DeepMiner-skills

用于与 DM 系统交互的命令行工具。

🚀 从零开始（安装指南）

步骤 1：安装 dm-cli

npm install -g deepminer-cli

步骤 2：配置 AccessKey

dm-cli config init --endpoint \x3CAPI端点> --accesskey \x3CAccessKey> --json

步骤 3：验证配置

dm-cli auth status --json

⚠️ 核心规则

0. 版本检查（每次使用必做）

每次使用本 Skill 前，必须检查版本是否为最新。

检查方法：

# 获取 ClawHub 上的最新版本
curl -s "https://clawhub.ai/dmpm-mininglamp/dmskills" | grep -oP 'version:"[^"]+"' | head -1 | cut -d'"' -f2

当前最新版本： 1.4.0

本地版本检查：

查看本 SKILL.md 文件顶部的版本标记，或检查 _meta.json 文件。

版本不一致时：

⚠️ DeepMiner-skills 版本过旧！

本地版本：x.x.x
最新版本：1.1.0

请访问 https://clawhub.ai/dmpm-mininglamp/dmskills 下载最新版本，
或使用 clawhub CLI 更新：

  clawhub install dmpm-mininglamp/dmskills

更新后继续执行任务。

为什么重要：

• 新版本可能修复关键 bug（如 async_tag_task 状态处理）
• 新版本可能增加重要功能（如新的轮询机制）
• 确保用户获得最新、最准确的指导

1. Prompt 原样传递（禁止修改）

用户的 prompt 必须原样传递给 DM，禁止任何改写、润色或添加解释。

2. DM 返回内容原样呈现

DM 返回的 last_messages 必须原样提取并返回，禁止省略、改写或总结。

3. 追问 vs 新会话判断

• 用户说"再..."、"那..."、"继续..."等信号词时，用 --thread-id 追问
• 完全独立的新主题时，新开 thread

4. 默认使用 subagent 执行任务

⚠️ 除非用户明确要求在主 session 执行，否则一律使用 subagent！

原因：

• DM 任务执行时间不可预知（几秒到几分钟不等）
• 主 session 被占用时，用户无法继续对话
• 用户可能在等待期间追问或发出新指令

使用 subagent 的方式：

sessions_spawn({
  runtime: "subagent",
  task: "使用 dm-cli 执行 DM 任务：{用户原始请求}",
  mode: "run"
})

例外情况（可以在主 session 执行）：

• 用户明确说"直接执行"、"不要用 subagent"
• 任务非常简单且预计秒级返回（如查询状态）

为什么重要：

• 保持主 session 响应能力
• 用户体验更好（不用等待轮询完成才能继续聊）

5. 追问前必须检查状态

⚠️ 追问前必须先检查上一次任务状态！

原因：如果上一次任务还在 running，直接追问可能会失败或被拒绝。

流程：

1. 用户发送追问指令
   ↓
2. 检查上一次 DM 任务状态
   dm-cli thread result --thread-id \x3Cid> --json
   ↓
3. 根据 state 决定下一步：
   - running → 需要使用 --force（见下方说明）
   - ask_human/completed/failed → 直接追问

代码示例：

# 追问前检查状态
prev_result=$(dm-cli thread result --thread-id "$thread_id" --json)
prev_state=$(echo "$prev_result" | jq -r '.data.state')

case "$prev_state" in
    "running")
        # 需要告知用户风险，确认后使用 --force
        echo "⚠️ 上一次任务仍在执行中，追问会中断当前任务。"
        echo "是否继续？(使用 --force 强制追问)"
        # 等待用户确认后执行
        dm-cli thread start --thread-id "$thread_id" --message "追问内容" --force --json
        ;;
    "ask_human"|"completed"|"failed")
        # 直接追问
        dm-cli thread start --thread-id "$thread_id" --message "追问内容" --json
        ;;
esac

5. --force 参数说明

作用：强制停止当前正在运行的 agent_run，立即接受新消息。

使用场景：

• 上一次任务还在 running 状态
• 用户想要追加新指令或改变方向

风险：

• ⚠️ 正在执行的任务会被中断
• 可能丢失中间结果
• 应该告知用户这个风险

示例：

# 不带 --force（running 状态可能失败）
dm-cli thread start --thread-id abc123 --message "新问题" --json
# 可能返回错误：会话正在运行中

# 带 --force（强制中断当前任务）
dm-cli thread start --thread-id abc123 --message "新问题" --force --json
# 成功，但之前的任务被中断

最佳实践：

1. 先检查状态，告知用户风险
2. 用户确认后再使用 --force
3. 如果任务很重要，建议等 completed 后再追问

6. 异步任务的两步确认机制

⚠️ 启动异步任务必须用 CLI 命令，不能用追问消息！

背景：DM 对大规模异步任务（如批量标注）设计了双重确认机制，防止误触发消耗大量积分。

❌ 错误做法（会导致任务被取消）

# 错误：用追问消息启动任务
dm-cli thread start --thread-id "$thread_id" --message "请开始执行异步标注任务"
# 结果：任务被取消，状态变为 rejected

✅ 正确流程

完整代码示例

# 步骤 1：第一次追问（提交异步任务）
dm-cli thread start --thread-id "$thread_id" --message "确认执行全量标注" --json

# 步骤 2：等待状态稳定，获取 task_id
sleep 10
result=$(dm-cli thread result --thread-id "$thread_id" --json)
state=$(echo "$result" | jq -r '.data.state')
task_id=$(echo "$result" | jq -r '.data.status_info.task_id')

if [ "$state" = "async_tag_task" ]; then
    # 步骤 3：用 CLI 命令启动任务（关键！）
    dm-cli task lifecycle --thread-id "$thread_id" --task-id "$task_id" --action start --json
    
    echo "✅ 异步任务已启动执行！"
    echo "任务ID: $task_id"
fi

关键命令：task lifecycle

状态说明

常见错误

通知用户

第一次追问后：

📋 异步任务已提交（PENDING）

任务ID: xxx
预估积分: 45-90 credits

等待 CLI 启动命令执行...

CLI 启动后：

✅ 异步任务已启动执行！

任务ID: xxx
请等待完成，轮询子代理会通知结果。

为什么重要

• 防止误触发大规模任务消耗积分
• 用追问消息会取消任务（系统设计）
• CLI 命令是唯一正确的启动方式
• 给用户第二次思考的机会
• 确保用户明确知道任务将要执行

执行流程

标准流程（非阻塞轮询）

1. 用户发送任务
   ↓
2. dm-cli thread start --message "用户原话" --json
   ↓
3. 获取 thread_id
   ↓
4. 启动轮询子代理（sessions_spawn）
   ↓
5. 告知用户 "DM 任务已提交..."
   ↓
6. 主代理保持响应，等待子代理通知
   ↓
7. 子代理检测到状态变化 → sessions_send 通知主会话
   ↓
8. 主代理收到通知，处理并返回结果

非阻塞轮询实现（核心）

⚠️ 必须使用 sessions_spawn 轮询

原因：

1. 同步 exec 会阻塞主代理，用户无法中断
2. 后台 exec 完成后只是系统消息，主代理不会自动响应
3. 需要子代理通过 message 工具直接通知用户

完整实现代码

步骤 1：提交任务

result=$(dm-cli thread start --message "用户原话" --json)
thread_id=$(echo "$result" | jq -r '.data.thread_id')

if [ -z "$thread_id" ] || [ "$thread_id" = "null" ]; then
    echo "❌ 任务提交失败"
    return
fi

步骤 2：启动轮询子代理（关键！）

使用 sessions_spawn 启动子代理，子代理会直接向用户发送结果：

{
  "action": "sessions_spawn",
  "runtime": "subagent",
  "mode": "run",
  "label": "dm-poll-${thread_id}",
  "timeoutSeconds": 3600,
  "task": "你是 DM 轮询子代理。\
\
## 任务\
轮询 DM 任务状态，完成后**直接通知用户**。\
\
## 参数\
- thread_id: \"${thread_id}\"\
\
## 轮询流程\
\
1. 调用 `dm-cli thread result --thread-id ${thread_id} --json` 获取状态\
2. 如果 state 是 running，等待后继续轮询（间隔 5/10/20/40/60 秒递增）\
3. 如果 state 变化：\
   - **使用 message 工具通知用户**：`{\"action\": \"send\", \"message\": \"结果内容\"}`\
   - 如果是终止状态（completed/ask_human/failed），退出\
\
## 状态处理\
\
| 状态 | 动作 |\
|------|------|\
| running | 继续轮询 |\
| async_tag_task | 通知用户去 GUI 确认（附具体链接 https://deepminer.com.cn/agents/${thread_id}），继续轮询 |\
| ask_human | 通知用户问题，退出 |\
| completed | 通知用户结果（含文件链接），退出 |\
| failed | 通知用户错误，退出 |\
\
## 通知格式示例\
\
**完成时**：\
```\
✅ DM 任务完成\
\
thread_id: xxx\
\
结果：...\
\
📄 文件：[链接]\
```\
\
**需要用户输入时**：\
```\
⏸️ DM 需要您的回复\
\
[问题内容]\
\
请回复后继续。\
```\
\
**重要**：必须使用 message 工具直接发送给用户，不要只是输出到 stdout！\
\
开始执行轮询。"
}

步骤 3：告知用户任务已提交

⏳ DM 任务已提交，正在后台处理中...

步骤 4：主代理保持响应

• 子代理在后台轮询
• 完成后子代理直接向用户发消息
• 主代理无需介入，用户直接收到结果

步骤 5：用户可随时中断

用户: "停止"
主代理: subagents kill dm-poll-${thread_id}

轮询子代理 Task 模板

主代理 spawn 子代理时，直接使用此模板作为 task 参数：

你是 DM 轮询子代理。

## ⚠️ 核心规则

1. **必须遍历所有 last_messages**，不能只看第一条
2. **必须原样呈现**，禁止总结、省略、改写 DM 的回复
3. **必须提取所有文件链接**，不能遗漏任何 attachment

## 参数

- thread_id: ${thread_id}

## 轮询流程

1. 使用 `exec` 工具调用 `dm-cli thread result --thread-id ${thread_id} --json`
2. 解析 `.data.state` 字段
3. 根据 state 处理：

| state | 动作 |
|-------|------|
| running | 等待 5/10/20/40/60 秒后继续轮询 |
| async_tag_task | 通知用户去 GUI 确认（链接：https://deepminer.com.cn/agents/${thread_id}），继续轮询 |
| ask_human | 输出问题，停止 |
| completed | 输出结果，停止 |
| failed | 输出错误，停止 |

## ⚠️ 通知方式

**直接输出以下格式的文本**（会自动推送给主代理，主代理转发给用户）：

✅ DM 任务完成

thread_id: ${thread_id}

结果：

[遍历 last_messages，原样输出每条 assistant 消息的 content]

文件：

[遍历 last_messages，提取所有 tool 消息的 artifact.attachments，列出所有文件链接]

## ⚠️ 关键提醒

- **不要调用 message 或 sessions_send 工具**
- **直接输出文本**，系统会自动推送
- 停止后你的输出会通过 subagent_announce 发送给主代理
- 主代理收到后会转发给用户

开始执行轮询任务。

主代理调用示例

{
  "action": "sessions_spawn",
  "runtime": "subagent",
  "mode": "run",
  "label": "dm-poll-${thread_id}",
  "timeoutSeconds": 3600,
  "task": "\x3C上面的模板内容，替换 ${thread_id} 为实际值>"
}

用户中断处理

当用户发送"停止"、"中止"指令时：

subagents kill --target dm-poll-${thread_id}

状态处理总结

异步任务轮询特殊处理（async_tag_task）

问题背景

DM 的打标注任务会进入 async_tag_task 状态，此时需要用户在 GUI 上确认后才能继续执行。这带来一个设计难题：

解决方案：分层轮询设计

核心原则： 子代理只输出、不停留，主代理负责决策和重启轮询。

流程：
1. 启动子代理轮询
2. 子代理检测到 `async_tag_task`
3. 子代理输出通知 → 停止（触发 subagent_announce）
4. 主代理收到通知，告知用户去 GUI 确认
5. 【关键】主代理提示："去 GUI 确认后，请发送 '继续'"
6. 用户去 GUI 确认，回来后发送 "继续"
7. 主代理启动新子代理，继续轮询到 completed

子代理 Task 模板（正确版本）

你是 DM 轮询子代理。

## 任务
轮询 DM 任务状态，**关键状态变化后立即停止并输出**。

## 参数
- thread_id: ${thread_id}

## 状态处理规则

| state | 动作 |
|-------|------|
| running | sleep 15秒，继续轮询 |
| async_tag_task | **输出通知 + 停止**（等待用户 GUI 操作） |
| ask_human | 输出问题 + 停止 |
| completed | 输出完整结果（含文件链接）+ 停止 |
| failed | 输出错误 + 停止 |

## ⚠️ 关键要求

- 遍历所有 last_messages，原样呈现
- 提取所有文件附件链接
- **非终止状态（running）才继续轮询**
- 遇到 async_tag_task/ask_human/completed/failed **立即停止**

开始执行轮询。

主代理处理模板

// 1. 首次启动轮询
sessions_spawn({
  runtime: "subagent",
  mode: "run",
  label: "dm-poll-${thread_id}",
  timeoutSeconds: 600,
  task: "\x3C上面的子代理模板>"
})

// 2. 收到 subagent_announce 后判断
if (result.contains("async_tag_task")) {
  // 通知用户去 GUI 确认
  reply("⏸️ 需要你去 GUI 确认...\
\
确认后请发送 '继续'")
} else if (result.contains("completed")) {
  // 任务完成，输出结果
  reply("✅ 任务完成...")
}

// 3. 用户发送 "继续" 后，启动新轮询
if (user_message == "继续") {
  sessions_spawn({
    runtime: "subagent",
    mode: "run",
    label: "dm-poll-${thread_id}-2",
    timeoutSeconds: 600,
    task: "\x3C同上>"
  })
}

关键点

1. 子代理不要用 message 工具 —— subagent 模式没有 message 工具
2. 子代理遇到 async_tag_task 必须停止 —— 才能触发 subagent_announce 通知主代理
3. 主代理必须提示用户 "完成后发送继续" —— 否则用户不知道要回来触发新轮询
4. 用递增的 label —— 如 dm-poll-xxx-2、dm-poll-xxx-3，避免冲突

关键优势

错误处理