AstrBot 4.13.2__tar.gz → 4.14.1__tar.gz

astrbot-4.14.1/ASYNC_TASK_new.md

@@ -0,0 +1,18 @@
+我需要让 Agent 能够在未来提醒自己去做某些事情，这样 Agent 能够主动地去完成一些任务，而不是等用户主动来下达命令。
+
+你需要实现一个 CronJob 系统，允许 Agent 创建未来任务，并且在未来的某个时间点自动触发这些任务的执行.
+
+CronJob 系统分为 BasicCronJob 和 ActiveAgentCronJob 两种类型。前者只是简单的提供一个定时任务功能（给插件用），而后者则允许 Agent 主动地去完成一些任务。BasicCronJob 不必多说，就是定时执行某个函数。对于 ActiveAgentCronJob，Agent 应该可以主动管理（比如通过Tool来管理）这些 CronJobs，当添加的时候，Agent 可以给 CronJob 捎一段文字，以说明未来的自己需要做什么事情。比如说，Agent 在听到用户 “每天早上都给我整理一份今日早报” 之后，应该可以创建 Cron Job，并且自己写脚本来完成这个任务，并且注册 cron job。Agent 给未来的自己捎去的信息应该只是呈现为一段文字，这样可以保持设计简约。当触发后， CronJobManager 会调用 MainAgent 的一轮循环，MainAgent 通过上下文知道这是一个定时任务触发的循环，从而执行相应的操作。
+
+此外，我还有一个需求，后台长任务。需要给当前的 FunctionTool 类增加一个属性，is_background_task: bool = False，插件可以通过这个属性来声明这是一个异步任务。这是为了解决一些 Tool 需要长时间运行的问题，比如 Deep Search tool 需要长时间搜索网页内容、Sub Agent 需要长时间运行来完成一个复杂任务。
+
+基于上面的讨论，我觉得，应该：
+
+1. 需要给当前的 FunctionTool 类增加一个属性is_background_task: bool = False，tool runner 在执行这个 tool 的时候，如果发现是后台任务，就不等待结果返回，而是直接返回一个任务 ID （已经创建成功提示）的结果，tool runner 在后台继续执行这个任务。当任务完成之后，任务的结果回传给 MainAgent（其实就是再执行一次 main agent loop，但是上下文应该是最新的），并且 MainAgent 此时应该有 send_message_to_user 的工具，通过这个工具可以选择是否主动通知用户任务完成的结果。
+2. 增加一个 CronJobManager 类，负责管理所有的定时任务。Agent 可以通过调用这个类的方法来创建、删除、修改定时任务。通过 cron expression 来定义触发条件。
+3. CronJobManager 除了管理普通的定时任务（比如插件可能有一些自己的定时任务），还有一种特殊的任务类型，就是上面提到的主动型 Agent 任务。用户提需求，MainAgent 选择性地调用 CronJobManager 的方法来创建这些任务，并且在任务触发时，CronJobManager 的回调就是执行 MainAgent 的一轮循环（需要加 send_message_to_user tool），MainAgent 通过上下文知道这是一个定时任务触发的循环，从而执行相应的操作。
+4. WebUI 需要增加 Cron Job 管理界面，用户可以在界面上查看、创建、修改、删除定时任务。对于主动型 Agent 任务，用户可以看到任务的描述、触发条件等信息。
+5. 除此之外，现在的代码中已经有了 subagent 的管理。WebUI 可以创建 SubAgent，但是还没写完。除了结合上面我说的之外，你还需要将 SubAgent 与 Persona 结合起来——因为 Persona 是一个包含了 tool、skills、name、description 的完整体，所以 SubAgent 应该直接继承 Persona 的定义，而不是单独定义 SubAgent。SubAgent 本质上就是一个有特定角色和能力的 Persona！多么美妙的设计啊！
+6. 为了实现大一统，is_background_task = True 的时候，后台任务也挂到 CronJobManager 上去管理，只不过这个是立即触发的任务，不需要等到未来某个时间点才触发罢了。
+
+我希望设计尽可能简单，但是强大。

astrbot-4.14.1/Makefile

@@ -0,0 +1,32 @@
+.PHONY: worktree worktree-add worktree-rm
+
+WORKTREE_DIR ?= ../astrbot_worktree
+BRANCH ?= $(word 2,$(MAKECMDGOALS))
+BASE ?= $(word 3,$(MAKECMDGOALS))
+BASE ?= master
+
+worktree:
+	@echo "Usage:"
+	@echo "  make worktree-add <branch> [base-branch]"
+	@echo "  make worktree-rm  <branch>"
+
+worktree-add:
+ifeq ($(strip $(BRANCH)),)
+	$(error Branch name required. Usage: make worktree-add <branch> [base-branch])
+endif
+	@mkdir -p $(WORKTREE_DIR)
+	git worktree add $(WORKTREE_DIR)/$(BRANCH) -b $(BRANCH) $(BASE)
+
+worktree-rm:
+ifeq ($(strip $(BRANCH)),)
+	$(error Branch name required. Usage: make worktree-rm <branch>)
+endif
+	@if [ -d "$(WORKTREE_DIR)/$(BRANCH)" ]; then \
+		git worktree remove $(WORKTREE_DIR)/$(BRANCH); \
+	else \
+		echo "Worktree $(WORKTREE_DIR)/$(BRANCH) not found."; \
+	fi
+
+# Swallow extra args (branch/base) so make doesn't treat them as targets
+%:
+	@true

{astrbot-4.13.2 → astrbot-4.14.1}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: AstrBot
-Version: 4.13.2
+Version: 4.14.1
 Summary: Easy-to-use multi-platform LLM chatbot and development framework
 License-File: LICENSE
 Keywords: Astrbot,Astrbot Module,Astrbot Plugin
@@ -96,7 +96,7 @@ Description-Content-Type: text/markdown
 <a href="https://github.com/AstrBotDevs/AstrBot/issues">问题提交</a>
 </div>
 
-AstrBot 是一个开源的一站式 Agent 聊天机器人平台，可接入主流即时通讯软件，为个人、开发者和团队打造可靠、可扩展的对话式智能基础设施。无论是个人 AI 伙伴、智能客服、自动化助手，还是企业知识库，AstrBot 都能在你的即时通讯软件平台的工作流中快速构建生产可用的 AI 应用。
+AstrBot 是一个开源的一站式 Agentic 个人和群聊助手，可在 QQ、Telegram、企业微信、飞书、钉钉、Slack、等数十款主流即时通讯软件上部署，此外还内置类似 OpenWebUI 的轻量化 ChatUI，为个人、开发者和团队打造可靠、可扩展的对话式智能基础设施。无论是个人 AI 伙伴、智能客服、自动化助手，还是企业知识库，AstrBot 都能在你的即时通讯软件平台的工作流中快速构建 AI 应用。
 
 ![521771166-00782c4c-4437-4d97-aabc-605e3738da5c (1)](https://github.com/user-attachments/assets/61e7b505-f7db-41aa-a75f-4ef8f079b8ba)
 
@@ -112,6 +112,25 @@ AstrBot 是一个开源的一站式 Agent 聊天机器人平台，可接入主
 7. 🌈 Web ChatUI 支持，ChatUI 内置代理沙盒、网页搜索等。
 8. 🌐 国际化（i18n）支持。
 
+<br>
+
+<table align="center">
+  <tr align="center">
+    <th>💙 角色扮演 & 情感陪伴</th>
+    <th>✨ 主动式 Agent</th>
+    <th>🚀 通用 Agentic 能力</th>
+    <th>🧩 900+ 社区插件</th>
+  </tr>
+  <tr>
+    <td align="center"><p align="center"><img width="984" height="1746" alt="99b587c5d35eea09d84f33e6cf6cfd4f" src="https://github.com/user-attachments/assets/89196061-3290-458d-b51f-afa178049f84" /></p></td>
+    <td align="center"><p align="center"><img width="976" height="1612" alt="c449acd838c41d0915cc08a3824025b1" src="https://github.com/user-attachments/assets/f75368b4-e022-41dc-a9e0-131c3e73e32e" /></p></td>
+    <td align="center"><p align="center"><img width="974" height="1732" alt="image" src="https://github.com/user-attachments/assets/e22a3968-87d7-4708-a7cd-e7f198c7c32e" /></p></td>
+    <td align="center"><p align="center"><img width="976" height="1734" alt="image" src="https://github.com/user-attachments/assets/0952b395-6b4a-432a-8a50-c294b7f89750" /></p></td>
+  </tr>
+</table>
+
+陪伴与能力**从来不应该是**对立面。我们希望创造的是一个既能理解情绪、给予陪伴，也能可靠完成工作的机器人——致敬[ATRI](https://zh.wikipedia.org/zh-cn/ATRI_-My_Dear_Moments-)。
+
 ## 快速开始
 
 #### Docker 部署(推荐 🥳)

{astrbot-4.13.2 → astrbot-4.14.1}/README.md

@@ -34,7 +34,7 @@
 <a href="https://github.com/AstrBotDevs/AstrBot/issues">问题提交</a>
 </div>
 
-AstrBot 是一个开源的一站式 Agent 聊天机器人平台，可接入主流即时通讯软件，为个人、开发者和团队打造可靠、可扩展的对话式智能基础设施。无论是个人 AI 伙伴、智能客服、自动化助手，还是企业知识库，AstrBot 都能在你的即时通讯软件平台的工作流中快速构建生产可用的 AI 应用。
+AstrBot 是一个开源的一站式 Agentic 个人和群聊助手，可在 QQ、Telegram、企业微信、飞书、钉钉、Slack、等数十款主流即时通讯软件上部署，此外还内置类似 OpenWebUI 的轻量化 ChatUI，为个人、开发者和团队打造可靠、可扩展的对话式智能基础设施。无论是个人 AI 伙伴、智能客服、自动化助手，还是企业知识库，AstrBot 都能在你的即时通讯软件平台的工作流中快速构建 AI 应用。
 
 ![521771166-00782c4c-4437-4d97-aabc-605e3738da5c (1)](https://github.com/user-attachments/assets/61e7b505-f7db-41aa-a75f-4ef8f079b8ba)
 
@@ -50,6 +50,25 @@ AstrBot 是一个开源的一站式 Agent 聊天机器人平台，可接入主
 7. 🌈 Web ChatUI 支持，ChatUI 内置代理沙盒、网页搜索等。
 8. 🌐 国际化（i18n）支持。
 
+<br>
+
+<table align="center">
+  <tr align="center">
+    <th>💙 角色扮演 & 情感陪伴</th>
+    <th>✨ 主动式 Agent</th>
+    <th>🚀 通用 Agentic 能力</th>
+    <th>🧩 900+ 社区插件</th>
+  </tr>
+  <tr>
+    <td align="center"><p align="center"><img width="984" height="1746" alt="99b587c5d35eea09d84f33e6cf6cfd4f" src="https://github.com/user-attachments/assets/89196061-3290-458d-b51f-afa178049f84" /></p></td>
+    <td align="center"><p align="center"><img width="976" height="1612" alt="c449acd838c41d0915cc08a3824025b1" src="https://github.com/user-attachments/assets/f75368b4-e022-41dc-a9e0-131c3e73e32e" /></p></td>
+    <td align="center"><p align="center"><img width="974" height="1732" alt="image" src="https://github.com/user-attachments/assets/e22a3968-87d7-4708-a7cd-e7f198c7c32e" /></p></td>
+    <td align="center"><p align="center"><img width="976" height="1734" alt="image" src="https://github.com/user-attachments/assets/0952b395-6b4a-432a-8a50-c294b7f89750" /></p></td>
+  </tr>
+</table>
+
+陪伴与能力**从来不应该是**对立面。我们希望创造的是一个既能理解情绪、给予陪伴，也能可靠完成工作的机器人——致敬[ATRI](https://zh.wikipedia.org/zh-cn/ATRI_-My_Dear_Moments-)。
+
 ## 快速开始
 
 #### Docker 部署(推荐 🥳)

{astrbot-4.13.2 → astrbot-4.14.1}/astrbot/builtin_stars/astrbot/main.py

@@ -7,7 +7,6 @@ from astrbot.api.provider import LLMResponse, ProviderRequest
 from astrbot.core import logger
 
 from .long_term_memory import LongTermMemory
-from .process_llm_request import ProcessLLMRequest
 
 
 class Main(star.Star):
@@ -19,8 +18,6 @@ class Main(star.Star):
         except BaseException as e:
             logger.error(f"聊天增强 err: {e}")
 
-        self.proc_llm_req = ProcessLLMRequest(self.context)
-
     def ltm_enabled(self, event: AstrMessageEvent):
         ltmse = self.context.get_config(umo=event.unified_msg_origin)[
             "provider_ltm_settings"
@@ -80,7 +77,6 @@ class Main(star.Star):
 
                     yield event.request_llm(
                         prompt=prompt,
-                        func_tool_manager=self.context.get_llm_tool_manager(),
                         session_id=event.session_id,
                         conversation=conv,
                     )
@@ -91,8 +87,6 @@ class Main(star.Star):
     @filter.on_llm_request()
     async def decorate_llm_req(self, event: AstrMessageEvent, req: ProviderRequest):
         """在请求 LLM 前注入人格信息、Identifier、时间、回复内容等 System Prompt"""
-        await self.proc_llm_req.process_llm_request(event, req)
-
         if self.ltm and self.ltm_enabled(event):
             try:
                 await self.ltm.on_req_llm(event, req)

{astrbot-4.13.2 → astrbot-4.14.1}/astrbot/builtin_stars/session_controller/main.py

@@ -49,7 +49,7 @@ class Main(Star):
                     if p_settings.get("empty_mention_waiting_need_reply", True):
                         try:
                             # 尝试使用 LLM 生成更生动的回复
-                            func_tools_mgr = self.context.get_llm_tool_manager()
+                            # func_tools_mgr = self.context.get_llm_tool_manager()
 
                             # 获取用户当前的对话信息
                             curr_cid = await self.context.conversation_manager.get_curr_conversation_id(
@@ -76,7 +76,6 @@ class Main(Star):
                                     "你友好地询问用户想要聊些什么或者需要什么帮助，回复要符合人设，不要太过机械化。"
                                     "请注意，你仅需要输出要回复用户的内容，不要输出其他任何东西"
                                 ),
-                                func_tool_manager=func_tools_mgr,
                                 session_id=curr_cid,
                                 contexts=[],
                                 system_prompt="",

astrbot-4.14.1/astrbot/cli/__init__.py

@@ -0,0 +1 @@
+__version__ = "4.14.1"

{astrbot-4.13.2 → astrbot-4.14.1}/astrbot/core/agent/agent.py

@@ -1,5 +1,5 @@
 from dataclasses import dataclass
-from typing import Generic
+from typing import Any, Generic
 
 from .hooks import BaseAgentRunHooks
 from .run_context import TContext
@@ -12,3 +12,4 @@ class Agent(Generic[TContext]):
     instructions: str | None = None
     tools: list[str | FunctionTool] | None = None
     run_hooks: BaseAgentRunHooks[TContext] | None = None
+    begin_dialogs: list[Any] | None = None

{astrbot-4.13.2 → astrbot-4.14.1}/astrbot/core/agent/handoff.py

@@ -12,16 +12,29 @@ class HandoffTool(FunctionTool, Generic[TContext]):
         self,
         agent: Agent[TContext],
         parameters: dict | None = None,
+        tool_description: str | None = None,
         **kwargs,
     ):
         self.agent = agent
+
+        # Avoid passing duplicate `description` to the FunctionTool dataclass.
+        # Some call sites (e.g. SubAgentOrchestrator) pass `description` via kwargs
+        # to override what the main agent sees, while we also compute a default
+        # description here.
+        # `tool_description` is the public description shown to the main LLM.
+        # Keep a separate kwarg to avoid conflicting with FunctionTool's `description`.
+        description = tool_description or self.default_description(agent.name)
         super().__init__(
             name=f"transfer_to_{agent.name}",
             parameters=parameters or self.default_parameters(),
-            description=agent.instructions or self.default_description(agent.name),
+            description=description,
             **kwargs,
         )
 
+        # Optional provider override for this subagent. When set, the handoff
+        # execution will use this chat provider id instead of the global/default.
+        self.provider_id: str | None = None
+
     def default_parameters(self) -> dict:
         return {
             "type": "object",

{astrbot-4.13.2 → astrbot-4.14.1}/astrbot/core/agent/runners/tool_loop_agent_runner.py

@@ -111,10 +111,12 @@ class ToolLoopAgentRunner(BaseAgentRunner[TContext]):
         # See #4681
         self.tool_schema_mode = tool_schema_mode
         self._tool_schema_param_set = None
+        self._skill_like_raw_tool_set = None
         if tool_schema_mode == "skills_like":
             tool_set = self.req.func_tool
             if not tool_set:
                 return
+            self._skill_like_raw_tool_set = tool_set
             light_set = tool_set.get_light_tool_set()
             self._tool_schema_param_set = tool_set.get_param_only_tool_set()
             # MODIFIE the req.func_tool to use light tool schemas
@@ -379,7 +381,17 @@ class ToolLoopAgentRunner(BaseAgentRunner[TContext]):
             try:
                 if not req.func_tool:
                     return
-                func_tool = req.func_tool.get_tool(func_tool_name)
+
+                if (
+                    self.tool_schema_mode == "skills_like"
+                    and self._skill_like_raw_tool_set
+                ):
+                    # in 'skills_like' mode, raw.func_tool is light schema, does not have handler
+                    # so we need to get the tool from the raw tool set
+                    func_tool = self._skill_like_raw_tool_set.get_tool(func_tool_name)
+                else:
+                    func_tool = req.func_tool.get_tool(func_tool_name)
+
                 logger.info(f"使用工具：{func_tool_name}，参数：{func_tool_args}")
 
                 if not func_tool:
@@ -557,6 +569,7 @@ class ToolLoopAgentRunner(BaseAgentRunner[TContext]):
                     )
                 ],
             )
+            logger.info(f"Tool `{func_tool_name}` Result: {last_tcr_content}")
 
         # 处理函数调用响应
         if tool_call_result_blocks:

{astrbot-4.13.2 → astrbot-4.14.1}/astrbot/core/agent/tool.py

@@ -58,6 +58,11 @@ class FunctionTool(ToolSchema, Generic[TContext]):
     Whether the tool is active. This field is a special field for AstrBot.
     You can ignore it when integrating with other frameworks.
     """
+    is_background_task: bool = False
+    """
+    Declare this tool as a background task. Background tasks return immediately
+    with a task identifier while the real work continues asynchronously.
+    """
 
     def __repr__(self):
         return f"FuncTool(name={self.name}, parameters={self.parameters}, description={self.description})"

{astrbot-4.13.2 → astrbot-4.14.1}/astrbot/core/astr_agent_run_util.py

@@ -54,6 +54,14 @@ async def run_agent(
                     return
                 if resp.type == "tool_call_result":
                     msg_chain = resp.data["chain"]
+
+                    astr_event.trace.record(
+                        "agent_tool_result",
+                        tool_result=msg_chain.get_plain_text(
+                            with_other_comps_mark=True
+                        ),
+                    )
+
                     if msg_chain.type == "tool_direct_result":
                         # tool_direct_result 用于标记 llm tool 需要直接发送给用户的内容
                         await astr_event.send(msg_chain)
@@ -67,12 +75,22 @@ async def run_agent(
                         # 用来标记流式响应需要分节
                         yield MessageChain(chain=[], type="break")
 
+                    tool_info = None
+
+                    if resp.data["chain"].chain:
+                        json_comp = resp.data["chain"].chain[0]
+                        if isinstance(json_comp, Json):
+                            tool_info = json_comp.data
+                        astr_event.trace.record(
+                            "agent_tool_call",
+                            tool_name=tool_info if tool_info else "unknown",
+                        )
+
                     if astr_event.get_platform_name() == "webchat":
                         await astr_event.send(resp.data["chain"])
                     elif show_tool_use:
-                        json_comp = resp.data["chain"].chain[0]
-                        if isinstance(json_comp, Json):
-                            m = f"🔨 调用工具: {json_comp.data.get('name')}"
+                        if tool_info:
+                            m = f"🔨 调用工具: {tool_info.get('name', 'unknown')}"
                         else:
                             m = "🔨 调用工具..."
                         chain = MessageChain(type="tool_call").message(m)

{astrbot-4.13.2 → astrbot-4.14.1}/astrbot/core/astr_agent_tool_exec.py

@@ -1,23 +1,34 @@
 import asyncio
 import inspect
+import json
 import traceback
 import typing as T
+import uuid
 
 import mcp
 
 from astrbot import logger
 from astrbot.core.agent.handoff import HandoffTool
 from astrbot.core.agent.mcp_client import MCPTool
+from astrbot.core.agent.message import Message
 from astrbot.core.agent.run_context import ContextWrapper
 from astrbot.core.agent.tool import FunctionTool, ToolSet
 from astrbot.core.agent.tool_executor import BaseFunctionToolExecutor
 from astrbot.core.astr_agent_context import AstrAgentContext
+from astrbot.core.astr_main_agent_resources import (
+    BACKGROUND_TASK_RESULT_WOKE_SYSTEM_PROMPT,
+    SEND_MESSAGE_TO_USER_TOOL,
+)
+from astrbot.core.cron.events import CronMessageEvent
 from astrbot.core.message.message_event_result import (
     CommandResult,
     MessageChain,
     MessageEventResult,
 )
+from astrbot.core.platform.message_session import MessageSession
+from astrbot.core.provider.entites import ProviderRequest
 from astrbot.core.provider.register import llm_tools
+from astrbot.core.utils.history_saver import persist_agent_history
 
 
 class FunctionToolExecutor(BaseFunctionToolExecutor[AstrAgentContext]):
@@ -43,6 +54,31 @@ class FunctionToolExecutor(BaseFunctionToolExecutor[AstrAgentContext]):
                 yield r
             return
 
+        elif tool.is_background_task:
+            task_id = uuid.uuid4().hex
+
+            async def _run_in_background():
+                try:
+                    await cls._execute_background(
+                        tool=tool,
+                        run_context=run_context,
+                        task_id=task_id,
+                        **tool_args,
+                    )
+                except Exception as e:  # noqa: BLE001
+                    logger.error(
+                        f"Background task {task_id} failed: {e!s}",
+                        exc_info=True,
+                    )
+
+            asyncio.create_task(_run_in_background())
+            text_content = mcp.types.TextContent(
+                type="text",
+                text=f"Background task submitted. task_id={task_id}",
+            )
+            yield mcp.types.CallToolResult(content=[text_content])
+
+            return
         else:
             async for r in cls._execute_local(tool, run_context, **tool_args):
                 yield r
@@ -74,13 +110,35 @@ class FunctionToolExecutor(BaseFunctionToolExecutor[AstrAgentContext]):
         ctx = run_context.context.context
         event = run_context.context.event
         umo = event.unified_msg_origin
-        prov_id = await ctx.get_current_chat_provider_id(umo)
+
+        # Use per-subagent provider override if configured; otherwise fall back
+        # to the current/default provider resolution.
+        prov_id = getattr(
+            tool, "provider_id", None
+        ) or await ctx.get_current_chat_provider_id(umo)
+
+        # prepare begin dialogs
+        contexts = None
+        dialogs = tool.agent.begin_dialogs
+        if dialogs:
+            contexts = []
+            for dialog in dialogs:
+                try:
+                    contexts.append(
+                        dialog
+                        if isinstance(dialog, Message)
+                        else Message.model_validate(dialog)
+                    )
+                except Exception:
+                    continue
+
         llm_resp = await ctx.tool_loop_agent(
             event=event,
             chat_provider_id=prov_id,
             prompt=input_,
             system_prompt=tool.agent.instructions,
             tools=toolset,
+            contexts=contexts,
             max_steps=30,
             run_hooks=tool.agent.run_hooks,
         )
@@ -88,11 +146,128 @@ class FunctionToolExecutor(BaseFunctionToolExecutor[AstrAgentContext]):
             content=[mcp.types.TextContent(type="text", text=llm_resp.completion_text)]
         )
 
+    @classmethod
+    async def _execute_background(
+        cls,
+        tool: FunctionTool,
+        run_context: ContextWrapper[AstrAgentContext],
+        task_id: str,
+        **tool_args,
+    ):
+        from astrbot.core.astr_main_agent import (
+            MainAgentBuildConfig,
+            _get_session_conv,
+            build_main_agent,
+        )
+
+        # run the tool
+        result_text = ""
+        try:
+            async for r in cls._execute_local(
+                tool, run_context, tool_call_timeout=3600, **tool_args
+            ):
+                # collect results, currently we just collect the text results
+                if isinstance(r, mcp.types.CallToolResult):
+                    result_text = ""
+                    for content in r.content:
+                        if isinstance(content, mcp.types.TextContent):
+                            result_text += content.text + "\n"
+        except Exception as e:
+            result_text = (
+                f"error: Background task execution failed, internal error: {e!s}"
+            )
+
+        event = run_context.context.event
+        ctx = run_context.context.context
+
+        note = (
+            event.get_extra("background_note")
+            or f"Background task {tool.name} finished."
+        )
+        extras = {
+            "background_task_result": {
+                "task_id": task_id,
+                "tool_name": tool.name,
+                "result": result_text or "",
+                "tool_args": tool_args,
+            }
+        }
+        session = MessageSession.from_str(event.unified_msg_origin)
+        cron_event = CronMessageEvent(
+            context=ctx,
+            session=session,
+            message=note,
+            extras=extras,
+            message_type=session.message_type,
+        )
+        cron_event.role = event.role
+        config = MainAgentBuildConfig(tool_call_timeout=3600)
+
+        req = ProviderRequest()
+        conv = await _get_session_conv(event=cron_event, plugin_context=ctx)
+        req.conversation = conv
+        context = json.loads(conv.history)
+        if context:
+            req.contexts = context
+            context_dump = req._print_friendly_context()
+            req.contexts = []
+            req.system_prompt += (
+                "\n\nBellow is you and user previous conversation history:\n"
+                f"{context_dump}"
+            )
+
+        bg = json.dumps(extras["background_task_result"], ensure_ascii=False)
+        req.system_prompt += BACKGROUND_TASK_RESULT_WOKE_SYSTEM_PROMPT.format(
+            background_task_result=bg
+        )
+        req.prompt = (
+            "Proceed according to your system instructions. "
+            "Output using same language as previous conversation."
+            " After completing your task, summarize and output your actions and results."
+        )
+        if not req.func_tool:
+            req.func_tool = ToolSet()
+        req.func_tool.add_tool(SEND_MESSAGE_TO_USER_TOOL)
+
+        result = await build_main_agent(
+            event=cron_event, plugin_context=ctx, config=config, req=req
+        )
+        if not result:
+            logger.error("Failed to build main agent for background task job.")
+            return
+
+        runner = result.agent_runner
+        async for _ in runner.step_until_done(30):
+            # agent will send message to user via using tools
+            pass
+        llm_resp = runner.get_final_llm_resp()
+        task_meta = extras.get("background_task_result", {})
+        summary_note = (
+            f"[BackgroundTask] {task_meta.get('tool_name', tool.name)} "
+            f"(task_id={task_meta.get('task_id', task_id)}) finished. "
+            f"Result: {task_meta.get('result') or result_text or 'no content'}"
+        )
+        if llm_resp and llm_resp.completion_text:
+            summary_note += (
+                f"I finished the task, here is the result: {llm_resp.completion_text}"
+            )
+        await persist_agent_history(
+            ctx.conversation_manager,
+            event=cron_event,
+            req=req,
+            summary_note=summary_note,
+        )
+        if not llm_resp:
+            logger.warning("background task agent got no response")
+            return
+
     @classmethod
     async def _execute_local(
         cls,
         tool: FunctionTool,
         run_context: ContextWrapper[AstrAgentContext],
+        *,
+        tool_call_timeout: int | None = None,
         **tool_args,
     ):
         event = run_context.context.event
@@ -133,7 +308,7 @@ class FunctionToolExecutor(BaseFunctionToolExecutor[AstrAgentContext]):
             try:
                 resp = await asyncio.wait_for(
                     anext(wrapper),
-                    timeout=run_context.tool_call_timeout,
+                    timeout=tool_call_timeout or run_context.tool_call_timeout,
                 )
                 if resp is not None:
                     if isinstance(resp, mcp.types.CallToolResult):
@@ -165,7 +340,7 @@ class FunctionToolExecutor(BaseFunctionToolExecutor[AstrAgentContext]):
                     yield None
             except asyncio.TimeoutError:
                 raise Exception(
-                    f"tool {tool.name} execution timeout after {run_context.tool_call_timeout} seconds.",
+                    f"tool {tool.name} execution timeout after {tool_call_timeout or run_context.tool_call_timeout} seconds.",
                 )
             except StopAsyncIteration:
                 break