plan.md

MiniCode-go 开发计划

目标：用 Go 实现一个面向学习的迷你版 Pi。
交互方式：CLI 优先。
当前状态：Day 0～Day 15 已完成。Day 14 真实模型三轮压缩验收和三个负例均通过；Day 15 已实现常驻记忆、按需目录与详情、文件工具维护及 apps 工作区布局，真实模型的选择与维护验收按用户决定跳过，阶段已收尾。下一阶段为 Day 16，尚未开始。记忆统一通过普通对话维护，专用命令不在范围内。CLI 已支持全屏会话、固定底部输入区和等待输入时的鼠标滚动。

状态标记

• ✅ 已完成
• ⬜ 未开始
• 🔄 进行中
• ⏸️ 暂缓或延期

总体阶段

Day 0          项目规划
Day 1～Day 7   基础可用版：非流式 Agent + 工具 + CLI + 安全控制
Day 8          可观测性增强：Token 统计 + 过程可视化
Day 9～Day 10  可持续运行版：Session + Provider 抽象
Day 11～Day 12 交互增强版：SSE 流式输出 + 工具参数分片 + 流式 Markdown 渲染
Day 13～Day 14 长任务版：上下文压缩与合法切分
Day 15        项目记忆：跨会话保存、按任务读取与更新
Day 16～Day 17 后续扩展：Subagent 任务委派 + 并行调度与结果汇总
Day 18        运行观测：Session 时间线 + Agent 执行图 + 效率分析与失败诊断

Day 0～Day 14 仍作为单 Agent 的 v0.1 路线；项目记忆、Subagent 与运行观测增强安排在其后的扩展阶段，不作为 v0.1 的验收条件。主 Agent 接收用户任务，把适合独立分析的部分交给子 Agent，再根据返回结果继续执行。

项目记忆放在 Day 15：此前已具备 Session 存储、上下文预算与合法压缩，便于控制记忆注入的大小和位置；随后 Subagent 可以复用项目知识。当前使用工作区根目录的 MiniCode.md 和现有文件工具完成跨会话保存、读取、更新、删除，并通过简短目录按任务读取专题详情。本项目从 apps/ 启动，记忆入口为 apps/MiniCode.md。

后续范围聚焦 MiniCode 本身的执行、工具、上下文、会话恢复、项目记忆、Subagent 和运行诊断。开发验证沿用本项目的自动化测试，并将 MiniCode 自身的典型失败补充为回归用例。

当前已接入可选的 Langfuse / OpenTelemetry 基础链路追踪，覆盖任务、模型请求与响应、工具参数与结果、usage、耗时和错误。Day 18 在此基础上补充会话关联、Subagent 执行图、效率分析和失败诊断。

Session、上下文压缩与项目记忆

能力	保存或处理的内容	使用方式
Session（Day 9 已完成）	完整原始消息及独立压缩检查点（v2）；系统 Prompt 恢复时重建	用 --session <id> 继续同一个会话
上下文压缩（Day 13～Day 14 已完成）	当前会话中较早的历史与任务进度	固定保留最近约 20k token，旧历史生成滚动摘要；连续压缩的真实模型验收已通过
项目记忆（Day 15 已完成，真实模型验收按用户决定跳过）	用户明确要求保存的稳定约定、常用命令、专题目录与详情	新会话先读取整个 MiniCode.md，模型再按任务用 read 读取详情，无需恢复旧 Session

当前已完成：Day 0（规划）、Day 1（模型调用）、Day 2（工具协议）、Day 3（Agent Loop）、Day 4（内置工具与注册表）、Day 5（系统 Prompt 与交互会话）、Day 6（资源控制与执行审批）、Day 7（中断与取消）、Day 8（Token 统计与过程可视化）、Day 9（Session 持久化与恢复）、Day 10（Provider 抽象）、Day 11（SSE 流式解析与终端预览）、Day 12（工具分片校验与流式 Markdown 渲染）、Day 13（上下文预算、压缩触发与 LLM 摘要）、Day 14（合法切分、严格消息校验与真实模型语义验收）、Day 15（跨会话项目记忆，真实模型验收按用户决定跳过）。

2026-10-18 收尾 Day 15：按用户决定跳过真实模型的专题选择与记忆维护验收，以“功能已实现，真实模型验收跳过”标为 ✅。跳过项未执行，不记为验收通过；现有本地测试结果保留原记录。下一阶段为 Day 16：Subagent 任务委派与独立上下文，尚未开始。

2026-10-13 完成 Day 14 真实模型验收：通过现有配置的 gpt-5.6-sol 运行 TestCompact_LiveSemanticAcceptance，三轮压缩分别通过 8、7、8 项事实检查，保存恢复与检查点构造均通过；遗漏目标、约束反转和过时测试状态三个负例均被正确拒绝。测试耗时 54.46 秒，Day 14 标为 ✅。本次未显式发送思考强度参数，实际采用模型服务或网关的默认设置。

2026-10-13 接入全屏会话与鼠标滚动：会话共用一个备用屏幕，输入区固定底部，回复、工具状态、审批、统计和错误统一显示在会话区；窗口变化重新排版，退出恢复原屏幕及终端模式。等待输入或审批时支持滚轮、触控板与 PageUp/PageDown，兼容 SGR/X10 鼠标报告，滚动及点击不改动草稿。对应提交为 090c640、410863e；全屏实现后的全量 race 测试、滚动修复后的 CLI 全量 race 测试、go vet 和编译已通过。生成中滚动仍未实现，后续需统一持续接收终端事件并处理自动跟随。

2026-10-13 接入按需记忆并迁移工作区：MiniCode.md 常驻关键约定和 Markdown 目录，模型按适用场景调用 read 读取 .minicode/memory/*.md；详情共用 UTF-8、NUL 和 64 KiB 校验，不套用常驻 token 预算。入口移到 apps/MiniCode.md，四个本地专题位于 apps/.minicode/memory/；配置优先读取工作区内 config/config.toml，仅缺失时兼容旧路径。专题读取、创建/更新/忘记、压缩恢复及 apps 启动测试通过，全量 race 测试、go vet 和编译通过，对应提交为 9e9a857。按用户约定不实现专用记忆命令；当时 Day 15 仅剩真实模型验收，状态为 🔄，后于 2026-10-18 按上述决定收尾。

2026-10-13 初步接入 Day 15：新增 MiniCode.md 读取与完整内容校验，复用 internal/token 粗估预算；Session 独立加载记忆、加入主对话上下文并在压缩后保留。通过现有 read / write / edit 和审批维护文件，根目录记忆写入前校验完整候选内容，整批工具完成后刷新。临时工作区、Fake Provider 和文件工具回归覆盖加载、维护、隔离、预算、连续压缩与恢复；全量 race 测试、go vet 和编译已通过。对应提交为 90e0399、bc6a5d1；当时仅整文件常驻，按需能力与工作区迁移已在后续提交中接入。

2026-10-13 补充 Day 14 实现：将消息序列校验统一到 provider.ValidateMessages，覆盖 Agent、流式与非流式请求、压缩前后和 Session 存档。加入三次连续压缩的事实输入、保存恢复和续接测试，以及显式启用的真实模型逐项语义验收和负例。本地回归、全量 race 测试及 go vet 已通过。早期两次真实模型请求均遇到上游 do_request_failed，当时尚未进入语义判定；后续成功结果见上述完成记录。对应提交为 bd53507、1532161。

2026-10-13 同步历史与上下文分离：compaction.State 保存摘要和 FirstKeptMessageIndex，Session.messages 保留完整原文，模型请求临时构造摘要与近期消息。Session v2 保存原始消息与独立检查点，支持迁移 v1 存档。对应提交为 bd7b824。

2026-10-12 完成 Day 13：固定使用 256 × 1024 token 的上下文窗口、16 × 1024 token 的触发余量和 8 × 1024 token 的输出上限；保留最近约 20,000 token 的完整原始消息，使用 pi 的首次摘要和更新摘要 Prompt 总结更早历史。摘要输入不截断，超预算或服务返回上下文超限时分块处理。手动 /compact、自动触发和超限恢复共用 compaction.Compact；当时的实现成功后替换内存历史，沿用 v1 Session 格式保存。全量测试已通过，相关代码提交为 02fa76e；当前已按上述后续更新分离完整原文与模型上下文。

2026-10-12 补齐 Day 12 实现记录：CLI 累积模型文本，在备用屏幕实时渲染 Markdown，后续增量按 50 毫秒间隔合并刷新；处理未闭合格式、长文本末尾视口、窗口尺寸变化及渲染失败回退。当时关闭预览会等待工作协程结束并恢复光标和主屏幕，当前已改为上述会话级全屏生命周期。实时渲染、合并刷新、并发关闭、PTY 显示与尺寸变化测试已接入；全量测试、CLI race 检查、go vet 和编译已通过。

2026-10-11 补齐 Day 11 实现记录：自动发送 SSE 请求，处理增量文本、工具分片、结束与独立用量事件；CLI 当时在交互终端预览文本，流结束后恢复主屏幕，当前已改为会话级全屏生命周期。断线、错误、取消和超时均关闭流，不写入半截 assistant 消息或执行未完成回复中的工具。工具分片的累积与校验已随本阶段接入。

2026-10-10 完成 Day 10：Agent 依赖统一的 Provider 接口，配置工厂创建 OpenAI 兼容实现；公共响应、错误和 Fake Provider 测试已接入。流式接口与事件契约为 Day 11 提供基础。模型输出 Token 上限配置和默认值已移除。

2026-10-09 完成 Day 9：新会话默认生成 UUID，并将版本、工作区、任务状态和完整协议消息原子保存到 .minicode/sessions/<id>.json；--session <id> 可在同一工作区恢复，恢复时重新生成系统 Prompt，并严格校验 ID、版本、工作区以及工具调用与结果配对。

2026-10-08 完成 Day 8：每项任务结束时汇总模型调用、工具调用、累计耗时和模型响应中的 token usage；交互模式写入标准输出，非交互模式写入标准错误。模型未提供 usage 时显示不可用，部分响应提供时标记为 partial。

2026-10-06 完成中断、超时和普通失败的提示区分，并将原 Day 8（Ctrl+C 中断与 context 取消）调整为 Day 7、原 Day 7（Token 统计与过程可视化）调整为 Day 8。

2026-10-02 补充完成 CLI 多行编辑、运行输出隔离和 Ctrl+C 终端兼容修复。截至当时，这些改动不改变 token 统计、流式输出和会话持久化的待办状态。

---

Day 0：项目规划 ✅

目标

明确项目定位、核心功能、首版边界和开发路线，不实现运行时代码。

已完成

• ✅ 确定项目是一个 CLI 优先的迷你版 Pi；
• ✅ 明确项目主要用于学习 Coding Agent 原理；
• ✅ 明确 Agent、模型、工具和 CLI 的职责边界；
• ✅ 梳理核心功能和非目标；
• ✅ 制定 Day 1～Day 14 开发计划；
• ✅ 将规划写入 docs/spec.md 和 README.md。

验收标准

• 能够用一句话说明项目是什么；
• 能够列出首版必须实现的功能；
• 能够明确首版不做什么；
• 后续开发不需要反复重新讨论项目边界。

---

Day 1：协议结构体 + 单次非流式模型调用 ✅

目标

完成模型 API 的最小非流式调用链路。

内容

• ✅ 定义请求结构体（ChatRequest / Message / Role）；
• ✅ 定义响应结构体（ChatResponse / Choice / Usage）；
• ✅ 定义消息、错误和响应内容结构（APIError + Error() 实现）；
• ✅ 实现 HTTP 请求（internal/provider/openai.go 内的 Client.Chat）；
• ✅ 处理鉴权（Authorization: Bearer）和基础错误（APIError + 通用 http 错误）；
• ✅ 完成一次用户输入到模型文本输出的调用（cmd/minicode/main.go）；
• ✅ 兼容 OpenAI 风格的嵌套错误格式 {"error": {...}} 与平铺格式；
• ✅ 入口优先从启动目录的 config/config.toml 读取模型配置，仅文件名确实不存在时兼容旧路径 apps/config/config.toml；旧版 flag 与 MINICODE_* 环境变量已移除；
• ✅ httptest 覆盖：成功、模型覆盖、API 错误、嵌套错误、非 JSON 错误、context 取消、入参校验、URL 斜杠归一。

产出

• ✅ 可以发送一条文本请求；
• ✅ 可以解析模型返回的文本（ChatResponse.Content）；
• ✅ API 错误能够被明确报告（*APIError 通过 errors.As 暴露）；
• ✅ 入口二进制 minicode 已通过端到端 smoke test（happy path + 401 错误 + 网络错误 + 配置缺失）。

---

Day 2：工具 Schema 定义 + 工具调用响应解析 ✅

目标

让模型知道有哪些工具，并能够解析模型返回的工具调用。

内容

• ✅ 定义工具 schema；
• ✅ 定义工具名称、描述和参数；
• ✅ 解析工具调用名称；
• ✅ 解析工具调用参数；
• ✅ 校验参数 JSON；
• ✅ 区分普通文本响应和工具调用响应；
• ✅ 定义工具执行结果回传结构。

产出

模型可以返回类似以下信息：

tool: bash
arguments: {"command":"go test ./..."}

程序可以稳定解析并准备执行。

已完成：

• ✅ 请求通过 tools 携带函数名称、描述和 JSON Schema；
• ✅ 响应支持一个或多个 tool_calls，并保留调用 ID、名称和原始参数；
• ✅ 参数须为顶层 JSON 对象，空值、畸形 JSON、数组、null 和标量会被拒绝；
• ✅ content: null 可无损解析和回传，工具结果使用 role: tool + tool_call_id；
• ✅ CLI 能区分文本和工具调用，展示全部合法调用但不执行；
• ✅ black-box 测试覆盖协议线格式、参数校验、多调用、结果消息和 CLI smoke。

---

Day 3：Agent Loop ✅

目标

打通迷你版 Coding Agent 的核心循环。

内容

• ✅ 调用模型；
• ✅ 判断是否存在工具调用；
• ✅ 执行工具；
• ✅ 将工具结果回传模型；
• ✅ 支持多轮工具调用；
• ✅ 处理工具错误；
• ✅ 支持最终文本回答；
• ✅ 设置基础最大轮数。
• ✅ 达到轮数上限后停止工具执行，额外请求一次最终总结；总结失败时输出停止说明。
• ✅ 将循环抽到 internal/agent，管理模型调用、消息历史与工具分发；CLI 通过 Output 接口负责展示，并处理任务上下文和退出码。

产出

完成以下闭环：

用户输入
→ 模型请求工具
→ 工具执行
→ 结果回传模型
→ 模型继续判断
→ 最终回答

---

Day 4：bash、read、write、edit 工具 + 工具注册表 ✅

目标

让 Agent 能够真正操作本地工作区。

内容

• ✅ 实现 bash 工具（当前目录执行、实时输出、任务超时和输出截断）；
• ✅ 实现 read、write、edit 工具（共享工作区与内容版本记录）；
• ✅ 定义统一工具接口；
• ✅ 实现工具注册表；
• ✅ 根据工具名称分发调用；
• ✅ 为工具生成 schema；
• ✅ 统一处理工具成功和失败结果。

注意

当前的权限边界采用用户审批，不提供 shell 命令内容黑名单或硬拦截：bash、write、edit 默认逐次展示调用并请求确认，用户拒绝时不执行并把拒绝结果回传模型；--yes 可自动批准。bash 仍按 shell 字符串通过 bash -c 执行，工作目录仅作为启动目录，不提供文件系统隔离。

后续可增加 list_files 和 git_diff 工具，减少对 bash 的依赖。当前工具实现与注册机制位于 apps/internal/tools/。

---

Day 5：系统 Prompt + CLI 输入循环 ✅

目标

让 Agent 从一次性调用变成可交互的 CLI 程序。

已完成

• ✅ 编写系统 Prompt，声明 MiniCode 身份、工作区和工具规则；
• ✅ 说明先读后改、修改后验证、限定任务范围和失败后调整策略；
• ✅ 默认进入 CLI 输入循环，位置参数作为第一轮任务；
• ✅ 同一 Session 支持连续多轮输入并保留消息历史，长任务可由 Day 13 的滚动摘要控制历史大小；
• ✅ 系统 Prompt 始终位于消息历史首位；
• ✅ 支持 /exit、/quit 和 EOF 退出，空行直接跳过；
• ✅ 单轮失败后会话仍可继续，同时最终退出码保留失败状态；
• ✅ 文件工具工作区句柄在 Session 内复用，使“先读后改”校验可以跨轮生效；
• ✅ CLI 实现集中到 internal/cli，通过 Input / Output 接口与 Agent 会话解耦；
• ✅ 终端支持多行编辑、自动折行、上下光标移动和滚动显示，上下键不浏览历史；
• ✅ Shift+Enter / Ctrl+J 插入换行，Enter 提交整段输入；管道输入仍逐行提交；
• ✅ 支持全屏会话、固定底部输入区与消息滚动；临时流式预览结束后显示完整回复，退出整个会话时恢复原终端屏幕、光标、键盘和鼠标模式。

产出

终端中可以连续使用，后续任务能够引用本次进程中前几轮的对话和工具结果：

> 分析一下这个项目
> 重点看看 main.go
> 根据刚才的分析修改它
> 运行测试
> /exit

当前会话在进程内持续保留，并默认自动保存；跨进程恢复由 Day 9 完成。

---

Day 6：输出截断 + 轮数上限 + 执行前确认 ✅

目标

为 Agent 增加基础的资源控制和副作用保护。

当前进度

• ✅ 单次工具输出最多保留 64 KiB，并标记截断；
• ✅ 每项任务最多进行 500 轮可使用工具的模型请求；
• ✅ 达到轮数上限后停止工具执行，并额外请求一次不带工具的最终总结；
• ✅ 每轮任务有独立超时，默认 1 小时，覆盖模型请求、工具执行和最终总结；
• ✅ 修改文件前请求确认；
• ✅ 执行 bash 前请求确认；
• ✅ 用户拒绝后将结果回传模型；
• ✅ 确认机制作为命令安全边界，不提供危险命令黑名单或硬拦截；--yes 可自动批准。

普通模型请求和达到轮数上限后的总结不设置输出 Token 上限，使用模型服务的默认值。

产出

Agent 具备基本可控性，而不是任由模型无限执行。

---

Day 7：Ctrl+C 中断与 context 取消 ✅

目标

支持用户随时停止当前任务，并正确取消底层操作。

已完成

• ✅ 捕获运行期间的 Ctrl+C 与 SIGTERM（signal.NotifyContext 位于 internal/cli/run.go）；
• ✅ 创建可取消的根 context，每轮任务在其之上派生带超时的子 context；
• ✅ 取消模型 HTTP 请求（provider.Client.Chat 用 http.NewRequestWithContext 构造请求）；
• ✅ 取消正在执行的 bash（命令放入独立进程组，取消时 SIGKILL 整个进程组）；
• ✅ 任务取消时回滚未配对的半轮消息，保证下一次请求合法；
• ✅ 确保资源释放（延迟关闭 Session 工作区句柄、清理残留后台命令、设置 cmd.WaitDelay）；
• ✅ 识别终端输入阶段传统、Kitty / CSI-u 和 xterm 编码的 Ctrl+C，退出且不提交草稿；
• ✅ 扩展键盘协议仅随输入 raw 模式启用，提交或退出后恢复，运行中 Ctrl+C 继续触发 SIGINT；
• ✅ 根 context 取消后不再启动下一轮输入，避免退出时重新进入编辑模式；
• ✅ 区分用户取消、任务超时和普通失败，分别显示明确的中文提示或原始错误；
• ✅ 输入、等待模型和等待审批时取消均只输出一次「任务已中断」；
• ✅ PTY 子进程回归覆盖输入、等待模型、等待审批、位置参数任务及终端状态恢复。

产出

用户按下 Ctrl+C 后退出整个会话，Agent 不会继续执行后续工具；输入模式、扩展键盘协议和备用屏幕得到恢复。中断退出码为 1，CLI 显示「任务已中断」；任务达到时限时显示「任务执行超时」，普通失败保留具体错误。

---

Day 8：Token 统计 + 过程可视化 ✅

目标

让用户能够看到 Agent 的运行过程和资源消耗。

已完成

• ✅ 按任务累计模型响应中的输入、输出和总 token；
• ✅ 统计模型调用次数，包括达到轮数上限后的总结请求；
• ✅ 统计实际开始处理的工具调用次数；
• ✅ 展示当前模型轮次和当前工具；
• ✅ 展示工具执行完成、失败、拒绝或取消状态及耗时；
• ✅ 在任务成功、失败、超时或取消后展示累计耗时和任务统计；
• ✅ 模型完全未返回 usage 时显示 Token 不可用；
• ✅ 仅部分模型响应返回 usage 时显示 （部分统计），避免把不完整数据误作完整统计；
• ✅ 当响应的 total_tokens 为 0、但输入或输出 token 非零时，以两者之和补全该次总数；
• ✅ 交互模式将统计写入标准输出，非交互模式写入标准错误，保持标准输出中的最终回答可供管道处理；
• ✅ 测试覆盖完整、缺失和部分 usage，以及 CLI 端到端累计结果。

产出

CLI 在每项任务结束后展示类似：

[turn 2] calling bash
[state] bash completed in 1.2s
[统计] 2.3 秒 ｜ 模型 2 次 ｜ 工具 1 次 ｜ Token 3,740（输入 3,200 / 输出 540）

统计是当前任务级汇总，不是整个交互 Session 的累计值。token 数取自模型服务返回的 OpenAI 兼容 usage，MiniCode 不在本地估算缺失的 token；因此不提供 usage 的服务会显示 Token 不可用。

---

Day 9：Session 持久化与恢复 ✅

目标

让 CLI 会话可以保存，并在下次启动时恢复。

已完成

• ✅ 定义带版本号、UUID、工作区、上一轮状态和协议消息的 JSON Session 结构；
• ✅ 保存用户消息、模型响应、工具调用和工具结果；
• ✅ 每轮结束后保存 completed 或 failed 状态；
• ✅ 新会话默认生成 UUID，并立即创建 .minicode/sessions/<id>.json；
• ✅ 使用权限为 0600 的临时文件、磁盘同步和原子重命名写入；
• ✅ CLI 显示会话 ID，并通过 --session <id> 恢复当前工作区已有存档；
• ✅ 恢复时按当前版本重新生成系统 Prompt，不恢复运行中进程、审批状态或文件读取缓存；
• ✅ 严格校验 ID、文件大小、JSON 字段、版本、工作区和工具调用结果配对；
• ✅ 单元测试与 CLI 双进程端到端测试覆盖自动保存、恢复和错误路径。

产出

新会话直接启动并记下输出的 ID：

$ minicode
[会话] 550e8400-e29b-41d4-a716-446655440000

随后在同一工作区恢复：

minicode --session 550e8400-e29b-41d4-a716-446655440000

恢复后与正常启动一样进入输入循环，可以直接输入下一项任务，无需附加提示词。--session 只接收已有会话的标准小写 UUID，不接收文件路径。

---

Day 10：Provider 抽象层 ✅

目标

将 Agent 核心与具体模型服务解耦。

内容

• ✅ 定义 Provider.Chat 接口，Agent 和最终总结依赖接口，不依赖具体 Client；
• ✅ 使用公共 ChatRequest 和 ChatResponse 表达请求与完整响应，保留消息、工具调用与可选 usage；
• ✅ 定义可选的 StreamingProvider.ChatStream、Stream.Recv/Close、StreamEvent 和工具调用增量；
• ✅ 模型服务的 HTTP 错误统一为 APIError，网络与 context 取消错误保留可追溯的错误链；
• ✅ 通过 provider.New 选择实现并校验配置，model.provider 可选，默认为 "openai"；
• ✅ 使用 Fake Provider 测试工具调用与历史、错误恢复、用量统计、500 轮上限及最终总结，不调用真实模型服务。

当前实际适配器只有 OpenAI 兼容 Chat Completions 实现。兼容服务可通过地址、密钥和模型名切换；新增专用协议需实现 Provider 并接入配置工厂。Day 11 已实现 Client.ChatStream 的 SSE 请求与解析，Agent 自动使用流式能力。

产出

Agent Loop 和工具系统可以复用同一个模型调用接口；新增适配器时无需修改这两部分。接口与工厂见 apps/internal/provider/provider.go，测试见 apps/test/provider/provider_test.go 和 apps/test/agent/run_test.go。

---

Day 11：SSE 流式解析 ✅

目标

实现模型响应的流式接收。

内容

• ✅ 建立 SSE HTTP 请求，发送 stream: true 和 stream_options.include_usage: true；
• ✅ 按空行分隔事件，解析 event / data，合并多行数据；支持 LF、CRLF、CR、BOM、注释及长事件，并限制单个事件大小；
• ✅ 处理增量文本、按索引关联的工具分片和最终用量；
• ✅ 读取到 [DONE] 才结束，finish_reason 后继续接收可能单独返回的 usage；
• ✅ 处理 HTTP / SSE 业务错误、JSON 解析错误、提前断线与异常结束；
• ✅ 支持 context 取消、超时和并发关闭，关闭流可中断阻塞读取；
• ✅ 通过可选的 StreamOutput 把增量传给 CLI，流结束或失败时清理预览；
• ✅ 自动使用 Provider 的流式能力，不设置 CLI 或 Session 流式开关；仅不具备该能力或明确返回 ErrStreamingUnsupported 的 Provider 回退到 Chat；
• ✅ 保留任务用量统计和 Langfuse 追踪，并覆盖 Provider、Agent、CLI、会话存档及 PTY 终端恢复测试。

产出

Day 11 接入了备用屏幕中的即时增量预览。当前 CLI 按后续全屏实现共用会话屏幕，完整最终回复、工具状态及审批信息均在会话区显示；非交互输出只交付完整回复，不包含增量预览。

为保持四个内置工具在流式模式下可用，本阶段同时接入了工具名称、参数累积和完整校验；流失败时不执行该次回复中的工具，也不将半截 assistant 消息写入历史。

实现见 apps/internal/provider/openai_stream.go、apps/internal/agent/stream.go 和 apps/internal/cli/output.go。流式回归入口位于 apps/test/provider/openai_stream_test.go、apps/test/agent/stream_test.go、apps/test/cli/stream_test.go 及 apps/test/cli/run_terminal_test.go。

---

Day 12：tool_calls 参数分片累积 + 流式 Markdown 渲染 ✅

目标

完善流式工具调用，并让文本在生成过程中持续呈现 Markdown 排版。

内容

• ✅ 累积分片的工具名称；
• ✅ 累积分片的工具参数，支持多个调用交错返回并按索引恢复顺序；
• ✅ 处理参数 JSON 尚未完整的中间状态，不在接收片段时执行工具；
• ✅ 整条流正常结束后校验工具 ID、类型、名称、JSON 参数和结束原因，再进入审批与执行；
• ✅ 累积收到的文本，复用现有 Markdown 渲染器，在交互终端的备用屏幕更新预览；
• ✅ 合并高频增量，首帧直接渲染，后续按 50 毫秒间隔检查文本与尺寸变化；同宽度下复用渲染器，相同预览帧不重复写入；
• ✅ 处理尚未闭合的代码块、加粗、列表和表格，保证中间内容可读；渲染失败时回退到原文预览；
• ✅ 处理终端宽度变化和长文本末尾视口，逐行清理旧内容，并使用同步更新序列减少重排闪烁；没有新分片时也能响应尺寸变化；
• ✅ 流结束时清除临时预览，在当前会话屏幕展示完整 Markdown；退出会话或 Ctrl+C 时恢复原终端，非交互输出只交付完整回复；
• ✅ 区分文本增量和工具调用增量，CLI 只预览文本；
• ✅ 处理流式响应结束前的异常，关闭流并丢弃未完成回复。

工具分片与执行前校验已随 Day 11 接入。本阶段完成生成过程中的 Markdown 渲染，采用累计文本、定时合并刷新与备用屏幕重绘。当前 CLI 共用全屏会话，预览自动跟随末尾，完整回复进入会话区；流关闭后不再追加上一轮临时文本，下一次模型调用创建新的预览内容。

验收标准

• 标题、列表和代码块在模型回复结束前即可呈现 Markdown 排版；后续分片到来时更新已有预览；
• Markdown 标记跨分片或尚未闭合时，中间内容可读，完整回复的最终排版正确；
• 高频分片、长文本和终端尺寸变化不会导致重复内容或旧排版残留；
• 单次流正常结束、错误或超时后清除临时预览，退出整个会话或 Ctrl+C 时恢复原终端；管道输出不包含预览或终端控制字符；
• 使用分片响应与 PTY 测试覆盖中间渲染、合并刷新、渲染失败回退及终端恢复。

产出

CLI 在生成过程中持续展示 Markdown 排版，结束后在会话区保留完整回复，并在工具参数接收完整、校验通过后执行工具。

实现见 apps/internal/cli/stream_preview.go、apps/internal/cli/output.go 和 apps/internal/cli/markdown.go；当前全屏 CLI 的渲染与视口位于 apps/internal/cli/screen.go。回归测试位于 apps/test/cli/stream_preview_test.go、apps/test/cli/stream_preview_terminal_test.go、apps/test/cli/output_test.go、apps/test/cli/screen_terminal_test.go 及 apps/test/cli/run_terminal_test.go。

---

Day 13：上下文压缩触发与摘要 ✅

目标

避免长任务导致上下文无限增长。

内容

• ✅ 使用最近一次主对话 usage 校准上下文占用，并估算新增消息、工具参数、结果和工具声明；
• ✅ 固定 ContextWindow = 256 * 1024、ReservedTokens = 16 * 1024，剩余空间严格小于余量时触发压缩；
• ✅ 在每次模型请求前检查预算，包含本次新用户输入；工具执行期间等待完整批次结果追加后再检查；
• ✅ 保留系统 Prompt，摘要使用目标、约束与偏好、进度、关键决策、下一步和关键上下文的结构；
• ✅ 固定 KeepRecentTokens = 20000，按完整消息和工具批次选择接近预算的边界，不提供配置项；
• ✅ 使用当前 Provider 的独立、无工具 Chat 请求生成摘要，借用 pi 的首次和更新摘要模板；
• ✅ 完整序列化旧用户消息、assistant 文本、工具名称、参数、调用 ID 和结果，摘要输入不做固定字符截断；
• ✅ 摘要输入超预算时按 UTF-8 边界分块，每块更新已有摘要；服务端上下文超限时拆小当前块继续处理；
• ✅ 修改文件、测试状态、已知错误与后续工作由 LLM 归纳到进度和关键上下文中，暂未提供独立元数据字段；
• ✅ 手动 /compact、自动压缩、上下文超限恢复共用同一函数；主对话超限仅重试当前模型请求一次，不重新执行工具；
• ✅ 摘要调用和 usage 计入任务统计，成功更新检查点后清空旧预算校准，下一次主对话回复重新校准；
• ✅ 手动压缩成功后立即保存，自动压缩和超限恢复在本轮结束时保存；恢复完整原始消息与检查点，模型只读取摘要和近期原文；
• ✅ 摘要失败、为空、被输出长度限制截断、返回工具调用或被取消时，保留压缩前历史；没有可压缩旧内容时不调用模型。

20k 是近期原文的近似目标，始终至少保留最新的一条完整消息或工具批次；这个整体本身很大时，保留量可能超过 20k。会话保留边界不拆协议消息，摘要请求的文本分块可以跨消息或参数文本，但不会省略剩余内容。

256k 是代码中的固定窗口假设，未自动读取所用模型的实际窗口。最新输入本身过大或最新工具批次无法放入模型窗口时，历史压缩不保证请求一定成功。

产出

压缩后的模型上下文为“系统 Prompt → 项目记忆（Day 15 接入，如有）→ 新摘要 → 近期原始消息”，后续请求临时构造这份上下文。完整原始历史继续保留在 Session.messages 和 v2 存档中，独立检查点记录摘要与近期消息起点。v1 存档迁移后保留其现存原文，已被旧版压缩丢弃的内容无法恢复。摘要中的工作区和文件信息仍需结合当前实际状态验证。

实现见 apps/internal/compaction/trigger.go、compact.go、prompt.go 和 apps/internal/agent/compact.go。测试见 apps/test/compaction/trigger_test.go、compact_test.go、apps/test/agent/compact_test.go 与 apps/test/cli/compact_test.go，覆盖阈值、完整输入、滚动更新、分块、工具配对、失败与取消、统计校准、超限恢复不重放工具及手动压缩存档恢复。go -C apps test ./... 已通过。

---

Day 14：压缩切分合法性与上下文保留验收 ✅

目标

保证压缩后的模型请求具有合法消息结构，并验收连续压缩后的目标、约束和最新进度保留情况。

内容

• ✅ 会话保留边界按完整协议消息切分；
• ✅ 不拆分 assistant 工具调用和该批次的全部工具结果；
• ✅ 工具批次全部完成后才检查压缩预算，未完成响应继续由原有回滚逻辑处理；
• ✅ 会话保留边界不拆开单条工具调用中的 JSON 参数；
• ✅ 公共 provider.ValidateMessages 校验角色字段、工具调用 ID、类型、名称、参数 JSON 和调用结果配对；工具批次结束前不能插入其他角色的消息；
• ✅ Agent 的上下文构造和 s.chat、Provider 的共用 prepareRequest 接入发送前校验；覆盖流式、非流式、超限重试和轮数上限总结，非法消息在本地报错；
• ✅ 压缩输入和候选输出共用校验；检查点校验通过后才提交，构造上下文前检查保留起点，存档保存和恢复复用协议校验并保留禁止保存 system 消息的规则；
• ✅ 三次连续压缩的固定场景覆盖“测试失败 → 修复后通过 → 再次修改尚未复测”，每轮确认实际推进切分边界，并保存恢复检查点；Fake Provider 验证原始事实和旧摘要完整传递，恢复后的 Agent 读取最终摘要继续任务；
• ✅ 真实模型语义验收入口逐项检查任务目标、用户约束、工作区、修改文件、测试命令、最新测试状态和下一步；准确路径、命令及当前失败信息另做原文检查；
• ✅ 验收者使用同一配置模型的独立请求，肯定结论必须引用摘要原文；加入遗漏目标、约束反转、过时测试状态的负例，以及报告缺项、重复 ID、无证据、无效 JSON 和回复截断的本地检查；
• ✅ 摘要失败或取消时保留压缩前历史，超限恢复不重放已执行工具。

验证结果

消息结构校验、三次压缩的流程回归及验收报告检查已通过；全量 race 测试和 go vet 已通过。Fake Provider 的参考摘要验证传递和恢复流程，真实摘要的语义质量由显式启用的模型验收判断。

2026-10-13 使用配置模型 gpt-5.6-sol 完成真实模型测试，耗时 54.46 秒，全部通过：

场景	验收内容	结果
failed	测试失败阶段，8 项事实及准确引用	通过
passed	修复后测试通过阶段，7 项事实及准确引用	通过
modified_after_pass	再次修改尚未复测阶段，8 项事实及准确引用	通过
missing_goal	摘要遗漏目标	正确拒绝
reversed_constraint	摘要反转依赖约束	正确拒绝
stale_progress	摘要把尚未复测写成已通过	正确拒绝

三轮均实际推进压缩边界，并完成保存、恢复和模型上下文检查。验收没有显式设置 reasoning_effort，采用服务端默认值。早期两次请求曾在首次摘要时遇到上游 do_request_failed；本次已获得完整通过结果，Day 14 标为 ✅。该结果对应固定测试场景和当次模型配置，后续更换模型或修改摘要流程时可重新验收。

从仓库根目录运行；测试先切换到仓库根目录，优先读取 config/config.toml，不存在时读取本项目通常使用的 apps/config/config.toml：

MINICODE_TEST_LLM=1 go -C apps test ./test/compaction -run '^TestCompact_LiveSemanticAcceptance$' -count=1 -v -timeout=10m

普通 go test 默认跳过真实模型测试；语义验收仅在测试阶段运行。

产出

已实现压缩后和发送前的严格消息校验，建立连续压缩与恢复的回归场景和真实模型语义验收入口。实现见 apps/internal/provider/messages.go、apps/internal/agent/compact.go、stream.go 和 apps/internal/compaction/compact.go；测试见 apps/test/provider/messages_test.go、apps/test/compaction/semantic_test.go、semantic_live_test.go，以及现有 Agent、Session 和压缩测试。

---

Day 15：跨会话项目记忆 ✅

目标

让 MiniCode 在同一项目的新会话中复用稳定知识，例如测试命令、代码风格、模块职责和已经确认的技术决策。用户无需恢复旧 Session 或重复解释项目约定。

已实现

• ✅ 使用当前工作区根目录的 UTF-8 文件 MiniCode.md 保存常驻记忆与目录；本项目工作区为 apps/，入口为 apps/MiniCode.md。不扫描父目录或全局目录，不使用 JSON 条目库；文件不存在或为空时不注入，不自动创建；
• ✅ memory.Load 与 memory.NewDocument 共用完整内容校验：最多 64 KiB、不含 NUL、原文最多 4,096 个本地估算 token；读取还检查普通文件与工作区路径边界，失败明确返回，不截断；
• ✅ 新建和恢复 Session 时读取当前文件，每个用户轮次和手动 /compact 前重新读取；模型上下文为“系统 Prompt → 项目记忆（如有）→ 摘要（如有）→ 近期原文”；
• ✅ 项目记忆以带 <project-memory> 标记的独立 user 消息加入请求，提示模型按系统规则和本次用户要求处理冲突；正文与包装计入整体上下文预算；
• ✅ 记忆缓存独立于原始消息和压缩检查点，不向 Session 快照增加字段，不将自动注入的记忆块送入摘要；连续压缩和恢复后仍读取当前项目记忆；
• ✅ 复用现有 read / write / edit 与审批完成创建、更新、删除指定内容和清空。清空使用空内容覆盖，留下空文件；成功修改规范化路径为根目录 MiniCode.md 的文件后，整批工具结果完成再刷新；
• ✅ write 和 edit 对根目录记忆的完整候选内容做落盘前校验，失败保留原文件；未新增工具、条目 ID 或通用文件版本机制；
• ✅ 系统 Prompt 要求只有用户明确提出记忆维护时才写入，先读取并保留无关内容，避免重复、替换冲突约定，删除后未经重新授权不从历史写回；这些语义规则由模型遵循提示，宿主未实现逐条语义去重或意图判定；
• ✅ 按需详情放在 .minicode/memory/*.md，目录项包含名称、适用场景和相对路径。模型根据任务选择 read，宿主不扫描或预读全部详情；读过的正文进入普通工具历史和压缩；
• ✅ memory.ValidateFile 校验根目录完整候选及详情内容，read / write / edit 对详情共用 UTF-8、NUL 和 64 KiB 限制；详情不套用常驻 4,096 token 预算。提示模型先保存详情再更新目录，忘记专题先清空正文再移除目录项；
• ✅ 索引已建立代码组织、会话与上下文压缩、项目记忆、终端交互四个专题，位于 apps/.minicode/memory/；该目录继续由 Git 忽略，作为本地资料；
• ✅ 支持从 apps/ 启动：配置优先读取 config/config.toml，仅缺失时兼容旧路径，首选文件损坏或不可读不回退；不硬编码记忆工作区，也不移动原工作区的 Session；
• ✅ 临时工作区与 Fake Provider 测试覆盖跨会话加载、项目隔离、预算、缺失与空文件、创建/更新/删除/清空、审批拒绝、失败写入、整批工具后刷新，以及连续压缩和恢复。

验证状态与收尾结论

上述加载、维护和按需流程已有本地回归，2026-10-13 全量 race 测试、go vet 和编译通过。新增测试覆盖未读取详情不注入、无关超限或缺失文件不阻断启动、已读正文参加压缩、恢复后重读当前详情、专题与目录的维护，以及 apps 工作区启动和配置回退。Fake Provider 固定工具调用和模型回复，用于验证宿主流程；实际模型的专题选择与维护行为未进行真实任务验收。

读取到损坏、不可读或超预算的根目录记忆时，启动或当前任务返回错误；不会跳过错误继续使用旧缓存。详情仅在显式 read 时返回读取错误，未选择的详情不影响启动。写入候选校验失败作为工具错误回传，模型可以修正重试；整批工具完成后的根目录刷新失败保留已完成历史并停止该次任务。

2026-10-18，用户决定跳过以下真实模型验收，不再作为 Day 15 的完成条件：

• 已跳过：用真实模型验证按适用场景选择详情，相关任务能读取，无关任务无需读取，读取失败时不凭目录猜测正文；
• 已跳过：用真实模型验证明确保存、冲突更新、避免重复和删除后不重新写回；关键命令与结论仍结合当前工作区验证。

Day 15 以“功能已实现，真实模型验收跳过”收尾，标记为 ✅；上述跳过项未执行，不记为验收通过。下一阶段为 Day 16，尚未开始。

按用户约定，查询和维护统一走普通对话与现有文件工具，/memory、/forget 不属于待实现项。

常驻与按需记忆（已接入）

参考 pi 的两种资源加载方式：项目上下文文件正文进入系统 Prompt；Skills 启动时只提供名称、描述和路径，模型在任务需要时读取全文。这里借鉴其加载方式设计项目记忆，不将 Skills 等同于长期记忆条目库。来源见 pi 系统 Prompt 实现 和 pi Skills 加载说明。

采用普通 Markdown 目录，复用现有 read，不新增索引数据库；下面是相对工作区的路径，本项目实际位于 apps/ 下：

位置	内容	加载方式
根目录 MiniCode.md	关键约束、常用命令，以及详情的名称、适用场景和路径	整文件常驻，目录也受 4,096 token 原文预算约束
.minicode/memory/<topic>.md	Session、压缩等专题的详细结论	模型按任务选择，再用 read 读取

只在同一个 MiniCode.md 内标注“常驻”和“选择性”不会减少注入量；详情正文已放在独立文件中。模型可能漏读目录，因此关键约束仍放常驻部分，用户也可明确要求读取指定文件。目录选择、去重和同步由模型遵循提示完成，多文件修改不是一个原子事务。根目录与 apps/ 下的 .minicode/ 均被 Git 忽略，详情是本地资料；需要随仓库共享时另行确定位置。当前没有自动扫描、关键词匹配或向量检索。

产出

实现见 apps/internal/memory/load.go、files.go、apps/internal/token/estimate.go、apps/internal/agent/memory.go、compact.go、run.go、prompt.go，以及 apps/internal/tools/read.go、write.go、edit.go 和 apps/internal/config/config.go。测试见 apps/test/memory/load_test.go、files_test.go、apps/test/agent/memory_test.go、memory_mutation_test.go、memory_detail_test.go、apps/test/tools/memory_test.go 和 apps/test/cli/config_test.go。

会话 A：用户要求保存专题 → 读取现有文件 → 审批并保存详情 → 更新目录 → 刷新常驻记忆
会话 B：加载 MiniCode.md → 根据当前任务选择目录项 → read 对应详情 → 结合项目状态执行并验证

项目记忆复用稳定知识；任务续接使用 Session 保存的原始历史和检查点，长对话的长度控制由上下文压缩负责。删除或清空项目记忆不会清除旧会话中的用户消息、工具结果或摘要。

---

Day 16：Subagent 任务委派与独立上下文 ⬜

目标

主 Agent 可以把一个明确的子任务交给独立的 Agent 执行，并接收结果。例如，主 Agent 负责修复问题，子 Agent 负责阅读某个模块并找出相关调用链。

内容

• 定义子任务请求，包含任务目标、必要背景、工作区和期望返回内容；
• 为子 Agent 分配独立 ID，并记录父会话 ID，关联一次委派和对应结果；
• 复用现有 Provider 和 Agent Loop，以独立消息历史运行子任务，不启动 CLI 输入循环；
• 子 Agent 使用专用系统 Prompt，只接收主 Agent 提供的任务背景及选出的相关项目记忆，不自动复制父会话全部历史；
• 为主 Agent 注册 delegate_task 工具；先实现一次委派、等待完成、结果回传的完整流程；
• 首个版本子 Agent 仅开放 read 工具，代码修改和 bash 执行由主 Agent 统一处理；子 Agent 不开放委派工具，委派深度固定为一层；
• 子任务继承父任务的取消和剩余时限，并设置独立模型轮数上限；
• 返回明确的完成、失败、超时或取消状态，以及结论、文件位置、依据和未解决的问题；
• 主 Agent 将子任务结果作为委派工具的结果写入历史，再决定下一步，不把子 Agent 全部消息合并到父上下文；
• 使用 Fake Provider 覆盖委派参数、上下文隔离、工具权限、结果回传和失败路径。

验收标准

• 主 Agent 可以委派一次模块分析，并基于子 Agent 的结果继续回答或调用工具；
• 父子消息历史互不混入，子 Agent 无法调用未开放的工具或再次委派；
• 子任务失败能作为工具结果回传主 Agent，不强制终止整个父任务；
• 父任务取消时，子任务的模型请求同步取消，文件句柄等资源得到释放。

产出

用户要求修复问题
→ 主 Agent 委派“分析相关模块与调用链”
→ 子 Agent 独立阅读并返回结论与文件位置
→ 主 Agent 结合结果修改代码、运行验证并回答用户

---

Day 17：Subagent 并行调度、过程展示与恢复 ⬜

目标

支持同时处理多个互不依赖的分析任务，让用户能看到子任务进度，并能统一取消和汇总结果。

内容

• 增加子任务管理器，维护排队、运行、完成、失败、超时和取消状态；
• 支持批量委派独立子任务，配置同时运行的数量上限和单次委派数量上限，超出并发上限的任务排队；
• 按任务 ID 等待和收集结果，允许部分子任务失败，主 Agent 能区分成功结果与失败原因；
• 每个子任务独立管理消息历史、工作区句柄和输出事件；沿用只读工具范围，由主 Agent 统一执行修改；
• 父任务取消时停止排队任务，并取消所有运行中子任务；等待它们退出后再结束父任务；
• 为整项父任务设置模型调用总预算，覆盖父子 Agent，防止增加子任务后绕过资源限制；
• CLI 按子任务 ID 展示开始、完成和失败状态，统一处理并发输出，避免多个 goroutine 同时读取 stdin 或直接写终端；
• 汇总父子任务耗时、模型调用和 token usage；子任务数据计入父任务一次，缺失 usage 沿用现有不可用或部分统计语义；
• 保存父子关联、子任务状态和已完成结果；恢复会话时，原先排队或运行的任务标记为已中断，由主 Agent 决定是否重新委派，不自动恢复进程；
• 使用 Fake Provider 和可控制的阻塞点验证并发上限、排队、结果归属、部分失败、取消、统计及恢复行为；对并发路径运行 race 检查。

验收标准

• 两个独立模块分析可以并行执行，运行数量始终不超过配置上限；
• 一个子任务失败时，其他子任务仍可完成，主 Agent 能拿到全部结果和状态；
• Ctrl+C 能停止所有子任务，退出后没有遗留 goroutine 或正在执行的模型请求；
• 父任务统计不会漏计或重复计算子任务用量，非交互 stdout 仍只输出主 Agent 的最终回答；
• 恢复会话后可以查看已完成的子任务结果，并明确识别中断任务。

产出

主 Agent 可以并行委派“分析配置加载”和“分析会话恢复”，等待结果后给出统一结论，并继续完成代码修改和验证。

---

Day 18：Langfuse / OpenTelemetry 会话追踪、效率分析与失败诊断 ⬜

目标

按 Session 回看 MiniCode 的任务过程，展示主 Agent 与 Subagent 的调用关系，定位失败原因及耗时和 Token 消耗较高的环节。

内容

• 将本地 Session ID 关联到 Langfuse，每轮任务保持独立 Trace；跨进程恢复后仍归入同一 Session，形成连续的会话时间线；
• 为主 Agent、子任务、模型请求与工具执行建立父子 Span，传递 OpenTelemetry context，并记录 Agent ID、父任务 ID、轮次和状态；
• 使用 Langfuse 的 Agent 图与时间线展示委派、并行执行和结果汇总，点击记录可查看输入、回复、工具参数、结果及错误；
• 区分模型等待、审批等待、工具执行和子任务排队的耗时，支持定位慢请求与失败步骤；
• 按 Agent 和模型汇总模型调用次数、输入与输出 Token，并统计工具耗时、重复读取和连续失败重试；
• 根据模型价格配置估算成本；缺少 usage 或价格时标记为不可用或部分统计，父子任务用量只累计一次，任务总耗时按实际起止时间计算；
• CLI 可输出对应的 Trace / Session 查看链接；非交互模式写入 stderr，保留 stdout 的最终回答；
• 保持追踪可选，上传失败不阻断 Agent 任务，关闭追踪时不影响原有执行与会话恢复；
• 从 MiniCode 自身的失败记录中提炼最小文件样例、工具结果或固定模型响应，补充到现有 Agent、工具和 CLI 回归测试；
• 通过本地 OTLP 接收端验证 ID 关联、父子关系、并发任务归属、错误状态、用量聚合与退出刷新。

验收标准

• 同一 Session 在两次进程启动中的任务能归到同一会话时间线，历史记录不会因恢复而重复上传；
• 一个包含两个并行 Subagent 的任务能展示完整调用关系，并定位各子任务的模型和工具调用；
• 可以识别最慢步骤、Token 消耗最多的 Agent，以及重复读取或持续重试的任务；
• 典型失败能定位到具体模型或工具调用，并通过本项目自动化测试复现和验证修复；
• 缺失数据不会被显示为零成本，追踪服务不可用时任务仍可完成，非交互输出保持可供管道处理。

产出

从一个 Session ID 进入执行记录，查看“用户任务 → 主 Agent → 子 Agent → 模型 / 工具 → 汇总回答”，并比较各步骤的耗时与用量。

会话回看使用已记录的数据；任务执行与存档恢复仍由 MiniCode 管理。展示能力参考 Langfuse 的 Sessions、Agent Graphs 和 Token & Cost Tracking。

---

功能完成情况

当前仓库已完成 Day 0～Day 15，Day 15 的真实模型验收按用户决定跳过；已具备项目记忆加载与维护、流式 Agent、实时 Markdown 渲染、四个内置工具、全屏 CLI 会话、会话持久化、Provider 抽象及 LLM 上下文摘要压缩：

• ✅ 项目定位与范围规划；
• ✅ 基础功能清单；
• ✅ Day 1～Day 14 基础开发计划与 Day 15～Day 18 项目记忆、Subagent、运行观测扩展规划；
• ✅ v0.1 验收方向；
• ✅ 模型调用实现；
• ✅ 工具调用协议与响应解析；
• ✅ 已支持 bash / read / write / edit 四个内置工具与通用工具注册表；
• ✅ Agent Loop；
• ✅ CLI 交互（多行编辑 + 光标移动 + 位置参数 + 管道输入 + 跨轮会话内记忆）；
• ✅ 全屏会话（固定底部输入区、会话记录滚动、流式 Markdown、审批和错误统一展示、退出恢复终端）；
• ✅ 资源控制（工具输出截断、500 轮上限、单轮超时、Ctrl+C 取消）；
• ✅ 执行前确认（bash / write / edit 默认逐次审批，拒绝结果回传模型，支持 --yes 自动批准；不提供命令黑名单或硬拦截）；
• ✅ token 统计与过程可视化（按任务汇总 usage、模型/工具调用次数与耗时；缺失或部分 usage 会明确标记）；
• ✅ 可选 Langfuse / OpenTelemetry 基础链路追踪（任务、模型请求与响应、工具调用、用量、耗时和错误）；
• ✅ Session 持久化与恢复（版本化 JSON、工作区与消息配对校验、原子写入）；
• ✅ Provider 抽象（配置工厂、公共响应与错误、Fake Provider 测试；当前使用 OpenAI 兼容适配器）；
• ✅ SSE 流式处理（自动启用、增量预览、用量事件、错误与中断、完整响应聚合）；
• ✅ 工具调用分片累积与完整校验（随 Day 11 接入）；
• ✅ 流式 Markdown 渲染（50 毫秒合并刷新、末尾视口、尺寸变化、原文回退与终端恢复）；
• ✅ 上下文压缩（固定保留约 20k token、pi 摘要模板、完整输入与分块处理、三个触发入口）；
• ✅ 压缩切分合法性与严格发送前消息校验（Day 14）；
• ✅ 关键上下文保留验收（Day 14，本地流程测试、真实模型三轮逐项验收和三个负例已通过）；
• ✅ 跨会话项目记忆（Day 15，常驻与按需流程、维护、写后刷新及 apps 工作区布局已完成；真实模型选择与维护验收按用户决定跳过，专用命令不在范围内）；
• ⬜ Subagent 任务委派与独立上下文（Day 16，v0.1 之后）；
• ⬜ Subagent 并行调度、过程展示与恢复（Day 17，v0.1 之后）；
• ⬜ Session 时间线、Agent 执行图、效率分析与失败诊断（Day 18，v0.1 之后）。

v0.1 完成标准

当以下流程可以稳定运行时，认为 v0.1 基本完成：

CLI 输入任务
→ 模型分析
→ 调用 bash 查看或验证项目
→ 用户确认后写入文件
→ 继续调用模型
→ 运行测试
→ 测试失败后继续修复
→ 输出最终总结

同时满足：

• 有最大轮数；
• 有超时和取消；
• 有工具输出限制；
• 有执行前确认；
• 有 Session 保存和恢复；
• 有 SSE 流式输出；
• 有上下文压缩；
• 有基本测试和过程可视化。