s-app-scoder-agent 0.9.7 → 0.9.9

package/dist/agent.js

@@ -2,19 +2,21 @@ import { loadPermissionLists, loadPolicyRules, loadSavedApprovals } from "./conf
 import { LlmClient, LlmError, redactSecrets } from "./llm/llm.js";
 import { AnthropicClient } from "./llm/provider-anthropic.js";
 import { allToolSpecs } from "./tools/registry.js";
-import { setMaxOutputChars } from "./tools/path-safety.js";
+import { setMaxOutputChars, setMaxToolOutputChars } from "./tools/path-safety.js";
 import { detectBuildCommand } from "./workspace/build.js";
 import { expandMentions } from "./context/context.js";
 import { createGuardrailEngine } from "./agent/guardrails.js";
 import { PROMPT_VERSION } from "./context/prompt.js";
 import { PermissionChecker } from "./security/permissions.js";
 import { SessionStore, EventSessionStore } from "./session/session.js";
-import { DEFAULT_COMPACTION, estimateTokens, findCutIndex, extractSummaryInput, COMPACTION_INSTRUCTION, applyCompaction } from "./context/compaction.js";
+import { DEFAULT_COMPACTION, estimateTokens, estimateSchemaTokens, findCutIndex, extractSummaryInput, COMPACTION_INSTRUCTION, applyCompaction } from "./context/compaction.js";
 import { SnapshotManager } from "./workspace/snapshot.js";
 import { contextWindowFor } from "./llm/model-catalog.js";
+import { probeContextWindow } from "./llm/context-probe.js";
+import { promptMetrics } from "./llm/prompt-metrics.js";
 import { JsonlLogger } from "./session/logger.js";
 import { createRuntime, parseCustomProviders, resolveProvider, splitProviderModel } from "./llm/provider-registry.js";
-import { loadRcFile } from "./config/config.js";
+import { loadRcFile, isLocalBaseUrl } from "./config/config.js";
 import { watchWorkdir } from "./workspace/watch.js";
 import { discoverAgents, findAgent } from "./context/agents.js";
 import { emptyWorkingMemory, noteFileRead, noteFileChanged, noteFailure, notePlan, } from "./context/memory.js";
@@ -22,7 +24,7 @@ import { SteeringInbox } from "./session/steering.js";
 import { randomUUID } from "node:crypto";
 import { consoleReporter } from "./io/console-reporter.js";
 import { resolveVerify as resolveVerificationCommands, verifyAll as runVerification, failureSignature as getFailureSignature, collectRunDiff as collectVerificationDiff, selfReviewGate as runSelfReviewGate, } from "./agent/verification.js";
-import { callMcpTool as callMcpToolBridge, confirmMcpTool as confirmMcpToolBridge, connectMcp as connectMcpBridge, invokeMcpTool as invokeMcpToolBridge, mcpStatus as mcpStatusBridge, rebuildToolList as rebuildMcpToolList, shutdownMcp as shutdownMcpBridge, } from "./agent/mcp-bridge.js";
+import { callMcpTool as callMcpToolBridge, confirmMcpTool as confirmMcpToolBridge, connectMcp as connectMcpBridge, governedMcpSpecs, invokeMcpTool as invokeMcpToolBridge, mcpStatus as mcpStatusBridge, rebuildToolList as rebuildMcpToolList, shutdownMcp as shutdownMcpBridge, } from "./agent/mcp-bridge.js";
 import { InteractionBroker } from "./agent/interaction.js";
 import { ToolExecutor } from "./agent/tool-executor.js";
 import { PromptContext, buildRunMessages, memoryBlock } from "./agent/prompt-context.js";
@@ -55,6 +57,8 @@ export class Agent {
     sessionCreatedAt;
     currentTask = "";
     lastBuildResult = null;
+    /** P1-2 (RC-5): kết quả verify thành công gần nhất theo (lệnh, fingerprint). */
+    verifyCacheStore = new Map();
     /** Accumulated token usage across the current run (session state). */
     usageTotals = { calls: 0, inputTokens: 0, outputTokens: 0, cachedTokens: 0 };
     mcp = null;
@@ -174,6 +178,13 @@ export class Agent {
             onToolOutput: (stream, delta) => this.handleToolOutput("build", stream, delta),
             endToolStream: () => this.endToolStream(),
             setLastBuildResult: (result) => { this.lastBuildResult = result; },
+            // P1-2: verify cache sống trong run (key = chuỗi lệnh verify).
+            verifyCache: {
+                read: (key) => this.verifyCacheStore.get(key),
+                write: (key, entry) => {
+                    this.verifyCacheStore.set(key, entry);
+                },
+            },
         };
         return runVerification(runtime, buildCmd);
     }
@@ -269,6 +280,10 @@ export class Agent {
         // G7: thresholds từ rc limits.
         if (config.limits?.maxOutputChars)
             setMaxOutputChars(config.limits.maxOutputChars);
+        // P0-2: ngân sách ký tự của một tool result trong history (read_file cắt
+        // theo dòng theo giá trị này).
+        if (config.limits?.toolOutputChars)
+            setMaxToolOutputChars(config.limits.toolOutputChars);
         this.session = new SessionStore(config.workdir, config.noSave !== true);
         this.events = new EventSessionStore(config.workdir, config.noSave !== true, this.session.id);
         this.snapshots = new SnapshotManager(config.workdir, config.snapshots !== false);
@@ -563,7 +578,9 @@ export class Agent {
     emitContextEvent(compacted = false) {
         try {
             const window = this.compactionSettings().contextWindow;
-            const tokens = estimateTokens(this.messages);
+            // P1-1: token áp lực context phải tính cả tool schema (chi phí cố định
+            // mỗi lượt) — UI/`/compact` mới hiện đúng mức "còn thở" thật.
+            const tokens = estimateTokens(this.messages, this.fixedPromptTokens());
             const pct = window > 0 ? Math.min(100, Math.round((tokens / window) * 100)) : 0;
             this.emit({ type: "context", tokens, window, pct, ...(compacted ? { compacted: true } : {}) });
         }
@@ -577,6 +594,19 @@ export class Agent {
         const input = usage.prompt_tokens ?? 0;
         const output = usage.completion_tokens ?? 0;
         const cached = usage.cached_tokens ?? 0;
+        // P1-3: metrics của lượt vừa rồi (consumed one-shot — lượt summarizer
+        // của compaction đi đường khác nên không có perf).
+        const perf = this.lastPerf;
+        this.lastPerf = null;
+        // P1-1 calibration: engine vừa báo đúng số token nó thấy. Lấy số đó trừ
+        // đi phần messages mình ước lượng = chi phí cố định THẬT (tool schema +
+        // chat template + sai số bộ đếm). bộ đếm cl100k đo phần schema rất chuẩn
+        // (lệch ~1% trên Qwen3.6-35B) nhưng không biết token đóng gói của template.
+        if (perf && input > 0 && perf.messageTokens > 0) {
+            const fixed = input - perf.messageTokens;
+            if (fixed > 0)
+                this.measuredFixedTokens = fixed;
+        }
         this.usageTotals.calls += 1;
         this.usageTotals.inputTokens += input;
         this.usageTotals.outputTokens += output;
@@ -595,8 +625,38 @@ export class Agent {
                 output_tokens: output,
                 cached_tokens: cached,
             },
+            ...(perf
+                ? {
+                    perf: {
+                        ttftMs: perf.ttftMs,
+                        callMs: perf.callMs,
+                        /** Chi phí cố định/lượt mà agent đang dùng để tính ngân sách. */
+                        fixedTokens: this.fixedPromptTokens(),
+                        fixedSource: this.fixedPromptSource(),
+                        /** token/s vùng prefill — TTFT ≈ prefill trên máy local. */
+                        prefillTokPerSec: perf.ttftMs > 0 && input > 0 ? Math.round((input / perf.ttftMs) * 1000) : undefined,
+                        ...(perf.prompt
+                            ? {
+                                promptChars: perf.prompt.promptChars,
+                                /** phần chat (system+repo map+history+task) vs phần tool defs */
+                                messageChars: perf.prompt.messageChars,
+                                schemaChars: perf.prompt.schemaChars,
+                                promptMessages: perf.prompt.messages,
+                                promptTools: perf.prompt.tools,
+                                promptHash: perf.prompt.promptHash,
+                                historyHash: perf.prompt.historyHash,
+                                /** RC-1: history lượt trước có còn là tiền tố của lượt này? */
+                                prefixReused: perf.prompt.prefixReused,
+                                commonPrefixMessages: perf.prompt.commonPrefixMessages,
+                            }
+                            : {}),
+                    },
+                }
+                : {}),
         });
     }
+    /** prefixHash của lượt trước — phát hiện invalidation KV-cache (P1-3). */
+    lastPromptRef = null;
     /** Reset per-run usage accumulation (called when a fresh run starts). */
     resetUsageTotals() {
         this.usageTotals = { calls: 0, inputTokens: 0, outputTokens: 0, cachedTokens: 0 };
@@ -610,7 +670,72 @@ export class Agent {
      * result (flagged `incomplete`) instead of discarding it — the run loop
      * executes the tool calls and continues with a synthetic instruction.
      */
+    /**
+     * P1-3: một lượt gọi LLM được đo: thời gian tới token đầu (TTFT ≈ prefill
+     * trên máy local), tổng thời gian, và hash prompt/prefix. `prefixHash` đổi
+     * giữa hai lượt = có gì đó sửa history ⇒ mất KV-cache (RC-1).
+     * Consumed one-shot bởi recordLlmUsage (lượt summarizer không có perf).
+     */
+    pendingPerf = null;
+    lastPerf = null;
+    /**
+     * P1-1 (calibration): chi phí cố định của một lượt gọi ĐO TỪ CHÍNH ENGINE.
+     * = prompt_tokens thật − số token mình ước lượng cho messages. Phần chênh
+     * gồm tool schema + token đóng gói của chat template (ChatML) + sai số bộ
+     * đếm. Đo trên Qwen3.6-35B: schema ước lượng đúng ~1%, nhưng prompt thật
+     * lớn hơn ước lượng tổng ~19% vì chat template. null = chưa có phép đo.
+     */
+    measuredFixedTokens = null;
+    /**
+     * Chi phí cố định mỗi lượt (không nằm trong history) để trừ khỏi window khi
+     * tính ngân sách trim/compaction. Lấy max giữa ước lượng tool schema và
+     * phép đo thật từ engine — phép đo chỉ có thể SIẾT ngân sách, không bao giờ
+     * mở rộng hơn mức ước lượng (an toàn với RC-4).
+     */
+    fixedPromptTokens() {
+        return Math.max(estimateSchemaTokens(this.tools), this.measuredFixedTokens ?? 0);
+    }
+    /** Nguồn của con số trên — ghi vào log để giải thích ngân sách. */
+    fixedPromptSource() {
+        return this.measuredFixedTokens !== null && this.measuredFixedTokens >= estimateSchemaTokens(this.tools)
+            ? "measured"
+            : "estimate";
+    }
+    /** One LLM turn (wrapper) — see chatWithStreamInner for the streaming logic. */
     async chatWithStream() {
+        const t0 = Date.now();
+        let prompt = null;
+        // Số token mình ước lượng cho phần messages — dùng để suy ra chi phí cố
+        // định thật của engine khi usage quay về (P1-1 calibration).
+        let messageTokens = 0;
+        try {
+            messageTokens = estimateTokens(this.messages);
+            prompt = promptMetrics(this.messages, this.tools);
+        }
+        catch {
+            // metrics không được phép làm hỏng lượt gọi
+        }
+        this.pendingPerf = { t0, ttftMs: 0, messageTokens, prompt };
+        // Keep the per-message hashes for the NEXT call: `prefixReused` in the log
+        // is the direct answer to "KV-cache còn dùng được không?" (RC-1).
+        this.lastPromptRef = prompt ? { messageHashes: prompt.messageHashes } : null;
+        try {
+            return await this.chatWithStreamInner();
+        }
+        finally {
+            const p = this.pendingPerf;
+            this.pendingPerf = null;
+            if (p)
+                this.lastPerf = { ttftMs: p.ttftMs, callMs: Date.now() - t0, messageTokens: p.messageTokens, prompt: p.prompt };
+        }
+    }
+    /** Đánh dấu token đầu tiên tới (best-effort, cho TTFT). */
+    markFirstToken() {
+        const p = this.pendingPerf;
+        if (p && p.ttftMs === 0)
+            p.ttftMs = Date.now() - p.t0;
+    }
+    async chatWithStreamInner() {
         const signal = this.runSignal.signal;
         if (!this.config.stream) {
             return this.client.chat(this.messages, this.tools, { signal });
@@ -621,6 +746,10 @@ export class Agent {
         let sawToolCallDelta = false;
         try {
             for await (const chunk of this.client.streamChat(this.messages, this.tools, { signal })) {
+                // P1-3: TTFT tính từ lúc request bắt đầu tới delta đầu tiên (bất kể
+                // loại — content/reasoning/tool_call đều nghĩa là prefill đã xong).
+                if (chunk.contentDelta || chunk.reasoningDelta || chunk.toolCallDelta)
+                    this.markFirstToken();
                 if (chunk.reasoningDelta) {
                     // I-05: reasoning hiển thị dim qua UI stream; không vào llm_delta.
                     this.emit({ type: "llm_reasoning", delta: chunk.reasoningDelta });
@@ -699,7 +828,11 @@ export class Agent {
             pendingAllowedTools: this.promptContext.pendingTools(),
             getMcp: () => this.mcp,
             setMcp: (manager) => { this.mcp = manager; },
-            setTools: (tools) => { this.tools = tools; },
+            setTools: (tools) => {
+                this.tools = tools;
+                // Tool list đổi ⇒ chi phí cố định đo trước không còn đúng nữa.
+                this.measuredFixedTokens = null;
+            },
             emit: (event) => this.emit(event),
             confirmMcpTool: (name) => this.confirmMcpTool(name),
         };
@@ -708,6 +841,41 @@ export class Agent {
     async connectMcp() {
         await connectMcpBridge(this.mcpBridgeRuntime());
     }
+    /**
+     * P1-1 (RC-4): hỏi server lấy context window THẬT khi user chưa đặt tường
+     * minh (rc `contextWindow` / provider def). Fallback 128k của catalog khiến
+     * compaction và trim kích hoạt muộn hơn server thật hàng chục nghìn token —
+     * server tự cắt history, và mỗi lần nó cắt là một lần mất KV-cache.
+     */
+    async applyContextProbe() {
+        if (this.config.contextWindow)
+            return;
+        let probe = null;
+        try {
+            // Server local vẫn có thể bật --api-key: /props trả 401 nếu không gửi
+            // Authorization, và probe im lặng => agent tưởng còn 128k (RC-4 cũ).
+            probe = await probeContextWindow(this.config.baseUrl, this.client.model, 1_500, {
+                apiKey: this.config.apiKey,
+            });
+        }
+        catch {
+            // probe là best-effort — không được làm hỏng run
+        }
+        if (!probe) {
+            if (isLocalBaseUrl(this.config.baseUrl)) {
+                const catalog = contextWindowFor(this.config.provider, this.config.model);
+                this.reporter.warn(`không probe được context window của server cục bộ — đang dùng fallback ${catalog} token. ` +
+                    `Nếu nhỏ hơn (vd. llama.cpp -c 16384 / Ollama num_ctx), đặt "contextWindow" trong rc để trim/compaction tính đúng.`);
+            }
+            return;
+        }
+        this.config.contextWindow = probe.tokens;
+        this.logger.log({ type: "context_window", tokens: probe.tokens, source: probe.source, detail: probe.detail, model: this.client.model });
+        const catalog = contextWindowFor(this.config.provider, this.config.model);
+        if (probe.tokens !== catalog) {
+            this.reporter.info(`context window: ${probe.tokens} token (${probe.detail}) — thay fallback ${catalog} token, compaction/trim tính theo số này`);
+        }
+    }
     /** Rebuild built-in and connected MCP tool specs for the current skill scope. */
     rebuildToolList() {
         rebuildMcpToolList(this.mcpBridgeRuntime());
@@ -727,6 +895,37 @@ export class Agent {
         this.watcher = null;
         this.shutdownMcp();
     }
+    /**
+     * Dấu mốc "một lượt run bắt đầu": stamp `run.started` vào event log VÀ emit
+     * `run_start` cho UI.
+     *
+     * Trước đây chỉ `run()` làm việc này; `runTurn()` (câu hỏi thứ 2+ trong
+     * TUI/REPL) và `resume()` bỏ qua, mà reducer TUI lại reset mọi anchor
+     * per-run trong nhánh `run_start` (`startedAt`, `endedAt = null`, `usage`,
+     * `context`, `phases`, `lastLlmTokPerSec`...). Hệ quả đo được: từ câu hỏi
+     * thứ hai, `endedAt` vẫn đóng của lượt trước ⇒ thanh elapsed đứng im, áp lực
+     * ctx và tok/s không nhảy nữa — dù text vẫn stream bình thường.
+     *
+     * `taskForUi` là NGUYÊN VĂN user gõ (chưa expand mentions) để dedupe trong
+     * reducer khớp đúng item user mà TUI/REPL đã tự append. `loggedTask` (đã
+     * expand) ghi vào event log để resume/phân tích giữ đúng nội dung model thấy.
+     * `quiet` = UI đã tự hiển thị task (resume) ⇒ reducer không append thêm.
+     */
+    emitRunBoundary(taskForUi, buildCmd, loggedTask, quiet = false) {
+        this.events.append({ type: "run.started", task: loggedTask ?? taskForUi });
+        this.emit({
+            type: "run_start",
+            task: taskForUi,
+            model: this.client.model,
+            provider: this.config.provider,
+            workdir: this.config.workdir,
+            buildCmd,
+            permission: this.config.permissionMode,
+            schemaVersion: EVENT_SCHEMA_VERSION,
+            agent: this.config.agent ?? "build",
+            ...(quiet ? { quiet: true } : {}),
+        });
+    }
     /**
      * Autonomous closed loop:
      * task -> LLM plans -> tool calls -> build -> on failure: read error, patch, retry.
@@ -736,6 +935,7 @@ export class Agent {
             throw new Error("No API key configured. Set SCODER_API_KEY or OPENAI_API_KEY (or put apiKey in .scoderrc.json).");
         }
         const buildCmd = this.buildCmd;
+        const rawTask = task;
         // @file mention expansion — task trước khi build messages.
         task = expandMentions(task, this.config.workdir);
         this.reporter.banner("scoder", [
@@ -746,7 +946,6 @@ export class Agent {
             ["steps", `max ${this.config.maxSteps}  ·  permission ${this.config.permissionMode}`],
         ]);
         this.currentTask = task;
-        this.events.append({ type: "run.started", task });
         this.resetRunSignal();
         this.resetUsageTotals();
         this.filesModified = false;
@@ -764,7 +963,10 @@ export class Agent {
             const allow = new Set(pendingAllowedTools.map((t) => t.toLowerCase()));
             baseTools = baseTools.filter((s) => allow.has(s.function.name.toLowerCase()));
         }
-        const mcpSpecs = this.mcp ? [...this.mcp.toToolSpecs(), ...this.mcp.resourceToolSpecs()] : [];
+        // P0-3: MCP specs đi qua đúng một cửa (allowlist "mcpTools" + trần
+        // schema). Trước đây chỗ này tự ghép raw specs → run nối tiếp trên cùng
+        // Agent (MCP đã connect, connectMcp return sớm) gửi lại đủ 53 tool.
+        const mcpSpecs = governedMcpSpecs(this.mcpBridgeRuntime());
         if (pendingAllowedTools?.length) {
             const allow = new Set(pendingAllowedTools.map((t) => t.toLowerCase()));
             this.tools = [...baseTools, ...mcpSpecs.filter((s) => allow.has(s.function.name.toLowerCase()))];
@@ -783,17 +985,8 @@ export class Agent {
         // Phiên bản system prompt được ghi vào log — giúp so sánh chất lượng
         // giữa các phiên bản prompt khi phân tích JSONL.
         this.logger.log({ type: "prompt_version", version: PROMPT_VERSION });
-        this.emit({
-            type: "run_start",
-            task,
-            model: this.client.model,
-            provider: this.config.provider,
-            workdir: this.config.workdir,
-            buildCmd,
-            permission: this.config.permissionMode,
-            schemaVersion: EVENT_SCHEMA_VERSION,
-            agent: this.config.agent ?? "build",
-        });
+        this.emitRunBoundary(rawTask, buildCmd, task);
+        await this.applyContextProbe();
         await this.connectMcp();
         this.promptContext.clearPendingTools();
         return this.runLoop(0, buildCmd, null);
@@ -833,6 +1026,7 @@ export class Agent {
             return this.run(task);
         }
         const buildCmd = this.buildCmd;
+        const rawTask = task;
         task = expandMentions(task, this.config.workdir);
         this.currentTask = `${this.currentTask}\n${task}`.trim();
         this.resetRunSignal();
@@ -842,7 +1036,10 @@ export class Agent {
         for (const content of this.promptContext.takePendingContext())
             this.messages.push({ role: "user", content });
         this.messages.push({ role: "user", content: task });
+        // Cùng một dấu mốc run_start mà run() phát — UI reset anchor per-run ở đó.
+        this.emitRunBoundary(rawTask, buildCmd, task);
         this.rebuildToolList();
+        await this.applyContextProbe();
         await this.connectMcp();
         this.promptContext.clearPendingTools();
         return this.runLoop(0, buildCmd, null);
@@ -888,8 +1085,11 @@ export class Agent {
             });
         }
         const lastBuild = restored.lastBuild;
-        // v2: opening a resumed run stamps a fresh run.started (event log continuity).
-        this.events.append({ type: "run.started", task: this.currentTask });
+        // v2: opening a resumed run stamps a fresh run.started + run_start (event log
+        // continuity VÀ UI anchor reset). quiet: transcript đã được restore, đừng
+        // append lại task thành một dòng user mới.
+        this.emitRunBoundary(this.currentTask, buildCmd, undefined, true);
+        await this.applyContextProbe();
         await this.connectMcp();
         return this.runLoop(session.steps ?? 0, buildCmd, lastBuild);
     }
@@ -947,6 +1147,9 @@ export class Agent {
             steerCounts: () => this.steerInbox.counts(),
             chatWithStream: () => this.chatWithStream(),
             recordLlmUsage: (usage) => this.recordLlmUsage(usage),
+            tools: () => this.tools,
+            fixedPromptTokens: () => this.fixedPromptTokens(),
+            fixedPromptSource: () => this.fixedPromptSource(),
             emit: (event) => this.emit(event),
             emitContextEvent: (force) => this.emitContextEvent(force),
             toolExecutor: () => this.toolExecutor(),

package/dist/config/config.js

@@ -10,24 +10,109 @@ const ANTHROPIC_DEFAULT_MODEL = "claude-sonnet-4-5";
  * G7: parse + validate rc "limits" — số nguyên dương; giá trị sai bỏ qua
  * (dùng default). Defaults là nguồn sự thật duy nhất (resolveLimits).
  */
-export const LIMIT_DEFAULTS = { requestTimeoutMs: 120_000, maxOutputChars: 20_000, toolConcurrency: 4, renderCap: 200 };
+export const LIMIT_DEFAULTS = {
+    requestTimeoutMs: 120_000,
+    maxOutputChars: 20_000,
+    toolConcurrency: 4,
+    renderCap: 200,
+    toolOutputChars: 8_000,
+    mcpSchemaTokens: 0,
+    buildTimeoutSecs: 600,
+};
 function parseLimits(raw) {
     if (!raw || typeof raw !== "object")
         return undefined;
     const r = raw;
     const num = (v) => typeof v === "number" && Number.isFinite(v) && v > 0 ? Math.floor(v) : undefined;
     const out = {};
-    for (const k of ["requestTimeoutMs", "maxOutputChars", "toolConcurrency", "renderCap"]) {
+    for (const k of [
+        "requestTimeoutMs",
+        "maxOutputChars",
+        "toolConcurrency",
+        "renderCap",
+        "toolOutputChars",
+        "buildTimeoutSecs",
+    ]) {
         const v = num(r[k]);
         if (v !== undefined)
             out[k] = v;
     }
+    // mcpSchemaTokens: 0 có nghĩa "tắt" — nhận cả 0, chỉ bỏ số âm/NaN.
+    const mcpCap = r.mcpSchemaTokens;
+    if (typeof mcpCap === "number" && Number.isFinite(mcpCap) && mcpCap >= 0)
+        out.mcpSchemaTokens = Math.floor(mcpCap);
     return Object.keys(out).length > 0 ? out : undefined;
 }
-/** G7: limits đã resolve (defaults + rc override) — các module đọc từ đây. */
 export function resolveLimits(limits) {
     return { ...LIMIT_DEFAULTS, ...limits };
 }
+// ── P2 (plan/performance-issue.md): profile cho model chạy cục bộ ───────────
+/**
+ * Model chạy trên máy của user (Ollama / LM Studio / vLLM / llama.cpp server)?
+ * Nhận diện theo host của baseUrl — loopback là tín hiệu đáng tin duy nhất mà
+ * không cần gọi network.
+ */
+export function isLocalBaseUrl(baseUrl) {
+    try {
+        const u = new URL(baseUrl);
+        const h = u.hostname.replace(/^\[|\]$/g, "");
+        return h === "localhost" || h === "127.0.0.1" || h === "::1" || h === "0.0.0.0" || h.endsWith(".local");
+    }
+    catch {
+        return false;
+    }
+}
+/** Mặc định của profile local — chỉ áp dụng khi user KHÔNG set tường minh. */
+export const LOCAL_PROFILE_DEFAULTS = {
+    /** P2-1: local model chậm, 40 bước là nhiều giờ; bao việc hơn trong 24 bước. */
+    maxSteps: 24,
+    /** P2-3: prefill 20–60k token trên máy cá nhân có thể vượt 120s → timeout + retry. */
+    requestTimeoutMs: 600_000,
+    /** P0-2: history của MỘT tool result nhỏ hơn mặc định cloud (8k). */
+    toolOutputChars: 6_000,
+    /** P0-3: trần token cho MCP schema; 46 tool GitHub MCP ≈ 12k token mỗi lượt. */
+    mcpSchemaTokens: 6_000,
+};
+/**
+ * Áp mặc định phù hợp cho local engine. Trả về danh sách thay đổi đã áp (để
+ * log/kiểm thử); rỗng khi không áp dụng (cloud, hoặc localProfile:false).
+ *
+ * Lý do KHÔNG tắt repoMap/snapshots trong profile:
+ *  - repoMap: nằm trong system prompt → prefix ổn định, không phá KV-cache, và
+ *    giảm số bước khám phá (mỗi bước mới = một lượt prefill).
+ *  - snapshots: git ops cục bộ, không tốn token.
+ *  - selfReview: thêm MỘT lượt LLM với prompt gần đầy → tắt thật.
+ */
+export function applyLocalProfile(cfg, explicit = {}) {
+    if (cfg.localProfile === false)
+        return [];
+    if (!isLocalBaseUrl(cfg.baseUrl))
+        return [];
+    const applied = [];
+    const limits = { ...cfg.limits };
+    if (!explicit.maxSteps && cfg.maxSteps > LOCAL_PROFILE_DEFAULTS.maxSteps) {
+        cfg.maxSteps = LOCAL_PROFILE_DEFAULTS.maxSteps;
+        applied.push(`maxSteps=${cfg.maxSteps}`);
+    }
+    if (limits.requestTimeoutMs === undefined) {
+        limits.requestTimeoutMs = LOCAL_PROFILE_DEFAULTS.requestTimeoutMs;
+        applied.push(`requestTimeoutMs=${LOCAL_PROFILE_DEFAULTS.requestTimeoutMs}`);
+    }
+    if (limits.toolOutputChars === undefined) {
+        limits.toolOutputChars = LOCAL_PROFILE_DEFAULTS.toolOutputChars;
+        applied.push(`toolOutputChars=${LOCAL_PROFILE_DEFAULTS.toolOutputChars}`);
+    }
+    if (limits.mcpSchemaTokens === undefined) {
+        limits.mcpSchemaTokens = LOCAL_PROFILE_DEFAULTS.mcpSchemaTokens;
+        applied.push(`mcpSchemaTokens=${LOCAL_PROFILE_DEFAULTS.mcpSchemaTokens}`);
+    }
+    cfg.limits = limits;
+    if (cfg.selfReview === undefined) {
+        cfg.selfReview = false;
+        applied.push("selfReview=false");
+    }
+    return applied;
+}
 function readRcFile(path, label) {
     if (!existsSync(path))
         return {};
@@ -170,6 +255,9 @@ export function loadConfig(overrides = {}) {
     // (steps < NaN is always false → the loop never runs).
     const rawMaxSteps = Number(process.env.SCODER_MAX_STEPS ?? rc.maxSteps ?? 40);
     const validatedMaxSteps = Number.isFinite(rawMaxSteps) && rawMaxSteps >= 1 ? Math.floor(rawMaxSteps) : 40;
+    // P2-1: profile local CHỈ hạ maxSteps khi user không đặt tường minh ở
+    // flag/env/rc — tôn trọng cấu hình rõ ràng của user.
+    const maxStepsExplicit = overrides.maxSteps !== undefined || process.env.SCODER_MAX_STEPS !== undefined || rc.maxSteps !== undefined;
     const cfg = {
         provider,
         baseUrl: overrides.baseUrl ?? process.env.SCODER_BASE_URL ?? process.env.OPENAI_BASE_URL ?? rc.baseUrl ?? (isAnthropic ? ANTHROPIC_BASE_URL : DEFAULT_BASE_URL),
@@ -182,7 +270,7 @@ export function loadConfig(overrides = {}) {
             "",
         model: modelFromSlash || (overrides.model ?? process.env.SCODER_MODEL ?? process.env.OPENAI_MODEL ?? rc.model ?? (isAnthropic ? ANTHROPIC_DEFAULT_MODEL : DEFAULT_MODEL)),
         providerDef,
-        contextWindow: providerDef?.contextWindow,
+        contextWindow: rc.contextWindow ?? providerDef?.contextWindow,
         workdir,
         buildCmd: overrides.buildCmd ?? process.env.SCODER_BUILD_CMD ?? rc.buildCmd ?? null,
         maxSteps: overrides.maxSteps ?? validatedMaxSteps,
@@ -198,6 +286,7 @@ export function loadConfig(overrides = {}) {
                 ? true
                 : process.env.SCODER_LOG_FILE || undefined),
         mcpServers: rc.mcpServers,
+        mcpTools: rc.mcpTools,
         guardrails: rc.guardrails,
         stream: overrides.stream ?? (process.env.SCODER_STREAM !== "0" ? true : false),
         reasoning: overrides.reasoning ??
@@ -218,8 +307,17 @@ export function loadConfig(overrides = {}) {
         promptVersion: rc.promptVersion,
         verifyCmds: rc.verifyCmds,
         selfReview: rc.selfReview,
+        verifyCache: rc.verifyCache,
+        localProfile: rc.localProfile,
         modelPricing: parsePricing(rc.modelPricing),
     };
+    // P2: local engine → mặc định rẻ hơn (maxSteps, timeout, output cap, MCP
+    // schema budget, self-review). Danh sách thay đổi được log qua reporter để
+    // `scoder cost`/JSONL giải thích được vì sao run này khác cloud.
+    const localChanges = applyLocalProfile(cfg, { maxSteps: maxStepsExplicit });
+    if (localChanges.length > 0) {
+        overrides.reporter?.info(`local model profile (plan/performance-issue.md P2): ${localChanges.join(", ")} — ghi đè bằng rc "localProfile": false hoặc đặt từng key trong "limits"`);
+    }
     // Secrets hygiene: warn if apiKey is set in the rc file (risk of accidental commit)
     if (rc.apiKey && !process.env.SCODER_NO_APIKEY_WARNING) {
         console.error(`\n⚠  WARNING: API key found in .scoderrc.json — this file may be committed to git.\n` +

package/dist/context/compaction.js

@@ -5,11 +5,45 @@ export const DEFAULT_COMPACTION = {
     buffer: 0.15,
     contextWindow: 128_000,
 };
+/**
+ * P1-1 (RC-4): tool schema KHÔNG nằm trong messages nhưng chiếm phần lớn
+ * prompt thật. Session baseline: 25.799 input token cho một câu "chào", trong
+ * đó ~20.300 token là schema (46 tool GitHub MCP + prompt-gate + built-ins).
+ * Counting only messages made compaction trigger ~20k token quá muộn.
+ */
+const schemaTokenCache = new WeakMap();
+export function estimateSchemaTokens(tools) {
+    if (!tools || tools.length === 0)
+        return 0;
+    const key = tools;
+    const hit = schemaTokenCache.get(key);
+    if (hit !== undefined)
+        return hit;
+    let text = "";
+    for (const t of tools) {
+        text += t.function.name + "\n" + (t.function.description ?? "") + "\n" + JSON.stringify(t.function.parameters ?? {}) + "\n";
+    }
+    let n;
+    try {
+        n = encode(text).length;
+    }
+    catch {
+        n = Math.ceil(text.length / 4);
+    }
+    try {
+        schemaTokenCache.set(key, n);
+    }
+    catch {
+        /* readonly array from a frozen literal — cache bỏ qua */
+    }
+    return n;
+}
 /**
  * Token-accurate count (I-10): gpt-tokenizer (offline, MIT) thay heuristic
  * ~4 chars/token. Fallback char/4 nếu encode lỗi (never throw).
+ * `extraTokens` (P1-1): phần chi phí cố định ngoài messages — tool schemas.
  */
-export function estimateTokens(messages) {
+export function estimateTokens(messages, extraTokens = 0) {
     let chars = 0;
     const texts = [];
     for (const m of messages) {
@@ -21,18 +55,18 @@ export function estimateTokens(messages) {
         }
     }
     try {
-        return encode(texts.join("\n")).length + texts.length;
+        return encode(texts.join("\n")).length + texts.length + extraTokens;
     }
     catch {
         for (const t of texts)
             chars += t.length;
-        return Math.ceil(chars / 4);
+        return Math.ceil(chars / 4) + extraTokens;
     }
 }
 /** True when the history should be compacted now. */
-export function shouldCompact(messages, cfg) {
+export function shouldCompact(messages, cfg, extraTokens = 0) {
     const budget = cfg.contextWindow * cfg.trigger;
-    return estimateTokens(messages) >= budget;
+    return estimateTokens(messages, extraTokens) >= budget;
 }
 /** Index where the verbatim tail begins (never inside a tool_calls/tool pair). */
 export function findCutIndex(messages, cfg) {