Bug: file_write 内容提取逻辑存在 3 个 Bug + 1 个设计缺陷

[DaPengRuYi]

Bug: file_write 内容提取逻辑存在 3 个 Bug + 1 个设计缺陷

背景

file_write 工具通过解析 LLM 回复中的 <file_content> 标签或代码块来获取写入内容。当写入包含代码块的大文件时，内容提取会失败，导致文件写入为空。

Bug 1: 贪婪正则匹配（ga.py）

文件: ga.py — extract_robust_content()

tag = re.search(r"<file_content[^>]*>(.*)</file_content>", text, re.DOTALL)

(.*) 贪婪匹配会匹配到最后一个 </file_content>，如果回复中有多组标签或内容中包含 </file_content> 字面量，会吞掉中间内容。

修复: 改为 (.*?) 非贪婪匹配。

Bug 2: triple-backtick 回退逻辑完全错误（ga.py）

s, e = text.find("```"), text.rfind("```")
if -1 < s < e: return text[text.find("\n", s)+1 : e].strip()

当文章本身包含代码块时（例如技术文章），find("```") 取第一个 ，`rfind("")` 取最后一个 ```，截取的范围是从文章开头的标记到末尾的标记，完全不是期望的文件内容。

Bug 3: _clean_content 静默删除 <file_content> 显示（agent_loop.py）

for p in [r'<file_content>[\s\S]*?</file_content>', ...]:
    text = re.sub(p, '', text)

<file_content> 标签在显示时被完全移除，调试时无法确认模型是否写对了内容。

Bug 4: Schema 缺少 content 参数（tools_schema.json）

file_write 的 JSON schema 只有 path 和 mode 两个参数，没有 content。所有写入内容完全依赖 response.content 的文本解析，一旦解析失败就没有任何兜底。

建议修复

1. ga.py: 重写 extract_robust_content，优先 args.content，其次 <file_content> 非贪婪匹配，最后只取最后一个代码块
2. tools_schema.json: 给 file_write 增加可选 content 字段
3. agent_loop.py: _clean_content 改为占位符替代而非完全删除 <file_content>

---

已在实际环境中复现并验证修复方案（3 文件 12 行修改），可提供补丁。