jarvis-ai-assistant 0.1.222__py3-none-any.whl → 0.1.223__py3-none-any.whl

jarvis/__init__.py

@@ -1,4 +1,4 @@
 # -*- coding: utf-8 -*-
 """Jarvis AI Assistant"""
 
-__version__ = "0.1.222"
+__version__ = "0.1.223"

jarvis/jarvis_agent/builtin_input_handler.py

@@ -39,12 +39,9 @@ def builtin_input_handler(user_input: str, agent_: Any) -> Tuple[str, bool]:
             return "", True
         elif tag == "ToolUsage":
             from jarvis.jarvis_tools.registry import ToolRegistry
-
-            tool_registry_ = agent.get_tool_registry()
-            tool_registry: ToolRegistry = (
-                tool_registry_ if tool_registry_ else ToolRegistry()
-            )
-            agent.set_addon_prompt(tool_registry.prompt())
+            from jarvis.jarvis_agent.prompt_builder import build_action_prompt
+            action_prompt = build_action_prompt(agent.output_handler) # type: ignore
+            agent.set_addon_prompt(action_prompt)
             return "", False
         elif tag == "ReloadConfig":
             from jarvis.jarvis_utils.utils import load_config

jarvis/jarvis_multi_agent/__init__.py

@@ -1,6 +1,6 @@
 # -*- coding: utf-8 -*-
 import re
-from typing import Any, Dict, List, Tuple
+from typing import Any, Dict, List, Optional, Tuple
 
 import yaml
 
@@ -14,9 +14,10 @@ from jarvis.jarvis_utils.tag import ct, ot
 class MultiAgent(OutputHandler):
     def __init__(self, agents_config: List[Dict], main_agent_name: str):
         self.agents_config = agents_config
-        self.agents = {}
-        self.init_agents()
+        self.agents_config_map = {c["name"]: c for c in agents_config}
+        self.agents: Dict[str, Agent] = {}
         self.main_agent_name = main_agent_name
+        self.original_question: Optional[str] = None
 
     def prompt(self) -> str:
         return f"""
@@ -101,43 +102,85 @@ content: |2
                 continue
         return ret
 
-    def init_agents(self):
-        for config in self.agents_config:
-            output_handler = config.get("output_handler", [])
-            if len(output_handler) == 0:
-                output_handler = [
-                    ToolRegistry(),
-                    self,
-                ]
-            else:
+    def _get_agent(self, name: str) -> Agent | None:
+        if name in self.agents:
+            return self.agents[name]
+
+        if name not in self.agents_config_map:
+            return None
+
+        config = self.agents_config_map[name].copy()
+
+        if name != self.main_agent_name and self.original_question:
+            system_prompt = config.get("system_prompt", "")
+            config["system_prompt"] = (
+                f"{system_prompt}\n\n# 原始问题\n{self.original_question}"
+            )
+
+        output_handler = config.get("output_handler", [])
+        if len(output_handler) == 0:
+            output_handler = [
+                ToolRegistry(),
+                self,
+            ]
+        else:
+            if not any(isinstance(h, MultiAgent) for h in output_handler):
                 output_handler.append(self)
-            config["output_handler"] = output_handler
-            agent = Agent(**config)
-            self.agents[config["name"]] = agent
+        config["output_handler"] = output_handler
+
+        agent = Agent(**config)
+        self.agents[name] = agent
+        return agent
 
     def run(self, user_input: str) -> str:
-        last_agent = self.main_agent_name
-        msg = self.agents[self.main_agent_name].run(user_input)
+        self.original_question = user_input
+        last_agent_name = self.main_agent_name
+
+        agent = self._get_agent(self.main_agent_name)
+        if not agent:
+            # This should not happen if main_agent_name is correctly configured
+            return f"主智能体 {self.main_agent_name} 未找到"
+
+        msg: Any = agent.run(user_input)
+
         while msg:
             if isinstance(msg, str):
                 return msg
-            elif isinstance(msg, Dict):
-                prompt = f"""
+
+            if not isinstance(msg, Dict):
+                # Should not happen if agent.run() returns str or Dict
+                PrettyOutput.print(f"未知消息类型: {type(msg)}", OutputType.WARNING)
+                break
+
+            prompt = f"""
 Please handle this message:
-from: {last_agent}
+from: {last_agent_name}
 content: {msg['content']}
 """
-                if msg["to"] not in self.agents:
-                    PrettyOutput.print(
-                        f"未找到智能体 {msg['to']}，正在重试...", OutputType.WARNING
-                    )
-                    msg = self.agents[last_agent].run(
-                        f"未找到智能体 {msg['to']}，可用智能体列表: {self.agents.keys()}"
-                    )
-                    continue
+            to_agent_name = msg.get("to")
+            if not to_agent_name:
+                return f"消息中未指定 `to` 字段"
+
+            if to_agent_name not in self.agents_config_map:
                 PrettyOutput.print(
-                    f"{last_agent} 正在向 {msg['to']} 发送消息...", OutputType.INFO
+                    f"未找到智能体 {to_agent_name}，正在重试...", OutputType.WARNING
                 )
-                last_agent = self.agents[msg["to"]].name
-                msg = self.agents[msg["to"]].run(prompt)
+                agent = self._get_agent(last_agent_name)
+                if not agent:
+                    return f"智能体 {last_agent_name} 未找到"
+                msg = agent.run(
+                    f"未找到智能体 {to_agent_name}，可用智能体列表: {list(self.agents_config_map.keys())}"
+                )
+                continue
+
+            PrettyOutput.print(
+                f"{last_agent_name} 正在向 {to_agent_name} 发送消息...", OutputType.INFO
+            )
+
+            agent = self._get_agent(to_agent_name)
+            if not agent:
+                return f"智能体 {to_agent_name} 未找到"
+
+            last_agent_name = agent.name
+            msg = agent.run(prompt)
         return ""

jarvis/jarvis_platform/kimi.py

@@ -24,8 +24,8 @@ class KimiModel(BasePlatform):
     def get_model_list(self) -> List[Tuple[str, str]]:
         """Get model list"""
         return [
-            ("kimi", "基于网页的 Kimi，免费接口"),
-            ("k1", "基于网页的 Kimi，深度思考模型"),
+            ("k1.5", "基于网页的 Kimi，免费接口"),
+            ("k1.5-thinking", "基于网页的 Kimi，深度思考模型"),
             ("k2", "基于网页的 Kimi，深度思考模型 K2"),
         ]
 

{jarvis_ai_assistant-0.1.222.dist-info → jarvis_ai_assistant-0.1.223.dist-info}/METADATA

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: jarvis-ai-assistant
-Version: 0.1.222
+Version: 0.1.223
 Summary: Jarvis: An AI assistant that uses tools to interact with the system
 Home-page: https://github.com/skyfireitdiy/Jarvis
 Author: skyfire
@@ -148,15 +148,16 @@ pip3 install jarvis-ai-assistant
 jarvis
 
 # 带参数使用
-jarvis -p <平台> -m <模型> -t "初始任务"
+jarvis --llm_type thinking -t "初始任务"
 ```
 
 #### 3. 命令行参数
 | 参数 | 描述 |
 |------|------|
-| `-p/--platform` | 指定AI平台 (yuanbao/kimi/tongyi/openai) |
-| `-m/--model` | 指定模型名称 |
-| `-t/--task` | 指定初始任务 |
+| `--llm_type` | 使用的LLM类型 (normal/thinking) |
+| `-t/--task` | 直接从命令行输入任务内容 |
+| `-f/--config` | 自定义配置文件的路径 |
+| `--restore-session` | 从 .jarvis/saved_session.json 恢复会话 |
 
 #### 4. 工作流程
 1. 初始化环境
@@ -178,14 +179,14 @@ jarvis -p <平台> -m <模型> -t "初始任务"
 # 基本使用
 jarvis
 
-# 指定平台和模型
-jarvis -p yuanbao -m deep_seek_v3
+# 指定LLM类型
+jarvis --llm_type thinking
 
 # 直接执行任务
 jarvis -t "分析项目结构并生成架构图"
 
 # 组合使用
-jarvis -p kimi -m k1 -t "优化项目性能"
+jarvis --llm_type thinking -t "优化项目性能"
 ```
 
 ### 代码代理功能 (jarvis-code-agent)
@@ -207,15 +208,15 @@ jarvis-code-agent
 jca
 
 # 带参数使用
-jarvis-code-agent -p <平台> -m <模型> -r "需求描述"
+jarvis-code-agent --llm_type thinking -r "需求描述"
 ```
 
 #### 3. 命令行参数
 | 参数 | 描述 |
 |------|------|
-| `-p/--platform` | 指定AI平台 (yuanbao/kimi/tongyi/openai) |
-| `-m/--model` | 指定模型名称 |
-| `-r/--requirement` | 直接指定需求描述 |
+| `--llm_type` | 使用的LLM类型 (normal/thinking) |
+| `-r/--requirement` | 要处理的需求 |
+| `--restore-session` | 从 .jarvis/saved_session.json 恢复会话 |
 
 #### 4. 工作流程
 1. 初始化环境（查找git根目录，检查未提交修改）
@@ -229,8 +230,8 @@ jarvis-code-agent -p <平台> -m <模型> -r "需求描述"
 # 使用默认平台分析代码
 jca
 
-# 指定平台和模型
-jca -p yuanbao -m deep_seek_v3
+# 指定LLM类型
+jca --llm_type thinking
 
 # 直接处理需求
 jca -r "修复src/example.py中的内存泄漏问题"
@@ -338,6 +339,7 @@ jarvis-agent -f <配置文件> -c <代理定义文件> -t "初始任务"
 | `-f/--config` | 指定配置文件路径（可选） |
 | `-c/--agent_definition` | 指定代理定义文件路径（可选） |
 | `-t/--task` | 指定初始任务（可选） |
+| `--llm_type` | 使用的LLM类型 (normal/thinking)，会覆盖配置文件中的设置 |
 
 #### 4. 配置文件格式
 代理定义文件使用YAML格式：
@@ -413,6 +415,8 @@ jarvis-platform-manager chat -p <平台名称> -m <模型名称>
 - `/shell <命令>` - 执行shell命令
 - `/save <文件名>` - 保存最后一条消息
 - `/saveall <文件名>` - 保存完整对话历史
+- `/save_session <文件名>` - 保存当前会话状态
+- `/load_session <文件名>` - 加载会话状态
 
 ##### 2.3 启动API服务
 ```bash
@@ -430,6 +434,7 @@ jarvis-platform-manager service --host <IP地址> --port <端口号> -p <平台
 ```bash
 # 加载角色配置文件并开始对话
 jarvis-platform-manager role -c <配置文件路径>
+# 配置文件默认为 ~/.jarvis/roles.yaml
 ```
 
 角色配置文件格式（YAML）：
@@ -604,14 +609,36 @@ jarvis-rag add README.md ./docs/ 'src/jarvis/jarvis_rag/*.py'
 
 **参数与选项:**
 
+| 参数/选项 | 描述 |
+|---|---|
 | 参数/选项 | 描述 |
 |---|---|
 | `paths` | **[必需]** 一个或多个文件路径、目录路径或用引号包裹的通配符模式。 |
-| `--collection` | 指定知识库的集合名称（默认为 `jarvis_rag_collection`）。 |
-| `--embedding-model` | 覆盖全局配置，强制使用特定的嵌入模型名称。 |
+| `--collection` / `-c` | 指定知识库的集合名称（默认为 `jarvis_rag_collection`）。 |
+| `--embedding-model` / `-e` | 覆盖全局配置，强制使用特定的嵌入模型名称。 |
 | `--db-path` | 覆盖全局配置，指定向量数据库的存储路径。 |
+| `--batch-size` / `-b` | 单个批次中要处理的文档数（默认为 500）。 |
+
+##### 2.2 列出知识库中的文档 (`list-docs`)
 
-##### 2.2 查询知识库 (`query`)
+此命令用于列出知识库中所有唯一的文档来源。
+
+```bash
+# 基本用法
+jarvis-rag list-docs
+
+# 指定集合
+jarvis-rag list-docs --collection my_collection
+```
+
+**参数与选项:**
+
+| 参数/选项 | 描述 |
+|---|---|
+| `--collection` / `-c` | 指定要查询的知识库集合名称。 |
+| `--db-path` | 覆盖全局配置，指定向量数据库的存储路径。 |
+
+##### 2.3 查询知识库 (`query`)
 
 此命令用于向已建立的知识库提出问题。
 
@@ -624,18 +651,20 @@ jarvis-rag query "你的问题"
 jarvis-rag query "请总结一下我添加的文档的核心内容"
 
 # 2. 指定使用Kimi模型进行查询
-jarvis-rag query "代码中的 'PlatformRegistry' 类是做什么用的？" --platform kimi --model moonshot-v1-8k
+jarvis-rag query "代码中的 'PlatformRegistry' 类是做什么用的？" --platform kimi --model kimi
 ```
 
 **参数与选项:**
 
+| 参数/选项 | 描述 |
+|---|---|
 | 参数/选项 | 描述 |
 |---|---|
 | `question` | **[必需]** 你要向知识库提出的问题。 |
-| `--collection` | 指定要查询的知识库集合名称。 |
-| `--platform` | 指定一个平台名称来回答问题，覆盖默认的“思考”模型。 |
-| `--model` | 指定一个模型名称来回答问题，需要与 `--platform` 同时使用。 |
-| `--embedding-model` | 覆盖全局配置，强制使用特定的嵌入模型名称。 |
+| `--collection` / `-c` | 指定要查询的知识库集合名称。 |
+| `--platform` / `-p` | 指定一个平台名称来回答问题，覆盖默认的“思考”模型。 |
+| `--model` / `-m` | 指定一个模型名称来回答问题，需要与 `--platform` 同时使用。 |
+| `--embedding-model` / `-e` | 覆盖全局配置，强制使用特定的嵌入模型名称。 |
 
 ### 3. 命令替换功能
 支持使用特殊标记`'<tag>'`触发命令替换功能：

{jarvis_ai_assistant-0.1.222.dist-info → jarvis_ai_assistant-0.1.223.dist-info}/RECORD

@@ -1,6 +1,6 @@
-jarvis/__init__.py,sha256=Lu57q7ek2cjrbRxkiWlJeDtZLGHx8SZDLpx0DZqgVSA,75
+jarvis/__init__.py,sha256=YlYf-txS383hefwOHMnCEByeqa-lDVLEbMwcCc7hY3Q,75
 jarvis/jarvis_agent/__init__.py,sha256=l37t2lnXsPeQEwPkqrQWmqQ0ogh37GY-iAOQxkjttzY,21479
-jarvis/jarvis_agent/builtin_input_handler.py,sha256=lcw-VBm8-CVcblxEbGU4dVD6IixgXTLz9uBrv9Y6p20,2710
+jarvis/jarvis_agent/builtin_input_handler.py,sha256=MtPm7N78hPJJJ9PV_p8pkyDE7epBmtngrE9Xn-wbnH8,2682
 jarvis/jarvis_agent/edit_file_handler.py,sha256=ml1o-BE2Ca1-ybPlKuhstLQYwdJag39o0_-PXTUvFaE,11646
 jarvis/jarvis_agent/jarvis.py,sha256=2Ilt-eLs-dCvD6V1-UGyJ3PleY0AozkYhi8Rx6_zUr4,6315
 jarvis/jarvis_agent/main.py,sha256=nXOw2mewhYYmj_8rohcEmETjUFqror1NiRwDusFMUKQ,3055
@@ -47,13 +47,13 @@ jarvis/jarvis_mcp/sse_mcp_client.py,sha256=-3Qy1LyqgHswoc6YbadVRG3ias2op7lUp7Ne2
 jarvis/jarvis_mcp/stdio_mcp_client.py,sha256=armvgyHAv-AxF5lqiK-TbVLzg3XgSCwmTdWmxBSTLRk,11248
 jarvis/jarvis_mcp/streamable_mcp_client.py,sha256=1OZpsG82U2MLbGuojllJAblFUAMmp1N0i5fsKM4n5Ts,14453
 jarvis/jarvis_methodology/main.py,sha256=-PqsWvtpUJkkhiGgV-1JegEnEZBmv8SHnNMNNm_-QQc,11720
-jarvis/jarvis_multi_agent/__init__.py,sha256=sDd3sK88dS7_qAz2ywIAaEWdQ4iRVCiuBu2rQQmrKbU,4512
+jarvis/jarvis_multi_agent/__init__.py,sha256=efB04nWPRl4EOD64RThqQ6w78GZc2t0GGisX2wwTP8I,5949
 jarvis/jarvis_multi_agent/main.py,sha256=h7VUSwoPrES0XTK8z5kt3XLX1mmcm8UEuFEHQOUWPH4,1696
 jarvis/jarvis_platform/__init__.py,sha256=WLQHSiE87PPket2M50_hHzjdMIgPIBx2VF8JfB_NNRk,105
 jarvis/jarvis_platform/ai8.py,sha256=yi7xG8ld4Yrf7drz-uu_JT_XCGYRB0obhygt-jKik8o,10871
 jarvis/jarvis_platform/base.py,sha256=-XegiAS8G_nzwsWPOVEAQ2iTxE33fxu5-TWV4c3Pz-g,8981
 jarvis/jarvis_platform/human.py,sha256=cSN8Lqf0ts2_pPfS2_v7PaWxQKqcW_3bSmhRTHey7Qo,4674
-jarvis/jarvis_platform/kimi.py,sha256=AUhz60NeADoiiuLb1nMenaiOzTAmXnT6pUDkG3WJ0ME,15425
+jarvis/jarvis_platform/kimi.py,sha256=dn_P4EEZvWWCPS67MDbWStsP7n3MN4-Rrc6R7GhJyEg,15436
 jarvis/jarvis_platform/openai.py,sha256=ccGqsU2cFfd5324P7SH1tSmFABpvto8fytmxQGkr3BA,6412
 jarvis/jarvis_platform/oyi.py,sha256=GvVooV8ScRqDb9QxJdINtdZwsx6PUIdo1-bt9k0hmqY,12604
 jarvis/jarvis_platform/registry.py,sha256=1bMy0YZUa8NLzuZlKfC4CBtpa0iniypTxUZk0Hv6g9Y,8415
@@ -102,9 +102,9 @@ jarvis/jarvis_utils/methodology.py,sha256=-cvM6pwgJK7BXCYg2uVjIId_j3v5RUh2z2PBcK
 jarvis/jarvis_utils/output.py,sha256=PRCgudPOB8gMEP3u-g0FGD2c6tBgJhLXUMqNPglfjV8,10813
 jarvis/jarvis_utils/tag.py,sha256=f211opbbbTcSyzCDwuIK_oCnKhXPNK-RknYyGzY1yD0,431
 jarvis/jarvis_utils/utils.py,sha256=ojupkZQfFIE6ysTyCy0jUdePucpwpvZlZJSXkGsdyQE,15263
-jarvis_ai_assistant-0.1.222.dist-info/licenses/LICENSE,sha256=AGgVgQmTqFvaztRtCAXsAMryUymB18gZif7_l2e1XOg,1063
-jarvis_ai_assistant-0.1.222.dist-info/METADATA,sha256=W1aUStR_2Y2C-L6nuaQq8awBb6mSwsJVEmTNfan25qM,23103
-jarvis_ai_assistant-0.1.222.dist-info/WHEEL,sha256=_zCd3N1l69ArxyTb8rzEoP9TpbYXkqRFSNOD5OuxnTs,91
-jarvis_ai_assistant-0.1.222.dist-info/entry_points.txt,sha256=JXK_n-d9HZ_RLz959CvpK5-UPOCwssn5oAH8dAHuebA,1277
-jarvis_ai_assistant-0.1.222.dist-info/top_level.txt,sha256=1BOxyWfzOP_ZXj8rVTDnNCJ92bBGB0rwq8N1PCpoMIs,7
-jarvis_ai_assistant-0.1.222.dist-info/RECORD,,
+jarvis_ai_assistant-0.1.223.dist-info/licenses/LICENSE,sha256=AGgVgQmTqFvaztRtCAXsAMryUymB18gZif7_l2e1XOg,1063
+jarvis_ai_assistant-0.1.223.dist-info/METADATA,sha256=Fn58Cq6CpCpo9MjyYGrSWjI9Y2M90LA6VW9IjOu2tOE,24061
+jarvis_ai_assistant-0.1.223.dist-info/WHEEL,sha256=_zCd3N1l69ArxyTb8rzEoP9TpbYXkqRFSNOD5OuxnTs,91
+jarvis_ai_assistant-0.1.223.dist-info/entry_points.txt,sha256=JXK_n-d9HZ_RLz959CvpK5-UPOCwssn5oAH8dAHuebA,1277
+jarvis_ai_assistant-0.1.223.dist-info/top_level.txt,sha256=1BOxyWfzOP_ZXj8rVTDnNCJ92bBGB0rwq8N1PCpoMIs,7
+jarvis_ai_assistant-0.1.223.dist-info/RECORD,,