Skip to content

DEV-LOG.md

Latest commit

 

History

History
415 lines (289 loc) · 22.9 KB

DEV-LOG.md

File metadata and controls

415 lines (289 loc) · 22.9 KB

DEV-LOG

Computer Use Windows 增强：窗口绑定截图 + UI Automation + OCR (2026-04-03)

在三平台基础实现之上，利用 Windows 原生 API 增强 Computer Use 的 Windows 专属能力。

新增文件：

文件 行数 说明
src/utils/computerUse/win32/windowCapture.ts — PrintWindow 窗口绑定截图，支持被遮挡/后台窗口
src/utils/computerUse/win32/windowEnum.ts — EnumWindows 精确窗口枚举（HWND + PID + 标题）
src/utils/computerUse/win32/uiAutomation.ts — IUIAutomation UI 元素树读取、按钮点击、文本写入、坐标识别
src/utils/computerUse/win32/ocr.ts — Windows.Media.Ocr 截图+文字识别（英语+中文）

修改文件：

文件 变更
packages/@ant/computer-use-swift/src/backends/win32.ts listRunning 改用 EnumWindows；新增 captureWindowTarget 窗口级截图

验证结果（Windows x64）：

  • 窗口枚举：38 个可见窗口 ✅
  • 窗口截图：VS Code 2575x1415, 444KB ✅（PrintWindow, 即使被遮挡）
  • UI Automation：坐标元素识别 ✅
  • OCR：识别 VS Code 界面文字，34 行 ✅

Enable Computer Use — macOS + Windows + Linux (2026-04-03)

恢复 Computer Use 屏幕操控功能。参考项目仅 macOS，本次扩展为三平台支持。

Phase 1 — MCP server stub 替换： 从参考项目复制 @ant/computer-use-mcp 完整实现（12 文件，6517 行）。

Phase 2 — 移除 src/ 中 8 处 macOS 硬编码：

文件 改动
src/main.tsx:1605 去掉 getPlatform() === 'macos'
src/utils/computerUse/swiftLoader.ts 移除 darwin-only throw
src/utils/computerUse/executor.ts 平台守卫扩展为 darwin+win32+linux；剪贴板按平台分发（pbcopy→PowerShell→xclip）；paste 快捷键 command→ctrl
src/utils/computerUse/drainRunLoop.ts 非 darwin 直接执行 fn()
src/utils/computerUse/escHotkey.ts 非 darwin 返回 false（Ctrl+C fallback）
src/utils/computerUse/hostAdapter.ts 非 darwin 权限检查返回 granted
src/utils/computerUse/common.ts platform + screenshotFiltering 动态化
src/utils/computerUse/gates.ts enabled:true + hasRequiredSubscription→true

Phase 3 — input/swift 包 dispatcher + backends 三平台架构：

packages/@ant/computer-use-{input,swift}/src/
├── index.ts          ← dispatcher
├── types.ts          ← 共享接口
└── backends/
    ├── darwin.ts      ← macOS AppleScript（原样拆出，不改逻辑）
    ├── win32.ts       ← Windows PowerShell
    └── linux.ts       ← Linux xdotool/scrot/xrandr/wmctrl

编译开关： CHICAGO_MCP 加入 DEFAULT_FEATURES + DEFAULT_BUILD_FEATURES

验证结果（Windows x64）：

  • isSupported: true ✅
  • 鼠标定位 + 前台窗口信息 ✅
  • 双显示器检测 2560x1440 × 2 ✅
  • 全屏截图 3MB base64 ✅
  • bun run build 463 files ✅

Enable Voice Mode / VOICE_MODE (2026-04-03)

恢复 /voice 语音输入功能。src/ 下所有 voice 相关源码已与官方一致（0 行差异），问题出在：① VOICE_MODE 编译开关未开，命令不显示；② audio-capture-napi 是 SoX 子进程 stub（Windows 不支持），缺少官方原生 .node 二进制。

新增文件：

文件 说明
vendor/audio-capture/{platform}/audio-capture.node 6 个平台的原生音频二进制（cpal，来自参考项目）
vendor/audio-capture-src/index.ts 原生模块加载器（按 ${arch}-${platform} 动态 require .node）

修改文件：

文件 变更
packages/audio-capture-napi/src/index.ts SoX 子进程 stub → 原生 .node 加载器（含 process.cwd() workspace 路径 fallback）
scripts/dev.ts DEFAULT_FEATURES 加 "VOICE_MODE"
build.ts DEFAULT_BUILD_FEATURES 加 "VOICE_MODE"
docs/features/voice-mode.md 追加恢复计划章节（第八节）

验证结果：

  • isNativeAudioAvailable() → true（Windows x64 原生 .node 加载成功）
  • feature('VOICE_MODE') → ENABLED
  • bun run build → voice 代码编入产物

运行时前置条件： claude.ai OAuth 登录 + 麦克风权限

Enable Claude in Chrome MCP (2026-04-03)

恢复 Chrome 浏览器控制功能。src/ 下所有 claudeInChrome 相关源码已与官方一致（0 行差异），问题出在 @ant/claude-for-chrome-mcp 包是 6 行 stub（返回空工具列表和 null server）。

替换文件：

文件 变更
packages/@ant/claude-for-chrome-mcp/src/index.ts 6 行 stub → 15 行完整导出

新增文件：

文件 行数 说明
packages/@ant/claude-for-chrome-mcp/src/types.ts 134 类型定义
packages/@ant/claude-for-chrome-mcp/src/browserTools.ts 546 17 个浏览器工具定义
packages/@ant/claude-for-chrome-mcp/src/mcpServer.ts 96 MCP Server
packages/@ant/claude-for-chrome-mcp/src/mcpSocketClient.ts 493 Unix Socket 客户端
packages/@ant/claude-for-chrome-mcp/src/mcpSocketPool.ts 327 多 Profile 连接池
packages/@ant/claude-for-chrome-mcp/src/bridgeClient.ts 1126 Bridge WebSocket 客户端
packages/@ant/claude-for-chrome-mcp/src/toolCalls.ts 301 工具调用路由

不需要 feature flag，不需要改 dev.ts/build.ts，不改 src/ 下任何文件。

运行时依赖： Chrome 浏览器 + Claude in Chrome 扩展（https://claude.ai/chrome）

OpenAI 接口兼容 (2026-04-03)

分支: feature/openai

在 /login 流程中新增 "OpenAI Compatible" 选项，支持 Ollama、DeepSeek、vLLM、One API 等兼容 OpenAI Chat Completions API 的第三方服务。用户通过 /login 配置后，所有 API 请求自动走 OpenAI 路径。

改动文件（10 个，+384 / -134）：

文件 变更
.github/workflows/ci.yml CI runner 从 ubuntu-latest 改为 macos-latest
README.md TODO 列表新增 "OpenAI 接口兼容" 条目
src/components/ConsoleOAuthFlow.tsx 新增 openai_chat_api OAuth state（含 Base URL / API Key / 3 个模型映射字段）；idle 选择列表新增 "OpenAI Compatible" 选项；完整表单 UI（Tab 切换、Enter 保存）；保存时写入 modelType: 'openai' + env 到 settings.json；OAuth 登录时重置 modelType 为 anthropic
src/services/api/openai/index.ts 从直接 yield* adaptOpenAIStreamToAnthropic() 改为完整流处理循环：累积 content blocks（text/tool_use/thinking）、按 content_block_stop yield AssistantMessage、同时 yield StreamEvent 用于实时显示；错误处理改用新签名 createAssistantAPIErrorMessage({ content, apiError, error })
src/services/api/openai/convertMessages.ts 输入类型从 Anthropic SDK BetaMessageParam[] 改为内部 (UserMessage | AssistantMessage)[]；通过 msg.type 而非 msg.role 判断角色；从 msg.message.content 读取内容；跳过 cache_edits / server_tool_use 等内部 block 类型
src/services/api/openai/modelMapping.ts 移除 OPENAI_MODEL_MAP JSON 环境变量 + 缓存机制；新增 getModelFamily() 按 haiku/sonnet/opus 分类；解析优先级改为：OPENAI_MODEL → ANTHROPIC_DEFAULT_{FAMILY}_MODEL → DEFAULT_MODEL_MAP → 原名透传
src/services/api/openai/__tests__/convertMessages.test.ts 测试输入从裸 { role, content } 改为 makeUserMsg() / makeAssistantMsg() 包装的内部格式
src/services/api/openai/__tests__/modelMapping.test.ts 测试从 OPENAI_MODEL_MAP 改为 ANTHROPIC_DEFAULT_{HAIKU,SONNET,OPUS}_MODEL；新增 3 个 env var override 测试
src/utils/model/providers.ts getAPIProvider() 新增最高优先级：从 settings.json modelType 字段判断；环境变量 CLAUDE_CODE_USE_OPENAI 降为次优先
src/utils/settings/types.ts SettingsSchema 新增 modelType 字段：z.enum(['anthropic', 'openai']).optional()

关键设计决策：

  1. modelType 存入 settings.json — 而非纯环境变量，使 /login 配置持久化，重启后仍然生效
  2. 复用 ANTHROPIC_DEFAULT_*_MODEL 环境变量 — 而非新增 OPENAI_MODEL_MAP，与 Custom Platform 共用同一套模型映射配置，减少用户认知负担
  3. 流处理双 yield — 同时 yield AssistantMessage（给消费方处理工具调用）和 StreamEvent（给 REPL 实时渲染），与 Anthropic 路径行为对齐
  4. OAuth 登录重置 modelType — 用户切换回官方 Anthropic 登录时自动重置为 anthropic，避免残留配置导致请求走错误路径

配置方式：

/login → 选择 "OpenAI Compatible" → 填写 Base URL / API Key / 模型名称

或手动编辑 ~/.claude/settings.json：

{
  "modelType": "openai",
  "env": {
    "OPENAI_BASE_URL": "http://localhost:11434/v1",
    "OPENAI_API_KEY": "ollama",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "qwen3:32b"
  }
}

Enable Remote Control / BRIDGE_MODE (2026-04-03)

PR: claude-code-best/claude-code#60

Remote Control 功能将本地 CLI 注册为 bridge 环境，生成可分享的 URL（https://claude.ai/code/session_xxx），允许从浏览器、手机或其他设备远程查看输出、发送消息、审批工具调用。

改动文件：

文件 变更
scripts/dev.ts DEFAULT_FEATURES 加入 "BRIDGE_MODE"，dev 模式默认启用
src/bridge/peerSessions.ts stub → 完整实现：通过 bridge API 发送跨会话消息，含三层安全防护（trim + validateBridgeId 白名单 + encodeURIComponent）
src/bridge/webhookSanitizer.ts stub → 完整实现：正则 redact 8 类 secret（GitHub/Anthropic/AWS/npm/Slack token），先 redact 再截断，失败返回安全占位符
src/entrypoints/sdk/controlTypes.ts 12 个 any stub → z.infer<ReturnType<typeof XxxSchema>> 从现有 Zod schema 推导类型
src/hooks/useReplBridge.tsx tengu_bridge_system_init 默认值 false → true，使 app 端显示 "active" 而非卡在 "connecting"

关键设计决策：

  1. 不改现有代码逻辑 — 只补全 stub、修正默认值、开启编译开关
  2. tengu_bridge_system_init — Anthropic 通过 GrowthBook 给订阅用户推送 true，但我们的 build 收不到推送；改默认值是唯一不侵入其他代码的方案
  3. peerSessions.ts 认证 — 使用 getBridgeAccessToken() 获取 OAuth Bearer token，与 bridgeApi.ts/codeSessionApi.ts 认证模式一致
  4. webhookSanitizer.ts 安全 — fail-closed（出错返回 [webhook content redacted due to sanitization error]），不泄露原始内容

验证结果：

  • /remote-control 命令可见且可用
  • CLI 连接 Anthropic CCR，生成可分享 URL
  • App 端（claude.ai/code）显示 "Remote Control active"
  • 手机端（Claude iOS app）通过 URL 连接，双向消息正常

Remote Control on Mobile

GrowthBook 自定义服务器适配器 (2026-04-03)

GrowthBook 功能开关系统原为 Anthropic 内部构建设计，硬编码 SDK key 和 API 地址，外部构建因 is1PEventLoggingEnabled() 门控始终禁用。新增适配器模式，通过环境变量连接自定义 GrowthBook 服务器，无配置时所有 feature 读取返回代码默认值。

修改文件：

文件 变更
src/constants/keys.ts getGrowthBookClientKey() 优先读取 CLAUDE_GB_ADAPTER_KEY 环境变量
src/services/analytics/growthbook.ts isGrowthBookEnabled() 适配器模式下直接返回 true，绕过 1P event logging 门控
src/services/analytics/growthbook.ts getGrowthBookClient() base URL 优先使用 CLAUDE_GB_ADAPTER_URL
docs/internals/growthbook-adapter.mdx 新增适配器配置文档，含全部 ~58 个 feature key 列表

用法： CLAUDE_GB_ADAPTER_URL=https://gb.example.com/ CLAUDE_GB_ADAPTER_KEY=sdk-xxx bun run dev

Datadog 日志端点可配置化 (2026-04-03)

将 Datadog 硬编码的 Anthropic 内部端点改为环境变量驱动，默认禁用。

修改文件：

文件 变更
src/services/analytics/datadog.ts DATADOG_LOGS_ENDPOINT 和 DATADOG_CLIENT_TOKEN 从硬编码常量改为读取 process.env.DATADOG_LOGS_ENDPOINT / process.env.DATADOG_API_KEY，默认空字符串；initializeDatadog() 增加守卫：端点或 Token 未配置时直接返回 false
docs/telemetry-remote-config-audit.md 更新第 1 节，反映新的环境变量配置方式

效果： 默认不向任何外部发送数据；设置两个环境变量即可接入自己的 Datadog 实例。原有 DISABLE_TELEMETRY、privacy level、sink killswitch 等防线保留。

用法： DATADOG_LOGS_ENDPOINT=https://http-intake.logs.datadoghq.com/api/v2/logs DATADOG_API_KEY=xxx bun run dev

Sentry 错误上报集成 (2026-04-03)

恢复反编译过程中被移除的 Sentry 集成。通过 SENTRY_DSN 环境变量控制，未设置时所有函数为 no-op，不影响正常运行。

新增文件：

文件 说明
src/utils/sentry.ts 核心模块：initSentry()、captureException()、setTag()、setUser()、closeSentry()；beforeSend 过滤 auth headers 等敏感信息；忽略 ECONNREFUSED/AbortError 等非 actionable 错误

修改文件：

文件 变更
src/utils/errorLogSink.ts logErrorImpl 末尾调用 captureException()，所有经 logError() 的错误自动上报
src/components/SentryErrorBoundary.ts 添加 componentDidCatch，React 组件渲染错误上报到 Sentry（含 componentStack）
src/entrypoints/init.ts 网络配置后调用 initSentry()
src/utils/gracefulShutdown.ts 优雅关闭时 flush Sentry 事件
src/screens/REPL.tsx:2809 fireCompanionObserver 调用增加 typeof 防护，BUDDY feature 启用时不报错（TODO: 待实现）
package.json devDependencies 新增 @sentry/node

用法： SENTRY_DSN=https://xxx@xxx.ingest.sentry.io/xxx bun run dev

默认关闭自动更新 (2026-04-03)

修改 src/utils/config.ts — getAutoUpdaterDisabledReason()，在原有检查逻辑前插入默认关闭逻辑。未设置 ENABLE_AUTOUPDATER=1 时，自动更新始终返回 { type: 'config' } 被禁用。

启用方式： ENABLE_AUTOUPDATER=1 bun run dev

原因： 本项目为逆向工程/反编译版本，自动更新会覆盖本地修改的代码。

同时新增文档： docs/auto-updater.md — 自动更新机制完整审计，涵盖三种安装类型的更新策略、后台轮询、版本门控、原生安装器架构、文件锁、配置项等。

WebSearch Bing 适配器补全 (2026-04-03)

原始 WebSearchTool 仅支持 Anthropic API 服务端搜索（web_search_20250305 server tool），在非官方 API 端点（第三方代理）下搜索功能不可用。本次改动引入适配器架构，新增 Bing 搜索页面解析作为 fallback。

新增文件：

文件 说明
src/tools/WebSearchTool/adapters/types.ts 适配器接口定义：WebSearchAdapter、SearchResult、SearchOptions、SearchProgress
src/tools/WebSearchTool/adapters/apiAdapter.ts API 适配器 — 将原有 queryModelWithStreaming 逻辑封装为 ApiSearchAdapter
src/tools/WebSearchTool/adapters/bingAdapter.ts Bing 适配器 — 直接抓取 Bing HTML，正则提取搜索结果
src/tools/WebSearchTool/adapters/index.ts 适配器工厂 — 根据环境变量 / API Base URL 选择后端
src/tools/WebSearchTool/__tests__/bingAdapter.test.ts Bing 适配器单元测试（32 cases：decodeHtmlEntities、extractBingResults、search mock）
src/tools/WebSearchTool/__tests__/bingAdapter.integration.ts Bing 适配器集成测试 — 真实网络请求验证

重构文件：

文件 变更
src/tools/WebSearchTool/WebSearchTool.ts 从直接调用 API 改为 createAdapter() 工厂模式；isEnabled() 始终返回 true；删除 ~200 行内联 API 调用逻辑
src/tools/WebFetchTool/utils.ts skipWebFetchPreflight 默认值从 !undefined（即 true）改为显式 === false，使域名预检默认启用

Bing 适配器关键技术细节：

  1. 反爬绕过：使用完整 Edge 浏览器请求头（含 Sec-Ch-Ua、Sec-Fetch-* 等 13 个标头），避免 Bing 返回 JS 渲染的空页面；setmkt=en-US 参数强制美式英语市场，避免 IP 地理定位导致的区域化结果（德语论坛、新加坡金价等不相关内容）
  2. URL 解码（resolveBingUrl()）：Bing 返回的重定向 URL（bing.com/ck/a?...&u=a1aHR0cHM6Ly9...）中 u 参数为 base64 编码的真实 URL，需解码后使用
  3. 摘要提取（extractSnippet()）：三级降级策略 — b_lineclamp → b_caption <p> → b_caption 直接文本
  4. HTML 实体解码（decodeHtmlEntities()）：处理 7 种常见 HTML 实体
  5. 域过滤：客户端侧 allowedDomains / blockedDomains 过滤，支持子域名匹配

当前状态：adapters/index.ts 中 createAdapter() 硬编码返回 BingSearchAdapter，跳过了 API/Bing 自动选择逻辑（原逻辑被注释保留）。未来可通过取消注释恢复自动选择。

移除反蒸馏机制 (2026-04-02)

项目中发现三处 anti-distillation 相关代码，全部移除。

移除内容：

  • src/services/api/claude.ts — 删除 fake_tools 注入逻辑（原第 302-314 行），该代码通过 ANTI_DISTILLATION_CC feature flag 在 API 请求中注入 anti_distillation: ['fake_tools']，使服务端在响应中混入虚假工具调用以污染蒸馏数据
  • src/utils/betas.ts — 删除 connector-text summarization beta 注入块及 SUMMARIZE_CONNECTOR_TEXT_BETA_HEADER 导入，该机制让服务端缓冲工具调用间的 assistant 文本并摘要化返回
  • src/constants/betas.ts — 删除 SUMMARIZE_CONNECTOR_TEXT_BETA_HEADER 常量定义（原第 23-25 行）
  • src/utils/streamlinedTransform.ts — 注释从 "distillation-resistant" 改为 "compact"，streamlined 模式本身是有效的输出压缩功能，仅修正描述

Buddy 命令合入 + Feature Flag 规范修正 (2026-04-02)

合入 pr/smallflyingpig/36 分支（支持 buddy 命令 + 修复 rehatch），并修正 feature flag 使用方式。

合入内容（来自 PR）：

  • src/commands/buddy/buddy.ts — 新增 /buddy 命令，支持 hatch / rehatch / pet / mute / unmute 子命令
  • src/commands/buddy/index.ts — 从 stub 改为正确的 Command 类型导出
  • src/buddy/companion.ts — 新增 generateSeed()，getCompanion() 支持 seed 驱动的可复现 rolling
  • src/buddy/types.ts — CompanionSoul 增加 seed? 字段

合并后修正：

  • src/entrypoints/cli.tsx — PR 硬编码了 const feature = (name) => name === "BUDDY"，违反 feature flag 规范，恢复为标准 import { feature } from 'bun:bundle'
  • src/commands.ts — PR 用静态 import buddy 绕过了 feature gate，恢复为 feature('BUDDY') ? require(...) : null + 条件展开
  • src/commands/buddy/buddy.ts — 删除未使用的 companionInfoText 函数和多余的 Roll/SPECIES import
  • CLAUDE.md — 重写 Feature Flag System 章节，明确规范：代码中统一用 import { feature } from 'bun:bundle'，启用走环境变量 FEATURE_<NAME>=1

用法： FEATURE_BUDDY=1 bun run dev

Auto Mode 补全 (2026-04-02)

反编译丢失了 auto mode 分类器的三个 prompt 模板文件，代码逻辑完整但无法运行。

新增：

  • yolo-classifier-prompts/auto_mode_system_prompt.txt — 主系统提示词
  • yolo-classifier-prompts/permissions_external.txt — 外部权限模板（用户规则替换默认值）
  • yolo-classifier-prompts/permissions_anthropic.txt — 内部权限模板（用户规则追加）

改动：

  • scripts/dev.ts + build.ts — 扫描 FEATURE_* 环境变量注入 Bun --feature
  • cli.tsx — 启动时打印已启用的 feature
  • permissionSetup.ts — AUTO_MODE_ENABLED_DEFAULT 由 feature('TRANSCRIPT_CLASSIFIER') 决定，开 feature 即开 auto mode
  • docs/safety/auto-mode.mdx — 补充 prompt 模板章节

用法： FEATURE_TRANSCRIPT_CLASSIFIER=1 bun run dev

注意： prompt 模板为重建产物。

USER_TYPE=ant TUI 修复 (2026-04-02)

global.d.ts 声明的全局函数在反编译版本运行时未定义，导致 USER_TYPE=ant 时 TUI 崩溃。

修复方式：显式 import / 本地 stub / 全局 stub / 新建 stub 文件。涉及文件： cli.tsx, model.ts, context.ts, effort.ts, thinking.ts, undercover.ts, Spinner.tsx, AntModelSwitchCallout.tsx(新建), UndercoverAutoCallout.tsx(新建)

注意：

  • USER_TYPE=ant 启用 alt-screen 全屏模式，中心区域满屏是预期行为
  • global.d.ts 中剩余未 stub 的全局函数（getAntModels 等）遇到 X is not defined 时按同样模式处理

/login 添加 Custom Platform 选项 (2026-04-03)

在 /login 命令的登录方式选择列表中新增 "Custom Platform" 选项（位于第一位），允许用户直接在终端配置第三方 API 兼容服务的 Base URL、API Key 和三种模型映射，保存到 ~/.claude/settings.json。

修改文件：

文件 变更
src/components/ConsoleOAuthFlow.tsx OAuthStatus 类型新增 custom_platform state（含 baseUrl、apiKey、haikuModel、sonnetModel、opusModel、activeField）；idle case Select 选项新增 Custom Platform 并排第一位；新增 custom_platform case 渲染 5 字段表单（Tab/Shift+Tab 切换、focus 高亮、Enter 跳转/保存）；Select onChange 处理 custom_platform 初始状态（从 process.env 预填当前值）；OAuthStatusMessageProps 类型及调用处新增 onDone prop
src/components/ConsoleOAuthFlow.tsx 新增 updateSettingsForSource import

UI 交互：

  • 5 个字段同屏：Base URL、API Key、Haiku Model、Sonnet Model、Opus Model
  • 当前活动字段的标签用 suggestion 背景色 + inverseText 反色高亮
  • Tab / Shift+Tab 在字段间切换，各自保留输入值
  • 每个字段按 Enter 跳到下一个，最后一个字段 (Opus) 按 Enter 保存
  • 模型字段自动从 process.env 读取当前配置作为预填值，无值则空
  • 保存时调用 updateSettingsForSource('userSettings', { env }) 写入 settings.json，同时更新 process.env

保存的 settings.json env 字段：

{
  "ANTHROPIC_BASE_URL": "...",
  "ANTHROPIC_AUTH_TOKEN": "...",
  "ANTHROPIC_DEFAULT_HAIKU_MODEL": "...",
  "ANTHROPIC_DEFAULT_SONNET_MODEL": "...",
  "ANTHROPIC_DEFAULT_OPUS_MODEL": "..."
}

非空字段才写入，保存后立即生效（onDone() 触发 onChangeAPIKey() 刷新 API 客户端）。