@gt-fe/eap-cli 0.2.20 → 0.2.21

package/dist/templates/plan-and-execute/graph.json

@@ -1,49 +1,49 @@
-{
-  "description": "规划后逐步执行：planner 写出计划，executor 按计划逐步调用工具直至完成。",
-  "nodes": [
-    {
-      "id": "planner",
-      "type": "llm",
-      "config": {
-        "disableTools": true,
-        "systemPrompt": "为用户请求写一份简短有序计划，每行一步。不要调用工具。不要把未调用的工具写成 XML、命令块或伪 execute_command。"
-      }
-    },
-    {
-      "id": "executor",
-      "type": "llm",
-      "config": {
-        "systemPrompt": "按上一份计划逐步执行。每一步只做一件事：调用 echo-tool，把该步原文放入 text。只通过平台提供的工具调用执行，不要在回复里写未调用的 XML、命令块或伪 execute_command。全部完成后直接用中文回复，不要再调用工具。"
-      }
-    },
-    {
-      "id": "tools",
-      "type": "tool",
-      "config": {
-        "tool": "echo-tool"
-      }
-    }
-  ],
-  "edges": [
-    { "from": "__start__", "to": "planner" },
-    { "from": "planner", "to": "executor" },
-    { "from": "tools", "to": "executor" }
-  ],
-  "conditionalEdges": [
-    {
-      "from": "executor",
-      "conditionFn": "shouldContinue",
-      "branches": [
-        { "value": "call_tools", "to": "tools" },
-        { "value": "finish", "to": "__end__" }
-      ],
-      "fallback": "__end__"
-    }
-  ],
-  "entryPoint": "planner",
-  "finishPoints": ["__end__"],
-  "config": {
-    "maxRetries": 3,
-    "checkpointStore": "memory"
-  }
-}
+{
+  "description": "规划后逐步执行：planner 写出计划，executor 按计划逐步调用工具直至完成。",
+  "nodes": [
+    {
+      "id": "planner",
+      "type": "llm",
+      "config": {
+        "disableTools": true,
+        "systemPrompt": "为用户请求写一份简短有序计划，每行一步。不要调用工具。不要把未调用的工具写成 XML、命令块或伪 execute_command。"
+      }
+    },
+    {
+      "id": "executor",
+      "type": "llm",
+      "config": {
+        "systemPrompt": "按上一份计划逐步执行。每一步只做一件事：调用 echo-tool，把该步原文放入 text。只通过平台提供的工具调用执行，不要在回复里写未调用的 XML、命令块或伪 execute_command。全部完成后直接用中文回复，不要再调用工具。"
+      }
+    },
+    {
+      "id": "tools",
+      "type": "tool",
+      "config": {
+        "tool": "echo-tool"
+      }
+    }
+  ],
+  "edges": [
+    { "from": "__start__", "to": "planner" },
+    { "from": "planner", "to": "executor" },
+    { "from": "tools", "to": "executor" }
+  ],
+  "conditionalEdges": [
+    {
+      "from": "executor",
+      "conditionFn": "shouldContinue",
+      "branches": [
+        { "value": "call_tools", "to": "tools" },
+        { "value": "finish", "to": "__end__" }
+      ],
+      "fallback": "__end__"
+    }
+  ],
+  "entryPoint": "planner",
+  "finishPoints": ["__end__"],
+  "config": {
+    "maxRetries": 3,
+    "checkpointStore": "memory"
+  }
+}

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

@@ -1,120 +1,120 @@
-# 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 Plan → Execute
-
-默认 `executor` 的提示词只要求调用 `echo-tool`，它不会把任意计划步骤自动转换成 subgraph 调用。下面给出一个**固定两步计划**的接线示例，用于验证 Skill 执行：第一步执行 `request-summary`，第二步回显这份需求记录。
-
-1. 在 `nodes` 中加入上面的 `run-skill`。
-2. 将 `planner.config.systemPrompt` 改为：`为本示例输出固定的两步计划：第一步执行 request-summary 整理用户请求；第二步用 echo-tool 回显需求记录。不要调用工具。` 保持 `disableTools: true`。
-3. 将 `executor.config.systemPrompt` 改为：`计划第一步 request-summary 已由上游子图完成。读取其需求记录，调用一次 echo-tool 回显该记录。收到结果后用中文报告完成，不要重复调用工具。`
-4. 将 `planner → executor` 替换为下面的两条边，其他边、条件边、入口和结束配置保持原样：
-
-```json
-[
-  { "from": "planner", "to": "run-skill" },
-  { "from": "run-skill", "to": "executor" }
-]
-```
-
-顺序为 `planner → run-skill → executor ⇄ tools`。Skill 每次请求只执行一次；不要把它接在 `tools → executor` 的循环上，否则每轮工具调用都会重复执行 Skill。
-
-这个示例由图明确固定第一步。若要让任意动态计划中的某一步选择不同 Skill，需要另行实现计划步骤状态与 Skill 路由；默认模板没有这套调度。未接入子图的普通 Skill 仍可由支持工具的模型读取，但默认 executor 的 echo 专用提示词也需要按业务调整。
-
-## 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 Plan → Execute
+
+默认 `executor` 的提示词只要求调用 `echo-tool`，它不会把任意计划步骤自动转换成 subgraph 调用。下面给出一个**固定两步计划**的接线示例，用于验证 Skill 执行：第一步执行 `request-summary`，第二步回显这份需求记录。
+
+1. 在 `nodes` 中加入上面的 `run-skill`。
+2. 将 `planner.config.systemPrompt` 改为：`为本示例输出固定的两步计划：第一步执行 request-summary 整理用户请求；第二步用 echo-tool 回显需求记录。不要调用工具。` 保持 `disableTools: true`。
+3. 将 `executor.config.systemPrompt` 改为：`计划第一步 request-summary 已由上游子图完成。读取其需求记录，调用一次 echo-tool 回显该记录。收到结果后用中文报告完成，不要重复调用工具。`
+4. 将 `planner → executor` 替换为下面的两条边，其他边、条件边、入口和结束配置保持原样：
+
+```json
+[
+  { "from": "planner", "to": "run-skill" },
+  { "from": "run-skill", "to": "executor" }
+]
+```
+
+顺序为 `planner → run-skill → executor ⇄ tools`。Skill 每次请求只执行一次；不要把它接在 `tools → executor` 的循环上，否则每轮工具调用都会重复执行 Skill。
+
+这个示例由图明确固定第一步。若要让任意动态计划中的某一步选择不同 Skill，需要另行实现计划步骤状态与 Skill 路由；默认模板没有这套调度。未接入子图的普通 Skill 仍可由支持工具的模型读取，但默认 executor 的 echo 专用提示词也需要按业务调整。
+
+## 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/simple-flow/README.md

@@ -1,87 +1,87 @@
-# 固定流程
-
-步骤和边在图上固定。模型不选择下一条边。默认：code 整理输入后一次 LLM。无 ReAct 循环。
-
-某一步可以是工具或已装配 Skill，须在图上写明。默认图未包含工具节点或 subgraph。装配 Skill 见 `skills/README.md`。
-
-## 图结构
-
-```text
-                                         ┌─────────────────┐
-╭───────────╮    ┌──────────────────┐    │ respond / llm · │    ╭─────────╮
-│ __start__ ├───▶│ normalize / code ├───▶│  disableTools   ├───▶│ __end__ │
-╰───────────╯    └──────────────────┘    └─────────────────┘    ╰─────────╯
-```
-
-```mermaid
-flowchart LR
-  start((__start__)) --> normalize[normalize / code]
-  normalize --> respond["respond / llm · disableTools"]
-  respond --> finish((__end__))
-```
-
-**适用**：固定步骤、一次模型回复。
-
-**不适用**：模型按需选择工具。此类场景使用「单智能体与工具」模板。
-
-整图超时：图上未写 `config.timeout` 时为 20 分钟。短任务可在图上写更短。
-
-## 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 |
-| 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`（仅 `deploymentContext=dev`）。模型密钥由 Foundation 模型路由持有，不进入 Agent 包 |
-
-华为云 UCS「配置项与密钥」中：**配置项**（ConfigMap）只存放 `FOUNDATION_SERVICE_URL`、`PORT` 等非敏感值；**密钥**（Secret）仅当该 Pod 必须持有敏感值，且须在工作负载中挂载。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：输入一句需要模型回答的中文请求。流程为整理空白后生成一次回复。
-
-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
-```
-
-`.eap/` 由运行时生成，不是源码。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 |
-| 请求进入 Foundation 模型路由 | `platform.foundationServiceUrl` 设为 `null`，并取消 `FOUNDATION_SERVICE_URL` |
+# 固定流程
+
+步骤和边在图上固定。模型不选择下一条边。默认：code 整理输入后一次 LLM。无 ReAct 循环。
+
+某一步可以是工具或已装配 Skill，须在图上写明。默认图未包含工具节点或 subgraph。装配 Skill 见 `skills/README.md`。
+
+## 图结构
+
+```text
+                                         ┌─────────────────┐
+╭───────────╮    ┌──────────────────┐    │ respond / llm · │    ╭─────────╮
+│ __start__ ├───▶│ normalize / code ├───▶│  disableTools   ├───▶│ __end__ │
+╰───────────╯    └──────────────────┘    └─────────────────┘    ╰─────────╯
+```
+
+```mermaid
+flowchart LR
+  start((__start__)) --> normalize[normalize / code]
+  normalize --> respond["respond / llm · disableTools"]
+  respond --> finish((__end__))
+```
+
+**适用**：固定步骤、一次模型回复。
+
+**不适用**：模型按需选择工具。此类场景使用「单智能体与工具」模板。
+
+整图超时：图上未写 `config.timeout` 时为 20 分钟。短任务可在图上写更短。
+
+## 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 |
+| 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`（仅 `deploymentContext=dev`）。模型密钥由 Foundation 模型路由持有，不进入 Agent 包 |
+
+华为云 UCS「配置项与密钥」中：**配置项**（ConfigMap）只存放 `FOUNDATION_SERVICE_URL`、`PORT` 等非敏感值；**密钥**（Secret）仅当该 Pod 必须持有敏感值，且须在工作负载中挂载。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：输入一句需要模型回答的中文请求。流程为整理空白后生成一次回复。
+
+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
+```
+
+`.eap/` 由运行时生成，不是源码。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 |
+| 请求进入 Foundation 模型路由 | `platform.foundationServiceUrl` 设为 `null`，并取消 `FOUNDATION_SERVICE_URL` |

package/dist/templates/simple-flow/agent.manifest.json

@@ -1,19 +1,19 @@
-{
-  "code": "my-agent",
-  "name": "my-agent",
-  "version": "1.0.0",
-  "description": "固定流程：整理输入后一次 LLM，无工具循环",
-  "toolRefs": [],
-  "skillRefs": [],
-  "prompts": {
-    "system": "你是顺序工作流助手。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": "固定流程：整理输入后一次 LLM，无工具循环",
+  "toolRefs": [],
+  "skillRefs": [],
+  "prompts": {
+    "system": "你是顺序工作流助手。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/simple-flow/eap.config.json

@@ -1,5 +1,5 @@
 {
-  "version": "0.2.20",
+  "version": "0.2.21",
   "localToolDirectories": [
     "./tools"
   ],