Code Mode 下 skill 调用成功，但技能正文不进入下一轮模型上下文（UI 有、模型无）

[NOirBRight]

Code Mode 下 skill 调用成功，但技能正文不进入下一轮模型上下文

Related: #1755（那是顶层直接调 skill 被 unknown tool "skill" 拒绝；本讨论是 嵌套 tools.skill(...) 已经成功之后，正文仍然进不了模型。）

现象

Web / PTC（tools.mode: code）里，模型按 SDK 在 run_code 程序内加载技能：

await tools.skill({ name: "domain-modeling" })

随后出现分裂视野：

观察者	看到什么
Web 轨迹里的 Skill · <name> 行（ui-skill / Inspect）	完整 durable 结果，含 <skill_instructions> 正文
下一轮模型	外层 run_code 输出为空（run_code completed with no output），Think 里写 “The skill content wasn't returned in the output”，然后去读 SKILL.md 或重调

用户看到技能「已经加载」，模型却按「加载失败」继续。这不是 SkillRow 画错了：它按设计渲染的是 tool/code-dispatch 日志，不是下一轮会发给模型的 payload。

复现

1. Web 默认 code preset（或会话切到 PTC）。
2. 让模型加载任意 catalog 技能（code-review / domain-modeling / diagnosing-bugs 均可）。
3. 模型写出只调用、不 console.log / return 的程序（这是 Native 语义下的自然写法）。
4. 展开 Skill 行：正文在。「说明」卡来自 nested dispatch 的 output.render（renderSkillContent）。
5. 看下一轮模型输入 / Think：外层 run_code 没有把 content 带回来。

对照实验（同一会话）：

• await tools.skill({ name }) 且不打印 → 模型侧空输出；UI 仍有完整卡。
• 把返回值打印出来 → 程序拿到 { name, provider, resourceBase, content }，content 是完整说明书。工具本身是好的。

机制

这是两条各自成立的合同撞车，不是 skill execute 失败。

1. Code Mode 的核心合同（Code Mode Agent Note，SDK 固定句）：嵌套工具结果只回给程序；只有 console.log / return 进入下一轮。tool/code-dispatch 给 UI / 回放，不进模型历史。图片有「run 结束后贴给模型」的特例，技能没有。

2. dsh-tool-skill 的合同（packages/skill/tool-skill README）：不另注 synthetic context，因为「freshly loaded result is already recorded as the tool result and becomes available to the next model step」。这只对 Native 成立。Code Mode 下 nested result 的 canonical JSON 只到 worker binding，durable content 只到 dispatch 日志。

3. Catalog 文案仍按 Native 说话：Load all applicable skills, then follow their full instructions. 没说必须把 content 从程序里带出来。标准模式切换到 PTC 模式后技能第一轮调用报错 #1755 若只改成「请在 run_code 里调 tools.skill」，会把模型从 UNKNOWN_TOOL 推进到本问题。

4. 用户显式 /name 已经走注入路径（skill-invocation instructions context）。模型调用路径没有对等物。Code Mode 会把 nested additionalContexts deferContext() 到外层 run_code 之后（packages/core/tools/src/code-mode.ts），但 skill 现在不挂 context。

5. SkillRow Agent Note（2026-08-06-web-skill-tool-row.md）写「preserving exactly what reached the model」。Native 真，Code Mode 假：卡上是 dispatch 日志，模型看到的是外层 curated output。

这为什么值得改合同，而不是再写一句 prompt

skill 不是 bash/read 那种「程序消化的中间数据」。它的产品语义是 把说明书装进模型上下文再执行。Code Mode 把中间结果藏起来，对 grep 结果是优化，对 skill 是功能缺失。

模型会反复踩这个坑：SDK 说 extract just what you need，catalog 说 load then follow。Native 写法是 fire-and-forget load。Web 默认又是 code mode，所以这是默认用户路径，不是边角。

Prompt-only（catalog/SDK 加粗「必须 print content」）治不好：模型仍会忘；即使用 return 把整份说明书塞进外层 result，也会和「curate / 省 token」对着干，还可能顶到 run_code output cap。

请核心决定的问题

skill 在 Code Mode 里是「装进对话的说明书」，还是「给程序的数据 fetch」？

若是前者（与 Native、与 /name 注入、与 catalog「follow their full instructions」一致），模型调用成功后正文应自动出现在外层 run_code 之后，不依赖模型记得 extract。

方向（供讨论，不是补丁）：

• A（更贴产品）：skill 成功时带上渲染后的 <skill_content>，作为 additionalContexts / instructions 注入；Code Mode 已有 parent deferContext，会跟在外层 result 后面。与用户 /name 路径对齐，避免和程序 return 重复时要定义谁为准。
• B：做成图片那种「run 结束后自动 attach」的特例。
• C（仅 prompt）：catalog + skill description 写明必须 extract。便宜，但不改变「加载 = 进上下文」的缺口。

不改 UI 也能解释现状，但用户会继续以为模型已经读过卡里那份正文。

不在本讨论范围

• 不改 SkillRow：它展示 durable dispatch 是对的。
• 不把所有 nested tool result 自动回灌给模型：那会取消 Code Mode。
• 标准模式切换到 PTC 模式后技能第一轮调用报错 #1755 的顶层 UNKNOWN_TOOL 仍然要单独处理；即便目录改成 SDK 路线，本缺口还在。

[denial123789]

I traced this against rc.7 (99f6f02). The behavior comes from three distinct observers: the Code Mode program receives the canonical Skill value, the trajectory/UI persists the nested dispatch, but deriveMessages() only exposes the outer run_code result plus additionalContexts to the next model step. The Skill tool currently returns/renders its value without deferring an identified instruction context. That is why a fire-and-forget await tools.skill(...) can appear successful while the next model sees only (run_code completed with no output). An rc.7-safe workaround is to explicitly return or log loaded.content; a durable fix should forward Skill content as a Skill-specific identified instruction context through the existing nested additionalContexts path, without exposing ordinary nested tool results. I wrote up the source map, nearby-case distinctions, and regression gates here: https://sandbaseai.github.io/deepseek-harness-handbook/code-mode-skill-context.html