Refactor agent runtime: state machine, feedback processing, execution log

- Add state.rs with AgentState/Step/StepStatus/AgentPhase as single source of truth
- Extract prompts to markdown files loaded via include_str!
- Replace plan_steps table with execution_log + agent_state_snapshots
- Implement user feedback processing with docker-build-cache plan diff:
  load snapshot → LLM revise_plan → diff (title, description) → invalidate from first mismatch → resume
- run_agent_loop accepts optional initial_state for mid-execution resume
- Broadcast plan step status (done/running/pending) to frontend on step transitions
- Rewrite frontend types/components to match new API (ExecutionLogEntry, PlanStepInfo with status)

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

doc/context.md

@@ -1,392 +1,86 @@
-# Agent Runtime 设计
+# Agent Context 构建
 
-## Context 管理现状与设计
+AgentState 如何变成 LLM API call 的 messages 数组。定义见 `src/state.rs`。
 
-## 现状
-
-当前没有做 context 长度限制，存在超过 model token limit 的风险。
-
-### 已有的缓解机制
-
-1. **Phase transition 时 clear**：`step_messages` 在 planning→executing 和 step→step 切换时会 `clear()`，避免跨阶段累积
-2. **单条 tool output 截断**：bash 输出限制 8000 bytes，read_file 超长时也截断
-3. **Step context 摘要**：已完成步骤只保留 summary（`step_summaries`），不带完整输出
-
-### 风险场景
-
-- 一个 execution step 内 tool call 轮次过多（反复 bash、read_file），`step_messages` 无限增长
-- 每轮 LLM 的 assistant message + tool result 都 push 进 `step_messages`，没有上限
-- 最终整个 messages 数组超过模型 context window
-
-## 方案设计
-
-### 策略：滑动窗口 + 早期消息摘要
-
-当 `step_messages` 长度超过阈值时，保留最近 N 轮完整对话，早期的 tool call/result 对折叠为一条摘要消息。
-
-```
-[system prompt]
-[user: step context]
-[summary of early tool interactions]  ← 压缩后的历史
-[recent assistant + tool messages]    ← 完整保留最近 N 轮
-```
-
-### 具体实现
-
-1. **Token 估算**：用字符数粗估（1 token ≈ 3-4 chars 中英混合），不需要精确 tokenizer
-2. **阈值**：可配置，默认如 80000 chars（约 20k-25k tokens），给 system prompt 和 response 留余量
-3. **压缩触发**：每次构建 messages 时检查总长度，超过阈值则压缩
-4. **压缩方式**：
-   - 简单版：直接丢弃早期 tool call/result 对，替换为 `[已执行 N 次工具调用，最近结果见下文]`
-   - 进阶版：用 LLM 生成摘要（额外一次 API 调用，但质量更好）
-5. **不压缩的部分**：system prompt、user context、最近 2-3 轮完整交互
-
-### 实现位置
-
-在 `run_agent_loop` 中构建 messages 之后、调用 LLM 之前，插入压缩逻辑：
+## AgentState
 
 ```rust
-// agent.rs run_agent_loop 内，约 L706-L725
-let (mut messages, tools) = match &state.phase { ... };
-
-// 压缩 context
-compact_messages(&mut messages, MAX_CONTEXT_CHARS);
-```
-
-`compact_messages` 函数：从前往后扫描，保留 system/user 头部，计算总长度，超限时将早期 assistant+tool 消息替换为摘要。
-
----
-
-## 执行中用户反馈处理 (Plan-Centric Feedback)
-
-### 核心原则
-
-Agent loop 是 **以 plan 为中心线性推进** 的。用户反馈的处理不应该是简单的"中断/不中断"二元决策，而应该根据反馈落在 plan 的哪个位置来决定行为：
-
-```
-Plan: [step1 ✓] [step2 ✓] [step3 🔄 executing] [step4 ○] [step5 ○]
-                                    ↑
-                              当前执行位置
-
-用户反馈 →  影响哪里？
-  ├─ 影响已完成部分 (step1/step2) → 回退：中断当前执行，replan from affected step
-  ├─ 改了需求本身              → 回退：中断当前执行，全部 replan
-  ├─ 影响未完成部分 (step4/step5) → 前进：不中断，调整后续 plan steps
-  └─ 影响当前步骤 (step3)       → 视情况：注入到当前 step context 或中断重做
-```
-
-### 与"中断"的关系
-
-"中断"只是一个实现手段，不是目的。真正的决策是：
-
-1. **反馈是否影响当前或已完成的工作？** → 必须中断（继续执行是浪费）
-2. **反馈只影响未来的步骤？** → 不中断，修改 plan 里的 pending steps，执行到那里时自然生效
-
-这意味着 cancel token 之类的机制仍然需要（作为中断的执行手段），但决策逻辑是 plan-aware 的。
-
-### 决策流程
-
-```
-用户 comment 到达
-    │
-    ├─ workflow idle (done/failed)
-    │   └─ 当前逻辑：以 comment 为 context 重新执行
-    │
-    └─ workflow executing (step N)
-        │
-        ├─ 1. 分类 LLM 调用（轻量，不阻塞执行）
-        │     输入：原始需求、当前 plan、当前步骤进度、用户 comment
-        │     输出：{ impact: "past" | "current" | "future" | "requirement_change" }
-        │
-        ├─ impact = "past" 或 "requirement_change"
-        │   → cancel 当前执行
-        │   → replan（带上已完成步骤的摘要 + 用户反馈）
-        │
-        ├─ impact = "current"
-        │   → 注入到 step_messages（当前步骤的 context）
-        │   → agent 在下一次 LLM 调用时自然看到
-        │   → 如果反馈是否定性的（"这样不行"），cancel 当前步骤，重做
-        │
-        └─ impact = "future"
-            → 修改 plan 中 pending steps（update/insert/delete）
-            → 不中断当前执行
-            → 执行到对应步骤时自然生效
-```
-
-### 实现要点
-
-#### 1. Plan 作为可变数据结构
-
-当前 plan steps 存在 DB 里，但 agent 执行时是线性推进的，没有"修改后续步骤"的能力。需要：
-- plan steps 支持运行时增删改（不仅是状态更新）
-- agent 每执行完一步，从 DB 重新读 plan（而不是用内存快照），这样外部修改能被感知
-
-#### 2. 并发：分类 LLM 与执行 LLM 并行
-
-分类调用不应该阻塞执行。用 `tokio::spawn` 做分类，分类结果通过 channel 或 shared state 回传。如果分类结果是"需要中断"，设置 cancel token。
-
-```rust
-// 伪代码
-tokio::spawn(async move {
-    let impact = classify_feedback(&llm, &plan, current_step, &comment).await;
-    match impact {
-        Impact::Past | Impact::RequirementChange => {
-            cancel_token.cancel();
-            // replan 会在 cancel 生效后由主循环触发
-        }
-        Impact::Current => {
-            // 注入到 step context
-            step_messages_tx.send(comment).await;
-        }
-        Impact::Future => {
-            // 调用 LLM 修改后续 plan steps
-            replan_future_steps(&llm, &plan, current_step, &comment).await;
-        }
-    }
-});
-```
-
-#### 3. 中断后的 Context 衔接
-
-中断执行后重启时，需要构建的 context：
-- 已完成步骤的摘要（已有 `step_summaries` 机制）
-- 被中断步骤的部分执行记录
-- 用户反馈内容
-- "请根据用户反馈重新规划剩余步骤"的指令
-
-这和上面 context 压缩的滑动窗口方案互补——中断后重启本质上就是一次强制的 context 压缩。
-
-### 与 context 压缩的统一视角
-
-两个问题其实是同一件事的两面：
-
-| | Context 压缩 | 用户反馈 |
-|---|---|---|
-| 触发条件 | token 数超阈值 | 用户发了 comment |
-| 本质操作 | 摘要化早期历史，保留近期 | 根据反馈位置，决定哪些历史需要保留/丢弃/重做 |
-| 共享机制 | step_summaries、compact_messages | 同上 + plan 的增删改 |
-
-两者都需要一个健壮的"摘要化已完成工作"的基础能力。先把这个基础能力做好，上面两个场景都能受益。
-
-### Plan-Centric Context 优先级
-
-Context 管理也应该围绕 plan 展开。Plan 本身是结构化的、紧凑的，基本不会超。撑爆 context 的是执行日志（一个 step 内反复 tool call 的历史）。这就有了清晰的层级和主次：
-
-```
-优先级（从高到低，压缩时从低往高砍）：
-
-1. System prompt + 需求                  ← 不可压缩，恒定大小
-2. Plan 全貌（步骤标题 + 状态）            ← 不可压缩，O(步骤数) 很短
-3. 用户 comments                        ← 保留原文，通常很短
-4. 当前步骤的最近 N 轮 tool call           ← 完整保留（agent 需要看到最近的执行结果）
-5. 当前步骤的早期 tool call               ← 第一优先压缩目标，摘要化
-6. 已完成步骤的执行摘要                    ← 已经是一句话/步骤，极紧凑
-```
-
-关键洞察：**Plan 是骨架，执行日志是血肉。** 骨架永远保留，血肉按新鲜度裁剪。这和人类记忆一样——你记得"今天做了什么"（plan），但不记得每一步的具体命令输出（执行日志）。
-
-压缩算法因此变得很简单：
-1. 算总 token 估计
-2. 如果超阈值，从"当前步骤的早期 tool call"开始砍，替换为 `[前 N 次工具调用已折叠，关键结果：...]`
-3. 如果还超，压缩已完成步骤的摘要（合并多步为一段）
-4. Plan 和 system prompt 永远不动
-
----
-
-## 状态管理、并发与一致性
-
-### 系统中的参与者和他们各自的"世界观"
-
-一致性问题的本质是：多个参与者对同一份状态有各自的视图，这些视图会因为延迟和并发而产生分歧。
-
-| 参与者 | 看到的世界 | 更新方式 | 延迟 |
-|---|---|---|---|
-| **Agent loop** | 内存 `AgentState` | 直接修改 | 0（权威源） |
-| **LLM** | 上一次调用时传入的 messages | 每次调用时重建 | 一次 LLM 调用的时间（数秒） |
-| **DB** | 持久化的 plan_steps, workflow.status | agent 写入 | 取决于 agent 何时 flush |
-| **前端** | 最近一次 WS 推送 / API 响应 | WS broadcast | 网络延迟 + WS 推送时机 |
-| **用户** | 看着前端 + 自己的判断 | 发 comment | 人类反应时间（秒~分钟） |
-
-问题出在哪：
-
-```
-时间线：
-  t0  agent 开始执行 step 3
-  t1  前端显示 step 3 running（WS 推送）
-  t2  用户看到 step 3，觉得方向不对，开始打字
-  t3  agent 完成 step 3，开始 step 4
-  t4  前端显示 step 4 running
-  t5  用户发出 comment："step 3 不对，应该这样做"
-      → 但此时 step 3 已经做完了，step 4 在跑了
-      → 用户的反馈是基于 t1 时的世界观
-```
-
-这种"用户看到的是过去"是不可消除的（人类反应时间），关键是系统怎么处理这个 gap。
-
-### 核心设计：统一状态 + 单写者
-
-#### 状态 Schema
-
-一个 project 的完整运行时状态 = 一个 `ProjectState` 对象：
-
-```rust
-struct ProjectState {
-    workflow_id: String,
-    requirement: String,
-    status: WorkflowStatus,             // Idle / Executing / Done / Failed
-
-    plan: Vec<PlanStep>,                // 有序步骤，每步有 status
-    current_step: Option<usize>,        // 正在执行哪一步
-
-    step_summaries: Vec<StepSummary>,   // 已完成步骤的紧凑摘要
-    step_messages: Vec<ChatMessage>,    // 当前步骤的 tool call 历史（临时，会膨胀）
-
-    memo: String,                       // agent 备忘
-    iteration: u32,                     // LLM 调用轮次
-
-    cancel: CancellationToken,          // 中断信号
+struct AgentState {
+    phase: AgentPhase,                              // Planning | Executing { step } | Completed
+    steps: Vec<Step>,                               // 执行计划，每个 step 有 status + optional summary
+    current_step_chat_history: Vec<ChatMessage>,     // 当前步骤内的多轮对话，step 切换时 clear
+    scratchpad: String,                             // LLM 的跨步骤工作区
 }
 ```
 
-用 `Arc<RwLock<ProjectState>>` 持有。
+整个结构体 `Serialize/Deserialize`，可 JSON 直接存 DB。
 
-#### 单写者规则
-
-**只有 agent loop 修改 `ProjectState`。** 没有例外。
-
-其他所有参与者（反馈分类器、API handler、WS handler）都是读者或事件发送者：
-
-- 想看状态 → read lock，clone 出快照，立即释放
-- 想改状态 → 发 event 到 agent loop 的 channel，由 agent loop 决定怎么改
-
-这彻底消除了写-写竞争。不需要事务，不需要 CAS，不需要冲突解决。
-
-#### 数据流
+## Step 生命周期
 
 ```
-用户 comment ─→ API handler ─→ mpsc channel ─→ agent loop (唯一写者)
-                                                    │
-                                              write lock ──→ ProjectState
-                                                    │
-                                              write DB (flush)
-                                                    │
-                                              broadcast WS ──→ 前端
+Pending → Running → Done(summary) 或 Failed
 ```
 
-### 一致性分析：三对关系
+summary 在 step 完成时由 LLM 填入，作为后续步骤的压缩上下文。
 
-#### 1. 内存 ↔ DB 一致性
+## Messages 组装
 
-当前问题：`AgentState`（内存）和 `plan_steps`（DB）是两套独立数据，各管各的。
+### Planning 阶段
 
-**解法：内存是 master，DB 是 checkpoint。**
+```
+[ system(planning_prompt), user(requirement), ...current_step_chat_history ]
+```
 
-- Agent loop 修改 `ProjectState`（内存），在关键节点 flush 到 DB
-- 前端 API 读内存（read lock），不读 DB（运行时）
-- DB 只在重启恢复时读
+### Executing 阶段
 
-Flush 时机（从密到疏）：
-| 事件 | 写 DB | 原因 |
+```
+[ system(execution_prompt), user(step_context), ...current_step_chat_history ]
+```
+
+`step_context` 由 `build_step_context()` 拼接：
+
+```
+## 需求
+{requirement}
+
+## 计划概览
+1. 分析代码结构  done
+2. 实现核心逻辑  >> current
+3. 写测试        FAILED
+4. 集成测试
+
+## 当前步骤（步骤 2）
+标题：实现核心逻辑
+描述：...
+
+## 已完成步骤摘要          ← 从 steps 中 filter Done，取 summary
+- 步骤 1: ...
+
+## Scratchpad              ← LLM 自己维护的跨步骤笔记
+...
+```
+
+## 持久化
+
+### DB 表
+
+- **agent_state_snapshots** — step 切换时 insert 一行 AgentState JSON 快照（追加，不覆盖，保留历史）。恢复时取最新一行。
+- **execution_log** — tool call 的输入输出记录（不可变历史），前端展示 + report 生成用。
+
+Plan 步骤只从 AgentState JSON 读，不再单独写表。
+
+### Executing 阶段 text response
+
+LLM 返回纯文本时不隐含"workflow 结束"，写 execution_log 显示给用户。只有显式调 `advance_step` 才推进步骤。
+
+## 待做：Context 压缩
+
+当前无长度限制，`current_step_chat_history` 在单步 tool call 轮次过多时会无限增长。
+
+压缩按优先级从低到高砍：
+
+| 优先级 | 内容 | 处理 |
 |---|---|---|
-| workflow.status 变更 | 立即 | 重启恢复必需 |
-| plan 变更（新建/修改步骤） | 立即 | 重启恢复 + 持久记录 |
-| 步骤完成（summary 产出） | 立即 | 重启恢复的关键数据 |
-| step_messages 增长 | 不写 | 临时数据，中断时才摘要化 |
-| memo 更新 | 步骤切换时 | 丢了问题不大 |
-
-重启恢复 = 从 DB 重建 `ProjectState`，`step_messages` 为空（丢失可接受，summaries 提供足够上下文）。
-
-#### 2. 后端 ↔ 前端 一致性
-
-前端通过两个渠道获取状态：
-- **WS 推送**：agent loop 每次修改状态后 broadcast
-- **API 拉取**：前端 mount 时、切换 project 时
-
-一致性模型：**最终一致**。前端可能落后几百毫秒，但不会出现永久分歧。
-
-需要保证的不变量：
-- WS 推送的顺序和状态变更顺序一致（单写者天然保证）
-- 前端收到 WS 消息后，可以安全地 patch 本地状态（不需要全量刷新）
-- 如果 WS 断连，重连后拉一次全量状态即可恢复
-
-#### 3. Agent loop ↔ LLM ↔ 用户反馈 一致性
-
-这是最微妙的。三方的时间线：
-
-```
-Agent loop:  ──[step3 执行中]──[step3 完成]──[step4 开始]──...
-LLM:         ──[thinking...]──[返回 tool calls]──
-用户:        ──[看到 step3]──[打字中...]──[发送 comment]──
-```
-
-三个视角可能同时看到不同的状态。处理方式：
-
-**a) LLM 的"冻结视角"**
-
-每次 LLM 调用时，传入的 messages 是一个 point-in-time 快照。LLM 返回的 tool calls 是基于那个快照的。在 LLM 思考期间，状态可能已经变了（比如用户发了 comment），但 LLM 不知道。
-
-这没关系——LLM 返回后，agent loop 先检查 cancel flag，再决定是否执行 tool calls。如果 cancel 了，丢弃 LLM 的响应，不浪费。
-
-**b) 用户反馈的"过时性"**
-
-用户发 comment 时看到的可能是几秒前的状态。反馈里提到的"step 3"可能已经完成了。
-
-处理：反馈分类器拿当前快照（read lock），对比用户反馈和当前进度，判断反馈是关于：
-- 已完成的步骤 → 需要 revert/redo
-- 当前步骤 → 注入或中断
-- 未来步骤 → 修改 plan
-- 需求级别 → 全部 replan
-
-分类结果作为 event 发给 agent loop。Agent loop 收到时再次基于最新状态做最终决策（双重检查）。
-
-**c) 反馈分类器的并发**
-
-反馈分类器 `tokio::spawn` 出去，和 agent loop 并行：
-
-```
-Agent loop:        ──[step4 执行中]──────────[step4 完成]──[处理 feedback event]──
-                                                              ↑
-Feedback classifier: ──[拿 snapshot]──[LLM 分类...]──[发 event]─┘
-```
-
-分类器拿的 snapshot 可能已经过时了（分类期间 agent 又推进了一步）。但因为分类结果是建议性的，agent loop 收到后基于最新状态做最终决策，所以不会出错。最坏情况：建议无效，忽略。
-
-### Agent loop 内部的事件处理
-
-Agent loop 不再是"拿 event → 跑完整个 run_agent_loop → 拿下一个 event"。而是在 tool call 循环内部也能感知新事件：
-
-```rust
-for iteration in 0..MAX_ITERATIONS {
-    // 1. 检查中断
-    if state.cancel.is_cancelled() {
-        // 摘要化当前 step_messages，存 DB
-        break;
-    }
-
-    // 2. 检查是否有 pending feedback events（非阻塞）
-    while let Ok(event) = feedback_rx.try_recv() {
-        handle_feedback(&mut state, event);
-        // 可能修改了 plan、设置了 cancel、注入了 step_messages
-    }
-
-    // 3. 构建 messages，调 LLM
-    let messages = build_messages(&state);
-    let response = llm.chat(messages).await?;
-
-    // 4. 执行 tool calls，更新 state
-    // ...
-}
-```
-
-关键：`feedback_rx.try_recv()` 是非阻塞的。在每次 LLM 调用之间检查一次。如果有 feedback，立即在 agent loop 内处理（修改 plan / 设置 cancel / 注入 context），然后继续循环。
-
-这保持了**单写者**——所有状态变更都在这个循环里发生。
-
-### 实现顺序
-
-1. **定义 `ProjectState`** — 集中状态，`Arc<RwLock<_>>`。Agent loop 内部用起来，行为不变。
-2. **DB flush 策略** — 关键节点写 DB（status 变更、步骤完成），前端 API 改为读内存。
-3. **Step 摘要持久化** — 步骤完成时写 summary 到 DB，重启时重建 ProjectState。
-4. **Context 压缩** — step_messages 滑动窗口。
-5. **CancellationToken + feedback channel** — agent loop 内部 `try_recv`，单写者处理反馈。
-6. **Feedback 分类器** — `tokio::spawn`，read lock 拿快照，LLM 分类，结果发回 agent loop。
+| 高 | system prompt / requirement / plan 概览 | 不压缩 |
+| 中 | 当前步骤最近 N 轮 tool call | 完整保留 |
+| 低 | 当前步骤早期 tool call | 替换为摘要 |

src/api/workflows.rs

@@ -9,7 +9,7 @@ use axum::{
 use serde::Deserialize;
 use crate::AppState;
 use crate::agent::AgentEvent;
-use crate::db::{Workflow, PlanStep, Comment};
+use crate::db::{Workflow, ExecutionLogEntry, Comment};
 use super::{ApiResult, db_err};
 
 #[derive(serde::Serialize)]
@@ -77,9 +77,9 @@ async fn create_workflow(
 async fn list_steps(
     State(state): State<Arc<AppState>>,
     Path(workflow_id): Path<String>,
-) -> ApiResult<Vec<PlanStep>> {
-    sqlx::query_as::<_, PlanStep>(
-        "SELECT * FROM plan_steps WHERE workflow_id = ? ORDER BY step_order"
+) -> ApiResult<Vec<ExecutionLogEntry>> {
+    sqlx::query_as::<_, ExecutionLogEntry>(
+        "SELECT * FROM execution_log WHERE workflow_id = ? ORDER BY created_at"
     )
     .bind(&workflow_id)
     .fetch_all(&state.db.pool)

src/db.rs

@@ -41,20 +41,6 @@ impl Database {
         .execute(&self.pool)
         .await?;
 
-        sqlx::query(
-            "CREATE TABLE IF NOT EXISTS plan_steps (
-                id TEXT PRIMARY KEY,
-                workflow_id TEXT NOT NULL REFERENCES workflows(id),
-                step_order INTEGER NOT NULL,
-                description TEXT NOT NULL,
-                command TEXT NOT NULL DEFAULT '',
-                status TEXT NOT NULL DEFAULT 'pending',
-                output TEXT NOT NULL DEFAULT ''
-            )"
-        )
-        .execute(&self.pool)
-        .await?;
-
         sqlx::query(
             "CREATE TABLE IF NOT EXISTS comments (
                 id TEXT PRIMARY KEY,
@@ -73,27 +59,6 @@ impl Database {
         .execute(&self.pool)
         .await;
 
-        // Migration: add created_at to plan_steps
-        let _ = sqlx::query(
-            "ALTER TABLE plan_steps ADD COLUMN created_at TEXT NOT NULL DEFAULT ''"
-        )
-        .execute(&self.pool)
-        .await;
-
-        // Migration: add kind to plan_steps ('plan' or 'log')
-        let _ = sqlx::query(
-            "ALTER TABLE plan_steps ADD COLUMN kind TEXT NOT NULL DEFAULT 'log'"
-        )
-        .execute(&self.pool)
-        .await;
-
-        // Migration: add plan_step_id to plan_steps (log entries reference their parent plan step)
-        let _ = sqlx::query(
-            "ALTER TABLE plan_steps ADD COLUMN plan_step_id TEXT NOT NULL DEFAULT ''"
-        )
-        .execute(&self.pool)
-        .await;
-
         // Migration: add deleted column to projects
         let _ = sqlx::query(
             "ALTER TABLE projects ADD COLUMN deleted INTEGER NOT NULL DEFAULT 0"
@@ -165,6 +130,34 @@ impl Database {
                 .await;
         }
 
+        // New tables: agent_state_snapshots + execution_log
+        sqlx::query(
+            "CREATE TABLE IF NOT EXISTS agent_state_snapshots (
+                id TEXT PRIMARY KEY,
+                workflow_id TEXT NOT NULL REFERENCES workflows(id),
+                step_order INTEGER NOT NULL,
+                state_json TEXT NOT NULL,
+                created_at TEXT NOT NULL DEFAULT (datetime('now'))
+            )"
+        )
+        .execute(&self.pool)
+        .await?;
+
+        sqlx::query(
+            "CREATE TABLE IF NOT EXISTS execution_log (
+                id TEXT PRIMARY KEY,
+                workflow_id TEXT NOT NULL REFERENCES workflows(id),
+                step_order INTEGER NOT NULL,
+                tool_name TEXT NOT NULL,
+                tool_input TEXT NOT NULL DEFAULT '',
+                output TEXT NOT NULL DEFAULT '',
+                status TEXT NOT NULL DEFAULT 'running',
+                created_at TEXT NOT NULL DEFAULT (datetime('now'))
+            )"
+        )
+        .execute(&self.pool)
+        .await?;
+
         sqlx::query(
             "CREATE TABLE IF NOT EXISTS timers (
                 id TEXT PRIMARY KEY,
@@ -206,17 +199,15 @@ pub struct Workflow {
 }
 
 #[derive(Debug, Clone, Serialize, Deserialize, sqlx::FromRow)]
-pub struct PlanStep {
+pub struct ExecutionLogEntry {
     pub id: String,
     pub workflow_id: String,
     pub step_order: i32,
-    pub description: String,
-    pub command: String,
-    pub status: String,
+    pub tool_name: String,
+    pub tool_input: String,
     pub output: String,
+    pub status: String,
     pub created_at: String,
-    pub kind: String,
-    pub plan_step_id: String,
 }
 
 #[derive(Debug, Clone, Serialize, Deserialize, sqlx::FromRow)]

src/main.rs

@@ -4,6 +4,7 @@ mod db;
 mod kb;
 mod llm;
 mod exec;
+mod state;
 mod timer;
 mod ws;
 

src/prompts/execution.md

@@ -0,0 +1,25 @@
+你是一个 AI 智能体，正处于【执行阶段】。请专注完成当前步骤的任务。
+
+可用工具：
+- execute：执行 shell 命令
+- read_file / write_file / list_files：文件操作
+- start_service / stop_service：管理后台服务
+- update_requirement：更新项目需求
+- advance_step：完成当前步骤并进入下一步（必须提供摘要）
+- update_scratchpad：保存跨步骤持久化的关键信息
+
+工作流程：
+1. 阅读下方的「当前步骤」描述
+2. 使用工具执行所需操作
+3. 完成后调用 advance_step(summary=...) 推进到下一步
+4. 最后一步完成后，直接回复简要总结（不调用工具）即可结束
+
+环境信息：
+- 工作目录是独立的项目工作区，Python venv 已预先激活（.venv/）
+- 使用 `uv add <包名>` 或 `pip install <包名>` 安装依赖
+- 静态文件访问：/api/projects/{project_id}/files/{filename}
+- 后台服务访问：/api/projects/{project_id}/app/（启动命令需监听 0.0.0.0:$PORT）
+- 【重要】应用通过反向代理访问，前端 HTML/JS 中的 fetch/XHR 请求必须使用相对路径（如 fetch('todos')），绝对不能用 / 开头的路径（如 fetch('/todos')），否则会 404
+- 知识库工具：kb_search(query) 搜索相关片段，kb_read() 读取全文
+
+请使用中文回复。

src/prompts/feedback.md

@@ -0,0 +1,32 @@
+# 用户反馈处理
+
+你是项目 `{project_id}` 的 AI 执行引擎。用户对当前执行计划提交了反馈。
+
+## 你的任务
+
+1. 分析用户反馈的意图
+2. 决定是否需要修改计划
+
+## 当前计划
+
+{plan_state}
+
+## 用户反馈
+
+{feedback}
+
+## 工具
+
+- **revise_plan**：修改执行计划。提供完整的步骤列表（包括不需要修改的步骤）。
+  - 已完成且不需要重做的步骤：保持 title 和 description 不变
+  - 需要重做的步骤：修改 description 以反映新需求
+  - 系统自动处理缓存：description 未变的已完成步骤保留成果，**第一个 description 变化的步骤及其后续所有步骤**会重新执行
+  - 你也可以增删步骤
+
+- 如果反馈只是补充信息、不需要改计划，直接用文字回复即可（不调用工具）
+
+## 规则
+
+- 不要为了强制重跑而无意义地改 description。只在执行内容真正需要调整时才改
+- 可以在 description 中融入反馈信息，让执行步骤能看到用户的补充说明
+- 如果用户的反馈改变了整体方向，大胆重新规划

src/prompts/planning.md

@@ -0,0 +1,28 @@
+你是一个 AI 智能体，正处于【规划阶段】。你拥有一个独立的工作区目录。
+
+你的任务：
+1. 仔细分析用户的需求
+2. 使用 list_files 和 read_file 检查工作区的现有状态
+3. 制定一个高层执行计划，调用 update_plan 提交
+
+计划要求：
+- 每个步骤应是一个逻辑阶段（如"搭建环境"、"实现后端 API"），而非具体命令
+- 每个步骤包含简短标题和详细描述
+- 步骤数量合理（通常 3-8 步）
+
+调用 update_plan 后，系统会自动进入执行阶段。
+
+环境信息：
+- 工作目录是独立的项目工作区，Python venv 已预先激活（.venv/）
+- 可用工具：bash、git、curl、uv
+- 静态文件访问：/api/projects/{project_id}/files/{filename}
+- 后台服务访问：/api/projects/{project_id}/app/（反向代理，路径会被转发到应用的 /）
+
+【重要】反向代理注意事项：
+- 用户通过 /api/projects/{project_id}/app/ 访问应用，请求被代理到应用的 / 路径
+- 因此前端 HTML 中的所有 API 请求必须使用【不带开头 / 的相对路径】
+- 正确示例：fetch('todos') 或 fetch('./todos')    错误示例：fetch('/todos') 或 fetch('/api/todos')
+- HTML 中的 <base> 标签不需要设置，只要不用绝对路径就行
+- 知识库工具：kb_search(query) 搜索相关片段，kb_read() 读取全文
+
+请使用中文回复。

src/prompts/report.md

@@ -0,0 +1,14 @@
+你是一个技术报告撰写者。请生成一份简洁的 Markdown 报告，总结工作流的执行结果。
+
+报告应包含：
+1. 标题和简要总结
+2. 关键结果和产出（从步骤输出中提取重要信息）
+3. 如果启动了 Web 应用/服务（start_service），在报告顶部醒目标出应用访问地址：`/api/projects/{project_id}/app/`
+4. 生成的文件（如果有），引用地址为：`/api/projects/{project_id}/files/{filename}`
+5. 遇到的问题（如果有步骤失败）
+
+格式要求：
+- 简洁明了，重点是结果而非过程
+- 使用 Markdown 格式（标题、代码块、表格、列表）
+- 需要可视化时，使用 ```mermaid 代码块绘制 Mermaid 图表
+- 使用中文撰写

src/state.rs

@@ -0,0 +1,205 @@
+use serde::{Deserialize, Serialize};
+
+use crate::llm::ChatMessage;
+
+// --- Agent phase state machine ---
+
+#[derive(Debug, Clone, Serialize, Deserialize)]
+#[serde(tag = "type")]
+pub enum AgentPhase {
+    Planning,
+    Executing { step: i32 },
+    Completed,
+}
+
+// --- Step ---
+
+#[derive(Debug, Clone, Serialize, Deserialize)]
+#[serde(rename_all = "snake_case")]
+pub enum StepStatus {
+    Pending,
+    Running,
+    Done,
+    Failed,
+}
+
+#[derive(Debug, Clone, Serialize, Deserialize)]
+pub struct Step {
+    pub order: i32,
+    pub title: String,
+    pub description: String,
+    pub status: StepStatus,
+    /// 完成后由 LLM 填入的一句话摘要
+    #[serde(default, skip_serializing_if = "Option::is_none")]
+    pub summary: Option<String>,
+    /// 用户针对此步骤的反馈
+    #[serde(default, skip_serializing_if = "Vec::is_empty")]
+    pub user_feedbacks: Vec<String>,
+    #[serde(default)]
+    pub db_id: String,
+}
+
+// --- Core state ---
+
+/// Agent 运行时的完整状态。整个结构体可以 JSON 序列化后直接存 DB。
+///
+/// 同时也是构建 LLM API call messages 的数据源：
+///
+/// Planning 阶段：
+///   [ system(planning_prompt), user(requirement), ...current_step_chat_history ]
+///
+/// Executing 阶段：
+///   [ system(execution_prompt), user(step_context), ...current_step_chat_history ]
+///
+///   step_context = requirement + plan 概览 + 当前步骤详情 + 已完成摘要 + scratchpad
+#[derive(Debug, Clone, Serialize, Deserialize)]
+pub struct AgentState {
+    /// 当前阶段
+    pub phase: AgentPhase,
+    /// LLM 生成的执行计划
+    pub steps: Vec<Step>,
+    /// 当前步骤内的多轮对话历史（assistant + tool result），
+    /// 直接 extend 到 messages 尾部。在 step 切换时 clear。
+    pub current_step_chat_history: Vec<ChatMessage>,
+    /// LLM 的跨步骤工作区，由 agent 自己读写，step 切换时保留
+    pub scratchpad: String,
+}
+
+impl AgentState {
+    pub fn new() -> Self {
+        Self {
+            phase: AgentPhase::Planning,
+            steps: Vec::new(),
+            current_step_chat_history: Vec::new(),
+            scratchpad: String::new(),
+        }
+    }
+
+    /// 当前正在执行的步骤号，Planning/Completed 时返回 0。
+    pub fn current_step(&self) -> i32 {
+        match &self.phase {
+            AgentPhase::Executing { step } => *step,
+            _ => 0,
+        }
+    }
+
+    /// Docker-build-cache 风格的 plan diff。
+    /// 比较 (title, description)，user_feedbacks 不参与比较。
+    /// 第一个 mismatch 开始，该步骤及后续全部 invalidate → Pending。
+    pub fn apply_plan_diff(&mut self, new_steps: Vec<Step>) {
+        let old = &self.steps;
+        let mut result = Vec::new();
+        let mut invalidated = false;
+
+        for (i, new) in new_steps.into_iter().enumerate() {
+            if !invalidated {
+                if let Some(old_step) = old.get(i) {
+                    if old_step.title == new.title && old_step.description == new.description {
+                        // Cache hit: keep old status/summary, take new user_feedbacks
+                        result.push(Step {
+                            user_feedbacks: new.user_feedbacks,
+                            ..old_step.clone()
+                        });
+                        continue;
+                    }
+                }
+                // Cache miss or new step — invalidate from here
+                invalidated = true;
+            }
+            result.push(Step {
+                status: StepStatus::Pending,
+                summary: None,
+                ..new
+            });
+        }
+
+        self.steps = result;
+    }
+
+    /// 找到第一个需要执行的步骤 (Pending 或 Running)。
+    /// 全部 Done 时返回 None。
+    pub fn first_actionable_step(&self) -> Option<i32> {
+        self.steps.iter()
+            .find(|s| matches!(s.status, StepStatus::Pending | StepStatus::Running))
+            .map(|s| s.order)
+    }
+
+    /// 构建 Executing 阶段的 user message：
+    /// requirement + plan 概览 + 当前步骤详情 + 已完成摘要 + scratchpad
+    pub fn build_step_context(&self, requirement: &str) -> String {
+        let mut ctx = String::new();
+
+        // 需求
+        ctx.push_str("## 需求\n");
+        ctx.push_str(requirement);
+        ctx.push_str("\n\n");
+
+        // 计划概览
+        ctx.push_str("## 计划概览\n");
+        let cur = self.current_step();
+        for s in &self.steps {
+            let marker = match s.status {
+                StepStatus::Done => "  done",
+                StepStatus::Running => "  >> current",
+                StepStatus::Failed => "  FAILED",
+                StepStatus::Pending => "",
+            };
+            ctx.push_str(&format!("{}. {}{}\n", s.order, s.title, marker));
+        }
+        ctx.push('\n');
+
+        // 当前步骤详情
+        if let Some(s) = self.steps.iter().find(|s| s.order == cur) {
+            ctx.push_str(&format!("## 当前步骤（步骤 {}）\n", cur));
+            ctx.push_str(&format!("标题：{}\n", s.title));
+            ctx.push_str(&format!("描述：{}\n", s.description));
+            if !s.user_feedbacks.is_empty() {
+                ctx.push_str("\n用户反馈：\n");
+                for fb in &s.user_feedbacks {
+                    ctx.push_str(&format!("- {}\n", fb));
+                }
+            }
+            ctx.push('\n');
+        }
+
+        // 已完成步骤摘要
+        let done: Vec<_> = self.steps.iter()
+            .filter(|s| matches!(s.status, StepStatus::Done))
+            .collect();
+        if !done.is_empty() {
+            ctx.push_str("## 已完成步骤摘要\n");
+            for s in done {
+                let summary = s.summary.as_deref().unwrap_or("(no summary)");
+                ctx.push_str(&format!("- 步骤 {}: {}\n", s.order, summary));
+            }
+            ctx.push('\n');
+        }
+
+        // 备忘录
+        if !self.scratchpad.is_empty() {
+            ctx.push_str("## 备忘录\n");
+            ctx.push_str(&self.scratchpad);
+            ctx.push('\n');
+        }
+
+        ctx
+    }
+
+    /// 构建传给 LLM 的完整 messages 数组。
+    pub fn build_messages(&self, system_prompt: &str, requirement: &str) -> Vec<ChatMessage> {
+        let mut msgs = vec![ChatMessage::system(system_prompt)];
+
+        match &self.phase {
+            AgentPhase::Planning => {
+                msgs.push(ChatMessage::user(requirement));
+            }
+            AgentPhase::Executing { .. } => {
+                msgs.push(ChatMessage::user(&self.build_step_context(requirement)));
+            }
+            AgentPhase::Completed => {}
+        }
+
+        msgs.extend(self.current_step_chat_history.clone());
+        msgs
+    }
+}

web/src/api.ts

@@ -1,4 +1,4 @@
-import type { Project, Workflow, PlanStep, Comment, Timer, KbArticle, KbArticleSummary } from './types'
+import type { Project, Workflow, ExecutionLogEntry, Comment, Timer, KbArticle, KbArticleSummary } from './types'
 
 const BASE = '/api'
 
@@ -44,7 +44,7 @@ export const api = {
     }),
 
   listSteps: (workflowId: string) =>
-    request<PlanStep[]>(`/workflows/${workflowId}/steps`),
+    request<ExecutionLogEntry[]>(`/workflows/${workflowId}/steps`),
 
   listComments: (workflowId: string) =>
     request<Comment[]>(`/workflows/${workflowId}/comments`),

web/src/components/ExecutionSection.vue

@@ -1,10 +1,9 @@
 <script setup lang="ts">
 import { ref, computed, watch, nextTick } from 'vue'
-import type { PlanStep, Comment } from '../types'
+import type { ExecutionLogEntry, Comment } from '../types'
 
 const props = defineProps<{
-  steps: PlanStep[]
-  planSteps: PlanStep[]
+  entries: ExecutionLogEntry[]
   comments: Comment[]
   requirement: string
   createdAt: string
@@ -12,15 +11,6 @@ const props = defineProps<{
   workflowId: string
 }>()
 
-// Map plan step id -> step_order for showing badge
-const planStepOrderMap = computed(() => {
-  const m: Record<string, number> = {}
-  for (const ps of props.planSteps) {
-    m[ps.id] = ps.step_order
-  }
-  return m
-})
-
 const scrollContainer = ref<HTMLElement | null>(null)
 const userScrolledUp = ref(false)
 
@@ -30,13 +20,13 @@ function onScroll() {
   userScrolledUp.value = el.scrollTop + el.clientHeight < el.scrollHeight - 80
 }
 
-const expandedSteps = ref<Set<string>>(new Set())
+const expandedEntries = ref<Set<string>>(new Set())
 
-function toggleStep(id: string) {
-  if (expandedSteps.value.has(id)) {
-    expandedSteps.value.delete(id)
+function toggleEntry(id: string) {
+  if (expandedEntries.value.has(id)) {
+    expandedEntries.value.delete(id)
   } else {
-    expandedSteps.value.add(id)
+    expandedEntries.value.add(id)
   }
 }
 
@@ -59,67 +49,71 @@ function statusLabel(status: string) {
   }
 }
 
-interface LogEntry {
+function toolLabel(name: string): string {
+  switch (name) {
+    case 'execute': return '$'
+    case 'read_file': return 'Read'
+    case 'write_file': return 'Write'
+    case 'list_files': return 'List'
+    case 'text_response': return 'AI'
+    default: return name
+  }
+}
+
+interface LogItem {
   id: string
-  type: 'requirement' | 'step' | 'comment' | 'report'
+  type: 'requirement' | 'entry' | 'comment' | 'report'
   time: string
-  step?: PlanStep
+  entry?: ExecutionLogEntry
   text?: string
 }
 
-const logEntries = computed(() => {
-  const entries: LogEntry[] = []
+const logItems = computed(() => {
+  const items: LogItem[] = []
 
-  // Requirement
   if (props.requirement) {
-    entries.push({ id: 'req', type: 'requirement', text: props.requirement, time: props.createdAt || '0' })
+    items.push({ id: 'req', type: 'requirement', text: props.requirement, time: props.createdAt || '0' })
   }
 
-  // Steps
-  for (const step of props.steps) {
-    entries.push({ id: step.id, type: 'step', step, time: step.created_at || '' })
+  for (const e of props.entries) {
+    items.push({ id: e.id, type: 'entry', entry: e, time: e.created_at || '' })
   }
 
-  // Comments
   for (const c of props.comments) {
-    entries.push({ id: c.id, type: 'comment', text: c.content, time: c.created_at })
+    items.push({ id: c.id, type: 'comment', text: c.content, time: c.created_at })
   }
 
-  // Sort by time, preserving order for entries without timestamps
-  entries.sort((a, b) => {
+  items.sort((a, b) => {
     if (!a.time && !b.time) return 0
     if (!a.time) return -1
     if (!b.time) return 1
     return a.time.localeCompare(b.time)
   })
 
-  // Insert report links: after each contiguous block of steps that ends before a comment/requirement
   if (props.workflowId && (props.workflowStatus === 'done' || props.workflowStatus === 'failed')) {
-    const result: LogEntry[] = []
-    let lastWasStep = false
-    for (const entry of entries) {
-      if (entry.type === 'step') {
-        lastWasStep = true
-      } else if (lastWasStep && (entry.type === 'comment' || entry.type === 'requirement')) {
-        // Insert report link before this comment/requirement
+    const result: LogItem[] = []
+    let lastWasEntry = false
+    for (const item of items) {
+      if (item.type === 'entry') {
+        lastWasEntry = true
+      } else if (lastWasEntry && (item.type === 'comment' || item.type === 'requirement')) {
         result.push({ id: `report-${result.length}`, type: 'report', time: '' })
-        lastWasStep = false
+        lastWasEntry = false
       } else {
-        lastWasStep = false
+        lastWasEntry = false
       }
-      result.push(entry)
+      result.push(item)
     }
-    // Final report link at the end if last entry was a step
-    if (lastWasStep) {
+    if (lastWasEntry) {
       result.push({ id: 'report-final', type: 'report', time: '' })
     }
     return result
   }
 
-  return entries
+  return items
 })
 
-watch(logEntries, () => {
+watch(logItems, () => {
   if (userScrolledUp.value) return
   nextTick(() => {
     const el = scrollContainer.value
@@ -134,37 +128,38 @@ watch(logEntries, () => {
       <h2>日志</h2>
     </div>
     <div class="exec-list">
-      <template v-for="entry in logEntries" :key="entry.id">
-        <!-- User message (requirement or comment) -->
-        <div v-if="entry.type === 'requirement' || entry.type === 'comment'" class="log-user">
-          <span class="log-time" v-if="entry.time">{{ formatTime(entry.time) }}</span>
-          <span class="log-tag">{{ entry.type === 'requirement' ? '需求' : '反馈' }}</span>
-          <span class="log-text">{{ entry.text }}</span>
+      <template v-for="item in logItems" :key="item.id">
+        <!-- User message -->
+        <div v-if="item.type === 'requirement' || item.type === 'comment'" class="log-user">
+          <span class="log-time" v-if="item.time">{{ formatTime(item.time) }}</span>
+          <span class="log-tag">{{ item.type === 'requirement' ? '需求' : '反馈' }}</span>
+          <span class="log-text">{{ item.text }}</span>
         </div>
 
         <!-- Report link -->
-        <div v-else-if="entry.type === 'report'" class="report-link-bar">
+        <div v-else-if="item.type === 'report'" class="report-link-bar">
           <a :href="'/report/' + workflowId" class="report-link" target="_blank">查看报告 →</a>
         </div>
 
-        <!-- Step -->
-        <div v-else-if="entry.step" class="exec-item" :class="entry.step.status">
-          <div class="exec-header" @click="toggleStep(entry.step!.id)">
-            <span class="exec-time" v-if="entry.time">{{ formatTime(entry.time) }}</span>
-            <span v-if="entry.step.plan_step_id && planStepOrderMap[entry.step.plan_step_id]" class="step-badge">{{ planStepOrderMap[entry.step.plan_step_id] }}</span>
-            <span class="exec-toggle">{{ expandedSteps.has(entry.step!.id) ? '▾' : '▸' }}</span>
-            <span class="exec-desc">{{ entry.step.description }}</span>
-            <span class="exec-status" :class="entry.step.status">{{ statusLabel(entry.step.status) }}</span>
+        <!-- Execution log entry -->
+        <div v-else-if="item.entry" class="exec-item" :class="item.entry.status">
+          <div class="exec-header" @click="toggleEntry(item.entry!.id)">
+            <span class="exec-time" v-if="item.time">{{ formatTime(item.time) }}</span>
+            <span v-if="item.entry.step_order > 0" class="step-badge">{{ item.entry.step_order }}</span>
+            <span class="exec-toggle">{{ expandedEntries.has(item.entry!.id) ? '▾' : '▸' }}</span>
+            <span class="exec-tool">{{ toolLabel(item.entry.tool_name) }}</span>
+            <span class="exec-desc">{{ item.entry.tool_name === 'text_response' ? item.entry.output.slice(0, 80) : item.entry.tool_input.slice(0, 80) }}</span>
+            <span class="exec-status" :class="item.entry.status">{{ statusLabel(item.entry.status) }}</span>
           </div>
-          <div v-if="expandedSteps.has(entry.step!.id)" class="exec-detail">
-            <div v-if="entry.step.command" class="exec-command">
-              <code>$ {{ entry.step.command }}</code>
+          <div v-if="expandedEntries.has(item.entry!.id)" class="exec-detail">
+            <div v-if="item.entry.tool_input && item.entry.tool_name !== 'text_response'" class="exec-command">
+              <code>{{ item.entry.tool_input }}</code>
             </div>
-            <pre v-if="entry.step.output">{{ entry.step.output }}</pre>
+            <pre v-if="item.entry.output">{{ item.entry.output }}</pre>
           </div>
         </div>
       </template>
-      <div v-if="!steps.length && !requirement" class="empty-state">
+      <div v-if="!entries.length && !requirement" class="empty-state">
         提交需求后，日志将显示在这里
       </div>
     </div>
@@ -269,10 +264,20 @@ watch(logEntries, () => {
   flex-shrink: 0;
 }
 
+.exec-tool {
+  font-size: 11px;
+  font-weight: 600;
+  color: var(--text-secondary);
+  flex-shrink: 0;
+}
+
 .exec-desc {
   color: var(--text-primary);
   font-weight: 500;
   flex: 1;
+  overflow: hidden;
+  text-overflow: ellipsis;
+  white-space: nowrap;
 }
 
 .exec-status {
@@ -285,7 +290,6 @@ watch(logEntries, () => {
 .exec-status.done { background: var(--success); color: #fff; }
 .exec-status.running { background: var(--accent); color: #fff; }
 .exec-status.failed { background: var(--error); color: #fff; }
-.exec-status.pending { background: var(--pending); color: #fff; }
 
 .exec-detail {
   border-top: 1px solid var(--border);
@@ -301,6 +305,8 @@ watch(logEntries, () => {
   font-family: 'JetBrains Mono', 'Fira Code', monospace;
   font-size: 12px;
   color: var(--accent);
+  white-space: pre-wrap;
+  word-break: break-all;
 }
 
 .exec-detail pre {

web/src/components/PlanSection.vue

@@ -1,22 +1,22 @@
 <script setup lang="ts">
 import { ref } from 'vue'
-import type { PlanStep } from '../types'
+import type { PlanStepInfo } from '../types'
 
 defineProps<{
-  steps: PlanStep[]
+  steps: PlanStepInfo[]
 }>()
 
-const expandedSteps = ref<Set<string>>(new Set())
+const expandedSteps = ref<Set<number>>(new Set())
 
-function toggleStep(id: string) {
-  if (expandedSteps.value.has(id)) {
-    expandedSteps.value.delete(id)
+function toggleStep(order: number) {
+  if (expandedSteps.value.has(order)) {
+    expandedSteps.value.delete(order)
   } else {
-    expandedSteps.value.add(id)
+    expandedSteps.value.add(order)
   }
 }
 
-function statusIcon(status: string) {
+function statusIcon(status?: string) {
   switch (status) {
     case 'done': return '✓'
     case 'running': return '⟳'
@@ -34,17 +34,17 @@ function statusIcon(status: string) {
     <div class="steps-list">
       <div
         v-for="step in steps"
-        :key="step.id"
+        :key="step.order"
         class="step-item"
-        :class="step.status"
+        :class="step.status || 'pending'"
       >
-        <div class="step-header" @click="step.command ? toggleStep(step.id) : undefined">
+        <div class="step-header" @click="step.command ? toggleStep(step.order) : undefined">
           <span class="step-icon">{{ statusIcon(step.status) }}</span>
-          <span class="step-order">{{ step.step_order }}.</span>
+          <span class="step-order">{{ step.order }}.</span>
           <span class="step-title">{{ step.description }}</span>
-          <span v-if="step.command" class="step-toggle">{{ expandedSteps.has(step.id) ? '▾' : '▸' }}</span>
+          <span v-if="step.command" class="step-toggle">{{ expandedSteps.has(step.order) ? '▾' : '▸' }}</span>
         </div>
-        <div v-if="step.command && expandedSteps.has(step.id)" class="step-detail">
+        <div v-if="step.command && expandedSteps.has(step.order)" class="step-detail">
           {{ step.command }}
         </div>
       </div>

web/src/components/WorkflowView.vue

@@ -1,5 +1,5 @@
 <script setup lang="ts">
-import { ref, computed, onMounted, onUnmounted, watch } from 'vue'
+import { ref, onMounted, onUnmounted, watch } from 'vue'
 import RequirementSection from './RequirementSection.vue'
 import PlanSection from './PlanSection.vue'
 import ExecutionSection from './ExecutionSection.vue'
@@ -7,7 +7,7 @@ import CommentSection from './CommentSection.vue'
 import TimerSection from './TimerSection.vue'
 import { api } from '../api'
 import { connectWs } from '../ws'
-import type { Workflow, PlanStep, Comment } from '../types'
+import type { Workflow, ExecutionLogEntry, PlanStepInfo, Comment } from '../types'
 import type { WsMessage } from '../ws'
 
 const props = defineProps<{
@@ -19,14 +19,12 @@ const emit = defineEmits<{
 }>()
 
 const workflow = ref<Workflow | null>(null)
-const steps = ref<PlanStep[]>([])
+const logEntries = ref<ExecutionLogEntry[]>([])
+const planSteps = ref<PlanStepInfo[]>([])
 const comments = ref<Comment[]>([])
 const error = ref('')
 const rightTab = ref<'log' | 'timers'>('log')
 
-const planSteps = computed(() => steps.value.filter(s => s.kind === 'plan'))
-const logSteps = computed(() => steps.value.filter(s => s.kind === 'log'))
-
 let wsConn: { close: () => void } | null = null
 
 async function loadData() {
@@ -35,15 +33,16 @@ async function loadData() {
     const latest = workflows[0]
     if (latest) {
       workflow.value = latest
-      const [s, c] = await Promise.all([
+      const [entries, c] = await Promise.all([
         api.listSteps(latest.id),
         api.listComments(latest.id),
       ])
-      steps.value = s
+      logEntries.value = entries
       comments.value = c
     } else {
       workflow.value = null
-      steps.value = []
+      logEntries.value = []
+      planSteps.value = []
       comments.value = []
     }
   } catch (e: any) {
@@ -55,18 +54,18 @@ function handleWsMessage(msg: WsMessage) {
   switch (msg.type) {
     case 'PlanUpdate':
       if (workflow.value && msg.workflow_id === workflow.value.id) {
-        api.listSteps(workflow.value.id).then(s => { steps.value = s })
+        planSteps.value = msg.steps.map(s => ({
+          order: s.order,
+          description: s.description,
+          command: s.command,
+          status: s.status as PlanStepInfo['status'],
+        }))
       }
       break
     case 'StepStatusUpdate': {
-      const idx = steps.value.findIndex(s => s.id === msg.step_id)
-      const existing = steps.value[idx]
-      if (existing) {
-        steps.value[idx] = { ...existing, status: msg.status as PlanStep['status'], output: msg.output }
-      } else {
-        if (workflow.value) {
-          api.listSteps(workflow.value.id).then(s => { steps.value = s })
-        }
+      // New execution log entry — just refetch the list
+      if (workflow.value) {
+        api.listSteps(workflow.value.id).then(entries => { logEntries.value = entries })
       }
       break
     }
@@ -117,7 +116,8 @@ async function onSubmitRequirement(text: string) {
   try {
     const wf = await api.createWorkflow(props.projectId, text)
     workflow.value = wf
-    steps.value = []
+    logEntries.value = []
+    planSteps.value = []
     comments.value = []
   } catch (e: any) {
     error.value = e.message
@@ -152,8 +152,7 @@ async function onSubmitComment(text: string) {
         </div>
         <ExecutionSection
           v-show="rightTab === 'log'"
-          :steps="logSteps"
-          :planSteps="planSteps"
+          :entries="logEntries"
           :comments="comments"
           :requirement="workflow?.requirement || ''"
           :createdAt="workflow?.created_at || ''"

web/src/types.ts

@@ -15,17 +15,22 @@ export interface Workflow {
   report: string
 }
 
-export interface PlanStep {
+export interface ExecutionLogEntry {
   id: string
   workflow_id: string
   step_order: number
+  tool_name: string
+  tool_input: string
+  output: string
+  status: 'running' | 'done' | 'failed'
+  created_at: string
+}
+
+export interface PlanStepInfo {
+  order: number
   description: string
   command: string
-  status: 'pending' | 'running' | 'done' | 'failed'
-  output: string
-  created_at: string
-  kind: 'plan' | 'log'
-  plan_step_id: string
+  status?: 'pending' | 'running' | 'done' | 'failed'
 }
 
 export interface Comment {

web/src/ws.ts

@@ -1,7 +1,7 @@
 export interface WsPlanUpdate {
   type: 'PlanUpdate'
   workflow_id: string
-  steps: { order: number; description: string; command: string }[]
+  steps: { order: number; description: string; command: string; status?: string }[]
 }
 
 export interface WsStepStatusUpdate {