kicer
|
4e1c1f36d0
|
refactor(skills): 本机环境说明改放技能目录的 AGENTS.md,启动器不再特判任何技能
上一版把安装说明写成 INSTALL.md 并在 SKILL.md 里加段落,两处都不对:SKILL.md 是用法说明,
不该塞安装内容;启动器为 office 单独注入 PATH 也不成立,再加技能就得逐条改 start.sh。
- 删除 4 个 INSTALL.md,改为各技能目录下的 AGENTS.md(只写命令:下载/安装/验证、
平台资产名、字体路径),SKILL.md 恢复原样
- start.sh 去掉 office 的 PATH 注入;技能要命令入口时由 AGENTS.md 指导按次前缀
(PATH="$SK/scripts:$PATH" office ...)。启动器只保留 AGENT_SKILLS_DEPS 这个路径变量
- 找不到依赖时的指路不放在 core 里做特征匹配,而是各自报错带自己 AGENTS.md 的绝对路径
(office 封装层 ENOENT / x2pdf 缺包或无后端 / image-process 缺字体)
- env-local 提示词加一句:技能失败就读其目录下的 AGENTS.md
实测:无 PATH 时 office 报 command not found,按 AGENTS.md 加前缀后 --version 正常;
三条缺依赖报错均给出 AGENTS.md 绝对路径。
|
2026-11-11 19:12:01 +08:00 |
|
kicer
|
a52b227d8b
|
refactor(skills): 本地安装改成「README 式说明」,install.sh/requirements.txt 归服务器
按三条原则收紧:
1) 线上零影响:office/install.sh 回退成原来的 linux-only 版本(本地本来就不该跑它);
image-process 的字体候选表撤回(那是在代码里写环境兼容,方向错了)。
2) install.sh / requirements.txt 只做服务器工件:镜像构建与 agent-executor-init 读它们,
行为一字未变。
3) 本机缺东西时由 .md 指路,模型自己去装:四个技能各加 INSTALL.md(具体命令 + 平台
资产/字体表 + 验证方式),并在 SKILL.md 里各加一行指向它(skill get 就能看到)。
报错文案带上 INSTALL.md 的绝对路径,所以「撞到缺依赖」的那一刻就能拿到说明书。
保留的两处代码钩子都不是环境探测,而是「说明书里写的安装方式得真能生效」:
- office: start.sh 把 skills/office/scripts 塞进 PATH(本地没 root 写 /usr/local/bin);
封装层 ENOENT 指向 INSTALL.md。
- x2pdf: find_soffice() 探 macOS app bundle(brew cask 装的 soffice 不在 PATH);
WeasyPrint 不可用时回落 LibreOffice,让本地只需一个后端而不是 pango+WeasyPrint 两条链。
INSTALL.md 里 officecli 指向 releases/latest(它会自更新,实测 1.0.157 跑一次变 1.0.160),
不要求与服务器 pin 对齐。
实测:office --version / office create / office view outline 正常;x2pdf 缺 markdown 与
image-process 缺字体两条报错都给出 INSTALL.md 绝对路径,按 font 参数即通过。
|
2026-11-11 17:34:30 +08:00 |
|
kicer
|
317397154e
|
feat(office): 本地可用——install.sh 跨平台取资产,PATH 直塞 scripts 目录
office 技能本体(SKILL.md + Node 封装层 + officecli 二进制)本来就是跨平台的,
坏在两处容器假设:install.sh 只认 linux-x64、PATH 入口只写 /usr/local/bin。
- install.sh: 按 uname -s/-m 选资产(linux x64/arm64、mac x64/arm64),校验和 pin 到
上游 release 的 SHA256SUMS(八平台齐全,linux-x64 那行与原有 pin 完全一致);
mac 没有 sha256sum,补 shasum -a 256 兜底;构建阶段判定提前到平台探测之前,
避免构建机架构未被识别时中断镜像构建
- 已在且能跑就沿用:officecli 会自更新到上游 latest(实测 1.0.157 跑一次变 1.0.160,
文件大小与 latest 资产一字节不差),用 pin 去比对只会反复重拉 34MB。服务器卷 :ro、
二进制不会漂,正常仍走 sha 比对,行为不变
- local/start.sh: 起 core 时把 skills/office/scripts 塞进 PATH(服务器靠镜像里的
/usr/local/bin 软链;本地没 root 写不了系统目录)。无需复制、无需改 app/
- 封装层 ENOENT 报错带上 install.sh 绝对路径,模型看到即可自行补装
本地实测(macOS x86_64):office create / view outline 正常;启动器不预下载,首次用到时
按报错跑一次 install.sh(GitHub 慢时自动换 gh-proxy,实测 27s)。
预览仍不可用(缺 executor 的 :3100 网关),已记入文档。
|
2026-11-11 17:31:04 +08:00 |
|
kicer
|
0f9cc241bb
|
feat(image-process): 中文字体候选补 macOS/Windows 路径
原来只认 /usr/share/fonts 下的文泉驿与 Noto,本地端(mac/win)这些路径都不存在,
中文水印直接报「缺少字体」,而英文水印走 load_default 看不出问题。
只扩候选表:Linux 路径仍排前,服务端行为不变;mac 用 Hiragino Sans GB(索引 0 是简体
W3,PingFang.ttc 索引 0 是 HK 字形,Songti 是 Black,依次作为次选),Windows 用雅黑/宋体。
报错文案改成平台中立(传 font 参数指定 TTF/TTC)。
本机实测 info/convert/resize/watermark(en)/slice/grid 均正常,中文水印补装后出图。
|
2026-11-11 17:23:28 +08:00 |
|
kicer
|
69e44c27ae
|
feat(x2pdf): 本地可用——LibreOffice 探测覆盖 mac/win 路径,WeasyPrint 缺失时回落
本地形态原先 docx/xlsx/pptx 必失败,原因不是没装 LibreOffice,而是它的可执行文件
不在 PATH 里(macOS 在 app bundle 内、Windows 在 Program Files 内,正常安装都如此),
只用 shutil.which() 会把「装了」误判成「没装」。
- find_soffice(): PATH → macOS 两个 app bundle → Windows 两个默认目录
- 文本分支:WeasyPrint 不可用(ImportError 或缺 libpango 的 OSError)时回落 LibreOffice,
先把文档写成临时 HTML 再走同一个转换函数;返回值带一行后端提示,说明 @page/CSS 只部分生效
- 缺 markdown 包时报错点明依赖清单路径,交给模型按 requirements 自行补装
- requirements.txt:markdown 去掉版本 pin(3.x API 稳定,pin 了反而会在服务端 init
探测失败时往 skills/deps 塞一份遮蔽系统包);weasyprint==65.1 保留,那个 pin 编码的是
pydyf 兼容约束
线上不变:WeasyPrint 在 → 主路径照旧;仅多了一次 fallback 与更宽的 soffice 探测。
本机实测:html/txt 走回落出件正常,md 在缺 markdown 时给出可执行报错。
|
2026-11-11 17:20:45 +08:00 |
|
kicer
|
469e801319
|
chore(local): 提示词只给安装位置,不写「只在缺密码时才问」这种条件
「安装前先问用户」是允许的,没必要用条件句把它收窄成「仅当需要密码时」。
env-local 现在只说一句:需要装就装,Python 包装进 $AGENT_SKILLS_DEPS。
知不知会用户交给模型按场合判断。docs/local-mode 4.13 同步。
|
2026-11-11 17:11:51 +08:00 |
|
kicer
|
5b45368f58
|
feat(local): 少说教、多干活——缺什么让模型自己装,提示压到一句
本地形态是用户自己的机器 + 用户自己的 agent,目标是事做成,不是按生产环境守着:
- env-local 去掉「先问用户才能装运行时」这道闸,也不再把 sudo/系统包列成禁令。
改为「需要什么就装、装完继续;只有需要用户密码时才停下来问」——sudo 本来就卡在
密码上,不必用规则去禁。
- 启动器与终端的提示去掉解释性长句:探活只报版本或「未安装」,启动总结压成
「技能:已启用 / python3 未安装」「语音:可用 / 未启用」这类一行话。
docs/local-mode(4.4 / 4.13 / 限制表)与 local/README 同步。
|
2026-11-11 17:08:45 +08:00 |
|
kicer
|
a7eecdbe97
|
feat(local): 技能不再因缺 python3 整体隐藏;缺解释器时先问用户再装
A1:link_skills 恒指向仓库 skills。原来没有 python3 就把 skills_root 指到空目录,
把所有技能一起藏掉——但技能不一定是 Python 的(office 是 SKILL.md + terminal 里调
officecli,跟 python3 无关),一刀切会误伤。而 run.py 类技能缺解释器时 skills.js
的 runEntry 对 spawn error 有处理,模型拿到「技能入口启动失败:spawn python3 ENOENT」,
干净可读,不需要靠藏清单避险。状态页/终端文案同步改成「python3 未安装:Python 技能
会失败,非 Python 技能不受影响」。
B2:env-local 允许模型装运行时,但必须先问用户;仍禁止 sudo 与装系统包。
macOS 的 /usr/bin/python3 是 CLT 桩,真装要走 brew 或官方安装器,耗时长且可能改
PATH / 要管理员权限,这种改动不能默许自主执行。
文档同步:docs/local-mode 4.4 重写(记录为什么不再切换)、4.13 补 B2 理由、
验证表该行标为待复测;local/README 的可选能力表与已知限制同步。
|
2026-11-11 17:07:20 +08:00 |
|
kicer
|
c7394dc45f
|
chore(local): 提示词只指路,不教模型怎么装包
env-local 关于 Python 缺包那段从 7 行压到 3 行:只说「缺模块就装进
$AGENT_SKILLS_DEPS 再重试」,不提 pip/--target,也不提镜像源。
具体怎么装、走不走镜像,让模型自己判断;我们只负责给出那个
已经在 PYTHONPATH 上的路径,避免它装到别处或去动系统 Python。
docs/local-mode 4.13 与 local/README 同步措辞。
|
2026-11-11 17:01:20 +08:00 |
|
kicer
|
8764fedabc
|
feat(local): 声明技能 Python 依赖,并放开「缺包自装进 skills/deps」
本地没有 agent-executor-init,技能的 requirements.txt 从来没人读:
document-photo-to-pdf(numpy/Pillow/pymupdf)与 image-process(Pillow)
在本机只是碰巧用户的 python 里已经装了。
- 两个技能补 requirements.txt,一律不写版本号:服务端 init 用
pip install --no-index --dry-run 探测,pin 到与镜像不同的版本会让探测失败,
反而往 skills/deps 装一份旧的(PYTHONPATH 优先级高于系统 site-packages)
- start.sh 起 core 时注入 AGENT_SKILLS_DEPS(该目录本来就在 PYTHONPATH 里),
把路径交给模型;terminal 与技能子进程都继承 core 的 env,装完下次运行即生效
- env-local.txt 把「永远不要自己装任何东西」换成「缺包时 --target 装进共享依赖层,
别动系统 Python」。用 --target 是因为 pip 对它的 PEP 668 拦截明确豁免,
Homebrew 那种 externally-managed 解释器也能装
- 文档同步:local/README 已知限制、docs/local-mode.md 新增 4.13 记录取舍
服务端不受影响:这三行在 executor 镜像里都已满足(实测 --no-index --dry-run
均 exit 0),init 只写一个 gitignore 里的 .deps_installed 就跳过。
|
2026-11-11 16:59:28 +08:00 |
|
kicer
|
29e4f6e6ea
|
fix(settings): MCP 卡片地址不再追加「自定义」标记
只显示真实地址即可,多余的标注反而干扰阅读。
|
2026-11-11 16:46:10 +08:00 |
|
kicer
|
59994b688a
|
fix(settings): MCP 卡片与编辑器以真实配置为准,预设只做缺省值
本地形态的 MCP 地址是 127.0.0.1:8091~8094,容器形态是 mcp_*:3000;
之前内置服务卡和编辑框一律显示 presets.json 里的地址,且 url 输入框锁只读,
于是出现「显示容器地址 + 亮着已连接」的矛盾,用户也改不动真实地址。
- 卡片地址改为读 config(s.url),与预设不同时标「(自定义)」
- 编辑框预填 当前配置 > 预设缺省,name 仍只读、url 放开
- 保存时内置服务也按需写 url(name/mode 仍是契约)
|
2026-11-11 16:44:45 +08:00 |
|
kicer
|
50c53fd885
|
fix(local): 无公网前缀时 visit_url 用回环地址拼出可点开的访问地址
|
2026-11-11 16:33:07 +08:00 |
|
kicer
|
870033f26d
|
fix(data-page): 目录地址缺尾斜杠时补斜杠跳转,修复页面相对链接白屏
|
2026-11-11 16:26:17 +08:00 |
|
kicer
|
c892703673
|
fix(skills): 无 executor 时技能 cwd 也用会话任务目录,修复 data-page 等按 cwd 干活的技能
|
2026-11-11 16:21:33 +08:00 |
|
kicer
|
01757d4f4b
|
feat(prompt): 环境段按部署形态二选一,修正本地模式的环境事实
|
2026-11-11 16:08:42 +08:00 |
|
kicer
|
c0488938ff
|
refactor(ui): 去掉侧栏预览按钮,预览只从文件树点文件开窗
|
2026-11-11 15:52:50 +08:00 |
|
kicer
|
20824dc42e
|
fix(ui): 未开始会话时不切到文件树,空树直接退回会话列表
|
2026-11-11 15:48:23 +08:00 |
|
kicer
|
419e3fc914
|
fix(ui): 未开始会话时点击预览按钮不做任何事
|
2026-11-11 15:46:26 +08:00 |
|
kicer
|
83644c09e7
|
fix(auth): 无认证形态下 /api/me 也注册,返回 auth:false 而非 404
|
2026-11-11 15:44:35 +08:00 |
|
kicer
|
d06cd6cedf
|
fix(ui): 窄屏只保留旧文件面板;修正设置图标偏上
- 窄屏(<960px)隐藏左栏的「文件树」图标:手机上只保留输入行右侧的旧「任务文件」面板,
不做两套文件 UI;setDrawerPane 增加窄屏防线,跨断点缩小时自动退回会话列表
- 设置齿轮换成正中且四周留白的图标:原路径外接框垂直中心在 10.5(画布中心 12),
整枚图标偏上,20px 下看起来像顶部被切掉
|
2026-11-11 15:42:19 +08:00 |
|
kicer
|
4e97194b04
|
feat(ui): 预览分栏挪到文件树右侧,底部操作栏收成三个按钮
IDE 式三栏:文件树 | 预览 | 会话。点文件后内容就在旁边,不用横跨会话区。
- 预览分栏从窗口右缘移到文件树右侧:侧栏展开时 left=--sidebar-w,折叠时贴窗口最左;
会话区改成往右让位;拖拽手柄随之换到预览右缘,拖动方向取反
- .pv-head 定死高度 49px:预览头有地址条、文件树头只有图标钮,靠内容撑会差几像素,
两栏下边框对不齐
- 文件树头部去掉地址条(280px 里路径必然截断,没有信息量),只留右侧操作钮
- 底部操作栏收成三个按钮(文件树 / 预览 / 设置):「文件树」现在是
会话列表 ↔ 文件树的切换开关,当前在文件页时高亮
- 窄屏不再误藏文件树按钮(只藏预览,因为窄屏没有右侧分栏);窄屏点文件后收起抽屉
- 切会话不再自动关预览:中间这一列是常驻参考区,关掉会让人反复重开
- 打开预览时无条件把侧栏切到文件树(已在文件页则空操作)
|
2026-11-11 15:26:01 +08:00 |
|
kicer
|
8ef4ec1ee4
|
feat(local): 文件树提升为桌面端通用入口,接管旧文件面板
桌面端(含服务器形态)用左栏懒加载文件树取代输入行右侧的旧「任务文件」浮层:
点文件进右侧预览,行内可下载 / 删除;local 形态额外提供「在 Finder 中显示」。
- routes/files.js:新增 GET /:id/tree(单层懒加载、忽略大目录、上限 500、
字面 + realpath 双重越界校验),替代会同步递归整棵目录的 GET /:id/files
- routes/local.js:移除 /tree(上收为通用接口),只留 pick-dir / reveal / terminal
- local-files.js → files-tree.js:两种形态共用;local 能力靠 /api/local/info 探测,
服务器形态自动隐藏 Finder/终端入口
- 树头部复用预览栏的 .pv-head / .pv-addr / .pv-actions / .icon-btn:
左右并排时高度、图标尺寸与描边完全一致
- 树头不再显示会话标题(原样搬过来容易和会话列表重复),改为显示工作目录路径
- 桌面端隐藏 #files-btn;手机端保留旧面板
- 上传完成后同步刷新文件树
|
2026-11-11 15:03:04 +08:00 |
|
kicer
|
2d5467203b
|
feat(local): 左栏改为图标操作栏,本地端 IDE 式文件树 + 预览
侧栏底部原来的整行用户区换成四个图标:会话 / 文件树 / 预览 / 设置,
当前生效的那一项高亮;设置与预览图标都是开关(再点一次关闭)。
去掉顶部「会话/文件」分段切换,改用底部图标切换互斥面板。
- local-files.js(新增):只读文件树,懒加载单层、展开才请求、忽略大目录,
点文件进右侧预览;支持在 Finder / 终端中打开
- routes/local.js:新增 /tree(单层、越界双重校验)、/reveal、/terminal
- preview.js:记录最后预览的文件,预览图标可重开上次文件;开合时同步图标高亮
- files.js:底部操作栏接线,设置图标点击切换开合
- settings.js:打开设置不再折叠左栏;图标选中态同步
- 纯前端 + local 路由(AGENT_LOCAL_PICK 门控),服务器/手机形态行为不变
|
2026-11-11 14:49:57 +08:00 |
|
kicer
|
80e9dcb0aa
|
feat(local): 新建会话可手选工作目录,AI 直接在所选目录干活
- 后端核心只动 taskDirOf:sessions.work_dir 非空即会话工作目录,不建 task-* 子目录;空串行为与旧版一致(服务器形态恒为空)
- db 幂等迁移加 work_dir 列
- createSession 校验并接受手选目录(必须已存在、拒绝根目录与平台数据目录);deleteSession 绝不删用户所选目录
- fsRoot 优先 ctx.workDir;@会话 按目标会话 work_dir 解析
- 新增 routes/local.js:osascript/zenity/kdialog 原生选目录,仅 AGENT_LOCAL_PICK=1 时挂载
- 欢迎页加工作目录 chip:选择只暂存前端,建档时随 POST /api/sessions 提交
- local/start.sh 注入 AGENT_LOCAL_PICK=1;同步 AGENTS/README/docs
|
2026-11-11 13:59:15 +08:00 |
|
kicer
|
b5cfa36832
|
feat(local): 依赖安装自愈:源探测 + 换源重试 + 本地缓存 + 看门狗
国内网络下首装依赖最容易卡死,启动器现在自己处理,用户不用懂环境:
- 自动选源:并行探 npmmirror 与官方源(各 3s 超时)取最快,缓存一天;
只在命令行传 --registry,不写 ~/.npmrc、不改用户全局配置。
- 换源重试:公共源之间自动互换,换源成功即记住;显式指定或公司私有源不兜底
(乱兜底可能装错东西)。重试前清掉半成品 node_modules。
- 本地缓存:装成功后把 node_modules 打成
~/.cache/agent-local/deps-<平台>-<架构>-abi<ABI>-<依赖哈希>.tgz,
重启/删 node_modules/换 clone 都解压恢复(零网络),只留最近 3 份。
- 看门狗:npm 10 + Node 22 断网时既不报错也不退出(Exit handler never called),
超过 AGENT_LOCAL_NPM_TIMEOUT(默认 240s)直接 SIGKILL 整棵树再换源。
- 报错翻译:状态页只显示「网络没通 / 缺编译工具链 / 没有写权限 / 源没响应」,
npm 原文仍完整落 npm-install.log。
同时修掉两个埋着的 bug:
- kill_tree 先把参数赋给变量再递归,POSIX sh 无局部变量导致递归覆盖,
回到外层 kill 的是子进程,留下 PPID=1 的孤儿 npm。改为只用 $1。
- 看门狗不能先 TERM:TERM 先杀掉外壳会让 npm 变孤儿,kill -0 判不到。
改为直接递归 SIGKILL(先子后己)。
全部改动只在 local/ 与文档,app/ 未动。
|
2026-11-11 12:16:35 +08:00 |
|
kicer
|
f451027729
|
feat(local): 本地端可用化收尾:后台启动 + stop.sh + 状态页修复
后台化与停止
- start.sh 默认后台启动(AGENT_LOCAL_DETACH=1):拉起真正的启动器后 1 秒返回,
终端窗口可以关掉;停止统一走新增的 local/stop.sh(pid 文件 → core 父进程 → 占端口
三级兜底,幂等)。保留 AGENT_LOCAL_DETACH=0 前台模式。
- 「已在运行」改看 supervisor.pid(kill -0 + 命令行校验),health 只做兜底。
原来只看 health 时,core 尚未就绪的几秒内连跑两次会拉起两个启动器抢同一端口。
启动失败与首装体验
- 没 node 时在入口就拦下(生成配置之前),终端打出安装方式,不再让用户白选目录。
- 首次安装停在状态页等点击,后续启动才 2 秒自动跳转;状态页同一轮只开一个标签。
- 后台子进程秒退时改为指向状态页与日志路径,不再打印两行无意义的启动横幅。
其他修正
- MCP 默认端口 3101~3104 → 8091~8094;PORT 撞 MCP 端口直接拒绝启动。
- 没 ffmpeg 时不启动 mcp_asr(配置条目保留,装好后重跑即生效)。
- 依赖检测改为逐包检查 + .agent-installed 时间戳;npm install 输出落盘进状态页。
- app/package-lock.json 的 resolved 从腾讯云内网镜像改为公共 registry。
- 删除 local/start.command(Finder 双击常被当文本预览,入口统一为 start.sh)。
- 文档:docs/local-mode.md 补验证结果与新设计说明;local/README.md 改为启动/停止用法。
|
2026-11-11 11:22:15 +08:00 |
|
kicer
|
8a5c8b1547
|
新增本地端(local 模式):同一份代码直接跑在本机,不起 Docker / executor
后端只改两处,都靠 env 开关,不设置时服务器行为与 v2.5.0 完全一致:
- server.js:支持 HOST,本地注入 127.0.0.1(不设仍是 0.0.0.0)
- tools/executor.js:AGENT_FILE_SCOPE=workspace 把文件工具的根从会话目录放宽到
workspace_root,并关掉 /tmp 重定向(本地 terminal 写的是真 /tmp,重定向会造成
AI 自己写的东西自己读不到);recordFile 跳过会话外文件,避免附件表存 ../ 路径。
路由层、@历史会话、mint_public_link 仍按会话目录校验,不变。
新增 local/:start.sh(探测 → 首次生成配置 → 装依赖 → 起 core +4 个 MCP → 守护重启)、
start.command(mac 双击)、config.example.yml(参考)、README.md。
能力按需:node 必需,ffmpeg 决定语音(靠 ASR_URL 注入)、python3 决定技能(靠
.runtime/skills 软链切换),两者都不写进配置——配置首次生成后永不覆盖,避免冲掉
用户在网页里配的模型与密钥。
另加 docs/local-mode.md:设计决定、验证状态与 mac 上的逐项验证清单(含重启按钮
守护、/tmp 一致性两个关键项)。
|
2026-11-11 10:25:33 +08:00 |
|
kicer
|
62e5902834
|
版本号升到 2.5.0:收口语音输入这一批改动
- 语音:长说不带停顿按能量最低点软切、转写并行发送并限流 3
- 语音:识别提示改动态进度(段数 + 秒数)
- 鸿蒙 APK 长按时按住区不再随遮罩隐藏
- 公网临时链接:图片改 inline 返回,sw.js 放行 /p/ 二进制直链
- package.json 与 routes/system.js 的 VERSION 同步为 2.5.0(发版约定)
v2.5.0
|
2026-11-11 10:16:02 +08:00 |
|
kicer
|
b4755ac98b
|
转写请求改并行发送并限流:最多 3 个在飞,名额谁落定谁交出去
串行上传(一段没回来不发下一段)让长语音的松手等待等于各段耗时之和,
上游一慢就整体排队。改成并行,同时限制并发数避免压垮上游:
- 并发上限 ASR_MAX_CONCURRENCY = 3(页面侧常量,改完刷新即生效)
- 名额制而不是「第 i 段等第 i-N 段」:后者的伪阻塞在于最慢那段会卡住
本可以发的后续段(只飞 1 个时,排队的第 7 段也要一直等)
- 名额在成功/失败后都归还,单段失败不吞名额
- 取消/重录:被唤醒的排队段看到 gen 变了只还名额、不真发,计数不漏
- 结果按 textParts[idx] 落位:并行返回是乱序的,拼接仍按说话顺序
- 收口改成 Promise.all(inflight),逐个兜 catch,避免单段异常让整批失败、
只能等 60s 超时把已识别内容全丢掉
|
2026-11-11 09:25:07 +08:00 |
|
kicer
|
df1b1787e9
|
长说不带停顿时按能量最低点软切:6s 先发一段,不再憋到松手
一口气说不停顿是语音输入最慢的路径:没有 0.5s 停顿就一段都发不出去,
只能等松手整段上传。改成累计语音到 6s 就在低能量处分段发出:
- 只在尾部 3s 窗口里找切点:太靠前会把很久以前的低点当作刀口
- 切点按分片边界取:每片已有峰值 dB(与 segChunks 平行的 segLens/segDbs),
取最小者下刀,尾部静音是 -Infinity 会天然胜出 → 落在气口上
- 切完剩下的留在缓冲继续累积,不丢采样、不重复;真静音切点仍优先
- 25s 硬切保留作兜底(软切一直不成立时才会走到)
- silLen 在切后被钳到剩余长度:切点落在尾巴静音里时不能超过段长
代价:刀口是分片粒度(APK 约 100ms),可能劈在字中间,所以段更短;
调大 VAD_SOFT_CUT_SEC 可让切点更可能落在真实气口。
|
2026-11-11 09:11:32 +08:00 |
|
kicer
|
03cf4b86e4
|
语音松手后的识别提示改为动态进度:段数 + 秒数
「正在识别…」是静态文案,上游慢时看着像卡死。改成按真实进度变化:
- 多段:正在识别 2/3 段 · 5s(每完成一段分子加一)
- 单段:正在识别… 5s(0/1 看着也像没进展,只留秒数)
- 秒数 1s 一跳,从松手(尾巴已入队)才开始算,说话过程不计时
- 失败也算走完一段,进度不会停在半路
- resetUI 统一 clearInterval:取消/超时/完成/切模式都不会漏
|
2026-11-11 08:55:40 +08:00 |
|
kicer
|
7641f5c0a7
|
鸿蒙长按时按住区不再随遮罩隐藏:避免指针捕获被释放而误判“说话太短”
按下后 body.voice-active 会把输入卡所有子项设成 visibility:hidden,#voice-hold 也在内。
它是 pointerdown 里 setPointerCapture 的持有者,鸿蒙 ArkWeb 在元素不可见时会释放捕获并
补一个 pointercancel,页面把它当成“松手”→ 按住不到 500ms → 丢弃并提示“说话时间太短”,
表现就是长按立刻失效、按钮像丢了状态。
- 只把 #voice-hold 排除在隐藏规则外(遮罩覆盖这一段本来就不透明,视觉无差别)
- 其余元素(输入框、操作栏等)的隐藏行为保持不变
- 未改 JS:录音状态机、取消手势阈值、识别流程都不动
真机确认有效后再看是否需要处理 setPointerCapture 与长按序列打断。
|
2026-11-11 08:48:14 +08:00 |
|
kicer
|
ae8ed6bb25
|
Service Worker 放行 /p/ 二进制直链:图片外链不再被当 HTML 文本重建
图片外链改成 inline 后点开变成坏图:sw.js 的导航分支默认把同源导航当 HTML,
resp.text() 把整张 PNG 解成替换字符再 new Response 回去,浏览器只看到空白;
它“残缺重试一次”的行为还让日志里每点一次出现两条 public-file 取用。
- 跳过名单补 /p/:公网短链是二进制 + 带 TTL 的 bearer 能力,不该接管也不该缓存
- 导航分支加硬约束:Content-Type 不是 text/html 就原样透传,不再按文本重建
- 该兜底不依赖路径枚举,其它同源二进制直链导航同样受保护
sw.js 不在预缓存清单里,无需升 CACHE_VERSION;刷新页面即可生效。
|
2026-11-11 07:59:32 +08:00 |
|
kicer
|
3806071698
|
公网临时链接图片改 inline 返回:点开直接看图,不再一律下载
/p/<id> 原先不分类型一律 attachment(为安卓封装壳的 DownloadManager 兜底),图片外链点开只会进下载器;read_file 读图也走这个端点,用户点开来只能下载、看不到图。
- download-send.js 抽出 contentDisposition(type),新增 inlineImageType / sendInlineImage
- 图片显式给 image/* + X-Content-Type-Options: nosniff + inline;缓存仍 no-store(/p/ 是短命 bearer 链)
- 按扩展名判定:png/jpg/jpeg/webp/gif/bmp/tif/tiff/avif/ico/svg,不读文件头做嗅探
- SVG 额外加 CSP: sandbox(匿名同源端点,直接打开不能执行内嵌脚本;img 引用不受影响)
- inline 走 dotfiles:allow,保证 read_file 的 .imgcache/ 压缩产物能取到
- 其余类型(PDF/Office/zip/HTML 等)保持 attachment,下载语义与安卓兜底不变
- README「公网临时链接」补响应头说明
|
2026-11-11 07:31:02 +08:00 |
|
kicer
|
b0a8283406
|
占位裁剪新增 turns(真人回合)条件:回合内不裁,跨回合才裁
rounds 数的是 assistant 行,长回合里会把模型还要用的回执裁掉——实测有回合把同一文件
分段重读了 24 次(每次都在 rounds:2 生效的那一轮回来重读)。
- 规则新增 turns 字段:其后又来了几条真人消息(role=user 且 type 为空,注入行不算)
- rounds 与 turns 同时满足才裁(AND);两者都写 0 才算规则关闭
- 默认:fetch / read_file / web_search 用 rounds:2 + turns:1(回合内绝不裁),
write_file 参数侧保持 rounds:1 + turns:0(只是写盘快照,照旧早裁)
- config.example.yml 补了带时间线的例子与「rounds=后面 AI 又说了几句话 /
turns=后面又来了几条真人消息」的注释;AGENTS.md 与 tool-design.md 同步
- 启动日志改为打印 轮≥N,回合≥M,便于核对生效规则
|
2026-11-03 08:06:43 +08:00 |
|
kicer
|
cc53c117e8
|
web_search snippet 默认不截断,改由调用方传 maxSnippetLength
之前自定义上游与 Exa 都写死 500 字,换上游就等于悄悄丢内容。现在:
- 默认原样返回整段 snippet(只压平空白)
- 传 maxSnippetLength: N 才截断到 N 字并补省略号;0 / 负数 / 非数字一律视为不传
- 三路上游(自定义 /search、Parallel、Exa)统一按同一参数处理
- 上游报错时的响应片段仍固定截 200 字(那是诊断信息,不参与该参数)
|
2026-11-02 20:55:55 +08:00 |
|
kicer
|
10877c9723
|
web_search 支持自建 /search 上游:上游参数逐请求由 header 带入
与 image_task / asr 同构:容器不存密钥,配置只写在 config.yml 的 mcp_servers[].headers。
- 新增 X-Web-Search-Base-Url(拼 /search)与可选 Authorization(裸 key 自动补 Bearer);
配了地址就以它为准,失败直接报错,不静默退回免费后端
- 没配地址时行为不变:Parallel 优先,失败自动退 Exa(降级从前端 provider 参数收回服务端)
- 工具 schema 去掉 provider 参数(模型不该决定走哪家上游),只留 query / numResults
- 响应统一归一化:丢弃无 url 条目,snippet 压平并截断 500 字,published_at 映射为 publishedAt
- server.js 把 req.headers 传进协议层;stdio 模式无 header,只能用免费后端
- 设置页预设补两条可选字段(settings.js 无需改动,纯数据驱动)
|
2026-11-02 20:28:10 +08:00 |
|
kicer
|
509d63a99b
|
重负载占位裁剪改为配置驱动:agent.trim.rules 统一策略,默认覆盖 web_search
|
2026-11-02 19:46:16 +08:00 |
|
kicer
|
dbd67ec273
|
PDF 预览改用 inline 直连,支持 Range 与 304 缓存
新增 /files/inline;桌面面板与窄窗口统一用 iframe 直连,不再 fetch 整包转 blob;下载接口保持 attachment/no-store 不变。
|
2026-10-26 11:16:26 +08:00 |
|
kicer
|
774d09a07a
|
图片预览改为服务端派生 WebP 直连,修复大图加载慢
新增 /files/preview:按宽度生成 WebP 并落盘缓存,inline + ETag,原图仅下载时取;前端图片与全屏查看器改用派生直链,不再 fetch 整包转 blob。
|
2026-10-26 11:07:19 +08:00 |
|
kicer
|
5b005cc042
|
微信中途消息改走干预队列;工具失败不再推给微信
微信与渠道普通消息改用 enqueueMessage(mode:'interject'):回合中插话在当前工具跑完后生效,不再把 user 行插进 tool 批次中间;interject 入队插到队列 messages 之前,保证边界检查能命中队首。
微信端不再下发任何工具失败(多数是 AI 参数用错,模型下一轮自行纠正):去掉即时「工具调用失败」行与尾段失败清单,台账只保留中性计数与「N 次因你介入未执行」。
|
2026-10-26 10:41:28 +08:00 |
|
kicer
|
7a34f612e7
|
修复沉浸式模式下的显示问题
|
2026-10-25 23:08:05 +08:00 |
|
kicer
|
2e220d0a22
|
运行中发送改为待发送条幅:排队 / 干预 / 立即发送
- 运行中点发送不再立即插话,改为进服务端队列(engine.pendings,内存态),
输入框上方一行条幅:默认本轮结束后发出,队首可「干预」(当前工具跑完就插话)
或「立即发送」(终止本轮工具调用并立刻发)。队列在服务端,关页面/重连不丢。
- 新增 closeToolBatch():给未闭合批次里缺回执的 tool_call 补合成回执,
取消/干预/finalize 兜底三处调用;顺带修掉「中途停止后库里留孤儿 tool_calls、
下一轮请求被上游拒收」的存量 bug。
- llm.buildMessages 加读侧配对过滤(pairedByAssistant / emittedCallIds):
只下发本批确有回执的调用,孤儿回执也不下发,兜历史脏数据,DB/UI 不动。
- HTTP:POST /messages 支持 delivery:'queue';新增 POST/DELETE /pending/:qid;
会话详情与 status 事件带 pending。
- 前端:条幅渲染与动作、pending_added/pending_removed/user_message 事件、
硬中断后工具卡标「已取消」;发送始终交服务端判定,避免过期状态把 user 行
插进工具批次中间。
- 文档:app/AGENTS.md 补生命周期、SSE 事件清单与待投递队列语义。
|
2026-10-25 22:44:02 +08:00 |
|
kicer
|
0ac161c579
|
配置写回:带冒号的值加引号、参数表写单行
- 写回的值含冒号(纯 URL 除外)时强制双引号:global:hy-image-3.5 这类模型 id / header 值
裸写虽能被本项目的 yaml 解析,换个解析器或落进 flow 集合就容易被当成分隔符
- extra_params / thinking_params 用 flow 风格写单行({k: v}),不再展开成多层块
- 追加整项时连同父数组一起转 block:flow 空数组里塞 block 映射会输出成残句
(platforms: 后直接跟键,序列丢失)
- 只作用于 PATCH /api/config 写入的节点,文件其它部分与注释原样保留
|
2026-10-25 22:12:37 +08:00 |
|
kicer
|
81e0a44671
|
MCP 页去掉「刷新连接状态」按钮
- 状态本来就是进页时的快照,配置改动后都要重启才生效,手动刷新意义不大
- 顺带删掉因此无人使用的 mcpUI.refresh 导出
|
2026-10-25 21:33:26 +08:00 |
|
kicer
|
560bd9afd4
|
模型平台编辑器:预设平台 + 模型高级参数
- 新增平台时给预设 chips(智谱 / DeepSeek / 通义 / 自定义):点选填好 url 与平台名,
模型 id 用预设的 model_hint 作 placeholder,新模型行自动带上 model_defaults
(extra_params / thinking_params / reasoning_ack_field)
- 切换预设只覆盖「空 / 上一个预设缺省」的行,手填参数与已有模型不动;
选「自定义」清空平台字段与 Key/模型行,回到空白平台
- 每个模型卡加「高级」:display_name、profile(下拉取 model_profiles 的 key)、
extra_params / thinking_params(JSON 文本框)、reasoning_ack_field
- 保存继续走细粒度 path,只推真正变化的叶子;清空写 op:delete,绝不整体替换模型对象;
JSON 先前端校验,非法直接提示不发请求
- 余额类型不再让用户填:用预设新增平台时隐式按预设落 type(平台名与预设一致则不写)
- 移动端模型弹窗同步放宽;去掉弹窗底部「仅写入配置…」提示
- presets:智谱 label 精简为「智谱」
|
2026-10-25 16:06:57 +08:00 |
|
kicer
|
ce7a62dcba
|
MCP 卡片显示运行态连接状态
- mcp.js 留痕每个服务的发现结果(key = name|url|mode → ok/tools/hidden/error/disabled),
重试阶梯重跑 loadServer 时状态自动更新;失败原因补上 err.cause,
卡片 title 能看到 fetch failed(ECONNREFUSED)这类真因
- 新增 GET /api/config/mcp-status(随 /api/config 继承管理员门禁)
- 卡片:「已配置」转中性灰,颜色只表达连接——已连接(绿,带工具数)/
未连接(红,带原因)/ 待重启(黄,运行态查不到);mode=disable 不显示连接标记
- 状态接口自身失败时整块不显示,避免把全部卡片误报成「待重启」
- 页头加「刷新连接状态」:状态是页面快照,重试阶梯成功后需手动刷
- 预设字段的 hint 右对齐
|
2026-10-25 15:47:12 +08:00 |
|
kicer
|
d0e6a981a6
|
MCP 设置页改成内置服务引导:预设卡片 + 字段表单
- header 掩码只遮密钥类(名字 Authorization/*token*/*key*,或值 Bearer…/sk-…),
base-url / model 明文回显——引导表单得看得见当前值才能改
- restoreMcpHeaders 改为按键名还原(原按出现顺序,只遮部分 header 后会张冠李戴);
补上单个 header 叶子写入的还原:原来把 ***** 直接写进 config.yml
- MCP 页分「内置服务」(4 张预设卡:未配置→添加、已配置→编辑)与「其它服务」
- 弹窗预设模式:name/url 只读、mode 收敛为「预设值 / disable」、字段按 presets.fields
生成(左标签 + 右输入),隐藏 header 区;配置里历史多余的 header 保存时仍原样带上
- 超时 / 工具暴露改成左标签右控件的单行排版,ms 作输入框内后缀
- 移动端 MCP 弹窗放宽到 calc(100% - 24px),内边距收紧
|
2026-10-25 15:22:48 +08:00 |
|
kicer
|
1ea29c0448
|
设置页配置预设:平台与同栈 MCP 的固定契约收进 presets.json
- 新增 app/server/presets.json:3 个模型平台(url/type/model_defaults)与
4 个内置 MCP(url/mode/header 字段,含 placeholder/hint),不含任何密钥
- routes/config.js 新增 GET /api/config/presets(随 /api/config 挂载,仅管理员)
- 启动时校验一次:key/url/type 必填、key 不重复、mode 枚举、fields[].header 必填;
失败只 warn 并降级为空预设,不影响启动
|
2026-10-25 12:20:13 +08:00 |
|