kwcode/CHANGELOG.md

Changelog

All notable changes to KWCode are documented here.

---

[2.0.0] - 2026-05-10

Eval驱动架构升级：数据说话，量化验证每个改动

核心成果：Eval通过率 0%→20%（3/15 PASS），总测试通过数 294→377（+83, +28%）

Added

• usage_finder调用关系传递（kaiwu/core/usage_finder.py）：AST确定性找到所有函数调用点，注入prompt让LLM知道修改函数签名时需要同步更新哪些调用方
• 多bug逐类拆解（_run_bug_decomposed()）：多bug任务按TestClass分组，每组独立LLM调用+验证，累积修复不退步。解决"200行14个bug一次全修"的工作记忆溢出问题
• 新文件创建（_maybe_create_missing_module()）：检测ModuleNotFoundError/ImportError，自动创建缺失模块文件并加入locator处理队列
• 工程约束注入（_detect_engineering_hints()）：检测通用工程模式（循环引用保护、递归深度限制、短路求值）并注入prompt，不是背题而是通用约束
• 自适应采样：大文件(>150行)只采1次(temp=0.0)避免超时，小文件保持3次异构采样(0.0/0.2/0.4)
• bench诊断报告系统（bench_diagnose.py）：从DetailedLogger日志中提取"脉搏"级诊断——attempt delta、prompt注入检测、机制触发统计、时间分布、LLM输出质量

Changed

• targeted_fix恢复whole_file模式：diff格式实验证明对32B模型弊大于利（算行号太慢导致超时），回滚为whole_file输出
• 异构采样自适应：根据文件大小动态选择采样策略，大文件省时间给retry

Removed

• 3个过时的search触发测试（search机制已在v1.8中移除，测试未同步清理）

Eval实验记录

实验	假设	结果	结论
unified diff格式	减少token提高精度	t21超时，t05/t13持平	32B算行号太慢，已回滚
自适应采样	大文件降低采样避免超时	t21不超时但41/49(退步)	采样次数↓=尝试多样性↓
usage_finder	调用关系帮助rename	t08仍0/26	LLM仍不会全局rename
bug_decomposed	逐类修复提高命中	t15有ctx bug导致退步	bug已修，机制本身有效(52/54)

---

[1.9.0] - 2026-05-09

9项架构优化：从"LLM看不懂反馈"到"工程替LLM消化反馈"

核心理念：32B模型无法有效整合raw测试输出（业界论文已证实），kwcode的差异化是工程把反馈解析成LLM最容易理解的形式。

Added

• 结构化诊断句（generate_diagnosis()）：把pytest raw输出转成"函数X应该返回Y，实际返回Z"的精确诊断，替代原始2000字输出注入。按错误类型分类（AssertionError/AttributeError/TypeError/KeyError等），每种给出最直接的描述
• Execution Feedback内循环（_run_execution_feedback()）：Generator选出最佳候选后立刻跑测试，如果还有失败则把结构化诊断给LLM再生成一次。最多1轮额外尝试，不消耗外层retry次数
• Docstring注入（_extract_docstrings() + _inject_docstrings()）：用AST提取目标函数的docstring（实现规范），注入prompt。LLM读到docstring里的示例和约束后能直接推理出正确实现
• SKILL.md稳定注入（_inject_skill_context()）：按gap_type过滤SKILL.md中相关章节，只注入与当前任务类型匹配的已验证模式
• LLM生成缺失模块（_generate_missing_module_content()）：ImportError时不再只创建空文件，而是用LLM根据测试使用方式生成模块内容
• 批次拆解循环：_run_whole_file_refactor中，当失败测试>3个时分批处理，每批生成后立刻验证，通过则保留继续下一批，退步则回滚
• Delta反馈：_build_retry_hint()中加入"相比上一次新增通过N个测试"或"退步了N个测试"的明确delta信息

Changed

• 诊断句替代raw输出：generator.py中3个注入点（targeted fix、whole file refactor、_generate_modified）统一优先用诊断句，fallback到raw输出
• orchestrator import熔断增强：import_fixer失败后不再直接熔断，先尝试用LLM创建缺失的本地模块
• retry_hint诊断句：orchestrator的structured_failures传递改用generate_diagnosis()格式化

Fixed

• _detect_engineering_hints方法签名丢失：编辑过程中方法def行被意外删除，已恢复

[1.7.0] - 2026-05-07

KAIJU架构借鉴 + DetailedLogger + Bounded Context

核心理念：借鉴KAIJU三个具体机制——bounded context per node、sub-task decomposition、完整流水线日志。

Added

• DetailedLogger完整流水线日志（kaiwu/audit/detailed_logger.py）：每个任务生成独立JSON日志到logs/目录，记录LLM完整prompt/output（不截断）、各节点输入输出、工程决策（重试/熔断/搜索）。环境变量KWCODE_DETAIL_LOG_DIR可配置输出目录
• LLM Backend on_call钩子：每次LLM调用自动触发回调，记录完整messages和response到DetailedLogger
• 存根任务sub-task decomposition（_run_stub_decomposed）：多个pass函数不再一次性让LLM实现，而是逐函数独立调用，每个函数独立context+独立失败筛选，一个函数失败不影响其他
• _find_stub_functions：精确检测文件中的stub函数（pass/.../ return None/raise NotImplementedError）
• _filter_relevant_failures：按函数名/文件名筛选相关测试失败，只给LLM看它需要的信息

Changed

• Generator bounded context：_generate_modified不再注入全部8条structured_failures和完整retry_hint，而是只传与当前函数相关的失败（通过函数名/文件名匹配筛选），retry_hint截断到300字符
• OpenAI兼容API检测修复：localhost非标准端口（如kaiwu部署器11435）现在通过探测/api/tags判断是否Ollama，不再错误地走/api/chat导致404
• Gate LLM调用记录：_llm_minimal_classify中增加debug日志记录prompt和raw output

Fixed

• kaiwu部署器（llama.cpp server）兼容：_detect_openai_compat对127.0.0.1:11435正确返回True（OpenAI兼容），不再当作Ollama

---

[1.6.2] - 2026-05-07

执行反馈深度升级 + 存根任务修复

核心理念：不是修retry机制，是升级执行反馈的质量。给LLM最精确的失败信息，让它知道具体哪里错了。

Added

• parse_test_failures()结构化解析：从pytest输出提取每个失败测试的test_name/expected/actual/error_type/file/line/snippet
• TraceCoder历史教训累积：attempt_history每轮累积不重置，retry_hint携带最近3次历史摘要（20+20=40效果）
• 完整审计日志：llm_calls记录每次LLM调用的prompt/output，node_io记录各节点输入输出，便于快速定位问题出在哪一层
• WinkMonitor免疫机制：tests_no_progress/repetitive_fix pattern检测

Changed

• Generator首次生成注入structured_failures：不只是raw output，而是"test_guard_allows: 期望True，实际None"这样的精确信息
• pytest从-q改为-v：获取完整失败详情而非摘要
• pre_test输出截断从500→2000字符：保证assert None==模式不被截掉
• Reviewer在tests全通过时跳过：防止LLM幻觉reject正确结果
• 存根检测扩展：覆盖TypeError/takes no arguments/多个TypeError模式
• codegen路径文件已存在时走whole_file覆盖：不再生成_1.py导致测试跑错文件
• 逐函数patch全失败时fallback到whole_file：保证patches不为0

Fixed

• hashline \n字面量问题：LLM把多行代码塞进一行导致语法错误
• Gap检测files为空时扫描project_root：pre_test输出只含test文件路径时也能找到源文件存根
• 回归rollback携带具体信息：不是空白"请只修改必要部分"，而是具体哪些测试新失败了

---

[1.5.1] - 2026-05-06

三飞轮 + 遥测 + 模型自适应 + 前沿算法

理论来源：Hashline(oh-my-pi锚点编辑) + AdaptThink(自适应推理) + Thinker(Fast/Slow双过程) + Claude Code(prompt行为工程)

Added

• 三飞轮系统（全部本地存储）：

  • flywheel/strategy_stats.py：错误策略有效性统计，按error_type×sequence累计成功率，min_attempts≥10时自动优化重试顺序
  • flywheel/user_pattern_memory.py：跨项目用户错误模式记忆，20+任务后自动注入中文提示
  • flywheel/skill_drafter.py：SKILL.md自动提炼，30+成功轨迹生成草稿

• 匿名遥测（opt-in，默认关闭）：

  • telemetry/client.py：HMAC-SHA256签名 + fire-and-forget上传
  • 只上传：error_type, retry_count, success, model（绝不上传代码/路径/描述）
  • 服务端：https://llmbbs.com (nginx→FastAPI, 3张SQLite表, IP限流30/min)
  • CLI：kwcode telemetry status/enable/disable，kwcode skill review/accept/discard

• Hashline锚点编辑（P0）：

  • tools/hashline.py：每行6字符MD5锚点，EDIT/DELETE/INSERT_AFTER指令
  • Generator首次尝试hashline（1024 tokens），失败fallback全函数生成
  • 哈希不匹配→拒绝全部编辑（防止写入脏数据）

• AdaptThink自适应推理（P1）：

  • core/think_config.py：按expert_type×difficulty自动选择think预算
  • easy→off, medium→512, hard→2048-4096, chat/office→always off

• Fast/Slow双阶段推理（P2）：

  • 第一次fast(think=off)，第一次失败升级slow(budget=2048)，第二次失败最大budget(4096)

• 审计日志：

  • audit/logger.py：持久化任务执行轨迹为JSON，最多100条
  • CLI：kwcode log / kwcode log show <id> / kwcode log clear

• kwcode model命令：

  • kwcode model：查看当前模型+tier
  • kwcode model set <name>：切换模型
  • kwcode model probe：探测模型详情

• model_capability全量接入：

  • orchestrator检测tier→ctx注入→Generator按tier切prompt约束
  • SMALL：严格约束(1函数/≤10行/保持缩进/禁解释/禁工具描述)
  • ctx自适应：4层探测(llama.cpp→vLLM→Ollama→离线表)，Ollama每次请求主动设num_ctx

Changed

• Prompt量化改造（CC风格）：

  • "只做任务要求的事" → "每次patch≤2函数，≤30行"
  • "缩小修改范围" → "只修改1个函数，≤15行"
  • GENERATOR_PROMPT/NEWFILE/TEST：正面指令替代负面指令，删除工具描述
  • CHAT_SYSTEM：删除无用工具描述，≤100字/≤3句
  • RETRY_STRATEGIES hints：每种错误类型量化行数限制

• 版本号统一：pyproject.toml为唯一真相源，其他文件通过importlib.metadata读取

Fixed

• 缩进对齐bug：Generator._align_indentation()修复class方法缩进丢失（LLM返回0空格→原始4空格对齐）
• JSON解析崩溃：debug_subagent(×2) + checkpoint(×2) + ast_grep_engine(×1) 加try/except保护
• 版本号测试：test_server.py硬编码"1.5.0"→动态__version__

---

[1.4.0] - 2026-05-06

多语言 + TUI + IDE兼容（3 个模块）

理论来源：XRAY MCP Server(ast-grep选型) + OpenCode(client/server分离) + CodeCompass(工具采用率)

Added

• 多语言 AST 支持（模块A）：

  • ast_engine/language_detector.py：7语言检测(Python/JS/TS/Go/Rust/Java/C#)，项目标记文件识别(go.mod/Cargo.toml/package.json/pom.xml)
  • ast_engine/ast_grep_engine.py：预定义查询模板(find_function/find_class/find_imports/find_method_call)，LLM只填参数不写pattern，支持ast-grep-py绑定和CLI两种后端
  • ast_engine/parser.py 扩展：TreeSitterParser 支持 JS/TS/Go/Rust/Java（可选依赖，graceful fallback）
  • ast_engine/graph_builder.py：SUPPORTED_EXTENSIONS 动态扩展 + rig.json 新增 language_stats 字段
  • experts/verifier.py 多语言：测试运行器(pytest/jest/go test/cargo test/mvn test/dotnet test) + 语法检查(py_compile/go vet/tsc --noEmit/cargo check/javac) + 多语言错误分类
  • 4个新 SKILL.md：builtin_experts/golang/、typescript/、rust/、java/

• FastAPI Server + SSE（模块B）：

  • server/app.py：FastAPI 应用，端口 7355，CORS 支持
    • POST /api/task → 提交任务返回 task_id
    • GET /api/task/{id}/events → SSE 事件流
    • GET /api/health / GET /api/status → 健康检查和状态
    • GET /api/files / GET /api/file → 文件树和内容
    • POST /api/rig/refresh → 重建 rig.json
  • server/pipeline_factory.py：共享 pipeline 构建（CLI 和 server 复用）
  • server/models.py：Pydantic 模型(TaskRequest/TaskResponse/HealthResponse/FileContent等)
  • CLI 新增 kwcode serve 命令

• Textual TUI（模块B）：

  • tui/app.py：左面板(DirectoryTree + 文件预览) + 右面板(RichLog事件流 + Input任务输入)
  • 自动检测 server 是否运行，未运行则 subprocess 启动
  • CLI 新增 kwcode --tui 选项

• VSCode 插件（模块C）：

  • extension/src/extension.ts：命令注册、文件保存触发 RIG 刷新、状态栏连接指示
  • extension/src/server-client.ts：SSE 客户端，连接 localhost:7355
  • extension/src/panel.ts：Webview 面板，事件渲染 + 任务输入
  • 薄客户端架构：不重复实现业务逻辑

Changed

• pyproject.toml：新增 optional-dependencies（multilang/server/tui），full 包含所有
• 版本号 1.3.0 → 1.4.0
• 测试数量 357 → 424

Architecture Decisions

• ast-grep pattern 绝对不让 LLM 生成：只用 QUERY_TEMPLATES 预定义模板，LLM 只填参数（函数名等）
• Server 单例 pipeline：每个任务 asyncio.to_thread() 隔离，EventBus 事件直接推送到 SSE Queue
• TUI/VSCode/CLI 共享同一事件流：三种前端都是 EventBus 的消费者
• 所有新依赖都是 optional：不影响现有 pip install kwcode 安装

---

[1.3.0] - 2026-05-06

v2 架构升级（10 个模块）

理论来源：Dive into Claude Code(arXiv:2604.14228) + Wink(arXiv:2602.17037) + ARCS(arXiv:2504.20434) + SpecEyes(arXiv:2603.23483) + OPENDEV(arXiv:2603.05344) + Turn-Control(arXiv:2510.16786)

Added

• EventBus 统一事件总线：append-only 日志 + replay + wildcard 监听
• ToolGateway 工具权限层：专家权限白名单 + 文件读缓存 + 脏标记
• 错误策略路由：按 error_type 切换重试序列（syntax/assertion/import/patch_apply/runtime/unknown）
• 认知门控 CognitiveGate：patch 行数递减检测边际收益递减
• 上下文渐进压缩 GraduatedCompactor：3层(70%/85%/95%)
• Plan 自动触发：hard 任务自动生成执行计划
• Worktree 隔离：git worktree / tempdir + copytree
• Speculative Prefetch：Locator 完成后后台预读文件
• SearchRouter 意图感知搜索：零 key 默认可用(arXiv/S2/GitHub/PyPI/Open-Meteo)
• Wink 自修复监控：scope_creep/repetitive_fix/patch_miss/empty_output
• 搜索层网络保护：全局 try/except + search_enabled 开关

---

[1.0.7] - 2026-04-30

系统走查：修复 5 个问题（qwen3:8b 真实模型验证）

用本地 qwen3:8b 跑 10 个复合场景端到端测试，发现并修复 5 个问题。

Fixed

• Planner regex 非贪婪 bug：\[.*?\] 遇到 depends_on:[] 提前终止，auto_decompose 永远返回 None。改为贪婪 \[.*\]
• TrajectoryCollector.get_by_expert() 缺失：ab_tester 投产时调用此方法会 AttributeError。新增方法
• auto_decompose 未接入 _run_task()：hard 任务不会自动拆分。现在 difficulty=hard + subtask_hint 非空时自动走 TaskCompiler
• 预搜索未接入 _run_task()：Gate 判断 needs_search=true 但 pre_search_results 从未传递。现在预搜索触发后注入 orchestrator
• session_md 未接入 REPL 退出：SESSION.md 从未被写入。现在 REPL 退出时自动保存最近任务摘要

验证结果（qwen3:8b 真实输出）

Gate分类准确率: 5/5 场景全部正确
  - 复合任务 → hard + subtask_hint ✓
  - 简单bugfix → easy + no search ✓
  - 需要搜索 → needs_search=true ✓

auto_decompose: 修复后正确拆分（2子任务，依赖关系正确）
QueryGenerator site限定: LLM自动输出 site:arxiv.org / site:stackoverflow.com
Token tracking: 3次调用共639 tokens

---

[1.0.6] - 2026-04-30

搜索优化：LLM 自动 site: 限定

理论来源： LLM 已经在生成 query，直接让它顺便决定 site: 限定，零新 API，零新依赖。

Added

• QueryGenerator 智能 site 限定：第一条 query LLM 自动判断去哪个站点（arxiv/github/stackoverflow/pypi 等），后续 query 不加限定做广度搜索
• _clean_query() 安全过滤：拦截 prompt injection 尝试（ignore previous/[INST] 等）
• realtime intent：预搜索场景专用意图类型
• QueryGenerator 兼容纯字符串调用：不强制要求 TaskContext，预搜索可直接传 string

---

[1.0.5] - 2026-04-30

P1+P2：自动任务拆分 + 预搜索 + PCED-Lite

理论来源：

• ExpertRAG (2026)：Gate层搜索决策前移，避免失败后才搜索的浪费
• PCED (arXiv:2601.08670, 2026)：并行上下文专家解码，180倍TTFT加速
• Task Decomposition Research (2026)：后台无感知任务分解是区分功能性agent的关键机制

Added

• Gate 输出扩展（向后兼容）：新增 needs_search（是否需要实时数据）和 subtask_hint（子任务提示）两个字段
• Planner.auto_decompose()：基于 Gate 的 subtask_hint 自动拆分 hard 任务为 DAG
  • 只在 hint 有 2-5 个子任务时触发
  • LLM 一次调用确认依赖关系
  • 失败静默降级为单任务（P1-RED-1）
• 预搜索：Gate 判断 needs_search=true 时，在 orchestrator.run() 前预加载实时数据
  • orchestrator.run() 新增 pre_search_results 参数
  • 预搜索结果直接注入 ctx.search_results，跳过失败触发的搜索
• PCED-Lite (search/pced_lite.py)：
  • 对每个搜索结果独立生成答案（ThreadPoolExecutor 并行）
  • 一致性投票选最终答案（字符级重叠率判断）
  • FLEX-2：VRAM<6GB 或文档<3 时静默降级到 BM25 拼接

---

[1.0.4] - 2026-04-30

代码审查：修复 8 个空架子/竞态/数据错误

问题来源： 完整代码审查发现功能存在但实际不运行、功能间矛盾、数据错误。

Fixed

• DebugSubagent 实例化：之前 debug_subagent=None 从未传入 orchestrator，Debug 功能是死代码。现在 main.py 里正确实例化并注入
• PromptOptimizer 接入投产流程：专家通过三道门投产后自动触发 prompt 优化（需配置 anthropic_api_key）
• Checkpoint 并行竞态：/multi 多任务并行时每个子任务都 git stash 导致文件混乱。现在子任务级别 skip_checkpoint=True
• force_plan_mode 可覆盖：小模型用户之前无法关闭强制计划模式，现在可通过 --no-search 间接控制
• conversation_history 存真实输出：之前 assistant content 存的是 user_input（假数据），现在存 LLM 实际生成的 explanation
• 多语言 AST：确认代码已正确标注为 Python-only（SUPPORTED = {"python": ...}），无虚假多语言声明
• Cross-Encoder：确认已有优雅降级（_reranker_disabled=True），无需额外修改

---

[1.0.3] - 2026-04-30

上下文优化 + SSH 持久会话

理论来源：

• Letta (2026)：Active+Archive 分层记忆架构
• GCC State Passing：结构化状态传递，不通过对话历史
• SWE-Pruner：代码块保护原则，代码内容禁止被压缩
• Claude Code：敏感文件备份而非阻止写入

Added

• 三层上下文架构 (core/context.py + core/context_pruner.py)：

  • Layer 1 (Active)：文字摘要，Gate/Generator 看到的（≤2K tokens，可压缩）
  • Layer 2 (Structured State)：Python 对象（subtask_results, code_snippets），精确传递不压缩
  • Layer 3 (Archive)：持久化文件（SESSION.md, PATTERN.md），BM25 按需检索
  • 新增字段：subtask_results、current_task_id、upstream_summary

• 代码块保护 (CTX-RED-1)：ContextPruner 压缩时检测 ``` 代码块，保留代码原文不做关键词化

• 持久 SSH 会话 (tools/ssh_session.py)：

  • paramiko 实现，connect 一次后多次 exec
  • 集成到 ToolExecutor：ssh_connect/ssh_exec/ssh_upload/ssh_download/ssh_close
  • Guardrails 同样适用于远程命令

Fixed

• 敏感文件保护改为备份模式（.bak）而非阻止写入，与 Claude Code 行为一致

---

[1.0.2] - 2026-04-29

MoE 框架补全：4 个缺失主部件

基于 7 层 Agent 架构审计（Perceive→Remember→Think→Plan→Act→Observe→Guardrails），补全 Observe 层和 Guardrails 层。

理论来源：

• Portal26 Agentic Token Controls (2026)：token 预算管控防止失控消耗
• Claude Code 4-Layer Memory (2026)：MEMORY.md → Topic Files → Learnings → Patterns
• Augment Code "Session-End Spec Update" (2026)：会话结束时持久化决策和约束
• CodeDelegator EPSS (arXiv:2601.14914)：Ephemeral-Persistent State Separation
• 9 Failure Modes of Agentic AI (ElixirData 2026)：context overflow、function hallucination execution

Added

• Token 预算管控 (llm/llama_backend.py)：

  • 每次 LLM 调用自动计数 input/output tokens
  • token_usage 属性查看当前消耗
  • set_token_budget(n) 设置上限，超出抛 BudgetExceededError
  • OpenAI 兼容 API 使用真实 usage 数据，Ollama 用估算（4 chars/token）

• Guardrails 护栏 (tools/executor.py)：

  • 危险命令拦截：rm -rf、git push --force、drop database 等 12 种模式
  • 敏感文件保护：.env、credentials.json、id_rsa 等不可写
  • 文件范围限制：write_file 不能写到 project_root 之外

• 执行可观测性 (core/execution_trace.py)：

  • ExecutionTrace 结构化记录每步（name、耗时、成功/失败）
  • 任务完成后 .summary() 输出人类可读摘要
  • 记录 LLM 调用次数和 token 消耗

• 会话连续性 (memory/session_md.py)：

  • 会话结束时自动生成 SESSION.md（最近任务摘要）
  • 下次启动自动加载，注入 Gate 的 memory_context
  • 限制 50 行，最新在前

---

[1.0.1] - 2026-04-29

Gate/Loop/路由优化

基于前沿研究优化 Gate 和执行循环，进一步减少 LLM 决策负担。

理论来源：

• Turn-Control Strategies (arXiv:2510.16786)：动态预算比固定预算好 12-24%
• Hidden Architectural Seam (2026)：分离 Planner 和 Executor 提升 9-15%
• CodeDelegator (arXiv:2601.14914)：Ephemeral-Persistent State Separation 防止 context 污染
• Cognition/Devin (2026)：hierarchical delegation 有效，parallel-writer swarms 失败
• Compiled Execution (MightyBot 2026)：90% agent 工作是路由不是推理，确定性代码优于 LLM 决策
• ORCH (Frontiers in AI 2026)：EMA-guided 确定性路由，无需额外 LLM 调用

Added

• 动态重试预算：根据 Gate 的 difficulty 判断分配重试次数（easy=2, hard=4），不再一刀切
• TaskPlanner 自动任务分解 (core/task_planner.py)：
  • 1次 LLM 调用将复合任务拆分为 DAG JSON
  • 只在 difficulty=hard 且输入>30字时触发（节省 LLM 调用）
  • 失败降级为单任务（不死循环）
  • 最多拆分5个子任务

Fixed

• Context 污染：重试时清空 debug_info，防止前轮调试噪音干扰下一轮 Generator
  • 之前：debug_info 累积，第3次重试时 context 里塞了前2次的调试信息
  • 现在：每次重试前清空，重新采集（Ephemeral State）

---

[1.0.0] - 2026-04-29

Architecture: 元专家体系定稿

KWCode 的专家系统从"按业务领域枚举"升级为"按原子能力分层 + 领域知识注入"。

5 个元专家（原子能力层，固定不变）：

元专家	能力	文件
Locator	代码定位（BM25+AST调用图）	experts/locator.py
Generator	代码生成/编辑	experts/generator.py
Verifier	测试验证（pytest）	experts/verifier.py
Debugger	运行时调试（sys.settrace）	experts/debug_subagent.py
Reviewer	需求对齐审查	experts/reviewer.py

15 个领域知识（SKILL.md 注入层，可扩展）：

BugFix · FastAPI · TestGen · API · DeepSeekAPI · Docstring · MyBatis · OfficeDocx · OfficePptx · OfficeXlsx · Refactor · SpringBoot · SQLOpt · TypeHint · UniApp

领域知识不改变流水线结构，只注入 Generator 的 system_prompt。

Added

• Reviewer 元专家 (experts/reviewer.py)：Verifier 通过后用 LLM 对比用户意图和实际变更，判断需求是否对齐
• SKILL.md 渐进式加载：全部 15 个专家从 YAML 升级为 SKILL.md 目录格式
  • Level 1（Gate）：name + keywords，~100 token/专家
  • Level 2（Generator）：完整领域知识，仅命中专家加载
  • Level 3（on-demand）：确定性脚本，不进 LLM context
• DAG TaskCompiler (core/task_compiler.py)：串行+并行多任务调度
• /multi 命令：CLI 多任务模式（分号并行、箭头串行、交互式混合）
• Debug Subagent (experts/debug_subagent.py)：verifier 失败后 sys.settrace 捕获运行时变量
• Prompt Optimizer (flywheel/prompt_optimizer.py)：飞轮优化 SKILL.md 的领域知识内容
• Cross-Encoder 重排 (search/reranker.py)：可选搜索结果精排
• Reflexion 持久化 (memory/pattern_md.py)：REFLECTION.md 结构化记录 + /plan 风险注入
• OpenAI 兼容 API 自动检测：LLMBackend 根据 URL 自动判断用 /api/chat（Ollama）还是 /v1/chat/completions（DeepSeek/硅基流动等）

Changed

• 专家格式从 flat YAML 升级为 SKILL.md 目录（全量迁移，旧 YAML 已删除）
• LLMBackend 支持 api_key 参数，云端 API 自动带 Authorization header
• 版本号从 0.7.0 → 1.0.0
• 测试数量：282 → 311

Removed

• 15 个旧 .yaml 专家文件（已全部转为 SKILL.md 目录）
• Python 专家系统（ExpertBase、BugFixExpert.py、SelfImprovingOptimizer）— 方向错误，v0.8.0 加入后 v0.9.0 移除

Fixed

• LLMBackend 硬编码 /api/chat 导致云端 API（DeepSeek 等）404 的问题
• 初始化配置时验证用 /v1/chat/completions 但实际请求用 /api/chat 的不一致

Architecture Decisions

• 元专家按原子能力分，不按业务领域分：研究证明 MoE 路由反映隐状态几何结构而非领域专业性（arXiv:2604.09780）
• 领域知识是注入层，不是独立流水线：所有任务走同一条 Locator→Generator→Verifier 管线，区别只在 system_prompt
• 渐进式加载解决噪音问题：Gate 只看 metadata（~1500 token/15专家），不全量加载所有知识
• Reviewer 非阻塞：审查结果不回滚代码，只提示用户注意 gap
• 弱模型 + Skill 胜过强模型裸跑：tessl.io 880次评测证明 Haiku+Skill(84.3%) > Opus裸跑(80.5%)

---

[0.9.0] - 2026-04-29

Added

• DAG TaskCompiler + /multi 命令
• Debug Subagent（基于 Debug2Fix 论文）
• Prompt Optimizer（优化 YAML system_prompt）
• Reflexion 持久化 + Cross-Encoder 重排

Removed

• Python 专家系统（ExpertBase、BugFixExpert.py、SelfImprovingOptimizer）
• Registry Python 专家加载逻辑

---

[0.7.0] - 2026-04-29

Added

• UI 全面优化（spinner、结果摘要、重影大字 Header）
• 意图感知搜索
• 搜索模块重构（四级提取管道）
• P2 三大功能（模型自适应、飞轮通知、价值仪表盘）
• P1 四大功能（KWCODE.md、/plan、Checkpoint、DocReader）
• MVP 核心流水线（Gate→Locator→Generator→Verifier→Search）

---

References

论文	对 KWCode 的影响
Agentless (ICSE 2025)	整体确定性流水线架构
CodeCompass (2026)	AST 调用图定位
Debug2Fix (ICML 2026)	Debug Subagent
LLMCompiler (ICML 2024)	DAG 任务调度
Reflexion (NeurIPS 2023)	失败模式持久化
SICA (2025)	Prompt 自动优化
GitHub Copilot Atomic Skills (2025)	5 原子能力分层
SWE-Skills-Bench (2026)	80% 泛泛 skill 无效，具体知识才有效
MoE Routing Geometry (2026)	专家不按领域分，按能力分
Agent Skills Progressive Disclosure (Anthropic 2026)	渐进式加载架构