\u002F\u002F packages\u002Fcore\u002Fsrc\u002Fcore\u002Fclient.ts
export class GeminiClient {
  private chat?: GeminiChat;           \u002F\u002F 实际的 API 交互
  private sessionTurnCount = 0;        \u002F\u002F 会话轮次计数
  private loopDetector: LoopDetectionService;      \u002F\u002F 循环检测
  private compressionService: ChatCompressionService; \u002F\u002F 上下文压缩

  \u002F\u002F 最大轮次限制，防止无限循环
  private static MAX_TURNS = 100;
}

\u002F\u002F packages\u002Fcore\u002Fsrc\u002Fcore\u002Fturn.ts
export enum GeminiEventType {
  Content = 'content',           \u002F\u002F 文本内容
  ToolCallRequest = 'tool_call_request',    \u002F\u002F 工具调用请求
  ToolCallResponse = 'tool_call_response',  \u002F\u002F 工具调用响应
  Thought = 'thought',           \u002F\u002F AI 的思考过程
  Finished = 'finished',         \u002F\u002F 完成
  Error = 'error',               \u002F\u002F 错误
  ChatCompressed = 'chat_compressed',       \u002F\u002F 上下文被压缩
  LoopDetected = 'loop_detected',           \u002F\u002F 检测到循环
  \u002F\u002F ...
}

# GEMINI.md - 项目记忆文件

## 项目概述
这是一个 React + TypeScript 前端项目。

## 编码约定
- 使用函数式组件，不用类组件
- 状态管理使用 React hooks
- 样式使用 Tailwind CSS

## 构建和测试
- 构建命令：`npm run build`
- 测试命令：`npm test`
- Lint 命令：`npm run lint`

## Gemini Added Memories
- 用户偏好使用 async\u002Fawait 而不是 .then()
- 日志使用 console.log 而不是 alert

\u002F\u002F packages\u002Fcore\u002Fsrc\u002Futils\u002FmemoryDiscovery.ts
async function getGeminiMdFilePathsInternal(
  currentWorkingDirectory: string,
  includeDirectoriesToReadGemini: readonly string[],
  userHomePath: string,
  \u002F\u002F ...
): Promise {
  \u002F\u002F 1. 查找全局记忆文件
  const globalMemoryPath = path.join(homedir(), '.gemini', 'GEMINI.md');

  \u002F\u002F 2. 从当前目录向上查找项目根目录
  const projectRoot = await findProjectRoot(currentWorkingDirectory);

  \u002F\u002F 3. 收集路径上的所有 GEMINI.md 文件
  \u002F\u002F 顺序：全局 -> 项目根 -> 子目录（越近优先级越高）
}

\u002F\u002F packages\u002Fcore\u002Fsrc\u002Ftools\u002FmemoryTool.ts
export class MemoryTool extends BaseDeclarativeTool {
  \u002F\u002F 保存事实到记忆文件
  async performAddMemoryEntry(fact: string): Promise {
    \u002F\u002F 1. 读取当前 GEMINI.md 内容
    const content = await fs.readFile(memoryPath, 'utf-8');

    \u002F\u002F 2. 找到 "## Gemini Added Memories" 部分
    \u002F\u002F 3. 添加新的记忆项
    const newContent = addMemoryEntry(content, fact);

    \u002F\u002F 4. 写回文件
    await fs.writeFile(memoryPath, newContent);
  }
}

\u002F\u002F packages\u002Fcore\u002Fsrc\u002Fcore\u002FtokenLimits.ts
export function tokenLimit(model: Model): TokenCount {
  switch (model) {
    case 'gemini-1.5-pro':
      return 2_097_152;   \u002F\u002F 200 万 Token
    case 'gemini-2.5-pro':
    case 'gemini-2.5-flash':
      return 1_048_576;   \u002F\u002F 100 万 Token
    default:
      return 1_048_576;
  }
}

\u002F\u002F packages\u002Fcore\u002Fsrc\u002Fservices\u002FchatCompressionService.ts
export const DEFAULT_COMPRESSION_TOKEN_THRESHOLD = 0.5;  \u002F\u002F 50% 时触发
export const COMPRESSION_PRESERVE_THRESHOLD = 0.3;       \u002F\u002F 保留最近 30%

export class ChatCompressionService {
  async compress(chat: GeminiChat, ...): Promise<{
    newHistory: Content[] | null;
    info: ChatCompressionInfo;
  }> {
    \u002F\u002F 1. 检查是否需要压缩
    if (tokenCount < 0.5 * tokenLimit(model)) {
      return { newHistory: null, compressionStatus: 'NOOP' };
    }

    \u002F\u002F 2. 确定分割点（保留最近 30%）
    const splitPoint = findCompressSplitPoint(
      history,
      1 - 0.3  \u002F\u002F 压缩前 70%
    );

    \u002F\u002F 3. 使用 AI 生成状态快照
    const summary = await this.generateStateSnapshot(historyToCompress);

    \u002F\u002F 4. 组合新历史
    return {
      newHistory: [
        { role: 'user', parts: [{ text: summary }] },
        { role: 'model', parts: [{ text: 'Got it!' }] },
        ...historyToKeep  \u002F\u002F 保留的最近历史
      ],
      compressionStatus: 'COMPRESSED'
    };
  }
}

    
        实现用户认证功能
    

    
        - Build Command: `npm run build`
        - Testing: Tests run with `npm test`
        - 使用 JWT 进行认证
    

    
        - CWD: `\u002Fhome\u002Fuser\u002Fproject\u002Fsrc`
        - READ: `package.json`, `auth\u002Flogin.ts`
        - MODIFIED: `auth\u002Fjwt.ts`
        - CREATED: `auth\u002F__tests__\u002Fjwt.test.ts`
    

    
        - 创建了 JWT 验证函数
        - 运行测试，3 个通过，1 个失败
        - 修复了 token 过期验证的 bug
    

    
        1. [DONE] 实现 JWT 生成
        2. [DONE] 实现 JWT 验证
        3. [IN PROGRESS] 修复测试失败
        4. [TODO] 集成到登录流程
    

\u002F\u002F packages\u002Fcore\u002Fsrc\u002Ftools\u002Ftools.ts
export abstract class BaseDeclarativeTool {
  constructor(
    readonly name: string,           \u002F\u002F 工具名称
    readonly displayName: string,    \u002F\u002F 显示名称
    readonly description: string,    \u002F\u002F 描述（给 AI 看）
    readonly kind: 'Read' | 'Write' | 'Execute',  \u002F\u002F 类型
    readonly schema: FunctionDeclaration,  \u002F\u002F 参数 schema
    readonly requiresConfirmation: boolean \u002F\u002F 是否需要确认
  ) {}

  \u002F\u002F 验证参数
  protected abstract validateToolParamValues(params: TParams): string | null;

  \u002F\u002F 创建执行实例
  protected abstract createInvocation(params: TParams): ToolInvocation;
}

\u002F\u002F 工具调用实例接口
export interface ToolInvocation {
  params: TParams;
  getDescription(): string;
  toolLocations(): ToolLocation[];
  shouldConfirmExecute(signal: AbortSignal): Promise;
  execute(signal: AbortSignal, updateOutput?: Function): Promise;
}

\u002F\u002F 1. AI 请求调用工具
{
  name: "read_file",
  args: {
    file_path: "\u002Fpath\u002Fto\u002Ffile.ts",
    should_read_entire_file: true
  }
}

\u002F\u002F 2. 验证参数
\u002F\u002F - 检查路径是否存在
\u002F\u002F - 检查是否有权限读取

\u002F\u002F 3. 执行读取
const content = await fs.readFile(filePath, 'utf-8');

\u002F\u002F 4. 返回结果
{
  llmContent: [{ text: content }],   \u002F\u002F 给 AI 看的内容
  returnDisplay: {
    type: 'markdown',
    content: '```typescript\
' + content + '\
```'
  }
}

\u002F\u002F packages\u002Fcore\u002Fsrc\u002Ftools\u002Fmcp-client.ts

\u002F\u002F 1. Stdio 传输 - 通过标准输入\u002F输出与本地进程通信
const transport = new StdioClientTransport({
  command: 'node',
  args: ['.\u002Fmy-mcp-server.js'],
});

\u002F\u002F 2. SSE 传输 - 通过 Server-Sent Events
const transport = new SSEClientTransport(
  new URL('https:\u002F\u002Fmcp-server.example.com')
);

\u002F\u002F 3. HTTP Streamable 传输
const transport = new StreamableHTTPClientTransport(
  new URL('https:\u002F\u002Fapi.example.com\u002Fmcp')
);

{
  "mcpServers": {
    "my-database": {
      "command": "npx",
      "args": ["@my-org\u002Fdb-mcp-server"],
      "env": {
        "DATABASE_URL": "postgres:\u002F\u002F..."
      }
    },
    "github": {
      "url": "https:\u002F\u002Fgithub-mcp.example.com",
      "auth": {
        "type": "oauth"
      }
    }
  }
}

\u002F\u002F packages\u002Fcore\u002Fsrc\u002Ftools\u002Fmcp-client.ts
export enum MCPServerStatus {
  DISCONNECTED = 'disconnected',
  CONNECTING = 'connecting',
  CONNECTED = 'connected',
  DISCONNECTING = 'disconnecting'
}

export class McpClient {
  private client: Client | undefined;
  private status: MCPServerStatus = MCPServerStatus.DISCONNECTED;

  async connect(): Promise {
    this.updateStatus(MCPServerStatus.CONNECTING);

    \u002F\u002F 创建连接
    this.client = await connectToMcpServer(
      this.serverName,
      this.serverConfig,
      this.debugMode
    );

    \u002F\u002F 监听工具更新（动态工具发现）
    const capabilities = this.client.getServerCapabilities();
    if (capabilities?.tools?.listChanged) {
      this.client.setNotificationHandler(
        ToolListChangedNotificationSchema,
        async () => {
          await this.refreshTools();  \u002F\u002F 动态更新工具列表
        }
      );
    }

    this.updateStatus(MCPServerStatus.CONNECTED);
  }

  async discoverTools(): Promise {
    const response = await this.client.listTools({});
    return response.tools.map(tool => new DiscoveredMCPTool(tool));
  }
}

\u002F\u002F packages\u002Fcore\u002Fsrc\u002Fcode_assist\u002Fserver.ts
async *requestStreamingPost(
  method: string,
  req: object,
): Promise> {
  const res = await this.client.request({
    url: this.getMethodUrl(method),
    method: 'POST',
    params: { alt: 'sse' },  \u002F\u002F 请求 SSE 格式
    responseType: 'stream',
    body: JSON.stringify(req),
  });

  \u002F\u002F 解析 SSE 数据流
  const rl = readline.createInterface({
    input: res.data as NodeJS.ReadableStream,
  });

  let bufferedLines: string[] = [];
  for await (const line of rl) {
    if (line.startsWith('data: ')) {
      bufferedLines.push(line.slice(6).trim());
    } else if (line === '') {
      \u002F\u002F 空行表示一个完整的事件
      if (bufferedLines.length > 0) {
        yield JSON.parse(bufferedLines.join('\
')) as T;
        bufferedLines = [];
      }
    }
  }
}

interface GenerateContentRequest {
  model: string;                    \u002F\u002F 模型名称
  contents: Content[];              \u002F\u002F 对话历史
  systemInstruction?: Content;      \u002F\u002F 系统提示
  tools?: Tool[];                   \u002F\u002F 可用工具
  toolConfig?: {
    functionCallingConfig: {
      mode: 'AUTO' | 'ANY' | 'NONE' \u002F\u002F 工具调用模式
    }
  };
  generationConfig?: {
    temperature?: number;           \u002F\u002F 温度（创意度）
    topP?: number;                  \u002F\u002F Top-P 采样
    topK?: number;                  \u002F\u002F Top-K 采样
    maxOutputTokens?: number;       \u002F\u002F 最大输出 Token
    thinkingConfig?: {
      thinkingBudget: number;       \u002F\u002F 思考 Token 预算
    }
  };
}

\u002F\u002F packages\u002Fcore\u002Fsrc\u002Fhooks\u002Ftypes.ts
export enum HookEventName {
  SessionStart = 'SessionStart',     \u002F\u002F 会话开始
  SessionEnd = 'SessionEnd',         \u002F\u002F 会话结束
  BeforeAgent = 'BeforeAgent',       \u002F\u002F 代理执行前
  AfterAgent = 'AfterAgent',         \u002F\u002F 代理执行后
  BeforeTool = 'BeforeTool',         \u002F\u002F 工具执行前
  AfterTool = 'AfterTool',           \u002F\u002F 工具执行后
  BeforeModel = 'BeforeModel',       \u002F\u002F 模型调用前
  AfterModel = 'AfterModel',         \u002F\u002F 模型调用后
  PreCompress = 'PreCompress',       \u002F\u002F 上下文压缩前
  Notification = 'Notification',     \u002F\u002F 通知事件
  BeforeToolSelection = 'BeforeToolSelection' \u002F\u002F 工具选择前
}

{
  "hooks": {
    "BeforeTool": [
      {
        "matcher": "shell",
        "command": "\u002Fpath\u002Fto\u002Fapprove-shell.sh",
        "timeout": 5000
      }
    ],
    "SessionStart": [
      {
        "command": "echo 'Session started' >> ~\u002Fgemini.log"
      }
    ]
  }
}

\u002F\u002F Hook 接收的输入（通过 stdin）
interface HookInput {
  session_id: string;        \u002F\u002F 会话 ID
  transcript_path: string;   \u002F\u002F 对话记录路径
  cwd: string;               \u002F\u002F 当前工作目录
  hook_event_name: string;   \u002F\u002F 事件名称
  timestamp: string;         \u002F\u002F 时间戳
  \u002F\u002F ... 事件特定的数据
}

\u002F\u002F Hook 返回的输出（通过 stdout）
interface HookOutput {
  continue?: boolean;        \u002F\u002F 是否继续执行
  decision?: 'allow' | 'deny' | 'ask' | 'block';  \u002F\u002F 决定
  reason?: string;           \u002F\u002F 原因
  systemMessage?: string;    \u002F\u002F 要添加的系统消息
  suppressOutput?: boolean;  \u002F\u002F 是否抑制输出
}

\u002F\u002F packages\u002Fcli\u002Fsrc\u002Fui\u002Fthemes\u002F
export interface Theme {
  name: string;
  colors: {
    primary: string;
    secondary: string;
    background: string;
    text: string;
    error: string;
    warning: string;
    success: string;
    \u002F\u002F ...
  };
}

# 使用 npm
npm install -g @google\u002Fgemini-cli

# 或者直接运行
npx @google\u002Fgemini-cli

# 首次运行会引导你完成认证
gemini

# 支持的认证方式：
# 1. Google 账号 OAuth（推荐）
# 2. API Key

# 交互模式
gemini

# 单次查询
gemini "这个函数是做什么的？"

# 指定模型
gemini --model gemini-2.5-pro "解释这段代码"

# 恢复上次会话
gemini --resume latest

# 项目说明

这是一个 Next.js 14 项目，使用 App Router。

## 技术栈
- Next.js 14
- TypeScript
- Tailwind CSS
- Prisma (PostgreSQL)

## 开发规范
- 组件放在 `src\u002Fcomponents\u002F`
- API 路由放在 `src\u002Fapp\u002Fapi\u002F`
- 使用 Zod 进行数据验证

## 常用命令
- `npm run dev` - 启动开发服务器
- `npm run build` - 构建生产版本
- `npm run test` - 运行测试