YunShu/docs/AGENTS.md

# 编码规范

## 通用规范

- 全程使用中文书写注释、文档、沟通以及内部思考过程
- 所有代码必须包含详细的中文注释，说明函数功能、参数含义、关键逻辑
- Markdown 文件使用 `#` 标题层级，保持结构清晰
- 变量命名采用驼峰式，类型和函数首字母大写导出
- 同一个问题连续工作 3 次没有结论，立即退出并询问用户接下来怎么做

## Go 代码规范

- 使用 `package main` 扁平结构（MVP 阶段），后续可拆分子包
- 错误处理：所有可能失败的操作必须检查 error
- 错误信息使用中文描述
- 导出函数（首字母大写）供包外调用，非导出函数（首字母小写）为内部实现
- HTTP 客户端设置超时（默认 15s），避免资源泄漏
- JSON 序列化/反序列化使用 `encoding/json` 标准库
- 终端颜色输出优先使用 `pkg/style` 包：
  - 8 色用 `Fg(ColorXxx)` / `Bg(ColorXxx)`
  - 真彩色用 `FgHex("#RRGGBB")` / `BgHex("#RRGGBB")`
  - 所有通配 `.Render(text)` 生成 ANSI 转义序列

## Agent 定义规范（.md 文件）

- 必须包含 YAML frontmatter（以 `---` 包裹）
- frontmatter 必需字段：`name`, `description`, `type`, `tools`
- `type` 可选值：`main`（主持者/对话 Agent，唯一入口）、`sub`（领域专家，被 task 调）
- `cache` 可选字段：`ttl`（过期秒数）、`keys`（从 args 中提取的缓存 key 字段列表）
- tools 为数组，声明 agent 需要的工具名（在 tool.go 中注册）
- body 为 system prompt，**只定义行为逻辑**（角色、工作流程、输出规范）
- **关键技术细节（URL、apiKey、请求头、JSON 路径等）不要 inline 在 agent skill 中**，改为：
  - 放到 `skills/*/SKILL.md` 中，由 agent 调用 `skill("name")` 按需加载
  - 或注册为 tool（确定性操作），由 agent 声明 tools 即可调用
- session 文件存在 `~/.config/yunshu/session.json`，不污染项目目录

### 主持者示例（type: main）

```markdown
---
name: dialog
type: main
description: 个人助理，负责闲聊和调度
tools:
  - task
  - memory.read
  - memory.write
---

# 对话助理
你是用户的私人助理...

你可以调度以下子 Agent：
- weather: 天气查询
- earthquake: 地震信息

用 task("agent_name", {args}) 调度。
不自己回答领域问题。
```

### 子 Agent 示例（type: sub）

```markdown
---
name: weather
type: sub
description: 天气查询专家
cache:
  ttl: 7200
  keys: ["city", "forecast_type"]
tools:
  - http-get
  - geocode
  - skill
---

# 天气专家
你是天气领域的专家。被调时才回答。

被调时你会收到：
- args: 查询参数
- cache_data: 上次缓存的原始数据（有时）

有 cache_data 且未过期 → 直接回答，不调 API。
无 cache_data → 调 http-get 获取新数据。

返回格式：
你的回答文本
---CACHE---（只有数据更新时带）
{原始 JSON 数据}
```

## Session 规范

- 文件路径：`~/.config/yunshu/session.json`
- 格式：JSON 数组，元素为 Message 对象（兼容 OpenAI Chat Completion messages 格式）
- 角色类型：`system`, `user`, `assistant`, `tool`
- 启动时清空，每轮对话追加
- 消息顺序即对话顺序
- 放在用户配置目录而非项目目录，确保不同目录下运行时上下文连贯

## 工具注册规范

- 工具在 `tool.go` 的 `init()` 中通过 `RegisterTool()` 注册
- 每个工具定义：Name, Description, Parameters（JSON Schema）, Execute 函数
- 工具名与 `.md` 文件中声明的 tools 列表对应
- Execute 函数接收 `map[string]interface{}` 参数，返回 string 和 error

## 环境变量

| 变量名 | 必需 | 说明 |
|--------|------|------|
| `LLM_API_KEY` | 否* | API Key，覆盖配置文件 |
| `LLM_ENDPOINT` | 否 | API 端点，覆盖配置文件 |
| `LLM_MODEL` | 否 | 模型名，覆盖配置文件 |
| `OPENAI_API_KEY` | 否 | 兼容旧名，当 `LLM_API_KEY` 未设置时生效 |

> *注：可在 `~/.config/yunshu/config.yaml` 中配置，无需环境变量。
> 首次使用请运行 `yunshu onboard` 交互式初始化。

---

## 【认知修正】

> 本字段存放开发过程中验证后的知识点、踩坑记录。以陈述句形式记录。

### 2026-05-07

1. **MSN 天气 API 属于非公开内部接口**，apiKey 固定为 `j5i4gDqHL6nGYwx5wi5kRhXjtf2c5qgFX9fzfk0TOo`，修改任意字符即 401。必须携带 `User-Agent` 和 `Referer` 请求头，否则返回 401。响应数据在 `value[0].responses[0].weather[0]` 路径下。

2. **Go 的 `syscall` 包是标准库，无需额外依赖**。在 Windows 上可通过 `kernel32.SetConsoleOutputCP(65001)` 设置控制台 UTF-8 编码，但 PowerShell 5.1 有独立的 `[Console]::OutputEncoding` 覆盖此设置，需要额外 `[Console]::OutputEncoding = [Text.Encoding]::UTF8`。

3. **豆包（火山引擎）API 兼容 OpenAI Chat Completion 格式**，包括 function calling（tool_calls）。修改 `endpoint` 和 `model` 即可切换，无需改动代码逻辑。实测 `doubao-seed-2-0-pro-260215` 支持工具调用正常。

4. **非流式调用更简单可靠**。对于 CLI 工具，等待完整响应再输出比流式逐 token 输出实现更简单，且用户能一次获取完整信息。

5. **Session 文件的关键设计**：session 存储的是完整的对话消息列表（不含 system prompt），格式与 OpenAI Chat Completion API 的 messages 数组一致。这意味着 runtime 不需要做任何格式转换，读 session → 直接 POST 给 LLM → 拿到回复 → 追加到 session。

6. **Go 的 `gopkg.in/yaml.v3` 依赖可能遇到 GOSUMDB 问题**。在中国网络环境下，需要设置 `GONOSUMCHECK='*'` 和 `GONOSUMDB='*'` 环境变量来绕过 checksum 数据库验证。

7. **工具定义要提供清晰的 JSON Schema 参数描述**。LLM 通过参数描述来理解如何调用工具。描述越清晰，LLM 生成正确参数的概率越高。`http-get` 工具的 `headers` 参数设计为 JSON 字符串格式，比结构化对象更灵活。

8. **Go 中处理 OpenAI 响应的 Content 字段要使用指针类型**。当 LLM 返回 tool_calls 时，content 字段为 null（JSON 中的 null），而非空字符串。使用 `*string` 才能区分"内容为空"和"无内容"两种情况。

9. **配置文件放在 `~/.config/yunshu/config.yaml` 而非 .env/.secret**。YAML 格式与 agent 定义风格一致，统一管理。API Key 用 `0600` 权限保护。优先顺序：环境变量 > 配置文件 > 默认值。`onboard` 子命令提供交互式初始化体验。

10. **双路径搜索机制**：项目目录优先，`~/.config/yunshu/` 后备。这使得开发时用项目本地文件，部署后自动切换到全局配置。`SearchFile()` 和 `LoadAgent()/LoadSkill()` 都遵循此规则。

11. **用户配置目录固定为 `~/.config/yunshu/`**，所有系统统一。存放 config.yaml、session.json、以及用户自定义的 agents/skills/data。不能改到其他路径。

12. **Agent skill、普通 skill、tool 必须严格分离，不能混淆**。Agent skill（`agents/*.md`）只放行为逻辑（角色、工作流程、输出风格），不 inline 任何技术细节。技术细节（URL、apiKey、请求头、JSON 解析路径）放在 `skills/*/SKILL.md` 作为纯知识，由 LLM 按需调用 `skill("name")` 加载。确定性操作（如 geocode）注册为 tool，保证 100% 可靠执行。这解决了 picoclaw 单 agent 架构下 skill 污染上下文的问题。

13. **wttr.in `?format=j1` 返回的 JSON 包含地理编码信息**，`nearest_area[0]` 中有 `latitude`、`longitude`、`areaName`、`country`、`population` 字段。可作为免费的地理编码服务使用，无需 API Key。

14. **geocode 工具用 Go 代码实现比让 LLM 自己调 http-get 解析 JSON 更可靠**。LLM 在构造 URL 和解析嵌套 JSON 时容易出错（尤其是中文编码问题）。注册为 tool 后，LLM 只需提供城市名参数，Go 代码处理所有细节。

15. **项目正式命名为云枢·Agent（YunShu / yunshu）**，配置目录从 `~/.config/weather-cli/` 迁移到 `~/.config/yunshu/`。旧目录在首次运行时会自动迁移并删除。二进制名称改为 `yunshu`。如果迁移失败，用户可手动复制旧目录内容后重新运行。

### 2026-05-09

1. **Windows raw mode + bufio.Reader 冲突**：在禁用 `ENABLE_LINE_INPUT` 的 raw mode 下，`bufio.NewReader(os.Stdin).ReadRune()` 会因内部预读缓冲（默认 4KB）导致读取阻塞。后续尝试用 `ReadConsoleInputW` + 手动回显也因光标位置计算不一致而放弃。**最终决定放弃自实现 Tab 补全**，后续如需补全功能，引入第三方库（如 `go-prompt` / `readline`）。

2. **ANSI 光标移动需要启用输出 VT 处理**：`\033[A`（光标上移）/ `\033[J`（清屏）等输出序列需要输出句柄设置 `ENABLE_VIRTUAL_TERMINAL_PROCESSING`（0x0004）才能生效。只设置输入句柄的 mode 不够，输入输出句柄是两个独立的控制台句柄。

3. **ReadLineWithCompletion / Completer 类型已移除**。`completer.go` 清空，`main.go` 回到 `termui.ReadLine()`。`cmdCompleter`、`commonPrefix`、相关测试一并移除。`input.go` 中 `ReadConsoleInputW` 相关的 `keyEventRecord`/`inputRecord` 结构和 proc 也一并清理。

### 2026-05-11

1. **MSN 天气存在 `hourlyforecast` 端点**：`https://assets.msn.cn/service/weather/hourlyforecast`，返回未来 10 天逐小时预报数据，参数和 dailyforecast 一致。之前文档遗漏了该端点。`weathertrends` 端点已失效（500 Internal Server Error）。

2. **MSN 的 `assets.msn.cn` 国内城市接口正常**：用经纬度查询 `assets.msn.cn/service/weather/current` 对国内城市返回正确数据。之前 Agent 误报"返回也门数据"是因为用了 `api.msn.cn` 的城市名接口（该接口本就有文档标注的问题：城市名匹配不可靠）。**用 `assets.msn.cn` + 经纬度即可正常获取国内城市数据，不需要切换到 wttr.in。**

3. **会议室架构决策**：确定从单 Agent 升级为 1 主持（dialog, type:main）+ N 领域专家（type:sub）+ 共享黑板（memory）的架构。主持者保持极薄（只有人格 + 调度规则 + `task` + `memory` 工具），子 Agent 只做领域工作，用完即毁。详见 `docs/会议室架构计划书.md`。

4. **Cache 设计原则**：Frontmatter 声明 `cache.keys` 和 `cache.ttl`，`task` 工具机械化从 args 取值拼 key、查/写缓存。子 Agent 不感知缓存存在，只需在回答末尾可选带 `---CACHE---` + JSON 供 task 存储。一个 Agent 一个缓存 JSON 文件，MD5 hash 做 key。

5. **记忆系统规则**：共享黑板模式，所有 Agent 可读，仅 memory Agent 可写。dialog-agent 是最小写入者（只写 `dialog_context`），memory Agent 负责从对话中提取用户画像写入长期记忆。