✨ feat!(llm): 重构并升级大语言模型服务为全新 AI 智能体框架 (#2146)

* ✨ feat!(llm): 重构并升级大语言模型服务为全新 AI 智能体框架

- 【重构】将原 services/llm 重构并迁移至全新的 services/ai 架构，提供向下兼容垫片
- 【新增】引入 Agent、Team、Workflow 三大智能体与工作流编排范式
- 【新增】引入基于 RAG 的长期向量记忆与中期槽位记忆系统
- 【新增】引入基于 Docker 的安全代码执行沙箱环境
- 【新增】支持 MCP 协议，允许动态管理和调用 MCP 服务
- 【新增】引入输入输出安全合规护栏与自愈反思机制
- 【优化】重构并优化多厂商 API 适配器 (Gemini, OpenAI, DeepSeek, GLM 等)
- 【优化】优化日志脱敏与 Token 预估机制
- 【移除】移除旧版 llm default 和 llm reset-key 命令，新增 llm mcp 管理命令

* 🔧 chore(deps): 更新项目依赖与配置

- 添加 mcp、jieba 和 aiodocker 依赖到配置文件及 requirements.txt
- 在 pyright 配置中设置 reportMissingImports 为 none
- 调整 .gitignore 中 resources 目录的忽略规则

* ♻️ refactor(tools): 重构工具终止机制并清理知识库日志输出

- 统一使用 `context.state["__end_run__"]` 替代 `EndRunResult` 控制任务结束
- 移除文件系统和向量知识库检索工具中 `ToolResult` 的 `.with_log` 调用
- 调整指令处理器（Directive）的返回值为 `tool_res.output`
- 修复部分类型检查警告并优化联合类型判断语法

* ♻️ refactor(tools): 重构工具副作用指令与控制流熔断机制

- 引入 `DirectivePayload` 及 `ToolResult` 的子类以结构化表达工具副作用
- 移除通过 `context.state` 传递魔术变量的隐式控制流设计
- 重构 `DirectiveManager` 处理器接口，直接在处理器中修改 `AgentState` 并构建 `AgentRunResult`
- 在 `StandardAgentExecutor` 中统一通过 `directive_manager` 调度工具返回的副作用指令
- 补全 `MessageBuilder` 中部分核心方法的文档注释

* 🐛 fix(sandbox): 修复 Docker 沙箱容器状态检测与会话清理逻辑

-【修复】修正 `is_alive` 中直接读取私有属性的问题，改用 `show()` 返回值
-【修复】解决 `execute_code` 中缓存的执行器与当前会话不一致的问题
-【优化】在清理工作区前增加容器存活检测，避免向已死容器发送请求
-【优化】创建容器时增加运行状态校验，若已停止则自动从缓存中移除并重建
-【优化】优化容器销毁和清理逻辑，静默处理容器不存在 (404) 的异常

* 📝 docs(core): 补充核心模块初始化方法的文档注释

* 🚨 auto fix by pre-commit hooks

---------

Co-authored-by: webjoin111 <455457521@qq.com>
Co-authored-by: pre-commit-ci[bot] <66853113+pre-commit-ci[bot]@users.noreply.github.com>

zhenxun/builtin_plugins/llm_manager/__init__.py

@@ -1,5 +1,7 @@
 from collections import defaultdict
 
+from arclet.alconna import MultiVar
+from nonebot.adapters import Event
 from nonebot.permission import SUPERUSER
 from nonebot.plugin import PluginMetadata
 from nonebot_plugin_alconna import (
@@ -13,6 +15,7 @@ from nonebot_plugin_alconna import (
     on_alconna,
     store_true,
 )
+from nonebot_plugin_waiter import prompt
 
 from zhenxun.configs.utils import PluginExtraData
 from zhenxun.services.log import logger
@@ -35,20 +38,20 @@ __plugin_meta__ = PluginMetadata(
     llm info <Provider/ModelName>
       - 查看指定模型的详细信息和能力。
 
-    llm default [Provider/ModelName]
-      - 查看或设置全局默认模型。
-      - 不带参数: 查看当前默认模型。
-      - 带参数: 设置新的默认模型。
-      - 例子: llm default Gemini/gemini-2.0-flash
-
     llm test <Provider/ModelName>
       - 测试指定模型的连通性和API Key有效性。
 
     llm keys <ProviderName>
       - 查看指定提供商的所有API Key状态。
 
-    llm reset-key <ProviderName> [--key <api_key>]
-      - 重置提供商的所有或指定API Key的失败状态。
+    llm mcp [action] [targets...]
+      - 管理 MCP (Model Context Protocol) 服务。
+      - 不带参数: 查看当前配置的 MCP 服务列表及序号。
+      - 添加/add <JSON>: 动态添加或修改 MCP 配置 (需包含 mcpServers)。
+      - 开启/关闭 <ID/名称>: 批量切换目标 MCP 的状态。也可以使用 on/off。
+      - 删除/del <ID/名称>: 删除指定 MCP 服务 (需要确认)。
+      - 重载/reload: 重新读取 mcp.json 配置文件。
+      - 例子: llm mcp 开启 1 3 bingcn
     """,
     extra=PluginExtraData(
         author="HibiKier",
@@ -67,18 +70,19 @@ llm_cmd = on_alconna(
             help_text="查看模型列表",
         ),
         Subcommand("info", Args["model_name", str], help_text="查看模型详情"),
-        Subcommand("default", Args["model_name?", str], help_text="查看或设置默认模型"),
         Subcommand(
             "test", Args["model_name", str], alias=["ping"], help_text="测试模型连通性"
         ),
         Subcommand("keys", Args["provider_name", str], help_text="查看API密钥状态"),
         Subcommand(
-            "reset-key",
-            Args["provider_name", str],
-            Option("--key", Args["api_key", str], help_text="指定要重置的API Key"),
-            help_text="重置API Key状态",
+            "mcp",
+            Option("添加", Args["json_strs", MultiVar(str)], alias=["add"]),
+            Option("开启", Args["targets", MultiVar(str)], alias=["on"]),
+            Option("关闭", Args["targets", MultiVar(str)], alias=["off"]),
+            Option("删除", Args["targets", MultiVar(str)], alias=["del"]),
+            Option("重载", alias=["reload"]),
+            help_text="管理 MCP 服务",
         ),
-        Option("--all", action=store_true, help_text="显示所有条目"),
     ),
     permission=SUPERUSER,
     priority=5,
@@ -135,23 +139,6 @@ async def handle_info(arp: Arparma, model_name: Match[str]):
     await llm_cmd.finish(MessageUtils.build_message(image_bytes))
 
 
-@llm_cmd.assign("default")
-async def handle_default(arp: Arparma, model_name: Match[str]):
-    """处理 'llm default' 命令"""
-    if model_name.available:
-        logger.info(
-            f"设置默认模型为: {model_name.result}",
-            command="LLM Manage",
-            session=arp.header_result,
-        )
-        _success, message = await DataSource.set_default_model(model_name.result)
-        await llm_cmd.finish(message)
-    else:
-        logger.info("查看默认模型", command="LLM Manage", session=arp.header_result)
-        current_default = await DataSource.get_default_model()
-        await llm_cmd.finish(f"当前全局默认模型为: {current_default or '未设置'}")
-
-
 @llm_cmd.assign("test")
 async def handle_test(arp: Arparma, model_name: Match[str]):
     """处理 'llm test' 命令"""
@@ -186,16 +173,102 @@ async def handle_keys(arp: Arparma, provider_name: Match[str]):
     await llm_cmd.finish(MessageUtils.build_message(image))
 
 
-@llm_cmd.assign("reset-key")
-async def handle_reset_key(
-    arp: Arparma, provider_name: Match[str], api_key: Match[str]
-):
-    """处理 'llm reset-key' 命令"""
-    key_to_reset = api_key.result if api_key.available else None
-    log_msg = f"重置 {provider_name.result} 的 " + (
-        "指定API Key" if key_to_reset else "所有API Keys"
-    )
-    logger.info(log_msg, command="LLM Manage", session=arp.header_result)
+@llm_cmd.assign("mcp")
+async def handle_mcp(arp: Arparma, event: Event):
+    """处理 'llm mcp' 命令"""
+    is_enable = None
+    targets = ()
 
-    _success, message = await DataSource.reset_key(provider_name.result, key_to_reset)
-    await llm_cmd.finish(message)
+    if arp.exist("mcp.重载"):
+        await DataSource.reload_mcp_config()
+        await llm_cmd.finish("✅ MCP 配置已成功重载并应用！")
+
+    if arp.exist("mcp.添加"):
+        raw_text = event.get_plaintext()
+        import re
+
+        match = re.search(r"\{.*\}", raw_text, re.DOTALL)
+        if not match:
+            await llm_cmd.finish("❌ 无法从输入中提取 JSON，请确保包含完整的 {} 括号。")
+
+        json_str = match.group(0)
+        _success, msg = await DataSource.add_mcp_servers_from_json(json_str)
+        await llm_cmd.finish(msg)
+
+    if arp.exist("mcp.删除"):
+        targets = arp.query("mcp.删除.targets", ())
+        if isinstance(targets, str):
+            targets = (targets,)
+
+        if not targets:
+            await llm_cmd.finish(
+                "请指定需要删除的 MCP ID 或名称，例如：llm mcp del 1 3"
+            )
+
+        valid_names, invalid_targets = await DataSource.resolve_mcp_targets(targets)
+        if not valid_names:
+            await llm_cmd.finish(
+                f"⚠️ 未找到任何有效的 MCP 服务。\n无效目标: {', '.join(invalid_targets)}"
+            )
+
+        confirm_msg = (
+            f"⚠️ 即将永久删除以下 {len(valid_names)} 个 MCP 服务:\n"
+            f"{', '.join(valid_names)}\n\n"
+            "确认删除请在 30 秒内回复「Y」或「是」，取消请回复其他内容。"
+        )
+        resp = await prompt(confirm_msg, timeout=30)
+        if resp is None:
+            await llm_cmd.finish("⏳ 等待超时，已自动取消删除操作。")
+
+        user_input = resp.extract_plain_text().strip().lower()
+        if user_input not in {"y", "yes", "是", "1", "确认", "ok"}:
+            await llm_cmd.finish("🛑 已取消删除操作。")
+
+        await DataSource.delete_mcp_servers(valid_names)
+        await llm_cmd.finish(f"🗑️ 已成功删除 MCP 服务: {', '.join(valid_names)}")
+
+    if arp.exist("mcp.开启"):
+        is_enable = True
+        targets = arp.query("mcp.开启.targets", ())
+    elif arp.exist("mcp.关闭"):
+        is_enable = False
+        targets = arp.query("mcp.关闭.targets", ())
+
+    if is_enable is None:
+        logger.info("获取 MCP 列表", command="LLM Manage", session=arp.header_result)
+        mcp_list = await DataSource.get_mcp_list()
+        image = await Presenters.format_mcp_list_as_image(mcp_list)
+        await llm_cmd.finish(MessageUtils.build_message(image))
+
+    if not targets:
+        await llm_cmd.finish(
+            "请指定需要操作的 MCP ID 或名称，例如：llm mcp 开启 1 3 bingcn"
+        )
+
+    if isinstance(targets, str):
+        targets = (targets,)
+
+    logger.info(
+        f"批量{'开启' if is_enable else '关闭'} MCP: {targets}",
+        command="LLM Manage",
+        session=arp.header_result,
+    )
+
+    success_names, invalid_targets = await DataSource.toggle_mcp_servers(
+        targets, is_enable
+    )
+
+    msg_parts = []
+    if success_names:
+        status_txt = "开启" if is_enable else "关闭"
+        msg_parts.append(
+            f"✅ 已成功{status_txt} {len(success_names)} 个"
+            f"MCP 服务:\n{', '.join(success_names)}"
+        )
+    if invalid_targets:
+        msg_parts.append(f"⚠️ 以下 ID 或名称无效被忽略:\n{', '.join(invalid_targets)}")
+
+    if not msg_parts:
+        msg_parts.append("没有任何配置被修改。")
+
+    await llm_cmd.finish("\n\n".join(msg_parts))