fix(provider): dashscope 瞬时网络断连判 retryable — 防一次抖动杀整条 run

实锤(run_f0789ea2f659):qwen run 跑了 74 步/59 分钟,结尾 `dashscope error: Remote
end closed connection without response` —— 瞬时网络断连。OpenAICompatProvider 兜底
`except Exception` 没设 retryable(默认 False),而 RemoteDisconnected 既非 HTTPError
也非 URLError → 落到兜底 → 不重试 → 整条 run 中断,还把 agent 正在 WriteFile 的
paper.tex 写残(无 \end{document})。

修:`_is_transient_net_error()` —— 按类型(ConnectionError/RemoteDisconnected/
IncompleteRead/TimeoutError)及消息标记(remote end closed/connection reset/timed
out/broken pipe…)识别瞬时网络错误,chat 与 chat_typed 两处兜底据此设 retryable=True
→ ConversationLam._provider_call_with_retry 会重试(5 次)。不误判 400/ValueError。
回归 TestTransientNetRetryable + lambdagent 594 全绿。

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

docs/PROPOSAL_SKILL_HARMONYOS.md

@@ -0,0 +1,202 @@
+# 投标技术方案：面向开源鸿蒙的 Skill 可迁移性评估与自动适配框架
+
+> 对应课题：**技术课题2 — 开源 Skill 迁移适配开源鸿蒙，支撑 Skill 生态繁荣**
+> 投标方技术底座：lambdagentpaas（λA 类型化 Lambda 演算 Agent 引擎，BSL 开源）
+> 状态：草案 v0.1（待团队/评审定稿）
+> 技术附录：[SKILL_FORMALIZATION_DESIGN.md](SKILL_FORMALIZATION_DESIGN.md)、[harmonyos-agent-dsl-comparison.md](harmonyos-agent-dsl-comparison.md)、[MCP_SKILL_DESIGN.md](MCP_SKILL_DESIGN.md)、[PRODUCT_GATE_DESIGN.md](PRODUCT_GATE_DESIGN.md)
+
+---
+
+## 0. 一句话方案
+
+把开源 Skill 迁移从「逐个人工评测 + 经验改写」升级为一条**形式化全链路**：
+**SkillBench（可判定评估）→ Skill IR（纯函数抽象）→ Migration Harness（自动迁移）→ Formal Guard（静态安全封顶）**。
+其中可判定的部分（依赖/能力/类型缺口）由形式化方法**可证正确**地给出适配报告，模糊的部分（脚本归约、行为改写）由 Coding Agent + 验收闭环把准确率抬到 95%+。
+
+---
+
+## 1. 课题理解与定位
+
+### 1.1 课题诉求拆解
+
+课题2 的两条核心技术诉求：
+
+- **诉求①（评估）**：构建开源 Skill 能力评估能力，涵盖功能、质量、**安全性、开源鸿蒙系统适配性**，自动化分析并输出**适配报告**，分析准确率 **95%+**。
+- **诉求②（抽象+迁移）**：构建 Skill **抽象能力**，解耦核心逻辑、提取**"纯函数"**、消减对系统/Agent 框架的依赖，让高质量 Skill **跨系统/语言/环境**执行；并针对 Skill 迁移构建一套 **Harness 框架**，开源 Skill → 开源鸿蒙迁移准确率 **95%+**。
+
+### 1.2 我们的定位（收窄）
+
+不做泛泛的"生态繁荣"，聚焦一件硬事：
+
+> **面向开源鸿蒙的 Skill 可迁移性评估与自动适配框架**
+
+差异化主张一句话：
+
+> **现有工作（SkillsBench[2]）回答"这个 Skill 在鸿蒙上跑得通吗"——实证、事后、pass/fail；我们回答"为什么通/不通、缺哪条能力、怎么补"——形式、事前、可证。**
+
+这正填补课题2 自身承认的缺口："关注功能和质量，**但缺少对可靠性、可迁移性的评估**"。
+
+---
+
+## 2. 技术背景与痛点
+
+- **量大质杂**：社区 Skill 已达万级，重复率高、部分功能冲突，缺一套科学的质量评估框架。
+- **迁移率低**：对 OpenClaw Top60 Skill 分析，**仅 26%（16/60）可无痛迁移**（课题2 现状数据）。其余分属 A1–A4（鸿蒙环境/设备依赖）、B1–B4（网络/凭据/系统能力/质量缺陷）。
+- **安全合规**：开源 Skill 存在大量安全、隐私、合规风险，需可量化、可定性评估（prompt 注入、越权工具调用、凭据外泄等）。
+- **方法待立**：业界当前路线是把 Skill 转 MCP 服务、或封装 SubAgent A2A 调用、或完全重写，**缺统一的中间表示与自动判定**——每条都靠人工经验，无法规模化到万级。
+
+---
+
+## 3. 总体方案：四层形式化全链路
+
+| 层 | 解决课题2 | 核心机制 | 已有底座 |
+|---|---|---|---|
+| **① SkillBench**（评估） | 诉求①：适配报告 95%+ | 自动派生 Skill 的效果/成本/类型契约；`portable(s,device)` **可判定**判定 + 缺口报告；注入扫描 | `infer_effect_for_term` / `estimate_cost` / `is_subtype` / `scan_injection` |
+| **② Skill IR**（抽象） | 诉求②：提取纯函数、去框架依赖 | `Skill : Term→Term` 注入组合子 + `interface:` 运行时无关契约；脚本型 normalize 成 `Tool`/`Compose` | Skill 形式化设计 §3/§4/§7.3 |
+| **③ Migration Harness**（迁移） | 挑战："用 Coding Agent 快速迁移" | native coding-agent 车道做改写 + IR→鸿蒙 DSL/MCP/SubAgent 多目标 codegen + 行为一致性测试 | native claude-code 执行车道 + worktree 隔离 + §6 鸿蒙映射 |
+| **④ Formal Guard**（安全） | 安全/隐私/合规 | `Guard`（输出验收）+ `Restrict`（效果封顶，伽罗瓦连接）+ 工作目录硬沙箱 | `extensions.py::Guard` + Skill 形式化 §3.5 + `_sandbox.py` |
+
+四层关系：评估层判定可迁移性 → 抽象层把 Skill 提成 IR → 迁移层 codegen 到鸿蒙目标形态 → 安全层在工具调用层静态封顶能力。**评估与抽象共用同一套形式契约**（effect/cost/type），这是全链路自洽的关键。
+
+---
+
+## 4. 核心技术点
+
+### 4.1 SkillBench：可判定的 Skill 迁移评估器
+
+**输入**一个开源 Skill，**输出**适配报告（功能/依赖/权限/安全/鸿蒙适配难度 + 迁移路径建议）。
+
+关键：把课题2 那张"A1–C 人工分类表"变成**自动可判定**的效果/工具/验收条件——
+
+| 课题2 分类 | 本质 | 形式判定（自动） |
+|---|---|---|
+| A1 macOS/特定 Linux 依赖 | 环境依赖 | `tools_s ⊄ tools_device`（端侧无此原生工具） |
+| A2/A3 无依赖工具（虚机可/不可解） | 工具可替代性 | 工具面取交后能否经 MCP 回退（降级策略 §6.3） |
+| A4 app/软件依赖 | 外部进程 | `effect = io`（外部桥接型） |
+| B1 网络服务不可用 | 网络 io | `effect_ceiling` 砍 io → 判不可迁移 |
+| B2 需 API Keys/Credentials | STATE/密钥 | `STATE(state_keys)` 效果 + 凭据缺失 |
+| B3 系统能力暂不支持 | 效果超端侧上界 | `effect_leq(ε_s, ε_device)` 为假 |
+| B4 Skill 不正确/配置/格式 | 质量缺陷 | `validate_skill` + `Guard` 验收失败 |
+| C 兼容 | 全满足 | `portable(s,device)` 为真 |
+
+**可判定性判定**（编译期）：
+
+```
+portable(s, device) ⟺
+    effect_leq(ε_s, ε_device_max)      -- 效果不超端侧允许
+  ∧ tools_s ⊆ tools_device              -- 所需工具端侧都有实现
+  ∧ grade_leq(g_s, g_device_budget)     -- 成本（token/延迟）不超端侧预算
+```
+
+任一条不满足 → 报告**具体缺口 + 降级建议**（工具缺失→云端 MCP 回退；成本超→换小模型+收紧重试；效果超→人工裁剪），而非端侧运行时炸。
+
+**安全评估**：复用 `scan_injection`（prompt 注入模式扫描，已上线）+ `Restrict` 效果封顶（越权工具调用静态拦截）+ 高风险工具权限 diff，输出安全/隐私/合规子报告。
+
+### 4.2 Skill IR：核心逻辑抽象与"纯函数"提取
+
+把 Skill 抽象成**运行时无关的 term + 契约**，这就是课题2 要的"解耦、提取纯函数、去框架依赖"：
+
+- **注入型 Skill** → 组合子 `Skill_s(A) ≜ Guard(Memory(A ⊕ prompt ⊕ tools), P_s)`，携带 `interface:` 契约（输入/输出类型、效果上界、验收谓词、成本先验）。契约是运行时无关的，可重定向到任意目标运行时。
+- **约束型 Skill** → 对偶组合子 `Restrict_r(A)`（效果取下确界、工具面取交、调用守卫），覆盖 `careful/freeze/guard` 这类安全 Skill。`Skill` 与 `Restrict` 在效果格上构成**伽罗瓦连接**，使 Skill 最终能力被可证地夹在 `[下界, 上界]`。
+- **脚本型 Skill（OpenClaw/Claude SKILL.md + scripts）** → normalize：frontmatter→元数据、正文→prompt、脚本调用→`Tool`/MCP scope、workflow 步骤→`Compose`（带验收则每步 `Guard`）。由此脚本型也获得 `interface:` 契约，进入统一 IR。
+
+> "纯函数"提取的形式含义：把一个 Skill 的副作用（IO/STATE）显式标注为 effect，把其确定性核心逻辑提成 `Tool`/`Compose` 的纯结构。effect 标注让"哪些依赖能去掉、哪些必须保留"成为可计算问题。
+
+### 4.3 Migration Harness：自动迁移与一致性验证
+
+- **改写引擎**：复用 native claude-code 执行车道（直接调 `claude -p --output-format stream-json`，native 工具开、worktree 隔离并行改写互不冲突），把不可直接迁移的 Skill 自动改写成可迁移形态。
+- **多目标 codegen**：IR → 鸿蒙 Agent DSL（CangjieMagic `@agent`/`@prompt[pattern]`/`@tool`）/ MCP 服务 / SubAgent A2A，三选一（对应课题2 业界三路线）。映射规则见 [harmonyos-agent-dsl-comparison.md](harmonyos-agent-dsl-comparison.md) 与形式化设计 §6。
+- **行为一致性测试**：迁移前后用同一组测试任务跑，`Guard` 验收输出契约一致（pass/fail），作为迁移正确性证据。
+
+### 4.4 Formal Guard：静态安全封顶
+
+把安全从"输出验收"推进到"工具调用层的静态能力封顶"：
+
+- `Guard`（[extensions.py:146](../lambdagent/src/lambdagent/extensions.py)）：输出必须满足谓词，否则重试/失败。
+- `Restrict`（形式化设计 §3.5）：`effect_meet` 砍效果上界、工具面取交、`deny_patterns` 调用守卫（ask/deny），对应迁移后 Skill 在端侧的最小权限运行。
+- 工作目录硬沙箱（`_sandbox.py`，已上线）：越界写直接拒绝，防迁移 Skill 在端侧逃逸。
+
+**安全代数结论**：迁移后 Skill 的能力 `ε_final` 被可证地夹在 `[Restrict 下界, Skill 上界]`——这是相对纯 prompt 工程最硬的安全卖点，也直接回应课题2 的安全/隐私/合规诉求。
+
+---
+
+## 5. 与现有工作的差异化
+
+课题2 引用了两篇关键文献：Agent skills 数据驱动分析[1] 与 SkillsBench[2]。我们**不重造它们的实证基准**，而是补上它们没有的形式化层：
+
+| 维度 | Agent skills[1] / SkillsBench[2] | 本方案 |
+|---|---|---|
+| 评估方法 | 实证、跑 trajectory 统计 pass/fail | **形式、编译期可判定** |
+| 输出 | 成功率数字 | **缺口定位 + 迁移路径 + 可证安全边界** |
+| 可迁移性 | 实测能不能跑 | **为什么、缺什么、怎么补** |
+| 抽象层 | 无统一 IR | **`Skill`/`Restrict` term + `interface:` 契约 IR** |
+| 安全 | 基本不覆盖 | **效果封顶 + 伽罗瓦连接 + 硬沙箱** |
+| 理论根基 | 经验/数据 | **λA 类型化 Lambda 演算（三篇论文）** |
+
+一句话：**SkillsBench 是"考试"，我们是"诊断 + 处方 + 手术"。**
+
+---
+
+## 6. 95% 准确率的可信拆解
+
+把课题2 要求的两个 95% 拆开讲，避免一刀切吹：
+
+| 部分 | 占比（按 Top60 估） | 准确率来源 | 风险 |
+|---|---|---|---|
+| 可判定类（A1–B3、C） | 多数 | effect/工具/类型判定**可证正确**，趋近 100% | 低（形式化送的红利） |
+| 质量缺陷类（B4） | 少数 | `validate_skill` + LLM-judge 验收 | 中（judge 阈值需调） |
+| 脚本归约 + 行为改写（迁移核心难点） | 关键少数 | Coding Agent + Guard 验收闭环 | 高（是工程主战场，从 ~70% 抬到 95%） |
+
+**结论**：评估侧（诉求①）的 95% 主要靠可判定红利，**可达**；迁移侧（诉求②）的 95% 是真正要堆工程的地方，靠 Harness 的"改写→验收→重试"闭环逼近，这也是课题"挑战"二字的落点。这样拆，评审能看出我们知道难在哪。
+
+---
+
+## 7. 里程碑与交付
+
+| 阶段 | 周期 | 交付物 | 验收指标 |
+|---|---|---|---|
+| **M1 评估器 MVP** | T+2 月 | SkillBench：单 Skill → 适配报告（A1–C 自动分类 + 缺口） | 对 Top60 复现人工分类，一致率 ≥90% |
+| **M2 Skill IR** | T+4 月 | `Skill`/`Restrict` 组合子 + `interface:` 解析 + 脚本 normalize | 内置/OpenClaw 样例 Skill 提成 IR，回归通过 |
+| **M3 迁移 Harness** | T+6 月 | IR→鸿蒙 DSL/MCP/SubAgent codegen + 一致性测试 | 可迁移 Skill 自动迁移 + 行为一致 ≥90% |
+| **M4 全链路 + 指标冲刺** | T+9 月 | 端到端：开源 Skill 批量评估+迁移+验证 | 评估准确率 95%+、迁移准确率 95%+（挑战值） |
+
+每阶段产出可复现实验 + 报告，对齐课题验收。
+
+---
+
+## 8. 可复用资产清单（证明不是从零起步）
+
+| 资产 | 现状 | 对应层 |
+|---|---|---|
+| λA 类型化 Lambda 演算引擎（term/effect/cost/type/Guard） | 已实现，175+ 测试 | ①②④ |
+| `infer_effect_for_term` / `estimate_cost` / `validate_cost` | 已实现 | ① |
+| Skill 注册中心 + `mount_into_config` + `scan_injection` + 权限 diff | 已上线 | ①② |
+| Skill 形式化设计（`Skill`/`Restrict`/`interface:`/鸿蒙映射） | 设计完成（本文档技术附录） | ②③ |
+| native claude-code 执行车道 + worktree 隔离 | 已上线 | ③ |
+| 鸿蒙 Agent DSL / CangjieMagic 对比文档 | 已完成 | ③ |
+| 工作目录硬沙箱 `_sandbox.py` | 已上线 | ④ |
+| 产物 Gate 流水线（gate=Guard、LLM-judge） | 已实现，39 测试 | ①④ |
+| MCP / A2A / AgentPack 接入 | 已上线 | ②③ |
+
+> 即：四层中每一层都有可演示的存量代码或设计，投标不是 PPT 概念，而是已有工程的形式化收口。
+
+---
+
+## 9. 风险与应对
+
+| 风险 | 等级 | 应对 |
+|---|---|---|
+| 脚本型 Skill 行为改写准确率达不到 95% | 高 | M3 起以 Guard 验收闭环驱动迭代；对低置信迁移标"需人工复核"，不强迁 |
+| 开源鸿蒙 / CangjieMagic 端侧运行时接口变动 | 中 | IR 运行时无关，codegen 后端可替换；先对齐稳定子集 |
+| effect/工具白名单与真实端侧能力清单不一致 | 中 | 端侧能力清单 `Caps_device` 作为可配置输入，随版本更新 |
+| LLM-judge 评估阈值漂移 | 中 | 复用 PRODUCT_GATE 的 judge 框架，阈值可调 + 本地 ollama 兜底 |
+| CJK token 估算低估致成本判定偏松 | 低 | 已知问题，`cost_hint` + `validate_cost` 回填校准 |
+
+---
+
+## 10. 参考文献
+
+- [1] Ling G, Zhong S, Huang R. *Agent skills: A data-driven analysis of claude skills for extending large language model functionality.* arXiv:2602.08004, 2026.
+- [2] Xiangyi L, Wenbo C, et al. *SkillsBench: Benchmarking How Well Agent Skills Work Across Diverse Tasks.* arXiv:2602.12670, 2026.
+- 本方技术附录：[SKILL_FORMALIZATION_DESIGN.md](SKILL_FORMALIZATION_DESIGN.md)（`Skill : Term→Term` 语义、`interface:` 扩展、鸿蒙契约映射）。
+- λA 三篇论文（类型系统 / 效果与代价 / 算法律），见项目 docs/research。

lambdagent/src/lambdagent/providers/openai_compat_provider.py

@@ -14,6 +14,7 @@ work the same way as ClaudeCodeProvider, enabling cost tracking in agentpaas.
 """
 from __future__ import annotations
 
+import http.client
 import json
 import os
 import urllib.request
@@ -22,6 +23,24 @@ from typing import Dict, List
 from .base import LLMProvider, ProviderConfig, ProviderError, ChatMessage, ChatResponse
 
 
+# 瞬时网络断连(dashscope/任意 OpenAI 兼容端)应可重试,而不是把一条长 run 杀掉。
+# "Remote end closed connection without response" = http.client.RemoteDisconnected,
+# 既非 HTTPError 也非 URLError,会落到兜底 except → 原默认 retryable=False → 一断就死。
+_TRANSIENT_NET_MARKERS = (
+    "remote end closed", "connection reset", "connection aborted",
+    "broken pipe", "timed out", "timeout", "incompleteread",
+    "connection refused", "temporarily unavailable", "eof occurred",
+)
+
+
+def _is_transient_net_error(exc: Exception) -> bool:
+    if isinstance(exc, (ConnectionError, http.client.RemoteDisconnected,
+                        http.client.IncompleteRead, TimeoutError)):
+        return True
+    msg = str(exc).lower()
+    return any(m in msg for m in _TRANSIENT_NET_MARKERS)
+
+
 # Default base URLs and env keys per provider.
 # "qwen" is a friendly alias for DashScope (Alibaba Cloud).
 _PROVIDER_DEFAULTS = {
@@ -132,7 +151,12 @@ class OpenAICompatProvider(LLMProvider):
             raise ProviderError(f"{self._provider_name} connection error: {e}",
                                 self._provider_name, retryable=True)
         except Exception as e:
-            raise ProviderError(f"{self._provider_name} error: {e}", self._provider_name)
+            # 瞬时网络断连(RemoteDisconnected / reset / timeout 等)判为可重试,
+            # 否则一次抖动就杀掉整条 run(实测 dashscope "Remote end closed
+            # connection without response" 中断了一条 59 分钟的 run、写残了 paper.tex)。
+            raise ProviderError(f"{self._provider_name} error: {e}",
+                                self._provider_name,
+                                retryable=_is_transient_net_error(e))
 
     # ── L03: Session-level usage API (matches ClaudeCodeProvider interface) ──
 
@@ -203,7 +227,12 @@ class OpenAICompatProvider(LLMProvider):
             raise ProviderError(f"{self._provider_name} connection error: {e}",
                                 self._provider_name, retryable=True)
         except Exception as e:
-            raise ProviderError(f"{self._provider_name} error: {e}", self._provider_name)
+            # 瞬时网络断连(RemoteDisconnected / reset / timeout 等)判为可重试,
+            # 否则一次抖动就杀掉整条 run(实测 dashscope "Remote end closed
+            # connection without response" 中断了一条 59 分钟的 run、写残了 paper.tex)。
+            raise ProviderError(f"{self._provider_name} error: {e}",
+                                self._provider_name,
+                                retryable=_is_transient_net_error(e))
 
     async def achat(self, messages: List[ChatMessage],
                     model: str = "", temperature: float = 0.0,

lambdagent/tests/test_providers.py

@@ -597,3 +597,21 @@ class TestModelContextWindow(unittest.TestCase):
         from lambdagent.providers import create_provider
         p = create_provider("dashscope")  # default qwen-max
         self.assertEqual(p.context_window, 30720)
+
+
+class TestTransientNetRetryable(unittest.TestCase):
+    """瞬时网络断连必须判 retryable,否则一次抖动杀掉整条 run(dashscope
+    'Remote end closed connection without response' 中断 59 分钟 run、写残 paper.tex)。"""
+
+    def test_marker_and_type_detection(self):
+        import http.client
+        from lambdagent.providers.openai_compat_provider import _is_transient_net_error as f
+        self.assertTrue(f(Exception("Remote end closed connection without response")))
+        self.assertTrue(f(Exception("Connection reset by peer")))
+        self.assertTrue(f(Exception("The read operation timed out")))
+        self.assertTrue(f(ConnectionResetError("reset")))
+        self.assertTrue(f(http.client.RemoteDisconnected("boom")))
+        self.assertTrue(f(TimeoutError()))
+        # 非网络错误不误判
+        self.assertFalse(f(ValueError("bad json")))
+        self.assertFalse(f(Exception("Range of input length should be [1, 30720]")))