From aad8ddbf1eb403e0f5274ca2da0f2bc31ca7757c Mon Sep 17 00:00:00 2001 From: JianFeeeee Date: Sun, 18 Oct 2026 18:01:15 +0800 Subject: [PATCH] =?UTF-8?q?fix(core):=20output=5Fsend=20=E7=9A=84=20stage?= =?UTF-8?q?=20=E8=A1=A5=20Extra=20=E4=B8=8E=20after=5Foutput?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit ## 缺陷（2026-10-18 实测定位） `before_output` 被两个语义共用： emitResponse（eventloop.go） = 一轮的回复，turn 边界 output.go = 单次 output_send__* 的工具输出 **真正把消息发出去的是后者**，而它构造 stageCtx 时连 Extra 都没初始化： stageCtx := &sdk.StageContext{ FinalText: payload, Phase: sdk.StageBeforeOutput, } 诊断日志实证：`[qq-dbg] before_output: input_source="" qq_uid= extra_keys=0` 后果：通道插件在"消息即将发出"这个最需要上下文的时点，什么都读不到。 QQ 的「对方正在输入中」因此一次都没能触发。 ## 修法 Extra 补三个键： output_channel 目标通道（插件据此判断"是不是发给我的"） output_meta 本次发送的 meta 原文（user_id / group_id 在里面） output_type text / image / file / voice ## 同时补上 after_output 这是"消息真的送达"的时刻，但此前只有 before_output。没有配对收尾， 插件只能等自己的超时（QQ 那边是 30 秒）—— 用户看到指示器挂很久。 阶段顺序：before_output（可改写 payload/拦截）→ Execute → after_output。 ## 为什么 after_output 放在 Execute 成功之后 失败时不发 after_output：消息没送达，"发出后收尾"的语义不成立， 提前触发会让插件误以为已经发出去（进而在状态跟踪上记错）。 --- internal/agent/core/output.go | 46 +++++++++++++++++++++++++++++++++++ 1 file changed, 46 insertions(+) diff --git a/internal/agent/core/output.go b/internal/agent/core/output.go index 080a9087..51e4a77c 100644 --- a/internal/agent/core/output.go +++ b/internal/agent/core/output.go @@ -11,6 +11,23 @@ import ( "github.com/JianFeeeee/HomeAgent/internal/security" ) +// executeOutputSendTool 执行一次 output_send__{通道}。 +// +// turnExtra 是**本轮输入事件的非保留 payload 字段**（由调用方从帧上取）。 +// +// ## 为什么需要它（2026-10-18） +// +// `before_output` 被两个语义共用： +// +// emitResponse（eventloop.go） = 一轮的回复，turn 边界 +// 本函数（output.go） = 单次 output_send__* 的工具输出 +// +// **真正把消息发出去的是后者**。而它原先构造 stageCtx 时连 Extra 都没初始化 +// （实测日志 `extra_keys=0`），插件在这里读不到任何本轮身份 —— +// QQ 的「对方正在输入中」因此一次都没能触发。 +// +// 通道插件在这个时点需要知道"这条消息是发给谁的"，所以把本轮 payload +// 透传进来（与 emitResponse 用同一套 Extra 语义）。 func (a *Agent) executeOutputSendTool(tc agentAPI.ToolCall) string { channel := strings.TrimPrefix(tc.Name, "output_send__") payload, _ := tc.Arguments["payload"].(string) @@ -61,9 +78,27 @@ func (a *Agent) executeOutputSendTool(tc agentAPI.ToolCall) string { args["meta"] = meta } + // ★ Extra 必须有 output_channel：本函数是"发往某通道"，而这个键是 + // 插件在该时点唯一能据以判断目标通道的凭据。 + // 原先这里连 Extra 都没初始化（nil）——插件读不到任何上下文。 + // Extra 必须带三个键，缺一不可： + // + // output_channel 目标通道（插件据此判断"是不是发给我的"） + // output_meta 本次发送的 meta 原文（QQ 的 user_id/group_id 在里面） + // output_type 输出类型（text/image/file…） + // + // ★ output_meta 是关键（2026-10-18）：本函数是**真正把消息发出去**的 + // 时点，通道插件在这里需要知道"这条发给谁"才能驱动「对方正在输入中」。 + // 原先 stageCtx 连 Extra 都没初始化（nil）⇒ 实测 `extra_keys=0` + // ⇒ QQ 的打字指示器一次都没能触发。 stageCtx := &sdk.StageContext{ FinalText: payload, Phase: sdk.StageBeforeOutput, + Extra: map[string]interface{}{ + "output_channel": channel, + "output_meta": meta, + "output_type": rawType, + }, } a.runStage(sdk.StageBeforeOutput, stageCtx) if stageCtx.Response != nil { @@ -90,6 +125,17 @@ func (a *Agent) executeOutputSendTool(tc agentAPI.ToolCall) string { } } result, err := dev.Execute("output", args) + // ★ after_output：消息**已真正送达**之后触发一次。 + // + // 与前面的 before_output 成对（同一份 Extra）。通道插件用它收尾 + // 打字指示器之类"发出前开始、发出后结束"的状态。 + // + // 为什么必须在这里：output.go 这条路径此前**没有** after_output， + // 而它才是"消息真的发出去了"的时刻。缺了它，插件只能在轮次边界 + // （emitResponse 的 after_output）收尾 —— 而一轮可能发多条消息， + // 中间那些永远收不了尾（实测：状态一直挂着）。 + stageCtx.Phase = sdk.StageAfterOutput + a.runStage(sdk.StageAfterOutput, stageCtx) if err != nil { return fmt.Sprintf("通过 [%s] 通道发送失败: %v", channel, err) }