codebee 0.1.69 → 0.1.70

package/app/core/planner.py

@@ -144,6 +144,11 @@ detail 的清晰度按「初级工程师测试」校验：假设执行者没有
 只读 detail 就能照做不跑偏（借鉴 superpowers）。
 若工作目录为空（全新项目），files 写计划新建的文件路径。
 
+## 工作目录侦察（CodeBee 自动扫描的真实结构）
+__RECON__
+（这是执行前自动扫描的真实目录结构：API 编排者没有读文件工具，拆解以上方侦察
+为准，不要凭想象编路径；CLI 执行者有工具，可在实现时再用工具复核。）
+
 ## 开发目标
 __GOAL__
 
@@ -153,6 +158,84 @@ __CONTEXT__
 ## 验收命令（最终必须通过）
 __VERIFY__"""
 
+# ---- 工作目录侦察（file-explorer 职能内置化，借鉴 freebuff 专职子 agent）----
+# 给没有文件工具的直连编排者补「贴着真实代码库规划」的能力；CLI 规划者注入后
+# 可省探索轮次。剪枝口径与 artifacts.py 一致（SKIP_DIRS + BUILD_DIRS），另加
+# 本工具任务元数据目录。
+_RECON_SKIP = {".git", "node_modules", "__pycache__", ".venv", "venv", ".idea",
+               ".vscode", "dist", "build", "target", "out", "bin", "obj",
+               ".next", ".nuxt", ".output", "__MACOSX", ".codebee", "_attachments"}
+_RECON_ENTRY_FILES = ("README.md", "readme.md", "README.txt", "package.json",
+                      "pyproject.toml", "requirements.txt", "pom.xml",
+                      "build.gradle", "go.mod", "Cargo.toml", "composer.json")
+_RECON_MAX_FILES = 120        # 目录树条目上限（超出省略并注明）
+_RECON_MAX_CHARS = 2400       # 注入 prompt 的字符预算（约 1.2k token）
+
+
+def workdir_recon(workdir, max_chars=_RECON_MAX_CHARS):
+    """规划前工作目录侦察：文件清单 + 项目清单文件头部摘要。输出纯文本块。
+
+    任何异常都返回一句话说明——侦察永远不能挡规划。
+    """
+    try:
+        root = os.path.abspath(workdir or "")
+        if not workdir or not os.path.isdir(root):
+            return "（工作目录不存在或尚未创建——按全新项目规划）"
+        files = []
+        for dirpath, dirnames, filenames in os.walk(root):
+            rel = os.path.relpath(dirpath, root)
+            if rel != "." and rel.split(os.sep)[0] in _RECON_SKIP:
+                dirnames[:] = []
+                continue
+            dirnames[:] = [d for d in dirnames if d not in _RECON_SKIP]
+            depth = 0 if rel == "." else rel.count(os.sep) + 1
+            if depth > 4:
+                dirnames[:] = []
+                continue
+            prefix = "" if rel == "." else rel.replace(os.sep, "/") + "/"
+            for fn in filenames:
+                files.append(prefix + fn)
+        if not files:
+            return "（空目录——全新项目，可自由规划文件结构）"
+        total = len(files)
+        files.sort()
+        lines = ["共 %d 个文件%s：" % (total, "（截断显示）" if total > _RECON_MAX_FILES else "")]
+        lines += ["- " + f for f in files[:_RECON_MAX_FILES]]
+        if total > _RECON_MAX_FILES:
+            lines.append("…（其余 %d 个文件已省略）" % (total - _RECON_MAX_FILES))
+        shown = 0
+        for f in files:
+            if shown >= 3:
+                break
+            name = f.rsplit("/", 1)[-1]
+            if name in _RECON_ENTRY_FILES:
+                try:
+                    with open(os.path.join(root, f.replace("/", os.sep)),
+                              "r", encoding="utf-8", errors="replace") as fh:
+                        head = "".join(fh.readlines()[:15])[:600]
+                except OSError:
+                    continue
+                if head.strip():
+                    lines += ["", "%s 头部：" % name, head]
+                    shown += 1
+        out = "\n".join(lines)
+        if len(out) > max_chars:
+            out = out[:max_chars] + "\n…（侦察报告已截断）"
+        return out
+    except Exception as e:
+        return "（侦察失败：%s）" % e
+
+
+def _code_plan_prompt(task):
+    """代码规划 prompt 组装（编排者与 CLI 两处共用同一份，保证同任务同 prompt）。"""
+    return (CODE_PLAN_PROMPT
+            .replace("__N__", str(MAX_SUBTASKS))
+            .replace("__GOAL__", task["goal"])
+            .replace("__CONTEXT__", task.get("context") or "（无）")
+            .replace("__VERIFY__", task.get("verify_command") or "（未配置）")
+            .replace("__RECON__", workdir_recon(task.get("workdir") or "")))
+
+
 REVIEW_OUTLINE_PROMPT = """你是内容主编。请为下面的创作任务拟一份写作大纲（要点列表，3-8 条），
 并按内容风险建议后续质量步骤。
 只输出一个 ```json 代码块，不要输出其他内容。JSON 结构：
@@ -171,10 +254,14 @@ SERIAL_OUTLINE_PROMPT = """你是网文主编，熟悉签约平台（番茄/七
 __SKILLS__
 请为下面的小说目标设计一份连载大纲：共 __N__ 章，每章约 __W__ 字。
 只输出一个 ```json 代码块，不要输出其他内容。JSON 结构：
-{"book_title": "书名", "chapters": [{"title": "章节标题", "beats": "本章剧情要点（50-120字：事件/冲突/推进）", "hook": "章末钩子（一句话）"}]__VOLUMES_KEY__}
+{"book_title": "书名", "style_anchor": "全书文风锚（80字内，具体可执行：叙述视角与人称、句长基调、语域、对白风格、禁用表达）", "chapters": [{"title": "章节标题", "beats": "本章剧情要点（50-120字：事件/冲突/推进）", "hook": "章末钩子（一句话）", "highlight": "本章爽点/情绪爆点（一句话：谁在哪里完成什么反转或释放什么情绪）"}]__VOLUMES_KEY__}
 硬性要求：
-- 第 1-3 章是黄金三章：第 1 章开篇即冲突+人设立住，第 3 章末留大钩子；
-- 每章有明确冲突与剧情推进，禁止水字数的日常流水账；
+- 第 1-3 章是黄金三章：第 1 章前 100 字出现主角、前 200 字出现异常或欲望、前 600 字进入具体困境，
+  第 3 章末留大钩子；不要用世界观或环境描写拖延切入；
+- 每章都写清“主角主动选择 → 阻碍 → 局面变化 → 章末钩子”，禁止水字数的日常流水账和硬旁白推剧情；
+- 大纲中的情感转折必须给出触发事件和人物选择，不能只写“误会加深/感情升温”；
+- style_anchor 是全书唯一的文风锚，每章起草/修订/评审都会注入：必须写明视角人称与句长基调等可执行约束，不要空话；
+- 每章必须给出 highlight（爽点/情绪爆点）：没有爆点的章节要重新设计，过渡章也要有小冲突小反转；
 - 结局必须闭环（完本感），主角有成长弧光；
 - 题材健康，无违规内容，符合平台签约调性。
 __VOLUMES__
@@ -190,14 +277,19 @@ SERIAL_CONTINUE_OUTLINE_PROMPT = """你是网文主编，熟悉签约平台（
 __SKILLS__
 这是一部长篇连载的续写：全书已完成前 __DONE__ 章，现在请规划第 __START__–__END__ 章
 （本批共 __N__ 章，每章约 __W__ 字）。只输出一个 ```json 代码块，不要输出其他内容。JSON 结构：
-{"book_title": "书名（与前文保持一致）", "chapters": [{"title": "章节标题", "beats": "本章剧情要点（50-120字：事件/冲突/推进）", "hook": "章末钩子（一句话）"}]__VOLUMES_KEY__}
+{"book_title": "书名（与前文保持一致）", "style_anchor": "全书文风锚（80字内，必须延续下方给出的既定文风锚，不得另起炉灶）", "chapters": [{"title": "章节标题", "beats": "本章剧情要点（50-120字：事件/冲突/推进）", "hook": "章末钩子（一句话）", "highlight": "本章爽点/情绪爆点（一句话：谁在哪里完成什么反转或释放什么情绪）"}]__VOLUMES_KEY__}
 硬性要求：
 - 第 1 章直接衔接前文（见下方前情），不得跳线、不得重启设定、不得复述前文；
 - 主线沿既有脉络推进，新冲突尽量从已埋伏笔中生长，人物性格与前文一致；
-- 每章有明确冲突与剧情推进，禁止水字数的日常流水账；
+- 每章都写清“主角主动选择 → 阻碍 → 局面变化 → 章末钩子”，禁止水字数的日常流水账；
+- 复杂情感必须落到触发事件、动作/生理反应和潜台词，不能用一句概括代替；
+- 延续既定叙述视角和语言锚点（见下方既定文风锚），删掉重复复述，避免节奏变慢；
 - 题材健康，无违规内容，符合平台签约调性。
 __VOLUMES__
 
+## 既定文风锚（前文已定，必须原样延续）
+__STYLE_ANCHOR__
+
 ## 前情大纲（已完成章节，章号为全书章号）
 __PREV_OUTLINE__
 
@@ -242,13 +334,19 @@ def _norm_chapters(data, n, vol_per=0, vol_start=1, vol_plan=None):
         if not title:
             continue
         out.append({"title": title[:60], "beats": beats[:500],
-                    "hook": str(c.get("hook") or "").strip()[:200]})
+                    "hook": str(c.get("hook") or "").strip()[:200],
+                    "highlight": str(c.get("highlight") or "").strip()[:200]})
     if len(out) < min(n, max(2, n // 2)):   # 至少给出半数章的大纲，否则视为失败（n=1 时至少 1 章）
         return None
     while len(out) < n:             # 缺的章补模板位
         out.append({"title": "第 %d 章" % (len(out) + 1), "beats": "按全书目标推进剧情",
-                    "hook": ""})
+                    "hook": "", "highlight": ""})
     res = {"book_title": str(data.get("book_title") or "").strip()[:40], "chapters": out[:n]}
+    # 全书文风锚：大纲一次性裁定，后续每章起草/修订/评审注入（pipeline 消费）；
+    # 续写批次由提示词强制延续前批锚点，模型不另起炉灶
+    anchor = str(data.get("style_anchor") or "").strip()
+    if anchor:
+        res["style_anchor"] = anchor[:300]
     # 分卷：只收本批真正用到的卷的卷名/卷弧光（模型可能多写或乱写卷号，一律按
     # 本批章号范围过滤）。卷边界不在这里——它由 volumes.build_plan 从章号推导。
     if vol_plan:
@@ -315,6 +413,26 @@ def _prev_serial_story(task):
     return "\n".join(lines), max(best_i, 0), book_title, tail, volnames
 
 
+def prev_style_anchor(task):
+    """沿 serial.continues 链回查最近一批大纲的文风锚（旧 → 新取最新的非空值）。
+    续写批次的大纲提示词据此强制延续笔调——跨批次不换文风。找不到返回 ""。"""
+    from . import store  # 惰性导入：同 _prev_serial_story
+    anchor, cur, seen = "", task, set()
+    while len(seen) < 10:
+        cont = str((cur.get("serial") or {}).get("continues") or "")
+        prev = store.get_task(cont) if cont else None
+        if not prev or prev["id"] in seen:
+            break
+        seen.add(prev["id"])
+        for r in store.task_runs(prev["id"]):
+            o = r.get("outline")
+            if o and not o.get("degraded") and str(o.get("style_anchor") or "").strip():
+                anchor = str(o["style_anchor"]).strip()
+                break
+        cur = prev
+    return anchor
+
+
 def _chain_volume_names(task):
     """沿 serial.continues 链收集各批次大纲里的卷名/卷弧光（旧 → 新，后者覆盖）。
     续写批次合并成书时要给全书（含此前各批）的卷都写上标题，那些卷的命名记在
@@ -408,6 +526,9 @@ def make_serial_outline(task, author_agent=None, workdir=None, ev=None, log_path
                   .replace("__N__", str(n)).replace("__W__", str(wpc))
                   .replace("__VOLUMES_KEY__", vol_key)
                   .replace("__VOLUMES__", vol_block)
+                  .replace("__STYLE_ANCHOR__", prev_style_anchor(task)
+                           or "（前文未记录文风锚，请依据前情大纲与最新一章结尾自行归纳，"
+                              "归纳后全批保持一致）")
                   .replace("__PREV_OUTLINE__", prev_lines or "（无大纲记录，请依据下方最新一章结尾与小说目标衔接）")
                   .replace("__PREV_TAIL__", prev_tail or "（无）")
                   .replace("__GOAL__", task["goal"])
@@ -486,12 +607,22 @@ def make_serial_outline(task, author_agent=None, workdir=None, ev=None, log_path
         # 8 章大纲 + 经验包注入是重生成任务，300s 实测不够（claude CLI 必超时）；
         # 超时可经 env TUTTI_OUTLINE_TIMEOUT 或设置 orchestrator.outline_timeout_s 调整
         _append_log(log_path, "===== 作者 CLI（%s）=====" % author_agent.get("id", "?"))
-        res = runner.run_agent(modelhub.bind_agent(author_agent), prompt,
-                               workdir=workdir or task.get("workdir"), readonly=True,
-                               timeout=_deadline_timeout(deadline, _outline_timeout()),
-                               deadline=deadline, cancel_event=ev,
-                               log_path=log_path)
-        _log_usage("outline", "outline", task, res, agent=author_agent)
+        bound = modelhub.bind_agent(author_agent)
+        # 死链闸门（与 pipeline._run_step 同语义）：配过链但解析为空（全死/评测
+        # 过期探针失败）时判失败不裸奔回 CLI 本机默认——2026-09-28 七天上限案：
+        # 裸调走残留本机配置撞同一个上游，死因被掩盖成「作者 CLI 失败」。
+        # 大纲已有编排者兜底，不搬 pipeline 的同池补位机制。
+        if (bound.get("binding_configured")
+                and not (bound.get("call_chain") or bound.get("env"))):
+            res = {"ok": False, "error": modelhub.binding_dead_msg(
+                author_agent.get("id", "")), "text": ""}
+        else:
+            res = runner.run_agent(bound, prompt,
+                                   workdir=workdir or task.get("workdir"), readonly=True,
+                                   timeout=_deadline_timeout(deadline, _outline_timeout()),
+                                   deadline=deadline, cancel_event=ev,
+                                   log_path=log_path)
+            _log_usage("outline", "outline", task, res, agent=author_agent)
         if not res["ok"]:
             _append_log(log_path, "作者 CLI 失败：%s" % (res.get("error") or "")[:300])
             reason_tail = (res.get("error") or reason_tail)[:200]
@@ -521,6 +652,103 @@ def make_serial_outline(task, author_agent=None, workdir=None, ev=None, log_path
     return _mark(out)
 
 
+# 开篇重设计提示词（开篇闸门专用）：第 1 章签约评估的开篇吸引力未达线时，
+# 回大纲层重设计前三章节拍而不是只修稿——切入点不行是结构病，修文案救不了。
+SERIAL_OPENING_REBUILD_PROMPT = """你是网文主编，熟悉签约平台（番茄/七猫/起点）的过稿标准。
+这本书的第 1 章在签约预评估中「开篇吸引力」未达线，评审意见如下：
+__CRITIQUE__
+
+请重设计前 __COUNT__ 章的大纲节拍（只动这 __COUNT__ 章，不碰后续章节），让开篇符合黄金一章标准：
+第 1 章前 100 字出现主角、前 200 字出现异常或冲突、前 600 字进入具体困境、章末留可兑现的钩子；
+切入点必须是具体事件（退婚/陷害/背叛/生死危机等），禁止世界观铺垫开局。
+只输出一个 ```json 代码块，不要输出其他内容。JSON 结构：
+{"chapters": [{"title": "章节标题", "beats": "本章剧情要点（50-120字：事件/冲突/推进）", "hook": "章末钩子（一句话）", "highlight": "本章爽点/情绪爆点（一句话）"}]}
+章序与原大纲一致（从第 1 章起），必须保持书名、主角与核心设定不变，只强化切入与钩子设计。
+
+## 全书目标
+__GOAL__
+
+## 原大纲（前 __COUNT__ 章）
+__OUTLINE__"""
+
+
+def merge_opening(outline, data, count=3):
+    """把开篇重设计输出合并回大纲：只替换前 count 章的节拍字段，其余一律不动。
+    没有可采纳的节拍设计返回 None（上层回退普通修订，不中断 run）。"""
+    try:
+        count = max(1, int(count))
+    except (TypeError, ValueError):
+        count = 3
+    if not isinstance(outline, dict) or not isinstance(data, dict):
+        return None
+    cur = outline.get("chapters") or []
+    chs = data.get("chapters")
+    if not isinstance(chs, list):
+        return None
+    merged = 0
+    for idx, ch in enumerate(chs[:count]):
+        if idx >= len(cur) or not isinstance(ch, dict):
+            continue
+        beats = str(ch.get("beats") or "").strip()
+        if not beats:
+            continue   # 没有节拍设计的条目不采纳（避免把原节拍洗成空）
+        title = str(ch.get("title") or "").strip()
+        if title:
+            cur[idx]["title"] = title[:60]
+        cur[idx]["beats"] = beats[:500]
+        cur[idx]["hook"] = str(ch.get("hook") or "").strip()[:200]
+        cur[idx]["highlight"] = str(ch.get("highlight") or "").strip()[:200]
+        merged += 1
+    return outline if merged else None
+
+
+def redesign_opening(task, outline=None, critique="", author_agent=None, workdir=None,
+                     ev=None, log_path=None, deadline=None, run_id=None):
+    """开篇闸门：重设计前三章大纲节拍。编排者优先；编排者未配置或两次尝试均
+    失败时返回 None——重设计是增量优化，失败不能比普通修稿更脆（上层回退）。"""
+    if not isinstance(outline, dict) or not (outline.get("chapters") or []):
+        return None
+    count = min(3, len(outline["chapters"]))
+    head_txt = "\n".join(
+        "第 %d 章《%s》：%s%s%s" % (idx + 1, c.get("title", ""), c.get("beats", ""),
+                                  ("（章末钩子：%s）" % c["hook"]) if c.get("hook") else "",
+                                  ("（爆点：%s）" % c["highlight"]) if c.get("highlight") else "")
+        for idx, c in enumerate(outline["chapters"][:count]))
+    prompt = (SERIAL_OPENING_REBUILD_PROMPT
+              .replace("__CRITIQUE__", (critique or "（无具体意见，开篇评分未达线）")[:600])
+              .replace("__COUNT__", str(count))
+              .replace("__GOAL__", task.get("goal", ""))
+              .replace("__OUTLINE__", head_txt))
+    orch = _orchestrator()
+    if not orch:
+        _append_log(log_path, "开篇重设计：编排者未配置，回退普通修订")
+        return None
+    prov, model = orch
+    label = "%s · %s" % (prov.get("name", prov["id"]), model)
+    _append_log(log_path, "===== 开篇重设计（%s）=====" % label)
+    for _attempt in (1, 2):
+        cb = _log_streamer(log_path)
+        res = modelhub.chat(prov["id"], model, prompt,
+                            max_tokens=8000, timeout=_deadline_timeout(deadline, 180),
+                            on_delta=cb, reasoning_effort=_reasoning_effort(task),
+                            cache_ttl=3600 if _attempt == 1 else 0)
+        cb.flush()
+        _log_usage("outline", "opening-rebuild", task, res, model=model,
+                   provider=prov.get("name", prov.get("id", "")),
+                   provider_id=prov.get("id", ""))
+        if res["ok"]:
+            merged = merge_opening(outline, runner.extract_json(res.get("text") or ""),
+                                   count=count)
+            if merged:
+                _append_log(log_path, "开篇重设计成功：前 %d 章节拍已更新" % count)
+                return merged
+            _append_log(log_path, "尝试 %d：输出不可合并" % _attempt)
+        else:
+            _append_log(log_path, "尝试 %d 失败：%s"
+                        % (_attempt, (res.get("error") or "未知错误")[:300]))
+    return None
+
+
 def _norm_subtasks(data):
     """规范化 LLM 计划输出；不合规返回 None。
 
@@ -620,10 +848,7 @@ def make_code_plan(task, planner_agent, workdir, ev=None, resume=None, log_path=
         return _fallback_code_plan(task, "（无可用智能体）")
     if planner_agent.get("mode") == "mock":
         return _fallback_code_plan(task, "mock 模式：单步模板")
-    prompt = (CODE_PLAN_PROMPT.replace("__N__", str(MAX_SUBTASKS))
-              .replace("__GOAL__", task["goal"])
-              .replace("__CONTEXT__", task.get("context") or "（无）")
-              .replace("__VERIFY__", task.get("verify_command") or "（未配置）"))
+    prompt = _code_plan_prompt(task)
     res = runner.run_agent(planner_agent, prompt, workdir=workdir, readonly=True,
                            timeout=_deadline_timeout(deadline, 300), deadline=deadline,
                            cancel_event=ev, resume=resume,
@@ -646,11 +871,7 @@ def _fallback_code_plan(task, note):
 def _orch_code_plan(task, prov, model, log_path=None, deadline=None):
     cb = _log_streamer(log_path)
     # §07 T2.2：代码计划同任务同 prompt（断点续跑/重试），TTL 1h 精确缓存
-    res = modelhub.chat(prov["id"], model,
-                        (CODE_PLAN_PROMPT.replace("__N__", str(MAX_SUBTASKS))
-                         .replace("__GOAL__", task["goal"])
-                         .replace("__CONTEXT__", task.get("context") or "（无）")
-                         .replace("__VERIFY__", task.get("verify_command") or "（未配置）")),
+    res = modelhub.chat(prov["id"], model, _code_plan_prompt(task),
                         max_tokens=8000, timeout=_deadline_timeout(deadline, 300), on_delta=cb,
                         reasoning_effort=_reasoning_effort(task),
                         cache_ttl=3600)