fix: 修复 StartToGoal 命令无法通过 CTRL+C 中断的问题

- 为 AI 相关方法添加 context.Context 参数支持中断

- 在重试循环中添加上下文取消检查

- 创建可取消的上下文并监听中断信号

- 更新 MCP 工具调用使用带上下文的方法

现在用户可以通过 CTRL+C 正常中断长时间运行的 AI 自动化任务

uixt/ai/ai.go

@@ -130,18 +130,21 @@ func GetModelConfig(modelType option.LLMServiceType) (*ModelConfig, error) {
 func validateModelType(modelType option.LLMServiceType, modelName string) error {
 	switch modelType {
 	case option.DOUBAO_1_5_UI_TARS_250428:
-		if !strings.Contains(modelName, "ui-tars") {
+		if !strings.Contains(modelName, string(modelType)) {
 			return fmt.Errorf("model name %s is not supported for %s", modelName, modelType)
 		}
 		return nil
 	case option.DOUBAO_1_5_THINKING_VISION_PRO_250428:
-		if !strings.Contains(modelName, "doubao") || !strings.Contains(modelName, "vision") {
+		if !strings.Contains(modelName, string(modelType)) {
 			return fmt.Errorf("model name %s is not supported", modelName)
 		}
 		return nil
 	}
 
-	return fmt.Errorf("model type %s is not supported", modelType)
+	return fmt.Errorf("model type %s is not supported, supported types: %s, %s",
+		modelType,
+		option.DOUBAO_1_5_UI_TARS_250428,
+		option.DOUBAO_1_5_THINKING_VISION_PRO_250428)
 }
 
 // maskAPIKey masks the API key

uixt/cache_test_summary.md

@@ -1,109 +0,0 @@
-# HttpRunner UIXT Cache Test Suite Summary
-
-## 概述
-
-为 `httprunner/uixt/cache.go` 编写了全面的单元测试用例，覆盖了统一缓存系统的所有核心功能。
-
-## 测试覆盖范围
-
-### 1. GetOrCreateXTDriver 测试
-- **TestGetOrCreateXTDriver_EmptySerial**: 测试空 serial 参数的错误处理
-- **TestGetOrCreateXTDriver_WithUnifiedDeviceOptions**: 测试使用统一 DeviceOptions 创建驱动配置
-- **TestGetOrCreateXTDriver_DifferentPlatformConfigs**: 测试不同平台（Android、iOS、Harmony、Browser）的配置
-
-### 2. RegisterXTDriver 测试
-- **TestRegisterXTDriver_EmptySerial**: 测试空 serial 参数的错误处理
-- **TestRegisterXTDriver_NilDriver**: 测试 nil driver 参数的错误处理
-- **TestRegisterXTDriver_Success**: 测试成功注册外部驱动
-
-### 3. ReleaseXTDriver 测试
-- **TestReleaseXTDriver_NonExistentSerial**: 测试释放不存在的驱动（应该不报错）
-- **TestReleaseXTDriver_CleanupWhenZero**: 测试引用计数为 0 时的自动清理
-
-### 4. 缓存管理测试
-- **TestCleanupAllDrivers**: 测试清理所有缓存驱动
-- **TestListCachedDrivers_Empty**: 测试空缓存的列表功能
-- **TestListCachedDrivers_Multiple**: 测试多个驱动的列表功能
-
-### 5. 配置测试
-- **TestDriverCacheConfig_WithoutDeviceOpts**: 测试不使用 DeviceOpts 的配置
-- **TestDriverCacheConfig_DefaultAIOptions**: 测试默认 AI 选项的配置
-
-### 6. 并发测试
-- **TestConcurrentAccess**: 测试并发访问缓存的安全性和正确性
-
-### 7. 集成测试
-- **TestIntegrationExample_BasicUsage**: 测试基本使用场景
-- **TestIntegrationExample_TraditionalWay**: 测试传统方式（向后兼容）
-- **TestIntegrationExample_MultipleDevices**: 测试多设备场景
-
-### 8. DeviceOptions 集成测试
-- **TestDeviceOptionsIntegration**: 测试统一 DeviceOptions 的平台自动检测功能
-
-### 9. 引用计数管理测试
-- **TestCacheReferenceCountManagement**: 测试引用计数的增减和资源管理
-
-## 测试特点
-
-### 1. 简化的测试方法
-- 避免了复杂的 mock 实现
-- 使用最小化的 `XTDriver{}` 实例进行测试
-- 专注于缓存逻辑而非设备创建逻辑
-
-### 2. 错误处理覆盖
-- 测试了所有主要的错误场景
-- 验证了空指针保护机制
-- 确保了资源清理的安全性
-
-### 3. 并发安全性
-- 验证了 `sync.Map` 的并发访问安全性
-- 测试了引用计数在并发环境下的正确性
-
-### 4. 向后兼容性
-- 验证了传统 API 的继续支持
-- 测试了新旧方式的互操作性
-
-## 修复的问题
-
-### 1. 空指针保护
-在 `CleanupAllDrivers` 和 `ReleaseXTDriver` 函数中添加了空指针检查：
-```go
-if cached.Driver != nil && cached.Driver.IDriver != nil {
-    if err := cached.Driver.DeleteSession(); err != nil {
-        // handle error
-    }
-}
-```
-
-### 2. 并发测试逻辑
-修正了并发测试的预期行为，从测试注册冲突改为测试缓存复用。
-
-## 运行结果
-
-所有 18 个测试用例全部通过：
-- 基础功能测试：✅
-- 错误处理测试：✅
-- 并发安全测试：✅
-- 集成场景测试：✅
-- 引用计数管理：✅
-
-## 测试命令
-
-```bash
-# 运行所有缓存相关测试
-go test -v ./uixt -run "^Test.*Cache.*|^TestGetOrCreateXTDriver|^TestRegisterXTDriver|^TestReleaseXTDriver|^TestCleanupAllDrivers|^TestListCachedDrivers|^TestDriverCacheConfig|^TestConcurrentAccess|^TestIntegrationExample|^TestDeviceOptionsIntegration$"
-
-# 运行特定测试
-go test -v ./uixt -run TestConcurrentAccess
-```
-
-## 总结
-
-这套测试用例全面覆盖了 HttpRunner UIXT 缓存系统的核心功能，确保了：
-1. 缓存的正确性和一致性
-2. 错误处理的健壮性
-3. 并发访问的安全性
-4. 资源管理的可靠性
-5. API 的向后兼容性
-
-测试设计简洁高效，避免了复杂的 mock 依赖，专注于验证缓存逻辑本身。

uixt/driver_ext_ai.go

@@ -18,13 +18,23 @@ import (
 	"github.com/rs/zerolog/log"
 )
 
-func (dExt *XTDriver) StartToGoal(text string, opts ...option.ActionOption) error {
+func (dExt *XTDriver) StartToGoal(ctx context.Context, text string, opts ...option.ActionOption) error {
 	options := option.NewActionOptions(opts...)
+	log.Info().Int("max_retry_times", options.MaxRetryTimes).Msg("StartToGoal")
 	var attempt int
 	for {
 		attempt++
 		log.Info().Int("attempt", attempt).Msg("planning attempt")
-		if err := dExt.AIAction(text, opts...); err != nil {
+
+		// Check for context cancellation (interrupt signal)
+		select {
+		case <-ctx.Done():
+			log.Warn().Msg("interrupted in StartToGoal")
+			return errors.Wrap(code.InterruptError, "StartToGoal interrupted")
+		default:
+		}
+
+		if err := dExt.AIAction(ctx, text, opts...); err != nil {
 			// Check if this is a LLM service request error that should be retried
 			if errors.Is(err, code.LLMRequestServiceError) {
 				log.Warn().Err(err).Int("attempt", attempt).
@@ -40,15 +50,23 @@ func (dExt *XTDriver) StartToGoal(text string, opts ...option.ActionOption) erro
 	}
 }
 
-func (dExt *XTDriver) AIAction(text string, opts ...option.ActionOption) error {
+func (dExt *XTDriver) AIAction(ctx context.Context, text string, opts ...option.ActionOption) error {
 	// plan next action
-	result, err := dExt.PlanNextAction(text, opts...)
+	result, err := dExt.PlanNextAction(ctx, text, opts...)
 	if err != nil {
 		return err
 	}
 
 	// do actions
 	for _, action := range result.ToolCalls {
+		// Check for context cancellation before each action
+		select {
+		case <-ctx.Done():
+			log.Warn().Msg("interrupted in AIAction")
+			return errors.Wrap(code.InterruptError, "AIAction interrupted")
+		default:
+		}
+
 		// call eino tool
 		arguments := make(map[string]interface{})
 		err := json.Unmarshal([]byte(action.Function.Arguments), &arguments)
@@ -68,7 +86,7 @@ func (dExt *XTDriver) AIAction(text string, opts ...option.ActionOption) error {
 			},
 		}
 
-		_, err = dExt.client.CallTool(context.Background(), req)
+		_, err = dExt.client.CallTool(ctx, req)
 		if err != nil {
 			return err
 		}
@@ -77,7 +95,7 @@ func (dExt *XTDriver) AIAction(text string, opts ...option.ActionOption) error {
 	return nil
 }
 
-func (dExt *XTDriver) PlanNextAction(text string, opts ...option.ActionOption) (*ai.PlanningResult, error) {
+func (dExt *XTDriver) PlanNextAction(ctx context.Context, text string, opts ...option.ActionOption) (*ai.PlanningResult, error) {
 	if dExt.LLMService == nil {
 		return nil, errors.New("LLM service is not initialized")
 	}
@@ -124,7 +142,7 @@ func (dExt *XTDriver) PlanNextAction(text string, opts ...option.ActionOption) (
 		Size: size,
 	}
 
-	result, err := dExt.LLMService.Call(context.Background(), planningOpts)
+	result, err := dExt.LLMService.Call(ctx, planningOpts)
 	if err != nil {
 		return nil, errors.Wrap(err, "failed to get next action from planner")
 	}

uixt/driver_ext_test.go

@@ -4,6 +4,7 @@ package uixt
 
 import (
 	"bytes"
+	"context"
 	"image"
 	"os"
 	"testing"
@@ -130,7 +131,7 @@ func TestDriverExt_TapByOCR(t *testing.T) {
 
 func TestDriverExt_TapByLLM(t *testing.T) {
 	driver := setupDriverExt(t)
-	err := driver.AIAction("点击第一个帖子的作者头像")
+	err := driver.AIAction(context.Background(), "点击第一个帖子的作者头像")
 	assert.Nil(t, err)
 
 	err = driver.AIAssert("当前在个人介绍页")
@@ -161,13 +162,13 @@ func TestDriverExt_StartToGoal(t *testing.T) {
 
 	userInstruction += "\n\n请严格按照以上游戏规则，开始游戏；注意，请只做点击操作"
 
-	err := driver.StartToGoal(userInstruction)
+	err := driver.StartToGoal(context.Background(), userInstruction)
 	assert.Nil(t, err)
 }
 
 func TestDriverExt_PlanNextAction(t *testing.T) {
 	driver := setupDriverExt(t)
-	result, err := driver.PlanNextAction("启动抖音")
+	result, err := driver.PlanNextAction(context.Background(), "启动抖音")
 	assert.Nil(t, err)
 	t.Log(result)
 }

uixt/mcp_tools_ai.go

@@ -40,7 +40,7 @@ func (t *ToolStartToGoal) Implement() server.ToolHandlerFunc {
 
 		// Start to goal logic
 		log.Info().Str("prompt", unifiedReq.Prompt).Msg("starting to goal")
-		err = driverExt.StartToGoal(unifiedReq.Prompt)
+		err = driverExt.StartToGoal(ctx, unifiedReq.Prompt)
 		if err != nil {
 			return mcp.NewToolResultError(fmt.Sprintf("Failed to achieve goal: %s", err.Error())), nil
 		}
@@ -99,7 +99,7 @@ func (t *ToolAIAction) Implement() server.ToolHandlerFunc {
 
 		// AI action logic
 		log.Info().Str("prompt", unifiedReq.Prompt).Msg("performing AI action")
-		err = driverExt.AIAction(unifiedReq.Prompt)
+		err = driverExt.AIAction(ctx, unifiedReq.Prompt)
 		if err != nil {
 			return mcp.NewToolResultError(fmt.Sprintf("AI action failed: %s", err.Error())), nil
 		}

uixt/mcp_tools_touch.go

@@ -53,8 +53,6 @@ func (t *ToolTapXY) Implement() server.ToolHandlerFunc {
 		}
 
 		// Tap action logic
-		log.Info().Float64("x", unifiedReq.X).Float64("y", unifiedReq.Y).Msg("tapping at coordinates")
-
 		err = driverExt.TapXY(unifiedReq.X, unifiedReq.Y, opts...)
 		if err != nil {
 			return mcp.NewToolResultError(fmt.Sprintf("Tap failed: %s", err.Error())), nil
@@ -354,7 +352,6 @@ func (t *ToolDoubleTapXY) Implement() server.ToolHandlerFunc {
 		}
 
 		// Double tap XY action logic
-		log.Info().Float64("x", unifiedReq.X).Float64("y", unifiedReq.Y).Msg("double tapping at coordinates")
 		err = driverExt.DoubleTap(unifiedReq.X, unifiedReq.Y)
 		if err != nil {
 			return mcp.NewToolResultError(fmt.Sprintf("Double tap failed: %s", err.Error())), nil

uixt/option/action.go

@@ -105,6 +105,8 @@ const (
 	// AI actions
 	ACTION_StartToGoal ActionName = "start_to_goal" // start to goal action
 	ACTION_AIAction    ActionName = "ai_action"     // action with ai
+	ACTION_AIAssert    ActionName = "ai_assert"     // assert with ai
+	ACTION_Query       ActionName = "ai_query"      // query with ai
 	ACTION_Finished    ActionName = "finished"      // finished action
 
 	// anti-risk actions

uixt/sdk.go

@@ -9,6 +9,7 @@ import (
 	"github.com/httprunner/httprunner/v5/uixt/option"
 	"github.com/mark3labs/mcp-go/client"
 	"github.com/mark3labs/mcp-go/mcp"
+	"github.com/pkg/errors"
 	"github.com/rs/zerolog/log"
 )
 
@@ -34,8 +35,7 @@ func NewXTDriver(driver IDriver, opts ...option.AIServiceOption) (*XTDriver, err
 	if services.LLMService != "" {
 		driverExt.LLMService, err = ai.NewLLMService(services.LLMService)
 		if err != nil {
-			log.Error().Err(err).Msg("init llm service failed")
-			return nil, err
+			return nil, errors.Wrap(err, "init llm service failed")
 		}
 	}