arona-agent 1.0.2 → 1.0.4

package/src/commands.ts

@@ -3,7 +3,7 @@ import { execSync } from "child_process";
 import { writeFileSync } from "fs";
 import { join } from "path";
 import type { AgentSession, DefaultResourceLoader } from "@earendil-works/pi-coding-agent";
-import { config } from "./config.ts";
+import { config, sttHotkeyLabel } from "./config.ts";
 import * as memory from "./memory.ts";
 import * as voice from "./voice.ts";
 import * as mcp from "./mcp.ts";
@@ -37,11 +37,12 @@ export interface CommandContext {
   undoManager?: UndoManager;
   // /change-agent 切换角色后重启 TTS 进程（音色随主 Agent，spawn 时固化，需重拉）
   restartTts?: () => void;
+  // /change-agent 只改子 Agent 组合时回收旧子 session 对象，下轮按新组合重新初始化
+  resetSubAgents?: () => void;
 }
 
 const HELP_TEXT = t(
-  `
-${chalk.bold.cyan("ARONA Agent - 命令列表")}
+  `${chalk.bold.cyan("ARONA Agent - 命令列表")}
 
 ${chalk.bold("会话")}
   /new, /clear     开始新会话（清空上下文）
@@ -50,9 +51,9 @@ ${chalk.bold("会话")}
   /export          导出当前会话为 Markdown
 
 ${chalk.bold("显示")}
-  /thinking        开关思考/推理块显示
+  /thinking        开关推理块显示
   /details         开关工具执行详情显示
-  /compact         压缩当前上下文以节省 token
+  /compact         压缩上下文
 
 ${chalk.bold("语音")}
   /tts             开关文字转语音
@@ -67,13 +68,8 @@ ${chalk.bold("其他")}
   /undo            撤销上一个回合的全部文件改动
   /redo            重做已撤销的改动
   /help            显示本帮助
-
-${chalk.cyan("提示：")}
-  ${chalk.cyan("• @文件名 把文件内容插入到消息中")}
-  ${chalk.cyan("• !命令 执行 shell 命令并把输出加入消息")}
 `,
-  `
-${chalk.bold.cyan("ARONA Agent - Commands")}
+  `${chalk.bold.cyan("ARONA Agent - Commands")}
 
 ${chalk.bold("Session")}
   /new, /clear     Start a new session (clear context)
@@ -99,10 +95,6 @@ ${chalk.bold("Other")}
   /undo            Undo the previous turn's file changes
   /redo            Redo undone changes
   /help            Show this help
-
-${chalk.cyan("Tips:")}
-  ${chalk.cyan("• @filename inserts the file content into your message")}
-  ${chalk.cyan("• !command runs a shell command and appends its output")}
 `,
 );
 
@@ -184,7 +176,7 @@ export async function handleCommand(input: string, ctx: CommandContext): Promise
       voice.setSttEnabled(!voice.isSttEnabled());
       console.log(chalk.cyan(t(`STT：${voice.isSttEnabled() ? "开" : "关"}`, `STT: ${voice.isSttEnabled() ? "on" : "off"}`)));
       if (voice.isSttEnabled()) {
-        console.log(chalk.cyan(t("长按右 Cmd ≥2秒录音（任务中按会先中断再录音）。", "Hold right Cmd ≥2s to record (press during a task to interrupt it first).")));
+        console.log(chalk.cyan(t(`长按${sttHotkeyLabel()} ≥2秒录音。`, `Hold ${sttHotkeyLabel()} ≥2s to record.`)));
       }
       ctx.setSttHookEnabled?.(voice.isSttEnabled());
       return true;
@@ -198,11 +190,11 @@ export async function handleCommand(input: string, ctx: CommandContext): Promise
       return true;
 
     case "undo":
-      handleUndo(ctx);
+      await handleUndo(ctx);
       return true;
 
     case "redo":
-      handleRedo(ctx);
+      await handleRedo(ctx);
       return true;
 
     case "skill":
@@ -409,22 +401,22 @@ function handleExport(ctx: CommandContext) {
   }
 }
 
-function handleUndo(ctx: CommandContext) {
+async function handleUndo(ctx: CommandContext) {
   if (!ctx.undoManager) {
     console.log(chalk.yellow(t("撤销系统未初始化。", "Undo system is not initialized.")));
     return;
   }
-  const r = ctx.undoManager.undo();
+  const r = await ctx.undoManager.undo();
   if (r.ok) console.log(chalk.green(r.message));
   else console.log(chalk.yellow(r.message));
 }
 
-function handleRedo(ctx: CommandContext) {
+async function handleRedo(ctx: CommandContext) {
   if (!ctx.undoManager) {
     console.log(chalk.yellow(t("撤销系统未初始化。", "Undo system is not initialized.")));
     return;
   }
-  const r = ctx.undoManager.redo();
+  const r = await ctx.undoManager.redo();
   if (r.ok) console.log(chalk.green(r.message));
   else console.log(chalk.yellow(r.message));
 }
@@ -535,8 +527,10 @@ async function handleChangeAgent(ctx: CommandContext) {
     // 1. 持久化（settings.json mainAgent + subAgents 字段）
     setMainAgent(main);
     setSubAgents(subs);
-    // 2. 桌宠多窗口按新组合重建（旧进程退出后自动拉起）
+    // 2. 桌宠多窗口按新组合重建
     pet.restartWithSelection(main, subs);
+    // 2.5 子 Agent 组合变化：回收旧子 session 对象；主 Agent 切换时 newSession 也会回收
+    if (subsChanged) ctx.resetSubAgents?.();
     // 3. 主 Agent 切换才需要重启 TTS（音色随主 Agent 变化）与重建会话（人格变化）
     if (mainChanged) {
       ctx.restartTts?.();

package/src/config.ts

@@ -1,7 +1,7 @@
 import { homedir } from "os";
 import { join, resolve } from "path";
 import { existsSync, mkdirSync, readFileSync } from "fs";
-import type { LanguageSetting } from "./locale.ts";
+import { t, type LanguageSetting } from "./locale.ts";
 
 export const ARONA_DIR = join(homedir(), ".arona");
 export const MEMORY_FILE = join(ARONA_DIR, "MEMORY.md");
@@ -35,6 +35,22 @@ export interface McpServerConfig {
   headers?: Record<string, string>;
 }
 
+/** 已实现的 TTS Provider。 */
+export type TtsProvider = "aliyun" | "gpt-sovits";
+
+export const TTS_PROVIDER_IDS: readonly TtsProvider[] = ["aliyun", "gpt-sovits"];
+
+/** settings.json 中 ttsProvider 的原始值解析：未知/未实现回退 aliyun 并警告一次。 */
+function resolveTtsProvider(raw: unknown): TtsProvider {
+  if (typeof raw === "string" && (TTS_PROVIDER_IDS as readonly string[]).includes(raw)) {
+    return raw as TtsProvider;
+  }
+  if (typeof raw === "string" && raw) {
+    console.warn(t(`[tts] 未知 ttsProvider "${raw}"，已回退 aliyun`, `[tts] unknown ttsProvider "${raw}", falling back to aliyun`));
+  }
+  return "aliyun";
+}
+
 interface AronaConfig {
   // LLM
   apiKey: string;
@@ -45,6 +61,10 @@ interface AronaConfig {
   contextWindow: number;
   // Voice (Qwen / 阿里云百炼 DashScope)
   noVoice: boolean;
+  // TTS 后端：aliyun（默认，百炼） | gpt-sovits（本地 api_v2 服务）
+  ttsProvider: TtsProvider;
+  // 各 Provider 专属配置（键 = provider id）。百炼沿用顶层 ttsApiKey/ttsModel/workspaceId，不入此表。
+  ttsConfig: Record<string, unknown>;
   // 百炼业务空间 ID（可选；留空走旧域名 dashscope.aliyuncs.com）
   workspaceId: string;
   ttsApiKey: string;
@@ -83,6 +103,10 @@ interface Settings {
   sttEnabled?: boolean;
   /** @deprecated 已合并进 ttsEnabled，仅读兼容（旧配置 ttsAuto:false 仍生效） */
   ttsAuto?: boolean;
+  /** TTS 后端（aliyun | gpt-sovits） */
+  ttsProvider?: string;
+  /** 各 Provider 专属配置（键 = provider id；百炼沿用顶层 TTS 字段） */
+  ttsConfig?: Record<string, unknown>;
   workspaceId?: string;
   ttsApiKey?: string;
   ttsModel?: string;
@@ -115,7 +139,7 @@ function loadSettings(): Settings {
   try {
     return JSON.parse(readFileSync(SETTINGS_FILE, "utf-8"));
   } catch {
-    console.warn("Failed to parse settings.json, using defaults");
+    console.warn(t("settings.json 解析失败，使用默认配置", "Failed to parse settings.json, using defaults"));
     return {};
   }
 }
@@ -219,6 +243,9 @@ function loadConfig(): AronaConfig {
     thinkingLevel: s.thinkingLevel || "medium",
     contextWindow: typeof s.contextWindow === "number" && s.contextWindow > 0 ? s.contextWindow : 1000000,
 
+    ttsProvider: resolveTtsProvider(s.ttsProvider),
+    ttsConfig: s.ttsConfig && typeof s.ttsConfig === "object" && !Array.isArray(s.ttsConfig) ? s.ttsConfig : {},
+
     noVoice,
     // Skip TTS/STT fields when --no-voice is set
     workspaceId: noVoice ? "" : (s.workspaceId || ""),
@@ -243,3 +270,19 @@ function loadConfig(): AronaConfig {
 }
 
 export const config = loadConfig();
+
+/**
+ * STT 全局热键键名（pynput 命名，供 repl.ts 注入 ARONA_HOTKEY_KEY）：
+ * macOS 右 Cmd（pynput 有 Key.cmd_r），Windows/Linux 右 Ctrl（pynput Key.ctrl_r 三平台皆有效）。
+ * Windows 没有 Key.cmd_r，默认 cmd_r 在那会是静默失效，故按平台自动选。
+ */
+export function sttHotkeyKey(): string {
+  return process.platform === "darwin" ? "cmd_r" : "ctrl_r";
+}
+
+/** STT 全局热键显示名（用户可见，双语简洁）。右 Ctrl 提示一句话即可，不追加文案。 */
+export function sttHotkeyLabel(): string {
+  return process.platform === "darwin"
+    ? t("右 Cmd", "right Cmd")
+    : t("右 Ctrl", "right Ctrl");
+}

package/src/gesture_context.ts

@@ -0,0 +1,48 @@
+// 桌宠手势上下文注入扩展：摸头/dizzy 触发后，在**主 Agent** 的发送边界（context 事件）
+// 追加一条 user 消息，描述"刚才发生了什么"，引导主 Agent 在回复中自然流露出确实感受到了。
+//
+// 为什么用发送边界而不是拼进用户输入：repl.ts 的 processInput 会把文本写进主 session 的
+// state.messages，会污染会话命名/存储；拼进输入仍可能被主 session 落盘/导出，且子 Agent 每轮
+// 复制主 session 全量（stateless）时会一并看到。发送边界注入只改本次请求的消息数组、不进
+// state.messages → 仅主 Agent 本轮看到、零存储污染、会话命名天然干净。
+//
+// 只注册在**主 Agent** 的 loader 扩展列表（agent.ts initAgent），子 Agent（initSubAgent）
+// 的 loader 不含本扩展 → 不会收到。消费经 pet.takeGesture()（消费即清空，只注入最近一次）。
+
+import type { ContextEvent, ExtensionAPI, InlineExtension } from "@earendil-works/pi-coding-agent";
+import { pet } from "./pet.ts";
+import { t } from "./locale.ts";
+
+/** 桌宠手势 → user 消息的上下文场景文本（双语）。 */
+function petGestureScene(type: "pat" | "dizzy"): string {
+  if (type === "dizzy") {
+    return t(
+      "（Sensei刚才拖着你到处晃来晃去，你感觉有些头晕。请在回复里自然地体现出这份晕眩感。）",
+      "(Sensei just swung you around, and you feel a bit dizzy. Let that dizziness show naturally in your reply.)",
+    );
+  }
+  return t(
+    "（Sensei刚才摸了摸你的头。请在回复里自然地体现出被摸头的感受。）",
+    "(Sensei just petted your head. Let that show naturally in your reply.)",
+  );
+}
+
+export const gestureContextExtension: InlineExtension = {
+  name: "arona-gesture-context",
+  hidden: true, // 不显示在启动扩展列表
+  factory: (pi: ExtensionAPI) => {
+    pi.on("context", (event: ContextEvent) => {
+      // 有手势时才注入；takeGesture 消费即清空 → 一次 LLM 调用只注入一次、无手势时原样返回
+      const gesture = pet.takeGesture();
+      if (!gesture) return;
+      const scene = petGestureScene(gesture);
+      if (!scene) return;
+      return {
+        messages: [
+          ...event.messages,
+          { role: "user" as const, content: [{ type: "text" as const, text: scene }], timestamp: Date.now() },
+        ],
+      };
+    });
+  },
+};