agentik/docs/ARCHITECTURE.md

Agentik — архитектура

Полевые заметки о структуре проекта на текущий момент. Подробности запуска — docs/STANDALONE.md, чек-лист native-сборки — NATIVE-COMPATIBILITY.md, открытые вопросы — IRC-QUESTIONS.md.

1. Контекст

agentik — runtime агента. Ядро на собственном протоколе (:proto), HTTP/SSE-фасад в :server, runtime-контейнер в :standalone. Раньше фасадов было два (AG-UI + A2A); AG-UI убран как устаревший, a2a-server остаётся заготовкой в libs.versions.toml и подключён в :standalone build.gradle.kts, но в Main.kt пока не монтируется.

LLM — за интерфейсом pw.binom.litert.LiteLlm. Реализации: pw.binom.litert.openai (HTTP/JSON поверх OpenAI-API, любая совместимая endpoint) и pw.binom.litert.google (встроенный LiteRT-LM движок для .litertlm/.task моделей).

MCP — io.modelcontextprotocol:kotlin-sdk-client (KMP). Подключаются stdio + streamable-HTTP серверы, тулы оборачиваются в LiteTool.

2. Модули

agentik
├─ :proto             KMP jvm + native.   Интерфейсы Agent/Conversation, Content,
│                                       Message, Event, AgentEvent. @SerialName
│                                       дискриминаторы snake_case на проводе.
├─ :server            KMP jvm + native.   HTTP/SSE фасад `Route.agentikAgent(agent,
│                                       path = "/agentik")`. Json DTO — свой
│                                       Snapshot-тип, чтобы протокол оставался
│                                       сериализационно-чистым.
├─ :client            JVM-only (пока).    Ktor-клиент к фасаду `:server`,
│                                       подключающий удалённый агент как
│                                       локальный `Agent`.
└─ :standalone        KMP jvm (linuxX64 — в работе). Runnable-контейнер:
                                       SqliteStores + ChatAgent + MCP + LiteLlm,
                                       поднимает Ktor (CIO) на AGENTIK_PORT.

Каталог версий — gradle/libs.versions.toml. Из внешних — только pw.binom.litert.*, pw.binom.a2a.*, app.cash.sqldelight, io.ktor:*, io.modelcontextprotocol:kotlin-sdk-client, org.jetbrains.kotlinx:*.

3. :proto — интерфейсы

Agent (см. proto/src/commonMain/.../Agent.kt):

• id: String
• createConversation(temp: Boolean): Conversation
• suspend getConversation(id): Conversation?
• suspend getConversations(offset, limit): List<Conversation>
• getConversations(offset = 0): Flow<Conversation> — cold-flow paging через suspend-версию, PAGE_SIZE = 100.
• events(after: Instant): Flow<AgentEvent> — replay-free, бэкфилл через snapshot.
• deleteConversation(id): Boolean

Conversation:

• isSupportImageInput / Output / isTemporal: Boolean
• updatedAt: Instant
• send(content: List<Content>) — write-only, ничего не возвращает.
• interrupt() — отмена активного хода.
• events(after): Flow<Event> — live, replay-free.
• getMessages(after, offset, limit) + getMessages(after): Flow<Message> — paging.
• rename(title) — мутация, бампит updatedAt.
• AutoCloseable — close() идемпотентен.

Content = Text(body) | Image(data, mime). Message = UserMessage | AssistantMessage | ToolCall | ToolResult | Error. Event = StartReasoning | StartResponse | End | AppendText | AppendImage | ToolCall | ToolResult | Error. AgentEvent = Created(conversationId) | Deleted(id) | Renamed(id, title).

Принцип: агент — источник истины для транскрипта и сессий. Клиент лишь рендерит Event-stream и кэширует историю.

4. :standalone — runtime-контейнер

Точка входа pw.binom.agentik.standalone.MainKt:

Main.kt
  ├─ LlmConfig.fromEnv()         → LlmConfig(backend, openai, google, systemPrompt)
  ├─ llmConfig.createLlm()       → LiteLlm (рефлексия для google)
  ├─ SqliteStores.open(dbPath)   → ConversationStore + MessageStore + WorkingMemoryStore
  ├─ McpRegistry.fromConfig(...) → список NamedTool из всех MCP-серверов
  ├─ ChatAgent(stores, llm, llmConfig, tools)
  └─ embeddedServer(CIO, port) { agentikAgent(agent, "/agentik") }

ChatAgent — реализация Agent:

• live: Map<String, ChatConversation> — in-memory кэш активных сессий.
• createConversation(temp): для temp — только кэш; для persistent — upsert(conversation) + workingMemory.append(System(systemPrompt)) атомарно, потом live[id] = ChatConversation(...).
• getConversation(id): кэш → store (cold-load). Переоткрытие восстанавливает LiteConversation из workingMemory.list(id) (см. ниже).
• send/events/interrupt/delete/rename проксируются в ChatConversation.

ChatConversation — реализация Conversation:

• На каждый ход: workingMemory.append(User) → liteConv.sendStreamContents(...) → стрим LiteDelta → клиенту (AppendText / ToolCall / ToolResult).
• На завершение стрима: messageStore.append(Assistant) + workingMemory.append(Assistant)
  • conversationStore.touch(id).
• Tool-loop: на delta.toolCalls → emit Event.ToolCall → execute (tool.invoke(argsJson)) → emit Event.ToolResult → liteConv.addToolResult(callId, name, result) → продолжение стрима.
• На ошибку хода (init/стрим LLM): failTurn → messageStore.append(Error) (audit; в working_memory не пишется) + Event.Error + Event.End, живой LiteConversation сбрасывается и пересобирается на следующем send.
• LiteConversation живёт один на весь ChatConversation для обоих бэкендов: KV-cache движка сохраняется между ходами. Это контракт litert-api, не только Google-specific.
• На interrupt() отменяется текущий Job и liteConv.interrupt().

WorkingMemory — read-write контекст, который видит LLM:

• System(text, sourceMessageId=null) — системный промпт.
• User/Assistant(sourceMessageId, content) — снимки реальных сообщений.
• compact(dropFromOrderIdx, conversationId) — v1: DELETE rows ≥ order_idx, summarization-вставка отложена (нужен дизайн-проработка).

MessageStore — append-only аудит. На каждый ход дописываются UserMessage, AssistantMessage, ToolCall, ToolResult, Error. Никаких update/delete кроме каскада из ConversationStore.delete.

5. Слои персистентности

SqliteStores (jvmMain) — три интерфейса из commonMain, одна SQLite-БД. Схема (jvmMain/sqldelight/):

таблица	поля	роль
conversation	id, title, is_temporal, created_at, updated_at	карточки диалогов
message	id, conversation_id, role, payload_json, created_at	аудит-хвост
working_memory	id, conversation_id, order_idx, source_message_id, payload_json, created_at	контекст LLM

Content (text/image) и per-kind payload сериализуются в payload_json через kotlinx.serialization. Maps в каскадное удаление (ConversationStore.delete — одна транзакция).

6. Фасады

• :server (HTTP+SSE) — основной, KMP, Ktor Route extension. Route.agentikAgent(agent, path = "/agentik") монтирует весь CRUD + live event-stream. Подробнее — docs/STANDALONE.md.
• A2A (pw.binom.a2a:server) — заготовка в libs.versions.toml, подключён в :standalone для совместимости с зависимостями через :client, но не монтируется в Main.kt. Если/когда понадобится — Route.a2aAgent(...) (как у agui в старом дизайне).

7. Конфигурация (env)

env	назначение
AGENTIK_PORT	порт Ktor (default 8080)
AGENTIK_DB_PATH	путь к SQLite (default ./agentik.db)
AGENTIK_SYSTEM_PROMPT	текст системного промпта
AGENTIK_LLM_BACKEND	openai (default) или google
OPENAI_BASE_URL / OPENAI_API_KEY / OPENAI_MODEL	для backend=openai
AGENTIK_GOOGLE_MODEL_PATH / AGENTIK_GOOGLE_THREADS	для backend=google
AGENTIK_MCP_CONFIG	путь к mcp.json в формате Claude Desktop

8. Что осталось за рамками v1

• Суммаризация WorkingMemory.compact() (пункт compact(dropFromOrderIdx) пуст).
• Image input (Content.Image принимается, но LiteContentPart.Image сейчас дропается в Chat-цикле с warn-логом — модель видит только текст).
• Auth на фасаде.
• A2A transport facade в Main.kt.