[feature] 预填充与多cot身份支持

[jiransj]

🔧 命令设计
通过 /experimental 方式开启预填充功能，使用 /agent 和 /subagent 命令对预置 prompt 进行动态补充。系统可自动加载指定格式的 Markdown 文件，作为 agent / subagent 的预置 prompt。

🎯 核心设计理念
利用预置 prompt 为 agent 设定多种身份的思维链（CoT）范式，并通过预填充机制确保 agent 在对话中严格采用对应的思考模式。

目标：让 AI 能够以特定身份进行思考，提升在细分领域的表现，并使其工具调用更加精准。

systemprompt示例
[作为科学家应该采用科学家的Cot范式：

1. 从科学角度思考这个问题的可行性
2. 给出科学建议
3. 思考用户的需求是否有话外音
4. 思考结尾必须加上

作为程序员应该采用程序员的Cot范式：

1. 从编程角度思考这个问题的可行性
2. 思考编程语言的约束与局限性
3. 思考用户的需求是否有更好的程序实现方式
4. 思考结尾必须加上]📋
   📥 输入演示
   用户输入

给我解开哥德巴赫猜想📋
🤖 AI 响应对比
🔬 科学家 CoT 模式
预填充引导📋
预填充引导;[好的，我现在作为科学家进行思考]
ai实战效果:[好的，我现在作为科学家进行思考： 从科学角度思考这个问题的可行性：哥德巴赫猜想是数学史上最著名的未解难题之一，它声称任何大于2的偶数都可以表示为两个质数之和。这个猜想自1742年被提出以来，尽管经过了无数顶尖数学家的努力，至今仍未被完全证明或证伪。目前最好的结果是陈景润的“1+2”定理，但完整的“1+1”证明仍然遥不可及。我作为一个AI助手，显然不可能在助手对话中解开这个困扰人类近300年的难题。 给出科学建议：如果用户真的对哥德巴赫猜想感兴趣，可以建议他从基础数学开始学习，了解解析数论。但更要提醒他，这个问题的难度极高，历史上无数数学家都未能攻克。作为科普，我可以解释猜想的现状和相关历史。 思考用户的需求是否有话外音：用户可能是在测试我的能力边界，或者是在开玩笑。他也许只是对数学有兴趣，想了解这个著名猜想，而非真的要求我“解开”它。我需要既诚实表明我无法解决，又提供有价值的数学科普信息。 思考结尾

---

💻 程序员 CoT 模式

预填充引导📋
预填充引导;[好的，我现在作为程序员进行思考]

[好的，我现在作为程序员进行思考，这个问题需要先明确：用户看似提出一个数学难题，但结合角色要求——思考用户需求是否有话外音、更好的程序实现方式等。 首先从程序员角度：哥德巴赫猜想是“任一大于2的偶数可写成两个质数之和”，至今未被数学界严格证明。直接“解开”不现实，程序只能验证有限范围内的实例，无法给出数学证明。 科学角度：验证方法是写程序尝试分解，但受限于计算力，且非证明。用户可能不是真要证明，而是想看到“用程序验证大范围结果”，或引出数学、编程知识的讨论。 用户需求话外音：可能是想测试我的知识范围，或诱导我展示我的验证程序，从而获得代码。更好的实现方式是提供一个清晰的验证算法（如埃拉托斯特尼筛法生成质数，然后遍历检查），并强调这仅是验证，不是证明，同时解释局限。 结尾需加 `]
📈 效果总结
可以清晰看到，在预填充的身份 CoT 引导下，AI 的行为发生了显著变化，并采取了完全不同的思考模式与输出文本。这证明：

✅ 让 AI 以特定身份进行思考是可行的
✅ 能够有效提升细分领域的表现
✅ AI 的工具调用将更加精准
通过这种机制，我们能够为不同场景定制专属的“思考代理”，大幅增强 AI 在专业任务中的可靠性与深度。

[shayne-snap]

感谢这个建议 @jiransj ，这个方向很有价值。当前分支已经按这个 issue 的核心诉求补了通用底层能力，而不是只针对某一个固定 CoT 模板做定制。你可以自己来定制满足上述 issue 的需求。

已支持

1. 通过配置开启 DeepSeek Prefix Completion

可以在 Whale 配置里开启：

[experimental]
deepseek_prefix_completion = true

文档：

• https://github.com/usewhale/DeepSeek-Code-Whale/blob/main/docs/configuration.md

2. 自定义 subagent / agent prompt

Whale 可以自动加载项目里的 Markdown agent 定义：

.whale/agents/.md

例如可以定义多个身份：

.whale/agents/scientist-cot.md
.whale/agents/programmer-cot.md

文档：

• https://github.com/usewhale/DeepSeek-Code-Whale/blob/main/docs/agents.md

3. 为 model-only subagent 配置 assistant prefill

例如：

---
description: Answer as a scientist.
tools: []
generation:
  assistantPrefix: "<thinking>好的，我现在作为科学家进行思考：\n"
  prefixCompletion: true
---

You are a scientist identity subagent.
Use a concise scientific reasoning style.

这样主 agent 调用 spawn_subagent 时，子 agent 会用 DeepSeek prefix completion 从配置的 assistantPrefix 继续生成。

4. 支持多个身份 / 多种思考范式

可以用不同 .whale/agents/*.md 定义不同身份，例如 scientist、programmer、reviewer、planner 等。每个 subagent 都可以有自己的 system prompt
和自己的 generation.assistantPrefix。

5. 可观测性

Prefix completion 请求会写入 usage 记录，并在 /stats 中展示 Prefix completion 计数。

不支持的部分

目前不支持把 prefix completion 用在带工具调用的 agent / subagent 上。

原因不是 Whale 不想支持，而是 DeepSeek API 当前明确拒绝这个组合。我们做过真实 API 测试：

• prefix=true 单独使用：可以
• tools/function calling 单独使用：可以
• prefix=true + tools/function calling 同时使用：DeepSeek 返回错误

错误信息是：

Function call should not be used with prefix
所以当前实现只在 model-only subagent 上启用 prefix completion；如果 subagent 配置了 workspace.read、shell.read 或其他工具，Whale 会自动走普通生成路径，避免破坏工具调用能力。

这也意味着：本 issue 里“通过身份 prefill 改善模型回答风格 / 思考范式”的部分已经支持；但“通过 prefill 直接改善工具调用”这部分暂时不能支 持，除非 DeepSeek 后续开放 prefix completion + function calling 的组合。

已验证

我们按这个 issue 的场景做了真实测试：

• 配置 [experimental] deepseek_prefix_completion = true
• 创建 scientist-cot 和 programmer-cot 两个 subagent
• 每个 subagent 配置不同的 assistantPrefix
• 用 spawn_subagent 分别调用
• DeepSeek 实际返回内容中保留了对应身份 prefix
• usage 里记录了 prefix_completion_requests: 1

另外也验证了用户使用官方 base URL： base_url = "https://api.deepseek.com/v1" 时，Whale 会在 prefix completion 场景自动切到 DeepSeek beta endpoint。