diff --git a/app/server/wechat.js b/app/server/wechat.js index 23ae1ef..5bb16e5 100644 --- a/app/server/wechat.js +++ b/app/server/wechat.js @@ -247,11 +247,10 @@ const MEDIA_MAX_BYTES = 20 * 1024 * 1024; const MEDIA_KINDS = new Set(['image', 'video', 'file']); const CHANNEL_NOTE = [ - '【渠道说明】本会话来自微信单聊,用户只能收发文本与文件,无可点击界面。', + '本会话来自微信单聊,用户只能收发文本与文件,无可点击界面。', '- 交流风格:简短口语化,适配手机阅读;内容较长时整理成文件交付,不刷屏。', - '- 交付文件:生成文件后,在回复正文中给出下载链接,系统会自动将其转为微信文件卡片,', - ' 链接文字保留作兜底。含敏感内容的文件不要外链。', - '- 接收文件:用户发来的图片/视频/文件已存入当前工作目录,用户消息中会说明文件名,可直接读取。', + '- 交付文件:生成文件后,在回复时用mint_public_link给出可公开下载的链接,链接文字保留作兜底。', + '- 接收文件:用户发来的文件会自动存入当前工作目录,可直接读取。', ].join('\n'); function ensureChannelContext(s) { @@ -295,8 +294,15 @@ function handleInbox(body) { if (s) ensureChannelContext(s); if (hasMedia) { const name = saveTaskMedia(s, buf, kind, String(m.filename || '')); - text = text ? '用户上传了文件:' + name + '\n\n' + text : '用户上传了文件:' + name; log.info('file', (b.user || '-') + ' [微信 ' + b.id + '] ' + kind + ' 落任务目录 ' + s.id + '/' + name + '(' + buf.length + ' 字节)'); + if (text) { + text = '用户上传了文件:' + name + '\n\n' + text; // 带说明文字:告知行+正文并进一条消息触发回合 + } else { + // 单发媒体只落盘+留痕,不唤醒 AI(scheduler_note 同构:下一次真实对话时模型自然看到这条 + // user 行,「刚才那张图」的指代仍成立;表情包连发不会每条换来一句「收到」) + const mid = engine.saveMessage(s.id, { role: 'user', type: 'wx_media', content: '用户上传了文件:' + name }); + return { kind: 'message', reply: '', session_id: s.id, message_id: mid }; + } } else if (newWithText) { text = parsed.rest; } diff --git a/docs/ARCHITECTURE.md b/docs/ARCHITECTURE.md index 996930d..7abf4a0 100644 --- a/docs/ARCHITECTURE.md +++ b/docs/ARCHITECTURE.md @@ -181,7 +181,8 @@ messages id PK / session_id FK / role (system|user|assistant|tool) / is_error / created_at # type 取值: summary / archived / errAck / task_brief (任务书快照,advising→executing 切换后首条上下文) / # session_context (name 列 = SESSION_CONTEXT_NAME) / - # scheduler_note(定时任务删除通知)/ channel_note(微信渠道上下文说明,每微信会话一条; + # scheduler_note(定时任务删除通知)/ channel_note(微信渠道上下文说明,每微信会话一条)/ + # wx_media(微信单发媒体留痕行,落盘不触发回合,同 scheduler_note 语义; # 未知 type 一律按普通 user 消息发模型、UI 照常展示) # 旧版遗留: summarize_request(压缩指令 user 消息,已废弃,仅 buildMessages 兼容旧库) @@ -428,7 +429,7 @@ 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再拼「用户上传了文件」告知行,同 web 附件链路,voice 二期——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 → 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 二期——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 → 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。 - **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)**:deliverNow 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)。 diff --git a/wxbot/README.md b/wxbot/README.md index 05e5483..38c6821 100644 --- a/wxbot/README.md +++ b/wxbot/README.md @@ -24,8 +24,8 @@ agent-core 的 `wechat_bindings` 表;扫码二维码呈现在 agent-core 的 W - 收信 → core `/wxhook/inbox` 复用 **channel 命令层**(`/new /stop /compact /clear /status /help`), 命令回执同步回文本;普通消息(AI 回复)异步由 core 经 `/api/deliver` 推送(`bot.send`)。 - 图片/视频/文件消息经 SDK `download` 取字节随 inbox 转发(限 20MB),core 落会话任务目录并拼 - 「用户上传了文件」告知行——与 web 上传附件同一条链路,vision 模型 read_file 即可看图。 + 图片/视频/文件消息经 SDK `download` 取字节随 inbox 转发(限 20MB),core 落会话任务目录;带说明文字的 + 拼「用户上传了文件」告知行一起触发回合,**单发媒体只静默留痕不唤醒 AI**(下次提及自然能指代到该文件)。 - **单线对话**:iLink 扫码登录后只有绑定者本人能与 bot 会话,无陌生人入口,故无联系人授权面。 - 实例凭证按绑定隔离在 `./data/bots//`,容器重启自动恢复登录免扫码; 启动时扫描该目录逐个拉起实例(core 不在线也照常上线,状态回调失败不影响,首条消息会纠偏)。