@gt-fe/eap-cli 0.2.15 → 0.2.17

package/dist/templates/dag-workflow/skills/README.md

@@ -1,116 +1,116 @@
-# 装配与执行 Skill
-
-四种执行模式都可以装配 Skill，但装配与执行是两个步骤。
-
-## 普通 SKILL.md 目录
-
-1. 把含 `SKILL.md` 的目录放到 `skills/<name>/`，可同时包含 `scripts/`、`references/`。文件夹名与 frontmatter 的 `name` 保持一致；不要嵌套版本目录。
-2. 在根级 `agent.manifest.json` 的 `skillRefs` 中追加 `{ "code": "<name>", "version": "1.0.0" }`，保留已有引用。本地版本来自 `SKILL.md` frontmatter，省略时为 `1.0.0`。
-3. 确认 `eap.config.json` 的 `localSkillDirectories` 包含 `"./skills"`，重启本地运行以重新物化资源。
-
-这种装配只需要 `SKILL.md`，无需额外 JSON 清单。可调用工具的 LLM 会获得 Skill 目录信息，通过 `read_file` 阅读正文、通过 `execute_command` 执行脚本。`disableTools: true` 的节点不能这样读取或执行 Skill。模型按文档使用脚本，不等于 Runtime 执行结构化 workflow。
-
-## 作为子图执行的完整最小样例
-
-本例创建 `request-summary`，由一个 code 节点整理用户请求，输出以“需求记录：”开头的助手消息。须设 `emitReply: true`，否则 `reply` 只出现在 tool 结果 JSON 里。不调用外部工具。
-
-```text
-skills/
-  request-summary/
-    SKILL.md
-    skill.manifest.json
-```
-
-创建 `skills/request-summary/SKILL.md`：
-
-```markdown
----
-name: request-summary
-description: 整理用户原始请求，生成需求记录。
-version: 1.0.0
----
-
-把用户请求中的连续空白整理成一个空格，输出需求记录。
-结构化执行入口在同目录 skill.manifest.json 的 workflow 字段中。
-```
-
-创建 `skills/request-summary/skill.manifest.json`：
-
-```json
-{
-  "code": "request-summary",
-  "name": "request-summary",
-  "version": "1.0.0",
-  "workflow": {
-    "nodes": [
-      {
-        "id": "record-request",
-        "type": "code",
-        "config": {
-          "timeoutMs": 1000,
-          "emitReply": true,
-          "code": "const messages = Array.isArray(state.messages) ? state.messages : []; let input = ''; for (let i = messages.length - 1; i >= 0; i--) { if (messages[i].role === 'user') { input = String(messages[i].content || ''); break; } } return { reply: '需求记录：' + input.replace(/\\s+/g, ' ').trim() };"
-        }
-      }
-    ],
-    "edges": [
-      {
-        "from": "__start__",
-        "to": "record-request"
-      },
-      {
-        "from": "record-request",
-        "to": "__end__"
-      }
-    ],
-    "entryPoint": "record-request",
-    "finishPoints": [
-      "__end__"
-    ]
-  }
-}
-```
-
-在 Agent 的 `skillRefs` 中追加：
-
-```json
-{ "code": "request-summary", "version": "1.0.0" }
-```
-
-这里的 `skill.manifest.json` 为子图提供结构化定义。当前 Runtime 从该清单的 `workflow`（也支持 `graph` / `definitionSnapshot`）读取图对象，**不会自动读取 Skill 目录中的独立 `graph.json`，也不会把 SKILL.md 的自然语言步骤编译成图**。
-
-父图的节点必须绑定该 Skill：
-
-```json
-{
-  "id": "run-skill",
-  "type": "subgraph",
-  "config": { "skillCode": "request-summary" }
-}
-```
-
-`skillCode` 必须与 `skillRefs[].code` 一致；不能只填写 `type: subgraph`。节点还需接入实际控制流，见下面的模板接法。
-
-## 接到 DAG 分支
-
-用下面的节点替换原 `branch-report`，保留它的 ID；其他节点、所有边、入口和结束配置保持原样：
-
-```json
-{
-  "id": "branch-report",
-  "type": "subgraph",
-  "config": { "skillCode": "request-summary" }
-}
-```
-
-图中仍有 `split → branch-report → merge` 与 `split → branch-task → merge` 两条分支。前者输出需求记录，后者输出任务意见，`merge` 读取二者结果。默认未改图时，两个 LLM 分支均为 `disableTools: true`，只添加 Skill 引用不会执行它。
-
-此例两条分支在父图中各占一个节点。以后增加多层分支时，要另外验证汇合时机，不要把多条普通入边理解为任意长度分支的等待屏障。
-
-## 检查结果
-
-改完文件后先执行 `eap validate`，再重启 `eap chat` / `eap dev`，输入“用户登录后导出月报”。应能看到 `request-summary` 的执行记录，以及“需求记录：用户登录后导出月报”的结果被后续步骤使用。
-
-`eap validate` 能检查父图引用和连边，但通过校验不代表已验证 Skill workflow 的运行行为。若报“子图节点无法解析 Skill workflow”，检查清单中的 `workflow.nodes` 是否非空、`skillCode` 是否匹配、是否已重新物化资源。
-
-示例是本地开发资源。上线前按平台要求登记、锁定和发布 Skill 及其依赖。
+# 装配与执行 Skill
+
+四种执行模式都可以装配 Skill，但装配与执行是两个步骤。
+
+## 普通 SKILL.md 目录
+
+1. 把含 `SKILL.md` 的目录放到 `skills/<name>/`，可同时包含 `scripts/`、`references/`。文件夹名与 frontmatter 的 `name` 保持一致；不要嵌套版本目录。
+2. 在根级 `agent.manifest.json` 的 `skillRefs` 中追加 `{ "code": "<name>", "version": "1.0.0" }`，保留已有引用。本地版本来自 `SKILL.md` frontmatter，省略时为 `1.0.0`。
+3. 确认 `eap.config.json` 的 `localSkillDirectories` 包含 `"./skills"`，重启本地运行以重新物化资源。
+
+这种装配只需要 `SKILL.md`，无需额外 JSON 清单。可调用工具的 LLM 会获得 Skill 目录信息，通过 `read_file` 阅读正文、通过 `execute_command` 执行脚本。`disableTools: true` 的节点不能这样读取或执行 Skill。模型按文档使用脚本，不等于 Runtime 执行结构化 workflow。
+
+## 作为子图执行的完整最小样例
+
+本例创建 `request-summary`，由一个 code 节点整理用户请求，输出以“需求记录：”开头的助手消息。须设 `emitReply: true`，否则 `reply` 只出现在 tool 结果 JSON 里。不调用外部工具。
+
+```text
+skills/
+  request-summary/
+    SKILL.md
+    skill.manifest.json
+```
+
+创建 `skills/request-summary/SKILL.md`：
+
+```markdown
+---
+name: request-summary
+description: 整理用户原始请求，生成需求记录。
+version: 1.0.0
+---
+
+把用户请求中的连续空白整理成一个空格，输出需求记录。
+结构化执行入口在同目录 skill.manifest.json 的 workflow 字段中。
+```
+
+创建 `skills/request-summary/skill.manifest.json`：
+
+```json
+{
+  "code": "request-summary",
+  "name": "request-summary",
+  "version": "1.0.0",
+  "workflow": {
+    "nodes": [
+      {
+        "id": "record-request",
+        "type": "code",
+        "config": {
+          "timeoutMs": 1000,
+          "emitReply": true,
+          "code": "const messages = Array.isArray(state.messages) ? state.messages : []; let input = ''; for (let i = messages.length - 1; i >= 0; i--) { if (messages[i].role === 'user') { input = String(messages[i].content || ''); break; } } return { reply: '需求记录：' + input.replace(/\\s+/g, ' ').trim() };"
+        }
+      }
+    ],
+    "edges": [
+      {
+        "from": "__start__",
+        "to": "record-request"
+      },
+      {
+        "from": "record-request",
+        "to": "__end__"
+      }
+    ],
+    "entryPoint": "record-request",
+    "finishPoints": [
+      "__end__"
+    ]
+  }
+}
+```
+
+在 Agent 的 `skillRefs` 中追加：
+
+```json
+{ "code": "request-summary", "version": "1.0.0" }
+```
+
+这里的 `skill.manifest.json` 为子图提供结构化定义。当前 Runtime 从该清单的 `workflow`（也支持 `graph` / `definitionSnapshot`）读取图对象，**不会自动读取 Skill 目录中的独立 `graph.json`，也不会把 SKILL.md 的自然语言步骤编译成图**。
+
+父图的节点必须绑定该 Skill：
+
+```json
+{
+  "id": "run-skill",
+  "type": "subgraph",
+  "config": { "skillCode": "request-summary" }
+}
+```
+
+`skillCode` 必须与 `skillRefs[].code` 一致；不能只填写 `type: subgraph`。节点还需接入实际控制流，见下面的模板接法。
+
+## 接到 DAG 分支
+
+用下面的节点替换原 `branch-report`，保留它的 ID；其他节点、所有边、入口和结束配置保持原样：
+
+```json
+{
+  "id": "branch-report",
+  "type": "subgraph",
+  "config": { "skillCode": "request-summary" }
+}
+```
+
+图中仍有 `split → branch-report → merge` 与 `split → branch-task → merge` 两条分支。前者输出需求记录，后者输出任务意见，`merge` 读取二者结果。默认未改图时，两个 LLM 分支均为 `disableTools: true`，只添加 Skill 引用不会执行它。
+
+此例两条分支在父图中各占一个节点。以后增加多层分支时，要另外验证汇合时机，不要把多条普通入边理解为任意长度分支的等待屏障。
+
+## 检查结果
+
+改完文件后先执行 `eap validate`，再重启 `eap chat` / `eap dev`，输入“用户登录后导出月报”。应能看到 `request-summary` 的执行记录，以及“需求记录：用户登录后导出月报”的结果被后续步骤使用。
+
+`eap validate` 能检查父图引用和连边，但通过校验不代表已验证 Skill workflow 的运行行为。若报“子图节点无法解析 Skill workflow”，检查清单中的 `workflow.nodes` 是否非空、`skillCode` 是否匹配、是否已重新物化资源。
+
+示例是本地开发资源。上线前按平台要求登记、锁定和发布 Skill 及其依赖。

package/dist/templates/plan-and-execute/README.md

@@ -1,109 +1,109 @@
-# 规划执行
-
-先由 `planner` 写出有序计划（不调用工具），再由 `executor` 按计划逐步调用 `echo-tool`，直到计划完成。没有单独的总结节点。
-
-`echo-tool` 为本地 code 工具，无需第三方密钥。已声明 `runtime.llm` 时，解不出 Key 则 `eap chat` 启动失败（`no API key resolved`），不会回退为 Echo。
-
-计划中的某一步可以是已装配 Skill（图上 `type: subgraph`）。默认图未包含 subgraph。装配方式见 `skills/README.md`。
-
-## 图结构
-
-```text
-╭───────────╮    ┌─────────────────┐
-│ __start__ ├───▶│ planner / llm · │
-╰───────────╯    │  disableTools   │
-                 └────────┬────────┘
-                          ▼
-                 ┌─────────────────┐
-                 │  executor / llm │
-                 └────────┬────────┘
-                  ┌───────┴───────┐
-      call_tools  │               │ finish
-                  ▼               ▼
-           ┌─────────┐      ╭─────────╮
-           │  tools  │      │ __end__ │
-           └────┬────┘      ╰─────────╯
-                │
-                └──▶ executor
-```
-
-```mermaid
-flowchart LR
-  start((__start__)) --> planner["planner / llm · disableTools"]
-  planner --> executor[executor / llm]
-  executor -->|shouldContinue call_tools| tools[tools / echo-tool]
-  tools --> executor
-  executor -->|shouldContinue finish| finish((__end__))
-```
-
-**适用**：先规划，再按计划逐步执行。
-
-**不适用**：模型从一开始就按需选择多种工具。此类场景使用「单智能体与工具」模板。
-
-Session 一轮只有一条助手正文：`planner` 的计划与 `executor` 的结果用空行拼在一起。`finishPoints` 保持 `["__end__"]`。不要把 `planner` 写进去：Runtime 会把它当成 LangGraph 终止点，`executor` 不再跑。节点过程在 llm-turns / Trace。
-
-## 1. 配置
-
-本地 `eap chat` 不要求 `eap login`。`runtime.llm` 会设置 `EAP_LLM_MODE=local`，用 `eap.config.json` 里的网关和 Token，不走 Foundation 模型路由。`platform.foundationServiceUrl` 默认是测试环境地址，给登录/发布用；纯本地可改为 `null`。
-
-把 `runtime.llm.models.*.apiKey` 的 `sk-example-token` 换成与 `baseUrl` 一致的有效 Token，不要提交真实密钥。
-
-| 项 | 要求 |
-|----|------|
-| `runtime.llm.models.*.apiKey` | 模板占位 `sk-example-token`，运行前替换 |
-| `baseUrl` | 默认 `https://gtaiapi.gtcloud.cn/v1`。须与 Key 所属网关一致 |
-| `runtime.tools.mode` | 默认 `mcp`，本地实际执行 `echo-tool` |
-| 生效 | 修改 `eap.config.json` 后重新启动 `eap chat` |
-
-## 2. 占位符与密钥
-
-模型密钥写在 `eap.config.json` 的 `runtime.llm.models.*.apiKey`，模板占位 `sk-example-token`。
-
-| 环境 | 处理 |
-|------|------|
-| 本地 | 替换占位 Token；不要提交真实密钥 |
-| 生产 | 不使用 `runtime.llm`。模型密钥由 Foundation 模型路由持有 |
-
-华为云 UCS「配置项与密钥」：配置项（ConfigMap）只存放非敏感值；密钥（Secret）仅当该 Pod 必须持有敏感值，且须挂载。禁止将 API Key 写入配置项。
-
-## 3. 运行
-
-```bash
-eap validate --strict
-eap chat
-```
-
-`eap chat` 须在交互式终端中运行。启动摘要应为 `Runtime openai-http · mcp · dev`。
-
-试跑：`制定三步计划并执行：回显 hello`。预期为先写出计划，再多次调用 `echo-tool`，计划完成后结束。Session 助手正文一条（计划与结果空行拼接）。终端同一轮可按节点分块；节点全文在 llm-turns / Trace。
-
-可选：`eap chat --verbose`；`eap dev` 启动 Playground。
-
-## 4. 项目结构
-
-```text
-.
-|-- agent.manifest.json
-|-- graph.json
-|-- eap.config.json
-|-- eap.lock.yaml
-|-- package.json
-|-- .gitignore
-|-- skills/README.md
-`-- tools/echo-tool/
-```
-
-发布与部署以 Portal / Hosting 合同为准。
-
-## 5. 故障排除
-
-| 现象 | 处理 |
-|------|------|
-| `LLM API error 401` | Key 无效，或与 `baseUrl` 所属网关不一致 |
-| 提示先执行 `eap login` | 升级 CLI。本地 `eap chat` 不要求登录 |
-| 启动失败，提示 `no API key resolved` | 把 `eap.config.json` 的 `sk-example-token` 换成有效 Token |
-| executor 未调用工具 | 确认启动摘要为 `Runtime openai-http · mcp · dev`，且 Key 有效 |
-| 执行中途超时 | 整图超时：请求 `config.timeout`，否则图 `config.timeout`，否则 20 分钟。短任务可在图上写更短 |
-| 计划写出后图就结束 | 不要把 `planner` 写进 `finishPoints`，保持 `["__end__"]` |
-| 请求进入 Foundation 模型路由 | `platform.foundationServiceUrl` 设为 `null`，并取消 `FOUNDATION_SERVICE_URL` |
-| 工具未执行 / `NOT_CONFIGURED` | 清单缺 MCP / HTTP / code handler |
+# 规划执行
+
+先由 `planner` 写出有序计划（不调用工具），再由 `executor` 按计划逐步调用 `echo-tool`，直到计划完成。没有单独的总结节点。
+
+`echo-tool` 为本地 code 工具，无需第三方密钥。已声明 `runtime.llm` 时，解不出 Key 则 `eap chat` 启动失败（`no API key resolved`），不会回退为 Echo。
+
+计划中的某一步可以是已装配 Skill（图上 `type: subgraph`）。默认图未包含 subgraph。装配方式见 `skills/README.md`。
+
+## 图结构
+
+```text
+╭───────────╮    ┌─────────────────┐
+│ __start__ ├───▶│ planner / llm · │
+╰───────────╯    │  disableTools   │
+                 └────────┬────────┘
+                          ▼
+                 ┌─────────────────┐
+                 │  executor / llm │
+                 └────────┬────────┘
+                  ┌───────┴───────┐
+      call_tools  │               │ finish
+                  ▼               ▼
+           ┌─────────┐      ╭─────────╮
+           │  tools  │      │ __end__ │
+           └────┬────┘      ╰─────────╯
+                │
+                └──▶ executor
+```
+
+```mermaid
+flowchart LR
+  start((__start__)) --> planner["planner / llm · disableTools"]
+  planner --> executor[executor / llm]
+  executor -->|shouldContinue call_tools| tools[tools / echo-tool]
+  tools --> executor
+  executor -->|shouldContinue finish| finish((__end__))
+```
+
+**适用**：先规划，再按计划逐步执行。
+
+**不适用**：模型从一开始就按需选择多种工具。此类场景使用「单智能体与工具」模板。
+
+Session 一轮只有一条助手正文：`planner` 的计划与 `executor` 的结果用空行拼在一起。`finishPoints` 保持 `["__end__"]`。不要把 `planner` 写进去：Runtime 会把它当成 LangGraph 终止点，`executor` 不再跑。节点过程在 llm-turns / Trace。
+
+## 1. 配置
+
+本地 `eap chat` 不要求 `eap login`。`runtime.llm` 会设置 `EAP_LLM_MODE=local`，用 `eap.config.json` 里的网关和 Token，不走 Foundation 模型路由。`platform.foundationServiceUrl` 默认是测试环境地址，给登录/发布用；纯本地可改为 `null`。
+
+把 `runtime.llm.models.*.apiKey` 的 `sk-example-token` 换成与 `baseUrl` 一致的有效 Token，不要提交真实密钥。
+
+| 项 | 要求 |
+|----|------|
+| `runtime.llm.models.*.apiKey` | 模板占位 `sk-example-token`，运行前替换 |
+| `baseUrl` | 默认 `https://gtaiapi.gtcloud.cn/v1`。须与 Key 所属网关一致 |
+| `runtime.tools.mode` | 默认 `mcp`，本地实际执行 `echo-tool` |
+| 生效 | 修改 `eap.config.json` 后重新启动 `eap chat` |
+
+## 2. 占位符与密钥
+
+模型密钥写在 `eap.config.json` 的 `runtime.llm.models.*.apiKey`，模板占位 `sk-example-token`。
+
+| 环境 | 处理 |
+|------|------|
+| 本地 | 替换占位 Token；不要提交真实密钥 |
+| 生产 | 不使用 `runtime.llm`。模型密钥由 Foundation 模型路由持有 |
+
+华为云 UCS「配置项与密钥」：配置项（ConfigMap）只存放非敏感值；密钥（Secret）仅当该 Pod 必须持有敏感值，且须挂载。禁止将 API Key 写入配置项。
+
+## 3. 运行
+
+```bash
+eap validate --strict
+eap chat
+```
+
+`eap chat` 须在交互式终端中运行。启动摘要应为 `Runtime openai-http · mcp · dev`。
+
+试跑：`制定三步计划并执行：回显 hello`。预期为先写出计划，再多次调用 `echo-tool`，计划完成后结束。Session 助手正文一条（计划与结果空行拼接）。终端同一轮可按节点分块；节点全文在 llm-turns / Trace。
+
+可选：`eap chat --verbose`；`eap dev` 启动 Playground。
+
+## 4. 项目结构
+
+```text
+.
+|-- agent.manifest.json
+|-- graph.json
+|-- eap.config.json
+|-- eap.lock.yaml
+|-- package.json
+|-- .gitignore
+|-- skills/README.md
+`-- tools/echo-tool/
+```
+
+发布与部署以 Portal / Hosting 合同为准。
+
+## 5. 故障排除
+
+| 现象 | 处理 |
+|------|------|
+| `LLM API error 401` | Key 无效，或与 `baseUrl` 所属网关不一致 |
+| 提示先执行 `eap login` | 升级 CLI。本地 `eap chat` 不要求登录 |
+| 启动失败，提示 `no API key resolved` | 把 `eap.config.json` 的 `sk-example-token` 换成有效 Token |
+| executor 未调用工具 | 确认启动摘要为 `Runtime openai-http · mcp · dev`，且 Key 有效 |
+| 执行中途超时 | 整图超时：请求 `config.timeout`，否则图 `config.timeout`，否则 20 分钟。短任务可在图上写更短 |
+| 计划写出后图就结束 | 不要把 `planner` 写进 `finishPoints`，保持 `["__end__"]` |
+| 请求进入 Foundation 模型路由 | `platform.foundationServiceUrl` 设为 `null`，并取消 `FOUNDATION_SERVICE_URL` |
+| 工具未执行 / `NOT_CONFIGURED` | 清单缺 MCP / HTTP / code handler |

package/dist/templates/plan-and-execute/agent.manifest.json

@@ -1,19 +1,19 @@
-{
-  "code": "my-agent",
-  "name": "my-agent",
-  "version": "1.0.0",
-  "description": "先规划，再按计划逐步执行",
-  "toolRefs": [],
-  "skillRefs": [],
-  "prompts": {
-    "system": "先规划，再按计划逐步执行。用中文回答。"
-  },
-  "models": {
-    "default": "DeepSeek-V4-Pro",
-    "allowed": ["DeepSeek-V4-Pro", "DeepSeek-V4-Flash"]
-  },
-  "metadata": {
-    "owner": "agent-template",
-    "tags": ["template"]
-  }
-}
+{
+  "code": "my-agent",
+  "name": "my-agent",
+  "version": "1.0.0",
+  "description": "先规划，再按计划逐步执行",
+  "toolRefs": [],
+  "skillRefs": [],
+  "prompts": {
+    "system": "先规划，再按计划逐步执行。用中文回答。"
+  },
+  "models": {
+    "default": "DeepSeek-V4-Pro",
+    "allowed": ["DeepSeek-V4-Pro", "DeepSeek-V4-Flash"]
+  },
+  "metadata": {
+    "owner": "agent-template",
+    "tags": ["template"]
+  }
+}

package/dist/templates/plan-and-execute/eap.config.json

@@ -1,5 +1,5 @@
 {
-  "version": "0.2.15",
+  "version": "0.2.17",
   "localToolDirectories": [
     "./tools"
   ],

package/dist/templates/plan-and-execute/eap.lock.yaml

@@ -1,5 +1,5 @@
-lockfileVersion: 2
-resources:
-  tools: []
-  skills: []
-  subagents: []
+lockfileVersion: 2
+resources:
+  tools: []
+  skills: []
+  subagents: []

package/dist/templates/plan-and-execute/gitignore

@@ -1,51 +1,51 @@
-# OS files
-.DS_Store
-Thumbs.db
-Desktop.ini
-
-# Editor and IDE files
-.idea/
-.vscode/
-*.swp
-*.swo
-
-# Dependencies
-node_modules/
-.pnpm-store/
-
-# Lock files
-package-lock.json
-
-# Build outputs
-dist/
-build/
-out/
-.output/
-.history
-
-# Logs
-*.log
-npm-debug.log*
-yarn-debug.log*
-yarn-error.log*
-pnpm-debug.log*
-
-# Test coverage
-coverage/
-
-# Turbo
-.turbo/
-
-# Environment
-.env
-.env.local
-.env.*.local
-
-# Temporary files
-tmp/
-temp/
-.cache/
-.run/
-
-# Generated Agent state
-.eap/
+# OS files
+.DS_Store
+Thumbs.db
+Desktop.ini
+
+# Editor and IDE files
+.idea/
+.vscode/
+*.swp
+*.swo
+
+# Dependencies
+node_modules/
+.pnpm-store/
+
+# Lock files
+package-lock.json
+
+# Build outputs
+dist/
+build/
+out/
+.output/
+.history
+
+# Logs
+*.log
+npm-debug.log*
+yarn-debug.log*
+yarn-error.log*
+pnpm-debug.log*
+
+# Test coverage
+coverage/
+
+# Turbo
+.turbo/
+
+# Environment
+.env
+.env.local
+.env.*.local
+
+# Temporary files
+tmp/
+temp/
+.cache/
+.run/
+
+# Generated Agent state
+.eap/