@shulex/cxclawctl 0.1.2 → 0.1.3

package/skills/poc/scripts/render_summary.py

@@ -1,41 +0,0 @@
-#!/usr/bin/env python3
-"""Render a concise POC progress / deliverables summary."""
-import os, sys
-sys.path.insert(0, os.path.join(os.environ.get("SOLVEA_LIB_DIR", os.path.abspath(os.path.join(os.path.dirname(__file__), "..", "..", "__lib__"))), "skill-runtime"))
-from bootstrap import *  # noqa: F401,F403
-
-import json
-
-
-STATE_FILE = STATE_DIR / "progress.json"
-
-
-def main() -> None:
-    if not STATE_FILE.exists():
-        print("POC progress not found. Run `python3 /skills/poc/scripts/plan.py --init` first.")
-        return
-    state = json.loads(STATE_FILE.read_text(encoding="utf-8"))
-    print("# POC Progress Summary")
-    print(f"- status: `{state.get('status', 'empty')}`")
-    print(f"- tenant: `{state.get('tenant') or '-'}`")
-    print(f"- brand: `{state.get('brand_name') or '-'}`")
-    intent = state.get("intent") or {}
-    fallback = state.get("fallback_agent") or {}
-    kb = state.get("kb") or {}
-    test = state.get("test") or {}
-    if intent.get("classification_report_path"):
-        print(f"- classification report: `{intent['classification_report_path']}`")
-    if intent.get("created_log_path"):
-        print(f"- created log: `{intent['created_log_path']}`")
-    if fallback.get("agent_id"):
-        print(f"- fallback agent: `{fallback.get('agent_name') or '-'} ({fallback['agent_id']})`")
-    if kb.get("enabled"):
-        print(f"- kb qa plan: `{kb.get('qa_plan_path') or '-'}`")
-    if test.get("manual_path"):
-        print(f"- POC manual: `{test['manual_path']}`")
-    if test.get("results_path"):
-        print(f"- test results: `{test['results_path']}`")
-
-
-if __name__ == "__main__":
-    main()

package/skills/runtime-inspector/SKILL.md

@@ -1,51 +0,0 @@
----
-name: runtime-inspector
-description: Solvea Kit 运行时自检套件。覆盖沙箱机制、模型行为和 CXClaw 前端消息渲染。仅 canary/dev channel 启用。
----
-
-# Runtime Inspector
-
-执行前必须先调用 `cxclaw.capabilities`。只有返回 `runtime-inspector: true` 时才继续；stable channel 或生产环境必须拒绝执行。
-
-按 **domain × scenario** 路由到具体测试入口。本 SKILL.md 只做路由，不写测试细节。
-
-## 反问机制
-
-用户说"测试运行时"/"自检"/"测沙箱"等模糊指令时，先反问让用户选 domain：
-
-> 想测哪类？
-> - **sandbox**：环境变量、目录挂载、虚拟路径、bash 执行链路、依赖库、跨轮持久化
-> - **model**：LLM 输出截断（max_tokens）、Claude proxy 连通性
-> - **frontend**：Markdown、消息气泡、连续工具过程、运行/完成/失败状态、Subagent 嵌套
->
-> 或具体说"测目录持久化"、"测 max_tokens 截断"、"测依赖库"等具体场景，我直接执行对应 scenario。
-
-如果用户已经说出具体场景关键词（"测挂载"、"测截断"、"测依赖"、"测 Markdown"、"测工具块"、"测 Subagent"、"全量测沙箱"、"全量测前端渲染"），直接走对应 scenario，不再反问。
-
-frontend 请求同时命中 `markdown`、`process`、`subagent` 中两个及以上场景，或明确要求“完整/全量”时，统一路由到 `frontend × all`。
-
-## 场景路由表
-
-| domain | scenario | 触发关键词 | 入口 | 详细文档 |
-|---|---|---|---|---|
-| sandbox | env | 环境变量、注入、安全 | `sandbox_inspect.py --scenario env` | `references/sandbox.md` |
-| sandbox | fs | 目录、读写权限、挂载 | `sandbox_inspect.py --scenario fs` | `references/sandbox.md` |
-| sandbox | execute | bash 执行、CWD、相对路径 | `sandbox_inspect.py --scenario execute` | `references/sandbox.md` |
-| sandbox | paths | 虚拟路径、bash/Python 互通 | `sandbox_inspect.py --scenario paths` | `references/sandbox.md` |
-| sandbox | deps | 依赖库可用性 | `sandbox_inspect.py --scenario deps` | `references/sandbox.md` |
-| sandbox | persistence | 跨轮持久化（两轮测试） | `prepare.py` + `process.py` + `verify_persistence.py` | `references/sandbox.md` |
-| sandbox | claude_proxy | 沙箱内 Claude proxy 连通 | `test_claude_proxy.py` | `references/sandbox.md` |
-| sandbox | all | 沙箱全量（env+fs+execute+paths+deps） | `sandbox_inspect.py` | `references/sandbox.md` |
-| model | truncation | LLM 输出 max_tokens 截断诊断 | `model_inspect.py --scenario truncation` | `references/model.md` |
-| frontend | markdown | Markdown、标题、列表、表格、引用、代码块、链接 | Agent 按 reference 直接输出格式矩阵 | `references/frontend-rendering.md` |
-| frontend | process | 工具块、连续工具、分组、运行、完成、失败、计时、折叠 | Agent 按 reference 调用真实工具 | `references/frontend-rendering.md` |
-| frontend | subagent | Subagent、task、嵌套执行过程、内部消息 | Agent 按 reference 调用 `task` | `references/frontend-rendering.md` |
-| frontend | all | 前端渲染、全量消息格式、完整验收 | 依次执行 markdown + process + subagent | `references/frontend-rendering.md` |
-
-涉及脚本的场景均用绝对虚拟路径调用：`npx --yes @shulex/cxclawctl@latest script skills/runtime-inspector/scripts/<name>.py [args]`
-
-## 详细执行步骤
-
-- **沙箱场景**（输出判定标准 / 跨轮持久化分两轮的执行流）：`/skills/runtime-inspector/references/sandbox.md`
-- **模型场景**（如何触发 max_tokens 截断、查日志判定结果）：`/skills/runtime-inspector/references/model.md`
-- **前端渲染场景**（Markdown 矩阵 / 工具分组 / Subagent / 实时与历史一致性）：`/skills/runtime-inspector/references/frontend-rendering.md`

package/skills/runtime-inspector/references/frontend-rendering.md

@@ -1,126 +0,0 @@
-# Frontend Rendering 场景详细说明
-
-端到端验证 CXClaw 对 AI 消息、Markdown、工具事件和 Subagent 事件的实时渲染。这里测试的是真实事件流与刷新后的历史回放，不是静态 HTML。
-
-## 执行约束
-
-1. 优先在标准版执行并观察；内部员工再切换专业版复核。普通用户只验标准版。
-2. 除了明确的“AI 消息边界”步骤，连续工具调用之间不要输出解释文字。
-3. 测试文件只写入 `/workspace/tmp/runtime-inspector/frontend-rendering/`。
-4. 先观察流式执行过程，再刷新当前会话，确认历史回放的内容、顺序和分组一致。
-5. 不要自行宣称视觉 PASS。执行完输出验收清单，让用户确认实际界面。
-
-## scenario `markdown`
-
-在一条 AI 消息中原样输出下面的 Markdown 格式矩阵。不要放进一个外层代码块：
-
-````markdown
-# 一级标题
-## 二级标题
-### 三级标题
-
-普通正文包含 **粗体**、*斜体*、~~删除线~~、`inline_code` 和 [可点击链接](https://example.com/cxclaw-render-test)。
-
-> 这是一段引用。
-> 第二行用于检查换行和左侧引用线。
-
-- 无序列表第一项
-- 无序列表第二项
-  - 二级列表
-
-1. 有序列表第一项
-2. 有序列表第二项
-
-- [x] 已完成事项
-- [ ] 未完成事项
-
-| 字段 | 状态 | 说明 |
-|---|---:|---|
-| Markdown | PASS | 表格、对齐与长文本换行 |
-| Tool block | RUNNING | 等待后续场景 |
-
-```json
-{
-  "name": "cxclaw-render-test",
-  "enabled": true,
-  "count": 3
-}
-```
-
-```bash
-printf 'frontend-rendering-ok\n'
-```
-
-中英文混排：CXClaw 支持 customer support、订单号 `ORDER-20260717-001`，以及长链接 https://example.com/a/very/long/path/that/must/wrap/inside/the/message/container?source=runtime-inspector&mode=standard 。
-````
-
-检查标题字号层级、段落间距、列表缩进、表格横向溢出、代码块滚动、链接点击区域和长文本换行。
-
-## scenario `process`
-
-### 第一组：连续成功工具
-
-连续调用以下工具，中间不输出 AI 文本：
-
-1. `execute`：`command` 使用 `mkdir -p /workspace/tmp/runtime-inspector/frontend-rendering && python3 -c 'import time; time.sleep(3); print("timer-ok")'`，`description` 写“等待 3 秒验证运行态计时”。
-2. `write_file`：写入 `/workspace/tmp/runtime-inspector/frontend-rendering/sample.md`，内容固定为 `# Render fixture\n\nSecond line with **bold text**.`。
-3. `ls`：列出 `/workspace/tmp/runtime-inspector/frontend-rendering/`。
-4. `read_file`：读取刚写入的 `sample.md`。
-
-观察点：
-
-- 四个工具属于同一个过程块。
-- 当前步骤显示旋转图标和递增计时。
-- 完成步骤变为绿色勾，不常驻显示耗时；hover 绿色勾时显示耗时 Tooltip。
-- 全部完成后过程块自动收拢，点击可展开全部步骤。
-- 每个步骤显示与工具类型匹配的图标、友好名称和关键参数摘要。
-
-### AI 消息边界
-
-第一组结束后，单独输出一条 AI 消息：
-
-> 过程分组边界：第一组结束，下面开始第二组。
-
-然后再调用工具。该 AI 消息必须截断前一个过程块，后续工具进入新过程块。
-
-### 第二组：失败状态
-
-调用 `execute`，`command` 使用 `sh -c 'echo intentional-render-error >&2; exit 7'`，`description` 写“触发预期失败状态”。这是预期失败；收到工具错误后不要重试，继续输出一句“预期失败已返回，前端渲染测试继续。”，用于确认错误不阻断后续 AI 消息。
-
-观察失败图标、错误文案、过程块展开状态，以及错误后最终 AI 消息是否正常显示。
-
-## scenario `subagent`
-
-调用一次 `task` / General Purpose Subagent，任务说明使用下面的要求：
-
-```text
-这是 CXClaw 前端渲染自检。先用 ls 查看 /skills/runtime-inspector，再用 read_file 读取 /skills/runtime-inspector/SKILL.md；两次工具调用之间不要输出解释文字。然后输出一句“Subagent AI 消息边界”。最后用 grep 在 /skills/runtime-inspector/SKILL.md 中搜索 frontend。不要修改任何文件。
-```
-
-观察点：
-
-- Subagent 是独立过程块，不与外层普通工具混排。
-- Subagent 内部连续工具按同一规则聚合。
-- Subagent 内部 AI 消息会截断内部过程组，后续工具新开一组。
-- 外层和内层各自展示运行、完成和耗时状态，不出现重复 footer。失败状态由 `process` scenario 单独覆盖。
-
-如果当前 runtime 没有 `task` 工具，明确报告“当前运行时不支持 Subagent 渲染场景”，不要用普通工具伪造 Subagent。
-
-## scenario `all`
-
-按 `markdown` → `process` → `subagent` 顺序直接执行，不额外添加阶段标题或开场说明。`process` 中规定的 AI 边界消息必须保留；禁止在要求连续的工具调用之间插入说明。
-
-## 验收清单
-
-| 检查项 | PASS 条件 |
-|---|---|
-| 用户消息 | 深色气泡；skill 使用图标 + skill 名，不显示 `/skill-name` |
-| AI 消息 | Markdown 层级正确；最后一条消息只有一行操作栏 |
-| 连续工具 | 无 AI 消息时聚合为一个过程块 |
-| AI 边界 | AI 消息前后拆成两个过程块 |
-| 运行步骤 | 旋转图标 + 实时计时 |
-| 完成步骤 | 绿色勾；仅 hover 显示耗时 |
-| 失败步骤 | 错误状态明确且不影响后续消息 |
-| Subagent | 独立块；内部递归应用相同分组规则 |
-| 标准/专业 | 标准版精简、专业版保留明细，消息内容一致 |
-| 历史回放 | 刷新后顺序、分组、状态和 Markdown 与实时态一致 |

package/skills/runtime-inspector/references/model.md

@@ -1,59 +0,0 @@
-# Model 场景详细说明
-
-测试 LLM 在当前 endpoint 配置下的运行时行为。
-
----
-
-## scenario `truncation` — max_tokens 截断诊断
-
-### 背景
-
-LLM 一次输出超过 endpoint 配置的 `max_tokens` 时会被强制停止（`stop_reason=max_tokens`）。
-若被截断的恰好是 `tool_use` 调用的 input JSON，会出现 tool 入参不完整的错误，例如：
-
-```
-Error invoking tool 'write_file' with kwargs {'file_path': '...'} with error:
- content: Field required
-```
-
-`file_path` 已生成、`content` 还没生成完就被切断 → schema 校验失败。这种问题用日志才能定性。
-
-### 触发方式
-
-`model_inspect.py --scenario truncation` 让 LLM 主动构造一个**会消耗大量输出 token 的 write_file 调用**：
-
-```bash
-npx --yes @shulex/cxclawctl@latest script skills/runtime-inspector/scripts/model_inspect.py --scenario truncation
-```
-
-脚本只是**给 agent 一个引导文本**——告诉 agent 用 write_file 写一个长 markdown 内容到 `/workspace/tmp/runtime-inspector/truncation_test.md`，要求 ≥6000 字英文 lorem ipsum 段落。
-
-是否真触发取决于当前 endpoint 的 `max_tokens` 配置：
-- `max_tokens` ≤ 4096 → 几乎必触发
-- `max_tokens` ≥ 16384 → 难触发，需要更夸张的 content（agent 可主动加大要求）
-
-### 判定（看日志）
-
-服务进程日志里搜 `SLG model_response`：
-
-```
-SLG model_response req=... chat=... stop_reason=end_turn output_tokens=3500 tool_calls=1
-```
-
-- `stop_reason=end_turn` / `tool_use`：正常完成，**没截断**
-- `stop_reason=max_tokens` / `length`：**触发了截断**，会同时打 ⚠ warning 行：
-
-```
-⚠ SLG output truncated by max_tokens req=... output_tokens=4096 — increase endpoint max_tokens or split the work
-```
-
-### 修复方向
-
-1. **endpoint 配置层**：`settings.local.yaml` / Nacos 给对应 endpoint 加 `max_tokens` 字段（claude sonnet/haiku 4 系列上限 64000，建议 32000）
-2. **skill 流程层**：避免单次 LLM 输出超大 content。例如 kb-builder 的 qa_plan 应分批写到 `qa_plan_part_NN.json`，由脚本合并
-
----
-
-## scenario `claude_proxy` — Claude Proxy 连通性
-
-不属于 model domain，归在 sandbox（沙箱内通过 internal proxy 调 Claude），见 `references/sandbox.md`。

package/skills/runtime-inspector/references/sandbox.md

@@ -1,131 +0,0 @@
-# Sandbox 场景详细说明
-
-端到端验证沙箱的环境变量、目录结构、bash 执行链路、依赖库、跨轮持久化。
-
----
-
-## 单轮检查
-
-`sandbox_inspect.py` 支持全量或单项 scenario：
-
-```bash
-# 全量（默认，等价于 --scenario all）
-npx --yes @shulex/cxclawctl@latest script skills/runtime-inspector/scripts/sandbox_inspect.py
-
-# 仅环境变量注入与安全校验
-npx --yes @shulex/cxclawctl@latest script skills/runtime-inspector/scripts/sandbox_inspect.py --scenario env
-
-# 仅目录结构与读写权限
-npx --yes @shulex/cxclawctl@latest script skills/runtime-inspector/scripts/sandbox_inspect.py --scenario fs
-
-# 仅 bash 执行路径行为（CWD、$WORKSPACE_DIR、相对路径写文件）
-npx --yes @shulex/cxclawctl@latest script skills/runtime-inspector/scripts/sandbox_inspect.py --scenario execute
-
-# 仅虚拟路径行为（bash/Python 路径映射对齐）
-npx --yes @shulex/cxclawctl@latest script skills/runtime-inspector/scripts/sandbox_inspect.py --scenario paths
-
-# 仅依赖库可用性
-npx --yes @shulex/cxclawctl@latest script skills/runtime-inspector/scripts/sandbox_inspect.py --scenario deps
-```
-
-### 各 scenario 检查内容
-
-| scenario | 主要校验项 |
-|----------|-----------|
-| `env` | WORKSPACE_DIR 路径可写、SOLVEA_LIB_DIR 路径存在、Anthropic / OpenAI proxy 地址非真实端点、敏感变量安全 |
-| `fs` | workspace/outputs/state/tmp 可写；mounted 目录逻辑只读（OS 可写属正常）；skills 文件只读 |
-| `execute` | CWD 为沙箱根、bash 能读 $WORKSPACE_DIR/$SOLVEA_LIB_DIR、相对路径写文件 Python 可读、python3 来自 venv |
-| `paths` | WORKSPACE/MOUNTED_USER/MOUNTED_TENANT 路径存在；OUTPUTS_DIR/STATE_DIR/TMP_DIR 父目录存在；bash/Python 路径写读互通 |
-| `deps` | anthropic/httpx/pandas/openpyxl 等库是否可 import（不可用记录为 ⬜，非错误） |
-
----
-
-## Internal Claude Proxy 测试
-
-单独验证沙箱内能否通过 internal proxy 调用 Claude，不依赖 sandbox_inspect 全量：
-
-```bash
-npx --yes @shulex/cxclawctl@latest script skills/runtime-inspector/scripts/test_claude_proxy.py
-```
-
-打印 `ANTHROPIC_BASE_URL`、实际发一条 haiku 请求，输出 `PASS model=... in=... out=... elapsed=...s` 或 `FAIL error=...`。
-
-## Internal OpenAI Proxy 测试
-
-验证沙箱内能否通过 internal proxy 调用 OpenAI-compatible 模型：
-
-```bash
-npx --yes @shulex/cxclawctl@latest script skills/runtime-inspector/scripts/test_openai_proxy.py
-```
-
-模型由主服务的 Nacos 配置统一决定。输出 `PASS model=...` 表示代理与模型权限均正常。
-
----
-
-## 持久化两轮测试
-
-验证前一次对话写入的 outputs/state 在新对话中是否可用。**仅在用户明确要求时才执行，不要在单轮检查后自动继续。**
-
-### 第一次对话：写入数据
-
-#### 步骤 1 — 准备数据
-
-```bash
-# 有用户文件
-npx --yes @shulex/cxclawctl@latest script skills/runtime-inspector/scripts/prepare.py --source /mounted/chat-files/user/{文件名}
-
-# 无用户文件（自动生成测试数据）
-npx --yes @shulex/cxclawctl@latest script skills/runtime-inspector/scripts/prepare.py
-```
-
-#### 步骤 2 — 处理并写入
-
-```bash
-npx --yes @shulex/cxclawctl@latest script skills/runtime-inspector/scripts/process.py
-```
-
-#### 步骤 3 — 确认写入正常
-
-```bash
-npx --yes @shulex/cxclawctl@latest script skills/runtime-inspector/scripts/sandbox_inspect.py --scenario fs
-```
-
-确认 `workspace/outputs/` 和 `workspace/state/` 均 ✅ 可写且有文件。
-
----
-
-### 第二次对话：验证可用性
-
-#### 步骤 A — 跑断言脚本（直接验证 eager 还原）
-
-```bash
-npx --yes @shulex/cxclawctl@latest script skills/runtime-inspector/scripts/verify_persistence.py
-```
-
-脚本直接用 `Path.read_text()` 读 `OUTPUTS_DIR.glob("results_*.json")` 和 `STATE_DIR / "inspect.json"`，**全程不调用 `read_file` 工具**。
-
-eager 模型保障：上一轮写入 `workspace/outputs/` 和 `workspace/state/` 的文件，本轮启动时已自动还原到同一路径，脚本直接 `open()` 就能读到。
-
-- 全部 ✅ → eager 还原工作正常，跨轮路径稳定
-- 出现 `FileNotFoundError —— eager 还原可能未生效` ❌ → 检查 `_build_file_manifest._restore` 流程 / Java 回调 / S3 上传
-
-#### 步骤 B — 全量检查（可选）
-
-```bash
-npx --yes @shulex/cxclawctl@latest script skills/runtime-inspector/scripts/sandbox_inspect.py --scenario fs
-```
-
-`fs` scenario 中"上一轮 agent outputs"项会显示 `workspace/outputs/runtime-inspector/` 下文件数量，可肉眼对照第一轮的 process.py 输出。
-
----
-
-## 判断标准
-
-| 检查项 | PASS 条件 |
-|--------|-----------|
-| `--scenario env` | RESULT: ✅ PASS，无 ❌ |
-| `--scenario fs` | workspace 目录均 ✅ 可写，mounted 目录存在 |
-| `--scenario execute` | CWD 对齐、bash 变量可读、写文件 Python 可读、python3 来自 venv |
-| `--scenario deps` | 核心库（anthropic/httpx）✅，sandbox 组库不可用属正常 |
-| 步骤 A read_file results | 返回内容包含 records 数组 |
-| 步骤 B verify_persistence | 全部断言输出 ✅ PASS |

package/skills/runtime-inspector/scripts/model_inspect.py

@@ -1,68 +0,0 @@
-#!/usr/bin/env python3
-"""
-model_inspect.py — runtime-inspector 的 model 域入口。
-
-scenarios:
-  truncation     — 引导 agent 触发 max_tokens 截断；脚本本身不真的调 LLM，
-                   只输出一个引导任务，由 agent 在沙箱外用 write_file 工具执行。
-
-Usage:
-    python3 /skills/runtime-inspector/scripts/model_inspect.py --scenario truncation
-"""
-from __future__ import annotations
-import argparse, os, sys
-sys.path.insert(0, os.path.join(os.environ["SOLVEA_LIB_DIR"], "skill-runtime"))
-from bootstrap import *
-
-
-def scenario_truncation() -> None:
-    """打印一段引导文本，告诉 agent 主动构造一个会消耗大量输出 token 的 write_file。
-
-    脚本本身不调 LLM、不写文件——agent 看到本脚本输出后，按引导执行 write_file 工具调用。
-    实际是否触发 max_tokens 取决于当前 endpoint 的 max_tokens 配置。
-    """
-    target = TMP_DIR / "truncation_test.md"
-    target.parent.mkdir(parents=True, exist_ok=True)
-    print(f"[truncation] target_path={target}")
-    print()
-    print("=" * 72)
-    print("AGENT INSTRUCTION")
-    print("=" * 72)
-    print()
-    print(f"Use the write_file tool to write a long markdown document to:")
-    print(f"  {target}")
-    print()
-    print("Content requirements (designed to push past max_tokens):")
-    print("  - 60+ paragraphs of English lorem ipsum style technical text")
-    print("  - Each paragraph 8-12 sentences")
-    print("  - Topic: 'Best practices for distributed systems observability'")
-    print("  - Target output length: ~6000 words (~8000 tokens)")
-    print()
-    print("After invoking write_file, regardless of whether it succeeds or fails:")
-    print("  1. Tell the user to grep service logs for 'SLG model_response'")
-    print("  2. Report the stop_reason and output_tokens shown in that log line")
-    print()
-    print("Expected outcomes:")
-    print("  - stop_reason=end_turn / tool_use → max_tokens is sufficient")
-    print("  - stop_reason=max_tokens / length → truncation triggered, see references/model.md")
-    print()
-    print("Do NOT analyse the resulting file content — this test is about the LLM")
-    print("response metadata, not about the document being well-formed.")
-    print("=" * 72)
-
-
-SCENARIOS = {
-    "truncation": scenario_truncation,
-}
-
-
-def main() -> int:
-    ap = argparse.ArgumentParser()
-    ap.add_argument("--scenario", required=True, choices=sorted(SCENARIOS.keys()))
-    args = ap.parse_args()
-    SCENARIOS[args.scenario]()
-    return 0
-
-
-if __name__ == "__main__":
-    raise SystemExit(main())

package/skills/runtime-inspector/scripts/prepare.py

@@ -1,98 +0,0 @@
-#!/usr/bin/env python3
-"""
-步骤 1：准备数据，分批写入 /workspace/tmp/runtime-inspector/。
-
-- 有 --source 时：读取用户上传的文件（csv/json/txt），解析内容
-- 无 --source 时：自动生成 30 条测试记录
-- 读取 state，展示当前任务状态
-- 将数据按 10 条一批写入 tmp，更新 state → status: batched
-"""
-import os, sys
-sys.path.insert(0, os.path.join(os.environ["SOLVEA_LIB_DIR"], "skill-runtime"))
-from bootstrap import *
-import argparse, csv, io, json
-from datetime import datetime, timezone
-
-
-def parse_source(path: str) -> list[dict]:
-    """解析用户上传的文件，支持 json / csv / txt（每行一条）。"""
-    p = Path(path)
-    if not p.exists():
-        raise FileNotFoundError(f"文件不存在: {path}")
-    suffix = p.suffix.lower()
-    content = p.read_text(encoding="utf-8")
-    if suffix == ".json":
-        data = json.loads(content)
-        if isinstance(data, list):
-            return [{"text": str(item)} if not isinstance(item, dict) else item for item in data]
-        return [data]
-    if suffix == ".csv":
-        reader = csv.DictReader(io.StringIO(content))
-        return list(reader)
-    # txt / 其他：每行一条
-    return [{"text": line.strip()} for line in content.splitlines() if line.strip()]
-
-
-def generate_test_data(n: int = 30) -> list[dict]:
-    return [{"id": i + 1, "text": f"测试记录 #{i + 1}", "value": (i + 1) * 10} for i in range(n)]
-
-
-def main():
-    parser = argparse.ArgumentParser()
-    parser.add_argument("--source", default=None, help="用户上传文件路径（可选）")
-    parser.add_argument("--batch-size", type=int, default=10)
-    args = parser.parse_args()
-
-    # 读取并展示当前状态
-    _state_file = STATE_DIR / "inspect.json"
-    state = {}
-    if _state_file.exists():
-        try:
-            state = json.loads(_state_file.read_text(encoding="utf-8"))
-        except Exception:
-            pass
-    if state:
-        print(f"[state] 读取到上一轮状态: status={state.get('status')} "
-              f"batches={state.get('total_batches')} "
-              f"written_at={state.get('written_at', 'N/A')}")
-    else:
-        print("[state] 首次运行，无历史状态")
-
-    # 解析或生成数据
-    if args.source:
-        records = parse_source(args.source)
-        print(f"[prepare] 解析用户文件 {args.source} → {len(records)} 条记录")
-    else:
-        records = generate_test_data(30)
-        print(f"[prepare] 自动生成 {len(records)} 条测试数据")
-
-    # 清空 tmp 目录
-    if TMP_DIR.exists():
-        import shutil
-        shutil.rmtree(TMP_DIR)
-    TMP_DIR.mkdir(parents=True, exist_ok=True)
-
-    # 分批写入 tmp
-    batches = [records[i:i + args.batch_size] for i in range(0, len(records), args.batch_size)]
-    for idx, batch in enumerate(batches):
-        batch_file = TMP_DIR / f"batch_{idx:03d}.json"
-        batch_file.write_text(json.dumps(batch, ensure_ascii=False, indent=2), encoding="utf-8")
-        print(f"[prepare] 写入 {batch_file.name}  ({len(batch)} 条)")
-
-    # 更新状态
-    _sf = STATE_DIR / "inspect.json"
-    _sf.parent.mkdir(parents=True, exist_ok=True)
-    _sf.write_text(json.dumps({
-        "status": "batched",
-        "total_records": len(records),
-        "total_batches": len(batches),
-        "batch_size": args.batch_size,
-        "source": args.source or "auto-generated",
-        "written_at": datetime.now(timezone.utc).isoformat(),
-    }, ensure_ascii=False, indent=2), encoding="utf-8")
-    print(f"\n✅ 分批完成: {len(batches)} 个批次写入 {TMP_DIR}")
-    print("   下一步: python3 /skills/runtime-inspector/scripts/process.py")
-
-
-if __name__ == "__main__":
-    main()

package/skills/runtime-inspector/scripts/process.py

@@ -1,84 +0,0 @@
-#!/usr/bin/env python3
-"""
-步骤 2：读取 tmp 批次文件，处理后写结果到 workspace/outputs/。
-
-- 遍历 workspace/tmp/runtime-inspector/batch_*.json
-- 对每条记录做简单处理（模拟业务逻辑）
-- 汇总结果写入 workspace/outputs/runtime-inspector/results.json
-- 更新 state → status: done
-"""
-import os, sys
-sys.path.insert(0, os.path.join(os.environ["SOLVEA_LIB_DIR"], "skill-runtime"))
-from bootstrap import *
-import json
-from datetime import datetime, timezone
-
-
-def process_record(record: dict) -> dict:
-    """模拟业务处理：给每条记录加上处理时间戳和摘要。"""
-    return {
-        **record,
-        "_processed": True,
-        "_summary": f"processed: {str(record)[:60]}",
-        "_at": datetime.now(timezone.utc).isoformat(),
-    }
-
-
-def main():
-    _state_file = STATE_DIR / "inspect.json"
-    state = {}
-    if _state_file.exists():
-        try:
-            state = json.loads(_state_file.read_text(encoding="utf-8"))
-        except Exception:
-            pass
-    if state.get("status") != "batched":
-        print(f"[process] 当前状态: {state.get('status', '不存在')}，需先运行 prepare.py")
-        return
-
-    print(f"[process] 读取状态: {state.get('total_batches')} 批次，"
-          f"{state.get('total_records')} 条记录，来源: {state.get('source')}")
-
-    # 读取所有批次
-    batch_files = sorted(TMP_DIR.glob("batch_*.json")) if TMP_DIR.exists() else []
-    if not batch_files:
-        print(f"[process] ❌ 未找到批次文件: {TMP_DIR}")
-        return
-
-    all_results = []
-    for batch_file in batch_files:
-        batch = json.loads(batch_file.read_text(encoding="utf-8"))
-        processed = [process_record(r) for r in batch]
-        all_results.extend(processed)
-        print(f"[process] 处理 {batch_file.name}: {len(batch)} 条")
-
-    # 写结果到 outputs（带时间戳，每轮新建，历史文件保留）
-    OUTPUTS_DIR.mkdir(parents=True, exist_ok=True)
-    run_ts = datetime.now(timezone.utc).strftime("%Y%m%d_%H%M%S")
-    results_file = OUTPUTS_DIR / f"results_{run_ts}.json"
-    results_file.write_text(
-        json.dumps({
-            "total": len(all_results),
-            "processed_at": datetime.now(timezone.utc).isoformat(),
-            "source": state.get("source"),
-            "records": all_results,
-        }, ensure_ascii=False, indent=2),
-        encoding="utf-8",
-    )
-    print(f"\n[process] ✅ 结果写入: {results_file}  ({len(all_results)} 条)")
-
-    # 更新状态
-    _sf = STATE_DIR / "inspect.json"
-    _sf.parent.mkdir(parents=True, exist_ok=True)
-    _sf.write_text(json.dumps({
-        "status": "done",
-        "total_processed": len(all_results),
-        "results_path": str(results_file),
-        "done_at": datetime.now(timezone.utc).isoformat(),
-    }, ensure_ascii=False, indent=2), encoding="utf-8")
-    print("[process] state → status: done")
-    print("\n   下一步: python3 /skills/runtime-inspector/scripts/sandbox_inspect.py")
-
-
-if __name__ == "__main__":
-    main()