HxClaw/taolun.md

# hxclaw 讨论记录

## 知识点汇总

### 1. hxclaw 是什么？

- hxclaw 是基于 picoclaw 的 CLI 增强工具
- 提供流式输出（替代原有的批量输出）
- 提供 Markdown 终端渲染（提升阅读体验）
- 定位： picoclaw 的变体，面向需要更好终端交互体验的用户

### 2. 为什么采用独立二进制而非插件？

- picoclaw 目前没有正式的插件系统
- 工具扩展通过 ToolRegistry 注册（如 spi.go, i2c.go）
- 技能通过 SKILL.md 文件加载
- MCP 通过配置连接外部服务器
- 最小侵入方式：独立二进制 + 复用核心库

### 3. 如何复用 picoclaw 功能？

- 使用 Go 的 replace 机制在 go.mod 中声明依赖
- 开发时 replace 指向本地 picoclaw 目录
- 发布时 replace 指向 GitHub 具体版本（如 v0.2.4）
- hxclaw 只需导入：pkg/agent, pkg/providers, pkg/config, pkg/bus

### 4. hxclaw 架构设计

```
hxclaw/
├── cmd/hxclaw/     # CLI 入口（自己实现）
├── go.mod          # 依赖配置
└── pkg/            # 空目录，全量复用 picoclaw
```

- 不依赖：pkg/channels（不需要消息通道）、pkg/gateway（不需要 HTTP 服务）、web/（不需要网页）
- 依赖：pkg/agent（核心逻辑）、pkg/providers（LLM 调用）、pkg/config（配置加载）

### 5. 流式输出原理

- picoclaw 的 providers 已支持 StreamingProvider 接口
- 接口定义：ChatStream(ctx, messages, tools, model, options, onChunk)
- onChunk 是回调函数，每个 token 生成时调用
- CLI 层需要判断 provider 是否实现 StreamingProvider，然后选择调用

### 6. Markdown 终端渲染

- 使用 charmbracelet 家族库
- glamour：Markdown 渲染（自带代码高亮）
- lipgloss：终端样式
- 流程：Markdown → ANSI 转义序列 → 终端显示

### 7. 部署方式

- 独立二进制 hxclaw，与 picoclaw 二进制共存于同一目录
- 用户使用 `hxclaw` 命令调用增强版 CLI
- 配置文件复用 picoclaw 的 config.json（位于 ~/.picoclaw/config.json）

### 8. 版本同步策略

- 关键版本跟进（功能大版本更新时）
- 不需要每次 picoclaw 升级都同步
- 依赖版本在 go.mod 中声明，更新时修改 replace 目标版本即可

### 9. AgentRegistry 的正确使用方式

- `AgentRegistry` 负责管理多个 Agent 实例
- `GetDefaultAgent()` 获取默认的 Agent 实例
- `AgentInstance` 包含：
  - `Provider` - LLM 提供者
  - `ContextBuilder` - 消息构建器
  - `Tools` - 工具注册表
  - `Model` - 模型名称
- 注意：`AgentRegistry` 没有 `BuildMessages` 方法，该方法属于 `ContextBuilder`

### 10. ToolDefinitions 的获取方式

- 通过 `agentInstance.Tools.ToProviderDefs()` 获取
- 返回 `[]providers.ToolDefinition` 格式
- 该方法将工具注册表中的工具转换为 provider 可用的格式

### 11. 流式输出的实现问题与解决方案

#### 问题 1：onChunk 回调接收累积文本

picoclaw 的 `StreamingProvider` 接口定义：
```go
onChunk func(accumulated string)
```

注释明确说明："onChunk receives the accumulated text so far (not individual deltas)"。

这意味着每次回调时参数是完整的累积文本（如 "你好" → "你好！再次" → "你好！再次见到"），而不是增量。

#### 问题 2：直接打印导致重复输出

如果直接打印 token：
```go
func(token string) {
    fmt.Print(token)  // 打印累积文本！
}
```
会导致输出：
```
你好
你好！再次
你好！再次见到
...
```

#### 解决方案 1：跟踪已打印长度

使用 `printedLen` 跟踪已打印的字符位置，只打印新增部分：
```go
var printedLen int
func(accumulated string) {
    if len(accumulated) > printedLen {
        fmt.Print(accumulated[printedLen:])
        printedLen = len(accumulated)
    }
}
```

#### 问题 3：尝试使用 uilive 库

尝试使用 `github.com/gosuri/uilive` 库实现同行流动效果，但发现该库会覆盖每一行，只显示最后一行内容，不符合需求。

#### 最终解决方案：直接 Print + Sync

```go
fmt.Print(accumulated[printedLen:])
os.Stdout.Sync()
```

这样：
1. 字符串自然累积增长
2. 终端自动处理换行（满一行自动 wrap）
3. 保留所有历史输出
4. 每次刷新缓冲区确保立即显示

这正是 ollama 等工具的流式输出效果。

---

### 12. 使用 bubbletea v2 的 spinner 组件实现加载动画

#### 需求分析

用户希望在使用流式输出时，显示加载动画：
- 用户输入后显示 "思考中... ⠋"
- 第一个 token 返回后显示 "思考完成."
- 流式输出完成后添加空行分隔

#### 技术选型

使用 `charm.land/bubbles/v2/spinner` 组件，这是 bubbletea v2 官方提供的 spinner 组件。

#### 实现方案

创建独立的 Spinner 结构体，在独立 goroutine 中运行动画：

```go
type Spinner struct {
    text    string
    state   SpinnerState
    spinner spinner.Model
    stopCh  chan struct{}
    doneCh  chan struct{}
}
```

关键点：
- 使用 `spinner.MiniDot` 动画样式
- 独立 goroutine 使用 ticker 驱动动画帧切换
- 使用 `\r` 回车符在同一行刷新动画
- Stop 时输出 "思考完成."

#### 官方示例参考

```go
func (m model) Update(msg tea.Msg) (tea.Model, tea.Cmd) {
    switch msg := msg.(type) {
    case spinner.TickMsg:
        var cmd tea.Cmd
        m.spinner, cmd = m.spinner.Update(msg)
        return m, cmd
    }
}
```

关键：spinner.Tick() 返回的 TickMsg 需要传给 spinner.Update()，并使用返回值更新 spinner model。

#### 注意事项

1. spinner model 更新必须使用返回值：
   ```go
   s.spinner, _ = s.spinner.Update(msg)  // 正确
   s.spinner.Update(msg)  // 错误！动画不会动
   ```

2. 动画位置：动画在前，文字在后：
   ```go
   fmt.Printf("\r%s %s", s.spinner.View(), s.text)  // ⠋ 思考中...
   ```

3. 换行控制：
   - "思考完成." 后需要两个换行符（一个换行 + 一个空行）
   - 流式输出完成后也需要空行分隔

---

### 13. 重绘残留问题与新流程

#### 问题描述

之前的流程：
1. 流式实时打印 token（边收边打）
2. 完成后 Markdown 重绘
3. 问题：重绘有残留

#### 解决方案：等待完整响应后输出

改进后的流程：
1. AI 返回完整数据 ← 等待时间
2. Markdown 转译
3. 模拟流式输出（从配置读取速度）

效果更好，无残留问题。

#### 配置化

使用 `project.config.yml` 统一管理配置：
```yaml
streaming:
  line_delay_ms: 1000     # 每行输出后的延迟（毫秒）
  last_line_delay_ms: 600  # 最后一行延迟（毫秒）

markdown:
  glamour_style: dark
  wrap_width: 0       # 自动获取终端宽度

ui:
  logo: "🦐"
  user_prefix: "👀 "  # 用户输入前缀
```

---

### 14. 按行延迟输出的实现

#### 核心逻辑

```go
func outputLineByLine(text string) {
    lines := strings.Split(text, "\n")
    totalLines := len(lines)

    cfg := internal.GetProjectConfig()
    lineDelay := time.Duration(cfg.Streaming.LineDelayMs) * time.Millisecond
    lastLineDelay := time.Duration(cfg.Streaming.LastLineDelayMs) * time.Millisecond

    for i, line := range lines {
        if line == "" {
            fmt.Println()
            continue
        }
        fmt.Println(line)

        if i < totalLines-1 {
            time.Sleep(lineDelay)
        } else {
            time.Sleep(lastLineDelay)
        }
    }
    fmt.Println()
}
```

特点：
- 空行直接跳过
- 每行输出后延迟可配置
- 最后一行延迟可单独配置

---

### 15. 工具调用结果显示问题

#### 问题

使用 `ChatStream` 时，工具调用结果不显示。

#### 原因分析

1. 工具调用结果不在流式响应中返回，而是通过 `bus.PublishOutbound()` 单独发送
2. `ChatStream` 的 `onChunk` 回调只处理文本内容，不处理工具调用
3. 工具调用在 `runTurn` 循环中执行，结果通过消息总线发送

#### 解决方案

回退使用 `ProcessDirect`，因为它会正确处理：
- 工具调用流程
- 工具结果显示
- Markdown 渲染和按行输出

---

### 16. 状态栏优化

#### 改动内容

- 图标：`▣`
- 图标颜色：`#f0c75e`
- 文字颜色：`#2b2e32`
- 内容：只显示耗时，如 `▣  耗时: 2.3s`

#### 之前 vs 之后

- 之前：`▣  Tokens: 120  ·  耗时: 2.3s  ·  总Tokens: 350`
- 之后：`▣  耗时: 2.3s`

---

### 17. 项目配置文件详解

#### project.config.yml 结构

```yaml
# hxclaw 项目配置文件

# 模拟流式输出配置
streaming:
  line_delay_ms: 1000      # 每行输出后的延迟（毫秒）
  last_line_delay_ms: 600  # 最后一行延迟（毫秒）

# Markdown 渲染配置
markdown:
  glamour_style: dark      # 渲染主题：dark, light, dracula, tokyo-night 等
  wrap_width: 0           # 自动换行宽度（0=自动获取终端宽度）

# UI 配置
ui:
  logo: "🦐"              # Logo
  user_prefix: "👀 "      # 用户输入前缀

# TTS 语音配置
tts:
  enabled: false          # 全局开关（默认关闭）
  port: 9876              # daemon 端口
  auto: true              # AI 回复后自动朗读
```

#### 配置加载优先级

1. 环境变量 `HXCLAW_CONFIG` 指定路径
2. 项目根目录 `project.config.yml`

#### 代码实现

```go
// internal/config.go
type ProjectConfig struct {
    Streaming StreamingConfig `yaml:"streaming"`
    Markdown  MarkdownConfig  `yaml:"markdown"`
    UI        UIConfig        `yaml:"ui"`
}

func getConfigPath() string {
    if path := os.Getenv("HXCLAW_CONFIG"); path != "" {
        return path
    }
    return filepath.Join(".", "project.config.yml")
}
```

---

### 18. 行业经验参考

#### CLI 动画最佳实践

- 帧率：75ms/帧（约 13fps）- GitHub Copilot CLI
- Spinner 动画：70-120ms - ora 库
- AI 流式输出：30-80ms/字符或行
- 总动画时长：控制在 3 秒内 - Copilot CLI 原则

#### 关键结论

- 人眼需要约 30-50ms 才能感知单次视觉变化
- 空白字符不应逐个输出，应批量处理
- 终端宽度 100% 时 Markdown 渲染会显著增加行数和字符数

---

### 19. TTS 语音朗读集成

#### 架构设计

hxclaw 作为 mimo-tts 的客户端，通过 TCP Socket 连接本地 daemon：

```
hxclaw (客户端)  --TCP:9876-->  mimo-tts daemon (服务端)
                                      |
                                      v
                                API 调用 (mimo-v2.5-tts)
                                      |
                                      v
                                返回音频文件路径
                                      |
                                      v
                                afplay 播放
```

#### 配置文件

```yaml
tts:
  enabled: false   # 全局开关（默认关闭）
  port: 9876       # daemon 端口
  auto: true       # AI 回复后自动朗读
```

#### 命令支持

| 输入 | 行为 |
|------|------|
| `/tts` | 切换 TTS 开关 |
| `/tts on` | 开启 TTS |
| `/tts off` | 关闭 TTS |
| `/tts status` | 显示状态 |
| `T 消息` | 临时开启并发送 |

#### 动态提示符

- 关闭：`👀 `
- 开启：`👀 🔊 `

#### 实现要点

1. TCP 连接：使用 Go 标准库 `net` 包
2. JSON 请求：发送格式 `{"text": "内容"}`
3. 异步朗读：使用 `go func()` 异步调用
4. 静默失败：网络异常只记录警告日志，不阻塞用户

#### 踩坑记录

**ergochat/readline SetPrompt 无返回值**

```go
// 错误
func (r *Readline) SetPrompt(prompt string) error {
    return r.rl.SetPrompt(prompt)  // SetPrompt 返回 void
}

// 正确
func (r *Readline) SetPrompt(prompt string) {
    r.rl.SetPrompt(prompt)  // void 类型
}
```

---

### 20. 禁用 picoclaw session 历史，实现独立上下文系统

#### 问题背景

- picoclaw 的 session 历史会被自动清空
- 不利于 hxclaw 的会话连续性
- 需要实现自我控制的上下文系统

#### 解决方案

- 禁用 picoclaw 的 session 历史读取
- 使用 hxclaw 自己的 libSQL 数据库存储会话摘要
- 在 ProcessDirect() 调用前注入上下文摘要到用户输入

#### 实现步骤

1. **创建 GetContextPrompt()** - `cmd/hxclaw/internal/memory/save.go`
   ```go
   func GetContextPrompt() string {
       // 从 hxclaw 自己的数据库获取会话摘要
       return "=== 当前会话摘要 ===
" + session.Summary + "
============
"
   }
   ```

2. **注入上下文** - `cmd/hxclaw/main.go`
   ```go
   if memoryCfg.Enabled {
       contextPrompt := memory.GetContextPrompt()
       if contextPrompt != "" {
           input = contextPrompt + "
用户新问题: " + input
       }
   }
   resp, err := agentLoop.ProcessDirect(context.Background(), input, sessionKey)
   ```

#### 效果

- hxclaw 完全独立于 picoclaw session 管理
- 会话摘要通过数据库持久化
- 上下文通过摘要注入传递

---

### 21. UI 合并显示与颜色设计

#### 需求

将原来分两行显示的信息合并为一行：
- 之前：`[memory] 已保存，当前会话 8 条消息` + `▣  耗时: 20.3s`
- 之后：`▣  耗时: 20.3s · 会话已保存 · 当前会话 8 条消息`

#### 颜色设计

| 文字 | 颜色 | 十六进制 |
|------|------|---------|
| ▣ (图标) | 金色 | #f0c75e |
| 灰色文字 | 灰色 | #2b2e32 |
| 会话已保存 | 暗绿色 | #4a9e6b |
| 会话保存异常 | 暗红色 | #c75050 |

#### 代码实现

```go
var (
    iconStyle      = lipgloss.NewStyle().Foreground(lipgloss.Color("#f0c75e"))
    textStyle      = lipgloss.NewStyle().Foreground(lipgloss.Color("#2b2e32"))
    memoryOkStyle  = lipgloss.NewStyle().Foreground(lipgloss.Color("#4a9e6b"))
    memoryErrStyle = lipgloss.NewStyle().Foreground(lipgloss.Color("#c75050"))
)

func printElapsed(elapsed time.Duration, chatCount int, saveErr error) {
    icon := iconStyle.Render("▣  ")
    timeText := textStyle.Render(fmt.Sprintf("耗时: %s", elapsedStr))

    var statusText string
    if saveErr != nil {
        statusText = memoryErrStyle.Render("会话保存异常")
    } else if chatCount > 0 {
        statusText = memoryOkStyle.Render("会话已保存")
    }

    memCountText := textStyle.Render(fmt.Sprintf("当前会话 %d 条消息", chatCount))
    fmt.Printf("  %s%s · %s · %s

", icon, timeText, statusText, memCountText)
}
```

#### 关键点

- `SaveChat()` 改为返回 `(chatCount int, err error)`，便于错误处理
- 状态文字单独使用颜色样式
- 失败时显示"会话保存异常"（暗红色）