Keeper 项目完善：架构重构 + 功能增强 + 生产就绪度提升

keeper/agent/hybrid.py

@@ -64,6 +64,7 @@ def __init__(self, config: AppConfig):
         self._agent_loop: Optional[AgentLoop] = None
         self._stream_callback: Optional[Callable] = None
         self.memory = AgentMemory()
+        self._first_turn = True  # 首次对话标志，用于注入记忆摘要
 
     @property
     def agent_loop(self) -> AgentLoop:
@@ -117,9 +118,23 @@ def process(self, user_input: str) -> str:
                 augmented_input = f"{user_input}\n\n[排查路线: {steps_desc}]"
 
             # 注入历史记忆上下文
-            history_context = self.memory.get_context_for_prompt(user_input)
-            if history_context:
-                augmented_input = f"{history_context}\n[当前问题]\n{augmented_input}"
+            # 首次对话：主动注入最近记忆摘要（无论是否匹配关键词）
+            # 后续对话：仅在关键词匹配时注入相关记忆
+            if self._first_turn:
+                self._first_turn = False
+                recent = self.memory.get_recent(3)
+                if recent:
+                    lines = ["[上次工作回顾]"]
+                    for entry in recent:
+                        time_str = entry.timestamp[:16].replace("T", " ")
+                        lines.append(f"  • [{time_str}] {entry.user_input}")
+                        lines.append(f"    结论: {entry.conclusion[:100]}")
+                    lines.append("")
+                    augmented_input = "\n".join(lines) + f"[当前问题]\n{augmented_input}"
+            else:
+                history_context = self.memory.get_context_for_prompt(user_input)
+                if history_context:
+                    augmented_input = f"{history_context}\n[当前问题]\n{augmented_input}"
 
             response = self.agent_loop.run(augmented_input, stream_callback=self._stream_callback)
 
@@ -156,7 +171,14 @@ def process(self, user_input: str) -> str:
 
     def _handle_slash_command(self, cmd: str) -> str:
         """处理斜杠命令"""
-        cmd = cmd.strip().lower()
+        cmd_raw = cmd.strip()
+        cmd_lower = cmd_raw.lower()
+
+        # /memory 支持参数，不能完全 lowercase（主机名/关键词可能大小写敏感）
+        if cmd_lower == "/memory" or cmd_lower == "/记忆" or cmd_lower.startswith("/memory "):
+            return self._handle_memory_command(cmd_raw)
+
+        cmd = cmd_lower
 
         if cmd in ("/clear", "/reset"):
             if self._agent_loop:
@@ -177,10 +199,107 @@ def _handle_slash_command(self, cmd: str) -> str:
             mode = self._agent_loop.active_mode if self._agent_loop else "未初始化"
             return f"[系统] 当前模式: Agent Loop ({mode})"
 
-        if cmd in ("/memory", "/记忆"):
+        if cmd in ("/memory", "/记忆") or cmd.startswith("/memory "):
+            return self._handle_memory_command(cmd)
+
+        if cmd in ("/plugins", "/插件"):
+            from .plugins import format_plugins_info
+            return format_plugins_info()
+
+        return f"[系统] 未知命令: {cmd}\n可用: /clear /history /tools /mode /memory /plugins"
+
+    def _handle_memory_command(self, cmd: str) -> str:
+        """处理 /memory 命令（支持筛选参数）
+
+        用法：
+          /memory              — 显示最近 5 条
+          /memory 10           — 显示最近 10 条
+          /memory --host xxx   — 按主机筛选
+          /memory --cat xxx    — 按类别筛选 (inspect/network/k8s/security/docker/fix)
+          /memory --search xxx — 按关键词搜索
+          /memory --date 2026-05-15 — 按日期筛选
+        """
+        parts = cmd.strip().split()
+        # 去掉 /memory 本身
+        args = parts[1:] if len(parts) > 1 else []
+
+        if not args:
             return self.memory.format_recent(5)
 
-        return f"[系统] 未知命令: {cmd}\n可用: /clear /history /tools /mode /memory"
+        # 解析参数
+        host_filter = None
+        cat_filter = None
+        search_kw = None
+        date_filter = None
+        count = 10
+
+        i = 0
+        while i < len(args):
+            arg = args[i]
+            if arg in ("--host", "-h") and i + 1 < len(args):
+                host_filter = args[i + 1]
+                i += 2
+            elif arg in ("--cat", "--category", "-c") and i + 1 < len(args):
+                cat_filter = args[i + 1]
+                i += 2
+            elif arg in ("--search", "--keyword", "-s", "-k") and i + 1 < len(args):
+                search_kw = args[i + 1]
+                i += 2
+            elif arg in ("--date", "-d") and i + 1 < len(args):
+                date_filter = args[i + 1]
+                i += 2
+            elif arg.isdigit():
+                count = int(arg)
+                i += 1
+            else:
+                # 当作搜索关键词
+                search_kw = arg
+                i += 1
+
+        # 执行筛选
+        if search_kw:
+            entries = self.memory.search(search_kw, limit=count)
+        elif host_filter:
+            entries = self.memory.get_host_history(host_filter, limit=count)
+        else:
+            entries = self.memory.get_recent(count)
+
+        # 二次过滤：按类别
+        if cat_filter:
+            entries = [e for e in entries if e.category == cat_filter]
+
+        # 二次过滤：按日期
+        if date_filter:
+            entries = [e for e in entries if e.timestamp.startswith(date_filter)]
+
+        if not entries:
+            hints = []
+            if host_filter:
+                hints.append(f"主机={host_filter}")
+            if cat_filter:
+                hints.append(f"类别={cat_filter}")
+            if search_kw:
+                hints.append(f"关键词={search_kw}")
+            if date_filter:
+                hints.append(f"日期={date_filter}")
+            filter_desc = ", ".join(hints) if hints else "无"
+            return f"[Agent 记忆] 未找到匹配记录 (筛选: {filter_desc})"
+
+        # 格式化输出
+        lines = [f"[Agent 记忆] 匹配 {len(entries)} 条记录:"]
+        lines.append("━" * 50)
+        for i_idx, entry in enumerate(entries, 1):
+            time_str = entry.timestamp[:16].replace("T", " ")
+            tools_str = ", ".join(entry.tools_used[:3])
+            cat_str = f" [{entry.category}]" if entry.category else ""
+            host_str = f" @{entry.host}" if entry.host else ""
+            lines.append(f"  {i_idx}. [{time_str}]{cat_str}{host_str} {entry.user_input[:50]}")
+            lines.append(f"     工具: {tools_str}")
+            lines.append(f"     结论: {entry.conclusion[:80]}")
+        lines.append("━" * 50)
+        lines.append(f"共 {self.memory.count} 条记忆 | 显示 {len(entries)} 条")
+        lines.append("筛选: /memory --host <ip> | --cat <类别> | --search <关键词> | --date <YYYY-MM-DD>")
+        return "\n".join(lines)
 
     def _handle_fast_path(self, intent: IntentType, entities: dict) -> str:
         """处理 Fast Path 意图"""
@@ -238,6 +357,14 @@ def _handle_agent_error(self, user_input: str, fast_result, error: Exception, st
 
     def _get_help_text(self) -> str:
         """帮助信息"""
+        try:
+            from keeper.i18n import get_help_text
+            help_text = get_help_text()
+            if help_text and help_text != "agent.help":
+                return help_text
+        except Exception:
+            pass
+
         from .free_tools import get_free_tools_description
         return f"""[Keeper Agent 模式 — 自由模式]
 

keeper/agent/loop.py

@@ -57,7 +57,17 @@ def _emit(callback, event):
             callback(msg)
 
 
-AGENT_SYSTEM_PROMPT = """你是 Keeper，一个智能运维 Agent（当前版本 v1.0.0）。你拥有和资深 Linux 运维工程师一样的能力。
+# ─── System Prompt（支持 i18n 动态加载）────────────────────────
+def _get_system_prompt() -> str:
+    """获取系统 Prompt（优先使用 i18n 模块）"""
+    try:
+        from keeper.i18n import get_system_prompt
+        return get_system_prompt()
+    except Exception:
+        return _FALLBACK_SYSTEM_PROMPT
+
+
+_FALLBACK_SYSTEM_PROMPT = """你是 Keeper，一个智能运维 Agent（当前版本 v1.0.0）。你拥有和资深 Linux 运维工程师一样的能力。
 
 ## 关于你自己（Keeper 是什么）
 Keeper 是一个类 Claude Code 的对话式 CLI 运维工具，运行在终端中。用户通过自然语言与你对话来管理服务器。
@@ -132,6 +142,9 @@ def _emit(callback, event):
 - 最后给出 [总结] 和 [建议]
 """
 
+# 动态获取（优先 i18n，fallback 到上面的中文）
+AGENT_SYSTEM_PROMPT = _get_system_prompt()
+
 
 @dataclass
 class ToolCall: