Czat internetowy

Status: interfejs czatu macOS/iOS SwiftUI komunikuje się bezpośrednio z Gateway WebSocket.

# Czym jest

• Natywny interfejs czatu dla Gateway (bez osadzonej przeglądarki i bez lokalnego serwera statycznego).
• Używa tych samych sesji i reguł routingu co inne kanały.
• Deterministyczny routing: odpowiedzi zawsze wracają do WebChat.

# Szybki start

1. Uruchom Gateway.
2. Otwórz interfejs WebChat (aplikacja macOS/iOS) albo kartę czatu Control UI.
3. Upewnij się, że skonfigurowano prawidłową ścieżkę uwierzytelniania Gateway (domyślnie wspólny sekret, nawet na loopback).

# Jak to działa (zachowanie)

• Interfejs łączy się z Gateway WebSocket i używa chat.history, chat.send oraz chat.inject.
• chat.history ma ograniczenia dla stabilności: Gateway może skracać długie pola tekstowe, pomijać ciężkie metadane i zastępować zbyt duże wpisy tekstem [chat.history omitted: message too large].
• chat.history podąża za aktywną gałęzią transkrypcji w nowoczesnych plikach sesji typu append-only, więc porzucone gałęzie przepisywania i zastąpione kopie promptów nie są renderowane w WebChat.
• Wpisy Compaction są renderowane jako jawny separator skompaktowanej historii. Separator wyjaśnia, że wcześniejsze tury są zachowane w punkcie kontrolnym, i prowadzi do kontrolek punktów kontrolnych sesji, gdzie operatorzy mogą utworzyć gałąź lub przywrócić widok sprzed Compaction, jeśli pozwalają na to ich uprawnienia.
• Control UI zapamiętuje bazowy sessionId Gateway zwrócony przez chat.history i dołącza go do kolejnych wywołań chat.send, więc ponowne połączenia i odświeżenia strony kontynuują tę samą zapisaną rozmowę, chyba że użytkownik rozpocznie lub zresetuje sesję.
• Control UI scala zduplikowane wysyłki w toku dla tej samej sesji, wiadomości i załączników przed wygenerowaniem nowego identyfikatora uruchomienia chat.send; Gateway nadal deduplikuje powtórzone żądania, które ponownie używają tego samego klucza idempotencji.
• Pliki startowe przestrzeni roboczej i oczekujące instrukcje BOOTSTRAP.md są dostarczane przez Project Context w prompcie systemowym agenta, a nie kopiowane do wiadomości użytkownika WebChat. Obcięcie bootstrapa dodaje tylko zwięzłe powiadomienie odzyskiwania w prompcie systemowym; szczegółowe liczniki i pokrętła konfiguracji pozostają na powierzchniach diagnostycznych.
• chat.history jest też normalizowane pod kątem wyświetlania: kontekst OpenClaw wyłącznie czasu wykonania, przychodzące opakowania kopert, wbudowane znaczniki dyrektyw dostarczania takie jak [[reply_to_*]] i [[audio_as_voice]], tekstowe ładunki XML wywołań narzędzi (w tym <tool_call>...</tool_call>, <function_call>...</function_call>, <tool_calls>...</tool_calls>, <function_calls>...</function_calls> oraz obcięte bloki wywołań narzędzi), a także ujawnione tokeny sterowania modelem ASCII/pełnej szerokości są usuwane z widocznego tekstu, a wpisy asystenta, których cały widoczny tekst jest wyłącznie dokładnym cichym tokenem NO_REPLY / no_reply, są pomijane.
• Ładunki odpowiedzi oznaczone jako rozumowanie (isReasoning: true) są wykluczane z treści asystenta w WebChat, tekstu odtwarzanej transkrypcji i bloków treści audio, więc ładunki wyłącznie z myśleniem nie pojawiają się jako widoczne wiadomości asystenta ani odtwarzalne audio.
• chat.inject dopisuje notatkę asystenta bezpośrednio do transkrypcji i rozgłasza ją do interfejsu (bez uruchamiania agenta).
• Przerwane uruchomienia mogą pozostawić częściowe wyjście asystenta widoczne w interfejsie.
• Gateway zapisuje przerwany częściowy tekst asystenta w historii transkrypcji, gdy istnieje zbuforowane wyjście, i oznacza te wpisy metadanymi przerwania.
• Historia jest zawsze pobierana z Gateway (bez lokalnego obserwowania plików).
• Jeśli Gateway jest nieosiągalny, WebChat działa tylko do odczytu.

# Model transkrypcji i dostarczania

WebChat ma dwie oddzielne ścieżki danych:

• Plik JSONL sesji jest trwałą transkrypcją modelu/czasu wykonania. W przypadku normalnych uruchomień agenta Pi zapisuje widoczne dla modelu wiadomości user, assistant i toolResult przez menedżera sesji. WebChat nie zapisuje do tej transkrypcji dowolnego tekstu dostarczania, statusu ani pomocniczego.
• Zdarzenia Gateway ReplyPayload są projekcją dostarczania na żywo. Mogą być normalizowane na potrzeby wyświetlania w WebChat/kanale, strumieniowania bloków, znaczników dyrektyw, osadzania multimediów, flag TTS/audio i zachowania awaryjnego interfejsu. Same nie są kanonicznym dziennikiem sesji.
• WebChat wstrzykuje wpisy transkrypcji asystenta tylko wtedy, gdy Gateway jest właścicielem wyświetlanej wiadomości poza normalną turą asystenta Pi: chat.inject, odpowiedzi poleceń bez agenta, przerwane częściowe wyjście oraz uzupełnienia transkrypcji multimediów zarządzane przez WebChat.
• chat.history odczytuje zapisaną transkrypcję sesji i stosuje projekcję wyświetlania WebChat. Jeśli tekst asystenta na żywo pojawia się podczas uruchomienia, ale znika po ponownym wczytaniu historii, najpierw sprawdź, czy surowy JSONL zawiera tekst asystenta, potem czy projekcja chat.history go usunęła, a następnie czy optymistyczne scalenie ogona w Control UI zastąpiło lokalny stan dostarczania utrwaloną migawką.

Końcowe odpowiedzi normalnych uruchomień agenta powinny być trwałe, ponieważ Pi zapisuje message_end asystenta. Każdy mechanizm awaryjny, który odzwierciedla dostarczony końcowy ładunek w transkrypcji, musi najpierw uniknąć duplikowania tury asystenta, którą Pi już zapisało.

# Panel narzędzi agentów w Control UI

• Panel Narzędzia /agents w Control UI ma dwa oddzielne widoki:
  • Dostępne teraz używa tools.effective(sessionKey=...) i pokazuje, czego bieżąca sesja może faktycznie używać w czasie wykonania, w tym narzędzia należące do rdzenia, Plugin i kanału.
  • Konfiguracja narzędzi używa tools.catalog i pozostaje skupiona na profilach, nadpisaniach oraz semantyce katalogu.
• Dostępność w czasie wykonania jest ograniczona do sesji. Przełączanie sesji tego samego agenta może zmienić listę Dostępne teraz.
• Edytor konfiguracji nie oznacza dostępności w czasie wykonania; skuteczny dostęp nadal wynika z priorytetu zasad (allow/deny, nadpisania dla agenta i dostawcy/kanału).

# Użycie zdalne

• Tryb zdalny tuneluje Gateway WebSocket przez SSH/Tailscale.
• Nie trzeba uruchamiać oddzielnego serwera WebChat.

# Odniesienie konfiguracji (WebChat)

Pełna konfiguracja: Konfiguracja

Opcje WebChat:

• gateway.webchat.chatHistoryMaxChars: maksymalna liczba znaków dla pól tekstowych w odpowiedziach chat.history. Gdy wpis transkrypcji przekroczy ten limit, Gateway skraca długie pola tekstowe i może zastąpić zbyt duże wiadomości symbolem zastępczym. Klient może też wysłać maxChars dla pojedynczego żądania, aby nadpisać tę wartość domyślną dla jednego wywołania chat.history.

Powiązane opcje globalne:

• gateway.port, gateway.bind: host/port WebSocket.
• gateway.auth.mode, gateway.auth.token, gateway.auth.password: uwierzytelnianie WebSocket wspólnym sekretem.
• gateway.auth.allowTailscale: karta czatu Control UI w przeglądarce może używać nagłówków tożsamości Tailscale Serve, gdy ta opcja jest włączona.
• gateway.auth.mode: "trusted-proxy": uwierzytelnianie przez odwrotne proxy dla klientów przeglądarkowych za świadomym tożsamości źródłem proxy niebędącym loopback (zobacz Uwierzytelnianie zaufanego proxy).
• gateway.remote.url, gateway.remote.token, gateway.remote.password: zdalny cel Gateway.
• session.*: magazyn sesji i domyślne wartości klucza głównego.

# Powiązane

• Control UI
• Dashboard