agentflowctl 0.19.0 → 0.19.2

package/README.md

@@ -20,7 +20,7 @@ npx agentflowctl doctor
 npx agentflowctl run --req "登入表單加入驗證與錯誤訊息"
 ```
 
-`agent setup` 會找出本機可用的 Claude Code、Codex、Gemini CLI，讓你選擇要加入哪些 agent，並寫入專案根目錄的 `flow.config.json`。`doctor` 會檢查設定與 CLI 是否可執行。agentflowctl 沒有預設 agent，因此第一次使用要先完成設定。
+`agent setup` 會找出本機可用的 Claude Code、Codex、Gemini CLI，讓你選擇要加入哪些 agent，接著選模型模式（預設 `balanced`），最後寫入專案根目錄的 `flow.config.json`。`doctor` 會檢查設定與 CLI 是否可執行。agentflowctl 沒有預設 agent，因此第一次使用要先完成設定。
 
 若要使用現成的需求文件，改用：
 
@@ -121,7 +121,7 @@ agentflowctl resume f-xxxx --max-attempts 8
 
 ### Agent 設定
 
-`agent setup` 可互動選擇已安裝的 CLI。也可以用指令新增或修改；這些指令會寫入 `flow.config.json`：
+`agent setup` 可互動選擇已安裝的 CLI 與模型模式。也可以用指令新增或修改；這些指令會寫入 `flow.config.json`：
 
 ```bash
 agentflowctl agent add claude --adapter claude
@@ -133,7 +133,7 @@ agentflowctl agent cycle claude,codex
 
 `agent add` 的 `--adapter` 可填 `claude`、`codex`、`gemini` 或 `command`。`--model` 指定個別 agent 的模型；`--extra-arg=--參數` 可重複使用，傳給該 CLI。使用 `command` adapter 時，把指令寫在 `--` 後，例如 `agentflowctl agent add aider --adapter command -- aider --message {prompt}`。`agent remove <名稱>` 會移除設定與參與名單；`agent cycle` 不帶名單則顯示目前參與者。
 
-`model add/set/remove` 只修改指定 agent 的模型清單；`model remove` 移除最後一個模型時，會檢查參與的 agent 是否仍有模型，不論目前使用哪種模型模式。同一 adapter 的 `agent set` 會保留清單；換 adapter 時會清掉舊 adapter 的模型設定。`agent setup` 遇到同名 agent 會先詢問是否覆寫。目前是 adaptive 模式、但參與的 agent 沒有 `models` 時，`agent setup` 會提醒並詢問是否改回 balanced；`run` 遇到同樣情況會列出所有缺 `models` 的 agent，並附上 `model add` 與 `model mode balanced` 兩種修法。
+`model add/set/remove` 只修改指定 agent 的模型清單；`model remove` 移除最後一個模型時，會檢查參與的 agent 是否仍有模型，不論目前使用哪種模型模式。同一 adapter 的 `agent set` 會保留清單；換 adapter 時會清掉舊 adapter 的模型設定。`agent setup` 遇到同名 agent 會先詢問是否覆寫。`agent setup` 最後會問模型模式：預設 `balanced`（設定裡已是 adaptive 時預設沿用 adaptive）；選 `adaptive` 時會逐一詢問缺 `models` 的參與 agent，輸入「名稱 強度」（強度省略為 medium，Enter 結束），任何一個 agent 沒登記模型就回到模式選擇。精靈只寫入設定、不送請求驗證，寫入後可執行 `model check`。若 adaptive 模式下參與的 agent 缺 `models`，`run` 會列出所有缺 `models` 的 agent，並附上 `model add` 與 `model mode balanced` 兩種修法。
 
 ### 依階段與任務難度選模型
 

package/dist/setup.js

@@ -1,6 +1,6 @@
 import { addAgent, setAgent, setCycle } from "./agentConfig.js";
-import { missingModelsMessage } from "./modelSelection.js";
-import { setModelMode } from "./modelConfig.js";
+import { addModel, setModelMode } from "./modelConfig.js";
+import { ModelStrength } from "./schemas.js";
 import { ADAPTERS } from "./agents/index.js";
 /**
  * `agentflowctl agent setup` 的互動精靈。
@@ -20,6 +20,57 @@ export async function runSetup(initial, deps) {
     const changes = [];
     const chosen = [];
     const existing = () => Object.keys((cfg.agents ?? {}));
+    const hasModels = (c, name) => !!c.agents[name]?.models?.length;
+    /** 問模型模式：balanced 不用登記模型；adaptive 逐一登記缺 models 的 agent，只寫設定、不送請求驗證 */
+    async function chooseModelMode(start, notes) {
+        let next = start;
+        const stored = (next.modelSelection ?? {}).mode;
+        for (;;) {
+            const mode = (await ask("模型模式（balanced＝沿用各 agent 的 model，adaptive＝依階段自動選模）", stored ?? "balanced")).toLowerCase();
+            if (mode !== "balanced" && mode !== "adaptive") {
+                log("  請輸入 balanced 或 adaptive");
+                continue;
+            }
+            if (mode === "balanced") {
+                if (stored === "adaptive") {
+                    next = setModelMode(next, "balanced");
+                    notes.push("modelSelection.mode → balanced");
+                }
+                return next;
+            }
+            let tried = next;
+            const lacking = next.cycle.filter((n) => !hasModels(next, n));
+            const empty = [];
+            for (const name of lacking) {
+                log(`${name} 沒有登記模型，adaptive 只看 models，請登記可用的模型與強度`);
+                for (;;) {
+                    const line = (await ask(`  ${name} 模型（名稱 強度 low|medium|high，強度省略為 medium，Enter 結束）`)).trim();
+                    if (!line)
+                        break;
+                    const [model, strength = "medium", ...extra] = line.split(/\s+/);
+                    if (extra.length || !ModelStrength.safeParse(strength).success) {
+                        log("  格式是「名稱 強度」，強度只能是 low、medium 或 high");
+                        continue;
+                    }
+                    try {
+                        tried = addModel(tried, name, model, strength);
+                        notes.push(`${name} 模型 ${model}（${strength}）`);
+                    }
+                    catch (e) {
+                        log(`  ${e.message}`);
+                    }
+                }
+                if (!hasModels(tried, name))
+                    empty.push(name);
+            }
+            if (empty.length) {
+                log(`⚠️  ${empty.join("、")} 沒有登記任何模型，無法使用 adaptive；請重新選擇模式`);
+                continue;
+            }
+            log("已寫入模型設定但未驗證；寫入後可執行 agentflowctl model check 確認帳號能否呼叫");
+            return setModelMode(tried, "adaptive");
+        }
+    }
     const configured = Object.entries(deps.configured ?? {});
     if (configured.length) {
         const defs = (cfg.agents ?? {});
@@ -76,16 +127,7 @@ export async function runSetup(initial, deps) {
             log(`  ${e.message}`);
         }
     }
-    // adaptive 只看 models；精靈只會寫 model，參與的 agent 缺 models 時 run 會直接失敗
-    const defs = (cfg.agents ?? {});
-    const lacking = cfg.cycle.filter((n) => !defs[n]?.models?.length);
-    if (lacking.length && (cfg.modelSelection ?? {}).mode === "adaptive") {
-        log(`\n⚠️  ${missingModelsMessage(lacking)}`);
-        if (await confirm("改回 balanced 模式？（選 n 則維持 adaptive，請之後自行登記 models）", true)) {
-            cfg = setModelMode(cfg, "balanced");
-            changes.push("modelSelection.mode → balanced");
-        }
-    }
+    cfg = await chooseModelMode(cfg, changes);
     const agents = cfg.agents;
     log("\n即將寫入：");
     for (const name of chosen)

package/package.json

@@ -1,8 +1,8 @@
 {
   "name": "agentflowctl",
   "license": "MIT",
-  "version": "0.19.0",
-  "description": "跨廠商 AI 開發 harness：Claude Code、Codex、Gemini 輪流實作、審查、修正",
+  "version": "0.19.2",
+  "description": "讓 Claude Code、Codex、Gemini CLI 等 agent 分工整理需求、規劃、寫測試與程式並交叉審查，最後建立 PR；由程式推進流程，以測試與檢查結果把關",
   "keywords": [
     "ai",
     "agent",