工作流与任务：多代理编排与后台作业

示例本次示例：后台任务与 todo

# 模型：bash({command:'npm test', background:true})
# 17 页 354 行 ctx.get('jobs') 有值 → 370 行 ctx.shell.start(...)
# → ShellProcess → background.ts 的 processOutcome → jobs-local 注册任务
# 模型：tool-jobs 查看 → "任务 j1 运行中"
# 测试跑完 → 任务 outcome:completed → 模型再查 → 结果文本
# 整个过程模型的 turn 不阻塞——jobs 是「时间上外挂」的作业

# 模型修 TODO 时调用 todo_write({ todos:[{content:'修 auth', status:'in_progress'},...] })
# 落盘：{ "type":"todo/write", "seq":N, "data":{ "todos":[...] } }
# 关键：todo/write 是 log-only（06 页 SurfaceEventType 只有三个类型）
# → 不进 deriveMessages → 模型下一请求看不到它（除非 UI 注入）
# UI 显示待办列表（全量快照，最新写入胜出）
# 模型靠「自己调用时的最新快照」管理——不是持久记忆

§1挂载条目

• workflow-ptc → dsh-workflow-ptc——PTC 运行时里的工作流引擎（0.1.6 起，取代原 worker-thread 实现）
• tool-workflow → dsh-tool-workflow——模型发起工作流的工具
• jobs → dsh-jobs-local（534 行）——本地后台作业注册表
• tool-jobs → dsh-tool-jobs（432 行）——模型查看/停止后台作业
• tool-todo → dsh-tool-todo（384 行）——todo/write 事件（06 页 SessionEventMap 的 log-only 事件）
• schedule → dsh-schedule（2140 行，可选挂载）——定时任务

§2包文件地图

§3机制：脚本编排 vs 后台作业

1. workflow = 确定性编排：脚本（fan-out/pipeline/loop）决定哪些 agent 何时跑——这与主循环的「模型决策」正交。引擎在 PTC 运行时（沙箱化的脚本执行环境）里执行，底层代理来自 subagent seam（22 页的复用）。
2. jobs = 后台作业：tool-bash 的 start 把 ShellProcess 适配成 jobs 任务（processOutcome，0.1.6 起拆到 tool-bash/src/background.ts）——模型随时用 tool-jobs 查看/停止。
3. todo = 模型自己的待办：todo/write 是全量快照、最新写入胜出的 log-only 事件（06 页 types.ts 的 JSDoc 原话）——不进派生历史，仅 UI 使用。

§4关键代码

157export abstract class WorkflowEngine extends Service {

102class PtcWorkflowEngine extends WorkflowEngine {
103  static inject = ['subagents', 'ptcRuntime', 'sandboxPolicy']0.1.6：多了运行时与沙箱策略

§5易错点