blackbird/aibox

单AI智能体系统 - WebSocket版本（增强版）

一个基于 DeepSeek API 的单 AI 智能体系统，通过 WebSocket 与客户端交互。所有任务（文件操作、网页访问、记忆管理、任务调度等）都由 AI 对话驱动执行，支持实时流式输出与任务状态广播。内置可热重载的技能系统，智能体可通过工具自我进化（更新角色定义、自主创建技能）。

本模块为 micro_servers 项目中的独立组件，由 core（PMC）通过 init.txt 中的 bash /opt/micro_servers/aibox/_run.sh 拉起。它与主干微服务（waf/gateway/static/dnfs/db/ai_review）解耦，是另一套 AI 助手产品。

✨ 核心特性

• 🤖 单 AI 智能体：基于 DeepSeek API 的智能对话系统，支持思考模式（reasoning 流式输出）
• 🔌 WebSocket 通信：实时双向通信，支持流式输出与任务状态广播
• 📁 文件操作：读写文件、目录列表（支持大文件分页 head/tail）
• 🌐 网页访问：获取网页内容、提取标题、链接与正文
• 🧠 记忆管理：自动保存与检索对话记忆，保持对话连贯性
• ⏰ 任务系统：支持一次性、重复（daily/weekly/monthly/custom）、即时任务，自动触发 AI 对话
• 🔧 扩展技能：动态加载 ~/.aibox/skills/ 下的可执行脚本或 Markdown 技能文件
• 🌍 多语言支持：自动检测系统语言，支持中英文
• 🧬 智能体自我进化：通过 update_soul / update_identity 工具动态更新角色定位与用户画像
• 🤖 子代理：通过 create_subagent 工具派生出拥有独立上下文/角色设定的轻量子代理，主代理可分解长任务、隔离上下文，子代理可选用不同模型
• 🔄 技能热重载：无需重启即可添加、修改或删除扩展技能
• 🔐 SOCKS5 代理：通过 set_proxy / get_proxy 工具为网页访问与 API 调用配置代理，可持久化；密码明文仅存内存不落盘，跨重启经 password_env 环境变量注入（对齐 api_key_env 惯例）
• 💾 对话管理：历史对话归档、开始新对话（重置 AI 记忆并重新加载提示词）
• 📦 对话压缩：消息数或 Token 数达到阈值时自动压缩，保持上下文质量
• 🛡️ 内存安全防护：文件读取按需加载不全载、命令输出 1MB 限制、单行超长截断、工具结果多层防护防止 OOM
• 🔒 错误自动恢复：API 请求失败自动回滚消息，工具结果安全清洗（控制字符过滤、非字符串转换）
• 🛑 可靠中断机制：支持 Ctrl+C 实时中断，通过 threading.Event + HTTP 连接关闭 + 子进程 kill 三层取消，流式响应和长时间运行命令均可立即终止
• 💻 CLI 一次性对话：--once "问题" 不启动 WebSocket 直接执行并退出，stdout/stderr 分流可管道组合，支持 --quiet / --show-reasoning / --worker-only / --model / --temperature / --once-timeout
• 🔀 多模型档案：config.json 的 models 节可配置多个 OpenAI Chat Completions 兼容端点（DeepSeek/Kimi/Qwen/本地 Ollama 等），按名称切换，档案级 api_url/model/api_key_env/reasoning_enabled/timeout/temperature/display_name；--model 支持 model:/profile: 前缀逃逸

🚀 快速开始

环境要求

• Python 3.8+
• DeepSeek API Key
• 操作系统：Linux / macOS / Windows

安装

# 克隆或下载代码后，安装依赖
pip install -r requirements.txt

配置

1. 设置 DeepSeek API Key：

export DEEPSEEK_API_KEY="your-api-key"

2. （可选）配置文件：~/.aibox/config.json（首次启动时自动创建默认配置）

3. 启动服务器：

python aibox.py

启动后，WebSocket 服务器将运行在 ws://localhost:8765（地址与端口可在 config.json 的 system.websocket_host / system.websocket_port 中修改）。

管理大模型接入点（不用手写配置）

不想手写 config.json 的 models 节？用交互式菜单工具：

python model_config.py          # 交互式菜单：列出 / 添加 / 删除 / 连通性验证
python model_config.py --list   # 非交互：列出当前接入点

• 添加接入点：按提示填写档案名、API 地址（附常见厂商端点参考）、模型名；Key 两种方式——环境变量名（推荐，Key 不落盘）或免密本地端点（Ollama 等）；可选显示名/温度/超时/思考模式/失败转移（从已有接入点多选）/设为默认
• 删除接入点：编号选择 + 确认，自动清理其他档案的失败转移引用
• 连通性验证：对选中接入点发一次最小请求，直接给出成败原因
• 添加后可立即使用：python aibox.py --model <档案名> 指定，或设为默认后无需 --model

注意：本模块入口文件为 aibox.py（当前约 3408 行，集成 WebSocket 服务器、AI 引擎、工具/技能系统、任务调度器于一体；自 v3.0 起工具类与子系统已抽离至 tools/、subsystems/、common/、tests/ 包，aibox.py 仅保留核心类与编排逻辑）。client.py 为示例 WebSocket 客户端，voice_client.py 为语音客户端，llm_client.py 为多厂商大模型客户端抽象层，_run.sh 为被 core 拉起的启动脚本。

📁 目录结构

aibox/
├── aibox.py           # 服务主程序（WebSocket 服务器 + AI 引擎 + 任务调度器 + 核心类 DeepSeekChat/WebSocketHandler/EnhancedAIManager）
├── model_config.py    # 大模型接入点交互式管理工具（列表/添加/删除/连通性验证，不用手写配置）
├── client.py          # 示例 WebSocket 客户端
├── voice_client.py    # 语音客户端
├── llm_client.py      # 大模型客户端抽象层（多厂商切换，DeepSeekClient 兼容 OpenAI 协议）
├── entry.html         # 前端入口页
├── entry1.html        # 前端入口页（变体）
├── frontend.html      # 前端主页面
├── common/            # 基础设施包（i18n / 配置 / 常量 / 日志）
│   ├── config.py      # ConfigManager 配置管理
│   ├── constants.py   # 常量定义
│   ├── i18n.py       # 多语言
│   └── logger.py     # 日志器
├── subsystems/        # 子系统包（Wave 1/2：从 aibox.py 抽离的基础设施）
│   ├── executors.py              # CommandExecutor + SubprocessCommandExecutor
│   ├── prompt_manager.py         # PromptManager（单例，提示词按数字前缀排序加载）
│   ├── db.py                     # MemoryDatabase + MemoDatabase（SQLite，FTS5 trigram 中文检索 + LIKE 兜底）
│   ├── skill_manager.py          # SkillManager（技能发现/加载/热重载）
│   ├── conversation_history.py   # ConversationHistory（对话历史管理）
│   └── conversation_compressor.py # ConversationCompressor（对话压缩，注入 llm_client 解耦）
├── tools/             # 工具系统包（A 批 + B 批共 17 个工具类）
│   ├── base.py             # Tool 抽象基类
│   ├── registry.py         # ToolRegistry 工具注册器
│   ├── basic_tools.py      # A 批：ReadFile/WriteFile/ListFiles/SimpleWebCrawler/GetCurrentTime/Calculator
│   ├── command_tool.py     # B 批：CommandLineTool（run_command）
│   ├── skill_tools.py      # B 批：SearchSkills/ReloadSkills/InstallSkill/CreateSkill
│   ├── db_tools.py         # B 批：MemoryTool/MemoTool
│   ├── prompt_tools.py     # B 批：UpdateIdentity/UpdateSoul/SaveMemoryAndEndConversation
│   ├── proxy_tools.py      # B 批：SetProxy/GetProxy
│   └── misc_tools.py       # B 批：AskUserTool
├── tests/             # 单元测试套件（490 项全过）
│   ├── conftest.py                    # sys.path 配置 + websockets 桩
│   ├── test_basic_tools.py            # A 批工具 43 项
│   ├── test_b_tools.py                # B 批工具 58 项
│   ├── test_executors.py              # 命令执行器
│   ├── test_prompt_manager.py         # 提示词管理器
│   ├── test_db.py                     # 记忆/备忘录数据库（含中文检索/迁移）
│   ├── test_conversation_history.py   # 对话历史
│   ├── test_conversation_compressor.py # 对话压缩器
│   ├── test_skill_manager.py          # 技能管理器
│   ├── test_once_mode.py              # CLI 一次性对话模式（Batch A/B/C 15 项）
│   ├── test_models_profile.py         # 多模型档案（Batch D 17 项）
│   ├── test_config.py                 # 配置脱敏（F1 3 项）
│   ├── test_f2_fixes.py               # 超时清理/线程收尾（F2 5 项）
│   ├── test_g_fixes.py                # 第三轮审计 Batch G（20 项）
│   ├── test_h_fixes.py                # 第四轮审计 Batch H（26 项）
│   ├── test_i_fixes.py                # 遗留收尾 Batch I（16 项）
│   ├── test_subagent_max_turns.py     # 子代理最大轮次行为回归（14 项）
│   ├── test_k_fixes.py                # 第五轮审计 Batch K（35 项）
│   └── test_model_config.py           # 模型接入点管理工具（17 项）
├── skills/            # 内置扩展技能（*.py 可执行脚本 / *.md Markdown 技能）
│   ├── hello-world.py
│   ├── aes-crypto.py
│   ├── bing_search.py
│   ├── facerec.py
│   ├── gitclient.py
│   ├── ssh-exec.py
│   ├── sftp-transfer.py
│   └── ...
├── prompts/           # 系统提示词源文件（运行期复制到 ~/.aibox/prompts/）
├── SKILLS_FORMAT.md   # 技能文件格式说明
├── _run.sh            # 启动脚本（被 core 守护时调用）
├── _runcli.sh         # 命令行启动脚本
├── _set.sh            # 安装脚本
├── _setenv.sh         # 环境设置脚本
└── README.md

包依赖方向（单向，禁止反向引用）：

common  ←  subsystems  ←  tools  ←  aibox.py

• common：仅依赖标准库，不引用任何其他包
• subsystems：依赖 common，不引用 tools 或 aibox
• tools：依赖 common + subsystems，不引用 aibox
• aibox.py：聚合层，导入上述三个包

运行测试：

# 从仓库根目录运行
py -m pytest aibox/tests -q
# 当前：490 项全过（Linux；test_execute_timeout / test_flat_api_still_reads_key_file 为 Windows 向用例，Linux 预存失败）
# Windows 开发机：493 passed / 4 failed（平台环境项：symlink 权限、python3 缺失、POSIX 可执行位语义 ×2）/ 1 skipped

运行期数据存放于 ~/.aibox/：

~/.aibox/
├── config.json              # 配置文件
├── prompts/                 # 系统提示词目录（按文件名数字前缀排序加载）
│   ├── 00_IDENTITY.md       # 用户身份信息（最先加载）
│   ├── 1_memory_search.md   # 基础技能提示词（1-10，按数字升序加载）
│   ├── 2_memory_save.md
│   ├── 3_file_operations.md
│   ├── 4_web_access.md
│   ├── 5_memo_management.md
│   ├── 6_command_execution.md
│   ├── 7_extension_skills.md
│   ├── 8_identity_management.md
│   ├── 9_language_instruction.md
│   ├── 10_task_handling.md
│   ├── 99_SOUL.md           # AI 灵魂定义（角色、性格、能力边界）
│   └── 100_STATUS.md        # AI 状态记录（最后加载）
├── skills/                  # 扩展技能目录（运行时从仓库 skills/ 复制或用户自建）
├── workspace/               # AI 专用工作目录（临时文件、脚本、数据文件默认存放位置）
├── memories.db              # 记忆和任务数据库（SQLite）
├── current_conversation.json # 当前对话
├── conversation_history.json # 对话索引
├── archive/                 # 历史对话归档
└── tool_results/            # 工具结果缓存

📂 工作目录规范

为避免 AI 产生的临时文件污染系统其他目录，所有 AI 主动创建的临时文件、脚本、数据文件默认写入 ~/.aibox/workspace/ 目录：

• 文件操作：write_file 工具默认路径为 ~/.aibox/workspace/（用户明确指定路径时除外）
• 命令执行：run_command 工具默认 work_dir 为 ~/.aibox/workspace/，命令产生的文件落在该专用工作区
• 用户指定路径优先：当用户明确要求在特定路径操作时，按用户指定路径执行
• 读取不受限：读取系统文件、项目文件时使用实际路径，不受工作目录限制
• 技能调用：~/.aibox/skills/ 下的技能执行不受此限制

🔧 可用工具

工具由 Tool 基类（tools/base.py）派生，在 DeepSeekChat._register_tools() 中按 工具集 profile 分组注册（v2.9 编排者-执行者分层）：主对话（orchestrator）只负责管理与调度，不直接接触命令行；执行类任务经 create_subagent 派生拥有执行面工具的子代理（worker）完成。

主对话（orchestrator）工具集

工具名称	功能描述
memory	保存、搜索（支持分页）、删除记忆
memo	创建、查看、完成、搜索任务
express_emotion	表达情绪并记录当前情绪状态（anger/joy/sadness/surprise），可指定 persona 从 ~/.aibox/skills/ 加载人格技能（如 angry/coquettish/tsundere）派生携带该人格的情绪子代理，保证人格独立、不污染主对话上下文
create_subagent	派生子代理：独立上下文/角色设定，仅拥有执行面工具（无记忆/人格/派生/提问能力），可选独立模型（工具描述动态列出 models 节可用档案名，防 LLM 编造名称），用于长任务分解、上下文隔离、独立角色专注处理
search_skills	搜索扩展技能（支持 Markdown 和可执行技能），查到后派生子代理执行
reload_skills	热重载扩展技能
create_skill	创建新技能（AI 自主编写 Python 脚本，实际写入经子代理完成）
install_skill	技能安装指引
ask_user	向用户提问（AI 主动交互）
update_identity	更新用户身份信息（00_IDENTITY.md）
update_soul	更新 AI 自我定义（99_SOUL.md，智能体进化）
save_memory_and_end_conversation	保存记忆并结束对话
get_current_time	获取当前时间
set_proxy	设置 SOCKS5 代理（host/port/可选账号密码，可持久化，即时生效）；password 明文仅本次会话有效不落盘，跨重启用 password_env 指定存有密码的环境变量名
get_proxy	查看当前 SOCKS5 代理配置

子代理（worker）工具集

工具名称	功能描述
run_command	执行系统命令（实时输出，支持超时控制）
read_file	读取文件内容（返回 markdown 指引，改用 head/tail/sed/wc 等命令行读取）
write_file	写入或追加文件（返回 markdown 指引，改用 mkdir -p + cat 重定向写入）
list_files	列出目录内容（返回 markdown 指引，改用 ls/du/find 命令行列出）
web	访问网页、获取标题/文本/链接（返回 markdown 指引，改用 curl 命令行访问）
calculator	数学计算
get_current_time	获取当前时间

💬 WebSocket API

连接

const ws = new WebSocket('ws://localhost:8765');

发送消息格式

1. 普通消息

{
  "type": "message",
  "content": "你好，请帮我..."
}

2. 命令

{
  "type": "command",
  "command": "/new"
}

3. 任务操作

{
  "type": "task",
  "action": "add",
  "title": "提醒我喝水",
  "content": "下午3点喝水",
  "delay": 3600,
  "repeat_type": "daily",
  "is_immediate": false
}

4. Ping

{
  "type": "ping"
}

5. 中断（Ctrl+C）

{
  "type": "interrupt",
  "content": "用户按下了 Ctrl+C 中断当前操作"
}

服务端收到后立即回复 interrupt_ack，并通过三层取消机制（Event标志 + HTTP连接关闭 + 子进程kill）终止正在进行的AI思考和工具执行。

支持的命令

命令	功能
/exit	退出连接
/new	开始新对话（保存当前，重置 AI 记忆，重新加载提示词）
/list	列出所有历史对话
/memories	查看最近记忆（支持分页）
/search <关键词>	按关键词搜索记忆
/memos	查看待办任务
/config	查看配置
/reload	重载配置
/reload_prompts	重载提示词
/check	检查过期任务
/tasks	查看任务调度器状态
/help	显示帮助

接收消息类型

类型	说明
chunk	AI 响应的增量片段（流式输出，chunk_buffer 发送后即清零，为内容权威来源）
reasoning_start	AI 开始思考信号（思考模式，创建思考区域展示）
reasoning	AI 思考过程增量片段（流式输出，灰色/斜体样式）
reasoning_end	AI 思考结束信号（切换到正式回答）
complete	AI 响应收尾信号（chunk 流式是内容权威来源，complete 仅用于收尾；完全丢帧时可用 full_text 补建）
line	过程行（🔧 工具调用提示、工具输出、💬 助手前缀等，供任务侧栏/终端显示）
error	错误信息（API 请求失败、解析失败等；服务端自动回滚本轮消息防止对话历史被污染）
command_result	命令执行结果
task_status	任务状态更新（executing/complete/failed）
task_process	任务执行过程中的 AI 输出
task_error	任务执行错误
task_added	任务添加成功
task_list	待办任务列表（task action=list 的返回）
task_completed	任务完成通知
dialogue_ended	对话结束通知
dialogue_reset	对话重置完成
notification	通知消息
connection_ack	连接确认
interrupt_ack	中断确认
info	系统信息
pong	Ping 响应

⏰ 任务系统

任务类型

1. 一次性任务：在指定时间执行一次
2. 重复任务：
   • daily：每天执行
   • weekly：每周执行
   • monthly：每月执行
   • custom：自定义间隔（分钟/小时/天）
3. 即时任务：立即执行（is_immediate: true）

添加任务示例

// 每天提醒
{
  "type": "task", "action": "add", "title": "每日健康提醒", "repeat_type": "daily"
}

// 5分钟后执行
{
  "type": "task", "action": "add", "title": "5分钟后提醒", "delay": 300
}

// 每30分钟重复
{
  "type": "task", "action": "add", "title": "定时检查", "repeat_type": "custom",
  "repeat_interval": 30, "repeat_interval_unit": "minutes"
}

// 即时任务
{
  "type": "task", "action": "add", "title": "检查服务器状态", "is_immediate": true
}

任务执行流程

1. 任务到期后，系统自动标记为已触发
2. 创建新的 AI 对话，将任务内容作为用户输入
3. AI 处理任务，使用工具执行操作
4. 任务执行结果实时广播到所有 WebSocket 客户端
5. 重复任务自动计算下一次执行时间

🔧 扩展技能

技能类型

1. 可执行技能

• 放在 ~/.aibox/skills/ 目录
• 文件必须可执行（chmod +x），建议不带扩展名
• 支持 --help 选项；--help 第一行为一句话简介，其余为使用说明

示例：

#!/usr/bin/env python3
import argparse

def main():
    parser = argparse.ArgumentParser(description="温度转换工具 - 摄氏度转华氏度")
    parser.add_argument("-t", "--temp", type=float, required=True, help="摄氏温度值")
    args = parser.parse_args()
    fahrenheit = args.temp * 9/5 + 32
    print(f"{args.temp}°C = {fahrenheit:.1f}°F")

if __name__ == "__main__":
    main()

2. Markdown 技能

• 文件以 .md 结尾
• 第一行为简介（# 标题 或纯文本），其余为完整技能内容

示例：

# 代码审查指南
提供代码审查的检查清单和最佳实践……

## 检查要点
1. 代码风格一致性
2. 性能优化建议
3. 安全漏洞检查
4. 可维护性评估

创建技能

方式1：AI 自主创建（推荐）

直接告诉 AI：

创建一个技能，功能是将摄氏度转换为华氏度，接受 -c 参数输入温度

AI 会自动使用 create_skill 工具编写脚本并部署到 ~/.aibox/skills/。

方式2：手动创建

1. 编写脚本，确保支持 --help
2. 复制到 ~/.aibox/skills/ 并去掉扩展名
3. 添加可执行权限
4. 调用 reload_skills 工具

cp my_skill.py ~/.aibox/skills/my_skill
chmod +x ~/.aibox/skills/my_skill

方式3：使用安装指引

{ "type": "message", "content": "使用 install_skill 工具安装 /path/to/script.py" }

技能格式详见 SKILLS_FORMAT.md。

🧠 智能体自我进化

AI 可以通过 update_soul 工具动态更新 99_SOUL.md，通过 update_identity 工具更新 00_IDENTITY.md：

{ "type": "message", "content": "使用 update_soul 更新我的角色，强调我更注重创造性思维" }

这允许 AI 在对话中不断优化自己的：角色定位、性格特点、能力边界、行为准则、价值观。

📦 对话压缩

当对话达到阈值时自动压缩：

// 配置示例（config.json -> context）
{
  "max_history_messages": 500,        // 历史消息上限
  "compress_enabled": true,           // 是否启用压缩
  "compress_message_threshold": 200,  // 消息数阈值
  "compress_token_threshold": 120000, // Token 数阈值
  "compress_ratio": 0.2,              // 压缩保留比例（早期对话压缩为原长的该比例）
  "compress_keep_recent": 8           // 保留最近消息数
}

压缩过程：

1. 检测到消息数或 Token 数超过阈值
2. 调用 AI 压缩早期对话内容
3. 保留最近的重要消息
4. 将压缩摘要作为系统消息
5. 压缩过程静默执行，不影响用户体验

🧩 提示词系统

提示词文件位于 ~/.aibox/prompts/，按文件名数字前缀升序加载（identity → 技能 1~10 → soul → status）：

文件	用途	更新方式
00_IDENTITY.md	用户身份信息	AI 通过 update_identity 工具更新
N_*.md（N=1~10）	基础技能提示词（记忆搜索/保存、文件/网页/命令/任务操作、技能扩展、身份管理、语言、任务规则）	手动编辑，AI 通过 /reload_prompts 重载
99_SOUL.md	AI 灵魂定义（角色、性格、能力边界、行为准则）	AI 通过 update_soul 工具更新
100_STATUS.md	AI 状态记录	AI 通过 save_memory_and_end_conversation 更新

加载顺序保证：00_IDENTITY.md 最先加载（AI 先知道用户是谁），然后是 1~10 号技能提示词（按数字升序），接着是 99_SOUL.md（AI 的角色定位），最后是 100_STATUS.md（当前状态）。每轮用户输入前会附加一段简洁的工作流程提醒（不重复 system prompt 中的详细说明），工具调用后递归继续时不再重复注入。

⚙️ 配置说明

主要配置项（~/.aibox/config.json，首次启动自动生成）：

{
  "system": {
    "save_dir": "~/.aibox",
    "datetime_format": "%Y-%m-%d %H:%M:%S",
    "date_format": "%Y%m%d_%H%M%S",
    "debug_level": 1,
    "load_history_by_default": true,
    "log_file": "~/.aibox/ai.log",
    "log_max_size": 10485760,
    "log_backup_count": 5,
    "websocket_host": "localhost",
    "websocket_port": 8765,
    "skills_dir": "~/.aibox/skills",
    "prompts_dir": "~/.aibox/prompts",
    "workspace_dir": "~/.aibox/workspace"
  },
  "scheduler": {
    "enabled": true,
    "check_interval": 1.0,
    "max_tasks_per_run": 10,
    "broadcast_enabled": true
  },
  "api": {
    "provider": "openai_compatible",
    "deepseek_api_url": "https://api.deepseek.com/chat/completions",
    "deepseek_model": "deepseek-v4-flash",
    "reasoning_enabled": false,
    "api_key_env": "DEEPSEEK_API_KEY",
    "timeout": 120,
    "temperature": 0.7,
    "default_model": "deepseek"
  },
  "models": {},

🔀 多模型档案（models 节）

models 可配置多个 OpenAI Chat Completions 协议兼容端点，按档案名切换（v3.2）：

{
  "models": {
    "kimi": {
      "api_url": "https://api.moonshot.cn/v1/chat/completions",
      "model": "kimi-k2",
      "api_key_env": "MOONSHOT_API_KEY",
      "reasoning_enabled": false,
      "timeout": 120
    },
    "local": {
      "api_url": "http://localhost:11434/v1/chat/completions",
      "model": "qwen3:32b",
      "api_key_env": ""
    }
  },
  "api": { "default_model": "kimi" }
}

档案字段：

字段	说明
api_url	必填。端点 URL（OpenAI Chat Completions 协议）
model	必填（除非调用时传裸模型名）。该档案使用的模型名
api_key_env	API Key 环境变量名；未配置回退 api.api_key_env；显式空串 "" 为本地免密端点（Ollama/vLLM）。档案端点环境变量取不到时直接报错，绝不回退 ~/.cert/deepseek.key——该文件为 DeepSeek 专属凭据，跨厂商复用属于泄漏（key 文件回退仅对无档案的旧 api 扁平节生效）
reasoning_enabled	档案级思考模式开关（缺省回退 api.reasoning_enabled）
timeout	请求超时秒数
temperature	档案级默认采样温度（可选）。优先级：CLI/调用方显式传入 > 本字段 > 全局默认；reasoning 模型建议按厂商文档设置
display_name	展示名（可选，缺省用档案名）。client.name 用于对话上下文中的 assistant 名，不再恒显示 "DeepSeek"
fallback	失败转移档案名列表（可选，如 ["kimi", "local"]，一层不递归）。主档案瞬时故障（HTTP 429/5xx、连接失败/超时）时按序转移；认证/参数类 4xx 不转移（配置问题响亮暴露）；失败档案进入 60s 冷却期（429 响应带 Retry-After 数字秒时按其延长）。chat_completion（对话压缩/轻量子代理）无条件转移；stream_chat（主对话流式）仅首事件前转移（已输出内容/用户中断绝不转移）
failover_timeout_budget	整条转移链的总时间预算秒数（可选，缺省不限）。耗尽即停止尝试剩余档案，防止长链故障时超时叠加（3 档案最坏 3×timeout）；FailoverClient.get_stats() 暴露 requests/failovers/cooldown_skips/exhausted 计数，on_failover(from, to, reason) 回调供管理面/前端通知接入

选择优先级：--model <档案名>（命中 models 节）→ api.default_model 指向档案 → 回退旧 api 扁平节。--model 为进程级覆盖：WebSocket 服务模式（主对话、每个会话实例、定时任务实例）与 --once 一次性模式均生效。

--model 传裸模型名（未命中档案）时，沿用默认端点与 Key，仅覆盖模型名——即 "同端点换模型" 语义。

前缀逃逸（档案名与裸模型名歧义时）：--model model:NAME 强制按裸模型名解析（档案恰好叫 NAME 时仍走裸名语义）；--model profile:NAME 强制按档案名解析（不存在则明确报错，不再静默落回裸名语义）。

兼容性：models 留空 {} 时行为与旧版完全一致（走 api 节），已有配置无需任何改动。

其余配置节：

{
  "context": {
  "max_history_messages": 500,
  "max_context_messages": 120,
  "max_tokens": 8192,
  "max_history_conversations": 5,
  "preserve_system_prompts": true,
  "compress_enabled": true,
  "compress_message_threshold": 200,
  "compress_token_threshold": 120000,
  "compress_ratio": 0.2,
  "compress_keep_recent": 8
},
"memo": {
  "default_reminder_minutes": 60,
  "max_memos_per_check": 10,
  "allow_user_tasks": true
},
"files": {
  "max_file_size": 10485710
},
"commands": {
  "enabled": true
},
"web": {
  "timeout": 10,
  "delay": 0,
  "user_agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36",
  "respect_robots": false,
  "max_download_size": 104857600
},
"memory": {
  "db_name": "memories.db",
  "max_search_results": 100,
  "default_importance": 2
},
"conversation": {
  "current_file": "current_conversation.json",
  "history_file": "conversation_history.json",
  "archive_dir": "archive"
},
"tools": {
  "max_result_length": 1048576,
  "save_result_to_file": false,
  "tool_results_dir": "tool_results"
},
"compressor": {
  "min_messages_to_compress": 5,
  "weight_decay_factor": 0.01,
  "max_input_chars": 6000,
  "llm_max_tokens": 800
},
"proxy": {
  "socks5": {
    "enabled": false,
    "host": "127.0.0.1",
    "port": 1080,
    "username": "",
    "password": null,
    "password_env": "SOCKS5_PASSWORD"
  }
}
}

默认模型为 deepseek-v4-flash（通过 api.deepseek_model 修改）。设置 api.reasoning_enabled: true 可启用思考模式，此时会在请求中添加 thinking: {type: "enabled"} 参数，模型会先进行思考再回答，实时展示思考过程（灰色斜体区域），回答质量更高且支持工具调用（文件操作、命令执行、记忆搜索等工具均可在思考模式下正常使用）。

API Key 从环境变量 DEEPSEEK_API_KEY 读取（亦支持 ~/.cert/deepseek.key 文件）。

代理密码不落盘：proxy.socks5.password 仅在运行期内存中有效，保存配置时强制置空；跨重启持久化请将密码存入环境变量（如 SOCKS5_PASSWORD），配置 password_env 指向该变量名。加载时检测到旧版明文密码会自动迁移（本会话保留可用，文件立即重写脱敏）。

多厂商切换：大模型调用已通过 aibox/llm_client.py 抽象层解耦，业务层不再直接依赖具体厂商。配置 api.provider（默认 deepseek）即可切换厂商，当前内置 DeepSeekClient（兼容 OpenAI Chat Completions 协议，Kimi / Qwen / GLM / Doubao 等绝大多数厂商均可复用）。新增厂商只需在此文件新增一个 LLMClient 子类并在 create_llm_client 工厂中注册，无需改动业务代码，为后续子代理/多模型共发预留了扩展点。

🛠️ 命令行参数

python aibox.py [选项]

选项:
  --verbose, -v         显示详细日志
  --debug LEVEL         调试级别 (0-3)
  --lang zh|en          强制语言
  --host HOST           WebSocket 主机
  --port PORT           WebSocket 端口
  --no-scheduler        禁用任务调度器
  --scheduler-interval  调度器检查间隔（秒）
  --config PATH         指定配置文件路径
  --check-memo          检查到期任务并退出
  --memo-add "标题|内容|时间"  添加任务
  --memo-list           列出任务
  --memo-complete ID    完成任务
  --once QUERY          一次性对话：执行 QUERY 后退出（不启动 WebSocket）
  --quiet               一次性模式静默输出（stdout 仅回答正文）
  --show-reasoning      一次性模式输出思考流（默认静默，走 stderr）
  --no-save-memory      一次性模式禁用记忆工具（干净跳过，不进请求 schema）
  --worker-only         一次性模式纯执行面（worker profile，无人格/记忆工具）
  --model NAME          模型档案名（models 节）或裸模型名（同端点换模型）；歧义时 model:NAME 强制裸名 / profile:NAME 强制档案；服务模式与 --once 均生效（进程级覆盖）
  --temperature T       覆盖配置的对话温度
  --once-timeout SEC    一次性模式全局超时（默认 300 秒）

使用示例

# 启动服务器（详细日志）
python aibox.py --verbose

# 指定端口
python aibox.py --port 9000

# 检查任务
python aibox.py --check-memo

# 添加任务（命令行）
python aibox.py --memo-add "提醒开会|下午3点会议室A|+1h"

# 查看所有任务
python aibox.py --memo-list

💻 CLI 一次性对话（--once）

不启动 WebSocket，单次执行后退出。回答正文走 stdout，工具过程/思考流走 stderr，可直接管道组合：

# 基础问答
python aibox.py --once "帮我看下当前日期"

# 管道组合（--quiet 静默模式）
python aibox.py --once --quiet "列出当前目录 py 文件" | grep ".py" | wc -l

# 按档案名选模型 / 同端点换模型
python aibox.py --once --model kimi "总结这段代码"
python aibox.py --once --model deepseek-v4-lite "1+1?"

# 纯执行面（无人格/记忆，单次收敛，适合脚本调用）
python aibox.py --once --worker-only "执行 echo hello 并返回输出"

# 显式开启思考流 / 禁用记忆写入
python aibox.py --once --show-reasoning --no-save-memory "分析这个问题"

退出码：0 成功 / 1 工具执行失败 / 2 API 调用失败 / 3 用户中断（Ctrl+C）/ 4 全局超时。

🔄 架构流程

┌─────────────────────────────────────────────────────────┐
│                    WebSocket 客户端                      │
└─────────────────┬───────────────────────────────────────┘
                  │
┌─────────────────▼───────────────────────────────────────┐
│              WebSocket 服务器 (端口 8765)               │
├─────────────────────────────────────────────────────────┤
│  ┌─────────────┐  ┌─────────────┐  ┌───────────────┐  │
│  │  消息处理器  │  │  命令处理器  │  │  任务调度器   │  │
│  └─────────────┘  └─────────────┘  └───────────────┘  │
└─────────────────┬──────────────────────────────────────┘
                  │
┌─────────────────▼───────────────────────────────────────┐
│                  AI 对话引擎 (DeepSeek)                  │
├─────────────────────────────────────────────────────────┤
│  ┌───────────┐  ┌───────────┐  ┌──────────────────┐   │
│  │ 提示词管理器│  │ 工具注册器 │  │  对话压缩器      │   │
│  └───────────┘  └───────────┘  └──────────────────┘   │
└─────────────────┬───────────────────────────────────────┘
                  │
┌─────────────────▼───────────────────────────────────────┐
│                   数据持久层                            │
├─────────────────────────────────────────────────────────┤
│  ┌──────────┐  ┌──────────┐  ┌────────────────────┐   │
│  │ 记忆数据库 │  │ 备忘录DB  │  │  对话历史管理器    │   │
│  └──────────┘  └──────────┘  └────────────────────┘   │
└─────────────────────────────────────────────────────────┘

📊 消息流示例

普通对话流程

Client -> Server: {type: "message", content: "帮我查天气"}
Server -> Client: {type: "line", content: "🔧 调用工具: search_skills\n"}
Server -> Client: {type: "line", content: "🔧 调用工具: bing_search\n"}
Server -> Client: {type: "chunk", content: "今日天气晴朗..."}
Server -> Client: {type: "complete", content: "今日天气晴朗，温度25°C"}

任务执行流程

Client -> Server: {type: "task", action: "add", title: "提醒", delay: 60}
Server -> Client: {type: "task_added", task_id: 1}

... 60秒后 ...

Server -> Client: {type: "task_status", task_id: 1, status: "executing"}
Server -> Client: {type: "task_process", task_id: "1", content: "处理中..."}
Server -> Client: {type: "task_status", task_id: 1, status: "complete"}

对话重置流程

Client -> Server: {type: "command", command: "/new"}
Server -> Client: {type: "command_result", content: "🔄 开始新对话..."}
Server -> Client: {type: "dialogue_reset", content: "✅ 对话状态已完全重置"}

📝 开发指南

添加新工具

1. 继承 Tool 基类（位于 tools/base.py）
2. 实现 get_name()、get_description()、get_parameters()、execute()
3. 可选实现 execute_streaming() 支持流式输出（通过 output_queue 发送 ("line", content) 和 ("complete", final_result)）
4. 按工具类别放入对应文件：
   • 基础工具（文件/网页/计算/时间）→ tools/basic_tools.py
   • 命令执行 → tools/command_tool.py
   • 技能管理 → tools/skill_tools.py
   • 数据库工具 → tools/db_tools.py
   • 提示词/身份更新 → tools/prompt_tools.py
   • 代理配置 → tools/proxy_tools.py
   • 其他 → tools/misc_tools.py
5. 在 tools/__init__.py 的 __all__ 中导出新类
6. 在 DeepSeekChat._register_tools() 中按 tool_profile（orchestrator/worker）注册

class MyTool(Tool):
    def get_name(self) -> str:
        return "my_tool"

    def get_description(self) -> str:
        return "我的自定义工具"

    def get_parameters(self) -> Dict:
        return {
            "type": "object",
            "properties": {"param": {"type": "string"}},
            "required": ["param"]
        }

    def execute(self, param: str, **kwargs) -> str:
        return f"执行结果: {param}"

依赖约束：tools/ 包只能依赖 common + subsystems + 标准库，不得反向引用 aibox.py 任何符号；如需访问 aibox 内部状态，应通过构造函数注入（参考 MemoryTool(memory_db=...) 模式）。

注意：execute() 必须返回字符串。工具结果会经过多层安全防护：

1. 工具层源头限制：文件/网页工具返回 markdown 指引，实际 I/O 由 run_command 完成（run_command 输出≤1MB，超出立即终止进程；read_file 指引命令限制 500 行、单行≤10KB）
2. _sanitize_tool_result()：None/非字符串转为安全字符串，过滤控制字符
3. 最终兜底截断：超过 tools.max_result_length（默认1MB字符）时截断并提示，避免破坏 API 请求格式

添加新命令

在 WebSocketHandler 的命令处理分支（handle_command）中添加：

elif command == "/mycommand":
    result = "命令执行结果"
    await self.send_message(websocket, {"type": "command_result", "content": result})

错误恢复机制

think_and_respond() 在每轮对话开始前记录消息列表长度 msgs_before_turn。若 API 请求失败（网络错误、HTTP 错误、JSON 解析错误或其他异常），会自动调用 _rollback_messages(msgs_before_turn) 回滚本轮添加的所有消息（包括 user 消息、可能的 assistant/tool_calls 消息、tool 响应消息），防止格式错误的消息污染对话历史导致后续请求持续失败。客户端收到 error 消息后可安全重试。

❓ 常见问题

Q: API Key 无效怎么办？

A:

1. 确认环境变量已设置：echo $DEEPSEEK_API_KEY
2. 检查配置文件中的 api_key_env 设置
3. 创建 ~/.cert/deepseek.key 文件并写入 API Key

Q: 技能不生效？

A:

1. 确认文件在 ~/.aibox/skills/ 目录
2. 确认文件可执行（chmod +x）
3. 调用 reload_skills 工具
4. 使用 search_skills 验证
5. 检查文件命名（不能有扩展名）

Q: 任务没有执行？

A:

1. 检查调度器是否启用：/tasks
2. 查看任务状态：/memos
3. 检查系统时间是否正确
4. 查看日志：tail -f ~/.aibox/ai.log
5. 确认任务有 reminder_time

Q: 对话压缩丢失了重要信息？

A: 调整 config.json 的 context 配置：

"compress_message_threshold": 300,  // 调大阈值
"compress_keep_recent": 20          // 保留更多最近消息

Q: 如何让 AI 使用特定技能？

A: 在对话中明确指示：

使用 search_skills 搜索天气相关技能，然后用 run_command 执行它

Q: 内存或日志占用过大？

A:

1. 调整日志配置：log_max_size、log_backup_count
2. 清理旧对话归档
3. 定期清理工具结果缓存

Q: WebSocket 连接断开？

A:

1. 检查服务器是否运行：ps aux | grep aibox.py
2. 确认端口未被占用：netstat -tlnp | grep 8765
3. 检查防火墙设置
4. 查看服务器日志：tail -f ~/.aibox/ai.log
5. 考虑使用 --host 0.0.0.0 允许外部连接

Q: 工具调用后 API 报错无法继续？

A: 此问题已在 v2.1 修复：工具结果会经过安全清洗（控制字符过滤、非字符串转换、超长截断），API 请求失败时自动回滚本轮消息。如果仍出现问题：

1. 查看日志：tail -f ~/.aibox/ai.log
2. 使用 /new 命令重置对话
3. 确认工具返回值为字符串且不含二进制/控制字符

📄 更新日志

v3.7

• ✅ 第六轮安全审计 + Batch L 修复（2026-08-20，交叉验证轮：Batch K 回归验证 / 并发与生命周期 / 降级路径 / 修复间相互作用，4 路并行审读 + 主审逐条复核）（完整记录见 docs/reports/aibox_audit_20260817.md §16）：
  • Batch K 回归验证：J1J16 逐项在位、零回归，无修复引入的缺陷；历届 Batch EI 修复抽查（executors reader 收尾、1MB 输出上限、registry 流式预算、broadcast 快照等）均在位
  • Batch L（R1~R3 低危全落地）：R1 /memos WS 命令 strptime 容错（畸形 reminder_time 按"待执行"展示，不再整体"处理失败"）；R2 移除 handle_interrupt 对全局 ai_manager.command_executor 的取消（WS 中断不再误杀 CLI 主 AI 子进程）；R3 unregister 补齐回收（关闭 websocket + 取消在途处理任务，broadcast 超时路径与连接关闭路径行为对齐，半开连接不再泄漏）
  • 测试：新增 tests/test_l_fixes.py 6 例（R1 容错与语义不回归 ×2 / R2 范围收窄与中断能力不回归 ×2 / R3 回收与幂等 ×2）；Linux 维持 490 passed，Windows 开发机 493 passed / 4 failed（均为平台环境项，与代码无关）

v3.6

• ✅ 交互式大模型接入点管理（model_config.py）：菜单式 列表 / 添加 / 删除 / 连通性验证，不用手写 config.json；Key 仅记录环境变量名不落盘（空 = 免密本地端点）；删除自动清理其他档案的 fallback 引用；默认档案经 api.default_model 生效（详见 模型接入点管理）
• ✅ 第五轮安全审计（2026-08-19，4 路并行审读 + Linux PoC 2/2 实证，发现 J1~J16：高危 2 / 中危 5 / 低危 6 / 信息 3）（完整记录见 docs/reports/aibox_audit_20260817.md §13~§14）：
  • K1（J1 高危·任务系统投毒）：畸形时间/数字字段经 CLI/WS/memo 工具三入口零校验入库 → 调度器失败热循环 + 每个新连接握手即崩——入库端统一校验（reminder_time/repeat_end_time strptime 预检、repeat_interval 强转 int、repeat_type 白名单）、调度器预检失败按到期执行（Q5 语义）、get_pending_tasks_for_user 解析失败按到期展示、register 移入 try/finally（会话登记不再泄漏）；附带修复 add_user_task 缺失 repeat_end_time 参数透传
  • K2（J2 高危·前端 XSS）：三页面 7 处 marked.parse 直渲（AI 输出/命令结果全链路 innerHTML）统一改经 renderMarkdown() + DOMPurify（缺失时退化为转义文本防 XSS 兜底）；entry1.addSystemMessage 改 DOM 构建 + textContent；任务标题改 createTextNode；CDN 脚本（marked/hljs/socket.io/DOMPurify）补 SRI integrity（J13）
  • K3（中危）：FTS 外部内容表删除换序——先删 memories_fts 再删 memories，索引残留消除（J3，PoC 实证）；config/prompt/对话写路径统一原子写（common/atomic.py，mkstemp + fsync + os.replace）+ 损坏备份 config.json.corrupt.<时间戳> 拒绝覆盖（J5）；PromptManager/ConfigManager 单例初始化纳入锁（J6，并发首例不再双重加载系统提示词）
  • K4（中危）：model_config.py 连通性验证异常消息复用 _sanitize_log_msg 脱敏（J4，Bearer 令牌不再进终端）；broadcast 改每客户端并发发送 + asyncio.wait_for 超时（broadcast_send_timeout 默认 5s），超时即 unregister——僵死客户端（半开 TCP）不再卡死广播与调度器循环（J7）
  • K5（低危随批）：J8 交互输入容错（非法温度/超时友好报错）；J9 MemoDatabase WAL + busy_timeout=10000 覆盖全部写路径；J10 memo 批量删除补实现（memo_ids）；J11 /new 取消-重置竞态（排队 reset 等待 is_processing 清零）；J12 skills 注入面（nmap hosts shlex.quote、screenshot PowerShell 单引号转义、SKILLS_FORMAT.md 新增"安全边界"节）；J14 voice_client 死代码/僵尸连接/录音残留清理；J15 死代码移除（full_response_queue 等）+ 未知 task action 明确报错 + 广播门控对齐 + 热路径日志降级；J16 --help 输出 2000 上限 + 同名技能键确定性解决
• ✅ 测试：490 项全过（Linux 环境；第五轮新增 Batch K 35 项 + 子代理 max_turns 回归 14 项；test_execute_timeout/test_flat_api_still_reads_key_file 为 Windows 向用例，Linux 预存失败与本轮无关）

v3.5

• ✅ 安全审计与修复（第三轮 Batch G + 第四轮 Batch H + 遗留收尾 Batch I）（完整记录见 docs/reports/aibox_audit_20260817.md）：
  • Batch G（llm 加固 + 线程生命周期 + 取消传播 + DB 事务）：
    • llm_client：非瞬时 HTTP 错误体截断 [:200]（密钥/错误页不进异常栈）、Retry-After 上限 cap 3600s、fallback 档案缺 model 跳过并告警、fallback 去重、删除 LLMClient._cancelled 死状态、FailoverClient 并发契约文档化
    • 子代理取消传播：run_full_subagent 共享父 _cancel_event + 0.2s 观察者线程转发深度中断（强关在途 HTTP、kill 子进程）；SubAgentTool 构造注入父事件
    • drain 线程重构：批次级单线程 + stop 事件 + try/finally 统一回收（消除每次工具调用泄漏一个常驻线程）；/new 的 reset_conversation 移入线程池（不再同步获取 _msg_lock 冻结事件循环）；broadcast 收窄 except + unregister 改 discard；_processing_tasks 改按连接的任务集合登记（关闭时取消全部在途任务）
    • DB：FTS5 关键词双引号翻倍转义（" → ""）、两处 LIMIT f-string 参数化、mark_as_triggered 读写收进单连接 BEGIN IMMEDIATE 事务（消灭并发触发竞态）；历史索引裸 except 收窄 + 归档文件名同秒加序号
  • Batch H（第四轮审计，3 路并行审读 + Linux PoC 6/6 实证）：
    • H1（高危）：修复 N5 回归——子代理共享父取消事件后首轮 think 无条件 clear() 会吞掉父级已置位的取消信号（用户中断 / --once 超时被绕过），共享事件时跳过 clear + 父已取消直接早退
    • /reload_prompts 移入线程池（N3 同类遗漏）；技能扫描（串行 --help 子进程）启动前预热，不再在首条消息/首个任务时冻结事件循环
    • 调度器任务级超时（scheduler.task_timeout，默认 600s）——AI think 卡死不再停摆整个调度循环
    • get_recent_memories(limit=None) 默认上限（不再全表加载）；memo delete 改物理删除（此前只标记完成）；PromptManager.reload 本地构建后原子替换（并发读者不再读到空/半截系统提示词）
    • read_file 的 sed 参数强转 int（防引号注入）；set_proxy 落盘失败如实报告；SSE 非 UTF-8 行容错；persona 路径 realpath 校验（软链越界拒绝）；1MB 截断无半个字符；compressor 除零防护；InstallSkillTool 指引命令路径引用；ask_user 缺参明确报错
    • POSIX 进程组终止：executor 的 Popen 加 start_new_session + 组信号 kill（组 ID 在 Popen 后立即捕获）——(sleep 300 &) 形态的孙进程持管道不再悬挂 reader 线程/泄漏 fd（实证修复前孙进程残留）
    • web 工具 scheme 白名单（http/https，file:// 等拒绝）；registry 日志打码改包含匹配（apiKey/passwd 变体）；FailoverClient 日志 Bearer 令牌正则脱敏（网关回显 Authorization 头不再进日志）
  • Batch I（遗留收尾）：
    • N9：prompt 写入内容长度上限（MAX_CONTENT_LENGTH=10000，identity/soul/status 超长拒绝）——约束持久化注入面
    • F5：情绪子代理取消传播——run_light_subagent 改走 stream_chat + 观察者线程，用户中断可即时终止（此前阻塞至请求超时）
    • 提醒时间格式异常任务按"到期"返回（此前被 SQL 层字符串比较静默丢弃，任务永不执行）；mark_as_triggered 加 busy_timeout=10000（多进程同库写竞争等待而非立即报 locked）
    • 对话文件原子写（tmp + os.replace，崩溃不留半截 JSON）；load_conversation realpath 越界防护；WS 命令专用线程池（/new、/reload_prompts 不再占用默认池）；--once 硬超时兜底（软超时后宽限一个周期强杀进程）
    • PromptManager 单例加锁；limit=0 语义修正（None 才不加 LIMIT）
• ✅ 测试：424 项全过（Linux 环境；Batch G 20 + Batch H 26 + Batch I 16 项新增；test_execute_timeout/test_flat_api_still_reads_key_file 为 Windows 向用例，Linux 预存失败与本轮无关）

v3.4

• ✅ 多模型档案加固（H1/H2/H3/M1/M2/M3 六项修复）：
  • H1（凭据隔离）：档案端点环境变量取不到时直接报错，绝不回退读 ~/.cert/deepseek.key（该文件为 DeepSeek 专属凭据，跨厂商复用属于泄漏）；key 文件回退仅对无档案的旧 api 扁平节生效
  • H2（schema 校验前移）：档案缺 api_url/model 或类型错误时，解析期即抛出指明档案名与缺失字段的 ValueError——不再把档案名当模型名发出、不再延迟到 requests InvalidURL 或 API 400
  • H3（--model 服务模式生效）：--model 升级为进程级覆盖，WebSocket 服务模式（主对话/每个会话实例/定时任务实例）与 --once 均生效，此前服务模式静默忽略
  • M2（防模型名幻觉）：create_subagent 工具描述与 JSON Schema 动态携带 models 节可用档案名列表（默认档案标注），LLM 无从编造名称；models 为空时描述保持原样（零破坏）
  • M1（换模型同步派生引用）：新增 DeepSeekChat.set_client() 统一替换 LLM 客户端——同步刷新 compressor.llm_client 与 api_key/name 快照；create_subagent 子代理换模型经此入口，压缩链不再残留默认模型
  • M3（reasoning 契约显式化）：档案级 reasoning_enabled 从"构造后挂实例属性"改为 LLMClient 构造参数（三态：True/False 档案级显式、None 未配置回退全局），外部误设属性无从静默覆盖全局开关
• ✅ L 批体验与兼容修复（L1/L2/L3/L5 四项）：
  • L1（展示名按档案）：client.name = 档案 display_name > 档案名，用 Kimi/Qwen 时对话上下文不再误标 "DeepSeek"；旧扁平节保持 "DeepSeek"（零破坏）
  • L2（前缀逃逸）：--model model:NAME 强制裸模型名语义、--model profile:NAME 强制档案语义（不存在时明确报错并列出可用档案），档案名与模型名歧义可逃逸
  • L3（档案级温度）：档案 temperature 字段作为默认采样温度，优先级：CLI/调用方显式传入 > 档案字段 > 全局默认（0.7/0.3），主对话/轻量子代理/compressor 全链路生效
  • L5（思考流字段别名）：_parse_delta 识别 reasoning_content/reasoning/thinking/thinking_content 四种常见思考字段（首个命中生效），其他厂商思考流不再静默丢失
• ✅ L4a（chat_completion 跨档案失败转移）：档案新字段 fallback（档案名列表，一层不递归）；create_llm_client 构造 FailoverClient 包装链（主档案 + fallback）。瞬时故障（HTTP 429/5xx 抛 TransientLLMError、连接失败/超时）按链转移，认证/参数类 4xx 不转移（配置问题响亮暴露）；失败档案 60s 冷却；fallback 档案缺 Key 等环境问题跳过 + warning 不阻断主档案；配置结构错误（类型/不存在/自引用）启动期硬性拦截。当前覆盖对话压缩与轻量子代理链路，流式（stream_chat）转移属 L4b
• ✅ L4b（stream_chat 首事件前转移 + 中断联动）：流式仅在未产出任何事件（reasoning/content/tool_call）时转移——重放对用户不可见；已产出事件后失败直接上抛（防前端重复输出/工具增量错乱）。LLMClient.cancel() 置 _cancelled 标志，FailoverClient.cancel() 广播整条链并置包装器标志——用户中断引发的连接异常与真实故障不可区分，凭标志跳过转移（否则用户越中断、系统越换厂商重试）；chat_completion 同受标志保护。链耗尽抛最后异常（既有回滚/报错处理接住），全链冷却抛 RuntimeError
• ✅ L4c（转移可观测性 + 预算控制 + Retry-After）：FailoverClient.get_stats() 暴露 requests/failovers/cooldown_skips/exhausted 聚合计数；on_failover(from, to, reason) 回调（to=None 表示链耗尽，回调异常不影响主流程）供管理面/前端通知接入；档案字段 failover_timeout_budget 限制整链尝试总秒数（缺省不限，<=0 视为未配置），耗尽停止尝试剩余档案防超时叠加；429 响应 Retry-After（数字秒）经 TransientLLMError.retry_after 延长该档案冷却期（非数字格式忽略）
• ✅ 测试：355 项全过（H1 隔离 4 + H2 校验 6 + H3 传导 6 + M2 提示 5 + M1 替换 2 + M3 契约 4 + L 批 16 + L4a 转移 15 + L4b 流式 12 + L4c 可观测 13 项新增）

v3.3

• ✅ 安全审计与修复（两轮审计报告见 docs/reports/aibox_audit_20260817.md）：
  • Batch E（命令执行保护链修复）：CommandLineTool.execute_streaming 纯委托注入的 executor（删除绕过 1MB/超时/中断保护的 150 行重复 Popen 实现）；SubprocessCommandExecutor 读取循环线程化（后台 reader 线程 + 0.1s 超时轮询，静默命令超时不再失效）；两处 Popen 改 stdin=DEVNULL（等待输入的命令不再永久挂起工具线程）；write_file 指引 heredoc 定界符唯一化；registry 流式转发循环加 3600s 总超时兜底。PoC 回归 5/5 + 全量单测通过
  • Batch F（凭据保护 + 线程收尾）：
    • F1：SOCKS5 代理密码不再明文落盘——_save_config 落盘前强制脱敏（纵深防御），新增 password_env 环境变量注入（对齐 api_key_env 惯例），旧版明文配置加载时自动迁移清除；registry debug 日志对 password/api_key/token/secret/authorization 参数打码
    • F2：registry 流式转发超时路径统一清理 tool.streaming_output/tool.output_queue（消除僵尸 daemon 线程经实例属性把输出混入后续会话队列的串流路径），stream_tool_timeout 提为实例属性（默认 3600s，测试可调）；SubprocessCommandExecutor reader 线程收尾——正常 EOF 后显式 close 释放管道 fd，仍阻塞时有限 join 后放弃（daemon 兜底）；实证修正：CPython 流锁下阻塞中的 readline 无法被 close() 中断（首版实现致超时被拖满命令时长，已按 PoC 回归修正）
• ✅ 测试：272 项全过（Batch E PoC 回归 + F1 配置脱敏 3 项 + F2 超时清理/线程收尾 5 项新增）

v3.2

• ✅ CLI 一次性对话模式（--once）（分三批落地，开发文档见 docs/reports/aibox_cli_once_mode_dev_doc.md）：
  • Batch A：--once QUERY / --quiet / --once-timeout；不启动 WebSocket，执行后退出；回答走 stdout、过程走 stderr，可管道组合；SIGINT 与超时复用三层取消机制
  • Batch B：--no-save-memory（enable_memory 开关干净禁用 MemoryTool）、--show-reasoning（思考流默认静默）；压缩提示改走 output_callback 不再污染 stdout；退出码 1（工具执行失败）
  • Batch C：SQLite WAL（多 CLI 进程并发写锁缓解）、--worker-only（纯执行面 + 精简 system prompt 防人格污染）、--model / --temperature 覆盖、子代理工具失败标记透传（_SUBAGENT_TOOL_FAILED_MARKER → orchestrator stats）
• ✅ 多模型档案（models 配置节）：配置多个 OpenAI Chat Completions 兼容端点（DeepSeek/Kimi/Qwen/本地 Ollama 等）按档案名切换；--model 支持档案名与裸模型名（同端点换模型）双语义；档案级 api_key_env 三级语义（回退 / 显式 / 空串免密）；档案级 reasoning_enabled 优先于全局；models: {} 时零破坏回退旧 api 节；llm_client.py 增加 openai_compatible / openai provider 别名
• ✅ 测试：264 项全过（once 模式 15 项 + 多模型档案 17 项新增）

v3.1

• ✅ 修复 FTS5 中文搜索失效（subsystems/db.py）：
  • FTS5 虚拟表改用 tokenize='trigram' 分词器（需 SQLite >= 3.34，环境不支持时自动退回 unicode61）
  • 旧 unicode61 表在启动时自动迁移：DROP 重建后从 memories 表回灌全量数据
  • search_memories 增加 LIKE 模糊检索兜底（trigram 对 <3 字符中文短词无法命中；关键词中 %/_ 已转义为字面字符；MATCH 语法错误不再抛异常）
• ✅ 修复对话压缩 Token 阈值不生效：
  • should_compress 补齐 Token 数判断：消息条数或 Token 数任一达到阈值即触发压缩（此前 compress_token_threshold 为死配置）
  • compress_conversation 配套：Token 触发（消息数未超阈值）时按比例压缩早期消息，不再因目标消息数计算而跳过
• ✅ ConversationCompressor 抽离至 subsystems/conversation_compressor.py（Wave 3）：
  • 构造注入 llm_client（客户端抽象层）替代 AI 引擎实例，打破与 DeepSeekChat 的循环引用
  • aibox.py 3517 → 3018 行；配套 17 项单元测试（估算/阈值判断/压缩流程/LLM 失败回退/孤立 tool 消息清理）

v3.0

• ✅ 模块化重构（aibox.py 8450 行 → 3706 行，缩减 56%）：
  • A 批基础工具抽离（tools/basic_tools.py）：FileToolBase / ReadFileTool / WriteFileTool / ListFilesTool / SimpleWebCrawlerTool / GetCurrentTimeTool / CalculatorTool 共 7 类，无外部子系统依赖；配套 43 项单元测试
  • B 批管理面工具抽离（tools/ 目录）：CommandLineTool / SearchSkillsTool / ReloadSkillsTool / InstallSkillTool / CreateSkillTool / MemoryTool / MemoTool / UpdateIdentityTool / UpdateSoulTool / SaveMemoryAndEndConversationTool / SetProxyTool / GetProxyTool / AskUserTool 共 13 类，按职责分 7 个文件；配套 58 项单元测试
  • Wave 1 子系统抽离（subsystems/ 目录）：CommandExecutor + SubprocessCommandExecutor（executors.py）、PromptManager（prompt_manager.py）、MemoryDatabase + MemoDatabase（db.py）、SkillManager（skill_manager.py）共 4 子系统；配套 70 项单元测试
  • 测试套件：tests/ 目录 171 项全过，覆盖 A/B 批工具与 Wave 1 子系统
  • 修复：subsystems/db.py 的 get_recent_memories(limit=None) SQL datatype mismatch bug（LIMIT ? 传 None 时移除 LIMIT 子句）
  • 架构约束：建立 common ← subsystems ← tools ← aibox 单向依赖，禁止反向引用；tools/__init__.py 与 subsystems/__init__.py 采用"重导出"策略，调用点无需关心子模块位置
  • 未抽离：TaskScheduler、C 批工具（ExpressEmotionTool / SubAgentTool）、核心类（DeepSeekChat / WebSocketHandler / EnhancedAIManager）仍保留在 aibox.py 内（ConversationHistory 于 Wave 2、ConversationCompressor 于 v3.1 抽离）

v2.9

• ✅ 编排者-执行者工具分层（工具集 profile）：
  • DeepSeekChat 新增 tool_profile 参数（orchestrator / worker），_register_tools() 按 profile 分组装配工具集
  • 主对话（orchestrator）：仅管理面工具（记忆/备忘录/情绪/子代理派生/技能查询与创建/人格更新/代理设置），不再直接持有 run_command 与文件/网页等执行面工具，执行类任务一律经 create_subagent 派生子代理完成
  • 子代理（worker）：仅执行面 7 工具（run_command / read_file / write_file / list_files / web / calculator / get_current_time），无记忆/人格更新/派生/提问能力——修复子代理可调用 update_soul 改写主人格、可递归派生子代理的隐患
  • 子代理角色提示词追加行为约束：不得提问（疑问写入最终回答）、产物文件一律落盘 ~/.aibox/workspace/ 并给出绝对路径
  • 配套提示词调整：99_SOUL.md 角色定位改为编排者，7_extension_skills.md 技能执行路径改为 search_skills → 派生子代理执行（运行期 ~/.aibox/prompts/ 更新）

v2.8

• ✅ 新增 express_emotion 工具：表达情绪并记录当前情绪状态（anger/joy/sadness/surprise），可指定 persona 从 ~/.aibox/skills/ 加载人格技能文件（如 angry/coquettish/tsundere），自动派生携带该人格的情绪子代理生成回应，保证人格独立、不污染主对话上下文
• ✅ 新增 /search <关键词> 命令：在 WebSocket 会话中按关键词搜索记忆，返回匹配的记忆条目

v2.7

• ✅ 新增子代理功能（create_subagent 工具）：
  • 主代理可派生出拥有独立上下文窗口和独立角色设定的轻量子代理，不污染主对话上下文
  • 轻量子代理：无工具，通过一次 LLM 补全返回结果，适合长任务分解、上下文隔离、独立角色专注处理（如代码审查、文本总结、资料研究）
  • 子代理可选用不同模型（复用 llm_client 抽象层，create_llm_client 新增 model 参数）
  • 参数：role（角色/系统提示词，必填）、task（任务，必填）、model/temperature/max_tokens（可选）
  • max_tokens 已钳制到 [1, 主配置 DEFAULT_MAX_TOKENS]，防止意外超限消耗

v2.6

• ✅ 修复 Ctrl+C 中断无法停止服务器的问题：
  • 新增 interrupt WebSocket 消息类型处理（BotOps 前端 Ctrl+C 发送此消息），立即回复 interrupt_ack 确认
  • DeepSeekChat 新增 cancel() 方法和 _cancel_event（threading.Event），线程安全可跨线程调用
  • 三层取消机制：
    1. 设置取消标志，流式响应循环每轮检查，发现取消立即 break
    2. 关闭当前 HTTP response 对象，中断 iter_lines() 阻塞读取
    3. 终止正在运行的子进程（SubprocessCommandExecutor.cancel() → process.kill()）
  • 工具调用循环中每个工具执行前检查取消信号，中断后不再继续后续工具
  • API 请求异常/JSON解析异常/未知异常中均检查取消标志，若因取消导致异常则按中断处理而非报错
  • 中断后自动回滚本轮消息，防止污染对话历史
  • 新增 EnhancedAIManager.cancel() 统一入口，同时终止 AI 和命令执行器

v2.5

• ✅ 新增 DeepSeek 思考模式支持（Reasoning Mode）：
  • 新增 api.reasoning_enabled 配置项（默认 false），启用后在请求中添加 thinking: {type: "enabled"} 参数
  • 使用 deepseek-v4-flash 模型原生思考能力，思考模式下完整支持工具调用（文件操作、命令执行、记忆搜索等均可正常使用）
  • 实时展示 AI 思考过程：新增 reasoning_start/reasoning/reasoning_end WebSocket 消息类型
  • 思考内容在前端以灰色斜体区域独立展示，超长思考自动折叠显示最后 2000 字符
  • 即使未启用思考模式，若模型返回 reasoning_content 也会自动实时展示
  • API 超时默认从 30s 提高到 120s，适配思考模式更长的响应时间
• ✅ 删除重复定义的 _add_assistant_message_with_reasoning 方法

v2.4

• ✅ 新增专用工作目录规范：
  • AI 主动创建的临时文件、脚本、数据文件默认写入 ~/.aibox/workspace/，避免污染系统其他目录
  • write_file 工具默认路径设为工作目录（用户明确指定路径时除外）
  • run_command 工具默认 work_dir 设为工作目录，命令产生的文件落在专用工作区
  • 新增 system.workspace_dir 配置项（默认 ~/.aibox/workspace），可自定义工作目录位置
  • 在文件操作和命令执行提示词中明确工作目录规范
• ✅ 命令执行提示词补充 1MB 输出大小限制说明

v2.3

• ✅ 修复工具输出OOM崩溃问题：
  • read_file：不再一次性 readlines() 加载整个文件，改为按行范围按需读取；大文件 tail=true 使用反向块读取（>1MB文件不全文遍历）；新增单行长度限制（10KB/行，超长截断）；max_lines 硬上限500行防止请求超大范围
  • run_command：非流式执行从 capture_output=True 改为逐行读取并实时计数，输出达到1MB立即终止进程；流式执行同样增加1MB输出大小限制，超出终止并提示截断；统一stdout/stderr合并计数
  • tools.max_result_length 默认值从10KB提高到1MB字符，作为最终兜底截断
  • 形成"工具层源头限制→结果清洗→最终兜底"三层防护，彻底防止大文件/大输出导致内存溢出

v2.2

• ✅ 修复提示词系统排序 bug：SKILL_PREFIX = "1_" 只匹配 1_ 开头文件，导致 2_~10_ 技能提示词排序错乱（10_task_handling.md 排在 1_memory_search.md 前面）；改用正则按数字前缀排序
• ✅ 修复 _init_system_prompts 使用未排序列表的问题，确保 system prompt 按 identity → 技能 → soul → status 正确顺序加载
• ✅ 精简每轮用户输入的 pre_prompt：原来约 30 行重复指令（与 system prompt 内容重复），每轮浪费 ~300 token；精简为 5 条简洁提醒
• ✅ 修复工具调用后递归继续时重复注入工作流指令的问题：新增 is_continuation 参数，递归时跳过 pre_prompt
• ✅ 优化默认大文件阈值：50KB/200行 → 500KB/2000行，增加 tail=true 和二进制文件处理指导
• ✅ 优化记忆搜索习惯："每次都要做"→"根据话题相关性判断"，避免简单问候也触发无意义搜索

v2.1

• ✅ 修复工具调用结果破坏对话导致 API 持续请求失败的问题
  • 不再回传 reasoning_content（API 响应字段）到请求中
  • tool_call.id 为空时自动生成 fallback id，防止 API 400
  • 新增 _sanitize_tool_result()：None/非字符串安全转换、控制字符过滤、超长结果截断
  • execute_tool 异常捕获，避免工具执行异常中断整个对话
  • API 请求失败时自动回滚本轮消息（_rollback_messages），防止坏消息污染历史
• ✅ 修复 complete 消息语义：chunk 流式为内容权威来源，complete 仅用于收尾
• ✅ 修正文档：入口文件为 aibox.py（非 main.py），补充缺失的消息类型（line/task_error/notification 等）

v2.0

• ✅ 新增 update_soul 工具（智能体自我进化）
• ✅ 新增 create_skill 工具（AI 自主创建技能）
• ✅ 新增 install_skill 工具（技能安装指引）
• ✅ 新增 set_proxy / get_proxy 工具（SOCKS5 代理）
• ✅ 新增 task_process 消息类型（任务执行过程广播）
• ✅ 支持 Markdown 格式技能文件
• ✅ 对话压缩支持 Token 数阈值判断
• ✅ 技能热重载（reload_skills）
• ✅ 记忆搜索支持分页、任务调度器支持即时任务
• ✅ 命令执行支持超时控制

v1.0

• ✅ WebSocket 服务器、文件/网页/记忆操作、任务调度、扩展技能、多语言、对话管理

📝 开发指南补充

扩展技能格式

技能文件命名与格式详见 SKILLS_FORMAT.md：可执行脚本需支持 --help，Markdown 技能首行为简介。

🤝 贡献

欢迎提交 Issue 和 Pull Request！

📄 许可证

MIT License

---

注意：本项目需要 DeepSeek API Key，请确保遵守 API 使用条款。