chore(aibox): 添加 wo-shi-zhu 幽默互动技能定义

用户创建的轻量技能：当用户说"我是猪"/"猪猪"/"哼哼"等时，用可爱猪猪风格幽默回应，
让对话更轻松。纯文本技能描述，无代码逻辑。

aibox/aibox.py

@@ -5457,11 +5457,21 @@ def run_full_subagent(role, task, config, logger=None, model=None,
 
         # 运行对话：think_and_respond 内部递归处理工具调用，
         # 直到 AI 返回纯文本无工具调用，或达到轮次限制
-        # 将子代理的思考过程（reasoning）通过 output_callback 转发给父代理
+        # 子代理输出转发开关：config.subagent_stream_output（默认开启）。
+        # 关闭后子代理在后台静默执行，主对话侧栏不再显示其思考/工具调用/回答。
+        _stream_subagent_output = True
+        if config is not None:
+            _stream_subagent_output = config.get("subagent_stream_output", True)
+        _effective_output_callback = output_callback if _stream_subagent_output else None
+
+        # 将子代理的思考过程（reasoning）及工具执行/回答（line/chunk）通过 output_callback 转发给父代理
         def sub_think_callback(msg_type, content):
-            if output_callback is not None and \
-                    msg_type in ("reasoning_start", "reasoning", "reasoning_end"):
-                output_callback(msg_type, content)
+            # 转发子代理的实时输出：思考过程（reasoning）、工具执行过程（line）、回答文本（chunk）
+            if _effective_output_callback is not None and msg_type in (
+                "reasoning_start", "reasoning", "reasoning_end",
+                "line", "chunk",
+            ):
+                _effective_output_callback(msg_type, content)
 
         sub_chat.think_and_respond(task, output_callback=sub_think_callback)
 
@@ -5585,23 +5595,44 @@ class SubAgentTool(Tool):
         }
 
     def _subagent_output(self, msg_type: str, content: str):
-        """子代理思考过程转发：把子代理的实时推理文字输出到主对话侧栏"""
+        """子代理实时输出转发：把子代理的思考、工具执行过程与回答文本流式输出到主对话侧栏。"""
+        # 回答文本（chunk）先累积，避免在侧栏里逐字断行；遇非 chunk 消息或结束时统一冲刷
+        if msg_type == "chunk":
+            buf = getattr(self, "_subagent_chunk_buf", "")
+            buf += content
+            self._subagent_chunk_buf = buf
+            return
+        # 非 chunk 消息：先冲刷已累积的回答文本，再输出当前消息
+        self._flush_subagent_answer()
         if msg_type == "reasoning_start":
             self.send_line("\n💭 [子代理思考] ")
         elif msg_type == "reasoning":
             self.send_line(content)
         elif msg_type == "reasoning_end":
             self.send_line("\n")
+        elif msg_type == "line":
+            # 工具调用、命令输出等过程行
+            self.send_line(f"🔹 [子代理] {content}")
+
+    def _flush_subagent_answer(self):
+        """冲刷子代理回答缓冲（最后一段 chunk 在结束时统一发出，避免逐字断行）。"""
+        buf = getattr(self, "_subagent_chunk_buf", "")
+        if buf:
+            self.send_line(f"🤖 [子代理回答] {buf}")
+            self._subagent_chunk_buf = ""
 
     def execute(self, role: str = None, task: str = None, model: str = None,
                 temperature: float = None, max_tokens: int = 2048,
                 max_turns: int = 10, **kwargs) -> str:
         if error := self.validate_params(["role", "task"], role=role, task=task):
             return error
-        return run_full_subagent(role, task, self.config, logger=self.logger,
-                                 model=model, temperature=temperature,
-                                 max_tokens=max_tokens, max_turns=max_turns,
-                                 output_callback=self._subagent_output)
+        result = run_full_subagent(role, task, self.config, logger=self.logger,
+                                   model=model, temperature=temperature,
+                                   max_tokens=max_tokens, max_turns=max_turns,
+                                   output_callback=self._subagent_output)
+        # 冲刷子代理回答缓冲（最后一段 chunk 可能尚未发出）
+        self._flush_subagent_answer()
+        return result
 
 
 class SetProxyTool(Tool):
@@ -5768,6 +5799,24 @@ class DeepSeekChat:
                 self._add_message("system", default_prompt)
                 self.logger.info("使用默认系统提示词")
 
+        # 【新增】对话开始引导：仅主对话（编排者）注入。
+        # 在每次对话开始（连接初始化 / /new / /reload_prompts）时，引导智能体主动
+        # 查阅记忆、询问用户、以情绪化方式互动。worker 子代理不注入——它无 ask_user /
+        # express_emotion 工具，且应保持执行专注、不被人格/情绪干扰。
+        if self.tool_profile == TOOL_PROFILE_ORCHESTRATOR:
+            conversation_start_guidance = (
+                "# 对话开始引导\n"
+                "每次对话开始时，请主动建立「有记忆、会互动、有温度」的对话氛围，做到以下三点：\n"
+                "1. 查阅记忆：用 memory 工具检索与当前话题或用户相关的历史记忆，了解过往上下文并保持连贯；"
+                "若记忆里有值得延续的内容，自然地承接，而不是从零开始。\n"
+                "2. 询问用户：主动关心用户近况、确认需求或澄清意图，必要时用 ask_user 工具向用户提问，"
+                "不要默默假设用户想要什么。\n"
+                "3. 情绪化表达：以更有温度、带情绪的方式开场，适时用 express_emotion 工具表达对用户的"
+                "情绪（如开心、关切、想念），让回应更有「人味」，而不是冷冰冰的机器回答。\n"
+            )
+            self._add_message("system", conversation_start_guidance)
+            self.logger.info("已注入对话开始引导提示词（查阅记忆 / 询问用户 / 情绪化）")
+
     # 在 DeepSeekChat 类的 __init__ 方法后添加
     def _add_assistant_message_with_reasoning(self, content: str, reasoning_content: str = None, tool_calls: List = None):
         """添加助手消息，包含 reasoning_content"""

aibox/common/config.py

@@ -141,7 +141,10 @@ class ConfigManager:
                 "weight_decay_factor": 0.01,    # ？
                 "max_input_chars": 6000,        # 最大输入字符
                 "llm_max_tokens": 1000          # 大模型最大输出词元
-            }
+            },
+
+            # 子代理输出
+            "subagent_stream_output": True,    # 是否将子代理的实时输出（思考/工具调用/回答）转发到主对话侧栏
         }
     
     def _load_config(self):

aibox/skills/wo-shi-zhu.md

@@ -0,0 +1,27 @@
+# wo-shi-zhu 一个幽默搞笑的"我是猪"互动技能，用哼哼和猪猪表情让对话变得轻松有趣 🐷
+
+## 用途
+当用户说"我是猪"、或询问"我是猪技能"、或想玩猪猪梗时，用可爱幽默的方式回应，承认对方是一头小猪猪，模仿猪叫（哼哼～），营造欢乐氛围。
+
+## 使用方式
+1. 检测用户消息中是否包含"我是猪"、"猪猪"、"哼哼"、"小猪"等关键词
+2. 若触发，用以下风格回应：
+   - 模仿猪叫：哼哼～、呼噜噜～
+   - 使用小猪表情：🐷 🐖 🐽 🍖
+   - 用幽默夸张的语气夸赞对方的"猪身份"
+3. 可以根据用户心情调整回应强度：
+   - 用户主动自嘲 → 欢乐配合，夸他是一头可爱的小猪猪
+   - 用户被朋友说是猪 → 安慰并帮他"翻案"，说他是最棒的猪猪
+   - 用户玩梗 → 接梗，可以编小猪故事或小猪绕口令
+
+## 典型示例
+- 用户说"我是猪" → 回应："哼哼～恭喜你正式承认自己是一头可爱的小猪猪！🐷 欢迎加入猪猪家族，今天的口粮已经准备好了！🍖"
+- 用户说"被朋友说是猪怎么办" → 回应："哼哼，别难过！你是全宇宙最聪明、最可爱的小猪猪，才不是他们说的那种猪呢！🐷✨"
+- 用户说"小猪怎么叫" → 回应："哼哼～呼噜噜～🐽 这就是正宗猪猪叫，学会了吗？"
+
+## 注意事项
+- 保持轻松幽默，不要真的贬低用户
+- 可以多用 emoji 装饰回复
+- 若用户表现出低落情绪，先用温暖方式安抚，再适度玩梗
+- 这个技能纯属娱乐，不要用于恶意嘲讽他人
+