@delta-infra/cli 1.0.83 → 1.0.84

package/README.md

@@ -1,429 +1,429 @@
-# delta-cli
-
-Delta Infra 的命令行工具，用于管理 Delta Sandbox GPU/CPU 计算任务和调用 Science 工具。
-
-## 安装
-
-### 方式一：npx 一键安装（推荐）
-
-```bash
-npx @delta-infra/cli@latest install
-```
-
-该命令会依次完成：
-1. **全局安装** `@delta-infra/cli`（含 Go 二进制）
-2. **选择 AI 工具平台**（可多选）：通用 Agent 目录 `~/.agents/skills/`（Codex/Cursor/OpenCode）、Claude Code `~/.claude/skills/`、OpenCode 原生 `~/.config/opencode/skills/`、Cursor `~/.cursor/skills/`、Memento-S 开发模式 `~/memento_s/skills/`
-3. **安装 AI Skills** 到所选平台的 skills 目录
-4. **初始化配置** `delta-cli config init`（交互式，非 TTY 跳过）
-5. **身份认证** `delta-cli auth login`（交互式，非 TTY 跳过）
-
-AI Agent 也可以直接使用以下指令完成安装：
-
-> 帮我安装 delta-cli：https://github.com/yzailab/delta-infra-cli
-
-### 卸载
-
-```bash
-npx @delta-infra/cli@latest uninstall
-```
-
-清理全局包、所有已知平台的 AI Skills 和配置文件。
-
-### 升级
-
-```bash
-# 升级 CLI + AI Skills
-delta-cli upgrade
-
-# 只检查是否有更新（不执行升级）
-delta-cli upgrade --check
-
-# 只升级 CLI 二进制
-delta-cli upgrade --cli-only
-
-# 只升级 AI Skills
-delta-cli upgrade --skills-only
-```
-
-升级 CLI 时会通过 `npm install -g @delta-infra/cli@latest` 拉取最新版本；升级 Skills 时会通过 `npx skills add` 重新安装 AI Skills。
-
-### 方式二：直接下载 Binary
-
-从 [GitHub Releases](https://github.com/yzailab/delta-infra-cli/releases) 下载对应平台的压缩包（以下使用 `latest` 指向最新版）：
-
-```bash
-# macOS (Apple Silicon)
-curl -L -o delta-cli.tar.gz https://github.com/yzailab/delta-infra-cli/releases/latest/download/delta-cli-darwin-arm64.tar.gz
-tar -xzf delta-cli.tar.gz
-sudo mv delta-cli-darwin-arm64 /usr/local/bin/delta-cli
-rm delta-cli.tar.gz
-
-# Linux (AMD64)
-curl -L -o delta-cli.tar.gz https://github.com/yzailab/delta-infra-cli/releases/latest/download/delta-cli-linux-amd64.tar.gz
-tar -xzf delta-cli.tar.gz
-chmod +x delta-cli-linux-amd64
-sudo mv delta-cli-linux-amd64 /usr/local/bin/delta-cli
-rm delta-cli.tar.gz
-
-# Windows (AMD64，PowerShell)
-Invoke-WebRequest -Uri https://github.com/yzailab/delta-infra-cli/releases/latest/download/delta-cli-windows-amd64.zip -OutFile delta-cli.zip
-Expand-Archive -Path delta-cli.zip -DestinationPath . -Force
-Move-Item -Path delta-cli-windows-amd64.exe -Destination delta-cli.exe
-Remove-Item -Path delta-cli.zip
-# 将 delta-cli.exe 放到 PATH 中的目录
-```
-
-### 方式三：一键安装脚本（国内用户推荐）
-
-安装脚本会自动尝试国内 npm 镜像（npmmirror），失败后再回退到 npm 官方源：
-
-```bash
-# Linux / macOS
-curl -L https://raw.githubusercontent.com/yzailab/delta-infra-cli/main/install.sh | bash
-
-# Windows (PowerShell)
-Invoke-RestMethod -Uri https://raw.githubusercontent.com/yzailab/delta-infra-cli/main/install.ps1 | Invoke-Expression
-```
-
-### 方式四：npm
-
-```bash
-npm install -g @delta-infra/cli
-```
-
-`postinstall` 会按以下顺序尝试下载当前平台的二进制：
-
-1. `DELTA_CLI_MIRROR` 环境变量（如果设置）
-2. 国内加速镜像 `https://gh-proxy.com/https://github.com/...`
-3. GitHub 源站 `https://github.com/yzailab/delta-infra-cli/releases/download/...`
-
-如果安装时下载失败，可以：
-
-- 直接运行一次 `delta-cli`，它会自动重新尝试下载。
-- 或者在安装前设置本地压缩包路径：
-
-```bash
-DELTA_CLI_ARCHIVE=/path/to/delta-cli-linux-amd64.tar.gz npm install -g @delta-infra/cli
-```
-
-常用环境变量：
-
-| 变量 | 说明 |
-|------|------|
-| `DELTA_CLI_MIRROR` | 下载镜像，例如 `https://gh-proxy.com/https://github.com`。只接受 HTTPS 且需在白名单内。 |
-| `DELTA_CLI_MIRROR_ALLOWLIST` | 额外允许的主机列表，逗号分隔。 |
-| `DELTA_CLI_ARCHIVE` | 指向预先下载好的 `.tar.gz` / `.zip` 本地路径，跳过网络下载。 |
-| `DELTA_CLI_SKIP_POSTINSTALL` | 设置为 `1` 跳过安装时的二进制下载，之后由 `delta-cli` 运行时兜底。 |
-| `DELTA_CLI_FATAL_ON_ERROR` | 安装失败时退出码非 0（默认警告，用于调试）。 |
-| `DELTA_CLI_DOWNLOAD_TIMEOUT` | 单个下载源最大等待时间（毫秒，默认 120000）。 |
-
-### 方式五：Go Install
-
-```bash
-go install github.com/delta-infra/delta-infra-cli/cmd/delta-cli@latest
-```
-
-## 快速开始
-
-### 1. 初始化配置
-
-```bash
-delta-cli config init
-```
-
-执行时会交互式提示输入服务端地址（默认：`https://delta-infra-nacos-test.yangtzeailab.com/sandbox/api/v1`）以及 Bearer Token（可选，也可后续用 `auth login` 配置）。
-
-非交互式环境（如 CI）会直接使用默认值，也可以通过 flag 或环境变量一次性指定：
-
-```bash
-# 通过 flag
-delta-cli config init \
-  --base-url http://your-server/api/v1 \
-  --token your-token
-
-# 通过环境变量
-export DELTA_INFRA_BASE_URL=http://your-server/api/v1
-export DELTA_INFRA_TOKEN=your-token
-delta-cli config init
-```
-
-配置文件保存在 `~/.delta-infra/config.json`（权限 0600）。
-
-### 2. 认证
-
-使用 Bearer Token：
-
-```bash
-# Token
-delta-cli auth login --token <your-token>
-
-# 查看认证状态
-delta-cli auth status
-```
-
-### 3. Sandbox 生命周期
-
-```bash
-# 创建带 GPU 的 sandbox（--max-life 默认 30 分钟，长任务请调高）
-delta-cli sandbox create \
-  --image image.yangtzeailab.com/opensandbox/pytorch-cuda13:latest \
-  --cpu 4 --memory 16Gi --gpu 1 \
-  --max-life 120
-
-# 运行命令（短任务同步执行，长任务用 run-bg 替代 run）
-delta-cli sandbox run <sandbox_id> \
-  --command "<命令>" \
-  --timeout 3600
-
-# v1.0.55+ 默认带 --summary，返回 JSON 中 data.result_summary 字段已含 stdout 末尾 JSON 提取结果
-# 无需再手动读取 log_file 做二次解析（除非使用了 --no-summary）
-delta-cli sandbox run <sandbox_id> --command "echo '{\"status\":\"ok\",\"result\":\"done\"}'" --timeout 60
-
-# 读取结果文件
-delta-cli sandbox read <sandbox_id> --path /workspace/result.json
-
-# 销毁 sandbox
-delta-cli sandbox kill <sandbox_id>
-```
-
-## 命令列表
-
-### 全局命令
-
-| 命令 | 说明 |
-|------|------|
-| `delta-cli config init` | 初始化配置文件 |
-| `delta-cli config show` | 查看当前配置（敏感字段已脱敏） |
-| `delta-cli config set <key> <value>` | 修改配置项 |
-| `delta-cli auth login` | 交互式登录 |
-| `delta-cli auth login --token <token>` | Token 认证 |
-| `delta-cli auth status` | 查看认证状态 |
-| `delta-cli upgrade` | 升级 CLI 和 AI Skills 到最新版本 |
-| `delta-cli upgrade --check` | 检查是否有可用更新 |
-| `delta-cli upgrade --cli-only` | 只升级 CLI 二进制 |
-| `delta-cli upgrade --skills-only` | 只升级 AI Skills |
-| `delta-cli --version` | 显示版本 |
-
-### Sandbox 命令
-
-> **提示**：`sandbox list`（列沙箱实例）与 `sandbox ls <id>`（列目录）不同，注意区分。
-
-| 命令 | 说明 |
-|------|------|
-| `delta-cli sandbox list` | 列出当前用户的 sandbox 实例 |
-| `delta-cli sandbox providers` | 查看可用计算后端 |
-| `delta-cli sandbox images` | 查看可用镜像列表 |
-| `delta-cli sandbox recommend --cpu N --memory XGi` | 获取资源配置推荐 |
-| `delta-cli sandbox create --image <img>` | 创建 sandbox 容器 |
-| `delta-cli sandbox connect <id>` | 连接 sandbox |
-| `delta-cli sandbox status <id>` | 查看 sandbox 状态 |
-| `delta-cli sandbox finish <id>` | 保存结果并销毁 |
-| `delta-cli sandbox kill <id>` | 销毁 sandbox |
-| `delta-cli sandbox run <id> --command "..." [--timeout <秒>] [--summary/--no-summary] [--artifacts]` | 同步运行命令；默认带 `--summary`，返回 JSON 中 `summary` 字段已含 stdout 末尾 JSON 提取结果；`--artifacts` 附带 workspace 产物清单 |
-| `delta-cli sandbox run-bg <id> --command "..." [--timeout <秒>] [--wait] [--summary/--no-summary] [--artifacts]` | 后台运行命令；不加 `--wait` 立即返回 `{execution_id, sandbox_id}`；加 `--wait` 等待完成返回含 `summary` 的完整结果 |
-| `delta-cli sandbox logs <id> --execution-id <eid> [--tail N --grep <pattern> --context N --max-bytes N]` | 查看后台日志；默认返回 `stderr_size + stderr_tail`（避免上下文爆炸）；可用 `--tail/--grep` 过滤 |
-| `delta-cli sandbox cancel <id> --execution-id <eid>` | 中断后台命令 |
-| `delta-cli sandbox read <id> --path <path> [--output <本地路径>] [--tail N] [--grep <pattern>] [--offset N] [--limit N] [--context N] [--max-bytes N] [--parse-json]` | 读取容器内文件；`--output <path>` 保存到本地；`--tail/--grep` 过滤；非 UTF-8 文件 CLI 自动走 base64 fallback |
-| `delta-cli sandbox pull <id> --source <沙箱路径> --target <本地路径> [--recursive] [--pattern <glob>]` | 从沙箱拉取文件/目录到本地（mirror of `upload`，flag 方向相反：source=远程，target=本地）；单文件或递归目录；CLI 端 + 服务端双向 sha1 完整性校验 |
-| `delta-cli sandbox write <id> --path <path> --source <本地路径>` | 写入文件 |
-| `delta-cli sandbox write-multiple <id> --entry <远程路径>=<本地路径>` | 批量写入 |
-| `delta-cli sandbox ls <id> --path <path>` | 列出目录 |
-| `delta-cli sandbox stat <id> --path <path>` | 文件元数据 |
-| `delta-cli sandbox mv <id> --entry <src=dest>` | 移动/重命名 |
-| `delta-cli sandbox replace <id> --path <path> --old <文本> --new <文本>` | 替换内容 |
-| `delta-cli sandbox chmod <id> --path <path> --mode <八进制>` | 修改权限 |
-| `delta-cli sandbox rm <id> --path <path>` | 删除文件 |
-| `delta-cli sandbox rmdir <id> --path <路径>` | 递归删除目录 |
-| `delta-cli sandbox mkdir <id> --path <路径>` | 创建目录 |
-| `delta-cli sandbox search <id> --path <根目录> --pattern <glob>` | 搜索文件 |
-| `delta-cli sandbox upload <id> --source <本地目录> --target <沙箱路径>` | 上传目录（tar.gz + 自动解压） |
-
-### Science 工具
-
-> 默认 Science Server 为 `http://8.141.101.94:8080/science_tool`。可通过
-> `delta-cli config set science_base_url <url>` 或环境变量
-> `DELTA_INFRA_SCIENCE_BASE_URL` 覆盖。
-
-| 命令 | 说明 |
-|------|------|
-| `delta-cli science list` | 列出所有已启用的 science 工具 |
-| `delta-cli science get <tool_name>` | 查看指定工具的详情 |
-| `delta-cli science invoke --tool <tool_name> --endpoint <endpoint_name> [--data '{"key":"value"}'] [--params '{"key":"value"}']` | 调用工具端点 |
-| `delta-cli science endpoints list <tool_name>` | 列出指定工具的所有端点 |
-
-`tools.name` 和 `tool_endpoints.name` 是 Science 工具调用的唯一权威名称。
-`science list` 与 `science endpoints list` 原样展示服务端数据库中的启用项，
-`science invoke` 原样传递 `--tool` 和 `--endpoint`，不执行别名映射或旧名称兼容。
-
-## 输出格式
-
-所有命令返回统一的 JSON envelope：
-
-```json
-// 成功
-{"ok":true,"data":{"id":"sb-xxx","status":"running"}}
-
-// 错误
-{"ok":false,"error":{"type":"auth","message":"not authenticated","hint":"run 'delta-cli auth login'"}}
-```
-
-错误类型及退出码：
-
-| Type | Exit Code | 场景 |
-|------|-----------|------|
-| validation | 2 | 参数错误 |
-| auth | 3 | 未认证 |
-| permission | 4 | 权限不足 |
-| not_found | 5 | 资源不存在 |
-| network | 6 | 网络错误 |
-| api | 7 | 服务端错误 |
-| internal | 10 | 客户端内部错误 |
-
-## AI Agent Skills
-
-delta-cli 内置 AI Agent 操作手册（Skills），帮助 Claude Code 等 AI 助手正确使用 CLI：
-
-```bash
-# 安装仓库中的全部 Skills
-npx skills add delta-infra/delta-infra-cli -y -g
-
-# 只安装统一 Science Skill
-npx skills add delta-infra/delta-infra-cli -s delta-science
-```
-
-Skill 文件位于 `skills/` 目录：
-- `delta-shared/` — 全局通用规则（认证、配置、错误处理）
-- `delta-sandbox/` — Sandbox 操作指南（生命周期、命令路由）
-- `delta-science/` — 唯一 Science 入口，包含统一 Delta CLI wrapper、跨工具工作流和
-  PubChem、RDKit、pymatgen、GSAS-II、LAMMPS、Delta-BO、LDM-BO、SynBO、AntBO
-  的按需 reference
-
-Memento 等宿主只需要选择 `delta-science`。Skill 根据自然语言科研目标选择 tool 和
-operation，并且只加载当前工具对应的 reference，避免大量独立 Skill 给规划器增加
-负担。升级时会自动移除旧版独立 Science Skill。
-
-### 添加 Science tool 或 operation
-
-工具目录由 Science Server 数据库维护。新增工具时配置 `tools` 记录及对应的
-`tool_endpoints` 记录；停用时设置 `status=false`。CLI 无需同步任何静态表或重新增加
-命令。若需要让 AI 根据自然语言自动选择新工具并安全组装请求，再更新
-`skills/delta-science/references/<tool>.md` 和路由文档；数据库中的 name 与 reference
-必须完全一致。
-
-## 开发
-
-```bash
-# 本地构建
-make build
-
-# 运行测试
-make test
-
-# 代码检查
-make lint
-
-# 跨平台编译（生成各平台二进制文件到 bin/）
-make release
-
-# 源码安装到系统 PATH（默认 /usr/local/bin；macOS / Linux）
-make install
-
-# 自定义安装前缀
-make PREFIX=$HOME/.local install
-
-# Windows 源码安装（二选一）
-# 方式 A：直接用 go install 安装到 GOPATH/bin
-go install github.com/delta-infra/delta-infra-cli/cmd/delta-cli@latest
-
-# 方式 B：在仓库根目录运行 PowerShell 脚本，构建并添加到用户 PATH
-# .\install-from-source.ps1
-# .\install-from-source.ps1 -InstallDir "$env:USERPROFILE\bin"
-```
-
-### 日常开发流程
-
-修改 `skills/` 或编译 `delta-cli` 后，需要同步到 Memento-S 项目才能生效：
-
-```bash
-# 1. 通过安装向导同步完整 Skill 集合
-node scripts/install-wizard.js
-
-# 2. 用 Docker 编译 Windows 版本（本地无 Go toolchain 时）
-docker run --rm -v "$(pwd):/src" -w /src \
-  -e GOPROXY=https://goproxy.cn,direct \
-  golang:1.23 \
-  sh -c 'go build -buildvcs=false \
-    -ldflags "-X github.com/delta-infra/delta-infra-cli/internal/build.Version=$(git describe --tags --always --dirty 2>/dev/null || echo dev)" \
-    -o bin/delta-cli-windows-amd64.exe ./cmd/delta-cli'
-
-# 3. 将 delta-cli 放到 Memento-S 的 node_modules/.bin（替换旧版本）
-cp bin/delta-cli-windows-amd64.exe \
-   <memento-s>/electron_rebuild/node_modules/.bin/delta-cli
-
-# 4. 重启 Memento-S sidecar 使新 binary 生效
-#   在 Electron 界面中重新加载，或手动重启 sidecar 进程
-```
-
-> **注意**：`delta-cli` 替换后，如果 `~/.delta-infra/config.json` 中已配置 token，则
-> Sandbox 和 Science Skills 可直接使用；否则需要先用 `auth login` 配置。
-
-## 构建与发布
-
-### 本地构建
-
-```bash
-# 本地构建
-make build
-
-# 运行测试
-make test
-
-# 代码检查
-make lint
-
-# 跨平台编译（生成各平台二进制文件到 bin/）
-make release
-```
-
-> `make release` 仅生成各平台二进制文件（如 `bin/delta-cli-linux-amd64`），不会自动打包。打包与发布请使用下文的 `release.sh`。
-
-### 一键发布（维护者）
-
-项目根目录下的 `release.sh` 脚本负责完整发布流程：
-
-```bash
-export GH_TOKEN=<your-github-pat>
-export NPM_TOKEN=<your-npm-token>
-./release.sh v1.0.80
-```
-
-脚本执行步骤：
-1. 更新 `package.json` 版本号。
-2. 使用 Docker + `make release` 交叉编译 5 个平台二进制文件。
-3. 在 `bin/` 目录生成 `.tar.gz` / `.zip` 归档。
-4. 通过 `.ci/publish-github-release.js` 创建 GitHub Release 并上传资产。
-5. 同步 npm 脚本、README 与全部 Skills 到公开仓库 `yzailab/delta-infra-cli`。
-6. 执行 `npm publish --access public` 发布 `@delta-infra/cli`。
-
-需要提前安装 `gh` CLI、Node.js/npm，并配置 `GH_TOKEN` 与 `NPM_TOKEN`。CI 流程可参考 `.gitlab-ci.yml`。
-
-### npm 镜像
-
-如果 GitHub 下载较慢，安装 npm 包时可设置镜像：
-
-```bash
-DELTA_CLI_MIRROR="https://gh-proxy.com/https://github.com" npm install -g @delta-infra/cli
-```
-
-## 技术栈
-
-- **语言**: Go 1.23+
-- **CLI 框架**: [Cobra](https://github.com/spf13/cobra)
-- **配置**: JSON 文件（`~/.delta-infra/config.json`，权限 0600）
-- **输出**: JSON envelope（AI-agent 友好，可脚本化）
-- **发布**: GitHub Release（tar.gz/zip） + npm wrapper
-- **架构**: 扁平静态命令树，Factory 依赖注入，惰性初始化
-
-## License
-
-MIT
+# delta-cli
+
+Delta Infra 的命令行工具，用于管理 Delta Sandbox GPU/CPU 计算任务和调用 Science 工具。
+
+## 安装
+
+### 方式一：npx 一键安装（推荐）
+
+```bash
+npx @delta-infra/cli@latest install
+```
+
+该命令会依次完成：
+1. **全局安装** `@delta-infra/cli`（含 Go 二进制）
+2. **选择 AI 工具平台**（可多选）：通用 Agent 目录 `~/.agents/skills/`（Codex/Cursor/OpenCode）、Claude Code `~/.claude/skills/`、OpenCode 原生 `~/.config/opencode/skills/`、Cursor `~/.cursor/skills/`、Memento-S 开发模式 `~/memento_s/skills/`
+3. **安装 AI Skills** 到所选平台的 skills 目录
+4. **初始化配置** `delta-cli config init`（交互式，非 TTY 跳过）
+5. **身份认证** `delta-cli auth login`（交互式，非 TTY 跳过）
+
+AI Agent 也可以直接使用以下指令完成安装：
+
+> 帮我安装 delta-cli：https://github.com/yzailab/delta-infra-cli
+
+### 卸载
+
+```bash
+npx @delta-infra/cli@latest uninstall
+```
+
+清理全局包、所有已知平台的 AI Skills 和配置文件。
+
+### 升级
+
+```bash
+# 升级 CLI + AI Skills
+delta-cli upgrade
+
+# 只检查是否有更新（不执行升级）
+delta-cli upgrade --check
+
+# 只升级 CLI 二进制
+delta-cli upgrade --cli-only
+
+# 只升级 AI Skills
+delta-cli upgrade --skills-only
+```
+
+升级 CLI 时会通过 `npm install -g @delta-infra/cli@latest` 拉取最新版本；升级 Skills 时会通过 `npx skills add` 重新安装 AI Skills。
+
+### 方式二：直接下载 Binary
+
+从 [GitHub Releases](https://github.com/yzailab/delta-infra-cli/releases) 下载对应平台的压缩包（以下使用 `latest` 指向最新版）：
+
+```bash
+# macOS (Apple Silicon)
+curl -L -o delta-cli.tar.gz https://github.com/yzailab/delta-infra-cli/releases/latest/download/delta-cli-darwin-arm64.tar.gz
+tar -xzf delta-cli.tar.gz
+sudo mv delta-cli-darwin-arm64 /usr/local/bin/delta-cli
+rm delta-cli.tar.gz
+
+# Linux (AMD64)
+curl -L -o delta-cli.tar.gz https://github.com/yzailab/delta-infra-cli/releases/latest/download/delta-cli-linux-amd64.tar.gz
+tar -xzf delta-cli.tar.gz
+chmod +x delta-cli-linux-amd64
+sudo mv delta-cli-linux-amd64 /usr/local/bin/delta-cli
+rm delta-cli.tar.gz
+
+# Windows (AMD64，PowerShell)
+Invoke-WebRequest -Uri https://github.com/yzailab/delta-infra-cli/releases/latest/download/delta-cli-windows-amd64.zip -OutFile delta-cli.zip
+Expand-Archive -Path delta-cli.zip -DestinationPath . -Force
+Move-Item -Path delta-cli-windows-amd64.exe -Destination delta-cli.exe
+Remove-Item -Path delta-cli.zip
+# 将 delta-cli.exe 放到 PATH 中的目录
+```
+
+### 方式三：一键安装脚本（国内用户推荐）
+
+安装脚本会自动尝试国内 npm 镜像（npmmirror），失败后再回退到 npm 官方源：
+
+```bash
+# Linux / macOS
+curl -L https://raw.githubusercontent.com/yzailab/delta-infra-cli/main/install.sh | bash
+
+# Windows (PowerShell)
+Invoke-RestMethod -Uri https://raw.githubusercontent.com/yzailab/delta-infra-cli/main/install.ps1 | Invoke-Expression
+```
+
+### 方式四：npm
+
+```bash
+npm install -g @delta-infra/cli
+```
+
+`postinstall` 会按以下顺序尝试下载当前平台的二进制：
+
+1. `DELTA_CLI_MIRROR` 环境变量（如果设置）
+2. 国内加速镜像 `https://gh-proxy.com/https://github.com/...`
+3. GitHub 源站 `https://github.com/yzailab/delta-infra-cli/releases/download/...`
+
+如果安装时下载失败，可以：
+
+- 直接运行一次 `delta-cli`，它会自动重新尝试下载。
+- 或者在安装前设置本地压缩包路径：
+
+```bash
+DELTA_CLI_ARCHIVE=/path/to/delta-cli-linux-amd64.tar.gz npm install -g @delta-infra/cli
+```
+
+常用环境变量：
+
+| 变量 | 说明 |
+|------|------|
+| `DELTA_CLI_MIRROR` | 下载镜像，例如 `https://gh-proxy.com/https://github.com`。只接受 HTTPS 且需在白名单内。 |
+| `DELTA_CLI_MIRROR_ALLOWLIST` | 额外允许的主机列表，逗号分隔。 |
+| `DELTA_CLI_ARCHIVE` | 指向预先下载好的 `.tar.gz` / `.zip` 本地路径，跳过网络下载。 |
+| `DELTA_CLI_SKIP_POSTINSTALL` | 设置为 `1` 跳过安装时的二进制下载，之后由 `delta-cli` 运行时兜底。 |
+| `DELTA_CLI_FATAL_ON_ERROR` | 安装失败时退出码非 0（默认警告，用于调试）。 |
+| `DELTA_CLI_DOWNLOAD_TIMEOUT` | 单个下载源最大等待时间（毫秒，默认 120000）。 |
+
+### 方式五：Go Install
+
+```bash
+go install github.com/delta-infra/delta-infra-cli/cmd/delta-cli@latest
+```
+
+## 快速开始
+
+### 1. 初始化配置
+
+```bash
+delta-cli config init
+```
+
+执行时会交互式提示输入服务端地址（默认：`https://delta-infra-nacos-test.yangtzeailab.com/sandbox/api/v1`）以及 Bearer Token（可选，也可后续用 `auth login` 配置）。
+
+非交互式环境（如 CI）会直接使用默认值，也可以通过 flag 或环境变量一次性指定：
+
+```bash
+# 通过 flag
+delta-cli config init \
+  --base-url http://your-server/api/v1 \
+  --token your-token
+
+# 通过环境变量
+export DELTA_INFRA_BASE_URL=http://your-server/api/v1
+export DELTA_INFRA_TOKEN=your-token
+delta-cli config init
+```
+
+配置文件保存在 `~/.delta-infra/config.json`（权限 0600）。
+
+### 2. 认证
+
+使用 Bearer Token：
+
+```bash
+# Token
+delta-cli auth login --token <your-token>
+
+# 查看认证状态
+delta-cli auth status
+```
+
+### 3. Sandbox 生命周期
+
+```bash
+# 创建带 GPU 的 sandbox（--max-life 默认 30 分钟，长任务请调高）
+delta-cli sandbox create \
+  --image image.yangtzeailab.com/opensandbox/pytorch-cuda13:latest \
+  --cpu 4 --memory 16Gi --gpu 1 \
+  --max-life 120
+
+# 运行命令（短任务同步执行，长任务用 run-bg 替代 run）
+delta-cli sandbox run <sandbox_id> \
+  --command "<命令>" \
+  --timeout 3600
+
+# v1.0.55+ 默认带 --summary，返回 JSON 中 data.result_summary 字段已含 stdout 末尾 JSON 提取结果
+# 无需再手动读取 log_file 做二次解析（除非使用了 --no-summary）
+delta-cli sandbox run <sandbox_id> --command "echo '{\"status\":\"ok\",\"result\":\"done\"}'" --timeout 60
+
+# 读取结果文件
+delta-cli sandbox read <sandbox_id> --path /workspace/result.json
+
+# 销毁 sandbox
+delta-cli sandbox kill <sandbox_id>
+```
+
+## 命令列表
+
+### 全局命令
+
+| 命令 | 说明 |
+|------|------|
+| `delta-cli config init` | 初始化配置文件 |
+| `delta-cli config show` | 查看当前配置（敏感字段已脱敏） |
+| `delta-cli config set <key> <value>` | 修改配置项 |
+| `delta-cli auth login` | 交互式登录 |
+| `delta-cli auth login --token <token>` | Token 认证 |
+| `delta-cli auth status` | 查看认证状态 |
+| `delta-cli upgrade` | 升级 CLI 和 AI Skills 到最新版本 |
+| `delta-cli upgrade --check` | 检查是否有可用更新 |
+| `delta-cli upgrade --cli-only` | 只升级 CLI 二进制 |
+| `delta-cli upgrade --skills-only` | 只升级 AI Skills |
+| `delta-cli --version` | 显示版本 |
+
+### Sandbox 命令
+
+> **提示**：`sandbox list`（列沙箱实例）与 `sandbox ls <id>`（列目录）不同，注意区分。
+
+| 命令 | 说明 |
+|------|------|
+| `delta-cli sandbox list` | 列出当前用户的 sandbox 实例 |
+| `delta-cli sandbox providers` | 查看可用计算后端 |
+| `delta-cli sandbox images` | 查看可用镜像列表 |
+| `delta-cli sandbox recommend --cpu N --memory XGi` | 获取资源配置推荐 |
+| `delta-cli sandbox create --image <img>` | 创建 sandbox 容器 |
+| `delta-cli sandbox connect <id>` | 连接 sandbox |
+| `delta-cli sandbox status <id>` | 查看 sandbox 状态 |
+| `delta-cli sandbox finish <id>` | 保存结果并销毁 |
+| `delta-cli sandbox kill <id>` | 销毁 sandbox |
+| `delta-cli sandbox run <id> --command "..." [--timeout <秒>] [--summary/--no-summary] [--artifacts]` | 同步运行命令；默认带 `--summary`，返回 JSON 中 `summary` 字段已含 stdout 末尾 JSON 提取结果；`--artifacts` 附带 workspace 产物清单 |
+| `delta-cli sandbox run-bg <id> --command "..." [--timeout <秒>] [--wait] [--summary/--no-summary] [--artifacts]` | 后台运行命令；不加 `--wait` 立即返回 `{execution_id, sandbox_id}`；加 `--wait` 等待完成返回含 `summary` 的完整结果 |
+| `delta-cli sandbox logs <id> --execution-id <eid> [--tail N --grep <pattern> --context N --max-bytes N]` | 查看后台日志；默认返回 `stderr_size + stderr_tail`（避免上下文爆炸）；可用 `--tail/--grep` 过滤 |
+| `delta-cli sandbox cancel <id> --execution-id <eid>` | 中断后台命令 |
+| `delta-cli sandbox read <id> --path <path> [--output <本地路径>] [--tail N] [--grep <pattern>] [--offset N] [--limit N] [--context N] [--max-bytes N] [--parse-json]` | 读取容器内文件；`--output <path>` 保存到本地；`--tail/--grep` 过滤；非 UTF-8 文件 CLI 自动走 base64 fallback |
+| `delta-cli sandbox pull <id> --source <沙箱路径> --target <本地路径> [--recursive] [--pattern <glob>]` | 从沙箱拉取文件/目录到本地（mirror of `upload`，flag 方向相反：source=远程，target=本地）；单文件或递归目录；CLI 端 + 服务端双向 sha1 完整性校验 |
+| `delta-cli sandbox write <id> --path <path> --source <本地路径>` | 写入文件 |
+| `delta-cli sandbox write-multiple <id> --entry <远程路径>=<本地路径>` | 批量写入 |
+| `delta-cli sandbox ls <id> --path <path>` | 列出目录 |
+| `delta-cli sandbox stat <id> --path <path>` | 文件元数据 |
+| `delta-cli sandbox mv <id> --entry <src=dest>` | 移动/重命名 |
+| `delta-cli sandbox replace <id> --path <path> --old <文本> --new <文本>` | 替换内容 |
+| `delta-cli sandbox chmod <id> --path <path> --mode <八进制>` | 修改权限 |
+| `delta-cli sandbox rm <id> --path <path>` | 删除文件 |
+| `delta-cli sandbox rmdir <id> --path <路径>` | 递归删除目录 |
+| `delta-cli sandbox mkdir <id> --path <路径>` | 创建目录 |
+| `delta-cli sandbox search <id> --path <根目录> --pattern <glob>` | 搜索文件 |
+| `delta-cli sandbox upload <id> --source <本地目录> --target <沙箱路径>` | 上传目录（tar.gz + 自动解压） |
+
+### Science 工具
+
+> 默认 Science Server 为 `http://8.141.101.94:8080/science_tool`。可通过
+> `delta-cli config set science_base_url <url>` 或环境变量
+> `DELTA_INFRA_SCIENCE_BASE_URL` 覆盖。
+
+| 命令 | 说明 |
+|------|------|
+| `delta-cli science list` | 列出所有已启用的 science 工具 |
+| `delta-cli science get <tool_name>` | 查看指定工具的详情 |
+| `delta-cli science invoke --tool <tool_name> --endpoint <endpoint_name> [--data '{"key":"value"}'] [--params '{"key":"value"}']` | 调用工具端点 |
+| `delta-cli science endpoints list <tool_name>` | 列出指定工具的所有端点 |
+
+`tools.name` 和 `tool_endpoints.name` 是 Science 工具调用的唯一权威名称。
+`science list` 与 `science endpoints list` 原样展示服务端数据库中的启用项，
+`science invoke` 原样传递 `--tool` 和 `--endpoint`，不执行别名映射或旧名称兼容。
+
+## 输出格式
+
+所有命令返回统一的 JSON envelope：
+
+```json
+// 成功
+{"ok":true,"data":{"id":"sb-xxx","status":"running"}}
+
+// 错误
+{"ok":false,"error":{"type":"auth","message":"not authenticated","hint":"run 'delta-cli auth login'"}}
+```
+
+错误类型及退出码：
+
+| Type | Exit Code | 场景 |
+|------|-----------|------|
+| validation | 2 | 参数错误 |
+| auth | 3 | 未认证 |
+| permission | 4 | 权限不足 |
+| not_found | 5 | 资源不存在 |
+| network | 6 | 网络错误 |
+| api | 7 | 服务端错误 |
+| internal | 10 | 客户端内部错误 |
+
+## AI Agent Skills
+
+delta-cli 内置 AI Agent 操作手册（Skills），帮助 Claude Code 等 AI 助手正确使用 CLI：
+
+```bash
+# 安装仓库中的全部 Skills
+npx skills add delta-infra/delta-infra-cli -y -g
+
+# 只安装统一 Science Skill
+npx skills add delta-infra/delta-infra-cli -s delta-science
+```
+
+Skill 文件位于 `skills/` 目录：
+- `delta-shared/` — 全局通用规则（认证、配置、错误处理）
+- `delta-sandbox/` — Sandbox 操作指南（生命周期、命令路由）
+- `delta-science/` — 唯一 Science 入口，包含统一 Delta CLI wrapper、跨工具工作流和
+  PubChem、RDKit、pymatgen、GSAS-II、LAMMPS、Delta-BO、LDM-BO、SynBO、AntBO
+  的按需 reference
+
+Memento 等宿主只需要选择 `delta-science`。Skill 根据自然语言科研目标选择 tool 和
+operation，并且只加载当前工具对应的 reference，避免大量独立 Skill 给规划器增加
+负担。升级时会自动移除旧版独立 Science Skill。
+
+### 添加 Science tool 或 operation
+
+工具目录由 Science Server 数据库维护。新增工具时配置 `tools` 记录及对应的
+`tool_endpoints` 记录；停用时设置 `status=false`。CLI 无需同步任何静态表或重新增加
+命令。若需要让 AI 根据自然语言自动选择新工具并安全组装请求，再更新
+`skills/delta-science/references/<tool>.md` 和路由文档；数据库中的 name 与 reference
+必须完全一致。
+
+## 开发
+
+```bash
+# 本地构建
+make build
+
+# 运行测试
+make test
+
+# 代码检查
+make lint
+
+# 跨平台编译（生成各平台二进制文件到 bin/）
+make release
+
+# 源码安装到系统 PATH（默认 /usr/local/bin；macOS / Linux）
+make install
+
+# 自定义安装前缀
+make PREFIX=$HOME/.local install
+
+# Windows 源码安装（二选一）
+# 方式 A：直接用 go install 安装到 GOPATH/bin
+go install github.com/delta-infra/delta-infra-cli/cmd/delta-cli@latest
+
+# 方式 B：在仓库根目录运行 PowerShell 脚本，构建并添加到用户 PATH
+# .\install-from-source.ps1
+# .\install-from-source.ps1 -InstallDir "$env:USERPROFILE\bin"
+```
+
+### 日常开发流程
+
+修改 `skills/` 或编译 `delta-cli` 后，需要同步到 Memento-S 项目才能生效：
+
+```bash
+# 1. 通过安装向导同步完整 Skill 集合
+node scripts/install-wizard.js
+
+# 2. 用 Docker 编译 Windows 版本（本地无 Go toolchain 时）
+docker run --rm -v "$(pwd):/src" -w /src \
+  -e GOPROXY=https://goproxy.cn,direct \
+  golang:1.23 \
+  sh -c 'go build -buildvcs=false \
+    -ldflags "-X github.com/delta-infra/delta-infra-cli/internal/build.Version=$(git describe --tags --always --dirty 2>/dev/null || echo dev)" \
+    -o bin/delta-cli-windows-amd64.exe ./cmd/delta-cli'
+
+# 3. 将 delta-cli 放到 Memento-S 的 node_modules/.bin（替换旧版本）
+cp bin/delta-cli-windows-amd64.exe \
+   <memento-s>/electron_rebuild/node_modules/.bin/delta-cli
+
+# 4. 重启 Memento-S sidecar 使新 binary 生效
+#   在 Electron 界面中重新加载，或手动重启 sidecar 进程
+```
+
+> **注意**：`delta-cli` 替换后，如果 `~/.delta-infra/config.json` 中已配置 token，则
+> Sandbox 和 Science Skills 可直接使用；否则需要先用 `auth login` 配置。
+
+## 构建与发布
+
+### 本地构建
+
+```bash
+# 本地构建
+make build
+
+# 运行测试
+make test
+
+# 代码检查
+make lint
+
+# 跨平台编译（生成各平台二进制文件到 bin/）
+make release
+```
+
+> `make release` 仅生成各平台二进制文件（如 `bin/delta-cli-linux-amd64`），不会自动打包。打包与发布请使用下文的 `release.sh`。
+
+### 一键发布（维护者）
+
+项目根目录下的 `release.sh` 脚本负责完整发布流程：
+
+```bash
+export GH_TOKEN=<your-github-pat>
+export NPM_TOKEN=<your-npm-token>
+./release.sh v1.0.80
+```
+
+脚本执行步骤：
+1. 更新 `package.json` 版本号。
+2. 使用 Docker + `make release` 交叉编译 5 个平台二进制文件。
+3. 在 `bin/` 目录生成 `.tar.gz` / `.zip` 归档。
+4. 通过 `.ci/publish-github-release.js` 创建 GitHub Release 并上传资产。
+5. 同步 npm 脚本、README 与全部 Skills 到公开仓库 `yzailab/delta-infra-cli`。
+6. 执行 `npm publish --access public` 发布 `@delta-infra/cli`。
+
+需要提前安装 `gh` CLI、Node.js/npm，并配置 `GH_TOKEN` 与 `NPM_TOKEN`。CI 流程可参考 `.gitlab-ci.yml`。
+
+### npm 镜像
+
+如果 GitHub 下载较慢，安装 npm 包时可设置镜像：
+
+```bash
+DELTA_CLI_MIRROR="https://gh-proxy.com/https://github.com" npm install -g @delta-infra/cli
+```
+
+## 技术栈
+
+- **语言**: Go 1.23+
+- **CLI 框架**: [Cobra](https://github.com/spf13/cobra)
+- **配置**: JSON 文件（`~/.delta-infra/config.json`，权限 0600）
+- **输出**: JSON envelope（AI-agent 友好，可脚本化）
+- **发布**: GitHub Release（tar.gz/zip） + npm wrapper
+- **架构**: 扁平静态命令树，Factory 依赖注入，惰性初始化
+
+## License
+
+MIT