v1.2.1

🚀 新特性

双模型 MoA（Mixture of Agents）

• Self-MoA（温度采样）：单模型多温度并行生成，6B+ 参数级 LLM 即可运行
• Iterative-MoA（迭代式）：模型1输出 → 模型2改进 → 多轮收敛
• SELECTOR 参数：0=启发式兜底 / 1=仅模型1 / 2=仅模型2 / 3=双模型
• MODE 参数：self-moa（并行温度采样） / iterative（迭代式改进）
• ROUNDS 参数：1~20 轮，控制推理深度
• MoA 双模型通过 asyncio.gather 并行调用，延迟减半

jieba 中文 FTS5 全文搜索

• 索引端和查询端双端 jieba 分词对齐
• 中文关键词命中率从 0 提升至正常水平
• 零编译依赖，纯 pip 安装

SQLite 性能优化

• synchronous=NORMAL + 8MB cache + 32MB mmap
• 数据库操作提速 2-3x

⚡ 性能

• 双模型采样 asyncio.gather 并行，延迟减半
• 迭代推理每轮两个模型同时调用

🧪 测试

• 192 个单元测试全通过（无 DB: 101 + Storage: 51 + LLM: 36 + FTS: 4）

🐛 修复

• FTS5 中文搜索零命中问题
• 自动完成阈值算法优化
• 双模型交叉验证加权评分

📦 配置变更

• ST_LLM_SELECTOR：模型选择 0=兜底/1=模型1/2=模型2/3=双模型
• ST_LLM_MODE：self-moa（温度采样） / iterative（迭代式）
• ST_MOA_ROUNDS：1~20 推理轮数
• 凭据分离：Config/.env（chmod 600）vs Ecosystem/ecosystem.config.js

v1.2.0

🚀 新特性

完整测试体系

• 182 个单元测试全部通过
• 无 DB 模式测试（101 个）：离线可用性验证
• Storage 层测试（51 个）：FTS5 搜索、会话管理、存储逻辑
• LLM 引擎测试（30 个）：模型调用链验证
• pytest 配置化，asyncio_mode=auto

FTS5 全文搜索

• SQLite FTS5 全文索引，支持复杂语义搜索
• 多字段索引：problem + initial_analysis + step_type
• 带偏移量和上下文窗口的结果展示

自动完成

• 质量评分 > 0.7 自动触发完成
• 完成时自动生成总结摘要

Resources & Prompts

• Resources 2 个：服务器配置信息、思考模板目录
• Prompts 3 个：问题拆解、批判性分析、综合总结

安全检查

• 39 个源码文件零敏感数据泄露扫描
• 所有凭据通过 Config/.env 管理（chmod 600）

🐛 修复

• 版本号从 1.0.0 升级至 1.2.0
• URL 更新至 LseKit 仓库地址

📦 依赖

• Python 3.12+
• FastMCP 3.4.2
• aiosqlite（异步 SQLite）
• httpx（LLM 请求）

v1.1.0

🚀 新特性

PM2 进程管理

• 完整的 ecosystem.config.js 生产配置
• bash wrapper 加载 Config/.env，严格遵循凭据自治铁律
• 自动重启、日志轮转、健康检查
• 双模式服务：Streamable HTTP（20010）+ stdio

凭据隔离

• 敏感信息：Config/.env（chmod 600）
• 非敏感信息：Ecosystem/ecosystem.config.js
• 零硬编码凭据，零交叉配置

package 入口重构

• 项目根 __main__.py 设置 __package__ = "GitHubSrc"
• PM2 直接 interpreter: venv/python + script: __main__.py——无 shell wrapper
• 25 处相对导入全量正确解析

UV 绿色部署

• uv venv SequentialThinkingVenV 独立虚拟环境
• uv pip install -r Requirements.txt——零系统依赖污染
• 69 个 Python 包全通过 UV 管理

🐛 修复

• 修复 cwd 路径错误（Ecosystem/ → 项目根）
• 删除冗余 Scripts/Start.sh 和 GitHubSrc/.env
• load_dotenv() 移入 _init()，避免模块导入时竞态

v1.0.0

🎉 初始发布

核心功能

双引擎架构

• HeuristicEngine（启发式引擎）：零依赖兜底，连接密度评估 + 质量评分 + 偏差检测
• LLM Engine（大模型引擎）：OpenAI 兼容 API，多温度生成 + 自动质量评估
• 双引擎自动交叉验证，不一致时加权融合

26 个 MCP 工具

• 思考工具（8 个）：start_thinking、add_step、review_thinking 等
• 增强工具（11 个）：moa_analyze、detect_contradictions、explore_alternatives、identify_assumptions、suggest_next 等
• 质量管理（3 个）：validate_logic、evaluate_quality、detect_biases
• 管理工具（4 个）：export_session、list_sessions、search_sessions、get_metrics

SQLite 持久化

• 异步 aiosqlite + WAL 模式
• 会话完整生命周期管理
• 自动标签生成

10 阶质量评估

• 连接密度、完整性、一致性、深度、清晰度五维评估
• 偏差检测（确认偏误/锚定/可用性/群体思维/过度自信）