zcdsj
/
zcbot
5
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
zcbot/PROGRESS.md

62 KiB
Raw Blame History

实施进度

配合 DESIGN.md。本文件只记 phase 状态、决策偏差、文件量、下一步。每条 1-2 句:做了啥 + 关键判断;细节查 git log / git diff / DESIGN §7.9。

最后更新:2026-07-10(后台进程 bg proc + seedance 续查 + LLM 显式超时,bump 0.56.0)

状态

Phase 标题 状态 备注
1-3 骨架 + Skill + run_python ✅ 多 skill(coding/proposal/ppt/research/documents/imagegen/videogen/review/patent);CoreCoder 唯一匹配 edit;敏感 env 过滤
4 演化性能力 🟡 Model Profile + Probing ✅;版本化 prompt 未做
5 Eval Suite ⏸ 不做 dogfooding 替代,probe 覆盖健康检查
6 长任务工程化 🟡 task + 恢复 ✅;双层记忆 ✅;context 压缩 ✅(加压力门槛);长会话中段折叠摘要 ✅(§8.8 Phase 2)
7 打磨 ❌ Docker 沙盒 / 更多 skill
§7 SaaS DESIGN §7 路线 🟡 A 事件流化 ✅;B 完工 ✅;D /v1 JSON API ✅;D' 过渡 auth + dev SPA ✅;单活 run 锁 + cancel ✅;0004 schema 瘦身 ✅;入口归位 ✅;真 OIDC 待;C Step 1-3 + 3d ✅(Executor + Docker 池 + DockerExecutor + fs 工具进容器)+ Step 5 部署前置对账 ✅ + 容器资源 yaml + 应用层磁盘配额 ✅ + dogfood 网络放开 + 容器内 pip/npm 源持久化 ✅;Step 4 完整 egress proxy + Step 3b PGID kill 协议延后到外部用户开放前(还需 egress proxy + xfs project quota OS 层硬化,§7.5 落地清单 #2 #4)。

已完成关键能力

2026-07

  • 07-10 / 0.58.0:第二图像后端 gpt_image(unifyllm 网关,pro 档)——媒体 provider 从豆包单家泛化为多家:新 config/media/unifyllm.yaml(image 段 gpt_image variant,model=gpt-5.6-sol 渠道)+ 新 tool tools/gpt_image.py(仅 prompt 参数——网关实测忽略 size/quality,尺寸上游自动定,不支持 i2i;b64 直落 figures/,banner 协议同 seedream,价目未知期 cost 记 0、usage tokens 进 units 留对账)。装配泛化:ArkConfig.load 支持通用键名 api_key_env/base_url(ark_* 旧键兜底);agent_builder._choose_image_variant 跨 provider 选 image variant(豆包在前 = 默认仍 seedream_5,本 run 只挂选中的一个图像工具),_MEDIA_TOOLS_BLOCK 拆分段按实挂工具拼装(_media_tools_block,gpt_image 段自带"不支持改图/尺寸→建议切回 Seedream"红线);web _list_media_variants 扫 config/media/*.yaml(image/video 清单、admin 门控 catalog 同步泛化,variant key 跨文件唯一、撞名先读生效);media.js 三处白名单加 gpt_image(banner/产物 chip/摘要行);prompt 润色 hint 无 default_size 时不再谎报 2048。gpt_image 进 pro 档(与 seedream 共享 images_per_day 配额,kind=image 同口径)。手工验证 scripts/test_gpt_image_manual.py(variant 选择 4 例 + prompt 块 3 例 + 真调网关落图)全过,unittest 全量 201 过。
  • 07-10 / 0.57.0:unifyllm 网关接入(5 个国际旗舰模型进 pro 档):新档案 config/models/unifyllm.yaml(fable5/opus48/sonnet46/gpt56_sol/gemini31_pro,litellm openai/ 前缀 + api_base=https://unifyllm.ai/v1 + UNIFYLLM_API_KEY,零代码改动),agent.yaml model_tiers.pro 加 5 条。实测坑(全记在 yaml 头注释):gpt-5.x 被 litellm 硬拦 temp≠1、gemini-3.1-pro temp=0.3 返回空 → 两者 optimal_temperature: 1.0;parallel_tool_calls 参数网关接受(claude 实测 2 并行);流式 + include_usage 5 模型全通。新 scripts/diag_unifyllm.py(--stream/--temp,列模型 GET /v1/models)。部署注意:服务器直连 unifyllm.ai TLS 握手失败,需代理出口(HTTPS_PROXY),部署前先跑 diag 验证。价格字段暂 0(网关价目未知,成本先记 0)。
  • 07-10 / 0.56.0:后台进程 bg proc(DESIGN §8.12)——解掉"长脚本被工具超时掐死 / 占死 run / 蓝绿切换陪葬"三连:shell/run_python 加 background=true(模型按预计时长自选,前台超时报错里提示改走后台;默认上限 7200s、cap 86400s、每用户并发 3 个 ZCBOT_MAX_BG_PROCS),新 check_process 工具查状态/日志尾部/kill。状态协议纯文件(<user_root>/.zcbot_procs/<task_id>/<proc_id>/{proc.json,output.log,exit_code},dotfile 用户不可见,exit_code 出现即终态),无 DB 无队列组件。host 模式 detach 独立 wrapper(core/proc_wrapper.py,stdlib-only,限时+杀树+截尾 10MB);docker 模式专用容器 zcbot-proc-<id>(pool.run_proc_container,同款硬化/iptables init,product=proc + 无 instance label → 与 sandbox 的 idle reaper/shutdown_all 生命周期解耦,dockerd 托管扛蓝绿)。回收:check_process 见终态顺手 rm 容器 + web lifespan 每小时 procs.sweep(终态目录 7d TTL、exited 孤儿容器)。前端可视 + 通知:GET /v1/procs(用户级)+ POST /v1/tasks/{id}/procs/{pid}/kill 两端点(纯文件读取无 DB);procs.js 把 [Background] 工具结果卡活化(spinner+summary 跳秒+停止按钮,与前台工具卡同体验;历史重渲同样恢复活态/终态定格 exit·耗时)+ running→终态弹 toast(右下角,跨 task 也提醒、点击跳转对应任务)+ 对话锁(bg proc 运行期 composer 发送→停止、Enter 拦截,观感与前台执行一致,完成的那次轮询解锁;锁仅前端,服务端不 409——停止入口须可达);轮询式(仅有 running proc 时 5s 一拉,触发点:登录/选 task/run 收尾/[Background] 工具结果)——不走 SSE,proc 完成时刻往往没有活跃 run。LLM 超时最终定为显式化默认 600s + env 可调(长工具已走后台,LLM 单调用无正当 600s 静默;被掐再调 ZCBOT_LLM_TIMEOUT_S)。手工验证 scripts/test_bgproc_manual.py 全过(win host 模式:启动/探活/exit 0/日志/kill 137/sweep),unittest 全量 201 过。同批带上:seedance resume_task_id 续查(超时/中断后拿 cgt_id 跳过提交直接续轮询,不过配额闸不重复计费;fast/pro poll_timeout 统一 1200s)+ LLM 超时显式化(core/llm.py 显式传 litellm timeout,env ZCBOT_LLM_TIMEOUT_S 可调,见后)。
  • 07-10 / 0.55.2:文件面板根目录隐藏系统工作目录:/v1/files(仅根层)与 /v1/folders(新建任务目录候选)过滤定时任务执行目录 / 渠道镜像对话目录(web/app.py::_system_wd_names,DB 回查 scheduled_job_id/channel 判定而非硬编码名字前缀 —— 孤儿目录(task 已删)无任务入口,刻意留在根目录可见)。只是列表降噪非权限拦截:带 path 直接访问照常放行,点定时任务运行历史 / 微信卡片时文件面板自动跳入该目录不受影响(chat.js 既有逻辑,前端零改动)。
  • 07-10 / 0.55.1:per-user 磁盘配额 5GB→20GB(config/agent.yaml quotas.disk_bytes_per_user;RUN 故障兜底行、CHANGELOG 同步)。仍是应用层软配额,OS 层 xfs prjquota 兜底照旧留待外部用户开放前(§7.5 #4)。
  • 07-09 / 0.55.0:用户版更新日志(点版本号看"更新了什么"):新增仓库根 CHANGELOG.md(面向用户口径,只记可感知变化,回填至 0.30;与工程笔记 PROGRESS 分离——PROGRESS 满是内部模块/env/部署细节不宜外露);GET /v1/changelog(公开无鉴权,## <版本> — <日期> 正则切段,mtime 缓存热改即生效,无 DB 零 migration);前端右栏底部版本号变可点 → 更新日志弹层(changelog.js,复用 marked+purify 渲染),localStorage 记 last-seen 版本、与 /healthz 版本不一致时版本号旁亮红点、打开即清(公测用户发现更新的唯一入口)。CLAUDE.md 加维护约定:bump 版本若用户可感知顺手补 CHANGELOG 条目。
  • 07-09 / 0.54.2:清理 deepseek-chat/reasoner 下线残留描述(旧模型 2026-07 已下线):删 config/models/deepseek_v4.yaml 里"可退回 deepseek-chat"的误导注释(照做会打不通),DESIGN 附录迁移提醒改为已完成陈述。全库 grep 确认代码/配置本体无旧 model id 引用。
  • 07-09 / 0.54.1:对话头部压缩指示环(用户提出:金额撤下明面,换编辑器式上下文环)——头部用量区改为 N tok + 环形指示器:环 = 窗口体量 / 模型容量(reliable_context×2.5 chars),色阶映射三段机制(绿 <50% 未压缩 / 琥珀 50-85% 压缩区 / 红 ≥85% 达折叠阈值),折叠过附 已整理×N;金额/缓存命中率挪 hover tooltip(taskUsageTooltip 本就有,信息不丢)。数据链:① GET /v1/tasks/{id} 详情端点(列表不加,免 100 行×聚合)新增 context_window_chars/limit_chars/pressure/folds 四个 additive 字段(窗口体量 = sum(length(payload::text)) where idx>=base 单聚合;容量按 task 模型档案折算,读不出置 None 前端画灰环);② 折叠计费 kind "chat"→"context_fold"(record_chat_usage 加 kind 参数,prompt_optimize 同范式;折叠次数 = count 该 kind,零 migration,admin 按 kind 对账折叠成本)——0.54.0 未部署无存量,改名零成本;③ llm_start 事件补 context_limit_chars,run 中每轮实时刷环,context_fold done 事件折叠计数 +1 + 体量骤降环回绿;④ PATCH 模型/清空对话两处 taskMeta 整体覆盖点改 merge,保住环数据(清空顺带归零)。format.js 纯 SVG donut(14px,stroke-dasharray)无依赖。§8.8 Phase 2 长会话中段折叠摘要(补齐 IM 常驻会话"单段超长"缺口;Phase 1 gap 分段只砍跨话题累积)——run 起点窗口体量达 reliable_context×85%(chars×2.5 折算,与 50% 压缩门槛同源常量,挪 core/context.py)→ 新模块 core/context_fold.py 把窗口中段(保留尾部 ~30%,切点必落 user 消息不劈 tool 配对)折叠为固定模板结构化摘要(目标/约束决定/进展/待办/关键路径·ID·数值原文保留),写 tasks.context_summary(migration 0021)+ 推进 context_base_idx,Session.load 在 system 后注入仅内存的「[前情摘要]」消息(_n_head/_base_idx 元数据维护 idx 映射不变量)。前缀缓存友好:摘要调用复用会话自身 prepare 后的消息前缀 + 末尾追加指令(与上一轮 chat 缓存字节一致,近全程 cache hit;切点跨列表用"第 k 条 user"对齐);增量更新 = 旧摘要本在被折前缀里,指令要求合并。失败零阻塞(warn + 跳过);计费入 usage_events(message_id=NULL);「新话题」硬重置/web 清空对话顺带清摘要,gap 软重置保留。前端:新 SSE context_fold 事件(start 状态行提示 / done 流内分隔条),顺手补 warn 事件渲染(此前 loop 熔断/重复拦截提示在 web 端被静默丢弃)。单测 tests/test_context_fold.py 12 项(切点/映射/apply_fold/maybe_fold 打桩),全量 198 过。
  • 07-08 / 0.53.1:新增 rebuttal skill(审稿意见回复 / 修回)+ paper·review 增强——调研 GitHub nature skill 生态(Yuan1z0825/nature-skills 26.9k★ Apache-2.0、Boom5426/Nature-Paper-Skills MIT)后移植三块:① 新 skill rebuttal(填投稿后环节空白):决定信 / 审稿意见 → 逐点回复信 + 稿件修改清单 + 修回 cover letter,拆条分诊(E.x/Rn.m 编号 → 8 类 × 4 档严重度 × 12 动作标签 tracker)→ 逐条策略确认 → 先改稿后写信 → QA 渲染(复用 --profile paper,中英双语);零编造铁律(不虚构实验/行号/图号/"已改"声明,含糊腹稿一律 AUTHOR_INPUT_NEEDED 追问,中文备注九种含糊转换表)、语气纪律(不同意五步窄口径、拒实验只用范围边界不用时间经费)、疑难案例库(两审稿人打架/统计大修/合规 blocking/appeal 识别)、readiness 四档诚实标注;② paper 补 figure_discipline.md(一图一论断/panel 角色/锚 panel/主图 vs 补充材料/图例四规则,阶段三必读)+ submission_audit.md(六步通读审计抓 quality_check 机检不到的跨章漂移 + 数据可用性声明模式含企业受限场景,阶段六必读);③ review 补 sci_polish.md 英文 SCI 润色子模式(四层递进诊断:全文策略→章节职责→段落逻辑→句子润色,章节职责错了不做句子润色;claim/evidence/boundary;中译英先抽命题不逐句翻)。未装:nature 系文献检索/下载类(自有 research/documents/brief 后端对不上)、paper2ppt/paper-to-patent/proposal-writer(已有国内定制版更强)。
  • 07-08 / 0.53.0:录音文件转写工具 transcribe_audio(用户上传录音要"转文字/总结"的需求):新 core/asr_lfasr.py(讯飞录音文件转写标准版,raasr v2:signa 签名 + upload/getResult 异步订单 + lattice 解析 + 说话人分离格式化)+ tools/transcribe_audio.py(look_at_image 同形态 host-side tool,路径复用 image_ref.resolve_in_root)。选 LFASR 弃 IAT 分片方案:单文件 5h/500MB、服务端解码常见格式(本地不需要 ffmpeg)、roleType=1 自带说话人分离(会议场景直接可用);全文落 <音频名>.transcript.txt 只回预览+路径,不撑爆 context。凭据 XFYUN_APPID(共用)+ 新 env XFYUN_LFASR_SECRET_KEY(独立 SecretKey,控制台「录音文件转写标准版」页),没配不挂工具;轮询期响应停止按钮。实测:TTS 合成 12.6s 中文语音 13s 出稿逐字全对;orderInfo.originalDuration 是上传参数回显、realDuration 才是真实时长(踩坑记入代码注释)。smoke scripts/smoke_transcribe_audio.py(离线 12 项)+ 诊断 scripts/diag_lfasr.py。
  • 07-08 / 0.52.6:企微语音落地收尾——"文字/语音全无反应"根因定位:回调注册在企微平台侧失效(服务器/代码/env 全正常),后台重新保存「接收消息」API 配置即恢复;RUN 故障兜底补该行(判据:[wecom] inbound 行没有=平台没投递)。至此两渠道语音全链路用户实测跑通:个人微信(SILK→pilk)+ 企业微信(AMR→ffmpeg)→ 讯飞 IAT → 回显「已识别」→ 进对话。
  • 07-08 / 0.52.5:企微最终回复推送失败不再静默——用户报企微连文字也无回复:_bg 最终 push_wecom 返回值一直被忽略,message/send 失败(如企微「企业可信 IP」拦截 60020)完全无痕。改走 _push_checked 统一落 [wecom] push failed: <reason> 日志(带企微 errcode/errmsg)。
  • 07-08 / 0.52.4:企微回调加入站留痕日志——用户报企微发语音无反应且 [wecom-voice] 日志一行没有(语音分支被调用必打),疑企微侧未投递语音回调;但 text 路径原先零日志无法对照回调通断。解密成功后每条打 [wecom] inbound msgtype=... from=...,用"text 行出现、voice 行不出现"即可断定平台侧未投递。个人微信语音已用户实测跑通(0.52.0 链路)。
  • 07-08 / 0.52.3:sandbox 镜像 npm 步骤加重试——腾讯 npm 源拉 cytoscape 偶发 ECONNRESET 崩整个 build(部署实测),fetch-retries 2→5 + retry-maxtimeout 120s;RUN 故障兜底补该行,并写明"部署不涉及镜像变化时用 --skip-build 跳过重建"。
  • 07-08 / 0.52.2:sandbox 镜像 build 剔除 host-only 依赖——pilk 进 requirements 后镜像 build 也去装它,slim 基底无 gcc 整个 build 编崩(部署实测)。容器内 run_python 用不到语音解码,方案:requirements 行尾标 # [host-only],Dockerfile 装包前 grep -v '\[host-only\]' 过滤(通用机制,后续 host-only 依赖复用);不往镜像塞 build-essential(+~250MB 没收益)。
  • 07-08 / 0.52.1:RUN 故障兜底补 pilk 源码编译坑——服务器 py3.12 无 pilk 预编译 wheel,pip 退源码编译撞缺 gcc(x86_64-linux-gnu-gcc ... No such file or directory),处理:apt install build-essential python3-dev 后重跑 update(用户部署实测踩到)。
  • 07-08 / 0.52.0:个人微信 ClawBot 语音接入(0.51.0 留的第二步)——用户真机发语音,0.51.0 加的 unhandled item 日志拿到结构:voice_item(type=3),media 与图片/文件同款 {encrypt_query_param, aes_key},音频 SILK v3(\x02#!SILK_V3 头,ffmpeg 解不了)。实现:① ilink.get_updates 解析 voice_item → InboundAttachment(kind="voice"),CDN 下载/AES 解密全复用;② core/audio.py 重构出统一入口 transcribe_voice(bytes)(按字节头分流:SILK → pilk 解码 24k PCM + ffmpeg 重采样 16k,其余 AMR 等 → ffmpeg 直解),两渠道(wecom _transcribe_wecom_voice / ClawBot inbound)共用;③ inbound._poll_binding 语音附件就地转写:回执「🎤 已识别:…」→ 转写文本并入 m.text 进对话,不当文件落盘;失败回可读提示。新依赖 pilk(requirements,有 manylinux/win wheels)。已实测:pilk encode(tencent=True) 造微信同款 silk → 全链转写逐字正确,AMR 路径回归通过。另:企微语音"无声失败"补日志——用户报企微发语音无反应但日志无线索:voice 入站打 MediaId/Format 行、transcribe 异常打错误行、push_wecom 失败原样打 reason(原先返回值被忽略纯静默)、未处理 msgtype 也留行;待用户重测后按日志定位。企业微信语音消息转写进对话(0.47.0 留的二期)——回调新增 msgtype=voice 分支:media/get 下 AMR → 新模块 core/audio.py(ffmpeg 子进程 stdin/stdout 解成 16k/16bit/mono PCM,不落临时文件,格式自动探测)→ 复用 asr_xfyun.transcribe() → 转写文本当用户消息走同一条 _run_channel_conversation 链路。要点:① 下载/解码/转写全放后台任务(长语音数秒,inline 会踩企微 5s 回调窗口触发重推),回调只登记 MediaId 即回 success;② 识别结果先推「🎤 已识别:…」回显(微信端看不到识别成什么,识别错不回显用户一头雾水);③ 兜底分层:ffmpeg 缺失(AudioNotConfigured)/讯飞未配置(XfyunASRNotConfigured)/识别为空各回对应可读提示,不静默;④ 超 60s 截前 60s(讯飞上限,企微语音本身也限 60s);⑤ 未绑定成员发语音也回绑定指引(msgtype 白名单加 voice)。服务器新增系统依赖 ffmpeg(apt install ffmpeg / env FFMPEG_PATH,RUN.md env 段);个人微信 ClawBot 语音待真机探协议(getupdates 未识别 item 已加结构日志,预计 SILK v3 需 pilk 解码)。ppt 验收改纯代码几何质检,撤除 0.36.0 渲图 vision 验收闭环(DESIGN §8.10)——真实会话复盘:沙箱 chromium "找到了但渲染崩"无回退,硬门+死路逼模型 pip install cairosvg 手写渲染,look_at_image 逐页 26-42s 纯烧 token。删 accept_pages.py / acceptance.json 登记 / 导出验收门 / --allow-unreviewed;正确性由质检器 check13/14 几何检测保底(越界/压字/错位,导出边界自动复跑);svg_preview.py 保留为手动工具并修回退(chromium 渲染失败按页自动落 cairosvg),但 SKILL/SKILL_LIST 零提及渲图(提示面不给渲染入口,模型不再主动渲);SKILL.md 阶段五简化为 finalize 单步 + 强调导出唯一入口 svg_to_pptx,Geometry warning 改"回源核对坐标"。放弃逐页美学验收,观感靠用户反馈迭代。
  • 07-07 / 0.49.0:语音输入流式化(边说边出字,消掉松手后停顿)——用户报"录完停顿几秒才出字",根因:整段模式按讯飞文档 40ms/帧节奏回放音频 = 按录音时长等比例白等(16.8s 音频实测等 4.6s)。改双通道:① 流式主通道 WS /v1/asr/stream——录音开始即连(首消息 JWT 鉴权,不走 query 防进 access log),前端增量降采样(carry 缓冲跨片连续)实时上行,服务端 XfyunStream 转发讯飞(dwa=wpgs)并在服务端合并动态修正(sn/pgs/rg),回推 partial 全文,录音面板实时字幕,松手只等最终帧——实测 16.8s 音频 end→final 179ms(61 个增量帧,文本与整段一致);引擎提前收尾(静音 10s/60s 上限)推 final 前端自动结束。② 整段 POST 兜底(WS 连不上/中途挂/超时),帧间隔实测调优 40ms→8ms(4.6s→1.75s,文本一致,已到讯飞处理地板)。nginx 示例加 location = /v1/asr/stream WS Upgrade 段(不配不坏,退兜底);踩坑:讯飞控制台 IP 白名单(握手 403 "Your IP address is not allowed"),进 RUN 故障兜底。
  • 07-07 / 0.48.1:语音手势两端统一(用户提出 PC 也要能按住说话)——不再按 pointerType 分流,改按按下时长判别,PC 鼠标/手机触屏同一心智模型:按住 ≥300ms = 按住说话(松开即转写,上滑取消);快速点一下 <300ms = 转成连续录音免持(说完 Enter / 再点结束,Esc 取消;鼠标按住 60s 会累且易失手,长口述场景必须保留免持)。实现要点:press 发起的录音松手后合成 click 全压掉(防"松开转写完又开新录音"/"短按刚转免持被自己 click 停掉"),"点按钮停止连续录音"的 press 不压(_pressActive 区分);getUserMedia 完成前松手按同一时长规则收尾;键盘激活按钮(无 pointer 事件)兜底走 click 起录。
  • 07-07 / 0.48.0:语音输入手势升级(纯前端,后端零改动)——业界对齐调研后两端分治:① 触屏按住说话(微信/DeepSeek 式):pointerdown(pointerType≠mouse)按住录音、松开转写、上滑 60px 进入"松开取消"(面板变红),pointer capture 保证滑出按钮仍收事件,touch 后合成 click 用时间窗压掉;② 桌面点击开停 + Enter/Esc 收尾:说完按 Enter 结束转写、Esc 取消(capture 拦截防落回 textarea 触发发送)。明确不做桌面 VAD 静音自动停:口述需求"边想边说"停顿 3~5s 是常态,自动截断比多按一下更伤,业界听写类(ChatGPT/Google Docs/Win+H)也全是手动收尾,自动停只属于 Siri 式短指令场景。③ 录音期 #voice-rec-panel 替换 textarea:实时波浪(采集 chunk 顺手算 RMS,1/8 抽样,零额外开销)+ 计时 + 手势提示;iOS Safari 手势内 ctx.resume();授权弹窗期间松手 → 启动完成立即收尾。
  • 07-07 / 0.47.0:web 端语音输入(讯飞语音听写 IAT)——聊天输入区新增「🎙 语音」按钮:点击录音(Web Audio ScriptProcessor 采 PCM → 前端线性插值降采样 16k/16bit/mono)→ 再点停止 → POST /v1/asr/transcribe(裸 PCM body,require_user)→ 后端 core/asr_xfyun.py 连讯飞 wss(HMAC-SHA256 签名,9600B/帧 40ms 节奏,vad_eos=10000 防句间停顿截尾,未开 dwa 整段拼接)→ 文本 insertText 插输入框光标处(接原生 undo 栈,不自动发送)。60s 上限自动停(讯飞单会话限制);录音需 HTTPS/localhost;渠道只读镜像 task 按钮锁定;XFYUN_APPID/API_KEY/API_SECRET env 未配返 501(当前 .env 为测试 key,待换正式)。诊断 scripts/diag_asr.py(静音冒烟 / 带 PCM 文件真测);requirements 显式加 websockets。已实测:TTS 合成中文 5.2s 音频经端点转写逐字正确。企微语音消息(AMR 需 ffmpeg 转码)留待二期;将来流式逐字上屏可复用 build_auth_url 签临时 URL。
  • 07-07 / 0.46.2:消息分页窗口对齐轮次边界(纯前端,chat.js)——原按固定 30 条翻页/跳转,窗口边界常切在 assistant 工具调用序列中间(顶部出现孤儿 tool 消息),点目录圆点用 before_idx=idx+11 启发式(长轮拉不全、短轮混无关上文)。业界调研确认:分页单位保持消息条数是共识(Discord/OpenAI 均按条 + 每页上限,轮次大小无上界不能当传输单位),轮次归组属渲染层职责。实现:idx 连续 + outline 已含全部 user 轮次起点 → 前端可精确算区间,后端 API 零改动。① 向上翻页 alignedEarlierLimit:从窗口顶往前按整轮累加攒够 30 条,新窗口顶恒为 user 消息;② 圆点跳转:after_idx=起点-1 + 相邻边界差精确拉整轮(短轮补到 30 铺满、超大轮按 MSG_FETCH_MAX=100 截断,后续向上加载逐步自愈对齐);③ outline 未加载/idx 不在 outline → 回退旧按条行为。后端 limit 无 clamp,前端以 100 硬上限自律。
  • 07-07 / 0.46.1:撤除企微欢迎推送机制——实际部署采用聊天优先布局(不配应用主页 + 菜单「工作台」按钮)后,点应用直进会话,冷启动问题不复存在,0.46.0 的欢迎推送成了死重:删 wecom_welcomes 表(migration 0021 撤下,DB 已 downgrade 回 0020,表建后无一行写入)、maybe_send_wecom_welcome、免登回调欢迎钩子、群发脚本、list_visible_userids。保留:未绑定入站回绑定指引(聊天优先下必需)、core/branding.py 品牌单一源。RUN.md 企微段只留推荐布局 + 未绑定指引两条。
  • 07-07 / 0.46.0:企业微信会话冷启动 + 未绑定入站回指引——背景:应用配了「应用主页」后点应用只进主页,应用会话要等应用发过第一条消息才出现在成员消息列表(首次登录的员工没入口和 bot 打字)。最终采用聊天优先布局(企微后台不配主页、菜单放「工作台」按钮指向 /v1/wecom/entry,点应用直进会话),代码侧:① 回调对未绑定成员的 text/图片/文件消息不再静默,每条回一句绑定指引(聊天优先下新员工上来就打字,静默会被当成 bot 坏了;事件不回);② 新表 wecom_welcomes(0021,wecom_userid PK,未绑定成员也能去重)+ service.maybe_send_wecom_welcome(两层去重:已推过 / 已绑定且有 chat task;claim-first INSERT 并发安全,发送失败释放占坑),免登入口回调对首次进入的成员自动推欢迎语(菜单「工作台」/主页两条路都触发);③ 可选工具 scripts/wecom_welcome_broadcast.py:配主页布局下给存量成员批量"种"会话入口(--dry-run 先看名单;可见范围枚举 wecom.list_visible_userids:agent/get + 部门/标签展开);④ 品牌名单一事实源挪到 core/branding.py(web 层外的欢迎语也要用,app.py BRAND 引它)。RUN.md 企微段同步推荐布局。
  • 07-07 / 0.45.0:移动端显示修复 + 对外品牌名 env——① 浮层菜单(⋯ 任务菜单 dom.js、⚙ 媒体模型弹层 chat.js)原只做右对齐,手机上触发钮靠左时菜单冲出屏幕左缘盖住正文,改成"右对齐放不下→左对齐 + 双向钳视口";手机断点补:菜单项加大触控目标、模型下拉限宽 48vw、「管理」入口统一挪到 任务/对话/文件 tabs 行右侧小按钮(embed 与普通模式同款,靠 CSS order 实现不动 DOM)、header 品牌名单行省略。② 新 env ZCBOT_BRAND_NAME(默认「总院科研辅助助手」,zcbot 只是内部代号):/healthz 返 brand 字段,前端 boot 拉取覆盖页面标题/顶栏/登录卡(静态页默认值也已改为默认品牌);微信/企微测试推送、OAuth 提示页、绑定页等用户可见文案全部改用品牌名或中性"助手",不再露 zcbot。RUN.md env 段同步。
  • 07-07 / 0.44.0:企业微信应用主页免登——企微后台「应用主页」填 /v1/wecom/entry,成员点开应用即静默授权(snsapi_base)登进 embed 控制台。后端两端点(entry 302 授权、callback code→userid→反查绑定→签 JWT→fragment 带 token 302 进 dev.html?embed=1&wecom=1),UA 分支让外部浏览器退 wwlogin 扫码;前端 wecom 变体(fragment 吃 token 即清 hash,401 回 entry 静默重签,不需要 parent_origin);未绑定成员提示先在控制台绑定(不自动建号,避免重复账号)。EMBED.md §9 + RUN.md 企微段同步。
  • 07-07 / 0.43.1:跳秒指示补两处空窗——① 刷新/重连接管后 phaseSince 随页面内存丢失,退回静态"思考中"不跳秒(恰是用户因疑似卡死而刷新的场景),重建直播卡时立即按"思考中"起跳,下一个阶段事件校正;② 发消息 POST 返回即起跳,覆盖 build_agent + 首轮 TTFT(原先要等 llm_start 才开始计时)。重连后秒数从重连时刻起算(非真实累计),可接受。
  • 07-07 / 0.43.0:run 长耗时可视化——修"前端一直静止显示思考中被当成卡死":① 新增 SSE reasoning{delta} 事件(loop 提取 delta.reasoning_content,thinking 模型分钟级推理原先整段丢弃、前端零反馈),前端渲染灰色折叠"思考过程"卡,历史消息里持久化的 reasoning_content 同款渲染;② 前端活跃状态指示:TTFT/推理期占位段每秒跳"思考中/深度思考中 · Ns"(CSS attr(data-status)),工具卡运行中加 spinner + 跳秒、结果到达定格为执行耗时;每轮 llm_start 重建占位段,工具轮之后不再空窗。
  • 07-06 / 0.42.5:497 跳转示例 301→308——平台走 http 入口 POST login 被客户端按 301 语义降级成 GET 报 405;308 保留方法/body。治本仍是调用方直配 https(明文首跳暴露 platform_key)。
  • 07-06 / 0.42.4:497 跳转目标示例改写死域名(http://IP 进来被带回域名无证书警告;https://IP 直连警告 nginx 层无解,入口统一域名),进故障兜底。
  • 07-06 / 0.42.3:nginx 示例补 TLS 正确写法(同端口单条 listen + error_page 497 跳 https;if ($scheme) 在 ssl-only 端口不触发)+ 企微回调只认 80/443 提醒;实际部署上 SSL 踩出,进故障兜底。
  • 07-06 / 0.42.2:部署脚本 pip install 加 -q——日常部署依赖没变,整屏 "already satisfied" 纯刷屏;装新包/报错仍输出。
  • 07-06 / 0.42.1:修 update_bluegreen.sh wait_health 首次真跑就崩——local a="$1" b="...$a..." 同行赋值,bash 先展开整行再执行 local,$a 展开时无值,set -u 报 unbound;拆多行。
  • 07-06 / 0.42.0 broker 外置 Redis(用户量上升重评落地):web/broker.py 拆 LocalRunBroker(原进程内实现)/ RedisRunBroker 同接口双实现,ZCBOT_REDIS_URL env 开关(不设 = 进程内,dev/单实例零影响)。Redis 版:event 走 PUBLISH + 单条 async pubsub reader 路由本地 queue,done = SETEX(60s)+publish 双通道(订阅先挂 channel 再查 key 不漏),cancel = key GET poll 跨实例可达——蓝绿切换窗口「刷新丢直播/停止失灵」两边缘消失,稳态双实例分流从此只差 nginx 配置。容错:启动 ping fail-fast、运行中降级丢帧(10s 节流 log)、reader 1s 退避重连。tests/test_broker_redis.py 9 例(fakeredis,含跨实例/晚订阅/降级);deploy bootstrap 加 redis-server 步骤。关键判断:排除 PG LISTEN/NOTIFY(token delta 耦主库)与 nginx sticky(部署窗 hash 重排),Redis 只管跨进程一跳、fan-out 最后一公里仍在进程内。
  • 07-06 / 0.41.1 蓝绿端口方案反转:nginx 接管原对外端口 8765(客户端 / platform 嵌入零改动),实例挪 8766(blue)/ 8767(green) 只绑本机——对外契约(URL:8765)不动优先于"实例沿用旧端口"的省事;顺带把「切换窗口内对旧实例 run 点停止送达不到」补进已知边缘文档。
  • 07-06 / 0.41.0 蓝绿无感部署(RUN.md B 档落地):生产部署零 503 窗口 + 在跑对话 SSE 直播不断。zcbot@blue/green 双 systemd 实例(模板 unit + deploy/instances/*.env)+ nginx upstream 单行文件切流,编排在 deploy/update_bluegreen.sh(复用 update.sh --prepare-only;切流后轮询 DB 等旧色 run 自然清空再 stop——直接 stop 会被 uvicorn timeout_graceful_shutdown=5 掐 SSE)。双实例并存互踩三修:tasks.run_owner(0020)reaper 只收自己色、sandbox 容器名/label 带实例色各清各的、微信 ClawBot 长轮询 PG advisory lock 选主(detach 连接持锁,断连即让位);定时任务 claim 本就 SKIP LOCKED 免改。关键判断:broker 刻意不出进程(不上 Redis),接受"切换瞬间刷新的用户看不到旧实例直播"这一边缘。单实例部署 ZCBOT_INSTANCE 未设全部退回原行为,update.sh 保留不废。
  • 07-06 / 0.40.0 ppt 伪导出根治(三层):0.35.1 复发(模型照禁令里的"配方"装 cairosvg 手搓整页贴图导出)复盘——①平台层机检门落地(core/pptx_guard.py + loop 钩子:shell/run_python 新产出 .pptx 命中"≥80% 页整版位图 + 全 deck 零原生文本"即注入 [产物机检 ERROR] 当场逼返工;判定刻意保守,tests/test_pptx_guard.py 8 例);②禁令去菜谱:ppt/brief SKILL.md 否定式指令改"正面窄门"(唯一入口 + 报错就修/上报),删掉可照做的违规配方;③官方脚本 5 处 pip install hint 改环境说明(pptx_media/svg_preview/crop_images/fix_image_aspect/pptx_cli)——打印给 agent 的安装指令就是执行指令。详 DESIGN §8.9。
  • 07-06 / 0.39.2 research 对接 paper_server API Key:paper_server GET 接口收紧要 Key 后,skills/research/paper.py 全部请求带 ?api_key=(env PAPER_SERVER_API_KEY),认证失败(paper_server 异常处理器压成 HTTP 400 + err_code)转成带指引的 RuntimeError;这把低价值只读 key 是唯一刻意放进 sandbox 的凭证——run_python env 过滤器加 allowlist 放行、docker 模式 _sandbox_env() 透传进容器(顺带修掉 PAPER_SERVER_URL 覆盖不进 docker 的缺口)。
  • 07-06 / 0.39.1 文档精简:PROGRESS(865→188 行)与 DESIGN(797→218 行)按各自边界契约压缩——PROGRESS 每条收成一行(做了啥+关键判断,细节查 git log),DESIGN 保留全部决策/取舍/硬协议清单/升级信号、砍实现复述(协议细节指向代码与 probe 脚本),顺手把 §2 架构树补齐实际模块。
  • 07-06 / 0.39.0 skill 定向模型:内置 skill 可在 frontmatter 声明 model:(ppt→GLM-5.2),对话中 load_skill 命中即 run 内热切(持久化 + emit model_switch + 前端分隔线,失败降级原模型);只信内置 skill、跳档位门控、不自动切回,"开关"=frontmatter 那一行(admin 总开关 + 预切方案经架构评审砍掉——第二事实源/第二执行点)。详 DESIGN §3.5;新增 tests/test_skill_model_pinning.py。
  • 07-03 / 0.38.8:列表状态灯(终态徽章+运行圆点)挪到文件夹行行首,底部数据行 space-between 均匀分布。
  • 07-03 / 0.38.7:列表 meta 行数字组改靠左跟排、仅 time-ago 锚行尾,修 active 静默后左侧"缺口"。
  • 07-03 / 0.38.6:status 徽章改"默认态静默"——active 不挂徽章(零信息噪音),completed/abandoned 保留徽章且整行淡化;绿脉冲点成唯一动效信号。
  • 07-03 / 0.38.5:运行态标识精简为 7px 脉冲圆点(绿/橙/红),文案收进 hover title。
  • 07-03 / 0.38.4:列表带出的 running 行自动挂 SSE(上限 4 条后台流,防 HTTP/1.1 连接占满),刷新页面/别处启动的 run 也实时、零轮询;后台订阅不碰对话区。
  • 07-03 / 0.38.3:任务列表加运行态标识(服务端 run_status 快照 + 本地 liveRuns 叠加),run 起止就地 patch 行 DOM 不重拉列表。
  • 07-03 / 0.38.2:ppt 模板 zongyuan_red 按官方总院模板逆向重建(COM 渲真页取实测色值/字体/logo 等资产,5 页 SVG 忠实还原);strategist 加唯一"主动提模板"场景——受众指向中国建材总院系时点名 zongyuan_red 候选。
  • 07-03 / 0.38.1:进度 dock 展开会挤掉 chat-stream 可视高度,task_progress 分支补贴底回滚,修"拉到底仍有内容被遮挡"。
  • 07-03 / 0.38.0:ppt 反纯文字页+图表落地硬门(7aa49195 复盘):版式指纹加 text-columns 原型、spec 指派图表被退化成文字→error、CJK 文字互叠升 error、layout_grid 加 content_bottom 越界检测、策略层"素材含 ≥3 组可比数值须至少 1-2 页真图表"。
  • 07-03 / 0.37.2:web 直播流式文字按轮次分段(每个可见工具卡关掉当前文字段、新文字另起底部新段),修工具刷屏把文字推出视口;与历史态结构一致,run 结束 reload 无跳变。
  • 07-03 / 0.37.1:seedream size 面积钳制——ARK 卡总像素非单边,tool 内 _normalize_size 自动等比缩放进 [min,max] 区间(1920x1080→2560x1440),按真实出图尺寸记账;选自动钳而非返错重试,省一轮往返。
  • 07-03 / 0.37.0:ppt 对齐网格锁(d1285247 复盘):spec_lock 加 layout_grid 锁段(executor 吸附、checker 强制)、质检加兄弟卡片近失对齐/网格偏离/版式指纹单调门、策略纪律"同一版式原型整本 ≤2 次 + 标题语义须被图形兑现"。
  • 07-03 / 0.36.2:进度条自愈——回放层加确定性单调不变量(某步 completed 则之前所有步视为 completed),模型跳步漏发自动补齐;根因是模型工具收尾不稳,纯提示拦不住。
  • 07-03 / 0.36.1:ppt 门体系二轮硬化(139a59c5 重跑复盘):渲图验收"从没渲过"任何 CLI flag 不可豁免(运维兜底走 env)、图标门永远对 svg_output 源检测(拔 -s final 误报雷)、导出前内嵌自动质检门、修 svg_final 嵌图一直失效的 bug(copytree 后 ../images/ 解析落空)。
  • 07-02 / 0.36.0:ppt 渲图验收闭环(139a59c5 复盘,阶段六渲图验收被整个跳过):svg_preview 登记 acceptance.json(源 sha1+verdict)+ accept_pages.py 标记 + svg_to_pptx 导出验收硬门;质检加 check13 几何检测(图标压字/基线越界=error,文字互叠=warn 带坐标);管线改"验收在导出前"。边界:看没看 PNG 无法机器验证。
  • 07-02 / 0.35.1:ppt SKILL 加「禁自搓导出器」硬约束——模型曾整条绕开官方管线,cairosvg 渲 PNG 整页贴图交付(不可编辑、图标图片全丢)。教训:官方工具内部的门只在模型用了它时生效;本次仅文档层,平台层自动检测暂缓(用户拍板)。
  • 07-01 / 0.35.0:快捷指令(触发词→完整指令):core/shortcuts.py 解析用户 shortcuts.md,渠道+web 入口起 run 前整条精确匹配展开。关键判断:这是入口层确定性替换而非 memory(零歧义、0 token),维护仍走 memory 心智(对话里让模型写)。
  • 07-01 / 0.34.7:ppt 修 966041e5(23 页零图标):svg_to_pptx.py 修 sys.exit(main())(所有 return 1 被吞成退出 0,最致命)、导出侧图标检查升硬门(--allow-iconless 逃生口)、验收改默认渲整本逐页过目、禁 | head 截断质检输出。
  • 07-01 / 0.34.6:look_at_image/seedream 接受容器绝对路径——resolve_in_root 加 /workspace/ 前缀翻回宿主 user_root(按字符串前缀判,Windows 上它不算绝对路径),与 send_email 口径一致。
  • 07-01 / 0.34.3:admin 各用户用量加「最近使用」列(刻意全量子查询不随 range,否则真实 last-used 被藏)。
  • 07-01 / 0.34.2:ppt 页数升独立拍板项(🔒 gate):必须拿到用户显式认可的具体张数才写大纲,禁区间中位数当默认。
  • 07-01 / 0.34.1:web 清空对话同步清空右侧导航条(补 state.outline=[])。
  • 07-01 / 0.34.0:ppt 工作目录重构:可再生构建产物(svg_final/preview/backup)收进隐藏 .build/,用户可见面从 ~11 项降到"源+交付物"。svg_output(可编辑源)与 svg_final(自包含编译产物)是两态不可合并;终态(待做)是 svg_final 内存化。
  • 07-01 / 0.34.0 附:验证 ppt生成2 后修复:svg_preview 加 cairosvg 兜底(渲前预展开 <use data-icon> 避 INVALID_MATRIX)、扁平 gate 计入 circle 且收紧(≥60% 页无图形→error)、executor 加反卡片映射(先看内容关系再选图形,卡片阵封顶 ~1/3 页)。视觉验收的根因是服务器镜像旧没带 chromium,需 rebuild。

2026-06 下半月(渠道/ppt SVG-first/管控)

  • 06-30 / 0.33.5:ppt 加商务红品牌预设(business-red,#C00000 + 政企口吻,设为中文政企汇报默认配色候选);用户没给图时主动提议 ai 配图(提议免费,确认才花钱)。
  • 06-30 / 0.33.4:修「PPT 缺图形」:质检加扁平 deck gate(文字密集全 deck 0 图形图元→error)+ 策略层视觉下限(spec_lock 不许 page_charts 与 page_layouts 同时空)。prompt+gate 抬下限,执行模型设计功力是上限。
  • 06-30 / 0.33.3:修「PPT 缺图标」四层断点:references 里 23 处 ppt-master 残留路径修正 + 新建 icon_sync.py(strategist GATE 此前空转)、质检加"锁了图标却全 deck 0 图标→error"、执行层强制内容页 1-3 图标、导出预扫警告。附:svg_preview 认容器 chromium + 修 --screenshot 相对路径静默失败。
  • 06-30 / 0.33.2:look_at_image 偶发超时改 tool 内透明重试(新 ArkTimeoutError 子类,仅超时/网络抖动重试),vision timeout 60→120s;避免报错抛给主模型触发整调用重发烧 token。
  • 06-30 / 0.33.1:修 web 端 SVG 无法预览(前端按扩展名强制 blob mime + 后端 download 对 .svg 显式回 image/svg+xml,双保险)。
  • 06-29 / 0.33.0:ppt skill 清空重构为 SVG-first(移植 ppt-master 引擎+设计知识,弃 GUI):AI 逐页手写 SVG,纯 Python 转换器译成原生可编辑 DrawingML;templates 全量入仓(icons 30MB);Confirm UI 换聊天 BLOCKING 确认,配图走 imagegen;端到端 4 页 deck 验证过。
  • 06-29 / 0.32.5:system prompt 加全局 context 纪律铁律:大段工具输出会进历史每轮重发——中间数据落文件、只 read 用得上的片段。
  • 06-29 / 0.32.4:定时任务默认单次超时 0→1800s(DEFAULT_TIMEOUT_SECONDS 单一事实源,显式 0 仍=不限)。
  • 06-29 / 0.32.3:brief skill 加 context 纪律,堵"同一批 38 篇 abstract 反复 dump 进上下文烧 2.5M token"(弱模型放飞);更大杠杆(框架层截断超大 stdout)留待单议。
  • 06-29 / 0.32.2:修定时任务超时被误记成 ok:_execute_scheduled_job 超时分支置 timed_out,收尾按 error 记(计连续失败、不投半成品 notify)。
  • 06-29 / 0.32.0:channel 长会话软重置(Phase 1):tasks.context_base_idx(0019),Session.load 只装 base 之后的消息进 LLM 上下文,历史全量留表;自动 gap(默 6h)软重置 + 手动「新话题」硬重置。Phase 2 摘要 / Phase 3 检索延后。
  • 06-26 / 0.31.3:消息框支持拖拽文件;附件 chip 独立托盘 #chat-attach(与状态文字解耦),修多次粘贴互相顶掉。
  • 06-26 / 0.31.2:目录圆点错位再修:点选加跳转锁防平滑滚动途中被 scroll-spy 抢写;触底且无更新内容时直接判最后一轮(经典"不可达末项"bug)。
  • 06-26 / 0.31.1:admin 近 7 天用量表加合计行(纯前端 tfoot)。
  • 06-26 / 0.31.0:per-account 模型访问控制——档位制(复用休眠列 users.plan,「档位→模型集合」配 agent.yaml model_tiers,管理成本 O(档位)):list 端点按档过滤、resolve 显式选档外模型→403、老 task 存量模型出档→持久降级 flash;admin 加档位列+图例。
  • 06-26 / 0.30.0:新增豆包 Seed 2.1(turbo/pro/evolving)+ GLM 5.2 文本模型档案(纯 yaml 即上下拉);pro52 与 glm.pro(5.1)并存不动线上引用。
  • 06-26 / 0.29.0:定时任务执行历史:右栏改 Tab(详情/执行记录),新端点 GET /v1/schedules/{id}/tasks 分页;保留全部历史不剪枝。
  • 06-26 / 0.28.1:渠道绑定/对话/管理收进左栏卡片(未绑定/已绑无对话/已绑有对话三态),删 rail「微信」按钮。
  • 06-26 / 0.28.0:定时任务 task 归属(tasks.scheduled_job_id,0017,普通列表过滤掉)+ push 统一记录到渠道对话——记录下沉到 send_to_user,投递成功即写 assistant 摘要消息(messages.kind="push",0018,取回复时跳过),用户可基于推送追问。
  • 06-25 / 0.27.4-0.27.3:渠道镜像对话从任务列表置顶行改成左栏固定卡片(/v1/channel_tasks,列表查询排除渠道任务),两卡并排;企业微信对话同微信一样 web 端只读。
  • 06-25 / 0.27.2:企业微信入站支持图片/文件(media/get 下载→InboundAttachment,复用个人微信同一落盘/注入约定)。
  • 06-25 / 0.27.1:wechat_push 加可选 channel 参数定向投递,修"点名企微仍广播到个微";不静默回退到别的渠道。
  • 06-25 / 0.27.0:企业微信入站对话:回调 webhook(新 wecom_crypto.py 验签解密)+ 把个微会话核心抽成 _run_channel_conversation(channel) 两渠道共用、各一张会话 task;回复走主动推(agent 超 5s 被动窗口)。
  • 06-25 / 0.26.10:修企微扫码绑定——网页授权端点只能企微客户端内打开,换 wwlogin/sso/login 扫码授权端点(桌面浏览器出二维码)。
  • 06-25 / 0.26.9:修 wechat_push 漏挂企微:提取 service.active_channels() 作渠道清单唯一真相源,门槛与投递同源,根除两处各列各的漏判。
  • 06-25 / 0.26.3:企微加「手填 userid」绑定第二条路——推送是出站直连根本不需要域名,只有 OAuth 扫码要。
  • 06-25 / 0.26.2-0.26.1:监控页近 7 天按日期倒序;用户名展示统一兜底链 name→user_name→email→uid8(监控页 + dev 顶栏)。
  • 06-25 / 0.26.0:平台登录注入用户档案 name/user_name(0016 加两列;ensure_user_row 升 upsert,COALESCE 语义传空不覆盖);/v1/me 回带。
  • 06-25 / 0.25.2:登录失败提示修正——凭据错统一给「账号或密码错误」,不再回显被网关改写的状态码。
  • 06-24 / 0.25.1:微信 task 在 web 端改只读镜像(单一交互权威锚定微信;24h 窗口约束下"双向打通"只能有时同步,不做)。
  • 06-24 / 0.25.0:微信入站收图片/文件(此前静默丢弃):ilink 解析 image/file item + CDN 下载 AES-ECB 解密,落盘 inbound/ 并按 web 端粘贴图同一约定注入正文。
  • 06-24 / 0.24.3:微信绑定两表合一 channel_bindings(判别列+JSONB 多态,0015 搬数据+drop 旧表)——加渠道零 migration;service 公共 API 形状不变,调用方零改动。
  • 06-24 / 0.24.1:修 host-side 工具(send_email/wechat_push)发不出附件:tools/base.py 加共享 _resolve_user_file(容器路径翻译+越界校验),base_dir 从 cwd 改 working_dir。
  • 06-24 / 0.24.0:企业微信渠道 B:纯推送 + OAuth 扫码绑定(用户拍板"和邮箱似的"不做对话)——无条件主动推正补 ClawBot 24h 窗口短板,定时简报必达首选。
  • 06-24 / 0.23.2-0.23.0:配 QQ SMTP + 发件人显示名走 SMTP_FROM_NAME;tasks.channel 列(0013)微信 task 后端置顶 + 品牌绿徽章。
  • 06-24 / 0.22.2-0.22.1:微信绑定 UI 并入主 SPA(rail modal);修顶栏 token 计量栏回复后不刷新(fetchSse 收尾重拉 meta)。
  • 06-24 / 0.22.0:微信接入第一期 ClawBot 个人微信(官方个人号 Bot API,零封号):协议全程真机实测(client_id 每条必唯一、context_token 24h 复用→主动推送成立、文件走 AES-128-ECB+CDN);core/wechat/ 四模块 + 0012 + wechat_push 工具 + 定时 notify 加 wechat 通道;凭据加密列不进沙箱。
  • 06-23 / 0.21.0:平台渲染层 rendering/:渲染是平台能力非 skill 内容(共享库进 skill 会破坏自包含/可 fork),三 skill 重复的 render_docx 收敛成配置化 profile + chromium md→pdf(不用 weasyprint);重构前后 docx 字节一致零回归;需一次 deploy 原子激活。
  • 06-23 / 0.20.4:消息目录定位错位修:跳转改 block:"start" 与活跃判定同锚点,容差 80→24。
  • 06-22 / 0.20.3:crons modal 补 z-index;登录页 focus 引用错 id。
  • 06-21 / 0.20.2:发送期修复悬空 tool_calls——run 中断留下的 assistant.tool_calls 无对应 tool 结果会被 API 拒、task 卡 error;_repair_dangling_tool_calls 发送前补占位 tool 消息,不改库、存量坏数据自愈。
  • 06-18 / 0.20.0:brief 重定位「重要文献速览」(只描述不给建议,Elsevier 优先,web 动向单列),8 文件精简到 3。
  • 06-18 / 0.19.0:定时任务 v1(scheduled_jobs):job 本体=cron+一句 prompt+会话模式,"发邮件"是 agent 动作不是字段(加能力不改 schema);croniter 只当 next_run 计算器,调度是 plain-asyncio 守护循环不上框架;对话端完整 CRUD、前端只读+停用/删除;isolated/persistent 两模式。
  • 06-18 / 0.18.0:新增 brief skill(文献计量趋势型简报,documents/research/web 三路取数,六阶段);顺带抽化学式下标白名单补进三个 render_docx(CO2/C3S 平排数字老毛病)。
  • 06-17 / 0.17.0:任务软删除(deleted_at,0010):公测后对话轨迹是语料,硬删推翻;DELETE 改置位 + restore 端点,文件不动。
  • 06-17 / 0.16.2:用户操作说明书(详+精简两版,不出现产品代号);文献库库容口径 21W+→100W+ 全量 10 处改。
  • 06-17 / 0.16.1:新增 paper skill(期刊论文写作):调研 ARS 等开源不直接装(license/领域/引文格式不合),移植流程骨架、底座全换 zcbot 自有;中英双语×三类型用子 md 分流;微型 fixture 端到端 smoke 过。
  • 06-16 / 0.16.0:look_at_image 图像理解(Doubao Seed 2.0 Lite,一次读图 <¥0.01):主模型纯文本按需"借眼睛",否决换 vision 主模型(DeepSeek code/tool-calling 是核心);usage_events.kind=vision 免 migration;路径解析抽 tools/image_ref.py 共用。
  • 06-16 / 0.15.0:seedream i2i 改图(reference_images v1 单图,不传=文生图行为不变);前端发送时注入粘贴图路径 [用户上传的参考图](修既有缺口:粘贴的图路径根本到不了模型)。
  • 06-16 / 0.14.0:ask_user 方案确认选项卡(Claude 式):虚拟工具、调用即提前结束本轮,点选项=把 label 当新用户消息发,零额外 LLM 往返;严格收窄到"2-4 个互斥方向"防变爱问。
  • 06-16 / 0.13.0:消息目录:右侧悬浮圆点轨道(每点=一轮提问,hover 标题、点击定位),新 outline 端点只取 user 消息 idx+片段;消息列表支持双向分页。
  • 06-16 / 0.12.16:切 task 提速:meta 与 messages 改并发拉(此前串行 await 是真瓶颈,索引没问题),首屏窗口 60→30。

2026-06 上半月(前端打磨/记忆/admin/token 治理)

  • 06-15 / 0.12.15:plot_pub 吸收 nature-figure 投稿级复合图设计纪律(只迁设计 IP 不整包移植,示例改建材领域)。
  • 06-15 / 0.12.14:消息分页:尾部窗口 + 顶部 sentinel 向上滚动加载更早;不传 limit 保持旧行为。
  • 06-15 / 0.12.13-0.12.10:文件预览四连:滚动不穿透(overscroll-behavior+wheel 断冒泡)、图片 Ctrl+滚轮缩放(CSS zoom 被 max-width 夹回,改显式 px)、双击复位、放大后左键拖动平移。
  • 06-15 / 0.12.9:sandbox 镜像加 fonts-noto-color-emoji,修 mermaid 图 emoji 全豆腐块。
  • 06-15 / 0.12.8:左栏筛选区默认折叠(显式展开过才记住展开)。
  • 06-15 / 0.12.7:system prompt 按 backend 注入「运行环境」段——原写死 Windows/cmd,docker 下误导模型 Linux 里打 cmd 构文 + 不知渲图走本地。原则:全局环境事实归 system(高杠杆),可选方法归 skill。
  • 06-14 / 0.12.6:容器 mmdc 套 wrapper 自动注入 puppeteer config(--no-sandbox 等),裸调一次成;不开 first-class tool(mermaid 纯本地计算,专用 tool 只留给带 key 计费能力)。
  • 06-14 / 0.12.5:容器 docker run 加 --shm-size 512m(默认 64MB 让 chromium 起不来,一次对话烧 120k token 才绕道)。
  • 06-13 / 0.12.4-0.12.1:模型选择瘦身(对话下拉常驻、生图/生视频收 ⚙ 弹层);筛选区可折叠;中栏 5 按钮收「完成+⋯」菜单 + 消息阅读限宽 + 色彩收敛(颜色=后果);移动端 task 列表可滚等四小修。
  • 06-12 / 0.12.0:双层记忆升级 agent 自管:memory_block 注「记忆维护契约+可写路径锚点」常驻(空记忆也注,解冷启动),agent 用已有 fs 工具自维护;召回升级 frontmatter description;前端只读记忆面板(看走 GUI、改全走对话——单一写入口不会写坏格式)。
  • 06-12 / 0.11.1:进入公测期:CLAUDE.md 兼容策略翻新为"对外契约必须向后兼容、纯内部实现仍最优重写"。
  • 06-12 / 0.11.0:admin 增强:TOC + 按模型/各用户用量独立端点(range/sort/分页,零用量用户条件放 JOIN ON)+ 存储分页 + 导出 PDF(客户端 window.print 零依赖)。
  • 06-12 / 0.10.1:修上下文压缩投毒:旧 assistant tool_call 参数被压成 {"_compacted":...} marker,模型照葫芦画瓢当真实参数吐出(DB 实测 83 次报错里 61 次是仿写)→ run_python 空转。修:参数一律原样保留,只压 tool 结果 + skill——模型看到的范本永远真实可执行。
  • 06-12 / 0.9.x:admin 管理后台:users.role 列(0009)+ require_admin(role 走 DB 查不进 JWT,改完即时生效)+ /v1/admin/overview 五段聚合 + 各用户用量分页 + 独立 admin.html(阈值热力色,10s 轮询);命名定 admin(既盖"看"又盖"管")。
  • 06-11:版本号机制(core/__init__.__version__ 单一事实源→FastAPI/healthz/前端左栏,改版本只动一行);显式 ThreadPoolExecutor 接管默认池 + [stats] 60s 采样日志(空闲静默);dev SPA「技能」查看 modal(纯查看+删除,编辑走对话);用户私有 skill(user_root/.skills/,多来源 registry user wins、覆盖显式标注、坏 skill 不崩扫描;写走 host-side save_skill/fork_skill——fs 工具跨 backend 够不到 user_root)。
  • 06-10:system prompt 瘦身 ~40 行 + 媒体段按需注入(有 ARK key 才发);上下文压缩加压力门槛(超阈值才压,护 DeepSeek 前缀缓存);单轮停机判据从步数解耦为进展信号(_RepeatGuard + run 级 _stall,max_iterations 降为纯 backstop);systemctl restart 优雅 drain in-flight run(先拒新再等收尾)。
  • 06-09:PPTX 前端在线预览(soffice→PDF 复用已有 iframe 路径,缓存+超时 kill);药3 幽灵路径不复现 + 回归测试钉死;ppt 补信息设计纪律件(takeaway/kpi/卡片组合件 + pptx_preview 渲 PNG 验观感)。
  • 06-08:loop 加病理性重复调用守卫(_RepeatGuard 按指纹累计"无产出重复",SOFT2 提示/HARD4 拦截);检索/抓取 host 工具批量化(单数改列表,一轮并发一批——高轮数烧 token 三股根因之一);ppt 视觉系统升级卡片式;system prompt 加「少来回」原则;ppt 工作流批量化(N 页 ~2N 轮降到 3-4 轮)。
  • 06-06:前端模块化 Step 2 收官(main.js 2719→75 行入口,拆 15 个零构建 ES module);修 flash 大参数 tool_call arguments 损坏——校验 json.loads 失败丢弃整轮重 roll(不入库,断投毒级联),最多 3 次后降级非流式。
  • 06-05:前端模块化 Step 1(抽 5 个叶子模块);run_python 过程脚本约定落 scripts/;新增 standard skill(GB/T 1.1—2020 自建,重点对接 CSTM 团标)。
  • 06-04:ppt 版式 helper 收进 pptx_helpers.py + 修中文字体(font.name 只写 latin 是根因,补 ea/cs);quality_check 加内容形状重叠检测 + 三色制判定(非灰阶 ≤3);前端存储进度条;容器 env 收编 _CONTAINER_ENV 三路共用。
  • 06-03:修 docker 下 system prompt 焊死宿主路径(容器注入 /workspace/<wd_rel>);顺扫清 SKILL.md 残留宿主路径;图标种子库降只读;镜像源改清华/腾讯;workspace 落数据盘改 bind mount(回退 env 覆盖——与相对存储锚点冲突)。
  • 06-01:一键部署 deploy/update.sh(pull→pip→migrate→build→restart→healthz,自更新重跑守卫);修 MP 工具全量下载致 IP 被封(补分页);sandbox 镜像加中文字体;documents/MP 改 host-side tools(key 不进 sandbox)。

2026-05(骨架→SaaS 化→dev SPA)

  • 05-29:Seedream i2i base64 通路 probe(内网无需对象存储)+ tool_call 标题改中文活动描述。
  • 05-28:新增 analyze skill(问题拆解协调器)+ 3 个科学计算 skill(pymatgen/stats_ml/plot_pub,服务无机非金属材料 R&D);config/models/local.yaml 接内网模型(涉密专用,thinking_mode=false);Python 3.10→3.12;LoadSkillTool 修 docker 返容器路径;review 加长文档分章深审。
  • 05-27:ppt 歧义先反问(升格 system prompt 通用原则)+ description 白名单收紧路由;skill 热更新每次现扫。
  • 05-25:前端 CDN 依赖本地化 vendor/;上传进度/布局拖拽打磨;接入博查 web_search + web_fetch(SSRF 内网屏蔽)。
  • 05-22:dev SPA iframe embed 模式(postMessage 握手,PLATFORM_KEY 不下发浏览器)+ task_id 定位;媒体生成每日配额(默 20 图/5 视频);产物路径协议刚性化(<wd_name>/<rel> 全形式);Seedance 视频生成接入 + videogen skill;移动端自适应。
  • 05-21:新增 imagegen skill(五步法 + BLOCKING 确认防白烧钱)+ documents skill(内部材料学科库);sandbox 阻塞地位写进 DESIGN(shell 黑名单是装饰品,正确防线在 OS 层);task 预选 skill 注入提示;SSE 客户端重连;research fetch_pdf 直链 + pg_trgm 索引;同 wd 并发软警告(Claude Code 同款信任+软警告);paper_server 收编为 research skill。
  • 05-20:LLM 调用切 streaming(cancel 秒退 + 打字机);豆包 Seedream 5.0 接入 + 0007 全表统一 CNY;artifact chip 演进 + seedream 透明性 banner;润色按钮;fs 输出 user_root 相对路径;clear 端点;CLAUDE.md 加「实施前先对方案」。
  • 05-19:0006 task 级模型切换 + usage_events v2(units jsonb 多态);登录撤邀请码复用邮箱密码;SENTINEL user 彻底撤;任务/文件 ⋯ 菜单;proposal mermaid 强制;文件预览弹框。
  • 05-18:入口归位(cli.py→main.py,删 CLI REPL);0004 schema 大瘦身(删 runs,run_status 合入 tasks);files API 升格唯一目录树 mutation 入口(DB-FS 一致性服务端内化);task 级协作式 cancel;单活 run 锁 + 孤儿 reaper;proposal 流程图管线;skill 机制改可选辅助;UI 中文化。
  • 05-17:0003 name+working_dir+skill 三件套(任务标识与目录解耦);tasks 分页+筛选;task=name-based 项目目录(废 UUID 派生,同 name 共享,memory 进 .memory/ dotfile)。
  • 05-15:§7 D /v1 JSON API 落地(Phase G Jinja2/HTMX 撤);D' 过渡 auth(PLATFORM_KEY→JWT)+ dev SPA;task_dir 改相对存储(core/paths.py);workspace 统一 per-user。
  • 05-14 → 05-12:§7.1 心智修正 Folder-centric→Task 一等公民;§7 B ORM 5 表 + alembic(state.json 全废入 PG);§7 改写 user-direct(多租户方案废弃)。

历史(2026-Q1 → 05-11)

  • Phase 1-4:骨架 / 三 skill / run_python / Model Profile + Probing;ppt v3 商务红 + apply_brand + Iconify;素材摄取改 markitdown CLI。
  • 05-06 → 05-11:Phase 6 部分(task + state.json + tokens 累计);TUI rich + /resume;DESIGN §7 初版(05-12 重写);cli.py export + core/export_docx.py;atomic_write_text + core/memory.py;loop 事件流化铺 SSE 路。
  • 06-04 token 优化启动(DESIGN §8.2):chat usage 记 cache hit/miss + cost 兜底;run_python 加 script_path 模式;core/context.py 压缩旧 tool / load_skill(不改持久化历史)。
  • 06-05 记账给缓存命中折价:缓存命中按全价记致成本虚高 2-3x,成本公式拆三段 + 历史 backfill。

关键决策与偏差

项 决策 备注
工具基目录 cwd(读)+ working_dir(写) system prompt 同时注入两者绝对路径
Workspace 布局 workspace/users/<user_id>/{.memory/, <name>/} per-user 隔离;memory dotfile 防撞;同 name 多 task 共享
Eval Suite 不做 个人工具 dogfooding
版本化 prompt 直接 general_v1.md 真要切再做
run_python 沙盒 subprocess + env 过滤 Docker 在 §7 C 阶段
兼容层 开发期不写 DB schema / 字段 / API 改动直接切,见 CLAUDE.md
/v1/files/* 与 DB files API 作目录树唯一 mutation 入口,DB-FS 一致性服务端内化 rename / delete 顶层目录 DB-aware
单活 run task 同时最多 1 个活 run gate 在 post_message 同事务 SELECT FOR UPDATE
LLM 调用走 streaming chat_stream + stream_chunk_builder 拼回;chunk 间 + tool_call 间 poll cancel cancel 延迟 100ms 级;content delta 即时 emit
上下文压缩 加压力门槛,超阈值才压 护前缀缓存 + 不丢旧细节(§8.2 / 06-10)
停机判据 max_iterations 降为 backstop,靠进展信号掐空转 _RepeatGuard + run 级 _stall(06-10)

文件清单

core/capabilities.py        75   ← 模型档案增加 CNY/Mtok 计费兜底字段
core/llm.py                151   ← litellm 离线 cost map env + chat_stream(stream + include_usage)
core/loop.py               300   ← sink.emit + _stream_llm(chunk 间 poll cancel + emit delta)+ _RepeatGuard + usage cache 明细
core/context.py             95   ← LLM 调用前压缩旧 tool / load_skill 消息(带压力门槛),保 tool_call 协议字段
core/sinks.py              101
core/paths.py               50   ← task_dir db form 归一
core/probe.py              243
core/session.py            153   ← ORM
core/task.py                82   ← PG-backed TaskState
core/skills.py             180   ← 多来源 registry(SkillSource)+ source 标记 + 覆盖感知(user wins)+ load_errors + container_dir
core/memory.py              81   ← per-user `.memory/` dotfile
core/export_docx.py        383
core/storage/{__init__,engine,models,usage,utils}.py  ← 4 表(0004-0007 演进);record_chat/image_usage
core/ark_client.py         105   ← 火山方舟 HTTP 客户端
core/asr_xfyun.py          170   ← 讯飞语音听写 IAT wss 客户端(整段 PCM→文本;web 语音输入用,diag: scripts/diag_asr.py)
core/asr_lfasr.py          250   ← 讯飞录音文件转写 LFASR 客户端(异步订单 + 说话人分离;transcribe_audio 工具底座,diag: scripts/diag_lfasr.py)
core/agent_builder.py      340   ← 装配 lib(有 ARK_API_KEY 才挂 SeedreamTool);build_skill_registry 装两来源
core/executor.py / sandbox/{network,pool}.py / executor_docker.py  ← Executor ABC + Docker per-user 容器池
tools/{base,fs,shell,run_python,skill_tool,skill_authoring,seedream,seedance,web_search,web_fetch,documents,materials_project,transcribe_audio}.py  ← skill_authoring=save_skill/fork_skill(host-side 写 user .skills)
main.py                    ~210  ← 入口:web / db / probe / user / sandbox check
db/migrations/versions/    0001-0008
web/app.py                ~1360  ← /v1 JSON API + user_id 隔离 + run lock + cancel + files + pptx 预览 + skills(列表/正文/删)
web/auth.py                ~190  ← 邮箱密码 + platform_key → JWT
web/broker.py / sinks.py / pptx_render.py
web/static/dev.html + js/*.js    ← dev SPA 拆 15 个零构建 ES module(main.js 入口;skills.js=技能查看 modal)
web/static/vendor/        ~1 MB  ← jszip / docx-preview / xlsx
─────────────────────────────────
Python 合计              ~3400 行(+ dev SPA + vendor 1MB);加 skills 脚本 + 配置,总仓库约 3800 行

下一步候选(性价比排序)

  1. CORS 收紧(~半小时,已接入真实用户应尽快做)—— allow_origins 从 * 改读 env 域名 allowlist;与 OIDC 解耦。
    • 真 OIDC(~1 天,选做)—— /v1/auth/login 内部换 ID token 校验(路由层 Depends 不动);邮箱密码长期保留并存。platform_key 信任模型可接受则可延后,真要弃 PLATFORM_KEY 共享密钥时再做(延后无技术债)。
  2. §7 C Executor + sandbox 收尾(~3-5 天,按 §7.5 落地清单)—— 剩 Step 4 完整 egress proxy + Step 3b PGID kill 协议 + xfs project quota OS 层硬化。Stage C DoD = 6 条落地清单全完成 + 红队回归通过(metadata IP / PG IP block、残留进程清理、跨 user 网络隔离、egress allowlist)。多用户在线跑代码 hard prereq。
  3. Phase 6 context 第二步 task summary(~1 天)—— 旧消息压成一条 summary(区分硬约束/计划/文件路径/关键事实),不直接塞回旧 tool 原文。

§7 B + D + D' + 单活 run 锁 + cancel + 0004 schema 瘦身 + 入口归位 + Stage C 主体已完工。剩余:真 OIDC → C 收尾 → F(deploy/billing)。§7 E CLI 双模式撤;Phase G Jinja2/HTMX 撤(详见 DESIGN §7.9)。