Query Copilot v2.2

面向日常编码对话的本地优先副驾。它不会常驻读取所有网页，也不会替你发送消息：用户主动开启后，输入阶段给出零模型延迟提示，回答完成后检查当前一轮，并用最近几轮脱敏摘要补足上下文，把证据、风险和下一步 Query 收在侧边栏。

启动本地服务

node local-service/server.js

服务默认只监听 127.0.0.1:8787，自动选择本机 Ollama 中的 Qwen（只在检测到对应尺寸时使用，不会偷偷切换到大型未知模型）：

• qwen2.5:0.5b：标准/深度 Query 措辞优化（快速模式由本地规则完成）
• qwen2.5:1.5b：回答监督、代码审查和总结（深度通道）

输入阶段完全走本地规则；快速改写直接使用本地质量管线，不等待冷启动模型；需要模型措辞时可通过标准/深度模式调用 0.5B。回答监督先显示本地即时检查，模型结果晚到或失败也不会覆盖这些提示；重复 Query 会命中短期内存缓存。

Query 质量管线会先提取任务类型、目标、约束、上下文线索、信息缺口和验收标准，再生成职责不同的三条建议：澄清版、工程版、严格验证版。每条建议都带用途、价值、预期输出和质量分；服务会分别检查意图保持、具体程度、可执行性、可验证性、版本差异、上下文覆盖和输入完整度，避免“模板写得很长”就得到虚高分。模型返回的泛化、重复或只复述约束的 Query 会自动回退到本地模板。若存在关键缺口，侧边栏会标出“推荐先用”的澄清版；信息足够时优先推荐工程版，监督结果有待核查项时优先推荐验证版。

每次分析同时生成统一的意图契约，记录响应模式（确认、改写、实现、验证、总结等）、是否必须保留原文、上下文范围和干预级别。后续记忆、模型路由和 UI 都以这份契约为准，避免不同模块重复猜测用户意图。

回答监督会同步返回结构化 memory_snapshot（目标、阶段、技术/文件/命令、约束、未决项和证据状态）。插件只把这份脱敏快照与最近必要轮次带入下一次分析，不把整页历史无限拼接；快照只在页面会话内临时保留，用户关闭辅助模式或切换对话时清除。

没有 Ollama 时会先尝试异步 SmolVLM，失败则回退本地规则；回退不会阻塞网页或本地服务。

健康检查：

http://127.0.0.1:8787/health

可选配置：QUERY_COPILOT_MAX_CONTEXT、QUERY_COPILOT_OLLAMA_TIMEOUT_MS、QUERY_COPILOT_SMOLVLM_TIMEOUT_MS、QUERY_COPILOT_CACHE_TTL_MS、QUERY_COPILOT_RATE_LIMIT。如需远程 Ollama，必须显式设置 QUERY_COPILOT_ALLOW_REMOTE_OLLAMA=1，否则服务强制使用回环地址。

记忆仓库默认关闭持久化。配置长度不少于 16 个字符的 QUERY_COPILOT_MEMORY_KEY 后，服务才会把结构化快照写入本机 AES-256-GCM 加密仓库；原始对话不会写入。可用 GET /memory/status 查看状态，POST /memory/distill 蒸馏并按任务保存，GET/DELETE /memory/:task_id 读取或删除任务记忆。保存时可携带读取到的 expected_revision，避免多个窗口互相覆盖；冲突会返回 409，要求重新读取后合并。GET /memory/export 只导出密文包，POST /memory/import 只接受同密钥密文并按 revision 合并，适合用户自行放入同步盘。当前阶段不会自动上传或同步到远程服务。

Windows 推荐运行 powershell -ExecutionPolicy Bypass -File local-service/scripts/memory-key.ps1 ensure 创建随机密钥。密钥使用当前 Windows 用户的 DPAPI 保护，保存在本机用户目录；服务重启后自动读取，接口只显示 windows-dpapi 来源，不返回密钥内容。环境变量仍可作为开发环境兼容方式，并具有更高优先级。删除密钥前应先导出需要保留的记忆，否则原密文将无法解密。

macOS 使用 sh local-service/scripts/memory-key.sh ensure 创建 Keychain 项；服务会自动读取并在状态中显示 macos-keychain，不会输出密钥内容。两种系统使用相同的 AES-256-GCM 记忆包格式，可通过密文导出/导入实现用户控制的迁移。

同步前可调用 POST /memory/sync-preview 预览新增、未变更和同版本冲突条目；预览不会写入任何数据，确认后再调用导入接口。

GET /providers 仅返回提供商是否已配置、模型名和是否为本机地址，不返回任何 API Key。

加载扩展

1. 打开浏览器扩展管理页，开启开发者模式。
2. 选择“加载已解压的扩展”，指向本目录的 browser-extension。
3. 修改文件后在扩展管理页点击“重新加载”；已打开的 AI 页面刷新一次即可。

扩展不再使用 <all_urls> 常驻脚本。点击扩展图标或按 Alt+Q 才会向当前页面按需注入；新标签页默认不读取任何内容。右键选中文本仍可作为一次性兜底分析。

解析器按语义标记、ARIA、消息容器和 Shadow DOM 逐层兜底，不绑定某一个网站；输入框、无文字图标发送按钮和自定义 Web Component 也会尝试识别。回答等待阶段只在发送后短暂监听，输入和阅读页面时不启动全页观察器。

日常使用

侧边栏采用系统外观：在浅色环境使用半透明白色玻璃层，在深色环境自动切换为深色系统表面；Windows 优先使用 Microsoft YaHei UI 等清晰的中文系统字体，macOS 优先使用 SF/PingFang；系统蓝用于主要操作，橙/红仅用于风险提示，并支持系统的减少动态效果设置。

1. 在 ChatGPT、Claude、豆包或其他对话网页按 Alt+Q 开启辅助模式（首次会显示一次本机处理授权）。
2. 在网页输入框打字时，只显示轻量行内提示，不调用模型。
3. 输入框聚焦且有草稿时再按 Alt+Q，会立即显示三版 Query：澄清版、工程版、严格验证版。选择“替换输入”或“追加”，文本会直接写回当前输入框。
4. 发送消息后，插件等待模型回答稳定，先在本地即时显示下一步 Query 草案，再对“最近几轮脱敏摘要 + 本轮用户消息 + 本轮回答”执行一次深度分析；只增量观察回答阶段，不重复轮询整页历史。深度结果返回后会替换草案并补上证据与风险，不会让输入操作被模型冷启动阻塞。
5. 页面角落只出现一张小提示卡；点击“查看证据”才展开侧边栏。代码任务会列出对话中提到的文件、命令、测试和未验证风险，并明确提示目前没有本地工作区桥接。
6. 没有草稿时再次按 Alt+Q 关闭当前页辅助模式；关闭会清除提示卡和侧边栏。
7. 需要整理当前会话时按 Alt+Shift+S，生成一次结构化总结；当前页面已有的语义消息会被整理为最多 6 轮临时脱敏上下文。

如果草稿只是“需要”“好的”“可以”“不用”等确认型短回复，插件会默认原文直通：不调用模型、不生成长 Query，输入内容保持不变，直接按网页原生发送即可。直通卡中的“我想优化这句”是显式覆盖入口，只有点击它才会把这句话送入正常的三路 Query 改写流程。

Query 不是把原文简单加长：改写会尽量保留原目标和约束，先补齐会阻塞执行的缺口，再要求具体产物、文件/命令、验收标准和失败处理。建议先采用绿色标记的推荐版本；若它指出缺口，先回答缺口再继续执行，避免让模型在错误假设上反复生成。

如果网页使用了没有文字标签的自定义发送按钮，插件会结合按钮位置、所在表单/编辑器和输入框清空事件判断发送；判断不确定时不会阻止网页原生发送，可用右键选中文本做一次性补充分析。

右键选中文本属于一次性分析：结果关闭后临时桥接会移除，不会把该页面加入自动监督列表。

隐私与边界

• 默认只向本机 127.0.0.1:8787 和本机 Ollama 发送经过脱敏的当前轮文本及最多 6 轮脱敏摘要，不保存原始对话；页面路由变化或关闭辅助模式时会清空上下文。
• 自动屏蔽常见 API Key、JWT、邮箱、手机号和 PEM 私钥；敏感信息识别不是绝对保证，发送前仍应检查。
• 未连接本地工作区时，插件只能判断网页中出现的代码和测试描述，不能确认真实文件、git diff 或命令是否执行成功。
• 模型调用失败、页面 DOM 改版或服务超时只会显示友好降级提示，不会阻止原网页输入和发送。
• 服务限制了请求体、输入长度、并发数和访问频率，并拒绝任意网页的通配 CORS。

开发验收可运行：

node --test local-service/tests/server.contract.test.js

可观测指标

侧边栏显示本轮输入字符数、分析耗时、模型名称和缓存命中状态。开发调试可设置 QUERY_COPILOT_DEBUG=1，默认不显示内部日志。