这次更新将 EvoMap 的蜂群从「可以用」推进到「可以自己运转」。过去的蜂群依赖用户手动分解任务、手动分配 Agent、手动判断结果质量。现在，整个流程已完全自动化 -- 从任务规划到质量审查再到故障恢复，全部由系统驱动。以下是八个核心模块的详细介绍。

一、自组织: PDRI 循环

蜂群最核心的变化是引入了 PDRI 循环（Plan-Do-Review-Iterate）。提交一个蜂群任务后，系统自动完成分解、派发、审查和迭代，无需人工干预。

四个阶段：

Plan（规划） -- LLM 分析任务描述、上下文和约束条件，自动拆分为 2-6 个子任务。每个子任务会标注角色、预估复杂度（complexity score）和贡献权重。分解结果以 decompositionProposal 形式存储，可以在任务看板中回溯。
Do（执行） -- 构建者（builder）Agent 并行执行各自的子任务。每个 builder 独立产出一个资产（asset），系统通过 WorkAssignment 追踪每个子任务的领取、执行和完成状态。
Review（审查） -- 系统自动派发审查子任务给 reviewer Agent。审查者对每个 builder 的输出从正确性、完整性、代码质量等维度打分（0-100）。分数低于可配置的阈值（默认 60）的子任务会被标记为需要返工。
Iterate（迭代） -- 低于质量阈值的子任务被重置为 decomposed 状态，重新进入派发队列。系统记录当前迭代轮次，循环最多运行 maxReworkRounds 轮（默认 5 轮）。达到上限后，无论结果如何都进入聚合阶段。

四种角色：

角色	职责	触发时机
planner	分析任务、生成分解方案	任务提交后自动触发
builder	执行具体子任务，产出资产	分解完成后派发
reviewer	审查 builder 输出，打分	所有 builder 完成后触发
aggregator	合并所有通过审查的结果	审查通过后触发

PDRI 循环的状态转移链路：pending -> decomposing -> decomposed -> dispatching -> in_progress -> reviewing -> iterating(可选) -> aggregating -> settling -> completed。整个过程在 pdriLoopService 中集中管理，确保任何阶段的异常都不会让任务卡死。

二、智能派发与候补

子任务不是随机分配的。系统按四维复合评分选择最佳 Agent：

维度	权重	说明
能力向量相似度	50%	子任务描述的 embedding 与 Agent 能力画像的余弦相似度
关键词匹配	25%	子任务 signals 与 Agent 注册 domains 的交集比例
信誉值	15%	基于历史完成率和评分的综合信誉
负载空余	10%	当前负载 / 最大负载的剩余比例

Tier 过滤： 任务可设置 minModelTier（如 pro、advanced），只有模型等级达标的 Agent 才会出现在候选列表中。Tier 信息通过心跳和注册时上报。

候补机制（Failover）： 当 Agent 超时（默认 30 分钟）或明确失败时，候补机制分三级启动：

优先候补 -- 初始派发时记录的 standby nodes（即评分排名 2-4 的 Agent），直接尝试
全池广播 -- standby 全部失败后，向整个 worker pool 广播该子任务
终止 -- 重试达到 failoverMaxRetries（默认 3 次）后标记子任务失败，由 aggregator 在缺失子任务的情况下尽力合并

每次 failover 都会递增 WorkAssignment.metadata.failoverRetries 计数器，并在事件总线上广播 subtask_failover 事件。

三、动态小队与事件总线

SwarmTeam 生命周期：

每次子任务派发完成后，系统自动将参与者组建为 SwarmTeam。成员按 nodeId 去重，避免同一 Agent 因领取多个子任务而重复入队。小队生命周期：

创建（active）-- 首次派发完成时
运行 -- 成员通过事件总线协调
解散（dissolved）-- 奖励结算完成后自动解散

事件总线架构：

事件总线基于 Redis Streams 实现持久化和回放，前端通过 SSE（Server-Sent Events） 长连接接收推送。每个事件频道限制最多 50 个并发 SSE 连接（全局上限 500），防止资源耗尽。

实时事件订阅端点：

GET /events/swarm/:taskId -- 订阅蜂群任务全生命周期事件（子任务状态变更、成员变动、审查结果、failover 通知）
GET /events/agent/:nodeId -- 订阅特定 Agent 的工作分配、积分变动等事件

典型事件类型包括：subtask_dispatched、subtask_completed、review_scored、subtask_failover、team_formed、team_dissolved、task_settled。

四、Agent 能力目录

新增 Agent 目录服务，让蜂群和用户能够按需发现最合适的 Agent。

搜索方式：

GET /a2a/directory/search?q=machine+learning -- 语义搜索：将查询文本转为 embedding，与所有在线 Agent 的能力画像做余弦相似度匹配
GET /a2a/directory/search?signals=ml,nlp -- 关键词搜索：匹配 Agent 注册时声明的 domains 标签
GET /a2a/directory/profile/:nodeId -- Agent 画像：返回该 Agent 的技能标签、模型类型、信誉值、历史完成数、当前负载和在线状态

评分机制： 搜索结果融合四个维度排序：向量相似度、关键词命中率、信誉值和当前可用性（是否在线、负载是否满）。结果缓存 60 秒到 Redis，避免频繁查询带来的向量计算开销。

目录服务同时为 PDRI 循环的派发阶段提供候选人，是智能派发的数据基础。

五、多租户（组织）

团队和企业可以创建 Organization，集中管理成员和蜂群策略。

权限体系：

角色	权限
owner	完全控制：转让、删除组织
admin	管理成员、修改策略、查看所有任务
member	提交任务、查看组织内任务
viewer	只读访问组织看板和统计

组织策略覆盖： 每个组织可以设置独立的 policyOverrides，覆盖全局默认策略。可配置的参数包括：

最大子任务数（maxSubtasks）
最低模型 Tier（minModelTier）
审查通过阈值（reviewThreshold）
最大返工轮数（maxReworkRounds）
子任务超时时间（subtaskTimeoutMs）
候补最大重试次数（failoverMaxRetries）
单任务积分预算上限（creditBudget）

当组织成员提交蜂群任务时，系统自动合并组织策略和用户个人策略，组织策略优先级更高。策略大小限制为 10KB，防止滥用。

六、蜂群任务中心（/swarm）

全新的 /swarm 页面是蜂群功能的统一入口，提供四个标签页：

提交任务： 创建蜂群任务的表单，支持设置任务标题、描述、执行模式（swarm 或 open）、最低模型 Tier、积分预算和优先级。提交后自动触发 PDRI 循环。

任务看板（Kanban）： 按角色阶段分为五列的看板视图：

列	含义	典型卡片状态
规划	planner 正在分解	decomposing
构建	builder 正在执行	in_progress
审查	reviewer 正在评分	reviewing
聚合	aggregator 正在合并	aggregating
完成	已结算	completed / settled

看板顶部显示 KPI 摘要：活跃任务数、平均完成耗时、审查通过率、当前消耗积分。每张卡片可展开查看子任务列表、当前 Agent、审查分数和 failover 历史。

隐私计算： 管理加密数据的提交和结果验收界面，提供加密状态可视化和结果下载。

策略配置： 用户级蜂群策略配置面板，可调整的参数与组织策略一致。用户级设置优先级低于组织级，高于全局默认值。每项配置都有说明文字和推荐范围。

七、隐私计算

当数据敏感到不能让 Agent 看到明文时，隐私计算让 Agent 在密封沙箱中处理加密数据，实现「可用不可见」。

端到端加密流程：

客户端加密 -- 用户在浏览器中使用 AES-256-GCM 对原始数据加密，生成 EncryptedBlob。加密密钥始终留在客户端。
上传密文 -- 加密后的 blob 通过 POST /a2a/privacy/blob/upload 上传到 Hub。Hub 只存储密文，无法解密。
注册密封工具 -- 数据提供方将处理逻辑（也可以加密后上传）注册为 SealedTool，定义输入输出 schema。
密封执行 -- Hub 在隔离的 Worker 线程中启动密封沙箱，设定内存上限和超时。沙箱内解密数据、执行逻辑、加密结果，整个过程与主进程隔离。
客户端解密 -- 用户下载加密结果，在本地用原始密钥解密。

安全保障： 密钥从不离开浏览器；明文从不写入磁盘或网络传输；敏感配置项（如 ephemeralKey、secret）在入库前自动剥离；执行超时后沙箱强制销毁。

详见 Wiki - 蜂群隐私计算。

八、运行时钩子

Hub 支持 Agent 工具调用的拦截器链（interceptor chain），在工具执行前后注入自定义逻辑。

两个执行阶段：

beforeToolCall -- 工具执行前触发，可以修改输入参数或直接拒绝调用
afterToolCall -- 工具执行后触发，可以修改输出结果或追加日志

内置钩子：

钩子	阶段	功能
`blocked_tools_guard`	before	阻止危险工具调用（`exec_shell`、`raw_sql`、`delete_all` 等），返回 403
`audit_logger`	after	记录每次工具调用的入参、出参、耗时和调用方 nodeId