@archon-claw/cli 0.5.0 → 0.5.1

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@archon-claw/cli",
-  "version": "0.5.0",
+  "version": "0.5.1",
   "description": "AI Agent CLI",
   "type": "module",
   "bin": {
@@ -36,7 +36,8 @@
     "zod": "^3.25.76"
   },
   "scripts": {
-    "build": "tsc -p tsconfig.build.json && rm -rf dist/public && cp -r ../web/dist dist/public",
+    "clean": "rm -rf dist",
+    "build": "tsc -p tsconfig.build.json && cp -r ../web/dist dist/public",
     "dev": "tsx src/cli.ts start examples/my-agent",
     "start": "node dist/cli.js",
     "test": "vitest run --exclude dist --exclude examples",

package/dist/scaffold.d.ts

@@ -1,7 +0,0 @@
-export declare function scaffoldAgent(name: string, targetDir: string, opts?: {
-    quiet?: boolean;
-}): Promise<void>;
-export declare function scaffoldWorkspace(targetDir: string, opts?: {
-    install?: boolean;
-}): Promise<void>;
-export declare function exportSkills(targetDir: string): Promise<void>;

package/dist/scaffold.js

@@ -1,115 +0,0 @@
-import fs from "fs/promises";
-import path from "path";
-import { fileURLToPath } from "url";
-import { readFileSync } from "fs";
-import { execSync } from "child_process";
-import { skillsDir } from "@archon-claw/skills";
-const __dirname = path.dirname(fileURLToPath(import.meta.url));
-const cliVersion = JSON.parse(readFileSync(path.resolve(__dirname, "../package.json"), "utf-8")).version;
-export async function scaffoldAgent(name, targetDir, opts = {}) {
-    const dest = path.resolve(targetDir, name);
-    // Check if destination already exists
-    try {
-        await fs.access(dest);
-        throw new Error(`Directory already exists: ${dest}`);
-    }
-    catch (err) {
-        if (err.code !== "ENOENT")
-            throw err;
-    }
-    // Resolve template directory (works for both src/ and dist/)
-    const templateDir = path.resolve(__dirname, "../templates/agent");
-    try {
-        await fs.access(templateDir);
-    }
-    catch {
-        throw new Error(`Template directory not found: ${templateDir}`);
-    }
-    // Recursively copy template to destination
-    await fs.cp(templateDir, dest, { recursive: true });
-    if (!opts.quiet) {
-        const files = await listFiles(dest, dest);
-        console.log(`\nCreated agent "${name}" at ${dest}\n`);
-        console.log("Files:");
-        for (const file of files) {
-            console.log(`  ${file}`);
-        }
-        console.log(`\nNext steps:`);
-        console.log(`  cd ${dest}`);
-        console.log(`  archon-claw start .`);
-    }
-}
-export async function scaffoldWorkspace(targetDir, opts = {}) {
-    const dest = path.resolve(targetDir);
-    const name = path.basename(dest);
-    // Check if package.json already exists at the target
-    const pkgPath = path.join(dest, "package.json");
-    try {
-        await fs.access(pkgPath);
-        throw new Error(`package.json already exists in ${dest}`);
-    }
-    catch (err) {
-        if (err.code !== "ENOENT")
-            throw err;
-    }
-    await fs.mkdir(dest, { recursive: true });
-    // Copy and render workspace template files (package.json, README.md, .gitignore)
-    const templateDir = path.resolve(__dirname, "../templates/workspace");
-    const vars = { name, cliVersion };
-    const templateFiles = await listFiles(templateDir, templateDir);
-    for (const relPath of templateFiles) {
-        const src = path.join(templateDir, relPath);
-        const destFile = path.join(dest, relPath);
-        await fs.mkdir(path.dirname(destFile), { recursive: true });
-        let content = await fs.readFile(src, "utf-8");
-        content = content.replace(/\{\{(\w+)\}\}/g, (_, key) => vars[key] ?? _);
-        await fs.writeFile(destFile, content);
-    }
-    // Copy skills from @archon-claw/skills
-    const destSkillsDir = path.join(dest, ".claude", "skills");
-    await fs.mkdir(destSkillsDir, { recursive: true });
-    await fs.cp(skillsDir, destSkillsDir, { recursive: true });
-    // Create default agent
-    await scaffoldAgent("my-agent", path.join(dest, "agents"), { quiet: true });
-    const files = await listFiles(dest, dest);
-    console.log(`\nInitialised workspace at ${dest}\n`);
-    console.log("Files:");
-    for (const file of files) {
-        console.log(`  ${file}`);
-    }
-    // Install dependencies
-    if (opts.install) {
-        console.log("\nInstalling dependencies...\n");
-        execSync("npm install", { cwd: dest, stdio: "inherit" });
-    }
-    console.log(`\nNext steps:`);
-    if (!opts.install) {
-        console.log(`  cd ${name}`);
-        console.log(`  npm install`);
-    }
-    console.log(`  archon-claw dev agents/my-agent`);
-}
-export async function exportSkills(targetDir) {
-    const dest = path.resolve(targetDir);
-    await fs.mkdir(dest, { recursive: true });
-    await fs.cp(skillsDir, dest, { recursive: true });
-    const entries = await fs.readdir(dest);
-    console.log(`\nExported ${entries.length} skills to ${dest}\n`);
-    for (const entry of entries.sort()) {
-        console.log(`  ${entry}/SKILL.md`);
-    }
-}
-async function listFiles(dir, root) {
-    const entries = await fs.readdir(dir, { withFileTypes: true });
-    const files = [];
-    for (const entry of entries) {
-        const full = path.join(dir, entry.name);
-        if (entry.isDirectory()) {
-            files.push(...(await listFiles(full, root)));
-        }
-        else {
-            files.push(path.relative(root, full));
-        }
-    }
-    return files.sort();
-}

package/dist/templates/agent/model.json

@@ -1,6 +0,0 @@
-{
-  "provider": "anthropic",
-  "model": "claude-sonnet-4-20250514",
-  "maxTokens": 4096,
-  "temperature": 0.7
-}

package/dist/templates/agent/system-prompt.md

@@ -1,9 +0,0 @@
-你是一个专业的 AI 助手。
-
-## 可用技能
-
-当用户请求匹配某个技能时，使用 `skill_load` 工具加载该技能的完整指令，然后按照指令执行。
-
-{% for skill in skills %}
-- **{{ skill.name }}**：{{ skill.description }}
-{% endfor %}

package/dist/templates/agent/tool-impls/greeting.impl.js

@@ -1,9 +0,0 @@
-/**
- * Greeting tool implementation
- * @param {object} params
- * @param {string} params.name - The name of the person to greet
- * @returns {Promise<object>} Greeting message
- */
-export default async ({ name }) => {
-  return { message: `Hello, ${name}!` };
-};

package/dist/templates/agent/tools/greeting.json

@@ -1,14 +0,0 @@
-{
-  "name": "greeting",
-  "description": "Generate a greeting message for the given name",
-  "input_schema": {
-    "type": "object",
-    "properties": {
-      "name": {
-        "type": "string",
-        "description": "The name of the person to greet"
-      }
-    },
-    "required": ["name"]
-  }
-}

package/dist/templates/workspace/.claude/skills/create-agent/SKILL.md

@@ -1,90 +0,0 @@
----
-name: create-agent
-description: 创建完整的 agent 配置目录。当用户需要新建一个 AI Agent 时使用。
-argument-hint: "[agent_name]"
----
-
-在 `agents/` 目录下创建一个完整的 agent 配置文件夹。
-
-## 目录结构
-
-```
-agents/<agent-name>/
-├── system-prompt.md        # 系统提示词（必填）
-├── model.json              # 模型配置（必填）
-├── tools/                  # 工具定义（必填，至少 1 个）
-│   └── <tool-name>.json
-├── tool-impls/             # 工具实现（必填，与 tools/ 一一对应）
-│   └── <tool-name>.impl.js
-├── datasets/               # 数据集（可选）
-│   └── <name>.json
-└── skills/                 # 技能（可选）
-    └── <skill-name>/
-        └── SKILL.md
-```
-
-## 创建步骤
-
-1. **创建 `system-prompt.md`** — 定义 agent 的角色和行为指令
-   - 可使用 Liquid 模板语法引用 datasets 中的数据
-   - 语法：`{% for item in dataset_name %}` / `{{ item.field }}`
-   - 内容不能为空
-
-2. **创建 `model.json`** — 模型配置
-   - 必填：`provider`（`"anthropic"` 或 `"openai"`）、`model`（模型 ID）
-   - 可选：`maxTokens`、`temperature`（0~2）、`apiKey`
-   - 必须通过 `src/schemas/model.schema.json` 校验
-
-3. **创建 `tools/` 目录** — 至少一个工具定义 JSON
-   - 每个文件定义一个工具：`name`、`description`、`input_schema`
-   - `name` 匹配 `^[a-z][a-z0-9_]*$`
-   - 必须通过 `src/schemas/tool.schema.json` 校验
-
-4. **创建 `tool-impls/` 目录** — 每个工具对应一个实现文件
-   - 文件名格式：`<tool-name>.impl.js`
-   - ES6 模块，export default async function
-   - 必须与 tools/ 中的工具一一对应
-
-5. **（可选）创建 `datasets/` 目录** — 数据集 JSON 文件
-   - 必须是非空数组（字符串数组或对象数组）
-   - 文件名去掉 `.json` 后作为 Liquid 模板变量名
-
-6. **（可选）创建 `skills/` 目录** — agent 技能
-   - 每个技能一个子目录，包含 `SKILL.md`
-   - frontmatter 必须有 `name` 和 `description`
-
-## 示例
-
-创建一个名为 `my-assistant` 的 agent：
-
-```
-agents/my-assistant/
-├── system-prompt.md
-├── model.json
-├── tools/
-│   └── web_search.json
-├── tool-impls/
-│   └── web_search.impl.js
-├── datasets/
-│   └── rules.json
-└── skills/
-    └── summarize/
-        └── SKILL.md
-```
-
-## 验证
-
-创建完成后运行验证确保配置正确：
-
-```typescript
-import { validateDir } from "./src/validator/index.js";
-const result = await validateDir("agent-dir", "agents/<agent-name>");
-```
-
-## 注意
-
-- tools/ 和 tool-impls/ 必须一一对应（名称匹配）
-- system-prompt.md 中的 Liquid 模板变量名要与 datasets/ 中的文件名对应
-- 参考 `agents/my-agent/` 作为完整示例
-
-请根据用户的需求创建 agent。$ARGUMENTS

package/dist/templates/workspace/.claude/skills/create-dataset/SKILL.md

@@ -1,57 +0,0 @@
----
-name: create-dataset
-description: 创建 dataset JSON 文件。当用户需要为 agent 添加数据集（few-shot 示例、规则列表等）时使用。
----
-
-在 `agents/my-agent/datasets/` 目录下创建一个新的 dataset JSON 文件。
-
-## 规范
-
-- 文件名语义化，如 `examples.json`、`rules.json`
-- 必须通过 `src/schemas/dataset.schema.json` 的校验
-- 必须是 JSON 数组，至少包含一个元素
-
-## 支持的格式
-
-### 字符串数组（规则、提示等）
-
-```json
-[
-  "回答使用中文",
-  "代码示例使用 TypeScript"
-]
-```
-
-### 对象数组（问答对、示例等）
-
-```json
-[
-  {
-    "input": "什么是 TypeScript？",
-    "output": "TypeScript 是 JavaScript 的超集，添加了静态类型系统。"
-  }
-]
-```
-
-## 在 system-prompt.md 中引用
-
-dataset 的文件名（去掉 .json）作为 Liquid 模板变量名：
-
-```markdown
-{% for rule in rules %}
-- {{ rule }}
-{% endfor %}
-
-{% for item in examples %}
-问：{{ item.input }}
-答：{{ item.output }}
-{% endfor %}
-```
-
-## 注意
-
-- 数组不能为空（minItems: 1）
-- 文件名会作为模板变量名，建议用小写字母和下划线
-- 对象数组的字段名自由定义，但要和 system-prompt.md 模板对应
-
-请根据用户需求创建 dataset 文件。$ARGUMENTS

package/dist/templates/workspace/.claude/skills/create-eval-case/SKILL.md

@@ -1,159 +0,0 @@
----
-name: create-eval-case
-description: 创建评估用例文件。当用户需要为 agent 编写 eval case 时使用。
-argument-hint: "[case_name]"
----
-
-在 `agents/my-agent/eval-cases/` 目录下创建评估用例文件。
-
-## 规范
-
-- 文件名格式：`<name>.eval.json`
-- 必须通过 `packages/cli/src/schemas/eval-case.schema.json` 的校验
-- 通过 `archon-claw eval <agent-dir>` 命令运行
-
-## 文件结构
-
-```
-agents/<agent-name>/
-├── eval-cases/                   # 评估用例
-│   ├── basic.eval.json
-│   └── tool-usage.eval.json
-└── eval-judges/                  # Judge 配置（可选）
-    ├── default.json
-    └── strict.json
-```
-
-## 三种评估模式
-
-### 1. `single` — 单轮评估
-
-只有 1 个 user turn，Agent 生成 1 次回复，对最终回复运行断言。
-
-```json
-{
-  "name": "计算器测试",
-  "mode": "single",
-  "turns": [
-    { "role": "user", "content": "帮我算一下 15 * 7" }
-  ],
-  "assertions": [
-    { "type": "contains", "value": "105" },
-    { "type": "tool-called", "value": "calculator" }
-  ]
-}
-```
-
-### 2. `injected` — 历史注入模式
-
-提供多轮历史，一次性注入上下文，只有最后一个 user turn 触发 LLM 生成。
-
-```json
-{
-  "name": "上下文理解",
-  "mode": "injected",
-  "turns": [
-    { "role": "user", "content": "我叫小明" },
-    { "role": "assistant", "content": "你好小明！" },
-    { "role": "user", "content": "我叫什么名字？" }
-  ],
-  "assertions": [
-    { "type": "contains", "value": "小明" }
-  ]
-}
-```
-
-### 3. `sequential` — 多轮对话模式
-
-每个 user turn 独立调用 LLM 生成回复，支持每轮独立断言。
-
-```json
-{
-  "name": "多步计算",
-  "mode": "sequential",
-  "turns": [
-    {
-      "role": "user",
-      "content": "帮我算 10 + 20",
-      "assertions": [{ "type": "contains", "value": "30" }]
-    },
-    {
-      "role": "user",
-      "content": "再乘以 3",
-      "assertions": [{ "type": "contains", "value": "90" }]
-    }
-  ],
-  "assertions": [{ "type": "contains", "value": "90" }]
-}
-```
-
-## 断言类型
-
-**文本断言：**
-
-| 类型 | 说明 | value 示例 |
-|------|------|-----------|
-| `contains` | 包含文本（不区分大小写） | `"105"` |
-| `not-contains` | 不包含文本 | `"error"` |
-| `regex` | 正则匹配 | `"\\d+\\.\\d+"` |
-| `length-min` | 长度 >= N | `"50"` |
-| `length-max` | 长度 <= N | `"500"` |
-| `json-valid` | 合法 JSON | `""` |
-
-**工具断言：**
-
-| 类型 | 说明 | value 示例 |
-|------|------|-----------|
-| `tool-called` | 调用了指定工具 | `"calculator"` |
-| `tool-not-called` | 未调用指定工具 | `"search"` |
-| `tool-called-with` | 调用工具且参数匹配 | `{"tool":"calculator","args":{"expression":"15*7"}}` |
-
-## Case 可选字段
-
-| 字段 | 类型 | 说明 |
-|------|------|------|
-| `expectedOutput` | string | 期望输出描述（给 Judge 参考） |
-| `tags` | string[] | 标签，用于 `--tag` 过滤 |
-| `tools` | string[] | 限制可用工具子集 |
-| `judge` | string | 指定 judge 配置名（如 `"strict"`），默认 `"default"` |
-
-## 模板
-
-```json
-{
-  "$schema": "../../../packages/cli/src/schemas/eval-case.schema.json",
-  "name": "测试套件名称",
-  "description": "测试说明",
-  "cases": [
-    {
-      "name": "用例名称",
-      "mode": "single",
-      "turns": [
-        { "role": "user", "content": "用户输入" }
-      ],
-      "assertions": [
-        { "type": "contains", "value": "期望包含的文本" }
-      ],
-      "tags": ["tag1"]
-    }
-  ]
-}
-```
-
-## 运行
-
-```bash
-archon-claw eval agents/my-agent
-archon-claw eval agents/my-agent --file basic.eval.json
-archon-claw eval agents/my-agent --tag tool-usage
-```
-
-## 注意
-
-- cases 数组至少包含 1 个用例
-- 每个 case 的 turns 至少有 1 个 turn
-- `injected` 模式最后一个 turn 必须是 `user`
-- `sequential` 模式 turns 中只有 `user` role 的 turn 会触发 LLM 生成
-- `tool-called-with` 的 value 是 JSON 字符串，需要转义
-
-请根据用户的需求创建评估用例文件。$ARGUMENTS

package/dist/templates/workspace/.claude/skills/create-eval-judge/SKILL.md

@@ -1,128 +0,0 @@
----
-name: create-eval-judge
-description: 创建 Judge 评审配置文件。当用户需要配置 LLM 评审规则时使用。
-argument-hint: "[judge_name]"
----
-
-在 `agents/my-agent/eval-judges/` 目录下创建 Judge 评审配置文件。
-
-## 规范
-
-- 文件名格式：`<name>.json`，如 `default.json`、`strict.json`
-- 必须通过 `packages/cli/src/schemas/eval-judge.schema.json` 的校验
-- 在 eval case 中通过 `"judge": "<name>"` 引用，不指定则使用 `default.json`
-
-## 文件结构
-
-```
-agents/<agent-name>/
-├── eval-cases/
-│   └── basic.eval.json           ← 可设置 "judge": "strict"
-└── eval-judges/
-    ├── default.json              ← 默认 judge
-    └── strict.json               ← 可选的其他 judge
-```
-
-## 维度类型
-
-### numeric — 数值评分（默认）
-
-按 min-max 范围打分，适合模糊评估：
-
-```json
-{ "key": "accuracy", "label": "准确性", "weight": 0.4, "min": 0, "max": 10 }
-```
-
-### binary — 二元判定
-
-只有 pass/fail（true/false），适合明确标准：
-
-```json
-{ "key": "correct", "label": "回答正确", "type": "binary", "weight": 0.5 }
-```
-
-二元维度在计算总分时，pass = 10 分，fail = 0 分，参与加权平均。
-
-## 模板
-
-```json
-{
-  "$schema": "../../../packages/cli/src/schemas/eval-judge.schema.json",
-  "model": {
-    "provider": "bailian",
-    "model": "qwen-plus"
-  },
-  "dimensions": [
-    { "key": "accuracy", "label": "准确性", "weight": 0.4, "min": 0, "max": 10 },
-    { "key": "relevance", "label": "相关性", "weight": 0.3, "min": 0, "max": 10 },
-    { "key": "clarity", "label": "清晰度", "weight": 0.3, "min": 0, "max": 10 }
-  ]
-}
-```
-
-## 混合维度示例
-
-数值和二元维度可以混用：
-
-```json
-{
-  "dimensions": [
-    { "key": "correct", "label": "回答正确", "type": "binary", "weight": 0.5 },
-    { "key": "tool_usage", "label": "工具使用正确", "type": "binary", "weight": 0.3 },
-    { "key": "clarity", "label": "清晰度", "weight": 0.2, "min": 0, "max": 10 }
-  ]
-}
-```
-
-## 自定义 Prompt 模板
-
-通过 `promptTemplate` 字段覆盖默认评审提示词，使用 LiquidJS 语法：
-
-```json
-{
-  "dimensions": [
-    { "key": "correct", "label": "正确", "type": "binary", "weight": 1 }
-  ],
-  "promptTemplate": "判断以下回复是否正确。\n\n问题：{{ user_input }}\n回复：{{ actual_response }}\n\n以 JSON 格式回复：\n{ \"correct\": { \"score\": true/false, \"reason\": \"理由\" } }"
-}
-```
-
-### 模板可用变量
-
-| 变量 | 说明 |
-|------|------|
-| `user_input` | 用户输入 |
-| `expected_output` | 期望输出（可能为空） |
-| `actual_response` | LLM 实际回复 |
-| `conversation` | 完整对话记录 |
-| `dimensions` | 维度数组（含 key/label/type/min/max） |
-
-`turnPromptTemplate` 用于 sequential 模式的每轮评审，可用变量相同。
-
-## 可选字段
-
-| 字段 | 类型 | 说明 |
-|------|------|------|
-| `model` | object | Judge 使用的模型（不填则用 agent 的 model） |
-| `promptTemplate` | string | 自定义评审提示词模板 |
-| `turnPromptTemplate` | string | sequential 模式每轮评审模板 |
-
-## 维度字段
-
-| 字段 | 类型 | 必填 | 说明 |
-|------|------|------|------|
-| `key` | string | 是 | 维度标识（用于 JSON 输出） |
-| `label` | string | 是 | 维度显示名 |
-| `weight` | number | 是 | 权重（0-1） |
-| `type` | string | 否 | `"numeric"`（默认）或 `"binary"` |
-| `min` | number | 否 | 最低分（默认 0，仅 numeric） |
-| `max` | number | 否 | 最高分（默认 10，仅 numeric） |
-
-## 注意
-
-- dimensions 数组至少包含 1 个维度
-- 所有维度的 weight 之和建议为 1（不强制）
-- model 不填时使用 agent 自身的 model 配置
-- LLM 返回的 JSON 中 binary 维度为 `true`/`false`，会自动转换为 1/0
-
-请根据用户的需求创建 Judge 配置文件。$ARGUMENTS