的自动映射
• 在执行结果中加入 Verifier / Reflection 反馈
• 暴露 Runtime Memory 诊断信息
• 新增 execution_graph 字段，用于前端展示执行图
• 前端新增 Execution RAG Tree，展示任务、检索 Skill 和执行步骤关系
• 扩展 runtime benchmark v2，加入论文导向评分维度
• 更新 Member C 文档，记录从上一个 session 到当前版本的全部改动
• 新增本地 JSONL 执行历史持久化 fallback，避免后端重启后历史日志丢失

论文对应关系

本 PR 将 Member C 的实现进一步对齐以下论文思想：

• AgentSkillOS：支持可执行 DAG、依赖顺序、并行分组和执行图展示
• Group of Skills：支持 Support / Start / Check / Avoid 结构化 Skill 分组
• Skill-RAG：支持失败类型识别和恢复路径推荐
• M*：支持 task-local runtime memory，记录执行证据和诊断信息

后端改动

• /execution/plan 现在优先通过 SkillRetriever 获取结构化运行时 Skill 结果。
• ExecutionResult 新增可选字段：
  • verification
  • reflection
  • failure_type
  • recovery_route
  • runtime_memory
  • execution_graph
• SkillExecutor 现在会在执行下游 Step 前解析类似 ${step_id.output_field} 的 DAG 映射。
• Runtime Memory summary 现在会包含 verification 和 reflection 摘要。
• execution_graph 会返回：
  • 用户目标节点
  • 检索到的 Skill 节点
  • 实际执行 Step 节点
  • 检索边、规划边、依赖边
  • composition source 和 parallel groups 元数据

前端改动

• 补充 ExecutionGraph、graph node、graph edge 等 TypeScript 类型。
• 在 Agent Execution 执行结果区域新增 Execution RAG Tree。
• 树形图可以展示：
  • 用户任务目标
  • 被检索和选择的 Skill
  • 实际执行的 Step
  • Step 之间的依赖路径
  • Step 状态、耗时和错误信息

执行历史持久化修复

本 PR 还修复了 Agent Execution 页面在前后端重启后历史日志消失的问题。

问题原因

之前代码中虽然有执行历史持久化入口，但它依赖 PostgreSQL：

• 如果 PostgreSQL 可用，则写入 ExecutionHistoryRepository
• 如果 PostgreSQL 不可用，则退回进程内存 _execution_history

因此在本地开发或 demo 环境中，如果 PostgreSQL 没有启动、连接失败或配置不匹配，执行历史只会存在内存里。后端一重启，前端 Agent Execution 页面中的历史日志就会消失。

修复方案

新增本地 JSONL 文件持久化 fallback：

skillos/skillos/api/history_store.py
当 PostgreSQL 不可用时，后端现在会自动使用本地文件保存执行历史：

skillos/skillos/storage/execution_history.jsonl
这样即使重启后端，/execution/history 仍然可以读回之前的执行历史，前端 Agent Execution 页面刷新或重启后仍能看到历史日志。

兼容性说明
PostgreSQL 可用时仍优先使用 PostgreSQL。
PostgreSQL 不可用时自动降级到本地 JSONL 文件。
本地历史文件已加入 .gitignore，不会把用户本地运行日志提交到仓库。
API 接口不变，前端无需额外改动。
Benchmark 改动
扩展 runtime benchmark v2，使其不再只评估任务是否成功，而是评估完整 Member C runtime 架构。

新增评分维度：

skill_group
planning
composition
execution
verification
recovery
memory
新增 benchmark case：

support_start_check_flow
missing_skill_recovery_route
文档改动
更新了：

docs/modules/03-skill-runtime.md
新增版本说明：

Version 2026-05-14: Paper-Guided Runtime Path and Execution Graph Update
该部分记录了从上一个 session 到当前版本的 Member C 全部关键改动，包括：

SkillRetriever / SkillGroup 接入真实执行路径
DAG data mapping 驱动运行时输入
Verifier / Reflection 接入执行结果
Runtime Memory diagnostics 暴露
Benchmark v2 论文导向评分
前端 Execution RAG Tree 展示
本地执行历史持久化 fallback