Files
ClawdDotNet/docs/ToolDevelopmentGuide.md
T
RichardandClaude Opus 5 24e457b11f FileRW: Sammel-Lesen (#663) und Hinweis auf den anderen Workspace (#662)
#663: Neue Aktion read_many liest mehrere Dateien in einem Aufruf - entweder
paths (Liste) oder path (Verzeichnis) mit pattern. Gedeckelt auf 50 Dateien und
200.000 Zeichen; was nicht mehr hineinpasst, wird namentlich genannt, damit der
Agent gezielt nachholen kann. Anlass: Der Tagesabschluss im Testbetrieb las 24
Stundendateien einzeln und starb zweimal an der Schrittgrenze - die soll
Endlosschleifen abfangen, nicht ehrliche Arbeit.

#662: Schlaegt read oder list fehl, weil der Pfad im anderen Workspace liegt,
sagt die Fehlermeldung das - aber nur, wenn der Agent diesen Workspace auch
benutzen darf. Guenstige Modelle vergassen workspace "shared" regelmaessig und
verbrauchten mit jedem Rateversuch einen Schritt.

Dateipruefung, Endungen und Workspace-Grenze gelten in read_many unveraendert;
eine verbotene Endung wird uebergangen statt den Lauf zu kippen.

Version 0.1.14.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
2026-09-21 15:53:08 +02:00

509 lines
18 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# ClawdDotNet – Tool-Entwicklungsanleitung
## Übersicht
Tools sind eigenständige Plugins, die Agenten Zugriff auf externe Systeme geben (Datenbanken, Dateisysteme, E-Mail, APIs etc.). Jedes Tool ist ein separates .NET-Projekt, das ausschließlich `ClawdDotNet.Core` referenziert.
**Kernregeln:**
- Tools sind **niemals voneinander abhängig** (Tool A darf Tool B nicht kennen)
- Der Core kompiliert und läuft **ohne jedes Tool**
- Jedes Tool ist **pro Agent konfiguriert** (via `AgentConfig.Tools`)
- Tools werden zur Laufzeit über die `ToolRegistry` registriert
---
## Projekt-Struktur
```
ClawdDotNet.sln
├── src/
│ ├── ClawdDotNet.Core/ ← Klassenbibliothek (keine Tool-Verweise!)
│ ├── ClawdDotNet.Tools.MeinTool/ ← Dein Tool-Plugin
│ │ ├── ClawdDotNet.Tools.MeinTool.csproj
│ │ └── MeinToolTool.cs
│ ├── ClawdDotNet.App/ ← Fachschicht ohne Oberflaeche (verweist auf Core + alle Tools)
│ └── ClawdDotNet.Desktop/ ← Oberflaeche in Avalonia (verweist auf App)
```
### Neues Tool-Projekt anlegen
```xml
<!-- ClawdDotNet.Tools.MeinTool.csproj -->
<Project Sdk="Microsoft.NET.Sdk">
<PropertyGroup>
<TargetFramework>net10.0</TargetFramework>
<Nullable>enable</Nullable>
<ImplicitUsings>enable</ImplicitUsings>
<RootNamespace>ClawdDotNet.Tools.MeinTool</RootNamespace>
</PropertyGroup>
<ItemGroup>
<!-- NUR Core referenzieren, KEINE anderen Tools -->
<ProjectReference Include="..\ClawdDotNet.Core\ClawdDotNet.Core.csproj" />
</ItemGroup>
<ItemGroup>
<!-- Tool-spezifische NuGet-Packages hier -->
</ItemGroup>
</Project>
```
---
## IAgentTool implementieren
Jedes Tool implementiert das Interface `ClawdDotNet.Core.Tools.IAgentTool`:
```csharp
using System.Text.Json;
using ClawdDotNet.Core.Tools;
namespace ClawdDotNet.Tools.MeinTool;
public sealed class MeinToolTool : IAgentTool
{
// 1. Eindeutiger Name – wird vom LLM in tool_calls verwendet
public string Name => "MeinTool";
// 2. Beschreibung für das LLM (geht in den System-Prompt)
public string Description => "Beschreibung, was dieses Tool kann...";
// 3. JSON Schema des Input-Objekts (OpenAI Function Calling Format)
public JsonElement InputSchema { get; } = JsonDocument.Parse("""
{
"type": "object",
"properties": {
"action": {
"type": "string",
"enum": ["read", "write"],
"description": "Die auszuführende Aktion"
},
"data": {
"type": "string",
"description": "Eingabedaten"
}
},
"required": ["action"]
}
""").RootElement.Clone();
// 4. Ausführung
public async Task<ToolResult> ExecuteAsync(
JsonElement input,
AgentToolContext context,
CancellationToken ct)
{
// Action aus dem Input lesen
var action = input.GetProperty("action").GetString()
?? throw new ArgumentException("'action' is required");
// Konfiguration aus dem AgentToolContext lesen
// NIEMALS hardcodierte Werte, immer aus context.ToolConfig!
var meineSetting = context.ToolConfig.TryGetValue("meineSetting", out var val)
? val?.ToString() ?? ""
: "";
// Logger verwenden
context.Logger.LogInformation("MeinTool executing action: {Action}", action);
return action switch
{
"read" => await HandleReadAsync(input, context, ct),
"write" => await HandleWriteAsync(input, context, ct),
_ => ToolResult.Fail($"Unknown action: {action}")
};
}
private async Task<ToolResult> HandleReadAsync(
JsonElement input, AgentToolContext context, CancellationToken ct)
{
// Implementierung...
await Task.CompletedTask; // Platzhalter
return ToolResult.Ok("Ergebnis als JSON oder Text");
}
private async Task<ToolResult> HandleWriteAsync(
JsonElement input, AgentToolContext context, CancellationToken ct)
{
// Implementierung...
await Task.CompletedTask; // Platzhalter
return ToolResult.Ok("Erfolgreich geschrieben");
}
}
```
---
## Konfiguration pro Agent
Die Tool-Konfiguration ist **pro Agent** definiert, nicht global. Das bedeutet: Agent A kann auf Datenbank X zugreifen, Agent B auf Datenbank Y.
### In der Config-Datei (z.B. `config.json`):
```json
{
"agents": [
{
"agentId": "analyst",
"tools": {
"MeinTool": {
"meineSetting": "wert-fuer-agent-analyst",
"andereOption": true
}
}
},
{
"agentId": "developer",
"tools": {
"MeinTool": {
"meineSetting": "wert-fuer-agent-developer",
"andereOption": false
}
}
}
]
}
```
### Konfiguration im Tool auslesen:
```csharp
// Im ExecuteAsync:
var setting = context.ToolConfig["meineSetting"]?.ToString();
var option = context.ToolConfig.TryGetValue("andereOption", out var v)
&& v is JsonElement je
&& je.GetBoolean();
```
**Wichtig:** `context.ToolConfig` enthält nur die Config für dieses Tool und diesen Agent. Du bekommst nie die Config eines anderen Agents oder eines anderen Tools.
### Rechte und Freigaben (#641)
Was ein Agent mit einem Werkzeug ohne Rückfrage darf, steht in **seiner** Werkzeugkonfiguration – neben Verbindung, Tabellen und Verzeichnissen:
```json
"Database": {
"type": "mysql",
"allowedTables": ["messwerte", "protokoll"],
"erlaubt": ["select", "insert", "update"],
"verboten": ["drop", "truncate"]
}
```
- `erlaubt` läuft ohne Rückfrage. Ist die Liste gesetzt, wird **alles andere einzeln zur Freigabe vorgelegt** – nicht verweigert. Braucht der Agent einmal ein `alter`, entscheidet der Mensch über genau dieses eine.
- `verboten` wird gar nicht erst vorgelegt.
- `"*"` in `erlaubt` heißt: alles, was nicht verboten ist.
- Ohne `erlaubt` gilt `IAgentTool.Vorgabe`, sonst die Standardregel (`StagingPolicy`).
- Beim Freigeben kann der Mensch „Gleichartiges künftig erlauben“ wählen. Das erteilt eine widerrufbare **Dauerfreigabe** für genau diesen Agenten, dieses Werkzeug und diese Operation. Nach drei gleichartigen Freigaben in 14 Tagen schlägt die Oberfläche das vor; übernehmen muss der Mensch.
- **Änderungen an Agenten** (Identität, Soul, neuer Agent) bleiben ausnahmslos einzeln freigabepflichtig. `erlaubt`, `"*"` und Dauerfreigaben heben das nicht auf.
Was ein Werkzeug dafür liefert:
| Mitglied | Zweck |
|---|---|
| `StagingAktion(input)` | Der Operationsschlüssel **aus dem Inhalt** des Aufrufs, nicht aus dem frei wählbaren `action`-Argument. Database: das SQL-Schlüsselwort (`select` für alles Lesende, sonst `insert`, `alter` …). |
| `Operationen` | Die Operationen für die Rechte-Tabelle der Oberfläche. Vorgabe: die Werte der `action`-Aufzählung im Schema. |
| `Vorgabe(operation, config)` | Die Einstufung ohne `erlaubt`. `null` = Standardregel. |
| `Preflight(input, context)` | Nur harte Grenzen (fremde Tabelle, unlesbares SQL, Pfad außerhalb des Arbeitsbereichs). **Nicht** über die Operation urteilen – das tut die Freigabestelle. |
`context.FreigabeGeprueft` ist `true`, wenn die Freigabestelle den Aufruf zugelassen hat (erlaubt, Dauerfreigabe oder einzeln freigegeben). Ein Werkzeug mit eigener Rechteprüfung lässt sie dann aus – sonst scheitert ein freigegebenes `alter` erst nach der Freigabe am Werkzeug. Ohne Freigabestelle bleibt es `false`, und das Werkzeug prüft selbst.
---
## Tool im Host registrieren
Im `Host/Program.cs` (oder einer Startup-Klasse) wird das Tool registriert:
```csharp
var registry = new ToolRegistry();
// Jedes Tool einzeln registrieren
registry.Register(new MeinToolTool());
registry.Register(new DatabaseTool());
registry.Register(new FileRWTool());
// ...
```
Der `AgentEngine` nutzt dann die `ToolRegistry`, um für jeden Agent nur die erlaubten Tools bereitzustellen.
---
## Geplante Tools (Referenz)
### Database (`ClawdDotNet.Tools.Database`)
| Eigenschaft | Wert |
|---|---|
| Name | `Database` |
| NuGet | `MySqlConnector`, `MongoDB.Driver` |
| Aktionen | `query`, `insert`, `upsert` |
**Config-Felder:**
- `connectionString` – Datenbankverbindung (pro Agent!)
- `type` – `"mysql"` oder `"mongodb"`
- `allowedTables` – Liste erlaubter Tabellen (Whitelist)
**Sicherheit:**
- Parameterized Queries gegen SQL-Injection
- Nur Tabellen aus `allowedTables` erlaubt
- Connection String kommt IMMER aus `context.ToolConfig`
---
### FileRW (`ClawdDotNet.Tools.FileRW`)
| Eigenschaft | Wert |
|---|---|
| Name | `FileRW` |
| NuGet | (keine) |
| Aktionen | `read`, `read_many`, `write`, `append`, `list`, `delete`, `copy`, `stock_add` |
`read_many` liest mehrere Dateien in einem Aufruf – entweder `paths` (Liste) oder `path`
(Verzeichnis) mit `pattern`. Gedeckelt auf 50 Dateien und 200.000 Zeichen; was nicht mehr
hineinpasst, steht namentlich am Ende der Antwort. Der Grund steht in #663: Ein Lauf, der
24 Dateien einzeln liest, verbraucht 24 Schritte und stirbt an der Schrittgrenze – die soll
Endlosschleifen abfangen, nicht ehrliche Arbeit.
Schlägt ein Zugriff fehl, weil der Pfad im *anderen* Workspace liegt, sagt die
Fehlermeldung das (#662) – aber nur, wenn der Agent den anderen Workspace auch benutzen
darf.
**Config-Felder:**
- `rootPath` – Basisverzeichnis (Agent ist darin eingesperrt)
- `allowWrite` – `true`/`false`
- `allowedExtensions` – z.B. `[".txt", ".json", ".html"]`
**Sicherheit (Pflicht):**
- Path-Traversal-Check: `Path.GetFullPath(requested).StartsWith(Path.GetFullPath(rootPath))`
- Nur erlaubte Dateiendungen
- Schreibzugriff nur wenn `allowWrite = true`
---
### Mail (`ClawdDotNet.Tools.Mail`)
| Eigenschaft | Wert |
|---|---|
| Name | `Mail` |
| NuGet | `MailKit` |
| Aktionen | `send`, `read_inbox`, `read_message`, `mark_read` |
**Config-Felder:**
- `imapHost`, `imapPort` – IMAP-Server
- `smtpHost`, `smtpPort` – SMTP-Server
- `username`, `password` – Zugangsdaten
- `allowedRecipients` – Whitelist erlaubter Empfänger
**Sicherheit:**
- Empfänger müssen in `allowedRecipients` stehen
---
## AgentToolContext – Referenz
```csharp
public sealed record AgentToolContext(
string AgentId, // ID des ausführenden Agents
string InstanceId, // ID der laufenden ClawdDotNet-Instanz
IReadOnlyDictionary<string, object?> ToolConfig, // Tool-Config für DIESEN Agent
ILogger Logger, // Logger (schreibt in Tool_{ToolName}.log)
CancellationToken CancellationToken
);
```
---
## ToolResult – Referenz
```csharp
public sealed record ToolResult(
bool Success,
string Content, // Geht zurück ans LLM
string? ErrorMessage = null
);
// Hilfsmethoden:
ToolResult.Ok("Ergebnis als JSON oder Text");
ToolResult.Fail("Fehlerbeschreibung");
```
---
## Background Jobs (optional)
Manche Tools müssen regelmäßig im Hintergrund arbeiten, ohne dabei jedes Mal den Agenten (und damit das LLM) aufzuwecken. Beispiel: Ein Telegram-Tool prüft alle 30 Sekunden auf neue Nachrichten, weckt den Agenten aber **nur** wenn tatsächlich eine neue Nachricht vorliegt.
Dafür gibt es das optionale Interface `IToolJobProvider`. Ein Tool kann es **zusätzlich** zu `IAgentTool` implementieren — es ist kein Ersatz.
### IToolJobProvider implementieren
```csharp
using ClawdDotNet.Core.Tools;
using ClawdDotNet.Core.State;
using Microsoft.Extensions.Logging;
public sealed class MeinToolTool : IAgentTool, IToolJobProvider
{
// ... IAgentTool-Implementierung wie oben ...
// 1. Verfügbare Job-Typen deklarieren
public IReadOnlyList<ToolJobDefinition> GetJobDefinitions() =>
[
new("meintool_check", "MeinTool Check", "Prüft regelmäßig auf Änderungen")
];
// 2. Job-Tick ausführen (kein LLM, nur Tool-Code!)
public async Task<ToolJobResult> ExecuteJobAsync(
string jobTypeId,
IReadOnlyDictionary<string, object?> toolConfig,
IStateStore stateStore,
ILogger logger,
CancellationToken ct)
{
if (jobTypeId != "meintool_check")
return ToolJobResult.NoAction($"Unbekannter Job: {jobTypeId}");
// Config auslesen (gleiche Felder wie in ExecuteAsync)
var apiKey = toolConfig.TryGetValue("apiKey", out var v)
? v?.ToString() ?? "" : "";
// Zustand über IStateStore persistieren (überlebt Neustarts)
var lastOffset = await stateStore.GetAsync("meintool_last_offset") ?? "0";
// Prüfung durchführen...
var newItems = await CheckForUpdatesAsync(apiKey, lastOffset, ct);
if (newItems.Count == 0)
return ToolJobResult.NoAction("Keine neuen Einträge");
// Offset speichern
await stateStore.SetAsync("meintool_last_offset", newItems.Last().Id);
// Agent aufwecken mit Zusammenfassung
return ToolJobResult.Wake(
$"{newItems.Count} neue Einträge gefunden:\n" +
string.Join("\n", newItems.Select(i => $"- {i.Title}")),
logSummary: $"{newItems.Count} neue Einträge"
);
}
}
```
### ToolJobResult
Das Tool gibt deklarativ zurück, ob der Agent geweckt werden soll:
| Methode | Effekt |
|---------|--------|
| `ToolJobResult.NoAction(logSummary?)` | Nichts tun, optional Log-Eintrag |
| `ToolJobResult.Wake(wakeMessage, logSummary?)` | Agent **im bestehenden Chat** aufwecken (Default) |
| `ToolJobResult.WakeStateless(wakeMessage, logSummary?)` | Agent in **isolierter Session** aufwecken (kein Chatverlauf) |
**`Wake` vs `WakeStateless`:**
- `Wake` (Default) nutzt `ChatAsync` — die Nachricht erscheint im Chat-Tab, der Agent behält den gesamten Konversationsverlauf. Ideal für alles was Teil einer laufenden Interaktion ist (Telegram-Nachrichten, fertige Transkripte, E-Mail-Antworten).
- `WakeStateless` nutzt `RunAsync` — komplett isolierte Ausführung ohne Kontext. Nur für einmalige, kontextfreie Aufgaben verwenden.
**Wichtig:** Das Tool hat keinen direkten Zugriff auf den `AgentEngine`. Der `ToolJobScheduler` wertet das Ergebnis aus und weckt den Agenten bei Bedarf.
### IStateStore für Zustandstracking
`IStateStore` ist ein einfacher Key-Value-Store (SQLite-basiert), der zwischen Job-Ticks und Neustarts persistiert:
```csharp
// Wert lesen (null wenn nicht vorhanden)
string? value = await stateStore.GetAsync("mein_key");
// Wert schreiben
await stateStore.SetAsync("mein_key", "neuer_wert");
```
Verwende aussagekräftige Keys, z.B. `meintool_poll_offset` oder `meintool_last_check`.
### JSON-Konfiguration
Tool Jobs werden pro Agent in der `config.json` konfiguriert, parallel zum bestehenden `scheduler`:
```json
{
"agentId": "support-bot",
"tools": {
"MeinTool": { "apiKey": "..." }
},
"scheduler": [
{ "cron": "0 8 * * 1-5", "taskMessage": "Morgenbericht erstellen" }
],
"toolJobs": [
{
"jobId": "abc12345",
"toolName": "MeinTool",
"jobTypeId": "meintool_check",
"cron": "*/5 * * * *",
"enabled": true,
"runOnStart": false
}
]
}
```
| Feld | Beschreibung |
|------|-------------|
| `jobId` | Eindeutige ID (wird automatisch generiert) |
| `toolName` | Name des Tools (muss `IToolJobProvider` implementieren) |
| `jobTypeId` | Einer der von `GetJobDefinitions()` deklarierten IDs |
| `cron` | Cron-Ausdruck für die Ausführungsintervalle |
| `enabled` | Job aktiv/inaktiv |
| `runOnStart` | Beim Programmstart sofort einmal ausführen |
### Unterschied: Agent Wakeup vs Tool Job
| | Agent Wakeup (`scheduler`) | Tool Job (`toolJobs`) |
|---|---|---|
| **Ausführung** | Voller LLM-Run | Nur Tool-Code (kein LLM) |
| **Kosten** | Token pro Tick | Kostenlos pro Tick |
| **Agent-Aufruf** | Immer | Nur bei `ShouldWakeAgent` |
| **Anwendungsfall** | Regelmäßige Aufgaben | Polling, Monitoring, Checks |
---
## Checkliste für neue Tools
- [ ] Eigenes Projekt `ClawdDotNet.Tools.{Name}` anlegen
- [ ] Nur `ClawdDotNet.Core` referenzieren
- [ ] `IAgentTool` implementieren
- [ ] `InputSchema` als gültiges JSON Schema definieren
- [ ] Alle Konfiguration aus `context.ToolConfig` lesen
- [ ] Alle `await`-Aufrufe mit `CancellationToken` versehen
- [ ] `context.Logger` für Logging verwenden (kein `Console.WriteLine`)
- [ ] Sicherheitsprüfungen implementieren (je nach Tool-Typ)
- [ ] Schreibende Aktionen: `StagingAktion` aus dem Inhalt bestimmen, `Operationen` prüfen, eigene Rechteprüfung an `context.FreigabeGeprueft` koppeln (siehe „Rechte und Freigaben“)
- [ ] Im Host registrieren: `registry.Register(new MeinToolTool());`
- [ ] In der Solution-Datei (.slnx) einbinden
- [ ] NuGet-Packages in `NuGet.Config` PackageSourceMapping ergänzen
- [ ] *Optional:* `IToolJobProvider` implementieren (wenn Hintergrund-Polling nötig)
- [ ] *Optional:* `GetJobDefinitions()` mit eindeutigen `JobTypeId`s definieren
- [ ] *Optional:* `ExecuteJobAsync()` implementieren, `IStateStore` für Zustandstracking nutzen
---
## Logging
Das Logging-System trennt automatisch nach Modul. Wenn dein Tool den Logger aus dem `AgentToolContext` verwendet, landen die Logs automatisch in:
```
Logs/
├── 2026-05-12/
│ ├── Core.log ← Engine, Scheduler, Config
│ ├── Host.log ← Oberflaeche
│ ├── Tool_Database.log ← Database-Tool
│ ├── Tool_FileRW.log ← FileRW-Tool
│ ├── Tool_MeinTool.log ← Dein Tool!
│ └── ...
```
Die Zuordnung geschieht über den Namespace:
- `ClawdDotNet.Core.*` → `Core.log`
- `ClawdDotNet.Tools.{Name}.*` → `Tool_{Name}.log`
- `ClawdDotNet.Host.*` → `Host.log`
Log-Level: `Debug`, `Info`, `Warn`, `Error`