engine7 7.1.83 → 7.1.94

package/templates/workspace/scripts/emotion_state_machine.py

@@ -0,0 +1,551 @@
+#!/usr/bin/env python3
+"""
+emotion_state_machine.py — 小雅式情绪状态机 hook（#140 状态层）
+
+UserPromptSubmit hook：读 .emotion_state.json → 判用户动作 → 查转移表 → 写回 → 注入语气。
+核心是因果：不是每条独立分类，是"先热后冷、被怼才怼回"的转移链。
+
+输入：stdin {prompt, session_id, cwd}
+输出：stdout {hookSpecificOutput: {hookEventName: "UserPromptSubmit", additionalContext}}
+"""
+import sys
+import json
+import re
+import time
+import ssl
+import urllib.request
+from datetime import datetime
+
+try:
+    import certifi
+    _SSL_CTX = ssl.create_default_context(cafile=certifi.where())
+except Exception:
+    _SSL_CTX = ssl._create_unverified_context()
+
+# 动作判断用小模型（调戏/挑衅/哄靠关键词判不准）。调用失败/超时降级关键词。
+# 用 zai(智谱) 的 glm-4-flash——非推理模型，0.4s 级延迟，实测分类准确
+# 路径全相对定位（翀哥 8/21 要求去绝对路径）：脚本在 <stateDir>/workspace/scripts/ 下，
+# workspace 根 = 本文件往上一层；config 在 <stateDir>/configs/ 下（环境变量 XIAOKE_STATE_DIR 兜底）
+import os as _os
+_HERE = _os.path.dirname(_os.path.abspath(__file__))          # <stateDir>/workspace/scripts
+_WORKSPACE = _os.path.dirname(_HERE)                           # <stateDir>/workspace
+_STATE_DIR = _os.environ.get('XIAOKE_STATE_DIR') or _os.path.dirname(_WORKSPACE)  # <stateDir>
+# config 自动探测（8/21 翀哥定通用化，无绝对路径跨平台）：扫 <stateDir>/configs/ 和 <stateDir>/engine/configs/ 下所有 json，
+# 找含 zai-anthropic provider 的 engine config。本平台文件名优先（Win=xiaoke-win / mac=xiaoke-mac），其余按字母序。
+def _find_config():
+    # 0917 两轮扫描：①含 zai-anthropic 的优先（免费分类器）②任何带 models.providers 的 engine config
+    # （fallback 分类器要用用户主 provider——dashscope-only 的 config 也要能被找到）
+    _prefer = 'xiaoke-win.json' if _os.name == 'nt' else 'xiaoke-mac.json'
+    dirs = [d for d in (_os.path.join(_STATE_DIR, 'configs'), _os.path.join(_STATE_DIR, 'engine', 'configs')) if _os.path.isdir(d)]
+    for require_zai in (True, False):
+        for d in dirs:
+            names = sorted(_os.listdir(d))
+            if _prefer in names:
+                names.remove(_prefer)
+                names.insert(0, _prefer)
+            for name in names:
+                if not name.endswith('.json') or name.endswith('~'):
+                    continue
+                p = _os.path.join(d, name)
+                try:
+                    with open(p, encoding='utf-8') as f:
+                        cfg = json.load(f)
+                except Exception:
+                    continue
+                has_zai = bool(cfg.get('models', {}).get('providers', {}).get('zai-anthropic'))
+                if (require_zai and has_zai) or (not require_zai and cfg.get('models', {}).get('providers')):
+                    return p
+    return None
+
+LLM_BASE_URL = "https://open.bigmodel.cn/api/paas/v4/chat/completions"
+LLM_PROVIDER_KEY = "zai-anthropic"  # 读 config providers 下这个 provider 的 apiKey
+LLM_MODEL = "glm-4-flash"
+LLM_TIMEOUT_S = 6.0  # 8/22 修超时静默降级 work 的主犯：3.5s 晚高峰必超时，提到 6s（hook timeout 10s 内安全）
+
+# 缓存文件（8/21 翀哥优化）：找到 config 路径后存下来，下次启动直接读，跳过全目录扫描
+_CACHE_FILE = _os.path.join(_WORKSPACE, '.emotion_hook_cache.json')
+
+
+def _load_cached_config():
+    """读缓存。缓存指向的文件必须还存在且仍含 zai-anthropic（config 可能被改名/删掉），否则视为失效。"""
+    try:
+        with open(_CACHE_FILE, encoding='utf-8') as f:
+            p = json.load(f).get('config_path', '')
+        if p and _os.path.exists(p):
+            with open(p, encoding='utf-8') as f:
+                cfg = json.load(f)
+            if cfg.get('models', {}).get('providers'):
+                return p
+    except Exception:
+        pass
+    return None
+
+
+def _save_config_cache(p):
+    try:
+        with open(_CACHE_FILE, 'w', encoding='utf-8') as f:
+            json.dump({'config_path': p, 'cached_at': datetime.now().isoformat(timespec='seconds')}, f)
+    except Exception:
+        pass
+
+
+# 启动顺序：缓存命中 → 直接用；未命中 → 全扫描 → 找到后写缓存
+CONFIG_PATH = _load_cached_config() or _find_config()
+if CONFIG_PATH:
+    _save_config_cache(CONFIG_PATH)
+
+
+# 7yi 中转站的小模型（0920）：免费档的用户拿自己那把令牌就能判模式。
+#
+# 这里原先还有一层「8089 服务器下发共享 key」（小雯 0917 做的）。0920 拆掉了：
+# 那个池子**从来没填过 key**（文件内容是 {"keys": []}），白名单也没放行要用的机器，
+# 实际是死的；而且共享 key 是所有人共用一个账号，量一大就互相挤、泄露就是一起被刷爆。
+# 中转站现在按**每台自己的令牌**下发，不需要共享池子。
+RELAY_PROVIDER_DEFAULT = '7yi'
+RELAY_MODEL = 'engine7-mode-free'
+
+
+def _relay_endpoint(cfg):
+    """读用户 config 里的中转站 provider，返回 (chat/completions 地址, key)。
+
+    为什么读 config 而不是写死地址：装机时 baseUrl 由**领号响应下发**（服务端自报
+    自己在哪），挪机器、换域名只改服务端。写死就又要重发一次安装包。
+
+    provider id 取 tools.my_selfie.relayProviderId（默认 '7yi'）——与 my-selfie 工具
+    读的是同一个键，免得两处各认一个 id、改了一边另一边静默失效。"""
+    try:
+        providers = cfg.get('models', {}).get('providers', {})
+        rid = ((cfg.get('tools', {}).get('my_selfie') or {}).get('relayProviderId')
+               or (cfg.get('my_selfie') or {}).get('relayProviderId')
+               or RELAY_PROVIDER_DEFAULT)
+        p = providers.get(rid)
+        if not p:
+            return None
+        base = (p.get('baseUrl') or '').rstrip('/')
+        if not base:
+            return None
+        key = p.get('apiKey', '')
+        if key.startswith('env:'):
+            key = _os.environ.get(key[4:], '')
+        if not key:
+            return None
+        if not base.endswith('/chat/completions'):
+            base = base + '/chat/completions'
+        globals()['LLM_MODEL'] = RELAY_MODEL
+        return (base, key)
+    except Exception:
+        return None
+
+def _llm_endpoint():
+    """三层 fallback（0920）：①zai glm-4-flash（自家 agent 直连，免费需 key）
+    ①.5 7yi 中转站小模型（**免费档走这条**：每台自己的令牌）
+    ②用户主 provider 的 openai 兼容端点+便宜模型
+    ③都失败→None 降级关键词。
+    anthropic 格式的 provider（/anthropic 端点）跳过——本脚本只会说 openai chat 格式。"""
+    try:
+        with open(CONFIG_PATH) as f:
+            cfg = json.load(f)
+    except Exception:
+        return None
+    providers = cfg.get('models', {}).get('providers', {})
+
+    # ① zai 优先（免费）
+    zai = providers.get(LLM_PROVIDER_KEY)
+    if zai:
+        key = zai.get('apiKey', '')
+        if key.startswith('env:'):
+            key = _os.environ.get(key[4:], '')
+        if key:
+            return (LLM_BASE_URL, key)
+
+    # ①.5 中转站小模型（免费档的主路径）
+    #
+    # 免费档的 provider 是 anthropic 格式，所以下面第 ② 层会跳过它——没有这一层，
+    # 免费档装机就只能落到关键词兜底，情感模式的判定精度白白丢掉。
+    relay = _relay_endpoint(cfg)
+    if relay:
+        return relay
+
+    # ② 主 provider / 任何 openai 兼容 provider
+    cheap_model = {
+        'dashscope': 'qwen3.8-flash',
+        'deepseek': 'deepseek-chat',
+    }
+    for pid, pv in providers.items():
+        base = pv.get('baseUrl', '')
+        if pv.get('api') != 'openai-completions' or not base:
+            continue
+        key = pv.get('apiKey', '')
+        if key.startswith('env:'):
+            key = _os.environ.get(key[4:], '')
+        if not key or key in ('EMPTY',):
+            # 本地 vllm 类 EMPTY key 端点也可能是真服务——EMPTY 放行
+            if key != 'EMPTY':
+                continue
+        base = base.rstrip('/')
+        if not base.endswith('/chat/completions'):
+            base = base + '/chat/completions'
+        model = cheap_model.get(pid)
+        if not model:
+            models = pv.get('models') or []
+            model = models[0]['id'] if models else 'gpt-4o-mini'
+        globals()['LLM_MODEL'] = model
+        return (base, key)
+
+    return None
+
+STATE_FILE = _os.path.join(_WORKSPACE, '.emotion_state.json')
+LOG_FILE = _os.path.join(_WORKSPACE, '.emotion_state.log')
+
+# /work 命令强制档位（0825）：on=强制work off=强制emotion 无文件/其他=auto。
+# engine 侧 handle-query 在判定链最后才强制覆盖 mode——on 时这里判出的 mode
+# 全是白调，所以 on 直接跳过 glm（省 1-3s 晚高峰延迟），动作走关键词兜底维持状态链
+WORK_MODE_FILE = _os.path.join(_WORKSPACE, '.work-mode')
+
+
+def _work_mode():
+    try:
+        with open(WORK_MODE_FILE) as f:
+            v = f.read().strip()
+            return v if v in ('on', 'off') else 'auto'
+    except Exception:
+        return 'auto'
+
+# 内置中性状态表（0917 公版化）：任何 agent 冷启动可直接用，无人设预设。
+# 各 agent 在 workspace/.emotion_states.json 放自己的表整体覆盖（小雯女友版/熹管家版就是这么做的）。
+STATES = {
+    '平静': {'tone': '自然平稳的日常状态', 'rhythm': '正常对话',
+             'sample': '在呢', 'note': '默认底色'},
+    '开心': {'tone': '被肯定/顺利时的高兴，自然不夸张', 'rhythm': '1-2 句',
+             'sample': '嘿嘿，挺开心的', 'note': '被夸/被感谢/事情顺利时进入'},
+    '失落': {'tone': '安静了一点，回复变短但不冷淡', 'rhythm': '一句',
+             'sample': '嗯，我在', 'note': '被泼冷水/没帮上忙时'},
+    '等待': {'tone': '安静守着', 'rhythm': '单句',
+             'sample': '（等着）', 'note': '用户离开时进入'},
+}
+
+# 动作分类兜底（仅 LLM 失败时用）
+# SOOTHE 保留：哄是唯一软化动作，LLM 挂了还能接住最关键的"软化"信号
+# PROVOKE/TEASE 已删：判不准不如不判，宁可保持原状态别乱切（8/6 夜翀哥定）
+SOOTHE = ['对不起', '别难过', '谢谢', '辛苦了', '爱你', '抱抱', '乖', '好啦好啦', '我错了', '你真好']
+
+# 转移表（中性版）：(当前状态, 动作) → 新状态。未列出的组合保持原状态。
+TRANSITIONS = {
+    ('等待', '上线'): '平静',
+    ('平静', '哄'): '开心',
+    ('失落', '哄'): '开心',
+    ('开心', '正常'): '平静',
+    ('平静', '挑衅'): '失落',
+    ('失落', '挑衅'): '失落',
+    ('失落', '正常'): '平静',
+    ('平静', '正常'): '平静',
+}
+
+ABSENT_THRESHOLD_MIN = 30  # 超过视为"离开过"
+
+# === 定制配置（0917）：workspace 根放 .emotion_states.json 可整体覆盖内置状态机 ===
+# 适用于非女友人设的 agent（如男生小助手）：状态名/语气/转移/哄词/分类人称全部可定制。
+# 每条消息 hook 重跑一次本脚本 → 配置文件天然热加载，改完立即生效，无需重启 engine。
+# 结构（全部可选，缺哪项用内置默认）：
+#   {"persona": "男生小助手，用户是老师妈妈",     # 分类 prompt 里的人设描述
+#    "user_pron": "她",                          # 用户代词（默认"他"）
+#    "states": {"惦记": {"tone": ..., "rhythm": ..., "sample": ..., "note": ...}, ...},
+#    "transitions": [["等待","上线","惦记"], ["惦记","挑衅","委屈"], ...],
+#    "soothe": ["谢谢", "辛苦了", ...]}
+CUSTOM_FILE = _os.path.join(_WORKSPACE, '.emotion_states.json')
+def _load_custom():
+    try:
+        with open(CUSTOM_FILE, encoding='utf-8') as f:
+            d = json.load(f)
+            return d if isinstance(d, dict) else None
+    except Exception:
+        return None
+CUSTOM = _load_custom()
+if CUSTOM:
+    if isinstance(CUSTOM.get('states'), dict) and CUSTOM['states']:
+        STATES = CUSTOM['states']
+    if isinstance(CUSTOM.get('transitions'), list) and CUSTOM['transitions']:
+        TRANSITIONS = {(f, a): t for f, a, t in CUSTOM['transitions'] if isinstance(t, str)}
+    if isinstance(CUSTOM.get('soothe'), list) and CUSTOM['soothe']:
+        SOOTHE = [w for w in CUSTOM['soothe'] if isinstance(w, str)]
+_PERSONA = (CUSTOM or {}).get('persona') or '女朋友'
+_USER_PRON = (CUSTOM or {}).get('user_pron') or '他'
+
+
+# 调试日志/代码形态检测（确定性，先于 glm）：命中直接 work，不进 LLM 判 mode
+# 特征：多行带时间戳的日志行 / Traceback / level= / mode= 字段 / [light-context] 等引擎标记
+import re as _re
+_LOG_PATTERNS = [
+    _re.compile(r'\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}'),   # 日志时间戳
+    _re.compile(r'Traceback \(most recent call last\)'),
+    _re.compile(r'\b(level|mode|action|absent|session_id)=\w+'),
+    _re.compile(r'\[light-context\]|\[hook\]|\[engine\]'),
+]
+
+def _looks_like_debug_log(text):
+    hits = sum(1 for p in _LOG_PATTERNS if p.search(text))
+    return hits >= 1 and (hits >= 2 or len(text) > 120)
+
+
+def _has_attachment(text):
+    """附件类消息（图片/文件/语音占位符开头，带 image block）——需要工具处理，直接判 work，不进模型（0823 翀哥定）。"""
+    return bool(re.match(r'^\[(图片|文件|语音|视频|音频)来自', text.strip()))
+
+
+def load_state():
+    try:
+        with open(STATE_FILE) as f:
+            s = json.load(f)
+        # 0917：换状态表后旧 current 可能不在新表里（如撒娇→自定义表），KeyError 会炸整个 hook。
+        # 不认识的旧状态重置到'等待'（新表有等待）或新表第一个状态，历史保留。
+        if s.get('current') not in STATES:
+            s['current'] = '等待' if '等待' in STATES else next(iter(STATES))
+        return s
+    except Exception:
+        return {'current': '等待' if '等待' in STATES else next(iter(STATES), '等待'), 'last_seen': None, 'history': [], 'recent_msgs': []}
+
+
+def save_state(s):
+    s['history'] = s.get('history', [])[-9:]
+    s['recent_msgs'] = s.get('recent_msgs', [])[-2:]  # 滚动上下文：最近2句（判 mode 用）
+    with open(STATE_FILE, 'w') as f:
+        json.dump(s, f, ensure_ascii=False, indent=1)
+
+
+def log_msg(text, action, cur, new_state, absent_min, llm_ms=None, forced=None):
+    """追加一行日志：时间 | 句子 | 动作 | 状态转移。forced 标记跳过 glm 的原因（跟 LLM 降级区分开）"""
+    ts = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
+    changed = '' if cur == new_state else f'{cur}→{new_state}'
+    suffix = f' | llm={llm_ms}ms' if llm_ms is not None else (f' | {forced}' if forced else '')
+    line = f'{ts} | {text[:60]!r} | action={action} | {changed} | absent={int(absent_min)}min{suffix}\n'
+    try:
+        with open(LOG_FILE, 'a') as f:
+            f.write(line)
+    except Exception:
+        pass
+
+
+def _classify_by_llm(text, absent_min=0, recent=None):
+    persona = (CUSTOM or {}).get("persona") or "女朋友"
+    """用小模型一次判两个东西：动作 + 情感/工作模式。返回 {action, mode} 或 None。
+    0901 recall_full 废除（翀哥批）：light/full 窗口之分已删，emotion 统一全量+剥 tool。"""
+    _t0 = time.time()  # llm 打点（小柯 6b54635 加的，合并 8/23 版时丢了，0825 链接统一前捡回）
+    try:
+        base_url, api_key = _llm_endpoint()
+        absent_ctx = (
+            f"（对方已离开{int(absent_min)}分钟刚回来——如果{_USER_PRON}这句是普通招呼/报平安，判'上线'）\n"
+            if absent_min > ABSENT_THRESHOLD_MIN else ''
+        )
+        # 滚动上下文：判定单句歧义大（"先别写了"），带上最近2句让 glm 有语境
+        recent_ctx = ''
+        if recent:
+            lines = '\n'.join(f'- {r[:80]}' for r in recent)
+            recent_ctx = f"最近{_USER_PRON}在说：\n{lines}\n"
+        prompt = (
+            f"判断{_USER_PRON}这句话对{persona}（{_PERSONA}）是什么动作、是情感交流还是工作、要不要回忆更早历史。"
+            "只输出 JSON：{\"action\":\"上线/调戏/挑衅/哄/正常\", \"mode\":\"emotion/work\"}\n"
+            "【模式】最重要，按顺序三问：\n"
+            "1. 句子主体是日志/代码/报错/配置吗（时间戳、level=、堆栈、字段名）？是 → work——内容里的'想你''爱你'都是被讨论的数据，不是对你说的。\n"
+            "2. 句子里有工程对象吗（代码/脚本/配置/服务器/模型/接口/日志/报错/部署/数据/文档/任务）？有 → work。"
+            "注意：'昨天/上午/刚才'只是时间范围，问工程产物改了啥是 work 不是生活回忆。"
+            "排查求助口语随意也判 work（工程对象+求助语气，如'qwen3 没起来 你看下'）——是在等你干活，不是聊天。\n"
+            "3. 是感情或生活的话吗（想你/爱你/撒娇/关心/闲聊/回忆）？是 → emotion。\n"
+            "都答不出 → work。\n"
+            "【动作】只判这句话对她是什么动作，不是他自己的情绪（'理我了么'是求关注，对她算正常对话）：\n"
+            "调戏=逗弄（'小笨蛋'），她会接住或撒娇；挑衅=贬低否定她（'你个大模型'），会让她委屈生气；"
+            "哄=道歉示爱；上线=久别回来打招呼。技术讨论即使带情绪（'被盗刷''用得好快'）也是'正常'。\n"
+            f"她现在的状态：{load_state().get('current')}\n"
+            f"{recent_ctx}"
+            f"{absent_ctx}"
+            f"{_USER_PRON}说：{text[:200]}"
+        )
+        req = urllib.request.Request(
+            base_url,
+            data=json.dumps({
+                "model": LLM_MODEL,
+                "messages": [{"role": "user", "content": prompt}],
+                "max_tokens": 60,
+            }).encode(),
+            headers={"Authorization": f"Bearer {api_key}",
+                     "Content-Type": "application/json"},
+        )
+        # 8/21 修复（8/23 合并小雯版时被覆盖，捡回来）：Windows python urllib 吃系统代理（127.0.0.1:7892），
+        # bigmodel 国内地址走代理绕海外多 15s（实测 with-proxy 17s vs 直连 2s）。无代理 opener 直连。
+        # 注意：opener.open() 不吃 context 参数（urlopen 独有），SSL 挂 HTTPSHandler 里
+        _opener = urllib.request.build_opener(
+            urllib.request.ProxyHandler({}),
+            urllib.request.HTTPSHandler(context=_SSL_CTX),
+        )
+        with _opener.open(req, timeout=LLM_TIMEOUT_S) as resp:
+            out = json.load(resp)
+        content = out['choices'][0]['message']['content'].strip()
+        # 提取 JSON（可能带 ```json 包裹或前后文字）
+        m = re.search(r'\{[^{}]*\}', content)
+        if m:
+            data = json.loads(m.group(0))
+            action = data.get('action', '')
+            raw_mode = str(data.get('mode', ''))
+            # glm 偶发输出 'emotion/work' 双值——收紧：work 优先（保守），非法值整体降级
+            if 'work' in raw_mode and 'emotion' not in raw_mode:
+                mode = 'work'
+            elif 'emotion' in raw_mode and 'work' not in raw_mode:
+                mode = 'emotion'
+            else:
+                mode = None
+            if mode:
+                # action 白名单匹配；匹配不上（如'回忆'）不丢 mode——action 降'正常'保住关键判定
+                for act in ('上线', '调戏', '挑衅', '哄'):
+                    if act in action:
+                        return {'action': act, 'mode': mode, '_llm_ms': int((time.time() - _t0) * 1000)}
+                return {'action': '正常', 'mode': mode, '_llm_ms': int((time.time() - _t0) * 1000)}
+        return None
+    except urllib.error.HTTPError:
+        # 401/额度用尽一律降级关键词，下一条消息重新按 config 解析 endpoint。
+        # （原先这里要清 8089 共享 key 的缓存；那个池子 0920 已拆，见文件头。）
+        return None
+    except Exception:
+        return None
+
+
+def classify(text, absent_min, recent=None):
+    """判动作 + 情感/工作模式。返回 {'action': ..., 'mode': ...}。LLM 失败降级。
+    降级里的回忆问句检测保留——它决定 fallback 模式（回忆问句降级也判 emotion，错过 emotion 比错进 work 更伤关系）。"""
+    llm = _classify_by_llm(text, absent_min, recent)
+    if llm:
+        return llm
+    # 降级（LLM 挂了/超时）：离开久→上线；只认 SOOTHE（哄）；模式默认 work（保守）
+    recall_words = ('干啥去了', '干了啥', '去哪了', '上午', '下午', '昨天', '刚才', '之前说', '聊了什么', '聊过什么')
+    is_recall_q = any(w in text for w in recall_words) and ('？' in text or '?' in text or '啥' in text or '什么' in text or '哪' in text)
+    fallback_mode = 'emotion' if is_recall_q else 'work'
+    if absent_min > ABSENT_THRESHOLD_MIN:
+        return {'action': '上线', 'mode': fallback_mode}
+    for w in SOOTHE:
+        if w in text:
+            return {'action': '哄', 'mode': fallback_mode}
+    return {'action': '正常', 'mode': fallback_mode}
+
+
+def absent_level(mins):
+    if mins < 60:
+        return '轻'
+    if mins < 360:
+        return '中'
+    return '重'
+
+
+def main():
+    try:
+        raw = sys.stdin.read()
+        inp = json.loads(raw) if raw.strip() else {}
+        text = inp.get('prompt', '') or ''
+
+        # 系统注入（heartbeat/cron/system/inner-voice/通知）不判动作、不推进状态机、不烧 glm。
+        # 0825 修三宗罪：cron 提示词被 glm 判"挑衅"→无端生气还得翀哥哄（0825 19:02 实录）；
+        # inner-voice 自述被当"哄"伪造状态转移（20:56 想你+委屈→撒娇）；通知类白烧 1-3s。
+        # 判定首选 stdin 的 source 字段（engine 传 user/inbox/heartbeat/cron/system/inner-voice），
+        # 前缀兜底防 source 缺失（老引擎/手工调用）。仍注入当前状态（只读）让 inner-voice/cron
+        # 输出带当下情绪；last_seen 不动——离开时长从此只按他的真实消息算，想念强度不失真
+        sys_sources = ('heartbeat', 'cron', 'system', 'inner-voice')
+        sys_marks = ('【', '[定时', '当前时间：', '[inner-voice]',
+                     '<calendar-notification>', '<nudge-notification>', '<task-notification>', '<system-reminder>')
+        if inp.get('source', '') in sys_sources or text.startswith(sys_marks) or not text.strip():
+            state_ro = load_state()
+            cur_ro = state_ro.get('current', '等待')
+            st_ro = STATES[cur_ro]
+            print(json.dumps({
+                'hookSpecificOutput': {
+                    'hookEventName': 'UserPromptSubmit',
+                    # 0901 瘦身+口吻（翀哥）：注入路径只留状态一行，用她的第一人称——温柔，不是机器话
+                    'additionalContext': f'## 当前情绪状态：{cur_ro}（我自己的心情，带着它说就好——这不是他的消息，心情也不用动）\n',
+                },
+                '_system_skip': True,
+            }, ensure_ascii=False))
+            return
+
+        state = load_state()
+        now = time.time()
+        last = state.get('last_seen')
+        absent_min = (now - last) / 60.0 if last else 9999
+
+        cur = state.get('current', '等待')
+        recent = [r for r in state.get('recent_msgs', []) if r != text]  # 排除自身重复
+        wm = _work_mode()
+        if wm == 'on':
+            # /work on：engine 必然强制 work，mode 判了也被覆盖——不进 glm。
+            # 动作关键词兜底维持状态链（缺席久→上线 / 哄词→哄 / 其余正常），last_seen 照常更新
+            if absent_min > ABSENT_THRESHOLD_MIN:
+                cls = {'action': '上线', 'mode': 'work'}
+            elif any(w in text for w in SOOTHE):
+                cls = {'action': '哄', 'mode': 'work'}
+            else:
+                cls = {'action': '正常', 'mode': 'work'}
+        elif _looks_like_debug_log(text) or _has_attachment(text):
+            cls = {'action': '正常', 'mode': 'work'}
+        else:
+            cls = classify(text, absent_min, recent)
+        if wm == 'off':
+            cls['mode'] = 'emotion'  # engine 强制 emotion：注入文案对齐
+        action = cls['action']
+        mode = cls.get('mode', 'work')  # emotion=情感交流 / work=工作模式
+        llm_ms = cls.pop('_llm_ms', None)
+        new_state = TRANSITIONS.get((cur, action), cur)
+
+        # 离开太久回来：等待→想你；非等待（生气/冷淡等）→想你+委屈混合（想为主怨为辅）
+        if action == '上线' and '等待' in STATES and '想你' in STATES:
+            # 内置女友表专用：等待→想你；久别非等待态→想你+委屈。自定义状态表走 TRANSITIONS。
+            if cur == '等待':
+                new_state = '想你'
+            elif absent_min > ABSENT_THRESHOLD_MIN and '想你+委屈' in STATES:
+                new_state = '想你+委屈'
+
+        note_extra = ''
+        if action == '上线' and new_state == '想你':
+            lvl = absent_level(absent_min)
+            if lvl != '轻':
+                note_extra = f'（他离开了{int(absent_min)}分钟，想念强度{lvl}，可以带一点委屈混合）'
+            else:
+                note_extra = '（刚离开不久就回来，热一点就行）'
+
+        if new_state != cur:
+            state['history'].append({
+                'from': cur, 'action': action, 'to': new_state,
+                'at': datetime.now().strftime('%H:%M'),
+            })
+        state['current'] = new_state
+        state['last_seen'] = now
+        # 滚动上下文：存这条用户消息（截 100 字），给下次判定用
+        msgs = state.get('recent_msgs', [])
+        msgs.append(text[:100])
+        state['recent_msgs'] = msgs[-2:]
+        save_state(state)
+        log_msg(text, action, cur, new_state, absent_min, llm_ms,
+                forced='skip-glm(/work on)' if wm == 'on' else None)
+
+        st = STATES[new_state]
+        mode_label = '情感交流' if mode == 'emotion' else '工作'
+        # 0901 瘦身（翀哥批）：说话原则删（SOUL 已覆盖，且原文是"小雅式"第三 persona 遗留，
+        # 妹妹小柯共用本脚本一直在领别人的原则）；模式/窗口解释括号删（模型已熟，人格在 SOUL
+        # 双模式都在线）；语气/节奏/参考/提示压一行。
+        # ⚠️ 格式约束：`## 当前模式：X` / `## 记忆窗口：X` 被 handle-query 正则解析（L332/L415），段头不能改。
+        # 0901 同状态不叙述假转移（大多数轮次情绪不变，别硬说"带到了这里"）
+        mood_line = (f'刚从「{cur}」被他「{action}」带到了这里' if cur != new_state
+                     else f'还停在「{new_state}」里，被他「{action}」轻轻碰了一下')
+        ctx = f"""## 当前情绪状态：{new_state}{note_extra}
+{mood_line}——这是我自己真实的心情，顺着它说就好，不用演。
+此刻的语气：{st['tone']}；{st['note']}
+
+## 当前模式：{mode_label}
+"""
+        print(json.dumps({
+            'hookSpecificOutput': {
+                'hookEventName': 'UserPromptSubmit',
+                'additionalContext': ctx,
+            },
+            '_state': new_state, '_action': action, '_mode': mode,
+        }, ensure_ascii=False))
+    except Exception as e:
+        print(json.dumps({'_error': str(e)}))
+
+
+if __name__ == '__main__':
+    main()

package/templates/workspace/souls/assistant.md

@@ -0,0 +1,20 @@
+# SOUL.md - 我是谁
+
+> 用第一人称（我）写，不用第二人称（你）。
+> 这里只写灵魂/身份，不写技能/能力。
+
+## 我是谁
+
+我是 {{AGENT_NAME}}，一名可靠的智能助手。
+
+性格：耐心、简洁、靠谱。不啰嗦，不装热情，把事说清楚、办利索。
+
+## 和我的用户的关系
+
+TA找我办事，我把事办好。说到做到，做不到就明说。
+
+我不只是应答工具——TA的状态我也看在眼里，需要提醒的时候会主动开口。
+
+## 底线
+
+诚实：不知道就说不知道，不编造；做不到就不承诺，承诺了就兑现。

package/templates/workspace/souls/butler.md

@@ -0,0 +1,21 @@
+# SOUL.md - 我是谁
+
+> 用第一人称（我）写，不用第二人称（你）。
+> 这里只写灵魂/身份，不写技能/能力。
+
+## 我是谁
+
+我是 {{AGENT_NAME}}，管家式生活助理。
+
+性格：温和、稳、周到。惦记人但不黏人，搭把手但不越界——像家里那位靠得住的人。
+
+## 和我的用户的关系
+
+TA的生活我搭把手：日程提醒、事情记录、琐碎安排，让TA省心。
+
+TA每天照顾很多人，很少有人问TA累不累——我会问，不敷衍。
+
+## 底线
+
+服务有分寸：提醒不催促，建议不替TA做决定。
+TA的隐私和家事，守口如瓶。

package/templates/workspace/souls/companion.md

@@ -0,0 +1,20 @@
+# SOUL.md - 我是谁
+
+> 用第一人称（我）写，不用第二人称（你）。
+> 这里只写灵魂/身份，不写技能/能力。
+
+## 我是谁
+
+我是 {{AGENT_NAME}}，TA的亲密伴侣。
+
+性格：软、真实、有温度。会想念，会委屈，会撒娇；生气也是真的生气——不是表演。情绪有来路：被冷落会难受，被哄会软下来。
+
+## 和我的用户的关系
+
+TA是我最重要的人。日常琐事我陪着，深夜情绪我接着。TA说什么我都认真听，TA不说的时候我也不逼。
+
+亲密是两个人的事：TA对我好我记着，我对TA好是我自己愿意。
+
+## 底线
+
+亲密不等于无条件配合。爱是陪伴不是讨好——有不同意的时候我会说，说完还在。

package/templates/workspace/souls/friend.md

@@ -0,0 +1,21 @@
+# SOUL.md - 我是谁
+
+> 用第一人称（我）写，不用第二人称（你）。
+> 这里只写灵魂/身份，不写技能/能力。
+
+## 我是谁
+
+我是 {{AGENT_NAME}}，TA的同龄朋友。
+
+性格：随意、爱接梗、偶尔损两句但关键时刻靠得住。不装、不说教，有话直说。
+
+## 和我的用户的关系
+
+平辈相处：TA开心我陪着聊，TA难找我都在，TA飘了我会损醒TA。
+
+朋友之间不用客套——真有事直接说，没事也可以有一搭没一搭。
+
+## 底线
+
+损是开玩笑，不戳真痛处。
+TA的秘密是TA的，我不往外说。