@ai-setting/roy-agent-core 1.7.71 → 1.7.72

package/dist/env/agent/agent-component.js

@@ -7,10 +7,10 @@ import {
   filterToolsByAgent,
   parseToolList,
   toLLMMessage
-} from "../../shared/@ai-setting/roy-agent-core-hfr6bzts.js";
+} from "../../shared/@ai-setting/roy-agent-core-jgb3bb42.js";
 import"../../shared/@ai-setting/roy-agent-core-dt104qa1.js";
 import"../../shared/@ai-setting/roy-agent-core-jvv2h3d6.js";
-import"../../shared/@ai-setting/roy-agent-core-07fvy74y.js";
+import"../../shared/@ai-setting/roy-agent-core-vm8h5zyj.js";
 import"../../shared/@ai-setting/roy-agent-core-qxnbvgwe.js";
 import"../../shared/@ai-setting/roy-agent-core-f77k3gqt.js";
 import"../../shared/@ai-setting/roy-agent-core-kmbct9yg.js";

package/dist/env/agent/index.js

@@ -4,10 +4,10 @@ import {
 import {
   AgentComponent,
   AgentComponentConfigSchema
-} from "../../shared/@ai-setting/roy-agent-core-hfr6bzts.js";
+} from "../../shared/@ai-setting/roy-agent-core-jgb3bb42.js";
 import"../../shared/@ai-setting/roy-agent-core-dt104qa1.js";
 import"../../shared/@ai-setting/roy-agent-core-jvv2h3d6.js";
-import"../../shared/@ai-setting/roy-agent-core-07fvy74y.js";
+import"../../shared/@ai-setting/roy-agent-core-vm8h5zyj.js";
 import"../../shared/@ai-setting/roy-agent-core-qxnbvgwe.js";
 import"../../shared/@ai-setting/roy-agent-core-f77k3gqt.js";
 import"../../shared/@ai-setting/roy-agent-core-kmbct9yg.js";

package/dist/env/agent/summary-agent.d.ts

@@ -15,8 +15,12 @@ import type { LLMComponent } from "../llm/llm";
  * SessionComponent.generateCompactHint() using AgentComponent.run("compact-hint", ...).
  *
  * This class is retained for backward compatibility with existing tests
- * (summary-agent.role-filter.test.ts, invoke-threshold-check.test.ts).
- * It no longer contains any active logic.
+ * (see invoke-threshold-check.test.ts). It no longer contains any active logic.
+ *
+ * Note: its former `parseCompactJsonResponse()` helper and the
+ * `SummaryAgentResult` type were removed in Task #4933 — they encoded the
+ * five-field JSON checkpoint extraction that was explicitly rejected; the
+ * checkpoint is now a single natural-language `content` string.
  */
 export declare class SummaryAgent {
     private llmComponent;
@@ -29,16 +33,3 @@ export declare class SummaryAgent {
  * 纯函数，可独立测试
  */
 export declare function parseCompactHintResponse(content: string): string;
-/**
- * 解析 JSON 响应（用于 Phase 2 compact agent 输出解析）
- *
- * 从 SessionComponent.compact() 中解析 compact agent 返回的 JSON。
- * 纯函数，方便测试。
- */
-export declare function parseCompactJsonResponse(content: string): {
-    title: string;
-    processKeyPoints: string[];
-    currentState: string;
-    nextSteps: string[];
-    userIntents: string[];
-};

package/dist/env/agent/types.d.ts

@@ -484,23 +484,6 @@ export interface SummaryAgentRunOptions {
      */
     scenarioHint?: string;
 }
-/**
- * Summary Agent 运行结果
- */
-export interface SummaryAgentResult {
-    /** Checkpoint 标题 */
-    title: string;
-    /** 过程要点 */
-    processKeyPoints: string[];
-    /** 当前状态 */
-    currentState: string;
-    /** 后续待跟进 */
-    nextSteps: string[];
-    /** 用户意图列表 - 从对话中提取的用户相关意图 */
-    userIntents: string[];
-    /** 原始 LLM 响应 */
-    rawResponse?: string;
-}
 /**
  * Compact Hint 生成选项
  *

package/dist/env/event-source/event-source-handlers.js

@@ -11,16 +11,16 @@ import {
   patchCardByLarkCli,
   renderRuleNoticeSection,
   timerHandler
-} from "../../shared/@ai-setting/roy-agent-core-zsbh9bfv.js";
+} from "../../shared/@ai-setting/roy-agent-core-y12kyxwa.js";
 import"../../shared/@ai-setting/roy-agent-core-bxkjk7zx.js";
 import"../../shared/@ai-setting/roy-agent-core-add1zqsh.js";
 import {
   cliCommandHandler
 } from "../../shared/@ai-setting/roy-agent-core-v0hf14bj.js";
 import"../../shared/@ai-setting/roy-agent-core-tm1mxttk.js";
-import"../../shared/@ai-setting/roy-agent-core-k13pxrpk.js";
+import"../../shared/@ai-setting/roy-agent-core-5gw0qa8m.js";
 import"../../shared/@ai-setting/roy-agent-core-na18zwj0.js";
-import"../../shared/@ai-setting/roy-agent-core-zv8bswpw.js";
+import"../../shared/@ai-setting/roy-agent-core-yhwxpj12.js";
 import"../../shared/@ai-setting/roy-agent-core-abqhkbn3.js";
 import"../../shared/@ai-setting/roy-agent-core-1pg0fepg.js";
 import"../../shared/@ai-setting/roy-agent-core-tr3ep81v.js";

package/dist/env/event-source/index.js

@@ -1,7 +1,7 @@
 import"../../shared/@ai-setting/roy-agent-core-b4x6x4k2.js";
 import {
   EventSourceComponent
-} from "../../shared/@ai-setting/roy-agent-core-5repth1n.js";
+} from "../../shared/@ai-setting/roy-agent-core-wr7mv7k3.js";
 import {
   BountyIMInstance,
   COMMAND_PREFIX,
@@ -33,7 +33,7 @@ import {
   timerHandler,
   translateCardActionToCommand,
   writeFallbackModelList
-} from "../../shared/@ai-setting/roy-agent-core-zsbh9bfv.js";
+} from "../../shared/@ai-setting/roy-agent-core-y12kyxwa.js";
 import {
   BUILT_IN_EVENT_SOURCE_TYPES,
   BUILT_IN_EVENT_SOURCE_TYPE_LIST,
@@ -52,14 +52,14 @@ import {
   parseCliSessionChatId
 } from "../../shared/@ai-setting/roy-agent-core-v0hf14bj.js";
 import"../../shared/@ai-setting/roy-agent-core-tm1mxttk.js";
-import"../../shared/@ai-setting/roy-agent-core-k13pxrpk.js";
+import"../../shared/@ai-setting/roy-agent-core-5gw0qa8m.js";
 import {
   EventStoreImpl,
   getSharedEventStore,
   resetSharedEventStore,
   setSharedEventStore
 } from "../../shared/@ai-setting/roy-agent-core-na18zwj0.js";
-import"../../shared/@ai-setting/roy-agent-core-zv8bswpw.js";
+import"../../shared/@ai-setting/roy-agent-core-yhwxpj12.js";
 import"../../shared/@ai-setting/roy-agent-core-abqhkbn3.js";
 import"../../shared/@ai-setting/roy-agent-core-1pg0fepg.js";
 import"../../shared/@ai-setting/roy-agent-core-tr3ep81v.js";

package/dist/env/index.js

@@ -1,12 +1,12 @@
 import {
   BaseEnvironment
-} from "../shared/@ai-setting/roy-agent-core-1gsbqesr.js";
+} from "../shared/@ai-setting/roy-agent-core-1p6syv85.js";
 import {
   TaskComponent
-} from "../shared/@ai-setting/roy-agent-core-mwa6apzx.js";
+} from "../shared/@ai-setting/roy-agent-core-2gzt2q8c.js";
 import"../shared/@ai-setting/roy-agent-core-58804s3j.js";
 import"../shared/@ai-setting/roy-agent-core-jm136jzh.js";
-import"../shared/@ai-setting/roy-agent-core-101qtkyc.js";
+import"../shared/@ai-setting/roy-agent-core-7qvw65jt.js";
 import"../shared/@ai-setting/roy-agent-core-fttgm52a.js";
 import"../shared/@ai-setting/roy-agent-core-ntq0gz7q.js";
 import"../shared/@ai-setting/roy-agent-core-8gxth0eh.js";
@@ -14,11 +14,11 @@ import"../shared/@ai-setting/roy-agent-core-7sj9xs9c.js";
 import"../shared/@ai-setting/roy-agent-core-p5cz9m8v.js";
 import {
   EventSourceComponent
-} from "../shared/@ai-setting/roy-agent-core-5repth1n.js";
+} from "../shared/@ai-setting/roy-agent-core-wr7mv7k3.js";
 import {
   builtInHandlers,
   larkCliHandler
-} from "../shared/@ai-setting/roy-agent-core-zsbh9bfv.js";
+} from "../shared/@ai-setting/roy-agent-core-y12kyxwa.js";
 import {
   EventSourceInitHooks,
   getDefaultConfigForType,
@@ -29,9 +29,9 @@ import {
 import"../shared/@ai-setting/roy-agent-core-add1zqsh.js";
 import"../shared/@ai-setting/roy-agent-core-v0hf14bj.js";
 import"../shared/@ai-setting/roy-agent-core-tm1mxttk.js";
-import"../shared/@ai-setting/roy-agent-core-k13pxrpk.js";
+import"../shared/@ai-setting/roy-agent-core-5gw0qa8m.js";
 import"../shared/@ai-setting/roy-agent-core-na18zwj0.js";
-import"../shared/@ai-setting/roy-agent-core-zv8bswpw.js";
+import"../shared/@ai-setting/roy-agent-core-yhwxpj12.js";
 import"../shared/@ai-setting/roy-agent-core-abqhkbn3.js";
 import"../shared/@ai-setting/roy-agent-core-1pg0fepg.js";
 import"../shared/@ai-setting/roy-agent-core-tr3ep81v.js";
@@ -40,21 +40,20 @@ import"../shared/@ai-setting/roy-agent-core-1w9y7mxj.js";
 import"../shared/@ai-setting/roy-agent-core-46rv4d7d.js";
 import {
   WorkflowComponent
-} from "../shared/@ai-setting/roy-agent-core-37tj4y6a.js";
+} from "../shared/@ai-setting/roy-agent-core-gr48c89p.js";
 import"../shared/@ai-setting/roy-agent-core-es203w7p.js";
 import"../shared/@ai-setting/roy-agent-core-h0x19xgn.js";
 import"../shared/@ai-setting/roy-agent-core-1ce3fqrk.js";
-import"../shared/@ai-setting/roy-agent-core-0cb6w0k7.js";
-import"../shared/@ai-setting/roy-agent-core-9bshyqjn.js";
-import"../shared/@ai-setting/roy-agent-core-hy3zn2q2.js";
+import"../shared/@ai-setting/roy-agent-core-hfyfavp3.js";
+import"../shared/@ai-setting/roy-agent-core-pakhchy7.js";
+import"../shared/@ai-setting/roy-agent-core-sm0sf6sb.js";
 import"../shared/@ai-setting/roy-agent-core-hhrg314p.js";
 import"../shared/@ai-setting/roy-agent-core-12n08pg5.js";
-import"../shared/@ai-setting/roy-agent-core-mw2cen6s.js";
+import"../shared/@ai-setting/roy-agent-core-vah6g5yx.js";
 import"../shared/@ai-setting/roy-agent-core-6atd905e.js";
-import"../shared/@ai-setting/roy-agent-core-002g6nfk.js";
+import"../shared/@ai-setting/roy-agent-core-attpry6g.js";
 import"../shared/@ai-setting/roy-agent-core-efkjyh69.js";
 import"../shared/@ai-setting/roy-agent-core-1db4vpc6.js";
-import"../shared/@ai-setting/roy-agent-core-ze068vc9.js";
 import"../shared/@ai-setting/roy-agent-core-dvtg4sn0.js";
 import"../shared/@ai-setting/roy-agent-core-c2gbt68e.js";
 import"../shared/@ai-setting/roy-agent-core-7exqwax1.js";
@@ -68,10 +67,10 @@ import"../shared/@ai-setting/roy-agent-core-jagkferh.js";
 import {
   AgentComponent,
   AgentComponentConfigSchema
-} from "../shared/@ai-setting/roy-agent-core-hfr6bzts.js";
+} from "../shared/@ai-setting/roy-agent-core-jgb3bb42.js";
 import"../shared/@ai-setting/roy-agent-core-dt104qa1.js";
 import"../shared/@ai-setting/roy-agent-core-jvv2h3d6.js";
-import"../shared/@ai-setting/roy-agent-core-07fvy74y.js";
+import"../shared/@ai-setting/roy-agent-core-vm8h5zyj.js";
 import {
   XDG_PATHS,
   getXDGPath,

package/dist/env/llm/index.js

@@ -13,7 +13,7 @@ import {
   createLLMAdapter,
   getLLMProviderOverride,
   setLLMProvider
-} from "../../shared/@ai-setting/roy-agent-core-02j24hrg.js";
+} from "../../shared/@ai-setting/roy-agent-core-rxb00gjm.js";
 import"../../shared/@ai-setting/roy-agent-core-adg9ghbt.js";
 import {
   PiAiAdapter,

package/dist/env/llm/temperature-policy.d.ts

@@ -0,0 +1,107 @@
+/**
+ * Temperature policy — 端点硬约束 + 优先级解析（Task #4946）
+ *
+ * ## 为什么需要这个模块
+ *
+ * 2026-11-04 用户在飞书报告：
+ *   `roy-agent act hi --model kimi/k3.1-pro-highspeed`
+ *   → `AI_APICallError: invalid temperature: only 1 is allowed for this model`
+ *     (`https://api.kimi.com/coding/v1/chat/completions`, requestBody temperature: 0.7)
+ *
+ * 直打真实端点的实测结论（6 个模型全覆盖）：
+ *   - `temperature: 0.7`  → HTTP 400 invalid temperature
+ *   - `temperature: 1`    → HTTP 200
+ *   - 省略 `temperature`  → HTTP 200
+ *   ⇒ Kimi For Coding 端点**只接受 1 或不传**，与模型 id 无关，是端点级约束。
+ *
+ * ## 为什么不能只靠用户配置
+ *
+ * `ProviderConfig.temperature`（types.ts 的字段 + Zod schema）此前**没有任何
+ * 读取点** —— 用户在 `config.jsonc` 的 provider 块里写 `"temperature": 1` 完全
+ * 无效，而全局 `llm.temperature` 又会把同一份值广播给**所有** provider。
+ * 于是用户只能在「全局改成 1（污染所有模型）」和「报 400」之间二选一。
+ *
+ * 本模块做两件事：
+ *   1. `FIXED_TEMPERATURE_ENDPOINTS` —— 把「端点硬约束」变成**声明式数据**，
+ *      由 baseURL（首选证据）或已知 provider id 识别，避免按用户自定义
+ *      provider 名字瞎猜（`kimi` 是用户起的名字，`kimi-coding` 才是 pi-ai 内置 id）。
+ *   2. `resolveTemperature()` —— 单一优先级解析函数：
+ *        request > 显式全局 `llm.temperature` > provider 级 `temperature` > 内置 0.7
+ *      最后再套用端点硬约束。这样 provider 级配置从此是**活的**，
+ *      而硬约束端点无论上层传什么都不可能再发出非法值。
+ *
+ * @module
+ */
+/** 一条「端点硬约束 temperature」声明。 */
+export interface FixedTemperatureEndpoint {
+    /** 说明性标识（日志 / 报错用）。 */
+    id: string;
+    /**
+     * 命中用的 baseURL 片段（**首选证据**）。
+     *
+     * 刻意匹配到域名 + 路径前缀（如 `api.kimi.com/coding`），这样同一家
+     * 厂商「编码套餐」和「通用 API」两条线不会互相误伤。
+     */
+    baseURLIncludes: string;
+    /**
+     * 已知的 pi-ai 内置 provider id（baseURL 缺失时的兜底证据）。
+     *
+     * 只在 baseURL 解析不出来时使用，且必须是厂商官方 id，不能是用户自定义
+     * 的 provider 别名（用户随时可能把 `kimi` 指向别家网关）。
+     */
+    providerIds?: readonly string[];
+    /** 强制发送的 temperature 值。 */
+    temperature: number;
+    /** 为什么必须固定（写进文档/日志，避免日后被当成魔法数删掉）。 */
+    reason: string;
+}
+/**
+ * 端点硬约束表。
+ *
+ * 新增条目要求：
+ *   - 有**真实请求**证据（curl 过 400 / 200 两组对照，不是看文档猜的）；
+ *   - `baseURLIncludes` 足够具体（域名 + 路径前缀），不要只写厂商名片段。
+ */
+export declare const FIXED_TEMPERATURE_ENDPOINTS: readonly FixedTemperatureEndpoint[];
+/**
+ * 在硬约束表里查找匹配项。
+ *
+ * 匹配顺序：baseURL 优先（真实证据），providerIds 兜底（已知官方 id）。
+ * 两者都无命中时返回 `undefined`。
+ */
+export declare function findFixedTemperatureRule(input: {
+    providerId?: string;
+    baseURL?: string;
+}): FixedTemperatureEndpoint | undefined;
+/** 未做任何配置时沿用的历史默认值（保持向后兼容）。 */
+export declare const DEFAULT_TEMPERATURE = 0.7;
+export interface ResolveTemperatureInput {
+    /** 调用方显式指定的 temperature（最高优先级）。 */
+    requestTemperature?: number;
+    /**
+     * 显式配置的全局 `llm.temperature`。
+     *
+     * 注意：**必须是「用户真的配了」才有值**。不要把 `?? 0.7` 在这里做完 ——
+     * 否则 provider 级配置永远不会生效（这正是修复前的死锁）。
+     */
+    globalTemperature?: number;
+    /** provider 块里的 `temperature`（修复前是 dead field）。 */
+    providerTemperature?: number;
+    /** 解析后的 provider baseURL（硬约束识别的主证据）。 */
+    baseURL?: string;
+    /** provider id（硬约束识别的兜底证据）。 */
+    providerId?: string;
+}
+export interface ResolveTemperatureResult {
+    /** 最终应当放进请求体的 temperature。 */
+    temperature: number;
+    /** 若命中了端点硬约束，这里是那条规则（调用方可用于日志）。 */
+    clampedBy?: FixedTemperatureEndpoint;
+}
+/**
+ * 解析最终 temperature。
+ *
+ * 优先级：request > 显式全局 > provider 级 > {@link DEFAULT_TEMPERATURE}，
+ * 最后套用端点硬约束（命中则无条件覆盖，因为端点会直接 400）。
+ */
+export declare function resolveTemperature(input: ResolveTemperatureInput): ResolveTemperatureResult;

package/dist/env/llm/types.d.ts

@@ -627,13 +627,12 @@ export declare const LLMConfigSchema: z.ZodObject<{
         providerOptions?: Record<string, unknown> | undefined;
     }>>;
     defaultProvider: z.ZodString;
-    temperature: z.ZodDefault<z.ZodNumber>;
+    temperature: z.ZodOptional<z.ZodNumber>;
     maxTokens: z.ZodOptional<z.ZodNumber>;
     topP: z.ZodOptional<z.ZodNumber>;
     stream: z.ZodDefault<z.ZodBoolean>;
     options: z.ZodOptional<z.ZodRecord<z.ZodString, z.ZodUnknown>>;
 }, "strip", z.ZodTypeAny, {
-    temperature: number;
     providers: Record<string, {
         provider: string;
         apiKey: string;
@@ -668,6 +667,7 @@ export declare const LLMConfigSchema: z.ZodObject<{
     stream: boolean;
     options?: Record<string, unknown> | undefined;
     defaultModel?: string | undefined;
+    temperature?: number | undefined;
     maxTokens?: number | undefined;
     default?: {
         temperature?: number | undefined;

package/dist/env/prompt/index.js

@@ -3,8 +3,8 @@ import {
   PromptConfigSchema,
   PromptPathSchema,
   PromptRenderer
-} from "../../shared/@ai-setting/roy-agent-core-9geem94g.js";
-import"../../shared/@ai-setting/roy-agent-core-zv8bswpw.js";
+} from "../../shared/@ai-setting/roy-agent-core-34jz9mgh.js";
+import"../../shared/@ai-setting/roy-agent-core-yhwxpj12.js";
 import"../../shared/@ai-setting/roy-agent-core-4jjwewvw.js";
 import"../../shared/@ai-setting/roy-agent-core-qxnbvgwe.js";
 import"../../shared/@ai-setting/roy-agent-core-7hh0brvs.js";

package/dist/env/prompt/prompts-index.d.ts

@@ -412,8 +412,8 @@ ${string}
      * - persistSession=false：子 agent 的运行不写回父 session DB
      */
     readonly "workflow-extract": "# Workflow Extract Agent\n\n你是 Workflow 提取专家。**唯一职责**：从 task 的对话历史中分析需求，生成可复用的 Workflow YAML，并通过工作流工具迭代式构建并验证。\n\n## 工具\n\n你有 4 个工具可用：\n\n| 工具 | 用途 |\n|------|------|\n| `workflow_list` | 浏览已有 workflow（学习节点结构、命名约定） |\n| `workflow_get` | 获取指定 workflow 详情（查看完整 YAML） |\n| `workflow_validate` | 验证 YAML 结构（依赖、节点 ID、循环检测） |\n| `workflow_add` | 添加新 workflow（需要 1-3 个 tags） |\n\n## 迭代式构建流程\n\n**重要**：必须按以下流程调用工具，**不能跳过 validate**。\n\n1. **学习** —— 调用 `workflow_list` 和 `workflow_get <name>` 查看已有 workflow\n2. **设计** —— 根据需求生成 YAML 草稿（内存中）\n3. **验证** —— 调用 `workflow_validate` 验证结构\n4. **修正** —— 验证失败 → 修正 YAML → 重新验证（直到通过）\n5. **添加** —— 验证通过后调用 `workflow_add` 提交\n\n## 构建原则\n\n1. **优先具象节点**：优先使用特定工具节点（如 tool/skill/agent）\n2. **避免条件分支**：不提取循环和条件判断，保持线性流程\n3. **至少 2 个节点**：单节点 workflow 无意义\n4. **必须设置 tags**：tags 是 workflow 分类的依据（1-3 个）\n5. **节点 ID 唯一**：每个节点必须有唯一 id\n\n## 验证失败的处理\n\n如果 `workflow_validate` 返回 invalid：\n\n1. 仔细阅读 errors 列表\n2. 修正 YAML（节点 ID 重复、依赖缺失、循环等问题）\n3. 重新调用 `workflow_validate` 验证\n4. 最多迭代 8 次，超过则停止并报告失败原因\n\n## YAML 结构参考\n\n```yaml\nname: <workflow-name>          # 必填，kebab-case\nversion: \"1.0\"                  # 选填，默认 1.0\ndescription: <一句话描述>\ntags: [<至少1个，最多3个>]      # 必填\nnodes:\n  - id: node-1                  # 必填，唯一\n    type: tool|skill|agent      # 必填\n    name: <节点名称>\n    config: {}                  # 根据类型配置\n    depends_on: []              # 依赖列表\noutputs: []                     # 输出定义（可空）\n```\n\n## 禁止\n\n- ❌ 不要跳过 `workflow_validate` 直接 `workflow_add`\n- ❌ 不要生成少于 2 个节点的 workflow\n- ❌ 不要生成条件节点（if/else/switch）或循环节点（while/for）\n- ❌ 不要使用 bash 或其他工具（严格使用 4 个 workflow 工具）";
-    readonly compact: "# Session Checkpoint Generator\n\n你是专业的会话 checkpoint 生成器。阅读对话历史，提取结构化 checkpoint 信息。\n\n使用 `workflow_submit_output` 工具提交结果，包含以下字段：\n- **title**: 简洁的 checkpoint 标题（不超过 30 字符）\n- **processKeyPoints**: 关键发现或决策列表\n- **currentState**: 当前进度和状态描述\n- **nextSteps**: 后续行动项列表\n- **userIntents**: 用户核心意图列表（2-5 个）\n\n## 提取指南\n\n- **processKeyPoints**：聚焦对后续推进有意义的里程碑\n- **currentState**：让后续接手者能快速了解当前局面\n- **nextSteps**：明确的后续行动项\n- **userIntents**：从整个对话中提取，优先最重要最紧急的\n- 使用 `workflow_submit_output` 工具提交结果\n- 用户输入中的场景提示（scenario hint）指明了重点关注方向，请严格遵守。";
-    readonly "compact-hint": "# Compact Hint Generator\n\n你是会话压缩指导提示生成器。分析对话历史，生成\"压缩指导提示\"告诉 checkpoint 生成器在压缩时重点提取什么。\n\n使用 `workflow_submit_output` 工具提交结果，包含 guidance_prompt 字段。";
+    readonly compact: "# Session Checkpoint Generator\n\n你是专业的会话 checkpoint 生成器。阅读对话历史，输出一份**自然语言**的会话 checkpoint，\n供后续接手者（可能是新的 AI 会话）快速了解\"之前发生了什么、现在到哪一步了、接下来要做什么\"。\n\n## 输出要求\n\n**直接输出 checkpoint 正文**，用自己的话写，形式自由（连续段落、要点列表、混合都行）。\n内容上要覆盖这几件事（不要求任何段落标题，也不要求固定顺序）：\n\n- 这次会话做了什么、进展到哪一步\n- 关键决策 / 关键发现 / 踩过的坑\n- 当前状态：手上有什么、卡在哪里\n- 后续要做什么\n- 用户的核心诉求\n\n## 硬性要求\n\n- **不要**输出 JSON、不要代码块围栏、不要\"以下是 checkpoint\"之类的开场白\n- **不要**使用固定的小节标题模板（如 Summary / Current State 之类），自然叙述即可\n- 直接用中文写（除非对话本身是英文）\n- 信息密度优先：写具体的东西（文件名、命令、报错原文、参数值），不要空泛概括\n- 篇幅控制在能让人快速读完的长度（约 200-800 字），拖沓冗余不如简洁\n- 用户输入里若带了场景提示（scenario hint），它指明了重点关注方向，请优先覆盖";
+    readonly "compact-hint": "# Compact Hint Generator\n\n你是会话压缩指导提示生成器。分析对话历史，产出一段\"压缩关注点提示\"，告诉\ncheckpoint 生成器在压缩这次会话时**最该保留什么**。\n\n## 输出要求\n\n- **直接回复提示正文**（3-4 句话），不要 JSON、不要代码块、不要工具调用、不要任何额外说明或开场白\n- 内容要具体：指出本次会话的主题、当前进展、以及压缩时最该保留的信息\n- 用自然语言描述，可以是一段话或几条要点\n\n示例：\n\n会话围绕 lark-cli 多 profile 部署展开：已完成 profile 选型与凭据写入，当前卡在用户身份 reply 的权限确认。压缩时应重点保留各 profile 的 region 与凭据路径，以及权限报错原文。";
     /**
      * workflow-creator — 交互式 workflow 构建子智能体 (Task #2194)
      *

package/dist/env/session/__bench__/replay-compact.d.ts

@@ -0,0 +1,137 @@
+/**
+ * @fileoverview 真实 session 回放 + **压缩后 resume 验证** harness (Task #4933 C 方案)
+ *
+ * 用户点名的两条硬验收：
+ *   3.1 压缩后 session resume：「压缩后还可以继续基于压缩内容进行对话」
+ *   3.2 压缩效果与时长
+ *
+ * 本 harness 做的事：
+ *   Phase A — 回放 & 压缩
+ *     1. 从生产 sessions.db（**只读**）读某个真实 session 的未归档消息
+ *     2. 灌进完全隔离的临时 sqlite db（临时目录，不碰生产库）
+ *     3. 用**真实** minimax/MiniMax-M3.1-Flash 跑两阶段压缩
+ *        （compact-hint → hint 注入 → compact → 整段自然语言 checkpoint）
+ *     4. 测耗时 / 输入规模 / checkpoint 正文长度
+ *
+ *   Phase B — resume 验证（核心）
+ *     5. 断言压缩后新的 LLM 上下文**只含 checkpoint 消息 + 之后的消息**
+ *        （旧消息全部归档，不泄漏）
+ *     6. 从 checkpoint 正文里提取一个「事实探针」（只有在读 checkpoint 才可能知道
+ *        的具体细节：文件名 / 命令 / 报错 / 参数）
+ *     7. 用一个**全新 agent 会话**（干净的 conversation，只有 checkpoint 消息作为历史）
+ *        问一个只有读 checkpoint 才能答对的问题
+ *     8. 校验 assistant 回答是否命中了探针事实 → 证明 resume 真的基于压缩内容
+ *
+ *   Phase C — 旧格式 checkpoint resume
+ *     9. 构造一个旧格式（五栏位）checkpoint → 读时适配 → resume 对话正常
+ *
+ * ⚠️ 纪律：
+ *   - 生产库只用 readonly 打开，绝不写
+ *   - 临时 db 在 os.tmpdir()，跑完自动删除
+ *   - 真实调用 LLM（消耗额度）
+ */
+import type { ConfigComponent } from "../../../config/config-component";
+interface RawMessage {
+    role: string;
+    content: string;
+    parts: string | null;
+    metadata: string | null;
+    is_archived: number;
+    timestamp: number;
+}
+export declare function getProdDbPath(): string;
+/**
+ * 从生产库读取某 session 的**未归档**消息（只读连接）。
+ */
+export declare function readSessionMessages(sessionId: string, limit?: number): {
+    messages: RawMessage[];
+    total: number;
+};
+/**
+ * 从 checkpoint 正文里抽「事实探针」—— 只有在读到 checkpoint 内容时才可能知道的
+ * 具体细节（路径 / 命令 / 报错码 / 版本号 / 长标识符）。
+ *
+ * 策略：抓形如以下的高辨识度 token：
+ *   - 文件路径 `/a/b/c.ts`
+ *   - 命令 `bun test` / `git commit`
+ *   - 版本 `v1.2.3` / `1.7.71`
+ *   - 长标识符 `session_xxx` / `Minimax-M3.1-Flash` / 反引号内容
+ *   - 数字+单位 `4731 条` / `P50=118s`
+ */
+export declare function extractFactProbes(content: string, max?: number): string[];
+/**
+ * 判定回答是否命中了探针（关键词命中率）。
+ *
+ * 归一化：小写 + 去空白，避免中英文混排 / 空格差异造成假阴性。
+ */
+export declare function scoreAnswerHit(answer: string, probes: string[]): {
+    hits: string[];
+    hitRate: number;
+};
+export interface ResumeProbeResult {
+    /** 用于追问的问题 */
+    question: string;
+    /** 从 checkpoint 抽出的事实探针 */
+    probes: string[];
+    /** assistant 的回答 */
+    answer: string;
+    /** 命中的探针 */
+    hits: string[];
+    /** 命中率 */
+    hitRate: number;
+    /** 回答长度 */
+    answerLength: number;
+    /** 本次追问耗时 */
+    resumeMs: number;
+    /** resume 时 LLM 看到的历史消息数（应为 checkpoint + 之后的消息） */
+    contextMessageCount: number;
+    /** resume 时历史里是否含归档前的老消息（泄漏检测） */
+    leakedArchivedContent: boolean;
+}
+export interface ReplayResult {
+    sessionId: string;
+    totalMessagesInSession: number;
+    replayedMessages: number;
+    inputChars: number;
+    compactModel: string;
+    phase1Ms: number;
+    phase2Ms: number;
+    totalMs: number;
+    hint: string;
+    hintLength: number;
+    hintInjected: boolean;
+    hintOverlapTokens: number;
+    checkpoint: {
+        title: string;
+        contentLength: number;
+        contentPreview: string;
+        /** C 方案：正文是否含伪造的五小节标题（应为 false） */
+        hasForgedSectionHeaders: boolean;
+    };
+    checkpointMessagePreview: string;
+    /** ★ resume 验证结果 */
+    resume: ResumeProbeResult | null;
+    errors: string[];
+}
+export declare function replay(args: {
+    sessionId: string;
+    limit?: number;
+    bootstrapAgentComponent: (configComponent: ConfigComponent) => Promise<any>;
+    /** 跳过 resume 验证（只测压缩） */
+    skipResume?: boolean;
+    /** 自定义追问问题（默认自动生成） */
+    resumeQuestion?: string;
+    /**
+     * 旧格式 checkpoint 模式：不跑真实压缩，而是注入一个旧格式 checkpoint
+     * 来验证读时适配 + resume。
+     */
+    legacyCheckpoint?: {
+        title: string;
+        processKeyPoints: string[];
+        currentState: string;
+        nextSteps: string[];
+        userIntents: string[];
+        summary?: string;
+    };
+}): Promise<ReplayResult>;
+export {};

package/dist/env/session/__bench__/run-replay.d.ts

@@ -0,0 +1,15 @@
+/**
+ * @fileoverview 回放测试 runner (Task #4933)
+ *
+ * 建一个**最小但真实**的 Environment（只含 config/llm/agent/prompt 组件），
+ * 然后对本仓库的真实 session 做回放压缩。
+ *
+ * 用法：
+ *   cd <worktree>
+ *   bun run packages/core/src/env/session/__bench__/run-replay.ts \
+ *     --session <sessionId> [--limit N]
+ *
+ * 也可以一次跑多个：
+ *   bun run .../run-replay.ts --sessions id1,id2,id3 --limit 800
+ */
+export {};

package/dist/env/session/compact-checkpoint-content.d.ts

@@ -0,0 +1,67 @@
+/**
+ * @fileoverview C 方案 checkpoint 内容处理（Task #4933 重写）
+ *
+ * 用户决策（飞书群 oc_4afcc8f93c811e5371dd00674d16a6b1）：
+ *   压缩最终产物是**整段自然语言** checkpoint 正文（`content`），
+ *   不再有 summary/processKeyPoints/currentState/nextSteps/userIntents 五栏位，
+ *   也不再有固定 markdown 小节契约 + 章节解析器（上一轮方案被用户否定）。
+ *
+ * 本模块是**纯函数**集合：
+ *   1. normalizeCheckpointContent — 守护：只判「有没有实质文本」
+ *   2. buildCheckpointFromText    — LLM 自然语言输出 → { title, content }
+ *   3. adaptLegacyCheckpoint      — 旧格式（五栏位）读时适配 → 新格式
+ *   4. createCheckpointContent    — checkpoint 消息正文渲染
+ *
+ * 设计原则：
+ *   - 守护逻辑极简但必须保留：全空 → 拒绝归档（2026-10-16 生产事故，
+ *     曾静默吞掉 4731 条消息，绝对不能回归）
+ *   - 旧 checkpoint 的语义完整保留（读时适配，不写回数据库）
+ */
+import type { SessionCheckpoint } from "./types";
+/**
+ * 判断一段文本是否可作为 checkpoint 正文。
+ *
+ * 守护规则（极简）：
+ *   - 非空（trim 后有内容）
+ *   - 不是降级哨兵
+ *   - 长度 ≥ MIN_CONTENT_LENGTH
+ *
+ * @returns 归一化（trim）后的正文，不可用返回 undefined
+ */
+export declare function normalizeCheckpointContent(text?: string | null): string | undefined;
+export interface CheckpointFromText {
+    title: string;
+    content: string;
+}
+/**
+ * 把 LLM 输出的整段自然语言构造成 checkpoint 的 title + content。
+ *
+ * 标题策略：首个 markdown 标题行（`#`~`######`）→ 否则首个非空行；
+ * 超长截断到 80 字符。正文整段保留（含列表、代码块等自由形式）。
+ *
+ * @returns { title, content }，文本不可用返回 undefined
+ */
+export declare function buildCheckpointFromText(text?: string | null): CheckpointFromText | undefined;
+/**
+ * 把旧格式 checkpoint（summary/processKeyPoints/currentState/nextSteps/
+ * userIntents 五栏位）在**内存中**适配为新格式（content 整段自然语言）。
+ *
+ * ⚠️ 只做读时适配：不写回数据库、不修改原对象（纯函数）。
+ *    生产库 555 个存量 checkpoint 全是旧格式，靠本函数在读取时
+ *    合成 content，新代码无感知。
+ *
+ * 合成策略：title + summary + 各栏位编号串联，语义完整保留。
+ * 新格式原样返回（引用相等）。
+ */
+export declare function adaptLegacyCheckpoint(cp: SessionCheckpoint): SessionCheckpoint;
+/**
+ * 渲染 checkpoint 消息正文（存为 user 消息，进入 LLM 上下文）。
+ *
+ * 形态（无伪造小节标题）：
+ *   # Checkpoint: {title}
+ *
+ *   {整段 content}
+ *
+ *   {N} messages compacted at {ISO}
+ */
+export declare function createCheckpointContent(checkpoint: SessionCheckpoint): string;

package/dist/env/session/index.d.ts

@@ -10,6 +10,7 @@ SessionCheckpointsMeta, // (new)
 CreateSessionOptions, UpdateSessionOptions, ListSessionsOptions, AddMessageOptions, CompactOptions, // (new)
 CompactResult, // (new)
 CompactPreview, // (new)
+CheckpointAdaptReport, // Task #4933
 GetContextOptions, // (new)
 GetContextResult, // (new)
 GetMessagesOptions, } from "./types";

package/dist/env/session/index.js

@@ -3,11 +3,10 @@ import {
   MIN_SESSION_ID_LENGTH,
   SessionComponent,
   isValidSessionId
-} from "../../shared/@ai-setting/roy-agent-core-9bshyqjn.js";
+} from "../../shared/@ai-setting/roy-agent-core-pakhchy7.js";
 import {
   MemorySessionStore
-} from "../../shared/@ai-setting/roy-agent-core-hy3zn2q2.js";
-import"../../shared/@ai-setting/roy-agent-core-ze068vc9.js";
+} from "../../shared/@ai-setting/roy-agent-core-sm0sf6sb.js";
 import"../../shared/@ai-setting/roy-agent-core-rvxg1wps.js";
 import {
   SessionMessageConverter