@huai_xin/dsh-workbuddy 0.1.6 → 0.1.8

package/README.md

@@ -306,6 +306,15 @@ node test/live/policy-probe.mjs       # 两版白名单与准入结果对照
 - **思考档位只认服务端声明的 `reasoning.supportedEfforts`**（两个源合并后国内 15/34、国际 21/28）；只声明了默认档的模型不给档位列表 —— 与网页端行为一致。合并后仍无档位的，请求里不带 `reasoning_effort`，由服务端取默认。
 - 实时**繁忙程度**只有大陆版有（`POST /v2/chat/busy`，海外版 404，`regions.js` 的 `hasBusy` 决定那一列是否显示）。它**不是可用性信号**：只对白名单内的活跃模型返回 `idle/normal/busy/congested`，其余一律 `unknown`（面板显示「未知」，不当成故障）。插件侧 50 秒缓存，与官方前端一致。
 - 两版**条目数会变**：2026-10-22 实测大陆版 30 个（`ok` 22 / `dead` 8）、海外版 25 个（`ok` 13 / `denied` 12）。`gpt-5.3-codex` 只在账号名单里，两个 `/v3/config` 都没有它，倍率因此是「未知」。
+- **长上下文下模型会"说话说一半就收尾"（上游行为，非插件问题）**：海外版 `deepseek-v4.1-flash` 在上下文很长时会不调用工具、只用一句话叙述下一步然后 `finish_reason: "stop"`（例如「我需要先读取该文件，才能准确修改。」）。实测（2026-10-22，`node test/live/long-context-probe.mjs`）：
+
+  | 输入规模 | 正确调用工具 | 提前 `stop` |
+  | --- | --- | --- |
+  | 0k（1 条消息） | 2/2 | 0/2 |
+  | 30k 字符（613 条） | 2/2 | 0/2 |
+  | 89k 字符（1825 条） | 1/2 | **1/2** |
+
+  用户侧复现阈值约 **120k 上下文**起明显（其它模型未测）。判据是**换了上下文长度、其它一切不变**即可复现/消失，且流里**一个 tool-call 分片都没有**、`finish_reason` 就是 `stop` —— 所以既不是适配器丢帧（丢帧会看到 `finish_reason: "tool_calls"`），也不是采样（四档温度 16/16 正常）、不是工具 schema（70 个工具 / 单个 / 简化 schema 9/9 正常）。`stop` 是模型自己采到 EOS，属于上游质量问题；缓解手段只有换模型、把会话压短（harness 的压缩），或回一句"继续"。
 
 ## 上游行为与错误映射
 
@@ -353,19 +362,6 @@ node test/live/dump-stream.mjs <会话前缀> <seq,…>      # 打印那一步
 node test/live/sampling-probe.mjs intl 4              # 同一提示在各 temperature 下的"提前 stop"率
 ```
 
-### 采样参数（默认不发，可按需覆盖）
-
-插件默认**不发送** `temperature` / `top_p` / `top_k`（harness 没暴露温度设置，`options.temperature` 实际为空），因此走上游默认采样。`stop` 本质是模型采到 EOS，偏热的默认值更容易在"现在我来改……："这种地方收尾，所以留了两个覆盖开关：
-
-```powershell
-$env:WORKBUDDY_TEMPERATURE = '0.3'
-$env:WORKBUDDY_TOP_P = '0.95'
-```
-
-优先级：**调用方显式传入的 `temperature`** > 环境变量 > 不发 ✓（默认行为对所有人不变 ✓）。改完需重启 DSH ✓。
-
-> 实测（2026-10-22，海外版免费档 `deepseek-v4.1-flash`）：一个明确要求调用工具的短提示，在"不发 / 0.2 / 0.5 / 1.0"四档各跑 4 次，**16/16 都正确调用了工具** —— 单纯温度解释不了真实会话里的提前收尾（那次输入有 213k 缓存 token，`effort=max` 却只有 0 个思考 token，更像长上下文下的例行续写）。这个开关是留给真实流量验证用的，默认不改输出风格。
-
 ## 许可
 
 MIT，见 [`LICENSE`](LICENSE)。再次说明：本项目为第三方非官方插件，与腾讯 / WorkBuddy 无关联。

package/docs/workbuddy-protocol.md

@@ -394,6 +394,7 @@ data: [DONE]
 | INTL scoped → `500`（openresty/APISIX，HTML 错误页） | 2026-10-21 起持续；`/v3/config` 正常 ✅ |
 | `glm-5.1` 图片能力两个端点矛盾 | scoped 报 `false`、`/v3/config` 报 `true`，实测能看图（📖 参考实现据此写了覆盖白名单） |
 | 目录包含渠道不服务的模型 | 见 `11102`（§6）✅ |
+| 长上下文下"说话说一半就收尾"（`finish_reason: stop`，无工具调用） | 上游/模型行为，**不是插件问题**。实测：同一提示、同一套工具、只改前面的对话长度 —— 0k 2/2 正常、30k 1/2（一次 181 字后 `stop`）、89k 1/2；每次 finish 诊断块都标 `workbuddy-intl/deepseek-v4.1-flash`。判据：流里**没有任何 tool-call 分片**、`finish_reason` 就是 `stop`（若丢帧会是 `tool_calls` 且能看到分片）。已排除：采样（四档温度 16/16 正常）、工具 schema/数量（70 个 / 单个 / 简化 schema 9/9 正常）、提示词校验（海外版无此错误，请求体按原样转发）。复现：`node test/live/long-context-probe.mjs 2`；排查：`node test/live/toolcall-audit.mjs <会话前缀>`、`sampling-probe.mjs`、`tools-probe.mjs`。缓解只有换模型/压缩上下文/回一句"继续" —— 合法的 `stop` 不能当错误重试。 |
 
 ### 4.7 模型选择器里每一项元数据的来源
 
@@ -838,6 +839,39 @@ provider 与全部 HTTP 路由都没注册，设置面板只剩一个 `HTTP 404`
 
 ---
 
+## 12. 与官方客户端、DSH 的请求处理对照（2026-10-22）
+
+官方客户端不是网页版：`www.workbuddy.cn` / `www.workbuddy.ai` 的 bundle 里**没有**聊天逻辑
+（只有站点壳，实测抓了入口 + 28 个懒加载 chunk，`chat/completions`、`finish_reason` 全部 0 命中）。
+真正的客户端是 CLI：`@tencent-ai/codebuddy-code`（2.172.1，59 MB，`dist/codebuddy.js` 28 MB）。
+下面这张表来自读它的 bundle（`mapFinishReasonToStopReason`、请求体组装处）。
+
+| 方面 | 官方 CLI | 本插件 | DSH |
+| --- | --- | --- | --- |
+| 端点 | 自定义/默认 URL + `/chat/completions`（CN 默认即 `copilot.tencent.com` ✓ 我们早就在用） | CN `copilot.tencent.com/v2/chat/completions`，失败回退 `workbuddy.cn`；INTL `workbuddy.ai/v2/chat/completions` | 由适配器注册的 provider 决定 |
+| `temperature` / `top_p` / `frequency_penalty` / `presence_penalty` | **总是发**（模型配置值，缺省用 `DEFAULT_TEMPERATURE`） | **不发**（仅当调用方传 `options.temperature`） | 类型里有 `LlmCallControls.temperature`，但没有设置入口 ⇒ 实际永远为空 |
+| `max_tokens` | 总是发（模型配置） | 发（调用方 `maxTokens`，否则目录 `maxOutputTokens`） | 提供 `maxTokens` |
+| `tool_choice` / `parallel_tool_calls` | 发 | 不发（走服务端默认 `auto`） | — |
+| `stream_options: {include_usage:true}` | **发** | **2026-10-22 起补上**（此前不发，网关可能不回 `usage`） | — |
+| `prompt_cache_key` | **不发** | 发（会话级，前缀缓存命中率才不为 0） | — |
+| `finish_reason` 映射 | `content_filter`/`refusal`→`refusal`；`length`/`max_tokens`→`max_tokens`；`stop`/`end_turn`/`stop_sequence`/`tool_calls`/`tool_use`/`function_call`→`end_turn`；未知→不归类 | **2026-10-22 起对齐**：`refusal`/`content_filter`→不可重试的 `INVALID_REQUEST` 错误；`error`→`TRANSPORT`（可重试）；`end_turn`/`stop_sequence`→`stop`；`tool_use`/`function_call`→`tool-calls`；未知值记日志后按 `stop` | 只有 `stop`/`tool-calls`/`max-tokens`/`aborted`/`error` 五类，**没有 refusal** |
+| `finish_reason=error` | 抛 `provider_finish_reason_error`（`model_service`） | 现在报 `TRANSPORT`，交给重试 | — |
+| 空流 / 占位帧 | `is_empty_stream`、placeholder-only 检测 | `EMPTY_RESPONSE` | — |
+| 流空闲监控 | `setInterval` + `streamIdleTimeoutMs`（日志 `Stream idle monitor armed`） | **没有**（依赖 harness 自身超时） | 无 |
+| 请求体改写 | 模型不支持工具时 `stripToolDefinitions`（连 `tool_choice` 一起去掉）、图片扁平化、自定义模型 URL 规整 | CN：系统提示词指纹改写（`Illegal API invocation`）+ 换会话标识重试一次 | — |
+
+三条结论：
+
+1. **我们和官方在"结束原因"上原本差一张表** —— 官方把 `refusal`/`content_filter` 单独归类、
+   把 `error` 当服务错误；我们此前只有 `stop`/`length`/`tool_calls`，其余全落进 `stop`。
+   后果就是：**上游拒绝或过滤时，表现和"模型自己说完了"完全一样** —— 已按上表对齐。
+2. **`stream_options.include_usage` 官方一直带**，我们漏了；补上后 `usage` 更可靠（诊断里的
+   `outputTokens` 也才有据可依）。
+3 . **`prompt_cache_key` 是反向差异**：官方不发，我们发。它只影响前缀缓存命中，不影响语义，
+   留着（会话级稳定值，命中率实测有效）。
+
+---
+
 ## 附：本仓库可复用的抓取脚本
 
 | 脚本 | 用途 |

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@huai_xin/dsh-workbuddy",
-  "version": "0.1.6",
+  "version": "0.1.8",
   "description": "WorkBuddy model provider for DeepSeek Harness (international + China deployments)",
   "type": "module",
   "main": "./src/index.js",

package/src/adapter.js

@@ -643,6 +643,10 @@ export class WorkBuddyAdapter {
       model,
       messages,
       stream: true,
+      // The official client asks for the usage frame explicitly; without it the
+      // gateway may omit `usage` on some routes, which costs the panel its token
+      // counts and the diagnostics their output-token line.
+      stream_options: { include_usage: true },
       // Server-side prefix cache: without this field the hit rate is always 0.
       prompt_cache_key: this.sessionId
     }
@@ -651,20 +655,7 @@ export class WorkBuddyAdapter {
       function: { name: tool.name, description: tool.description, parameters: tool.parameters }
     }))
     if (tools !== undefined && tools.length > 0) body.tools = tools
-    // Sampling is whatever the caller asked for, else the deployment default —
-    // except for an explicit override. `stop` is the model sampling its
-    // end-of-sequence token, so on a hot default it can end a turn right after
-    // "现在我来改……：" instead of calling the tool, and nothing in the harness
-    // exposes a temperature to tune that. These two variables let an operator try a
-    // cooler profile without changing the default behaviour:
-    //   WORKBUDDY_TEMPERATURE=0.3  WORKBUDDY_TOP_P=0.95
-    // Measured 2026-10-22: a short tool-using prompt called the tool 16/16 times at
-    // the default and at 0.2/0.5/1.0, so sampling alone does not explain the early
-    // stops; the override exists to test the long-context case on real traffic.
-    const temperature = options.temperature ?? envNumber('WORKBUDDY_TEMPERATURE')
-    if (temperature !== undefined) body.temperature = temperature
-    const topP = envNumber('WORKBUDDY_TOP_P')
-    if (topP !== undefined) body.top_p = topP
+    if (options.temperature !== undefined) body.temperature = options.temperature
     if (options.stop !== undefined && options.stop.length > 0) body.stop = options.stop
     const maxTokens = positiveInt(options.maxTokens) ?? entry?.maxTokens
     if (maxTokens !== undefined) body.max_tokens = maxTokens
@@ -1018,9 +1009,38 @@ export class WorkBuddyAdapter {
       yield finishChunk({ kind: 'error', failure: { message: '模型返回了空响应', code: 'EMPTY_RESPONSE' } })
       return
     }
-    const reason = finishReason === 'tool_calls' || toolOrder.length > 0
+    // `finish_reason` has more values than the three the OpenAI docs mention, and
+    // the official CodeBuddy CLI maps the whole set (`mapFinishReasonToStopReason`
+    // in its bundle): `refusal` / `content_filter` are their own outcome, not a
+    // stop, and `error` means the provider gave up mid-answer. Mapping those to
+    // `stop` is how a refusal and a real finish became indistinguishable here.
+    const refusalReason = finishReason === 'refusal' || finishReason === 'content_filter'
+    if (refusalReason) {
+      this.ctx.logger.warn(`[workbuddy] ${this.region.id}: ${options.model} 的上游拒绝/过滤了本次回答（finish_reason=${finishReason}），不重试`)
+      yield finishChunk({
+        kind: 'error',
+        failure: {
+          message: `${this.region.provider}: 上游拒绝或按内容策略过滤了本次回答（finish_reason=${finishReason}），请换个说法或换个模型`,
+          code: 'INVALID_REQUEST'
+        }
+      })
+      return
+    }
+    if (finishReason === 'error') {
+      this.ctx.logger.warn(`[workbuddy] ${this.region.id}: ${options.model} 的上游以 finish_reason=error 结束，按传输错误上报，可自动重试`)
+      yield finishChunk({
+        kind: 'error',
+        failure: {
+          message: `${this.region.provider}: 上游在回答中途返回了错误（finish_reason=error；可重试的传输错误）`,
+          code: 'TRANSPORT'
+        }
+      })
+      return
+    }
+    const toolReason = finishReason === 'tool_calls' || finishReason === 'tool_use' || finishReason === 'function_call'
+    const reason = toolReason || toolOrder.length > 0
       ? { kind: 'tool-calls' }
-      : finishReason === 'length'
+      : finishReason === 'length' || finishReason === 'max_tokens'
         ? { kind: 'max-tokens' }
         : { kind: 'stop' }
     // Two endings are complete-looking but are not the model choosing to stop, and
@@ -1031,6 +1051,10 @@ export class WorkBuddyAdapter {
       this.ctx.logger.warn(`[workbuddy] ${this.region.id}: ${options.model} 的输出达到上限，本步被截断（输出 ${outputTokens ?? '未知'} tokens）`)
     } else if (reason.kind === 'stop' && finishReason === undefined) {
       this.ctx.logger.warn(`[workbuddy] ${this.region.id}: ${options.model} 的响应以 [DONE] 收尾但没有 finish_reason，按 stop 处理（输出 ${outputTokens ?? '未知'} tokens）`)
+    } else if (reason.kind === 'stop' && !['stop', 'end_turn', 'stop_sequence'].includes(finishReason)) {
+      // An unknown value is worth seeing: the official client leaves the stop
+      // reason at its default for these too, so nobody upstream has classified them.
+      this.ctx.logger.warn(`[workbuddy] ${this.region.id}: ${options.model} 返回了未识别的 finish_reason=${finishReason}，按 stop 处理`)
     }
     yield finishChunk(reason)
   }
@@ -1040,14 +1064,6 @@ function positiveInt(value) {
   return typeof value === 'number' && Number.isSafeInteger(value) && value > 0 ? value : undefined
 }
 
-/** A numeric override from the environment, or `undefined` when unset/unusable. */
-function envNumber(name) {
-  const raw = process.env[name]
-  if (typeof raw !== 'string' || raw.trim().length === 0) return undefined
-  const value = Number(raw)
-  return Number.isFinite(value) ? value : undefined
-}
-
 /**
  * Describe a stream that ended without its terminator.
  *