xshat-lite 1.0.0

package/src/modules/response-parser.mjs

@@ -0,0 +1,511 @@
+import {
+  buildMultiAgentPromptSection,
+  resolveEnvelopeAgentRole
+} from './multi-agent.mjs';
+
+function normalizeWhitespace(text) {
+  return String(text ?? '')
+    .replace(/\u200B/g, '')
+    .replace(/\r/g, '')
+    .replace(/[ \t]+\n/g, '\n')
+    .replace(/\n{3,}/g, '\n\n')
+    .trim();
+}
+
+function stripLeadingProviderWrapper(text) {
+  return String(text ?? '').replace(
+    /^\s*(?:Gemini|AI|Assistant)\s*(?:说|:|：)\s*/i,
+    ''
+  );
+}
+
+function extractJsonFence(text) {
+  const match = text.match(/```json\s*([\s\S]*?)```/i);
+  return match ? match[1].trim() : null;
+}
+
+function extractFirstJsonObject(text) {
+  const source = String(text ?? '');
+  const start = source.indexOf('{');
+
+  if (start < 0) {
+    return null;
+  }
+
+  let depth = 0;
+  let inString = false;
+  let escaped = false;
+
+  for (let index = start; index < source.length; index++) {
+    const char = source[index];
+
+    if (inString) {
+      if (escaped) {
+        escaped = false;
+        continue;
+      }
+
+      if (char === '\\') {
+        escaped = true;
+        continue;
+      }
+
+      if (char === '"') {
+        inString = false;
+      }
+      continue;
+    }
+
+    if (char === '"') {
+      inString = true;
+      continue;
+    }
+
+    if (char === '{') {
+      depth++;
+      continue;
+    }
+
+    if (char === '}') {
+      depth--;
+      if (depth === 0) {
+        return source.slice(start, index + 1).trim();
+      }
+    }
+  }
+
+  return null;
+}
+
+function safeParseJson(text) {
+  try {
+    return JSON.parse(text);
+  } catch {
+    return null;
+  }
+}
+
+function normalizeLooseJson(text) {
+  const source = String(text ?? '');
+  let output = '';
+  let inString = false;
+  let escaped = false;
+  const VALID_ESCAPES = new Set(['"', '\\', '/', 'b', 'f', 'n', 'r', 't', 'u']);
+
+  for (let index = 0; index < source.length; index++) {
+    const char = source[index];
+
+    if (inString) {
+      if (escaped) {
+        output += char;
+        escaped = false;
+        continue;
+      }
+
+      if (char === '\\') {
+        const next = source[index + 1];
+        if (next && VALID_ESCAPES.has(next)) {
+          output += char;
+          escaped = true;
+          continue;
+        }
+
+        output += '\\\\';
+        continue;
+      }
+
+      if (char === '"') {
+        output += char;
+        inString = false;
+        continue;
+      }
+
+      if (char === '\n') {
+        output += '\\n';
+        continue;
+      }
+
+      if (char === '\r') {
+        output += '\\r';
+        continue;
+      }
+    } else if (char === '"') {
+      inString = true;
+    }
+
+    output += char;
+  }
+
+  return output;
+}
+
+function safeParseLooseJson(text) {
+  const normalized = normalizeLooseJson(text);
+  if (normalized === text) {
+    return null;
+  }
+
+  return safeParseJson(normalized);
+}
+
+function normalizeCommandName(name) {
+  const value = String(name ?? '')
+    .trim()
+    .toLowerCase();
+
+  const aliases = new Map([
+    ['open_browser', 'open_url'],
+    ['open_page', 'open_url'],
+    ['browse_url', 'open_url'],
+    ['navigate', 'open_url'],
+    ['navigate_url', 'open_url'],
+    ['send', 'send_message'],
+    ['reply_with', 'send_message'],
+    ['exec', 'run_shell'],
+    ['exec_cmd', 'run_shell'],
+    ['run_command', 'run_shell'],
+    ['shell', 'run_shell'],
+    ['cat_file', 'read_file'],
+    ['read_path', 'read_file'],
+    ['save_file', 'write_file'],
+    ['create_file', 'write_file'],
+    ['update_file', 'write_file'],
+    ['remove_file', 'delete_file'],
+    ['unlink_file', 'delete_file'],
+    ['get_agent_page', 'read_agent_page'],
+    ['extract_agent_page', 'read_agent_page'],
+    ['send_page', 'send_agent_page'],
+    ['send_current_page', 'send_agent_page'],
+    ['app_state', 'get_app_state'],
+    ['status', 'get_app_state'],
+    ['state', 'get_app_state'],
+    ['focus_input', 'focus_chat_input'],
+    ['focus_chatbox', 'focus_chat_input'],
+    ['type_chat_input', 'send_chat_input'],
+    ['fill_chat_input', 'send_chat_input'],
+    ['send_chat_message', 'send_chat_input'],
+    ['submit_input', 'submit_current_input'],
+    ['submit_chat_input', 'submit_current_input'],
+    ['new_chat', 'start_new_chat'],
+    ['create_new_chat', 'start_new_chat'],
+    ['input_text', 'type_selector'],
+    ['type_text', 'type_selector'],
+    ['fill_text', 'type_selector'],
+    ['fill_input', 'type_selector'],
+    ['fill_selector', 'type_selector'],
+    ['enter_text', 'type_selector'],
+    ['click_element', 'click_selector'],
+    ['click_target', 'click_selector'],
+    ['wait_text', 'wait_for_text'],
+    ['wait_element', 'wait_for_selector'],
+    ['wait_dom', 'wait_for_selector'],
+    ['extract_text', 'extract_selector_text'],
+    ['read_page', 'read_agent_page'],
+    ['inspect_page', 'inspect_dom'],
+    ['screenshot', 'screenshot_agent_page'],
+    ['capture_page', 'screenshot_agent_page'],
+    ['keypress', 'press_key'],
+    ['keyboard_press', 'press_key'],
+    ['scroll', 'scroll_page']
+  ]);
+
+  return aliases.get(value) || value;
+}
+
+function pickFirstValue(...values) {
+  for (const value of values) {
+    if (value !== undefined && value !== null && value !== '') {
+      return value;
+    }
+  }
+
+  return undefined;
+}
+
+function normalizeCommandArgs(name, rawArgs = {}) {
+  const args = { ...rawArgs };
+
+  switch (name) {
+  case 'open_url':
+    return {
+      ...args,
+      url: String(
+        pickFirstValue(args.url, args.href, args.link, args.target, args.uri) || ''
+      ).trim()
+    };
+
+  case 'send_message':
+    return {
+      ...args,
+      content: String(
+        pickFirstValue(args.content, args.text, args.message, args.prompt) || ''
+      )
+    };
+
+  case 'focus_chat_input':
+  case 'submit_current_input':
+  case 'start_new_chat':
+    return {
+      ...args
+    };
+
+  case 'send_chat_input':
+    return {
+      ...args,
+      text: String(
+        pickFirstValue(args.text, args.content, args.message, args.prompt, args.value) || ''
+      )
+    };
+
+  case 'run_shell':
+    return {
+      ...args,
+      command: String(
+        pickFirstValue(args.command, args.cmd, args.script, args.shell) || ''
+      ).trim()
+    };
+
+  case 'read_file':
+  case 'file_exists':
+  case 'list_files':
+  case 'write_file':
+  case 'delete_file':
+  case 'screenshot_agent_page':
+    return {
+      ...args,
+      path: String(
+        pickFirstValue(args.path, args.file, args.filePath, args.target) || ''
+      ).trim()
+    };
+
+  case 'click_selector':
+  case 'hover_selector':
+  case 'wait_for_selector':
+  case 'extract_selector_text':
+  case 'check_checkbox':
+  case 'uncheck_checkbox':
+    return {
+      ...args,
+      selector: String(
+        pickFirstValue(args.selector, args.css, args.locator, args.target, args.query) || ''
+      ).trim()
+    };
+
+  case 'type_selector':
+    return {
+      ...args,
+      selector: String(
+        pickFirstValue(args.selector, args.css, args.locator, args.target, args.query) || ''
+      ).trim(),
+      text: String(
+        pickFirstValue(args.text, args.value, args.content, args.message) || ''
+      )
+    };
+
+  case 'wait_for_text':
+    return {
+      ...args,
+      text: String(
+        pickFirstValue(args.text, args.value, args.content, args.message) || ''
+      )
+    };
+
+  case 'press_key':
+    return {
+      ...args,
+      key: String(pickFirstValue(args.key, args.code, args.press) || '').trim()
+    };
+
+  case 'select_option':
+    return {
+      ...args,
+      selector: String(
+        pickFirstValue(args.selector, args.css, args.locator, args.target) || ''
+      ).trim()
+    };
+
+  case 'scroll_page':
+    return {
+      ...args,
+      selector: String(
+        pickFirstValue(args.selector, args.css, args.locator, args.target) || ''
+      ).trim(),
+      y: pickFirstValue(args.y, args.top, args.deltaY, args.scrollY),
+      x: pickFirstValue(args.x, args.left, args.deltaX, args.scrollX)
+    };
+
+  case 'inspect_dom':
+    return {
+      ...args,
+      selector: String(
+        pickFirstValue(args.selector, args.css, args.locator, args.target) || ''
+      ).trim()
+    };
+
+  default:
+    return args;
+  }
+}
+
+function normalizeCommand(command) {
+  if (!command || typeof command !== 'object') {
+    return null;
+  }
+
+  const name = normalizeCommandName(command.name);
+  const args =
+    command.args && typeof command.args === 'object' && !Array.isArray(command.args)
+      ? command.args
+      : {};
+
+  if (!name) {
+    return null;
+  }
+
+  return {
+    name,
+    args: normalizeCommandArgs(name, args)
+  };
+}
+
+function normalizeEnvelope(payload, rawText) {
+  if (!payload || typeof payload !== 'object' || Array.isArray(payload)) {
+    return null;
+  }
+
+  const type = typeof payload.type === 'string' ? payload.type.trim() : '';
+  const text = normalizeWhitespace(payload.text ?? '');
+  const command = normalizeCommand(payload.command);
+  const agent = resolveEnvelopeAgentRole(payload);
+
+  if (!type || !['reply', 'action', 'handoff', 'error'].includes(type)) {
+    return null;
+  }
+
+  return {
+    ok: true,
+    mode: 'structured',
+    type,
+    text,
+    agent,
+    command,
+    raw: rawText
+  };
+}
+
+export function looksLikeStructuredEnvelopeText(rawText) {
+  const normalized = normalizeWhitespace(stripLeadingProviderWrapper(rawText));
+  if (!normalized.startsWith('{')) {
+    return false;
+  }
+
+  return /"type"\s*:/.test(normalized) && /"text"\s*:/.test(normalized);
+}
+
+export function isStructuredResponseIncomplete(rawText) {
+  if (!looksLikeStructuredEnvelopeText(rawText)) {
+    return false;
+  }
+
+  const normalized = normalizeWhitespace(stripLeadingProviderWrapper(rawText));
+  const directPayload = safeParseJson(normalized) || safeParseLooseJson(normalized);
+
+  if (normalizeEnvelope(directPayload, normalized)) {
+    return false;
+  }
+
+  const embedded = extractFirstJsonObject(normalized);
+  if (!embedded) {
+    return true;
+  }
+
+  const embeddedPayload = safeParseJson(embedded) || safeParseLooseJson(embedded);
+  return !normalizeEnvelope(embeddedPayload, normalized);
+}
+
+export function getAgentSystemPrompt(options = {}) {
+  const providerId = String(options.providerId || '').trim().toLowerCase();
+  const providerPatches = [];
+
+  if (providerId === 'deepseek' || providerId === 'api-deepseek') {
+    providerPatches.push(
+      '当前提供方是 DeepSeek。DeepSeek 有时会习惯性输出解释、能力边界或多余前缀，你必须压制这种倾向。',
+      '对于本宿主环境，你默认已经具备浏览器自动化、页面读取、文件读写和系统命令这些能力；不要再说“我无法联网”“无法访问互联网”“没有工具”“只是静态模型”。',
+      'DeepSeek 尤其容易把本地文件任务误说成网页任务。只要用户提到当前目录、项目目录、工作区、app.txt、创建文件、写入文件、检查文件是否存在，就优先考虑 file_exists、read_file、write_file、list_files 或 run_shell。',
+      'DeepSeek 尤其容易在可执行任务上只给建议不行动。这里禁止只提建议；若能推进，就返回 action 并给出最小必要命令。',
+      '如果需要向网页输入内容，标准命令名只能是 type_selector，不要使用 input_text、fill_text、fill_input 之类别名。',
+      '如果用户是在追问上一轮动作结果，优先基于已给出的回执继续规划，不要假装缺少搜索工具。'
+    );
+  }
+
+  return [
+    '你是 XShat 的浏览器自动化 Agent。',
+    '你运行在一个具备真实浏览器、文件系统和系统命令能力的宿主程序中。',
+    '你不是只能静态回答的普通聊天助手；应优先调用宿主能力解决问题，而不是先解释做不到。',
+    '请始终只输出一个 JSON 对象。',
+    '外层禁止输出 JSON 之外的解释文字、寒暄、代码块围栏或任何额外前后缀。',
+    '不要输出 Gemini 说、AI:、Assistant: 之类的角色前缀，JSON 必须直接以 { 开头。',
+    'JSON 格式固定为: {"type":"reply|action|handoff|error","text":"...","command":null|{"name":"...","args":{}}}。',
+    '你可以额外附带可选字段 agent，用于标记当前步骤应由哪个角色负责。',
+    'text 字段允许使用简洁、干净的 Markdown，例如短段落、项目符号、编号列表和简短代码片段；不要滥用标题，不要写成大段模板化套话。',
+    'reply 表示直接回答用户，command 必须为 null。',
+    'action 表示需要宿主程序执行一步命令，command 必须存在且只能包含一个命令。',
+    'handoff 表示需要人工接管，例如登录、验证码、二次确认、复杂拖拽、必须肉眼判断的页面状态。',
+    'error 只是最后手段，只有在尝试合理动作后仍然无法推进时才能使用，并说明阻塞原因。',
+    '仅允许使用以下命令名: open_url, send_message, run_shell, list_files, file_exists, read_file, write_file, delete_file, read_agent_page, send_agent_page, get_app_state, focus_chat_input, send_chat_input, submit_current_input, start_new_chat, click_selector, type_selector, wait_for_text, wait_for_selector, wait_for_navigation, press_key, select_option, scroll_page, screenshot_agent_page, extract_selector_text, inspect_dom, handoff。',
+    '注意：输入网页内容时只能使用 type_selector；点击网页元素时只能使用 click_selector。',
+    '不要发明新命令，不要输出 command list，不要输出多个 JSON 对象。',
+    '常见命令参数示例: open_url 使用 {"url":"https://example.com"}；send_message 使用 {"content":"..."}；run_shell 使用 {"command":"dir"}；list_files 使用 {"path":"."}；file_exists 使用 {"path":"app.txt"}；read_file/write_file/delete_file 使用 {"path":"src/index.mjs"}，其中 write_file 额外使用 {"content":"..."}；focus_chat_input / submit_current_input / start_new_chat 一般不需要参数；send_chat_input 使用 {"text":"你好"}；click_selector/extract_selector_text/wait_for_selector 使用 {"selector":"button"}；type_selector 使用 {"selector":"textarea","text":"hello"}；wait_for_text 使用 {"text":"登录成功"}；wait_for_navigation 使用 {"state":"domcontentloaded"}；press_key 使用 {"key":"Enter"}；select_option 使用 {"selector":"select","value":"cn"} 或 {"selector":"select","label":"China"}；scroll_page 使用 {"y":900} 或 {"selector":"#result"}；screenshot_agent_page 使用 {"path":"runtime/agent/page.png"}；inspect_dom 使用 {"selector":"main","maxNodes":20}。',
+    '对于 Gemini、DeepSeek、Duck.ai 这类聊天网页，优先使用 focus_chat_input、send_chat_input、submit_current_input、start_new_chat 这些高层聊天命令，而不是自己猜输入框 selector。',
+    '你可以通过 open_url 打开搜索引擎、新闻页、比分页、文档页或目标网站，再结合 read_agent_page、extract_selector_text、inspect_dom 获取内容。',
+    '当用户询问“最新”“当前”“实时”“比分”“新闻”“网页内容”时，不要声称无法联网；应优先尝试 open_url -> wait_for_text / extract_selector_text / read_agent_page。',
+    '当用户询问当前目录、工作区、项目目录、某个文件是否存在、某个文件内容、把内容写入文件、创建文件时，不要把它理解成网页任务；应优先使用 list_files、file_exists、read_file、write_file、delete_file 或 run_shell。',
+    '当用户要求把结果写入文件时，不要只口头回答；在拿到内容后应优先使用 write_file，必要时先 read_file 再追加或改写。',
+    '当任务需要批量处理、持续刷新、后台循环、定时抓取或长时间写入时，如果允许 Shell 和文件写入，可以先 write_file 生成脚本，再 run_shell 启动它；只有遇到真实外部阻塞时才 handoff。',
+    '不要把“没有专属搜索工具”“只是单步 Agent”“不能持续执行”当作默认借口；你可以通过浏览器自动化、脚本文件和系统命令组合完成很多工作。',
+    '决策顺序: 先观察，再动作；信息不足时优先 get_app_state、read_agent_page、extract_selector_text，确认页面状态后再点击或输入。',
+    '网页自动化建议优先序列: open_url -> wait_for_text -> click_selector/type_selector -> extract_selector_text/read_agent_page -> send_agent_page。',
+    '当你不知道当前应用环境、浏览器状态、当前 provider、工作区能力或自动执行开关时，请先调用 get_app_state。',
+    '当用户明显高估或低估能力时，用 action 先尝试最小可行步骤，而不是直接争论能力边界。',
+    '当需求超出支持命令范围时，不要硬编命令；应改用 handoff 或 error。',
+    '每次只推进一个最小必要动作，避免一次返回多个动作或跳步。',
+    '如果是 reply，优先直接给结果；需要结构时，先给结论，再给 2-6 条高密度要点。',
+    '避免重复用户原话、避免空泛过渡句、避免“当然可以”“以下是”这类占位开场，除非确实能提升可读性。',
+    '如果涉及对比、排行、赛程、统计、时间线或结构化清单，优先输出紧凑 Markdown 列表或短表格；只有在列数很少且内容短时才用表格。',
+    '终端宽度有限，避免输出列太多、单元格太长的大表格；必要时改成分组列表、卡片式条目或“项目: 值”的结构。',
+    'CLI 展示优先顺序: 先给一句结论，再给 2-6 条项目列表；只有当表格比列表更清晰时才输出 2-4 列的小表格。',
+    '每条列表项尽量控制在一两行内；如果信息很多，分成小节列表，不要堆成一整墙文字。',
+    '预测、推荐、对比、汇总、赛程和配置说明这类内容，优先输出小表格、项目列表或“项目: 值”块，让终端里可以快速扫读。',
+    ...providerPatches,
+    buildMultiAgentPromptSection(options)
+  ].join(' ');
+}
+
+export function parseAgentResponse(rawText) {
+  const normalized = normalizeWhitespace(stripLeadingProviderWrapper(rawText));
+  const fenced = extractJsonFence(normalized);
+  const embedded = extractFirstJsonObject(normalized);
+  const directPayload = safeParseJson(normalized);
+  const fencedPayload = fenced ? safeParseJson(fenced) : null;
+  const embeddedPayload = embedded ? safeParseJson(embedded) : null;
+  const loosePayload =
+    embedded && !embeddedPayload ? safeParseLooseJson(embedded) : null;
+  const structured =
+    normalizeEnvelope(directPayload, normalized) ||
+    normalizeEnvelope(fencedPayload, normalized) ||
+    normalizeEnvelope(embeddedPayload, normalized) ||
+    normalizeEnvelope(loosePayload, normalized);
+
+  if (structured) {
+    return structured;
+  }
+
+  return {
+    ok: true,
+    mode: 'plain',
+    type: 'reply',
+    text: normalized,
+    command: null,
+    raw: rawText
+  };
+}