@omnicrawl/cli-linux-arm-musl 0.2.8 → 0.4.0

package/host/rust/assets/config-templates/config.example.toml

@@ -49,6 +49,28 @@ default_context_window_tokens = 1000000
 [llm.profiles.gemini-main.discovery]
 enabled = true
 
+# 联网搜索（web_search 工具）：默认引擎在 TUI /settings → 工具设置 → 联网搜索 中切换，
+# 也可在此手改。duckduckgo / arxiv / huggingface
+# 抓各自站点的公开搜索页，无需凭据，统一走浏览器指纹环境；
+# github 配了 github_token 时走 REST 检索接口，未配时仍抓公开搜索页；
+# tavily / exa / firecrawl / tinyfish 走各自的检索接口，需要配置对应的 API Key（写入本地 config.toml，不提交仓库）；
+# anysearch 走统一检索接口，anysearch_api_key 可选——留空即按 IP 走匿名免费额度；
+# tinyfish 走 GET 检索接口（每天 12,000 次以内免费），tinyfish_api_key 必填；
+# 走哪个引擎只看这里的设置：工具调用里的 engine 参数无效，agent 不能按单次任务改搜索通路。
+# mixed 是综合搜索：并发查询上述渠道并去重合并，接口型渠道只在配了凭据时参与（anysearch 始终参与）。
+[web_search]
+engine = "duckduckgo"
+tavily_api_key = ""
+exa_api_key = ""
+firecrawl_api_key = ""
+# AnySearch API Key（可选）：留空走匿名额度，填了则按该 Key 的付费额度计费。
+anysearch_api_key = ""
+# TinyFish API Key（必填才可用）：留空时调用该引擎会如实报缺凭据。
+tinyfish_api_key = ""
+# GitHub Token 可选：配置后 GitHub 引擎改走 REST 检索接口（30 次/分钟），
+# 留空则抓公开搜索页（10 次/分钟）。token 只影响额度，无需勾选任何仓库权限。
+github_token = ""
+
 # 视觉模型代理：模型引用复用 llm.profiles / models.toml，不在这里存 API Key。
 # models 按顺序作为故障转移链；主模型不支持视觉且此项开启时，图片会先交给这些模型分析。
 # 模型原生视觉在设置页「视觉」按当前模型/渠道开关（models.toml 或 [llm.profiles.<id>] 的 native_vision）。
@@ -56,49 +78,70 @@ enabled = true
 enabled = false
 models = []
 
-# 图像生成（OpenAI 兼容 Image API）：接口地址、Key、模型与默认参数在
-# TUI /settings → 图像生成 中配置；api_key 写入本地 config.toml（不提交仓库），
-# 留空时回退环境变量 OPENAI_API_KEY。
+# 图像生成：两条通道按 provider 二选一——OpenAI 兼容 Image API 与 Gemini 的
+# generateContent。接口地址、Key、模型与默认参数在 TUI /settings → 图像生成 中配置；
+# api_key 写入本地 config.toml（不提交仓库）。size/quality 是 OpenAI 通道的口径，
+# aspect_ratio/image_size 是 Gemini 通道的口径，切换服务商不会丢掉另一家的取值。
 [image_gen]
 enabled = false
+# 服务商：openai / gemini。
+provider = "openai"
+# OpenAI 通道：https://api.openai.com/v1；Gemini 通道：
+# https://generativelanguage.googleapis.com/v1beta。
 base_url = "https://api.openai.com/v1"
 api_key = ""
 api_key_env = "OPENAI_API_KEY"
+# OpenAI 通道默认 gpt-image-2；Gemini 通道默认 gemini-2.5-flash-image。
 model = "gpt-image-2"
+# 仅 OpenAI 通道使用：auto 或 宽x高。
 size = "auto"
+# 仅 OpenAI 通道使用：auto / low / medium / high。
 quality = "auto"
+# 仅 OpenAI 通道使用：png / jpeg / webp（Gemini 恒为 png）。
 output_format = "png"
+# 仅 Gemini 通道使用：画面比例，14 种之一（留空由模型取默认）。
+aspect_ratio = ""
+# 仅 Gemini 通道使用：分辨率档位 1K / 2K / 4K（留空由模型取默认）。
+image_size = ""
 n = 1
 timeout_seconds = 120
 
-# TTS 语音合成，两条后端：
-#   1) 接口合成（默认）：走 [tts_api] 的 OpenAI 兼容 audio/speech 接口，任何平台可用；
-#   2) 本地推理（可选，需构建时带 omnicrawl-tts/onnx feature）：MOSS-TTS-Nano ONNX，
-#      首次启用时在 TUI /settings → TTS 中下载模型（约 763MB）并选择音色。
+# TTS 语音合成（云服务）：两条通道按 tts_cloud.provider 二选一，本机不需要模型文件
+# 或 espeak-ng 一类原生依赖，只要 HTTP 与密钥。在 TUI /settings → TTS 中配置。
 [tts]
 enabled = false
-model_dir = ""
-voice = "Junhao"
 auto_play = true
-thread_count = 4
-# 推理设备：auto 优先 CUDA，不可用时回退 CPU；cuda 不可用时直接报错。
-device = "auto"
-# codec 流式解码（低首字节延迟；默认开启，显存占用低，避免全量解码 OOM）。
-streaming = true
+# 回合结束后朗读助手回复（直接在宿主里合成播放，不经 tts_synthesize 工具、也不走审批）。
+speak_replies = false
 output_dir = ".omnicrawl/.agent_tmp/tts"
 
-# TTS 接口合成（OpenAI 兼容 POST {base_url}/audio/speech）；enabled = false 时回落到本地推理。
+# 服务商路由：openai / gemini。
+[tts_cloud]
+provider = "openai"
+
+# OpenAI 通道（provider = "openai" 时生效）：POST {base_url}/audio/speech。
+# api_key 写入本地 config.toml（不提交仓库），也可在设置面板直接填写。
 [tts_api]
-enabled = true
 base_url = "https://api.openai.com/v1"
 api_key = ""
-api_key_env = "OPENAI_API_KEY"
 model = "gpt-4o-mini-tts"
+# 音色：alloy/ash/ballad/coral/echo/fable/nova/onyx/sage/shimmer/verse/marin/cedar。
 voice = "alloy"
-# 只支持 wav（Windows 播放走 winmm，且要按 WAV 解析时长）。
-response_format = "wav"
-# 语速 0.25~4.0；1.0 时不发给服务端。
-speed = 1.0
+# 语气指令；只对 gpt-4o-mini-tts 一类模型生效，留空则不下发。
+instructions = ""
+# 语速（0.25~4.0）；1 时不下发该字段。
+speed = 1
+timeout_seconds = 120
+
+# Gemini 通道（provider = "gemini" 时生效）：POST {base_url}/models/{model}:generateContent。
+[tts_gemini]
+base_url = "https://generativelanguage.googleapis.com/v1beta"
+api_key = ""
+model = "gemini-2.5-flash-preview-tts"
+# 预置音色名（如 Kore、Puck、Zephyr）。
+voice = "Kore"
+# 语气指令：Gemini 没有独立的指令字段，这段文本作为正文前缀下发。
+instructions = ""
 timeout_seconds = 120
 
 [approval]
@@ -116,6 +159,11 @@ show_thinking = true
 [memory]
 enabled = true
 
+# Skill 额外路径：目录或 .md 文件，相对路径按工作区解析。
+# 与内置作用域一起参与发现，扫描顺序排在最后；同名 Skill 由先扫描到的作用域胜出。
+# [skills]
+# extra_paths = ["./my-skills", "~/.omnicrawl/shared-skills"]
+
 # 内置工具开关：默认除 powershell 关闭外，其余全部启用。
 # 只在需要禁用某个工具时取消注释并设为 false。
 # [tools]
@@ -147,6 +195,21 @@ auto_retry_errors = ["SERVICE_UNAVAILABLE"]
 enabled = true
 max_auto_followups = 3
 
+# 桌面操作（Computer Use）：让模型通过截图观察窗口，并用鼠标键盘完成 GUI 任务。
+# 由专职子代理执行，与 [subagents] 总开关互相独立；每次任务占用整个桌面，因此并发恒为 1。
+# 本功能按时间收敛（不限制步数），无人工审核：破坏性动作由子代理先回报确认。
+[computer_use]
+enabled = false
+# 专用子代理使用的模型；留空或 inherit 表示继承主模型。
+model = ""
+# 单次 computer_use 调用的时间预算（秒），超时会把已完成进度返回给模型。
+timeout_seconds = 600
+# 截图长边上限：同时决定坐标换算比例，越小越省 Token。
+screenshot_max_dimension = 1024
+# 专用子代理的思考强度：low / medium / high / xhigh / max。
+# 桌面任务靠看画面、点控件收敛，深推理换不回转得动的操作，默认 low。
+thinking_effort = "low"
+
 [context_compaction]
 # 上下文压缩是 Agent 的基础能力。触发阈值（Token）也可在运行设置面板按当前
 # 模型上下文窗口的百分比设置（5% 步进）：trigger_context_tokens = 上下文窗口 × 百分比。
@@ -243,16 +306,15 @@ enabled = false
 # [subagents]
 # enabled = false
 # max_depth = 1
-# max_concurrency = 2
-# max_tasks_per_batch = 4
+# 保留以兼容既有配置；子代理已改为回合内同步串行执行，本项不再生效。
 # default_timeout_seconds = 3600
 # model_request_concurrency = 2
 # allow_background = false
 # allow_fork = false
-# allow_worktree = false
-# allow_standard_agent = false
+# allow_worktree = true
+# allow_standard_agent = true
 # allow_shared_workspace_writes = false
-# enable_verify_agent = false
+# enable_verify_agent = true
 # verify_command_timeout_seconds = 120
 # task_retention_minutes = 60
 # result_summary_chars = 6000

package/host/rust/assets/config-templates/decision_models.example.toml

@@ -16,7 +16,7 @@ name = "Jev 主渠道"
 # 请求方式：
 #   jev             —— Jev 原生接口，POST {base_url}/v1/decide，state + questions 直接进请求体。
 #   chat_completions —— OpenAI 兼容接口，POST {base_url}/chat/completions，
-#                      base_url 与 [image_gen] / [tts_api] 同口径（填到 /v1）；
+#                      base_url 与 [image_gen] 同口径（填到 /v1）；
 #                      同一份 state + questions 作为 user 消息发出，从返回内容里解析 answers。
 #   onejev          —— 本机自部署的 OneJev 服务，POST {base_url}/v1/systemone，
 #                      请求与响应形状与 jev 相同；base_url 指向本地服务（见下方 [local]）。
@@ -29,6 +29,10 @@ api_key = ""
 api_key_env = "JEV_API_KEY"
 # 决策模型：jev-latest 跟随最新版本；生产环境建议钉死版本（如 jev-1.13.0）。
 model = "jev-latest"
+# 请求失败后的重试次数（不含首次请求）：连接失败、超时与上游 5xx 按 0.2s→0.4s→0.8s（封顶 2s）
+# 退避重试这么多次；4xx 不重试（那是请求本身的问题），读不到可用答案也不重试（不猜、不编）。
+# 一次决策在回合路径上同步等待，因此次数要有界（上限 10）；0 表示不重试。
+retry_count = 3
 enabled = true
 
 # 决策模型的功能开关。开关关闭时相关功能走原路径（当前即对话模型审查与本地排序检索）。
@@ -47,10 +51,32 @@ memory_search_rerank = false
 # 知识库检索使用决策模型排序：对 kb_search 同理，候选描述用标题、路径与摘要。
 kb_search_rerank = false
 
+# Skill 检索使用决策模型排序：开启后 skill_search 带关键词检索时先取更宽的候选池（最多 20 条），
+# 再让决策模型按相关程度排序，按各候选项的置信度降序返回，条数仍按调用方给的 max_results。
+# 不带关键词（按作用域列出全部）时没有「相关度」可判，不送审。决策服务不可用时回退本地排序，
+# 检索工具不会因此失败。
+skill_search_rerank = false
+
+# 联网搜索使用决策模型排序：开启后 web_search 对每一路渠道结果单独送审——本地先按关键词
+# 覆盖度圈出该路前 10 条，交决策模型按相关度排序后每路保留前 5 条。engine=mixed 时每路各自
+# 排序、各自最多 5 条，因此返回总量随渠道数增长（N 路 × 5 条），没有固定总量上限；只有调用方
+# 显式给了 max_results 才收窄总数。决策服务不可用时回退本地顺序，搜索不会因此失败。
+web_search_rerank = false
+
+# 联网搜索使用向量模型排序：与上一项并行，各自读自己的开关。它是唯一画在「向量模型」
+# 设置页顶部的开关（其余开关都在「结构化决策模型」页），配置仍在本段。开启后用「向量模型」设置里
+# 配置的渠道把查询与每条候选都算成向量，按余弦相似度给该路结果排序，每路仍保留前 5 条；
+# 判定条数上限的口径与 web_search_rerank 一致。两项都开启时**向量优先**：向量不可用
+# （未配渠道、无凭据、请求失败）才回退决策模型排序；决策模型也不可用时回退本地关键词排序，
+# 搜索不会因此失败。向量通路不依赖决策模型服务，因此不必先配决策渠道。
+web_search_embedding_rerank = false
+
 # 提问由决策模型自动作答：开启后模型调用 ask_user 且带选项时，不再弹面板等你作答，
 # 而是把提问正文、你本回合的请求与本回合已有的顾问答复交给决策模型，让它选最符合
-# 你意图的一项。没有选项的提问（自由问答）照旧交给你。决策服务不可用时回退到人工
-# 提问，不会替你瞎猜；自动作答会在会话流里留一条提示。
+# 你意图的一项。候选项末尾固定带一项「我有自己的想法...」：需要你自己填写答案时决策
+# 模型会选它，提问就退回面板（由你选或输入自己的回答）。没有选项的提问（自由问答）
+# 照旧交给你。决策服务不可用时回退到人工提问，不会替你瞎猜；自动作答会在会话流里
+# 留一条提示。
 ask_user_custody = false
 
 # 旧一轮工具调用按需淘汰（先标注-后压缩）：只裁决「刚变老」的那一批（Agent 又推进了一批
@@ -72,6 +98,34 @@ ask_user_custody = false
 # 重启后按同一份投影重建同一份上下文。
 tool_call_prune = false
 
+# 新提问自动建议工具：开启后，你每发一条新提问，宿主先把**这一条提问的正文**（不带历史）
+# 与一份「已启用工具」的清单交给决策模型，问它「本次该用哪些工具」。每个工具一个是否题，
+# 概率 ≥0.5 进建议名单、<0.5 排除；另有最后一个兜底判定——本条属于普通对话、寒暄或无从
+# 判断的异常任务时，整份建议作废（不插入任何内容）。名单非空时在提问尾部追加一行
+# 「当前请求建议调用tool：a、b。」再发给模型。
+#
+# 清单就是本机工具表里全部已启用的工具（每项为工具名 + 描述首句，截断到 24 字），不做人工
+# 取舍：关掉的工具与当前没有运行期的工具（语音合成、顾问、Windows 组）本来就不在表里。
+# 该用专用工具还是顺手用泛化工具，由决策模型按选择要求判断——子代理、生图、语音、桌面
+# 操作这类专用工具贴合任务特殊性；读文件、搜代码、执行命令、记待办这类通用工具几乎每轮
+# 都能顺手用一下，除非本次任务明确围绕它展开，否则判为用不到。决策服务不可用（缺渠道/凭据、
+# 超时、响应不可解析）时按「本次无建议」处理，提问原文照发，不会挡住你的输入。
+tool_suggestion = false
+
+# 新提问自动建议子代理：与上面的 `tool_suggestion` 形状相同、互相独立，可单开也可同时开。
+# 区别在候选清单：这里送审的是**本机可调度的子代理角色**（每项为角色名 + 角色描述首句，
+# 截断到 24 字），与 `subagent` 工具的参数枚举同源，内核不能调度的角色不会进审。
+# 判定同样是每个角色一个是否题 + 一个兜底判定（本条是否属于无需任何子代理的普通对话），
+# 概率阈值都是 0.5。名单非空时在提问尾部追加一行「当前请求建议使用子代理：explore、plan。」。
+#
+# 子代理个个都是一次带独立上下文的子回合，开销明显高于主模型自己动手，因此判定要求特别
+# 强调：只有能拆成相互独立、可并行推进的子任务，或需要隔离视角核查与隔离改动时才算用得到；
+# 单步问答、小改动、串行依赖的活一律判为用不到。
+#
+# 两类同时开启时，两条请求**并发发起**，总耗时取两者的较大者而不是相加；任一失败只少一行。
+# 决策服务不可用时同样按「本次无建议」处理，提问原文照发。
+subagent_suggestion = false
+
 # 决策 REST 接口：把决策能力暴露给本机其它程序（CLI 工具、Skill、外部脚本），
 # 它们不必经主模型就能拿到决策结果。大脑（主模型）负责规划，小脑（决策模型）负责
 # 快速判定，两者通过这个接口协同。
@@ -91,14 +145,15 @@ tool_call_prune = false
 [api]
 enabled = false
 host = "127.0.0.1"
-# 端口：与本地 API（8765）和自部署的 OneJev 服务（8766）都错开。
+# 端口：与本地 API（8765）错开。
 port = 8767
 
 # 自部署（OneJev）：在本机跑一份决策模型，不依赖云端服务。
 #
 # 官方发布 0.8B / 4B / 9B / 27B / 27B-FP8 五档（Hugging Face 的 OmniJev/OneJev-*），
-# 由本机 Python 服务 `qev serve` 提供 TypeSafe 兼容接口。设置面板的「结构化决策模型」页
-# 可以一键下载某一档、准备运行环境、启停本地服务，并把决策渠道切到自部署。
+# 由本机的判定 worker 直接驱动引擎，经命名管道（Windows）/ Unix socket 提供同一套判定——
+# 不经 TCP 与 HTTP。设置面板的「结构化决策模型」页可以一键下载某一档、准备运行环境、
+# 启停本地服务，并把决策渠道切到自部署。
 # 权重与虚拟环境都在 model_dir 下（默认 ~/.omnicrawl/onejev），不进工作区。
 [local]
 # 当前部署的尺寸：0.8B / 4B / 9B / 27B-FP8 / 27B。
@@ -113,5 +168,5 @@ model_dir = ""
 # 本机已有服务在跑（本机所有实例共用一份）就直接复用，不会重复启动；服务常驻，
 # 不随实例退出被回收，要停就在设置页点「停止服务」。
 auto_start = true
-# 启动后等待健康检查的上限（秒）：首次加载权重并捕获 CUDA 图，大尺寸会久一些。
+# 启动后等待服务就绪的上限（秒）：首次加载权重并捕获 CUDA 图，大尺寸会久一些。
 health_timeout_seconds = 600

package/host/rust/assets/config-templates/embedding_models.example.toml

@@ -0,0 +1,31 @@
+# OmniCrawl 向量模型配置（在设置面板「向量模型」页新建渠道后自动生成 embedding_models.toml）
+#
+# 向量模型把一段文本映射成一个定长浮点向量，记忆检索用它做语义召回：先把查询与
+# 候选记忆都换成向量，按余弦相似度排序，再与关键词规则分做倒数排名融合。
+#
+# 全部走云端 OpenAI 兼容接口（POST {base_url}/embeddings），不使用本地模型：
+# 本地推理要多一份模型文件与推理运行时，代价远高于收益。
+#
+# 未配置、未启用或缺凭据时，记忆检索直接退回纯关键词规则排序——这是刻意的兜底，
+# 不是错误：向量召回是纯加速项，不可用不该让检索失败。
+#
+# 密钥请用环境变量（api_key_env）；也可以直接写 api_key，但不要提交到版本库。
+version = 1
+
+# 默认使用的向量渠道 key；留空或指向不存在的渠道时取第一条启用的渠道。
+default_key = "openai-embedding"
+
+[channels.openai-embedding]
+name = "OpenAI 向量"
+# base_url 按 OpenAI 兼容口径填到 /v1，这里只追加 /embeddings。
+base_url = "https://api.openai.com/v1"
+api_key = ""
+api_key_env = "OPENAI_API_KEY"
+model = "text-embedding-3-small"
+# 期望维度；0 表示由服务端决定（不下发 dimensions 字段）。
+# 换模型或改维度后旧向量会自然失效（缓存键带渠道指纹）。
+dimensions = 0
+# 单次请求最多携带的文本条数；候选多时按此分批串行发送。
+batch_size = 64
+timeout_seconds = 30
+enabled = true

package/host/rust/assets/config-templates/subagents.example.toml

@@ -1,38 +1,37 @@
-# OmniCrawl 子代理设置模板（首次启动自动复制为 subagents.toml）
-# 子代理设置已从 config.toml 完全迁移到本文件；程序只读取 subagents.toml，
-# 不再回退读取 config.toml 的 [subagents] 段。
-version = 1
-
-# SubAgent 全局边界：默认关闭；普通角色仅只读，verify 还需单独显式启用。
-[subagents]
-enabled = false
-max_depth = 1
-max_concurrency = 2
-max_tasks_per_batch = 4
-default_timeout_seconds = 3600
-model_request_concurrency = 2
-allow_background = false
-# 仅开放已脱敏父公开上下文的 read_only/verify Fork；默认关闭。
-allow_fork = false
-allow_shared_workspace_writes = false
-allow_worktree = false
-allow_standard_agent = false
-enable_verify_agent = false
-verify_command_timeout_seconds = 120
-task_retention_minutes = 60
-result_summary_chars = 6000
-
-# 单独设置每个子代理使用的模型；key 必须与 Agent 定义名一致（如 explore/plan/verify）。
-# model 支持：models.toml key/alias、profile/model_id 或裸 model_id；
-# 缺省或写 inherit 表示沿用父模型（与任务级 model=inherit 语义一致）。
-[subagents.models.explore]
-# model = "default-chat"
-
-[subagents.models.plan]
-# model = "default-chat"
-
-[subagents.models.verify]
-# model = "default-chat"
-
-[subagents.models.general-purpose]
-# model = "default-chat"
+# OmniCrawl 子代理设置模板（首次启动自动复制为 subagents.toml）
+# 子代理设置已从 config.toml 完全迁移到本文件；程序只读取 subagents.toml，
+# 不再回退读取 config.toml 的 [subagents] 段。
+version = 1
+
+# SubAgent 全局边界：默认关闭；开启后三种角色的能力开关默认放开（verify / standard / worktree）。
+[subagents]
+enabled = false
+max_depth = 1
+default_timeout_seconds = 3600
+model_request_concurrency = 2
+# 保留以兼容既有配置；子代理已改为回合内同步串行执行，本项不再生效。
+allow_background = false
+# 仅开放已脱敏父公开上下文的 read_only/verify Fork；默认关闭。
+allow_fork = false
+allow_shared_workspace_writes = false
+allow_worktree = true
+allow_standard_agent = true
+enable_verify_agent = true
+verify_command_timeout_seconds = 120
+task_retention_minutes = 60
+result_summary_chars = 6000
+
+# 单独设置每个子代理使用的模型；key 必须与 Agent 定义名一致（如 explore/plan/verify）。
+# model 支持：models.toml key/alias、profile/model_id 或裸 model_id；
+# 缺省或写 inherit 表示沿用父模型（与任务级 model=inherit 语义一致）。
+[subagents.models.explore]
+# model = "default-chat"
+
+[subagents.models.plan]
+# model = "default-chat"
+
+[subagents.models.verify]
+# model = "default-chat"
+
+[subagents.models.general-purpose]
+# model = "default-chat"