3 Commits
Author SHA1 Message Date
kicer ecf32c0388 fix(engine): 回合内自动压缩后接着跑完原任务
max_context 触发的压缩发生在任务中途,摘要落库后直接走到 !hasTools 收尾,整个回合就停在半路,得用户再喊一声才动。改为摘要落地后补一条 user 指令(上下文已压缩,请继续完成原任务。)并 continue 同一回合;手点「压缩」发起的独立压缩回合压完仍正常收尾。
2026-11-13 10:16:53 +08:00
kicer f2f8ba9b72 fix(config): 自动压缩提议阈值默认改为 0(关)
auto_compress_tokens 只管「回合结束后弹提议」,不必对所有人默认开启;默认关,需要的人自己填阈值。
2026-11-13 10:16:13 +08:00
kicer 728b213821 fix(ui): 会话列左右内边距 32px 收窄到 20px
桌面端 #chat-view 与 footer 的左右 32px 留白偏大,内容区两侧显得空;统一收到 20px,输入区与会话列仍然等宽。
2026-11-13 10:16:13 +08:00
4 changed files with 18 additions and 5 deletions
+1 -1
View File
@@ -46,7 +46,7 @@ agent:
max_tool_iterations: 100 # 单轮最大迭代数(含工具调用)
max_retries: 2 # 上游失败重试次数
language: "Simplified Chinese" # 强制回复语言;留空不限
auto_compress_tokens: 60000 # In token 超此值弹「自动压缩」提议;0=关
auto_compress_tokens: 0 # In token 超此值弹「自动压缩」提议;0=关(默认关)
# 历史重放占位裁剪(省 token):把「可再生的重负载」换成单行占位再发给上游
#(DB/UI 不动,盘上可重读/重抓)。两个距离条件**同时满足**才裁:
# rounds = 这一行之后又出现了几条 AI 回复 (「后面 AI 又说了几句话」)
+2 -2
View File
@@ -83,7 +83,7 @@ const DEFAULTS = {
// allow_private=false 开 SSRF 防护:目标主机名解析到回环/私有/链路本地地址即拒绝(重定向逐跳复查);
// 确需抓内网服务再显式开 true(注意 DNS 重绑定属残余风险)。
fetch: { timeout_ms: 30000, max_bytes: 1048576, max_chars: 12000, max_chars_hard: 64000, allow_private: false },
// auto_compress_tokens:本轮 In token 峰值 ≥ 此值时推送「自动压缩」提议(0=关)。
// auto_compress_tokens:本轮 In token 峰值 ≥ 此值时推送「自动压缩」提议(0=关,默认关)。
// auto_complete_ms:held(保持中)超过此时长自动收口为 completed(0=关)。key 非独占后 held 不占任何资源,
// 收口是纯视觉动作:历史/绑定不动,再发言照常由 completed 分支续跑(见 engine.sweepHeldTimeouts)。
// 历史重放占位裁剪(llm.buildMessages):trim.rules 逐条声明「哪个工具、参数侧还是回执侧、
@@ -93,7 +93,7 @@ const DEFAULTS = {
// turns = 这一行之后又来了几条真人消息(role=user 且 type 为空,「后面又来了几条真人消息」)
// 所以 turns:1 = 回合内绝不裁、跨过用户回合边界才裁(避免长回合里模型反复重读同一个文件)。
// 这里是默认策略的唯一来源:config.yml 写了 trim.rules 就整体替换(写 [] = 全关)。
agent: { temperature: 1.0, max_tool_iterations: 100, max_retries: 2, language: 'Simplified Chinese', auto_compress_tokens: 60000, auto_complete_ms: 1800000, trim: {
agent: { temperature: 1.0, max_tool_iterations: 100, max_retries: 2, language: 'Simplified Chinese', auto_compress_tokens: 0, auto_complete_ms: 1800000, trim: {
min_chars: 600,
rules: [
// 参数正文只是写盘时的快照:不带 turns,回合内也照裁(省的是每轮重发整个文件)
+13
View File
@@ -733,6 +733,9 @@ async function runLoopInner(sessionId, run) {
if (maxCtx > 0 && !run.summarizing && (run.turnMaxPt || 0) >= maxCtx) {
log.info('msg', sessionId + ' 自动压缩:回合 In ' + run.turnMaxPt + ' ≥ max_context ' + maxCtx);
run.summarizing = true;
// 标记「这是回合内自动压缩」:摘要落地后要接着跑完原任务(见 isSummary 分支),
// 与用户手点「压缩」发起的独立压缩回合区分开(那种压完就该停)。
run.compactAuto = true;
}
// 压缩回合(run.summarizing = 由「压缩」按钮发起、尚未产出摘要):
// 沿用默认 system prompt + 正常历史 + 同一套 tools,末尾追加一条压缩指令 user(见 llm.compressMessages),
@@ -897,6 +900,16 @@ async function runLoopInner(sessionId, run) {
).run(sessionId, assistantId).changes;
log.info('msg', sessionId + ' 压缩摘要 ' + assistantId + ' 落库,存档之前 ' + n + ' 条消息(不再发给模型)');
}
// 回合内自动压缩把正在跑的任务切成了摘要,摘要一落地就地续跑:
// 补一条 user 指令接回原任务,否则会直接走到下面的 !hasTools 收尾,
// 任务停在半路,要用户再喊一声才动。
if (run.compactAuto) {
run.compactAuto = false;
const resumeText = '上下文已压缩,请继续完成原任务。';
const resumeId = saveMessage(sessionId, { role: 'user', content: resumeText });
bus.emit(sessionId, 'user_message', { id: resumeId, content: resumeText, created_at: now() });
continue;
}
}
if (!hasTools) {
+2 -2
View File
@@ -1559,11 +1559,11 @@ label.icon-btn { cursor: pointer; }
#scrim { display: none !important; }
/* 对话内容限宽居中 */
#chat-view { padding: 16px 32px 8px; }
#chat-view { padding: 16px 20px 8px; }
#chat-view > * { width: 100%; max-width: 860px; margin-left: auto; margin-right: auto; }
/* 输入区与会话列同宽、居中 */
footer { padding-left: 32px; padding-right: 32px; }
footer { padding-left: 20px; padding-right: 20px; }
footer > * { max-width: 860px; margin-left: auto; margin-right: auto; }
/* toast 相对会话区(而非整个视口)居中 */