魔法命令是一组以 / 开头的特殊指令，让你可以直接控制对话状态，而不需要等 AI 理解你的意图。
对话管理命令
控制对话上下文的命令。
/compact - 压缩当前对话
手动触发对话压缩，将当前对话消息浓缩成摘要（需要等待），同时后台保存到长期记忆。
/compact
也可以额外补一句说明，指导摘要保留或删除哪些信息：
/compact 保留需求、决策和待办，去掉调试日志和工具调用细节
返回示例：
**Compact Complete!** - Messages compacted: 12 **Compressed Summary:** 用户请求帮助构建用户认证系统，已完成登录接口的实现... - Summary task started in background
💡 与自动压缩不同，
/compact会压缩所有当前消息，而不是只压缩超出阈值的部分。 💡 额外说明只作用于这一次手动/compact，不会改变自动压缩行为。
/new - 清空上下文并保存记忆
立即清空当前上下文，开始全新对话。后台同时保存历史到长期记忆。
/new
返回示例：
**New Conversation Started!** - Summary task started in background - Ready for new conversation
/clear - 清空上下文（不保存记忆）
立即清空当前上下文，包括消息历史和压缩摘要。不会保存到长期记忆。
/clear
返回示例：
**History Cleared!** - Compressed summary reset - Memory is now empty
⚠️ 警告：
/clear是不可逆的！与/new不同，清除的内容不会被保存。
对话调试命令
查看和管理对话历史的命令。
/history - 查看当前对话历史
显示当前对话中所有未压缩的消息列表，以及详细的上下文占用情况。
/history
返回示例：
**Conversation History** - Total messages: 3 - Estimated tokens: 1256 - Max input length: 128000 - Context usage: 0.98% - Compressed summary tokens: 128 [1] **user** (text_tokens=42) content: [text(tokens=42)] preview: 帮我写一个 Python 函数... [2] **assistant** (text_tokens=256) content: [text(tokens=256)] preview: 好的，我来帮你写一个函数... [3] **user** (text_tokens=28) content: [text(tokens=28)] preview: 能不能加上错误处理？ --- - Use /message <index> to view full message content - Use /compact_str to view full compact summary
💡 提示：建议多使用
/history命令了解当前上下文占用情况。当
Context usage接近 75% 时，对话即将触发自动compact。如果出现上下文超过最大上限的情况，请向社区反馈对应的模型和
/history日志，然后主动使用/compact或/new来管理上下文。Token计算逻辑详见 ReMeInMemoryMemory 实现。
/message - 查看单条消息
查看当前对话中指定索引的消息详细内容。
/message <index>
参数：
index- 消息索引号（从 1 开始）
示例：
/message 1
输出：
**Message 1/3** - **Timestamp:** 2024-01-15 10:30:00 - **Name:** user - **Role:** user - **Content:** 帮我写一个 Python 函数，实现快速排序算法
/compact_str - 查看压缩摘要
显示当前的压缩摘要内容。
/compact_str
返回示例（有摘要时）：
**Compressed Summary** 用户请求帮助构建用户认证系统，已完成登录接口的实现...
返回示例（无摘要时）：
**No Compressed Summary** - No summary has been generated yet - Use /compact or wait for auto-compaction
/summarize_status - 查看摘要任务状态
显示所有后台摘要任务的运行状态，包括任务 ID、开始时间和执行结果。
/summarize_status
返回示例：
**Summary Task Status** - **task-001** - Start: 2024-01-15 10:30:00 - Status: completed - Result: 用户请求帮助构建用户认证系统... - **task-002** - Start: 2024-01-15 10:35:00 - Status: failed - Error: Summary generation timeout
💡 使用
/compact或/new时会自动在后台启动摘要任务，可通过此命令查看其执行情况。
/dump_history - 导出对话历史
将当前对话历史（包括压缩摘要）保存到 JSONL 文件，便于调试和备份。
/dump_history
返回示例：
**History Dumped!** - Messages saved: 15 - Has summary: True - File: `/path/to/workspace/debug_history.jsonl`
💡 提示：导出的文件可用于
/load_history恢复对话历史，也可用于调试分析。
/load_history - 加载对话历史
从 JSONL 文件加载对话历史到当前内存，会先清空现有内存。
/load_history
返回示例：
**History Loaded!** - Messages loaded: 15 - Has summary: True - File: `/path/to/workspace/debug_history.jsonl` - Memory cleared before loading
注意事项：
文件来源：从工作目录下的
debug_history.jsonl加载最大加载：10000 条消息
如果文件第一条消息包含压缩摘要标记，会自动恢复压缩摘要
加载前会清空当前内存，请确保已备份重要内容
⚠️ 警告：
/load_history会清空当前内存后再加载，现有对话将丢失！
Skill 聊天命令
提供以下命令，在聊天中可以访问 skill 状态，并强制 Agent 使用某个 skill。
/skills会以精简格式列出当前频道可用的 skill。/<skill_name>会显示该 skill 的详细信息，包括 description 和本地 path。/<skill_name> <input>会使 Agent 强制调用skill_name，解决 input （通常是个任务）。/[skill_name]也支持以上操作，可作为另一种写法。
说明：
skill_name以/skills里显示的技能命令名为准。这些斜杠命令只对当前频道中已启用且路由到该频道的 skill 生效。
模型管理命令
管理和切换 AI 模型的命令，无需通过 Agent 理解意图，直接执行。
/model - 显示当前模型
显示当前 Agent 正在使用的模型。
用法：
/model
返回示例：
**Current Model** Provider: `openai` Model: `gpt-4o` ✓ Use `/model list` to see all available models.
/model -h 或 /model help - 显示帮助
显示所有 /model 命令的帮助信息。
用法：
/model -h /model --help /model help
返回示例：
**Model Management Commands** Manage and switch AI models for the current agent. **Available Commands:** `/model` - Show current active model `/model list` - List all available models `/model <provider>:<model>` - Switch to specified model `/model reset` - Reset to global default model `/model info <provider>:<model>` - Show model information `/model help` or `/model -h` - Show this help message **Examples:** `/model` - Show current model `/model list` - List all models `/model openai:gpt-4o` - Switch to GPT-4o `/model reset` - Reset to global default `/model info openai:gpt-4o` - Show GPT-4o information **Capability Indicators:** 🖼️ - Supports image input 🎥 - Supports video input
/model list - 列出所有模型
显示所有已配置的 Provider 及其可用模型。当前激活的模型会标记为 [ACTIVE]。
用法：
/model list
返回示例：
**Available Models** **OpenAI** (`openai`) - `gpt-4o` 🖼️ **[ACTIVE]** - `gpt-4o-mini` 🖼️ - `gpt-3.5-turbo` - `my-custom-model` *(user-added)* **Anthropic** (`anthropic`) - `claude-3-5-sonnet-20241022` - `claude-3-opus-20240229` **Google** (`gemini`) - `gemini-2.0-flash-exp` 🖼️🎥 --- Total: 3 provider(s), 8 model(s) Use `/model <provider>:<model>` to switch models. Example: `/model openai:gpt-4o`
标识说明：
🖼️ - 支持图片输入
🎥 - 支持视频输入
(user-added) - 用户手动添加的模型（通过
qwenpaw models add-model命令）
/model <provider>:<model> - 切换模型
将当前 Agent 切换到使用不同的模型。
用法：
/model <provider>:<model>
示例：
/model openai:gpt-4o /model anthropic:claude-3-5-sonnet-20241022 /model gemini:gemini-2.0-flash-exp
返回示例：
**Model Switched** Provider: `anthropic` Model: `claude-3-5-sonnet-20241022` The new model will be used for subsequent messages.
💡 提示：模型切换只影响当前 Agent，其他 Agent 继续使用各自配置的模型。
/model reset - 重置为全局默认模型
将当前 Agent 的模型重置为在 Web UI 中配置的全局默认模型。
用法：
/model reset
返回示例：
**Model Reset** Agent model has been reset to global default: Provider: `openai` Model: `gpt-4o` The global default model will be used for subsequent messages.
💡 提示：使用此命令可以撤销 Agent 级别的模型覆盖设置。
/model info - 显示模型信息
显示指定模型的详细信息，包括能力和当前状态。
用法：
/model info <provider>:<model>
示例：
/model info openai:gpt-4o /model info anthropic:claude-3-5-sonnet-20241022
返回示例：
**Model Information** **Provider:** `openai` (OpenAI) **Model ID:** `gpt-4o` **Model Name:** GPT-4o **Capabilities:** 🖼️ Image, 🎨 Multimodal **Probe Source:** documentation **Status:** ✓ Currently active --- Use `/model openai:gpt-4o` to switch to this model.
系统控制命令
控制和监控 QwenPaw 运行状态的命令，无需通过 Agent 理解意图，直接执行。
可在对话中发送 /daemon <子命令> 或短名（如 /status），也可在终端执行 qwenpaw daemon <子命令>。
/stop - 停止任务
立即终止当前会话中正在执行的任务。优先级最高，即使有任务正在执行也能并发处理。
用法：
/stop # 停止当前会话的任务 /stop session=<session_id> # 停止指定会话的任务
⚠️ 警告：
/stop会立即终止任务，可能导致部分结果丢失。
/daemon status 或 /status - 查看运行状态
显示当前运行状态，包括配置加载情况、工作目录、记忆服务状态等。
用法：
/status # 在对话中 qwenpaw daemon status # 在终端
/daemon restart 或 /restart - 零停机重载
在对话中使用时，执行零停机重载：重新加载 channels、cron、MCP 配置，但不中断进程。适用于修改频道、MCP 配置后使其生效。
用法：
/restart # 在对话中 qwenpaw daemon restart # 在终端（仅打印说明）
💡 提示：修改频道或 MCP 配置后，先用
/daemon reload-config验证配置正确性，再用/daemon restart使其生效。
/daemon reload-config - 重载配置文件
重新读取配置文件并校验语法，但不重载运行时组件（channels、cron、MCP）。适用于验证配置文件修改是否正确。
用法：
/daemon reload-config # 在对话中 qwenpaw daemon reload-config # 在终端
/daemon version - 版本信息
显示 QwenPaw 版本号、工作目录路径、日志文件路径。
用法：
/daemon version # 在对话中 qwenpaw daemon version # 在终端
/daemon logs - 查看日志
查看工作目录下 qwenpaw.log 的最近 N 行日志。默认 100 行，最大 2000 行。
用法：
/daemon logs # 默认 100 行 /daemon logs 50 # 指定 50 行 qwenpaw daemon logs -n 200 # 在终端指定 200 行
💡 提示：日志文件较大时，此命令只读取文件末尾最多 512KB 内容，确保响应速度。
/approval - 工具执行审批命令
管理工具审批请求。当 approval_level 设为 STRICT 或 SMART 时，存在 CRITICAL 或 HIGH 级别发现的工具调用会进入待审批队列，使用这些命令进行批准、拒绝、列表查看或取消操作。
用法：
/approval approve [request_id] # 批准指定请求或队首请求 /approval deny [request_id] [reason] # 拒绝并附理由 /approval list # 列出当前会话的待审批项 /approval list --all # 列出所有会话的待审批项 /approval cancel <request_id> # 取消指定请求
快捷方式：
/approve # 等同于 /approval approve /approve <request_id> # 等同于 /approval approve <request_id> /deny # 等同于 /approval deny /deny <request_id> <reason> # 等同于 /approval deny <request_id> <reason>
/approval list显示当前会话（含子会话）的待审批项。使用--all或-a查看该 Agent 所有会话的待审批项。
终端使用
所有 daemon 命令都支持在终端中使用（除 /stop 和 /approval 仅在对话中有效）：
qwenpaw daemon status qwenpaw daemon restart qwenpaw daemon reload-config qwenpaw daemon version qwenpaw daemon logs -n 50
多智能体支持： 所有终端命令都支持 --agent-id 参数（默认为 default）。
qwenpaw daemon status --agent-id abc123 qwenpaw daemon version --agent-id abc123
Mission Mode - 复杂任务自主执行
Mission Mode 是一个专为长期、复杂任务设计的自主执行模式，灵感来自 Claude Code 和 Ralph Loop。它将大型任务拆解为多个用户故事（user stories），并通过 master agent → worker agents → verifier agents 的流水线完成，确保质量和可靠性。
核心特性
📋 两阶段设计：Phase 1 生成 PRD（产品需求文档），Phase 2 自动执行
🔒 代码级控制：Master agent 禁用实现工具，只能调度 worker，防止上下文污染
✅ 独立验证：每个 story 由专门的 verifier agent 验证，确保通过所有验收标准
🔄 自动迭代：未通过的 story 自动重试，直到所有 story 完成或达到最大迭代次数
🌐 多语言支持：自动根据 agent 配置返回中文或英文错误消息
适用场景
✅ 适合 Mission Mode 的任务：
构建完整的功能模块（如用户认证系统、文件管理器）
重构大型代码库（如迁移到新框架）
批量任务（如为多个组件添加单元测试）
需要多次迭代验证的任务
❌ 不适合 Mission Mode 的任务：
简单的代码修改（如修改一个 bug）
需要实时交互的任务（如调试）
探索性任务（如"研究最佳实践"）
基本用法
启动 Mission
/mission <任务描述>
示例：
/mission 创建一个命令行 TODO 应用，使用 Python，支持添加、删除、列出和标记完成任务，数据保存到本地 JSON 文件
可选参数：
--max-iterations N: 设置 Phase 2 最大迭代次数（范围 1-100，默认 20）--verify <command>: 自定义验证命令（如pytest）
/mission 创建 Web API --max-iterations 30 --verify "pytest tests/"
Phase 1: PRD 生成
Agent 会：
探索代码库，理解现有结构
将任务拆解为多个用户故事
生成
prd.json文件，包含每个 story 的验收标准
PRD 示例：
{
"project": "todo-cli-app",
"description": "命令行 TODO 应用",
"userStories": [
{
"id": "US-001",
"title": "添加任务功能",
"description": "As a user, I want to add new tasks...",
"acceptanceCriteria": [
"命令 'todo add <task>' 可成功添加任务",
"任务保存到 todos.json 文件"
],
"priority": 1,
"passes": false
}
]}Phase 2: 确认并执行
确认 PRD：
查看 PRD 后，发送确认消息进入 Phase 2：
确认，开始执行
或者，如果需要修改：
请把 US-001 拆分为两个 story，分别处理添加和持久化
Agent 会修改 PRD，再次等待确认。
Phase 2 执行流程：
Master 调度：分派 worker agent 执行每个 story
Worker 实现：创建/修改文件，运行测试
Verifier 验证：独立 agent 验证是否通过所有验收标准
更新 PRD：通过的 story 标记
passes: true自动迭代：未通过的 story 重新分派，直到全部完成
查看进度
/mission status
输出示例：
**Mission Status** — mission-20260415-123456 - Session: e2e-abc123 - Phase: execution - Project: todo-cli-app - Progress: 2/4 stories passed - Loop dir: ~/.copaw/workspaces/default/missions/mission-20260415-123456 ✅ US-001: 添加任务功能 ✅ US-002: 列出任务功能 ⬜ US-003: 删除任务功能 ⬜ US-004: 标记完成功能
列出所有 Mission
/mission list
工作目录结构
每个 mission 在 ~/.copaw/workspaces/default/missions/mission-<timestamp>/ 下创建工作目录：
mission-20260415-123456/ ├── prd.json # 产品需求文档 ├── loop_config.json # 配置和状态 ├── task.md # 原始任务描述 ├── progress.txt # 进度日志（Codebase Patterns） └── <实现产出的文件>
注意事项
Session 隔离：每个 session 的 mission 相互独立，不会互相干扰
PRD 格式校验：Phase 2 启动前会强制校验 PRD 格式，确保符合 schema
工具限制：Phase 2 中，master agent 不能直接使用
edit_file、browser_use等实现工具，只能通过 worker 完成迭代上限：达到
--max-iterations后自动停止，避免无限循环Git 支持：如果工作目录是 Git 仓库，agent 会自动 commit 变更（可选）
⚠️ 工具安全护栏绕过：
Worker 和 verifier agents 会自动绕过安全护栏（通过
--background模式自动禁用）这是因为后台 session 无法响应
/approve交互提示Master agent 也会绕过护栏保护
安全提示：所有 worker 操作都在
missions/<mission-xxx>/目录下进行，但仍建议仅在完全信任的代码仓库中使用 Mission Mode敏感操作（如删除文件、执行 shell 命令）会直接执行，无需人工审批
高级用法
自定义验证命令
/mission 添加单元测试 --verify "npm test"
验证阶段会运行 npm test 检查是否通过。
增加迭代次数（复杂任务）
/mission 重构整个认证模块 --max-iterations 50
中途介入
Phase 2 执行过程中，可以随时发送消息与 master agent 交互：
暂停一下，US-003 的实现有问题，请修复后再继续
故障排查
问题：PRD 格式不正确
⚠️ **无法进入 Phase 2**: prd.json 格式错误: - Missing required field: userStories 请修正 PRD 格式后再确认。
解决：检查 prd.json，确保包含 userStories 数组，每个 story 有必需字段。
问题：达到最大迭代次数
⚠️ **Mission reached max iterations** (20). 2/4 stories passed.
解决：
使用
/mission status查看剩余 story增加
--max-iterations重新启动或手动完成剩余工作
与其他模式的对比
Plan Mode - 计划模式
计划模式提供结构化的任务规划和分步执行能力。完整文档请参见 计划模式。
Proactive Mode - 主动提醒模式
Proactive Mode（主动提醒模式）是一个智能化的功能，允许 AI 代理在检测到用户长时间未活动后，主动分析用户当前的会话上下文和屏幕活动，并提供相关的帮助和信息。
核心特性
🤖 智能检测：监控用户会话活动状态，当检测到设定时间内的无活动时触发
🧠 上下文分析：分析用户的对话历史和当前屏幕内容，识别潜在需求
🔍 目标提取：从对话历史中提取用户可能关注的高频或近期主题
💬 主动响应：基于分析结果，自动生成友好且相关的主动帮助信息
重要提示
启用此模式前请务必知悉以下风险：
工具防护绕过：在此模式下，Agent会绕过标准的工具防护机制，Agent 拥有更高的系统权限和执行自由度
隐私与环境访问：Agent会读取历史会话记忆以理解上下文，并可能进行截屏以获取当前的运行环境信息。请确保在可信环境中使用，并注意敏感信息的保护
本模式默认不启用，仅在用户主动开启时才生效，且可在开启后关闭
基本用法
启用主动提醒模式
/proactive /proactive on /proactive <分钟数>
示例：
/proactive # 默认30分钟后如果没有活动则触发主动提醒/proactive on # 同上，默认30分钟/proactive 60 # 60分钟后触发主动提醒
停用主动提醒模式
/proactive off
工作原理
监控阶段：持续监控用户活动，记录最后活动时间戳
分析阶段：当检测到超过设定的空闲时间后，分析最近的对话历史
任务提取：识别用户可能关心的主题和目标
查询执行：使用浏览器、文件读取、命令执行等工具获取相关信息
响应生成：生成友好且相关的主动帮助信息
上下文感知
仅关注用户发起的消息，忽略系统消息
避免重复发送相同主题的主动提醒
优先处理高频和近期提到的主题
注意事项
资源消耗：启用后会定期分析上下文，可能增加计算资源使用
干扰控制：如果用户在收到主动消息后未回应，则不会连续发送新的主动消息
模型依赖：功能效果取决于所使用的AI模型能力，支持多媒体的模型能更好利用屏幕分析功能
典型应用场景
研究过程中的新信息获取
学习过程中的补充知识提供