用 RocketRide 在 IDE 里搭 AI 流水线：.pipe 即代码、Agent 节点编排与 CLI 校验实操

# 路线 A：IDE 扩展（VS Code Marketplace / Open VSX 搜 RocketRide）
#   打开扩展 → 选 Local → 直接在画布上跑，无需注册

# 路线 B：容器起引擎（默认端口 5565）
docker pull ghcr.io/rocketride-org/rocketride-engine:latest
docker create --name rocketride-engine -p 5565:5565 ghcr.io/rocketride-org/rocketride-engine:latest

# 路线 C：托管云服务 —— 同一份 .pipe 直接跑，不用自己运维

// 官方示例 examples/agent-workflow.pipe（节选，已省略画布坐标）
{
  "components": [
    { "id": "chat_1", "provider": "chat",
      "config": { "mode": "Source", "type": "chat" } },

    { "id": "agent_rocketride_1", "provider": "agent_rocketride",
      "config": { "instructions": ["You are an orchestrator agent. …"], "max_waves": 15 },
      "input":  [{ "lane": "questions", "from": "chat_1" }] },

    { "id": "llm_openai_1", "provider": "llm_openai",
      "config": { "profile": "openai-4o",
                  "openai-4o": { "apikey": "${ROCKETRIDE_OPENAI_KEY}" } },
      "control": [{ "classType": "llm", "from": "agent_rocketride_1" }] },

    { "id": "memory_internal_1", "provider": "memory_internal",
      "control": [{ "classType": "memory", "from": "agent_rocketride_1" }] },

    { "id": "tool_http_request_1", "provider": "tool_http_request",
      "control": [{ "classType": "tool", "from": "agent_rocketride_1" }] },

    { "id": "response_answers_1", "provider": "response_answers",
      "config": { "laneName": "answers" },
      "input":  [{ "lane": "answers", "from": "agent_rocketride_1" }] }
  ],
  "version": 1
}

编排关系（示例中的两块）

agent_rocketride_1  编排者，max_waves = 15
  ├─ control llm     → llm_openai_1        用 OpenAI 的某个 profile
  ├─ control memory  → memory_internal_1   带内部记忆
  ├─ control tool    → tool_http_request_1 能发 HTTP 请求
  ├─ control tool    → tool_python_1       能跑 Python
  └─ control tool    → agent_rocketride_2  子 Agent，也被当成工具

agent_rocketride_2  研究子 Agent，max_waves = 10
  ├─ control llm     → llm_anthropic_1     换用 Anthropic 的 profile
  ├─ control memory  → memory_internal_2   自己的记忆
  └─ control tool    → tool_http_request_2 自己的取数工具

两个 Agent 用不同厂商的模型，各自有记忆与工具 —— 混搭是它的常规用法

运行与观测
1) 画布：点源节点上的 ▶ 按钮
2) 或：从 Connection Manager 直接启动
3) 选中运行中的流水线，查看
   - 调用树（trace call tree）
   - token 用量
   - 内存占用
   - 执行延迟
4) 用读数决定：换模型 / 减轮数 / 拆节点

pip install rocketride      # 或 npm install rocketride，两者都带 CLI

# 连接参数（也可用同名环境变量）
#   --uri      ROCKETRIDE_URI       Python 默认云端地址 / TS 默认 http://localhost:5565
#   --apikey   ROCKETRIDE_APIKEY
#   --pipeline ROCKETRIDE_PIPELINE
#   --token    ROCKETRIDE_TOKEN

rocketride start --pipeline ./rag.pipe --threads 8   # 启动，打印任务令牌
rocketride upload --pipeline ./extract.pipe ./invoice.pdf
rocketride upload --pipeline ./extract.pipe ./docs/*.pdf --max-concurrent 4
rocketride list                                      # 列出在跑的任务与其令牌
rocketride stop --token <task-token>                 # 干净停掉某个任务

# 结构校验：不执行，只查结构与组件引用
rocketride validate ./rag.pipe
rocketride validate ./pipelines/*.pipe --json      # 机器可读报告，接 CI
# 退出码：0 全部通过 / 1 至少一个失败 / 2 用法或连接错误

# 语义 diff：忽略画布坐标噪音，只看节点·连线·配置
rocketride diff old.pipe new.pipe
rocketride diff --git main rag.pipe                # 与某个 git 引用比
rocketride diff old.pipe new.pipe --markdown       # 生成评审用报告

# 注意：diff 与 otel 两个子命令只随 Python 版 CLI 提供