人机协同审核

Shannon 的人机协同（HITL）审核系统允许你在工作流开始执行之前，审核和优化 AI 生成的研究计划。这对于深度研究任务特别有用——你可以引导研究方向、添加约束，或确保代理聚焦于最重要的内容。

你将学到

HITL 审核周期的工作原理（计划生成、反馈、批准）
在任务提交时启用 HITL 审核
与审核 API 交互（获取状态、发送反馈、批准）
基于版本号的乐观并发控制
审核过程中发出的 SSE 事件
Python SDK 中的 HITL 审核用法
配置选项与超时设置

前置条件

已运行的 Shannon 堆栈（Docker Compose）
Gateway 可通过 http://localhost:8080 访问
鉴权默认：
- Docker Compose：默认关闭鉴权（GATEWAY_SKIP_AUTH=1）。
- 本地构建：默认开启鉴权。可设置 GATEWAY_SKIP_AUTH=1 关闭；或在请求中加入 API key 头 -H "X-API-Key: $API_KEY"。

HITL 审核流程

HITL 审核在任务提交与研究执行之间插入人工检查点：

提交启用审核的任务

在上下文中添加 require_review: true（或 review_plan: "manual"）提交研究任务。

AI 生成初始研究计划

LLM 服务根据查询生成研究计划。工作流暂停，等待人工输入。

审核并提供反馈

通过审核 API 查看提议的计划，发送反馈进行迭代优化（最多 10 轮）。

批准计划

满意后批准计划。工作流恢复执行已确认的研究方向。

研究执行

ResearchWorkflow 以批准的计划作为上下文运行，产出聚焦的、带引用的研究报告。

架构

用户                     Gateway                 LLM Service         Orchestrator (Temporal)
  |                        |                        |                        |
  |-- POST /tasks -------->|                        |                        |
  |   (require_review)     |-- gRPC SubmitTask ---->|                        |
  |                        |                        |-- GenerateResearchPlan |
  |                        |                        |   (Activity)           |
  |                        |  Redis 状态初始化 <-----|                        |
  |                        |                        |                        |
  |  SSE: RESEARCH_PLAN_READY                       |   workflow.Select()    |
  |<-----------------------------------------------|   (等待信号)            |
  |                        |                        |                        |
  |-- GET /review -------->| (读取 Redis 状态)      |                        |
  |<-- plan + version -----|                        |                        |
  |                        |                        |                        |
  |-- POST /review ------->| feedback               |                        |
  |   (action: feedback)   |-- 调用 /research-plan->|                        |
  |                        |<-- 更新后的计划 --------|                        |
  |<-- 新计划 + version ---|                        |                        |
  |                        |                        |                        |
  |-- POST /review ------->|                        |                        |
  |   (action: approve)    |-- gRPC Signal -------->| (解除工作流阻塞)        |
  |<-- approved -----------|                        |                        |
  |                        |                        |-- ResearchWorkflow --->|

启用 HITL 审核

在提交研究任务时，将 require_review: true 添加到任务上下文中：

curl -X POST http://localhost:8080/api/v1/tasks \
  -H "Content-Type: application/json" \
  -d '{
    "query": "研究 2025 年 AI 代理框架的竞争格局",
    "context": {
      "force_research": true,
      "require_review": true
    }
  }'

curl -s -X POST http://localhost:8080/api/v1/tasks/stream \
  -H "Content-Type: application/json" \
  -d '{
    "query": "研究 2025 年 AI 代理框架的竞争格局",
    "context": {
      "force_research": true,
      "require_review": true
    }
  }' | jq

from shannon import ShannonClient

client = ShannonClient(base_url="http://localhost:8080")
handle = client.submit_task(
    "研究 2025 年 AI 代理框架的竞争格局",
    context={
        "force_research": True,
        "require_review": True,
    },
)

HITL 审核需要 force_research: true，因为审核流程属于 ResearchWorkflow 的一部分。如果不设置此参数，协调器可能将任务路由到不支持审核的其他工作流。

另一个上下文键 review_plan: "manual" 也可接受，行为完全相同。桌面应用在用户对深度研究关闭自动批准时使用 require_review: true。

获取审核状态

提交后轮询以等待审核计划就绪。工作流通过 LLM 生成初始计划并将其存储在 Redis 中。

# 获取当前审核状态
curl -s http://localhost:8080/api/v1/tasks/{workflow_id}/review \
  -H "X-API-Key: $API_KEY" | jq

state = client.get_review_state(handle.workflow_id)
print(f"状态: {state.status}")
print(f"轮次: {state.round}, 版本: {state.version}")
print(f"计划: {state.current_plan}")
for r in state.rounds:
    print(f"  [{r.role}] {r.message[:100]}...")

响应

{
  "status": "reviewing",
  "round": 1,
  "version": 1,
  "current_plan": "根据您的查询，我建议以下研究计划...",
  "rounds": [
    {
      "role": "assistant",
      "message": "根据您的查询，我建议以下研究计划...",
      "timestamp": "2025-01-15T10:30:00Z"
    }
  ],
  "query": "研究 2025 年 AI 代理框架的竞争格局"
}

响应包含一个 ETag 头，其中包含当前版本号，用于乐观并发控制。

字段	类型	说明
`status`	string	`"reviewing"` 或 `"approved"`
`round`	int	当前对话轮次（从 1 开始）
`version`	int	用于并发控制的单调递增版本
`current_plan`	string	最新的可执行计划（当 LLM 意图为 `"ready"` 时设置）
`rounds`	array	完整对话历史（角色、消息、时间戳）
`query`	string	原始任务查询

发送反馈

发送反馈来优化计划。网关将你的消息转发给 LLM，LLM 根据你的输入生成更新的计划。

curl -X POST http://localhost:8080/api/v1/tasks/{workflow_id}/review \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $API_KEY" \
  -H "If-Match: 1" \
  -d '{
    "action": "feedback",
    "message": "更多关注开源框架，并加入价格对比"
  }'

updated = client.submit_review_feedback(
    handle.workflow_id,
    "更多关注开源框架，并加入价格对比",
    version=state.version,
)
print(f"新版本: {updated.version}")
print(f"更新后的计划: {updated.current_plan}")

反馈响应

{
  "status": "reviewing",
  "plan": {
    "message": "我已调整研究计划，聚焦于开源框架...",
    "round": 2,
    "version": 2,
    "intent": "ready"
  }
}

intent 字段表示 LLM 的评估：

"feedback" — LLM 正在提出澄清问题（尚无可执行计划）
"ready" — LLM 已提出可执行的研究方向

并发控制

If-Match 头（curl）或 version 参数（SDK）启用乐观并发。如果自上次读取以来另一个请求修改了状态，服务器返回 409 Conflict：

{ "error": "Conflict: state has been modified" }

分布式 Redis 锁还可防止两个反馈请求在 LLM 调用期间竞争。

轮次限制

最多允许 10 轮反馈。在最后一轮，LLM 被指示生成明确的计划。超过此限制后，仅接受批准操作：

{ "error": "Maximum review rounds reached. Please approve the plan." }

批准计划

计划满意后，批准以恢复工作流执行：

curl -X POST http://localhost:8080/api/v1/tasks/{workflow_id}/review \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $API_KEY" \
  -H "If-Match: 2" \
  -d '{"action": "approve"}'

result = client.approve_review(handle.workflow_id, version=updated.version)
print(result)  # {"status": "approved", "message": "Research started"}

批准响应

{
  "status": "approved",
  "message": "Research started"
}

批准后：

网关向等待中的工作流发送 Temporal Signal
已确认的计划和审核对话被注入任务上下文
ResearchWorkflow 按批准的研究方向继续执行
SSE 发出 RESEARCH_PLAN_APPROVED 事件

如果 current_plan 为空，则无法批准。LLM 必须至少生成过一个意图为 "ready" 的计划。如果在没有计划的情况下尝试批准，服务器返回：

{ "error": "No research plan to approve. Please provide feedback to generate a plan first." }

SSE 事件

HITL 审核过程中发出专用 SSE 事件，可通过流式端点消费：

curl -N "http://localhost:8080/api/v1/stream/sse?workflow_id={workflow_id}"

事件类型	说明	载荷
`RESEARCH_PLAN_READY`	初始计划已生成，等待审核	`round`, `intent`
`REVIEW_USER_FEEDBACK`	用户反馈已提交	`round`, `version`
`RESEARCH_PLAN_UPDATED`	反馈后计划已更新	`round`, `version`, `intent`
`RESEARCH_PLAN_APPROVED`	计划已批准，研究开始	—

这些事件发布到 Redis 事件流，使审核对话在会话历史和页面刷新后可见。

配置

审核超时

工作流默认等待审核完成的时间上限为 15 分钟。超时后工作流终止：

{
  "status": "TASK_STATUS_COMPLETED",
  "result": "",
  "error_message": "research plan review timed out"
}

可通过 review_timeout 上下文参数（单位：秒）自定义超时：

curl -X POST http://localhost:8080/api/v1/tasks \
  -H "Content-Type: application/json" \
  -d '{
    "query": "...",
    "context": {
      "force_research": true,
      "require_review": true,
      "review_timeout": 1800
    }
  }'

审批工作流（独立功能）

Shannon 还有一个独立的审批工作流，用于非研究任务。它在 features.yaml 中配置，根据复杂度阈值或危险工具使用情况触发：

# config/features.yaml
workflows:
  approval:
    enabled: false                # 启用审批门控
    complexity_threshold: 0.5     # 复杂度 >= 此值触发审批
    dangerous_tools:
      - file_system
      - code_execution
      - bash

审批工作流使用不同的端点（POST /api/v1/approvals/decision），与 HITL 研究审核相互独立。详情参见审批任务 API 参考。

Python SDK 参考

Shannon Python SDK 提供了 HITL 审核专用方法：

from shannon import ShannonClient

client = ShannonClient(base_url="http://localhost:8080")

# 1. 提交启用审核的任务
handle = client.submit_task(
    "分析 AI 编程助手市场",
    context={"force_research": True, "require_review": True},
)

# 2. 等待计划就绪（轮询）
import time
state = None
for _ in range(30):
    try:
        state = client.get_review_state(handle.workflow_id)
        if state.status == "reviewing":
            break
    except Exception:
        pass
    time.sleep(2)

print(f"初始计划（第 {state.round} 轮）：")
print(state.current_plan or state.rounds[-1].message)

# 3. 发送反馈
updated = client.submit_review_feedback(
    handle.workflow_id,
    "加入 Cursor、GitHub Copilot 和 Windsurf，对比定价方案。",
    version=state.version,
)
print(f"优化后的计划（第 {updated.round} 轮）：")
print(updated.current_plan)

# 4. 批准
result = client.approve_review(handle.workflow_id, version=updated.version)
print(result)

# 5. 等待研究完成
final = client.wait(handle.task_id, timeout=600)
print(final.result)

client.close()

异步 SDK

from shannon import AsyncShannonClient

async def review_workflow():
    client = AsyncShannonClient(base_url="http://localhost:8080")

    handle = await client.submit_task(
        "分析 AI 代理框架",
        context={"force_research": True, "require_review": True},
    )

    # 轮询计划
    state = await client.get_review_state(handle.workflow_id)

    # 发送反馈
    updated = await client.submit_review_feedback(
        handle.workflow_id,
        "聚焦 LangGraph 与 CrewAI 对比",
        version=state.version,
    )

    # 批准
    await client.approve_review(handle.workflow_id, version=updated.version)

    await client.close()

最佳实践

使用版本跟踪

始终传递 If-Match 头（或 SDK 中的 version 参数）以防止竞态条件。当多个用户或标签页可能与同一审核交互时尤为重要。

设置合理的超时

默认 15 分钟超时适用于大多数交互场景。对于异步审核流程（如邮件审批），请增加 review_timeout。

等待 intent: ready

批准前确保 LLM 已生成意图为 "ready" 的计划。意图为 "feedback" 的轮次表示 LLM 需要更多信息。

配合研究策略使用

HITL 审核与所有研究策略预设（quick、standard、deep、academic）兼容。批准的计划将指导后续研究执行。

故障排查

审核会话未找到（404）

审核状态存储在 Redis 中，TTL 为 20 分钟（审核超时 + 5 分钟缓冲）。超时后审核会话不再可访问。重新提交任务以启动新的审核。

反馈冲突错误（409）

表示自上次读取以来另一个请求修改了审核状态，或另一个反馈请求正在进行中。通过 GET /review 重新获取当前状态，然后使用最新版本重试。

批准被拒绝：无研究计划

LLM 仅提出了澄清问题（intent: "feedback"），尚未生成可执行计划。发送至少一条反馈消息，以便 LLM 生成具体的研究方向。

审核期间工作流超时

审核用时超过配置的超时时间（默认：15 分钟）。在任务上下文中增加 review_timeout，或更快地完成批准。

后续步骤

深度研究

构建全面的研究报告

审批任务 API

非研究任务的审批工作流

HITL 审核 API

审核端点完整 API 参考

概览

构建智能体

扩展与集成

人机协同审核

人机协同审核

你将学到

前置条件

HITL 审核流程

架构

启用 HITL 审核

获取审核状态

响应

发送反馈

反馈响应

并发控制

轮次限制

批准计划

批准响应

SSE 事件

配置

审核超时

审批工作流（独立功能）

Python SDK 参考

异步 SDK

最佳实践

使用版本跟踪

设置合理的超时

等待 intent: ready

配合研究策略使用

故障排查

后续步骤

深度研究

审批任务 API

HITL 审核 API

​人机协同审核

​你将学到

​前置条件

​HITL 审核流程

​架构

​启用 HITL 审核

​获取审核状态

​响应

​发送反馈

​反馈响应

​并发控制

​轮次限制

​批准计划

​批准响应

​SSE 事件

​配置

​审核超时

​审批工作流（独立功能）

​Python SDK 参考

​异步 SDK

​最佳实践

使用版本跟踪

设置合理的超时

等待 intent: ready

配合研究策略使用

​故障排查

​后续步骤

深度研究

审批任务 API

HITL 审核 API

人机协同审核

你将学到

前置条件

HITL 审核流程

架构

启用 HITL 审核

获取审核状态

响应

发送反馈

反馈响应

并发控制

轮次限制

批准计划

批准响应

SSE 事件

配置

审核超时

审批工作流（独立功能）

Python SDK 参考

异步 SDK

最佳实践

故障排查

后续步骤