Commit Graph
132 Commits
Author SHA1 Message Date
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 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 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 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 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 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 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 58b9eaddd4 浏览器语音输入改为流式断句:ScriptProcessor 采 PCM 降采样到 16k,与套壳共用 pushChunk 流水线
- 浏览器不再用 MediaRecorder 整段录后上传,改为 AudioContext + ScriptProcessor 实时采 PCM
- 新增 downsampleTo16k():44.1k/48k 降采样到 16k,小数相位跨分片累计不漂移
- 抽出 pushChunk(),壳推的分片与浏览器采的分片汇到同一处做 VAD/切段/上传
- 电平统一用 PCM 峰值,删除 AnalyserNode;两条路收口都走 flushTail/waitFlush
- 新增 primeAudioCtx():iOS Safari 需在手势里创建并 resume AudioContext
- nativeStop():cancelVoice 缺失时退回 stopVoice,避免壳侧麦克风一直开着
- 同步 docs/voice-input.md
2026-10-24 20:21:33 +08:00
kicer b2b0f8d2b2 语音输入改为流式断句,服务端只做超长兜底切分
- 壳推 16k/单声道/16bit PCM 分片(onNativeVoiceChunk,~100ms 一片),
  页面自己判停顿(≥0.5s 静音)断句、逐段串行上传;松手只 flush 剩下的话,
  全部结果到齐后一次性写进输入框并自动发送
- 纯静音的尾巴不再上传(否则只会换来一次「没有可识别人声」)
- 删除 onNativeVoiceResult / onNativeVoiceAmp:声波改由页面用 PCM 峰值驱动
- 服务端不再逢停顿就切:≤25s 直接一次请求、不跑 silencedetect;
  >25s 才在距上限最后 6s 的窗口里挑停顿中点,挑不到硬切,段数 ≈ 时长/25
  (去掉 ASR_MAX_SEGMENTS 的 20 段退化分支)
- 上游 200 + 空 text 改判 400(这是「这段没人声」的正常结果,不再打堆栈)
- docs/voice-input.md 按新契约整篇重写(含 AudioRecord 参考骨架)
2026-10-24 20:11:25 +08:00
kicer ceccb3645f 语音识别上游参数改为随请求带入,init.sh 不再绑定平台
- mcp_asr 不再从容器 env 读 key/base_url/model,改为逐请求 header
  (Authorization / X-ASR-Base-Url / X-ASR-Model),容器不存任何平台密钥
- core 的 /api/asr 从 config.yml 的 mcp_servers[asr].headers 取值转发,
  /status 增加 reason(未接线时前端 console 直接打印原因)
- init.sh 只自动启用模型平台与 web_search;image_task / video_task / asr
  改为带默认 url 与 header 名的注释模板,删掉 ASR_API_* 输入与 BIGMODEL_KEY 复用
- docker-compose 去掉 mcp_asr 的三个上游 env
- 同步 README / AGENTS / app/config.example.yml / mcp 文档
2026-10-24 17:43:36 +08:00
kicer 53fa5da82b 新增语音输入(mcp_asr)与健康检查服务标识
语音输入:输入框为空时发送键变麦克风,进入语音模式后按住说话、松手转写并发送;套壳 App 走原生录音桥,浏览器走 MediaRecorder(需 HTTPS)。转写在 mcp_asr,经 /api/asr/transcribe 直达,不经过模型、不消耗 token。

/api/health 增加 service/api/auth_required 字段并设 no-store,供套壳 App 校验手填的服务器地址;免认证路径容忍尾斜杠,避免 /api/health/ 被中间件 401。

接线与文档:compose 新增 mcp_asr;init.sh 默认复用 BIGMODEL_KEY 作为 ASR_API_KEY;README/AGENTS/mcp 文档同步。版本 2.3.0 → 2.4.0。
2026-10-24 16:13:30 +08:00
kicer bc34f91417 粘贴超长文本自动转为附件上传 2026-10-22 19:36:28 +08:00
kicer ec70b10c08 支持拖拽文件到页面直接上传 2026-10-22 19:25:02 +08:00
kicer c59ddf5eb4 图片回执不在重放时改写:已消费只省略像素,保留当时成功的读图事实 2026-10-22 00:18:30 +08:00
kicer 6aa1a2789b 图片read_file时提示以json返回 2026-10-21 22:40:18 +08:00
kicer 29e46692fc fix(skill): 参数改回 op/name/args 的扁平结构,压缩描述并修正调用示例 2026-10-21 20:53:33 +08:00
kicer 76a0e9ad86 refactor(skill): 参数改为动词作键,去掉 op/name/input_args
形状:{"list":"all"} / {"get":"<名>"} / {"run":"<名>","args":{...}},三者恰好给一个。
- 互斥无法用 required 表达,校验与报错回显放在 toolSkill
- list 取值是字符串范围而非布尔,为将来的技能分类留扩展位;今天只认 all
- list/get 带非空 args 一律报错,不静默丢弃
- 旧形状 {op,name,input_args} 仍由 toolSkill 兜底翻译,只为兼容存量技能文档,不再对外文档化
- README/AGENTS/skills 文档与内置技能调用示例同步为新形态
2026-10-21 09:25:25 +08:00
kicer 5117843047 重构文档 2026-10-20 14:57:12 +08:00
kicer 548c91d21a 重建下文档 2026-10-20 14:47:00 +08:00
kicer 65c405ff01 修复excel双击修改的bug 2026-10-19 23:39:33 +08:00
kicer d5e1ff374f 加入officecli相关支持 2026-10-18 15:40:44 +08:00
kicer fd617b0b8d refactor(engine): 全面移除 advising 顾问模式与 handoff 工具——会话默认走模型配置 profile(未配=全量 profile-default.txt)
- engine: resolveProfileName 去掉 advising 强制档;删 enterExecuting/archiveTaskBrief 与 runLoopInner 的阶段守卫、批尾切换逻辑
- tools: definitions.json/executor.js 删 handoff 工具(内置工具 15→14);全局 tools_deny 回退为 ['lab']
- db: sessions.phase 列随概念移除(DROP COLUMN 迁移,旧 SQLite 兜底跳过);createSession/clearSessionMessages 不再读写 phase
- 模板 profile-advising.txt 删除;config.js/config.example.yml 去 advising 组合
- scheduler/wechat 投递前不再有强制 executing;SSE status 事件与会话接口不再携带 phase
- 前端去阶段徽标/phase 事件监听;README 与 docs/ARCHITECTURE.md 同步
2026-10-17 13:00:53 +08:00
kicer fe7441c37a fix(engine): 收口补题改为无条件立题——maybeGenerateTitle 加 force,收口是最后一站差标题也比没标题强 2026-10-13 19:25:37 +08:00
kicer 8352ba7ea8 feat(engine): 空闲扫描收口时兜底补生成标题——wrapTitleFallback 挂两 sweep,门槛语义对齐 finalize 2026-10-06 08:25:56 +08:00
kicer e2eb211ab1 feat(config): 模型新增 reasoning_ack_field——历史轮思维链按配置字段名回传(逐模型 opt-in,纯配置闸门) 2026-10-06 07:37:12 +08:00
kicer ccb0f803b3 fix(wechat): 微信深度思考改默认关——deep_think 列默认 0,旧库 DEFAULT 1 重建表把存量一键关回,读端缺行兜底同改 2026-10-06 07:10:16 +08:00
kicer 46867f8274 feat(tools): read_file 支持 @<sid>/<rel> 只读窥看历史会话文本
查看可过墙、字节落地仍只走 copy_path:复用 resolvePastPath 校验单点(形状/存在/同用户/沙箱),
历史图片直接拒绝并引导 copy_path(签外链必须经本会话,不做藏进 .imgcache 的偷偷导入);
写侧 write_file/edit_file 显式拒 @,definitions.json 与 ARCHITECTURE.md 同步该不变量。
2026-10-05 07:29:15 +08:00
kicer 4c44604566 feat(channel): 微信端全局深度思考开关 /think(=H5 按钮的指令形态,复用既有 deepThink 链路)
- wechat_bindings 补 deep_think 列(默认 1=开,微信没按钮可点,默认按开走);
  开关随绑定不随会话,/switch /new 都不丢
- /think on|off(隐式 1|0 不写 help;裸 /think 报当前态):写 binding 行;
  投递普通消息时(channel=wx:)把开关值替进既有 postUserMessage 的 deepThink
  参数——开=沿用现链路合并模型 thinking_params,关=什么都不带,与 H5 按钮
  勾选/取消完全同构;llm/engine/web 零改动
- /status 对 wx 通道显示「深度思考:开/关」
- attachBus 放行 reasoning_delta:思考流也驱动 sendTyping 心跳(不进台账);
  心跳冷却判定前置到查库之前,逐 token 高频帧的开销仅为 Map 读写
- ARCHITECTURE 目录树/§5.13/§路由表同步
2026-10-02 11:20:28 +08:00
kicer 9fb7577860 feat(config): 模型 vision 缺省改 true——现在模型基本都带视觉
- normalizePlatforms/旧格式迁移两处判定 === true → !== false(显式配 vision: false 才关)
- 设置页新建平台/加模型行的「图片输入」勾选默认开;新增行保存极性翻转:
  勾上靠缺省不落键,取消勾选显式写 vision: false(否则键省略解析成 true,幽灵回勾)
- 已有行显示/diff 不受影响:effective 视图经规范化,vision 恒 bool,无冗余键注入
- README/ARCHITECTURE 配置说明同步
2026-10-02 10:48:37 +08:00
kicer eb082cb6f7 feat(engine): 标题生成加触发门槛——防「你好」开局把题定了
- ①本轮真实执行过工具(run.toolWorked,errAck 批不算)→ finalize 即立题
- ②零工具纯聊:不加计数器,由 messages 现推——非注入 user 正文行≥3 且总字数≥30
  才立题(重启/压缩免疫,连环「嗯」不算有效对话)
- 方案 A 取消:实查 toolHandoff 已强制 title 参数并直写 sessions.title(尊重
  title_locked),「过程题→任务书题」升级在交接时已完成;enterExecuting 清空再
  盲推导属倒退,徒增一次调用
- ARCHITECTURE §标题同步
2026-10-02 10:30:39 +08:00
kicer abe5673926 refactor(templates): 提示词按用途分组命名 + 压缩回合剔除 [CTX] 注入行
- 命名混乱整治:prompt-*(压缩/标题系统侧指令)与 profile-*(各 profile 的
  system prompt)两组:system-prompt.txt→profile-default.txt、
  advising/lab/zero-system.txt→profile-*.txt、compress/title-prompt.txt→
  prompt-*.txt;全库引用(llm/config/engine/README×2/example/ARCHITECTURE)同步
- compressMessages 输入过滤:memory_note/scheduler_note/errAck/旧 summarize_request
  不进摘要(跨会话噪音+滚雪球,同 engine JOURNAL_SKIP_TYPES 虑);channel_note 刻意
  保留——压缩落库存档全部行,微信约束只能靠摘要转世;task_brief/summary 照常
- 画像快照本就不在 messages 表,压缩/标题均天然不带
2026-10-02 10:16:31 +08:00
kicer 419008597d feat(tools): 复活 list_directory/copy_path 开 @<会话id> 只读历史通道;recall 收敛纯记忆三 op
- recall 删 files/link 两 op(沙箱外克隆必漂移:link 漏抄 mint_public_link 的
  realpath 符号链接防线,整删即消洞);description 重写:去跨工具越权指引与
  重复细节,补纯文本返回契约与空态语义;count 补 minimum/maximum/default
- list_directory:单层 ls、≤200 条、隐藏项不列;'@<sid>/<rel>' 列历史会话,
  条目输出 @sid/ 全形路径可直抄进 copy_path
- copy_path:历史成果唯一进口。resolvePastPath 校验单点(形状+存在+同用户);
  目标拒 @(历史只读、写只进本会话)、撞名拒覆盖、预算 200 文件/200MB、
  符号链接整趟拒绝防逃逸;导入后 read_file/vision/mint 全量生效,零核心沙箱改动
- advising:阶段硬闸名单加入 copy_path,白名单点名放行 list_directory
- definitions 保持按 name 字母序;ARCHITECTURE 记部分复活与撤销理由
  (生产 terminal 在远端 executor 容器,host-tasks 被 wrapper unmount,
  当年「统一走 terminal」的删除理由不覆盖跨会话场景)
- 验证:harness 23/23(@ 下钻/跨用户/撞名/symlink/退役 op 回归);node --check 全过

版本 2.2.0 → 2.3.0
2026-09-30 09:44:14 +08:00
kicer 147f0654c5 feat(fetch): 下载/返回双上限解耦 + offset 回合缓存续读 + SSRF 防护 + HTML 剥壳增强
- 返回窗收紧:max_bytes(下载,1MB)与 max_chars(返回,默认 12000/硬帽 64000)拆分;单次抓取上下文开销从最坏几十万 token 掉到数千
- offset 续读:超窗尾部提示全文长度与本段区间,转换后全文挂 ctx.run.fetchCache(回合级 LRU 3 条),续读纯本地切片不重抓;字节截断如实标注不完整,不承诺无效续读
- SSRF 防护(默认开):主机名解析结果含回环/私有/链路本地即拒,redirect:manual 逐跳复查至多 5 次;fetch.allow_private: true 可放行;DNS 重绑定为标注的残余风险
- htmlToMarkdown 补剥 nav/header/footer/aside/form 整块与 class/id 样板词启发式丢块,<title> 提成首行;字节截断尾 U+FFFD 去噪
- schema 增 offset/max_chars;旧 config.yml 经 deepMerge 自动获得新默认,无需迁移
- 验证:临时功能脚本 22/22(真 HTTP server 打 executeTool),dep-check 通过;smoke 的 held 超时经 stash 对照确认为既有环境问题,与本改动无关
2026-09-29 16:27:02 +08:00
kicer fbcfad9f3c backup codes 2026-09-29 16:11:34 +08:00
kicer 86862b9e51 加入更多控制命令 2026-09-28 23:10:52 +08:00
kicer 3202f81d6b 优化显示样式 2026-09-28 22:11:26 +08:00
kicer 4b54a94cb6 wechat: 工具调用 digest 搭便车投递——tool_call/tool_result 事件在 typing 心跳之外累积回合摘要(terminal→command、fetch→url、其余→path,46 字截断;同类计数折叠、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,纯工具轮 digest 非空时单独投出作进度送达。turnState 增 tools 字段(内存态随入站重置);write_file/edit_file 正文绝不进微信(白名单只取 path)。ARCHITECTURE §5.13 同步。 2026-09-28 19:02:47 +08:00
kicer b4d39675ec 多模态投递定案:探针矩阵证伪「每轮一张」限流与外链嫌疑,合并消息按官方形态收敛——DeepSeek 视觉受控实验(纯色条 ground-truth 图 × prompt_tokens 差值 × /p 外部取用日志,三源交叉):data URL 单/双图、/p 外链单/双图(自签 https+attachment 头)、tool 回执后 user 合并形态、真实微信截图逐字 OCR,9 项全 PASS;生产 DB usage.pt 实测每图轮 +600~1000——14:33 时图早已进入上下文,"看不见"是弱模型叙事惯性而非投递失败。据此采纳评审可落地三条:llm.js 合并 user 消息改 text 置顶排布(逐图对应说明合并进首段文字、图块按回执顺序紧随,对齐官方示例形态),首段明说「不是用户新输入」并附「先逐张简述再继续」指令兼作送达自检;"已消费"分界从任意 assistant 收紧为最后一条无 tool_calls 的收尾 assistant(中间只发 tool_calls 的轮次不算已阅,图继续留在上下文直到模型真正答复过,鲁棒优先于极致省 token)。engine.js 撤 imgThisTurn 每轮一张批次限流(多图实测可行,该限流是为误诊买的保险),保留同回合同图去重护栏(本轮实测 11:51 式 40 连读已收敛为 1 次挡回+如实上报);「发送形态」debug 日志转常驻观测。definitions.json read_file 图片段与 ARCHITECTURE 图片链路、陷阱 7 同步(含诊断三源方法论:发送形态日志/外部取用行/pt 增量)。探针实验产物已全部清理;docker-compose.yml 为用户自改不在本次提交。 2026-09-28 16:27:00 +08:00
kicer a250d57d10 多模态投递限流:每次模型调用最多携带一张图(多图上游只认最后一张,user 合并形态实测仍翻车)——engine 工具批内第一张图正常投递、其余降级为「下一轮单独重读」文字提示,逐轮收敛;同回合同图去重护栏保留(挡已投递图的反复重读)。发送形态 debug 日志(log.js 加 isDebugEnabled):只打角色/块数/image 计数/降级标记,不打 URL 与内容,「图没到模型」时一眼区分发送侧漏拼与上游吞图。definitions.json read_file 说明、ARCHITECTURE 图片链路与陷阱 7 同步两条铁律(图走批次后 user 合并 + 每轮至多一张,均系线上死循环实测复盘) 2026-09-28 14:19:47 +08:00
kicer e1bee18cd0 llm: 工具回执夹图改批次后 user 合并投递 + 同回合去重护栏(线上死循环复盘)
多模态上游兼容性事故:tool 角色消息带 image_url 块是非标准形态,大量
OpenAI 兼容上游整批忽略或只认批次最后一张——模型看不到图、却见回执写着
「已回传」,加上旧催读文案「如需重读请再次 read_file」火上浇油,模型一轮轮
重读同一批图烧 token 死循环。改为:

- llm.js buildMessages:未消费的 tool 回执图不塞回执内(回执降级纯文本),
  image_ref 现签外链后统一并入该批回执之后的一条 user 消息(user 角色各家
  通吃);每张图前配一行「[图片 N,对应回执] <回执首行>」标签,模型可对号;
  旧库 data: URL 块原样并入;签不到降级文字占位。顺序天然满足 assistant→
  tool 紧邻配对约束(合并消息落在整段历史尾部)。
- 两处催读文案(已省略/外链不可用)改为「请告知用户、勿反复重读同一文件」。
- engine.js runLoopInner 死循环护栏:run.imgDelivered 按图 rel 去重,同回合
  再读同图只回文字提示不再签新图;run 随回合销毁,新回合自动重置,正常
  追问重看不受影响。
- definitions.json read_file 描述同步新形态(图在批次回执后的独立 user
  消息到达;同回合重读不再带像素,勿重试)。
- ARCHITECTURE.md §5.1 图片约定、§14 陷阱 7 改写,记录本次复盘。

验证:容器内构造 history 直调 buildMessages 六场景单测全过(合并/标签/
现签/签失败占位/已消费省略/同批多图序号/旧 data: 透传/user 行原位现签);
JSON 与 node --check 通过;restart agent-core 启动干净、微信对账正常。
2026-09-28 12:56:39 +08:00