myagent-ai 1.23.34 → 1.23.36

package/agents/main_agent.py

@@ -48,7 +48,7 @@ class MainAgent(BaseAgent):
 <mainsubject>当前对话的6字以内标题（每轮都需输出，系统会每3轮自动更新会话名称）</mainsubject>
 <usersays_correct>通过修正识别错误、调整标点，结合上下文，将用户语音转写文本"usersays"修正为更准确的文本，但尽量少改动。如"usersays"为空，则此处为空。</usersays_correct>
 <response><reply>展示给用户的文本,格式上尽量使用md格式，直观形象展示，甚至可以包括超链接、表格等。内容上，针对用户问题，直接回应问题；针对任务，开始的时候，告诉用户，为完成任务，准备如何开展工作；执行过程中，根据工具调用结果，简单展示任务进展；任务完成后的详细最终总结。注意:这是给用户展示信息的最重要标签，尽量不要跟上次回复重复，执行过程展示内容尽量简洁，执行总结可以丰富一点。</reply><toolstocal>
-<tool><beforecalltext>展示给用户的简单工具调用信息。格式:先使用"接下来、下一步、接着、现在、然后、最后、等下"等连接词➕调用"工具名"。</beforecalltext><toolname>工具名，用于后台解析器解析调用工具</toolname><parms>调用工具的JSON格式参数对象，如格式: {"query": "搜索关键词", "num": 5}</parms><timeout>预估调用超时时限(秒),工具调用超时会立即回调大语言模型，方便调整工具使用</timeout></tool>
+<tool><beforecalltext>展示给用户的简单工具调用信息。格式:先使用"接下来、下一步、接着、现在、然后、最后、等下"等连接词➕调用"工具名"。</beforecalltext><toolname>工具名，用于后台解析器解析调用工具</toolname><parms>调用工具的JSON格式参数对象，如格式: {"query": "搜索关键词", "num": 5}</parms><timeout>最多给它执行多久(秒),工具调用超过这个时限会立即回调大语言模型，方便调整工具使用</timeout></tool>
 </toolstocal>
 </response>
 <task_plan>若"context"包含非空"task_plan"，则更新它:若任务条数已超8，则精简为3条，若主题发生明显变化，重新设计任务列表。若"context"包含空"task_plan"，则先评估任务复杂度，针对单次查询、简单问答、格式转换、单文件修改、简单计算等简单任务，若预计操作步骤不超过2步，则此处输出为空，不创建任务列表；针对多文件修改、需要调研+实现+测试、涉及多个模块联动等复杂任务，如预计超过2步操作，则以Markdown列表格式制定新任务列表。格式：每项用 "- [ ] 任务描述" 或 "- [x] 已完成任务"，含完成状态标记，排序按已完成在前。</task_plan>
@@ -63,7 +63,7 @@ class MainAgent(BaseAgent):
 </output>
 
 注意事项:
-1. toolstocal标签: 尽量一次性列出所有需执行工具调用的，多个"tool"工具调用只要按顺序重复堆叠tool标签即可，解析器会按顺序执行工具调用，最终全部执行完后，会连同所有结果，回调大语言模型。如果某个工具执行超时了，也会回调大模型，让大模型分析为什么超时，改用其他工具。要求每个工具调用尽快合并多个命令行。注意: docx/xlsx/ppt/pdf-create 命令执行后会自动发送文件给用户，不需要再拼接 send-file。仅在需要发送其他已存在的独立文件时才需要手动调用 send-file。多个独立查询或系统命令才需要用 && 拼接。
+1. toolstocal标签: 尽量一次性列出所有需执行工具调用的，多个"tool"工具调用只要按顺序重复堆叠tool标签即可，解析器会按顺序执行工具调用，最终全部执行完后，会连同所有结果，回调大语言模型。如果某个工具执行超过预估的时限，也会回调大模型，让大模型分析为什么超时，改用其他工具。要求每个工具调用尽快合并多个命令行。注意: docx/xlsx/ppt/pdf-create 命令执行后会自动发送文件给用户，不需要再拼接 send-file。仅在需要发送其他已存在的独立文件时才需要手动调用 send-file。多个独立查询或系统命令才需要用 && 拼接。
 2. 上下文中的记忆系统说明
 - <automemory>: 系统自动根据你通过 <remember> 保存的记忆和当前用户输入，搜索出的 top10 相关记忆。这些是你过去主动记住的内容（包含时间信息），可供参考。
 - <recall_memory>: 你在上一轮通过 <recall> 指定的记忆搜索结果。系统根据你提供的关键字和时间点搜索了 top5 相关记忆。
@@ -184,7 +184,7 @@ class MainAgent(BaseAgent):
 <mainsubject>当前对话的6字以内标题（每轮都需输出，系统会每3轮自动更新会话名称）</mainsubject>
 <usersays_correct>通过修正识别错误、调整标点，结合上下文，将用户语音转写文本"usersays"修正为更准确的文本，但尽量少改动。如"usersays"为空，则此处为空。</usersays_correct>
 <response><reply>展示给用户的文本,格式上尽量使用md格式，直观形象展示，甚至可以包括超链接、表格等。内容上，针对用户问题，直接回应问题；针对任务，开始的时候，告诉用户，为完成任务，准备如何开展工作；执行过程中，根据工具调用结果，简单展示任务进展；任务完成后的详细最终总结。注意:这是给用户展示信息的最重要标签，尽量不要跟上次回复重复，执行过程展示内容尽量简洁，执行总结可以丰富一点。</reply><toolstocal>
-<tool><beforecalltext>展示给用户的简单工具调用信息。格式:先使用"接下来、下一步、接着、现在、然后、最后、等下"等连接词➕调用"工具名"。</beforecalltext><toolname>工具名，用于后台解析器解析调用工具</toolname><parms>调用工具的JSON格式参数对象，如格式: {"query": "搜索关键词", "num": 5}</parms><timeout>预估调用超时时限(秒),工具调用超时会立即回调大语言模型，方便调整工具使用</timeout></tool>
+<tool><beforecalltext>展示给用户的简单工具调用信息。格式:先使用"接下来、下一步、接着、现在、然后、最后、等下"等连接词➕调用"工具名"。</beforecalltext><toolname>工具名，用于后台解析器解析调用工具</toolname><parms>调用工具的JSON格式参数对象，如格式: {"query": "搜索关键词", "num": 5}</parms><timeout>最多给它执行多久(秒),工具调用超过这个时限会立即回调大语言模型，方便调整工具使用。</timeout></tool>
 </toolstocal>
 </response>
 <task_plan>若"context"包含非空"task_plan"，则更新它:若任务条数已超8，则精简为3条，若主题发生明显变化，重新设计任务列表。若"context"包含空"task_plan"，则先评估任务复杂度，针对单次查询、简单问答、格式转换、单文件修改、简单计算等简单任务，若预计操作步骤不超过2步，则此处输出为空，不创建任务列表；针对多文件修改、需要调研+实现+测试、涉及多个模块联动等复杂任务，如预计超过2步操作，则以Markdown列表格式制定新任务列表。格式：每项用 "- [ ] 任务描述" 或 "- [x] 已完成任务"，含完成状态标记，排序按已完成在前。</task_plan>
@@ -284,10 +284,17 @@ class MainAgent(BaseAgent):
         # [v1.23.30] 读取外部注入的 Agent 专属提示词（群聊、多Agent 场景使用）
         # _try_model_chain_inner 通过此属性注入 group_context 等自定义提示词
         _override_prompt = getattr(self, '_agent_override_prompt', None)
+        # [v1.23.35] 读取外部注入的 Agent 名称和描述（群聊路径通过实例属性注入）
+        # 确保群聊场景下 process_v2 也能拿到正确的 agent_name/agent_description，
+        # 而非默认的"助手"/"通用AI助手"
+        _injected_name = getattr(self, '_agent_override_name', None)
+        _injected_desc = getattr(self, '_agent_override_description', None)
 
         try:
             return await self.process_v2(
                 context,
+                agent_name=_injected_name or self.name,
+                agent_description=_injected_desc or self.description,
                 agent_override_prompt=_override_prompt,
             )
         finally:

package/core/output_parser.py

@@ -22,7 +22,6 @@ Expected XML schema produced by the LLM::
                     <toolname>工具名</toolname>
                     <parms>参数JSON或描述</parms>
                     <timeout>预估超时时限(秒)</timeout>
-                    <callback>true/false</callback>
                 </tool>
             </toolstocal>
         </response>
@@ -62,7 +61,6 @@ logger = get_logger("myagent.output_parser")
 # ---------------------------------------------------------------------------
 
 _DEFAULT_TIMEOUT: int = 120
-_DEFAULT_CALLBACK: bool = True
 
 # All top-level tags we recognise inside <output>.
 KNOWN_TOP_LEVEL_TAGS = [
@@ -89,7 +87,6 @@ TOOL_INNER_TAGS = [
     "toolname",
     "parms",
     "timeout",
-    "callback",
 ]
 
 # Inner tags inside <remember>.
@@ -590,10 +587,6 @@ def _parse_toolstocal(toolstocal_content: str, *, conservative: bool = False) ->
                 _extract_tag_content(block, "timeout", TOOL_INNER_TAGS, conservative=conservative),
                 _DEFAULT_TIMEOUT,
             ),
-            "callback": _parse_bool(
-                _extract_tag_content(block, "callback", TOOL_INNER_TAGS, conservative=conservative),
-                _DEFAULT_CALLBACK,
-            ),
         }
         # Only add if toolname is present
         if tool["toolname"]:

package/core/tool_dispatcher.py

@@ -300,16 +300,15 @@ class ToolDispatcher:
     ) -> Dict:
         """发送文件给用户 — 后端推送 v2_file SSE 事件 + 持久化到聊天记录"""
         try:
-            from skills.file_send import FileSendSkill
-            fskill = FileSendSkill()
+            from skills.file_send import UPLOADS_DIR
             fpath = params.get("file_path", "")
             fdesc = params.get("description", "")
             if not fpath:
                 logger.warning(f"[{task_id}] file_send: 缺少 file_path 参数")
                 return {"success": False, "error": "缺少 file_path 参数，请提供要发送的文件路径"}
             logger.info(f"[{task_id}] file_send: 发送文件 {fpath}")
-            
-            # [v1.23.29] 先复制文件（不依赖 file_send.execute 的 SSE 发送）
+
+            # [v1.23.35] 先复制文件（不依赖 file_send.execute 的 SSE 发送）
             from pathlib import Path as _P
             import shutil, uuid as _uuid, time as _time
             fpath_resolved = _P(fpath.strip().strip("'\"")).expanduser()
@@ -319,7 +318,8 @@ class ToolDispatcher:
                 return {"success": False, "error": f"不是文件: {fpath}"}
 
             file_id = str(_uuid.uuid4())[:12]
-            date_dir = fskill.UPLOADS_DIR / _time.strftime("%Y-%m")
+            # [v1.23.35] 直接使用模块级 UPLOADS_DIR，不依赖 FileSendSkill 实例属性
+            date_dir = UPLOADS_DIR / _time.strftime("%Y-%m")
             date_dir.mkdir(parents=True, exist_ok=True)
             stored_name = f"{file_id}_{fpath_resolved.name}"
             stored_path = date_dir / stored_name

package/download/README.md

@@ -0,0 +1 @@
+Here are all the generated files.

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "myagent-ai",
-  "version": "1.23.34",
+  "version": "1.23.36",
   "description": "本地桌面端执行型AI助手 - Open Interpreter 风格 | Local Desktop Execution-Oriented AI Assistant",
   "main": "main.py",
   "bin": {

package/skills/ASR/LICENSE.txt

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2025 z-ai-web-dev-sdk Skills
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.