llm-to-agent/docs/FEATURES.md

纵向功能

状态：开发中 需求版本：0.3.0（已确认、已冻结） 实施方案版本：0.4.0（已确认） 项目骨架：已确认（2026-08-12）

允许的状态：“待开始”“进行中”“待用户查看”“已完成”“已阻塞”。用户已于 2026-08-14 授权 F-004 及后续切片由 Agent 验证通过后直接标记“已完成”并提交，最后统一人工审核。“已完成”仍不等于最终功能验收已经通过。

当前版本功能切片

F-001——应用外壳、首次状态与普通会话

• 状态：已完成（用户于 2026-08-12 审核通过）
• 用户可见结果：首次进入看到“最近”和“项目”空状态及右侧对话引导；点击“新任务”不会创建空会话，发送首条有效消息后普通会话出现，选择历史会话可还原消息并继续输入。
• 页面与交互：Claude Desktop 风格三栏外壳、空状态、对话引导、新任务草稿、普通历史会话、输入校验、加载与保存失败状态。
• 服务或接口：普通会话列表、会话详情、首条消息原子创建会话、已有会话追加用户消息。
• 数据持久化：Conversation 和 Message 实体 JSON、普通会话可重建索引、首条消息失败不暴露空会话。
• 权限与校验：应用内无身份层；普通会话强制 projectId = null；空文本拒绝；客户端不能指定工作区。
• 异常状态：列表加载失败、会话不存在、输入无效、持久化失败、重复提交期间禁用。
• 自动化测试：Core 首条消息和空消息用例、本地文件 Repository、Web DTO/路由及骨架回归共 10 个测试、24 个断言，全部通过。
• 验证命令与结果：bun run format:check、bun run lint、bun run typecheck、bun run check:file-size、bun run check:architecture、bun test、bun run build 全部通过。
• 人工验证步骤：在空数据目录启动生产服务；确认首次引导与空最近列表；点击“新任务”确认列表不新增；发送“这是第一条本地消息”确认会话和消息出现；刷新确认不自动选择；点击历史会话确认消息恢复。
• 人工操作结果：2026-08-12 使用本机浏览器完成上述步骤，首次与点击新任务后的会话数均为 0，发送后为 1，刷新后仍显示引导，选择历史后消息恢复。
• 视觉参考：已只读采集本机 Claude Desktop 新任务页并保存为 docs/visual-reference/claude-new-task.png；F-001 实现截图保存为 docs/visual-reference/f001-conversation.png。历史任务采集超时，留待 F-009 补齐。
• 查看阶段修改：根据用户反馈将集中式 global.css 拆为全局令牌/reset、应用外壳样式和 conversations 组件共置样式；后续组件继续遵循相同约定。
• 已知限制：本切片不调用模型；用户消息可持久化，但助手回复从 F-002 开始。

F-002——Agent Core 与 DeepSeek 流式回复

• 状态：已完成（用户于 2026-08-13 审核通过）
• 用户可见结果：普通会话可启动 Agent Run，DeepSeek 回复增量显示，完成后的助手消息写入本地会话并可继续聊天；未配置模型密钥时保留用户消息并显示明确错误。
• Agent Core：新增独立于 HTTP 的 AgentRunService、Run/RunEvent 领域对象、ModelPort 与 RunRepository；模型增量、完成和失败均转为稳定的领域事件。
• DeepSeek 接入：model-deepseek 在适配器内部映射 OpenAI 兼容协议，Core 只依赖自身 Message/ModelEvent 类型；首个模型固定为 DeepSeek。
• 服务与流式协议：新增 POST /api/runs 和 GET /api/runs/:runId/events；事件按序包含 Run 开始、消息开始/增量/完成及 Run 完成/失败。前端使用基于 fetch 的 SSE 读取，兼容不提供原生 EventSource 的 WebView。
• 数据持久化：每次运行保存 run.json 和有序 events.ndjson；成功后助手消息写入真实本地 Conversation 文件，失败后保存稳定失败终态和错误代码。
• 轮次关联：每条用户和助手消息都必须保存 runId；Run 使用 triggerMessageId 指向触发本轮运行的用户消息，并复用流式 message.started 给出的助手 messageId，因此运行、触发消息、流式事件和最终消息可以稳定互查。会话写接口只提供查询，新增消息必须通过 Run 用例，避免产生没有 Run 的孤立消息。“第几回合”由用户消息顺序计算，不持久化易失序号；重试链 retryOfRunId 仍在 F-005 实现。
• 页面与交互：发送消息后进入运行状态、实时拼接助手草稿、完成后读取持久化消息；模型配置缺失时显示“尚未配置 DeepSeek API 密钥”，输入恢复可用且不丢失已提交的用户消息。
• 异常状态：模型密钥缺失保留具体可行动提示；其他模型异常对外收敛为“模型服务暂时不可用”，不泄露供应商原始错误或密钥。
• 自动化测试：Agent Core 成功/失败和轮次关联、文件 Run Repository、HTTP 与 SSE 消息标识一致性、禁止绕过 Run 直接写消息及原有回归共 13 个测试、43 个断言，全部通过。
• 验证命令与结果：bun run format:check、bun run lint、bun run typecheck、bun run check:file-size、bun run check:architecture、bun test、bun run build 全部通过。
• 人工验证步骤：以空临时数据目录和未配置 DeepSeek 密钥启动生产构建；发送“最终失败链路验收”；检查用户消息、错误提示、输入恢复以及 Run 事件文件和失败摘要。
• 人工操作结果：2026-08-12 使用本机应用内浏览器完成；页面准确显示模型密钥缺失提示，输入恢复，用户消息保留；events.ndjson 依次写入 run.started、message.started、run.failed，run.json 状态为 failed。
• 查看阶段修改：根据用户反馈将应用外壳锁定为浏览器可视区高度；页面根节点不再滚动，侧栏仅“最近”区域内部滚动，ConversationPane 仅消息内容区内部滚动，顶部操作、侧栏底部信息和输入组件保持固定。2026-08-13 在 1280×720 视口验证根页面高度与视口一致且无页面滚动，两个内容区均为独立 overflow-y: auto 容器。
• 开发环境修正：bun run dev 的后端固定以仓库根目录运行并读取根 .env；前端由 Vite 提供 HMR，开发时统一访问 127.0.0.1:5173，/api 按同一份 HOST/PORT 配置代理到 Bun watch 后端。生产 start 仍由 Bun/Hono 提供构建后的 web/dist。
• 视觉参考：失败状态验收截图保存为 docs/visual-reference/f002-model-config-error.jpg。
• 已知限制：真实 DeepSeek 成功调用需要用户在运行环境提供自己的密钥；自动化和本次人工验收未使用或读取真实密钥。停止与重试留在 F-005，服务重启后的事件重放加固留在 F-010。
• 主要验收：AC-004、AC-010、AC-014、AC-016。

F-003——项目管理与项目聊天

• 状态：已完成（用户于 2026-08-14 审核通过）
• 用户可见结果：创建、选择、重命名和删除项目，在项目中维护多个独立会话。
• 主要验收：AC-026 至 AC-033。
• 自动化验证结果：2026-08-13 通过全仓类型检查、16 项测试、生产构建、代码检查、格式检查、文件规模检查与架构依赖检查。
• 人工操作结果：2026-08-13 使用本机应用内浏览器完成；验证了真实目录创建项目、首条消息才创建项目会话、项目历史恢复并继续聊天、重命名、删除确认信息，以及删除后本地工作目录仍然存在。

F-004——用户交互卡片

• 状态：已完成（Agent 于 2026-08-14 验证通过，等待最终统一人工审核）
• 用户可见结果：Agent 请求单选、多选、确认或意见输入，回答后继续同一 Run。
• 主要验收：AC-034 至 AC-038。
• 实现结果：DeepSeek 工具调用被转换为独立 interaction.* 领域事件；交互请求按 Run 持久化，回答后使用原 runId 和 toolCallId 继续模型请求，不创建新 Run 或用户消息。支持单选、多选、确认和自由文本，包含选项数量、选择上下限、未知选项、重复回答及 8 KiB 文本校验。
• 页面结果：消息时间线按交互类型显示四类 VanJS 卡片；等待回答时禁用普通输入；回答后保留只读问题和答案；等待中的任务可从卡片停止并显示取消状态。
• 自动化验证结果：2026-08-14 通过全仓类型检查、21 项测试和 75 个断言、生产构建、代码检查、格式检查、文件规模检查与架构依赖检查；Fake Model 验证暂停和恢复前后 Run 标识不变、事件序列连续。
• 人工操作结果：2026-08-14 使用隔离数据目录和本机应用内浏览器验证四类卡片、提交条件、只读答案、取消状态及刷新恢复；页面控制台无错误。

F-005——停止、失败与重试

• 状态：已完成（Agent 于 2026-08-14 验证通过，等待最终统一人工审核）
• 用户可见结果：停止当前生成并从失败状态重试。
• 主要验收：AC-005、AC-010、AC-011。
• 实现结果：Agent Core 持有每个活动 Run 的取消控制器，停止操作真正中断 ModelPort；停止前已生成内容持久化，Run 和事件日志进入 cancelled 终态。失败或取消后创建带 retryOfRunId 的新 Run，复用原触发消息且不重复写入用户消息。Repository 与串行启动锁共同执行全局单活动 Run 检查，第二个任务返回 RUN_ALREADY_ACTIVE。
• 失败处理：DeepSeek 请求增加与环境配置一致的模型超时并映射 MODEL_TIMEOUT；Bun 服务空闲超时与模型超时对齐；流式连接提前中断时前端结束加载并主动取消仍在运行的后台任务。
• 页面结果：生成时发送按钮切换为“停止生成”；失败和取消显示明确状态及“重试”按钮；API 启动失败时保留输入草稿。
• 自动化验证结果：2026-08-14 通过全仓类型检查、24 项测试和 84 个断言、生产构建、代码检查、格式检查、文件规模检查与架构依赖检查。
• 人工操作结果：2026-08-14 使用隔离慢速 Fake Model 验证停止按钮、部分回复保留、取消终态和重试成功；并通过两个连续 HTTP 请求确认活动任务期间第二个请求稳定返回 409 RUN_ALREADY_ACTIVE；页面控制台无错误。

F-006——附件、文件列表、读取与搜索

• 状态：已完成（Agent 于 2026-08-14 验证通过，等待最终统一人工审核）
• 用户可见结果：附加工作区文件并让 Agent 安全读取和搜索。
• 主要验收：AC-007 至 AC-009、AC-021、AC-022、AC-028、AC-030。
• 实现结果：消息新增必填附件元数据，支持一次选择最多 10 个工作区文件和仅附件消息；普通草稿、项目草稿与已有会话均由服务端解析可信工作区，浏览器和模型不能传入根目录。文件层支持目录浏览、文件名与 UTF-8 内容搜索、2 MiB 内文本读取、二进制识别，并拒绝绝对路径、..、空字节和符号链接逃逸。
• Agent 工具：新增 list_directory、search_files 和 read_text_file；普通文件工具使用独立 tool.started、tool.completed、tool.failed 事件，结果交回同一次模型请求链继续生成，与用户交互事件保持区分。
• 页面结果：VanJS 输入区提供工作区文件选择器、目录导航、搜索、最多 10 项选择、待发送附件和历史附件状态；只有附件时发送按钮可用。附件在发送后消失或不可访问时，历史会话仍可打开并明确显示“不可用”；项目目录离线时附件入口禁用且不会回退到默认工作区。
• 自动化验证结果：2026-08-14 通过全仓类型检查、29 项测试和 99 个断言、生产构建、代码检查、格式检查、文件规模检查与架构依赖检查；覆盖读取/搜索、二进制拒绝、绝对路径、父目录跳转、符号链接逃逸、仅附件消息和文件工具续跑。
• 人工操作结果：2026-08-14 使用隔离工作区、隔离数据目录和未配置模型密钥的本机应用内浏览器完成；验证选择 README.md、仅附件发送、会话标题与附件历史恢复；删除测试文件后刷新，历史附件显示“不可用”，隔离页面控制台无错误。

F-007——文件创建与安全修改

• 状态：已完成（Agent 于 2026-08-14 验证通过，等待最终统一人工审核）
• 用户可见结果：Agent 在正确工作区内创建和安全修改文本文件。
• 主要验收：AC-008、AC-009、AC-023、AC-028。
• 实现结果：新增 create_text_file 和 apply_text_patch 两个模型工具。新建文件使用排他写入，目标已存在时不会覆盖；修改必须携带最近一次 read_text_file 返回的 SHA-256 内容哈希，并使用 1 至 50 项精确文本替换。待替换文本不存在、默认模式下出现多次、文件已被外部改动或修改没有产生变化时均明确失败。
• 写入安全：新文件先解析真实父目录并再次检查工作区边界，阻止通过目录符号链接写到外部；已有文件修改在同目录写临时文件、保留原权限并原子替换，替换前再次核对内容哈希。继续限制 UTF-8 文本和 2 MiB 上限，不增加删除、移动、批量覆盖或 Shell 能力。
• 页面结果：创建和修改与其他文件工具共用已有工具状态卡片，分别显示“创建文件”和“修改文件”；成功与失败仍使用 tool.completed 和 tool.failed，不会混入主要回复消息或用户交互卡片。
• 自动化验证结果：2026-08-14 通过全仓类型检查、31 项测试和 109 个断言、生产构建、代码检查、格式检查、文件规模检查与架构依赖检查；覆盖排他创建、哈希修改、过期哈希、缺失替换、歧义替换、路径穿越及目录符号链接逃逸。

F-008——会话管理与个人设置

• 状态：进行中
• 用户可见结果：重命名和删除会话，查看并修改非敏感设置。
• 主要验收：AC-003、AC-018。

F-009——Claude Desktop 视觉与交互收口

• 状态：待开始
• 用户可见结果：全部已支持状态在目标视口下贴近确认后的参考界面。
• 主要验收：AC-001、AC-002、AC-012、AC-013、AC-020、AC-024。

F-010——恢复、边界与发布前加固

• 状态：待开始
• 用户可见结果：刷新、重启、目录离线和数据损坏等边界均有明确恢复行为。
• 主要验收：AC-006、AC-017 至 AC-019、AC-023、AC-029、AC-030、AC-036、AC-037。

后续版本想法

当前无。新增想法只记录在这里，不扩大 0.3.0 冻结范围。