@qwen-code/arena-agent 0.0.10-dev.15 → 0.0.10-dev.16

package/.env.example

@@ -68,11 +68,18 @@ ARENA_HARNESS_MODE=arena
 # ARENA_TOOL_CHOICE=auto
 # JSON array of exact tool names hidden from the model and rejected if called.
 # ARENA_DISALLOWED_TOOLS=["bash","write_file"]
-# Agent Arena connectors through Merge MCP (unset, blank or [] disables it).
+# Agent Arena connectors through Merge MCP; opt-in, ignored by Code Arena.
 # Enable the captured catalog in the Tool Pack; connect apps for the Registered
 # User through Merge Link. The key and user must belong to the same environment.
 # One configured Registered User is shared by all sessions of this process.
-# ARENA_CONNECTORS=["notion","google_calendar"]
+# Slugs: notion, google_calendar, google_drive, google_docs, google_sheets,
+# google_slides, gmail, dropbox, supabase, vercel, linear.
+# ARENA_CONNECTORS=["notion","google_drive","google_docs","google_sheets"]
+# Optional host-provided authenticated-app snapshot, separate from conversation
+# enablement. This does not authorize apps or query Merge. Explicit [] enables
+# discovery with the captured no-connected-apps prompt. Omit both arrays to keep
+# the connector-off baseline.
+# ARENA_CONNECTED_CONNECTORS=["notion","google_drive","google_docs","google_sheets","gmail"]
 # ARENA_MERGE_ACCESS_KEY=
 # ARENA_MERGE_TOOL_PACK_ID=
 # ARENA_MERGE_REGISTERED_USER_ID=
@@ -161,6 +168,12 @@ ARENA_HARNESS_MODE=arena
 
 # Search, page reading, image generation, and speech through ModelRouter/Routify.
 ROUTIFY_API_KEY=
+# Optional per-tool keys override ROUTIFY_API_KEY; unset or blank falls back.
+# ROUTIFY_WEB_SEARCH_API_KEY=
+# ROUTIFY_IMAGE_SEARCH_API_KEY=
+# ROUTIFY_GENERATE_IMAGE_API_KEY=
+# For an image proxy, keep the real MR key in ROUTIFY_API_KEY and set only
+# ROUTIFY_GENERATE_IMAGE_API_KEY to the proxy key, with the base URL below.
 # ROUTIFY_WEB_SEARCH_URL=https://routify-pub.alibaba-inc.com/protocol/compatible-mode/res/v1/llm/context
 # ROUTIFY_IMAGE_SEARCH_URL=https://routify-pub.alibaba-inc.com/protocol/brave/res/v1/images/search
 # ROUTIFY_VERTEX_BASE_URL=https://routify-pub.alibaba-inc.com/protocol/vertex/v1beta
@@ -172,8 +185,17 @@ ROUTIFY_API_KEY=
 # Code Arena web_fetch content cap (UTF-8 bytes, including truncation notice).
 # Applies to local and Routify readers in all formats; must be a positive integer.
 # CODE_HARNESS_WEB_FETCH_MAX_BYTES=40000
-# ARENA_IMAGE_MODEL=gemini-3.1-flash-image
+# Agent Arena single images randomly use Gemini or gpt-image-2 by default.
+# Set this variable to pin a model (also overrides option one).
+# ARENA_IMAGE_MODEL=gpt-image-2
+# Second model for Agent Arena generate_image with offer_options=true.
+# Defaults to gpt-image-2 (or Gemini when that is the primary).
+# Without a user handler, save option one and continue; otherwise ask the user.
+# ARENA_IMAGE_ALTERNATIVE_MODEL=gpt-image-2
 # ARENA_IMAGE_SIZE=1024*1024
+# Code Arena randomly uses Sunburst or Flare.
+# Set this variable to pin a model; otherwise an explicit ARENA_IMAGE_MODEL
+# also pins Code Arena. Grok and Muse are not enabled.
 # CODE_HARNESS_IMAGE_MODEL=gpt-image-2.5-sunburst
 # CODE_HARNESS_IMAGE_SIZE=1024*1024
 # ARENA_SPEECH_MODEL=gemini-3.1-flash-tts-preview

package/CHANGELOG.md

@@ -12,6 +12,27 @@
 
 ## [Unreleased]
 
+## [0.0.10-dev.16] - 2026-11-04
+
+### Agent Arena
+
+- Repo 会话记住目标仓库，新增同级仓库后仍可继续和恢复；目标缺失或 Git 状态异常时明确报错。
+- 对齐近期日志中的工作区、Repo 和记忆提示词，以及已有工具的声明顺序。
+- `read_file` 支持 `offset`、`limit` 分页；`bash` 超时返回已有输出并允许命令继续运行，主动取消仍终止进程树。
+- 对齐工具参数的默认值、实时与恢复历史格式，以及同批工具并发执行和结果顺序。
+- 扩展 MCP 应用至 Google Drive、Docs、Sheets、Slides、Gmail、Dropbox、Supabase、Vercel 和 Linear，并对齐 Notion 工具、工作区文件传输及重复调用保护。
+- 新增 `ARENA_CONNECTED_CONNECTORS`，区分已连接但未开启和未连接的应用。
+- `generate_image` 单图默认随机使用 GPT Image 2 或 Gemini 3.1 Flash，`offer_options` 并行生成双图供选择，保存未选图片并支持中断后重试；第二模型可用 `ARENA_IMAGE_ALTERNATIVE_MODEL` 配置。
+- Headless 未配置用户 handler 时，`generate_image` 的 `offer_options=true` 默认保存第一张候选图并继续执行。
+
+### Code Arena
+
+- `generate_image` 默认随机使用 `gpt-image-2.5-sunburst` 或 `gpt-image-2.5-flare`。
+
+### 通用
+
+- 新增 `ROUTIFY_WEB_SEARCH_API_KEY`、`ROUTIFY_IMAGE_SEARCH_API_KEY`、`ROUTIFY_GENERATE_IMAGE_API_KEY`，支持搜索与生图独立密钥，未设置或留空时继续使用 `ROUTIFY_API_KEY`。
+
 ## [0.0.10-dev.15] - 2026-10-28
 
 ### Agent Arena
@@ -279,7 +300,8 @@
 - `bash` 用于一次性命令，区分超时与信号终止，并清理遗留后台进程；需要持续运行
   的任务改用进程工具。预览端口支持 E2B Host 探测及按需返回告警。
 
-[Unreleased]: https://code.alibaba-inc.com/know-how/arena-harness/compare?from=v0.0.10-dev.15&to=master&mergeBase=true
+[Unreleased]: https://code.alibaba-inc.com/know-how/arena-harness/compare?from=v0.0.10-dev.16&to=master&mergeBase=true
+[0.0.10-dev.16]: https://code.alibaba-inc.com/know-how/arena-harness/compare?from=v0.0.10-dev.15&to=v0.0.10-dev.16&mergeBase=true
 [0.0.10-dev.15]: https://code.alibaba-inc.com/know-how/arena-harness/compare?from=v0.0.10-dev.14&to=v0.0.10-dev.15&mergeBase=true
 [0.0.10-dev.14]: https://code.alibaba-inc.com/know-how/arena-harness/compare?from=v0.0.10-dev.13&to=v0.0.10-dev.14&mergeBase=true
 [0.0.10-dev.13]: https://code.alibaba-inc.com/know-how/arena-harness/compare?from=v0.0.10-dev.12&to=v0.0.10-dev.13&mergeBase=true

package/README.md

@@ -263,8 +263,11 @@ arena serve --system-prompt '只使用中文回复。'
 history.json、增量日志和返回的 messages 只保存对话历史（含 compaction），不保存运行时生成的开头 system；中途出现的 system 消息会保留。
 新会话和续跑均在构建模型请求时前置运行时 system；官方以 user 开头的历史可直接续跑。
 旧版带开头 system 的本地历史仍可读取，该旧前缀不作为本次指令，后续写入会移除它。
-每次运行（包括 resume）都会重新探测当前工作区和 Git 状态来填充仓库提示词，
-不从旧 system 或会话 metadata 恢复仓库信息；因此不同轮次的 system 可以变化。
+Agent Arena 在尚未选定仓库时，沿用“工作区根不是 Git 仓库，且仅有一个直接子仓库”的自动识别规则。
+成功识别后，会话记住该子仓库的相对路径；新消息、`--continue`、TUI 和服务端恢复均沿用该目标，
+新增同级仓库不会使会话退出 Repo 模式。普通会话后续出现首个可识别仓库时仍可自动进入 Repo 模式。
+每次运行仍从当前 Git 状态刷新分支（包括 `arena/...`）、远端和基准提交，不复用旧 system 中的信息。
+已绑定仓库缺失或 Git 状态无法解析时明确报错，不会静默换仓库或模式。旧历史没有绑定信息时仍按原规则识别。
 
 如需保留当前 mode 生成的 system prompt，只在末尾追加任务或部署指令，可传入
 `--append-system-prompt <text>`：
@@ -416,29 +419,49 @@ ARENA_DISALLOWED_TOOLS=["bash","write_file"]
 被禁用的工具不会发送给模型；即使模型仍构造了该工具调用，执行层也会
 在产生副作用前拒绝。
 
-Agent Arena 可通过 Merge MCP 调用 Notion 和 Google Calendar，应用范围由
+Agent Arena 可通过 Merge MCP 调用 Notion、Google Calendar、Google Drive、Docs、
+Sheets、Slides、Gmail、Dropbox、Supabase 和 Vercel，应用范围由
 `ARENA_CONNECTORS` JSON 数组控制。先在 Merge 创建 Tool Pack 和 Registered User，
 让该用户通过 Merge Link 连接目标应用，再配置同一环境的 Access Key：
 
 ```sh
 # 写入本地 .env；三个 Merge 值从自己的 Merge 环境取得。
-ARENA_CONNECTORS='["notion","google_calendar"]'
+ARENA_CONNECTORS='["notion","google_drive","google_docs","google_sheets"]'
 ARENA_MERGE_ACCESS_KEY=...
 ARENA_MERGE_TOOL_PACK_ID=...
 ARENA_MERGE_REGISTERED_USER_ID=...
 ```
 
-首次可运行 `arena -p '加载 Google Calendar 工具并读取我的时区，不要修改日历'`。
-Tool Pack 需启用所选应用的完整捕获目录：Notion 22 个、Calendar 42 个，见
+首次可运行 `arena -p '加载 Google Drive 工具并最多列出一个文件，不要创建或修改文件'`。
+Tool Pack 需启用所选应用的完整捕获目录，见
 [目录源文件](spec/connectors/catalog.json)。缺少工具时会明确报错；上游新增的工具不会自动暴露给模型。
 
-未设置、空字符串或 `[]` 时，提示词和工具集合保持原样。非空时在基础工具后注册
+| 应用 slug | 工具数 | 模型参数定义 |
+| --- | ---: | --- |
+| `notion` | 22 | 历史完整捕获 |
+| `google_drive` | 49 | 历史完整捕获 |
+| `google_docs` | 46 | 历史完整捕获 |
+| `google_sheets` | 56 | 历史完整捕获 |
+| `google_slides` | 50 | 历史完整捕获 |
+| `gmail` | 29 | 历史完整捕获 |
+| `dropbox` | 33 | 历史完整捕获 |
+| `supabase` | 42 | 历史完整捕获 |
+| `vercel` | 53 | 历史完整捕获 |
+| `linear` | 41 | 历史完整捕获 |
+| `google_calendar` | 42 | 旧捕获目录与 Merge 实时 schema |
+
+默认不启用应用。非空 `ARENA_CONNECTORS` 在基础工具集合中注册
 `list_connector_tools`，并在普通／Repo 系统提示词末尾加入捕获的 `Connected apps`
-段落，列出数组中的应用。目前只接受 `notion`、`google_calendar`；重复项去重，
+段落，列出数组中的应用。接受上表中的 slug；重复项去重，
 保留输入顺序，未知名称或非法 JSON 会在启动时报错。Code Arena 忽略此配置。
 
-模型调用 `list_connector_tools` 后，harness 才连接 Merge、加载该应用的参数定义，
-并注册业务工具。每条新用户消息都需要重新发现；暂停续跑只恢复目录，不重放已经执行的操作。
+可选 `ARENA_CONNECTED_CONNECTORS` JSON 数组由宿主提供已连接应用的快照，用来区分
+“已连接但未开启”和“未连接”。它不执行 OAuth，也不自动查询账号状态。未设置时按
+`ARENA_CONNECTORS` 提供会话应用；显式 `[]` 可启用“尚无连接应用”的提示和发现入口。
+两项均未设置时，基础提示词和工具集合保持原样。
+
+模型调用 `list_connector_tools` 后，harness 才连接 Merge、校验后端目录并注册业务工具。
+每条新用户消息都需要重新发现；暂停续跑恢复目录及重复调用保护，不重放已执行的操作。
 数组表示本次会话允许哪些应用，加载目录成功也不保证账号具有全部读写权限。
 缺少配置、授权失败或目录不完整时返回明确错误；业务调用按历史日志包装结果。
 `ARENA_DISALLOWED_TOOLS` 禁用发现工具时也会省略应用提示词；显式 `--system-prompt`
@@ -449,18 +472,23 @@ Tool Pack 需启用所选应用的完整捕获目录：Notion 22 个、Calendar
 已经完成写入，需先查询确认。当前一个进程使用一个 Registered User，Web 会话共用该账号；
 尚未提供各 Web 用户独立登录和账号绑定界面。
 
-可选应用提示词的唯一维护源是 `spec/connectors/system-prompt.txt`，由构建脚本嵌入
-生成数据；关闭 connector 时继续使用 `spec/message.json` 的原始提示词。
-工具名称、描述和顺序来自日志；完整参数使用 Merge 实时 schema，发现入口仍是根据
-`service` 参数实现的最小结构。已通过 40 次历史调用的本地回放比对，尚未用真实账号验证。
-配置步骤、已验证范围和剩余差异见 [Connector 接入分析](docs/research/AGENT_ARENA_CONNECTOR_BACKEND.md)。
+Drive、Dropbox 上传及 Gmail 草稿附件使用 `input.file_path` 读取工作区文件；下载／导出
+通过 Merge 文件接口落盘并返回文件路径。单文件上限为 100 MiB。同一回复中已完成或正在
+执行的相同写调用、已失败的相同业务调用会被拦截；上传限流也会阻止该回复继续上传文件。
+
+提示词、发现入口和十家应用的 421 个完整模型工具定义（含 Linear 的 41 个工具）保存在 `spec/connectors/`，
+由构建脚本嵌入；后端要求的 nullable 字段和文件引用只在发送给 Merge 时转换。
+Google Calendar 本批没有完整历史 schema，继续使用实时定义。
+配置步骤及历史与真实后端的验证边界见 [Connector 接入分析](docs/research/AGENT_ARENA_CONNECTOR_BACKEND.md)。
 
 `ARENA_EXTRA_BODY` 会在配置加载时解析为 JSON 对象，既作为最后一层请求
 参数覆盖，也会原样写入 `history.json` 的
 `metadata.parameters.extra_body`。
 
 `ROUTIFY_API_KEY` 供 `web_search`、`image_search`、`generate_image` 和
-`generate_speech` 使用；开启
+`generate_speech` 使用。前三者分别支持 `ROUTIFY_WEB_SEARCH_API_KEY`、
+`ROUTIFY_IMAGE_SEARCH_API_KEY`、`ROUTIFY_GENERATE_IMAGE_API_KEY` 独立覆盖；
+未设置或留空（含纯空白）时回退到 `ROUTIFY_API_KEY`，旧配置无需修改。开启
 `CODE_HARNESS_ROUTIFY_WEB_FETCH_ENABLED` 后，Arena 的 `fetch_page` 和 Code Arena 的
 `web_fetch` 也复用该密钥，通过 Routify 先调用 Firecrawl，失败时回退到
 Jina Reader。
@@ -1100,7 +1128,8 @@ watcher 或任务应使用 `start_process`；随后可用 `get_process_output`
 保持普通捕获的结果 shape 不变。
 
 `web_search` 使用 Routify 网关提供的 Brave LLM Context，从工作区 `.env`
-读取 `ROUTIFY_API_KEY`，默认通过内置的 ModelRouter 兼容接口调用
+优先读取 `ROUTIFY_WEB_SEARCH_API_KEY`，未设置或留空时读取 `ROUTIFY_API_KEY`，
+默认通过内置的 ModelRouter 兼容接口调用
 `brave.llm-context` 路由。实现按 depth 请求最多 3/5/8 条结果，并将
 `grounding.generic` 的内容片段及 `sources` 的来源信息转换成 Arena 的既有工具
 结果。请求固定考虑最多 20 个搜索候选，再通过 `maximum_number_of_urls` 将
@@ -1111,8 +1140,9 @@ snippets，仅在没有 grounding 内容时回退到来源摘要。三个 Code A
 token 预算 512/1280/1536。
 可用 `ROUTIFY_WEB_SEARCH_URL` 和 `ARENA_WEB_SEARCH_MODEL` 覆盖默认值。
 
-`image_search` 使用 Routify 网关提供的 Brave Images Search，同样读取
-`ROUTIFY_API_KEY`，通过 `X-Subscription-Token` 发送 GET 请求。默认使用内置的
+`image_search` 使用 Routify 网关提供的 Brave Images Search，优先读取
+`ROUTIFY_IMAGE_SEARCH_API_KEY`，未设置或留空时读取 `ROUTIFY_API_KEY`，
+通过 `X-Subscription-Token` 发送 GET 请求。默认使用内置的
 ModelRouter 兼容接口，可用 `ROUTIFY_IMAGE_SEARCH_URL` 覆盖。实现优先下载 Brave
 返回的原图地址，原图不可用
 时回退到 Brave 代理缩略图，并保持既有工具结果格式和工作区文件命名不变。
@@ -1123,11 +1153,25 @@ Arena 的 `fetch_page` 和 Code Arena 的 `web_fetch` 默认仍使用本地抓
 错误。`fetch_page` 仍按 8000 字符分块并缓存同一 URL 的后续 chunk。认证复用
 `ROUTIFY_API_KEY`。
 
-`generate_image`、`generate_speech` 使用 ModelRouter/Routify，并从工作区
-`.env` 读取同一个 `ROUTIFY_API_KEY`。GPT Image 图片生成与编辑使用 OpenAI 图片
+`generate_image`、`generate_speech` 使用 ModelRouter/Routify。图片生成优先读取
+`ROUTIFY_GENERATE_IMAGE_API_KEY`，未设置或留空时回退到 `ROUTIFY_API_KEY`；
+语音仍使用 `ROUTIFY_API_KEY`。GPT Image 图片生成与编辑使用 OpenAI 图片
 协议，可用 `ROUTIFY_OPENAI_BASE_URL` 覆盖 ModelRouter 根地址。显式选择 Gemini
 图片模型及默认 Gemini TTS 时使用 Google 协议，可用 `ROUTIFY_VERTEX_BASE_URL`
-覆盖对应根地址，不需要新增服务密钥。
+覆盖对应根地址。
+
+例如，搜索直连 MR、GPT Image 生图走 proxy 时，可以在 `.env` 中配置：
+
+```dotenv
+ROUTIFY_API_KEY=your-real-mr-key
+ROUTIFY_GENERATE_IMAGE_API_KEY=your-proxy-key
+ROUTIFY_OPENAI_BASE_URL=https://your-proxy.example/v1
+ARENA_IMAGE_MODEL=gpt-image-2
+```
+
+Gemini 生图使用同一个生图专用 key，但 proxy 地址需配置到
+`ROUTIFY_VERTEX_BASE_URL`（该地址也供 Gemini TTS 使用）。新密钥配置对 Agent Arena
+和提供对应工具的 Code Arena 模式均生效，不改变请求协议、模型默认值或工具契约。
 
 `fetch_page` 使用 Defuddle 将 HTML 正文转换为 Markdown，并使用
 `pdf-parse` 提取 PDF 的前 30 页。响应按 Markdown 边界稳定分块，同一轮内
@@ -1142,10 +1186,20 @@ XLSX 仍可提取文字和表格内容，旧版 DOC、PPT、XLS 会先通过 Lib
 内容继续发送给模型。所有工具结果另有 1,000,000 字符的最终兜底。当前不做
 OCR，扫描版 PDF 只会返回无可提取文字的提示。
 
-Agent Arena 图片和语音的默认 ModelRouter 路由分别为 `gemini-3.1-flash-image` 和
-`gemini-3.1-flash-tts-preview`，可用 `ARENA_IMAGE_MODEL`、`ARENA_SPEECH_MODEL` 覆盖。
-Code Arena 图片默认使用 `gpt-image-2.5-sunburst`；配置时优先使用
-`CODE_HARNESS_IMAGE_MODEL`，其次使用显式设置的 `ARENA_IMAGE_MODEL`。图片生成结果和
+Agent Arena 单图生成默认在 `gemini-3.1-flash-image` 和 `gpt-image-2` 中每次等概率随机选择；
+设置 `ARENA_IMAGE_MODEL` 可固定模型。语音默认使用 `gemini-3.1-flash-tts-preview`，
+可用 `ARENA_SPEECH_MODEL` 覆盖。
+`generate_image` 的 `offer_options=true` 默认并行调用 Gemini 和 GPT Image 2 生成候选图，等用户选择后
+把选中的图保存到 `file_path`，另一张保存到工作区根目录的 `Unselected files`。
+选择“两张都不要”或跳过时保留已有目标文件。省略该参数或传 `false` 仍直接生成一张图。
+第一模型可用 `ARENA_IMAGE_MODEL` 指定，第二模型可用 `ARENA_IMAGE_ALTERNATIVE_MODEL` 指定，
+默认 `gpt-image-2`；第一模型已经使用它时，第二模型默认改为 `gemini-3.1-flash-image`，两者不能相同。
+Web UI 直接展示两张图；TUI 给出候选图片路径供查看。没有交互 handler 的 headless 模式
+仍生成两张候选图，默认保存第一张并继续执行；也可配置支持图片预览的远程用户 handler 供选择。未完成的候选图保存在
+`ARENA_HOME/image-options`，同一会话重试相同请求时可复用；选择完成后清理临时图片。
+Code Arena 单图生成默认在 `gpt-image-2.5-sunburst` 和 `gpt-image-2.5-flare` 中
+每次等概率随机选择，暂不使用 Grok 和 `muse-image`。配置时优先使用 `CODE_HARNESS_IMAGE_MODEL` 固定模型，
+其次使用显式设置的 `ARENA_IMAGE_MODEL`。Code Arena 不提供 `offer_options`。图片生成结果和
 搜索到的图片会立即下载到工作区；每次图片搜索的结果按生产命名保存为
 `image-search/<query slug>-<序号>.<扩展名>`，并作为可预览文件显示在 Web UI。
 语音生成先由 `add_voice` 生成两个试听候选并让用户选择，选择结果注册为稳定的

package/dist/agent.d.ts

@@ -16,6 +16,8 @@ interface AgentOptions {
     signal?: AbortSignal;
     clientContext?: ClientContext;
     workspaceContext?: WorkspaceContext;
+    /** Restore the session's selected direct workspace child. */
+    repoDirectory?: string;
     onCheckpoint?: (messages: readonly Message[], tools: readonly ToolDefinition[], sessionMemory?: StoredSessionMemory | null) => Promise<void>;
     /** Inspect repetition, tool-call batches and pending Agent Arena compactions. */
     midturnCheckpointHook?: MidturnCheckpointHook;
@@ -42,14 +44,16 @@ interface AgentRunOptions {
     restoreSessionMemory?: boolean;
 }
 export declare function isContinuableHistory(messages: readonly Message[]): boolean;
-export declare function resolveRepoContext(workspace: string, _history?: Message[], mode?: HarnessMode): RepoContext | undefined;
+export declare function resolveRepoContext(workspace: string, _history?: Message[], mode?: HarnessMode, repoDirectory?: string): RepoContext | undefined;
 export declare class Agent {
     private readonly config;
     private readonly sink;
     private readonly options;
     private checkpointQueue;
+    private readonly restoredToolCalls;
     private checkpointError?;
     private persistedMemory?;
+    private repoDirectory?;
     private readonly memoryCache;
     private readonly client;
     private readonly tools;

package/dist/agent.js

@@ -1,8 +1,10 @@
 import crypto from "node:crypto";
+import path from "node:path";
 import { setTimeout as delay } from "node:timers/promises";
 import { supportsModelInput, } from "./config.js";
 import { compactMessagesIfNeeded, maintainSessionMemory, contextFromHistory, sessionMemoryMatchesHistory, settleSessionMemory, storedSessionMemory } from "./compaction.js";
 import { ANTHROPIC_INCOMPLETE_STREAM_ERROR_CODE } from "./anthropic.js";
+import { rememberRestoredCalls, restoredArenaHistory } from "./arena-history.js";
 import { modelCallLogPath, withoutLeadingSystemMessage } from "./history.js";
 import { MockModelClient } from "./mock.js";
 import { contentPartMediaTypes, JsonlModelCallDiagnostics, } from "./model-diagnostics.js";
@@ -25,7 +27,7 @@ function wrapMalformedToolArguments(argumentsText) {
     }
 }
 /** Keep Agent Arena history replayable without losing the model's invalid input. */
-function normalizeToolCallHistory(message, mode) {
+function normalizeToolCallHistory(message, mode, historyCall) {
     if (isCodeArenaMode(mode) || message.role !== "assistant")
         return message;
     // A failed Responses stream can retain completed native items without the
@@ -37,7 +39,10 @@ function normalizeToolCallHistory(message, mode) {
             ? [{ id: item.call_id, type: "function", function: { name: item.name, arguments: item.arguments } }]
             : []) ?? message.tool_calls;
     let changed = Boolean(calls?.length && calls !== message.tool_calls);
-    const toolCalls = calls?.map((call) => {
+    const toolCalls = calls?.map((original) => {
+        const call = historyCall ? historyCall(original) : original;
+        if (call !== original)
+            changed = true;
         if (typeof call.function?.arguments !== "string")
             return call;
         const argumentsText = wrapMalformedToolArguments(call.function.arguments);
@@ -51,7 +56,8 @@ function normalizeToolCallHistory(message, mode) {
     const responseItems = message.openai_response_items?.map((item) => {
         if (item.type !== "function_call" || typeof item.arguments !== "string")
             return item;
-        const argumentsText = wrapMalformedToolArguments(item.arguments);
+        const paired = toolCalls?.find(call => call.id === item.call_id);
+        const argumentsText = paired?.function.arguments ?? wrapMalformedToolArguments(item.arguments);
         if (argumentsText === item.arguments)
             return item;
         changed = true;
@@ -73,6 +79,41 @@ function parseToolResult(content) {
         return {};
     }
 }
+/** Live Agent Arena results arrive in completion order. Checkpoint writes stay
+ * serialized by the consumer, and every started operation settles before exit.
+ * Code Arena retains its sequential execution path.
+ */
+async function* completedTools(calls, parallel, execute) {
+    if (!parallel) {
+        for (const call of calls)
+            yield { call, message: await execute(call) };
+        return;
+    }
+    const queue = [];
+    let wake;
+    const settled = Promise.all(calls.map(async (call) => {
+        try {
+            queue.push({ status: "fulfilled", value: { call, message: await execute(call) } });
+        }
+        catch (reason) {
+            queue.push({ status: "rejected", reason });
+        }
+        wake?.();
+    }));
+    try {
+        for (let count = 0; count < calls.length; count++) {
+            if (!queue.length)
+                await new Promise(resolve => { wake = resolve; });
+            const result = queue.shift();
+            if (result.status === "rejected")
+                throw result.reason;
+            yield result.value;
+        }
+    }
+    finally {
+        await settled;
+    }
+}
 // Network faults that abort an in-flight stream (a dropped socket, a reset, a
 // DNS blip). undici surfaces these mid-stream as `TypeError: fetch failed` or
 // `TypeError: terminated`; some are also reachable via an errno-style code on
@@ -320,18 +361,20 @@ class CheckpointFailure extends Error {
         this.cause = cause;
     }
 }
-// Rebuild the runtime repo context from the current workspace on every run.
+// Refresh live Git state on every run, using the saved target when available.
 // The history argument is retained for callers; it never supplies runtime state.
-export function resolveRepoContext(workspace, _history, mode = "arena") {
-    return isCodeArenaMode(mode) ? undefined : detectRepoContext(workspace);
+export function resolveRepoContext(workspace, _history, mode = "arena", repoDirectory) {
+    return isCodeArenaMode(mode) ? undefined : detectRepoContext(workspace, repoDirectory);
 }
 export class Agent {
     config;
     sink;
     options;
     checkpointQueue = Promise.resolve();
+    restoredToolCalls = new Set();
     checkpointError;
     persistedMemory;
+    repoDirectory;
     memoryCache;
     client;
     tools;
@@ -343,6 +386,7 @@ export class Agent {
         this.sink = sink;
         this.options = options;
         this.memoryCache = options.sessionMemory || {};
+        this.repoDirectory = options.repoDirectory;
         this.sessionId =
             options.sessionId || crypto.randomUUID().replaceAll("-", "");
         this.sessionAffinityId = options.sessionAffinityId || crypto.randomUUID();
@@ -358,15 +402,18 @@ export class Agent {
             (!needsMainHttpClient && !needsFallbackHttpClient)
             ? undefined
             : new JsonlModelCallDiagnostics(modelCallLogPath(config.stateRoot, config.tenantId, this.sessionId));
-        this.client =
-            options.client ||
-                (config.model.startsWith("mock/")
-                    ? new MockModelClient()
-                    : new HttpModelClient(config, {
-                        sessionAffinityId: this.sessionAffinityId,
-                        onRequest: options.onModelRequest,
-                        ...(diagnostics ? { diagnostics } : {}),
-                    }));
+        const client = options.client ||
+            (config.model.startsWith("mock/")
+                ? new MockModelClient()
+                : new HttpModelClient(config, {
+                    sessionAffinityId: this.sessionAffinityId,
+                    onRequest: options.onModelRequest,
+                    ...(diagnostics ? { diagnostics } : {}),
+                }));
+        this.client = isCodeArenaMode(config.mode) ? client : {
+            stream: request => client.stream({ ...request,
+                messages: restoredArenaHistory(request.messages, this.restoredToolCalls) }),
+        };
         const imageInputFallbackClient = options.imageInputFallbackClient ||
             (fallbackConnection
                 ? new HttpModelClient(config, {
@@ -409,17 +456,25 @@ export class Agent {
             ? interruptedUserMessage(baseUserMessage, this.config.mode)
             : structuredClone(baseUserMessage);
         const clientContext = this.options.clientContext || defaultClientContext();
-        const repoContext = resolveRepoContext(this.config.workspace, history, this.config.mode);
+        const repoContext = resolveRepoContext(this.config.workspace, history, this.config.mode, this.repoDirectory);
+        if (repoContext) {
+            this.repoDirectory = path.relative(this.config.workspace, repoContext.checkoutPath);
+        }
         // System instructions belong to this invocation, never to the saved dialogue.
         // Older local histories included a system message; accept them without
         // carrying the old runtime configuration into the next request.
         const dialogue = withoutLeadingSystemMessage(history || []).map((message) => normalizeToolCallHistory(message, this.config.mode));
+        this.restoredToolCalls.clear();
+        if (!isCodeArenaMode(this.config.mode))
+            rememberRestoredCalls(dialogue, this.restoredToolCalls);
         const trajectory = completeInterruptedToolCalls(this.options.reuseHistoryMessages ? [...dialogue] : structuredClone(dialogue));
         const connectors = this.config.disallowedTools?.includes("list_connector_tools")
             ? undefined : this.config.connectors;
+        const connectedConnectors = this.config.disallowedTools?.includes("list_connector_tools")
+            ? undefined : this.config.connectedConnectors;
         const runtimeSystemMessage = repoContext
-            ? repoSystemMessage(clientContext, repoContext, this.config.mode, this.workspaceContext, this.config.maxTurns, connectors)
-            : systemMessage(clientContext, this.workspaceContext, this.config.mode, this.config.maxTurns, connectors);
+            ? repoSystemMessage(clientContext, repoContext, this.config.mode, this.workspaceContext, this.config.maxTurns, connectors, connectedConnectors)
+            : systemMessage(clientContext, this.workspaceContext, this.config.mode, this.config.maxTurns, connectors, connectedConnectors);
         applySystemPromptConfig(runtimeSystemMessage, this.config);
         if (runOptions.resumeFromHistory) {
             if (!isContinuableHistory(dialogue)) {
@@ -467,7 +522,7 @@ export class Agent {
             }
         }
         const recordMessage = async (message) => {
-            const normalized = normalizeToolCallHistory(message, this.config.mode);
+            const normalized = normalizeToolCallHistory(message, this.config.mode, call => this.tools.historyCall(call));
             messages.push(normalized);
             const recorded = structuredClone(normalized);
             trajectory.push(recorded);
@@ -549,46 +604,62 @@ export class Agent {
                     return await this.finish(trajectory, "success");
                 }
                 const completedToolCallIds = [];
-                for (const call of assistant.tool_calls) {
+                let needsInput = false;
+                const execute = async (call) => {
                     const toolCallId = String(call.id || "");
                     const toolName = String(call.function?.name || "tool");
                     this.sink.toolStart(this.sessionId, toolCallId, toolName);
-                    const toolMessage = await this.tools.execute(call, toolName === "ask_user" || toolName === "add_voice"
+                    return this.tools.execute(call, toolName === "ask_user" || toolName === "add_voice" ||
+                        (!isCodeArenaMode(this.config.mode) && toolName === "generate_image")
                         ? {
                             sessionId: this.sessionId,
                             messages: structuredClone(trajectory),
                             signal: this.options.signal,
                         }
                         : undefined);
+                };
+                for await (const { call, message: toolMessage } of completedTools(assistant.tool_calls, !isCodeArenaMode(this.config.mode), execute)) {
+                    const toolCallId = String(call.id || "");
+                    const toolName = String(call.function?.name || "tool");
                     const toolResult = parseToolResult(toolMessage.content);
                     const skippedAskUser = toolName === "ask_user" && toolResult.skipped === true;
                     if (this.options.signal?.aborted && !skippedAskUser) {
                         throw this.options.signal.reason || new Error("operation cancelled");
                     }
                     await recordMessage(toolMessage);
+                    if (this.tools.takeInteractionBoundary(toolCallId)) {
+                        rememberRestoredCalls(messages, this.restoredToolCalls);
+                    }
                     completedToolCallIds.push(toolCallId);
                     this.sink.toolComplete(this.sessionId, toolCallId, toolName);
-                    if (toolName === "ask_user" || toolName === "add_voice") {
+                    if (toolName === "ask_user" || toolName === "add_voice" ||
+                        (!isCodeArenaMode(this.config.mode) && toolName === "generate_image")) {
                         if (toolResult.status === "needs_input") {
-                            const visualMessage = this.tools.takeVisualMessage(completedToolCallIds);
-                            if (visualMessage) {
-                                await recordMessage(visualMessage);
-                            }
                             const questions = Array.isArray(toolResult.questions)
                                 ? toolResult.questions
                                 : [];
                             this.sink.inputRequired(this.sessionId, toolCallId, questions);
-                            return await this.finish(trajectory, "needs_input");
+                            if (isCodeArenaMode(this.config.mode)) {
+                                const visualMessage = this.tools.takeVisualMessage(completedToolCallIds);
+                                if (visualMessage)
+                                    await recordMessage(visualMessage);
+                                return await this.finish(trajectory, "needs_input");
+                            }
+                            needsInput = true;
                         }
                     }
                     if (this.options.signal?.aborted) {
                         throw this.options.signal.reason || new Error("operation cancelled");
                     }
                 }
-                const visualMessage = this.tools.takeVisualMessage(completedToolCallIds);
+                // Image parts retain the assistant's declaration order independently
+                // of which tool result completed first.
+                const visualMessage = this.tools.takeVisualMessage(assistant.tool_calls.map(call => call.id));
                 if (visualMessage) {
                     await recordMessage(visualMessage);
                 }
+                if (needsInput)
+                    return await this.finish(trajectory, "needs_input");
                 if (runOptions.singleStep) {
                     return await this.pause(trajectory, "single_step");
                 }