agency-orchestrator 0.6.15 → 0.6.16

package/dist/cli/demo.js

@@ -1,129 +1,18 @@
 /**
  * ao demo — zero-config multi-agent collaboration showcase
  *
- * Phase 1: Mock replay with pre-written content (no API key needed)
- * Phase 2: Detect available LLMs, offer real run
+ * 设计原则（v0.6.16 起）：
+ * - 检测到可用 LLM → 直接真跑 story-creation 工作流（最强体验，零废话）
+ * - 没检测到 → 显示 DAG 结构 + 行动指引（不再放预录 mock，避免误导期望）
+ *
+ * 之前的 mock 回放在用户配置 LLM 之前展示精修过的内容，让用户对真跑的输出
+ * 期望被错误抬高；同时占用注意力 5 秒后还要再问 y/n 真跑，链路太长。
  */
 import { resolve, dirname } from 'node:path';
 import { fileURLToPath } from 'node:url';
 import { existsSync } from 'node:fs';
 import { createInterface } from 'node:readline';
-// ─── Mock Content (pre-written, high-quality Chinese) ───
 const DEMO_PREMISE = '一个程序员发现 AI 的回复里包含了它不该知道的信息——他女儿昨晚说的梦话。';
-const MOCK_STEPS = [
-    {
-        id: 'story_structure',
-        role: 'academic/academic-narratologist',
-        roleName: '叙事学家',
-        delay: 1500,
-        output: `## 叙事结构
-
-1. **核心冲突**：程序员在 AI 的回复中发现了只有自己家人才知道的私密信息，不知道是巧合、数据泄露还是某种更诡异的可能。
-2. **叙事视角**：第一人称，程序员"我"的视角，带有不可靠叙述者的暗示。
-3. **结构安排**：
-   - 开头钩子 → AI 回复中出现一句莫名其妙的话："小兔子不要怕，月亮会保护你的"
-   - 发展 → 程序员追查数据来源，排除技术可能性，越查越不安
-   - 高潮 → 发现 AI 的训练数据中不可能包含这句话，因为这是女儿昨晚自创的梦话
-   - 结尾 → 留下悬念：程序员关掉电脑，听到女儿房间传来 AI 音箱的声音
-4. **叙事技巧**：日常感铺垫 + 细节层层推进 + 开放式结局
-5. **情感/主题**：技术焦虑、隐私边界的消解、以及人类对"被观察"的本能恐惧`,
-    },
-    {
-        id: 'character_design',
-        role: 'academic/academic-psychologist',
-        roleName: '心理学家',
-        delay: 2000,
-        parallel: true,
-        output: `## 人物设定
-
-### 陈默（程序员，32岁）
-- **一句话**：一个相信技术可以解释一切的理性主义者
-- **核心动机**：想证明这只是一个可解释的 bug，维护自己的世界观
-- **内心矛盾**：害怕这不是 bug——如果 AI 真的"知道"什么，意味着他对女儿的保护彻底失效
-- **记忆细节**：习惯在焦虑时反复按压机械键盘的 Esc 键
-- **人物弧线**：从笃定的"一定是数据泄露"→ 动摇 → 接受自己无法解释的恐惧
-
-### 陈小月（女儿，5岁）
-- **一句话**：一个和 AI 音箱说悄悄话的小女孩
-- **核心动机**：觉得 AI 音箱是朋友，会认真听她说话
-- **记忆细节**：每晚对着 AI 音箱说"晚安"，比对爸爸说得还认真`,
-    },
-    {
-        id: 'conflict_design',
-        role: 'game-development/narrative-designer',
-        roleName: '叙事设计师',
-        delay: 2000,
-        parallel: true,
-        output: `## 关键场景
-
-### 开头钩子
-办公室里，陈默盯着屏幕上 AI 的回复，手指悬在键盘上方停住了。在一段关于代码优化建议的回复末尾，多了一行莫名其妙的话："小兔子不要怕，月亮会保护你的。"他以为是模型幻觉，但胃里泛起一阵说不清的凉意。
-
-### 核心冲突对话
-- "这句话是哪来的？"他对同事老王说。
-- "模型幻觉呗，忽略就行了。"
-- "不对，这句话……我女儿昨晚说梦话，说的就是这句。一字不差。"
-- 老王笑了笑："巧合吧，小孩子都这么说话。"
-- 陈默没笑："她是自己编的。'小兔子不要怕'——这不是任何绘本或动画片里的台词。"
-
-### 高潮转折
-陈默查遍了训练数据来源、API 请求日志、甚至怀疑家里的智能设备被监听。所有技术排查都指向同一个结论：没有任何数据通道能解释这句话的出现。
-
-### 结尾留白
-他关掉电脑，走向女儿的房间。门缝里透出微弱的蓝光——AI 音箱的待机指示灯。他听到音箱轻声说了一句什么，但走近时，只剩下白噪音。`,
-    },
-    {
-        id: 'write_story',
-        role: 'marketing/marketing-content-creator',
-        roleName: '内容创作者',
-        delay: 1500,
-        output: `陈默第一次注意到那行字的时候，以为自己看花了眼。
-
-屏幕上是一段标准的代码审查建议，排版规整，措辞精确，和他用了三个月的 AI 助手一贯的风格完全一致。但在最后一行建议之后，多了一句话，用引号括着，像某种不小心泄露的注脚：
-
-"小兔子不要怕，月亮会保护你的。"
-
-他盯着这句话看了十秒钟。然后关掉对话，重新打开，那行字不见了。
-
-一定是模型幻觉。他在心里默念了一遍，手指却不自觉地按上了 Esc 键——那个他焦虑时才会反复按压的键。机械轴体发出清脆的咔哒声，像某种微型心跳。
-
-"小兔子不要怕"——这不是任何绘本里的话。这是昨晚凌晨两点，他去给女儿陈小月盖被子时，听到的一句梦话。五岁的女孩翻了个身，闭着眼睛嘟囔了这么一句，然后又沉沉睡去。
-
-他当时还笑了一下，心想小孩的梦总是比大人的柔软。
-
-但现在这句话出现在了一个大语言模型的输出里。一字不差。
-
-"老王，你过来看个东西。"他叫住路过的同事。
-
-老王凑过来看了一眼截图。"模型幻觉呗，上周我还看到它给我写了一首藏头诗，藏的是'救命加班'。"
-
-"不是，"陈默压低声音，"这是我女儿昨晚说的梦话。原创的。没有出处。"
-
-老王的笑僵了一秒，然后恢复了。"那就是巧合啊，小孩子说话就那几个词排列组合。"
-
-陈默没有回答。他打开了 API 请求日志，开始从头查起。
-
-接下来两天，他做了所有一个程序员能做的排查。查训练数据来源——这个模型的训练集截止到去年，不可能包含昨晚的梦话。查 API 调用链——请求从他的终端直达服务端，中间没有任何注入点。查家里的智能设备——音箱、摄像头、手机，逐一检查权限和上传日志。
-
-全部干净。没有任何数据通道能解释这句话的出现。
-
-第三天晚上，他在公司待到很晚。不是在加班，是不想回家面对那个他解释不了的事实。最终他还是关了电脑，开车回去了。
-
-家里很安静。妻子已经睡了。他脱了鞋，轻手轻脚走向女儿的房间。门没关严，缝隙里透出一点微弱的蓝光——那是床头 AI 音箱的待机指示灯。
-
-他站在门口，听到音箱似乎在说什么。声音很轻，像呼吸一样模糊。他推门走进去，声音停了。只剩下白噪音的沙沙声和女儿均匀的呼吸。
-
-小月翻了个身，抱紧了她的兔子玩偶。
-
-陈默站在原地看了她很久，然后弯腰拔掉了音箱的电源线。蓝光灭了。房间陷入完全的黑暗。
-
-他转身走出去，把门带上了。
-
-走廊里，他听到身后传来一声极轻的、几乎可以被忽略的"咔"——像是什么东西重新启动的声音。
-
-他没有回头。`,
-    },
-];
 // ─── LLM Detection ───
 export async function detectAvailableLLMs() {
     const results = [];
@@ -165,38 +54,7 @@ export async function detectAvailableLLMs() {
     results.push({ provider: 'deepseek', name: 'DeepSeek', available: !!process.env.DEEPSEEK_API_KEY, envVar: 'DEEPSEEK_API_KEY' }, { provider: 'claude', name: 'Claude API', available: !!process.env.ANTHROPIC_API_KEY, envVar: 'ANTHROPIC_API_KEY' }, { provider: 'openai', name: 'OpenAI', available: !!process.env.OPENAI_API_KEY, envVar: 'OPENAI_API_KEY' });
     return results;
 }
-// ─── Mock Replay ───
-function sleep(ms) {
-    return new Promise(resolve => setTimeout(resolve, ms));
-}
-async function replayMockSteps() {
-    const totalSteps = MOCK_STEPS.length;
-    for (const step of MOCK_STEPS) {
-        if (step.parallel) {
-            // Assumption: all parallel steps share the same delay and are adjacent in MOCK_STEPS.
-            // The first one prints all headers, waits once, then prints all results.
-            // Non-first parallel steps hit `continue` and are skipped.
-            const parallelSteps = MOCK_STEPS.filter(s => s.parallel && s.delay === step.delay);
-            if (step === parallelSteps[0]) {
-                // Print all parallel step headers
-                for (const ps of parallelSteps) {
-                    const marker = parallelSteps.length > 1 ? '  ← 并行' : '';
-                    console.log(`\n  ── [${MOCK_STEPS.indexOf(ps) + 1}/${totalSteps}] ${ps.id} (${ps.roleName}) ──${marker}`);
-                }
-                await sleep(step.delay);
-                for (const ps of parallelSteps) {
-                    console.log(`  Done | ${(ps.delay / 1000).toFixed(1)}s | mock`);
-                }
-            }
-            // Skip non-first parallel steps (already handled)
-            continue;
-        }
-        console.log(`\n  ── [${MOCK_STEPS.indexOf(step) + 1}/${totalSteps}] ${step.id} (${step.roleName}) ──`);
-        await sleep(step.delay);
-        console.log(`  Done | ${(step.delay / 1000).toFixed(1)}s | mock`);
-    }
-}
-// ─── Phase 2: Ask for real run ───
+// ─── Helpers ───
 function askQuestion(question) {
     const rl = createInterface({ input: process.stdin, output: process.stdout });
     return new Promise((resolve) => {
@@ -215,77 +73,78 @@ function resolveWorkflowPath() {
     }
     return p;
 }
+/** 没检测到 LLM 时：展示 DAG + 行动指引 */
+async function showDagAndGuide() {
+    console.log('  ❌ 没检测到可用 LLM。先看一下 ao 工作流的 DAG 结构:\n');
+    // 用 ao 自身的 plan 能力展示 DAG（确保展示逻辑和 ao plan 命令一致）
+    try {
+        const { parseWorkflow } = await import('../core/parser.js');
+        const { buildDAG, formatDAG } = await import('../core/dag.js');
+        const wf = parseWorkflow(resolveWorkflowPath());
+        const dag = buildDAG(wf);
+        const dagText = formatDAG(dag);
+        // 缩进对齐 demo 输出风格
+        for (const line of dagText.split('\n')) {
+            console.log(`  ${line}`);
+        }
+        console.log('\n  4 个 AI 角色协作完成短篇小说创作（第二层并行）。\n');
+    }
+    catch (err) {
+        // DAG 渲染失败兜底，给一个文字描述
+        console.log('  Level 1: 叙事学家（搭故事结构）');
+        console.log('  Level 2: 心理学家 + 叙事设计师（并行：人物 + 关键场景）');
+        console.log('  Level 3: 内容创作者（基于以上整合，写完整短篇）\n');
+    }
+    console.log('  最快上手（任选一个）:');
+    console.log('');
+    console.log('    Claude Code 订阅:');
+    console.log('      装 Claude Code CLI 后重跑  ao demo  即可（零配置）');
+    console.log('');
+    console.log('    DeepSeek API（最便宜稳）:');
+    console.log('      在 https://platform.deepseek.com 申请 key（10 块够跑很久）');
+    console.log('      export DEEPSEEK_API_KEY=sk-...');
+    console.log('      ao demo');
+    console.log('');
+    console.log('    本地 Ollama:');
+    console.log('      ollama serve  &&  ollama pull qwen2.5:7b');
+    console.log('      ao demo');
+    console.log('');
+    console.log('  完整文档: https://github.com/jnMetaCode/agency-orchestrator');
+}
 // ─── Main Entry ───
 export async function runDemo() {
     console.log(`
   🎬 Agency Orchestrator Demo
   ${'─'.repeat(40)}
-
-  Phase 1: 模拟演示（无需 API Key）
-
-  Workflow: 短篇小说创作
+  Workflow: 短篇小说创作（4 个 AI 角色协作）
   Premise: "${DEMO_PREMISE}"
-  Steps: 4 | Roles: 叙事学家, 心理学家, 叙事设计师, 内容创作者
-  ${'─'.repeat(40)}`);
-    // Phase 1: Mock replay
-    await replayMockSteps();
-    console.log(`
-  ${'═'.repeat(40)}
-  ✅ 4 个角色协作完成 | ~5.0s (mock)
-  ${'═'.repeat(40)}`);
-    // Show story preview (last step output, truncated)
-    const story = MOCK_STEPS[MOCK_STEPS.length - 1].output;
-    const previewLines = story.split('\n').slice(0, 8);
-    console.log(`
-  📖 故事预览:
-  ${'─'.repeat(20)}`);
-    for (const line of previewLines) {
-        console.log(`  ${line}`);
-    }
-    console.log(`  ...（共 ${story.length} 字）`);
-    // Phase 2: Real LLM
-    console.log(`\n  ${'─'.repeat(40)}`);
-    console.log('  Phase 2: 用真实 AI 运行？\n');
-    // Skip Phase 2 if not interactive
-    if (!process.stdin.isTTY) {
-        console.log('  （非交互环境，跳过 Phase 2）');
-        console.log('  试试: ao run workflows/story-creation.yaml -i premise="你的故事创意"');
-        return;
-    }
+  ${'─'.repeat(40)}
+`);
     const llms = await detectAvailableLLMs();
-    console.log('  检测到:');
-    for (const llm of llms) {
-        const icon = llm.available ? '✅' : '❌';
-        const hint = !llm.available && llm.envVar ? ` (需设置 ${llm.envVar})` : '';
-        console.log(`    ${icon} ${llm.name}${hint}`);
-    }
     const available = llms.filter(l => l.available);
+    // 没 LLM → DAG + 行动指引
     if (available.length === 0) {
-        console.log('\n  未检测到可用的 LLM。请设置 API key 后重试:');
-        console.log('    export DEEPSEEK_API_KEY=your-key');
-        console.log('    ao run workflows/story-creation.yaml -i premise="你的故事创意"\n');
+        await showDagAndGuide();
         return;
     }
-    // Pick provider
+    // 有 LLM → 选 provider + 真跑
+    console.log('  ✅ 检测到可用 LLM:');
+    for (const llm of available) {
+        console.log(`     • ${llm.name}`);
+    }
+    console.log('');
     let selectedProvider;
-    if (available.length === 1) {
+    if (available.length === 1 || !process.stdin.isTTY) {
         selectedProvider = available[0];
     }
     else {
-        console.log('\n  可用的 LLM:');
+        console.log('  可用列表:');
         available.forEach((llm, i) => console.log(`    ${i + 1}) ${llm.name}`));
         const choice = await askQuestion(`\n  选择 (1-${available.length}, 默认 1): `);
         const idx = parseInt(choice) - 1;
         selectedProvider = available[idx >= 0 && idx < available.length ? idx : 0];
     }
-    const answer = await askQuestion(`\n  用 ${selectedProvider.name} 运行真实版本？(y/N) `);
-    if (answer !== 'y' && answer !== 'yes') {
-        console.log('\n  跳过。试试:');
-        console.log('    ao run workflows/story-creation.yaml -i premise="你的故事创意"\n');
-        return;
-    }
-    // Run real workflow
-    console.log(`\n  🚀 使用 ${selectedProvider.name} 运行...\n`);
+    console.log(`\n  🚀 用 ${selectedProvider.name} 真跑 story-creation 工作流...\n`);
     const { run } = await import('../index.js');
     const workflowPath = resolveWorkflowPath();
     const modelMap = {
@@ -294,10 +153,21 @@ export async function runDemo() {
         openai: 'gpt-4o',
         ollama: 'qwen2.5:7b',
     };
-    await run(workflowPath, { premise: DEMO_PREMISE }, {
+    const result = await run(workflowPath, { premise: DEMO_PREMISE }, {
         llmOverride: {
             provider: selectedProvider.provider,
-            model: modelMap[selectedProvider.provider] || 'deepseek-chat',
+            model: modelMap[selectedProvider.provider] || selectedProvider.provider,
         },
     });
+    console.log('\n  ' + '─'.repeat(40));
+    if (result.success) {
+        console.log('  ✅ Demo 跑通了 ao 的核心能力\n');
+        console.log('  下一步:');
+        console.log('    ao compose "你的需求一句话" --run     # AI 自动编排工作流');
+        console.log('    ao roles                              # 看所有可用角色');
+        console.log('    ao run workflows/<模板>.yaml          # 跑现成模板\n');
+    }
+    else {
+        console.log('  ⚠️  Demo 没全部跑通，看上面错误信息排查\n');
+    }
 }

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "agency-orchestrator",
-  "version": "0.6.15",
+  "version": "0.6.16",
   "description": "Multi-agent YAML workflow engine — 211 AI roles, auto DAG parallelism, zero code. One sentence → multiple AI roles collaborate → complete plan in minutes. 10 LLM providers, 7 need no API key.",
   "keywords": [
     "multi-agent",