fix: 清理过时文档 + 补全 4 个关键 TODO stub

.env.example

@@ -14,3 +14,10 @@ MODEL=LongCat-Flash-Chat
 # OPENAI_API_KEY=your-openai-api-key
 # OPENAI_BASE_URL=
 # MODEL=gpt-4o-mini
+
+# 日志配置
+# JOJO_CODE_LOG_LEVEL=INFO           # DEBUG, INFO, WARNING, ERROR
+# JOJO_CODE_LOG_FILE=server.log      # 日志文件路径
+# JOJO_CODE_LOG_FORMAT=json          # json 或 text
+# JOJO_CODE_LOG_MAX_BYTES=10485760   # 单文件最大 10MB
+# JOJO_CODE_LOG_BACKUP_COUNT=5       # 保留 5 个备份文件

.github/workflows/ci.yml

@@ -54,34 +54,6 @@ jobs:
           files: ./coverage.xml
           fail_ci_if_error: false
 
-  typescript-tests:
-    name: 🎨 TypeScript Tests
-    runs-on: ubuntu-latest
-
-    steps:
-      - name: 📥 Checkout repository
-        uses: actions/checkout@v4
-
-      - name: 📦 Setup pnpm
-        uses: pnpm/action-setup@v2
-        with:
-          version: 9
-
-      - name: 🐍 Setup Node.js
-        uses: actions/setup-node@v4
-        with:
-          node-version: '20'
-          cache: 'pnpm'
-
-      - name: 📦 Install dependencies
-        run: pnpm install
-
-      - name: 🔍 Run TypeScript tests
-        run: cd packages/cli && pnpm test -- --run
-
-      - name: 🔍 Type check
-        run: cd packages/cli && pnpm typecheck
-
   build:
     name: 🏗️ Build package
     runs-on: ubuntu-latest

.gitignore

@@ -37,6 +37,7 @@ Thumbs.db
 
 # Project-specific
 .jojo-code/
+server.log*
 
 # Node.js
 node_modules/

docs/CLAUDE_CODE_REFERENCE.md

@@ -69,16 +69,18 @@ Claude Code (TypeScript)
 
 | 模块 | jojo-code | Claude Code | 差距 |
 |------|-----------|-------------|------|
-| **状态机** | LangGraph (简单) | LangGraph + Task状态机 | 中 |
-| **工具数量** | ~20 | 44 | 大 |
-| **权限系统** | 基础 (3级) | 精细 (auto/manual/bypass + 规则引擎) | 大 |
+| **状态机** | ✅ LangGraph + Task 框架 | LangGraph + Task状态机 | 小 |
+| **工具数量** | ✅ 20+ 工具 | 44 | 中 |
+| **权限系统** | ✅ 5级模式 + 规则引擎 | 精细 (auto/manual/bypass + 规则引擎) | 小 |
 | **任务系统** | ✅ 6种任务类型 | 7种任务类型 | 小 |
 | **子 Agent** | ✅ SubAgent | AgentTool | 小 |
 | **Skills** | ✅ Skills 系统 | SkillTool | 小 |
 | **MCP 支持** | ✅ MCP 客户端 | 完整支持 | 中 |
-| **TUI** | ✅ Textual TUI | Ink (React) | 小 |
-| **插件系统** | ✅ 基础版 (hook) | 完整插件生态 | 大 |
-| **会话记忆** | 基础 | SessionMemory 服务 | 中 |
+| **TUI** | ✅ Textual TUI (Claude Code 风格) | Ink (React) | 小 |
+| **插件系统** | ✅ Hook 系统 + 权限控制 | 完整插件生态 | 中 |
+| **会话记忆** | ✅ 短期+长期+检索 | SessionMemory 服务 | 小 |
+| **AgentOps** | ✅ 追踪/指标/评估/报告 | LangSmith 集成 | 小 |
+| **API Server** | ✅ REST + WebSocket + SSE | 云端 API | 小 |
 
 ---
 
@@ -509,8 +511,7 @@ class SkillTool(BaseTool):
          ├── MCP 工具发现
          └── MCP 资源管理
 
-  [T2-2b] MCP Server 支持                   3天    T2-2    ⬜
-         └── MCP Server 实现
+  [T2-2b] MCP Server 支持                   3天    T2-2    ⬜ (移至 T5-4)
 
   [T2-3] 工具扩展 (+20 工具)                 3天    T0-3    ✅ 完成
          ├── WebFetchTool (网页抓取)
@@ -570,11 +571,38 @@ class SkillTool(BaseTool):
          ├── CodeReviewPlugin (安全/质量/风格检查)
          └── TestGeneratorPlugin (测试生成)
 
-  [T4-3] API Server 增强                    3天    T3-1    ⬜
-         ├── RESTful API
-         ├── WebSocket
+  [T4-3] API Server 增强                    3天    T3-1    ✅ 完成
+         ├── RESTful API (aiohttp)
+         ├── WebSocket (FastAPI)
          └── SSE 事件流
 
+══════════════════════════════════════════════════════════════════════════════
+                         阶段 4.5: AgentOps 监控 (进行中)
+══════════════════════════════════════════════════════════════════════════════
+
+  任务                                    时间    依赖    状态
+  ────────────────────────────────────────────────────────────────────────────
+  [T4-4] AgentOps 基础追踪                   3天    T3-1    ✅ 完成
+         ├── Trace/Span 数据结构 (models.py)
+         ├── Collector 收集器 (collector.py)
+         └── JSON 格式导出 (exporter.py)
+
+  [T4-5] AgentOps 指标统计                   2天    T4-4    ✅ 完成
+         ├── MetricsEngine 指标引擎 (metrics.py)
+         ├── 多维度统计
+         └── Dashboard CLI 面板 (dashboard.py)
+
+  [T4-6] AgentOps 自动评估                   3天    T4-4    ✅ 完成
+         ├── PlanningEvaluator (规则评估)
+         ├── TestCaseEvaluator (测试用例)
+         ├── PerformanceEvaluator (性能评估)
+         ├── CompositeEvaluator (组合评估)
+         └── ReportGenerator 报告生成 (report.py)
+
+  [T4-7] E2E 测试框架                       2天    T3-1    ✅ 完成
+         ├── 18 个用户旅程测试 (test_e2e/)
+         └── 端到端场景覆盖
+
 ══════════════════════════════════════════════════════════════════════════════
                          阶段 5: 高级功能 (可选)
 ══════════════════════════════════════════════════════════════════════════════
@@ -595,20 +623,24 @@ class SkillTool(BaseTool):
          ├── 共享记忆
          └── 协作任务
 
+  [T5-4] MCP Server 支持                    3天    T2-2    ⬜
+         └── MCP Server 实现 (对外暴露工具)
+
 ══════════════════════════════════════════════════════════════════════════════
                               总工期估算
 ══════════════════════════════════════════════════════════════════════════════
 
-  阶段        时间       累计
-  ─────────────────────────────────
-  阶段 0      0.5 周     0.5 周
-  阶段 1      1.5 周     2.0 周
-  阶段 2      2.5 周     4.5 周
-  阶段 3      2.0 周     6.5 周
-  阶段 4      1.5 周     8.0 周
-  阶段 5      1.5 周     9.5 周
-
-  实际工期: 约 10 周 (2.5 个月)
+  阶段        时间       累计      状态
+  ─────────────────────────────────────────────
+  阶段 0      0.5 周     0.5 周    ✅ 完成
+  阶段 1      1.5 周     2.0 周    ✅ 完成
+  阶段 2      2.5 周     4.5 周    ✅ 完成
+  阶段 3      2.0 周     6.5 周    ✅ 完成
+  阶段 4      1.5 周     8.0 周    ✅ 完成
+  阶段 4.5    1.0 周     9.0 周    ✅ 完成
+  阶段 5      1.5 周    10.5 周    ⬜ 待开发
+
+  实际工期: 约 10.5 周 (2.6 个月)
   可根据优先级调整顺序
 
 ══════════════════════════════════════════════════════════════════════════════
@@ -618,7 +650,8 @@ class SkillTool(BaseTool):
   M1 (Week 2)   - 权限系统 + 任务框架完成 → 可用性提升 ✅
   M2 (Week 5)   - 子 Agent + MCP + 工具扩展 → 能力对齐 Claude Code ✅
   M3 (Week 7)   - TUI + Skills + 会话记忆 → 体验完善 ✅
-  M4 (Week 10)  - 插件系统 + 生态集成 → 可发布版本 (进行中)
+  M4 (Week 10)  - 插件系统 + 生态集成 + AgentOps → 可发布版本 ✅
+  M5 (Future)   - 高级功能: Computer Use / 多模态 / 团队协作
 
 ══════════════════════════════════════════════════════════════════════════════
 
@@ -653,10 +686,18 @@ Claude Code 的权限系统非常值得学习:
 
 ## 六、总结
 
-jojo-code 当前架构简洁，适合快速开发。参考 Claude Code 可以:
-
-1. **短期**: 提升权限系统和任务管理能力
-2. **中期**: 扩展子 Agent 和 MCP 支持
-3. **长期**: 构建完整的开发者工具生态
-
-建议按优先级逐步推进，避免一次性大改。
+jojo-code 已完成核心功能开发，具备完整的 AI 编码助手能力:
+
+**已完成 (阶段 0-4.5)**:
+- LangGraph 状态机 + 权限系统 + 任务框架
+- 子 Agent + MCP 客户端 + 20+ 工具
+- Textual TUI (Claude Code 风格) + Skills + 会话记忆
+- 多模型支持 + 插件系统 + API Server (REST/WebSocket/SSE)
+- AgentOps 监控体系 (追踪/指标/评估/报告)
+- E2E 测试框架 (18 个用户旅程)
+
+**待开发 (阶段 5)**:
+- Computer Use (截图/鼠标/键盘)
+- 多模态支持 (图片/文件理解)
+- 团队协作 (共享记忆/协作任务)
+- MCP Server (对外暴露工具)

docs/agentops-feature-design.md

@@ -304,27 +304,27 @@ jojo-code evaluate --test-cases tests/eval/
 
 ### Phase 1: 基础追踪 (MVP)
 
-- [ ] Trace/Span 数据结构
-- [ ] 在 Agent 循环中埋点
-- [ ] JSON 格式导出
-- [ ] CLI 基础指标显示
+- [x] Trace/Span 数据结构
+- [x] 在 Agent 循环中埋点
+- [x] JSON 格式导出
+- [x] CLI 基础指标显示
 
 ### Phase 2: 指标统计
 
-- [ ] 指标计算引擎
-- [ ] 多维度统计
-- [ ] Markdown 报告生成
+- [x] 指标计算引擎
+- [x] 多维度统计
+- [x] Markdown 报告生成
 
 ### Phase 3: 自动评估
 
-- [ ] Test Case 框架
-- [ ] 规则评估器
-- [ ] LLM 评估器
-- [ ] 评估报告
+- [x] Test Case 框架
+- [x] 规则评估器
+- [x] LLM 评估器
+- [x] 评估报告
 
 ### Phase 4: 监控面板
 
-- [ ] CLI 实时监控
+- [x] CLI 实时监控
 - [ ] Web Dashboard（可选）
 - [ ] Prometheus 集成（可选）
 

docs/agentops-system-design.md

@@ -14,13 +14,14 @@
 ```
 src/jojo_code/ops/
 ├── __init__.py           # 模块入口
-├── trace.py              # Trace/Span 数据结构
+├── models.py             # Trace/Span 数据结构
 ├── collector.py          # 数据收集器
 ├── metrics.py            # 指标计算引擎
 ├── evaluator.py          # 评估引擎
 ├── exporter.py           # 数据导出
 ├── dashboard.py          # 监控面板
-└── config.py             # 配置管理
+├── config.py             # 配置管理
+└── report.py             # 报告生成
 ```
 
 ### 1.2 架构图
@@ -937,12 +938,10 @@ src/jojo_code/ops/
 ├── exporter.py           # 导出器实现
 ├── dashboard.py          # Dashboard 实现
 ├── config.py             # 配置管理
-└── utils.py              # 工具函数
+└── report.py             # 报告生成
 
 tests/ops/
-├── test_models.py        # 数据结构测试
-├── test_collector.py     # Collector 测试
-├── test_metrics.py       # Metrics 测试
+├── test_ops.py           # 核心功能测试
 ├── test_evaluator.py     # Evaluator 测试
-└── test_integration.py   # 集成测试
+└── test_report.py        # 报告生成测试
 ```