dsh-mini-remote 0.1.3 → 0.1.5

package/lib/events.js

@@ -3,6 +3,9 @@
  *   1. 用户真正发出的指令（不是插件注入的合成上下文）
  *   2. Agent 一轮任务的最终回复（不是中间的工具调用和思考）
  *
+ * 另有一个**只给鲸鱼娘气泡用**的出口 stepSelfTalk()：中间步骤的旁白一句话
+ * （思考不上手机，见那段注释）。它和上面两样严格分开——不记历史、不顶替回答。
+ *
  * 依据 DSH 0.1.5-rc.2 实测的事件契约：
  *   SessionEvent = { type, seq, time, data }
  *   - turn/start      data: { turn }
@@ -59,6 +62,55 @@ export function looksLikeToolMarkup(text) {
   return typeof text === 'string' && TOOL_MARKUP.test(text)
 }
 
+/**
+ * 中间步骤的「自言自语」。
+ *
+ * 2026-09-26 用户要的新功能：让手机上的鲸鱼娘把模型执行步骤时的那句自说自话
+ * 说出来。**它不进回答区**——那是 2026-09-22 用户亲自否掉的做法（过程的文字跑进
+ * 回答区、来了又撤，他说「就像泄露出来的一样」）。这里取出来的东西只走鲸鱼娘的
+ * 气泡，和 latest/history 一个字都不碰。
+ *
+ * **只念旁白**（2026-09-27 用户两次收紧后定下来的口径）：
+ *   1. 中间步骤的 text 块（「我先看看这个文件」）——它本来就是一句说给人听的话，
+ *      中位 45 字，天生适合气泡。
+ *   2. **思维链一个字都不上气泡。** 先是我把「退而取思考首行」那道兜底限定成
+ *      「整句没有汉字就不念」（英文的思考摆在中文界面里是噪音），用户随后把话
+ *      说到底：**思考首行整个不要展示**——不分中英文。这一条比兜底更干净：气泡里
+ *      出现的每一句，都是我特意写给人看的；我的草稿（无论什么语言）只留在电脑上。
+ *
+ * 没旁白就不念（气泡留着上一句，而不是闪空）。
+ */
+
+/** 折叠内部空白：一段话里的换行和缩进不必原样带进气泡。 */
+function tidySelfTalk(text) {
+  return String(text).replace(/\s+/g, ' ').trim()
+}
+
+/**
+ * 从一条助手消息的内容里取出「自言自语」。
+ *
+ * **只有中间步骤才有**：不含工具调用的那一步是最终回答，它归回答区，不归气泡。
+ * **只认旁白**（2026-09-27 用户定的）：思维链一个字都不取，无论中英文——所以那一步
+ * 只想了没写旁白时，返回 null，气泡留着上一句，而不是端一句草稿出来。
+ *
+ * **不截断**（2026-09-27 用户报的：长句在手机上被切掉半行）。这里原来掐到 80 字、
+ * 末尾补省略号；用户要的是「语句完全展现」，于是断句这件事整个交回给手机页面——
+ * 那边不限行数、让气泡长高，只留一道 max-height 兜病态长文。两处都掐等于两处都不清。
+ *
+ * @returns {{kind:'narration', text:string}|null}
+ */
+export function stepSelfTalk(content) {
+  if (!isIntermediateStep(content)) return null
+
+  const narration = visibleText(content)
+  if (narration && !looksLikeToolMarkup(narration)) {
+    const text = tidySelfTalk(narration)
+    if (text) return { kind: 'narration', text }
+  }
+
+  return null
+}
+
 /**
  * 一轮任务的累计器。
  *

package/lib/index.js

@@ -5,9 +5,12 @@
  *   - 不代理 DSH 桌面界面（那是 dsh-pocket 的做法），手机只拿两样东西：
  *     用户发出的指令 + Agent 的最终回复。
  *   - 不监听 waterfall 事件。只订阅纯 emit 事件，避免误吞 agent 的默认行为。
- *   - 不 import 任何 @deepseek-ai/* 的运行时值。DSH 事件契约已经用 .d.ts 核实，
- *     消息对象自己造（MessageId 的 brand 在运行时是恒等函数、不做校验），
- *     这样插件加载期零外部依赖，也不会有 cordis 双副本的坑。
+ *   - 不 import 任何 @deepseek-ai/* 的运行时值，只有一个例外：@deepseek-ai/schemastery。
+ *     它只用来声明 Config（见下面 export const Config）——DSH 0.1.7 起，只有把字段标成
+ *     volatile，改它才不需要重载插件，而声明 schema 绕不开 schemastery。它由宿主提供
+ *     （写进 peerDependencies、不进 dependencies，免得出现第二份副本）。
+ *     其余照旧：事件契约已经用 .d.ts 核实，消息对象自己造（MessageId 的 brand 在运行时
+ *     是恒等函数、不做校验），插件加载期几乎没有外部依赖，也没有 cordis 双副本的坑。
  *
  * 事件契约（DSH 0.1.5-rc.2 实测）：
  *   session/event(session, event)  event = { type, seq, time, data }
@@ -22,8 +25,10 @@ import { homedir } from 'node:os'
 import { mkdirSync, readFileSync, writeFileSync } from 'node:fs'
 import { randomBytes, randomUUID } from 'node:crypto'
 
+import z from '@deepseek-ai/schemastery'
+
 import { createStore } from './store.js'
-import { createTurnTracker, visibleText } from './events.js'
+import { createTurnTracker, visibleText, stepSelfTalk } from './events.js'
 import { replayHistory, lastReply } from './history.js'
 import { readTailEvents } from './log-tail.js'
 import {
@@ -108,6 +113,60 @@ const DEFAULTS = {
   },
 }
 
+/**
+ * 给 schema 标上 volatile（"改了不用重载"）。
+ *
+ * 为什么要绕这一层判断：`.volatile()` 是 schemastery **3.18.3** 才加的方法，3.18.1／3.18.2
+ * 都没有。DSH 0.1.5 声明的依赖范围是 `^3.18.2`，是可以落到没有它的那一版上的——那种环境下
+ * 直接写 `.volatile()` 会在**加载插件的那一刻**抛异常，整个插件起不来，手机上什么都没有。
+ * 这个插件一贯的做法是"少了哪样就关掉哪一块，不整个倒下"，所以这里降级处理：没有这个方法
+ * 就原样返回，插件照常可用，只是少了"改配置不用重载"这一条（`liveConfig` 那边也会因此
+ * 认不出 volatile 字段，读到的就是普通值，行为与从前一致）。
+ */
+export function markVolatile(schema) {
+  return typeof schema?.volatile === 'function' ? schema.volatile() : schema
+}
+
+/**
+ * 插件设置的标准声明（DSH 0.1.7 起的做法）。宿主拿它校验 profile 补丁给我们的 config，
+ * 设置页那条编辑通道也按它生成表单——**只有标了 volatile 的字段才会出现在那张表单里**。
+ *
+ * **为什么一个 .default() 都没有**：schema 里的默认值会被 Loader 落进 config，而我们的
+ * 合并顺序是 `DEFAULTS < settings.json < config`——那样一来 schema 默认值就会盖住用户存在
+ * settings.json 里的值。留空即 undefined，deepMerge 会跳过 undefined，内置默认值照旧只在
+ * 下面 DEFAULTS 写一处。
+ *
+ * **为什么只有两个字段标 .volatile()**：标了就是承诺「改它不用重载插件」，而承诺得在代码里
+ * 兑现——这类字段必须用的时候现读（见 liveConfig）。端口和绑定地址要重新监听、隧道要重建、
+ * 口令的真相在 token 文件和手机页面的改密入口，这些改完确实要重建插件，就不标：DSH 会替我们
+ * 重载，那才是实话。宁可少标，不能乱标。
+ */
+export const Config = z.object({
+  port: z.number().description('手机上打开的那个端口。改了要重载插件（得重新监听）。'),
+  bindAddress: z.string().description("监听哪个地址：'auto'、'127.0.0.1' 或具体某个 IP。改了要重载插件。"),
+  tunnel: z.object({
+    enabled: z.boolean(),
+    cloudflaredPath: z.string(),
+  }).description('公网隧道（cloudflared）。改了要重载插件。'),
+  token: z.string().role('secret')
+    .description('访问口令。留空 = 首次启动自动生成；改口令用手机页面上的改密入口，改完要重载插件。'),
+  maxHistory: z.number().description('手机端每个会话保留多少条历史。改了要重载插件。'),
+  defaultMode: markVolatile(z.string())
+    .description("手机打开时默认进哪个模式：'minimal' 或 'chat'。改了立即生效，不用重载。"),
+  notify: markVolatile(z.object({
+    enabled: z.boolean(),
+    channel: z.string(),
+    barkUrl: z.string(),
+    ntfyUrl: z.string(),
+    ntfyTopic: z.string(),
+    telegramBotToken: z.string().role('secret'),
+    telegramChatId: z.string(),
+    onlyWhenBackground: z.boolean(),
+    maxLength: z.number(),
+    sound: z.string(),
+  })).description('外部推送（Bark / ntfy / Telegram）。改了立即生效，不用重载。'),
+})
+
 function deepMerge(base, ...overrides) {
   const out = { ...base }
   for (const patch of overrides) {
@@ -178,13 +237,43 @@ function userMessage(text, files = []) {
   })
 }
 
+/**
+ * 把标了 volatile 的配置字段接到 settings 上：读的时候现取，不在加载时抄一份。
+ *
+ * 为什么必须现取：DSH 对 volatile 字段的处理是「就地提交、不重建插件」——它只把新值写进那个
+ * 引用里，再 emit 一次 loader/volatile-update。要是我们加载时抄了一份，就地更新就永远看不见，
+ * 那这个声明比不声明更糟：DSH 不再重载我们，而我们手里还是旧值。
+ *
+ * 取值仍沿用原来的合并顺序：config 里显式写了就用 config（undefined 算没写），没写就用
+ * settings.json / 内置默认值那一路（`localBase` 那一份，不能拿合并了 config 的那份，
+ * 否则会把 volatile 的引用对象自己也当成"本地值"）。
+ */
+function liveConfig(settings, config, localBase) {
+  for (const [key, ref] of Object.entries(config ?? {})) {
+    if (!Config.dict?.[key]?.meta?.volatile) continue
+    if (!ref || typeof ref.get !== 'function') continue
+    let local = localBase?.[key]
+    Object.defineProperty(settings, key, {
+      enumerable: true,
+      configurable: true,
+      get: () => (ref.get() === undefined ? local : ref.get()),
+      set: (value) => { local = value },
+    })
+  }
+}
+
 export function apply(ctx, config = {}) {
   const dir = dataDir()
   mkdirSync(dir, { recursive: true })
 
   const settingsFile = join(dir, 'settings.json')
   const stored = readJson(settingsFile)
-  const settings = deepMerge(DEFAULTS, stored ?? {}, config)
+  // 两份来源分清楚：`local` 是"我们这份"（内置默认 + settings.json），`settings` 再叠上
+  // profile 补丁给的 config。volatile 字段要拿 `local` 当兜底，所以基线单独留一份。
+  const local = deepMerge(DEFAULTS, stored ?? {})
+  const settings = deepMerge(local, config)
+  // 标了 volatile 的字段改成"读的时候现取"（见 liveConfig）：这类字段改了不用重载插件。
+  liveConfig(settings, config, local)
 
   // 首次启动把默认配置落一份出来，用户才有东西可以改。
   if (stored === null) {
@@ -797,8 +886,41 @@ export function apply(ctx, config = {}) {
       return
     }
 
+    /**
+     * 一轮跑完，台词就作废。
+     *
+     * 不广播也安全：这一轮结束必然跟着一条回复或一条状态推送，手机自己会重画；
+     * 而页面那边还认着「这句我念过了」（比 at），所以旧的残留不会诈尸。
+     */
+    if (event.type === 'turn/end' && sessionId === targetSessionId()) {
+      store.setThought(sessionId, null)
+    }
+
     const action = tracker.feed(sessionId, event)
-    if (!action) return
+    if (!action) {
+      /**
+       * 到这里还不是「指令」也不是「回答」，但可能是别的会话都不管的第三种东西：
+       * 中间步骤的自言自语（鲸鱼娘的台词）。
+       *
+       * **必须在这儿接，不能等到下面。** 下面第一件事就是 `if (sessionId !==
+       * targetSessionId()) return`——那是给「会震动手机的内容」定的规矩，而台词也一样：
+       * 别的会话在想什么，跟手机正遥控的这个会话无关。
+       *
+       * 它取的是中间步骤的旁白或思考首行，**不落盘、不进历史**，所以回答区的口径
+       * （latest/history）一个字都不会因此改变——2026-09-22 用户否掉的是「过程的文字
+       * 跑进回答区」，不是「她说了句话」。
+       */
+      if (event.type === 'assistant/message') {
+        if (sessionId !== targetSessionId()) return
+        const talk = stepSelfTalk(event.data?.message?.content)
+        // 没话可说时**什么都不做**：留着上一句，比让气泡闪一下空要好。
+        if (!talk) return
+        store.setThought(sessionId, { text: talk.text, at: event.time ?? Date.now() })
+        store.touchSession(sessionId)
+        server?.broadcast('state', store.snapshot())
+      }
+      return
+    }
     store.touchSession(sessionId)
 
     // 手机还没绑会话时，谁先有动静就绑谁。
@@ -823,7 +945,9 @@ export function apply(ctx, config = {}) {
       }
       // 电脑上自己敲的指令也记一笔，聊天模式才完整。
       // 带上 id：那条也可能是**排队**排进去的，手机上要靠它对上号、标出「排队中」。
-      store.pushUser({ text: action.text, sessionId, id: action.id })
+      // 时间戳用事件自己的 `time`：硬盘重放出来的那份也是这个 `time`，两边同钟，
+      // 合成时才认得出「这条记录里已经有了」，不会接成两条（见 store.pushUser）。
+      store.pushUser({ text: action.text, sessionId, id: action.id, timestamp: event.time })
       server?.broadcast('state', store.snapshot())
       return
     }
@@ -831,6 +955,8 @@ export function apply(ctx, config = {}) {
     // action.kind === 'reply'
     store.pushReply({
       text: action.text, sessionId, reason: action.reason, interrupted: action.interrupted,
+      // 同上：和硬盘那份用同一个钟（事件的 `time`），否则同一条回复会显示两遍。
+      timestamp: event.time,
     })
     server?.broadcast('reply', {
       text: action.text,
@@ -1198,13 +1324,37 @@ export function apply(ctx, config = {}) {
     // 能力从 `miniControl` 这个固定取用点拿（服务启动时主动放进去的），
     // **不再经过 createMiniServer 的回执**——实测那个回执兑现出来是 undefined。
     const phoneReady = typeof miniControl.hasPhone === 'function' ? miniControl.hasPhone() : false
-    if (!agentId || agentId !== bound || questions.length === 0) return next()
-    if (!phoneReady) return next()
-    if (typeof miniControl.askPhone !== 'function') return next()
+    /**
+     * **让路的那三种情况，每一种都留一行。**
+     *
+     * 2026-09-27 用户报「电脑上弹出了选项，手机上什么都没有」。当时这条链上只有
+     * 「答好了」和「出错」两句日志——正好把**让路**这半边全留白了，于是只能靠猜：
+     * 是手机没连、还是问的不是手机上绑的那个会话，日志里看不出来。
+     * 现在每次被叫到都记一行「问的是谁、手机绑的是谁、题数、手机在不在」。
+     * **不记题目正文**——那是用户自己的话。
+     */
+    if (!agentId || agentId !== bound || questions.length === 0) {
+      console.log(`[dsh-mini-remote] 提问让路：问的=${agentId ?? '无'}，手机绑的=${bound ?? '无'}，题目数=${questions.length}`)
+      return next()
+    }
+    if (!phoneReady) {
+      console.log('[dsh-mini-remote] 提问让路：手机上此刻没有连接（页面没开、锁屏或断网），交给电脑')
+      return next()
+    }
+    if (typeof miniControl.askPhone !== 'function') {
+      console.log('[dsh-mini-remote] 提问让路：拿不到 askPhone（手机服务还没起来），交给电脑')
+      return next()
+    }
     // ——— 同步交出"将来会有答案"的东西；下面的等待都在这里，不再有同步判断 ———
+    console.log(`[dsh-mini-remote] 提问推给手机：${questions.length} 题，等它答`)
     return miniControl.askPhone(questions, agentId).then((answer) => {
       // 手机中途没了：把问题还给电脑，那边照常弹窗——不会两头都答不上。
-      if (!answer) return next()
+      // 这一句日志是「手机上答了、电脑上没动静」那类现象唯一能落下来的痕迹：
+      // 有它才知道手机那份答案没接上（断线、或者答晚了一步），而不是插件没在跑。
+      if (!answer) {
+        console.log('[dsh-mini-remote] 手机上没答成（连接断了、或者答晚了），这题还给电脑')
+        return next()
+      }
       console.log('[dsh-mini-remote] 手机上答好了，交给电脑')
       return answer
     }).catch((err) => {