micro-models-agent 0.24.1 → 0.24.3

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
Files changed (4) hide show
  1. package/README.md +312 -312
  2. package/bin/mma.mjs +8 -8
  3. package/dist/main.js +154 -135
  4. package/package.json +1 -1
package/README.md CHANGED
@@ -1,312 +1,312 @@
1
- # MMA — Micro Models Agent v2
2
-
3
- [![npm version](https://img.shields.io/npm/v/micro-models-agent)](https://www.npmjs.com/package/micro-models-agent)
4
- [![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](LICENSE)
5
-
6
- **MMA** — модульный AI-coding агент, оптимизированный для **небольших локальных языковых моделей** (9B параметров, 32K–64K контекст). Работает на ноутбуке, облачное API не требуется.
7
-
8
- ```bash
9
- npm install -g micro-models-agent
10
- mma "перепиши модуль авторизации на JWT"
11
- ```
12
-
13
- Создан и протестирован с [Qwen3.5-9B](https://qwen.readthedocs.io/) через LM Studio / Ollama / llama.cpp.
14
-
15
- ---
16
-
17
- ## Зачем MMA?
18
-
19
- Большинство AI-агентов для кода (Devin, Cursor, Copilot) завязаны на облачные модели или дорогие API. MMA работает иначе:
20
-
21
- - **Создан для моделей 9B** — оптимизирован под Qwen3.5-9B на обычном железе
22
- - **Не требует облака** — полностью работает офлайн с любым OpenAI-совместимым бэкендом
23
- - **Выживает в узком контексте** — умное sliding-window compaction держит 32K-модели продуктивными
24
- - **Отлавливает галлюцинации** — 3-стадийный пайплайн валидации ловит выдумки, к которым склонны маленькие модели
25
- - **Agent-Level MoE** — иерархическая декомпозиция задач: маленькие модели справляются со сложной многошаговой работой
26
-
27
- ---
28
-
29
- ## Возможности
30
-
31
- - **6-состояний цикл агента** (INIT → THINK → ACT → OBSERVE → OUTPUT → ERROR) — чистый, предсказуемый, отлаживаемый
32
- - **Управление бюджетом контекста** — динамический бюджет под модель, sliding-window compaction с извлечением фактов/решений/ошибок
33
- - **Детекция галлюцинаций** — фактическая (пути файлов), согласованности (откат решений), уверенности (короткие/повторяющиеся ответы)
34
- - **Гарантии выполнения** — авто-планирование через LLM (без keyword-эвристик), stuck-detection, off-track предупреждения, авто-продвижение плана
35
- - **Agent-Level MoE** — Router + экспертные сабагенты с фильтрацией инструментов, изолированным контекстом, файловым скоупом и топологическим параллельным выполнением
36
- - **20+ инструментов** — файловая система, шелл, веб-поиск/fetch, браузер (Playwright), планирование, взаимодействие, сабагенты, MCP, пайплайны
37
- - **13 модулей** — скиллы, плагины, MCP-клиент, пайплайны, indexer проекта, постоянная память, контекст, сессии, браузер, выполнение, детекция галлюцинаций, апдейтер, профиль пользователя
38
- - **MCP-клиент** — подключение к любому MCP-серверу (stdio или SSE)
39
- - **YAML-пайплайны** — DAG-движок с параллельными волнами, зависимостями и повторными попытками
40
- - **Управление сессиями** — постоянные JSONL-сессии с REPL-командами
41
- - **Карта проекта** — автоматический обход файлов + извлечение экспортов + дисковый кэш
42
- - **i18n** — все строки интерфейса через `t()`, включены английский и русский
43
- - **8K–120K контекст** — адаптируется под любое контекстное окно модели
44
- - **Без TUI** — минимальный CLI + REPL с markdown→ANSI форматированием
45
- - **llama.cpp / Jinja proven** — проверено на граничных случаях Jinja-шаблонов (system-first, streaming fallback, явный `stream: false`)
46
-
47
- ---
48
-
49
- ## Установка
50
-
51
- ### Требования
52
-
53
- - **Среда выполнения:** [Bun](https://bun.sh) (рекомендуется) или Node.js ≥ 20
54
- - **LLM-бэкенд:** Любой OpenAI-совместимый сервер (LM Studio, Ollama, vLLM, llama.cpp, Together AI)
55
-
56
- ### Через npm (рекомендуется)
57
-
58
- ```bash
59
- npm install -g micro-models-agent@latest
60
- ```
61
-
62
- После установки команда `mma` будет доступна в терминале. Если после установки `mma` не находится — попробуйте переоткрыть терминал или выполните:
63
-
64
- ```bash
65
- # PowerShell
66
- npm uninstall -g micro-models-agent
67
- npm install -g micro-models-agent@latest
68
-
69
- # Проверка
70
- mma --version
71
- ```
72
-
73
- ### Из исходников
74
-
75
- ```bash
76
- git clone https://github.com/your-org/micro-models-agent
77
- cd micro-models-agent
78
- bun install
79
- bun run build:prod
80
- ```
81
-
82
- ---
83
-
84
- ## Быстрый старт
85
-
86
- ### 1. Запустите LLM-бэкенд
87
-
88
- Направьте MMA на любой OpenAI-совместимый эндпоинт. Пример с LM Studio:
89
-
90
- ```bash
91
- # LM Studio слушает http://localhost:1234 по умолчанию
92
- ```
93
-
94
- ### 2. Запустите мастер настройки
95
-
96
- ```bash
97
- bun run mma init
98
- ```
99
-
100
- Сканирует локальные порты, находит модель, тестирует соединение и записывает конфиг.
101
-
102
- ### 3. Используйте агента
103
-
104
- ```bash
105
- # Одноразовый режим
106
- bun run mma "создай REST API на Express и добавь тесты"
107
-
108
- # Интерактивный REPL
109
- bun run dev
110
- ```
111
-
112
- ---
113
-
114
- ## Использование
115
-
116
- ### CLI
117
-
118
- ```bash
119
- bun run mma "<prompt>"
120
-
121
- # Подкоманды
122
- bun run mma init # Интерактивный мастер настройки
123
- bun run mma config set model qwen3.5-9b
124
- bun run mma config show
125
- bun run mma model list # Список доступных моделей
126
- bun run mma model use qwen3.5-9b # Переключить модель
127
- bun run mma provider list # Список провайдеров
128
- bun run mma session list # Список сессий
129
- bun run mma session show <id> # Детали сессии
130
- bun run mma session delete <id> # Удалить сессию
131
- ```
132
-
133
- ### REPL
134
-
135
- ```bash
136
- bun run dev
137
- ```
138
-
139
- | Команда | Алиасы | Описание |
140
- |---------|--------|----------|
141
- | `/help` | | Показать справку |
142
- | `/sessions` | `/ls` | Список сессий (* = активная) |
143
- | `/new <name>` | `/create` | Создать новую сессию |
144
- | `/resume <id\|name>` | `/switch`, `/use` | Переключиться на сессию |
145
- | `/rename <name>` | | Переименовать текущую сессию |
146
- | `/delete <id>` | `/rm` | Удалить сессию |
147
- | `/config set <key> <value>` | | Установить значение конфига |
148
- | `/exit` | | Выйти из REPL |
149
-
150
- ### Разработка
151
-
152
- ```bash
153
- bun run mma "почини страницу логина" # Запуск агента
154
- bun run dev # Watch-режим (авто-перезапуск при изменениях)
155
- bun run build:prod # Сборка для публикации
156
- bun test # Запуск тестов
157
- bun run typecheck # Проверка типов
158
- ```
159
-
160
- ---
161
-
162
- ## Конфигурация
163
-
164
- 3-слойный конфиг: `defaults.ts` → `~/.mma/config.json` (глобальный) → `.mmrc` (проект) + переменные окружения.
165
-
166
- Ключевые опции (полный список в `src/config/defaults.ts`):
167
-
168
- | Опция | По умолчанию | Описание |
169
- |-------|-------------|----------|
170
- | `model` | `qwen3.5-9b` | Имя модели для бэкенда |
171
- | `provider.baseUrl` | `http://localhost:1234/v1` | URL OpenAI-совместимого API |
172
- | `contextWindow` | `32768` | Контекстное окно модели в токенах |
173
- | `autoPlan` | `true` | Авто-создание планов для многошаговых задач |
174
- | `maxToolIterations` | `25` | Макс. вызовов инструментов за запуск |
175
- | `stuckThreshold` | `8` | Итераций без прогресса до stuck-detection |
176
- | `moe.enabled` | `false` | Включить Agent-Level MoE |
177
- | `locale` | `en` | Язык интерфейса (`en` / `ru`) |
178
- | `logLevel` | `info` | Уровень логирования |
179
-
180
- ### Agent-Level MoE
181
-
182
- ```json
183
- {
184
- "moe": { "enabled": true },
185
- "orchestrator": {
186
- "model": "qwen3-70b-414k",
187
- "provider": { "baseUrl": "http://localhost:1234/v1" }
188
- },
189
- "experts": {
190
- "code": { "model": "qwen3.5-9b", "tool_tags": ["file", "code", "shell"], "max_attempts": 3 },
191
- "research": { "model": "qwen3.5-9b", "tool_tags": ["research"], "max_attempts": 3 },
192
- "browser": { "model": "qwen3.5-9b", "tool_tags": ["browser", "vision"], "max_attempts": 3 }
193
- }
194
- }
195
- ```
196
-
197
- ---
198
-
199
- ## Архитектура
200
-
201
- ```
202
- CLI (main.ts → commands.ts / repl.ts / setup.ts)
203
- → Core (agent.ts state machine → prompt-builder.ts)
204
- → LLM Layer (provider.ts → openai-compat.ts → response.ts → token-counter.ts)
205
- → Tools (registry.ts → executor.ts → 20+ tools)
206
- → Modules (skills, plugins, mcp, pipelines, indexer, memory, context, session,
207
- hallucination, execution, updater, user-profile, browser)
208
- ```
209
-
210
- ### Структура проекта
211
-
212
- ```
213
- src/
214
- ├── core/ # Цикл агента, сборщик промптов, типы
215
- ├── llm/ # Абстракция провайдера, OpenAI-совместимость, стриминг, подсчёт токенов
216
- ├── tools/ # 20+ инструментов с реестром, исполнителем, скоуп-гардами
217
- ├── modules/ # 13 модулей (скиллы, плагины, mcp, пайплайны, indexer, память, контекст, сессии, галлюцинации, выполнение, апдейтер, профиль, браузер)
218
- ├── cli/ # Точка входа, команды, REPL, мастер настройки
219
- ├── config/ # 3-слойный конфиг: defaults → глобальный → проект
220
- ├── i18n/ # en.json + ru.json + t()
221
- ├── ui/ # Markdown→ANSI форматтер
222
- └── logger/ # Структурированный логгер с уровнями и дочерними логгерами
223
- ```
224
-
225
- ---
226
-
227
- ## Инструменты
228
-
229
- | Инструмент | Описание |
230
- |------------|----------|
231
- | `read_file` | Чтение файла с offset/limit |
232
- | `write_file` | Создание/перезапись с созданием директорий |
233
- | `edit_file` | Поиск-и-замена в существующих файлах |
234
- | `glob` | Поиск по glob-паттернам |
235
- | `grep` | Поиск по содержимому через ripgrep |
236
- | `list_dir` | Список содержимого директории |
237
- | `create_dir` | Создание директории (рекурсивно) |
238
- | `delete_file` | Удаление файла или пустой директории |
239
- | `move_file` | Перемещение/переименование файла или директории |
240
- | `file_info` | Метаданные файла/директории |
241
- | `bash` | Выполнение shell-команд |
242
- | `subagent` | Изолированный сабагент со скоупом |
243
- | `web_search` | Поиск в интернете |
244
- | `web_fetch` | Загрузка веб-страницы (15K символов, 15s таймаут) |
245
- | `web_browse` | Браузер на Playwright (клик, ввод, скролл, скриншот) |
246
- | `plan` | Создание/обновление/отмена планов |
247
- | `todo` | Отслеживание задач |
248
- | `question` | Задать вопрос пользователю |
249
- | `approve` | Запросить подтверждение пользователя |
250
- | `load_skill` | Загрузить скилл во время выполнения |
251
- | `pipeline_run` | Выполнить YAML-пайплайн |
252
- | `mcp_call` | Вызвать инструмент MCP-сервера |
253
- | `search_history` | Поиск по истории сессий |
254
- | `project_map` | Запрос карты проекта (summary, refresh, find) |
255
-
256
- ---
257
-
258
- ## Тестирование
259
-
260
- ```bash
261
- bun test # Модульные + компонентные тесты
262
- bun test tests/agent.test.ts # Один файл
263
- bun run test:integration # Интеграционные тесты (требуют LLM-бэкенд)
264
- bun run typecheck # Проверка типов
265
- ```
266
-
267
- ### Тестирование агента из консоли (agent-driven)
268
-
269
- MMA можно тестировать в одноразовом headless-режиме без интерактивного REPL — это удобно для проверки фич и регрессий из терминала или другим агентом:
270
-
271
- ```bash
272
- # Одноразовый прогон: без AGENTS.md, выход сразу после ответа, песочница
273
- bun run mma "<промпт>" --no-agents-md --exit-on-complete -d <путь-к-песочнице>
274
- ```
275
-
276
- - **Песочница** — всегда внутри `_testing/` в корне проекта (например `_testing/<case-name>/`), никогда в корне или в `src/`. Папка `_testing/` добавлена в `.gitignore`.
277
- - **`--no-agents-md`** — не грузить AGENTS.md проекта в системный промпт (чистая среда).
278
- - **`--exit-on-complete`** — выйти сразу после первого финального ответа; интерактивные тулзы (`question`/`approve`) не блокируют stdin, а возвращают ошибку.
279
- - **`-d <dir>`** — рабочая директория агента (туда он создаёт файлы).
280
- - Каждый прогон сохраняется в сессию `~/.mma/sessions/<id>/` — можно посмотреть через `bun run mma session list` / `session show <id>`.
281
-
282
- ---
283
-
284
- ## Принципы дизайна
285
-
286
- 1. **Ни одного файла >300 строк** — разделяй при приближении к лимиту
287
- 2. **Маленькие файлы, одна ответственность** — каждый файл делает одно дело
288
- 3. **KISS state machine** — никаких god-объектов, никакой вложенности if-else в цикле агента
289
- 4. **Изоляция ошибок плагинов** — падение одного плагина не останавливает другие
290
- 5. **Безопасность путей** — все файловые инструменты проверяют `targetPath.startsWith(baseDir)`
291
- 6. **TDD** — сначала тест, потом реализация, потом коммит
292
- 7. **Никаких захардкоженных строк** — весь текст через `t()` i18n
293
- 8. **Никакого keyword matching** — LLM решает когда планировать, не эвристики
294
- 9. **Без TUI** — минимальный CLI + REPL с markdown→ANSI
295
-
296
- ---
297
-
298
- ## Лицензия
299
-
300
- MIT
301
-
302
- ---
303
-
304
- ## Благодарности
305
-
306
- - [Qwen3.5-9B](https://qwen.readthedocs.io/) — основная целевая модель
307
- - [LM Studio](https://lmstudio.ai/) — рекомендуемый локальный инференс-сервер
308
- - [llama.cpp](https://github.com/ggerganov/llama.cpp) — инференс-движок
309
-
310
- ---
311
-
312
- **Сделано для локальных моделей. Работает везде.**
1
+ # MMA — Micro Models Agent v2
2
+
3
+ [![npm version](https://img.shields.io/npm/v/micro-models-agent)](https://www.npmjs.com/package/micro-models-agent)
4
+ [![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](LICENSE)
5
+
6
+ **MMA** — модульный AI-coding агент, оптимизированный для **небольших локальных языковых моделей** (9B параметров, 32K–64K контекст). Работает на ноутбуке, облачное API не требуется.
7
+
8
+ ```bash
9
+ npm install -g micro-models-agent
10
+ mma "перепиши модуль авторизации на JWT"
11
+ ```
12
+
13
+ Создан и протестирован с [Qwen3.5-9B](https://qwen.readthedocs.io/) через LM Studio / Ollama / llama.cpp.
14
+
15
+ ---
16
+
17
+ ## Зачем MMA?
18
+
19
+ Большинство AI-агентов для кода (Devin, Cursor, Copilot) завязаны на облачные модели или дорогие API. MMA работает иначе:
20
+
21
+ - **Создан для моделей 9B** — оптимизирован под Qwen3.5-9B на обычном железе
22
+ - **Не требует облака** — полностью работает офлайн с любым OpenAI-совместимым бэкендом
23
+ - **Выживает в узком контексте** — умное sliding-window compaction держит 32K-модели продуктивными
24
+ - **Отлавливает галлюцинации** — 3-стадийный пайплайн валидации ловит выдумки, к которым склонны маленькие модели
25
+ - **Agent-Level MoE** — иерархическая декомпозиция задач: маленькие модели справляются со сложной многошаговой работой
26
+
27
+ ---
28
+
29
+ ## Возможности
30
+
31
+ - **6-состояний цикл агента** (INIT → THINK → ACT → OBSERVE → OUTPUT → ERROR) — чистый, предсказуемый, отлаживаемый
32
+ - **Управление бюджетом контекста** — динамический бюджет под модель, sliding-window compaction с извлечением фактов/решений/ошибок
33
+ - **Детекция галлюцинаций** — фактическая (пути файлов), согласованности (откат решений), уверенности (короткие/повторяющиеся ответы)
34
+ - **Гарантии выполнения** — авто-планирование через LLM (без keyword-эвристик), stuck-detection, off-track предупреждения, авто-продвижение плана
35
+ - **Agent-Level MoE** — Router + экспертные сабагенты с фильтрацией инструментов, изолированным контекстом, файловым скоупом и топологическим параллельным выполнением
36
+ - **20+ инструментов** — файловая система, шелл, веб-поиск/fetch, браузер (Playwright), планирование, взаимодействие, сабагенты, MCP, пайплайны
37
+ - **13 модулей** — скиллы, плагины, MCP-клиент, пайплайны, indexer проекта, постоянная память, контекст, сессии, браузер, выполнение, детекция галлюцинаций, апдейтер, профиль пользователя
38
+ - **MCP-клиент** — подключение к любому MCP-серверу (stdio или SSE)
39
+ - **YAML-пайплайны** — DAG-движок с параллельными волнами, зависимостями и повторными попытками
40
+ - **Управление сессиями** — постоянные JSONL-сессии с REPL-командами
41
+ - **Карта проекта** — автоматический обход файлов + извлечение экспортов + дисковый кэш
42
+ - **i18n** — все строки интерфейса через `t()`, включены английский и русский
43
+ - **8K–120K контекст** — адаптируется под любое контекстное окно модели
44
+ - **Без TUI** — минимальный CLI + REPL с markdown→ANSI форматированием
45
+ - **llama.cpp / Jinja proven** — проверено на граничных случаях Jinja-шаблонов (system-first, streaming fallback, явный `stream: false`)
46
+
47
+ ---
48
+
49
+ ## Установка
50
+
51
+ ### Требования
52
+
53
+ - **Среда выполнения:** [Bun](https://bun.sh) (рекомендуется) или Node.js ≥ 20
54
+ - **LLM-бэкенд:** Любой OpenAI-совместимый сервер (LM Studio, Ollama, vLLM, llama.cpp, Together AI)
55
+
56
+ ### Через npm (рекомендуется)
57
+
58
+ ```bash
59
+ npm install -g micro-models-agent@latest
60
+ ```
61
+
62
+ После установки команда `mma` будет доступна в терминале. Если после установки `mma` не находится — попробуйте переоткрыть терминал или выполните:
63
+
64
+ ```bash
65
+ # PowerShell
66
+ npm uninstall -g micro-models-agent
67
+ npm install -g micro-models-agent@latest
68
+
69
+ # Проверка
70
+ mma --version
71
+ ```
72
+
73
+ ### Из исходников
74
+
75
+ ```bash
76
+ git clone https://github.com/your-org/micro-models-agent
77
+ cd micro-models-agent
78
+ bun install
79
+ bun run build:prod
80
+ ```
81
+
82
+ ---
83
+
84
+ ## Быстрый старт
85
+
86
+ ### 1. Запустите LLM-бэкенд
87
+
88
+ Направьте MMA на любой OpenAI-совместимый эндпоинт. Пример с LM Studio:
89
+
90
+ ```bash
91
+ # LM Studio слушает http://localhost:1234 по умолчанию
92
+ ```
93
+
94
+ ### 2. Запустите мастер настройки
95
+
96
+ ```bash
97
+ bun run mma init
98
+ ```
99
+
100
+ Сканирует локальные порты, находит модель, тестирует соединение и записывает конфиг.
101
+
102
+ ### 3. Используйте агента
103
+
104
+ ```bash
105
+ # Одноразовый режим
106
+ bun run mma "создай REST API на Express и добавь тесты"
107
+
108
+ # Интерактивный REPL
109
+ bun run dev
110
+ ```
111
+
112
+ ---
113
+
114
+ ## Использование
115
+
116
+ ### CLI
117
+
118
+ ```bash
119
+ bun run mma "<prompt>"
120
+
121
+ # Подкоманды
122
+ bun run mma init # Интерактивный мастер настройки
123
+ bun run mma config set model qwen3.5-9b
124
+ bun run mma config show
125
+ bun run mma model list # Список доступных моделей
126
+ bun run mma model use qwen3.5-9b # Переключить модель
127
+ bun run mma provider list # Список провайдеров
128
+ bun run mma session list # Список сессий
129
+ bun run mma session show <id> # Детали сессии
130
+ bun run mma session delete <id> # Удалить сессию
131
+ ```
132
+
133
+ ### REPL
134
+
135
+ ```bash
136
+ bun run dev
137
+ ```
138
+
139
+ | Команда | Алиасы | Описание |
140
+ |---------|--------|----------|
141
+ | `/help` | | Показать справку |
142
+ | `/sessions` | `/ls` | Список сессий (* = активная) |
143
+ | `/new <name>` | `/create` | Создать новую сессию |
144
+ | `/resume <id\|name>` | `/switch`, `/use` | Переключиться на сессию |
145
+ | `/rename <name>` | | Переименовать текущую сессию |
146
+ | `/delete <id>` | `/rm` | Удалить сессию |
147
+ | `/config set <key> <value>` | | Установить значение конфига |
148
+ | `/exit` | | Выйти из REPL |
149
+
150
+ ### Разработка
151
+
152
+ ```bash
153
+ bun run mma "почини страницу логина" # Запуск агента
154
+ bun run dev # Watch-режим (авто-перезапуск при изменениях)
155
+ bun run build:prod # Сборка для публикации
156
+ bun test # Запуск тестов
157
+ bun run typecheck # Проверка типов
158
+ ```
159
+
160
+ ---
161
+
162
+ ## Конфигурация
163
+
164
+ 3-слойный конфиг: `defaults.ts` → `~/.mma/config.json` (глобальный) → `.mmrc` (проект) + переменные окружения.
165
+
166
+ Ключевые опции (полный список в `src/config/defaults.ts`):
167
+
168
+ | Опция | По умолчанию | Описание |
169
+ |-------|-------------|----------|
170
+ | `model` | `qwen3.5-9b` | Имя модели для бэкенда |
171
+ | `provider.baseUrl` | `http://localhost:1234/v1` | URL OpenAI-совместимого API |
172
+ | `contextWindow` | `32768` | Контекстное окно модели в токенах |
173
+ | `autoPlan` | `true` | Авто-создание планов для многошаговых задач |
174
+ | `maxToolIterations` | `25` | Макс. вызовов инструментов за запуск |
175
+ | `stuckThreshold` | `8` | Итераций без прогресса до stuck-detection |
176
+ | `moe.enabled` | `false` | Включить Agent-Level MoE |
177
+ | `locale` | `en` | Язык интерфейса (`en` / `ru`) |
178
+ | `logLevel` | `info` | Уровень логирования |
179
+
180
+ ### Agent-Level MoE
181
+
182
+ ```json
183
+ {
184
+ "moe": { "enabled": true },
185
+ "orchestrator": {
186
+ "model": "qwen3-70b-414k",
187
+ "provider": { "baseUrl": "http://localhost:1234/v1" }
188
+ },
189
+ "experts": {
190
+ "code": { "model": "qwen3.5-9b", "tool_tags": ["file", "code", "shell"], "max_attempts": 3 },
191
+ "research": { "model": "qwen3.5-9b", "tool_tags": ["research"], "max_attempts": 3 },
192
+ "browser": { "model": "qwen3.5-9b", "tool_tags": ["browser", "vision"], "max_attempts": 3 }
193
+ }
194
+ }
195
+ ```
196
+
197
+ ---
198
+
199
+ ## Архитектура
200
+
201
+ ```
202
+ CLI (main.ts → commands.ts / repl.ts / setup.ts)
203
+ → Core (agent.ts state machine → prompt-builder.ts)
204
+ → LLM Layer (provider.ts → openai-compat.ts → response.ts → token-counter.ts)
205
+ → Tools (registry.ts → executor.ts → 20+ tools)
206
+ → Modules (skills, plugins, mcp, pipelines, indexer, memory, context, session,
207
+ hallucination, execution, updater, user-profile, browser)
208
+ ```
209
+
210
+ ### Структура проекта
211
+
212
+ ```
213
+ src/
214
+ ├── core/ # Цикл агента, сборщик промптов, типы
215
+ ├── llm/ # Абстракция провайдера, OpenAI-совместимость, стриминг, подсчёт токенов
216
+ ├── tools/ # 20+ инструментов с реестром, исполнителем, скоуп-гардами
217
+ ├── modules/ # 13 модулей (скиллы, плагины, mcp, пайплайны, indexer, память, контекст, сессии, галлюцинации, выполнение, апдейтер, профиль, браузер)
218
+ ├── cli/ # Точка входа, команды, REPL, мастер настройки
219
+ ├── config/ # 3-слойный конфиг: defaults → глобальный → проект
220
+ ├── i18n/ # en.json + ru.json + t()
221
+ ├── ui/ # Markdown→ANSI форматтер
222
+ └── logger/ # Структурированный логгер с уровнями и дочерними логгерами
223
+ ```
224
+
225
+ ---
226
+
227
+ ## Инструменты
228
+
229
+ | Инструмент | Описание |
230
+ |------------|----------|
231
+ | `read_file` | Чтение файла с offset/limit |
232
+ | `write_file` | Создание/перезапись с созданием директорий |
233
+ | `edit_file` | Поиск-и-замена в существующих файлах |
234
+ | `glob` | Поиск по glob-паттернам |
235
+ | `grep` | Поиск по содержимому через ripgrep |
236
+ | `list_dir` | Список содержимого директории |
237
+ | `create_dir` | Создание директории (рекурсивно) |
238
+ | `delete_file` | Удаление файла или пустой директории |
239
+ | `move_file` | Перемещение/переименование файла или директории |
240
+ | `file_info` | Метаданные файла/директории |
241
+ | `bash` | Выполнение shell-команд |
242
+ | `subagent` | Изолированный сабагент со скоупом |
243
+ | `web_search` | Поиск в интернете |
244
+ | `web_fetch` | Загрузка веб-страницы (15K символов, 15s таймаут) |
245
+ | `web_browse` | Браузер на Playwright (клик, ввод, скролл, скриншот) |
246
+ | `plan` | Создание/обновление/отмена планов |
247
+ | `todo` | Отслеживание задач |
248
+ | `question` | Задать вопрос пользователю |
249
+ | `approve` | Запросить подтверждение пользователя |
250
+ | `load_skill` | Загрузить скилл во время выполнения |
251
+ | `pipeline_run` | Выполнить YAML-пайплайн |
252
+ | `mcp_call` | Вызвать инструмент MCP-сервера |
253
+ | `search_history` | Поиск по истории сессий |
254
+ | `project_map` | Запрос карты проекта (summary, refresh, find) |
255
+
256
+ ---
257
+
258
+ ## Тестирование
259
+
260
+ ```bash
261
+ bun test # Модульные + компонентные тесты
262
+ bun test tests/agent.test.ts # Один файл
263
+ bun run test:integration # Интеграционные тесты (требуют LLM-бэкенд)
264
+ bun run typecheck # Проверка типов
265
+ ```
266
+
267
+ ### Тестирование агента из консоли (agent-driven)
268
+
269
+ MMA можно тестировать в одноразовом headless-режиме без интерактивного REPL — это удобно для проверки фич и регрессий из терминала или другим агентом:
270
+
271
+ ```bash
272
+ # Одноразовый прогон: без AGENTS.md, выход сразу после ответа, песочница
273
+ bun run mma "<промпт>" --no-agents-md --exit-on-complete -d <путь-к-песочнице>
274
+ ```
275
+
276
+ - **Песочница** — всегда внутри `_testing/` в корне проекта (например `_testing/<case-name>/`), никогда в корне или в `src/`. Папка `_testing/` добавлена в `.gitignore`.
277
+ - **`--no-agents-md`** — не грузить AGENTS.md проекта в системный промпт (чистая среда).
278
+ - **`--exit-on-complete`** — выйти сразу после первого финального ответа; интерактивные тулзы (`question`/`approve`) не блокируют stdin, а возвращают ошибку.
279
+ - **`-d <dir>`** — рабочая директория агента (туда он создаёт файлы).
280
+ - Каждый прогон сохраняется в сессию `~/.mma/sessions/<id>/` — можно посмотреть через `bun run mma session list` / `session show <id>`.
281
+
282
+ ---
283
+
284
+ ## Принципы дизайна
285
+
286
+ 1. **Ни одного файла >300 строк** — разделяй при приближении к лимиту
287
+ 2. **Маленькие файлы, одна ответственность** — каждый файл делает одно дело
288
+ 3. **KISS state machine** — никаких god-объектов, никакой вложенности if-else в цикле агента
289
+ 4. **Изоляция ошибок плагинов** — падение одного плагина не останавливает другие
290
+ 5. **Безопасность путей** — все файловые инструменты проверяют `targetPath.startsWith(baseDir)`
291
+ 6. **TDD** — сначала тест, потом реализация, потом коммит
292
+ 7. **Никаких захардкоженных строк** — весь текст через `t()` i18n
293
+ 8. **Никакого keyword matching** — LLM решает когда планировать, не эвристики
294
+ 9. **Без TUI** — минимальный CLI + REPL с markdown→ANSI
295
+
296
+ ---
297
+
298
+ ## Лицензия
299
+
300
+ MIT
301
+
302
+ ---
303
+
304
+ ## Благодарности
305
+
306
+ - [Qwen3.5-9B](https://qwen.readthedocs.io/) — основная целевая модель
307
+ - [LM Studio](https://lmstudio.ai/) — рекомендуемый локальный инференс-сервер
308
+ - [llama.cpp](https://github.com/ggerganov/llama.cpp) — инференс-движок
309
+
310
+ ---
311
+
312
+ **Сделано для локальных моделей. Работает везде.**
package/bin/mma.mjs CHANGED
@@ -1,8 +1,8 @@
1
- #!/usr/bin/env node
2
- import { fileURLToPath, pathToFileURL } from "node:url";
3
- import { dirname, join } from "node:path";
4
-
5
- const __dirname = dirname(fileURLToPath(import.meta.url));
6
- const main = join(__dirname, "..", "dist", "main.js");
7
-
8
- await import(pathToFileURL(main).href);
1
+ #!/usr/bin/env node
2
+ import { fileURLToPath, pathToFileURL } from "node:url";
3
+ import { dirname, join } from "node:path";
4
+
5
+ const __dirname = dirname(fileURLToPath(import.meta.url));
6
+ const main = join(__dirname, "..", "dist", "main.js");
7
+
8
+ await import(pathToFileURL(main).href);
package/dist/main.js CHANGED
@@ -2306,6 +2306,7 @@ var init_en = __esm(() => {
2306
2306
  "tool.memory_error": "Memory error: {error}",
2307
2307
  "tool.screenshot_unavailable": "[Screenshot captured — image not available for text-only model]",
2308
2308
  "tool.timeout": "Tool {name} timed out after {seconds} seconds",
2309
+ "tool.aborted": "Tool {name} was interrupted by user",
2309
2310
  "tool.interactive_disabled": "Interactive tool is disabled in exit-on-complete mode. Proceed without asking the user.",
2310
2311
  "proc.started": `Started background process {id} (PID {pid}).
2311
2312
  Command: {command}`,
@@ -2850,6 +2851,7 @@ var init_ru = __esm(() => {
2850
2851
  "tool.memory_error": "Ошибка памяти: {error}",
2851
2852
  "tool.screenshot_unavailable": "[Скриншот сделан — изображение недоступно для текстовой модели]",
2852
2853
  "tool.timeout": "Инструмент {name} превысил таймаут ({seconds} сек)",
2854
+ "tool.aborted": "Инструмент {name} прерван пользователем",
2853
2855
  "tool.interactive_disabled": "Интерактивный инструмент отключён в режиме exit-on-complete. Продолжай без вопроса пользователю.",
2854
2856
  "proc.started": `Фоновый процесс запущен: {id} (PID {pid}).
2855
2857
  Команда: {command}`,
@@ -4291,6 +4293,11 @@ function getMessageText(content) {
4291
4293
  }
4292
4294
 
4293
4295
  // src/llm/token-counter.ts
4296
+ var exports_token_counter = {};
4297
+ __export(exports_token_counter, {
4298
+ TokenCounter: () => TokenCounter
4299
+ });
4300
+
4294
4301
  class TokenCounter {
4295
4302
  encoder;
4296
4303
  constructor(model = "gpt-4o") {
@@ -4957,7 +4964,7 @@ class ToolExecutor {
4957
4964
  this.ctx = ctx;
4958
4965
  this.pluginManager = pluginManager;
4959
4966
  }
4960
- async execute(call) {
4967
+ async execute(call, signal) {
4961
4968
  const tool = this.registry.get(call.name);
4962
4969
  if (!tool) {
4963
4970
  return {
@@ -4999,10 +5006,25 @@ class ToolExecutor {
4999
5006
  })));
5000
5007
  }, TOOL_EXECUTION_TIMEOUT_MS);
5001
5008
  });
5002
- result = await Promise.race([
5009
+ const racePromises = [
5003
5010
  tool.handler(this.ctx, call.arguments),
5004
5011
  timeoutPromise
5005
- ]);
5012
+ ];
5013
+ if (signal) {
5014
+ const abortPromise = new Promise((_, reject) => {
5015
+ const onAbort = () => {
5016
+ killByCallId(call.id);
5017
+ reject(new Error(t("tool.aborted", { name: call.name })));
5018
+ };
5019
+ if (signal.aborted) {
5020
+ onAbort();
5021
+ } else {
5022
+ signal.addEventListener("abort", onAbort, { once: true });
5023
+ }
5024
+ });
5025
+ racePromises.push(abortPromise);
5026
+ }
5027
+ result = await Promise.race(racePromises);
5006
5028
  }
5007
5029
  result.toolCallId = call.id;
5008
5030
  } catch (e) {
@@ -5033,6 +5055,9 @@ class ToolExecutor {
5033
5055
  setScope(scope) {
5034
5056
  this.ctx.scope = scope;
5035
5057
  }
5058
+ updateProvider(provider) {
5059
+ this.ctx.llmProvider = provider;
5060
+ }
5036
5061
  }
5037
5062
  var TOOL_EXECUTION_TIMEOUT_MS = 60000;
5038
5063
  var init_executor = __esm(() => {
@@ -5639,8 +5664,13 @@ var init_read_file = __esm(() => {
5639
5664
  remaining: String(total - end),
5640
5665
  next: String(end + 1)
5641
5666
  }) : "";
5642
- return { success: true, output: `${header}
5643
- ${selected}${truncated}` };
5667
+ const display = truncated ? `${header}${truncated}` : header;
5668
+ return {
5669
+ success: true,
5670
+ output: `${header}
5671
+ ${selected}${truncated}`,
5672
+ display
5673
+ };
5644
5674
  }
5645
5675
  };
5646
5676
  });
@@ -9040,6 +9070,7 @@ class Agent {
9040
9070
  deps;
9041
9071
  systemPromptAdded = false;
9042
9072
  shutdownRequested = false;
9073
+ abortController = null;
9043
9074
  constructor(deps) {
9044
9075
  this.deps = deps;
9045
9076
  }
@@ -9155,6 +9186,7 @@ ${t("tool.truncated", { tokens: Math.ceil(removedChars / 2) })}`;
9155
9186
  baseDir
9156
9187
  } = this.deps;
9157
9188
  const slog = new SessionLogger(sessionManager);
9189
+ this.abortController = new AbortController;
9158
9190
  let iteration = 0;
9159
9191
  let lastText = "";
9160
9192
  let hallucinationRetries = 0;
@@ -9168,6 +9200,7 @@ ${t("tool.truncated", { tokens: Math.ceil(removedChars / 2) })}`;
9168
9200
  const MAX_AUDIT_RETRIES = 3;
9169
9201
  while (iteration < config.maxToolIterations && !this.shutdownRequested) {
9170
9202
  iteration++;
9203
+ contextManager.noteIteration();
9171
9204
  pluginManager.runOnBeforeThink({
9172
9205
  iteration,
9173
9206
  logger,
@@ -9200,6 +9233,8 @@ ${t("tool.truncated", { tokens: Math.ceil(removedChars / 2) })}`;
9200
9233
  this.emitPhase(iteration, "thinking", onPhase);
9201
9234
  try {
9202
9235
  for await (const chunk of llmProvider.chat(history, allTools)) {
9236
+ if (this.shutdownRequested)
9237
+ break;
9203
9238
  if (chunk.type === "text" && chunk.content) {
9204
9239
  if (emittedReasoning && !textContent) {
9205
9240
  onMeta?.(`
@@ -9303,7 +9338,7 @@ ${t("tool.truncated", { tokens: Math.ceil(removedChars / 2) })}`;
9303
9338
  onTool?.({ type: "start", tool: call.name, args: call.arguments });
9304
9339
  slog.logToolCall(call, iteration);
9305
9340
  const tokensBeforeTool = contextManager.getEstimatedTokens();
9306
- const result = await toolExecutor.execute(call);
9341
+ const result = await toolExecutor.execute(call, this.abortController?.signal);
9307
9342
  const duration = Date.now() - startTime;
9308
9343
  if (!result.success)
9309
9344
  anyToolFailed = true;
@@ -9312,25 +9347,17 @@ ${t("tool.truncated", { tokens: Math.ceil(removedChars / 2) })}`;
9312
9347
  onMeta?.(`
9313
9348
  ` + result.display + `
9314
9349
  `);
9315
- }
9316
- const metaOut = pluginManager.runOnMeta({ iteration, logger }, result.output);
9317
- onMeta?.(`
9350
+ } else {
9351
+ const metaOut = pluginManager.runOnMeta({ iteration, logger }, result.output);
9352
+ onMeta?.(`
9318
9353
  ` + pc.dim(metaOut) + `
9319
9354
  `);
9355
+ }
9320
9356
  if (result.diff) {
9321
9357
  onMeta?.(`
9322
9358
  ` + result.diff + `
9323
9359
  `);
9324
9360
  }
9325
- const tokensAfterTool = contextManager.getEstimatedTokens();
9326
- onTool?.({
9327
- type: "end",
9328
- tool: call.name,
9329
- args: call.arguments,
9330
- duration,
9331
- error: !result.success,
9332
- ctxDelta: tokensAfterTool - tokensBeforeTool
9333
- });
9334
9361
  const currentTokens2 = contextManager.getEstimatedTokens();
9335
9362
  const budget3 = contextManager.getBudget();
9336
9363
  const truncatedOutput = this.truncateToolOutput(result.output, budget3, currentTokens2);
@@ -9342,6 +9369,15 @@ ${t("tool.truncated", { tokens: Math.ceil(removedChars / 2) })}`;
9342
9369
  success: result.success,
9343
9370
  arguments: call.arguments
9344
9371
  });
9372
+ const tokensAfterTool = contextManager.getEstimatedTokens();
9373
+ onTool?.({
9374
+ type: "end",
9375
+ tool: call.name,
9376
+ args: call.arguments,
9377
+ duration,
9378
+ error: !result.success,
9379
+ ctxDelta: tokensAfterTool - tokensBeforeTool
9380
+ });
9345
9381
  summaries.push(`[Tool: ${call.name} (${JSON.stringify(call.arguments)}) → ${truncatedOutput.slice(0, 200)}]`);
9346
9382
  if (config.session.autoSave) {
9347
9383
  slog.logToolResult(call, result, duration, iteration);
@@ -9512,6 +9548,23 @@ ${taskReminder}</system-summary>`
9512
9548
  this.deps.contextManager.clear();
9513
9549
  this.systemPromptAdded = false;
9514
9550
  }
9551
+ async reconfigure(config) {
9552
+ const { OpenAICompatProvider: OpenAICompatProvider2 } = await Promise.resolve().then(() => (init_openai_compat(), exports_openai_compat));
9553
+ const { TokenCounter: TokenCounter2 } = await Promise.resolve().then(() => (init_token_counter(), exports_token_counter));
9554
+ const newProvider = new OpenAICompatProvider2({
9555
+ model: config.model,
9556
+ baseUrl: config.provider.baseUrl,
9557
+ apiKey: config.provider.apiKey,
9558
+ contextWindow: config.contextWindow,
9559
+ retry: config.retry,
9560
+ rateLimits: config.security?.rateLimits
9561
+ });
9562
+ this.deps.llmProvider = newProvider;
9563
+ this.deps.toolExecutor.updateProvider(newProvider);
9564
+ const newTokenCounter = new TokenCounter2(config.model);
9565
+ this.deps.contextManager.resize(config.contextWindow, config.contextBudget, newTokenCounter);
9566
+ this.deps.config = config;
9567
+ }
9515
9568
  setContext(messages) {
9516
9569
  const { contextManager } = this.deps;
9517
9570
  contextManager.clear();
@@ -9530,6 +9583,7 @@ ${taskReminder}</system-summary>`
9530
9583
  }
9531
9584
  shutdown() {
9532
9585
  this.shutdownRequested = true;
9586
+ this.abortController?.abort();
9533
9587
  const { pluginManager, logger, sessionManager, contextManager } = this.deps;
9534
9588
  contextManager.onCompact = null;
9535
9589
  const killed = processRegistry.killAll();
@@ -9635,10 +9689,18 @@ class ContextManager {
9635
9689
  getIterationsSinceCompaction() {
9636
9690
  return this.iterationsSinceCompaction;
9637
9691
  }
9692
+ noteIteration() {
9693
+ this.iterationsSinceCompaction++;
9694
+ }
9638
9695
  getQuality() {
9639
- const freshness = 1 - this.iterationsSinceCompaction / COMPACTION_INTERVAL;
9640
- const depth = 1 / (1 + this.compactionCount);
9641
- return Math.round(freshness * depth * 100);
9696
+ const usedTokens = this.getEstimatedTokens();
9697
+ const tokenLoad = Math.max(0, 1 - usedTokens / this.budget.history);
9698
+ const compactionLoss = Math.max(0, 1 - this.compactionCount * 0.15);
9699
+ const msgCount = this.messages.length || 1;
9700
+ const errorDensity = Math.max(0, 1 - Math.min(1, this.errorFacts.length / msgCount));
9701
+ const freshness = Math.max(0, 1 - this.iterationsSinceCompaction / COMPACTION_INTERVAL);
9702
+ const score = tokenLoad * 0.4 + compactionLoss * 0.25 + errorDensity * 0.2 + freshness * 0.15;
9703
+ return Math.round(Math.min(100, Math.max(0, score * 100)));
9642
9704
  }
9643
9705
  addMessage(msg) {
9644
9706
  if (msg.role === "user" && this.pendingImageParts.length > 0) {
@@ -9653,7 +9715,6 @@ class ContextManager {
9653
9715
  this.pendingImageParts = [];
9654
9716
  }
9655
9717
  this.messages.push(msg);
9656
- this.iterationsSinceCompaction++;
9657
9718
  const tokens = this.getEstimatedTokens();
9658
9719
  if (tokens > this.peakTokens)
9659
9720
  this.peakTokens = tokens;
@@ -9820,6 +9881,13 @@ ${lines.join(`
9820
9881
  getEstimatedTokens() {
9821
9882
  return this.messages.reduce((sum, m) => sum + this.estimateMessageTokens(m), 0);
9822
9883
  }
9884
+ resize(contextWindow, contextBudget, tokenCounter) {
9885
+ this.contextWindow = contextWindow;
9886
+ this.budget = this.calculateBudget(contextWindow, contextBudget);
9887
+ if (tokenCounter !== undefined) {
9888
+ this.tokenCounter = tokenCounter ?? null;
9889
+ }
9890
+ }
9823
9891
  }
9824
9892
  var COMPACTION_INTERVAL = 15, KEEP_LAST_N = 6;
9825
9893
  var init_manager = () => {};
@@ -10354,7 +10422,10 @@ var init_web_search = __esm(() => {
10354
10422
  type: "object",
10355
10423
  properties: {
10356
10424
  query: { type: "string", description: "Search query" },
10357
- numResults: { type: "number", description: "Number of results (default 5)" }
10425
+ numResults: {
10426
+ type: "number",
10427
+ description: "Number of results (default 5)"
10428
+ }
10358
10429
  },
10359
10430
  required: ["query"]
10360
10431
  },
@@ -10372,27 +10443,41 @@ var init_web_search = __esm(() => {
10372
10443
  };
10373
10444
  }
10374
10445
  try {
10375
- const response = await fetch(url, { signal: AbortSignal.timeout(securityConfig?.requestTimeout || 1e4) });
10446
+ const response = await fetch(url, {
10447
+ signal: AbortSignal.timeout(securityConfig?.requestTimeout || 1e4)
10448
+ });
10376
10449
  const html = await response.text();
10377
10450
  const results = [];
10378
- const snippetRegex = /<a[^>]+class="result__a"[^>]*>([\s\S]*?)<\/a>[\s\S]*?<a[^>]+class="result__snippet"[^>]*>([\s\S]*?)<\/a>/gi;
10451
+ const snippetRegex = /<a[^>]+class="result__a"[^>]*href="([^"]*)"[^>]*>([\s\S]*?)<\/a>[\s\S]*?<a[^>]+class="result__snippet"[^>]*>([\s\S]*?)<\/a>/gi;
10379
10452
  let match;
10380
10453
  let count = 0;
10381
10454
  while ((match = snippetRegex.exec(html)) !== null && count < numResults) {
10382
- const title = match[1].replace(/<[^>]+>/g, "").trim();
10383
- const snippet = match[2].replace(/<[^>]+>/g, "").trim();
10384
- results.push(`${title}: ${snippet}`);
10455
+ const href = match[1].trim();
10456
+ const title = match[2].replace(/<[^>]+>/g, "").trim();
10457
+ const snippet = match[3].replace(/<[^>]+>/g, "").trim();
10458
+ results.push(`${count + 1}. ${title}
10459
+ URL: ${href}
10460
+ ${snippet}`);
10385
10461
  count++;
10386
10462
  }
10387
10463
  logNetworkRequest(ctx.sessionId, sanitizeUrl(url), true, `Results: ${results.length}`);
10388
10464
  if (results.length === 0) {
10389
10465
  return { success: true, output: t("tool.no_results", { query }) };
10390
10466
  }
10391
- return { success: true, output: t("tool.search_results", { query, results: results.join(`
10392
- `) }) };
10467
+ return {
10468
+ success: true,
10469
+ output: t("tool.search_results", {
10470
+ query,
10471
+ results: results.join(`
10472
+ `)
10473
+ })
10474
+ };
10393
10475
  } catch (err) {
10394
10476
  logNetworkRequest(ctx.sessionId, sanitizeUrl(url), false, `Error: ${err.message}`);
10395
- return { success: false, output: t("error.search_failed", { message: err.message }) };
10477
+ return {
10478
+ success: false,
10479
+ output: t("error.search_failed", { message: err.message })
10480
+ };
10396
10481
  }
10397
10482
  }
10398
10483
  };
@@ -15515,7 +15600,7 @@ function ansiRegex({ onlyFirst = false } = {}) {
15515
15600
  return new RegExp(pattern, onlyFirst ? undefined : "g");
15516
15601
  }
15517
15602
 
15518
- // node_modules/strip-ansi/index.js
15603
+ // node_modules/string-width/node_modules/strip-ansi/index.js
15519
15604
  function stripAnsi(string) {
15520
15605
  if (typeof string !== "string") {
15521
15606
  throw new TypeError(`Expected a \`string\`, got \`${typeof string}\``);
@@ -15614,135 +15699,65 @@ var init_get_east_asian_width = __esm(() => {
15614
15699
  init_lookup();
15615
15700
  });
15616
15701
 
15702
+ // node_modules/emoji-regex/index.js
15703
+ var require_emoji_regex = __commonJS((exports, module) => {
15704
+ module.exports = () => {
15705
+ return /[#*0-9]\uFE0F?\u20E3|[\xA9\xAE\u203C\u2049\u2122\u2139\u2194-\u2199\u21A9\u21AA\u231A\u231B\u2328\u23CF\u23ED-\u23EF\u23F1\u23F2\u23F8-\u23FA\u24C2\u25AA\u25AB\u25B6\u25C0\u25FB\u25FC\u25FE\u2600-\u2604\u260E\u2611\u2614\u2615\u2618\u2620\u2622\u2623\u2626\u262A\u262E\u262F\u2638-\u263A\u2640\u2642\u2648-\u2653\u265F\u2660\u2663\u2665\u2666\u2668\u267B\u267E\u267F\u2692\u2694-\u2697\u2699\u269B\u269C\u26A0\u26A7\u26AA\u26B0\u26B1\u26BD\u26BE\u26C4\u26C8\u26CF\u26D1\u26E9\u26F0-\u26F5\u26F7\u26F8\u26FA\u2702\u2708\u2709\u270F\u2712\u2714\u2716\u271D\u2721\u2733\u2734\u2744\u2747\u2757\u2763\u27A1\u2934\u2935\u2B05-\u2B07\u2B1B\u2B1C\u2B55\u3030\u303D\u3297\u3299]\uFE0F?|[\u261D\u270C\u270D](?:\uD83C[\uDFFB-\uDFFF]|\uFE0F)?|[\u270A\u270B](?:\uD83C[\uDFFB-\uDFFF])?|[\u23E9-\u23EC\u23F0\u23F3\u25FD\u2693\u26A1\u26AB\u26C5\u26CE\u26D4\u26EA\u26FD\u2705\u2728\u274C\u274E\u2753-\u2755\u2795-\u2797\u27B0\u27BF\u2B50]|\u26D3\uFE0F?(?:\u200D\uD83D\uDCA5)?|\u26F9(?:\uD83C[\uDFFB-\uDFFF]|\uFE0F)?(?:\u200D[\u2640\u2642]\uFE0F?)?|\u2764\uFE0F?(?:\u200D(?:\uD83D\uDD25|\uD83E\uDE79))?|\uD83C(?:[\uDC04\uDD70\uDD71\uDD7E\uDD7F\uDE02\uDE37\uDF21\uDF24-\uDF2C\uDF36\uDF7D\uDF96\uDF97\uDF99-\uDF9B\uDF9E\uDF9F\uDFCD\uDFCE\uDFD4-\uDFDF\uDFF5\uDFF7]\uFE0F?|[\uDF85\uDFC2\uDFC7](?:\uD83C[\uDFFB-\uDFFF])?|[\uDFC4\uDFCA](?:\uD83C[\uDFFB-\uDFFF])?(?:\u200D[\u2640\u2642]\uFE0F?)?|[\uDFCB\uDFCC](?:\uD83C[\uDFFB-\uDFFF]|\uFE0F)?(?:\u200D[\u2640\u2642]\uFE0F?)?|[\uDCCF\uDD8E\uDD91-\uDD9A\uDE01\uDE1A\uDE2F\uDE32-\uDE36\uDE38-\uDE3A\uDE50\uDE51\uDF00-\uDF20\uDF2D-\uDF35\uDF37-\uDF43\uDF45-\uDF4A\uDF4C-\uDF7C\uDF7E-\uDF84\uDF86-\uDF93\uDFA0-\uDFC1\uDFC5\uDFC6\uDFC8\uDFC9\uDFCF-\uDFD3\uDFE0-\uDFF0\uDFF8-\uDFFF]|\uDDE6\uD83C[\uDDE8-\uDDEC\uDDEE\uDDF1\uDDF2\uDDF4\uDDF6-\uDDFA\uDDFC\uDDFD\uDDFF]|\uDDE7\uD83C[\uDDE6\uDDE7\uDDE9-\uDDEF\uDDF1-\uDDF4\uDDF6-\uDDF9\uDDFB\uDDFC\uDDFE\uDDFF]|\uDDE8\uD83C[\uDDE6\uDDE8\uDDE9\uDDEB-\uDDEE\uDDF0-\uDDF7\uDDFA-\uDDFF]|\uDDE9\uD83C[\uDDEA\uDDEC\uDDEF\uDDF0\uDDF2\uDDF4\uDDFF]|\uDDEA\uD83C[\uDDE6\uDDE8\uDDEA\uDDEC\uDDED\uDDF7-\uDDFA]|\uDDEB\uD83C[\uDDEE-\uDDF0\uDDF2\uDDF4\uDDF7]|\uDDEC\uD83C[\uDDE6\uDDE7\uDDE9-\uDDEE\uDDF1-\uDDF3\uDDF5-\uDDFA\uDDFC\uDDFE]|\uDDED\uD83C[\uDDF0\uDDF2\uDDF3\uDDF7\uDDF9\uDDFA]|\uDDEE\uD83C[\uDDE8-\uDDEA\uDDF1-\uDDF4\uDDF6-\uDDF9]|\uDDEF\uD83C[\uDDEA\uDDF2\uDDF4\uDDF5]|\uDDF0\uD83C[\uDDEA\uDDEC-\uDDEE\uDDF2\uDDF3\uDDF5\uDDF7\uDDFC\uDDFE\uDDFF]|\uDDF1\uD83C[\uDDE6-\uDDE8\uDDEE\uDDF0\uDDF7-\uDDFB\uDDFE]|\uDDF2\uD83C[\uDDE6\uDDE8-\uDDED\uDDF0-\uDDFF]|\uDDF3\uD83C[\uDDE6\uDDE8\uDDEA-\uDDEC\uDDEE\uDDF1\uDDF4\uDDF5\uDDF7\uDDFA\uDDFF]|\uDDF4\uD83C\uDDF2|\uDDF5\uD83C[\uDDE6\uDDEA-\uDDED\uDDF0-\uDDF3\uDDF7-\uDDF9\uDDFC\uDDFE]|\uDDF6\uD83C\uDDE6|\uDDF7\uD83C[\uDDEA\uDDF4\uDDF8\uDDFA\uDDFC]|\uDDF8\uD83C[\uDDE6-\uDDEA\uDDEC-\uDDF4\uDDF7-\uDDF9\uDDFB\uDDFD-\uDDFF]|\uDDF9\uD83C[\uDDE6\uDDE8\uDDE9\uDDEB-\uDDED\uDDEF-\uDDF4\uDDF7\uDDF9\uDDFB\uDDFC\uDDFF]|\uDDFA\uD83C[\uDDE6\uDDEC\uDDF2\uDDF3\uDDF8\uDDFE\uDDFF]|\uDDFB\uD83C[\uDDE6\uDDE8\uDDEA\uDDEC\uDDEE\uDDF3\uDDFA]|\uDDFC\uD83C[\uDDEB\uDDF8]|\uDDFD\uD83C\uDDF0|\uDDFE\uD83C[\uDDEA\uDDF9]|\uDDFF\uD83C[\uDDE6\uDDF2\uDDFC]|\uDF44(?:\u200D\uD83D\uDFEB)?|\uDF4B(?:\u200D\uD83D\uDFE9)?|\uDFC3(?:\uD83C[\uDFFB-\uDFFF])?(?:\u200D(?:[\u2640\u2642]\uFE0F?(?:\u200D\u27A1\uFE0F?)?|\u27A1\uFE0F?))?|\uDFF3\uFE0F?(?:\u200D(?:\u26A7\uFE0F?|\uD83C\uDF08))?|\uDFF4(?:\u200D\u2620\uFE0F?|\uDB40\uDC67\uDB40\uDC62\uDB40(?:\uDC65\uDB40\uDC6E\uDB40\uDC67|\uDC73\uDB40\uDC63\uDB40\uDC74|\uDC77\uDB40\uDC6C\uDB40\uDC73)\uDB40\uDC7F)?)|\uD83D(?:[\uDC3F\uDCFD\uDD49\uDD4A\uDD6F\uDD70\uDD73\uDD76-\uDD79\uDD87\uDD8A-\uDD8D\uDDA5\uDDA8\uDDB1\uDDB2\uDDBC\uDDC2-\uDDC4\uDDD1-\uDDD3\uDDDC-\uDDDE\uDDE1\uDDE3\uDDE8\uDDEF\uDDF3\uDDFA\uDECB\uDECD-\uDECF\uDEE0-\uDEE5\uDEE9\uDEF0\uDEF3]\uFE0F?|[\uDC42\uDC43\uDC46-\uDC50\uDC66\uDC67\uDC6B-\uDC6D\uDC72\uDC74-\uDC76\uDC78\uDC7C\uDC83\uDC85\uDC8F\uDC91\uDCAA\uDD7A\uDD95\uDD96\uDE4C\uDE4F\uDEC0\uDECC](?:\uD83C[\uDFFB-\uDFFF])?|[\uDC6E-\uDC71\uDC73\uDC77\uDC81\uDC82\uDC86\uDC87\uDE45-\uDE47\uDE4B\uDE4D\uDE4E\uDEA3\uDEB4\uDEB5](?:\uD83C[\uDFFB-\uDFFF])?(?:\u200D[\u2640\u2642]\uFE0F?)?|[\uDD74\uDD90](?:\uD83C[\uDFFB-\uDFFF]|\uFE0F)?|[\uDC00-\uDC07\uDC09-\uDC14\uDC16-\uDC25\uDC27-\uDC3A\uDC3C-\uDC3E\uDC40\uDC44\uDC45\uDC51-\uDC65\uDC6A\uDC79-\uDC7B\uDC7D-\uDC80\uDC84\uDC88-\uDC8E\uDC90\uDC92-\uDCA9\uDCAB-\uDCFC\uDCFF-\uDD3D\uDD4B-\uDD4E\uDD50-\uDD67\uDDA4\uDDFB-\uDE2D\uDE2F-\uDE34\uDE37-\uDE41\uDE43\uDE44\uDE48-\uDE4A\uDE80-\uDEA2\uDEA4-\uDEB3\uDEB7-\uDEBF\uDEC1-\uDEC5\uDED0-\uDED2\uDED5-\uDED8\uDEDC-\uDEDF\uDEEB\uDEEC\uDEF4-\uDEFC\uDFE0-\uDFEB\uDFF0]|\uDC08(?:\u200D\u2B1B)?|\uDC15(?:\u200D\uD83E\uDDBA)?|\uDC26(?:\u200D(?:\u2B1B|\uD83D\uDD25))?|\uDC3B(?:\u200D\u2744\uFE0F?)?|\uDC41\uFE0F?(?:\u200D\uD83D\uDDE8\uFE0F?)?|\uDC68(?:\u200D(?:[\u2695\u2696\u2708]\uFE0F?|\u2764\uFE0F?\u200D\uD83D(?:\uDC8B\u200D\uD83D)?\uDC68|\uD83C[\uDF3E\uDF73\uDF7C\uDF93\uDFA4\uDFA8\uDFEB\uDFED]|\uD83D(?:[\uDC68\uDC69]\u200D\uD83D(?:\uDC66(?:\u200D\uD83D\uDC66)?|\uDC67(?:\u200D\uD83D[\uDC66\uDC67])?)|[\uDCBB\uDCBC\uDD27\uDD2C\uDE80\uDE92]|\uDC66(?:\u200D\uD83D\uDC66)?|\uDC67(?:\u200D\uD83D[\uDC66\uDC67])?)|\uD83E(?:[\uDDAF\uDDBC\uDDBD](?:\u200D\u27A1\uFE0F?)?|[\uDDB0-\uDDB3]))|\uD83C(?:\uDFFB(?:\u200D(?:[\u2695\u2696\u2708]\uFE0F?|\u2764\uFE0F?\u200D\uD83D(?:\uDC8B\u200D\uD83D)?\uDC68\uD83C[\uDFFB-\uDFFF]|\uD83C[\uDF3E\uDF73\uDF7C\uDF93\uDFA4\uDFA8\uDFEB\uDFED]|\uD83D(?:[\uDCBB\uDCBC\uDD27\uDD2C\uDE80\uDE92]|\uDC30\u200D\uD83D\uDC68\uD83C[\uDFFC-\uDFFF])|\uD83E(?:[\uDD1D\uDEEF]\u200D\uD83D\uDC68\uD83C[\uDFFC-\uDFFF]|[\uDDAF\uDDBC\uDDBD](?:\u200D\u27A1\uFE0F?)?|[\uDDB0-\uDDB3])))?|\uDFFC(?:\u200D(?:[\u2695\u2696\u2708]\uFE0F?|\u2764\uFE0F?\u200D\uD83D(?:\uDC8B\u200D\uD83D)?\uDC68\uD83C[\uDFFB-\uDFFF]|\uD83C[\uDF3E\uDF73\uDF7C\uDF93\uDFA4\uDFA8\uDFEB\uDFED]|\uD83D(?:[\uDCBB\uDCBC\uDD27\uDD2C\uDE80\uDE92]|\uDC30\u200D\uD83D\uDC68\uD83C[\uDFFB\uDFFD-\uDFFF])|\uD83E(?:[\uDD1D\uDEEF]\u200D\uD83D\uDC68\uD83C[\uDFFB\uDFFD-\uDFFF]|[\uDDAF\uDDBC\uDDBD](?:\u200D\u27A1\uFE0F?)?|[\uDDB0-\uDDB3])))?|\uDFFD(?:\u200D(?:[\u2695\u2696\u2708]\uFE0F?|\u2764\uFE0F?\u200D\uD83D(?:\uDC8B\u200D\uD83D)?\uDC68\uD83C[\uDFFB-\uDFFF]|\uD83C[\uDF3E\uDF73\uDF7C\uDF93\uDFA4\uDFA8\uDFEB\uDFED]|\uD83D(?:[\uDCBB\uDCBC\uDD27\uDD2C\uDE80\uDE92]|\uDC30\u200D\uD83D\uDC68\uD83C[\uDFFB\uDFFC\uDFFE\uDFFF])|\uD83E(?:[\uDD1D\uDEEF]\u200D\uD83D\uDC68\uD83C[\uDFFB\uDFFC\uDFFE\uDFFF]|[\uDDAF\uDDBC\uDDBD](?:\u200D\u27A1\uFE0F?)?|[\uDDB0-\uDDB3])))?|\uDFFE(?:\u200D(?:[\u2695\u2696\u2708]\uFE0F?|\u2764\uFE0F?\u200D\uD83D(?:\uDC8B\u200D\uD83D)?\uDC68\uD83C[\uDFFB-\uDFFF]|\uD83C[\uDF3E\uDF73\uDF7C\uDF93\uDFA4\uDFA8\uDFEB\uDFED]|\uD83D(?:[\uDCBB\uDCBC\uDD27\uDD2C\uDE80\uDE92]|\uDC30\u200D\uD83D\uDC68\uD83C[\uDFFB-\uDFFD\uDFFF])|\uD83E(?:[\uDD1D\uDEEF]\u200D\uD83D\uDC68\uD83C[\uDFFB-\uDFFD\uDFFF]|[\uDDAF\uDDBC\uDDBD](?:\u200D\u27A1\uFE0F?)?|[\uDDB0-\uDDB3])))?|\uDFFF(?:\u200D(?:[\u2695\u2696\u2708]\uFE0F?|\u2764\uFE0F?\u200D\uD83D(?:\uDC8B\u200D\uD83D)?\uDC68\uD83C[\uDFFB-\uDFFF]|\uD83C[\uDF3E\uDF73\uDF7C\uDF93\uDFA4\uDFA8\uDFEB\uDFED]|\uD83D(?:[\uDCBB\uDCBC\uDD27\uDD2C\uDE80\uDE92]|\uDC30\u200D\uD83D\uDC68\uD83C[\uDFFB-\uDFFE])|\uD83E(?:[\uDD1D\uDEEF]\u200D\uD83D\uDC68\uD83C[\uDFFB-\uDFFE]|[\uDDAF\uDDBC\uDDBD](?:\u200D\u27A1\uFE0F?)?|[\uDDB0-\uDDB3])))?))?|\uDC69(?:\u200D(?:[\u2695\u2696\u2708]\uFE0F?|\u2764\uFE0F?\u200D\uD83D(?:\uDC8B\u200D\uD83D)?[\uDC68\uDC69]|\uD83C[\uDF3E\uDF73\uDF7C\uDF93\uDFA4\uDFA8\uDFEB\uDFED]|\uD83D(?:[\uDCBB\uDCBC\uDD27\uDD2C\uDE80\uDE92]|\uDC66(?:\u200D\uD83D\uDC66)?|\uDC67(?:\u200D\uD83D[\uDC66\uDC67])?|\uDC69\u200D\uD83D(?:\uDC66(?:\u200D\uD83D\uDC66)?|\uDC67(?:\u200D\uD83D[\uDC66\uDC67])?))|\uD83E(?:[\uDDAF\uDDBC\uDDBD](?:\u200D\u27A1\uFE0F?)?|[\uDDB0-\uDDB3]))|\uD83C(?:\uDFFB(?:\u200D(?:[\u2695\u2696\u2708]\uFE0F?|\u2764\uFE0F?\u200D\uD83D(?:[\uDC68\uDC69]|\uDC8B\u200D\uD83D[\uDC68\uDC69])\uD83C[\uDFFB-\uDFFF]|\uD83C[\uDF3E\uDF73\uDF7C\uDF93\uDFA4\uDFA8\uDFEB\uDFED]|\uD83D(?:[\uDCBB\uDCBC\uDD27\uDD2C\uDE80\uDE92]|\uDC30\u200D\uD83D\uDC69\uD83C[\uDFFC-\uDFFF])|\uD83E(?:[\uDDAF\uDDBC\uDDBD](?:\u200D\u27A1\uFE0F?)?|[\uDDB0-\uDDB3]|\uDD1D\u200D\uD83D[\uDC68\uDC69]\uD83C[\uDFFC-\uDFFF]|\uDEEF\u200D\uD83D\uDC69\uD83C[\uDFFC-\uDFFF])))?|\uDFFC(?:\u200D(?:[\u2695\u2696\u2708]\uFE0F?|\u2764\uFE0F?\u200D\uD83D(?:[\uDC68\uDC69]|\uDC8B\u200D\uD83D[\uDC68\uDC69])\uD83C[\uDFFB-\uDFFF]|\uD83C[\uDF3E\uDF73\uDF7C\uDF93\uDFA4\uDFA8\uDFEB\uDFED]|\uD83D(?:[\uDCBB\uDCBC\uDD27\uDD2C\uDE80\uDE92]|\uDC30\u200D\uD83D\uDC69\uD83C[\uDFFB\uDFFD-\uDFFF])|\uD83E(?:[\uDDAF\uDDBC\uDDBD](?:\u200D\u27A1\uFE0F?)?|[\uDDB0-\uDDB3]|\uDD1D\u200D\uD83D[\uDC68\uDC69]\uD83C[\uDFFB\uDFFD-\uDFFF]|\uDEEF\u200D\uD83D\uDC69\uD83C[\uDFFB\uDFFD-\uDFFF])))?|\uDFFD(?:\u200D(?:[\u2695\u2696\u2708]\uFE0F?|\u2764\uFE0F?\u200D\uD83D(?:[\uDC68\uDC69]|\uDC8B\u200D\uD83D[\uDC68\uDC69])\uD83C[\uDFFB-\uDFFF]|\uD83C[\uDF3E\uDF73\uDF7C\uDF93\uDFA4\uDFA8\uDFEB\uDFED]|\uD83D(?:[\uDCBB\uDCBC\uDD27\uDD2C\uDE80\uDE92]|\uDC30\u200D\uD83D\uDC69\uD83C[\uDFFB\uDFFC\uDFFE\uDFFF])|\uD83E(?:[\uDDAF\uDDBC\uDDBD](?:\u200D\u27A1\uFE0F?)?|[\uDDB0-\uDDB3]|\uDD1D\u200D\uD83D[\uDC68\uDC69]\uD83C[\uDFFB\uDFFC\uDFFE\uDFFF]|\uDEEF\u200D\uD83D\uDC69\uD83C[\uDFFB\uDFFC\uDFFE\uDFFF])))?|\uDFFE(?:\u200D(?:[\u2695\u2696\u2708]\uFE0F?|\u2764\uFE0F?\u200D\uD83D(?:[\uDC68\uDC69]|\uDC8B\u200D\uD83D[\uDC68\uDC69])\uD83C[\uDFFB-\uDFFF]|\uD83C[\uDF3E\uDF73\uDF7C\uDF93\uDFA4\uDFA8\uDFEB\uDFED]|\uD83D(?:[\uDCBB\uDCBC\uDD27\uDD2C\uDE80\uDE92]|\uDC30\u200D\uD83D\uDC69\uD83C[\uDFFB-\uDFFD\uDFFF])|\uD83E(?:[\uDDAF\uDDBC\uDDBD](?:\u200D\u27A1\uFE0F?)?|[\uDDB0-\uDDB3]|\uDD1D\u200D\uD83D[\uDC68\uDC69]\uD83C[\uDFFB-\uDFFD\uDFFF]|\uDEEF\u200D\uD83D\uDC69\uD83C[\uDFFB-\uDFFD\uDFFF])))?|\uDFFF(?:\u200D(?:[\u2695\u2696\u2708]\uFE0F?|\u2764\uFE0F?\u200D\uD83D(?:[\uDC68\uDC69]|\uDC8B\u200D\uD83D[\uDC68\uDC69])\uD83C[\uDFFB-\uDFFF]|\uD83C[\uDF3E\uDF73\uDF7C\uDF93\uDFA4\uDFA8\uDFEB\uDFED]|\uD83D(?:[\uDCBB\uDCBC\uDD27\uDD2C\uDE80\uDE92]|\uDC30\u200D\uD83D\uDC69\uD83C[\uDFFB-\uDFFE])|\uD83E(?:[\uDDAF\uDDBC\uDDBD](?:\u200D\u27A1\uFE0F?)?|[\uDDB0-\uDDB3]|\uDD1D\u200D\uD83D[\uDC68\uDC69]\uD83C[\uDFFB-\uDFFE]|\uDEEF\u200D\uD83D\uDC69\uD83C[\uDFFB-\uDFFE])))?))?|\uDD75(?:\uD83C[\uDFFB-\uDFFF]|\uFE0F)?(?:\u200D[\u2640\u2642]\uFE0F?)?|\uDE2E(?:\u200D\uD83D\uDCA8)?|\uDE35(?:\u200D\uD83D\uDCAB)?|\uDE36(?:\u200D\uD83C\uDF2B\uFE0F?)?|\uDE42(?:\u200D[\u2194\u2195]\uFE0F?)?|\uDEB6(?:\uD83C[\uDFFB-\uDFFF])?(?:\u200D(?:[\u2640\u2642]\uFE0F?(?:\u200D\u27A1\uFE0F?)?|\u27A1\uFE0F?))?)|\uD83E(?:[\uDD0C\uDD0F\uDD18-\uDD1F\uDD30-\uDD34\uDD36\uDD77\uDDB5\uDDB6\uDDBB\uDDD2\uDDD3\uDDD5\uDEC3-\uDEC5\uDEF0\uDEF2-\uDEF8](?:\uD83C[\uDFFB-\uDFFF])?|[\uDD26\uDD35\uDD37-\uDD39\uDD3C-\uDD3E\uDDB8\uDDB9\uDDCD\uDDCF\uDDD4\uDDD6-\uDDDD](?:\uD83C[\uDFFB-\uDFFF])?(?:\u200D[\u2640\u2642]\uFE0F?)?|[\uDDDE\uDDDF](?:\u200D[\u2640\u2642]\uFE0F?)?|[\uDD0D\uDD0E\uDD10-\uDD17\uDD20-\uDD25\uDD27-\uDD2F\uDD3A\uDD3F-\uDD45\uDD47-\uDD76\uDD78-\uDDB4\uDDB7\uDDBA\uDDBC-\uDDCC\uDDD0\uDDE0-\uDDFF\uDE70-\uDE7C\uDE80-\uDE8A\uDE8E-\uDEC2\uDEC6\uDEC8\uDECD-\uDEDC\uDEDF-\uDEEA\uDEEF]|\uDDCE(?:\uD83C[\uDFFB-\uDFFF])?(?:\u200D(?:[\u2640\u2642]\uFE0F?(?:\u200D\u27A1\uFE0F?)?|\u27A1\uFE0F?))?|\uDDD1(?:\u200D(?:[\u2695\u2696\u2708]\uFE0F?|\uD83C[\uDF3E\uDF73\uDF7C\uDF84\uDF93\uDFA4\uDFA8\uDFEB\uDFED]|\uD83D[\uDCBB\uDCBC\uDD27\uDD2C\uDE80\uDE92]|\uD83E(?:[\uDDAF\uDDBC\uDDBD](?:\u200D\u27A1\uFE0F?)?|[\uDDB0-\uDDB3\uDE70]|\uDD1D\u200D\uD83E\uDDD1|\uDDD1\u200D\uD83E\uDDD2(?:\u200D\uD83E\uDDD2)?|\uDDD2(?:\u200D\uD83E\uDDD2)?))|\uD83C(?:\uDFFB(?:\u200D(?:[\u2695\u2696\u2708]\uFE0F?|\u2764\uFE0F?\u200D(?:\uD83D\uDC8B\u200D)?\uD83E\uDDD1\uD83C[\uDFFC-\uDFFF]|\uD83C[\uDF3E\uDF73\uDF7C\uDF84\uDF93\uDFA4\uDFA8\uDFEB\uDFED]|\uD83D(?:[\uDCBB\uDCBC\uDD27\uDD2C\uDE80\uDE92]|\uDC30\u200D\uD83E\uDDD1\uD83C[\uDFFC-\uDFFF])|\uD83E(?:[\uDDAF\uDDBC\uDDBD](?:\u200D\u27A1\uFE0F?)?|[\uDDB0-\uDDB3\uDE70]|\uDD1D\u200D\uD83E\uDDD1\uD83C[\uDFFB-\uDFFF]|\uDEEF\u200D\uD83E\uDDD1\uD83C[\uDFFC-\uDFFF])))?|\uDFFC(?:\u200D(?:[\u2695\u2696\u2708]\uFE0F?|\u2764\uFE0F?\u200D(?:\uD83D\uDC8B\u200D)?\uD83E\uDDD1\uD83C[\uDFFB\uDFFD-\uDFFF]|\uD83C[\uDF3E\uDF73\uDF7C\uDF84\uDF93\uDFA4\uDFA8\uDFEB\uDFED]|\uD83D(?:[\uDCBB\uDCBC\uDD27\uDD2C\uDE80\uDE92]|\uDC30\u200D\uD83E\uDDD1\uD83C[\uDFFB\uDFFD-\uDFFF])|\uD83E(?:[\uDDAF\uDDBC\uDDBD](?:\u200D\u27A1\uFE0F?)?|[\uDDB0-\uDDB3\uDE70]|\uDD1D\u200D\uD83E\uDDD1\uD83C[\uDFFB-\uDFFF]|\uDEEF\u200D\uD83E\uDDD1\uD83C[\uDFFB\uDFFD-\uDFFF])))?|\uDFFD(?:\u200D(?:[\u2695\u2696\u2708]\uFE0F?|\u2764\uFE0F?\u200D(?:\uD83D\uDC8B\u200D)?\uD83E\uDDD1\uD83C[\uDFFB\uDFFC\uDFFE\uDFFF]|\uD83C[\uDF3E\uDF73\uDF7C\uDF84\uDF93\uDFA4\uDFA8\uDFEB\uDFED]|\uD83D(?:[\uDCBB\uDCBC\uDD27\uDD2C\uDE80\uDE92]|\uDC30\u200D\uD83E\uDDD1\uD83C[\uDFFB\uDFFC\uDFFE\uDFFF])|\uD83E(?:[\uDDAF\uDDBC\uDDBD](?:\u200D\u27A1\uFE0F?)?|[\uDDB0-\uDDB3\uDE70]|\uDD1D\u200D\uD83E\uDDD1\uD83C[\uDFFB-\uDFFF]|\uDEEF\u200D\uD83E\uDDD1\uD83C[\uDFFB\uDFFC\uDFFE\uDFFF])))?|\uDFFE(?:\u200D(?:[\u2695\u2696\u2708]\uFE0F?|\u2764\uFE0F?\u200D(?:\uD83D\uDC8B\u200D)?\uD83E\uDDD1\uD83C[\uDFFB-\uDFFD\uDFFF]|\uD83C[\uDF3E\uDF73\uDF7C\uDF84\uDF93\uDFA4\uDFA8\uDFEB\uDFED]|\uD83D(?:[\uDCBB\uDCBC\uDD27\uDD2C\uDE80\uDE92]|\uDC30\u200D\uD83E\uDDD1\uD83C[\uDFFB-\uDFFD\uDFFF])|\uD83E(?:[\uDDAF\uDDBC\uDDBD](?:\u200D\u27A1\uFE0F?)?|[\uDDB0-\uDDB3\uDE70]|\uDD1D\u200D\uD83E\uDDD1\uD83C[\uDFFB-\uDFFF]|\uDEEF\u200D\uD83E\uDDD1\uD83C[\uDFFB-\uDFFD\uDFFF])))?|\uDFFF(?:\u200D(?:[\u2695\u2696\u2708]\uFE0F?|\u2764\uFE0F?\u200D(?:\uD83D\uDC8B\u200D)?\uD83E\uDDD1\uD83C[\uDFFB-\uDFFE]|\uD83C[\uDF3E\uDF73\uDF7C\uDF84\uDF93\uDFA4\uDFA8\uDFEB\uDFED]|\uD83D(?:[\uDCBB\uDCBC\uDD27\uDD2C\uDE80\uDE92]|\uDC30\u200D\uD83E\uDDD1\uD83C[\uDFFB-\uDFFE])|\uD83E(?:[\uDDAF\uDDBC\uDDBD](?:\u200D\u27A1\uFE0F?)?|[\uDDB0-\uDDB3\uDE70]|\uDD1D\u200D\uD83E\uDDD1\uD83C[\uDFFB-\uDFFF]|\uDEEF\u200D\uD83E\uDDD1\uD83C[\uDFFB-\uDFFE])))?))?|\uDEF1(?:\uD83C(?:\uDFFB(?:\u200D\uD83E\uDEF2\uD83C[\uDFFC-\uDFFF])?|\uDFFC(?:\u200D\uD83E\uDEF2\uD83C[\uDFFB\uDFFD-\uDFFF])?|\uDFFD(?:\u200D\uD83E\uDEF2\uD83C[\uDFFB\uDFFC\uDFFE\uDFFF])?|\uDFFE(?:\u200D\uD83E\uDEF2\uD83C[\uDFFB-\uDFFD\uDFFF])?|\uDFFF(?:\u200D\uD83E\uDEF2\uD83C[\uDFFB-\uDFFE])?))?)/g;
15706
+ };
15707
+ });
15708
+
15617
15709
  // node_modules/string-width/index.js
15618
- function isDoubleWidthNonRgiEmojiSequence(segment) {
15619
- if (segment.length > 50) {
15620
- return false;
15621
- }
15622
- if (unqualifiedKeycapRegex.test(segment)) {
15623
- return true;
15624
- }
15625
- if (segment.includes("‍")) {
15626
- const pictographics = segment.match(extendedPictographicRegex);
15627
- return pictographics !== null && pictographics.length >= 2;
15628
- }
15629
- return false;
15630
- }
15631
- function baseVisible(segment) {
15632
- return segment.replace(leadingNonPrintingRegex, "");
15633
- }
15634
- function isZeroWidthCluster(segment) {
15635
- return zeroWidthClusterRegex.test(segment);
15636
- }
15637
- function isHangulLeadingJamo(codePoint) {
15638
- return codePoint >= 4352 && codePoint <= 4447 || codePoint >= 43360 && codePoint <= 43388;
15639
- }
15640
- function isHangulVowelJamo(codePoint) {
15641
- return codePoint >= 4448 && codePoint <= 4519 || codePoint >= 55216 && codePoint <= 55238;
15642
- }
15643
- function isHangulTrailingJamo(codePoint) {
15644
- return codePoint >= 4520 && codePoint <= 4607 || codePoint >= 55243 && codePoint <= 55291;
15645
- }
15646
- function isHangulJamo(codePoint) {
15647
- return isHangulLeadingJamo(codePoint) || isHangulVowelJamo(codePoint) || isHangulTrailingJamo(codePoint);
15648
- }
15649
- function hangulClusterWidth(visibleSegment, eastAsianWidthOptions) {
15650
- const codePoints = [];
15651
- for (const character of visibleSegment) {
15652
- if (zeroWidthClusterRegex.test(character)) {
15653
- continue;
15654
- }
15655
- codePoints.push(character.codePointAt(0));
15656
- }
15657
- if (codePoints.length === 0) {
15658
- return;
15659
- }
15660
- let width = 0;
15661
- for (let index = 0;index < codePoints.length; index++) {
15662
- const codePoint = codePoints[index];
15663
- if (!isHangulJamo(codePoint)) {
15664
- if (width === 0) {
15665
- return;
15666
- }
15667
- for (let remaining = index;remaining < codePoints.length; remaining++) {
15668
- width += eastAsianWidth(codePoints[remaining], eastAsianWidthOptions);
15669
- }
15670
- return width;
15671
- }
15672
- if (isHangulLeadingJamo(codePoint) && isHangulVowelJamo(codePoints[index + 1])) {
15673
- width += 2;
15674
- index += isHangulTrailingJamo(codePoints[index + 2]) ? 2 : 1;
15675
- continue;
15676
- }
15677
- width += eastAsianWidth(codePoint, eastAsianWidthOptions);
15678
- }
15679
- return width;
15680
- }
15681
- function trailingWidth(visibleSegment, eastAsianWidthOptions) {
15682
- let extra = 0;
15683
- let first = true;
15684
- for (const character of visibleSegment) {
15685
- if (first) {
15686
- first = false;
15687
- continue;
15688
- }
15689
- if (spacingMarkRegex.test(character) || character >= "＀" && character <= "￯") {
15690
- extra += eastAsianWidth(character.codePointAt(0), eastAsianWidthOptions);
15691
- }
15692
- }
15693
- return extra;
15694
- }
15695
- function stringWidth(input, options = {}) {
15696
- if (typeof input !== "string" || input.length === 0) {
15710
+ function stringWidth(string, options = {}) {
15711
+ if (typeof string !== "string" || string.length === 0) {
15697
15712
  return 0;
15698
15713
  }
15699
15714
  const {
15700
15715
  ambiguousIsNarrow = true,
15701
15716
  countAnsiEscapeCodes = false
15702
15717
  } = options;
15703
- let string = input;
15704
- if (!countAnsiEscapeCodes && (string.includes("\x1B") || string.includes("›"))) {
15718
+ if (!countAnsiEscapeCodes) {
15705
15719
  string = stripAnsi(string);
15706
15720
  }
15707
15721
  if (string.length === 0) {
15708
15722
  return 0;
15709
15723
  }
15710
- if (/^[\u0020-\u007E]*$/.test(string)) {
15711
- return string.length;
15712
- }
15713
15724
  let width = 0;
15714
15725
  const eastAsianWidthOptions = { ambiguousAsWide: !ambiguousIsNarrow };
15715
- for (const { segment } of segmenter.segment(string)) {
15716
- if (isZeroWidthCluster(segment)) {
15726
+ for (const { segment: character } of segmenter.segment(string)) {
15727
+ const codePoint = character.codePointAt(0);
15728
+ if (codePoint <= 31 || codePoint >= 127 && codePoint <= 159) {
15717
15729
  continue;
15718
15730
  }
15719
- if (rgiEmojiRegex.test(segment) || isDoubleWidthNonRgiEmojiSequence(segment)) {
15720
- width += 2;
15731
+ if (codePoint >= 8203 && codePoint <= 8207 || codePoint === 65279) {
15732
+ continue;
15733
+ }
15734
+ if (codePoint >= 768 && codePoint <= 879 || codePoint >= 6832 && codePoint <= 6911 || codePoint >= 7616 && codePoint <= 7679 || codePoint >= 8400 && codePoint <= 8447 || codePoint >= 65056 && codePoint <= 65071) {
15735
+ continue;
15736
+ }
15737
+ if (codePoint >= 55296 && codePoint <= 57343) {
15738
+ continue;
15739
+ }
15740
+ if (codePoint >= 65024 && codePoint <= 65039) {
15721
15741
  continue;
15722
15742
  }
15723
- const visibleSegment = baseVisible(segment);
15724
- const hangulWidth = hangulClusterWidth(visibleSegment, eastAsianWidthOptions);
15725
- if (hangulWidth !== undefined) {
15726
- width += hangulWidth;
15743
+ if (defaultIgnorableCodePointRegex.test(character)) {
15744
+ continue;
15745
+ }
15746
+ if (import_emoji_regex.default().test(character)) {
15747
+ width += 2;
15727
15748
  continue;
15728
15749
  }
15729
- const codePoint = visibleSegment.codePointAt(0);
15730
15750
  width += eastAsianWidth(codePoint, eastAsianWidthOptions);
15731
- width += trailingWidth(visibleSegment, eastAsianWidthOptions);
15732
15751
  }
15733
15752
  return width;
15734
15753
  }
15735
- var segmenter, zeroWidthClusterRegex, leadingNonPrintingRegex, spacingMarkRegex, rgiEmojiRegex, unqualifiedKeycapRegex, extendedPictographicRegex;
15754
+ var import_emoji_regex, segmenter, defaultIgnorableCodePointRegex;
15736
15755
  var init_string_width = __esm(() => {
15737
15756
  init_strip_ansi();
15738
15757
  init_get_east_asian_width();
15758
+ import_emoji_regex = __toESM(require_emoji_regex(), 1);
15739
15759
  segmenter = new Intl.Segmenter;
15740
- zeroWidthClusterRegex = /^(?:\p{Default_Ignorable_Code_Point}|\p{Control}|\p{Format}|\p{Nonspacing_Mark}|\p{Enclosing_Mark}|\p{Surrogate})+$/v;
15741
- leadingNonPrintingRegex = /^[\p{Default_Ignorable_Code_Point}\p{Control}\p{Format}\p{Nonspacing_Mark}\p{Enclosing_Mark}\p{Surrogate}]+/v;
15742
- spacingMarkRegex = /\p{Spacing_Mark}/v;
15743
- rgiEmojiRegex = /^\p{RGI_Emoji}$/v;
15744
- unqualifiedKeycapRegex = /^[\d#*]\u20E3$/;
15745
- extendedPictographicRegex = /\p{Extended_Pictographic}/gu;
15760
+ defaultIgnorableCodePointRegex = /^\p{Default_Ignorable_Code_Point}$/u;
15746
15761
  });
15747
15762
 
15748
15763
  // src/ui/table.ts
@@ -24150,6 +24165,7 @@ function registerMmaCommands(ctx) {
24150
24165
  ctx.config.maxToolIterations = answers.maxToolIterations;
24151
24166
  ctx.config.locale = answers.locale;
24152
24167
  saveConfig(ctx.config, configPath);
24168
+ await ctx.agent.reconfigure(ctx.config);
24153
24169
  console.log(pc.green(t("cli.config_saved")));
24154
24170
  });
24155
24171
  }
@@ -24180,7 +24196,7 @@ Excluded blocks: ${info.excluded.length}`));
24180
24196
  name: "provider",
24181
24197
  description: t("repl.provider_list"),
24182
24198
  usage: t("repl.provider_usage"),
24183
- action: (args) => {
24199
+ action: async (args) => {
24184
24200
  const subcmd = args[0];
24185
24201
  if (!subcmd || subcmd === "list") {
24186
24202
  console.log(`${t("repl.provider_current")} ${ctx.config.provider.type}`);
@@ -24196,6 +24212,7 @@ Excluded blocks: ${info.excluded.length}`));
24196
24212
  ctx.config.provider.type = name;
24197
24213
  const configPath = join35(homedir16(), ".mma", "config.json");
24198
24214
  saveConfig(ctx.config, configPath);
24215
+ await ctx.agent.reconfigure(ctx.config);
24199
24216
  console.log(pc.green(t("repl.provider_set", { name })));
24200
24217
  return;
24201
24218
  }
@@ -24251,6 +24268,7 @@ Excluded blocks: ${info.excluded.length}`));
24251
24268
  ctx.config.model = name;
24252
24269
  const configPath = join35(homedir16(), ".mma", "config.json");
24253
24270
  saveConfig(ctx.config, configPath);
24271
+ await ctx.agent.reconfigure(ctx.config);
24254
24272
  console.log(pc.green(t("repl.model_set", { name })));
24255
24273
  return;
24256
24274
  }
@@ -24261,7 +24279,7 @@ Excluded blocks: ${info.excluded.length}`));
24261
24279
  name: "context",
24262
24280
  description: t("cli.manage_context"),
24263
24281
  usage: "/context <size>",
24264
- action: (args) => {
24282
+ action: async (args) => {
24265
24283
  if (args.length === 0) {
24266
24284
  console.log(`/context ${t("repl.context")} ${ctx.config.contextWindow}`);
24267
24285
  console.log(`Usage: /context <size> (min 1024)`);
@@ -24275,6 +24293,7 @@ Excluded blocks: ${info.excluded.length}`));
24275
24293
  ctx.config.contextWindow = size;
24276
24294
  const configPath = join35(homedir16(), ".mma", "config.json");
24277
24295
  saveConfig(ctx.config, configPath);
24296
+ await ctx.agent.reconfigure(ctx.config);
24278
24297
  console.log(pc.green(t("cli.context_set", { size })));
24279
24298
  }
24280
24299
  });
package/package.json CHANGED
@@ -1,6 +1,6 @@
1
1
  {
2
2
  "name": "micro-models-agent",
3
- "version": "0.24.1",
3
+ "version": "0.24.3",
4
4
  "description": "Micro Models Agent (MMA) — LLM agent harness for small models (Qwen3.5-9B, 32K-64K context)",
5
5
  "type": "module",
6
6
  "bin": {