v0.1.4

[0.1.4] - 2026-01-20

Added

• Message.reasoning_content 字段: Message 模型新增 reasoning_content 可选字段，用于存储 LLM 的推理/思考内容（如 Claude 的 <think> 块）。这使得 agent 的 memory 能够完整保留模型输出的所有信息。

• Message.from_response() 类方法: 新增从 LLMResponse 直接创建 Message 的便捷方法。自动将 response 中的 content、reasoning_content 和 tool_calls 映射到 Message 对应字段。

• Message.to_api_dict() 方法: 新增将 Message 渲染为 LLM API 所需 dict 格式的方法。在发送给 LLM 时，自动将 reasoning_content 以 <think>...</think> 格式合并到 content 中，确保对话上下文的完整性。

Changed

• BaseAgent._build_messages(): 改用 Message.to_api_dict() 构建 API 请求消息，确保 reasoning_content 被正确渲染到对话历史中。

• LiteLLMModel cost 计算: 移除 cost 计算失败时的静默降级（设为 0），现在会直接抛出异常。确保模型配置正确，避免隐藏潜在问题。

Why This Matters

现代 LLM（如 Claude、DeepSeek）支持 "思考" 模式，会在 reasoning_content 字段返回推理过程。之前的实现只存储 content，导致：

1. 对话历史丢失了模型的推理上下文
2. 多轮对话时模型无法"回忆"之前的思考过程
3. 日志和 trajectory 无法完整记录模型行为

此次更新确保：

• ✅ Memory 完整存储 content + reasoning_content
• ✅ 发送给 LLM 时正确合并为完整上下文
• ✅ 支持 trajectory 导出完整的 thinking 记录

Migration Guide

无破坏性变更。现有代码无需修改即可继续工作。

如需利用新功能：

# 之前的写法（仍然有效）
msg = Message.assistant(content="Hello")

# 新写法：从 LLMResponse 直接创建（推荐）
response = await model.call_with_history(msgs)
msg = Message.from_response(response)

# 或者手动指定 reasoning_content
msg = Message.assistant(
    content="The answer is 42",
    reasoning_content="Let me think step by step..."
)