Metadata-Version: 2.4
Name: jiangchang-platform-kit
Version: 1.2.0
Summary: 匠厂平台共享组件:Skill 实体 SDK + 桌面应用自动化 SDK
Author: client-jiangchang
License-Expression: MIT
Project-URL: Repository, https://git.jc2009.com/client-jiangchang/jiangchang-platform-kit
Requires-Python: >=3.10
Description-Content-Type: text/markdown
Requires-Dist: requests>=2.31.0
Requires-Dist: playwright>=1.42.0
Requires-Dist: mss>=9.0.1

# jiangchang-platform-kit

## 1. 项目简介

匠厂平台共享 Python SDK：在同一发行包中提供 **Skill 侧通用能力**（权益校验、统一日志与运行环境解析）与 **桌面应用自动化能力**（通过 CDP 连接匠厂客户端，驱动聊天与断言）。

## 2. 安装方式

```bash
pip install jiangchang-platform-kit --index-url https://git.jc2009.com/api/packages/client-jiangchang/pypi/simple/
```

## 3. 包含的模块

- **jiangchang_skill_core**：权益 HTTP 客户端、`enforce_entitlement`、统一文件日志、`JIANGCHANG_*` 数据根与技能根路径解析、**Skill Activity Stream / Job 运行时**（`emit` / `finish` / Run Journal）、兄弟技能 CLI 桥（`sibling_bridge`）、共享媒体资源（`media_assets`）等，供 Skill CLI / 服务进程使用。
- **jiangchang_desktop_sdk**：匠厂桌面应用自动化客户端（基于 CDP + Playwright 同步 API）。**本包不声明 Playwright 依赖**；请在运行环境中自行安装 Playwright，以便 `import playwright` 可用。

## 4. 快速开始

### jiangchang_skill_core

```python
import os
from jiangchang_skill_core import (
    EntitlementClient,
    enforce_entitlement,
    setup_skill_logging,
    get_skill_logger,
)

os.environ.setdefault("JIANGCHANG_AUTH_BASE_URL", "https://auth.example.com")
os.environ.setdefault("JIANGCHANG_AUTH_API_KEY", "secret")

setup_skill_logging(skill_slug="demo-skill", logger_name="demo")
log = get_skill_logger()
log.info("skill started")

# client = EntitlementClient()
# enforce_entitlement(user_id="u1", skill_slug="demo-skill")
```

### jiangchang_desktop_sdk

```python
from jiangchang_desktop_sdk import JiangchangDesktopClient, AskOptions

# 需已安装 playwright，且匠厂客户端可按 CDP 端口暴露调试接口
client = JiangchangDesktopClient()
client.ensure_app_running(wait_timeout_s=30.0)
try:
    answer = client.ask("你好", options=AskOptions(new_task=True))
    print(answer)
finally:
    client.disconnect()
```

### 桌面 E2E（`jiangchang_desktop_sdk.e2e_helpers`）

Skill 的桌面端到端测试应通过宿主 IPC 获取**真实**当前用户数据目录，不要在 pytest 进程里手工设置 `JIANGCHANG_USER_ID` 来伪造用户（否则会回退到 `_anon`）。

推荐 preflight 流程：

1. `require_logged_in_skill_data_dir(page, skill_slug)` — 经 `jiangchang:resolve-skill-data-dir` 解析路径，并断言已登录（非 `_anon` / `anon` / `anonymous`）。
2. `assert_skill_env_file(ctx, ["API_KEY", ...])` — 检查 `{skill_data}/config/.env` 中必填项已配置且非占位符；E2E 不会自动生成真实密钥。
3. `send_prompt_via_composer(page, prompt)` — 普通文本逐字键入；内容中的 `\n` / `\r\n` / `\r` 用 **Shift+Enter** 输入换行；最后用 **Enter** 发送（禁止 DOM 注入、剪贴板、JS 伪造 input/change）。

诊断时可调用 `get_runtime_env(page)` 查看主进程解析的环境，**不要**用它拼用户数据路径。

```python
from jiangchang_desktop_sdk.e2e_helpers import (
    assert_skill_env_file,
    require_logged_in_skill_data_dir,
    send_prompt_via_composer,
)

ctx = require_logged_in_skill_data_dir(page, "demo-skill")
assert_skill_env_file(ctx, ["API_KEY"])
send_prompt_via_composer(page, "第一行\n第二行")
```

## Skill Activity Stream / Job 运行时

长任务（批量生成、RPA）需要把**逐步进度**推到匠厂宿主 UI，而不能依赖 Agent 轮询或 OpenClaw stdout patch。`jiangchang_skill_core.activity` 提供 **Skill Activity Stream (SAS) v1** 契约：

| API | 作用 |
|-----|------|
| `emit(text, ...)` | 写 Run Journal（`activity` / `progress` / `warn` / `debug`） |
| `step(text)` | `emit(type='activity')` 别名 |
| `finish(status=..., **fields)` | 写终态事件 + **唯一**向 stdout 输出单行 result JSON |
| `rpa_step(name)` | 装饰器：闸门 + 进入/成功/失败自动 emit |
| `checkpoint()` | consult control（不写步骤事件） |
| `interruptible_sleep(sec)` | 可暂停/停止的 async sleep |
| `JobStopped` | 宿主 stop 时抛出 |
| `job_context(...)` | 可选包裹 main；异常时自动 `finish(failed)` |

### Run Journal 路径（宿主 tail 此文件）

```
{JIANGCHANG_DATA_ROOT}/.jiangchang/runs/{job_id}.jsonl
```

- `job_id`：优先 `JIANGCHANG_JOB_ID`，否则进程内 `uuid4().hex`（首次 emit 时生成并缓存）
- `JIANGCHANG_RUN_MODE`：`job` | `cli`（默认 `cli`），首行 meta 事件记录
- NDJSON，UTF-8，append-only，每行 flush
- `debug` 类型仅当 `JIANGCHANG_ACTIVITY_DEBUG=1` 时写入

### 与 Agent / OpenClaw 的分工

- **`emit()` / journal**：永不 print 到 stdout，避免 bash tool 结果淹没 Agent context
- **`finish()`**：唯一允许向 stdout 写业务结果的 API；单行 compact JSON，`status` + 摘要字段，默认 ≤4096 字符
- 技能里手写 `print("OK")`、pretty JSON 应逐步改为 `finish()`；RPA 步骤用 `emit("打开浏览器")` 或 `@rpa_step`

### GEO batch 示例

```python
from jiangchang_skill_core.activity import emit, finish

for i, item in enumerate(items, 1):
    emit(f"生成 {item['title']}", type="progress", current=i, total=len(items), skill="geo-batch")
    # ... business logic ...

finish(status="success", skill="geo-batch", generated=len(items))
```

### RPA 步骤示例

```python
from jiangchang_skill_core.activity import emit, rpa_step

@rpa_step("打开浏览器")
def open_browser(page):
    page.goto("https://example.com")

emit("手动步骤说明", skill="publish-toutiao", stage="rpa")
```

`RpaVideoSession.add_step()` 在录屏字幕之外默认同步 `emit(..., stage="rpa.video")`；可通过 `emit_activity=False` 关闭。

## Skill Runtime Control Protocol (SRCP) v1 — 1.2.0+

宿主通过 **control 文件**向技能进程下发暂停 / 继续 / 停止；platform-kit 在**步骤闸门**自动读取，技能作者无需手写控制逻辑。

### control.json（宿主写、kit 读）

```
{JIANGCHANG_DATA_ROOT}/.jiangchang/runs/{job_id}.control.json
```

```json
{
  "schema_version": 1,
  "command": "none",
  "reason": "user",
  "ts": 1730000000000,
  "nonce": 1
}
```

| command | 行为 |
|---------|------|
| `none` | 正常运行 |
| `pause` | 下一步闸门进入暂停（阻塞直到 resume 或 stop） |
| `resume` | 从暂停恢复 |
| `stop` | 协作式停止，抛出 `JobStopped` |

宿主更新命令时应递增 `nonce`（kit 每次闸门重新读文件，不依赖缓存）。

### 步骤闸门（自动挂载）

| 调用点 | 闸门行为 |
|--------|----------|
| `emit()` / `step()` | 进入步骤前 gate + 写 Journal |
| `@rpa_step` | 进入步骤前 gate，再写 ▶ / ✓ |
| `RpaVideoSession.add_step()` | 经 `emit()` 自动 gate |
| `interruptible_sleep()` | 每 200ms 切片 `checkpoint()`（可暂停/停止） |

暂停在**当前步骤边界**生效（与影刀「当前指令执行完后暂停」一致），不在 DOM 原子操作中途冻结。

### lifecycle Journal 事件

闸门写入 `type: lifecycle` 事件，供宿主任务中心显示运行 / 暂停 / 继续状态：

```json
{"type":"lifecycle","status":"paused","text":"已暂停，等待继续","step_index":3,"step_name":"打开页面",...}
```

### API

| API | 作用 |
|-----|------|
| `checkpoint()` | 仅 consult control（长等待循环内使用） |
| `interruptible_sleep(sec)` | async 可中断 sleep |
| `interruptible_sleep_sync(sec)` | sync 可中断 sleep |
| `JobStopped` | 宿主 stop 时抛出；`job_context` 自动 `finish(..., error_code="JOB_STOPPED")` |
| `get_control_path()` | 当前 job 的 control 文件路径（诊断） |

环境变量：

- `JIANGCHANG_CONTROL_POLL_SEC` — 暂停轮询间隔（默认 `0.2`）
- `JIANGCHANG_CONTROL_DISABLED=1` — 禁用闸门（仅测试）

### RPA 示例（拆步 + 可中断等待）

```python
from jiangchang_skill_core.activity import (
    emit,
    finish,
    job_context,
    interruptible_sleep,
    rpa_step,
)

def cmd_run(...):
    with job_context(skill="demo-skill"):
        emit("开始任务", skill="demo-skill", stage="run")

        @rpa_step("打开后台")
        async def open_admin(page):
            await page.goto("https://example.com")
            await interruptible_sleep(1.5)

        await open_admin(page)
        finish(status="success", message="完成", skill="demo-skill")
```

技能作者规范以 **skill-template** 为准；本 README 为实现细节参考。

### 兄弟技能 CLI 桥

```python
from jiangchang_skill_core import call_sibling_json, get_sibling_main_path

accounts = call_sibling_json("account-manager", ["list", "all"])
```

同步 `subprocess.run`，`capture_output=True`，自动带上 `subprocess_env_with_trace()`。

## 共享媒体资源

`jiangchang_skill_core.media_assets` 提供共享媒体资源解析能力。默认会从：

`{JIANGCHANG_DATA_ROOT}/shared/media-assets`

读取背景音乐、字体、水印和 ffmpeg 工具。

如果目录不存在，会优先下载稳定 release bundle（不依赖用户电脑安装 Git）：

`https://git.jc2009.com/client-commons/media-assets/releases/download/vlatest/media-assets.zip`

bundle 内含背景音乐、字体与水印；**不包含** ffmpeg 二进制。ffmpeg / ffprobe 仍由 bundle 内 `manifest.json` 的 `tools.ffmpeg` 下载源单独拉取。

可通过环境变量覆盖：

- `MEDIA_ASSETS_ROOT=/path/to/custom/media-assets` — 本地资源目录
- `MEDIA_ASSETS_BUNDLE_URL=https://example.com/media-assets.zip` — bundle 下载地址

### Runtime diagnostics（统一 health 诊断）

`jiangchang_skill_core.runtime_diagnostics` 提供各 Skill 共用的 Runtime / media-assets / ffmpeg 探测，避免每个技能各自复制检查逻辑。Skill 的 `health` 命令可调用：

```python
from jiangchang_skill_core import (
    collect_runtime_diagnostics,
    format_runtime_health_lines,
    runtime_diagnostics_dict,
)

diag = collect_runtime_diagnostics(
    skill_slug="my-skill",
    platform_kit_min_version="1.0.10",  # 可选；省略则只报告当前版本
    skill_root="/path/to/my-skill",     # 可选；用于检测 vendored jiangchang_skill_core
)
for line in format_runtime_health_lines(diag):
    print(line)
print(runtime_diagnostics_dict(diag))  # 可 JSON 序列化
```

诊断只读探测本地状态，不会触发 media-assets 下载。

### 录屏合成（`screencast`）

`run_screencast()` / `compose_video()` 通过 `jiangchang_skill_core.media_assets` 解析 ffmpeg 与背景音乐，**不使用系统 PATH 中的 `ffmpeg`**。

- **默认**：不传 `media_assets_root` 时，使用 `{JIANGCHANG_DATA_ROOT}/shared/media-assets`（或进程环境中已有的 `MEDIA_ASSETS_ROOT`）。
- **覆盖**：传入 `media_assets_root="/path/to/media-assets"`，或在 `compose_video(..., media_assets_env={"MEDIA_ASSETS_ROOT": "..."})` 中设置；参数 `media_assets_root` 优先于 `media_assets_env` 里已有的 `MEDIA_ASSETS_ROOT`。
- `run_screencast(media_assets_root=...)` 会把该路径原样传给 `compose_video()`；`music_subdir` 已废弃（会触发 `DeprecationWarning`），音乐选择统一由 `pick_background_music()` 完成。

```python
from screencast import run_screencast

run_screencast(
    skill_slug="demo-skill",
    subtitle_script=[("PASSED", "测试通过")],
    pytest_args=["-q", "tests/test_demo.py"],
    output_dir="./out",
    media_assets_root="/path/to/media-assets",  # 可选
)
```

## 5. 发版流程（维护者）

### 发布规则

- jiangchang-platform-kit **只发布正式版本**。
- 每次需要发布公共能力时，先 bump `pyproject.toml` 的 `version`（例如 `1.0.10` → `1.0.11`）。
- 推送 `main` 后，`.github/workflows/publish.yml` 会构建并上传该正式版本到 Gitea PyPI。
- 发布包版本必须等于 `pyproject.toml` 中的 `version`；若该版本已存在，上传会失败，需继续 bump 版本号后再推送。

```bash
git push origin main
```

升级安装：

```bash
python -m pip install --upgrade \
  --index-url https://git.jc2009.com/api/packages/client-jiangchang/pypi/simple/ \
  --extra-index-url https://pypi.org/simple \
  jiangchang-platform-kit
```

### 安装后验证

```bash
python -c "from jiangchang_desktop_sdk.e2e_helpers import send_prompt_via_composer; print('e2e_helpers OK')"
python -c "from screencast import run_screencast; print('screencast OK')"
```

仓库内还保留 `examples/`、`tools/`、`python-runtime/` 目录及既有 Skill / 前端相关的 GitHub Actions 工作流，与本 PyPI 包的发布彼此独立。`tools/screencast/` 为兼容薄壳，pip 包内实现位于 `screencast` 包（`src/screencast/`）。

## v0.2.0 — data-jcid migration (internal refactor)

### TL;DR

本次内部重构:SDK 不再依赖匠厂主仓库的 `data-jcid` 属性。
所有公开 API(`ask` / `read` / `new_task` / `wait_gateway_ready` 等)
**签名与行为保持不变**,只有内部选择器实现切换到新的语义锚点 + ClawX testid。

### 改变了什么

- `client.py` 内所有 `[data-jcid="..."]` 选择器已移除
- 改用匠厂主仓库为 SDK 承诺的语义锚点:`data-role` / `data-message-id` /
  `data-streaming`(在 ChatMessage 上)、`data-sending` / `data-message-count`
  (在 chat-page 根上)
- `window.__jc_sending__` 仍是核心 sending 信号,保持不变
- 这些锚点由匠厂主仓库的以下机制守护:
  - `docs/JIANGCHANG_CUSTOM_ANCHORS.md` 中央清单
  - 源码内 `JIANGCHANG CUSTOM ANCHOR` 边界注释
  - `harness/specs/jiangchang-custom-anchors.spec.ts` E2E 守护测试
  - Gitea CI grep 检查 step

### 已知限制

- `send_file()` 暂未实现,抛 `NotImplementedError`。
  原因:附件上传走 Electron IPC,SDK 需要主仓库提供新 hook。
- `_gateway_state()` 永远返回 `'unknown'`。
  原因:gateway 状态不再暴露 DOM data-state;本方法已预留未来通过
  `window.__jc_gateway_state__` 读取的实现路径。

这两个限制对常规 ask/read 工作流**无影响**,sending 完成判定依靠
`window.__jc_sending__` + `data-sending` + 文本稳定性合流即可。

### 升级影响

- 在 jiangchang v2.0.17(含)以上版本上跑:应正常工作
- 在 jiangchang v2.0.16(及更早含 data-jcid 的版本)上跑:不再兼容
  如果需要在旧版本上跑,固定 SDK 版本到 v0.1.x

### 验证清单(集成方建议跑一次)

打开匠厂客户端 → 用 SDK 跑下面 3 步,确认基础流程通:

```python
from jiangchang_desktop_sdk import JiangchangDesktopClient

with JiangchangDesktopClient() as c:
    c.ensure_app_running()
    c.wait_gateway_ready()
    c.new_task()
    answer = c.ask("你好,请回复确认 SDK 可用")
    assert answer, f"Empty answer: {answer!r}"
    print("OK:", answer[:200])
```
