jarvis-ai-assistant 1.1.5__tar.gz → 1.1.7__tar.gz

{jarvis_ai_assistant-1.1.5/src/jarvis_ai_assistant.egg-info → jarvis_ai_assistant-1.1.7}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: jarvis-ai-assistant
-Version: 1.1.5
+Version: 1.1.7
 Summary: Jarvis: An AI assistant that uses tools to interact with the system
 Home-page: https://github.com/skyfireitdiy/Jarvis.git
 Author: skyfire

{jarvis_ai_assistant-1.1.5 → jarvis_ai_assistant-1.1.7}/pyproject.toml

@@ -4,7 +4,7 @@ build-backend = "setuptools.build_meta"
 
 [project]
 name = "jarvis-ai-assistant"
-version = "1.1.5"
+version = "1.1.7"
 description = "Jarvis: An AI assistant that uses tools to interact with the system"
 readme = "README.md"
 authors = [{ name = "skyfire", email = "skyfireitdiy@hotmail.com" }]

{jarvis_ai_assistant-1.1.5 → jarvis_ai_assistant-1.1.7}/setup.py

@@ -3,7 +3,7 @@ from setuptools import setup, find_packages
 
 setup(
     name="jarvis-ai-assistant",
-    version="1.1.5",
+    version="1.1.7",
     author="skyfire",
     author_email="skyfireitdiy@hotmail.com",
     description="An AI assistant that uses various tools to interact with the system",

{jarvis_ai_assistant-1.1.5 → jarvis_ai_assistant-1.1.7}/src/jarvis/__init__.py

@@ -1,4 +1,4 @@
 # -*- coding: utf-8 -*-
 """Jarvis AI Assistant"""
 
-__version__ = "1.1.5"
+__version__ = "1.1.7"

{jarvis_ai_assistant-1.1.5 → jarvis_ai_assistant-1.1.7}/src/jarvis/jarvis_agent/__init__.py

@@ -221,10 +221,10 @@ origin_agent_system_prompt = f"""
 使用 `load_rule` 加载相关规则和最佳实践，理解规则约束和要求。仅在需要专业知识指导时执行。
 
 #### COLLECT（收集信息）
-只读收集必要信息：使用合适的工具（如搜索工具、查询工具等）精准定位和获取相关信息，禁止臆测。对于代码任务，使用搜索工具（rg、fd）定位文件（必须带目录/后缀过滤），读取目标文件及直接依赖。
+只读收集必要信息：必要时可使用 `retrieve_memory` 工具检索相关记忆获取历史信息；使用合适的工具（如搜索工具、查询工具等）精准定位和获取相关信息，禁止臆测。对于代码任务，使用搜索工具（rg、fd）定位文件（必须带目录/后缀过滤），读取目标文件及直接依赖。
 
 #### HYPOTHESIZE（提出方案）
-基于收集的信息提出多个可行方案，对比各方案的优劣、风险、成本，询问用户偏好。用户答复后，根据任务复杂程度决定是否使用 `task_list_manager` 创建任务列表，并制定详细执行计划。**必须明确每个方案的验收标准和清晰的执行步骤**，确保可衡量、可验证、可执行。
+基于收集的信息提出多个可行方案，对比各方案的优劣、风险、成本，询问用户偏好。用户答复后，根据任务复杂程度决定是否使用 `task_list_manager` 创建任务列表，并制定详细执行计划。**必须明确每个方案的验收标准和清晰的执行步骤**，确保可衡量、可验证、可执行。**重要：此阶段完成后，必须经过用户确认，才能进入到EXECUTE阶段**。
 
 #### EXECUTE（执行操作）
 按计划精准实施：先读后写（read_code 确认位置 → edit_file 修改），最小改动，单次回复单工具调用，每次修改后立即验证。
@@ -655,7 +655,10 @@ class Agent:
         # 初始化规则管理器（如果子类已经创建，则不覆盖）
         if not hasattr(self, "rules_manager"):
             self.rules_manager = RulesManager(root_dir)
-            _, self.loaded_rule_names = self.rules_manager.load_all_rules(rule_names)
+        # 无条件加载规则内容（确保 loaded_rules 和 loaded_rule_names 被初始化）
+        self.loaded_rules, self.loaded_rule_names = self.rules_manager.load_all_rules(
+            rule_names
+        )
 
     def _setup_tools_and_prompt(self) -> None:
         """设置工具和系统提示词"""
@@ -684,6 +687,9 @@ class Agent:
         self.model.set_model_group(model_group)
         self.model.set_suppress_output(False)
 
+        # 设置Agent引用，使Platform能够回调Agent方法（如自动总结）
+        self.model.agent = self
+
         # 设置全局模型组，供工具和其他组件使用
         set_global_model_group(model_group)
 
@@ -1837,6 +1843,13 @@ class Agent:
 
             # 将非交互模式说明添加到用户输入中
             enhanced_input = user_input + non_interactive_note
+
+            # 将已加载的规则内容添加到用户输入的最前面
+            if hasattr(self, "loaded_rules") and self.loaded_rules:
+                enhanced_input = (
+                    f"<rules>\n{self.loaded_rules}\n</rules>\n\n{enhanced_input}"
+                )
+
             self.session.prompt = enhanced_input
 
             # 关键流程：直接调用 memory_manager 重置任务状态

{jarvis_ai_assistant-1.1.5 → jarvis_ai_assistant-1.1.7}/src/jarvis/jarvis_agent/builtin_input_handler.py

@@ -184,19 +184,15 @@ def builtin_input_handler(user_input: str, agent_: Any) -> Tuple[str, bool]:
                 )
         elif tag.startswith("rule:"):
             # 处理 rule:xxx 格式的规则标记
-            rule_name = tag[5:]  # 去掉 "rule:" 前缀
-            rule_content = _get_rule_content(rule_name)
-            if rule_content:
-                # 记录运行时加载的规则到CodeAgent
-                from jarvis.jarvis_code_agent.code_agent import CodeAgent
-
-                if agent is not None and isinstance(agent, CodeAgent):
-                    agent.add_runtime_rule(rule_name)
-
-                separator = "\n" + "=" * 50 + "\n"
-                modified_input = modified_input.replace(
-                    f"'<{tag}>'", f"<rule>\n{rule_content}\n</rule>{separator}"
-                )
+            if tag not in processed_tag:
+                rule_name = tag[5:]  # 去掉 "rule:" 前缀
+                rule_content = _get_rule_content(rule_name)
+                processed_tag.add(tag)
+                if rule_content:
+                    separator = "\n" + "=" * 50 + "\n"
+                    modified_input = modified_input.replace(
+                        f"'<{tag}>'", f"<rule>\n{rule_content}\n</rule>{separator}"
+                    )
 
     # 设置附加提示词并返回处理后的内容
     agent.set_addon_prompt(add_on_prompt)

{jarvis_ai_assistant-1.1.5 → jarvis_ai_assistant-1.1.7}/src/jarvis/jarvis_agent/jvsd_cli.py

@@ -93,7 +93,8 @@ def run_jvs_dispatch(
 
         # 构造命令：cd 到工作目录，执行 jvs
         # 注意：不自动删除任务文件，避免被清理机制误删
-        command = f"cd {quoted_cwd} && jvs -n -d --task-file '{quoted_task_file}'"
+        # 注意：不使用 -d 参数，因为 jvsd 已经通过 dispatch_command_to_panel 创建了 panel
+        command = f"cd {quoted_cwd} && jvs -n --task-file '{quoted_task_file}'"
 
         try:
             # 使用智能调度函数创建 tmux panel

{jarvis_ai_assistant-1.1.5 → jarvis_ai_assistant-1.1.7}/src/jarvis/jarvis_agent/prompt_manager.py

@@ -36,15 +36,17 @@ class PromptManager:
         """
         构建系统提示词，复用现有的工具使用提示生成逻辑，保持行为一致。
         """
-        from jarvis.jarvis_code_agent.code_agent import CodeAgent
-
-        rules_prompt = ""
-        if isinstance(agent_, CodeAgent):
-            code_agent: CodeAgent = agent_
-            rules_prompt = code_agent.get_rules_prompt()
-
         action_prompt = self.agent.get_tool_usage_prompt()
 
+        # 获取已加载的规则内容
+        loaded_rules = ""
+        if hasattr(agent_, "loaded_rules") and agent_.loaded_rules:
+            loaded_rules = f"""\n
+<loaded_rules>
+# 已加载的规则
+\n{agent_.loaded_rules}
+</loaded_rules>"""
+
         # 检查 load_rule 工具是否可用
         load_rule_guide = ""
         tool_registry = self.agent.get_tool_registry()
@@ -149,9 +151,10 @@ class PromptManager:
 
 {load_rule_guide}
 
+{loaded_rules}
+
 {system_tools_info}
 
-{rules_prompt}
 """
 
     # ----------------------------

{jarvis_ai_assistant-1.1.5 → jarvis_ai_assistant-1.1.7}/src/jarvis/jarvis_agent/prompts.py

@@ -87,7 +87,7 @@ DEFAULT_SUMMARY_PROMPT = """<report>
 - **代码位置**：核心文件、配置位置、关键实现（提供精确的文件路径和范围；如无法精确定位可标注"大致位置"）
 - **调试信息**：错误信息、性能数据、测试结果（基于实际运行结果；如无法重现可标注"未复现"）
 
-#### 6. 用户偏好与约束（精确记录）
+#### 6. 我的偏好与约束（精确记录）
 - **质量要求**：代码规范、测试覆盖率、文档标准
 - **性能约束**：响应时间、并发量、资源限制
 - **兼容性要求**：系统版本、浏览器支持、设备适配
@@ -102,7 +102,7 @@ DEFAULT_SUMMARY_PROMPT = """<report>
 
 <format>
 1. 语言风格：简洁、客观、专业，使用编程领域规范表述；
-2. 结构组织：按"核心目标→已确认事实→决策与共识→技术细节→任务进展→待办事项→用户约束"的逻辑组织；
+2. 结构组织：按"核心目标→已确认事实→决策与共识→技术细节→任务进展→待办事项→我的约束"的逻辑组织；
 3. 呈现形式：分点列出，关键技术内容用`代码块`/加粗标注，待办事项用"【优先级】+ 内容"明确；
 4. **任务状态呈现要求**：
    - 必须严格区分"已完成"、"进行中"、"部分完成"、"待完成"四种状态
@@ -142,7 +142,7 @@ SUMMARY_REQUEST_PROMPT = """<summary_request>
   - **验证标准**：必须同时满足以下条件才能标记为"已完成"：
     1. 有明确的执行记录（如代码已提交、文件已创建、功能已测试）
     2. 有验证证据（如测试通过、代码审查通过、功能运行正常、错误已修复）
-    3. 达到验收标准（如满足性能指标、通过所有测试用例、满足用户需求）
+    3. 达到验收标准（如满足性能指标、通过所有测试用例、满足我的需求）
     4. **代码开发任务额外要求（必须全部满足）**：
        - ✅ **编译/构建必须通过**：代码必须能够成功编译/构建，无编译错误、无语法错误、无链接错误、无类型错误
        - ✅ **功能必须验证**：功能必须经过实际运行验证，不能仅凭代码存在就认为完成
@@ -281,7 +281,7 @@ SUMMARY_REQUEST_PROMPT = """<summary_request>
 7. **数据模型**：基于实际数据库或ORM验证的数据库表结构、字段定义、关系映射
 8. **代码变更历史**：基于实际git log验证的diff摘要、经过验证的关键变更点、可验证的回滚点（**如果系统提供了git diff，必须整合到经过验证的总结中**）
 
-#### 7. 用户偏好与约束（精确记录）
+#### 7. 我的偏好与约束（精确记录）
 - **质量要求**：代码规范、测试覆盖率、文档标准
 - **性能约束**：响应时间、并发量、资源限制
 - **兼容性要求**：系统版本、浏览器支持、设备适配
@@ -290,16 +290,16 @@ SUMMARY_REQUEST_PROMPT = """<summary_request>
 
 #### 8. 可省略的冗余内容（无需保留）
 - 寒暄与无关闲聊（如"您好""谢谢""今天天气不错"）；
-- 重复表述（用户多次强调的同一需求，仅保留1次核心表述）；
+- 重复表述（我多次强调的同一需求，仅保留1次核心表述）；
 - **注意**：临时试错/未落地的想法如果包含重要信息（如"尝试了XX方案但失败，原因是YY"），必须保留失败原因，不能省略；
-- 与任务无关的细节（如"用户提及的其他项目经验""无关的技术科普"）。
+- 与任务无关的细节（如"我提及的其他项目经验""无关的技术科普"）。
 - **代码开发场景特别注意**：即使某个方案被放弃，如果放弃原因对后续决策有影响，必须保留。
 
 </guidelines>
 
 <format>
 1. 语言风格：简洁、客观、专业，使用编程领域规范表述（如"非阻塞IO"而非"不等待的输入输出"）；
-2. 结构组织：按"核心目标→已确认事实→决策与共识→技术细节→代码变更详情→任务进展→待办事项→用户约束"的逻辑组织（替代"时间顺序"，更贴合后续对话需求）；
+2. 结构组织：按"核心目标→已确认事实→决策与共识→技术细节→代码变更详情→任务进展→待办事项→我的约束"的逻辑组织（替代"时间顺序"，更贴合后续对话需求）；
 3. 呈现形式：分点列出，关键技术内容用`代码块`/加粗标注，待办事项用"【优先级】+ 内容"明确（如"【高】补充跨域配置"）；
 4. **任务状态呈现要求（关键）**：
    - 必须严格区分"已完成"、"进行中"、"部分完成"、"待完成"四种状态
@@ -423,7 +423,7 @@ def get_task_analysis_prompt(
 可用的工具/方法论：[列出工具名称或方法论名称]
 使用方法：[简要说明如何使用]
 2. 工具创建（如果需要创建新工具）:
-注意：如果环境支持，请使用 meta_agent 工具创建/改进新工具；如果不支持，请提供完整的工具代码和说明，用户需要手动创建工具文件。
+注意：如果环境支持，请使用 meta_agent 工具创建/改进新工具；如果不支持，请提供完整的工具代码和说明，我需要手动创建工具文件。
 3. 方法论创建（如果需要创建新方法论）:
 判断标准：
 - 如果方法论特定于当前项目（如项目特定的技术方案、开发流程、规范等），使用 scope="project"
@@ -469,7 +469,7 @@ def get_task_analysis_prompt(
 <evaluation_criteria>
 现有资源评估: 检查现有工具/方法论/组合使用是否可解决问题
 工具评估: 通用性、自动化、可靠性、简单性
-方法论评估: 聚焦通用可重复流程，纳入用户反馈，面向未来复用
+方法论评估: 聚焦通用可重复流程，纳入我的反馈，面向未来复用
 </evaluation_criteria>
 <tool_requirements>
 工具代码要求:

{jarvis_ai_assistant-1.1.5 → jarvis_ai_assistant-1.1.7}/src/jarvis/jarvis_agent/rules_manager.py

@@ -130,6 +130,124 @@ class RulesManager:
             pass
         return None
 
+    def _get_builtin_rules_index(self) -> Optional[str]:
+        """读取 builtin_rules.md 索引文件的完整内容
+
+        返回:
+            str: builtin_rules.md 的完整内容，如果未找到则返回 None
+        """
+        try:
+            from jarvis.jarvis_utils.template_utils import _get_jarvis_src_dir
+
+            # 获取索引文件路径
+            jarvis_src_dir = _get_jarvis_src_dir()
+            index_file_path = os.path.join(
+                jarvis_src_dir, "builtin", "rules", "builtin_rules.md"
+            )
+
+            # 检查索引文件是否存在
+            if not os.path.exists(index_file_path) or not os.path.isfile(
+                index_file_path
+            ):
+                return None
+
+            # 读取索引文件内容
+            with open(index_file_path, "r", encoding="utf-8", errors="replace") as f:
+                index_content = f.read()
+
+            # 使用jinja2渲染规则模板
+            if index_content:
+                index_content = render_rule_template(
+                    index_content, os.path.dirname(index_file_path)
+                )
+
+            return index_content if index_content else None
+
+        except Exception as e:
+            # 读取失败时忽略，不影响主流程
+            PrettyOutput.auto_print(f"⚠️ 读取builtin_rules.md失败: {e}")
+            return None
+
+    def _get_rule_from_builtin_index(self, rule_name: str) -> Optional[str]:
+        """从 builtin_rules.md 索引文件中查找并加载指定名称的规则
+
+        该索引文件记录了内置规则的映射关系，格式为：
+        - [规则名称]({{ template_var }}/path/to/rule.md)
+
+        参数:
+            rule_name: 规则名称
+
+        返回:
+            str: 规则内容，如果未找到则返回 None
+        """
+        try:
+            from jarvis.jarvis_utils.template_utils import _get_jarvis_src_dir
+
+            # 获取索引文件路径
+            jarvis_src_dir = _get_jarvis_src_dir()
+            index_file_path = os.path.join(
+                jarvis_src_dir, "builtin", "rules", "builtin_rules.md"
+            )
+
+            # 检查索引文件是否存在
+            if not os.path.exists(index_file_path) or not os.path.isfile(
+                index_file_path
+            ):
+                return None
+
+            # 读取索引文件内容
+            with open(index_file_path, "r", encoding="utf-8", errors="replace") as f:
+                index_content = f.read()
+
+            # 解析索引文件，查找匹配的规则
+            # 格式: - [规则名称](路径)
+            import re
+
+            pattern = rf"-\s*\[{re.escape(rule_name)}\]\(([^)]+)\)"
+            match = re.search(pattern, index_content)
+
+            if not match:
+                return None
+
+            # 提取规则文件路径
+            rule_file_template = match.group(1).strip()
+
+            # 渲染模板变量（支持 {{ jarvis_src_dir }} 和 {{ rule_file_dir }}）
+            context = {
+                "jarvis_src_dir": jarvis_src_dir,
+                "rule_file_dir": os.path.dirname(index_file_path),
+            }
+
+            try:
+                from jinja2 import Template
+
+                template = Template(rule_file_template)
+                rule_file_path = template.render(**context)
+            except Exception:
+                # 模板渲染失败，直接使用原始路径
+                rule_file_path = rule_file_template
+
+            # 检查规则文件是否存在
+            if not os.path.exists(rule_file_path) or not os.path.isfile(rule_file_path):
+                return None
+
+            # 读取规则文件内容
+            with open(rule_file_path, "r", encoding="utf-8", errors="replace") as f:
+                rule_content = f.read().strip()
+
+            # 使用jinja2渲染规则模板
+            if rule_content:
+                rule_content = render_rule_template(
+                    rule_content, os.path.dirname(rule_file_path)
+                )
+
+            return rule_content if rule_content else None
+
+        except Exception as e:
+            # 读取失败时忽略，不影响主流程
+            PrettyOutput.auto_print(f"⚠️ 从索引文件加载规则失败: {e}")
+            return None
+
     def _get_all_rules_dirs(self) -> List[str]:
         """获取所有规则目录（包括项目目录和配置的目录）
 
@@ -191,7 +309,8 @@ class RulesManager:
         3. 项目 rules.yaml 文件
         4. 配置的规则目录中的文件（按配置顺序，不包括中心库）
         5. 全局 rules.yaml 文件
-        6. 内置规则（最低优先级，作为后备）
+        6. builtin_rules.md 索引文件中的规则
+        7. 内置规则（最低优先级，作为后备）
 
         参数:
             rule_name: 规则名称
@@ -232,7 +351,12 @@ class RulesManager:
                         # 单个文件读取失败不影响其他文件
                         continue
 
-            # 优先级 3: 从内置规则中查找（最低优先级，作为后备）
+            # 优先级 3: 从 builtin_rules.md 索引文件中查找
+            indexed_rule = self._get_rule_from_builtin_index(rule_name)
+            if indexed_rule:
+                return indexed_rule
+
+            # 优先级 4: 从内置规则中查找（最低优先级，作为后备）
             builtin_rule = get_builtin_rule(rule_name)
             if builtin_rule:
                 return builtin_rule
@@ -312,6 +436,12 @@ class RulesManager:
             combined_parts.append(project_rules)
             loaded_rule_names.add("project_rule")
 
+        # 加载 builtin_rules.md 内置规则索引
+        builtin_rules_index = self._get_builtin_rules_index()
+        if builtin_rules_index:
+            combined_parts.append(builtin_rules_index)
+            loaded_rule_names.add("builtin_rules_index")
+
         # 如果指定了 rule_names，从 rules.yaml 文件中读取并添加多个规则
         if rule_names:
             rule_list = [name.strip() for name in rule_names.split(",") if name.strip()]

{jarvis_ai_assistant-1.1.5 → jarvis_ai_assistant-1.1.7}/src/jarvis/jarvis_agent/run_loop.py

@@ -35,10 +35,10 @@ class AgentRunLoop:
     def __init__(self, agent: "Agent") -> None:
         self.agent = agent
         self.tool_reminder_rounds = int(os.environ.get("tool_reminder_rounds", 20))
-        # 基于剩余token数量的自动总结阈值：当剩余token低于输入窗口的20%时触发
+        # 基于剩余token数量的自动总结阈值：当剩余token低于输入窗口的25%时触发
         # 使用模型的平台特定配置，确保阈值计算与运行时检查使用相同的配置
         max_input_tokens = self.agent.model._get_platform_max_input_token_count()
-        self.summary_remaining_token_threshold = int(max_input_tokens * 0.2)
+        self.summary_remaining_token_threshold = int(max_input_tokens * 0.25)
         self.conversation_turn_threshold = get_conversation_turn_threshold()
 
         # Git diff相关属性
@@ -133,59 +133,6 @@ class AgentRunLoop:
                             self.agent.get_tool_usage_prompt(),
                         ]
                     )
-                # 基于剩余token数量或对话轮次的自动总结判断
-                remaining_tokens = self.agent.model.get_remaining_token_count()
-                token_limit_triggered = (
-                    remaining_tokens <= self.summary_remaining_token_threshold
-                )
-                turn_limit_triggered = current_round > self.conversation_turn_threshold
-                should_summarize = token_limit_triggered or turn_limit_triggered
-
-                # 如果是token限制触发，打印当前token数量
-                if token_limit_triggered:
-                    # 使用平台内部的实际token限制，而不是全局配置（考虑cheap/smart/normal等不同模型类型）
-                    max_input_tokens = (
-                        self.agent.model._get_platform_max_input_token_count()
-                    )
-                    PrettyOutput.auto_print(
-                        f"🔍 Token限制触发自动总结，当前剩余token数量: {remaining_tokens}/{max_input_tokens} (剩余 {remaining_tokens / max_input_tokens * 100:.1f}%)"
-                    )
-
-                if should_summarize:
-                    # 在总结前获取git diff（仅对CodeAgent类型）
-                    try:
-                        if (
-                            hasattr(self.agent, "start_commit")
-                            and self.agent.start_commit
-                        ):
-                            self._git_diff = self.get_git_diff()
-                        else:
-                            self._git_diff = None
-                    except KeyboardInterrupt:
-                        raise
-                    except Exception as e:
-                        PrettyOutput.auto_print(f"⚠️ 获取git diff失败: {str(e)}")
-                        self._git_diff = f"获取git diff失败: {str(e)}"
-
-                    # 确定触发原因
-                    if token_limit_triggered and turn_limit_triggered:
-                        trigger_reason = "Token和轮次双重限制触发"
-                    elif token_limit_triggered:
-                        trigger_reason = "Token限制触发"
-                    else:
-                        trigger_reason = "对话轮次限制触发"
-
-                    summary_text = self.agent._summarize_and_clear_history(
-                        trigger_reason=trigger_reason
-                    )
-                    if summary_text:
-                        # 将摘要作为下一轮的附加提示加入，从而维持上下文连续性
-                        self.agent.session.addon_prompt = join_prompts(
-                            [self.agent.session.addon_prompt, summary_text]
-                        )
-                    # 重置对话长度计数器（用于摘要触发），开始新一轮周期
-                    # 注意：对话轮次由模型内部管理，这里不需要重置
-                    self.agent.session.conversation_length = 0
 
                 ag = self.agent