将 claw-code/rust/crates 的完整实现合并到主 workspace,涵盖
9 个 crate 的更新与 2 个新 crate 的引入。
API 层:
- 用原生 Anthropic 客户端(anthropic.rs)替换 claw_provider,
新增 prompt cache 减少重复请求开销
- 新增 HTTP 客户端构建器统一代理配置,OpenAI 兼容端增加
DashScope/Qwen 支持与抖动重试
- MessageRequest 扩展 temperature/top_p 等模型调参字段
- SSE 解析器增加 provider 上下文感知的错误信息
运行时(~11,000 行新增):
- 新增 bash 命令安全校验、分支锁碰撞检测、配置文件校验
- 新增会话存储与控制面、MCP 生命周期状态机与服务端实现
- 新增权限执行引擎、策略引擎、插件生命周期管理
- 新增 worker 启动编排、任务/定时任务注册表、信任解析器
- 保留 Windows cmd /C fallback
命令/插件/工具:
- commands 大幅重写,扩展 sandbox、doctor、plan 等 slash 命令
- plugins 新增 PostToolUseFailure hook 与宽容加载机制
- tools 新增 PDF 提取与 lane 补全工具
新增 crate:mock-anthropic-service(测试)、telemetry(遥测)
适配 claw-cli/server:ClawApiClient→AnthropicClient 重命名,
SlashCommand::parse 返回 Result,移除 session 级 Thinking 变体,
TokenUsage/ConversationMessage 补充序列化支持
|
||
|---|---|---|
| .. | ||
| src | ||
| tests | ||
| Cargo.toml | ||
| README.md | ||
运行时模块 (runtime)
本模块是 Claw 的核心引擎,负责协调 AI 模型、工具执行、会话管理和权限控制之间的所有交互。
概览
runtime 模块是整个系统的“中枢神经”,其主要职责包括:
- 对话驱动:管理“用户-助手-工具”的循环迭代。
- 会话持久化:负责会话的加载、保存及历史记录的压缩 (Compaction)。
- MCP 客户端:实现模型上下文协议 (Model Context Protocol),支持与外部 MCP 服务器通信。
- 安全沙箱与权限:实施基于策略的工具执行权限检查。
- 上下文构建:动态生成系统提示词 (System Prompt),集成工作区上下文。
- 消耗统计:精确跟踪 Token 使用情况和 Token 缓存状态。
关键特性
- ConversationRuntime:核心驱动类,支持流式响应处理和多轮工具调用迭代。
- 权限引擎 (Permissions):提供多种模式(
ReadOnly,WorkspaceWrite,DangerFullAccess),并支持交互式权限确认。 - 会话压缩 (Compaction):当对话历史过长影响性能或成本时,自动将旧消息总结为摘要,保持上下文精简。
- 钩子集成 (Hooks):在工具执行的前后触发插件定义的钩子,支持干预工具输入或处理执行结果。
- 沙箱执行 (Sandbox):为 Bash 等敏感工具提供受限的执行环境。
实现逻辑
核心子模块
conversation.rs: 定义了核心的ConversationRuntime和ApiClient/ToolExecutor特性。mcp_stdio.rs/mcp_client.rs: 实现了完整的 MCP 规范,支持通过标准输入/输出与外部工具服务器交互。session.rs: 定义了消息模型 (ConversationMessage)、内容块 (ContentBlock) 和会话序列化逻辑。permissions.rs: 实现了权限审核逻辑和提示器接口。compact.rs: 包含了基于 LLM 的会话摘要生成和历史裁剪算法。config.rs: 负责加载和合并多层级的配置文件。
对话循环流程 (run_turn)
- 将用户输入推入
Session。 - 调用
ApiClient发起流式请求。 - 监听
AssistantEvent,解析文本内容和工具调用请求。 - 工具权限审核:针对每个
ToolUse,根据PermissionPolicy决定是允许、拒绝还是询问用户。 - 执行工具:若允许,则通过
ToolExecutor(或 MCP 客户端)执行工具,并运行相关的Pre/Post Hooks。 - 将工具结果反馈给 AI,进入下一轮迭代,直到 AI 给出最终回复。
使用示例 (内部)
use runtime::{ConversationRuntime, Session, PermissionPolicy, PermissionMode};
// 初始化运行时
let mut runtime = ConversationRuntime::new(
Session::new(),
api_client,
tool_executor,
PermissionPolicy::new(PermissionMode::WorkspaceWrite),
system_prompt,
);
// 运行一轮对话
let summary = runtime.run_turn("帮我重构 src/lib.rs", Some(&mut cli_prompter))?;
println!("共迭代 {} 次,消耗 {} tokens", summary.iterations, summary.usage.total_tokens());