# Worker 插件开发指南

每个 `src/plugins/<name>/` 子目录是一个独立的 Worker 插件，封装特定领域的业务逻辑。插件通过 Zenoh RPC 对外提供服务，HTTP 路由由框架根据 TOML 配置自动生成。

---

## 目录结构约定

```text
<plugin_name>/
├── __init__.py        # 入口：Plugin 子类 + create_workers/cleanup 绑定
├── global_var.py      # 模块级全局状态（Database、API client 等）
├── router/            # RPC 端点实现
│   ├── __init__.py    # 导入所有端点模块（`from . import *` 或显式导入）
│   └── <操作名>.py    # 每个端点一个文件，使用 @rpc_method 装饰器
├── models/            # 数据模型
│   ├── __init__.py    # 模型导出（由 gen_models 自动生成，勿手动修改）
│   ├── pydantic.py    # Pydantic 请求/响应模型（由 gen_models 自动生成）
│   └── <表名>.py      # SQLModel ORM 模型（如需要数据库）
├── routes.py          # 自定义 FastAPI 路由（可选，用于特殊端点）
└── README.md          # 插件说明文档（可选）
```

---

## 已有插件概览

| 插件                     | 特点                                         | 适合参考   |
| ------------------------ | -------------------------------------------- | ---------- |
| **example**              | 最简示例，Plugin 基类 + Database + 生命周期  | 入门学习   |
| **auth**                 | SQLModel ORM + 管理员初始化 + 多进程幂等     | 数据库操作 |
| **doubao**               | 外部 API 客户端（Ark/OpenAI）+ AICC 安全通道 | 外部集成   |
| **aibox_sophon_adapter** | 自定义 `APIRouter` + MQTT 转发 + 后台任务    | 高级模式   |

---

## 开发新插件：完整流程

### 第一步：创建目录结构

> **推荐**：直接用脚手架生成统一风格的插件骨架，无需手动创建目录：
>
> ```bash
> uv run gen_plugin <name> [operation ...]
> ```
>
> 以下为手动创建方式（了解结构时参考）。

```bash
mkdir -p src/plugins/<name>/router
mkdir -p src/plugins/<name>/models
touch src/plugins/<name>/__init__.py
touch src/plugins/<name>/global_var.py
touch src/plugins/<name>/router/__init__.py
```

### 第二步：注册插件

在 `config/workers/config.toml` 中添加：

```toml
[[workers]]
type = "<name>"
module = "plugins.<name>"
factory = "create_workers"
cleanup = "cleanup"
count = 3

[workers.config]
type = "<name>"
data_dir = "./data"
```

### 第三步：编写端点 TOML 配置

创建 `config/workers/<name>/config.toml`（分组配置）：

```toml
[worker]
defaults = { timeout = 3.0, auth_required = true, cacheable = false, internal = false }

[worker.registration]
router_prefix = "/<prefix>"
tags = ["<name>"]
```

创建每个操作的 `.toml` 文件，如 `config/workers/<name>/my_action.toml`：

```toml
[POST]
summary = "我的操作"
auth_required = true

[POST.response_model]
result = { type = "str", required = true }
message = { type = "str", default = "" }
```

### 第四步：生成 Pydantic 模型

```bash
uv run python -m chongming.scripts.gen_models
```

自动在 `src/plugins/<name>/models/` 下生成 `pydantic.py` 和 `__init__.py`。

### 第五步：实现 RPC 端点

`src/plugins/<name>/router/my_action.py`：

```python
from chongming_worker.decorators import rpc_method
from ..models.pydantic import MyActionPostRequest, MyActionPostResponse

@rpc_method(
    subject="<name>.my_action",
    method="POST",
    response_model=MyActionPostResponse,
)
async def my_action(request: MyActionPostRequest) -> MyActionPostResponse:
    """业务逻辑"""
    result = await do_something(request)
    return MyActionPostResponse(result="success", message="done")
```

### 第六步：更新 router 导出

`src/plugins/<name>/router/__init__.py`：

```python
from . import my_action
__all__ = ["my_action"]
```

### 第七步：实现插件入口（推荐 Plugin 基类）

`src/plugins/<name>/__init__.py`（由 `gen_plugin` 脚手架生成）：

```python
import logging

from chongming_worker.plugin import Plugin

from . import router  # noqa: F401  触发 @rpc_method 注册
# from .routes import router  # 可选：自定义 FastAPI 路由（网关自动发现）

logger = logging.getLogger(__name__)


class MyPlugin(Plugin):
    type = "<name>"
    db_name = "<name>.db"   # 自动在 data_dir 下建 SQLite 库（不需要则置 None）
    auto_bind = True        # 首次初始化时自动 auto_bind_models("<name>")

    async def on_init(self):
        """首次 create_workers 时调用一次：初始化资源、启动后台任务。"""
        self.set_var("db", self.db)   # 发布到 global_var 供业务代码读取
        # self.spawn_task(self._background_loop())

    async def on_cleanup(self):
        """cleanup 时调用：关闭自定义客户端等（后台任务与数据库由基类处理）。"""


# 暴露给 app lifespan 的模块级入口（bound method，签名与旧写法完全一致）
_plugin = MyPlugin()
create_workers = _plugin.create_workers
cleanup = _plugin.cleanup
```

基类自动处理：幂等、统一日志、数据库建库/释放、后台任务取消、清理钩子、模型自动绑定。详见 `utils/worker/README.md` 的「Plugin 基类」章节。

> **兼容旧写法**：不依赖基类的传统 `create_workers` / `cleanup` 模块级函数写法仍受支持（见 `utils/worker/README.md`）。

---

## 自定义 FastAPI 路由（高级）

当端点无法用 TOML 描述时（如文件上传），插件可暴露自定义 `APIRouter`。

`src/plugins/<name>/routes.py`：

```python
from fastapi import APIRouter, UploadFile, File, Form

router = APIRouter(prefix="/<prefix>", tags=["<name>"])

@router.post("/upload")
async def upload(
    file: UploadFile = File(...),
    description: str = Form(...),
):
    # 处理文件上传
    return {"status": "ok"}
```

在 `__init__.py` 中暴露 `router`：

```python
from .routes import router  # 网关通过 getattr 自动发现
```

网关在 `load_workers()` 阶段自动检测并注册该 router，无需修改网关代码。

---

## 为现有插件添加新端点

1. 创建 `config/workers/<name>/<new_op>.toml`
2. 运行 `uv run python -m chongming.scripts.gen_models`
3. 创建 `router/<new_op>.py`，引用生成的模型
4. 更新 `router/__init__.py`
5. 重启服务

---

## 共享对象（global_var）在两种路由中的使用

### 数据流

共享对象（Database、API client 等）在 `Plugin.on_init` 中初始化，通过 `set_var` 发布到 `global_var` 模块；两种路由的业务代码（模块级函数）在函数体内 `from .global_var import ...` 读取。

```mermaid
flowchart LR
    P["Plugin.on_init<br/>self.db = ..."] -->|"self.set_var('db', self.db)"| GV["global_var 模块<br/>db / require()"]
    R1["router/*.py<br/>@rpc_method 函数"] -->|"from ..global_var import require"| GV
    R2["routes.py<br/>APIRouter 处理器"] -->|"from .global_var import db"| GV
```

> **为什么需要 `global_var.py`**：`@rpc_method` 函数和 APIRouter 处理器都是模块级函数，拿不到 Plugin 实例，只能通过模块级容器读取；`global_var.py` 独立成模块，可避免与 `__init__.py` 循环导入。`set_var()` 内部会调用 `global_var.set_global_var()`（白名单校验）完成发布。

### 注入：on_init → global_var

`src/plugins/<name>/__init__.py`：

```python
class MyPlugin(Plugin):
    type = "<name>"
    db_name = "<name>.db"

    async def on_init(self):
        self.set_var("db", self.db)   # 发布到 global_var 模块
```

### 路由一：TOML 驱动标准路由（@rpc_method）

`router/<op>.py`（请求经 Zenoh → Worker Queryable → 调用函数）：

```python
from chongming_worker.decorators import rpc_method
from ..models.pydantic import OpGetRequest, OpGetResponse

@rpc_method(subject="<name>.op", method="GET", response_model=OpGetResponse)
async def op(request: OpGetRequest) -> OpGetResponse:
    from ..global_var import require
    db = require("db")   # 未初始化立即抛清晰错误
    async with db.get_session() as session:
        ...
    return OpGetResponse(...)
```

### 路由二：插件自定义路由（APIRouter）

`routes.py`（FastAPI 直接调用，适合 multipart 上传等 TOML 无法描述的端点）：

```python
from fastapi import APIRouter, UploadFile, File

router = APIRouter(prefix="/<name>", tags=["<name>"])

@router.post("/upload")
async def upload(file: UploadFile = File(...)):
    from .global_var import db
    if db is None:                 # 容忍未初始化，优雅降级
        return {"error": "db 未初始化"}
    async with db.get_session() as session:
        ...
    return {"ok": True}
```

在 `__init__.py` 顶部暴露给网关：`from .routes import router`（网关通过 `getattr(module, "router")` 自动发现）。

### 两种路由对比

|            | 路由一 `@rpc_method`                      | 路由二 `APIRouter`                            |
| ---------- | ----------------------------------------- | --------------------------------------------- |
| 文件位置   | `router/<op>.py`                          | `routes.py`                                   |
| 入口发现   | 装饰器注册 → Worker Queryable             | `__init__.py` 暴露 `router` 属性              |
| 函数签名   | `(request: Pydantic模型) -> Pydantic模型` | FastAPI 风格（`Request`/`UploadFile`/`Form`） |
| 适用场景   | 标准 JSON / query 端点                    | multipart 上传、手动解析报文                  |
| 读共享对象 | `from ..global_var import require`        | `from .global_var import db`                  |
| 请求路径   | HTTP → Zenoh → Worker 回调                | FastAPI 直接调用                              |

### 经验

- **在函数体内 import**（不要放文件顶部）：模块 import 时 `create_workers` 尚未执行、`global_var` 还是空；请求到达时变量才注入完成。
- **两种读取风格**：`require("db")`（必须有，未初始化立即报错）vs `from .global_var import db` + `if db is None`（允许优雅降级）。
- **参考实现**：`aibox_sophon_adapter/routes.py` 的 `_save_alarm_record`（自定义路由中 `from .global_var import db` + `async with db.get_session()`）。

---

## @rpc_method 装饰器

```python
@rpc_method(
    subject="<plugin>.<operation>",   # Zenoh 主题（必需）
    method="GET",                     # HTTP 方法：GET / POST / MQTT
    response_model=ResponseCls,       # Pydantic 响应模型类
)
async def handler(request: RequestCls) -> ResponseCls:
    ...
```

| method | 参数来源          | 请求绑定                     |
| ------ | ----------------- | ---------------------------- |
| `GET`  | URL query string  | TOML `params` 定义           |
| `POST` | JSON body         | 自动绑定到 Pydantic 请求模型 |
| `MQTT` | MQTT payload JSON | 同 POST                      |

- 设置 `internal = true` 后，端点不注册 HTTP 路由，仅可通过 Zenoh RPC 或 MQTT 内部调用
- MQTT 方法返回 `None` 时，Bridge 自动跳过响应发布

---

## 命名约定

| 概念          | 约定                           | 示例                         |
| ------------- | ------------------------------ | ---------------------------- |
| 插件名        | 小写下划线                     | `aibox_sophon_adapter`       |
| 操作名        | 小写下划线                     | `board_ping`, `list_devices` |
| Zenoh subject | `<插件>.<操作>`                | `example.add`                |
| TOML 文件名   | 与操作名一致                   | `add.toml`                   |
| Python 文件名 | 与操作名一致                   | `add.py`                     |
| 模型类名      | `<操作><方法>Request/Response` | `AddGetRequest`              |

| 概念              | 约定            | 示例                                |
| ----------------- | --------------- | ----------------------------------- |
| 插件名            | 小写下划线      | `doubao`, `auth`, `example`         |
| 操作名            | 小写下划线      | `analyze`, `add`, `change_password` |
| Zenoh subject     | `<插件>.<操作>` | `example.add`, `doubao.analyze`     |
| TOML 文件名       | 与操作名一致    | `analyze.toml`, `add.toml`          |
| Python 路由文件名 | 与操作名一致    | `analyze.py`, `add.py`              |

---

## 现有插件

| 插件                         | 说明                                   | 文档             |
| ---------------------------- | -------------------------------------- | ---------------- |
| [auth](auth/README.md)       | 用户注册、登录、JWT 鉴权、用户信息管理 | 含 SQLite 数据库 |
| [doubao](doubao/README.md)   | 火山引擎豆包视觉理解模型集成           | 第三方 API 调用  |
| [example](example/README.md) | 四则运算示例 + 访问计数器              | 入门参考         |