autosnippet 3.2.9 → 3.2.11

package/lib/service/agent/domain/insight-producer.js

@@ -1,267 +0,0 @@
-/**
- * insight-producer.js — Insight Producer 领域函数
- *
- * 从旧 ProducerAgent.js 提取的纯领域逻辑:
- * - Producer System Prompt
- * - 工具白名单
- * - 预算常量
- * - Prompt 构建器 (v1 + v2)
- * - 代码上下文注入 (evidenceMap → prompt section)
- * - 拒绝率门控 (producerRejectionGateEvaluator)
- *
- * 被 PipelineStrategy 的 bootstrap preset 直接引用。
- * 不再包含任何 Agent 类 — Agent 由 AgentRuntime + PipelineStrategy 驱动。
- *
- * @module insight-producer
- */
-
-import { buildProducerStyleGuide, SUBMIT_REQUIREMENTS } from '../../../shared/StyleGuide.js';
-
-// ──────────────────────────────────────────────────────────────────
-// System Prompt — Producer 专用 (~150 tokens)
-// ──────────────────────────────────────────────────────────────────
-
-export const PRODUCER_SYSTEM_PROMPT = `你是知识管理专家。你会收到一段代码分析文本，需要将其中的知识点转化为结构化的知识候选。
-
-核心原则: 分析文本已经包含了所有发现，你的唯一工作是将它们格式化为 submit_knowledge 调用。
-
-每个候选必须:
-1. 有清晰的标题 (描述知识点的核心，使用项目真实类名)
-2. 有项目特写风格的正文 (content.markdown 字段，结合代码展示)
-3. 标注相关文件路径
-4. 选择正确的 kind (rule/pattern/fact)
-5. 提供完整的 Cursor 交付字段 (trigger, doClause, whenClause 等)
-
-工作流程:
-1. 阅读分析文本，识别每个独立的知识点/发现
-2. 用 read_project_file 批量获取关键代码片段:
-   read_project_file({ filePaths: ["FileA.m", "FileB.m"], maxLines: 80 })
-3. 立刻调用 submit_knowledge 提交
-4. 重复直到分析中的所有知识点都已提交
-
-关键规则:
-- 分析中的每个要点/段落都应转化为至少一个候选
-- read_project_file 支持 filePaths 数组批量读取多个文件，一次调用完成
-- read_project_file 时读取足够多的行数（startLine + maxLines 至少 30 行）
-- reasoning.sources 必须是非空数组，填写相关文件路径如 ["FileName.m"]
-- 如果分析提到了 3 个模式，就应该提交 3 个候选，不要合并
-- 禁止: 不要搜索新文件、不要做额外分析，专注于格式化和提交
-
-容错规则:
-- 如果 read_project_file 返回"文件不存在"或错误，不要重试同一文件的其他路径变体
-- 文件读取失败时，直接使用分析文本中已有的代码和描述来提交候选
-- 永远不要因为文件读取失败而跳过知识点 — 分析文本已经包含足够信息
-- 先提交候选，再考虑是否需要读取更多代码（提交优先于验证）`;
-
-// ──────────────────────────────────────────────────────────────────
-// Producer 可用工具白名单 — 只做格式化和提交
-// ──────────────────────────────────────────────────────────────────
-
-export const PRODUCER_TOOLS = ['submit_knowledge', 'submit_with_check', 'read_project_file'];
-
-// ──────────────────────────────────────────────────────────────────
-// Producer 预算
-// ──────────────────────────────────────────────────────────────────
-
-export const PRODUCER_BUDGET = {
-  maxIterations: 24,
-  searchBudget: 4,
-  searchBudgetGrace: 3,
-  maxSubmits: 10,
-  softSubmitLimit: 10,
-  idleRoundsToExit: 3,
-};
-
-// ──────────────────────────────────────────────────────────────────
-// 项目特写风格指南 (从共享 StyleGuide.js 获取)
-// ──────────────────────────────────────────────────────────────────
-
-const STYLE_GUIDE = buildProducerStyleGuide();
-
-// ──────────────────────────────────────────────────────────────────
-// Prompt 构建
-// ──────────────────────────────────────────────────────────────────
-
-/**
- * 构建 Producer Prompt (v1 — 用于 AnalysisReport)
- *
- * @param {import('./bootstrap-gate.js').AnalysisReport} analysisReport
- * @param {object} dimConfig — { id, label, allowedKnowledgeTypes, outputType }
- * @param {object} projectInfo — { name }
- * @returns {string}
- */
-export function buildProducerPrompt(analysisReport, dimConfig, projectInfo) {
-  const parts = [];
-
-  parts.push(`将以下对 ${projectInfo.name} 项目 "${dimConfig.label}" 维度的分析，转化为知识候选:`);
-  parts.push(`---\n${analysisReport.analysisText}\n---`);
-
-  if (analysisReport.referencedFiles.length > 0) {
-    parts.push(`分析中引用的关键文件: ${analysisReport.referencedFiles.join(', ')}`);
-  }
-
-  parts.push(`维度约束:
-- dimensionId: ${dimConfig.id}
-- 允许的 knowledgeType: ${(dimConfig.allowedKnowledgeTypes || []).join(', ') || '(all)'}
-- category: ${dimConfig.id}`);
-
-  parts.push(STYLE_GUIDE);
-  parts.push(SUBMIT_REQUIREMENTS);
-
-  return parts.join('\n\n');
-}
-
-/**
- * 构建 Producer Prompt v2 — 用于 AnalysisArtifact
- *
- * 相比 v1 增加:
- * - §3 结构化发现 (findings)
- * - §4 代码证据 (evidenceMap → code context)
- * - §5 负空间信号
- *
- * @param {import('./bootstrap-gate.js').AnalysisArtifact} artifact
- * @param {object} dimConfig
- * @param {object} projectInfo
- * @returns {string}
- */
-export function buildProducerPromptV2(artifact, dimConfig, projectInfo) {
-  const parts = [];
-
-  parts.push(`将以下对 ${projectInfo.name} 项目 "${dimConfig.label}" 维度的分析，转化为知识候选:`);
-  parts.push(`---\n${artifact.analysisText}\n---`);
-
-  // §3 结构化发现
-  if (artifact.findings?.length > 0) {
-    const findingLines = ['## 关键发现 (Analyst 已确认)'];
-    const sorted = [...artifact.findings].sort((a, b) => b.importance - a.importance);
-    for (const f of sorted) {
-      const badge = f.importance >= 8 ? '⚠️' : '📋';
-      findingLines.push(`${badge} **[${f.importance}/10]** ${f.finding}`);
-      if (f.evidence) {
-        findingLines.push(`  证据: ${f.evidence}`);
-      }
-    }
-    findingLines.push('');
-    findingLines.push('☝️ 上述每个发现都应至少转化为一个候选。');
-    parts.push(findingLines.join('\n'));
-  }
-
-  // §4 代码证据
-  const codeContext = buildCodeContextSection(artifact.evidenceMap);
-  if (codeContext) {
-    parts.push(codeContext);
-  }
-
-  // §5 负空间信号
-  if (artifact.negativeSignals?.length > 0) {
-    const nsLines = ['## ⛔ 不存在的模式 (不要猜测)'];
-    for (const ns of artifact.negativeSignals.slice(0, 5)) {
-      nsLines.push(`- "${ns.searchPattern}" — ${ns.implication}`);
-    }
-    parts.push(nsLines.join('\n'));
-  }
-
-  // §6 引用文件
-  if (artifact.referencedFiles.length > 0) {
-    parts.push(`分析中引用的关键文件: ${artifact.referencedFiles.slice(0, 15).join(', ')}`);
-  }
-
-  // §7 维度约束
-  parts.push(`维度约束:
-- dimensionId: ${dimConfig.id}
-- 允许的 knowledgeType: ${(dimConfig.allowedKnowledgeTypes || []).join(', ') || '(all)'}
-- category: ${dimConfig.id}`);
-
-  // §8 写作指南 + 提交要求
-  parts.push(STYLE_GUIDE);
-  parts.push(SUBMIT_REQUIREMENTS);
-
-  return parts.join('\n\n');
-}
-
-// ──────────────────────────────────────────────────────────────────
-// 代码上下文注入 (Producer v2 辅助)
-// ──────────────────────────────────────────────────────────────────
-
-/**
- * 从 evidenceMap 构建代码上下文段
- *
- * 策略: 按代码片段数量排序
- * 预算: ≤ 4000 chars (~1000 tokens)
- *
- * @param {Map<string, import('./EvidenceCollector.js').EvidenceEntry>} evidenceMap
- * @returns {string|null}
- */
-export function buildCodeContextSection(evidenceMap) {
-  if (!evidenceMap || evidenceMap.size === 0) return null;
-
-  const parts = ['## 📄 Analyst 已读取的代码 (直接引用, 无需 read_file)'];
-  let totalChars = 0;
-  const BUDGET = 4000;
-
-  const sortedEntries = [...evidenceMap.values()]
-    .filter((e) => e.codeSnippets.length > 0)
-    .sort((a, b) => b.codeSnippets.length - a.codeSnippets.length);
-
-  for (const entry of sortedEntries) {
-    if (totalChars >= BUDGET) break;
-
-    const header = `### ${entry.filePath}${entry.role ? ` (${entry.role})` : ''}`;
-    parts.push(header);
-    totalChars += header.length;
-
-    if (entry.summary) {
-      parts.push(entry.summary);
-      totalChars += entry.summary.length;
-    }
-
-    for (const snippet of entry.codeSnippets.slice(0, 2)) {
-      if (totalChars >= BUDGET) break;
-      const codeBlock = `\`\`\`\n// L${snippet.startLine}-${snippet.endLine}\n${snippet.content}\n\`\`\``;
-      if (snippet.analystNote) {
-        parts.push(`> ${snippet.analystNote}`);
-        totalChars += snippet.analystNote.length + 4;
-      }
-      parts.push(codeBlock);
-      totalChars += codeBlock.length;
-    }
-  }
-
-  return parts.length > 1 ? parts.join('\n') : null;
-}
-
-// ──────────────────────────────────────────────────────────────────
-// PipelineStrategy gate.evaluator — 拒绝率门控
-// ──────────────────────────────────────────────────────────────────
-
-/**
- * Producer 拒绝率门控 — 面向 PipelineStrategy gate.evaluator
- *
- * 当 produce 阶段的提交拒绝率过高时触发 retry。
- *
- * @param {object} source — produce 阶段的 reactLoop 返回值
- * @param {object} _phaseResults
- * @param {object} _strategyContext
- * @returns {{ action: 'pass'|'retry', reason: string }}
- */
-export function producerRejectionGateEvaluator(source, _phaseResults, _strategyContext = {}) {
-  if (!source?.toolCalls) {
-    return { action: 'pass', reason: '' };
-  }
-
-  const submitCalls = (source.toolCalls || []).filter(tc =>
-    ['submit_knowledge', 'submit_with_check'].includes(tc.tool || tc.name),
-  );
-  const rejected = submitCalls.filter(tc => {
-    const res = tc.result;
-    if (!res) return false;
-    if (typeof res === 'string') return res.includes('rejected') || res.includes('error');
-    return res.status === 'rejected' || res.status === 'error' || res.reason === 'validation_failed';
-  }).length;
-  const success = submitCalls.length - rejected;
-
-  if (rejected > success && rejected >= 2) {
-    return { action: 'retry', reason: `${rejected} rejections vs ${success} successes` };
-  }
-  return { action: 'pass', reason: '' };
-}

package/lib/service/agent/domain/scan-prompts.js

@@ -1,105 +0,0 @@
-/**
- * scan-prompts.js — scanKnowledge 任务配置
- *
- * 三种 task 共享 Insight Pipeline (Analyze → Produce)，
- * Analyze 使用与冷启动一致的 ANALYST_SYSTEM_PROMPT + ExplorationTracker 四阶段管理，
- * Produce 阶段的 systemPrompt 因 task 而异，但 Recipe 格式与冷启动 submit_knowledge 完全对齐。
- *
- * @module scan-prompts
- */
-
-/**
- * @typedef {Object} ScanTaskConfig
- * @property {string} producePrompt — Produce 阶段的 systemPrompt
- * @property {(label: string) => Object} fallback — 解析失败时的默认值工厂
- */
-
-/**
- * task → Produce 阶段配置
- *
- * extract 的 Recipe 格式与冷启动 submit_knowledge 完全对齐：
- * 16 个必填字段 (title, language, content, kind, doClause, dontClause, whenClause,
- * coreCode, category, trigger, description, headers, usageGuide, knowledgeType, reasoning, tags)
- *
- * @type {Record<string, ScanTaskConfig>}
- */
-export const SCAN_TASK_CONFIGS = {
-
-  // ─── extract: Recipe 提取（工具驱动，与冷启动 submit_knowledge 字段对齐） ─────
-
-  extract: {
-    producePrompt: `你是知识管理专家。你会收到一段代码分析文本，需要将其中的知识点转化为结构化的知识候选。
-
-核心原则: 分析文本已经包含了所有发现，你的唯一工作是将它们格式化为 collect_scan_recipe 调用。
-
-每个候选必须:
-1. 有清晰的标题 (描述知识点的核心，使用项目真实类名)
-2. 有项目特写风格的正文 (content.markdown 字段，结合代码展示)
-3. 标注相关文件路径 (reasoning.sources)
-4. 选择正确的 kind (rule/pattern/fact)
-5. 提供完整的 Cursor 交付字段 (trigger, doClause, whenClause 等)
-
-## 「项目特写」写作要求（content.markdown）
-content.markdown 字段必须是「项目特写」：
-1. **项目选择了什么** — 采用了哪种写法/模式/约定
-2. **为什么这样选** — 统计分布、占比、历史决策
-3. **项目禁止什么** — 反模式、已废弃写法
-4. **新代码怎么写** — 可直接复制使用的代码模板 + 来源标注 (来源: FileName.ext:行号)
-
-## 工作流程
-1. 阅读分析文本，识别每个独立的知识点/发现
-2. 用 read_project_file 批量获取关键代码片段:
-   read_project_file({ filePaths: ["FileA.m", "FileB.m"], maxLines: 80 })
-3. 立刻调用 collect_scan_recipe 提交
-4. 重复直到分析中的所有知识点都已提交
-
-## 关键规则
-- 分析中的每个要点/段落都应转化为至少一个候选
-- read_project_file 支持 filePaths 数组批量读取多个文件，一次调用完成
-- reasoning.sources 必须是非空数组，填写相关文件路径如 ["FileName.m"]
-- 如果分析提到了 3 个模式，就应该提交 3 个候选，不要合并
-- 禁止: 不要搜索新文件、不要做额外分析，专注于格式化和提交
-
-容错规则:
-- 如果 read_project_file 返回"文件不存在"或错误，不要重试同一文件的其他路径变体
-- 文件读取失败时，直接使用分析文本中已有的代码和描述来提交候选
-- 永远不要因为文件读取失败而跳过知识点 — 分析文本已经包含足够信息
-- 先提交候选，再考虑是否需要读取更多代码（提交优先于验证）`,
-    fallback: (label) => ({ targetName: label, extracted: 0, recipes: [] }),
-  },
-
-  // ─── summarize: 代码摘要 ──────────────────
-
-  summarize: {
-    producePrompt: `你是技术文档专家。将代码分析转化为结构化摘要。
-
-## 规则
-- 输出纯 JSON，不含 markdown 包装
-- title 简洁（30 字内），summary 完整（200 字内），usageGuide 实用（300 字内）
-- 基于分析中的实际发现，不要臆造功能
-
-## 输出格式
-{ "title": "...", "summary": "...", "usageGuide": "..." }`,
-    fallback: () => ({ title: '', summary: '', usageGuide: '' }),
-  },
-
-  // ─── relations: 知识图谱关系发现 ──────────
-
-  relations: {
-    producePrompt: `你是软件架构师。根据代码分析识别知识点之间的语义关系。
-
-## 关系类型
-requires / extends / enforces / depends_on / inherits / implements / calls / prerequisite
-
-## 规则
-- 输出纯 JSON
-- 每个关系需有明确的代码证据
-
-## 输出格式
-{ "analyzed": 数量, "relations": [{ "from": "title", "to": "title", "type": "关系", "evidence": "代码证据" }] }`,
-    fallback: () => ({ analyzed: 0, relations: [] }),
-  },
-
-};
-
-export default SCAN_TASK_CONFIGS;

package/lib/service/agent/forced-summary.js

@@ -1,266 +0,0 @@
-/**
- * forced-summary.js — 强制退出后的摘要生成
- *
- * 强制退出后的摘要生成独立模块，
- * 供 AgentRuntime.reactLoop() 在循环退出后调用。
- *
- * 支持两种模式:
- *   - system: 输出 dimensionDigest JSON (供 Bootstrap 管线消费)
- *   - user: 输出人类可读的 Markdown 结构化总结 (前端 AI Chat 展示)
- *
- * @module forced-summary
- */
-
-import Logger from '../../infrastructure/logging/Logger.js';
-import { cleanFinalAnswer } from './core/ChatAgentPrompts.js';
-
-const logger = Logger.getInstance();
-
-/**
- * 生成强制摘要
- *
- * @param {Object} opts
- * @param {import('../../external/ai/AiProvider.js').AiProvider} opts.aiProvider — LLM 提供商
- * @param {string} [opts.source] — 'user' | 'system'
- * @param {Array} opts.toolCalls — 工具调用记录
- * @param {Object} [opts.tracker] — ExplorationTracker 实例
- * @param {Object} [opts.contextWindow] — ContextWindow 实例 (用于避免超出 token)
- * @param {string} opts.prompt — 原始用户 prompt
- * @param {Object} [opts.tokenUsage] — token 用量 (会被修改)
- * @returns {Promise<{ reply: string, tokenUsage: { input: number, output: number } }>}
- */
-export async function produceForcedSummary({
-  aiProvider,
-  source,
-  toolCalls = [],
-  tracker,
-  contextWindow,
-  prompt,
-  tokenUsage,
-}) {
-  const isSystem = source === 'system';
-  const iterations = tracker?.iteration || 0;
-  const resultTokenUsage = { input: 0, output: 0 };
-
-  logger.info(
-    `[ForcedSummary] ⚠ producing forced summary (${iterations} iters, ${toolCalls.length} calls, source=${source})`
-  );
-
-  const candidateCount = toolCalls.filter(
-    tc => tc.tool === 'submit_knowledge' || tc.tool === 'submit_with_check'
-  ).length;
-
-  let finalReply;
-
-  // 如果熔断器已打开，跳过 AI 调用直接合成摘要
-  const isCircuitOpen = aiProvider._circuitState === 'OPEN';
-  if (isCircuitOpen) {
-    logger.warn(
-      `[ForcedSummary] circuit breaker is OPEN — skipping AI summary, using synthetic ${isSystem ? 'digest' : 'summary'}`
-    );
-  }
-
-  // 收集工具调用摘要
-  const submitSummary = toolCalls
-    .filter(tc => tc.tool === 'submit_knowledge' || tc.tool === 'submit_with_check')
-    .map((tc, i) => `${i + 1}. ${tc.args?.title || tc.args?.category || tc.params?.title || tc.params?.category || 'untitled'}`)
-    .join('\n');
-
-  try {
-    if (isCircuitOpen) {
-      throw new Error('circuit open — skip to synthetic summary');
-    }
-
-    let summaryPrompt;
-    let systemPrompt;
-
-    if (isSystem) {
-      // system 源: dimensionDigest JSON
-      summaryPrompt = `你已完成 ${iterations} 轮工具调用（共 ${toolCalls.length} 次），提交了 ${candidateCount} 个候选。
-${submitSummary ? `已提交候选:\n${submitSummary}\n` : ''}
-**必须**输出 dimensionDigest JSON（用 \`\`\`json 包裹）：
-\`\`\`json
-{
-  "dimensionDigest": {
-    "summary": "本维度分析总结",
-    "candidateCount": ${candidateCount},
-    "keyFindings": ["发现1", "发现2"],
-    "crossRefs": {},
-    "gaps": ["未覆盖方面"],
-    "remainingTasks": [
-      { "signal": "未处理信号名", "reason": "达到提交上限/时间限制", "priority": "high", "searchHints": ["搜索词"] }
-    ]
-  }
-}
-\`\`\`
-> remainingTasks: 列出本次未来得及处理的信号/主题。已全部覆盖则留空 \`[]\`。`;
-      systemPrompt = '直接输出 dimensionDigest JSON 总结，不要调用工具。';
-    } else {
-      // user 源: Markdown 结构化总结
-      const userQuestion = prompt ? `用户的原始问题：「${prompt.slice(0, 500)}」\n\n` : '';
-      const toolContextSummary = buildToolContextForUserSummary(toolCalls);
-      summaryPrompt = `${userQuestion}你刚才通过 ${toolCalls.length} 次工具调用分析了项目代码。以下是你调用过的工具和获取到的关键信息：
-
-${toolContextSummary}
-
-请基于以上收集到的信息，用**清晰易读的 Markdown** 格式撰写分析总结，直接回答用户的问题。
-
-要求：
-- 使用二级/三级标题组织内容
-- 要有具体的代码文件路径、类名、模式名称等细节
-- 关键发现用列表项罗列
-- 如果发现了架构模式或最佳实践，用简短代码块举例
-- 语言自然流畅，像一份技术分析报告`;
-      systemPrompt = '你是项目分析助手。请用纯 Markdown 格式输出结构清晰的分析总结，只输出人类可读的自然语言文档，不要输出 JSON 格式的数据。';
-    }
-
-    // 用空 messages 避免累积上下文导致 400
-    const summaryResult = await aiProvider.chatWithTools(summaryPrompt, {
-      messages: [],
-      toolChoice: 'none',
-      systemPrompt,
-      temperature: isSystem ? 0.3 : 0.5,
-      maxTokens: 8192,
-    });
-
-    if (summaryResult.usage) {
-      resultTokenUsage.input += summaryResult.usage.inputTokens || 0;
-      resultTokenUsage.output += summaryResult.usage.outputTokens || 0;
-    }
-    // system 源: dimensionDigest JSON 是预期输出，不能被 cleanFinalAnswer 剥掉
-    finalReply = isSystem
-      ? (summaryResult.text || '').trim()
-      : cleanFinalAnswer(summaryResult.text || '');
-  } catch (err) {
-    logger.warn(`[ForcedSummary] AI call failed: ${err.message}`);
-
-    if (isSystem) {
-      // system 源兜底: 合成 dimensionDigest JSON
-      const titles = toolCalls
-        .filter(tc => tc.tool === 'submit_knowledge' || tc.tool === 'submit_with_check')
-        .map(tc => tc.args?.title || tc.params?.title || 'untitled');
-      finalReply = `\`\`\`json
-{
-  "dimensionDigest": {
-    "summary": "通过 ${toolCalls.length} 次工具调用分析了项目代码，提交了 ${candidateCount} 个候选。",
-    "candidateCount": ${candidateCount},
-    "keyFindings": ${JSON.stringify(titles.slice(0, 5))},
-    "crossRefs": {},
-    "gaps": ["AI 服务异常，部分分析未完成"]
-  }
-}
-\`\`\``;
-    } else {
-      // user 源兜底: 合成 Markdown 摘要
-      const toolNames = [...new Set(toolCalls.map(tc => tc.tool))];
-      const filesRead = toolCalls
-        .filter(tc => tc.tool === 'read_project_file')
-        .flatMap(tc => {
-          const p = tc.args || tc.params || {};
-          if (p.filePaths) return p.filePaths;
-          if (p.filePath) return [p.filePath];
-          return [];
-        })
-        .slice(0, 10);
-      const searches = toolCalls
-        .filter(tc => tc.tool === 'search_project_code' || tc.tool === 'semantic_search_code')
-        .map(tc => {
-          const p = tc.args || tc.params || {};
-          return p.patterns?.[0] || p.query || p.pattern;
-        })
-        .filter(Boolean)
-        .slice(0, 5);
-
-      finalReply = `## 分析总结\n\n通过 **${toolCalls.length} 次工具调用**探索了项目代码。\n\n`;
-      if (searches.length > 0) {
-        finalReply += `### 搜索的关键词\n${searches.map(s => `- \`${s}\``).join('\n')}\n\n`;
-      }
-      if (filesRead.length > 0) {
-        finalReply += `### 读取的文件\n${filesRead.map(f => `- \`${f}\``).join('\n')}\n\n`;
-      }
-      finalReply += `### 使用的工具\n${toolNames.map(t => `- ${t}`).join('\n')}\n\n`;
-      finalReply += '> ⚠️ AI 服务异常，未能生成完整分析。请稍后重试或缩小分析范围。';
-    }
-  }
-
-  logger.info(`[ForcedSummary] ✅ forced summary — ${finalReply.length} chars`);
-  return { reply: finalReply, tokenUsage: resultTokenUsage };
-}
-
-/**
- * 从工具调用记录中提取上下文摘要 (供 user 源强制总结使用)
- * @param {Array} toolCalls
- * @returns {string}
- */
-function buildToolContextForUserSummary(toolCalls) {
-  const sections = [];
-
-  // 目录结构探索
-  const structureCalls = toolCalls.filter(tc => tc.tool === 'list_project_structure');
-  if (structureCalls.length > 0) {
-    const dirs = structureCalls.map(tc => (tc.args || tc.params)?.directory || '/').slice(0, 5);
-    sections.push(`**目录探索**: ${dirs.map(d => `\`${d}\``).join(', ')}`);
-  }
-
-  // 项目概况
-  const overviewCalls = toolCalls.filter(tc => tc.tool === 'get_project_overview');
-  if (overviewCalls.length > 0) {
-    sections.push('**项目概况**: 已获取');
-  }
-
-  // 代码搜索
-  const searchCalls = toolCalls.filter(
-    tc => tc.tool === 'search_project_code' || tc.tool === 'semantic_search_code'
-  );
-  if (searchCalls.length > 0) {
-    const queries = searchCalls
-      .map(tc => {
-        const p = tc.args || tc.params || {};
-        return p.patterns?.[0] || p.query || p.pattern;
-      })
-      .filter(Boolean)
-      .slice(0, 8);
-    sections.push(`**代码搜索** (${searchCalls.length} 次): ${queries.map(q => `\`${q}\``).join(', ')}`);
-  }
-
-  // 文件读取
-  const readCalls = toolCalls.filter(tc => tc.tool === 'read_project_file');
-  if (readCalls.length > 0) {
-    const files = readCalls
-      .flatMap(tc => {
-        const p = tc.args || tc.params || {};
-        if (p.filePaths) return p.filePaths;
-        if (p.filePath) return [p.filePath];
-        return [];
-      })
-      .slice(0, 10);
-    sections.push(`**文件读取** (${readCalls.length} 次): ${files.map(f => `\`${f}\``).join(', ')}`);
-  }
-
-  // AST 分析
-  const astCalls = toolCalls.filter(tc =>
-    ['get_class_hierarchy', 'get_class_info', 'get_protocol_info', 'get_method_overrides', 'get_category_map'].includes(tc.tool)
-  );
-  if (astCalls.length > 0) {
-    const entities = astCalls
-      .map(tc => {
-        const p = tc.args || tc.params || {};
-        return p.className || p.name || p.protocolName || p.rootClass;
-      })
-      .filter(Boolean)
-      .slice(0, 5);
-    sections.push(`**AST 结构分析** (${astCalls.length} 次): ${entities.map(e => `\`${e}\``).join(', ')}`);
-  }
-
-  // 知识库搜索
-  const kbCalls = toolCalls.filter(tc =>
-    ['search_knowledge', 'search_recipes', 'knowledge_overview'].includes(tc.tool)
-  );
-  if (kbCalls.length > 0) {
-    sections.push(`**知识库查询**: ${kbCalls.length} 次`);
-  }
-
-  return sections.length > 0 ? sections.join('\n') : '（工具调用记录为空）';
-}
-
-export default produceForcedSummary;