From c0aab630a03ac6e8da34af8d9153120760591d3c Mon Sep 17 00:00:00 2001
From: ThreeFish <aureliusshu@gmail.com>
Date: Thu, 4 Jun 2026 10:25:25 +0800
Subject: [PATCH] =?UTF-8?q?fix(session-title):=20=E4=BF=AE=E5=A4=8D=20<ses?=
 =?UTF-8?q?sion>=20=E6=A0=87=E7=AD=BE=E5=8C=85=E8=A3=B9=E7=94=A8=E6=88=B7?=
 =?UTF-8?q?=E6=96=87=E6=9C=AC=E5=AF=BC=E8=87=B4=E6=A0=87=E9=A2=98=E5=85=A8?=
 =?UTF-8?q?=E9=83=A8=E5=9B=9E=E9=80=80=E5=88=B0=E5=85=83=E6=95=B0=E6=8D=AE?=
 =?UTF-8?q?=E7=9A=84=E9=97=AE=E9=A2=98;?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

当用户实际输入被 <session> 标签完整包裹时,首轮噪声剥离会将
整个 <session> 块连同用户文本一并删除,导致 Level 1 始终返回空。
新增二次回退机制:若首轮结果为空,仅去除 <session> 外壳标签,
保留内部文本后重新剥离噪声,确保用户文本可见。

🤖 Generated with [Claude Code](https://github.com/claude), [CodeX](https://openai.com), [Gemini](https://github.com/apps/gemini-code-assist)
Co-Authored-By: Aurelius Huang<threefish.ai@gmail.com>
---
 src/coding/proxy/routing/executor.py | 31 +++++++++++++++++++++----
 tests/test_router_executor.py        | 34 ++++++++++++++++++++++++++++
 2 files changed, 61 insertions(+), 4 deletions(-)

diff --git a/src/coding/proxy/routing/executor.py b/src/coding/proxy/routing/executor.py
index f900a2d..20d9c51 100644
--- a/src/coding/proxy/routing/executor.py
+++ b/src/coding/proxy/routing/executor.py
@@ -71,6 +71,11 @@
     flags=re.DOTALL | re.IGNORECASE,
 )
 
+# <session> 标签需要特殊处理:当用户文本在 <session> 标签内部时,
+# 完整块剥离会连同用户文本一起删除。此模式仅去除外壳标签(保留内容),
+# 用于首轮完整剥离结果为空时的二次回退提取。
+_SESSION_TAG_WRAPPER = re.compile(r"</?session\b[^>]*>", flags=re.IGNORECASE)
+
 # Slash command 子标签:用于识别 /commit、/review 等命令式调用,
 # 合成"命令 + 参数"式标题。
 _CMD_NAME_PATTERN = re.compile(r"<command-name>(.*?)</command-name>", flags=re.DOTALL)
@@ -80,6 +85,9 @@
     r"<command-[\w-]+>.*?</command-[\w-]+>", flags=re.DOTALL
 )
 
+# 空白折叠
+_WHITESPACE_PATTERN = re.compile(r"\s+")
+
 
 def _sanitize_user_text(raw: str) -> str:
     """剔除 Claude Code 注入的系统级 XML 块,还原真实用户输入。
@@ -88,8 +96,10 @@ def _sanitize_user_text(raw: str) -> str:
     1. Slash command 优先识别 — 若检测到 <command-name>,合成"命令 + 参数"
        式标题(因为残留文本通常为空,直接取标签内容更有意义)。
     2. 通用噪声剥离 — 移除已知白名单内的 system-reminder 等标签。
-    3. 残留 command-* 包裹清除 — 兜底去除 command-message 等次要标签。
-    4. 前后空白归一化 — 折叠连续空白为单空格,便于 30 字截断。
+    3. <session> 二次回退 — 若首轮剥离后为空,说明用户文本可能在 <session>
+       标签内部;此时仅去除外壳标签,保留内部文本再做噪声剥离。
+    4. 残留 command-* 包裹清除 — 兜底去除 command-message 等次要标签。
+    5. 前后空白归一化 — 折叠连续空白为单空格。
     """
     if not raw:
         return ""
@@ -107,9 +117,22 @@ def _sanitize_user_text(raw: str) -> str:
     # 阶段二: 通用噪声剥离
     cleaned = _NOISE_TAG_PATTERN.sub("", raw)
     cleaned = _CMD_WRAPPER_PATTERN.sub("", cleaned)
+    cleaned = _WHITESPACE_PATTERN.sub(" ", cleaned).strip()
+    if cleaned:
+        return cleaned
+
+    # 阶段三: <session> 二次回退
+    # 当首轮全部剥离为空时,用户文本很可能被 <session> 标签完整包裹。
+    # 此时不去除 <session> 块,而是仅剥掉外壳标签,保留内部文本后重新剥离。
+    if "<session" in raw.lower():
+        inner = _SESSION_TAG_WRAPPER.sub("", raw)
+        cleaned = _NOISE_TAG_PATTERN.sub("", inner)
+        cleaned = _CMD_WRAPPER_PATTERN.sub("", cleaned)
+        cleaned = _WHITESPACE_PATTERN.sub(" ", cleaned).strip()
+        if cleaned:
+            return cleaned
 
-    # 阶段三: 空白折叠
-    return re.sub(r"\s+", " ", cleaned).strip()
+    return ""
 
 
 # ── Session 标题提取: 多层级回退策略 ──────────────────────────────
diff --git a/tests/test_router_executor.py b/tests/test_router_executor.py
index 2c0d093..d8455cd 100644
--- a/tests/test_router_executor.py
+++ b/tests/test_router_executor.py
@@ -2277,6 +2277,40 @@ def test_strips_thinking_tag_multiline(self):
         raw = "<thinking>\nline1\nline2\n</thinking>清理后文本"
         assert _sanitize_user_text(raw) == "清理后文本"
 
+    # ── <session> 标签包裹用户文本的二次回退 ──
+
+    def test_session_tag_wrapping_user_text(self):
+        """当 <session> 标签包裹用户文本时,二次回退应提取内部文本.
+
+        注: session 元数据可能残留在标题前部,但用户文本现在可见,
+        远优于完全回退到 '[Session] model_name'.
+        """
+        raw = "<session>session metadata\n用户真实提问内容</session>"
+        result = _sanitize_user_text(raw)
+        assert "用户真实提问内容" in result
+
+    def test_session_tag_wrapping_with_inner_noise(self):
+        """<session> 内部混合噪声标签时,二次回退应正确剥离噪声."""
+        raw = (
+            "<session>session_key: abc\n"
+            "<system-reminder>噪声内容</system-reminder>"
+            "用户真实输入"
+            "</session>"
+        )
+        result = _sanitize_user_text(raw)
+        assert "用户真实输入" in result
+        assert "噪声内容" not in result
+
+    def test_session_tag_prefix_still_works(self):
+        """用户文本在 <session> 标签之后(原有行为)仍正确."""
+        raw = "<session>metadata</session>用户文本在外部"
+        assert _sanitize_user_text(raw) == "用户文本在外部"
+
+    def test_all_noise_inside_session_tag(self):
+        """<session> 内部全是噪声时,二次回退仍返回空."""
+        raw = "<session><system-reminder>纯噪声</system-reminder></session>"
+        assert _sanitize_user_text(raw) == ""
+
 
 class TestExtractSessionTitle:
     """``_extract_session_title`` — 端到端从 CanonicalRequest 抽取标题."""