feat: integrate all optimized code into parent repo

Author: QUSETIONS

.trae/specs/evolve-agent-loop-intelligence/checklist.md

@@ -0,0 +1,26 @@
+# Agent Loop 智能演化检查清单
+
+- [x] AgentMetrics 数据类定义完整（执行时间、token消耗、成功率、错误类型）
+- [x] 指标收集集成到 agent_loop.py，每轮执行数据被记录
+- [x] 指标持久化模块工作正常，历史指标可保存和加载
+- [x] ToolScheduler 类实现完成，基于历史成功率排序工具调用
+- [x] 动态并发控制实现，工具冲突历史影响并发度
+- [x] 智能调度器集成到并发执行逻辑
+- [x] ErrorClassifier 类实现，自动分类错误类型
+- [x] RecoveryStrategy 枚举和策略选择逻辑实现
+- [x] 指数退避重试策略实现
+- [x] 降级执行策略实现
+- [x] 用户请求授权策略实现
+- [x] 错误恢复集成到工具执行流程
+- [x] MemoryInjector 类实现，Agent Loop 开始时自动检索记忆
+- [x] 基于任务内容的记忆搜索和筛选逻辑实现
+- [x] 记忆注入到系统提示词的格式化逻辑实现
+- [x] 失败时相似解决方案检索实现
+- [x] NudgeGenerator 类实现，根据失败原因生成针对性提示
+- [x] 常见失败场景的 Nudge 模板定义
+- [x] 智能 Nudge 集成到重试逻辑
+- [x] Agent Loop 端到端集成测试通过
+- [x] 错误恢复集成测试通过
+- [x] 记忆注入集成测试通过
+- [x] 所有现有测试仍然通过（无回归）
+- [x] pytest 运行所有测试无错误

.trae/specs/evolve-agent-loop-intelligence/spec.md

@@ -0,0 +1,85 @@
+# Agent Loop 智能演化规范
+
+## Why
+
+Agent Loop 是 MiniCode 的核心中枢，当前实现虽然稳定但缺乏"智能"——它机械地执行工具调用，不会在失败时学习，不会根据历史表现调整策略，也不会利用新优化的记忆系统来改进决策。上一轮优化使记忆系统具备了更好的搜索和分类能力，但 Agent Loop 尚未充分利用这些能力。
+
+本轮优化的目标是让 Agent Loop 从"执行器"进化为"智能调度器"：
+1. 利用记忆系统学习历史执行模式
+2. 根据上下文自适应调整执行策略
+3. 在失败时智能恢复而非简单重试
+4. 收集性能指标用于持续优化
+
+## What Changes
+
+- **智能工具调度**: 基于历史成功率动态调整工具执行顺序和并发策略
+- **自适应错误恢复**: 根据错误类型自动选择重试/替代/降级策略
+- **记忆驱动的上下文注入**: 在 Agent Loop 中自动注入相关记忆到上下文
+- **执行模式自适应**: 根据任务类型自动切换串行/并行执行模式
+- **性能指标收集**: 收集每轮执行时间、token 消耗、成功率等指标
+- **智能 Nudge 生成**: 根据失败原因生成针对性的继续提示
+
+## Impact
+
+- Affected specs: Agent Loop, Memory System, Context Management, Tool System
+- Affected code: `py-src/minicode/agent_loop.py`, `py-src/minicode/memory.py`, `py-src/minicode/context_manager.py`, `py-src/minicode/state.py`
+
+## ADDED Requirements
+
+### Requirement: 智能工具调度
+系统 SHALL 根据工具历史表现动态调整执行策略。
+
+#### Scenario: 高成功率工具优先
+- **WHEN** 多个工具可以并行执行
+- **THEN** 历史成功率高的工具优先执行，失败率高的工具延后或改为串行
+
+#### Scenario: 动态并发控制
+- **WHEN** 工具执行历史显示某类工具经常相互干扰
+- **THEN** 系统自动降低这些工具的并发度
+
+### Requirement: 自适应错误恢复
+系统 SHALL 根据错误类型和上下文自动选择恢复策略。
+
+#### Scenario: 网络错误自动重试
+- **WHEN** 工具执行因网络问题失败
+- **THEN** 系统自动重试，使用指数退避策略
+
+#### Scenario: 权限错误降级
+- **WHEN** 工具因权限不足失败
+- **THEN** 系统尝试使用低权限替代方案或请求用户授权
+
+#### Scenario: 资源不足等待
+- **WHEN** 工具因资源不足（内存/磁盘）失败
+- **THEN** 系统等待后重试，或建议清理资源
+
+### Requirement: 记忆驱动的上下文注入
+系统 SHALL 在 Agent Loop 执行前自动检索和注入相关记忆。
+
+#### Scenario: 任务开始时注入记忆
+- **WHEN** Agent Loop 开始新一轮执行
+- **THEN** 系统自动搜索与当前任务相关的记忆并注入上下文
+
+#### Scenario: 失败时检索相似解决方案
+- **WHEN** 工具执行失败
+- **THEN** 系统搜索记忆中是否有类似问题的解决方案
+
+### Requirement: 性能指标收集
+系统 SHALL 收集和分析 Agent Loop 的执行指标。
+
+#### Scenario: 执行时间追踪
+- **WHEN** 每轮 Agent Loop 执行完成
+- **THEN** 系统记录执行时间、工具调用次数、token 消耗
+
+#### Scenario: 成功率统计
+- **WHEN** 工具执行完成
+- **THEN** 系统更新该工具的成功率统计
+
+## MODIFIED Requirements
+
+### Requirement: 工具并发执行
+**Reason**: 需要在现有并发基础上增加智能调度
+**Migration**: 向后兼容，现有并发逻辑保留，增加智能层
+
+### Requirement: 错误处理
+**Reason**: 现有错误处理是固定的，需要自适应能力
+**Migration**: 保留现有错误处理作为 fallback，新增智能恢复层

.trae/specs/evolve-agent-loop-intelligence/tasks.md

@@ -0,0 +1,47 @@
+# Agent Loop 智能演化任务清单
+
+- [x] Task 1: 实现性能指标收集系统
+  - [x] SubTask 1.1: 创建 AgentMetrics 数据类，定义指标结构（执行时间、token消耗、成功率、错误类型）
+  - [x] SubTask 1.2: 在 agent_loop.py 中集成指标收集，记录每轮执行数据
+  - [x] SubTask 1.3: 创建指标持久化模块，将历史指标保存到本地文件
+  - [x] SubTask 1.4: 编写指标收集的单元测试
+
+- [x] Task 2: 实现智能工具调度器
+  - [x] SubTask 2.1: 创建 ToolScheduler 类，基于历史成功率排序工具调用
+  - [x] SubTask 2.2: 实现动态并发控制，根据工具冲突历史调整并发度
+  - [x] SubTask 2.3: 集成调度器到 agent_loop.py 的并发执行逻辑
+  - [x] SubTask 2.4: 编写调度器单元测试
+
+- [x] Task 3: 实现自适应错误恢复
+  - [x] SubTask 3.1: 创建 ErrorClassifier 类，自动分类错误类型（网络/权限/资源/逻辑）
+  - [x] SubTask 3.2: 实现 RecoveryStrategy 枚举和策略选择逻辑
+  - [x] SubTask 3.3: 实现指数退避重试、降级执行、用户请求等恢复策略
+  - [x] SubTask 3.4: 集成错误恢复到 agent_loop.py 的工具执行流程
+  - [x] SubTask 3.5: 编写错误恢复单元测试
+
+- [x] Task 4: 实现记忆驱动的上下文注入
+  - [x] SubTask 4.1: 创建 MemoryInjector 类，在 Agent Loop 开始时检索相关记忆
+  - [x] SubTask 4.2: 实现基于任务内容的记忆搜索和筛选逻辑
+  - [x] SubTask 4.3: 实现记忆注入到系统提示词的格式化逻辑
+  - [x] SubTask 4.4: 实现失败时的相似解决方案检索
+  - [x] SubTask 4.5: 编写记忆注入单元测试
+
+- [x] Task 5: 实现智能 Nudge 生成
+  - [x] SubTask 5.1: 创建 NudgeGenerator 类，根据失败原因生成针对性提示
+  - [x] SubTask 5.2: 定义常见失败场景的 Nudge 模板
+  - [x] SubTask 5.3: 集成 Nudge 生成到 agent_loop.py 的重试逻辑
+  - [x] SubTask 5.4: 编写 Nudge 生成单元测试
+
+- [x] Task 6: 集成测试与验证
+  - [x] SubTask 6.1: 编写 Agent Loop 端到端集成测试（含智能调度）
+  - [x] SubTask 6.2: 编写错误恢复集成测试
+  - [x] SubTask 6.3: 编写记忆注入集成测试
+  - [x] SubTask 6.4: 运行所有现有测试，确保无回归
+
+# Task Dependencies
+
+- [Task 2] depends on [Task 1] - 智能调度需要历史指标数据
+- [Task 3] depends on [Task 1] - 错误恢复需要错误类型统计
+- [Task 4] depends on [Task 2] - 记忆注入在调度之后执行
+- [Task 5] depends on [Task 3] - 智能 Nudge 基于错误分类
+- [Task 6] depends on [Task 1, Task 2, Task 3, Task 4, Task 5] - 集成测试需要所有组件

.trae/specs/optimize-memory-testing/checklist.md

@@ -0,0 +1,25 @@
+# 记忆体系与集成测试优化检查清单
+
+- [x] TF-IDF 搜索算法优化后，中文查询准确率提升
+- [x] TF-IDF 搜索算法优化后，英文查询准确率保持或提升
+- [x] TF-IDF 搜索算法优化后，多关键词查询返回结果按相关性正确排序
+- [x] 记忆条目支持自动分类功能
+- [x] 记忆条目支持手动添加和删除标签
+- [x] 通过标签可以成功搜索和过滤记忆条目
+- [x] 记忆文件写入使用原子操作，防止数据损坏
+- [x] 损坏的记忆文件可以自动检测和恢复
+- [x] 记忆数据支持压缩和清理机制
+- [x] 创建 test_memory_integration.py 测试文件
+- [x] 记忆与上下文管理器集成测试通过
+- [x] 记忆与会话系统集成测试通过
+- [x] 记忆与权限系统集成测试通过
+- [x] 端到端测试框架和夹具创建完成
+- [x] 完整 Agent 循环工作流测试（包含记忆检索）通过
+- [x] 多轮对话记忆累积和检索测试通过
+- [x] 跨会话记忆恢复和连续性测试通过
+- [x] conftest.py 扩展了记忆相关夹具
+- [x] 测试工具函数库创建完成
+- [x] 记忆搜索性能基准测试通过
+- [x] 内存使用监控和限制测试通过
+- [ ] 所有现有测试仍然通过（无回归）
+- [ ] pytest 运行所有测试无错误

.trae/specs/optimize-memory-testing/spec.md

@@ -0,0 +1,67 @@
+# 记忆体系与集成测试优化规范
+
+## Why
+
+当前 MiniCode 的记忆系统（Memory System）和集成测试存在以下问题需要优化：
+
+1. **记忆系统**：多层记忆（user/project/local）的 TF-IDF 搜索算法需要优化精度和性能；记忆条目管理缺少更好的分类和标签系统；跨会话记忆恢复需要更可靠的机制
+2. **集成测试**：测试覆盖率不足，特别是记忆系统与上下文管理器、会话系统的集成场景；缺少端到端的完整工作流测试；测试夹具（fixtures）不够完善
+
+## What Changes
+
+- 优化 TF-IDF 搜索算法，提升记忆检索精度
+- 增加记忆条目分类系统和标签管理
+- 改进跨会话记忆恢复机制
+- 扩展集成测试覆盖记忆相关场景
+- 新增端到端工作流测试
+- 完善测试夹具和工具函数
+
+## Impact
+
+- Affected specs: Memory System, Integration Testing, Context Management
+- Affected code: `py-src/minicode/memory.py`, `py-src/minicode/context_manager.py`, `py-src/tests/`
+
+## ADDED Requirements
+
+### Requirement: 记忆检索优化
+系统 SHALL 提供优化的 TF-IDF 搜索算法，支持多语言（英文和中文）分词和更精确的相关性计算。
+
+#### Scenario: 中文代码查询
+- **WHEN** 用户输入中文查询包含代码相关术语
+- **THEN** 系统能够正确分词并返回相关记忆条目
+
+#### Scenario: 多关键词查询
+- **WHEN** 用户使用多个关键词进行查询
+- **THEN** 系统返回按相关性排序的记忆条目
+
+### Requirement: 记忆分类与标签系统
+系统 SHALL 支持记忆条目的自动分类和手动标签管理。
+
+#### Scenario: 自动分类
+- **WHEN** 添加新记忆条目
+- **THEN** 系统根据内容自动分配分类标签
+
+#### Scenario: 标签搜索
+- **WHEN** 用户通过标签搜索记忆
+- **THEN** 系统返回该标签下的所有记忆条目
+
+### Requirement: 集成测试扩展
+系统 SHALL 提供全面的集成测试覆盖记忆系统和相关组件的交互。
+
+#### Scenario: 记忆与上下文集成
+- **WHEN** 运行记忆相关集成测试
+- **THEN** 验证记忆系统与上下文管理器的正确集成
+
+#### Scenario: 端到端工作流
+- **WHEN** 运行端到端测试
+- **THEN** 验证完整的工作流（用户输入 → 记忆检索 → 上下文构建 → 模型调用 → 结果返回）
+
+## MODIFIED Requirements
+
+### Requirement: TF-IDF 实现
+**Reason**: 现有 TF-IDF 实现需要支持更好的中文分词和更平滑的 IDF 计算
+**Migration**: 向后兼容，现有记忆数据格式不变
+
+### Requirement: 集成测试结构
+**Reason**: 需要重组测试结构，增加专门的记忆集成测试文件
+**Migration**: 新增测试文件，不影响现有测试

.trae/specs/optimize-memory-testing/tasks.md

@@ -0,0 +1,45 @@
+# 记忆体系与集成测试优化任务清单
+
+- [x] Task 1: 优化 TF-IDF 搜索算法
+  - [x] SubTask 1.1: 实现改进的分词器，支持中文 CJK 字符更好处理
+  - [x] SubTask 1.2: 优化 IDF 计算，使用更平滑的对数缩放
+  - [x] SubTask 1.3: 添加查询扩展支持，处理同义词和相关术语
+  - [x] SubTask 1.4: 编写 TF-IDF 优化的单元测试
+
+- [x] Task 2: 实现记忆分类与标签系统
+  - [x] SubTask 2.1: 扩展 MemoryEntry 数据结构，添加分类和标签字段
+  - [x] SubTask 2.2: 实现自动分类逻辑（基于关键词匹配）
+  - [x] SubTask 2.3: 添加标签管理 API（添加/删除/搜索标签）
+  - [x] SubTask 2.4: 编写分类和标签系统的单元测试
+
+- [x] Task 3: 改进记忆持久化和恢复机制
+  - [x] SubTask 3.1: 优化记忆文件的原子写入，确保数据一致性
+  - [x] SubTask 3.2: 添加记忆数据校验和恢复逻辑
+  - [x] SubTask 3.3: 实现记忆压缩和清理机制
+  - [x] SubTask 3.4: 编写持久化和恢复的测试
+
+- [x] Task 4: 扩展集成测试覆盖
+  - [x] SubTask 4.1: 创建专门的记忆集成测试文件 test_memory_integration.py
+  - [x] SubTask 4.2: 编写记忆与上下文管理器集成测试
+  - [x] SubTask 4.3: 编写记忆与会话系统集成测试
+  - [x] SubTask 4.4: 编写记忆与权限系统集成测试
+
+- [x] Task 5: 实现端到端工作流测试
+  - [x] SubTask 5.1: 创建端到端测试框架和夹具
+  - [x] SubTask 5.2: 编写完整 Agent 循环工作流测试（包含记忆检索）
+  - [x] SubTask 5.3: 编写多轮对话记忆累积和检索测试
+  - [x] SubTask 5.4: 编写跨会话记忆恢复和连续性测试
+
+- [x] Task 6: 完善测试基础设施
+  - [x] SubTask 6.1: 扩展 conftest.py，添加记忆相关夹具
+  - [x] SubTask 6.2: 创建测试工具函数库（记忆数据生成、验证等）
+  - [x] SubTask 6.3: 添加性能基准测试（记忆搜索性能）
+  - [x] SubTask 6.4: 添加内存使用监控和限制测试
+
+# Task Dependencies
+
+- [Task 2] depends on [Task 1] - 分类系统需要优化的搜索算法支持
+- [Task 3] depends on [Task 2] - 持久化需要完整的数据结构
+- [Task 4] depends on [Task 1, Task 2, Task 3] - 集成测试需要所有记忆组件
+- [Task 5] depends on [Task 4] - 端到端测试需要集成测试基础
+- [Task 6] can run in parallel with [Task 1, Task 2, Task 3] - 测试基础设施可并行开发