mindbot 0.3.0__tar.gz → 0.3.2__tar.gz

{mindbot-0.3.0/src/mindbot.egg-info → mindbot-0.3.2}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: mindbot
-Version: 0.3.0
+Version: 0.3.2
 Summary: 基于 **Python + asyncio** 的模块化 AI Agent 框架，支持多 Provider、动态路由、流式响应和工具确认机制。
 Author: MindBot Team
 License: MIT
@@ -28,7 +28,7 @@ Dynamic: license-file
 
 # MindBot
 
-[![Version](https://img.shields.io/badge/Version-0.2.0-blue.svg)](https://github.com/your-org/mindbot)
+[![Version](https://img.shields.io/badge/Version-0.3.1-blue.svg)](https://github.com/your-org/mindbot)
 [![Python](https://img.shields.io/badge/Python-3.10+-blue?logo=python)](https://www.python.org/)
 [![License](https://img.shields.io/badge/License-MIT-green.svg)](LICENSE)
 
@@ -45,12 +45,13 @@ Dynamic: license-file
 | 统一入口 | `AgentOrchestrator` 自主决策，无需预选模式 |
 | 流式响应 | 实时事件流，用户可看到 Agent 思考过程 |
 | 工具确认 | 多级安全确认机制（安全级别、白名单、危险工具检测）|
+| 路径安全 | 文件工具路径策略 + Shell 执行边界控制，降低越权风险 |
 | 智能路由 | 根据内容类型/复杂度/关键词自动选择模型 |
 | 多 Provider | OpenAI / Ollama / Transformers / llama.cpp |
 | 可中断执行 | 用户可随时中止 Agent 运行 |
 | 记忆系统 | 短期/长期记忆，向量检索，自动归档 |
 | Skills 机制 | `SKILL.md` 技能包按需注入 prompt，默认摘要、命中后展开正文 |
-| 上下文管理 | Token 预算管理，自动压缩 |
+| 上下文管理 | Token 预算管理，自动压缩，工具持久化策略（none/summary/full）|
 | 多通道支持 | CLI、HTTP、飞书、Telegram |
 | 对话追踪 | Tracer 记录完整对话日志 |
 
@@ -119,7 +120,7 @@ mindbot generate-config
       ]
     },
 
-    // Moonshot（OpenAI 兼容）
+    // OpenAI 兼容
     "moonshot": {
       "type": "openai",
       "strategy": "priority",
@@ -141,7 +142,17 @@ mindbot generate-config
     "model": "local-ollama/qwen3",
     "temperature": 0.7,
     "max_tokens": 8192,
-    "max_tool_iterations": 20
+    "max_tool_iterations": 20,
+    "workspace": "~/.mindbot/workspace",
+    "system_path_whitelist": ["~/.mindbot"],
+    "trusted_paths": [],
+    "restrict_to_workspace": true,
+    "shell_execution": {
+      "policy": "cwd_guard",
+      "sandbox_provider": "none",
+      "fail_if_unavailable": false
+    },
+    "tool_persistence": "none"
   },
 
   // 动态路由
@@ -204,6 +215,23 @@ mindbot generate-config
 
 > **注意**：YAML 配置格式已弃用，请使用 JSON/JSONC 格式。可使用 `mindbot config migrate` 迁移旧配置。
 
+### Agent 配置项说明
+
+| 配置项 | 类型 | 默认值 | 说明 |
+|--------|------|--------|------|
+| `model` | string | `"local-ollama/qwen3.5:2b"` | 默认模型，格式 `instance/model` |
+| `workspace` | string | `"~/.mindbot/workspace"` | 内置文件/Shell 工具的工作空间根目录 |
+| `system_path_whitelist` | list | `["~/.mindbot"]` | 额外允许的系统路径根目录白名单，白名单目录下的子树也允许访问 |
+| `trusted_paths` | list | `[]` | 用户显式信任的目录根；shell 会话可在授权后把这些目录当作默认当前目录 |
+| `restrict_to_workspace` | bool | `true` | 是否将工具限制在工作空间和允许根目录内 |
+| `shell_execution.policy` | string | `"cwd_guard"` | Shell 执行策略；`cwd_guard` 只校验启动目录与基础安全规则，`sandboxed` 预留给未来 OS 级沙箱 |
+| `shell_execution.sandbox_provider` | string | `"none"` | 预留的 Shell 沙箱后端，v0.3 默认不启用 |
+| `shell_execution.fail_if_unavailable` | bool | `false` | 未来 `sandboxed` 模式下，沙箱不可用时是否失败关闭 |
+| `tool_persistence` | string | `"none"` | 工具消息持久化策略：`none`/`summary`/`full` |
+| `max_tool_iterations` | int | `20` | 单轮最大工具迭代次数 |
+| `temperature` | float | `0.7` | LLM 温度参数 |
+| `max_tokens` | int | `8192` | 最大生成 token 数 |
+
 ### 3.1 Skills 机制
 
 - 内置 skill 位于 `mindbot/skills/<skill-name>/SKILL.md`
@@ -218,6 +246,48 @@ mindbot generate-config
 mindbot config validate
 ```
 
+## Benchmark
+
+当前推荐的 `MindBot v1 benchmark` 是 `ToolCall-15`。
+
+如果你想直接启动 benchmark，可按下面最短路径执行：
+
+```bash
+# 终端 1
+mindbot toolcall15-adapter --host 127.0.0.1 --port 11435 --model local-ollama/qwen3
+
+# 终端 2
+cd benchmark/ToolCall-15
+cp .env.example .env
+```
+
+`.env` 示例：
+
+```env
+LMSTUDIO_HOST=http://127.0.0.1:11435
+LLM_MODELS=lmstudio:local-ollama/qwen3
+MODEL_REQUEST_TIMEOUT_SECONDS=30
+```
+
+然后执行：
+
+```bash
+npm install
+npm run dev
+```
+
+浏览器打开 `http://localhost:3000` 即可开始跑 benchmark。
+
+完整说明见 `docs/testing/toolcall15.md`。
+
+第二阶段 benchmark 是 `real-tools`，用于验证 MindBot 是否真的执行了内置文件、Shell 和本地 HTTP 工具：
+
+```bash
+python benchmark/real-tools/runner.py --config-path ~/.mindbot/settings.json --model gpt-backup/glm-5
+```
+
+完整说明见 `docs/testing/real-tools.md` 和 `benchmark/real-tools/README.md`。
+
 ### 5. 基本使用
 
 ```python
@@ -350,6 +420,7 @@ AssistantResponse
 | Context | `context/` | 上下文管理 |
 | Memory | `memory/` | 记忆系统 |
 | Capability Tooling | `capability/backends/tooling/` | 工具注册与执行 |
+| Tools | `tools/` | 内置工具（文件/Shell/运行时）|
 | Channels | `channels/` | 多通道支持 |
 | Config | `config/` | 配置管理（JSON/JSONC）|
 | Session | `session/` | 会话日志与类型 |
@@ -443,6 +514,57 @@ AssistantResponse
 }
 ```
 
+## 路径安全策略
+
+MindBot v0.3 将“文件路径策略”和“Shell 执行边界”分开描述：
+
+- **workspace**: 默认工作目录，所有相对路径以此解析
+- **restrict_to_workspace**: 启用时，文件工具只能在 `workspace` 和 `system_path_whitelist` 定义的允许根目录内运行
+- **system_path_whitelist**: 额外允许访问的系统路径根目录列表（如 `~/.mindbot`），每个根目录都会递归覆盖其子目录和文件
+- **trusted_paths**: 用户显式授权过的目录根；当 `mindbot shell` 从这些目录启动时，文件工具和 shell 可优先把它们作为默认当前目录
+- **shell_execution.policy**: Shell 的独立执行策略；默认 `cwd_guard` 只校验 `working_dir` 和危险命令模式，不是 OS 级沙箱
+
+### 路径安全示例
+
+```jsonc
+{
+  "agent": {
+    "workspace": "~/.mindbot/workspace",
+    "system_path_whitelist": ["~/.mindbot", "/tmp"],
+    "trusted_paths": ["/root/research/mindbot"],
+    "restrict_to_workspace": true,
+    "shell_execution": {
+      "policy": "cwd_guard",
+      "sandbox_provider": "none",
+      "fail_if_unavailable": false
+    }
+  }
+}
+```
+
+**安全规则**:
+- 绝对路径必须落在允许范围内
+- 相对路径基于 workspace 解析
+- 允许根目录按目录树递归生效
+- `mindbot shell` 启动目录会被记录为当前会话目录；若该目录未被信任，CLI 会先要求用户授权再将其作为默认目录
+- 文件工具的路径检查适用于读、写、编辑、列目录等内置文件操作
+- Shell 的 `cwd_guard` 模式只校验 `working_dir` 是否落在允许根目录内，并应用轻量危险命令检查
+- `cwd_guard` 不是 OS 级文件系统沙箱；shell 子进程不会自动获得像 Claude Code Bash sandbox 那样的强隔离
+- 超出范围的路径返回策略错误
+
+## 内置工具
+
+| 工具 | 类别 | 说明 |
+|------|------|------|
+| `read_file` | 文件 | 读取文件，支持 offset/limit 分页 |
+| `write_file` | 文件 | 写入文件，自动创建父目录 |
+| `edit_file` | 文件 | 精确文本替换，支持 replace_all |
+| `list_directory` | 文件 | 列出目录内容，支持 glob 模式 |
+| `file_info` | 文件 | 获取文件/目录基本信息 |
+| `exec_command` | Shell | 执行命令，带超时和安全检查 |
+| `get_mindbot_runtime_info` | 系统 | 获取运行时配置、内存、日志等状态 |
+| `web_search` | Web | 网络搜索（需配置 Provider）|
+
 ## LLM Provider
 
 ### 模型格式
@@ -542,6 +664,7 @@ AssistantResponse
 ├── skills/               # 自定义技能
 ├── memory/               # Markdown 记忆存储
 ├── history/              # CLI 历史记录
+├── workspace/            # 默认工作空间
 ├── data/
 │   ├── memory.db         # 记忆数据库
 │   └── journal/          # 会话记录
@@ -569,7 +692,9 @@ mindbot/
 │   ├── multimodal/       # 多模态支持
 │   ├── cron/             # 定时任务
 │   ├── config/           # 配置模型与加载（JSON/JSONC）
-│   └── cli/              # CLI 命令实现
+│   ├── cli/              # CLI 命令实现
+│   ├── tools/            # 内置工具（文件/Shell/运行时）
+│   └── utils/            # 工具函数
 ├── docs/                 # 文档
 ├── tests/                # 测试
 ├── examples/             # 示例代码

{mindbot-0.3.0 → mindbot-0.3.2}/README.md

@@ -1,6 +1,6 @@
 # MindBot
 
-[![Version](https://img.shields.io/badge/Version-0.2.0-blue.svg)](https://github.com/your-org/mindbot)
+[![Version](https://img.shields.io/badge/Version-0.3.1-blue.svg)](https://github.com/your-org/mindbot)
 [![Python](https://img.shields.io/badge/Python-3.10+-blue?logo=python)](https://www.python.org/)
 [![License](https://img.shields.io/badge/License-MIT-green.svg)](LICENSE)
 
@@ -17,12 +17,13 @@
 | 统一入口 | `AgentOrchestrator` 自主决策，无需预选模式 |
 | 流式响应 | 实时事件流，用户可看到 Agent 思考过程 |
 | 工具确认 | 多级安全确认机制（安全级别、白名单、危险工具检测）|
+| 路径安全 | 文件工具路径策略 + Shell 执行边界控制，降低越权风险 |
 | 智能路由 | 根据内容类型/复杂度/关键词自动选择模型 |
 | 多 Provider | OpenAI / Ollama / Transformers / llama.cpp |
 | 可中断执行 | 用户可随时中止 Agent 运行 |
 | 记忆系统 | 短期/长期记忆，向量检索，自动归档 |
 | Skills 机制 | `SKILL.md` 技能包按需注入 prompt，默认摘要、命中后展开正文 |
-| 上下文管理 | Token 预算管理，自动压缩 |
+| 上下文管理 | Token 预算管理，自动压缩，工具持久化策略（none/summary/full）|
 | 多通道支持 | CLI、HTTP、飞书、Telegram |
 | 对话追踪 | Tracer 记录完整对话日志 |
 
@@ -91,7 +92,7 @@ mindbot generate-config
       ]
     },
 
-    // Moonshot（OpenAI 兼容）
+    // OpenAI 兼容
     "moonshot": {
       "type": "openai",
       "strategy": "priority",
@@ -113,7 +114,17 @@ mindbot generate-config
     "model": "local-ollama/qwen3",
     "temperature": 0.7,
     "max_tokens": 8192,
-    "max_tool_iterations": 20
+    "max_tool_iterations": 20,
+    "workspace": "~/.mindbot/workspace",
+    "system_path_whitelist": ["~/.mindbot"],
+    "trusted_paths": [],
+    "restrict_to_workspace": true,
+    "shell_execution": {
+      "policy": "cwd_guard",
+      "sandbox_provider": "none",
+      "fail_if_unavailable": false
+    },
+    "tool_persistence": "none"
   },
 
   // 动态路由
@@ -176,6 +187,23 @@ mindbot generate-config
 
 > **注意**：YAML 配置格式已弃用，请使用 JSON/JSONC 格式。可使用 `mindbot config migrate` 迁移旧配置。
 
+### Agent 配置项说明
+
+| 配置项 | 类型 | 默认值 | 说明 |
+|--------|------|--------|------|
+| `model` | string | `"local-ollama/qwen3.5:2b"` | 默认模型，格式 `instance/model` |
+| `workspace` | string | `"~/.mindbot/workspace"` | 内置文件/Shell 工具的工作空间根目录 |
+| `system_path_whitelist` | list | `["~/.mindbot"]` | 额外允许的系统路径根目录白名单，白名单目录下的子树也允许访问 |
+| `trusted_paths` | list | `[]` | 用户显式信任的目录根；shell 会话可在授权后把这些目录当作默认当前目录 |
+| `restrict_to_workspace` | bool | `true` | 是否将工具限制在工作空间和允许根目录内 |
+| `shell_execution.policy` | string | `"cwd_guard"` | Shell 执行策略；`cwd_guard` 只校验启动目录与基础安全规则，`sandboxed` 预留给未来 OS 级沙箱 |
+| `shell_execution.sandbox_provider` | string | `"none"` | 预留的 Shell 沙箱后端，v0.3 默认不启用 |
+| `shell_execution.fail_if_unavailable` | bool | `false` | 未来 `sandboxed` 模式下，沙箱不可用时是否失败关闭 |
+| `tool_persistence` | string | `"none"` | 工具消息持久化策略：`none`/`summary`/`full` |
+| `max_tool_iterations` | int | `20` | 单轮最大工具迭代次数 |
+| `temperature` | float | `0.7` | LLM 温度参数 |
+| `max_tokens` | int | `8192` | 最大生成 token 数 |
+
 ### 3.1 Skills 机制
 
 - 内置 skill 位于 `mindbot/skills/<skill-name>/SKILL.md`
@@ -190,6 +218,48 @@ mindbot generate-config
 mindbot config validate
 ```
 
+## Benchmark
+
+当前推荐的 `MindBot v1 benchmark` 是 `ToolCall-15`。
+
+如果你想直接启动 benchmark，可按下面最短路径执行：
+
+```bash
+# 终端 1
+mindbot toolcall15-adapter --host 127.0.0.1 --port 11435 --model local-ollama/qwen3
+
+# 终端 2
+cd benchmark/ToolCall-15
+cp .env.example .env
+```
+
+`.env` 示例：
+
+```env
+LMSTUDIO_HOST=http://127.0.0.1:11435
+LLM_MODELS=lmstudio:local-ollama/qwen3
+MODEL_REQUEST_TIMEOUT_SECONDS=30
+```
+
+然后执行：
+
+```bash
+npm install
+npm run dev
+```
+
+浏览器打开 `http://localhost:3000` 即可开始跑 benchmark。
+
+完整说明见 `docs/testing/toolcall15.md`。
+
+第二阶段 benchmark 是 `real-tools`，用于验证 MindBot 是否真的执行了内置文件、Shell 和本地 HTTP 工具：
+
+```bash
+python benchmark/real-tools/runner.py --config-path ~/.mindbot/settings.json --model gpt-backup/glm-5
+```
+
+完整说明见 `docs/testing/real-tools.md` 和 `benchmark/real-tools/README.md`。
+
 ### 5. 基本使用
 
 ```python
@@ -322,6 +392,7 @@ AssistantResponse
 | Context | `context/` | 上下文管理 |
 | Memory | `memory/` | 记忆系统 |
 | Capability Tooling | `capability/backends/tooling/` | 工具注册与执行 |
+| Tools | `tools/` | 内置工具（文件/Shell/运行时）|
 | Channels | `channels/` | 多通道支持 |
 | Config | `config/` | 配置管理（JSON/JSONC）|
 | Session | `session/` | 会话日志与类型 |
@@ -415,6 +486,57 @@ AssistantResponse
 }
 ```
 
+## 路径安全策略
+
+MindBot v0.3 将“文件路径策略”和“Shell 执行边界”分开描述：
+
+- **workspace**: 默认工作目录，所有相对路径以此解析
+- **restrict_to_workspace**: 启用时，文件工具只能在 `workspace` 和 `system_path_whitelist` 定义的允许根目录内运行
+- **system_path_whitelist**: 额外允许访问的系统路径根目录列表（如 `~/.mindbot`），每个根目录都会递归覆盖其子目录和文件
+- **trusted_paths**: 用户显式授权过的目录根；当 `mindbot shell` 从这些目录启动时，文件工具和 shell 可优先把它们作为默认当前目录
+- **shell_execution.policy**: Shell 的独立执行策略；默认 `cwd_guard` 只校验 `working_dir` 和危险命令模式，不是 OS 级沙箱
+
+### 路径安全示例
+
+```jsonc
+{
+  "agent": {
+    "workspace": "~/.mindbot/workspace",
+    "system_path_whitelist": ["~/.mindbot", "/tmp"],
+    "trusted_paths": ["/root/research/mindbot"],
+    "restrict_to_workspace": true,
+    "shell_execution": {
+      "policy": "cwd_guard",
+      "sandbox_provider": "none",
+      "fail_if_unavailable": false
+    }
+  }
+}
+```
+
+**安全规则**:
+- 绝对路径必须落在允许范围内
+- 相对路径基于 workspace 解析
+- 允许根目录按目录树递归生效
+- `mindbot shell` 启动目录会被记录为当前会话目录；若该目录未被信任，CLI 会先要求用户授权再将其作为默认目录
+- 文件工具的路径检查适用于读、写、编辑、列目录等内置文件操作
+- Shell 的 `cwd_guard` 模式只校验 `working_dir` 是否落在允许根目录内，并应用轻量危险命令检查
+- `cwd_guard` 不是 OS 级文件系统沙箱；shell 子进程不会自动获得像 Claude Code Bash sandbox 那样的强隔离
+- 超出范围的路径返回策略错误
+
+## 内置工具
+
+| 工具 | 类别 | 说明 |
+|------|------|------|
+| `read_file` | 文件 | 读取文件，支持 offset/limit 分页 |
+| `write_file` | 文件 | 写入文件，自动创建父目录 |
+| `edit_file` | 文件 | 精确文本替换，支持 replace_all |
+| `list_directory` | 文件 | 列出目录内容，支持 glob 模式 |
+| `file_info` | 文件 | 获取文件/目录基本信息 |
+| `exec_command` | Shell | 执行命令，带超时和安全检查 |
+| `get_mindbot_runtime_info` | 系统 | 获取运行时配置、内存、日志等状态 |
+| `web_search` | Web | 网络搜索（需配置 Provider）|
+
 ## LLM Provider
 
 ### 模型格式
@@ -514,6 +636,7 @@ AssistantResponse
 ├── skills/               # 自定义技能
 ├── memory/               # Markdown 记忆存储
 ├── history/              # CLI 历史记录
+├── workspace/            # 默认工作空间
 ├── data/
 │   ├── memory.db         # 记忆数据库
 │   └── journal/          # 会话记录
@@ -541,7 +664,9 @@ mindbot/
 │   ├── multimodal/       # 多模态支持
 │   ├── cron/             # 定时任务
 │   ├── config/           # 配置模型与加载（JSON/JSONC）
-│   └── cli/              # CLI 命令实现
+│   ├── cli/              # CLI 命令实现
+│   ├── tools/            # 内置工具（文件/Shell/运行时）
+│   └── utils/            # 工具函数
 ├── docs/                 # 文档
 ├── tests/                # 测试
 ├── examples/             # 示例代码

{mindbot-0.3.0 → mindbot-0.3.2}/pyproject.toml

@@ -1,6 +1,6 @@
 [project]
 name = "mindbot"
-version = "0.3.0"
+version = "0.3.2"
 description = "基于 **Python + asyncio** 的模块化 AI Agent 框架，支持多 Provider、动态路由、流式响应和工具确认机制。"
 authors = [
     {name = "MindBot Team"}

{mindbot-0.3.0 → mindbot-0.3.2}/src/mindbot/__init__.py

@@ -1,6 +1,6 @@
 """MindBot - AI Assistant (Native Implementation)."""
 
-__version__ = "0.2.0"
+__version__ = "0.3.2"
 
 __logo__ = """
 ╔════════════════════════════════════╗

{mindbot-0.3.0 → mindbot-0.3.2}/src/mindbot/agent/agent.py

@@ -36,6 +36,7 @@ if TYPE_CHECKING:
     from mindbot.config.schema import SkillsConfig
     from mindbot.generation.dynamic_manager import DynamicToolManager
     from mindbot.memory.manager import MemoryManager
+    from mindbot.session.store import SessionJournal
     from mindbot.skills.registry import SkillRegistry
 
 logger = get_logger("agent")
@@ -144,6 +145,8 @@ class Agent:
             tuple[bool, frozenset[tuple[str, int]]],
         ] = {}
         self._capability_tool_cache: dict[str, Tool] = {}
+        self._journal: "SessionJournal | None" = None
+        self._journal_sessions: set[str] = set()
 
     # ------------------------------------------------------------------
     # Tool management
@@ -210,6 +213,12 @@ class Agent:
         """Return whether a tool is currently visible to the LLM."""
         return any(getattr(tool, "name", None) == tool_name for tool in self.list_tools())
 
+    def set_session_journal(self, journal: "SessionJournal | None") -> None:
+        """Attach or detach the shared session journal for this agent."""
+        self._journal = journal
+        if journal is None:
+            self._journal_sessions.clear()
+
     # ------------------------------------------------------------------
     # Session management (LRU)
     # ------------------------------------------------------------------
@@ -330,12 +339,15 @@ class Agent:
     def _get_persistence_writer(self, session_id: str) -> PersistenceWriter:
         """Build a :class:`PersistenceWriter` for *session_id*."""
         context = self._get_session_context(session_id)
-        return PersistenceWriter(
+        writer = PersistenceWriter(
             context=context,
             memory=self.memory,
+            journal=self._journal,
             tool_persistence=self._tool_persistence,
             system_prompt=self.system_prompt,
         )
+        writer._journal_sessions = self._journal_sessions
+        return writer
 
     async def _run_turn(
         self,
@@ -348,6 +360,7 @@ class Agent:
         """Run one turn through the shared execution path."""
         input_builder = self._get_session_input_builder(session_id)
         messages = input_builder.build(message, session_id=session_id)
+        user_timestamp = messages[-1].timestamp if messages and messages[-1].role == "user" else None
         turn_engine = self._get_turn_engine(session_id, turn_context)
         response = await turn_engine.run(
             messages=messages,
@@ -355,7 +368,12 @@ class Agent:
         )
 
         writer = self._get_persistence_writer(session_id)
-        writer.commit_turn(message, response, session_id=session_id)
+        writer.commit_turn(
+            message,
+            response,
+            session_id=session_id,
+            user_timestamp=user_timestamp,
+        )
         return response
 
     # ------------------------------------------------------------------

{mindbot-0.3.0 → mindbot-0.3.2}/src/mindbot/agent/core.py

@@ -3,7 +3,7 @@
 MindAgent acts as a Supervisor that:
 * Creates and owns a *main Agent* which handles conversation, tools, and memory.
 * Maintains a registry of named *child Agents* for sub-task delegation.
-* Writes an optional append-only Session Journal after each turn.
+* Wires an optional append-only Session Journal into the shared persistence path.
 * Keeps the same public API as before, so existing channels (CLI, HTTP,
   Feishu …) and the MindBot wrapper do not need changes.
 """
@@ -18,14 +18,11 @@ from mindbot.agent.models import AgentEvent, AgentResponse, StopReason, TurnResu
 from mindbot.builders import create_agent, create_llm
 from mindbot.capability.backends.tooling import ToolRegistry
 from mindbot.config.schema import Config
-from mindbot.context.models import Message
 from mindbot.memory import MemoryManager
 from mindbot.session import SessionJournal
-from mindbot.session.types import SessionMessage
 from mindbot.utils import get_logger
 
 if TYPE_CHECKING:
-    from mindbot.agent.persistence_writer import PersistenceWriter as _PersistenceWriter
     from mindbot.capability.facade import CapabilityFacade
 
 logger = get_logger("agent.core")
@@ -69,7 +66,7 @@ class MindAgent:
         if config.session_journal.enabled:
             self._journal = SessionJournal(config.session_journal.path)
             logger.info("Session journal enabled at %s", config.session_journal.path)
-        self._journal_sessions: set[str] = set()
+        self._main_agent.set_session_journal(self._journal)
 
     # ------------------------------------------------------------------
     # Internal factory
@@ -161,86 +158,10 @@ class MindAgent:
         """Return whether the main agent currently exposes *tool_name*."""
         return self._main_agent.has_tool(tool_name)
 
-    # ------------------------------------------------------------------
-    # Session Journal helpers
-    # ------------------------------------------------------------------
-
-    @staticmethod
-    def _msgs_to_journal(msgs: list[Message]) -> list[SessionMessage]:
-        result: list[SessionMessage] = []
-        for m in msgs:
-            tool_calls = None
-            if m.tool_calls:
-                tool_calls = [
-                    {"id": tc.id, "name": tc.name, "arguments": tc.arguments}
-                    for tc in m.tool_calls
-                ]
-            result.append(SessionMessage(
-                role=m.role,
-                content=m.text,
-                timestamp=m.timestamp,
-                tool_calls=tool_calls,
-                tool_call_id=m.tool_call_id,
-                reasoning_content=m.reasoning_content,
-            ))
-        return result
-
-    def _write_journal(
-        self,
-        session_id: str,
-        user_message: str,
-        assistant_content: str,
-        trace: list[Message] | None = None,
-    ) -> None:
-        """Persist the current turn to the journal (if enabled)."""
-        if self._journal is None:
-            return
-
-        entries: list[SessionMessage] = []
-
-        if session_id not in self._journal_sessions:
-            system_prompt = self.config.agent.system_prompt
-            if system_prompt:
-                entries.append(SessionMessage(role="system", content=system_prompt))
-            self._journal_sessions.add(session_id)
-
-        entries.append(SessionMessage(role="user", content=user_message))
-
-        if trace:
-            entries.extend(self._msgs_to_journal(trace))
-
-        # The authoritative trace already includes the final assistant
-        # message when produced by TurnEngine.  Only append an explicit
-        # assistant entry when there is no trace (e.g. streaming mode).
-        trace_has_final = (
-            trace
-            and trace[-1].role == "assistant"
-            and not trace[-1].tool_calls
-        )
-        if not trace_has_final:
-            entries.append(SessionMessage(role="assistant", content=assistant_content))
-
-        self._journal.append(session_id, entries)
-
     # ------------------------------------------------------------------
     # Chat interfaces
     # ------------------------------------------------------------------
 
-    def _get_journal_writer(self, session_id: str) -> "_PersistenceWriter | None":
-        """Return a writer that handles journal-only persistence for this session."""
-        if self._journal is None:
-            return None
-        from mindbot.agent.persistence_writer import PersistenceWriter
-
-        ctx = self._main_agent._get_session_context(session_id)
-        writer = PersistenceWriter(
-            context=ctx,
-            journal=self._journal,
-            system_prompt=self.config.agent.system_prompt,
-        )
-        writer._journal_sessions = self._journal_sessions
-        return writer
-
     async def chat(
         self,
         message: str,
@@ -250,7 +171,7 @@ class MindAgent:
     ) -> AgentResponse:
         """Primary async chat entry point.
 
-        Delegates execution to the main Agent, then writes the session journal.
+        Delegates execution to the main Agent, which persists the full turn.
 
         Args:
             message: User message.
@@ -268,13 +189,6 @@ class MindAgent:
             tools=tools,
         )
 
-        self._write_journal(
-            session_id,
-            user_message=message,
-            assistant_content=response.content or "",
-            trace=response.message_trace or None,
-        )
-
         logger.info(
             "chat: session=%s stop_reason=%s",
             session_id,
@@ -290,23 +204,19 @@ class MindAgent:
     ) -> AsyncIterator[str]:
         """Primary async streaming chat entry point.
 
-        Delegates to the main Agent and writes the journal after the stream
-        completes.
+        Delegates to the main Agent, which persists the full turn before the
+        final response chunks are yielded.
 
         Yields:
             String chunks of the assistant response.
         """
-        full_content = ""
         async for chunk in self._main_agent.chat_stream(
             message=message,
             session_id=session_id,
             tools=tools,
         ):
-            full_content += chunk
             yield chunk
 
-        self._write_journal(session_id, user_message=message, assistant_content=full_content)
-
     # ------------------------------------------------------------------
     # Memory interfaces
     # ------------------------------------------------------------------