@bolloon/bolloon-agent 0.4.14 → 0.4.15

package/dist/bollharness-integration/llm-judgment-engine.js

@@ -19,101 +19,101 @@ import { getPiSDKConfig } from '../llm/config-store.js';
 /**
  * 判断用的 Prompt 模板（可以从 YAML 加载）
  */
-export const JUDGMENT_PROMPT_TEMPLATE = `你是一个专业的 AI 任务分析专家。你的职责是深入理解用户的问题，并给出精准的判断。
-
-【输入】
-{user_input}
-
-【历史上下文】
-{history_context}
-
-请分析以上输入，回答以下问题：
-
-## 1. 问题理解
-
-**问题本质**：用户真正想要什么？这是什么类型的问题？
-- how-to: 寻求操作指导
-- why: 寻求解释
-- what: 寻求定义
-- should: 寻求建议
-- feasibility: 寻求可行性评估
-
-**核心需求**：用户最想要的结果是什么？
-
-**隐含信息**：有什么用户没有明确说但需要考虑的因素？
-- 时间压力？
-- 质量要求？
-- 风险限制？
-- 团队协作？
-
-## 2. 复杂性评估
-
-**复杂性等级**：这个问题有多复杂？
-- simple: 简单任务，直接可答
-- moderate: 中等复杂，需要一定思考
-- complex: 复杂问题，需要深入分析
-- profound: 深刻问题，需要本质性思考
-
-**评估理由**：为什么认为这是这个复杂性等级？
-
-**深度**：需要多深的理解？
-- surface: 表面理解即可
-- deeper: 需要分析
-- fundamental: 需要本质性思考
-
-## 3. 处理决策
-
-**推荐方式**：
-- answer: 直接回答
-- analyze: 深入分析
-- design: 设计方案
-- implement: 实现代码
-- coordinate: 协调多智能体
-
-**决策理由**：为什么推荐这个处理方式？
-
-## 4. 路由决策
-
-**应该调用的 Skills**（可选多个）：
-- arch: 架构设计
-- harness-dev: 开发实现
-- guardian-fixer: 代码审查
-- harness-eng: 工程协调
-- harness-eng-test: 测试工程
-- task-arch: 任务分解
-- crystal-learn: 反思学习
-
-**参与智能体**（可选）：
-- architect: 架构师
-- developer: 开发者
-- reviewer: 审查员
-- coordinator: 协调者
-
-**协作模式**：
-- solo: 单独处理
-- pair: 配对协作
-- team: 团队协作
-
-## 5. 产出要求
-
-**需要的产物**：
-- 问题分析
-- 方案设计
-- 代码实现
-- 测试用例
-- 其他
-
-**Gate 建议**（如果有）：
-- Gate 0: 问题锁定
-- Gate 1: 架构设计
-- Gate 2: 架构审查
-- Gate 3: 计划制定
-- Gate 4: 计划审查
-- Gate 5: 任务分解
-- Gate 6: 任务审查
-- Gate 7: 代码实现
-- Gate 8: 测试验证
-
+export const JUDGMENT_PROMPT_TEMPLATE = `你是一个专业的 AI 任务分析专家。你的职责是深入理解用户的问题，并给出精准的判断。
+
+【输入】
+{user_input}
+
+【历史上下文】
+{history_context}
+
+请分析以上输入，回答以下问题：
+
+## 1. 问题理解
+
+**问题本质**：用户真正想要什么？这是什么类型的问题？
+- how-to: 寻求操作指导
+- why: 寻求解释
+- what: 寻求定义
+- should: 寻求建议
+- feasibility: 寻求可行性评估
+
+**核心需求**：用户最想要的结果是什么？
+
+**隐含信息**：有什么用户没有明确说但需要考虑的因素？
+- 时间压力？
+- 质量要求？
+- 风险限制？
+- 团队协作？
+
+## 2. 复杂性评估
+
+**复杂性等级**：这个问题有多复杂？
+- simple: 简单任务，直接可答
+- moderate: 中等复杂，需要一定思考
+- complex: 复杂问题，需要深入分析
+- profound: 深刻问题，需要本质性思考
+
+**评估理由**：为什么认为这是这个复杂性等级？
+
+**深度**：需要多深的理解？
+- surface: 表面理解即可
+- deeper: 需要分析
+- fundamental: 需要本质性思考
+
+## 3. 处理决策
+
+**推荐方式**：
+- answer: 直接回答
+- analyze: 深入分析
+- design: 设计方案
+- implement: 实现代码
+- coordinate: 协调多智能体
+
+**决策理由**：为什么推荐这个处理方式？
+
+## 4. 路由决策
+
+**应该调用的 Skills**（可选多个）：
+- arch: 架构设计
+- harness-dev: 开发实现
+- guardian-fixer: 代码审查
+- harness-eng: 工程协调
+- harness-eng-test: 测试工程
+- task-arch: 任务分解
+- crystal-learn: 反思学习
+
+**参与智能体**（可选）：
+- architect: 架构师
+- developer: 开发者
+- reviewer: 审查员
+- coordinator: 协调者
+
+**协作模式**：
+- solo: 单独处理
+- pair: 配对协作
+- team: 团队协作
+
+## 5. 产出要求
+
+**需要的产物**：
+- 问题分析
+- 方案设计
+- 代码实现
+- 测试用例
+- 其他
+
+**Gate 建议**（如果有）：
+- Gate 0: 问题锁定
+- Gate 1: 架构设计
+- Gate 2: 架构审查
+- Gate 3: 计划制定
+- Gate 4: 计划审查
+- Gate 5: 任务分解
+- Gate 6: 任务审查
+- Gate 7: 代码实现
+- Gate 8: 测试验证
+
 请用 JSON 格式输出分析结果。`;
 /**
  * LLM-native Judgment Engine
@@ -434,20 +434,20 @@ export const SKILL_PROMPTS = {
     arch: {
         name: 'arch',
         description: '架构设计专家',
-        systemPrompt: `你是一个经验丰富的系统架构师。你擅长：
-- 从需求中提取本质问题
-- 设计可扩展的系统架构
-- 权衡技术方案
-- 识别架构风险
-
-你相信：
-- 本质和实现必须分离
-- 好的架构从简单规则中生长
+        systemPrompt: `你是一个经验丰富的系统架构师。你擅长：
+- 从需求中提取本质问题
+- 设计可扩展的系统架构
+- 权衡技术方案
+- 识别架构风险
+
+你相信：
+- 本质和实现必须分离
+- 好的架构从简单规则中生长
 - 复杂性应该被控制而非消除`,
-        userPromptTemplate: `用户需求：{user_input}
-
-{context}
-
+        userPromptTemplate: `用户需求：{user_input}
+
+{context}
+
 请进行架构分析：`,
         examples: [
             {
@@ -460,40 +460,40 @@ export const SKILL_PROMPTS = {
     'harness-dev': {
         name: 'harness-dev',
         description: '开发实现专家',
-        systemPrompt: `你是一个高效的代码实现专家。你擅长：
-- 快速理解和实现需求
-- 编写清晰、可维护的代码
-- 遵循最佳实践
-- 处理边界情况
-
-你相信：
-- 代码即文档
-- 测试是代码的一部分
+        systemPrompt: `你是一个高效的代码实现专家。你擅长：
+- 快速理解和实现需求
+- 编写清晰、可维护的代码
+- 遵循最佳实践
+- 处理边界情况
+
+你相信：
+- 代码即文档
+- 测试是代码的一部分
 - 简单优于复杂`,
-        userPromptTemplate: `任务：{user_input}
-
-技术栈：{tech_stack}
-
+        userPromptTemplate: `任务：{user_input}
+
+技术栈：{tech_stack}
+
 请实现代码：`,
         outputFormat: 'code'
     },
     'guardian-fixer': {
         name: 'guardian-fixer',
         description: '代码审查专家',
-        systemPrompt: `你是一个严格的代码审查专家。你擅长：
-- 发现潜在问题
-- 提出改进建议
-- 确保代码质量
-- 平衡效率和安全性
-
-你相信：
-- 细节决定成败
-- 代码审查是质量保障的最后防线
+        systemPrompt: `你是一个严格的代码审查专家。你擅长：
+- 发现潜在问题
+- 提出改进建议
+- 确保代码质量
+- 平衡效率和安全性
+
+你相信：
+- 细节决定成败
+- 代码审查是质量保障的最后防线
 - 建设性批评比否定更有价值`,
-        userPromptTemplate: `代码：\n{code}
-
-审查范围：{scope}
-
+        userPromptTemplate: `代码：\n{code}
+
+审查范围：{scope}
+
 请进行审查：`,
         outputFormat: 'structured'
     }

package/dist/bollharness-integration/skill-adapter.js

@@ -377,16 +377,16 @@ export class PeerSyncSkill extends BaseSkill {
         }
         this.log(`peer-sync 启动: target_id=${targetId}`);
         // 选 peer 的策略由 LLM 决定 (根据 list_peers 输出 + expertise tag)
-        return this.callLm(`You are a peer-selection specialist for the bolloon P2P network.
-Given a target_id and task description, output structured JSON with:
-- selectedPeer: DID of the best peer (or null if none suitable)
-- channelName: human-readable name for the new channel
-- initialMessage: first message to send (≤ 200 chars, brief + asks for acceptance)
-- estimatedRounds: expected back-and-forth count (1-10)
-
-Rules:
-- Prefer peers with matching expertise tag
-- If no peer matches, return selectedPeer: null
+        return this.callLm(`You are a peer-selection specialist for the bolloon P2P network.
+Given a target_id and task description, output structured JSON with:
+- selectedPeer: DID of the best peer (or null if none suitable)
+- channelName: human-readable name for the new channel
+- initialMessage: first message to send (≤ 200 chars, brief + asks for acceptance)
+- estimatedRounds: expected back-and-forth count (1-10)
+
+Rules:
+- Prefer peers with matching expertise tag
+- If no peer matches, return selectedPeer: null
 - Don't over-explain — peer agent has same identity layer as you`, `target_id: ${targetId}\ntask: ${task}`);
     }
 }
@@ -412,17 +412,17 @@ export class HabitDistillSkill extends BaseSkill {
         }
         this.log(`habit-distill 启动: session=${sessionKey}`);
         // 抽取习性的 prompt — 让 LLM 输出结构化 JSON
-        return this.callLm(`You are a habit-extraction specialist.
-Given a summary of user-assistant interaction, output JSON with:
-- habits: [{ content: string, tags: string[], weight: 'low'|'medium'|'high' }]
-  - content: 一个用户偏好/习性的简短描述 (≤ 100 字)
-  - tags: 标签如 ['input-style', 'terminology', 'recurring-topic', 'correction']
-  - weight: 影响判断力注入门时的优先级
-- skipReason: 若不该蒸馏 (用户拒绝/任务太简单/judgment 库饱和), 填理由
-
-Rules:
-- 习性必须是"用户可观察到的稳定模式", 不是单次偏好
-- 隐私相关打 tags 含 'private', 注入门自动过滤
+        return this.callLm(`You are a habit-extraction specialist.
+Given a summary of user-assistant interaction, output JSON with:
+- habits: [{ content: string, tags: string[], weight: 'low'|'medium'|'high' }]
+  - content: 一个用户偏好/习性的简短描述 (≤ 100 字)
+  - tags: 标签如 ['input-style', 'terminology', 'recurring-topic', 'correction']
+  - weight: 影响判断力注入门时的优先级
+- skipReason: 若不该蒸馏 (用户拒绝/任务太简单/judgment 库饱和), 填理由
+
+Rules:
+- 习性必须是"用户可观察到的稳定模式", 不是单次偏好
+- 隐私相关打 tags 含 'private', 注入门自动过滤
 - 不要重复已有 judgment (调用方负责查重)`, `Session: ${sessionKey}\nMessages summary: ${recentMessagesSummary || '(caller should pass loadMessages output)'}`);
     }
 }

package/dist/bootstrap/chat-archiver.js

@@ -117,20 +117,20 @@ function templateMonthlySummary(opts) {
     const channelSet = new Set(opts.entries.map(e => e.channelName).filter(Boolean));
     const sampleUser = user.slice(0, 5).map(e => `  - [${e.ts}] ${e.text.slice(0, 80)}`).join('\n');
     const sampleAi = ai.slice(0, 5).map(e => `  - [${e.ts}] ${e.text.slice(0, 80)}`).join('\n');
-    return `# 月度对话摘要 — ${opts.yearMonth} (peer ${opts.publicKey.slice(0, 12)}…)
-
-时间: ${opts.timestamp}
-对话轮次: ${opts.entries.length} (user=${user.length}, ai=${ai.length})
-涉及 channel: ${Array.from(channelSet).slice(0, 10).join(', ') || '(无)'}
-
-## 用户关键提问
-${sampleUser || '  (无)'}
-
-## AI 关键回答
-${sampleAi || '  (无)'}
-
-## 备注
-- 此摘要由模板生成 (LLM 调用失败 fallback)
+    return `# 月度对话摘要 — ${opts.yearMonth} (peer ${opts.publicKey.slice(0, 12)}…)
+
+时间: ${opts.timestamp}
+对话轮次: ${opts.entries.length} (user=${user.length}, ai=${ai.length})
+涉及 channel: ${Array.from(channelSet).slice(0, 10).join(', ') || '(无)'}
+
+## 用户关键提问
+${sampleUser || '  (无)'}
+
+## AI 关键回答
+${sampleAi || '  (无)'}
+
+## 备注
+- 此摘要由模板生成 (LLM 调用失败 fallback)
 `;
 }
 /**

package/dist/bootstrap/context-os.js

@@ -77,30 +77,30 @@ function layerReadme(l) {
         work: '工作成果层 — 有明确生命周期, 交付/定型后归档',
         scratch: '一次性层 — 定期 prune, 不承诺保留',
     }[l.kind];
-    return `# ${l.key} — ${l.name}
-
-## 工作区类别 (workspace kind)
-${kindNote}
-
-## 这一层回答的问题
-${l.name}
-
-## 存什么
-${l.store}
-
-## 不该存什么
-${l.notStore}
-
-## 典型用途
-${l.usage}
-
-## 价值判断标准 (Context OS §5)
-写入前先回答: **未来哪个具体场景会用到它?**
-回答不出 = 噪音, 留在 tmp/, 不进正式层.
-
-## 价值生命周期
-阶段0 临时价值点 (对话中刚出现, 未验证) → 阶段1 验证 (被使用/确认)
-→ 阶段2 固化 (本层唯一位置) → 阶段3 索引化 (高频引用) → 阶段4 归档/删除.
+    return `# ${l.key} — ${l.name}
+
+## 工作区类别 (workspace kind)
+${kindNote}
+
+## 这一层回答的问题
+${l.name}
+
+## 存什么
+${l.store}
+
+## 不该存什么
+${l.notStore}
+
+## 典型用途
+${l.usage}
+
+## 价值判断标准 (Context OS §5)
+写入前先回答: **未来哪个具体场景会用到它?**
+回答不出 = 噪音, 留在 tmp/, 不进正式层.
+
+## 价值生命周期
+阶段0 临时价值点 (对话中刚出现, 未验证) → 阶段1 验证 (被使用/确认)
+→ 阶段2 固化 (本层唯一位置) → 阶段3 索引化 (高频引用) → 阶段4 归档/删除.
 `;
 }
 export async function ensureContextOsDirs(home, agentId) {

package/dist/bootstrap/memory-compressor.js

@@ -94,19 +94,19 @@ function templateSummary(opts) {
     const aiMsgs = opts.newMessages.filter(m => m.type === 'ai');
     const userSnippet = userMsgs.slice(0, 3).map(m => `  - ${m.content.slice(0, 80)}`).join('\n');
     const aiSnippet = aiMsgs.slice(0, 3).map(m => `  - ${m.content.slice(0, 80)}`).join('\n');
-    return `# Session 摘要 — ${opts.channelId} / ${opts.sessionId}
-
-时间: ${opts.timestamp}
-新增消息数: ${opts.newMessages.length} (user=${userMsgs.length}, ai=${aiMsgs.length})
-
-## 用户关键提问
-${userSnippet || '  (无)'}
-
-## AI 关键回答
-${aiSnippet || '  (无)'}
-
-## 备注
-- 此摘要由模板生成 (LLM 调用失败 fallback)
+    return `# Session 摘要 — ${opts.channelId} / ${opts.sessionId}
+
+时间: ${opts.timestamp}
+新增消息数: ${opts.newMessages.length} (user=${userMsgs.length}, ai=${aiMsgs.length})
+
+## 用户关键提问
+${userSnippet || '  (无)'}
+
+## AI 关键回答
+${aiSnippet || '  (无)'}
+
+## 备注
+- 此摘要由模板生成 (LLM 调用失败 fallback)
 `;
 }
 /**

package/dist/cli-entry.js

@@ -50,42 +50,42 @@ function printBannerCli() {
     printBanner(VERSION);
 }
 function printHelp() {
-    console.log(`
-${BOLD}用法:${RESET}
-  bolloon [选项] [命令] [参数]
-
-${BOLD}选项:${RESET}
-  --gui, -g           启动图形界面 (Electron)
-  --web, -w           启动 Web UI (浏览器)
-  --cli, -c           启动命令行界面
-  --version, -v       显示版本信息
-  --help, -h          显示帮助信息
-
-${BOLD}命令:${RESET}
-  bolloon update [--now]            检查更新 / 立即更新 (bolloon update --now)
-  bolloon model [name] [model]      列出 / 切换模型供应商 (如: bolloon model deepseek deepseek-v4-flash)
-  bolloon read <file>               读取文档
-  bolloon summarize <file>          总结文档
-  bolloon improve <file> <req>      改进文档
-  bolloon engine list               列出外部编码智能体
-  bolloon engine run <prompt>       委派任务给智能体
-  bolloon x402 fetch <url>          x402 自动支付 HTTP 请求
-  bolloon x402 balance <address>    查询 x402 钱包余额
-
-${BOLD}示例:${RESET}
-  bolloon                    # 启动图形界面
-  bolloon --web              # 启动 Web UI
-  bolloon --cli              # 命令行模式
-  bolloon model              # 查看当前模型供应商
-  bolloon model minimax      # 切换到 MiniMax
-  bolloon update             # 检查更新
-  bolloon update --now       # 立即更新
-
-${BOLD}环境变量:${RESET}
-  MINIMAX_API_KEY           MiniMax API 密钥
-  OPENAI_API_KEY            OpenAI API 密钥
-  ANTHROPIC_API_KEY         Anthropic API 密钥
-  PORT                      Web 服务端口 (默认 54188)
+    console.log(`
+${BOLD}用法:${RESET}
+  bolloon [选项] [命令] [参数]
+
+${BOLD}选项:${RESET}
+  --gui, -g           启动图形界面 (Electron)
+  --web, -w           启动 Web UI (浏览器)
+  --cli, -c           启动命令行界面
+  --version, -v       显示版本信息
+  --help, -h          显示帮助信息
+
+${BOLD}命令:${RESET}
+  bolloon update [--now]            检查更新 / 立即更新 (bolloon update --now)
+  bolloon model [name] [model]      列出 / 切换模型供应商 (如: bolloon model deepseek deepseek-v4-flash)
+  bolloon read <file>               读取文档
+  bolloon summarize <file>          总结文档
+  bolloon improve <file> <req>      改进文档
+  bolloon engine list               列出外部编码智能体
+  bolloon engine run <prompt>       委派任务给智能体
+  bolloon x402 fetch <url>          x402 自动支付 HTTP 请求
+  bolloon x402 balance <address>    查询 x402 钱包余额
+
+${BOLD}示例:${RESET}
+  bolloon                    # 启动图形界面
+  bolloon --web              # 启动 Web UI
+  bolloon --cli              # 命令行模式
+  bolloon model              # 查看当前模型供应商
+  bolloon model minimax      # 切换到 MiniMax
+  bolloon update             # 检查更新
+  bolloon update --now       # 立即更新
+
+${BOLD}环境变量:${RESET}
+  MINIMAX_API_KEY           MiniMax API 密钥
+  OPENAI_API_KEY            OpenAI API 密钥
+  ANTHROPIC_API_KEY         Anthropic API 密钥
+  PORT                      Web 服务端口 (默认 54188)
 `);
 }
 function getDistDir() {

package/dist/constraint-runtime/reference_data/archive_surface_snapshot.json

@@ -0,0 +1,63 @@
+{
+  "archive_root": "archive/claude_code_ts_snapshot/src",
+  "root_files": [
+    "QueryEngine.ts",
+    "Task.ts",
+    "Tool.ts",
+    "commands.ts",
+    "context.ts",
+    "cost-tracker.ts",
+    "costHook.ts",
+    "dialogLaunchers.tsx",
+    "history.ts",
+    "ink.ts",
+    "interactiveHelpers.tsx",
+    "main.tsx",
+    "projectOnboardingState.ts",
+    "query.ts",
+    "replLauncher.tsx",
+    "setup.ts",
+    "tasks.ts",
+    "tools.ts"
+  ],
+  "root_dirs": [
+    "assistant",
+    "bootstrap",
+    "bridge",
+    "buddy",
+    "cli",
+    "commands",
+    "components",
+    "constants",
+    "context",
+    "coordinator",
+    "entrypoints",
+    "hooks",
+    "ink",
+    "keybindings",
+    "memdir",
+    "migrations",
+    "moreright",
+    "native-ts",
+    "outputStyles",
+    "plugins",
+    "query",
+    "remote",
+    "schemas",
+    "screens",
+    "server",
+    "services",
+    "skills",
+    "state",
+    "tasks",
+    "tools",
+    "types",
+    "upstreamproxy",
+    "utils",
+    "vim",
+    "voice"
+  ],
+  "total_ts_like_files": 1902,
+  "command_entry_count": 207,
+  "tool_entry_count": 184
+}