@bolloon/bolloon-agent 0.4.3 → 0.4.5

package/dist/index.js

@@ -1981,10 +1981,10 @@ async function runToolCommand(tool, args, outputJson, comm, model, prompt) {
                 const running = irohTransport.isRunning();
                 const irohPeers = irohTransport.getPeers();
                 const messenger = hybridMessenger ? 'HybridMessenger 就绪' : 'HybridMessenger 未初始化';
-                response = `iroh P2P 状态:
-  运行中: ${running ? '是' : '否'}
-  Node ID: ${nodeId ? nodeId.substring(0, 32) + '...' : 'N/A'}
-  已知节点: ${irohPeers.length}
+                response = `iroh P2P 状态:
+  运行中: ${running ? '是' : '否'}
+  Node ID: ${nodeId ? nodeId.substring(0, 32) + '...' : 'N/A'}
+  已知节点: ${irohPeers.length}
   ${messenger}`;
                 break;
             }
@@ -3118,114 +3118,114 @@ function parseArgs() {
     return result;
 }
 function printHelp() {
-    console.log(`
-🤖 Bolloon Agent - AI 可调用文档处理智能体
-
-用法:
-  npx tsx src/index.ts [选项] [参数]
-
-选项:
-  # 文档处理
-  --read <file>              读取文档 (txt, md, pdf, docx)
-  --summarize <file> [ctx]  总结文档，可选上下文
-  --improve <file> <req>     改进文档，req 为改进要求
-
-  # P2P 网络
-  --peers                    列出已连接的对等节点
-  --broadcast <msg>          广播消息到所有节点
-  --send <peerId> <msg>      向指定节点发送消息
-
-  # 智能体
-  --identity                 显示当前智能体身份
-  --logs                     显示操作日志
-  --search <keyword>         搜索文件
-  --tools                    显示所有可用工具
-
-  # SubAgent 管理
-  --agents                   列出所有 SubAgent
-  --register-agent <name> [cap1] [cap2]...  注册新 SubAgent
-  --delegate <任务描述> [能力要求...]  委派任务给最佳 Agent
-
-  # 全局共享上下文
-  --context                  显示全局共享上下文摘要
-  --global-agents            显示全局 Agent 注册表
-  --add-action <内容> [重要性]  添加用户行动到共享上下文
-
-  # Bollharness 治理框架
-  --harness-init             初始化 Bollharness 治理框架
-  --harness-gate             显示当前 Gate 状态
-  --harness-transition [PASS|BLOCK]  执行 Gate 转移
-  --harness-skill <name> [action]  执行 Harness Skill
-  --harness-classify <描述>  分类变更类型
-  --harness-context <file>   获取文件上下文
-  --harness-check <file>     执行 Guard 检查
-  --harness-archive          归档当前 Session 到 Harness
-  --harness-sessions         列出 Session 归档记录
-  --harness-session-context [id]  获取 Session 上下文
-
-  # 自动更新
-  --update-check             检查 npm 包更新
-  --update-now [pkg]        更新到最新版本
-
-  # 跨机聊天 (commits-as-messages, 共享 GitHub 仓库)
-  --chat-init                初始化 .comm/ 目录 (一次性)
-  --chat-send "消息正文"     把消息写到 .comm/<role>/, commit + push
-  --chat-pull                拉取远端 .comm/ 的新消息并显示
-  --chat-list                列出本地所有已同步消息
-  --chat-watch [--interval 15s]  后台定时拉取, 有新消息时输出
-  --chat-status              一屏查看: role / publicKey / remote / ahead-behind
-
-  # 纯 P2P 私聊 (不走 GitHub, 不写 git, 不持久化)
-  --chat-p2p-send <peer|publicKey> "消息正文"   通过 P2P 直接发一条
-  --chat-p2p-listen          后台监听对方 P2P 私聊消息 (Ctrl-C 退出)
-
-  # 跨机 agent 协作 (对方 bolloon --web 起着才能处理, 走 P2P 不经 GitHub)
-  --collab <peer|publicKey> "<任务描述>"  派任务给对端 LLM 干活, 等回结果 (90s 超时)
-
-  # 外部编码智能体委派
-  --engine, -e <id> [--model <m>] <prompt>  委派任务给外部引擎，如 opencode/codex
-  --model <name>             指定委派时使用的模型
-
-  # 输出控制
-  --json, -j                 输出 JSON 格式
-  --output, -o <file>        结果保存到文件
-  --web                      启动 Web UI 模式
-  --help, -h                 显示帮助信息
-
-示例:
-  # 文档处理
-  npx tsx src/index.ts --read 想法.md
-  npx tsx src/index.ts --summarize docs/想法.md
-  npx tsx src/index.ts --improve docs/README.md "让内容更简洁"
-  npx tsx src/index.ts --read 想法.md -o summary.txt
-
-  # P2P 网络
-  npx tsx src/index.ts --peers
-  npx tsx src/index.ts --broadcast "Hello everyone"
-  npx tsx src/index.ts --send QmABC... "私信内容"
-
-  # AI 对话
-  npx tsx src/index.ts --prompt "总结 README.md"
-  npx tsx src/index.ts -p "分析这个项目" -j
-
-  # 交互模式
-  npx tsx src/index.ts
-
-  # 外部引擎委派
-  npx tsx src/index.ts --engine opencode --model opencode/deepseek-v4-flash-free "说你好"
-
-  # Web 模式
-  npx tsx src/index.ts --web
-
-环境变量:
-  MINIMAX_API_KEY       MiniMax API 密钥
-  DEEPSEEK_API_KEY      DeepSeek API 密钥
-  KIMI_API_KEY / MOONSHOT_API_KEY  Kimi/Moonshot API 密钥
-  GLM_API_KEY / ZHIPU_API_KEY      智谱 GLM API 密钥
-  QWEN_API_KEY / DASHSCOPE_API_KEY 通义千问 API 密钥
-  OPENAI_API_KEY        OpenAI API 密钥（Pi SDK）
-  ANTHROPIC_API_KEY     Anthropic API 密钥（Pi SDK）
-  PORT                  Web 服务端口（默认 54188）
+    console.log(`
+🤖 Bolloon Agent - AI 可调用文档处理智能体
+
+用法:
+  npx tsx src/index.ts [选项] [参数]
+
+选项:
+  # 文档处理
+  --read <file>              读取文档 (txt, md, pdf, docx)
+  --summarize <file> [ctx]  总结文档，可选上下文
+  --improve <file> <req>     改进文档，req 为改进要求
+
+  # P2P 网络
+  --peers                    列出已连接的对等节点
+  --broadcast <msg>          广播消息到所有节点
+  --send <peerId> <msg>      向指定节点发送消息
+
+  # 智能体
+  --identity                 显示当前智能体身份
+  --logs                     显示操作日志
+  --search <keyword>         搜索文件
+  --tools                    显示所有可用工具
+
+  # SubAgent 管理
+  --agents                   列出所有 SubAgent
+  --register-agent <name> [cap1] [cap2]...  注册新 SubAgent
+  --delegate <任务描述> [能力要求...]  委派任务给最佳 Agent
+
+  # 全局共享上下文
+  --context                  显示全局共享上下文摘要
+  --global-agents            显示全局 Agent 注册表
+  --add-action <内容> [重要性]  添加用户行动到共享上下文
+
+  # Bollharness 治理框架
+  --harness-init             初始化 Bollharness 治理框架
+  --harness-gate             显示当前 Gate 状态
+  --harness-transition [PASS|BLOCK]  执行 Gate 转移
+  --harness-skill <name> [action]  执行 Harness Skill
+  --harness-classify <描述>  分类变更类型
+  --harness-context <file>   获取文件上下文
+  --harness-check <file>     执行 Guard 检查
+  --harness-archive          归档当前 Session 到 Harness
+  --harness-sessions         列出 Session 归档记录
+  --harness-session-context [id]  获取 Session 上下文
+
+  # 自动更新
+  --update-check             检查 npm 包更新
+  --update-now [pkg]        更新到最新版本
+
+  # 跨机聊天 (commits-as-messages, 共享 GitHub 仓库)
+  --chat-init                初始化 .comm/ 目录 (一次性)
+  --chat-send "消息正文"     把消息写到 .comm/<role>/, commit + push
+  --chat-pull                拉取远端 .comm/ 的新消息并显示
+  --chat-list                列出本地所有已同步消息
+  --chat-watch [--interval 15s]  后台定时拉取, 有新消息时输出
+  --chat-status              一屏查看: role / publicKey / remote / ahead-behind
+
+  # 纯 P2P 私聊 (不走 GitHub, 不写 git, 不持久化)
+  --chat-p2p-send <peer|publicKey> "消息正文"   通过 P2P 直接发一条
+  --chat-p2p-listen          后台监听对方 P2P 私聊消息 (Ctrl-C 退出)
+
+  # 跨机 agent 协作 (对方 bolloon --web 起着才能处理, 走 P2P 不经 GitHub)
+  --collab <peer|publicKey> "<任务描述>"  派任务给对端 LLM 干活, 等回结果 (90s 超时)
+
+  # 外部编码智能体委派
+  --engine, -e <id> [--model <m>] <prompt>  委派任务给外部引擎，如 opencode/codex
+  --model <name>             指定委派时使用的模型
+
+  # 输出控制
+  --json, -j                 输出 JSON 格式
+  --output, -o <file>        结果保存到文件
+  --web                      启动 Web UI 模式
+  --help, -h                 显示帮助信息
+
+示例:
+  # 文档处理
+  npx tsx src/index.ts --read 想法.md
+  npx tsx src/index.ts --summarize docs/想法.md
+  npx tsx src/index.ts --improve docs/README.md "让内容更简洁"
+  npx tsx src/index.ts --read 想法.md -o summary.txt
+
+  # P2P 网络
+  npx tsx src/index.ts --peers
+  npx tsx src/index.ts --broadcast "Hello everyone"
+  npx tsx src/index.ts --send QmABC... "私信内容"
+
+  # AI 对话
+  npx tsx src/index.ts --prompt "总结 README.md"
+  npx tsx src/index.ts -p "分析这个项目" -j
+
+  # 交互模式
+  npx tsx src/index.ts
+
+  # 外部引擎委派
+  npx tsx src/index.ts --engine opencode --model opencode/deepseek-v4-flash-free "说你好"
+
+  # Web 模式
+  npx tsx src/index.ts --web
+
+环境变量:
+  MINIMAX_API_KEY       MiniMax API 密钥
+  DEEPSEEK_API_KEY      DeepSeek API 密钥
+  KIMI_API_KEY / MOONSHOT_API_KEY  Kimi/Moonshot API 密钥
+  GLM_API_KEY / ZHIPU_API_KEY      智谱 GLM API 密钥
+  QWEN_API_KEY / DASHSCOPE_API_KEY 通义千问 API 密钥
+  OPENAI_API_KEY        OpenAI API 密钥（Pi SDK）
+  ANTHROPIC_API_KEY     Anthropic API 密钥（Pi SDK）
+  PORT                  Web 服务端口（默认 54188）
 `);
 }
 // ---------------------------------------------------------------------------

package/dist/llm/llm-judgment-client.js

@@ -31,55 +31,55 @@ export const JUDGMENT_PROMPTS = {
     default: {
         systemPrompt: '',
         systemPromptResolver: () => loadRoleLayer('role.expert', '你是一个专业的 AI 任务分析专家. '),
-        userPromptTemplate: `【当前输入】
-{user_input}
-
-【对话历史】
-{history}
-
-【发送者】
-{sender_name}
-
-请分析以上输入，判断：
-
-## 理解
-1. 问题本质是什么？（how-to / why / what / should / feasibility）
-2. 核心需求是什么？
-3. 有哪些隐含信息需要注意？
-
-## 评估
-1. 复杂性等级（simple / moderate / complex / profound）
-2. 为什么是这个等级？
-3. 需要多深的理解？（surface / deeper / fundamental）
-
-## 决策
-1. 推荐处理方式（answer / analyze / design / implement / coordinate）
-2. 为什么这样处理？
-
-## 路由
-1. 应该调用哪些 Skills？（arch / guardian-fixer / harness-eng / harness-dev / task-arch / crystal-learn）
-2. 需要什么协作模式？（solo / pair / team）
-
-请用 JSON 格式输出，格式如下：
-{
-  "understanding": {
-    "essence": "问题本质",
-    "coreNeed": "核心需求",
-    "implicit": ["隐含信息1", "隐含信息2"]
-  },
-  "assessment": {
-    "complexity": "complex",
-    "complexityReason": "评估理由",
-    "depth": "deeper"
-  },
-  "decision": {
-    "approach": "design",
-    "reasoning": "决策理由"
-  },
-  "routing": {
-    "skills": ["arch", "guardian-fixer"],
-    "collaboration": "pair"
-  }
+        userPromptTemplate: `【当前输入】
+{user_input}
+
+【对话历史】
+{history}
+
+【发送者】
+{sender_name}
+
+请分析以上输入，判断：
+
+## 理解
+1. 问题本质是什么？（how-to / why / what / should / feasibility）
+2. 核心需求是什么？
+3. 有哪些隐含信息需要注意？
+
+## 评估
+1. 复杂性等级（simple / moderate / complex / profound）
+2. 为什么是这个等级？
+3. 需要多深的理解？（surface / deeper / fundamental）
+
+## 决策
+1. 推荐处理方式（answer / analyze / design / implement / coordinate）
+2. 为什么这样处理？
+
+## 路由
+1. 应该调用哪些 Skills？（arch / guardian-fixer / harness-eng / harness-dev / task-arch / crystal-learn）
+2. 需要什么协作模式？（solo / pair / team）
+
+请用 JSON 格式输出，格式如下：
+{
+  "understanding": {
+    "essence": "问题本质",
+    "coreNeed": "核心需求",
+    "implicit": ["隐含信息1", "隐含信息2"]
+  },
+  "assessment": {
+    "complexity": "complex",
+    "complexityReason": "评估理由",
+    "depth": "deeper"
+  },
+  "decision": {
+    "approach": "design",
+    "reasoning": "决策理由"
+  },
+  "routing": {
+    "skills": ["arch", "guardian-fixer"],
+    "collaboration": "pair"
+  }
 }`,
         outputFormat: 'json'
     },
@@ -87,26 +87,26 @@ export const JUDGMENT_PROMPTS = {
     architecture: {
         systemPrompt: '',
         systemPromptResolver: () => loadRoleLayer('role.architect', '你是一个经验丰富的系统架构师. '),
-        userPromptTemplate: `【架构设计问题】
-{user_input}
-
-【上下文】
-{context}
-
-请进行架构分析，判断是否需要 Harness 介入。
-
-分析维度：
-1. 涉及哪些架构维度？（分层、微服务、事件驱动等）
-2. 需要什么级别的架构设计？（概念性、逻辑性、物理性）
-3. 有什么架构风险需要考虑？
-
-输出 JSON：
-{
-  "needsHarness": true/false,
-  "gate": 0-8,
-  "skills": ["arch", "harness-eng"],
-  "architectureType": "microservices/layered/event-driven/etc",
-  "concerns": ["concern1", "concern2"]
+        userPromptTemplate: `【架构设计问题】
+{user_input}
+
+【上下文】
+{context}
+
+请进行架构分析，判断是否需要 Harness 介入。
+
+分析维度：
+1. 涉及哪些架构维度？（分层、微服务、事件驱动等）
+2. 需要什么级别的架构设计？（概念性、逻辑性、物理性）
+3. 有什么架构风险需要考虑？
+
+输出 JSON：
+{
+  "needsHarness": true/false,
+  "gate": 0-8,
+  "skills": ["arch", "harness-eng"],
+  "architectureType": "microservices/layered/event-driven/etc",
+  "concerns": ["concern1", "concern2"]
 }`,
         outputFormat: 'json'
     },
@@ -114,22 +114,22 @@ export const JUDGMENT_PROMPTS = {
     code: {
         systemPrompt: '',
         systemPromptResolver: () => loadRoleLayer('role.implementer', '你是一个高效的代码实现专家. '),
-        userPromptTemplate: `【代码问题】
-{user_input}
-
-请判断这个问题：
-
-1. 是新功能实现还是修复问题？
-2. 涉及哪些代码层面？（业务逻辑、数据访问、接口设计）
-3. 需要什么测试覆盖？
-
-输出 JSON：
-{
-  "needsHarness": true/false,
-  "gate": 0-8,
-  "skills": ["harness-dev", "guardian-fixer"],
-  "codeType": "feature/fix/refactor",
-  "testCoverage": "unit/integration/e2e"
+        userPromptTemplate: `【代码问题】
+{user_input}
+
+请判断这个问题：
+
+1. 是新功能实现还是修复问题？
+2. 涉及哪些代码层面？（业务逻辑、数据访问、接口设计）
+3. 需要什么测试覆盖？
+
+输出 JSON：
+{
+  "needsHarness": true/false,
+  "gate": 0-8,
+  "skills": ["harness-dev", "guardian-fixer"],
+  "codeType": "feature/fix/refactor",
+  "testCoverage": "unit/integration/e2e"
 }`,
         outputFormat: 'json'
     },
@@ -137,23 +137,23 @@ export const JUDGMENT_PROMPTS = {
     security: {
         systemPrompt: '',
         systemPromptResolver: () => loadRoleLayer('role.security', '你是一个严格的安全专家. '),
-        userPromptTemplate: `【安全问题】
-{user_input}
-
-请分析安全问题：
-
-1. 涉及哪些安全维度？（认证、授权、数据保护、传输安全）
-2. 风险等级？（低/中/高/严重）
-3. 需要什么安全措施？
-
-输出 JSON：
-{
-  "needsHarness": true,
-  "gate": 4,
-  "skills": ["guardian-fixer", "arch"],
-  "securityDimensions": ["authentication", "authorization"],
-  "riskLevel": "high",
-  "recommendations": ["rec1", "rec2"]
+        userPromptTemplate: `【安全问题】
+{user_input}
+
+请分析安全问题：
+
+1. 涉及哪些安全维度？（认证、授权、数据保护、传输安全）
+2. 风险等级？（低/中/高/严重）
+3. 需要什么安全措施？
+
+输出 JSON：
+{
+  "needsHarness": true,
+  "gate": 4,
+  "skills": ["guardian-fixer", "arch"],
+  "securityDimensions": ["authentication", "authorization"],
+  "riskLevel": "high",
+  "recommendations": ["rec1", "rec2"]
 }`,
         outputFormat: 'json'
     }

package/dist/llm/pi-ai.js

@@ -527,12 +527,12 @@ export class PiAIModel {
             // 降级: 旧硬编码 (layer registry 不可用时不挂)
             console.warn('[pi-ai] layer registry 不可用, 降级:', err.message?.slice(0, 100));
             const envDetails = this.getEnvironmentDetails();
-            return `You are a friendly AI assistant in a P2P document collaboration network.
-
-## User Working Directory
-${context || process.cwd()}
-
-## Environment
+            return `You are a friendly AI assistant in a P2P document collaboration network.
+
+## User Working Directory
+${context || process.cwd()}
+
+## Environment
 ${envDetails}`;
         }
     }
@@ -540,49 +540,49 @@ ${envDetails}`;
     // 保留但内部用 sync fallback; 后续可改成 async
     buildSystemPrompt(context) {
         const envDetails = this.getEnvironmentDetails();
-        return `You are a friendly AI assistant in a P2P document collaboration network.
-
-## User Working Directory
-${context || process.cwd()}
-
-## Environment
+        return `You are a friendly AI assistant in a P2P document collaboration network.
+
+## User Working Directory
+${context || process.cwd()}
+
+## Environment
 ${envDetails}`;
     }
     getEnvironmentDetails() {
-        return `
-## Available Workflows
-- read - Read documents
-- summarize - Summarize documents  
-- improve - Improve documents
-- collaborate - Multi-agent collaboration
-- query - Query status
-- report - Generate reports
-
-## System Capabilities
-- Document processing (Markdown, Text, PDF, DOCX)
-- Multi-agent collaboration (P2P network)
-- Workflow engine (constraint layer)
-- Quality assessment and auto-send
-
-## Current Time
+        return `
+## Available Workflows
+- read - Read documents
+- summarize - Summarize documents  
+- improve - Improve documents
+- collaborate - Multi-agent collaboration
+- query - Query status
+- report - Generate reports
+
+## System Capabilities
+- Document processing (Markdown, Text, PDF, DOCX)
+- Multi-agent collaboration (P2P network)
+- Workflow engine (constraint layer)
+- Quality assessment and auto-send
+
+## Current Time
 ${new Date().toISOString()}`;
     }
     buildSummarizePrompt(text, context) {
         const maxLength = 8000;
         const truncatedText = text.length > maxLength ? text.substring(0, maxLength) + '...' : text;
-        let prompt = `Please generate a concise and accurate summary for the following document:
-
-${truncatedText}
-
-Please output in the following format:
-## Summary
-[Write summary here]
-
-## Quality Self-Assessment
+        let prompt = `Please generate a concise and accurate summary for the following document:
+
+${truncatedText}
+
+Please output in the following format:
+## Summary
+[Write summary here]
+
+## Quality Self-Assessment
 [Score 1-10, with reasoning]`;
         if (context) {
-            prompt = `Context: ${context}
-
+            prompt = `Context: ${context}
+
 ${prompt}`;
         }
         return prompt;
@@ -590,17 +590,17 @@ ${prompt}`;
     buildImprovePrompt(content, requirements, context) {
         const maxLength = 8000;
         const truncatedContent = content.length > maxLength ? content.substring(0, maxLength) + '...' : content;
-        let prompt = `Please improve the document according to the following requirements:
-
-Requirements: ${requirements}
-
-Original Document:
-${truncatedContent}
-
+        let prompt = `Please improve the document according to the following requirements:
+
+Requirements: ${requirements}
+
+Original Document:
+${truncatedContent}
+
 Please output only the improved document without additional explanation.`;
         if (context) {
-            prompt = `Context: ${context}
-
+            prompt = `Context: ${context}
+
 ${prompt}`;
         }
         return prompt;