minimal-agent 0.13.0 → 0.14.0

package/workflows/adaptive-research.yaml

@@ -1,50 +0,0 @@
-name: adaptive-research
-description: |
-  演示「受工作流指导的 TAOR」：确定性骨架 + 两处随机应变。
-  - research 步是 agent: 节点 —— 把一个开放任务（调研主题、整理笔记落盘）交给有界子 agent
-    自主用工具完成（思考→搜→写→自我验证）。
-  - count_lines 步是确定性 tool，但声明 onError: recover —— 万一路径/前置不对，
-    不整条崩，临时起恢复 agent 把这一步救回。
-  最后 assert 守门。这就是「指导 + 随机应变」按节点滑动的旋钮。
-version: "0.1"
-
-inputs:
-  - name: topic
-    type: string
-    required: true
-    greedy: true
-    description: "调研主题（可直接一句话自然语言；命令行整句进 topic，不被空格拆碎）"
-
-steps:
-  # 1. agent 节点：开放式调研，自主决定怎么做，产出笔记并自我验证
-  - id: research
-    title: "1/3·自主调研写笔记"
-    agent: |
-      调研主题「${inputs.topic}」：用你手上的工具搜集 3-5 个关键要点，
-      整理成简洁的中文 markdown，写到 out/adaptive-research/${session}/notes.md（目录不存在就先创建）。
-      写完后用 Read 自检文件确实写好了再收尾。
-    allowed_tools: [Read, Write, Edit, Bash, Grep, Glob]
-    # 确定性完成条件：模型「宣告要写却没写」时引擎自动提醒续跑（announce-not-do 兜底）
-    done_when: "fileExists('out/adaptive-research/${session}/notes.md')"
-    capture:
-      # agent 步 raw 只有 text/result（无 content）——曾绑 content 导致 notes 恒 undefined
-      text: notes
-
-  # 2. 确定性工具，但带 onError: recover —— 出意外就地自愈，而非崩停
-  - id: count_lines
-    title: "2/3·统计笔记行数"
-    tool: Bash
-    args:
-      command: "wc -l out/adaptive-research/${session}/notes.md"
-    onError: recover
-    recover_hint: "文件不存在或路径不对，就先用 Glob/Read 定位 notes.md 再统计行数"
-    capture:
-      content: line_report
-
-  # 3. 守门 verify（升级自 assert，享受 verify 的 file_exists 检查器）
-  - id: verify
-    title: "3/3·守门校验"
-    type: verify
-    checks:
-      - 'file_exists:out/adaptive-research/${session}/notes.md'
-    onFail: "调研笔记 out/adaptive-research/${session}/notes.md 未生成，检查 research 步"

package/workflows/book-review-short.yaml

@@ -1,125 +0,0 @@
-name: book-review-short
-description: |
-  从书名生成 YouTube Shorts 书评短视频（60 秒）：
-  调研 → 60 秒口播脚本 → 缩略图 prompt + 真生图（可降级）→ meta.json。
-  step 4（loop 生成钩子标题）P1 启用。
-version: "0.1"
-
-inputs:
-  - name: book
-    type: string
-    required: true
-    greedy: true
-    description: "书名（中英都行，可一句话自然语言；命令行整句进 book，不被空格拆碎）"
-  - name: angle
-    type: enum
-    values: [insight, contrarian, beginner]
-    default: insight
-    description: "【高级·用 --input angle=...】切入角度"
-  - name: lang
-    type: enum
-    values: [zh, en]
-    default: zh
-    description: "【高级·用 --input lang=...】输出语言"
-
-steps:
-  # 1. 调研（确定性工具）
-  - id: research
-    title: "1/7·调研书评素材"
-    tool: WebSearch
-    args:
-      query: "${inputs.book} 核心观点 书评 ${inputs.lang}"
-    capture:
-      content: research_data
-
-  # 2. 60 秒短视频脚本（llm 单轮，不开工具）
-  - id: script
-    title: "2/7·写 60 秒口播脚本"
-    llm: |
-      你是一名 YouTube Shorts 创作者。基于以下调研，为书 "${inputs.book}" 写一段
-      60 秒口播脚本，视角是 ${inputs.angle}（insight=洞察、contrarian=逆向、beginner=入门）。
-      语言：${inputs.lang}。
-      要求：
-      - 开头 3 秒强钩子（一个反直觉论断 / 数字 / 提问）
-      - 中段 40 秒展开 2-3 个核心要点，每点配一句金句
-      - 结尾 10 秒行动号召
-      - 全文 ≤ 180 字（中文）/ 150 词（英文）
-      只输出脚本本体，不要注释/标题/分段标记。
-
-      调研材料：
-      ${research_data}
-    capture:
-      text: script_text
-
-  # 3. 写脚本到文件（确定性工具）
-  - id: write_script
-    title: "3/7·脚本落盘"
-    tool: Write
-    args:
-      file_path: "out/book-review-short/${session}/script.txt"
-      content: "${script_text}"
-
-  # 4. 生成 3 个钩子标题（loop + llm）—— P1 启用
-  # ⚠️ 启用前注意：step id 必须是静态字符串（id: hook_${idx} 这种动态 id 会破坏
-  #    checkpoint/resume 的步骤寻址）。正确写法：静态 id + 累积变量拼接，如下。
-  # - id: gen_hooks
-  #   type: loop
-  #   over: "[1, 2, 3]"
-  #   as: idx
-  #   do:
-  #     - id: gen_one_hook
-  #       title: "生成第 ${idx} 个钩子标题"
-  #       llm: |
-  #         为 "${inputs.book}" 书评 Shorts 生成第 ${idx} 个标题（≤20 字 / ≤8 words）。
-  #         风格序号 1=金句、2=反问、3=数字承诺。
-  #         只输出标题本体。
-  #       capture:
-  #         text: hook_text
-  #     - id: accumulate_hook
-  #       type: set
-  #       set:
-  #         hooks_text: "${hooks_text}${idx}. ${hook_text}\n"
-
-  # 5. 缩略图 prompt（llm 单轮）
-  - id: thumbnail
-    title: "4/7·生成缩略图提示词"
-    llm: |
-      为书 "${inputs.book}" 的 YouTube Shorts 缩略图生成英文文生图 prompt：
-      - 主体：书 + 一个隐喻物
-      - 色调：高饱和对比
-      - 构图：竖屏 9:16，主体居中
-      - 风格：editorial, photorealistic
-      ≤100 词，单段。
-    capture:
-      text: thumb_prompt
-
-  # 5b. 真生成缩略图（可选：缺 OPENROUTER_API_KEY 时降级只留 prompt，不挡流水线）
-  - id: gen_thumbnail
-    title: "5/7·生成缩略图（可降级）"
-    skill: image-gen-openrouter
-    input: 'prompt=${thumb_prompt} output=out/book-review-short/${session}/thumbnail.png aspect=9:16'
-    onError: continue
-
-  # 6. 元数据汇总（确定性工具）
-  # json() 生成含外层引号的合法 JSON 字符串——裸 "${thumb_prompt}" 在值含引号/换行时产坏 JSON
-  - id: meta
-    title: "6/7·汇总 meta.json"
-    tool: Write
-    args:
-      file_path: "out/book-review-short/${session}/meta.json"
-      content: |
-        {
-          "book": ${json(inputs.book)},
-          "angle": "${inputs.angle}",
-          "lang": "${inputs.lang}",
-          "thumbnail_prompt": ${json(thumb_prompt)}
-        }
-
-  # 7. 守门 verify（升级自 assert；多条 file_exists 拆成 checks 数组）
-  - id: verify
-    title: "7/7·守门校验"
-    type: verify
-    checks:
-      - 'file_exists:out/book-review-short/${session}/script.txt'
-      - 'file_exists:out/book-review-short/${session}/meta.json'
-    onFail: "脚本或 meta 未写盘，请检查 Write 工具"

package/workflows/e2e-write-greet.yaml

@@ -1,31 +0,0 @@
-name: e2e-write-greet
-description: E2E 极简 workflow，证明 /workflow CLI 端到端通（无 LLM 无网络）
-version: "0.1"
-
-inputs:
-  - name: topic
-    type: string
-    required: true
-
-steps:
-  - id: write_note
-    title: "1/3·写入便签"
-    tool: Write
-    args:
-      file_path: "out/e2e-write-greet/${session}/note.txt"
-      content: "topic=${inputs.topic} ok"
-    capture:
-      args.content: note_body
-
-  - id: verify_file
-    title: "2/3·校验落盘"
-    type: verify
-    checks:
-      - 'file_exists:out/e2e-write-greet/${session}/note.txt'
-    onFail: "note.txt 未落盘"
-
-  - id: verify_capture
-    title: "3/3·校验 capture"
-    type: assert
-    condition: 'length(note_body) > 0'
-    onFail: "capture 没绑到 note_body"

package/workflows/illustrate.yaml

@@ -1,227 +0,0 @@
-name: illustrate
-description: >
-  网上抓图配图（illustrate）：给一个关键词/描述（写 PPT 或文章用），从 **Google→Bing→Baidu 图片有序降级搜索**
-  （某家被墙/不够就自动换下一家），下载若干候选图，**用 LLM 识图逐张打分（相关度/质量、识别并跳过广告图）**，
-  选出最合适的 `count` 张，落 `build/illustrations.json`（含图路径 + 源 URL + 分数），供 PPT/文章工作流消费。
-  纯 YAML：浏览器走内置 agent-browser（WebBrowser 工具），下载走 Download 工具，URL 抽取走 eval+parseJson。
-version: "0.1"
-
-# 最终交付物（new-task 清旧 / completed 报产物 / 完成闸门校验落盘）。中间候选图与分文件不声明（scratch）。
-artifacts:
-  - "out/illustrate/${session}/build/illustrations.json"
-
-# 自愈：浏览器/网络瞬态故障 in-run 重跑。
-self_heal:
-  max_retries: 1
-  retry_delay_ms: 10000
-
-inputs:
-  - name: topic
-    type: string
-    required: true
-    greedy: true
-    description: "配图主题 / 关键词（中文或英文，可一句话自然语言，如「太空探索 科技感 蓝色」）。"
-  - name: count
-    type: number
-    default: 3
-    description: "【可选 --input】最终选出的图片张数（默认 3）。"
-  - name: min_candidates
-    type: number
-    default: 6
-    description: "【可选 --input】候选图下限：某家图搜抓到的候选少于这个数就降级到下一家（默认 6）。"
-
-steps:
-  # ---------- 初始化：候选清单置空（让 length() 可用、记录最终采用的搜索引擎）----------
-  - id: init
-    title: "配图·初始化"
-    type: set
-    set:
-      urls: []
-      engine_used: ""
-
-  # ---------- 阶段1：Google 图片（首选）----------
-  # WebBrowser navigate 打开图搜页 → eval 抽 http(s) 图 URL（优先结果锚点的 imgurl/mediaurl/objurl 全图参数，
-  # 退而取 <img> src；过滤 svg/引擎自身 chrome 资源），parseJson 成数组写进 urls。某家失败/被墙 onError:continue 不阻断。
-  # ⚠️ 双重解码：eval 的 JS 用 JSON.stringify 返回字符串，agent-browser 显示时会再 JSON 编码一次 →
-  #    capture 到的是带外层引号的双编码串，故 parseJson(parseJson(x_raw)) 套两层才得数组（已实测确认）。
-  # ⚠️ eval 抽取规则随各家页面改版可能失效（固有脆弱，与脚本/YAML 无关）——失效时调这段 JS 即可。
-  - id: g_nav
-    title: "配图·Google 图搜"
-    tool: WebBrowser
-    args:
-      action: navigate
-      url: "https://www.google.com/search?tbm=isch&hl=en&q=${inputs.topic}"
-    onError: continue
-  - id: g_eval
-    title: "配图·Google 抽图 URL"
-    tool: WebBrowser
-    args:
-      action: eval
-      js: |
-        JSON.stringify(Array.from(new Set([].concat(
-          Array.from(document.querySelectorAll('a')).map(a=>{try{const u=new URL(a.href);return u.searchParams.get('imgurl')||u.searchParams.get('mediaurl')||u.searchParams.get('objurl')||''}catch(e){return ''}}),
-          Array.from(document.querySelectorAll('img')).map(i=>i.currentSrc||i.src||i.getAttribute('data-src')||'')
-        ))).filter(s=>/^https?:\/\//.test(s)&&!/\.svg($|\?)/i.test(s)&&!/gstatic\.com|bing\.com\/(rp|th\/id\/(?!OIP))|baidu\.com\/static|google\.com\/images\/branding|w3\.org/i.test(s)).slice(0,24))
-    capture:
-      content: g_raw
-    onError: continue
-  - id: g_set
-    title: "配图·收下 Google 候选"
-    type: set
-    when: "length(asArray(parseJson(parseJson(g_raw)))) > length(urls)"
-    set:
-      urls: "${asArray(parseJson(parseJson(g_raw)))}"
-      engine_used: "google"
-
-  # ---------- 阶段2：Bing 图片（Google 不够才降级）----------
-  - id: b_nav
-    title: "配图·Bing 图搜（降级）"
-    tool: WebBrowser
-    when: "length(urls) < inputs.min_candidates"
-    args:
-      action: navigate
-      url: "https://www.bing.com/images/search?q=${inputs.topic}"
-    onError: continue
-  - id: b_eval
-    title: "配图·Bing 抽图 URL"
-    tool: WebBrowser
-    when: "length(urls) < inputs.min_candidates"
-    args:
-      action: eval
-      js: |
-        JSON.stringify(Array.from(new Set([].concat(
-          Array.from(document.querySelectorAll('a.iusc')).map(a=>{try{return (JSON.parse(a.getAttribute('m')||'{}').murl)||''}catch(e){return ''}}),
-          Array.from(document.querySelectorAll('a')).map(a=>{try{const u=new URL(a.href);return u.searchParams.get('mediaurl')||u.searchParams.get('imgurl')||''}catch(e){return ''}}),
-          Array.from(document.querySelectorAll('img')).map(i=>i.currentSrc||i.src||i.getAttribute('data-src')||'')
-        ))).filter(s=>/^https?:\/\//.test(s)&&!/\.svg($|\?)/i.test(s)&&!/bing\.com\/(rp|sa\/)|gstatic\.com|w3\.org/i.test(s)).slice(0,24))
-    capture:
-      content: b_raw
-    onError: continue
-  - id: b_set
-    title: "配图·收下 Bing 候选"
-    type: set
-    when: "length(asArray(parseJson(parseJson(b_raw)))) > length(urls)"
-    set:
-      urls: "${asArray(parseJson(parseJson(b_raw)))}"
-      engine_used: "bing"
-
-  # ---------- 阶段3：Baidu 图片（仍不够才降级）----------
-  - id: d_nav
-    title: "配图·Baidu 图搜（降级）"
-    tool: WebBrowser
-    when: "length(urls) < inputs.min_candidates"
-    args:
-      action: navigate
-      url: "https://image.baidu.com/search/index?tn=baiduimage&word=${inputs.topic}"
-    onError: continue
-  - id: d_eval
-    title: "配图·Baidu 抽图 URL"
-    tool: WebBrowser
-    when: "length(urls) < inputs.min_candidates"
-    args:
-      action: eval
-      js: |
-        JSON.stringify(Array.from(new Set(
-          Array.from(document.querySelectorAll('img')).map(i=>i.getAttribute('data-imgurl')||i.currentSrc||i.src||i.getAttribute('data-src')||'')
-        )).filter(s=>/^https?:\/\//.test(s)&&!/\.svg($|\?)/i.test(s)&&!/baidu\.com\/(static|img|aladdin)|bdstatic\.com|w3\.org/i.test(s)).slice(0,24))
-    capture:
-      content: d_raw
-    onError: continue
-  - id: d_set
-    title: "配图·收下 Baidu 候选"
-    type: set
-    when: "length(asArray(parseJson(parseJson(d_raw)))) > length(urls)"
-    set:
-      urls: "${asArray(parseJson(parseJson(d_raw)))}"
-      engine_used: "baidu"
-
-  # ---------- 守门：三家都没抓到候选 → 诚实停（多半全被墙/反爬，现场保留可续跑）----------
-  - id: assert_candidates
-    title: "配图·候选校验"
-    type: assert
-    condition: "length(urls) > 0"
-    onFail: "Google/Bing/Baidu 三家图搜都没抓到候选图（可能全被墙/反爬，或 eval 抽取规则需随页面改版调整）。"
-
-  # ---------- 阶段4：下载候选图（逐条，跳死链）----------
-  - id: download_loop
-    title: "配图·下载候选"
-    type: loop
-    over: "${asArray(urls)}"
-    as: u
-    do:
-      - id: dl_one
-        title: "配图·下载 #${u_idx}"
-        tool: Download
-        args:
-          url: "${u}"
-          path: "out/illustrate/${session}/build/illustrations/cand_${u_idx}.img"
-          timeout: 30000
-          headers:
-            User-Agent: "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/124.0 Safari/537.36"
-            Referer: "https://www.google.com/"
-        onError: continue
-
-  # ---------- 阶段5：逐图识图打分 → 写分文件（避开 loop 累积难题，每图一个 score_K.json）----------
-  - id: score_loop
-    title: "配图·识图打分"
-    type: loop
-    over: "${asArray(urls)}"
-    as: u
-    do:
-      - id: score_one
-        title: "配图·打分 #${u_idx}"
-        when: "fileExists('out/illustrate/${session}/build/illustrations/cand_' + u_idx + '.img')"
-        llm: |
-          下方附上一张候选配图（用于主题：「${inputs.topic}」）。请**只看这张图**给出客观评估，输出 JSON。
-          - relevance：0-10，图片内容与主题的契合度（画的东西是否切题）。
-          - quality：0-10，作为 PPT/文章配图的观感质量（清晰、构图、专业、无明显水印/拼接）。
-          - is_ad：true/false——这是不是**广告/促销/带营销文案或店铺水印/比价图**等不适合当配图的图。
-          - reason：一句话理由（中文）。
-          只输出 JSON 对象本身，不要 markdown 代码块、不要解释。
-        images: ["out/illustrate/${session}/build/illustrations/cand_${u_idx}.img"]
-        image_detail: high
-        capture:
-          text: score_text
-        onError: continue
-        max_retries: 1
-      - id: write_score
-        title: "配图·记录分数 #${u_idx}"
-        when: "fileExists('out/illustrate/${session}/build/illustrations/cand_' + u_idx + '.img')"
-        tool: Write
-        args:
-          file_path: "out/illustrate/${session}/build/illustrations/score_${u_idx}.json"
-          content: |
-            {"index": ${u_idx}, "url": ${json(u)}, "engine": ${json(engine_used)}, "path": "build/illustrations/cand_${u_idx}.img", "score": ${score_text}}
-        onError: continue
-
-  # ---------- 阶段6：聚合选优（剔广告、按 relevance×quality 排序取前 count，确定性落盘）----------
-  - id: select
-    title: "配图·选出最合适的 ${inputs.count} 张"
-    agent: |
-      你是配图验收员。**唯一任务**：从已打分的候选里选出最合适的 ${inputs.count} 张配图，写 `out/illustrate/${session}/build/illustrations.json`。不要做别的。
-
-      1. 用 Glob 列出 `out/illustrate/${session}/build/illustrations/score_*.json`，逐个 Read。每个文件形如
-         `{"index","url","engine","path","score":{"relevance","quality","is_ad","reason"}}`（坏文件/缺 score 的跳过）。
-      2. **先剔除 `score.is_ad == true` 的**（广告/促销/水印图绝不入选）。
-      3. 其余按 **relevance×quality 降序**排序，取前 ${inputs.count} 张（不足就有几张给几张）。
-      4. 用 Write 写 `out/illustrate/${session}/build/illustrations.json`（严格 JSON、无注释、无 ``` 包裹）：
-         `{"topic": "...", "engine_used": "${engine_used}", "count": <实际入选数>,
-           "picks": [{"path","url","engine","relevance","quality","reason"}, ...]}`
-         path 用 score 文件里的 path（如 build/illustrations/cand_3.img）。
-      完成后简述：扫了几个候选、剔了几张广告、最终选了哪几张（序号 + 一句理由）。
-    allowed_tools: [Glob, Read, Write]
-    maxTurns: 12
-    done_when: "fileExists('out/illustrate/${session}/build/illustrations.json')"
-    onError: halt
-    max_retries: 1
-    artifacts:
-      - "out/illustrate/${session}/build/illustrations.json"
-
-  # ---------- 阶段7：完成报告（确定性输出，不烧 LLM）----------
-  - id: report
-    title: "配图·完成"
-    type: echo
-    message: |
-      ✅ 配图完成（主题：${inputs.topic}，来源：${engine_used}）。
-      选中的图片清单见 out/illustrate/${session}/build/illustrations.json（每条含 path/url/engine/分数）。
-      下游 PPT/文章工作流可读 illustrations.json 取用这 ${inputs.count} 张配图。