package core import ( "fmt" "log" "strings" agentAPI "github.com/JianFeeeee/HomeAgent/internal/agent/api" agentIO "github.com/JianFeeeee/HomeAgent/internal/agent/io" sdk "github.com/JianFeeeee/HomeAgent/internal/sdk" "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) rawType, _ := tc.Arguments["type"].(string) if channel == "" || payload == "" { return "工具名称格式: output_send__{channel},payload 不能为空" } // type 缺省按 text 处理:绝大多数输出就是文本,让模型为"省略一个默认值"付一次 // 失败重试没有意义(判据该拦的是"不知道发什么",不是"没写众所周知的默认值")。 if rawType == "" { rawType = "text" } // 授权闸(纵深防御):模型可能凭名字直接调未授权的输出门。 if !a.IsOutputAllowed(channel) { return fmt.Sprintf("通道 [%s] 未授权给本 agent。可用通道见 output_list_channels", channel) } meta, _ := tc.Arguments["meta"].(string) caps := a.io.GetChannelCapabilities(channel) if caps == 0 { return fmt.Sprintf("通道 [%s] 不存在或不可用。可用输出工具列表见 output_list_channels", channel) } switch rawType { case "text": if !caps.Supports(agentIO.CapText) { return fmt.Sprintf("通道 [%s] 不支持文本输出(能力: %s)", channel, caps.String()) } case "voice", "audio": if !caps.Supports(agentIO.CapAudio) { return fmt.Sprintf("通道 [%s] 不支持语音输出(能力: %s)", channel, caps.String()) } case "image": if !caps.Supports(agentIO.CapImage) { return fmt.Sprintf("通道 [%s] 不支持图片输出(能力: %s)", channel, caps.String()) } case "file": if !caps.Supports(agentIO.CapFile) { return fmt.Sprintf("通道 [%s] 不支持文件输出(能力: %s)", channel, caps.String()) } } args := map[string]interface{}{ "payload": payload, "type": rawType, } if meta != "" { 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 { return fmt.Sprintf("输出被插件拦截: %s", *stageCtx.Response) } if stageCtx.FinalText == "" { return "输出被插件清空" } args["payload"] = stageCtx.FinalText if dev := a.io.GetDevice(channel); dev != nil { // ★ 安全模块入向回填:把 @{别名} 换回明文。 // // 位置在**插件 stage 之后、设备 Execute 之前**是有讲究的: // · 放在 stage 之前 ⇒ 插件会看到明文(不可,插件在信任边界外) // · 放在 Execute 之后 ⇒ 设备已收到带别名的载荷(功能坏了) // 所以只能夹在中间:插件看不到,设备拿到真的。 // // 注意单独处理 payload:args 里的其它字段(channel 等)不需要回填。 if s := security.Global(); s != nil { if filled, n, used := s.Fill(args["payload"].(string)); n > 0 { args["payload"] = filled log.Printf("[security] 通道 %s 载荷回填 %d 处(别名 %v)", channel, n, used) } } 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) } // 通道可能回报「未确认」(已提交但超时未拿到发送确认)——此时不能对模型 // 谎报「已发送」,否则模型不会重试/核实。 if m, ok := result.(map[string]interface{}); ok { if status, _ := m["status"].(string); status == "unconfirmed" || status == "queued" { note, _ := m["note"].(string) if note == "" { note = "发送已提交但未收到通道确认,结果未知" } return fmt.Sprintf("[%s] 通道发送结果未确认:%s", channel, note) } } // 成功回执:只返回极简标记,不回传完整插件响应。 // 「已通过 [qq] 通道发送: map[status:sent message_id:xxx]」这类富回执 // 会驱动模型继续调用 output_send(回声效应),是 output loop 的根源之一。 return "ok" } a.io.EmitTextTo("agent_io", channel, payload) return fmt.Sprintf("已通过 [%s] 通道发送", channel) } func (a *Agent) executeOutputSendHelp(tc agentAPI.ToolCall) string { suffix := strings.TrimPrefix(tc.Name, "output_send__") channel := strings.TrimSuffix(suffix, "_help") if channel == "" { return "工具名称格式: output_send__{channel}_help" } dev := a.io.GetDevice(channel) if dev == nil { return fmt.Sprintf("通道 [%s] 不存在", channel) } caps := a.io.GetChannelCapabilities(channel) capStr := "无" if caps != 0 { capStr = caps.String() } desc := dev.Description() if desc == "" { desc = channel + " 输出通道" } return fmt.Sprintf(`通道 [%s] 描述: %s 能力: %s 【参数说明】 payload — 消息载荷(必填)。type=text 时直接填文字,type=file/image 时填 URL 或路径 meta — JSON 对象,发送所需的元数据(可选,取决于通道是否需要路由信息) type — 载荷类型(必填),枚举值见下方 【type 枚举】 - text — 文本消息 - voice — 语音消息 - image — 图片 - file — 文件 【meta JSON 格式】 由通道描述定义,通常包含: - "group_id" 群号(群聊时必填) - "user_id" 目标用户 QQ 号(私聊时必填) - "reply_to" 回复某条消息 ID(可选) 示例: output_send__%s(payload="你好", meta="{\"group_id\": 123456789}", type="text")`, channel, desc, capStr, channel) } func (a *Agent) executeOutputListChannels() string { channels := a.io.ListChannels() if len(channels) == 0 { return "没有可用通道" } var parts []string parts = append(parts, "可用通道:") for _, ch := range channels { if ch.OutputCaps == 0 { continue } if !a.IsOutputAllowed(ch.Name) { continue } line := fmt.Sprintf(" - %s: [%s] %s", ch.Name, ch.OutputCaps.String(), ch.Description) if t, ok := a.ResolveOutputTarget(ch.Name); ok { line += fmt.Sprintf("(目标: %s / inputch %s)", orDash(t.AgentID), orDash(t.InputCh)) } parts = append(parts, line) for _, t := range ch.Tools { parts = append(parts, fmt.Sprintf(" 工具: %s - %s", t.Name, t.Description)) } } return strings.Join(parts, "\n") }