 wunianxiao
|
079150b1d0
|
refactor: 删除 config.json + 内置工具抽离 + 统一接口
删除:
- config.rs / config.json（AppConfig/LmStudioConfig）
- LM Studio 残留（lmstudio.rs 已在之前删除）
- main.rs 中散落的内置工具 match arms
新增:
- src/tools/builtin.rs — BuiltinRegistry 统一切入
get_current_datetime、manage_memos 为核心内置工具
统一参数校验、风险等级、错误返回
改动:
- 模型名直接从 DEEPSEEK_MODEL 环境变量读取
- builtin 工具与 skills 工具统一经过 SkillRegistry 审批
- query_capabilities 合并内置 + 外部技能列表
|
2026-06-02 15:07:33 +08:00 |
|
|
wunianxiao
|
5602b08faf
|
fix: 5 个安全/正确性问题
1. (High) 无 DB 时审批绕过 — approval_manager 始终创建，
无 DB 时用纯内存模式，不再绕过审批
2. (High) 多用户串上下文 — user_id 改存 ChatSession，
spawn 前写入，executor 从 session 读（而非共享 Arc）
3. (Medium) 技能超时未杀子进程 — cmd.kill_on_drop(true)
4. (Medium) provider 配置不生效 — 模型选择跟随 LLM_PROVIDER
环境变量（deepseek/lmstudio 各自取对应模型名）
5. (Low) manage_memos 改为 High 风险（add/delete 有副作用）
|
2026-06-02 10:56:44 +08:00 |
|
|
wunianxiao
|
b9de3665d9
|
feat: iPet → iAs 完整迁移，Rust 版微信 AI 助手
Phase 1 ✅ CLI 框架 + 配置系统
- clap 子命令: login / listen / send / whoami / usage
- config.json + env var 替换
- tracing 日志系统
- state 持久化（auth/runtime 文件存 + PostgreSQL）
Phase 2 ✅ 微信通道
- wechat::client — 完整 iLink Bot HTTP API 实现
- 扫码登录（终端二维码 + 轮询状态）
- 长轮询 getupdates / 消息收发 / 监听注册
Phase 3 ✅ AI 对话（纯文本 + function calling）
- LlmProvider trait: DeepSeek + LM Studio 实现
- SSE 流式解析（text / reasoning / tool_calls delta / usage）
- Conversation: 消息历史 + chat / chat_with_tools 工具循环
Phase 4 ✅ PostgreSQL 集成
- app_state（认证 KV 存储）
- chat_records（消息收发记录）
- llm_usage（Token 用量统计缓存命中率）
- user_memories（长期记忆持久化）
- pending_approvals（审批确认码）
- scheduled_tasks（定时任务表）
Phase 5 ✅ 一切皆 Skill（工具系统）
- SkillRegistry: 系统 + 用户 skills 双目录合并
- SKILL.md 解析器 + 子进程执行器（stdin JSON → stdout）
- 9 个系统 Skills: datetime / weather / search / email /
shell / schedule / memos / read_memories / read_summaries
- ApprovalManager: High 风险技能 → 确认码审批（透明模式）
- High 风险技能：确认码审批（透明模式）
Phase 6 ✅ 定时任务调度器
上下文管理
- ChatSession: checkpoint + token budget (28K) + summaries
- Token 估算器（中英文自适应）
- 12h 空闲 → trigger_idle_summary（不入会话）
- Budget 溢出 → trigger_overflow_summary（入会话 + drain 旧消息）
- Summarizer: LLM 生成自然语言摘要（fallback 简单截断）
- 长期记忆 / 摘要 通过 read_memories / read_summaries 工具按需读取
工具调用日志 + Token 统计
- INFO: 工具名 + 参数 + 结果摘要
- DEBUG: 子进程 exit/stdout/stderr
- ias usage --since --until --model 查看用量和缓存命中率
|
2026-06-01 17:21:43 +08:00 |
|