npm - micro-models-agent - Versions diffs - 0.24.2 → 0.24.3 - Mend

micro-models-agent 0.24.2 → 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

package/README.md CHANGED Viewed

@@ -1,312 +1,312 @@
-# MMA — Micro Models Agent v2
-[![npm version](https://img.shields.io/npm/v/micro-models-agent)](https://www.npmjs.com/package/micro-models-agent)
-[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](LICENSE)
-**MMA** — модульный AI-coding агент, оптимизированный для **небольших локальных языковых моделей** (9B параметров, 32K–64K контекст). Работает на ноутбуке, облачное API не требуется.
-```bash
-npm install -g micro-models-agent
-mma "перепиши модуль авторизации на JWT"
-```
-Создан и протестирован с [Qwen3.5-9B](https://qwen.readthedocs.io/) через LM Studio / Ollama / llama.cpp.
----
-## Зачем MMA?
-Большинство AI-агентов для кода (Devin, Cursor, Copilot) завязаны на облачные модели или дорогие API. MMA работает иначе:
-- **Создан для моделей 9B** — оптимизирован под Qwen3.5-9B на обычном железе
-- **Не требует облака** — полностью работает офлайн с любым OpenAI-совместимым бэкендом
-- **Выживает в узком контексте** — умное sliding-window compaction держит 32K-модели продуктивными
-- **Отлавливает галлюцинации** — 3-стадийный пайплайн валидации ловит выдумки, к которым склонны маленькие модели
-- **Agent-Level MoE** — иерархическая декомпозиция задач: маленькие модели справляются со сложной многошаговой работой
----
-## Возможности
-- **6-состояний цикл агента** (INIT → THINK → ACT → OBSERVE → OUTPUT → ERROR) — чистый, предсказуемый, отлаживаемый
-- **Управление бюджетом контекста** — динамический бюджет под модель, sliding-window compaction с извлечением фактов/решений/ошибок
-- **Детекция галлюцинаций** — фактическая (пути файлов), согласованности (откат решений), уверенности (короткие/повторяющиеся ответы)
-- **Гарантии выполнения** — авто-планирование через LLM (без keyword-эвристик), stuck-detection, off-track предупреждения, авто-продвижение плана
-- **Agent-Level MoE** — Router + экспертные сабагенты с фильтрацией инструментов, изолированным контекстом, файловым скоупом и топологическим параллельным выполнением
-- **20+ инструментов** — файловая система, шелл, веб-поиск/fetch, браузер (Playwright), планирование, взаимодействие, сабагенты, MCP, пайплайны
-- **13 модулей** — скиллы, плагины, MCP-клиент, пайплайны, indexer проекта, постоянная память, контекст, сессии, браузер, выполнение, детекция галлюцинаций, апдейтер, профиль пользователя
-- **MCP-клиент** — подключение к любому MCP-серверу (stdio или SSE)
-- **YAML-пайплайны** — DAG-движок с параллельными волнами, зависимостями и повторными попытками
-- **Управление сессиями** — постоянные JSONL-сессии с REPL-командами
-- **Карта проекта** — автоматический обход файлов + извлечение экспортов + дисковый кэш
-- **i18n** — все строки интерфейса через `t()`, включены английский и русский
-- **8K–120K контекст** — адаптируется под любое контекстное окно модели
-- **Без TUI** — минимальный CLI + REPL с markdown→ANSI форматированием
-- **llama.cpp / Jinja proven** — проверено на граничных случаях Jinja-шаблонов (system-first, streaming fallback, явный `stream: false`)
----
-## Установка
-### Требования
-- **Среда выполнения:** [Bun](https://bun.sh) (рекомендуется) или Node.js ≥ 20
-- **LLM-бэкенд:** Любой OpenAI-совместимый сервер (LM Studio, Ollama, vLLM, llama.cpp, Together AI)
-### Через npm (рекомендуется)
-```bash
-npm install -g micro-models-agent@latest
-```
-После установки команда `mma` будет доступна в терминале. Если после установки `mma` не находится — попробуйте переоткрыть терминал или выполните:
-```bash
-# PowerShell
-npm uninstall -g micro-models-agent
-npm install -g micro-models-agent@latest
-# Проверка
-mma --version
-```
-### Из исходников
-```bash
-git clone https://github.com/your-org/micro-models-agent
-cd micro-models-agent
-bun install
-bun run build:prod
-```
----
-## Быстрый старт
-### 1. Запустите LLM-бэкенд
-Направьте MMA на любой OpenAI-совместимый эндпоинт. Пример с LM Studio:
-```bash
-# LM Studio слушает http://localhost:1234 по умолчанию
-```
-### 2. Запустите мастер настройки
-```bash
-bun run mma init
-```
-Сканирует локальные порты, находит модель, тестирует соединение и записывает конфиг.
-### 3. Используйте агента
-```bash
-# Одноразовый режим
-bun run mma "создай REST API на Express и добавь тесты"
-# Интерактивный REPL
-bun run dev
-```
----
-## Использование
-### CLI
-```bash
-bun run mma "<prompt>"
-# Подкоманды
-bun run mma init                       # Интерактивный мастер настройки
-bun run mma config set model qwen3.5-9b
-bun run mma config show
-bun run mma model list                 # Список доступных моделей
-bun run mma model use qwen3.5-9b       # Переключить модель
-bun run mma provider list              # Список провайдеров
-bun run mma session list               # Список сессий
-bun run mma session show <id>          # Детали сессии
-bun run mma session delete <id>        # Удалить сессию
-```
-### REPL
-```bash
-bun run dev
-```
-| Команда | Алиасы | Описание |
-|---------|--------|----------|
-| `/help` | | Показать справку |
-| `/sessions` | `/ls` | Список сессий (* = активная) |
-| `/new <name>` | `/create` | Создать новую сессию |
-| `/resume <id\|name>` | `/switch`, `/use` | Переключиться на сессию |
-| `/rename <name>` | | Переименовать текущую сессию |
-| `/delete <id>` | `/rm` | Удалить сессию |
-| `/config set <key> <value>` | | Установить значение конфига |
-| `/exit` | | Выйти из REPL |
-### Разработка
-```bash
-bun run mma "почини страницу логина"    # Запуск агента
-bun run dev                             # Watch-режим (авто-перезапуск при изменениях)
-bun run build:prod                      # Сборка для публикации
-bun test                                # Запуск тестов
-bun run typecheck                       # Проверка типов
-```
----
-## Конфигурация
-3-слойный конфиг: `defaults.ts` → `~/.mma/config.json` (глобальный) → `.mmrc` (проект) + переменные окружения.
-Ключевые опции (полный список в `src/config/defaults.ts`):
-| Опция | По умолчанию | Описание |
-|-------|-------------|----------|
-| `model` | `qwen3.5-9b` | Имя модели для бэкенда |
-| `provider.baseUrl` | `http://localhost:1234/v1` | URL OpenAI-совместимого API |
-| `contextWindow` | `32768` | Контекстное окно модели в токенах |
-| `autoPlan` | `true` | Авто-создание планов для многошаговых задач |
-| `maxToolIterations` | `25` | Макс. вызовов инструментов за запуск |
-| `stuckThreshold` | `8` | Итераций без прогресса до stuck-detection |
-| `moe.enabled` | `false` | Включить Agent-Level MoE |
-| `locale` | `en` | Язык интерфейса (`en` / `ru`) |
-| `logLevel` | `info` | Уровень логирования |
-### Agent-Level MoE
-```json
-{
-  "moe": { "enabled": true },
-  "orchestrator": {
-    "model": "qwen3-70b-414k",
-    "provider": { "baseUrl": "http://localhost:1234/v1" }
-  },
-  "experts": {
-    "code": { "model": "qwen3.5-9b", "tool_tags": ["file", "code", "shell"], "max_attempts": 3 },
-    "research": { "model": "qwen3.5-9b", "tool_tags": ["research"], "max_attempts": 3 },
-    "browser": { "model": "qwen3.5-9b", "tool_tags": ["browser", "vision"], "max_attempts": 3 }
-  }
-}
-```
----
-## Архитектура
-```
-CLI (main.ts → commands.ts / repl.ts / setup.ts)
-  → Core (agent.ts state machine → prompt-builder.ts)
-    → LLM Layer (provider.ts → openai-compat.ts → response.ts → token-counter.ts)
-      → Tools (registry.ts → executor.ts → 20+ tools)
-        → Modules (skills, plugins, mcp, pipelines, indexer, memory, context, session,
-                   hallucination, execution, updater, user-profile, browser)
-```
-### Структура проекта
-```
-src/
-├── core/          # Цикл агента, сборщик промптов, типы
-├── llm/           # Абстракция провайдера, OpenAI-совместимость, стриминг, подсчёт токенов
-├── tools/         # 20+ инструментов с реестром, исполнителем, скоуп-гардами
-├── modules/       # 13 модулей (скиллы, плагины, mcp, пайплайны, indexer, память, контекст, сессии, галлюцинации, выполнение, апдейтер, профиль, браузер)
-├── cli/           # Точка входа, команды, REPL, мастер настройки
-├── config/        # 3-слойный конфиг: defaults → глобальный → проект
-├── i18n/          # en.json + ru.json + t()
-├── ui/            # Markdown→ANSI форматтер
-└── logger/        # Структурированный логгер с уровнями и дочерними логгерами
-```
----
-## Инструменты
-| Инструмент | Описание |
-|------------|----------|
-| `read_file` | Чтение файла с offset/limit |
-| `write_file` | Создание/перезапись с созданием директорий |
-| `edit_file` | Поиск-и-замена в существующих файлах |
-| `glob` | Поиск по glob-паттернам |
-| `grep` | Поиск по содержимому через ripgrep |
-| `list_dir` | Список содержимого директории |
-| `create_dir` | Создание директории (рекурсивно) |
-| `delete_file` | Удаление файла или пустой директории |
-| `move_file` | Перемещение/переименование файла или директории |
-| `file_info` | Метаданные файла/директории |
-| `bash` | Выполнение shell-команд |
-| `subagent` | Изолированный сабагент со скоупом |
-| `web_search` | Поиск в интернете |
-| `web_fetch` | Загрузка веб-страницы (15K символов, 15s таймаут) |
-| `web_browse` | Браузер на Playwright (клик, ввод, скролл, скриншот) |
-| `plan` | Создание/обновление/отмена планов |
-| `todo` | Отслеживание задач |
-| `question` | Задать вопрос пользователю |
-| `approve` | Запросить подтверждение пользователя |
-| `load_skill` | Загрузить скилл во время выполнения |
-| `pipeline_run` | Выполнить YAML-пайплайн |
-| `mcp_call` | Вызвать инструмент MCP-сервера |
-| `search_history` | Поиск по истории сессий |
-| `project_map` | Запрос карты проекта (summary, refresh, find) |
----
-## Тестирование
-```bash
-bun test                              # Модульные + компонентные тесты
-bun test tests/agent.test.ts          # Один файл
-bun run test:integration              # Интеграционные тесты (требуют LLM-бэкенд)
-bun run typecheck                     # Проверка типов
-```
-### Тестирование агента из консоли (agent-driven)
-MMA можно тестировать в одноразовом headless-режиме без интерактивного REPL — это удобно для проверки фич и регрессий из терминала или другим агентом:
-```bash
-# Одноразовый прогон: без AGENTS.md, выход сразу после ответа, песочница
-bun run mma "<промпт>" --no-agents-md --exit-on-complete -d <путь-к-песочнице>
-```
-- **Песочница** — всегда внутри `_testing/` в корне проекта (например `_testing/<case-name>/`), никогда в корне или в `src/`. Папка `_testing/` добавлена в `.gitignore`.
-- **`--no-agents-md`** — не грузить AGENTS.md проекта в системный промпт (чистая среда).
-- **`--exit-on-complete`** — выйти сразу после первого финального ответа; интерактивные тулзы (`question`/`approve`) не блокируют stdin, а возвращают ошибку.
-- **`-d <dir>`** — рабочая директория агента (туда он создаёт файлы).
-- Каждый прогон сохраняется в сессию `~/.mma/sessions/<id>/` — можно посмотреть через `bun run mma session list` / `session show <id>`.
----
-## Принципы дизайна
-1. **Ни одного файла >300 строк** — разделяй при приближении к лимиту
-2. **Маленькие файлы, одна ответственность** — каждый файл делает одно дело
-3. **KISS state machine** — никаких god-объектов, никакой вложенности if-else в цикле агента
-4. **Изоляция ошибок плагинов** — падение одного плагина не останавливает другие
-5. **Безопасность путей** — все файловые инструменты проверяют `targetPath.startsWith(baseDir)`
-6. **TDD** — сначала тест, потом реализация, потом коммит
-7. **Никаких захардкоженных строк** — весь текст через `t()` i18n
-8. **Никакого keyword matching** — LLM решает когда планировать, не эвристики
-9. **Без TUI** — минимальный CLI + REPL с markdown→ANSI
----
-## Лицензия
-MIT
----
-## Благодарности
-- [Qwen3.5-9B](https://qwen.readthedocs.io/) — основная целевая модель
-- [LM Studio](https://lmstudio.ai/) — рекомендуемый локальный инференс-сервер
-- [llama.cpp](https://github.com/ggerganov/llama.cpp) — инференс-движок
----
-**Сделано для локальных моделей. Работает везде.**
+# MMA — Micro Models Agent v2
+[![npm version](https://img.shields.io/npm/v/micro-models-agent)](https://www.npmjs.com/package/micro-models-agent)
+[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](LICENSE)
+**MMA** — модульный AI-coding агент, оптимизированный для **небольших локальных языковых моделей** (9B параметров, 32K–64K контекст). Работает на ноутбуке, облачное API не требуется.
+```bash
+npm install -g micro-models-agent
+mma "перепиши модуль авторизации на JWT"
+```
+Создан и протестирован с [Qwen3.5-9B](https://qwen.readthedocs.io/) через LM Studio / Ollama / llama.cpp.
+---
+## Зачем MMA?
+Большинство AI-агентов для кода (Devin, Cursor, Copilot) завязаны на облачные модели или дорогие API. MMA работает иначе:
+- **Создан для моделей 9B** — оптимизирован под Qwen3.5-9B на обычном железе
+- **Не требует облака** — полностью работает офлайн с любым OpenAI-совместимым бэкендом
+- **Выживает в узком контексте** — умное sliding-window compaction держит 32K-модели продуктивными
+- **Отлавливает галлюцинации** — 3-стадийный пайплайн валидации ловит выдумки, к которым склонны маленькие модели
+- **Agent-Level MoE** — иерархическая декомпозиция задач: маленькие модели справляются со сложной многошаговой работой
+---
+## Возможности
+- **6-состояний цикл агента** (INIT → THINK → ACT → OBSERVE → OUTPUT → ERROR) — чистый, предсказуемый, отлаживаемый
+- **Управление бюджетом контекста** — динамический бюджет под модель, sliding-window compaction с извлечением фактов/решений/ошибок
+- **Детекция галлюцинаций** — фактическая (пути файлов), согласованности (откат решений), уверенности (короткие/повторяющиеся ответы)
+- **Гарантии выполнения** — авто-планирование через LLM (без keyword-эвристик), stuck-detection, off-track предупреждения, авто-продвижение плана
+- **Agent-Level MoE** — Router + экспертные сабагенты с фильтрацией инструментов, изолированным контекстом, файловым скоупом и топологическим параллельным выполнением
+- **20+ инструментов** — файловая система, шелл, веб-поиск/fetch, браузер (Playwright), планирование, взаимодействие, сабагенты, MCP, пайплайны
+- **13 модулей** — скиллы, плагины, MCP-клиент, пайплайны, indexer проекта, постоянная память, контекст, сессии, браузер, выполнение, детекция галлюцинаций, апдейтер, профиль пользователя
+- **MCP-клиент** — подключение к любому MCP-серверу (stdio или SSE)
+- **YAML-пайплайны** — DAG-движок с параллельными волнами, зависимостями и повторными попытками
+- **Управление сессиями** — постоянные JSONL-сессии с REPL-командами
+- **Карта проекта** — автоматический обход файлов + извлечение экспортов + дисковый кэш
+- **i18n** — все строки интерфейса через `t()`, включены английский и русский
+- **8K–120K контекст** — адаптируется под любое контекстное окно модели
+- **Без TUI** — минимальный CLI + REPL с markdown→ANSI форматированием
+- **llama.cpp / Jinja proven** — проверено на граничных случаях Jinja-шаблонов (system-first, streaming fallback, явный `stream: false`)
+---
+## Установка
+### Требования
+- **Среда выполнения:** [Bun](https://bun.sh) (рекомендуется) или Node.js ≥ 20
+- **LLM-бэкенд:** Любой OpenAI-совместимый сервер (LM Studio, Ollama, vLLM, llama.cpp, Together AI)
+### Через npm (рекомендуется)
+```bash
+npm install -g micro-models-agent@latest
+```
+После установки команда `mma` будет доступна в терминале. Если после установки `mma` не находится — попробуйте переоткрыть терминал или выполните:
+```bash
+# PowerShell
+npm uninstall -g micro-models-agent
+npm install -g micro-models-agent@latest
+# Проверка
+mma --version
+```
+### Из исходников
+```bash
+git clone https://github.com/your-org/micro-models-agent
+cd micro-models-agent
+bun install
+bun run build:prod
+```
+---
+## Быстрый старт
+### 1. Запустите LLM-бэкенд
+Направьте MMA на любой OpenAI-совместимый эндпоинт. Пример с LM Studio:
+```bash
+# LM Studio слушает http://localhost:1234 по умолчанию
+```
+### 2. Запустите мастер настройки
+```bash
+bun run mma init
+```
+Сканирует локальные порты, находит модель, тестирует соединение и записывает конфиг.
+### 3. Используйте агента
+```bash
+# Одноразовый режим
+bun run mma "создай REST API на Express и добавь тесты"
+# Интерактивный REPL
+bun run dev
+```
+---
+## Использование
+### CLI
+```bash
+bun run mma "<prompt>"
+# Подкоманды
+bun run mma init                       # Интерактивный мастер настройки
+bun run mma config set model qwen3.5-9b
+bun run mma config show
+bun run mma model list                 # Список доступных моделей
+bun run mma model use qwen3.5-9b       # Переключить модель
+bun run mma provider list              # Список провайдеров
+bun run mma session list               # Список сессий
+bun run mma session show <id>          # Детали сессии
+bun run mma session delete <id>        # Удалить сессию
+```
+### REPL
+```bash
+bun run dev
+```
+| Команда | Алиасы | Описание |
+|---------|--------|----------|
+| `/help` | | Показать справку |
+| `/sessions` | `/ls` | Список сессий (* = активная) |
+| `/new <name>` | `/create` | Создать новую сессию |
+| `/resume <id\|name>` | `/switch`, `/use` | Переключиться на сессию |
+| `/rename <name>` | | Переименовать текущую сессию |
+| `/delete <id>` | `/rm` | Удалить сессию |
+| `/config set <key> <value>` | | Установить значение конфига |
+| `/exit` | | Выйти из REPL |
+### Разработка
+```bash
+bun run mma "почини страницу логина"    # Запуск агента
+bun run dev                             # Watch-режим (авто-перезапуск при изменениях)
+bun run build:prod                      # Сборка для публикации
+bun test                                # Запуск тестов
+bun run typecheck                       # Проверка типов
+```
+---
+## Конфигурация
+3-слойный конфиг: `defaults.ts` → `~/.mma/config.json` (глобальный) → `.mmrc` (проект) + переменные окружения.
+Ключевые опции (полный список в `src/config/defaults.ts`):
+| Опция | По умолчанию | Описание |
+|-------|-------------|----------|
+| `model` | `qwen3.5-9b` | Имя модели для бэкенда |
+| `provider.baseUrl` | `http://localhost:1234/v1` | URL OpenAI-совместимого API |
+| `contextWindow` | `32768` | Контекстное окно модели в токенах |
+| `autoPlan` | `true` | Авто-создание планов для многошаговых задач |
+| `maxToolIterations` | `25` | Макс. вызовов инструментов за запуск |
+| `stuckThreshold` | `8` | Итераций без прогресса до stuck-detection |
+| `moe.enabled` | `false` | Включить Agent-Level MoE |
+| `locale` | `en` | Язык интерфейса (`en` / `ru`) |
+| `logLevel` | `info` | Уровень логирования |
+### Agent-Level MoE
+```json
+{
+  "moe": { "enabled": true },
+  "orchestrator": {
+    "model": "qwen3-70b-414k",
+    "provider": { "baseUrl": "http://localhost:1234/v1" }
+  },
+  "experts": {
+    "code": { "model": "qwen3.5-9b", "tool_tags": ["file", "code", "shell"], "max_attempts": 3 },
+    "research": { "model": "qwen3.5-9b", "tool_tags": ["research"], "max_attempts": 3 },
+    "browser": { "model": "qwen3.5-9b", "tool_tags": ["browser", "vision"], "max_attempts": 3 }
+  }
+}
+```
+---
+## Архитектура
+```
+CLI (main.ts → commands.ts / repl.ts / setup.ts)
+  → Core (agent.ts state machine → prompt-builder.ts)
+    → LLM Layer (provider.ts → openai-compat.ts → response.ts → token-counter.ts)
+      → Tools (registry.ts → executor.ts → 20+ tools)
+        → Modules (skills, plugins, mcp, pipelines, indexer, memory, context, session,
+                   hallucination, execution, updater, user-profile, browser)
+```
+### Структура проекта
+```
+src/
+├── core/          # Цикл агента, сборщик промптов, типы
+├── llm/           # Абстракция провайдера, OpenAI-совместимость, стриминг, подсчёт токенов
+├── tools/         # 20+ инструментов с реестром, исполнителем, скоуп-гардами
+├── modules/       # 13 модулей (скиллы, плагины, mcp, пайплайны, indexer, память, контекст, сессии, галлюцинации, выполнение, апдейтер, профиль, браузер)
+├── cli/           # Точка входа, команды, REPL, мастер настройки
+├── config/        # 3-слойный конфиг: defaults → глобальный → проект
+├── i18n/          # en.json + ru.json + t()
+├── ui/            # Markdown→ANSI форматтер
+└── logger/        # Структурированный логгер с уровнями и дочерними логгерами
+```
+---
+## Инструменты
+| Инструмент | Описание |
+|------------|----------|
+| `read_file` | Чтение файла с offset/limit |
+| `write_file` | Создание/перезапись с созданием директорий |
+| `edit_file` | Поиск-и-замена в существующих файлах |
+| `glob` | Поиск по glob-паттернам |
+| `grep` | Поиск по содержимому через ripgrep |
+| `list_dir` | Список содержимого директории |
+| `create_dir` | Создание директории (рекурсивно) |
+| `delete_file` | Удаление файла или пустой директории |
+| `move_file` | Перемещение/переименование файла или директории |
+| `file_info` | Метаданные файла/директории |
+| `bash` | Выполнение shell-команд |
+| `subagent` | Изолированный сабагент со скоупом |
+| `web_search` | Поиск в интернете |
+| `web_fetch` | Загрузка веб-страницы (15K символов, 15s таймаут) |
+| `web_browse` | Браузер на Playwright (клик, ввод, скролл, скриншот) |
+| `plan` | Создание/обновление/отмена планов |
+| `todo` | Отслеживание задач |
+| `question` | Задать вопрос пользователю |
+| `approve` | Запросить подтверждение пользователя |
+| `load_skill` | Загрузить скилл во время выполнения |
+| `pipeline_run` | Выполнить YAML-пайплайн |
+| `mcp_call` | Вызвать инструмент MCP-сервера |
+| `search_history` | Поиск по истории сессий |
+| `project_map` | Запрос карты проекта (summary, refresh, find) |
+---
+## Тестирование
+```bash
+bun test                              # Модульные + компонентные тесты
+bun test tests/agent.test.ts          # Один файл
+bun run test:integration              # Интеграционные тесты (требуют LLM-бэкенд)
+bun run typecheck                     # Проверка типов
+```
+### Тестирование агента из консоли (agent-driven)
+MMA можно тестировать в одноразовом headless-режиме без интерактивного REPL — это удобно для проверки фич и регрессий из терминала или другим агентом:
+```bash
+# Одноразовый прогон: без AGENTS.md, выход сразу после ответа, песочница
+bun run mma "<промпт>" --no-agents-md --exit-on-complete -d <путь-к-песочнице>
+```
+- **Песочница** — всегда внутри `_testing/` в корне проекта (например `_testing/<case-name>/`), никогда в корне или в `src/`. Папка `_testing/` добавлена в `.gitignore`.
+- **`--no-agents-md`** — не грузить AGENTS.md проекта в системный промпт (чистая среда).
+- **`--exit-on-complete`** — выйти сразу после первого финального ответа; интерактивные тулзы (`question`/`approve`) не блокируют stdin, а возвращают ошибку.
+- **`-d <dir>`** — рабочая директория агента (туда он создаёт файлы).
+- Каждый прогон сохраняется в сессию `~/.mma/sessions/<id>/` — можно посмотреть через `bun run mma session list` / `session show <id>`.
+---
+## Принципы дизайна
+1. **Ни одного файла >300 строк** — разделяй при приближении к лимиту
+2. **Маленькие файлы, одна ответственность** — каждый файл делает одно дело
+3. **KISS state machine** — никаких god-объектов, никакой вложенности if-else в цикле агента
+4. **Изоляция ошибок плагинов** — падение одного плагина не останавливает другие
+5. **Безопасность путей** — все файловые инструменты проверяют `targetPath.startsWith(baseDir)`
+6. **TDD** — сначала тест, потом реализация, потом коммит
+7. **Никаких захардкоженных строк** — весь текст через `t()` i18n
+8. **Никакого keyword matching** — LLM решает когда планировать, не эвристики
+9. **Без TUI** — минимальный CLI + REPL с markdown→ANSI
+---
+## Лицензия
+MIT
+---
+## Благодарности
+- [Qwen3.5-9B](https://qwen.readthedocs.io/) — основная целевая модель
+- [LM Studio](https://lmstudio.ai/) — рекомендуемый локальный инференс-сервер
+- [llama.cpp](https://github.com/ggerganov/llama.cpp) — инференс-движок
+---
+**Сделано для локальных моделей. Работает везде.**

package/bin/mma.mjs CHANGED Viewed

@@ -1,8 +1,8 @@
-#!/usr/bin/env node
-import { fileURLToPath, pathToFileURL } from "node:url";
-import { dirname, join } from "node:path";
-const __dirname = dirname(fileURLToPath(import.meta.url));
-const main = join(__dirname, "..", "dist", "main.js");
-await import(pathToFileURL(main).href);
+#!/usr/bin/env node
+import { fileURLToPath, pathToFileURL } from "node:url";
+import { dirname, join } from "node:path";
+const __dirname = dirname(fileURLToPath(import.meta.url));
+const main = join(__dirname, "..", "dist", "main.js");
+await import(pathToFileURL(main).href);

package/dist/main.js CHANGED Viewed

@@ -5664,8 +5664,13 @@ var init_read_file = __esm(() => {
         remaining: String(total - end),
         next: String(end + 1)
       }) : "";
-      return { success: true, output: `${header}
-${selected}${truncated}` };
+      const display = truncated ? `${header}${truncated}` : header;
+      return {
+        success: true,
+        output: `${header}
+${selected}${truncated}`,
+        display
+      };
     }
   };
 });
@@ -9342,11 +9347,12 @@ ${t("tool.truncated", { tokens: Math.ceil(removedChars / 2) })}`;
             onMeta?.(`
 ` + result.display + `
 `);
-          }
-          const metaOut = pluginManager.runOnMeta({ iteration, logger }, result.output);
-          onMeta?.(`
+          } else {
+            const metaOut = pluginManager.runOnMeta({ iteration, logger }, result.output);
+            onMeta?.(`
 ` + pc.dim(metaOut) + `
 `);
+          }
           if (result.diff) {
             onMeta?.(`
 ` + result.diff + `
@@ -15594,7 +15600,7 @@ function ansiRegex({ onlyFirst = false } = {}) {
   return new RegExp(pattern, onlyFirst ? undefined : "g");
 }
-// node_modules/strip-ansi/index.js
+// node_modules/string-width/node_modules/strip-ansi/index.js
 function stripAnsi(string) {
   if (typeof string !== "string") {
     throw new TypeError(`Expected a \`string\`, got \`${typeof string}\``);
@@ -15693,135 +15699,65 @@ var init_get_east_asian_width = __esm(() => {
   init_lookup();
 });
+// node_modules/emoji-regex/index.js
+var require_emoji_regex = __commonJS((exports, module) => {
+  module.exports = () => {
+    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;
+  };
+});
 // node_modules/string-width/index.js
-function isDoubleWidthNonRgiEmojiSequence(segment) {
-  if (segment.length > 50) {
-    return false;
-  }
-  if (unqualifiedKeycapRegex.test(segment)) {
-    return true;
-  }
-  if (segment.includes("‍")) {
-    const pictographics = segment.match(extendedPictographicRegex);
-    return pictographics !== null && pictographics.length >= 2;
-  }
-  return false;
-}
-function baseVisible(segment) {
-  return segment.replace(leadingNonPrintingRegex, "");
-}
-function isZeroWidthCluster(segment) {
-  return zeroWidthClusterRegex.test(segment);
-}
-function isHangulLeadingJamo(codePoint) {
-  return codePoint >= 4352 && codePoint <= 4447 || codePoint >= 43360 && codePoint <= 43388;
-}
-function isHangulVowelJamo(codePoint) {
-  return codePoint >= 4448 && codePoint <= 4519 || codePoint >= 55216 && codePoint <= 55238;
-}
-function isHangulTrailingJamo(codePoint) {
-  return codePoint >= 4520 && codePoint <= 4607 || codePoint >= 55243 && codePoint <= 55291;
-}
-function isHangulJamo(codePoint) {
-  return isHangulLeadingJamo(codePoint) || isHangulVowelJamo(codePoint) || isHangulTrailingJamo(codePoint);
-}
-function hangulClusterWidth(visibleSegment, eastAsianWidthOptions) {
-  const codePoints = [];
-  for (const character of visibleSegment) {
-    if (zeroWidthClusterRegex.test(character)) {
-      continue;
-    }
-    codePoints.push(character.codePointAt(0));
-  }
-  if (codePoints.length === 0) {
-    return;
-  }
-  let width = 0;
-  for (let index = 0;index < codePoints.length; index++) {
-    const codePoint = codePoints[index];
-    if (!isHangulJamo(codePoint)) {
-      if (width === 0) {
-        return;
-      }
-      for (let remaining = index;remaining < codePoints.length; remaining++) {
-        width += eastAsianWidth(codePoints[remaining], eastAsianWidthOptions);
-      }
-      return width;
-    }
-    if (isHangulLeadingJamo(codePoint) && isHangulVowelJamo(codePoints[index + 1])) {
-      width += 2;
-      index += isHangulTrailingJamo(codePoints[index + 2]) ? 2 : 1;
-      continue;
-    }
-    width += eastAsianWidth(codePoint, eastAsianWidthOptions);
-  }
-  return width;
-}
-function trailingWidth(visibleSegment, eastAsianWidthOptions) {
-  let extra = 0;
-  let first = true;
-  for (const character of visibleSegment) {
-    if (first) {
-      first = false;
-      continue;
-    }
-    if (spacingMarkRegex.test(character) || character >= "＀" && character <= "￯") {
-      extra += eastAsianWidth(character.codePointAt(0), eastAsianWidthOptions);
-    }
-  }
-  return extra;
-}
-function stringWidth(input, options = {}) {
-  if (typeof input !== "string" || input.length === 0) {
+function stringWidth(string, options = {}) {
+  if (typeof string !== "string" || string.length === 0) {
     return 0;
   }
   const {
     ambiguousIsNarrow = true,
     countAnsiEscapeCodes = false
   } = options;
-  let string = input;
-  if (!countAnsiEscapeCodes && (string.includes("\x1B") || string.includes(""))) {
+  if (!countAnsiEscapeCodes) {
     string = stripAnsi(string);
   }
   if (string.length === 0) {
     return 0;
   }
-  if (/^[\u0020-\u007E]*$/.test(string)) {
-    return string.length;
-  }
   let width = 0;
   const eastAsianWidthOptions = { ambiguousAsWide: !ambiguousIsNarrow };
-  for (const { segment } of segmenter.segment(string)) {
-    if (isZeroWidthCluster(segment)) {
+  for (const { segment: character } of segmenter.segment(string)) {
+    const codePoint = character.codePointAt(0);
+    if (codePoint <= 31 || codePoint >= 127 && codePoint <= 159) {
       continue;
     }
-    if (rgiEmojiRegex.test(segment) || isDoubleWidthNonRgiEmojiSequence(segment)) {
-      width += 2;
+    if (codePoint >= 8203 && codePoint <= 8207 || codePoint === 65279) {
+      continue;
+    }
+    if (codePoint >= 768 && codePoint <= 879 || codePoint >= 6832 && codePoint <= 6911 || codePoint >= 7616 && codePoint <= 7679 || codePoint >= 8400 && codePoint <= 8447 || codePoint >= 65056 && codePoint <= 65071) {
       continue;
     }
-    const visibleSegment = baseVisible(segment);
-    const hangulWidth = hangulClusterWidth(visibleSegment, eastAsianWidthOptions);
-    if (hangulWidth !== undefined) {
-      width += hangulWidth;
+    if (codePoint >= 55296 && codePoint <= 57343) {
+      continue;
+    }
+    if (codePoint >= 65024 && codePoint <= 65039) {
+      continue;
+    }
+    if (defaultIgnorableCodePointRegex.test(character)) {
+      continue;
+    }
+    if (import_emoji_regex.default().test(character)) {
+      width += 2;
       continue;
     }
-    const codePoint = visibleSegment.codePointAt(0);
     width += eastAsianWidth(codePoint, eastAsianWidthOptions);
-    width += trailingWidth(visibleSegment, eastAsianWidthOptions);
   }
   return width;
 }
-var segmenter, zeroWidthClusterRegex, leadingNonPrintingRegex, spacingMarkRegex, rgiEmojiRegex, unqualifiedKeycapRegex, extendedPictographicRegex;
+var import_emoji_regex, segmenter, defaultIgnorableCodePointRegex;
 var init_string_width = __esm(() => {
   init_strip_ansi();
   init_get_east_asian_width();
+  import_emoji_regex = __toESM(require_emoji_regex(), 1);
   segmenter = new Intl.Segmenter;
-  zeroWidthClusterRegex = /^(?:\p{Default_Ignorable_Code_Point}|\p{Control}|\p{Format}|\p{Nonspacing_Mark}|\p{Enclosing_Mark}|\p{Surrogate})+$/v;
-  leadingNonPrintingRegex = /^[\p{Default_Ignorable_Code_Point}\p{Control}\p{Format}\p{Nonspacing_Mark}\p{Enclosing_Mark}\p{Surrogate}]+/v;
-  spacingMarkRegex = /\p{Spacing_Mark}/v;
-  rgiEmojiRegex = /^\p{RGI_Emoji}$/v;
-  unqualifiedKeycapRegex = /^[\d#*]\u20E3$/;
-  extendedPictographicRegex = /\p{Extended_Pictographic}/gu;
+  defaultIgnorableCodePointRegex = /^\p{Default_Ignorable_Code_Point}$/u;
 });
 // src/ui/table.ts

package/package.json CHANGED Viewed

@@ -1,6 +1,6 @@
 {
   "name": "micro-models-agent",
-  "version": "0.24.2",
+  "version": "0.24.3",
   "description": "Micro Models Agent (MMA) — LLM agent harness for small models (Qwen3.5-9B, 32K-64K context)",
   "type": "module",
   "bin": {