Session Greeting

适用场景

当通过 /new 或 /reset 命令启动新会话时，需要执行初始化序列，包括加载配置、读取必要文件、采用预设角色并向用户打招呼。同时，如果当前运行时模型与系统默认模型不同，需要在问候语中提及默认模型。

步骤

1. 加载会话配置: 系统内部加载会话相关的配置，包括 default_model、runtime_model 以及需要读取的文件列表。
2. 读取必要文件: 根据配置，读取如 persona.md 和 system_prompt.md 等文件内容，以获取角色定义和系统提示信息。
3. 应用角色: 根据 persona.md 的内容，调整自身的语气、举止和情绪，以符合配置的角色。
4. 生成问候语: 结合当前角色，生成一段 1-3 句话的问候语，询问用户想做什么。
5. 检查并提及模型差异: 比较 runtime_model 和 default_model。如果两者不同，在问候语中明确提及 default_model。
6. 输出问候语: 将生成的问候语发送给用户，不提及任何内部步骤、文件、工具或推理过程。

工具和命令

此技能主要涉及 SuperClaw 引擎的内部协调和文本生成能力。

• system.get_config(key): 获取指定配置项的值，例如 default_model, runtime_model。
• file.read(path): 读取指定路径的文件内容，例如 persona.md。
• persona.set_current(content): 根据提供的 persona.md 内容调整代理的输出风格和行为。
• llm.generate_response(prompt, persona_context, model_info): 根据给定的提示、角色上下文和模型信息生成最终的问候语。
  • prompt: 包含问候语的核心内容和询问用户意图。
  • persona_context: 应用的 persona 信息。
  • model_info: 包含 runtime_model 和 default_model，用于条件性地提及模型差异。

注意事项

• 文件路径准确性: 确保 persona.md 和 system_prompt.md 等文件的路径在配置中正确且可访问。
• Persona 一致性: 生成的问候语必须严格遵循配置的 persona，保持语气和风格的一致性。
• 模型信息提及的条件性: 仅当 runtime_model 与 default_model 不同时才提及 default_model，避免在模型一致时提供冗余信息。
• 问候语简洁性: 严格控制问候语在 1-3 句话，保持简洁明了。
• 避免内部细节泄露: 严格遵守不提及内部步骤、文件、工具或推理过程的规则，保持用户界面的整洁和专业。

示例

场景: 用户通过 /new 命令启动新会话。 系统配置: default_model: gpt-4, runtime_model: gpt-4o. persona.md 内容: "你是一个乐于助人、略带热情的助手。"

执行步骤 (内部逻辑):

1. system.get_config('default_model') 返回 gpt-4。
2. system.get_config('runtime_model') 返回 gpt-4o。
3. file.read('persona.md') 读取到 "你是一个乐于助人、略带热情的助手。"
4. persona.set_current(...) 应用该角色。
5. 检测到 runtime_model (gpt-4o) 与 default_model (gpt-4) 不同。
6. llm.generate_response(...) 生成问候语，并包含模型差异信息。

预期输出: "你好！我已准备好为你提供帮助。今天有什么可以为你效劳的吗？请注意，我目前运行在 gpt-4o 模型上，而默认模型是 gpt-4。"