Bosch_Demo/LaodingBot
4
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

feat: support file-aware model switch and update tech docs

Browse Source
This commit is contained in:
Ding, Shuo
2026-03-09 17:38:13 +08:00
parent 52b8dbb835
commit bd41f48971
4 changed files with 245 additions and 137 deletions
Download Patch File Download Diff File Expand all files Collapse all files

2
configs/env.sample
View File

@@ -21,6 +21,8 @@ FEISHU_VERIFY_TOKEN=
LLM_BASE_URL=https://api.openai.com/v1 LLM_BASE_URL=https://api.openai.com/v1
LLM_API_KEY= LLM_API_KEY=
LLM_MODEL=gpt-4o-mini LLM_MODEL=gpt-4o-mini
LLM_FILE_MODEL=gpt-4o-mini
LLM_FILE_PROMPT_MODE=user_content_file_parts
SQLITE_PATH=./data/laodingbot.db SQLITE_PATH=./data/laodingbot.db
ALLOWED_DIRS=./workspace,./data,./skills ALLOWED_DIRS=./workspace,./data,./skills

256
doc/技术说明文档.md
View File

@@ -1,73 +1,80 @@
# LaodingBot 技术说明文档（2026-02-28 最新实现） # LaodingBot 技术说明文档（2026-03-09）
> 本文档基于当前代码状态，描述真实可运行架构与能力边界。 > 本文档基于当前代码状态（含本次“文档问答 + 模型切换”改造）整理，描述真实可运行架构、能力边界与配置方式。
--- ---
## 1. 项目定位 ## 1. 项目定位
LaodingBot 当前已从“单进程工具调用 MVP”演进为： LaodingBot 当前架构为：
- **父进程 Agent 编排**（技能路由 + ReAct + 记忆） - 父进程 Agent 编排（技能路由 + 统一 ReAct + 记忆）
- **子进程 ToolHost 执行**（JSON-RPC） - 子进程 ToolHost 执行（JSON-RPC）
- **workspace 隔离运行空间**（配置与工具权限收敛） - runtime workspace 隔离（配置、数据、技能、工具权限收敛）
- **能力缺口闭环**（落库、聚类、自动生成技能并热加载） - 能力缺口闭环（落库、聚类、自动生成技能、热加载）
- 文档问答链路（飞书文件下载 -> 上传 LLM -> 缓存 file_id -> 下一轮文本问答使用）
核心目标：让 Agent 在安全边界内持续补全能力，而不是仅做静态问答。 核心目标：在安全边界内持续扩展能力，并兼容文本问答与文档长上下文问答的混合场景。
--- ---
## 2. 目录与模块 ## 2. 关键模块
- `cmd/bot/main.go`：应用入口、workspace 引导、toolhost 启动、通道分发 - `cmd/bot/main.go`：应用入口、workspace 引导、toolhost 启动、消息通道分发
- `internal/config/config.go`：配置加载、workspace 路径解析、安全策略归一化 - `internal/config/config.go`：配置加载、workspace 解析、安全策略归一化、LLM 模型策略
- `internal/runtimews/bootstrap.go`：运行时 workspace 准备与种子目录复制 - `internal/runtimews/bootstrap.go`：runtime workspace 初始化与种子复制
- `internal/agent/orchestrator.go`：主编排器（技能匹配、ReAct、能力缺口闭环） - `internal/agent/orchestrator.go`：主编排（路由、ReAct、文件上下文、能力缺口）
- `internal/toolhost/*`：工具子进程协议、服务端、客户端、远程工具适配 - `internal/llm/client.go`：OpenAI 兼容客户端（聊天、文件上传、文件注入模式）
- `internal/tools/filetool/filetool.go`：文件工具（`read/list/write`） - `internal/transport/feishu/bot.go`：飞书事件接入、文件下载与本地落盘
- `internal/tools/shelltool/shelltool.go`：命令工具（白名单 + 超时 + 输出限制） - `internal/toolhost/*`：工具子进程协议、客户端/服务端、远程工具适配
- `internal/memory/store_sqlite.go`：消息与能力缺口存储、聚类查询 - `internal/memory/store_sqlite.go`：消息与能力缺口存储
- `internal/knowledge/loader.go`：skill/soul 加载 - `internal/knowledge/*`：soul/skills 加载与技能草稿生成
- `internal/knowledge/drafts.go`：能力缺口驱动的 skill 自动生成
--- ---
## 3. 启动链路（当前） ## 3. 启动链路
`main()` 执行顺序： `main()` 执行顺序：
1. 建立可取消上下文（SIGINT/SIGTERM）。 1. 创建 SIGINT/SIGTERM 可取消上下文。
2. 调用 `runtimews.PrepareFromEnv()`： 2. 调用 `runtimews.PrepareFromEnv()`：
- 解析 `AGENT_WORKSPACE_DIR`（默认 `./workspace/agent_runtime`） - 解析 `AGENT_WORKSPACE_DIR`（默认 `./workspace/agent_runtime`）
- 将 `configs/data/skills/bot_context` 种子复制到 runtime workspace（缺失才复制） - 复制 `configs/data/skills/bot_context` 种子到 runtime workspace（缺失才复制）
- 设定 `CONFIG_ENV_FILE=<workspace>/configs/env` - 注入 `CONFIG_ENV_FILE=<workspace>/configs/env`
3. 调用 `config.Load()`，优先读取 workspace env。 3. 调用 `config.Load()`，按优先级读取 env。
4. 若 `--toolhost` 模式，进入子进程服务。 4. `--toolhost` 模式下进入子进程工具服务。
5. 正常父进程：初始化日志、SQLite、ToolHost Client、知识、Orchestrator。 5. 父进程初始化日志、SQLite、ToolHost Client、知识、Orchestrator。
6. 根据 `MESSAGE_CHANNEL` 启动 Telegram 或 Feishu transport。 6. 按 `MESSAGE_CHANNEL` 启动 Telegram 或 Feishu。
--- ---
## 4. 配置加载与优先级（关键变更） ## 4. 配置优先级与关键配置
`config.Load()` 的 env 读取优先级： `config.Load()` 的 env 优先级：
1. `CONFIG_ENV_FILE`（强覆盖） 1. `CONFIG_ENV_FILE`（强覆盖）
2. `<workspace>/configs/env` 与 `<workspace>/.env`（强覆盖） 2. `<workspace>/configs/env`、`<workspace>/.env`（强覆盖）
3. 根目录 `configs/env` 与 `.env`（仅兜底，不覆盖已有值） 3. 根目录 `configs/env`、`.env`（仅兜底）
这保证 VS Code Debug 场景下，**workspace 配置优先于根目录配置**。 关键配置：
- `REACT_MAX_STEPS`：必须配置（1~8）
### 关键配置 - `AGENT_WORKSPACE_DIR`：运行空间根目录
- `REACT_MAX_STEPS`：必须来自 env（无代码默认值）
- `AGENT_WORKSPACE_DIR`：agent 运行空间根目录
- `ALLOWED_DIRS` / `ALLOWED_COMMANDS` / `WORK_DIR`：工具安全边界 - `ALLOWED_DIRS` / `ALLOWED_COMMANDS` / `WORK_DIR`：工具安全边界
- `AUTO_SKILL_DIR`：自动生成 skill 的目标目录（默认 workspace/skills） - `AUTO_SKILL_DIR`：自动生成 skill 目录
- `GAP_DRAFT_TRIGGER_COUNT` / `GAP_CLUSTER_LOOKBACK_HOURS`：缺口聚类触发参数 - `GAP_DRAFT_TRIGGER_COUNT` / `GAP_CLUSTER_LOOKBACK_HOURS`：缺口聚类参数
### 新增（文档问答）
- `LLM_MODEL`：常规文本问答模型（路由 + ReAct 默认模型）
- `LLM_FILE_MODEL`：携带 `file_id` 时使用的模型（未设置时回退 `LLM_MODEL`）
- `LLM_FILE_PROMPT_MODE`：文件注入模式
- `user_content_file_parts`（默认）：`messages.user.content=[{type:text},{type:file,file_id}]`
- `system_fileid_uri`：按 provider 要求注入 `system: fileid://<id>`
说明：`LLM_FILE_PROMPT_MODE=system_fileid_uri` 可对齐 Qwen/DashScope 兼容模式中常见的 `fileid://` 用法。
--- ---
## 5. workspace 隔离策略 ## 5. workspace 隔离策略
当前实现中，Agent 与工具默认都在 workspace 内高权限运行： 当前实现中，Agent 与工具默认都在 workspace 内运行：
- 相对路径统一按 `AGENT_WORKSPACE_DIR` 解析 - 相对路径按 `AGENT_WORKSPACE_DIR` 解析
- `ALLOWED_DIRS` 强制补齐： - `ALLOWED_DIRS` 强制补齐：
- workspace 根 - workspace 根
- `workspace/skills` - `workspace/skills`
@@ -75,122 +82,147 @@ LaodingBot 当前已从“单进程工具调用 MVP”演进为：
- `workspace/workspace` - `workspace/workspace`
- `ALLOWED_COMMANDS` 自动补齐：`go`、`curl`、`curl.exe` - `ALLOWED_COMMANDS` 自动补齐：`go`、`curl`、`curl.exe`
`filetool` 对相对路径优先按 workspace 根解析，避免写到代码仓库根目录。 `filetool` 对相对路径优先解析到 workspace 根，避免写到仓库根。
--- ---
## 6. ToolHost 子进程架构 ## 6. ToolHost 子进程架构
当前工具调用已迁移到 JSON-RPC 子进程： 工具调用通过 JSON-RPC 子进程完成：
- 协议方法：`ping`、`tool.list`、`tool.call` - 协议：`ping`、`tool.list`、`tool.call`
- 父进程 `Client` 能力： - 父进程客户端能力：
- 调用超时 - 调用超时
- 心跳检测 - 心跳检测
- 失败重启与重试 - 失败重启与重试
- 并发限制（信号量） - 并发限制（信号量）
- 子进程 stdout 仅承载协议数据（避免日志污染 RPC） - 子进程 stdout 仅输出协议内容，避免日志污染
效果：工具崩溃不会直接拖垮 Agent 主编排逻辑。 结果：工具崩溃不会直接拖垮 Agent 主编排。
--- ---
## 7. ReAct 与技能路由 ## 7. 文本问答主流程（统一 ReAct）
`Orchestrator` 流程： `Orchestrator.HandleMessage*()` 流程：
1. 保存用户消息到 SQLite 1. 保存用户消息
2. 读取最近对话并压缩 2. 加载最近消息并压缩
3. LLM 进行技能路由（最多命中 2 个） 3. 执行能力路由（Router）
4. 若无技能命中：尝试回退到 `创建skill` 技能 4. 进入统一 ReAct 循环
5. 进入 ReAct 多轮决策（`action/final`） 5. 按决策调用工具并将 Observation 写入 scratchpad
6. 工具调用观察写入 scratchpad 6. 直到 `is_final_answer=true`
7. 保存 assistant 回复 7. 保存 assistant 回复
工具错误会结构化为： 注：当前循环有固定安全上限 20 步（代码内硬上限）。
- `ERROR_CODE=...; TOOL=...; REASON=...`
--- ---
## 8. 能力缺口闭环（已落地） ## 8. 文档问答链路（飞书）
当出现“不会做”信号（如无 skill、解析失败、工具失败）时： ### 8.1 接收与下载
1. 写入 `capability_gaps` 表 `internal/transport/feishu/bot.go` 在 `msg_type=file` 时：
2. 进行意图归一化聚类（按 `intent_key + reason`） 1. 从事件中解析 `file_key`、`file_name`
3. 高频达到阈值后自动生成 skill 文件 2. 调用飞书 `message resource` 下载二进制
4. 自动调用 `ReloadSkills()` 热加载 3. 校验大小（默认上限 20MB）
4. 保存到本地 `files/` 目录
5. 组装 `IncomingMessage{FileBytes, FileMime, FilePath}` 交给主流程
可通过消息命令查看与控制： ### 8.2 上传与缓存 file_id
- `/capability_gaps`：输出当前高频缺口清单 `cmd/bot/main.go` 在 Feishu 文件消息分支：
- `/reload_skills`：手动热加载 skills - 调用 `engine.HandleMessageWithFiles(..., text="", files=[...])`
- Orchestrator 识别为 `isFileOnly`：
- 上传文件到 LLM（`UploadFile(..., purpose=file-extract)`）
- 缓存 `pendingFiles[chat_id::user_id]`
- 回复“文件上传完成，等待下一次提问”
### 8.3 下一轮文本提问使用 file_id
当用户随后发送文本：
- Orchestrator 取出 `pendingFiles`
- 构建 `fileCtx.FileIDs`
- 在 ReAct 内通过 `generateWithOptionalFiles()` 调用 LLM
- 回答成功后清空该用户待消费文件缓存
该行为与需求一致：文件上传与提问分离，且 `file_id` 在下一轮问答自动注入。
--- ---
## 9. 自动生成 skill 的当前行为 ## 9. LLM 文件能力实现细节
自动生成由 `internal/knowledge/drafts.go` 执行： `internal/llm/client.go` 当前能力：
- 目标目录：`AUTO_SKILL_DIR`（默认 workspace/skills）
- 命名：`auto_<intent_key>/skill.md`
- 仅在文件不存在时创建，避免重复覆盖
- 模板内包含：触发背景、执行流程、工具建议、测试建议
并额外提供基础引导技能： ### 9.1 文件上传
- `skills/skill_builder/skill.md` - 接口：`POST /files`
- multipart 字段：`purpose` + `file`
- 目的值尝试顺序：调用方指定 -> `file-extract` -> `batch`
- 兼容返回：`id` 或 `data.id`
### 9.2 模型切换策略
- 无文件：使用 `LLM_MODEL`
- 有文件：优先使用 `LLM_FILE_MODEL`
### 9.3 文件注入策略
- `user_content_file_parts`：`user.content` 使用 text/file parts
- `system_fileid_uri`：将每个 `file_id` 注入为一条 `system: fileid://<id>` 消息
这使同一套 ReAct 编排可适配不同 provider 的文件上下文协议差异。
--- ---
## 10. file/shell 工具现状 ## 10. 为什么不会破坏 ReAct / tools / skills
### file tool 本次改造仅发生在 LLM I/O 层，不改变编排核心：
支持： - ReAct 决策协议（JSON 输出格式）不变
- `read <path>` - ToolHost、工具注册与调用链路不变
- `list <path>` - 技能加载、路由与能力缺口闭环不变
- `write <path>\n<content>` - 仅在 `GenerateWithFiles()` 分支切换模型与消息格式
特性： 因此：文本问答仍走原有路径，文档问答只在“带 file_id 的 LLM 调用”处差异化。
- 白名单路径检查
- 目录误读防护：`read` 目录返回 `PATH_IS_DIRECTORY`
- 输出长度限制
### shell tool
特性：
- 命令白名单（首 token）
- 超时中断
- 固定工作目录
- 输出截断
- Windows 不可执行命令友好报错
--- ---
## 11. 数据存储 ## 11. 数据存储
SQLite 表： SQLite 表：
1. `messages`：对话消息 1. `messages`：用户与 assistant 对话
2. `capability_gaps`：能力缺口事件 2. `capability_gaps`：能力缺口事件
提供查询： 支持查询：最近消息、最近缺口、高频缺口聚类。
- 最近消息
- 最近缺口事件
- 高频缺口聚类（含计数与最近出现时间）
--- ---
## 12. 与最初文档相比的变化 ## 12. 与旧文档相比的更新点
当前代码已经完成并替代旧文档中的以下“待实现项”： 已补充并对齐代码现状：
- ToolHost 子进程隔离（已实现） - 飞书文件事件下载与本地保存流程
- 能力缺口闭环（已实现） - 文件上传到 LLM 并缓存 `file_id` 的两阶段问答流程
- 自动 skill 生成与热加载（已实现） - 双模型配置：`LLM_MODEL` + `LLM_FILE_MODEL`
- workspace 配置优先与运行空间隔离（已实现） - 文件注入模式：`LLM_FILE_PROMPT_MODE`
- “不影响 ReAct/tools/skills”的边界说明
仍属于持续演进项：
- 新工具代码自动注册与生效的全自动化流水线
- 更细粒度权限域（按 skill/tool 分级）
- 更强的自动化验收（e2e + 故障注入）
--- ---
## 13. 下一步建议 ## 13. 推荐配置（Qwen Long 场景）
1. 为 `toolhost client/server` 增加专项故障单测（心跳失败、子进程崩溃、并发压力）。 示例：
2. 增加“自动生成 tool 后自动接线注册”的流水线模块。
3. 为 skill 自动生成增加结构门禁（frontmatter/章节完整性校验）。 ```env
4. 引入操作审计视图，串联 trace_id 与 capability_gap。 LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
LLM_API_KEY=<your_key>
LLM_MODEL=qwen-plus
LLM_FILE_MODEL=qwen-long
LLM_FILE_PROMPT_MODE=system_fileid_uri
```
解释：
- 普通对话用 `qwen-plus`
- 文档问答自动切到 `qwen-long`
- 文件上下文注入采用 `fileid://` 形式
---
## 14. 后续建议
1. 为 `internal/llm/client.go` 增加表驱动单测，覆盖两种 `LLM_FILE_PROMPT_MODE`。
2. 在能力路由中加入“文档问答意图”标记，优化带文件时的提示词压缩策略。
3. 为 pending file_id 增加 TTL 清理，避免长期未消费堆积。
4. 增加 e2e 用例：飞书文件消息 -> 下一轮提问 -> 产出稳定答案。

30
internal/config/config.go
View File

@@ -46,9 +46,11 @@ type FeishuConfig struct {
} }
type LLMConfig struct { type LLMConfig struct {
BaseURL string BaseURL string
APIKey string APIKey string
Model string Model string
FileModel string
FilePromptMode string
} }
type SecurityConfig struct { type SecurityConfig struct {
@@ -94,9 +96,11 @@ func Load() (Config, error) {
EventPath: defaultIfEmpty(os.Getenv("FEISHU_EVENT_PATH"), "/feishu/events"), EventPath: defaultIfEmpty(os.Getenv("FEISHU_EVENT_PATH"), "/feishu/events"),
}, },
LLM: LLMConfig{ LLM: LLMConfig{
BaseURL: strings.TrimRight(defaultIfEmpty(os.Getenv("LLM_BASE_URL"), "https://api.openai.com/v1"), "/"), BaseURL: strings.TrimRight(defaultIfEmpty(os.Getenv("LLM_BASE_URL"), "https://api.openai.com/v1"), "/"),
APIKey: strings.TrimSpace(os.Getenv("LLM_API_KEY")), APIKey: strings.TrimSpace(os.Getenv("LLM_API_KEY")),
Model: defaultIfEmpty(os.Getenv("LLM_MODEL"), "gpt-4o-mini"), Model: defaultIfEmpty(os.Getenv("LLM_MODEL"), "gpt-4o-mini"),
FileModel: defaultIfEmpty(os.Getenv("LLM_FILE_MODEL"), defaultIfEmpty(os.Getenv("LLM_MODEL"), "gpt-4o-mini")),
FilePromptMode: normalizeFilePromptMode(defaultIfEmpty(os.Getenv("LLM_FILE_PROMPT_MODE"), "user_content_file_parts")),
}, },
SQLitePath: defaultIfEmpty(os.Getenv("SQLITE_PATH"), filepath.Join(defaultDataDir, "laodingbot.db")), SQLitePath: defaultIfEmpty(os.Getenv("SQLITE_PATH"), filepath.Join(defaultDataDir, "laodingbot.db")),
WebSearch: WebSearchConfig{ WebSearch: WebSearchConfig{
@@ -155,6 +159,9 @@ func Load() (Config, error) {
if cfg.LLM.APIKey == "" { if cfg.LLM.APIKey == "" {
return Config{}, fmt.Errorf("LLM_API_KEY is required") return Config{}, fmt.Errorf("LLM_API_KEY is required")
} }
if cfg.LLM.FilePromptMode != "user_content_file_parts" && cfg.LLM.FilePromptMode != "system_fileid_uri" {
return Config{}, fmt.Errorf("LLM_FILE_PROMPT_MODE must be one of: user_content_file_parts, system_fileid_uri")
}
cfg.SoulPath = resolvePathInWorkspace(cfg.SoulPath, agentWorkspaceDir) cfg.SoulPath = resolvePathInWorkspace(cfg.SoulPath, agentWorkspaceDir)
cfg.SkillsDir = resolvePathInWorkspace(cfg.SkillsDir, agentWorkspaceDir) cfg.SkillsDir = resolvePathInWorkspace(cfg.SkillsDir, agentWorkspaceDir)
@@ -391,3 +398,14 @@ func splitCSV(raw string) []string {
} }
return out return out
} }
func normalizeFilePromptMode(v string) string {
v = strings.ToLower(strings.TrimSpace(v))
if v == "" {
return "user_content_file_parts"
}
if v == "system_fileid" || v == "system_fileid_url" || v == "system_fileid_uri" {
return "system_fileid_uri"
}
return v
}

94
internal/llm/client.go
View File

@@ -34,20 +34,24 @@ type InputFile struct {
} }
type OpenAICompatibleClient struct { type OpenAICompatibleClient struct {
baseURL string baseURL string
apiKey string apiKey string
model string model string
http *http.Client fileModel string
log *logger.Logger filePromptMode string
http *http.Client
log *logger.Logger
} }
func NewOpenAICompatibleClient(cfg config.LLMConfig, log *logger.Logger) *OpenAICompatibleClient { func NewOpenAICompatibleClient(cfg config.LLMConfig, log *logger.Logger) *OpenAICompatibleClient {
return &OpenAICompatibleClient{ return &OpenAICompatibleClient{
baseURL: cfg.BaseURL, baseURL: cfg.BaseURL,
apiKey: cfg.APIKey, apiKey: cfg.APIKey,
model: cfg.Model, model: cfg.Model,
http: &http.Client{Timeout: 60 * time.Second}, fileModel: cfg.FileModel,
log: log, filePromptMode: cfg.FilePromptMode,
http: &http.Client{Timeout: 60 * time.Second},
log: log,
} }
} }
@@ -107,16 +111,20 @@ func (c *OpenAICompatibleClient) GenerateWithFiles(ctx context.Context, systemPr
} }
func (c *OpenAICompatibleClient) generateInternal(ctx context.Context, systemPrompt, userPrompt string, fileIDs []string) (string, error) { func (c *OpenAICompatibleClient) generateInternal(ctx context.Context, systemPrompt, userPrompt string, fileIDs []string) (string, error) {
if c.log != nil { model := c.model
c.log.Debugf("llm request start model=%s system_len=%d user_len=%d file_count=%d", c.model, len(systemPrompt), len(userPrompt), len(fileIDs)) ids := nonEmptyIDs(fileIDs)
if len(ids) > 0 {
if strings.TrimSpace(c.fileModel) != "" {
model = c.fileModel
}
} }
userContent := buildUserContent(userPrompt, fileIDs) if c.log != nil {
c.log.Debugf("llm request start model=%s system_len=%d user_len=%d file_count=%d file_prompt_mode=%s", model, len(systemPrompt), len(userPrompt), len(ids), c.normalizedFilePromptMode())
}
messages := buildMessages(systemPrompt, userPrompt, ids, c.normalizedFilePromptMode())
body := chatRequest{ body := chatRequest{
Model: c.model, Model: model,
Messages: []chatMessage{ Messages: messages,
{Role: "system", Content: systemPrompt},
{Role: "user", Content: userContent},
},
} }
b, err := json.Marshal(body) b, err := json.Marshal(body)
if err != nil { if err != nil {
@@ -179,12 +187,32 @@ func (c *OpenAICompatibleClient) generateInternal(ctx context.Context, systemPro
return "", fmt.Errorf("llm returned empty choices") return "", fmt.Errorf("llm returned empty choices")
} }
if c.log != nil { if c.log != nil {
c.log.Infof("llm response success model=%s output_len=%d", c.model, len(out.Choices[0].Message.Content)) c.log.Infof("llm response success model=%s output_len=%d", model, len(out.Choices[0].Message.Content))
} }
return out.Choices[0].Message.Content, nil return out.Choices[0].Message.Content, nil
} }
func buildMessages(systemPrompt, userPrompt string, fileIDs []string, mode string) []chatMessage {
mode = strings.ToLower(strings.TrimSpace(mode))
if mode == "system_fileid_uri" {
msgs := []chatMessage{{Role: "system", Content: systemPrompt}}
for _, id := range fileIDs {
if strings.TrimSpace(id) == "" {
continue
}
msgs = append(msgs, chatMessage{Role: "system", Content: "fileid://" + strings.TrimSpace(id)})
}
msgs = append(msgs, chatMessage{Role: "user", Content: userPrompt})
return msgs
}
userContent := buildUserContent(userPrompt, fileIDs)
return []chatMessage{
{Role: "system", Content: systemPrompt},
{Role: "user", Content: userContent},
}
}
func buildUserContent(userPrompt string, fileIDs []string) any { func buildUserContent(userPrompt string, fileIDs []string) any {
trimmedPrompt := strings.TrimSpace(userPrompt) trimmedPrompt := strings.TrimSpace(userPrompt)
if len(fileIDs) == 0 { if len(fileIDs) == 0 {
@@ -325,3 +353,31 @@ func appendIfMissing(items []string, value string) []string {
} }
return append(items, value) return append(items, value)
} }
func nonEmptyIDs(ids []string) []string {
if len(ids) == 0 {
return nil
}
out := make([]string, 0, len(ids))
seen := map[string]struct{}{}
for _, id := range ids {
id = strings.TrimSpace(id)
if id == "" {
continue
}
if _, ok := seen[id]; ok {
continue
}
seen[id] = struct{}{}
out = append(out, id)
}
return out
}
func (c *OpenAICompatibleClient) normalizedFilePromptMode() string {
mode := strings.ToLower(strings.TrimSpace(c.filePromptMode))
if mode == "system_fileid" || mode == "system_fileid_url" || mode == "system_fileid_uri" {
return "system_fileid_uri"
}
return "user_content_file_parts"
}