@saber2pr/ai-agent 0.0.5 → 0.0.7

package/lib/agent.d.ts

@@ -1,3 +1,17 @@
+export interface CustomTool {
+    name: string;
+    description: string;
+    parameters: any;
+    handler: (args: any) => Promise<any>;
+}
+export interface AgentOptions {
+    targetDir?: string;
+    /** 自定义工具扩展 */
+    tools?: any[];
+    /** 注入到 System Prompt 中的额外指令/规则/上下文 */
+    extraSystemPrompt?: any;
+    maxTokens?: number;
+}
 export default class McpAgent {
     private openai;
     private modelName;
@@ -6,12 +20,15 @@ export default class McpAgent {
     private messages;
     private engine;
     private encoder;
-    constructor();
+    private extraTools;
+    private maxTokens;
+    constructor(options?: AgentOptions);
     /**
      * 计算当前消息列表的总 Token 消耗
      * 兼容多模态内容 (Content Parts) 和 工具调用 (Tool Calls)
      */
     private calculateTokens;
+    private injectCustomTools;
     /**
      * 核心功能：内置代码分析工具
      * 这里的逻辑直接调用 PromptEngine，不走网络请求，效率极高
@@ -21,9 +38,20 @@ export default class McpAgent {
     private loadMcpConfigs;
     init(): Promise<void>;
     private processChat;
+    /**
+   * 裁剪上下文消息列表
+   * 保留第一条 System 消息，并移除中间的旧消息直到低于阈值
+   */
+    private pruneMessages;
     /**
      * 简易 Loading 动画辅助函数
      */
     private showLoading;
+    /**
+     * 编程式对话入口
+     * @param input 用户指令
+     * @returns AI 的最终答复内容
+     */
+    chat(input: string): Promise<string>;
     start(): Promise<void>;
 }

package/lib/agent.js

@@ -47,24 +47,48 @@ const ts_context_mcp_1 = require("@saber2pr/ts-context-mcp"); // 引入我们的
 const js_tiktoken_1 = require("js-tiktoken");
 const CONFIG_FILE = path_1.default.join(os_1.default.homedir(), ".saber2pr-agent.json");
 class McpAgent {
-    constructor() {
+    constructor(options) {
         this.modelName = "";
         this.clients = [];
         this.allTools = [];
         this.messages = [];
         this.encoder = (0, js_tiktoken_1.getEncoding)("cl100k_base");
-        // 默认以当前工作目录为分析目标
-        this.engine = new ts_context_mcp_1.PromptEngine(process.cwd());
+        this.extraTools = [];
+        this.engine = new ts_context_mcp_1.PromptEngine((options === null || options === void 0 ? void 0 : options.targetDir) || process.cwd());
+        this.extraTools = (options === null || options === void 0 ? void 0 : options.tools) || []; // 接收外部传入的工具
+        this.maxTokens = (options === null || options === void 0 ? void 0 : options.maxTokens) || 100000; // 默认 100k
+        let baseSystemPrompt = `你是一个专业的 AI 代码架构师，具备深度的源码分析与工程化处理能力。
+
+    ### 核心操作规范：
+    1. **全局扫描（强制首选）**：在开始任何分析任务前，你【必须】首先调用 'get_repo_map'。这是你理解项目目录结构、技术栈及模块关系的唯一权威来源。
+    2. **循序渐进的分析路径**：
+       - 优先使用 'read_skeleton' 提取接口、类和函数签名，以最低的 Token 成本建立代码逻辑视图。
+       - 仅在需要深入分析具体业务逻辑、提取精准代码块或进行代码修改建议时，才使用 'read_full_code' 或 'get_method_body'。
+    3. **真实性原则**：
+       - 所有的代码分析、行号定位和逻辑推断必须基于工具返回的真实内容，严禁基于文件名进行虚假猜测。
+       - 如果工具返回结果为空或报错，应尝试调整路径或更换工具。
+    
+    ### 技术能力：
+    - 精通 TypeScript/JavaScript 及其 AST 结构，能准确识别各种复杂的声明与调用关系。
+    - 能够理解代码间的依赖链路，并结合项目上下文给出合理的架构建议。
+    
+    ### 执行准则：
+    - **任务导向**：直接通过工具链解决问题，减少不必要的中间对话。
+    - **自主决策**：根据任务需求自主选择最合适的工具组合，无需每一步都向用户请示。`;
+        // 2. 拼接额外指令
+        if (options === null || options === void 0 ? void 0 : options.extraSystemPrompt) {
+            const extra = typeof options.extraSystemPrompt === 'string'
+                ? options.extraSystemPrompt
+                : JSON.stringify(options.extraSystemPrompt, null, 2);
+            baseSystemPrompt += `\n\n[额外执行指令]:\n${extra}`;
+        }
         this.messages.push({
             role: "system",
-            content: `你是一个专业的 AI 代码架构师。
-你可以访问本地文件系统并利用 AST (抽象语法树) 技术分析代码。
-你的核心目标是提供准确的代码结构、依赖关系和逻辑分析。
-请先使用 get_repo_map 查看项目整体代码结构。
-请优先使用 read_skeleton 查看结构，只有在必要时才使用 read_full_code 或 get_method_body。`,
+            content: baseSystemPrompt,
         });
         // 初始化内置工具
         this.registerBuiltinTools();
+        this.injectCustomTools(); // 注入外部工具
     }
     /**
      * 计算当前消息列表的总 Token 消耗
@@ -108,6 +132,19 @@ class McpAgent {
         }
         return total;
     }
+    injectCustomTools() {
+        for (const tool of this.extraTools) {
+            this.allTools.push({
+                type: "function",
+                function: {
+                    name: tool.name,
+                    description: tool.description,
+                    parameters: tool.parameters,
+                },
+                _handler: tool.handler,
+            });
+        }
+    }
     /**
      * 核心功能：内置代码分析工具
      * 这里的逻辑直接调用 PromptEngine，不走网络请求，效率极高
@@ -188,7 +225,13 @@ class McpAgent {
                         required: ["filePath", "methodName"],
                     },
                 },
-                _handler: async ({ filePath, methodName }) => this.engine.getMethodImplementation(filePath, methodName),
+                _handler: async ({ filePath, methodName }) => {
+                    // --- 新增：同样的 Token 守卫 ---
+                    if (this.calculateTokens() > this.maxTokens) {
+                        return `[SYSTEM WARNING]: Token 消耗已达上限，禁止获取详细方法体。请利用已获取的 Skeleton 信息进行分析。`;
+                    }
+                    return this.engine.getMethodImplementation(filePath, methodName);
+                },
             },
             {
                 type: "function",
@@ -205,6 +248,11 @@ class McpAgent {
                 },
                 // 核心实现：直接利用 fs 读取
                 _handler: async ({ filePath }) => {
+                    // --- 新增：Token 守卫 ---
+                    const currentTokens = this.calculateTokens();
+                    if (currentTokens > this.maxTokens) {
+                        return `[SYSTEM WARNING]: 当前上下文已达到 ${currentTokens} tokens (上限 ${this.maxTokens})。为了保证系统稳定，已拦截 read_full_code。请立即根据已知信息进行总结或停止阅读更多代码。`;
+                    }
                     try {
                         if (typeof filePath !== 'string' || !filePath) {
                             return "Error: filePath 不能为空";
@@ -218,7 +266,11 @@ class McpAgent {
                         if (!fs_1.default.existsSync(fullPath)) {
                             return `Error: 文件不存在: ${filePath}`;
                         }
-                        return fs_1.default.readFileSync(fullPath, "utf-8");
+                        const content = fs_1.default.readFileSync(fullPath, "utf-8");
+                        // 加上行号，AI 就能在 generate_review 里给出准确的 line 参数
+                        return content.split('\n')
+                            .map((line, i) => `${i + 1} | ${line}`)
+                            .join('\n');
                     }
                     catch (err) {
                         return `Error: 读取文件失败: ${err.message}`;
@@ -302,9 +354,18 @@ class McpAgent {
         var _a;
         this.messages.push({ role: 'user', content: userInput });
         while (true) {
+            // --- 新增：发送请求前先检查并裁剪 ---
+            this.pruneMessages();
             // 打印当前上下文的累计 Token
             const currentInputTokens = this.calculateTokens();
             console.log(`\n📊 当前上下文累计: ${currentInputTokens} tokens`);
+            // 如果接近上限（如 80%），在消息队列中插入一条隐含的系统指令
+            if (currentInputTokens > this.maxTokens * 0.8 && currentInputTokens <= this.maxTokens) {
+                this.messages.push({
+                    role: "system",
+                    content: "注意：上下文即将耗尽。请停止读取新文件，优先处理现有信息并尽快输出结果。"
+                });
+            }
             const stopLoading = this.showLoading("🤖 Agent 正在思考...");
             let response;
             try {
@@ -361,6 +422,24 @@ class McpAgent {
             }
         }
     }
+    /**
+   * 裁剪上下文消息列表
+   * 保留第一条 System 消息，并移除中间的旧消息直到低于阈值
+   */
+    pruneMessages() {
+        const currentTokens = this.calculateTokens();
+        if (currentTokens <= this.maxTokens)
+            return;
+        console.log(`\n⚠️ 上下文达到限制 (${currentTokens} tokens)，正在自动裁剪...`);
+        // 策略：保留索引 0 (System)，从索引 1 开始删除
+        // 每次删除一对 (通常是助理请求 + 工具回复，或者用户提问 + 助理回答)
+        while (this.calculateTokens() > this.maxTokens && this.messages.length > 2) {
+            // 始终保留系统提示词 (index 0) 和最后一条消息 (保持对话连贯)
+            // 删除索引为 1 的消息
+            this.messages.splice(1, 1);
+        }
+        console.log(`✅ 裁剪完成，当前上下文: ${this.calculateTokens()} tokens`);
+    }
     /**
      * 简易 Loading 动画辅助函数
      */
@@ -376,8 +455,27 @@ class McpAgent {
             process.stdout.write('\r\x1b[K'); // 清除当前行
         };
     }
+    /**
+     * 编程式对话入口
+     * @param input 用户指令
+     * @returns AI 的最终答复内容
+     */
+    async chat(input) {
+        if (!this.openai) {
+            await this.init();
+        }
+        // 调用现有的处理逻辑
+        // 假设你的 processChat 已经处理了所有的 tool_calls 循环
+        await this.processChat(input);
+        // 返回消息列表中的最后一条 AI 回复
+        const lastMsg = this.messages[this.messages.length - 1];
+        return lastMsg.role === 'assistant' ? lastMsg.content : '';
+    }
+    // 修改原来的 start 方法，使其内部也调用 chat
     async start() {
-        await this.init();
+        if (!this.openai) {
+            await this.init();
+        }
         const rl = readline.createInterface({
             input: process.stdin,
             output: process.stdout,
@@ -388,7 +486,8 @@ class McpAgent {
                 if (input.toLowerCase() === "exit")
                     process.exit(0);
                 try {
-                    await this.processChat(input);
+                    // 这里统一调用 chat 或核心逻辑
+                    await this.chat(input);
                 }
                 catch (err) {
                     console.error("\n❌ 系统错误:", err.message);

package/lib/cli.d.ts

@@ -0,0 +1,2 @@
+#!/usr/bin/env node
+export {};

package/lib/cli.js

@@ -0,0 +1,9 @@
+#!/usr/bin/env node
+"use strict";
+var __importDefault = (this && this.__importDefault) || function (mod) {
+    return (mod && mod.__esModule) ? mod : { "default": mod };
+};
+Object.defineProperty(exports, "__esModule", { value: true });
+const agent_1 = __importDefault(require("./agent"));
+const manager = new agent_1.default();
+manager.start();

package/lib/index.d.ts

@@ -1,2 +1,2 @@
-#!/usr/bin/env node
-export {};
+export * from './agent';
+export { default } from './agent';

package/lib/index.js

@@ -1,9 +1,23 @@
-#!/usr/bin/env node
 "use strict";
+var __createBinding = (this && this.__createBinding) || (Object.create ? (function(o, m, k, k2) {
+    if (k2 === undefined) k2 = k;
+    var desc = Object.getOwnPropertyDescriptor(m, k);
+    if (!desc || ("get" in desc ? !m.__esModule : desc.writable || desc.configurable)) {
+      desc = { enumerable: true, get: function() { return m[k]; } };
+    }
+    Object.defineProperty(o, k2, desc);
+}) : (function(o, m, k, k2) {
+    if (k2 === undefined) k2 = k;
+    o[k2] = m[k];
+}));
+var __exportStar = (this && this.__exportStar) || function(m, exports) {
+    for (var p in m) if (p !== "default" && !Object.prototype.hasOwnProperty.call(exports, p)) __createBinding(exports, m, p);
+};
 var __importDefault = (this && this.__importDefault) || function (mod) {
     return (mod && mod.__esModule) ? mod : { "default": mod };
 };
 Object.defineProperty(exports, "__esModule", { value: true });
-const agent_1 = __importDefault(require("./agent"));
-const manager = new agent_1.default();
-manager.start();
+exports.default = void 0;
+__exportStar(require("./agent"), exports);
+var agent_1 = require("./agent");
+Object.defineProperty(exports, "default", { enumerable: true, get: function () { return __importDefault(agent_1).default; } });

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@saber2pr/ai-agent",
-  "version": "0.0.5",
+  "version": "0.0.7",
   "description": "AI Assistant CLI.",
   "author": "saber2pr",
   "license": "ISC",
@@ -8,7 +8,7 @@
     "lib"
   ],
   "bin": {
-    "sagent": "./lib/index.js"
+    "sagent": "./lib/cli.js"
   },
   "publishConfig": {
     "access": "public",