@hupan56/wlkj 3.3.3 → 3.3.4

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@hupan56/wlkj",
-  "version": "3.3.3",
+  "version": "3.3.4",
   "description": "AI Product R&D Workflow - PRD/Prototype/Search/Task/Report",
   "bin": {
     "wlkj": "bin/cli.js"

package/templates/qoder/scripts/capability/adapters/mcp.py

@@ -132,6 +132,11 @@ class McpCap:
 
     def _cli_fallback(self, tool_name: str, args: dict) -> Optional[str]:
         """MCP 工具名 → wlkj.py 执行。无映射返回 None。"""
+        # ★ 递归守卫：search_code→kg search→search_index→call_remote→call→_cli_fallback 会无限套娃。
+        # 已在降级子进程内（_run_wlkj 设了 _WLKJ_IN_CLI_FALLBACK=1）则直接放弃降级，返回原始错误。
+        import os as _os
+        if _os.environ.get("_WLKJ_IN_CLI_FALLBACK"):
+            return None
         entry = self._TOOL_TO_WLKJ.get(tool_name)
         if entry is None:
             return None
@@ -183,10 +188,12 @@ class McpCap:
             repo = os.getcwd()
         wlkj = os.path.join(repo, ".qoder", "scripts", "orchestration", "wlkj.py")
         try:
+            # 递归守卫：子进程内 _WLKJ_IN_CLI_FALLBACK=1，其 McpCap 不再降级（否则套娃）
+            env = dict(os.environ, _WLKJ_IN_CLI_FALLBACK="1")
             r = subprocess.run(
                 [sys.executable, wlkj, cmd] + args,
                 capture_output=True, text=True, timeout=60,
-                encoding="utf-8", errors="replace",
+                encoding="utf-8", errors="replace", env=env,
             )
             if r.returncode == 0:
                 return r.stdout.strip()

package/templates/qoder/scripts/capability/registry_mcp.py

@@ -73,16 +73,22 @@ SERVERS: dict[str, dict] = {
 
 
 def _mcp_config_path() -> Path:
-    """定位 mcp_config.json（在仓库根/宿主下）。"""
+    """定位 mcp_config.json（在仓库根/宿主下）。
+
+    ★ switch_project.py 实际写入位置是 {repo}/.qoder/mcp_config.json（云模式连云 bind 后），
+    必须优先查这里——否则读不到 token，transport 用空 token 调云 MCP 鉴权失败（历史 bug：
+    引擎 search 全返回"MCP返回非JSON"+递归降级套娃）。老形态 repo/mcp_config.json 兼容。
+    """
     repo = _get_repo_root()
     # registry_mcp.py 在 .../scripts/capability/, mcp_config.json 在宿主根（.qoder）。
     for cand in [
-        repo / "mcp_config.json",
+        repo / ".qoder" / "mcp_config.json",     # ★ 云模式实际写入位置（switch_project）
+        repo / "mcp_config.json",                 # 老形态：仓库根
         repo / "registry_mcp_config.json",
     ]:
         if cand.is_file():
             return cand
-    return repo / "mcp_config.json"
+    return repo / ".qoder" / "mcp_config.json"
 
 
 def _load_servers() -> dict[str, dict]:

package/templates/qoder/scripts/domain/kg/graph/kg_semantic.py

@@ -278,6 +278,31 @@ def build_embeddings(batch_size=64):
         con.close()
 
 
+def _cloud_rag_search(query, top_k=10):
+    """云优先语义搜索：调工作台 MCP rag_search（本地无 KG/embedding，全迁云）。
+
+    Returns:
+        [(entity_id, text, score), ...] 或 None（云不可用时返回 None，让调用方退本地）。
+    """
+    try:
+        from domain.kg.search._remote import call_remote
+        data = call_remote("rag_search", {"query": query, "top_k": top_k})
+    except Exception:
+        return None
+    items = data.get("items") or []
+    out = []
+    for it in items[:top_k]:
+        eid = it.get("entity_id") or it.get("id") or ""
+        text = it.get("text") or it.get("name") or ""
+        score = it.get("score")
+        try:
+            score = float(score) if score is not None else 0.0
+        except Exception:
+            score = 0.0
+        out.append((eid, text, score))
+    return out
+
+
 def semantic_search(query, top_k=10):
     """语义搜索: query→向量→余弦相似度→top_k 实体。
 
@@ -656,13 +681,24 @@ if __name__ == '__main__':
         n = build_embeddings()
         print('Built %d embeddings' % n)
 
-    elif len(sys.argv) > 2 and sys.argv[1] == 'search':
-        results = semantic_search(sys.argv[2])
+    elif (len(sys.argv) > 2 and sys.argv[1] == 'search') or \
+         (len(sys.argv) > 1 and sys.argv[1] not in ('--check', '--label', 'build-embeddings', '--status', '--backfill-cn')):
+        # 兼容两种姿势: `search <词>` 和裸词 `<词>`（wlkj.py semantic 保险异常 透传过来）。
+        # ★ 云优先：本地无 KG/embedding（全迁云），先调云 rag_search；云不可用才退本地 semantic_search。
+        query = sys.argv[2] if sys.argv[1] == 'search' else sys.argv[1]
+        results = _cloud_rag_search(query)
+        if results is None:
+            # 云不可用 → 退本地（开发期有本地 embedding 时仍可用）
+            results = semantic_search(query)
         if results:
-            for eid, text, score in results:
-                print('  %.3f  %s' % (score, text[:70]))
+            for row in results:
+                if len(row) == 3:
+                    eid, text, score = row
+                    print('  %.3f  %s' % (score, text[:70]))
+                else:
+                    print('  %s' % row)
         else:
-            print('(无结果或 embedding 未构建)')
+            print('(无结果或云 rag_search 不可用 + 本地 embedding 未构建)')
 
     elif len(sys.argv) > 1 and sys.argv[1] == '--status':
         st = embedding_status()