feat(proxy): Tool-Use durchreichen — eigene Adapter-Files ueberschreiben npm-Version

Der claude-max-api-proxy ignoriert das OpenAI-tools-Feld komplett:
openai-to-cli.js wandelt nur messages in einen String, manager.js
spawnt 'claude --print' ohne Tools. Claude Code nutzt dann ihre
internen Tools (Bash, etc.) — bei 'Timer in 2min' macht sie ein
'sleep 120' intern und meldet 'erledigt' ohne dass wir je einen
trigger_timer-Call sehen.

Fix: zwei eigene Adapter-Files unter proxy-patches/ die zur
Container-Startzeit ueber die npm-Version kopiert werden:

  openai-to-cli.js:
    - tools-Feld wird als <system>-Block mit Tool-Schemas + klarer
      Anweisung "Antworte <tool_call name=...>{json}</tool_call>"
      in den Prompt injiziert
    - role=tool messages werden als <tool_result>-Blocks eingewoben
      → Claude sieht den ganzen Tool-Use-Loop
    - assistant tool_calls werden als <tool_call>-Bloecke
      re-serialisiert, damit History-Roundtrips funktionieren
    - Multimodal-content (Array von text-Parts) unveraendert
      unterstuetzt (Original-sed-Patch eingebaut)

  cli-to-openai.js:
    - parsed <tool_call name="X">{json}</tool_call> aus result.result
    - liefert OpenAI-konforme tool_calls + finish_reason=tool_calls
    - Pre-Tool-Text bleibt im content erhalten
    - normalizeModelName null-safe (Original-sed-Patch eingebaut)

docker-compose.yml: zwei sed-Patches die jetzt in den Files leben
sind raus, dafuer ein /proxy-patches:ro-Mount + zwei cp-Kommandos.

Smoke-Tests mit Node lokal alle gruen (single + multi tool_calls,
mit/ohne Pre-Text, History-Replay mit tool_result).

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

docker-compose.yml

@@ -11,15 +11,15 @@ services:
       npm install -g @anthropic-ai/claude-code claude-max-api-proxy &&
       DIST=$$(find /usr/local/lib -path '*/claude-max-api-proxy/dist' -type d | head -1) &&
       sed -i 's/startServer({ port })/startServer({ port, host: process.env.HOST || \"127.0.0.1\" })/' $$DIST/server/standalone.js &&
-      sed -i 's/if (model\.includes/if ((model||\"claude-sonnet-4\").includes/g' $$DIST/adapter/cli-to-openai.js &&
-      sed -i '1i\\function _t(c){return typeof c===\"string\"?c:Array.isArray(c)?c.filter(function(b){return b.type===\"text\"}).map(function(b){return b.text||\"\"}).join(\"\"):String(c)}' $$DIST/adapter/openai-to-cli.js &&
-      sed -i 's/msg\\.content/_t(msg.content)/g' $$DIST/adapter/openai-to-cli.js &&
       sed -i 's/\"--no-session-persistence\",/\"--no-session-persistence\",\"--dangerously-skip-permissions\",/' $$DIST/subprocess/manager.js &&
+      cp /proxy-patches/openai-to-cli.js $$DIST/adapter/openai-to-cli.js &&
+      cp /proxy-patches/cli-to-openai.js $$DIST/adapter/cli-to-openai.js &&
       claude-max-api"
     volumes:
       - ~/.claude:/root/.claude                      # Claude CLI Auth (Credentials in /root/.claude/.credentials.json)
       - ./aria-data/ssh:/root/.ssh                    # SSH Keys fuer VM-Zugriff (aria-wohnung, rw fuer ARIA)
       - aria-shared:/shared                          # Shared Volume fuer Datei-Austausch (Uploads von App)
+      - ./proxy-patches:/proxy-patches:ro            # Tool-Use-Adapter (ueberschreibt npm-Version, read-only)
     environment:
       - HOST=0.0.0.0
       - SHELL=/bin/bash                              # Claude Code Bash-Tool braucht bash (nicht nur sh/ash)

proxy-patches/cli-to-openai.js

@@ -0,0 +1,146 @@
+/**
+ * ARIA-patched cli-to-openai adapter.
+ *
+ * Erweitert die npm-Version von claude-max-api-proxy:
+ *  - normalizeModelName ist null-safe (Original-Patch der vorher per sed lief).
+ *  - Parser fuer <tool_call name="X">{json}</tool_call>-Bloecke im Result-Text:
+ *    Wenn welche gefunden werden, wandert das in `message.tool_calls`
+ *    (OpenAI-Format) und finish_reason=tool_calls. Der restliche Text
+ *    (alles ausserhalb der Bloecke) wird verworfen, weil das interner
+ *    Tool-Use-Schritt war, nicht User-facing.
+ *
+ *  Wird zur Container-Startzeit ueber die npm-Version geschrieben
+ *  (siehe docker-compose.yml proxy-Block).
+ */
+
+import { randomUUID } from "crypto";
+
+export function extractTextContent(message) {
+    return message.message.content
+        .filter((c) => c.type === "text")
+        .map((c) => c.text)
+        .join("");
+}
+
+export function cliToOpenaiChunk(message, requestId, isFirst = false) {
+    const text = extractTextContent(message);
+    return {
+        id: `chatcmpl-${requestId}`,
+        object: "chat.completion.chunk",
+        created: Math.floor(Date.now() / 1000),
+        model: normalizeModelName(message.message.model),
+        choices: [
+            {
+                index: 0,
+                delta: {
+                    role: isFirst ? "assistant" : undefined,
+                    content: text,
+                },
+                finish_reason: message.message.stop_reason ? "stop" : null,
+            },
+        ],
+    };
+}
+
+export function createDoneChunk(requestId, model) {
+    return {
+        id: `chatcmpl-${requestId}`,
+        object: "chat.completion.chunk",
+        created: Math.floor(Date.now() / 1000),
+        model: normalizeModelName(model),
+        choices: [
+            {
+                index: 0,
+                delta: {},
+                finish_reason: "stop",
+            },
+        ],
+    };
+}
+
+/**
+ * Sucht im Result-Text alle <tool_call name="...">{json}</tool_call>
+ * Bloecke. Gibt [{id, name, arguments(json-string)}, restText] zurueck.
+ *
+ * Defensiv:
+ *  - "name"-Attribut sowohl in Doppel- als auch Einzelhochkommata
+ *  - Whitespace beim JSON tolerant
+ *  - Bei JSON-Parse-Fehler: das Argument wird als _raw weitergereicht
+ *    (unser Brain-Side-Parser kennt das)
+ */
+function _parseToolCalls(text) {
+    if (!text || typeof text !== "string") return { tool_calls: [], rest: text || "" };
+    const re = /<tool_call\s+name=["']([^"']+)["']\s*>([\s\S]*?)<\/tool_call>/gi;
+    const tcs = [];
+    let lastIndex = 0;
+    const restParts = [];
+    let m;
+    while ((m = re.exec(text)) !== null) {
+        restParts.push(text.slice(lastIndex, m.index));
+        const name = m[1];
+        let argsBody = (m[2] || "").trim();
+        // Fences entfernen falls Claude welche eingebaut hat
+        argsBody = argsBody.replace(/^```(?:json)?\s*/i, "").replace(/```\s*$/, "").trim();
+        if (!argsBody) argsBody = "{}";
+        // Validieren — aber in OpenAI-Format ist arguments immer ein STRING
+        try {
+            JSON.parse(argsBody);
+        } catch (_) {
+            // Behalten als Roh-String — Brain-Side toleriert das via {_raw:...}
+        }
+        tcs.push({
+            id: `call_${randomUUID().replace(/-/g, "").slice(0, 24)}`,
+            type: "function",
+            function: { name, arguments: argsBody },
+        });
+        lastIndex = re.lastIndex;
+    }
+    restParts.push(text.slice(lastIndex));
+    return { tool_calls: tcs, rest: restParts.join("").trim() };
+}
+
+export function cliResultToOpenai(result, requestId) {
+    const modelName = result.modelUsage
+        ? Object.keys(result.modelUsage)[0]
+        : "claude-sonnet-4";
+
+    const rawText = result.result || "";
+    const { tool_calls, rest } = _parseToolCalls(rawText);
+
+    const message = { role: "assistant" };
+    let finishReason = "stop";
+    if (tool_calls.length > 0) {
+        message.tool_calls = tool_calls;
+        // Wenn Claude neben den Tool-Calls noch Text geschrieben hat, behalten
+        // wir den im content — Brain-Seite kann ihn als Pre-Tool-Plaintext sehen.
+        // Wenn nur Tool-Calls da waren (rest leer), content explizit null.
+        message.content = rest || null;
+        finishReason = "tool_calls";
+    } else {
+        message.content = rawText;
+    }
+
+    return {
+        id: `chatcmpl-${requestId}`,
+        object: "chat.completion",
+        created: Math.floor(Date.now() / 1000),
+        model: normalizeModelName(modelName),
+        choices: [
+            { index: 0, message, finish_reason: finishReason },
+        ],
+        usage: {
+            prompt_tokens: result.usage?.input_tokens || 0,
+            completion_tokens: result.usage?.output_tokens || 0,
+            total_tokens:
+                (result.usage?.input_tokens || 0) + (result.usage?.output_tokens || 0),
+        },
+    };
+}
+
+function normalizeModelName(model) {
+    const m = model || "claude-sonnet-4";
+    if (m.includes("opus")) return "claude-opus-4";
+    if (m.includes("sonnet")) return "claude-sonnet-4";
+    if (m.includes("haiku")) return "claude-haiku-4";
+    return m;
+}

proxy-patches/openai-to-cli.js

@@ -0,0 +1,159 @@
+/**
+ * ARIA-patched openai-to-cli adapter.
+ *
+ * Erweitert die npm-Version von claude-max-api-proxy:
+ *  - Multimodal-Content (Array von text-Parts) wird zu String reduziert.
+ *  - Wenn die Anfrage ein `tools`-Feld enthaelt: die Tool-Definitionen
+ *    werden in den Prompt als <system>-Block injiziert, mit klarer
+ *    Anweisung das <tool_call name="...">{...}</tool_call> Format
+ *    zu verwenden statt freiem Text.
+ *  - Wenn Messages role=tool enthalten: deren Inhalt wird als
+ *    <tool_result tool_call_id="...">…</tool_result> ins Prompt-Fragment
+ *    eingewoben damit Claude den Loop-Step bekommt.
+ *
+ * Wird zur Container-Startzeit ueber die npm-Version geschrieben
+ * (siehe docker-compose.yml proxy-Block).
+ */
+
+const MODEL_MAP = {
+    "claude-opus-4": "opus",
+    "claude-sonnet-4": "sonnet",
+    "claude-haiku-4": "haiku",
+    "claude-code-cli/claude-opus-4": "opus",
+    "claude-code-cli/claude-sonnet-4": "sonnet",
+    "claude-code-cli/claude-haiku-4": "haiku",
+    "opus": "opus",
+    "sonnet": "sonnet",
+    "haiku": "haiku",
+};
+
+export function extractModel(model) {
+    if (MODEL_MAP[model]) return MODEL_MAP[model];
+    const stripped = (model || "").replace(/^claude-code-cli\//, "");
+    if (MODEL_MAP[stripped]) return MODEL_MAP[stripped];
+    return "opus";
+}
+
+/** Multimodal: content kann String oder Array von Parts sein. */
+function _text(c) {
+    if (typeof c === "string") return c;
+    if (Array.isArray(c)) {
+        return c
+            .filter((b) => b && b.type === "text")
+            .map((b) => b.text || "")
+            .join("");
+    }
+    return String(c == null ? "" : c);
+}
+
+/**
+ * Baut den Tool-Use-Block fuer den System-Prompt.
+ * Anweisung: Claude soll <tool_call name="X">{json args}</tool_call>
+ * ausgeben statt das Tool intern via Bash zu simulieren.
+ */
+function _toolsBlock(tools) {
+    if (!Array.isArray(tools) || tools.length === 0) return "";
+    const lines = [];
+    lines.push("# Verfuegbare Tools");
+    lines.push("");
+    lines.push(
+        "Du hast neben deinen eigenen internen Tools (Bash, Read, etc.) auch " +
+        "diese externen Tools, die im Backend-System angesiedelt sind. " +
+        "Sie sind die EINZIGE Moeglichkeit Aktionen auszuloesen wie Trigger anlegen, " +
+        "Skills aufrufen, oder Konfiguration aendern. Simuliere sie NICHT mit Bash/sleep — " +
+        "rufe sie sauber auf:"
+    );
+    lines.push("");
+    for (const t of tools) {
+        if (!t || t.type !== "function" || !t.function) continue;
+        const fn = t.function;
+        const name = fn.name || "";
+        const desc = fn.description || "";
+        const params = fn.parameters || {};
+        lines.push(`## ${name}`);
+        if (desc) lines.push(desc);
+        try {
+            lines.push("Schema: " + JSON.stringify(params));
+        } catch (_) {
+            lines.push("Schema: (nicht serialisierbar)");
+        }
+        lines.push("");
+    }
+    lines.push("# Tool-Call-Format");
+    lines.push("");
+    lines.push(
+        "Wenn du eines der OBIGEN externen Tools aufrufen willst, antworte " +
+        "**ausschliesslich** mit einem oder mehreren Bloecken in genau dieser Form, " +
+        "JEDER fuer sich auf einer eigenen Zeile:"
+    );
+    lines.push("");
+    lines.push('<tool_call name="TOOL_NAME">{"arg1":"value","arg2":123}</tool_call>');
+    lines.push("");
+    lines.push(
+        "Regeln: (1) Innerhalb des Blocks steht NUR gueltiges JSON mit den Argumenten. " +
+        "(2) Kein Text drumherum. (3) Keine Code-Fences, kein Markdown. " +
+        "(4) Mehrere Tool-Calls = mehrere Bloecke untereinander. " +
+        "(5) Nach den Bloecken aufhoeren — der Server fuehrt die Tools aus und " +
+        "schickt dir die Ergebnisse fuer den naechsten Turn. " +
+        "(6) Wenn KEIN externes Tool noetig ist, antworte normal als Text fuer den User. " +
+        "(7) Nutze Bash/sleep NICHT als Ersatz fuer trigger_timer — das ist genau " +
+        "der Bug den wir damit fixen."
+    );
+    return lines.join("\n");
+}
+
+/**
+ * Wandelt OpenAI-messages in einen Single-String-Prompt um.
+ * - system/user/assistant wie bisher
+ * - tool-role: als <tool_result tool_call_id="..." name="..."> eingewoben
+ */
+export function messagesToPrompt(messages, tools) {
+    const parts = [];
+    const toolsBlock = _toolsBlock(tools);
+    if (toolsBlock) {
+        parts.push(`<system>\n${toolsBlock}\n</system>\n`);
+    }
+    for (const msg of messages) {
+        if (!msg) continue;
+        switch (msg.role) {
+            case "system":
+                parts.push(`<system>\n${_text(msg.content)}\n</system>\n`);
+                break;
+            case "user":
+                parts.push(_text(msg.content));
+                break;
+            case "assistant": {
+                const txt = _text(msg.content);
+                const tcs = Array.isArray(msg.tool_calls) ? msg.tool_calls : [];
+                const tcParts = tcs.map((tc) => {
+                    const name = tc?.function?.name || tc?.name || "";
+                    let args = tc?.function?.arguments ?? tc?.arguments ?? "{}";
+                    if (typeof args !== "string") {
+                        try { args = JSON.stringify(args); } catch (_) { args = "{}"; }
+                    }
+                    return `<tool_call name="${name}">${args}</tool_call>`;
+                }).join("\n");
+                const combined = [txt, tcParts].filter(Boolean).join("\n").trim();
+                if (combined) parts.push(`<previous_response>\n${combined}\n</previous_response>\n`);
+                break;
+            }
+            case "tool": {
+                const name = msg.name || "";
+                const id = msg.tool_call_id || "";
+                parts.push(
+                    `<tool_result tool_call_id="${id}" name="${name}">\n${_text(msg.content)}\n</tool_result>\n`
+                );
+                break;
+            }
+        }
+    }
+    return parts.join("\n").trim();
+}
+
+export function openaiToCli(request) {
+    return {
+        prompt: messagesToPrompt(request.messages, request.tools),
+        model: extractModel(request.model),
+        sessionId: request.user,
+    };
+}