diff --git a/app/server/wechat.js b/app/server/wechat.js index 0ba2e47..c122cfa 100644 --- a/app/server/wechat.js +++ b/app/server/wechat.js @@ -402,6 +402,10 @@ function saveTaskMedia(s, buf, kind, rawName) { // 3. 结论(不带 tool_calls 的 assistant_message,回合收尾)挂起到 done 再投: // 预算够 → 全文 + 附件卡片;放不下但 ≥2 → 降级「截断头部 + 全文写会话 // .md 转文件卡片」(内容零丢失);<2 → 放弃并告警(网页端完整可见)。 +// 4. 工具调用摘要:tool_call/tool_result 事件按回合累积 digest(工具名 + 关键参数一行式, +// 同类计数折叠、失败标 ✗、最多 8 行溢出折叠),随下一条真实投出的过程/结论消息 +// 以 pre 风格短行置顶带出(微信无字体样式,用 ·/✗ 前缀短行表达);不单独占配额, +// 过程被省略时顺延挂到结论;发送成功才清空,失败/未投保留。 // 挂起用「证据」判定而非猜测:下一条 assistant_message 或 done 都会把旧的挂起结算掉。 function attachBus() { if (busAttached || !bus) return; @@ -415,7 +419,12 @@ function attachBus() { const bid = cs.channel.slice(3); if (event === 'assistant_message') enqueueDelivery(bid, () => onAssistantEvent(bid, data, sessionId)); else if (event === 'done') enqueueDelivery(bid, () => flushHeld(bid)); - else maybeTypingPing(bid); // 工具调用/回执→「正在输入」心跳:微信端在长工具回合里能看到 AI 还在干活 + else { + // 工具调用/回执:心跳 + 摘要累积(digest 搭便车投递,见策略注释第 4 条) + if (event === 'tool_call') toolDigestPush(bid, data); + else if (event === 'tool_result') toolDigestMark(bid, data); + maybeTypingPing(bid); // 「正在输入」心跳:微信端在长工具回合里能看到 AI 还在干活 + } } catch (e) { log.warn('wechat', '投递监听异常:' + msg(e)); } @@ -449,8 +458,8 @@ function maybeTypingPing(bid) { const REPLY_QUOTA = 10; // iLink 单个 context token 的回复条数(经验值,撞墙只会多试一次) const PROC_HEAD_LIMIT = 5; // 过程消息最多直发条数(用户确认:首几条有信息量) const CONCLUSION_RESERVE = 4; // 过程发送的下限防线:始终给结论留这么多条 -const turnState = new Map(); // bid -> { sent, proc, omitted, held };内存态,重启即新回合,可接受 -function resetTurn(bid) { turnState.set(bid, { sent: 0, proc: 0, omitted: 0, held: null }); return turnState.get(bid); } +const turnState = new Map(); // bid -> { sent, proc, omitted, held, tools };内存态,重启即新回合,可接受 +function resetTurn(bid) { turnState.set(bid, { sent: 0, proc: 0, omitted: 0, held: null, tools: [] }); return turnState.get(bid); } function getTurn(bid) { return turnState.get(bid) || resetTurn(bid); } // 投递前的内容归一(语义同旧 deliverNow):errAck / 空文本 → 不可投;富文本 blocks → 占位文案。 @@ -521,15 +530,65 @@ function markSeen(b, m) { if (id > (b.last_msg_id || 0)) touchBinding(b.id, { last_msg_id: id }); } +// ---------- 工具调用摘要(digest) ---------- +// 关键参数白名单提取:terminal→command、fetch→url、其余→path;46 字截断, +// write_file/edit_file 绝不把正文带进微信;解析失败静默退化为纯工具名。 +const DIGEST_MAX_LINES = 8; +const DIGEST_ARG_LEN = 46; +function argHint(name, args) { + try { + const a = JSON.parse(String(args || '{}')) || {}; + const raw = name === 'terminal' ? a.command : name === 'fetch' ? a.url : a.path; + const v = String(raw || '').trim().replace(/\s+/g, ' '); + if (!v) return ''; + return v.length > DIGEST_ARG_LEN ? v.slice(0, DIGEST_ARG_LEN) + '…' : v; + } catch (_) { return ''; } +} +function toolDigestPush(bid, data) { + try { + const st = getTurn(bid); + const name = String((data && data.name) || ''); + if (!name) return; + const hint = argHint(name, data && data.arguments); + const ex = st.tools.find(t => t.name === name && t.hint === hint && !t.err); + if (ex) { ex.count++; if (data.id) ex.ids.push(data.id); return; } + st.tools.push({ name, hint, count: 1, err: false, ids: data && data.id ? [data.id] : [] }); + } catch (_) { /* 摘要锦上添花,绝不动摇投递 */ } +} +function toolDigestMark(bid, data) { + try { + if (!data || !data.is_error) return; + const st = getTurn(bid); + const t = st.tools.find(x => x.ids.indexOf(data.tool_call_id) >= 0); + if (t) t.err = true; + } catch (_) { /* 同上 */ } +} +// 渲染但不清空:发送成功后由调用方清 st.tools;发送失败/被省略时摘要保留搭下一班。 +function peekToolDigest(st) { + const ts = st && st.tools; + if (!ts || !ts.length) return ''; + let total = 0; + for (const t of ts) total += t.count; + const lines = []; + for (let i = 0; i < ts.length && lines.length < DIGEST_MAX_LINES; i++) { + const t = ts[i]; + lines.push((t.err ? '✗ ' : '· ') + t.name + (t.hint ? ' ' + t.hint : '') + (t.count > 1 ? ' ×' + t.count : '')); + } + if (ts.length > lines.length) lines.push('· …另有 ' + (ts.length - lines.length) + ' 类调用'); + return '🔧 本回合工具调用 ' + total + ' 次:\n' + lines.join('\n') + '\n\n'; +} + // 过程消息:直发窗口内且投完后仍给结论留足储备才投;否则计入 omitted,并进结论的注记行。 +// 有待发工具 digest 时拼在正文前一起投(成功投递才清空;被省略时保留,搭结论便车)。 async function deliverProcess(bid, m, sessionId) { const b = bindReady(bid); if (!b || stale(b, m)) return; - const content = normalizeContent(m); + const st = getTurn(bid); + let content = normalizeContent(m); if (!content) return; + content = peekToolDigest(st) + content; const segs = splitText(content); const attach = findAttachments(content, sessionId); - const st = getTurn(bid); if (st.proc >= PROC_HEAD_LIMIT || st.sent + segs.length + attach.length > REPLY_QUOTA - CONCLUSION_RESERVE) { st.omitted++; log.debug('wechat', bid + ' 过程消息并入省略(proc=' + st.proc + ' sent=' + st.sent + ')消息 ' + m.id); @@ -538,6 +597,7 @@ async function deliverProcess(bid, m, sessionId) { if (!await sendSegs(b, segs)) return; st.sent += segs.length + await sendAttachments(b, attach); st.proc++; + st.tools = []; markSeen(b, m); } @@ -547,8 +607,9 @@ async function deliverConclusion(bid, m, sessionId) { const b = bindReady(bid); if (!b || stale(b, m)) return; const st = getTurn(bid); + const digest = peekToolDigest(st); let content = normalizeContent(m); - if (st.omitted) content = '(本轮已省略 ' + st.omitted + ' 条过程消息)\n\n' + (content || ''); + if (st.omitted || digest) content = (st.omitted ? '(本轮已省略 ' + st.omitted + ' 条过程消息)\n\n' : '') + digest + (content || ''); if (!content) { st.omitted = 0; return; } // 只剩注记:不为「省略了什么」单独刷屏 const segs = splitText(content); const attach = findAttachments(content, sessionId); @@ -556,6 +617,7 @@ async function deliverConclusion(bid, m, sessionId) { if (segs.length + attach.length <= remaining) { if (!await sendSegs(b, segs)) return; st.sent += segs.length + await sendAttachments(b, attach); + st.tools = []; } else if (remaining >= 2) { try { const dir = engine.taskDirOf(sessionId); @@ -565,6 +627,7 @@ async function deliverConclusion(bid, m, sessionId) { await wxbotApi('POST', '/api/deliver', { id: b.id, to: b.wx_to_user, text: head }, 15000); st.sent++; st.sent += await sendAttachments(b, [{ filename: name, b64: Buffer.from(content).toString('base64') }]); + st.tools = []; if (attach.length) log.warn('wechat', b.id + ' 结论走文件兜底,正文内 ' + attach.length + ' 个附件卡片未投(链接仍在文件里)'); } catch (e) { log.warn('wechat', b.id + ' 结论溢出降级投递失败:' + msg(e)); diff --git a/docs/ARCHITECTURE.md b/docs/ARCHITECTURE.md index b9c6df4..87933b1 100644 --- a/docs/ARCHITECTURE.md +++ b/docs/ARCHITECTURE.md @@ -430,11 +430,12 @@ AI 通过 `schedule` 工具为所在会话建周期性任务(`scheduled_tasks` 背景:仓库内 `wxbot/`(已入库,作为根 compose 的 `wxbot` 服务)是基于官方 iLink 协议 SDK 的微信「调制解调器」,只挂 `agent-mcp-net` 内网、不暴露公网;身份权威与全部会话逻辑在 core,引擎不感知微信。 - **模型**:一条 `wechat_bindings` = 一个 core 用户 = 一个 bot 实例(一人一绑,换号先解绑)。binding id 三用:实例控制/投递的寻址键、wxbot 凭证目录名、channel 键(`channel='wx:'+id`,因此命令层、会话自动新建、投递游标查询全部白借 §5.4 的 channel 机制,零新逻辑)。iLink 协议保证扫码登录后仅本人可与 bot 单线对话,无陌生人入口,故无联系人授权面。 -- **方向三条线**:① Web(设置页→账户→微信内联卡)→ `/api/wechat` → wxbot `/api/instances*`(实例控制;QR SVG 代理内联渲染,只在 has_qr 就绪后取码,服务 token 不出内网);② wxbot 收信 → `POST core:/wxhook/inbox` → 直调 `channel.handleSend()`(文本;image/video/file 媒体先落会话任务目录:带说明文字的拼「用户上传了文件」告知行+正文并进一回合,单发媒体只补一行 `wx_media` 留痕不触发回合(下次真实对话模型自然看到,「刚才那张图」指代不断),同 web 附件链路;voice 走 iLink 服务端自动转写(msg.text 即识别文字),按文本类转发——命令回执同步回文本;普通消息不回执,等异步投递);③ core 总线监听 assistant_message/done → 按回合回复预算分配投递(见下两条),分段(~1800 字/段,行优先聚合)→ `POST wxbot:/api/deliver` → `bot.send`;wxbot 出口统一 stripMarkdown(微信不渲染 markdown);tool_call/tool_result 事件另发 `/api/typing` sendTyping 心跳(每绑定 2s 冷却、失败静默),长工具回合里微信持续显示「正在输入」,文本投递后自动取消。 +- **方向三条线**:① Web(设置页→账户→微信内联卡)→ `/api/wechat` → wxbot `/api/instances*`(实例控制;QR SVG 代理内联渲染,只在 has_qr 就绪后取码,服务 token 不出内网);② wxbot 收信 → `POST core:/wxhook/inbox` → 直调 `channel.handleSend()`(文本;image/video/file 媒体先落会话任务目录:带说明文字的拼「用户上传了文件」告知行+正文并进一回合,单发媒体只补一行 `wx_media` 留痕不触发回合(下次真实对话模型自然看到,「刚才那张图」指代不断),同 web 附件链路;voice 走 iLink 服务端自动转写(msg.text 即识别文字),按文本类转发——命令回执同步回文本;普通消息不回执,等异步投递);③ core 总线监听 assistant_message/done → 按回合回复预算分配投递(见下两条),分段(~1800 字/段,行优先聚合)→ `POST wxbot:/api/deliver` → `bot.send`;wxbot 出口统一 stripMarkdown(微信不渲染 markdown);tool_call/tool_result 事件另发 `/api/typing` sendTyping 心跳(每绑定 2s 冷却、失败静默),长工具回合里微信持续显示「正在输入」,文本投递后自动取消;同一对事件还按回合累积工具 digest(见下段)。 - **渠道上下文**(ensureChannelContext,普通/媒体/带尾随文本的 /new 收信时幂等确保,先于首条消息入库):微信会话直接落 executing(跳过顾问 handoff,与定时任务同理由)+ 注入一条 `channel_note` user 行(微信环境说明:单线纯文本、给链接即交付卡片、入站文件已存工作目录等,AI 第一回合即知);/clear 删光历史后下条消息自动重注入。 - **出站文件(链接→卡片)**:sendAttachments 扫正文 `/p/<22位id>` 链 → 同进程 `publicFiles.resolve` + 归属硬校验(只转本会话签发的链接,防外流)→ 本地读字节(单文件≤20MB、每条回复最多 5 个)→ `POST wxbot:/api/deliver_media` → SDK 按扩展名自动路由 image/video/file 卡片;尽力而为:失败只 warn,链接文字留在正文作兜底(AI 无需感知卡片机制,channel_note 已告知「给链接即交付」)。 - **投递游标** `last_msg_id` 落库 + 每绑定串行队列:重启不重发旧回复,wxbot 短暂不可达不丢(下一条连带补齐);errAck/纯工具轮(空文本)不进微信,`__blocks__` 图消息降级为占位文案。文本投递经 wxbot 出口统一 stripMarkdown(微信不渲染 markdown)。 - **回合回复预算**(配额在 iLink 上游、不可查,core 记账分配):回复额度挂在入站消息的 context token 上,每轮约 10 条(分段与附件卡片各占 1),AI 多迭代中间回复 + 长结论天然撞上限,故不能按位置丢消息。策略:handleInbox 每条入站重置预算(命令回执占 1);带 `tool_calls` 的 assistant_message 必然是过程消息,直发至多 `PROC_HEAD_LIMIT=5` 条且投完仍给结论留 `CONCLUSION_RESERVE=4` 条,超出的并入结论开头「已省略 N 条过程」注记(长任务进展靠 typing 心跳);不带 `tool_calls` 的挂起到 `done` 事件确认是收尾结论再保底投递——预算够全文+卡片;不够但 ≥2 降级为「截断头 + 全文落会话 `微信回复全文-.md` 转文件卡片」(内容零丢失);<2 放弃并 warn(网页端完整可见)。状态全内存按 binding 记,调度器触发的回合无入站不重置(记账继续累积,与上游 token 真实剩余一致)。 +- **工具 digest**(微信端过程可见性):`tool_call` 事件按 `{name, 关键参数}` 累积进 `st.tools`(terminal→command、fetch→url、其余→path,46 字截断、同类计数折叠、`tool_result.is_error` 标 ✗,最多 8 行溢出折叠),随下一条真实投出的过程/结论正文以 ·/✗ 短行置顶带出(类 pre 风格,微信无字体样式);不单独占配额、发送成功才清空,过程被省略时搭结论便车;digest 非空而结论文本为空时也会单独投出(纯工具轮的进度送达)。 - **降级承诺**:微信接入未配置(env `WXBOT_URL` 置空或未配 `WXBOT_TOKEN`)= 功能整体静默关闭(启动零日志噪声、设置页入口隐藏);配了但 wxbot 没起 = restore 只留一行 info,面板显示未连接,所有外呼失败只 warn,绝不阻塞/抛出未捕获异常影响 Web 主流程(鉴权/探活失败同样只降级)。绑定/刷新/解绑对 wxbot 均 **fire-and-forget**(点击秒回,不拿 wxbot 网络往返卡按钮;失败落 note 由轮询/刷新按钮恢复);`overview()` 每轮访问拿实例快照双向纠偏(补建缺失实例/纠正丢的 hook),`restore()` 启动对账兼清孤儿实例;前端内联卡按渲染串比对增量更新,QR 只在 has_qr 就绪后才取码,无闪烁无坏图帧。 - 鉴权:双向共用一个服务 token(根 .env `WXBOT_TOKEN`,init.sh 生成/复用)——core→wxbot 时 wxbot 把该 env 自动并入 /api 白名单;wxbot→core 走 `/wxhook`(挂 auth.middleware 之前,Bearer 哈希后定长比较,token 未配一律 503 fail-closed)。wxbot 零配置文件(同 executor 模式):接线全靠 env(`WXBOT_TOKEN` / `CORE_URL` / `WXBOT_LOG_LEVEL`,none/off→silent;debug 原样打印收信消息结构),**不挂不读 core 的 config.yml**(密钥只给 core 进程)。