Skip to main content

状态

已在共享智能体、CLI、插件能力和出站交付界面中实现:
  • ReplyPayload.presentation 承载语义化消息 UI。
  • ReplyPayload.delivery.pin 承载已发送消息的置顶请求。
  • 共享消息操作公开 presentationdeliverypin,而不是提供商原生的 componentsblocksbuttonscard
  • 核心通过插件声明的出站能力渲染呈现内容,或自动将其降级。
  • Discord、Slack、Telegram、Mattermost、MS Teams 和 Feishu 渲染器使用通用契约。
  • Discord 渠道控制平面代码不再导入基于 Carbon 的 UI 容器。
规范文档现位于消息呈现。 将此计划保留为历史实现背景;若契约、渲染器或回退行为发生变化, 请更新规范指南。

问题

渠道 UI 目前分散在多个互不兼容的界面中:
  • 核心通过 buildCrossContextComponents 拥有一个采用 Discord 形态的跨上下文渲染器钩子。
  • Discord channel.ts 可以通过 DiscordUiContainer 导入原生 Carbon UI,这会将运行时 UI 依赖引入渠道插件控制平面。
  • 智能体和 CLI 提供原生负载逃生通道,例如 Discord components、Slack blocks、Telegram 或 Mattermost buttons,以及 Teams 或 Feishu card
  • ReplyPayload.channelData 同时承载传输提示和原生 UI 信封。
  • 通用 interactive 模型已经存在,但其表达范围小于 Discord、Slack、Teams、Feishu、LINE、Telegram 和 Mattermost 已使用的丰富布局。
这使核心需要了解原生 UI 形态,削弱了插件运行时的惰性加载,并为智能体提供了过多用于表达同一消息意图的提供商专用方式。

目标

  • 核心根据声明的能力,为消息决定最佳语义化呈现方式。
  • 扩展声明能力,并将语义化呈现内容渲染为原生传输负载。
  • Web Control UI 与聊天原生 UI 保持分离。
  • 不通过共享智能体或 CLI 消息界面公开原生渠道负载。
  • 不受支持的呈现功能自动降级为最佳文本表示形式。
  • 置顶已发送消息等交付行为属于通用交付元数据,而不是呈现内容。

非目标

  • 不为 buildCrossContextComponents 提供向后兼容垫片。
  • 不为 componentsblocksbuttonscard 提供公开的原生逃生通道。
  • 核心不导入渠道原生 UI 库。
  • 不为内置渠道提供特定于提供商的 SDK 接口。

目标模型

ReplyPayload 添加由核心拥有的 presentation 字段。
迁移期间,interactive 成为 presentation 的子集:
  • interactive 文本块映射到 presentation.blocks[].type = "text"
  • interactive 按钮块映射到 presentation.blocks[].type = "buttons"
  • interactive 选择块映射到 presentation.blocks[].type = "select"
外部智能体和 CLI 架构现在使用 presentationinteractive 仍作为内部旧版解析器和渲染辅助工具,供现有回复生成方使用。 面向公共生成方的 API 将 interactive 视为已弃用。运行时 支持仍然保留,以便现有审批辅助工具和旧版插件继续 工作,同时新代码改为发出 presentation

交付元数据

为非 UI 的发送行为添加由核心拥有的 delivery 字段。
语义:
  • delivery.pin = true 表示置顶第一条成功交付的消息。
  • notify 默认为 false
  • required 默认为 false;对于不受支持的渠道或置顶失败,继续交付以自动降级。
  • 对于现有消息,仍保留手动 pinunpinlist-pins 消息操作。
当前的 Telegram ACP 主题绑定应从 channelData.telegram.pin = true 移至 delivery.pin = true

运行时能力契约

将呈现和交付渲染钩子添加到运行时出站适配器,而不是控制平面渠道插件。
核心行为:
  • 解析目标渠道和运行时适配器。
  • 查询呈现能力。
  • 在渲染前降级不受支持的块,并应用通用能力限制。
  • 调用 renderPresentation
  • 如果不存在渲染器,则将呈现内容转换为文本回退。
  • 成功发送后,如果请求了 delivery.pin 且渠道支持,则调用 pinDeliveredMessage

渠道映射

Discord:
  • 在仅限运行时的模块中,将 presentation 渲染为 components v2 和 Carbon 容器。
  • 将强调色辅助工具保留在轻量模块中。
  • 从渠道插件控制平面代码中移除 DiscordUiContainer 导入。
Slack:
  • presentation 渲染为 Block Kit。
  • 移除智能体和 CLI 的 blocks 输入。
Telegram:
  • 将文本、上下文和分隔线渲染为文本。
  • 当已配置且目标界面允许时,将操作和选择项渲染为内联键盘。
  • 禁用内联按钮时使用文本回退。
  • 将 ACP 主题置顶迁移到 delivery.pin
Mattermost:
  • 在已配置的情况下,将操作渲染为交互式按钮。
  • 将其他块渲染为文本回退。
MS Teams:
  • presentation 渲染为 Adaptive Cards。
  • 保留手动置顶、取消置顶和列出置顶消息的操作。
  • 如果 Graph 对目标对话的支持可靠,可选择实现 pinDeliveredMessage
Feishu:
  • presentation 渲染为交互式卡片。
  • 保留手动置顶、取消置顶和列出置顶消息的操作。
  • 如果 API 行为可靠,可选择实现 pinDeliveredMessage 以置顶已发送消息。
LINE:
  • 尽可能将 presentation 渲染为 Flex 或模板消息。
  • 对于不受支持的块,回退到文本。
  • channelData 中移除 LINE UI 负载。
纯文本或能力有限的渠道:
  • 使用保守的格式将呈现内容转换为文本。

重构步骤

  1. 重新应用 Discord 发布修复:将 ui-colors.ts 与基于 Carbon 的 UI 分离,并从 extensions/discord/src/channel.ts 中移除 DiscordUiContainer
  2. ReplyPayload、出站负载规范化、交付摘要和钩子负载添加 presentationdelivery
  3. 在狭窄的 SDK/运行时子路径中添加 MessagePresentation 架构和解析器辅助工具。
  4. 使用语义化呈现能力替换消息能力 buttonscardscomponentsblocks
  5. 为呈现渲染和交付置顶添加运行时出站适配器钩子。
  6. 使用 buildCrossContextPresentation 替换跨上下文组件构造。
  7. 删除 src/infra/outbound/channel-adapters.ts,并从渠道插件类型中移除 buildCrossContextComponents
  8. 更改 maybeApplyCrossContextMarker,使其附加 presentation 而不是原生参数。
  9. 更新插件分派发送路径,使其仅使用语义化呈现内容和交付元数据。
  10. 移除智能体和 CLI 原生负载参数:componentsblocksbuttonscard
  11. 移除创建原生消息工具架构的 SDK 辅助工具,以呈现架构辅助工具取而代之。
  12. channelData 中移除 UI/原生信封;在逐一审查其余字段之前,仅保留传输元数据。
  13. 迁移 Discord、Slack、Telegram、Mattermost、MS Teams、Feishu 和 LINE 渲染器。
  14. 更新消息 CLI、渠道页面、插件 SDK 和能力扩展手册的文档。
  15. 对 Discord 和受影响的渠道入口点运行导入扇出分析。
本次重构已为共享智能体、CLI、插件能力和出站适配器契约实现步骤 1-11 和 13-14。步骤 12 仍是针对提供商私有 channelData 传输信封的更深入内部清理。若希望获得类型/测试关卡以外的量化导入扇出数据,步骤 15 仍需作为后续验证。

测试

添加或更新:
  • 呈现内容规范化测试。
  • 针对不受支持块的呈现内容自动降级测试。
  • 插件分派和核心交付路径的跨上下文标记测试。
  • Discord、Slack、Telegram、Mattermost、MS Teams、Feishu、LINE 和文本回退的渠道渲染矩阵测试。
  • 证明原生字段已移除的消息工具架构测试。
  • 证明原生标志已移除的 CLI 测试。
  • 涵盖 Carbon 的 Discord 入口点导入惰性回归测试。
  • 涵盖 Telegram 和通用回退的交付置顶测试。

待解决问题

  • 第一阶段是否应为 Discord、Slack、Microsoft Teams 和 Feishu 实现 delivery.pin,还是先仅为 Telegram 实现?
  • delivery 最终是否应整合 replyToIdreplyToCurrentsilentaudioAsVoice 等现有字段,还是继续专注于发送后的行为?
  • 呈现功能是否应直接支持图片或文件引用,还是目前应让媒体与 UI 布局保持分离?

相关内容