BAZZ.AGENT v1.7.4

🆕 v1.7.4 更新要点（agent 体验层十项改造：对标 pi 与 Hermes Agent）

这一版不是加功能，是把 agent 的底层行为重做了一遍。 起因是一句很笼统的反馈 ——
「输出、聊天、沙盒都不够好」。为了不凭印象动手，先做了一轮对标研究：把 Hermes Agent
（NousResearch/hermes-agent，源码在本机）的关键机制逐行核实，又把 pi（earendil-works/pi）
那份「不做什么」清单拉出来对照，最后列了十项改造、按依赖顺序落地
（1 依赖 3、3 依赖 5，所以顺序是 4 → 2 → 5 → 3 → 1 → 6 → 7 → 8 → 9 → 10）。

① 提示词从「一个 95 行 f-string」拆成四块拼装

改前 _system_prompt 是一个 95 行的巨型 f-string（函数体自身就有 7518 字符），
修 bug 的方式是「往提示词里再加一条规则」。现在按 Hermes 的分层做法拆开：

块	内容
SOUL	人格（本来就是外置的 SOUL.md）
_IDENTITY	身份声明
_TOOL_DOCTRINE	跨工具纪律 6 条（只讲「工具之间怎么选、哪些路不许走」）
_BEHAVIOR_RULES	行为纪律 9 条

拼装后提示词 zh 3052 字 / en 3861 字。

② 错误 → 人话 + 行动建议 + 脱敏

新增 src/error_digest.py：沿 __cause__ / __context__ 链回溯，用 marker 元组分 8 类
（sandbox / localbackend / network / timeout / ratelimit / auth / model / unknown），
每类给「出了什么事 + 为什么 + 该怎么办」，并做脱敏（sk- / Bearer / 长 hex）。
接入 MCP 调用失败、工具执行失败、子任务失败与 4 处沙盒拦截。

其中最关键的一条是「沙盒拦截」与「网络不通」必须分开 —— 混在一起会把用户引去折腾代理池，
而这正是改造前真实发生过的误诊。

③ 工具用法搬进 schema，不再和提示词各写一份

核实后发现 llm.py 的 tool description 本来就写得很足（run_skill 1685 字、
schedule_task 713 字、meme_watch 570 字），提示词里那张路由表很多是重复抄写。
真正「只在提示词里」的是 7 个技能（news-sentiment / portfolio-review / query-token-audit /
query-address-info / binance-tokenized-securities-info / binance-trading-signal /
binance-sports-ai-analyzer），加上发文形态规则与币种识别 —— 全部搬进 run_skill 的说明
（1685 → 2873 字），提示词里的路由表整段删除。

④ 响应体加字节上限

新增 src/net_guard.py。改前 r.text[:200] 有个隐蔽前提：r.text 会先把整个 body
读进内存并解码，[:200] 才生效 —— 而错误响应体往往是网关 / Cloudflare 的巨型 HTML，
于是卡顿偏偏发生在「本来就已经出错」的路径上。现在先按字节截断再解码、流式响应走有界读，
且任何异常都吞掉返回空串（诊断路径上二次抛错最伤）。替换 9 处调用点。

⑤ 工具注册表（唯一动地基的一次）

_dispatch_tool 里那条 110 行的 if name == "..." 链整段删除，改成查表；
24 个工具改为在文件末尾声明一次（name / handler / toolset / emoji / approval / summary）。
对齐结果：注册表 24 个工具 == llm.py 的 24 份 schema，双向差集都为空；
审批清单 6 个与 _dispatch_is_approval_needed 逐项一致（改前这是两处各写一份的）。

⑥ 跨会话召回：每轮自动把相关历史捞进上下文

新增 src/recall.py。改前只有「LLM 想起来才会调 search_history」这一条路，
而模型不知道自己不知道什么 —— 用户说「上次那个币」，它不会想到去翻历史。
现在每轮用当前消息自动检索历史片段并注入（带「这是历史召回、不是本轮」的显式标注）。

这里有意没照抄 Hermes 的 FTS5：本机 sqlite 支持 fts5/trigram，但 trigram 只索引
≥3 字符（实测中文两字词 MATCH '广场' 返回空）；要可用得自己把正文做 bigram 展开
（Hermes 靠可加载扩展，而 Python 内置 sqlite3 不允许加载扩展），存储翻倍且变形逻辑要长期维护。
这个数据量下 LIKE 扫全表只要几十毫秒、对中文 100% 准确。真正缺的不是索引速度，是「自动想起来」。

⑦ 流式工具输出：不再等整批跑完

改前用 pool.map，它阻塞到整批工具跑完才返回 —— 用户面对一个要跑几十秒的 run_skill
时界面毫无反应，分不清「在跑」还是「卡死了」。现在 as_completed 边完成边回传，
并推独立的 tool_progress 事件让前端显示「正在执行：A、B」。

⚠️ 两条硬约束：结果要能还原原序（下游 zip 对齐依赖它）；不能多发 tool 事件
（前端拿 done.tools 按索引合并卡片，多发一条整链错位）。

⑧ 会话分支 / 血统

conversations 表新增 parent_id / fork_from（含老库自动补列迁移），
fork_conversation(cid, from_index) 复制该点之前的消息并记录血统，不污染父会话；
前端在消息上加 ⑂ 入口，分叉后自动切到新会话。这正是 Hermes / pi 都把「会话可分支」
当基础能力的原因：同一个分析换个方向验证，不该只能靠「重开一个对话再复述一遍」。

⑨ 技能自建 / 自改进（默认关闭）

新增 src/skill_learning.py：后台线程每 8 轮判断本轮有没有产生「下次还该这么做」的技巧，
有就生成技能草案。这里有意改了两处 Hermes 做法：① 默认关闭
（settings.skill_learning_enabled=0）—— 自动建技能等于悄悄改变 agent 的能力边界，
交易场景必须先告知；② 草案不直接落正式技能目录，先写 .agents/skills/_drafts/，
用户采纳才转正。技能名走正则白名单防路径穿越，同名拒绝覆盖。

⑩ 中断改向

评估后发现大部分已经具备：前端早有 Stop（AbortController），后端自更早版本起就在
GeneratorExit 时落库（我先前读到的那句「后端断连后不再落库」注释是过时的）。
真正缺的只有两件：① 落库不带标记 → 现在 _persist(interrupted=True) 在正文尾部
追加「⏹ 用户中断」，否则模型看不出上次是讲到一半被喊停、会把半截内容当成完整结论；
② 生成中不能直接发新消息 → 现在先中断再继续，一步完成改向。

验证

项	结果
全量离线套件	29 个，0 失败
新增护栏	tests/test_v174_agent_ux.py，覆盖 ①~⑩ 十组
隔离端到端	_e2e_v174_recall.py / _e2e_v174_fork.py / _e2e_v174_skill.py 全 PASS
前端类型检查	tsc --noEmit 干净
前端构建	vite build 成功

两处已知局限（本版未做）

1. 技能草案没有 UI 入口 —— 后端能力齐全（列表 / 采纳 / 丢弃路由都有），前端面板未接，
   查看需调 GET /api/skill-drafts。
2. 流式粒度是「按工具完成」，不是「工具输出逐行流」—— run_command 跑长命令时
   仍是一次性出结果（那需要改 subprocess 的读取方式）。

未触碰：止损 10% / 10x 杠杆 / 任何引擎判据阈值。