第一次提交

app-instance/backend/nanobot/config/loader.py

@@ -0,0 +1,97 @@
+"""Configuration loading utilities."""
+
+import json
+from pathlib import Path
+
+from nanobot.config.schema import Config
+
+
+def get_config_path() -> Path:
+    """Get the default configuration file path."""
+    # 统一约定配置文件位置：~/.nanobot/config.json
+    # 这样 CLI、Gateway、测试都能复用同一入口，不会出现路径分叉。
+    return Path.home() / ".nanobot" / "config.json"
+
+
+def get_data_dir() -> Path:
+    """Get the nanobot data directory."""
+    # 延迟导入（函数内 import）可以减少模块初始化时的依赖耦合。
+    # get_data_path() 内部会确保目录存在。
+    from nanobot.utils.helpers import get_data_path
+    return get_data_path()
+
+
+def load_config(config_path: Path | None = None) -> Config:
+    """
+    Load configuration from file or create default.
+
+    Args:
+        config_path: Optional path to config file. Uses default if not provided.
+
+    Returns:
+        Loaded configuration object.
+    """
+    # 如果调用者没传路径，就走默认路径 ~/.nanobot/config.json
+    path = config_path or get_config_path()
+
+    # 只有文件存在才尝试读取；不存在时直接返回默认 Config。
+    if path.exists():
+        try:
+            # 1) 读取 JSON 原始配置
+            with open(path, encoding="utf-8") as f:
+                data = json.load(f)
+            # 2) 做向后兼容迁移（旧字段 -> 新字段）
+            data = _migrate_config(data)
+            # 3) 用 Pydantic 做强校验与类型转换
+            #    例如：camelCase/snake_case 映射、默认值补齐、字段类型检查。
+            return Config.model_validate(data)
+        except (json.JSONDecodeError, ValueError) as e:
+            # 容错策略：配置损坏时不让程序崩溃，而是退回默认配置继续运行。
+            print(f"Warning: Failed to load config from {path}: {e}")
+            print("Using default configuration.")
+
+    # 配置文件不存在，或读取失败 -> 返回 schema 里的默认配置对象。
+    return Config()
+
+
+def save_config(config: Config, config_path: Path | None = None) -> None:
+    """
+    Save configuration to file.
+
+    Args:
+        config: Configuration to save.
+        config_path: Optional path to save to. Uses default if not provided.
+    """
+    # 目标路径：优先用调用方传入路径，否则走默认路径。
+    path = config_path or get_config_path()
+    # 先确保父目录存在，避免 open(..., "w") 因目录缺失而失败。
+    path.parent.mkdir(parents=True, exist_ok=True)
+
+    # model_dump(by_alias=True) 的关键点：
+    # - schema 中很多字段 Python 侧是 snake_case（如 api_key）
+    # - 配置文件对外希望保持 camelCase（如 apiKey）
+    # - by_alias=True 会把字段按 alias 输出，保证写回文件的键名与用户配置习惯一致
+    #   （否则会写成 snake_case，和 README 示例不一致）。
+    data = config.model_dump(by_alias=True)
+
+    # ensure_ascii=False: 保留中文等非 ASCII 字符，不转成 \uXXXX
+    # indent=2: 让配置文件更易读、可手工编辑。
+    with open(path, "w", encoding="utf-8") as f:
+        json.dump(data, f, indent=2, ensure_ascii=False)
+
+
+def _migrate_config(data: dict) -> dict:
+    """Migrate old config formats to current."""
+    # 这个函数专门做“历史配置兼容”：
+    # 旧版字段：tools.exec.restrictToWorkspace
+    # 新版字段：tools.restrictToWorkspace
+    #
+    # 迁移策略：
+    # - 仅当旧字段存在且新字段不存在时才迁移
+    # - 避免覆盖用户在新字段里已经明确设置的值
+    tools = data.get("tools", {})
+    exec_cfg = tools.get("exec", {})
+    if "restrictToWorkspace" in exec_cfg and "restrictToWorkspace" not in tools:
+        tools["restrictToWorkspace"] = exec_cfg.pop("restrictToWorkspace")
+    # 返回迁移后的原始 dict，后续再交给 Config.model_validate() 做结构化校验。
+    return data