# 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：create_workers() 工厂 + cleanup() + auto_bind_models()
├── 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，`auto_bind_models` + Database + cleanup | 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

```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：实现工厂函数

`src/plugins/<name>/__init__.py`：

```python
from pathlib import Path
from chongming_worker import auto_bind_models
from chongming_worker.runtime import create_workers as _create_workers
from .router import *  # 触发 @rpc_method 注册

auto_bind_models("<name>")  # 自动绑定生成的 Pydantic 模型

async def create_workers(session, config, count, worker_manager):
    """插件入口：初始化资源，启动 Worker"""
    from chongming_database import Database
    from .global_var import set_db

    db_path = Path(config.get("data_dir", "./data")) / "<name>.db"
    db = Database(db_path)
    await db.initialize()
    set_db(db)

    return _create_workers(session, config, count, worker_manager)

async def cleanup(worker_manager):
    """清理资源"""
    from .global_var import db
    if db:
        await db.dispose()
```

> **注意**：`create_workers` 必须是 `async` 函数，因为 `Database.initialize()` 是异步的。框架在 `asyncio.gather` 中并发调用所有插件的工厂函数。

---

## 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

---

## 全局变量模式

每个插件通过 `global_var.py` 管理模块级共享资源：

```python
# global_var.py
from chongming_database import Database

db: Database | None = None

def set_db(database: Database):
    global db
    db = database
```

在端点中直接引用：

```python
from ..global_var import db

@rpc_method(subject="<name>.action", method="GET", ...)
async def handler(request):
    async with db.get_session() as 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         |