@noobdemon/noob-cli 1.12.6 → 1.12.8

package/CHANGELOG.md

@@ -2,7 +2,21 @@
 
 Tất cả thay đổi đáng kể của `@noobdemon/noob-cli` được ghi vào file này.
 
-## [1.12.6] - 2026-06-12
+## [1.12.8] - 2026-06-13
+
+### Added
+- **Claude Opus 4.8** (`gateway-claude-opus-4-8`, provider `anthropic`, tier `flagship`) — set làm `DEFAULT_MODEL` mới.
+
+### Removed
+- **Rút catalog xuống 3 flagship** (`src/models.js`): chỉ còn `gateway-claude-opus-4-8`, `gateway-gpt-5-5`, `gateway-deepseek-v4-pro`. Gỡ toàn bộ 32 model cũ: o3/o3-mini/o4-mini/DeepSeek R1/Qwen QwQ (reasoning), GPT-5 Mini/Nano + Gemini Flash + DeepSeek V4 Flash + GPT-4.1 Mini/Nano (fast), Gemini 2.5/3/3.1 Pro, Grok 3/4, Qwen 3 Max, Kimi K2, Llama 3.3 70B, Claude Sonnet 4/4.6, Opus 4.1/4.5/4.6/4.7, GPT-5/5.1/5.3/5.4/4o/5 Online. `PROVIDERS` map còn 3 entry (`openai`/`anthropic`/`deepseek`).
+
+### Changed
+- **Worker `claude-code-proxy`** (`worker/src/worker.js`): `mapModel` map "opus/claude/sonnet/haiku" → `opus-4-8`, "gpt/o3/o4" → `gpt-5-5`, "deepseek" → `deepseek-v4-pro`; fallback default → `opus-4-8`. `modelsList()` chỉ còn 3 id mới. Đã deploy (version `689b94d1`).
+
+## [1.12.7] - 2026-06-12
+
+### Changed
+- **Gỡ auto-compact, chuyển sang MANUAL only** (`src/repl.js` + `src/tokens.js` + `src/agent.js`): trước đây CLI tự gọi `maybeSummarize({force:true})` khi context đạt 75% — gián đoạn workflow giữa chừng và summary có thể mất chi tiết user cần. Giờ user toàn quyền quyết định khi nào tóm tắt bằng `/compact`. Chỉ còn 2 mốc CẢNH BÁO (không auto-action): **60% (120k tokens)** nhắc nhẹ một lần, **80% (160k tokens)** cảnh báo mạnh gợi ý gõ `/compact` trước khi provider reject ở ~200k. Đồng thời sửa bug `CONTEXT_WINDOW=2_000_000` → `200_000` (khớp Claude Opus 4.7 + GPT-4o); ngưỡng cũ 2M khiến 75% = 1.5M token không bao giờ chạm → user báo `/compact không hoạt động`. `SUMMARIZE_THRESHOLD_CHARS` 6M → 600k, `MAX_PROMPT_CHARS` 1.2M → 800k, `keepTail` 16/24 → 12/16 cho khớp window thực.
 
 ### Added
 - **Tool `write_todos`** (`src/repl/agent-dispatch.js` + `src/tools.js` + `src/agent.js`): tool ẢO để model declare structured todo list thay vì viết markdown `- [ ]`. Shape `{todos: [{text, done}]}` — REPLACE toàn bộ list mỗi lần gọi (no patch). Dispatcher intercept TRƯỚC `execTool`: set `state.todos` + `tui.setTodos` trực tiếp, set flag `state._todosFromTool=true` để `repl.js` skip parse markdown sau turn (tránh overwrite structured state). In compact box lần đầu, diff (chỉ dòng đổi) các lần sau. SYSTEM prompt rule TODO-BASED EXECUTION đã update: model PHẢI dùng `write_todos`, không viết markdown. Lý do: parser markdown cũ (`parseTodosFromHistory`) fragile khi model format sai (sai indent, dùng `*` thay `-`, thiếu space). Structured tool call → CLI render luôn đúng, progress bar trên status line cập nhật ngay. Stub trong `TOOLS.write_todos` làm fail-safe nếu lỡ qua `runTool` trực tiếp. Smoke `scripts/smoke-write-todos.mjs` 27/27 pass + regression `smoke-dispatch.mjs` 23/23 pass.

package/package.json

@@ -1,10 +1,10 @@
 {
   "name": "@noobdemon/noob-cli",
-  "version": "1.12.6",
+  "version": "1.12.8",
   "publishConfig": {
     "access": "public"
   },
-  "description": "Trợ lý lập trình agentic trong terminal (kiểu Claude Code), tiếng Việt, dùng sức mạnh Noob Demon — 34 mô hình AI.",
+  "description": "Trợ lý lập trình agentic trong terminal (kiểu Claude Code), tiếng Việt, dùng sức mạnh Noob Demon — 3 mô hình flagship (Claude Opus 4.8, GPT-5.5, DeepSeek V4 Pro).",
   "type": "module",
   "bin": {
     "noob": "bin/noob.js"

package/src/agent.js

@@ -146,10 +146,12 @@ const MAX_STEPS = 10000;
 // loop detection cũ bằng cách xen kẽ 2-3 tool call khác nhau.
 const LOOP_DETECT_WINDOW = 6;
 const LOOP_DETECT_THRESHOLD = 2;
-const MAX_PROMPT_CHARS = 1200000; // ~300k tokens (ngang context window) — compact() KHÔNG chạy trước auto-compact 80% (240k token) của repl.js
+const MAX_PROMPT_CHARS = 800000; // ~200k tokens (ngang CONTEXT_WINDOW) — compact() là safety net cuối, repl.js auto-compact ở 75% (150k token) chạy trước.
 // Khi history vượt ngưỡng này, gọi model phụ tóm tắt các lượt cũ thay vì cắt cụt
 // → giữ được "trí nhớ dài hạn" trong phiên mà không nổ context.
-const SUMMARIZE_THRESHOLD_CHARS = 6000000; // ~1.5M tokens (75% window) — summarize chỉ chạy sau auto-compact 75% với CONTEXT_WINDOW=2M
+// 600k chars ≈ 150k tokens = trùng ngưỡng auto-compact 75% của repl.js. Khi
+// /compact thủ công hoặc auto-compact gọi với force=true thì ngưỡng này bị bypass.
+const SUMMARIZE_THRESHOLD_CHARS = 600000;
 
 // HARD GOAL block (do /goal <text> set): chèn ngay sau memoryBlock, attention
 // cao. Mục đích — chống 3 failure mode bài "dynamic workflows" của Anthropic
@@ -262,11 +264,11 @@ export async function maybeSummarize(history, { model, signal, force = false } =
   const totalChars = history.reduce((s, m) => s + (m.content?.length || 0), 0);
   if (!force && totalChars < SUMMARIZE_THRESHOLD_CHARS) return false;
   // Giữ tail nguyên vẹn; tóm tắt phần trước.
-  // Với CONTEXT_WINDOW = 2M tokens, tail cần đủ lớn để giữ context tool result
-  // gần nhất (vd 10 lượt cuối có thể là chuỗi edit_file + run_command đang dở).
-  // force (gọi từ /compact hoặc auto-compact 75%): giữ 16 tail.
-  // non-force: giữ 24 tail (rộng tay hơn vì phiên rất dài mới trigger).
-  const keepTail = force ? 16 : 24;
+  // Với CONTEXT_WINDOW = 200k tokens, tail cần đủ để giữ vài lượt tool result
+  // gần nhất (chuỗi edit_file + run_command đang dở).
+  // force (gọi từ /compact hoặc auto-compact 75%): giữ 12 tail.
+  // non-force: giữ 16 tail (rộng tay hơn vì phiên dài mới trigger).
+  const keepTail = force ? 12 : 16;
   if (history.length <= keepTail + 2) return false;
   // Nếu lượt đầu đã là summary (role=system, name=summary) → tóm tắt thêm.
   const head = history.slice(0, history.length - keepTail);

package/src/models.js

@@ -1,98 +1,27 @@
 // Model catalog supported by the Noob Demon gateway.
 export const MODELS = [
-  { id: 'gateway-gpt-5', name: 'GPT-5', provider: 'openai', tier: 'flagship' },
-  { id: 'gateway-gpt-5-1', name: 'GPT-5.1', provider: 'openai', tier: 'flagship' },
-  { id: 'gateway-gpt-5-3', name: 'GPT-5.3', provider: 'openai', tier: 'flagship' },
-  { id: 'gateway-gpt-5-4', name: 'GPT-5.4', provider: 'openai', tier: 'flagship' },
-  { id: 'gateway-gpt-5-5', name: 'GPT-5.5', provider: 'openai', tier: 'flagship' },
-  { id: 'gateway-gpt-o3', name: 'o3', provider: 'openai', tier: 'reasoning' },
-  { id: 'gateway-gpt-o3-mini', name: 'o3 Mini', provider: 'openai', tier: 'reasoning' },
-  { id: 'gateway-gpt-o4-mini', name: 'o4-mini', provider: 'openai', tier: 'reasoning' },
-  { id: 'gateway-gpt-4o', name: 'GPT-4o', provider: 'openai', tier: 'standard' },
-  { id: 'gateway-gpt-4-1-mini', name: 'GPT-4.1 Mini', provider: 'openai', tier: 'fast' },
-  { id: 'gateway-gpt-4-1-nano', name: 'GPT-4.1 Nano', provider: 'openai', tier: 'fast' },
-  { id: 'gateway-gpt-5-mini', name: 'GPT-5 Mini', provider: 'openai', tier: 'fast' },
-  { id: 'gateway-gpt-5-nano', name: 'GPT-5 Nano', provider: 'openai', tier: 'fast' },
-  { id: 'gateway-gpt-5-online', name: 'GPT-5 Online', provider: 'openai', tier: 'standard' },
-  {
-    id: 'gateway-claude-opus-4-7',
-    name: 'Claude Opus 4.7',
-    provider: 'anthropic',
-    tier: 'flagship',
-  },
-  {
-    id: 'gateway-claude-opus-4-6',
-    name: 'Claude Opus 4.6',
-    provider: 'anthropic',
-    tier: 'flagship',
-  },
   {
-    id: 'gateway-claude-opus-4-5',
-    name: 'Claude Opus 4.5',
+    id: 'gateway-claude-opus-4-8',
+    name: 'Claude Opus 4.8',
     provider: 'anthropic',
     tier: 'flagship',
   },
-  {
-    id: 'gateway-claude-opus-4-1',
-    name: 'Claude Opus 4.1',
-    provider: 'anthropic',
-    tier: 'standard',
-  },
-  {
-    id: 'gateway-claude-sonnet-4',
-    name: 'Claude Sonnet 4',
-    provider: 'anthropic',
-    tier: 'standard',
-  },
-  {
-    id: 'gateway-claude-sonnet-4-6',
-    name: 'Claude Sonnet 4.6',
-    provider: 'anthropic',
-    tier: 'standard',
-  },
-  { id: 'gateway-google-2.5-pro', name: 'Gemini 2.5 Pro', provider: 'google', tier: 'flagship' },
-  { id: 'gateway-gemini-3-pro', name: 'Gemini 3 Pro', provider: 'google', tier: 'flagship' },
-  { id: 'gateway-gemini-3-1-pro', name: 'Gemini 3.1 Pro', provider: 'google', tier: 'flagship' },
-  { id: 'gateway-gemini-2.5-flash', name: 'Gemini 2.5 Flash', provider: 'google', tier: 'fast' },
+  { id: 'gateway-gpt-5-5', name: 'GPT-5.5', provider: 'openai', tier: 'flagship' },
   {
     id: 'gateway-deepseek-v4-pro',
     name: 'DeepSeek V4 Pro',
     provider: 'deepseek',
     tier: 'flagship',
   },
-  {
-    id: 'gateway-deepseek-v4-flash',
-    name: 'DeepSeek V4 Flash',
-    provider: 'deepseek',
-    tier: 'fast',
-  },
-  { id: 'gateway-deepseek-r1', name: 'DeepSeek R1', provider: 'deepseek', tier: 'reasoning' },
-  { id: 'gateway-deepseek-v3', name: 'DeepSeek V3', provider: 'deepseek', tier: 'standard' },
-  { id: 'gateway-grok-4', name: 'Grok 4', provider: 'xai', tier: 'flagship' },
-  { id: 'gateway-grok-3', name: 'Grok 3', provider: 'xai', tier: 'standard' },
-  { id: 'gateway-qwen-3-max', name: 'Qwen 3 Max', provider: 'alibaba', tier: 'standard' },
-  { id: 'gateway-qwen-qwq-32b', name: 'Qwen QwQ 32B', provider: 'alibaba', tier: 'reasoning' },
-  { id: 'gateway-deepinfra-kimi-k2', name: 'Kimi K2', provider: 'moonshot', tier: 'standard' },
-  {
-    id: 'gateway-llama-3-3-70b-versatile',
-    name: 'Llama 3.3 70B',
-    provider: 'meta',
-    tier: 'standard',
-  },
 ];
 
 export const PROVIDERS = {
   openai: { name: 'OpenAI', color: '#10a37f' },
   anthropic: { name: 'Anthropic', color: '#d97706' },
-  google: { name: 'Google', color: '#3b82f6' },
   deepseek: { name: 'DeepSeek', color: '#06b6d4' },
-  xai: { name: 'xAI', color: '#ef4444' },
-  alibaba: { name: 'Alibaba', color: '#8b5cf6' },
-  moonshot: { name: 'Moonshot', color: '#ec4899' },
-  meta: { name: 'Meta', color: '#6366f1' },
 };
 
-export const DEFAULT_MODEL = 'gateway-claude-opus-4-7';
+export const DEFAULT_MODEL = 'gateway-claude-opus-4-8';
 
 export function findModel(id) {
   if (!id || typeof id !== 'string') return undefined;

package/src/repl.js

@@ -1481,53 +1481,24 @@ NGUYÊN TẮC:
       // Reset turn-scoped auto-approve — chỉ áp dụng trong runAgent vừa rồi.
       // (autoApprove + autoApproveFile vẫn giữ nguyên cho phiên.)
       state.autoApproveTurn.clear();
-      // Auto-compact dựa trên context tokens thay vì chars.
-      // Với CONTEXT_WINDOW = 2M tokens (xem src/tokens.js):
-      //   75% (1.5M tokens) → auto compact
-      //   60% (1.2M tokens) → cảnh báo mạnh
-      //   40% (800k tokens) → nhắc nhẹ
-      // Ngưỡng kéo xuống vì model context dài hiện tại để 80% mới compact thì
-      // mỗi lượt cuối đã ăn 200k+ tokens — auto-compact sớm hơn giữ phiên mượt.
+      // [2026-06-12] GỠ AUTO-COMPACT — user kiểm soát compact thủ công bằng /compact.
+      // Lý do: auto-compact gián đoạn workflow giữa chừng, summary có thể mất chi
+      // tiết user cần. Giữ 2 mốc CẢNH BÁO (60% / 80%) để user biết khi nào nên
+      // chạy /compact, nhưng KHÔNG tự động chạy nữa.
+      // Với CONTEXT_WINDOW = 200k tokens:
+      //   60% (120k) → nhắc nhẹ một lần
+      //   80% (160k) → cảnh báo mạnh — nên /compact ngay trước khi provider reject
       try {
         const totalTokens = countMessages(state.history);
         const k = Math.round(totalTokens / 1000);
         const pct = Math.round((totalTokens / CONTEXT_WINDOW) * 100);
-        // Mốc 3 (≥75% — 1.5M tokens): TỰ ĐỘNG compact.
-        if (totalTokens >= CONTEXT_WINDOW * 0.75 && !state._autoCompacting) {
-          state._autoCompacting = true;
-          console.log(c.accent(`  ⚡ ${t.autoCompactTrigger(k)} (${pct}% context)`));
-          tui.setBusy(true, t.compactRunning);
-          try {
-            const ok = await maybeSummarize(state.history, { model: state.model, force: true });
-            tui.setBusy(false);
-            if (ok) {
-              const afterTokens = countMessages(state.history);
-              const aK = Math.round(afterTokens / 1000);
-              const saved =
-                totalTokens > 0 ? Math.round(((totalTokens - afterTokens) / totalTokens) * 100) : 0;
-              console.log(
-                c.ok(
-                  `  ${t.autoCompactDone(k, aK, saved)} (${Math.round((afterTokens / CONTEXT_WINDOW) * 100)}% context)`
-                )
-              );
-              state._longSessionWarned = false;
-              persist();
-            } else {
-              console.log(c.err('  ' + t.autoCompactFail));
-            }
-          } catch (e) {
-            tui.setBusy(false);
-            console.log(c.err('  ' + t.autoCompactFail));
-          } finally {
-            state._autoCompacting = false;
-          }
-        } else if (totalTokens >= CONTEXT_WINDOW * 0.6) {
-          // Mốc 2 (≥60% — 1.2M tokens): cảnh báo mạnh.
-          console.log(c.err(`  ⚠ ${t.veryLongSession(k)} (${pct}% context)`));
+        if (totalTokens >= CONTEXT_WINDOW * 0.8) {
+          // Mốc 2 (≥80% — 160k tokens): cảnh báo mạnh, gợi ý /compact ngay.
+          console.log(c.err(`  ⚠ ${t.veryLongSession(k)} (${pct}% context) — gõ /compact để tóm tắt, tránh provider reject ở ~200k.`));
           state._longSessionWarned = true;
-        } else if (totalTokens >= CONTEXT_WINDOW * 0.4 && !state._longSessionWarned) {
-          // Mốc 1 (≥40% — 800k tokens): nhắc nhẹ một lần.
-          console.log(c.dim(`  ⓘ ${t.longSession(k)} (${pct}% context)`));
+        } else if (totalTokens >= CONTEXT_WINDOW * 0.6 && !state._longSessionWarned) {
+          // Mốc 1 (≥60% — 120k tokens): nhắc nhẹ một lần.
+          console.log(c.dim(`  ⓘ ${t.longSession(k)} (${pct}% context) — cân nhắc /compact nếu phiên còn dài.`));
           state._longSessionWarned = true;
         }
       } catch {}

package/src/tokens.js

@@ -57,8 +57,12 @@ export function countMessages(messages = []) {
 // window đủ rộng (256 chars) để qua mọi ranh giới token thực tế của cl100k/o200k
 // (token dài nhất ~ vài chục byte).
 const TAIL_WINDOW = 256;
-// Context window tối đa của model (2M tokens). Dùng để tính % usage realtime.
-export const CONTEXT_WINDOW = 2_000_000;
+// Context window tối đa của model. Đặt 200k tokens — match Claude 3.5/Opus 4,
+// GPT-4o, và an toàn cho mọi model phổ biến qua gateway (Gemini 1M, DeepSeek
+// 128k, Grok 128k...). Đặt cao hơn 200k là vô nghĩa: provider sẽ reject prompt
+// TRƯỚC khi auto-compact của repl.js có cơ hội trigger → user thấy 'compact
+// không hoạt động' dù logic compact vẫn đúng.
+export const CONTEXT_WINDOW = 200_000;
 
 export class TokenMeter {
   constructor() {