deepfish-ai 1.0.24 → 1.0.25

package/README_CN.md

@@ -378,8 +378,8 @@ AI始终使用相对于当前工作目录的相对路径。
 
 ### 对话历史
 
-对话历史是以程序执行目录为单位创建的，每个程序的执行目录会对应一个独立的 Agent 上下文。这意味着在不同目录下启动的对话是相互独立的。
-
+对话历史是以程序执行目录为单位创建的，每个程序的执行目录会对应一个独立的 Agent 上下文。这意味着在不同目录下启动的对话是相互独立的。
+
 > **⚠️ 重要提示：** AI上下文是以目录为单位的，一个目录对应一个上下文。**请不要在同一个目录下开启两个命令行对话框**，以免造成上下文冲突和意外行为。
 
 对话历史会在一定时间内自动清除（通过配置文件中的 `maxMemoryExpireTime` 字段控制，默认为 30 天）。您也可以手动管理对话历史：

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "deepfish-ai",
-  "version": "1.0.24",
+  "version": "1.0.25",
   "description": "This is an AI-driven command-line tool built on Node.js, equipped with AI agent and workflow capabilities. It is compatible with a wide range of AI models, can convert natural language into cross-system terminal and file operation commands, and features high extensibility. It supports complex tasks such as translation, content creation, and format conversion, while allowing custom extensions to be automatically generated via AI.",
   "main": "src/index.js",
   "type": "commonjs",

package/src/AgentRobot/BaseAgentRobot/lazy-tools/docx.js

@@ -876,7 +876,33 @@ async function patchDocxText(filePath, replacements) {
 
 // ─── 工具描述 ─────────────────────────────────────────────────────────────────
 
+
+// ─── 使用说明 ─────────────────────────────────────────────────────────────────
+
+function docxReadme() {
+  return `【DOCX 工具使用说明】
+1. 优先使用本工具内置函数完成任务（读取、创建、搜索、替换、模板填充、格式转换、合并等）。
+2. 如果内置函数无法满足需求（如复杂排版保真、特殊宏处理、跨格式高级转换），再尝试使用 LibreOffice 命令行。
+3. 在调用 LibreOffice 前，先检测系统是否已安装 LibreOffice：
+   - 已安装：直接使用 LibreOffice 命令行继续处理。
+   - 未安装：询问用户是否允许安装。
+4. 若用户同意安装：引导完成安装后继续执行原任务。
+5. 若用户拒绝安装：明确告知当前能力限制，并终止该操作。
+
+建议：
+- 常规文档处理优先使用内置函数，速度更快且依赖更少。
+- 仅在确实需要高保真格式转换或复杂排版时才启用 LibreOffice 路径。`
+}
+
 const descriptions = [
+  {
+    type: 'function',
+    function: {
+      name: 'docxReadme',
+      description: '获取 DOCX 工具集的使用说明, 调用函数前必须先查看本说明。',
+      parameters: {},
+    }
+  },
   {
     type: 'function',
     function: {
@@ -1224,6 +1250,7 @@ const descriptions = [
 // ─── 导出 ──────────────────────────────────────────────────────────────────────
 
 const functions = {
+  docxReadme,
   readDocxText,
   readDocxHtml,
   getDocxInfo,

package/src/AgentRobot/BaseAgentRobot/lazy-tools/embedding.js

@@ -1,5 +1,4 @@
 const path = require('path')
-const os = require('os')
 const fs = require('fs-extra')
 const crypto = require('crypto')
 const mammoth = require('mammoth')
@@ -15,25 +14,8 @@ function fail(error, data = null) {
   return { success: false, error: error?.message || String(error), data }
 }
 
-// 获取配置地址
-function _getConfigFilePath() {
-  const configDir = path.join(os.homedir(), './.deepfish-ai')
-  const configPath = path.join(configDir, './config.js')
-  return configPath
-}
-
-function _loadConfig(configPath) {
-  fs.ensureDirSync(path.dirname(configPath))
-  if (!fs.existsSync(configPath)) {
-    fs.writeFileSync(configPath, 'module.exports = {}')
-  }
-  const resolved = require.resolve(configPath)
-  delete require.cache[resolved]
-  return require(configPath)
-}
-
-function _getKbRootPath(knowledgeBasePath = '') {
-  return path.resolve(process.cwd(), knowledgeBasePath || '.deepfish-rag')
+function _getKbRootPath() {
+  return path.resolve(process.cwd(), '.deepfish-rag')
 }
 
 function _getKbIndexPath(kbRootPath) {
@@ -95,10 +77,49 @@ async function _readDocumentContent(filePath) {
   return fs.readFileSync(filePath, 'utf8')
 }
 
+function _normalizeText(content = '') {
+  return String(content || '').replace(/\s+/g, ' ').trim()
+}
+
+function _buildSummary(content = '', maxLen = 320) {
+  const normalized = _normalizeText(content)
+  if (!normalized) return ''
+  if (normalized.length <= maxLen) return normalized
+  return `${normalized.slice(0, maxLen)}...`
+}
+
+async function _extractSummary(content = '', maxLen = 320, absolutePath = '') {
+  const fallbackSummary = _buildSummary(content, maxLen)
+  if (!fallbackSummary) return ''
+
+  if (!this?.Tools?.requestAI) {
+    return fallbackSummary
+  }
+
+  const systemDescription = '你是文档摘要助手，只输出简洁摘要正文，不要解释。'
+  const prompt = `请为下面文档提取摘要：\n\n文档路径：${absolutePath || '未知'}\n文档内容：\n${content}\n\n要求：\n1. 输出中文摘要，保留关键事实与结论。\n2. 摘要长度不超过${maxLen}个字符。\n3. 不要输出标题、前后缀或解释，只输出摘要正文。`
+
+  try {
+    const aiSummary = await this.Tools.requestAI(systemDescription, prompt, 0.2)
+    if (typeof aiSummary !== 'string') {
+      return fallbackSummary
+    }
+    const normalizedSummary = _normalizeText(aiSummary)
+    if (!normalizedSummary) {
+      return fallbackSummary
+    }
+    return normalizedSummary.length > maxLen
+      ? `${normalizedSummary.slice(0, maxLen)}...`
+      : normalizedSummary
+  } catch {
+    return fallbackSummary
+  }
+}
+
 function _getEmptyKnowledgeBase(kbRootPath) {
   const now = new Date().toISOString()
   return {
-    version: 1,
+    version: 2,
     name: 'deepfish-rag',
     kbRootPath,
     createdAt: now,
@@ -116,13 +137,30 @@ function _loadKnowledgeBase(kbRootPath) {
     fs.writeFileSync(indexPath, JSON.stringify(emptyKb, null, 2), 'utf8')
     return emptyKb
   }
+
   const content = fs.readFileSync(indexPath, 'utf8')
   const parsed = JSON.parse(content)
-  return {
+  const base = {
     ..._getEmptyKnowledgeBase(kbRootPath),
     ...parsed,
     kbRootPath,
   }
+
+  // 向后兼容旧结构：若旧数据里有content，则在加载时迁移为summary。
+  base.documents = (base.documents || []).map((doc) => {
+    const absolutePath = path.resolve(doc.absolutePath || doc.sourcePath || '')
+    return {
+      id: doc.id || _sha256(absolutePath).slice(0, 16),
+      absolutePath,
+      sourceHash: doc.sourceHash || '',
+      size: doc.size || 0,
+      summary: doc.summary || _buildSummary(doc.content || ''),
+      createdAt: doc.createdAt || base.createdAt,
+      updatedAt: doc.updatedAt || base.updatedAt,
+    }
+  })
+
+  return base
 }
 
 function _saveKnowledgeBase(kbRootPath, knowledgeBase) {
@@ -131,243 +169,170 @@ function _saveKnowledgeBase(kbRootPath, knowledgeBase) {
   fs.writeFileSync(indexPath, JSON.stringify(knowledgeBase, null, 2), 'utf8')
 }
 
-function _chunkText(content = '', chunkSize = 800, overlap = 120) {
-  const text = String(content || '')
-  const size = Math.max(200, Number(chunkSize) || 800)
-  const overlapSize = Math.max(0, Math.min(size - 1, Number(overlap) || 120))
-  const step = Math.max(1, size - overlapSize)
-  const chunks = []
-  for (let i = 0; i < text.length; i += step) {
-    const chunk = text.slice(i, i + size)
-    if (!chunk.trim()) continue
-    chunks.push({
-      offsetStart: i,
-      offsetEnd: i + chunk.length,
-      content: chunk,
-    })
-    if (i + size >= text.length) {
-      break
-    }
-  }
-  return chunks
-}
-
-function _calcKeywordScore(content = '', keyword = '') {
-  if (!keyword) return 0
-  const src = String(content || '').toLowerCase()
-  const kw = String(keyword || '').toLowerCase()
-  let count = 0
-  let fromIndex = 0
-  while (true) {
-    const idx = src.indexOf(kw, fromIndex)
-    if (idx < 0) break
-    count += 1
-    fromIndex = idx + kw.length
+async function _upsertKnowledgeBase(sourcePath = '', knowledgeBasePath = '', reset = false) {
+  const inputSourcePath = sourcePath || (await aiInquirer.askInput('请输入源文件目录或文件路径', '', {}))
+  if (!inputSourcePath) {
+    return fail('未提供源文件目录或文件路径')
   }
-  return count
-}
 
-// 获取向量化配置
-async function getEmbeddingConfig() {
-  const configPath = _getConfigFilePath()
-  const config = _loadConfig(configPath)
-  if (!config.EMBEDDING_API) {
-    // 提示用户输入
-    const res = await aiInquirer.askInput('请输入向量化接口地址', '', {})
-    if (res) {
-        config.EMBEDDING_API = res
-        setEmbeddingConfig(config.EMBEDDING_API, config.EMBEDDING_API_KEY)
-    }
-  }
-  if (!config.EMBEDDING_API_KEY) {
-    // 提示用户输入
-    const res = await aiInquirer.askInput('请输入向量化接口密钥', '', {})
-    if (res) {
-        config.EMBEDDING_API_KEY = res
-        setEmbeddingConfig(config.EMBEDDING_API, config.EMBEDDING_API_KEY)
-    }
-  }
-  return {
-    EMBEDDING_API: config.EMBEDDING_API || '',
-    EMBEDDING_API_KEY: config.EMBEDDING_API_KEY || '',
+  const resolvedSourcePath = path.resolve(process.cwd(), inputSourcePath)
+  if (!fs.existsSync(resolvedSourcePath)) {
+    return fail(`Source path does not exist: ${resolvedSourcePath}`, {
+      sourcePath: resolvedSourcePath,
+    })
   }
-}
 
-// 写入向量化配置
-function setEmbeddingConfig(embeddingApi, embeddingApiKey) {
-  const configPath = _getConfigFilePath()
-  const config = _loadConfig(configPath)
-  const newConfig = {
-    ...config,
-    EMBEDDING_API: embeddingApi,
-    EMBEDDING_API_KEY: embeddingApiKey,
+  const kbRootPath = _getKbRootPath(knowledgeBasePath)
+  if (reset && fs.existsSync(kbRootPath)) {
+    fs.removeSync(kbRootPath)
   }
-  fs.writeFileSync(configPath, `module.exports = ${JSON.stringify(newConfig, null, 2)}`)
-  return ok({
-    configPath,
-    EMBEDDING_API: embeddingApi || '',
-    EMBEDDING_API_KEY: embeddingApiKey || '',
-  })
-}
 
-// 创建/续加知识库，默认路径为命令执行目录下 .deepfish-rag
-async function buildKnowledgeBase(sourcePath = '', knowledgeBasePath = '') {
-  try {
-    const inputSourcePath = sourcePath || (await aiInquirer.askInput('请输入源文件目录或文件路径', '', {}))
-    if (!inputSourcePath) {
-      return fail('未提供源文件目录或文件路径')
-    }
+  const knowledgeBase = _loadKnowledgeBase(kbRootPath)
+  const sourceFiles = _collectSourceFiles(resolvedSourcePath)
+  const supportedFiles = sourceFiles.filter((filePath) => _isSupportedFile(filePath))
 
-    const resolvedSourcePath = path.resolve(process.cwd(), inputSourcePath)
-    if (!fs.existsSync(resolvedSourcePath)) {
-      return fail(`Source path does not exist: ${resolvedSourcePath}`, {
-        sourcePath: resolvedSourcePath,
-      })
-    }
+  let addedCount = 0
+  let updatedCount = 0
+  let skippedCount = 0
 
-    const kbRootPath = _getKbRootPath(knowledgeBasePath)
-    const knowledgeBase = _loadKnowledgeBase(kbRootPath)
-    const sourceFiles = _collectSourceFiles(resolvedSourcePath)
+  for (const filePath of supportedFiles) {
+    try {
+      const absolutePath = path.resolve(filePath)
+      const content = await _readDocumentContent(absolutePath)
+      if (!content || !content.trim()) {
+        skippedCount += 1
+        continue
+      }
 
-    const supportedFiles = sourceFiles.filter((filePath) => _isSupportedFile(filePath))
-    let addedCount = 0
-    let updatedCount = 0
-    let skippedCount = 0
+      const sourceHash = _sha256(content)
+      const existingIndex = knowledgeBase.documents.findIndex((item) => item.absolutePath === absolutePath)
 
-    for (const filePath of supportedFiles) {
-      try {
-        const content = await _readDocumentContent(filePath)
-        if (!content || !content.trim()) {
+      if (existingIndex >= 0) {
+        if (knowledgeBase.documents[existingIndex].sourceHash === sourceHash) {
           skippedCount += 1
           continue
         }
 
-        const sourceHash = _sha256(content)
-        const existingIndex = knowledgeBase.documents.findIndex((item) => item.sourcePath === filePath)
-        if (existingIndex >= 0) {
-          if (knowledgeBase.documents[existingIndex].sourceHash === sourceHash) {
-            skippedCount += 1
-            continue
-          }
-          knowledgeBase.documents[existingIndex] = {
-            ...knowledgeBase.documents[existingIndex],
-            sourceHash,
-            size: Buffer.byteLength(content, 'utf8'),
-            content,
-            updatedAt: new Date().toISOString(),
-          }
-          updatedCount += 1
-          continue
-        }
+        const summary = await _extractSummary.call(this, content, 320, absolutePath)
 
-        knowledgeBase.documents.push({
-          id: _sha256(filePath).slice(0, 16),
-          sourcePath: filePath,
+        knowledgeBase.documents[existingIndex] = {
+          ...knowledgeBase.documents[existingIndex],
           sourceHash,
           size: Buffer.byteLength(content, 'utf8'),
-          content,
-          createdAt: new Date().toISOString(),
+          summary,
           updatedAt: new Date().toISOString(),
-        })
-        addedCount += 1
-      } catch {
-        skippedCount += 1
+        }
+        _saveKnowledgeBase(kbRootPath, knowledgeBase)
+        updatedCount += 1
+        continue
       }
+
+      const summary = await _extractSummary.call(this, content, 320, absolutePath)
+
+      knowledgeBase.documents.push({
+        id: _sha256(absolutePath).slice(0, 16),
+        absolutePath,
+        sourceHash,
+        size: Buffer.byteLength(content, 'utf8'),
+        summary,
+        createdAt: new Date().toISOString(),
+        updatedAt: new Date().toISOString(),
+      })
+      _saveKnowledgeBase(kbRootPath, knowledgeBase)
+      addedCount += 1
+    } catch {
+      skippedCount += 1
     }
+  }
 
-    knowledgeBase.sourceHistory.push({
-      sourcePath: resolvedSourcePath,
-      loadedAt: new Date().toISOString(),
-      scannedFiles: sourceFiles.length,
-      supportedFiles: supportedFiles.length,
-      addedCount,
-      updatedCount,
-      skippedCount,
-    })
+  knowledgeBase.sourceHistory.push({
+    sourcePath: resolvedSourcePath,
+    loadedAt: new Date().toISOString(),
+    scannedFiles: sourceFiles.length,
+    supportedFiles: supportedFiles.length,
+    addedCount,
+    updatedCount,
+    skippedCount,
+    mode: reset ? 'create' : 'append',
+  })
 
-    _saveKnowledgeBase(kbRootPath, knowledgeBase)
-    return ok({
-      knowledgeBasePath: kbRootPath,
-      sourcePath: resolvedSourcePath,
-      scannedFiles: sourceFiles.length,
-      supportedFiles: supportedFiles.length,
-      addedCount,
-      updatedCount,
-      skippedCount,
-      totalDocuments: knowledgeBase.documents.length,
-    })
+  _saveKnowledgeBase(kbRootPath, knowledgeBase)
+
+  return ok({
+    knowledgeBasePath: kbRootPath,
+    sourcePath: resolvedSourcePath,
+    scannedFiles: sourceFiles.length,
+    supportedFiles: supportedFiles.length,
+    addedCount,
+    updatedCount,
+    skippedCount,
+    totalDocuments: knowledgeBase.documents.length,
+  })
+}
+
+async function createKnowledgeBase(sourcePath = '', knowledgeBasePath = '') {
+  try {
+    return await _upsertKnowledgeBase.call(this, sourcePath, knowledgeBasePath, true)
   } catch (error) {
     return fail(error, { sourcePath, knowledgeBasePath })
   }
 }
 
-// 读取知识库文档摘要，支持关键词检索
-function readKnowledgeBase(keyword = '', knowledgeBasePath = '', limit = 10) {
+async function appendKnowledgeBase(sourcePath = '', knowledgeBasePath = '') {
   try {
-    const kbRootPath = _getKbRootPath(knowledgeBasePath)
-    const knowledgeBase = _loadKnowledgeBase(kbRootPath)
-    const normalizedKeyword = (keyword || '').trim().toLowerCase()
-    const maxResult = Number(limit) > 0 ? Number(limit) : 10
-
-    const filtered = knowledgeBase.documents.filter((item) => {
-      if (!normalizedKeyword) return true
-      return (
-        item.sourcePath.toLowerCase().includes(normalizedKeyword) ||
-        item.content.toLowerCase().includes(normalizedKeyword)
-      )
-    })
-
-    const result = filtered.slice(0, maxResult).map((item) => ({
-      id: item.id,
-      sourcePath: item.sourcePath,
-      size: item.size,
-      updatedAt: item.updatedAt,
-      preview: (item.content || '').slice(0, 240),
-    }))
-
-    return ok({
-      knowledgeBasePath: kbRootPath,
-      totalDocuments: knowledgeBase.documents.length,
-      matchedDocuments: filtered.length,
-      items: result,
-    })
+    return await _upsertKnowledgeBase.call(this, sourcePath, knowledgeBasePath, false)
   } catch (error) {
-    return fail(error, { keyword, knowledgeBasePath, limit })
+    return fail(error, { sourcePath, knowledgeBasePath })
   }
 }
 
-// 按文档ID读取完整内容
-function readKnowledgeBaseDocument(documentId, knowledgeBasePath = '') {
-  try {
-    if (!documentId) {
-      return fail('documentId is required')
-    }
-    const kbRootPath = _getKbRootPath(knowledgeBasePath)
-    const knowledgeBase = _loadKnowledgeBase(kbRootPath)
-    const doc = knowledgeBase.documents.find((item) => item.id === documentId)
-    if (!doc) {
-      return fail(`Document not found: ${documentId}`, {
-        documentId,
-        knowledgeBasePath: kbRootPath,
-      })
+function _matchSummary(knowledgeBase, normalizedKeyword = '', maxResult = 10) {
+  const filtered = knowledgeBase.documents.filter((item) => {
+    if (!normalizedKeyword) return true
+    const haystack = `${item.absolutePath || ''} ${item.summary || ''}`.toLowerCase()
+    return haystack.includes(normalizedKeyword)
+  })
+
+  return filtered.slice(0, maxResult).map((item) => ({
+    id: item.id,
+    absolutePath: item.absolutePath,
+    size: item.size,
+    updatedAt: item.updatedAt,
+    summary: item.summary,
+  }))
+}
+
+async function _queryBySubAgent(keyword, summaryMatches, includeFullDocument = false) {
+  if (!this?.Tools?.createSubAgent) {
+    return {
+      success: false,
+      skipped: true,
+      reason: 'createSubAgent tool is unavailable in current context',
     }
-    return ok({
-      id: doc.id,
-      sourcePath: doc.sourcePath,
-      size: doc.size,
-      createdAt: doc.createdAt,
-      updatedAt: doc.updatedAt,
-      content: doc.content,
-    })
-  } catch (error) {
-    return fail(error, { documentId, knowledgeBasePath })
   }
+
+  const prompt = `你是知识库检索子agent，请完成文档检索。
+
+用户关键词：${keyword}
+是否允许读取全文：${includeFullDocument ? '是' : '否（仅在必要时）'}
+候选文档（按摘要初筛后）如下：
+${JSON.stringify(summaryMatches, null, 2)}
+
+执行要求：
+1. 先使用候选文档的summary进行关键词匹配和排序。
+2. 当summary不足以回答问题时，再读取对应absolutePath的完整文档内容进行补充。
+3. 输出结构化结果，必须包含：
+   - 命中文档列表（id、absolutePath、匹配原因）
+   - 最终结论
+   - 若读取全文，列出已读取的absolutePath。
+`
+
+  return this.Tools.createSubAgent(prompt)
 }
 
-// 按分块检索知识库内容，适用于后续RAG召回
-function searchKnowledgeBaseChunks(keyword = '', knowledgeBasePath = '', chunkSize = 800, overlap = 120, limit = 10) {
+async function queryKnowledgeBase(keyword = '', knowledgeBasePath = '', limit = 10, includeFullDocument = false) {
   try {
-    const normalizedKeyword = (keyword || '').trim()
+    const normalizedKeyword = String(keyword || '').trim().toLowerCase()
     if (!normalizedKeyword) {
       return fail('keyword is required')
     }
@@ -375,61 +340,26 @@ function searchKnowledgeBaseChunks(keyword = '', knowledgeBasePath = '', chunkSi
     const kbRootPath = _getKbRootPath(knowledgeBasePath)
     const knowledgeBase = _loadKnowledgeBase(kbRootPath)
     const maxResult = Number(limit) > 0 ? Number(limit) : 10
-    const allChunks = []
-
-    for (const doc of knowledgeBase.documents) {
-      const chunks = _chunkText(doc.content || '', chunkSize, overlap)
-      chunks.forEach((chunk, index) => {
-        const score = _calcKeywordScore(chunk.content, normalizedKeyword)
-        if (score > 0) {
-          allChunks.push({
-            documentId: doc.id,
-            sourcePath: doc.sourcePath,
-            chunkIndex: index,
-            offsetStart: chunk.offsetStart,
-            offsetEnd: chunk.offsetEnd,
-            score,
-            content: chunk.content,
-          })
-        }
-      })
-    }
-
-    const items = allChunks
-      .sort((a, b) => b.score - a.score || a.sourcePath.localeCompare(b.sourcePath) || a.chunkIndex - b.chunkIndex)
-      .slice(0, maxResult)
+    const summaryMatches = _matchSummary(knowledgeBase, normalizedKeyword, maxResult)
 
-    return ok({
-      knowledgeBasePath: kbRootPath,
-      keyword: normalizedKeyword,
-      totalMatchedChunks: allChunks.length,
-      items,
-    })
-  } catch (error) {
-    return fail(error, { keyword, knowledgeBasePath, chunkSize, overlap, limit })
-  }
-}
+    let subAgentResult = null
+    if (summaryMatches.length > 0) {
+      subAgentResult = await _queryBySubAgent.call(this, keyword, summaryMatches, includeFullDocument)
+    }
 
-// 读取知识库统计信息
-function getKnowledgeBaseInfo(knowledgeBasePath = '') {
-  try {
-    const kbRootPath = _getKbRootPath(knowledgeBasePath)
-    const knowledgeBase = _loadKnowledgeBase(kbRootPath)
     return ok({
       knowledgeBasePath: kbRootPath,
-      version: knowledgeBase.version,
-      name: knowledgeBase.name,
-      createdAt: knowledgeBase.createdAt,
-      updatedAt: knowledgeBase.updatedAt,
+      keyword,
       totalDocuments: knowledgeBase.documents.length,
-      sourceHistory: knowledgeBase.sourceHistory,
+      matchedDocuments: summaryMatches.length,
+      items: summaryMatches,
+      subAgentResult,
     })
   } catch (error) {
-    return fail(error, { knowledgeBasePath })
+    return fail(error, { keyword, knowledgeBasePath, limit, includeFullDocument })
   }
 }
 
-// 删除知识库目录
 function deleteKnowledgeBase(knowledgeBasePath = '') {
   try {
     const kbRootPath = _getKbRootPath(knowledgeBasePath)
@@ -440,6 +370,7 @@ function deleteKnowledgeBase(knowledgeBasePath = '') {
         message: 'knowledge base path not found',
       })
     }
+
     fs.removeSync(kbRootPath)
     return ok({
       knowledgeBasePath: kbRootPath,
@@ -450,209 +381,16 @@ function deleteKnowledgeBase(knowledgeBasePath = '') {
   }
 }
 
-// 先删除再重建知识库
-async function rebuildKnowledgeBase(sourcePath = '', knowledgeBasePath = '') {
-  try {
-    const deleteResult = deleteKnowledgeBase(knowledgeBasePath)
-    if (!deleteResult.success) {
-      return deleteResult
-    }
-    return await buildKnowledgeBase(sourcePath, knowledgeBasePath)
-  } catch (error) {
-    return fail(error, { sourcePath, knowledgeBasePath })
-  }
-}
-
-// 知识库创建描述
-function getKnowledgeBaseCreationDescription() {
-  return `# Knowledge Base Creation Guide
-
-## 目标
-使用本工具在命令执行目录下创建或维护本地知识库（默认目录为 .deepfish-rag），并支持后续持续增量更新。
-
-## 能完成的任务
-1. 从用户给定的目录或文件加载文档内容，构建本地知识库。
-2. 自动识别常见文本与文档格式（如 md、txt、json、js、pdf、docx、xlsx 等）。
-3. 在重复导入时执行增量更新：
-   - 内容未变化：跳过
-   - 内容已变化：更新
-   - 新文件：新增
-4. 记录每次构建来源和统计信息（sourceHistory），方便审计和复盘。
-5. 支持删除后重建，快速恢复知识库状态。
-
-## 关键函数与协同关系
-
-### 1) 构建层
-- buildKnowledgeBase(sourcePath, knowledgeBasePath)
-  - 创建或续加知识库的主入口。
-  - sourcePath 为空时会交互式要求用户输入文件或目录。
-  - 默认知识库路径为 process.cwd()/.deepfish-rag。
-
-它在内部协同调用：
-- _getKbRootPath：统一知识库目录解析。
-- _loadKnowledgeBase：读取或初始化 index.json。
-- _collectSourceFiles：展开目录得到文件集合。
-- _isSupportedFile：过滤可处理文件类型。
-- _readDocumentContent：按不同文件类型提取文本。
-- _sha256：计算内容哈希，用于增量判断。
-- _saveKnowledgeBase：保存最终索引。
-
-### 2) 重建层
-- deleteKnowledgeBase(knowledgeBasePath)
-  - 删除现有知识库目录。
-- rebuildKnowledgeBase(sourcePath, knowledgeBasePath)
-  - 先删后建。
-  - 典型用于“索引异常修复”或“结构升级后重建”。
-
-## 推荐执行流程
-1. 调用 buildKnowledgeBase 进行首次构建。
-2. 后续补充文档时再次调用 buildKnowledgeBase（续加）。
-3. 如需彻底刷新：调用 rebuildKnowledgeBase。
-4. 构建完成后再进入检索阶段（read/search 系列函数）。
-
-## 面向用户任务的协同策略
-- 用户说“请把这个目录做成知识库”：
-  - buildKnowledgeBase(目录路径)
-- 用户说“继续把新资料加进去”：
-  - buildKnowledgeBase(新目录路径)
-- 用户说“从头重建”：
-  - rebuildKnowledgeBase(目录路径)
-
-## 结果校验建议
-构建后建议检查：
-1. getKnowledgeBaseInfo 的 totalDocuments 是否大于 0。
-2. sourceHistory 是否新增一条构建记录。
-3. addedCount / updatedCount / skippedCount 是否符合预期。
-`
-}
-
-// 知识库检索描述
-function getKnowledgeBaseRetrievalDescription() {
-  return `# Knowledge Base Retrieval Guide
-
-## 目标
-从本地知识库中高效找到“相关文档”与“关键片段”，用于问答、总结、比对和后续 RAG 召回。
-
-## 能完成的任务
-1. 查看知识库总体状态与构建历史。
-2. 按关键词筛选文档摘要，快速定位候选文档。
-3. 按文档 ID 读取全文，进行精读分析。
-4. 按分块检索返回命中片段，适合长文档场景。
-
-## 关键函数与协同关系
-
-### 1) 元信息确认
-- getKnowledgeBaseInfo(knowledgeBasePath)
-  - 获取总文档数、创建时间、更新时间、构建历史。
-  - 作用：先判断库是否可用，再决定检索策略。
-
-### 2) 粗粒度召回（文档级）
-- readKnowledgeBase(keyword, knowledgeBasePath, limit)
-  - 返回文档摘要（id、sourcePath、preview）。
-  - 作用：先召回候选文档，缩小范围。
-
-### 3) 细粒度阅读（全文级）
-- readKnowledgeBaseDocument(documentId, knowledgeBasePath)
-  - 读取指定文档全文。
-  - 作用：对高价值候选文档做精读与引用。
-
-### 4) 片段级召回（chunk级）
-- searchKnowledgeBaseChunks(keyword, knowledgeBasePath, chunkSize, overlap, limit)
-  - 将文档切块并按关键词命中分数排序。
-  - 作用：在超长文档里快速找到最相关上下文。
-
-它在内部协同调用：
-- _chunkText：按 chunkSize + overlap 生成可检索片段。
-- _calcKeywordScore：计算关键词命中次数并排序。
-
-## 推荐检索流程
-1. 调用 getKnowledgeBaseInfo，确认知识库可用。
-2. 调用 readKnowledgeBase(keyword)，拿到候选文档列表。
-3. 对重点文档调用 readKnowledgeBaseDocument 进行精读。
-4. 若候选文档过大或命中不精确，调用 searchKnowledgeBaseChunks 做片段召回。
-5. 将片段结果组织为回答证据，必要时回看全文补全上下文。
-
-## 典型用户任务协同方案
-
-### 场景 A：用户问“知识库里有没有某主题”
-1. readKnowledgeBase(主题词)
-2. 返回候选文档与预览
-
-### 场景 B：用户问“请给出该主题的依据段落”
-1. readKnowledgeBase(主题词)
-2. searchKnowledgeBaseChunks(主题词)
-3. 输出高分片段 + 源文件路径
-
-### 场景 C：用户问“请基于某篇文档做总结”
-1. readKnowledgeBase(文档名关键词)
-2. readKnowledgeBaseDocument(documentId)
-3. 对全文执行总结
-
-## 检索参数建议
-1. limit
-   - 初筛推荐 5-20
-2. chunkSize
-   - 一般 600-1200
-3. overlap
-   - 一般 80-200
-   - 过小可能断句，过大可能冗余
-
-## 结果质量建议
-1. 优先返回包含 sourcePath 与文档 ID 的证据。
-2. 先文档级筛选，再 chunk 级定位，避免全库全文扫描输出过大。
-3. 对高分片段做二次核对，防止关键词误命中。
-`
-}
-
 const descriptions = [
   {
     type: 'function',
     function: {
-      name: 'getKnowledgeBaseCreationDescription',
-      description: '知识库创建与续加的完整说明文档，包含可完成任务、函数协同关系与推荐执行流程。在执行知识库创建、续加或重建前，建议先阅读此文档以明确使用方法与注意事项。',
-      parameters: {
-        type: 'object',
-        properties: {},
-      },
-    },
-  },
-  {
-    type: 'function',
-    function: {
-      name: 'getKnowledgeBaseRetrievalDescription',
-      description: '知识库检索的完整说明文档，包含检索策略、函数协同关系与典型任务执行方案。在执行知识库检索前，建议先阅读此文档以明确使用方法与注意事项。',
-      parameters: {
-        type: 'object',
-        properties: {},
-      },
-    },
-  },
-  {
-    type: 'function',
-    function: {
-      name: 'buildKnowledgeBase',
-      description: '创建或续加知识库。默认知识库路径为命令执行目录下的 .deepfish-rag。sourcePath 为空时会提示用户输入源文件目录或文件路径。',
+      name: 'createKnowledgeBase',
+      description: '创建知识库（先删除旧库再重建），存储文档绝对路径和约300字摘要。',
       parameters: {
         type: 'object',
         properties: {
           sourcePath: { type: 'string', description: '源文件目录或文件路径。为空时会交互输入。' },
-          knowledgeBasePath: { type: 'string', description: '知识库目录路径，默认 .deepfish-rag（相对命令执行目录）。' },
-        },
-        required: [],
-      },
-    },
-  },
-  {
-    type: 'function',
-    function: {
-      name: 'readKnowledgeBase',
-      description: '读取知识库中的文档摘要，支持关键词过滤。可用于快速检索知识库内容。',
-      parameters: {
-        type: 'object',
-        properties: {
-          keyword: { type: 'string', description: '关键词，不传表示返回全部文档摘要。' },
-          knowledgeBasePath: { type: 'string', description: '知识库目录路径，默认 .deepfish-rag。' },
-          limit: { type: 'number', description: '返回条数上限，默认 10。' },
         },
         required: [],
       },
@@ -661,27 +399,12 @@ const descriptions = [
   {
     type: 'function',
     function: {
-      name: 'readKnowledgeBaseDocument',
-      description: '按文档ID读取知识库中的完整文档内容。',
+      name: 'appendKnowledgeBase',
+      description: '续加知识库（增量导入），存储文档绝对路径和约300字摘要。',
       parameters: {
         type: 'object',
         properties: {
-          documentId: { type: 'string', description: '文档ID（由 buildKnowledgeBase 生成）。' },
-          knowledgeBasePath: { type: 'string', description: '知识库目录路径，默认 .deepfish-rag。' },
-        },
-        required: ['documentId'],
-      },
-    },
-  },
-  {
-    type: 'function',
-    function: {
-      name: 'getKnowledgeBaseInfo',
-      description: '读取知识库元信息与历史加载记录（sourceHistory）。',
-      parameters: {
-        type: 'object',
-        properties: {
-          knowledgeBasePath: { type: 'string', description: '知识库目录路径，默认 .deepfish-rag。' },
+          sourcePath: { type: 'string', description: '源文件目录或文件路径。为空时会交互输入。' },
         },
         required: [],
       },
@@ -690,16 +413,14 @@ const descriptions = [
   {
     type: 'function',
     function: {
-      name: 'searchKnowledgeBaseChunks',
-      description: '对知识库进行分块检索，返回命中关键词的文本块（chunk），用于RAG召回。',
+      name: 'queryKnowledgeBase',
+      description: '查询知识库：先按摘要匹配关键词，再由子agent在必要时读取命中文档的完整内容。',
       parameters: {
         type: 'object',
         properties: {
           keyword: { type: 'string', description: '检索关键词。' },
-          knowledgeBasePath: { type: 'string', description: '知识库目录路径，默认 .deepfish-rag。' },
-          chunkSize: { type: 'number', description: '分块长度，默认 800。' },
-          overlap: { type: 'number', description: '分块重叠长度，默认 120。' },
           limit: { type: 'number', description: '返回数量上限，默认 10。' },
+          includeFullDocument: { type: 'boolean', description: '是否允许子agent读取全文，默认 false。' },
         },
         required: ['keyword'],
       },
@@ -712,24 +433,7 @@ const descriptions = [
       description: '删除知识库目录（默认删除命令执行目录下的 .deepfish-rag）。',
       parameters: {
         type: 'object',
-        properties: {
-          knowledgeBasePath: { type: 'string', description: '知识库目录路径，默认 .deepfish-rag。' },
-        },
-        required: [],
-      },
-    },
-  },
-  {
-    type: 'function',
-    function: {
-      name: 'rebuildKnowledgeBase',
-      description: '重建知识库：先删除原知识库，再从源目录/文件重新构建。',
-      parameters: {
-        type: 'object',
-        properties: {
-          sourcePath: { type: 'string', description: '源文件目录或文件路径。为空时会交互输入。' },
-          knowledgeBasePath: { type: 'string', description: '知识库目录路径，默认 .deepfish-rag。' },
-        },
+        properties: {},
         required: [],
       },
     },
@@ -737,20 +441,15 @@ const descriptions = [
 ]
 
 const functions = {
-  getKnowledgeBaseCreationDescription,
-  getKnowledgeBaseRetrievalDescription,
-  buildKnowledgeBase,
-  readKnowledgeBase,
-  readKnowledgeBaseDocument,
-  getKnowledgeBaseInfo,
-  searchKnowledgeBaseChunks,
+  createKnowledgeBase,
+  appendKnowledgeBase,
+  queryKnowledgeBase,
   deleteKnowledgeBase,
-  rebuildKnowledgeBase,
 }
 
 const EmbeddingTool = {
   name: 'EmbeddingTool',
-  description: '提供本地知识库构建/读取能力，默认知识库路径为命令执行目录下的 .deepfish-rag',
+  description: '提供本地知识库创建、续加、查询、删除能力（索引仅存摘要和绝对路径）',
   platform: 'all',
   descriptions,
   functions,
@@ -758,6 +457,3 @@ const EmbeddingTool = {
 }
 
 module.exports = EmbeddingTool
-
-
-

package/src/AgentRobot/BaseAgentRobot/lazy-tools/img.js

@@ -420,7 +420,33 @@ async function imagesToPdf(imagePaths, outputPath, options = {}) {
 
 // ─── 工具描述 ─────────────────────────────────────────────────────────────────
 
+
+// ─── 使用说明 ─────────────────────────────────────────────────────────────────
+
+function imgReadme() {
+  return `【IMG 工具使用说明】
+1. 优先使用本工具内置函数完成任务（元数据读取、缩放、裁剪、旋转、格式转换、压缩、水印等）。
+2. 如果内置函数无法满足需求（如复杂滤镜处理、特殊格式转换、高级图像合成），再尝试使用 ImageMagick 命令行。
+3. 在调用 ImageMagick 前，先检测系统是否已安装 ImageMagick：
+   - 已安装：直接使用 ImageMagick 命令行继续处理。
+   - 未安装：询问用户是否允许安装。
+4. 若用户同意安装：引导完成安装后继续执行原任务。
+5. 若用户拒绝安装：明确告知当前能力限制，并终止该操作。
+
+建议：
+- 常规图像处理优先使用内置函数，速度更快且依赖更少。
+- 仅在确实需要高级图像处理能力时才启用 ImageMagick 路径。`
+}
+
 const descriptions = [
+  {
+    type: 'function',
+    function: {
+      name: 'imgReadme',
+      description: '获取 IMG 工具集的使用说明, 调用函数前必须先查看本说明。',
+      parameters: {},
+    }
+  },
   {
     type: 'function',
     function: {
@@ -707,6 +733,7 @@ const descriptions = [
 // ─── 导出 ──────────────────────────────────────────────────────────────────────
 
 const functions = {
+  imgReadme,
   getImageInfo,
   resizeImage,
   cropImage,

package/src/AgentRobot/BaseAgentRobot/lazy-tools/pptx.js

@@ -372,7 +372,33 @@ async function getPptxTextStats(filePath) {
 
 // ─── 工具描述 ─────────────────────────────────────────────────────────────────
 
+
+// ─── 使用说明 ─────────────────────────────────────────────────────────────────
+
+function pptxReadme() {
+  return `【PPTX 工具使用说明】
+1. 优先使用本工具内置函数完成任务（信息读取、文本提取、搜索、创建演示文稿、追加幻灯片、文本替换、合并、图片提取等）。
+2. 如果内置函数无法满足需求（如复杂动画保真、特殊版式处理、跨格式高级转换），再尝试使用 LibreOffice 命令行。
+3. 在调用 LibreOffice 前，先检测系统是否已安装 LibreOffice：
+   - 已安装：直接使用 LibreOffice 命令行继续处理。
+   - 未安装：询问用户是否允许安装。
+4. 若用户同意安装：引导完成安装后继续执行原任务。
+5. 若用户拒绝安装：明确告知当前能力限制，并终止该操作。
+
+建议：
+- 常规演示文稿处理优先使用内置函数，速度更快且依赖更少。
+- 仅在确实需要高保真格式转换或复杂版式时才启用 LibreOffice 路径。`
+}
+
 const descriptions = [
+  {
+    type: 'function',
+    function: {
+      name: 'pptxReadme',
+      description: '获取 PPTX 工具集的使用说明, 调用函数前必须先查看本说明。',
+      parameters: {},
+    }
+  },
   {
     type: 'function',
     function: {
@@ -517,6 +543,7 @@ options 可选：{ title, subject, author, company, layout }。
 // ─── 导出 ──────────────────────────────────────────────────────────────────────
 
 const functions = {
+  pptxReadme,
   getPptxInfo,
   readPptxText,
   searchPptxText,

package/src/AgentRobot/BaseAgentRobot/lazy-tools/video.js

@@ -0,0 +1,36 @@
+function videoReadme() {
+  return `【VIDEO 工具使用说明】
+1. 优先尝试使用 FFmpeg 命令行。
+3. 在调用 FFmpeg 前，先检测系统是否已安装 FFmpeg：
+   - 已安装：直接使用 FFmpeg 命令行继续处理。
+   - 未安装：询问用户是否允许安装。
+4. 若用户同意安装：引导完成安装后继续执行原任务。
+5. 若用户拒绝安装：明确告知当前能力限制，并终止该操作。`
+}
+
+const descriptions = [
+  {
+    type: 'function',
+    function: {
+      name: 'videoReadme',
+      description: '获取 VIDEO 工具集的使用说明, 在处理音频、视频文件前必须先查看本说明。',
+      parameters: {},
+    },
+  },
+]
+
+const functions = {
+    videoReadme,
+}
+
+const VideoTool = {
+  name: 'VideoTool',
+  description: '提供音频、视频处理能力说明',
+  platform: 'all',
+  descriptions,
+  functions,
+  isSystem: true
+}
+
+module.exports = VideoTool
+

package/src/AgentRobot/BaseAgentRobot/lazy-tools/xlsx.js

@@ -22,6 +22,21 @@ function resolvePath(filePath) {
 
 // ─── 工具函数 ─────────────────────────────────────────────────────────────────
 
+function xlsxReadme() {
+  return `【XLSX 工具使用说明】
+1. 优先使用本工具内置函数完成任务（读取、写入、搜索、合并、CSV 互转等）。
+2. 如果内置函数无法满足需求（如复杂格式保真、特殊公式处理、跨格式高级转换），再尝试使用 LibreOffice 命令行。
+3. 在调用 LibreOffice 前，先检测系统是否已安装 LibreOffice：
+   - 已安装：直接使用 LibreOffice 命令行继续处理。
+   - 未安装：询问用户是否允许安装。
+4. 若用户同意安装：引导完成安装后继续执行原任务。
+5. 若用户拒绝安装：明确告知当前能力限制，并终止该操作。
+
+建议：
+- 简单与结构化数据处理优先使用内置函数，速度更快且依赖更少。
+- 仅在确实需要高保真格式转换时才启用 LibreOffice 路径。`
+}
+
 /**
  * 获取 XLSX 文件基本信息（工作表名称、行列数等）
  */
@@ -337,6 +352,14 @@ async function getSheetStats(filePath, sheetName) {
 // ─── 工具描述 ─────────────────────────────────────────────────────────────────
 
 const descriptions = [
+  {
+    type: 'function',
+    function: {
+      name: 'xlsxReadme',
+      description: '获取 XLSX 工具集的使用说明, 调用函数前必须先查看本说明。',
+      parameters: {},
+    }
+  },
   {
     type: 'function',
     function: {
@@ -559,6 +582,7 @@ const descriptions = [
 // ─── 导出 ──────────────────────────────────────────────────────────────────────
 
 const functions = {
+  xlsxReadme,
   getXlsxInfo,
   getSheetNames,
   readSheet,

package/src/AgentRobot/BaseAgentRobot/tools/GenerateTools.js

@@ -1,5 +1,3 @@
-const path = require('path')
-
 const descriptions = [
   {
     type: 'function',
@@ -176,8 +174,8 @@ const functions = {
   },
   systemFileManagement_copyFile: function(srcPath, destPath) {
     try {
-        const fullSourcePath = path.resolve(process.cwd(), sourcePath)
-        const fullDestPath = path.resolve(process.cwd(), destinationPath)
+        const fullSourcePath = path.resolve(process.cwd(), srcPath)
+        const fullDestPath = path.resolve(process.cwd(), destPath)
         const destDirPath = path.dirname(fullDestPath)
     
         fs.ensureDirSync(destDirPath)

package/src/cli/DefaultConfig.js

@@ -2,8 +2,6 @@ const defaultConfig = {
   ai: [],
   currentAi: '',
   maxIterations: -1, // ai完成工作流的最大迭代次数，-1表示无限制
-  maxMessagesLength: 150000, // 最大压缩长度，-1表示无限制
-  maxMessagesCount: 100, // 最大压缩数量，-1表示无限制
   maxMemoryExpireTime: 30, // 整个会话的最大过期时间，单位天，-1表示无限制, 0表示不记录
   maxLogExpireTime: 3, // 日志过期时间，单位天，-1表示无限制，0表示不记录
   maxBlockFileSize: 20, // 最大分块文件大小，单位KB；超过该大小的文件需要分块处理