feihong-code 7.0.0 → 7.2.0

package/docs/MODEL_FINETUNING.md

@@ -0,0 +1,405 @@
+# 飞虹 Code - 专用补全模型微调指南 (P3-1)
+
+> 晋江市飞虹智科技企业管理有限公司 · 飞扬企源研发中心 · 负责人：吴赐虹
+
+## 目录
+
+1. [概述](#1-概述)
+2. [环境准备](#2-环境准备)
+3. [数据准备](#3-数据准备)
+4. [模型训练](#4-模型训练)
+5. [模型评估](#5-模型评估)
+6. [模型导出与部署](#6-模型导出与部署)
+7. [集成到飞虹 Code](#7-集成到飞虹-code)
+
+---
+
+## 1. 概述
+
+飞虹 Code 支持使用专用微调的代码补全模型，通过 FIM (Fill-In-the-Middle) 格式训练，提升代码补全的准确率和上下文理解能力。
+
+### 1.1 技术方案
+
+| 组件 | 说明 |
+|---|---|
+| **基础模型** | bigcode/starcoderbase-1b（或其他代码生成模型） |
+| **微调方法** | LoRA (Low-Rank Adaptation)，仅训练少量参数 |
+| **训练格式** | FIM (Fill-In-the-Middle)，prefix/suffix/middle 三部分 |
+| **评估指标** | 精确匹配率、编辑相似度、前缀匹配率、延迟 |
+| **部署格式** | 合并模型 / GGUF / ONNX |
+
+### 1.2 硬件要求
+
+| 配置 | 最低 | 推荐 |
+|---|---|---|
+| GPU 显存 | 8GB (RTX 3060/4060) | 16GB+ (RTX 3090/4090/A10) |
+| 内存 | 16GB | 32GB+ |
+| 磁盘空间 | 20GB | 50GB+ |
+| 训练时间 | 4-8 小时 (1B 模型) | 1-2 小时 |
+
+---
+
+## 2. 环境准备
+
+### 2.1 安装 Python 依赖
+
+```bash
+# 创建虚拟环境
+python -m venv .venv
+source .venv/bin/activate  # Linux/Mac
+# .venv\Scripts\activate   # Windows
+
+# 安装 PyTorch（根据 CUDA 版本选择）
+pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118
+
+# 安装训练依赖
+pip install transformers peft datasets accelerate evaluate sentencepiece
+pip install tensorboard wandb  # 可选：可视化工具
+
+# 安装导出依赖（可选）
+pip install optimum onnxruntime  # ONNX 导出
+pip install llama-cpp-python     # GGUF 导出
+```
+
+### 2.2 验证环境
+
+```bash
+python -c "import torch; print(f'PyTorch: {torch.__version__}'); print(f'CUDA: {torch.cuda.is_available()}')"
+python -c "import transformers; print(f'Transformers: {transformers.__version__}')"
+python -c "import peft; print(f'PEFT: {peft.__version__}')"
+```
+
+---
+
+## 3. 数据准备
+
+### 3.1 使用飞虹 Code 内置数据准备工具
+
+飞虹 Code 提供了 TypeScript 版本的 FIM 数据准备工具，可以直接从代码库生成训练数据。
+
+```bash
+# 编译项目
+npm run build
+
+# 准备 FIM 训练数据
+node dist/cli/index.js fim-prepare \
+  --source-dir ./your-codebase \
+  --output ./data/fim/dataset.jsonl \
+  --samples-per-file 10 \
+  --languages typescript,javascript,python
+```
+
+### 3.2 数据格式
+
+输出为 JSONL 格式，每行一个样本：
+
+```json
+{
+  "prefix": "function calculateSum(a: number, b: number): number {\n  return ",
+  "suffix": "\n}\n\n// 其他代码...",
+  "middle": "a + b",
+  "file_path": "src/math.ts",
+  "language": "typescript",
+  "cursor_offset": 1234,
+  "middle_length": 5
+}
+```
+
+### 3.3 数据划分
+
+工具会自动生成三个文件：
+- `dataset.train.jsonl` - 训练集（90%）
+- `dataset.val.jsonl` - 验证集（10%）
+- `dataset.meta.json` - 元数据（统计信息、配置）
+
+### 3.4 数据质量建议
+
+1. **代码质量**：使用高质量的代码库作为数据源
+2. **语言覆盖**：确保覆盖目标编程语言
+3. **数据量**：建议至少 10,000+ 样本
+4. **去重**：避免重复或高度相似的样本
+5. **过滤**：排除自动生成的代码、minified 文件、测试快照
+
+---
+
+## 4. 模型训练
+
+### 4.1 配置训练参数
+
+编辑 `training/lora-config.json`：
+
+```json
+{
+  "base_model": "bigcode/starcoderbase-1b",
+  "output_dir": "./models/feihong-code-completion",
+  "num_train_epochs": 3,
+  "per_device_train_batch_size": 4,
+  "gradient_accumulation_steps": 4,
+  "learning_rate": 2e-4,
+  "max_seq_length": 2048,
+  "lora": {
+    "r": 16,
+    "lora_alpha": 32,
+    "lora_dropout": 0.05,
+    "target_modules": ["q_proj", "v_proj", "k_proj", "o_proj"]
+  }
+}
+```
+
+### 4.2 关键参数说明
+
+| 参数 | 说明 | 推荐值 |
+|---|---|---|
+| `num_train_epochs` | 训练轮数 | 2-5 |
+| `learning_rate` | 学习率 | 1e-4 ~ 3e-4 |
+| `per_device_train_batch_size` | 每设备批大小 | 2-8（根据显存） |
+| `gradient_accumulation_steps` | 梯度累积步数 | 2-8 |
+| `max_seq_length` | 最大序列长度 | 1024-4096 |
+| `lora.r` | LoRA 秩 | 8-32 |
+| `lora.lora_alpha` | LoRA alpha | 16-64（通常为 r 的 2 倍） |
+| `lora.lora_dropout` | LoRA dropout | 0.05-0.1 |
+
+### 4.3 开始训练
+
+```bash
+cd training
+
+# 使用默认配置训练
+python train.py --config lora-config.json
+
+# 指定基础模型
+python train.py --config lora-config.json --base_model bigcode/starcoderbase-3b
+
+# 从检查点恢复
+python train.py --config lora-config.json --resume ./models/feihong-code-completion/checkpoint-1000
+```
+
+### 4.4 监控训练
+
+```bash
+# TensorBoard
+tensorboard --logdir ./models/feihong-code-completion/runs
+
+# 查看训练日志
+tail -f ./models/feihong-code-complement/train_log.txt
+```
+
+### 4.5 训练技巧
+
+1. **梯度检查点**：启用 `gradient_checkpointing: true` 节省显存
+2. **混合精度**：启用 `bf16: true`（Ampere 及以上 GPU）或 `fp16: true`
+3. **学习率调度**：使用 cosine 调度器，warmup 比例 3%
+4. **早停**：监控验证损失，3 轮无提升则停止
+5. **保存最佳模型**：`load_best_model_at_end: true`
+
+---
+
+## 5. 模型评估
+
+### 5.1 使用飞虹 Code 评估工具
+
+飞虹 Code 提供了 TypeScript 版本的补全模型评估工具。
+
+```bash
+# 编译项目
+npm run build
+
+# 运行评估
+node dist/cli/index.js fim-evaluate \
+  --samples ./data/fim/dataset.val.jsonl \
+  --model ./models/feihong-code-completion \
+  --output ./evaluation/result.json \
+  --max-samples 500
+```
+
+### 5.2 评估指标
+
+| 指标 | 说明 | 目标值 |
+|---|---|---|
+| **精确匹配率** | 预测与期望完全一致的比例 | > 30% |
+| **编辑相似度** | 1 - 编辑距离/最大长度 | > 70% |
+| **前缀匹配率** | 预测前缀与期望前缀的匹配度 | > 60% |
+| **首 Token 匹配率** | 第一个 token 是否匹配 | > 50% |
+| **平均延迟** | 单次补全的平均耗时 | < 500ms |
+
+### 5.3 评估结果示例
+
+```
+=== 补全模型评估结果 ===
+样本数: 500
+精确匹配率: 32.40%
+编辑相似度: 74.56%
+前缀匹配率: 62.30%
+首Token匹配率: 54.80%
+平均延迟: 320.50ms
+
+--- 按语言统计 ---
+typescript: 200 样本, 精确匹配 35.0%, 编辑相似度 76.2%
+javascript: 150 样本, 精确匹配 30.7%, 编辑相似度 73.1%
+python: 100 样本, 精确匹配 28.0%, 编辑相似度 71.5%
+其他: 50 样本, 精确匹配 24.0%, 编辑相似度 68.3%
+```
+
+### 5.4 与基线模型对比
+
+建议在相同数据集上评估基线模型（未微调），对比提升效果：
+
+```bash
+# 评估基线模型
+node dist/cli/index.js fim-evaluate \
+  --samples ./data/fim/dataset.val.jsonl \
+  --model bigcode/starcoderbase-1b \
+  --output ./evaluation/baseline.json
+
+# 对比结果
+node dist/cli/index.js fim-compare \
+  --baseline ./evaluation/baseline.json \
+  --finetuned ./evaluation/result.json
+```
+
+---
+
+## 6. 模型导出与部署
+
+### 6.1 合并 LoRA 权重
+
+训练完成后，需要将 LoRA 权重合并到基础模型：
+
+```bash
+cd training
+
+# 合并 LoRA 并导出
+python export.py \
+  --model_path ./models/feihong-code-completion \
+  --output ./models/exported \
+  --format merged
+```
+
+### 6.2 导出格式
+
+| 格式 | 用途 | 命令 |
+|---|---|---|
+| **merged** | 通用部署（Transformers） | `--format merged` |
+| **GGUF** | llama.cpp 本地推理 | `--format gguf` |
+| **ONNX** | Web / 跨平台部署 | `--format onnx` |
+| **all** | 导出所有格式 | `--format all` |
+
+### 6.3 导出产物
+
+```
+models/exported/
+├── merged/                    # 合并后的模型
+│   ├── config.json
+│   ├── model.safetensors
+│   ├── tokenizer.json
+│   └── training_config.json
+├── gguf/                      # GGUF 格式（可选）
+│   └── model.gguf
+├── onnx/                      # ONNX 格式（可选）
+│   ├── model.onnx
+│   └── tokenizer.json
+└── feihong-model-config.json  # 飞虹 Code 模型配置
+```
+
+---
+
+## 7. 集成到飞虹 Code
+
+### 7.1 配置本地模型
+
+编辑飞虹 Code 配置文件（`~/.feihong-code/config.json`）：
+
+```json
+{
+  "completion": {
+    "provider": "local",
+    "model_path": "./models/exported/merged",
+    "model_config": "./models/exported/feihong-model-config.json",
+    "max_tokens": 100,
+    "temperature": 0.2,
+    "top_p": 0.95,
+    "context_window": 2048
+  }
+}
+```
+
+### 7.2 启动本地推理服务
+
+```bash
+# 使用飞虹 Code 内置的本地模型服务
+node dist/cli/index.js serve-local-model \
+  --model ./models/exported/merged \
+  --port 8081
+
+# 或使用 vLLM（推荐，性能更好）
+pip install vllm
+vllm serve ./models/exported/merged --port 8081 --dtype bfloat16
+```
+
+### 7.3 配置飞虹 Code 使用本地服务
+
+```json
+{
+  "completion": {
+    "provider": "openai-compatible",
+    "base_url": "http://localhost:8081/v1",
+    "model": "feihong-code-completion",
+    "api_key": "not-needed"
+  }
+}
+```
+
+### 7.4 验证集成
+
+```bash
+# 启动飞虹 Code Web 控制台
+node dist/cli/index.js serve --port 8080
+
+# 测试补全
+curl -X POST http://localhost:8080/api/completion \
+  -H "Content-Type: application/json" \
+  -d '{
+    "filePath": "test.ts",
+    "fileContent": "function sum(a: number, b: number): number { return ",
+    "cursorOffset": 50,
+    "language": "typescript"
+  }'
+```
+
+---
+
+## 附录：常见问题
+
+### Q1: 训练时 OOM (Out of Memory) 怎么办？
+
+A: 
+1. 减小 `per_device_train_batch_size`（如 1 或 2）
+2. 增大 `gradient_accumulation_steps` 保持有效批大小
+3. 减小 `max_seq_length`（如 1024）
+4. 启用 `gradient_checkpointing: true`
+5. 使用更小的基础模型（如 350M 或 1B）
+
+### Q2: 训练后模型效果不好怎么办？
+
+A:
+1. 检查数据质量，确保样本多样化且高质量
+2. 增加训练轮数（如 5-10 轮）
+3. 调整学习率（如 1e-4 或 5e-5）
+4. 增大 LoRA rank（如 32 或 64）
+5. 增加 target_modules（包含更多层）
+6. 对比基线模型，确认确实有提升
+
+### Q3: 如何支持更多编程语言？
+
+A:
+1. 在数据准备时指定 `--languages` 参数
+2. 确保训练数据包含目标语言的代码
+3. 使用支持多语言的基础模型（如 StarCoder、CodeLlama）
+4. 评估时按语言分别统计，针对性优化
+
+### Q4: 可以在 CPU 上训练吗？
+
+A: 可以，但非常慢。建议：
+1. 使用 Google Colab (免费 T4 GPU)
+2. 使用云 GPU 服务（如 AutoDL、RunPod、Vast.ai）
+3. 使用更小的模型和数据集进行验证

package/electron/main.js

@@ -3,11 +3,12 @@
  * 晋江市飞虹智科技企业管理有限公司 · 飞扬企源研发中心 · 负责人：吴赐虹
  */
 
-const { app, BrowserWindow, shell, Tray, Menu, ipcMain, dialog, clipboard, Notification, session, desktopCapturer, screen } = require('electron');
+const { app, BrowserWindow, shell, Tray, Menu, ipcMain, dialog, clipboard, Notification, session, desktopCapturer, screen, globalShortcut } = require('electron');
 const { spawn } = require('child_process');
-const { existsSync } = require('fs');
-const { join } = require('path');
+const { existsSync, writeFileSync, readFileSync } = require('fs');
+const { join, resolve } = require('path');
 const http = require('http');
+const os = require('os');
 
 // 禁用安全警告
 process.env.ELECTRON_DISABLE_SECURITY_WARNINGS = 'true';
@@ -176,9 +177,27 @@ function createTray() {
     tray = new Tray(trayIcon);
     tray.setToolTip('飞虹 Code');
 
+    const isAutoLaunch = app.getLoginItemSettings().openAtLogin;
+
     const contextMenu = Menu.buildFromTemplate([
       { label: '显示主窗口', click: () => { if (mainWindow) { mainWindow.show(); mainWindow.focus(); } } },
+      { label: '隐藏到托盘', click: () => { if (mainWindow) mainWindow.hide(); } },
+      { type: 'separator' },
+      { label: '新建任务', click: () => { if (mainWindow) { mainWindow.show(); mainWindow.focus(); mainWindow.webContents.send('app:new-task'); } } },
+      { label: '快速补全', click: () => { if (mainWindow) { mainWindow.show(); mainWindow.focus(); mainWindow.webContents.send('app:quick-complete'); } } },
       { type: 'separator' },
+      {
+        label: '开机自启动',
+        type: 'checkbox',
+        checked: isAutoLaunch,
+        click: (menuItem) => {
+          app.setLoginItemSettings({ openAtLogin: menuItem.checked });
+          console.log('[Electron] 开机自启动设置:', menuItem.checked);
+        }
+      },
+      { label: '检查更新', click: () => { checkForUpdates(); } },
+      { type: 'separator' },
+      { label: '关于飞虹 Code', click: () => { showAboutDialog(); } },
       { label: '退出', click: () => { app.isQuitting = true; app.quit(); } }
     ]);
     tray.setContextMenu(contextMenu);
@@ -189,6 +208,11 @@ function createTray() {
         else { mainWindow.show(); mainWindow.focus(); }
       }
     });
+
+    // 双击托盘显示主窗口
+    tray.on('double-click', () => {
+      if (mainWindow) { mainWindow.show(); mainWindow.focus(); }
+    });
   } catch (e) {
     console.warn('[Electron] 创建托盘失败: ' + e.message);
   }
@@ -334,6 +358,159 @@ function setupIpc() {
       return { success: false, error: err.message };
     }
   });
+
+  // 全局快捷键
+  ipcMain.handle('shortcuts:getAll', () => {
+    return [
+      { accelerator: 'Ctrl+Shift+Space', description: '显示/隐藏主窗口' },
+      { accelerator: 'Ctrl+Shift+K', description: '新建任务' },
+      { accelerator: 'Ctrl+Shift+L', description: '快速补全' },
+    ];
+  });
+
+  // 开机自启
+  ipcMain.handle('autolaunch:get', () => {
+    return app.getLoginItemSettings().openAtLogin;
+  });
+  ipcMain.handle('autolaunch:set', (_, enabled) => {
+    app.setLoginItemSettings({ openAtLogin: enabled });
+    return app.getLoginItemSettings().openAtLogin;
+  });
+
+  // 应用信息
+  ipcMain.handle('app:info', () => {
+    return {
+      version: app.getVersion(),
+      name: app.getName(),
+      path: app.getAppPath(),
+      userData: app.getPath('userData'),
+      platform: process.platform,
+      arch: process.arch,
+      nodeVersion: process.versions.node,
+      electronVersion: process.versions.electron,
+      chromeVersion: process.versions.chrome,
+    };
+  });
+}
+
+/**
+ * 注册全局快捷键
+ */
+function registerGlobalShortcuts() {
+  try {
+    // Ctrl+Shift+Space: 快速唤起飞虹 Code（显示/隐藏主窗口）
+    const ret1 = globalShortcut.register('CommandOrControl+Shift+Space', () => {
+      if (mainWindow) {
+        if (mainWindow.isVisible() && mainWindow.isFocused()) {
+          mainWindow.hide();
+        } else {
+          mainWindow.show();
+          mainWindow.focus();
+        }
+      }
+    });
+
+    // Ctrl+Shift+K: 新建任务
+    const ret2 = globalShortcut.register('CommandOrControl+Shift+K', () => {
+      if (mainWindow) {
+        mainWindow.show();
+        mainWindow.focus();
+        mainWindow.webContents.send('app:new-task');
+      }
+    });
+
+    // Ctrl+Shift+L: 快速补全
+    const ret3 = globalShortcut.register('CommandOrControl+Shift+L', () => {
+      if (mainWindow) {
+        mainWindow.show();
+        mainWindow.focus();
+        mainWindow.webContents.send('app:quick-complete');
+      }
+    });
+
+    if (ret1 && ret2 && ret3) {
+      console.log('[Electron] 全局快捷键注册成功');
+    } else {
+      console.warn('[Electron] 部分全局快捷键注册失败');
+    }
+  } catch (e) {
+    console.warn('[Electron] 全局快捷键注册异常: ' + e.message);
+  }
+}
+
+/**
+ * 检查更新（简化版，实际应使用 electron-updater）
+ */
+function checkForUpdates() {
+  console.log('[Electron] 检查更新...');
+  // 简化版：显示当前版本，实际应使用 electron-updater
+  const version = app.getVersion();
+  dialog.showMessageBox(mainWindow, {
+    type: 'info',
+    title: '检查更新',
+    message: `当前版本: v${version}`,
+    detail: '飞虹 Code 会在有新版本时自动通知您。\n\n您也可以访问官网下载最新版本。',
+    buttons: ['确定', '访问官网'],
+    defaultId: 0,
+    cancelId: 0
+  }).then(({ response }) => {
+    if (response === 1) {
+      shell.openExternal('https://feihong-code.com');
+    }
+  });
+}
+
+/**
+ * 显示关于对话框
+ */
+function showAboutDialog() {
+  const version = app.getVersion();
+  dialog.showMessageBox(mainWindow, {
+    type: 'info',
+    title: '关于飞虹 Code',
+    message: `飞虹 Code v${version}`,
+    detail: '终端 AI 编程智能体\n晋江市飞虹智科技企业管理有限公司\n飞扬企源研发中心 · 负责人：吴赐虹\n\n技术栈：TypeScript + Electron + Express\n核心能力：多模型路由、企业级 RBAC、全自动 SWE Agent',
+    buttons: ['确定', '官方网站', 'GitHub'],
+    defaultId: 0,
+    cancelId: 0
+  }).then(({ response }) => {
+    if (response === 1) shell.openExternal('https://feihong-code.com');
+    if (response === 2) shell.openExternal('https://github.com/feihong-code');
+  });
+}
+
+/**
+ * 设置深度链接（fhcode:// 协议）
+ */
+function setupDeepLink() {
+  if (process.defaultApp) {
+    if (process.argv.length >= 2) {
+      app.setAsDefaultProtocolClient('fhcode', process.execPath, [resolve(process.argv[1])]);
+    }
+  } else {
+    app.setAsDefaultProtocolClient('fhcode');
+  }
+  console.log('[Electron] 深度链接协议已注册: fhcode://');
+}
+
+/**
+ * 处理深度链接 URL
+ */
+function handleDeepLink(url) {
+  console.log('[Electron] 深度链接:', url);
+  try {
+    const parsed = new URL(url);
+    const action = parsed.hostname;
+    const params = Object.fromEntries(parsed.searchParams);
+
+    if (mainWindow) {
+      mainWindow.show();
+      mainWindow.focus();
+      mainWindow.webContents.send('app:deep-link', { action, params });
+    }
+  } catch (e) {
+    console.error('[Electron] 深度链接解析失败:', e.message);
+  }
 }
 
 // App 就绪
@@ -344,10 +521,12 @@ app.whenReady().then(async () => {
   try {
     setupIpc();
     setupPermissions();
+    setupDeepLink();
     createMenu();
     await startServer();
     createWindow();
     createTray();
+    registerGlobalShortcuts();
 
     app.on('activate', () => {
       if (BrowserWindow.getAllWindows().length === 0) createWindow();
@@ -380,15 +559,34 @@ app.whenReady().then(async () => {
 // 所有窗口关闭时不退出（保持托盘运行）
 app.on('window-all-closed', () => {});
 
-// 退出前停止服务器
+// 退出前注销全局快捷键并停止服务器
 app.on('before-quit', () => {
   app.isQuitting = true;
+  globalShortcut.unregisterAll();
   if (serverProcess) {
     serverProcess.kill();
     serverProcess = null;
   }
 });
 
+// 处理深度链接（Windows/Linux）
+app.on('second-instance', (event, commandLine) => {
+  if (mainWindow) {
+    if (mainWindow.isMinimized()) mainWindow.restore();
+    mainWindow.show();
+    mainWindow.focus();
+  }
+  // 查找深度链接 URL
+  const deepLink = commandLine.find(arg => arg.startsWith('fhcode://'));
+  if (deepLink) handleDeepLink(deepLink);
+});
+
+// 处理深度链接（macOS）
+app.on('open-url', (event, url) => {
+  event.preventDefault();
+  handleDeepLink(url);
+});
+
 // 防止多开
 const gotLock = app.requestSingleInstanceLock();
 if (!gotLock) {

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "feihong-code",
-  "version": "7.0.0",
+  "version": "7.2.0",
   "description": "fhcode（飞虹 Code）— 终端 AI 编程智能体，对标 Muse Code / Cursor CLI：多模型路由（DeepSeek/通义/Ollama/OpenAI）、企业级 RBAC 审计、全自动 SWE Agent、支持离线私有化",
   "bin": {
     "fhcode": "dist/cli/index.js"
@@ -98,6 +98,8 @@
     "url": "https://www.klai.top"
   },
   "devDependencies": {
+    "@capacitor/android": "^8.5.0",
+    "@capacitor/cli": "^7.6.8",
     "@types/express": "^5.0.6",
     "@types/node": "^26.2.0",
     "electron": "^41.7.1",
@@ -106,7 +108,10 @@
     "typescript": "^5.6.3"
   },
   "dependencies": {
+    "@capacitor/core": "^8.5.0",
     "express": "^4.21.2",
+    "monaco-editor": "^0.56.0",
+    "playwright-core": "^1.62.1",
     "zod": "^4.4.3"
   },
   "publishConfig": {