@rong/agentscript 0.1.3 → 0.1.5

package/tutorials/react.as

@@ -12,11 +12,11 @@ main agent ResearchAgent {
         use input.question
 
         scratch = []
-        use scratch.summary < 2k
+        use scratch.summary max 2k
 
         done = false
 
-        loop until done < 4 {
+        loop until done max 4 {
             thought = reason(input.question, scratch)
             action = act(input.question, thought)
             observation = observe(action)
@@ -30,9 +30,9 @@ main agent ResearchAgent {
 
     func reason(question, scratch) {
         use question
-        use scratch.summary < 1k
+        use scratch.summary max 1k
 
-        generate({ input: "Choose the next search focus", limit: 300 }) -> {
+        generate({ input: "Choose the next search focus", max_output: 300 }) -> {
             focus string
             why string
         }
@@ -60,7 +60,7 @@ main agent ResearchAgent {
 
         use raw
 
-        generate({ input: "Summarize the useful observation", limit: 400 }) -> {
+        generate({ input: "Summarize the useful observation", max_output: 400 }) -> {
             facts list[string]
             source string
         }
@@ -68,9 +68,9 @@ main agent ResearchAgent {
 
     func enough(question, scratch) {
         use question
-        use scratch.summary < 1k
+        use scratch.summary max 1k
 
-        verdict = generate({ input: "Decide whether the observations are enough", limit: 200 }) -> {
+        verdict = generate({ input: "Decide whether the observations are enough", max_output: 200 }) -> {
             done boolean
         }
 
@@ -79,9 +79,9 @@ main agent ResearchAgent {
 
     func answer(question, scratch) {
         use question
-        use scratch.summary < 2k
+        use scratch.summary max 2k
 
-        generate({ input: "Answer using only the observations", limit: 800 }) -> {
+        generate({ input: "Answer using only the observations", max_output: 800 }) -> {
             ok boolean
             text string
             error string

package/tutorials/self-improve.as

@@ -10,13 +10,13 @@ main agent SelfImprover {
         goal string
     }) {
         past = Lessons.query({
-            kind: "lesson"
-            text: input.goal
+            kind: "lesson",
+            text: input.goal,
             limit: 5
         })
 
         use input.goal
-        use past < 2k
+        use past max 2k
 
         result = generate({
             input: "Answer the goal using any relevant lessons.",
@@ -28,15 +28,15 @@ main agent SelfImprover {
         }
 
         lesson = reflect({
-            goal: input.goal
-            result: result
+            goal: input.goal,
+            result: result,
             past: past
         })
 
         Lessons.add({
-            kind: "lesson"
-            text: lesson.insight
-            goal: input.goal
+            kind: "lesson",
+            text: lesson.insight,
+            goal: input.goal,
             ok: result.ok
         })
 

package/docs/cn/role-label.md

@@ -1,492 +0,0 @@
-# AgentScript Role / Label 设计
-
-本文档定义 AgentScript 中 `agent role`、`context label` 和底层 provider message role 的分层设计，用于指导当前 prompt 构造、`use ... as ...` 语法和 trace 展示的实现。
-
-## 1. 核心结论
-
-AgentScript 应明确区分三类概念：
-
-```text
-agent role 表示“谁在生成 / 谁在发言”。
-context label 表示“这段上下文在当前 prompt 中的用途”。
-provider role 表示底层 LLM API message 的 system/user/assistant/tool。
-```
-
-这三者属于不同层级，不能混用。
-
-- `agent role` 是 AgentScript 层的生成身份。
-- `context label` 是 prompt 内部的上下文组织标签。
-- `provider role` 是 OpenAI / Anthropic / Ollama 等 adapter 的传输协议细节。
-
-用户不应通过 `use ... as system` 之类的写法直接操纵底层 provider role。
-
-## 2. Agent Role
-
-`role` 是 agent 的身份声明：
-
-```agentscript
-agent ResearchAgent {
-    model Qwen
-    role "Senior Researcher"
-    description "Answer questions with search and structured reasoning."
-}
-```
-
-它的含义是：
-
-```text
-当前 agent 以什么身份进行 generate。
-```
-
-每次 `generate` 都应把当前 agent 的 `role` 和 `description` 放入 identity 层 prompt。例如：
-
-```text
-You are a Senior Researcher.
-Answer questions with search and structured reasoning.
-```
-
-因此当前实现目标是：
-
-```text
-agent.role -> generation identity
-agent.description -> generation identity
-```
-
-在 multi-agent 场景中，agent 输出被其他 agent 使用时，`role` 也可以作为 speaker provenance 展示：
-
-```text
-[plan]
-Produced by: Planner
-Role: Planner
-Output:
-...
-```
-
-这里的 `Role: Planner` 仍然是 AgentScript 层的 agent role，不是 provider message role。
-
-## 3. Context Label
-
-Context label 是 `use` 注入上下文时的语义标签。
-
-当前语法支持：
-
-```agentscript
-use expr
-use expr < budget
-use expr as label
-use expr < budget as label
-```
-
-固定顺序是：
-
-```text
-选择什么 -> 限制多少 -> 作为何种上下文
-```
-
-例如：
-
-```agentscript
-use input.question as user
-use scratch.summary < 2k as memory
-use docs.summary < 4k as evidence
-use search_result as observation
-use policy as constraint
-```
-
-`context label` 的含义是：
-
-```text
-这段内容在当前 generate prompt 中作为何种材料被呈现。
-```
-
-它只影响：
-
-- prompt section label
-- trace display
-- context organization
-- debug / audit readability
-
-它不改变：
-
-- agent identity
-- provider message role
-- tool 权限
-- system / user / assistant 权限
-
-## 4. Provider Role
-
-Provider role 是底层 LLM API 的 message role，例如：
-
-```text
-system
-user
-assistant
-tool
-```
-
-它属于 provider adapter 的实现细节。
-
-默认映射：
-
-```text
-system = 当前 agent identity + runtime rules
-user   = generate instruction + selected context + output shape
-```
-
-也就是说，AgentScript 的 context label 应作为 prompt 内部结构渲染，而不是映射为多条 provider message role。
-
-Runtime 不把 memory、evidence、observation 等材料伪装成 assistant message：
-
-```text
-assistant: [memory] ...
-assistant: [evidence] ...
-```
-
-原因是 `assistant` 在 chat protocol 中表示模型真实历史输出，而 memory / evidence / observation 是外部材料。
-
-## 5. Prompt 构造模型
-
-一次 `generate` 的 prompt 分为四层。
-
-### 5.1 Agent Identity
-
-来自当前 agent 的配置：
-
-```agentscript
-role "Senior Researcher"
-description "Answer questions with search and structured reasoning."
-```
-
-渲染为 provider `system` message 的一部分：
-
-```text
-You are a Senior Researcher.
-Answer questions with search and structured reasoning.
-```
-
-### 5.2 Generate Instruction
-
-来自 `generate(...)` 的 `input` 字段：
-
-```agentscript
-generate({
-    input: "Answer using only the selected context"
-}) -> {
-    ok boolean
-    answer string
-}
-```
-
-渲染为：
-
-```text
-Instruction:
-Answer using only the selected context.
-```
-
-### 5.3 Selected Context
-
-来自当前 scope 和父 scope 中可见的 `use` 声明：
-
-```agentscript
-use input.question as user
-use scratch.summary < 2k as memory
-use docs.summary < 4k as evidence
-```
-
-渲染为：
-
-```text
-Context:
-
-[user]
-...
-
-[memory]
-...
-
-[evidence]
-...
-```
-
-如果没有 label，可以使用 source expression 作为默认 label 或显示为普通 context item。
-
-### 5.4 Output Shape
-
-来自 `generate(...) -> shape`：
-
-```agentscript
-generate({ input: "Answer" }) -> {
-    ok boolean
-    answer string
-}
-```
-
-渲染为：
-
-```text
-Required output shape:
-{
-  ok: boolean
-  answer: string
-}
-```
-
-当 `generate` 没有 `-> shape` 时，不应注入输出 schema，也不应要求 provider 结构化输出。
-
-## 6. `use ... as label` 规则
-
-### 6.1 Label 类型
-
-`as` 后面的 label 是语法层面的字面标签，不是表达式，不参与变量解析，也不会求值。
-
-```agentscript
-use docs as evidence
-use scratch as memory
-use docs.summary < 4k as retrieved-evidence
-```
-
-其中：
-
-```text
-evidence
-memory
-retrieved-evidence
-```
-
-都是 context label 的字面值。即使当前作用域中存在名为 `evidence` 或 `memory` 的变量，`as evidence` 和 `as memory` 也不会读取这些变量。
-
-Label 不需要双引号。它不是字符串表达式，而是 `use` 语句的一部分：
-
-```agentscript
-use docs as retrieved evidence
-```
-
-上例中的 label 是字面标签 `retrieved evidence`。Parser 应把 `as` 之后到语句结束之间的内容作为 label 文本；如果存在预算，则 label 位于预算之后：
-
-```agentscript
-use docs.summary < 4k as retrieved evidence
-```
-
-Label 文本应在 AST 中保存为普通字符串，例如：
-
-```json
-{
-  "label": "retrieved evidence"
-}
-```
-
-Label 不支持嵌套表达式、函数调用、字段访问或插值：
-
-```agentscript
-use docs as label_name      -- label 是 "label_name"，不是变量 label_name 的值
-use docs as input.label     -- label 是 "input.label"，不是字段访问结果
-use docs as label()         -- label 是 "label()"，不会调用函数
-```
-
-### 6.2 保留 label
-
-为避免和 provider role 混淆，以下 label 保留，不作为普通 context label 使用：
-
-```text
-system
-assistant
-tool
-developer
-```
-
-`user` 允许作为 context label，但它只是 context label，不是 provider role：
-
-```agentscript
-use input.question as user
-```
-
-这里的 `user` 表示“这段上下文是用户输入”，不是把该 context item 变成 provider `user` message。
-
-### 6.3 继承规则
-
-`use` 声明原本可被 child scope 继承。加入 label 后，label 应随 use declaration 一起继承。
-
-```agentscript
-use input.question as user
-
-func answer() {
-    generate({ input: "Answer" }) -> {
-        answer string
-    }
-}
-```
-
-`answer()` 内部的 `generate` 仍可看到：
-
-```text
-[user]
-input.question
-```
-
-### 6.4 重复 label
-
-允许多个 context source 使用同一个 label：
-
-```agentscript
-use docs1 as evidence
-use docs2 as evidence
-```
-
-重复 label 按声明顺序分别渲染：
-
-```text
-[evidence]
-docs1...
-
-[evidence]
-docs2...
-```
-
-## 7. Multi-Agent Provenance
-
-Agent 调用结果应在 trace 或内部 metadata 中保留 provenance：
-
-```json
-{
-  "agent": "Planner",
-  "role": "Planner",
-  "function": "main",
-  "trace_id": "..."
-}
-```
-
-这类 metadata 不一定暴露给用户代码，但应可用于 trace 和 context renderer。
-
-用法：
-
-```agentscript
-plan = Planner(input)
-critique = Critic(plan)
-
-use plan.summary < 2k as plan
-use critique.summary < 2k as critique
-```
-
-渲染时可以结合 provenance：
-
-```text
-[plan]
-Produced by: Planner
-Role: Planner
-Output:
-...
-
-[critique]
-Produced by: Critic
-Role: Skeptical Reviewer
-Output:
-...
-```
-
-这样能表达 multi-agent 中“不同角色发言”的感觉，同时不污染 provider message role。
-
-## 8. Trace 展示
-
-Trace 同时显示 agent identity、instruction、context label、source expression 和 budget。
-
-```text
-Generate #1
-Agent:
-  name: ResearchAgent
-  role: Senior Researcher
-
-Instruction:
-  Answer using only the selected context.
-
-Selected context:
-  [user]
-  source: input.question
-  budget: none
-
-  [memory]
-  source: scratch.summary
-  budget: 2k
-
-  [evidence]
-  source: docs.summary
-  budget: 4k
-
-Output shape:
-  ok boolean
-  answer string
-```
-
-Multi-agent trace 可以显示：
-
-```text
-Agent call:
-  Planner.main
-  role: Planner
-
-Agent call:
-  Critic.main
-  role: Skeptical Reviewer
-
-Generate #3
-Agent:
-  Coordinator
-  role: Coordinator
-
-Selected context:
-  [plan]
-  produced_by: Planner
-  producer_role: Planner
-
-  [critique]
-  produced_by: Critic
-  producer_role: Skeptical Reviewer
-```
-
-## 9. 当前实现方案
-
-当前实现包括：
-
-1. `role` 和 `description` 进入每次 `generate` 的 system / identity prompt。
-2. `UseStmt` 增加可选 `label` 字段，保存 label 字面文本。
-3. Parser 支持 `use expr as label` 和 `use expr < budget as label`。
-4. Parser 将 `as` 后面的 label 保存为原始标签文本，不按表达式解析。
-5. Semantic analyzer 校验保留 label，避免和 provider role 混淆。
-6. Context builder 在 trace 和 prompt renderer 中使用 label。
-7. Agent call trace 保留 agent name、role、function 等 provenance。
-
-当前设计保持执行和上下文注入分离：
-
-```agentscript
-critique = Critic(draft)
-use critique as critique
-```
-
-## 10. 术语表
-
-```text
-provider role:
-  底层 chat message role，例如 system/user/assistant/tool。
-
-agent role:
-  agent 生成输出时使用的身份，也可作为 agent 输出的 speaker provenance。
-
-context label:
-  通过 use ... as ... 附加到 selected context 的用途标签。
-
-speaker provenance:
-  agent 调用产物携带的来源元信息，包括 agent name、role、function 和 trace id。
-
-agent transcript:
-  在 prompt 或 trace 中按 agent 来源组织的多 agent 输出展示形式。
-```
-
-## 11. 一句话总结
-
-```text
-provider role 是消息协议；
-agent role 是生成身份和发言者身份；
-context label 是上下文用途标签。
-```
-
-AgentScript 应在语言层构造 labeled context 和 agent transcript，再由 runtime 映射到底层 provider messages。