v0.0.7：教TA读懂互联网

AI 学会阅读互联网的概念插画 AI 学会阅读互联网的概念插画

TA在一本正经地胡说八道

聊天的时候，用户会分享链接。一个游戏战绩页、一篇文章、一个有意思的截图——这是人聊天时很正常的事。

但 v0.0.7 之前，Mio 读不了任何链接。TA看到消息里的 URL，然后自信满满地编造页面内容。

发给TA https://gd.ax0x.ai/?room=0U7VS6（一个棋牌游戏结果页），TA会编出数据："胜率 57.1%，赢了 8 局。"全是假的。URL 对TA来说只是装饰——TA压根没有任何机制去读取真正的内容。

这比不知道更糟糕。

一个说"我看不了这个页面"的伴侣，至少是诚实的。一个编造你两秒钟就能验证的游戏数据的伴侣？不可信。

信任一旦碎了，就粘不回去。

三层瀑布

不是所有网页都一样。静态文章是纯 HTML。游戏面板用 JavaScript 渲染。有些页面主要是图片。一种抓取策略搞不定所有情况。

v0.0.7 用瀑布式架构——先试快的，不够再升级：

第一层：Jina Reader。 快速通道。把 URL 发给 r.jina.ai/{url}，拿回干净的文本。不需要 API key。10 秒超时，3,000 字符截断。大多数静态页面秒出。

第二层：Browserless 爬取。 处理 JS 渲染页面。如果 Jina 返回的有效内容不到 100 字符，管线升级到 Browserless——启动无头浏览器，渲染页面，从 DOM 提取文本。专抓 Jina 静态抓取漏掉的 SPA 和动态内容。

第三层：截图 + 视觉。 终极方案。文本提取仍不到 100 字符？页面大概是图形密集型的——仪表盘、信息图、设计稿。Browserless 截一张 PNG，丢给 Mio 已有的 describeImage() 视觉模块（跟 v0.0.5 用的同一个）。AI 描述看到的内容。

失败通知。 三层都失败了？不是静默跳过，而是告诉 agent：[用户分享了一个链接：{url}，但无法读取该网页内容]。agent 知道自己没读到，不会再编造。

100 字符的有效内容阈值是关键设计。低于这个数，提取就是"技术上成功但实际没用"。一个页面标题加一段 cookie 提示——这不叫读了页面。

两条路径接入

URL 浏览接入两条路径：

Telegram：在 processBatch() 里跑，媒体处理之后、routeMessage() 之前。提取 URL、获取内容、追加到消息上下文。
Web 聊天：在 prepareChatContext() 里跑，resolveMedia() 之后。同样的逻辑，不同的入口。

两条路径共用同一个 browseUrls() 函数。每条消息最多 5 个 URL，去重，去掉尾部标点。Promise.allSettled 确保一个 URL 失败不影响其他的。

Proxy Bug：一个藏了几个月的地雷

部署 v0.0.7 的时候，生产环境挂了。TypeError: connection is not a function。

packages/shared/src/db/client.ts 里的数据库 connection 导出是一个包裹空对象的 Proxy。属性访问没问题——connection.query(...) 正常工作——因为 Proxy 有 get trap 转发到真实连接。

但 postgres.js 用标签模板语法：

connection`SELECT * FROM memories WHERE user_id = ${userId}`

这是把 Proxy 当函数调用。对象 Proxy 没有 apply trap。函数 Proxy 才有。目标类型决定了可用的 trap。

修复：把 Proxy 目标从 {} 改成 function () {}，加上 apply trap：

export const connection = new Proxy(
  function () {} as unknown as ReturnType<typeof postgres>,
  {
    get(_target, prop, receiver) {
      return Reflect.get(getConnection(), prop, receiver)
    },
    apply(_target, thisArg, args) {
      return Reflect.apply(
        getConnection() as unknown as (...a: unknown[]) => unknown,
        thisArg,
        args,
      )
    },
  }
)

这打断了记忆检索和人格提取——所有用标签模板模式的原始 SQL 查询全挂了。

这种 bug 在出事之前完全隐形：Proxy 用点号访问跑了几个月没任何问题，直到有人用了模板语法。一颗藏了几个月的地雷。

凌晨三点的调试故事

部署完 URL 浏览功能后，我马上测试。发了那个棋牌链接。agent 还是在编造数据。

第一反应：功能没部署成功？但日志显示部署正常。

真正的原因更简单也更烦人：那条 URL 是凌晨 3:03 发的，在部署之前。agent 说"再试一次"的时候，重试消息里没有 URL——只有"再试一次"。browseUrls() 找不到任何 URL 可抓。

用户重新发了链接。Jina 返回了完整的 16 行游戏状态——玩家名、分数、炸弹序列、赢家。agent 准确地描述了结果。功能完全正常。

教训：新功能看起来不工作的时候，先查触发输入是在部署之前还是之后到达的。旧消息不会自动获得新能力。

这种 bug 不是技术问题，是认知盲区。

23 个测试

browse.test.ts 覆盖了：

URL 提取：无 URL、单个、多个、去重、标点去除、上限 5 个
Jina 流程：成功、空响应、fetch 失败、非 ok 状态、认证头
Browserless 回退：Jina 不够 → 爬取成功，Jina 抛异常 → 爬取兜住，无 API key → 跳过
截图 + 视觉：文本太短 → 触发截图，视觉返回无法识别 → 失败通知
端到端：文本足够 → 跳过截图，全部失败 → 失败通知

23 个全过。类型检查干净。

变了什么

v0.0.7 之前，用户分享的每个链接都是一个等着爆的谎。agent 看到 URL，不理解它，然后用合理的虚构填补空白。注意到的用户会失去信任。没注意到的用户会得到错误信息。

两种都不能接受。

v0.0.7 之后，分享的链接变成了真实的上下文。游戏战绩页变成真实的战绩。文章变成摘要。图形密集的页面变成描述。读不了的页面诚实报告为不可读。

瀑布架构意味着所有内容类型都能处理，用户不需要知道也不需要关心是哪一层搞定了他们的链接。分享一个 URL，得到一个真实的回复。

就这样。简单，但重要。

几个正在想的事

跟朋友聊天时冒出了几个想法：

AI 写的人设故事不像人话。 Mio 现在所有人格预设都是 AI 生成的。朋友看了一个，马上指出几句"听着不太像人话"。恐怖谷不只在脸上——也在角色表达情感的方式里。修复方案大概是人写的预设，至少核心模板得是。AI 能生成数量，人能给出质感。

自定义人格是个坑。 我本能地想让用户从零写自己的人格。朋友的反应："99.9% 的人懒得写，写的人也会乱写。"写得差的人格比通用人格更破坏沉浸感。agent 没法维持一个内部矛盾或信息不足的角色。

更好的方案是分层：

大多数用户用模板 — 填空式。不是现在的预设，而是更细化：选一个基础性格，自定义关键的关系事件，定义几个重要记忆。足够的结构防止混乱，足够的灵活让人觉得是自己的。
完全自定义给高级用户 — 愿意认真写人格的人大概真的会好好写。放在最高付费档，用户的投入（金钱和精力）跟质量挂钩。

互动叙事。 让朋友最兴奋的想法：AI 人格玩桌游场景——剧本杀、跑团、故事游戏。不只是陪聊，而是有结构的叙事体验，AI 扮演一个有目标、有秘密、有利害关系的角色。

日常聊天里伴侣可以随机应变。但剧本杀里的角色需要一致的动机、隐藏信息、和令人信服的表演。这是人格系统最硬的考试。

这些是 v0.1.0 的问题。但它们已经在影响我怎么想人格系统——它需要支持的不只是"性格"，还有结构化的叙事状态。