优化提示词

Merge pull request '增加临界觉察agent' (#4 ) from source2md into develop
Reviewed-on: http://192.168.31.46:3000/GuangYu/Agents/pulls/4
2026-04-08 22:12:02 +08:00 · 2026-04-08 19:17:23 +08:00 · 2026-04-08 19:16:40 +08:00 · 2026-04-08 18:33:16 +08:00 · 2026-04-08 09:40:44 +08:00 · 2026-04-08 02:46:15 +08:00
14 changed files with 1217 additions and 187 deletions
--- a/API_DOC.md
+++ b/API_DOC.md
@@ -0,0 +1,681 @@
+# 慧遇 Agent API 接口文档
+
+> 基于 Google ADK `api_server` 提供的 REST API，供外部项目集成使用。
+>
+> **API 文档（Swagger UI）**：启动服务后访问 `http://<host>:<port>/docs`
+
+---
+
+## 目录
+
+- [快速开始](#快速开始)
+- [启动服务](#启动服务)
+- [核心概念](#核心概念)
+- [系统接口](#系统接口)
+- [会话管理](#会话管理)
+- [Agent 对话](#agent-对话)
+- [SSE 流式对话](#sse-流式对话)
+- [WebSocket 实时对话](#websocket-实时对话)
+- [错误处理](#错误处理)
+- [代码示例](#代码示例)
+
+---
+
+## 快速开始
+
+```bash
+# 1. 启动服务
+cd agents && adk api_server . --auto_create_session --port 8000
+
+# 2. 发送对话
+curl -X POST http://localhost:8000/run \
+  -H "Content-Type: application/json" \
+  -d '{
+    "app_name": "root_agent",
+    "user_id": "user_001",
+    "session_id": "my_session_001",
+    "new_message": {
+      "role": "user",
+      "parts": [{"text": "你好"}]
+    }
+  }'
+```
+
+---
+
+## 启动服务
+
+```bash
+adk api_server <agents_dir> [选项]
+```
+
+### 常用参数
+
+| 参数 | 说明 | 默认值 |
+|------|------|--------|
+| `--host` | 监听地址 | `127.0.0.1` |
+| `--port` | 监听端口 | `8000` |
+| `--auto_create_session` | 调用 `/run` 时自动创建不存在的会话 | 关闭 |
+| `--session_service_uri` | 会话存储后端 | 本地 SQLite |
+| `--allow_origins` | CORS 允许的源 | `*` |
+| `--url_prefix` | URL 路径前缀（如 `/api/v1`） | 无 |
+
+### 会话存储配置
+
+```bash
+# 内存存储（重启丢失）
+adk api_server . --session_service_uri memory://
+
+# SQLite 持久化
+adk api_server . --session_service_uri sqlite:///path/to/sessions.db
+
+# PostgreSQL
+adk api_server . --session_service_uri postgresql://user:pass@host:5432/db
+```
+
+---
+
+## 核心概念
+
+### 三维会话标识
+
+每次 API 调用需要通过三个维度定位会话：
+
+| 维度 | 说明 | 示例 |
+|------|------|------|
+| `app_name` | Agent 应用名称（目录名） | `root_agent` |
+| `user_id` | 用户唯一标识（由调用方管理） | `user_001` |
+| `session_id` | 会话唯一标识 | `sess_abc123` |
+
+### 消息格式（Content）
+
+所有对话消息使用统一的 `Content` 格式：
+
+```json
+{
+  "role": "user",
+  "parts": [
+    {"text": "消息内容"}
+  ]
+}
+```
+
+`role` 可选值：`"user"` | `"model"`
+
+---
+
+## 系统接口
+
+### 健康检查
+
+```
+GET /health
+```
+
+**响应：**
+
+```json
+{"status": "ok"}
+```
+
+### 版本信息
+
+```
+GET /version
+```
+
+**响应：**
+
+```json
+{
+  "version": "1.28.1",
+  "language": "python",
+  "language_version": "3.10.12"
+}
+```
+
+### 列出可用应用
+
+```
+GET /list-apps?detailed=true
+```
+
+**查询参数：**
+
+| 参数 | 类型 | 说明 |
+|------|------|------|
+| `detailed` | bool | 是否返回详细信息，默认 `false` |
+
+**响应（detailed=false）：**
+
+```json
+["root_agent", "note_agent"]
+```
+
+**响应（detailed=true）：**
+
+```json
+{
+  "apps": [
+    {
+      "name": "root_agent",
+      "root_agent_name": "huiyu_agent",
+      "description": "一个智能助手，能够回答用户的各种问题。",
+      "language": "python",
+      "is_computer_use": false
+    }
+  ]
+}
+```
+
+---
+
+## 会话管理
+
+所有会话接口的基础路径：
+
+```
+/apps/{app_name}/users/{user_id}/sessions
+```
+
+### 创建会话
+
+```
+POST /apps/{app_name}/users/{user_id}/sessions
+```
+
+**请求体（均可选）：**
+
+```json
+{
+  "session_id": "my_custom_session_id",
+  "state": {"key": "value"}
+}
+```
+
+| 字段 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| `session_id` | string | 否 | 自定义会话 ID，不传则自动生成 UUID |
+| `state` | object | 否 | 会话初始状态 |
+| `events` | array | 否 | 初始化事件列表 |
+
+**响应：**
+
+```json
+{
+  "id": "c470eb5f-6a66-4005-8427-7d3d9d178171",
+  "appName": "root_agent",
+  "userId": "user_001",
+  "state": {},
+  "events": [],
+  "lastUpdateTime": 1775556907.896
+}
+```
+
+### 获取会话详情
+
+```
+GET /apps/{app_name}/users/{user_id}/sessions/{session_id}
+```
+
+**响应：** 同创建会话的响应格式。
+
+**错误：** `404` 会话不存在
+
+### 列出用户的所有会话
+
+```
+GET /apps/{app_name}/users/{user_id}/sessions
+```
+
+**响应：**
+
+```json
+[
+  {
+    "id": "c470eb5f-6a66-4005-8427-7d3d9d178171",
+    "appName": "root_agent",
+    "userId": "user_001",
+    "state": {},
+    "events": [],
+    "lastUpdateTime": 1775556907.896
+  }
+]
+```
+
+### 删除会话
+
+```
+DELETE /apps/{app_name}/users/{user_id}/sessions/{session_id}
+```
+
+**响应：** `204 No Content`
+
+### 更新会话状态
+
+```
+PATCH /apps/{app_name}/users/{user_id}/sessions/{session_id}
+```
+
+**请求体：**
+
+```json
+{
+  "state_delta": {
+    "key_to_update": "new_value"
+  }
+}
+```
+
+| 字段 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| `state_delta` | object | 是 | 要合并到会话状态的变更 |
+
+**响应：** 更新后的 Session 对象。
+
+---
+
+## Agent 对话
+
+### 运行 Agent（同步）
+
+```
+POST /run
+```
+
+**请求体：**
+
+```json
+{
+  "app_name": "root_agent",
+  "user_id": "user_001",
+  "session_id": "c470eb5f-6a66-4005-8427-7d3d9d178171",
+  "new_message": {
+    "role": "user",
+    "parts": [{"text": "你好，请介绍一下你自己"}]
+  }
+}
+```
+
+| 字段 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| `app_name` | string | 是 | 应用名称 |
+| `user_id` | string | 是 | 用户 ID |
+| `session_id` | string | 是 | 会话 ID |
+| `new_message` | Content | 否* | 新消息（与 `invocation_id` 至少提供一个） |
+| `streaming` | bool | 否 | 是否流式，默认 `false` |
+| `state_delta` | object | 否 | 状态变更 |
+| `invocation_id` | string | 否 | 用于恢复被中断的函数调用 |
+| `function_call_event_id` | string | 否 | 用于恢复长时间运行的函数 |
+
+> *如果未启用 `--auto_create_session`，`session_id` 对应的会话必须已存在，否则返回 404。
+
+**响应：** `Event[]` 事件数组
+
+```json
+[
+  {
+    "id": "852208bf-c883-4c44-99ef-68303e0ef4be",
+    "author": "huiyu_agent",
+    "content": {
+      "role": "model",
+      "parts": [
+        {"text": "思考过程...", "thought": true},
+        {"text": "你好！我是小慧，一个乐于助人的智能助手。"}
+      ]
+    },
+    "partial": false,
+    "finishReason": "STOP",
+    "usageMetadata": {
+      "promptTokenCount": 113,
+      "candidatesTokenCount": 44,
+      "totalTokenCount": 157
+    },
+    "timestamp": 1775556943.259,
+    "invocationId": "e-90d3bd10-59e4-4403-a5d4-2a822dff0bd0"
+  }
+]
+```
+
+**Event 关键字段说明：**
+
+| 字段 | 说明 |
+|------|------|
+| `content.parts[].thought` | 为 `true` 时表示该 part 是思考过程，非最终回复 |
+| `content.parts[].text` | 文本内容 |
+| `finishReason` | 结束原因：`STOP`（正常完成）、`SAFETY`（安全拦截）等 |
+| `usageMetadata` | Token 用量统计 |
+
+**提取最终回复的逻辑：**
+
+```python
+for event in response:
+    parts = event.get("content", {}).get("parts", [])
+    for part in parts:
+        if part.get("text") and not part.get("thought"):
+            final_reply = part["text"]
+```
+
+---
+
+## SSE 流式对话
+
+### 运行 Agent（SSE 流式）
+
+```
+POST /run_sse
+```
+
+**请求体：** 与 `/run` 完全相同。
+
+**响应：** `text/event-stream`
+
+每个 SSE 事件格式：
+
+```
+data: {"id": "...", "content": {"role": "model", "parts": [{"text": "你"}]}, "partial": true}
+
+data: {"id": "...", "content": {"role": "model", "parts": [{"text": "好"}]}, "partial": true}
+
+data: {"id": "...", "content": {"role": "model", "parts": [{"text": "！"}]}, "partial": false, "finishReason": "STOP"}
+```
+
+**错误事件格式：**
+
+```
+data: {"error": "Session not found"}
+```
+
+**客户端示例（Python）：**
+
+```python
+import requests
+
+response = requests.post(
+    "http://localhost:8000/run_sse",
+    json={
+        "app_name": "root_agent",
+        "user_id": "user_001",
+        "session_id": "my_session",
+        "new_message": {"role": "user", "parts": [{"text": "你好"}]},
+        "streaming": True,
+    },
+    stream=True,
+)
+
+for line in response.iter_lines():
+    if line.startswith(b"data: "):
+        data = json.loads(line[6:])
+        if "error" in data:
+            print(f"错误: {data['error']}")
+            break
+        parts = data.get("content", {}).get("parts", [])
+        for part in parts:
+            if part.get("text") and not part.get("thought"):
+                print(part["text"], end="", flush=True)
+```
+
+**客户端示例（JavaScript）：**
+
+```javascript
+const response = await fetch("http://localhost:8000/run_sse", {
+  method: "POST",
+  headers: { "Content-Type": "application/json" },
+  body: JSON.stringify({
+    app_name: "root_agent",
+    user_id: "user_001",
+    session_id: "my_session",
+    new_message: { role: "user", parts: [{ text: "你好" }] },
+    streaming: true,
+  }),
+});
+
+const reader = response.body.getReader();
+const decoder = new TextDecoder();
+
+while (true) {
+  const { done, value } = await reader.read();
+  if (done) break;
+  const text = decoder.decode(value);
+  for (const line of text.split("\n")) {
+    if (line.startsWith("data: ")) {
+      const data = JSON.parse(line.slice(6));
+      if (data.error) { console.error(data.error); break; }
+      const parts = data.content?.parts || [];
+      for (const part of parts) {
+        if (part.text && !part.thought) {
+          process.stdout.write(part.text);
+        }
+      }
+    }
+  }
+}
+```
+
+---
+
+## WebSocket 实时对话
+
+### 连接地址
+
+```
+ws://<host>:<port>/run_live?app_name=root_agent&user_id=user_001&session_id=my_session
+```
+
+**查询参数：**
+
+| 参数 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| `app_name` | string | 是 | 应用名称 |
+| `user_id` | string | 是 | 用户 ID |
+| `session_id` | string | 是 | 会话 ID |
+| `modalities` | string[] | 否 | 模态类型，默认 `["AUDIO"]`，可选 `TEXT`、`AUDIO` |
+| `proactive_audio` | bool | 否 | 是否启用主动音频 |
+| `enable_affective_dialog` | bool | 否 | 是否启用情感对话 |
+| `enable_session_resumption` | bool | 否 | 是否启用会话恢复 |
+
+**通信协议：** 双向发送 JSON 文本消息，每条消息为 `Event` 对象的 JSON 序列化。
+
+**WebSocket 关闭码：**
+
+| 关闭码 | 说明 |
+|--------|------|
+| `1002` | 会话不存在 |
+| `1008` | Origin 不被允许 |
+| `1011` | 服务器内部错误 |
+
+---
+
+## 错误处理
+
+所有接口在出错时返回统一的错误格式：
+
+```json
+{"detail": "错误描述信息"}
+```
+
+| HTTP 状态码 | 说明 |
+|-------------|------|
+| `400` | 请求参数错误 |
+| `404` | 会话 / 应用不存在 |
+| `422` | 请求体验证失败（Pydantic 校验错误） |
+| `500` | 服务器内部错误 |
+
+---
+
+## 代码示例
+
+### Python 完整集成示例
+
+```python
+import requests
+
+BASE_URL = "http://localhost:8000"
+APP_NAME = "root_agent"
+
+
+class HuiYuAgentClient:
+    """慧遇 Agent API 客户端"""
+
+    def __init__(self, base_url: str = BASE_URL, app_name: str = APP_NAME):
+        self.base_url = base_url
+        self.app_name = app_name
+
+    def health_check(self) -> bool:
+        """健康检查"""
+        resp = requests.get(f"{self.base_url}/health")
+        return resp.json().get("status") == "ok"
+
+    def create_session(self, user_id: str, session_id: str = None) -> dict:
+        """创建会话"""
+        body = {}
+        if session_id:
+            body["session_id"] = session_id
+        resp = requests.post(
+            f"{self.base_url}/apps/{self.app_name}/users/{user_id}/sessions",
+            json=body,
+        )
+        resp.raise_for_status()
+        return resp.json()
+
+    def list_sessions(self, user_id: str) -> list:
+        """列出用户的所有会话"""
+        resp = requests.get(
+            f"{self.base_url}/apps/{self.app_name}/users/{user_id}/sessions",
+        )
+        resp.raise_for_status()
+        return resp.json()
+
+    def delete_session(self, user_id: str, session_id: str):
+        """删除会话"""
+        resp = requests.delete(
+            f"{self.base_url}/apps/{self.app_name}/users/{user_id}/sessions/{session_id}",
+        )
+        resp.raise_for_status()
+
+    def chat(self, user_id: str, session_id: str, message: str) -> str:
+        """
+        发送消息并获取回复（同步）
+
+        Args:
+            user_id: 用户 ID
+            session_id: 会话 ID
+            message: 用户消息文本
+
+        Returns:
+            Agent 的最终回复文本
+        """
+        resp = requests.post(
+            f"{self.base_url}/run",
+            json={
+                "app_name": self.app_name,
+                "user_id": user_id,
+                "session_id": session_id,
+                "new_message": {
+                    "role": "user",
+                    "parts": [{"text": message}],
+                },
+            },
+        )
+        resp.raise_for_status()
+        events = resp.json()
+
+        # 提取最终回复（跳过 thought 部分）
+        for event in events:
+            parts = event.get("content", {}).get("parts", [])
+            for part in parts:
+                if part.get("text") and not part.get("thought"):
+                    return part["text"]
+
+        return ""
+
+    def chat_stream(self, user_id: str, session_id: str, message: str):
+        """
+        发送消息并流式获取回复（SSE）
+
+        Yields:
+            每次 yield 一个文本片段
+        """
+        resp = requests.post(
+            f"{self.base_url}/run_sse",
+            json={
+                "app_name": self.app_name,
+                "user_id": user_id,
+                "session_id": session_id,
+                "new_message": {
+                    "role": "user",
+                    "parts": [{"text": message}],
+                },
+                "streaming": True,
+            },
+            stream=True,
+        )
+        resp.raise_for_status()
+
+        for line in resp.iter_lines():
+            if line and line.startswith(b"data: "):
+                import json
+                data = json.loads(line[6:])
+                if "error" in data:
+                    raise Exception(data["error"])
+                parts = data.get("content", {}).get("parts", [])
+                for part in parts:
+                    if part.get("text") and not part.get("thought"):
+                        yield part["text"]
+
+
+# ===== 使用示例 =====
+if __name__ == "__main__":
+    client = HuiYuAgentClient()
+
+    # 1. 健康检查
+    assert client.health_check(), "服务未就绪"
+    print("✅ 服务正常")
+
+    # 2. 创建会话
+    session = client.create_session("user_001")
+    session_id = session["id"]
+    print(f"✅ 会话已创建: {session_id}")
+
+    # 3. 同步对话
+    reply = client.chat("user_001", session_id, "你好，我叫小明")
+    print(f"👤 用户: 你好，我叫小明")
+    print(f"🤖 Agent: {reply}")
+
+    # 4. 上下文记忆测试
+    reply = client.chat("user_001", session_id, "我叫什么名字？")
+    print(f"👤 用户: 我叫什么名字？")
+    print(f"🤖 Agent: {reply}")
+
+    # 5. 流式对话
+    print("👤 用户: 请用一句话介绍你自己")
+    print("🤖 Agent: ", end="", flush=True)
+    for chunk in client.chat_stream("user_001", session_id, "请用一句话介绍你自己"):
+        print(chunk, end="", flush=True)
+    print()
+```
+
+### cURL 示例
+
+```bash
+# 创建会话
+curl -s -X POST http://localhost:8000/apps/root_agent/users/user_001/sessions \
+  -H "Content-Type: application/json" \
+  -d '{}'
+
+# 发送对话（使用返回的 session_id）
+curl -s -X POST http://localhost:8000/run \
+  -H "Content-Type: application/json" \
+  -d '{
+    "app_name": "root_agent",
+    "user_id": "user_001",
+    "session_id": "<替换为实际session_id>",
+    "new_message": {"role": "user", "parts": [{"text": "你好"}]}
+  }'
+
+# 查看会话列表
+curl -s http://localhost:8000/apps/root_agent/users/user_001/sessions
+
+# 删除会话
+curl -s -X DELETE http://localhost:8000/apps/root_agent/users/user_001/sessions/<session_id>
+```
--- a/README.md
+++ b/README.md
@@ -1,26 +1,28 @@
 # 慧遇 Agent

-慧遇智能体项目，基于 Google ADK (Agent Development Kit) 构建。
+基于 Google ADK (Agent Development Kit) 构建的智能体项目，支持多智能体协作、多用户会话管理和 REST API 集成。

 ## 项目结构

 ```
-workspace/
-├── agents/                  # 所有 Agent 模块
+├── root_agent/             # 根智能体（小慧）
 │   ├── __init__.py
-│   └── root_agent/          # Root Agent
-│       ├── __init__.py
-│       └── agent.py
-├── base/                    # 基础工具类
+│   └── agent.py            # 定义 root_agent，包含子智能体引用
+├── note_agent/             # 笔记子智能体
 │   ├── __init__.py
-│   └── agent.py             # HuiYuBaseAgent 基类
-├── common/                  # 公共模块
-│   ├── __init__.py          # 环境初始化（.env 加载、日志配置）
-│   ├── logger.py            # 模型调用耗时日志
-│   └── prompt_guard.py      # 防提示词注入检测
-├── .env                     # 环境变量配置（不提交到 Git）
-├── .env.example             # 配置示例（可提交到 Git）
-├── .gitignore
+│   ├── agent.py            # 定义 root_agent（ADK 要求导出名）
+│   └── note_formatter.py   # Markdown 笔记格式化器
+├── agent_base/             # Agent 基类
+│   ├── __init__.py
+│   └── agent_base.py       # HuiYuBaseAgent（防注入 + 日志）
+├── common/                 # 公共工具
+│   ├── __init__.py         # 环境初始化（.env 加载、日志配置）
+│   ├── logger.py           # 模型调用耗时日志
+│   └── prompt_guard.py     # 防提示词注入检测
+├── .env                    # 环境变量配置（不提交到 Git）
+├── .env.example            # 配置示例
+├── API_DOC.md              # REST API 接口文档
+├── requirements.txt
 └── README.md
 ```

@@ -29,16 +31,9 @@ workspace/
 - Python >= 3.10
 - pip

-## 环境搭建
+## 快速开始

-### 1. 克隆项目
-
-```bash
-git clone <your-repo-url>
-cd <project-directory>
-```
-
-### 2. 安装依赖
+### 1. 安装依赖

 ```bash
 pip install -r requirements.txt
@@ -47,97 +42,98 @@ pip install -r requirements.txt
 主要依赖：
 - `google-adk` — Google Agent Development Kit
 - `python-dotenv` — 环境变量管理
- `litellm` — 多模型适配层
+- `litellm` — 多模型适配层（对接 MiniMax 等大模型）

-### 3. 配置环境变量
-
-复制示例配置文件并填入你的 API Key：
+### 2. 配置环境变量

 ```bash
 cp .env.example .env
 ```

-编辑 `.env` 文件：
+编辑 `.env`：

 ```env
-# MiniMax API Key（替换为你自己的）
 MINIMAX_API_KEY=your_api_key_here
-
-# MiniMax API 地址
 MINIMAX_API_BASE=https://api.minimaxi.com/v1
-
-# 模型名称
 MINIMAX_MODEL=openai/MiniMax-M2.7
 ```

-### 4. 启动服务
+### 3. 启动服务

 ```bash
-cd agents
-adk web
+# Web UI 模式（带聊天界面）
+adk web .
+
+# API 服务模式（纯 REST API，适合外部集成）
+adk api_server . --auto_create_session
 ```

-启动后访问 http://127.0.0.1:8000，在下拉菜单中选择 Agent 即可开始对话。
+启动后访问 `http://127.0.0.1:8000`。
+
+## 智能体架构
+
+```
+root_agent（小慧）
+├── 通用对话：回答用户问题
+└── 子智能体委派：
+    └── note_agent（笔记助手）
+        ├── generate_text_note — 生成文本笔记
+        └── generate_image_note — 生成图片笔记
+```
+
+当用户请求涉及笔记生成、内容整理时，root_agent 会自动委派给 note_agent 处理。
+
+## API 集成
+
+使用 `adk api_server` 启动后，可通过 REST API 与 Agent 对话：
+
+```bash
+# 启动 API 服务
+adk api_server . --auto_create_session --port 8000
+
+# 发送对话
+curl -X POST http://localhost:8000/run \
+  -H "Content-Type: application/json" \
+  -d '{
+    "app_name": "root_agent",
+    "user_id": "user_001",
+    "session_id": "my_session",
+    "new_message": {"role": "user", "parts": [{"text": "你好"}]}
+  }'
+```
+
+详细的接口文档见 [API_DOC.md](API_DOC.md)，Swagger 文档地址：`http://localhost:8000/docs`

 ## 内置能力

-所有继承 `HuiYuBaseAgent` 的 Agent 自动获得以下能力：
+所有继承 `HuiYuBaseAgent` 的 Agent 自动获得：

 ### 防提示词注入

-在模型调用前自动检测用户输入中的提示词注入攻击，包括：
- 角色扮演 / 身份覆盖
- 指令泄露尝试
- 分隔符注入
- 越狱尝试
-
-检测到注入时会拒绝请求并返回提示。
+模型调用前自动检测用户输入中的注入攻击（角色扮演、指令泄露、分隔符注入、越狱尝试等），检测到时拒绝请求。

 ### 模型调用日志

-每次模型调用完成后自动记录：
- Agent 名称
- 模型版本
- 调用耗时
- Token 使用量（prompt / completion / total）
-
-日志示例：
+每次模型调用完成后自动记录 Agent 名称、模型版本、调用耗时、Token 用量：

 ```
-2026-04-06 07:54:59 [adk.agent] INFO - 模型调用完成 | agent=minimax_agent model=MiniMax-M2.7 latency=11.701s prompt_tokens=78 completion_tokens=31 total_tokens=109
+2026-04-06 07:54:59 [adk.agent] INFO - 模型调用完成 | agent=huiyu_agent model=MiniMax-M2.7 latency=11.701s prompt_tokens=78 completion_tokens=31 total_tokens=109
 ```

 ## 新增 Agent

-在 `agents/` 目录下创建新的子目录即可：
+在项目根目录下创建新的子目录即可：

 ```
-agents/
-├── root_agent/
-│   ├── __init__.py
-│   └── agent.py
-└── my_new_agent/           # 新增 Agent
-    ├── __init__.py          # 内容同 root_agent/__init__.py
-    └── agent.py
+my_new_agent/
+├── __init__.py         # 留空即可
+└── agent.py            # 必须导出名为 root_agent 的变量
 ```

-`__init__.py` 内容（用于设置 Python 路径）：
+`agent.py` 示例：

 ```python
-import sys
-from pathlib import Path
-
-sys.path.insert(0, str(Path(__file__).parent.parent.parent))
-
-from . import agent
-
-__all__ = ["agent"]
-```
-
-`agent.py` 中继承 `HuiYuBaseAgent`：
-
-```python
-from base.agent import HuiYuBaseAgent
+from agent_base.agent_base import HuiYuBaseAgent
 from google.adk.models.lite_llm import LiteLlm
 import os

@@ -147,11 +143,26 @@ model = LiteLlm(
    api_key=os.getenv("MINIMAX_API_KEY"),
 )

-my_agent = HuiYuBaseAgent(
+root_agent = HuiYuBaseAgent(
    name="my_agent",
    model=model,
+    description="我的智能体",
    instruction="你是一个专业的助手。",
 )
 ```

-重启 `adk web` 后，新 Agent 会自动出现在下拉菜单中。
+> **注意**：ADK 要求每个 agent 目录的 `agent.py` 中必须导出名为 `root_agent` 的变量。
+
+如需作为 root_agent 的子智能体，在 `root_agent/agent.py` 中添加引用：
+
+```python
+from my_new_agent.agent import root_agent as my_new_agent
+
+root_agent = HuiYuBaseAgent(
+    name="huiyu_agent",
+    ...,
+    sub_agents=[my_new_agent],
+)
+```
+
+重启服务后新 Agent 自动生效。
--- a/agent_base/init.py
+++ b/agent_base/init.py
--- a/agent_base/agent_base.py
+++ b/agent_base/agent_base.py
--- a/agents/init.py
+++ b/agents/init.py
@@ -1,5 +0,0 @@
-"""
-Agent 模块
-
-每个 Agent 是一个独立的子目录，包含 agent.py 和 __init__.py。
-"""
--- a/agents/root_agent/init.py
+++ b/agents/root_agent/init.py
@@ -1,10 +0,0 @@
-import sys
-from pathlib import Path
-
-# 将项目根目录加入 sys.path（adk web 从 agents/ 启动）
-# __file__ = agents/root_agent/__init__.py → parent.parent.parent = workspace/
-sys.path.insert(0, str(Path(__file__).parent.parent.parent))
-
-from . import agent
-
-__all__ = ["agent"]
--- a/agents/root_agent/agent.py
+++ b/agents/root_agent/agent.py
@@ -1,93 +0,0 @@
-import os
-import asyncio
-
-from base.agent import HuiYuBaseAgent
-from google.adk.models.lite_llm import LiteLlm
-from google.adk.sessions import InMemorySessionService
-from google.adk.runners import Runner
-from google.genai import types
-
-# ============================================================
-# MiniMax 模型配置（从 .env 文件读取）
-# ============================================================
-MINIMAX_API_KEY = os.getenv("MINIMAX_API_KEY")
-MINIMAX_API_BASE = os.getenv("MINIMAX_API_BASE")
-MINIMAX_MODEL = os.getenv("MINIMAX_MODEL")
-
-# ============================================================
-# 创建 LiteLlm 模型适配器
-# ============================================================
-model = LiteLlm(
-    model=MINIMAX_MODEL,
-    api_base=MINIMAX_API_BASE,
-    api_key=MINIMAX_API_KEY,
-)
-
-# ============================================================
-# 定义 Agent（继承 HuiYuBaseAgent，自动获得防注入 + 日志能力）
-# ============================================================
-root_agent = HuiYuBaseAgent(
-    name="minimax_agent",
-    model=model,
-    description="一个使用 MiniMax 模型的智能助手，能够回答用户的各种问题。",
-    instruction="你是一个乐于助人的中文 AI 助手，由 MiniMax 模型驱动。请用中文回答用户的问题，回答要准确、简洁、友好。",
-)
-
-# ============================================================
-# 运行入口（用于 adk run / adk web）
-# ============================================================
-APP_NAME = "慧遇agent app"
-USER_ID = "user_001"
-SESSION_ID = "session_001"
-
-
-async def main():
-    """主函数：创建会话并运行 Agent 对话"""
-    # 1. 创建会话服务
-    session_service = InMemorySessionService()
-
-    # 2. 创建会话
-    session = await session_service.create_session(
-        app_name=APP_NAME,
-        user_id=USER_ID,
-        session_id=SESSION_ID,
-    )
-    print(f"会话已创建: App='{APP_NAME}', User='{USER_ID}', Session='{SESSION_ID}'")
-
-    # 3. 创建 Runner
-    runner = Runner(
-        agent=root_agent,
-        app_name=APP_NAME,
-        session_service=session_service,
-    )
-    print(f"Runner 已创建，Agent: '{runner.agent.name}'")
-
-    # 4. 交互式对话循环
-    print("\n===== MiniMax Agent 对话 (输入 'exit' 退出) =====")
-    while True:
-        query = input("\n[user]: ").strip()
-        if query.lower() in ("exit", "quit", "退出"):
-            print("再见！")
-            break
-        if not query:
-            continue
-
-        # 构造 ADK 消息
-        content = types.Content(role="user", parts=[types.Part(text=query)])
-
-        # 调用 Agent
-        final_response_text = ""
-        async for event in runner.run_async(
-            user_id=USER_ID,
-            session_id=SESSION_ID,
-            new_message=content,
-        ):
-            if event.is_final_response():
-                if event.content and event.content.parts:
-                    final_response_text = event.content.parts[0].text
-
-        print(f"\n[agent]: {final_response_text}")
-
-
-if __name__ == "__main__":
-    asyncio.run(main())
--- a/critical_awareness_agent/init.py
+++ b/critical_awareness_agent/init.py
@@ -0,0 +1 @@
+# ADK agent_loader 会自动扫描并加载 agent.py
--- a/critical_awareness_agent/agent.py
+++ b/critical_awareness_agent/agent.py
@@ -0,0 +1,117 @@
+import os
+
+
+from google.adk.models.lite_llm import LiteLlm
+from agent_base.agent_base import HuiYuBaseAgent
+
+# ============================================================
+# MiniMax 模型配置（从 .env 文件读取）
+# ============================================================
+MINIMAX_API_KEY = os.getenv("MINIMAX_API_KEY")
+MINIMAX_API_BASE = os.getenv("MINIMAX_API_BASE")
+MINIMAX_MODEL = os.getenv("MINIMAX_MODEL")
+
+# ============================================================
+# 创建 LiteLlm 模型适配器
+# ============================================================
+model = LiteLlm(
+    model=MINIMAX_MODEL,
+    api_base=MINIMAX_API_BASE,
+    api_key=MINIMAX_API_KEY,
+)
+
+# ============================================================
+# 定义 Agent（继承 HuiYuBaseAgent）
+# ============================================================
+critical_awareness_agent = HuiYuBaseAgent(
+    name="critical_awareness_agent",
+    model=model,
+    description="用于处理用户心智散乱、情绪化或认知混淆的专家。它通过‘三界（外中内）’判别法强制用户回归觉知。当用户表达焦虑、愤怒、分心或无法区分事实与观点时，必须调用此工具。",
+    instruction="""
+        # 角色
+        你是"觉察引导师"，精通"临界觉察法"。你的唯一任务是帮助用户将混沌的体验拆解为三界，然后引导其回归当下的觉知本身。
+
+        你不是心理咨询师，不给建议、不安慰、不分析原因。你是一把手术刀——精准、干净、只切开，不缝合。
+
+        # 三界判定规则
+
+        ## 外界（External）
+        - 定义：纯粹感官原始数据
+        - 判定标准：不带任何诠释的感知
+        - 示例："窗外有雨声"、"屏幕亮着"、"对方说了那句话"
+        - 关键词：看到、听到、闻到、触到、尝到
+
+        ## 中界（Middle）
+        - 定义：头脑对经验的加工层
+        - 判定标准：包含想法、念头、评判、逻辑、语言叙事、对过去的回忆、对未来的担忧
+        - 示例："他不应该那样对我"、"我太差了"、"万一失败了怎么办"、"想起了一件事"
+        - 关键词：应该、因为、如果、觉得、认为、想起、担心、后悔
+
+        ## 内界（Internal）
+        - 定义：身体的直接生理感受与情绪的身体投影
+        - 判定标准：可定位到身体部位的感知，或无明确念头的情绪涌动
+        - 示例："胸口发紧"、"胃里不舒服"、"心跳加速"、"手在发抖"、"突然想哭"
+        - 关键词：身体部位 + 感受词（紧、热、沉、空、跳、缩）
+
+        # 响应结构
+
+        每次回复严格遵循以下格式：
+
+        ## 1. 拆解（必做）
+        用三界框架拆解用户输入。只拆解用户明确表达的内容，不臆测。
+
+        格式：
+        【中界】
+        ...
+        【内界】
+        ...
+        【外界】
+        ...
+
+        如果某界用户未提及，可以：
+        - 留空该界
+        - 或用一个温和的提问邀请用户觉察（每次最多一个问题）
+
+        ## 2. 核心看见（必做）
+        一句话，点破最核心的觉察契机。要像禅宗公案一样短、准、狠。
+
+        ## 3. 回归当下（必做）
+        给出一个极其简单的当下锚定指令（不超过两步）。
+        - 默认：三次呼吸觉知
+        - 可根据情境变化：感受脚底、聆听周围声音、观察眼前颜色
+
+        # 语气规则
+
+        - 简洁如刀。每句话都有用，没有废话。
+        - 不用感叹号表达关怀，不用"我理解你"式共情。
+        - 不说"这很正常"、"没关系的"。
+        - 可以用比喻，但要精准，不要文艺腔。
+        - 允许沉默感——不是每句话都需要填满。
+
+        # 边界处理
+
+        - 如果用户持续停留在中界叙事（反复讲同一件事），温和地打断："你已经说了三次了。现在——身体在哪里？"
+        - 如果用户在测试系统或闲聊，简短回应后回归引导："有趣。此刻你的体验是什么？"
+        - 如果用户表达严重心理危机（自伤、自杀意念），不做三界拆解，直接引导其寻求专业帮助。
+
+        # 示例
+
+        用户：今天被领导当众批评了，太丢人了。
+
+        【中界】🔪
+        - 念头："被批评了"——事件已过去，此刻在重播。
+        - 评判："太丢人了"——头脑给事件贴了羞耻的标签。
+
+        【内界】
+        - 你没有提到。此刻身体有什么感觉？脸上热不热？胃里有没有什么？
+
+        【外界】
+        - 此刻——你面前的屏幕，你所在的房间。领导不在这里。
+
+        核心看见：
+        "丢人"是念头在评价念头。
+        身体只负责发烫、发紧——它没有"丢人"这个概念。
+    """
+)
+
+root_agent = critical_awareness_agent  # 将 critical_awareness_agent 作为 root_agent 导出，供 adk web 注册
--- a/note_agent/init.py
+++ b/note_agent/init.py
@@ -0,0 +1 @@
+# ADK agent_loader 会自动扫描并加载 agent.py
--- a/note_agent/agent.py
+++ b/note_agent/agent.py
@@ -0,0 +1,79 @@
+import os
+
+from agent_base.agent_base import HuiYuBaseAgent
+from google.adk.models.lite_llm import LiteLlm
+from .note_formatter import NoteFormatter
+
+# ============================================================
+# MiniMax 模型配置（从 .env 文件读取）
+# ============================================================
+MINIMAX_API_KEY = os.getenv("MINIMAX_API_KEY")
+MINIMAX_API_BASE = os.getenv("MINIMAX_API_BASE")
+MINIMAX_MODEL = os.getenv("MINIMAX_MODEL")
+
+# ============================================================
+# 创建 LiteLlm 模型适配器
+# ============================================================
+model = LiteLlm(
+    model=MINIMAX_MODEL,
+    api_base=MINIMAX_API_BASE,
+    api_key=MINIMAX_API_KEY,
+)
+
+# ============================================================
+# 笔记格式化器
+# ============================================================
+_formatter = NoteFormatter()
+
+
+# ============================================================
+# Tool: 生成文本笔记
+# ============================================================
+def generate_text_note(title: str, content: str) -> str:
+    """将文本内容整理为 Markdown 笔记。
+
+    Args:
+        title: 笔记标题
+        content: 笔记正文内容
+    """
+    return _formatter.format_to_markdown(title=title, text_content=content)
+
+
+# ============================================================
+# Tool: 生成图片笔记
+# ============================================================
+def generate_image_note(title: str, description: str) -> str:
+    """将图片描述整理为 Markdown 笔记。
+
+    Args:
+        title: 笔记标题
+        description: 图片描述或相关文字说明
+    """
+    return _formatter.format_to_markdown(title=title, text_content=description)
+
+
+# ============================================================
+# 定义 Agent（继承 HuiYuBaseAgent）
+# ============================================================
+note_agent = HuiYuBaseAgent(
+    name="note_agent",
+    model=model,
+    description="一个多模态笔记助手，能够将图片、文字等内容转换为结构化的 Markdown 笔记。",
+    instruction=(
+        "你是一个专业的笔记助手，帮助用户将各种内容整理成 Markdown 笔记。\n"
+        "你的能力包括：\n"
+        "1. 接收用户输入的文字内容，整理成结构化的笔记\n"
+        "2. 接收用户上传的图片，生成图片描述并整理为笔记\n"
+        "3. 将混合内容（文字+图片）整合为一份完整的笔记\n\n"
+        "工作流程：\n"
+        "- 当用户发送文字时，整理内容并调用 generate_text_note 生成笔记\n"
+        "- 当用户发送图片时，描述图片内容并调用 generate_image_note 生成笔记\n"
+        "- 当用户发送混合内容时，整合所有内容后生成笔记\n"
+        "- 笔记标题由你根据内容自动生成，要简洁准确\n"
+        "- 生成笔记后，直接将 Markdown 内容输出给用户\n"
+        "- 回复时使用中文"
+    ),
+    tools=[generate_text_note, generate_image_note],
+)
+
+root_agent = note_agent
--- a/note_agent/note_formatter.py
+++ b/note_agent/note_formatter.py
@@ -0,0 +1,208 @@
+"""
+笔记格式化模块
+
+将多模态内容（图片、文本等）转换为 Markdown 笔记格式。
+支持可扩展的处理器架构，方便后续添加音频、视频、PDF 等格式。
+"""
+
+import base64
+import hashlib
+import logging
+from abc import ABC, abstractmethod
+from datetime import datetime
+from pathlib import Path
+from typing import Optional
+
+logger = logging.getLogger("adk.agent")
+
+
+# ============================================================
+# 内容处理器基类
+# ============================================================
+class BaseContentHandler(ABC):
+    """内容处理器基类，所有格式处理器继承此类。"""
+
+    @abstractmethod
+    def can_handle(self, mime_type: str) -> bool:
+        """判断是否能处理该 MIME 类型"""
+        ...
+
+    @abstractmethod
+    def process(self, data: bytes, mime_type: str, filename: str = "") -> str:
+        """
+        处理内容并返回 Markdown 片段。
+
+        Args:
+            data: 原始字节数据
+            mime_type: MIME 类型
+            filename: 文件名（可选）
+
+        Returns:
+            Markdown 格式的字符串片段
+        """
+        ...
+
+
+# ============================================================
+# 图片处理器
+# ============================================================
+class ImageHandler(BaseContentHandler):
+    """处理图片类型，保存到本地并生成 Markdown 图片引用。"""
+
+    SUPPORTED_TYPES = {"image/png", "image/jpeg", "image/jpg", "image/gif", "image/webp", "image/svg+xml"}
+
+    def can_handle(self, mime_type: str) -> bool:
+        return mime_type.lower() in self.SUPPORTED_TYPES
+
+    def process(self, data: bytes, mime_type: str, filename: str = "") -> str:
+        # 确保输出目录存在
+        NOTES_OUTPUT_DIR.mkdir(parents=True, exist_ok=True)
+
+        # 生成文件名
+        if not filename:
+            ext = self._mime_to_ext(mime_type)
+            filename = f"image_{datetime.now().strftime('%Y%m%d_%H%M%S')}_{hashlib.md5(data).hexdigest()[:8]}.{ext}"
+
+        filepath = NOTES_OUTPUT_DIR / filename
+        filepath.write_bytes(data)
+
+        logger.info("图片已保存: %s", filepath)
+        return f"![{filename}](notes/{filename})"
+
+    @staticmethod
+    def _mime_to_ext(mime_type: str) -> str:
+        return {
+            "image/png": "png",
+            "image/jpeg": "jpg",
+            "image/jpg": "jpg",
+            "image/gif": "gif",
+            "image/webp": "webp",
+            "image/svg+xml": "svg",
+        }.get(mime_type.lower(), "bin")
+
+
+# ============================================================
+# 文本处理器
+# ============================================================
+class TextHandler(BaseContentHandler):
+    """处理纯文本内容。"""
+
+    SUPPORTED_TYPES = {"text/plain", "text/markdown", "text/csv"}
+
+    def can_handle(self, mime_type: str) -> bool:
+        return mime_type.lower() in self.SUPPORTED_TYPES
+
+    def process(self, data: bytes, mime_type: str, filename: str = "") -> str:
+        text = data.decode("utf-8", errors="replace")
+        if mime_type.lower() == "text/markdown":
+            return text  # 已经是 Markdown，直接返回
+        return text  # 纯文本直接返回
+
+
+# ============================================================
+# 占位处理器（用于尚未支持的格式）
+# ============================================================
+class PlaceholderHandler(BaseContentHandler):
+    """占位处理器，为尚未支持的格式生成占位标记。"""
+
+    def can_handle(self, mime_type: str) -> bool:
+        return True  # 兜底，处理所有未匹配的类型
+
+    def process(self, data: bytes, mime_type: str, filename: str = "") -> str:
+        name = filename or "unsupported_file"
+        return f"<!-- [{name}] 格式 {mime_type} 暂不支持，待后续扩展 -->"
+
+
+# ============================================================
+# 笔记格式化器
+# ============================================================
+class NoteFormatter:
+    """
+    笔记格式化器，管理所有内容处理器。
+
+    用法：
+        formatter = NoteFormatter()
+        md_content = formatter.format_to_markdown(
+            title="会议笔记",
+            text_content="讨论了项目进度",
+            files=[(image_bytes, "image/png", "screenshot.png")],
+        )
+    """
+
+    def __init__(self):
+        self._handlers: list[BaseContentHandler] = [
+            ImageHandler(),
+            TextHandler(),
+            PlaceholderHandler(),  # 必须放最后，作为兜底
+        ]
+
+    def add_handler(self, handler: BaseContentHandler):
+        """注册新的内容处理器（插入到占位处理器之前）"""
+        # 移除末尾的 PlaceholderHandler
+        if self._handlers and isinstance(self._handlers[-1], PlaceholderHandler):
+            self._handlers.pop()
+        self._handlers.append(handler)
+        # 重新添加 PlaceholderHandler 到末尾
+        self._handlers.append(PlaceholderHandler())
+
+    def _find_handler(self, mime_type: str) -> BaseContentHandler:
+        for handler in self._handlers:
+            if handler.can_handle(mime_type):
+                return handler
+        return self._handlers[-1]  # PlaceholderHandler
+
+    def format_to_markdown(
+        self,
+        title: str = "",
+        text_content: str = "",
+        files: Optional[list[tuple[bytes, str, str]]] = None,
+    ) -> str:
+        """
+        将多模态内容格式化为 Markdown 笔记。
+
+        Args:
+            title: 笔记标题
+            text_content: 文本内容
+            files: 文件列表，每项为 (data, mime_type, filename)
+
+        Returns:
+            完整的 Markdown 笔记字符串
+        """
+        lines: list[str] = []
+        now = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
+
+        # 标题
+        if title:
+            lines.append(f"# {title}")
+            lines.append("")
+        else:
+            lines.append(f"# 笔记 - {now}")
+            lines.append("")
+
+        # 元信息
+        lines.append(f"> 创建时间：{now}")
+        lines.append("")
+
+        # 文本内容
+        if text_content:
+            lines.append("## 内容")
+            lines.append("")
+            lines.append(text_content)
+            lines.append("")
+
+        # 附件
+        if files:
+            lines.append("## 附件")
+            lines.append("")
+            for data, mime_type, filename in files:
+                handler = self._find_handler(mime_type)
+                try:
+                    md_fragment = handler.process(data, mime_type, filename)
+                    lines.append(md_fragment)
+                    lines.append("")
+                except Exception as e:
+                    logger.error("处理文件失败: %s, 错误: %s", filename, e)
+                    lines.append(f"<!-- 文件 {filename} 处理失败: {e} -->")
+                    lines.append("")
+
+        return "\n".join(lines)
--- a/root_agent/init.py
+++ b/root_agent/init.py
@@ -0,0 +1 @@
+# ADK agent_loader 会自动扫描并加载 agent.py
--- a/root_agent/agent.py
+++ b/root_agent/agent.py
@@ -0,0 +1,39 @@
+import os
+
+from agent_base.agent_base import HuiYuBaseAgent
+from google.adk.models.lite_llm import LiteLlm
+from critical_awareness_agent.agent import critical_awareness_agent
+from note_agent.agent import note_agent
+
+# ============================================================
+# MiniMax 模型配置（从 .env 文件读取）
+# ============================================================
+MINIMAX_API_KEY = os.getenv("MINIMAX_API_KEY")
+MINIMAX_API_BASE = os.getenv("MINIMAX_API_BASE")
+MINIMAX_MODEL = os.getenv("MINIMAX_MODEL")
+
+# ============================================================
+# 创建 LiteLlm 模型适配器
+# ============================================================
+model = LiteLlm(
+    model=MINIMAX_MODEL,
+    api_base=MINIMAX_API_BASE,
+    api_key=MINIMAX_API_KEY,
+)
+
+# ============================================================
+# 定义 Agent（继承 HuiYuBaseAgent，自动获得防注入 + 日志能力）
+# ============================================================
+root_agent = HuiYuBaseAgent(
+    name="huiyu_agent",
+    model=model,
+    description="一个智能助手，能够回答用户的各种问题。",
+    instruction=(
+        "你是一个乐于助人的中文 AI 助手，你的名字叫小慧，请用中文回答用户的问题，回答要准确、简洁、友好。\n\n"
+        "你有一个子助手「笔记助手」（note_agent），当用户需要生成笔记、整理内容、做总结时，"
+        "请将任务委派给 note_agent 处理。"
+        "你还有一个子助手「临界觉察助手」（critical_awareness_agent），当用户出现心智散乱、情绪化或认知混淆时，"
+        "请将任务委派给 critical_awareness_agent 处理。"
+    ),
+    sub_agents=[note_agent, critical_awareness_agent],  # 将 note_agent 和 critical_awareness_agent 作为子 Agent
+)
Author	SHA1	Message	Date
nelson	740568592d	优化提示词	2026-04-08 22:12:02 +08:00
nelson	143b609924	Merge pull request '增加临界觉察agent' (#4 ) from source2md into develop Reviewed-on: http://192.168.31.46:3000/GuangYu/Agents/pulls/4	2026-04-08 19:17:23 +08:00
nelson	bad715aa00	增加临界觉察agent	2026-04-08 19:16:40 +08:00
nelson	3ea05893df	Merge pull request 'refactor: 重构目录结构，扁平化agent布局' (#3 ) from source2md into develop Reviewed-on: http://192.168.31.46:3000/GuangYu/Agents/pulls/3	2026-04-08 18:33:16 +08:00
nelson	c9f5724119	Merge pull request 'refactor: 精简agent代码，移除冗余的main入口，添加API文档和note_agent' (#2 ) from source2md into develop Reviewed-on: http://192.168.31.46:3000/GuangYu/Agents/pulls/2	2026-04-08 09:40:44 +08:00
nelson	7f3176efc7	refactor: 重构目录结构，扁平化agent布局 - 将 agents/root_agent、agents/note_agent 移至项目根目录 - 将 base/ 重命名为 agent_base/，避免被ADK误识别为agent - 移除所有 __init__.py 中的 sys.path.insert hack - root_agent 添加 note_agent 作为子智能体（sub_agents） - 更新所有 import 路径 - 更新 README.md 和 API_DOC.md	2026-04-08 02:46:15 +08:00
nelson	f5e8de559e	refactor: 精简agent代码，移除冗余的main入口，添加API文档和note_agent - root_agent/note_agent: 移除main()函数及不再需要的import（asyncio/Runner/SessionService/types） - root_agent: 更新agent名称为huiyu_agent，优化instruction - agents/__init__.py: 添加root_agent导出，供adk web/api_server注册 - 新增 API_DOC.md: 完整的API接口文档，供外部项目集成参考 - 新增 note_agent: 多模态笔记助手agent	2026-04-07 22:15:14 +08:00
				`@@ -0,0 +1 @@`
				`# ADK agent_loader 会自动扫描并加载 agent.py`