feat: Ollama local model support, thinking display, tool call UX overhaul

Ollama integration:
- Add Ollama vendor preset (provider-catalog.ts, provider-presets.tsx)
- Auto-fill auth token for presets without api_key field (PresetConnectDialog.tsx)
- Explicitly set ANTHROPIC_API_KEY='' for auth_token providers (provider-resolver.ts)
- Add Ollama setup guide to docs site (en + zh providers.mdx)

Thinking (reasoning) display:
- Stream thinking deltas via SSE and render in real-time (useSSEStream, StreamingMessage)
- Persist thinking blocks in message content (chat/route.ts, claude-client.ts)
- Preserve thinking on stop/error/timeout instead of silently dropping (stream-session-manager.ts)
- Bridge path now accumulates and persists thinking blocks (conversation-engine.ts)

Tool call UX:
- Refactor tool actions into grouped, collapsible display (tool-actions-group.tsx)
- Show streaming tool output inline for running tools
- Fallback renderer now shows raw tool name for unregistered tools (MCP, plugins)
- Normalize tool_use/tool_result content blocks (message-normalizer.ts)

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

Author: 7418

RELEASE_NOTES.md

@@ -1,25 +1,32 @@
-## CodePilot v0.45.1
+## CodePilot v0.46.0
 
-> 新增默认侧边面板设置、小米 MiMo Token Plan 渠道，以及 Buddy 头像本地化等修复。
+> 新增 Ollama 本地模型支持，优化工具调用展示和推理内容（Thinking）的显示与保留。
 
 ### 新增功能
 
-- 新增「默认侧边面板」设置：可选择新对话时自动打开文件树、看板、Git 或不打开
-- 新增小米 MiMo Token Plan 服务商预设，支持订阅套餐方式使用
+- 新增 Ollama 服务商预设：一键接入本地模型，无需 API 密钥
+- 新增推理内容（Thinking）流式展示：支持实时查看模型的推理过程
+- 工具调用展示全面重构：分组折叠、状态指示、运行中工具实时输出
 
 ### 修复问题
 
-- 修复 Buddy 头像在部分网络环境下无法加载的问题（图片改为本地打包）
-- 修复 Windows 安装包下载链接指向错误文件名的问题
+- 修复中断或出错时已展示的推理内容（Thinking）在完成态消失的问题
+- 修复远程桥接（Telegram/Discord/飞书）静默丢弃推理内容的问题
+- 修复未注册工具（MCP 工具、插件工具等）在操作列表中不显示名称的问题
+- 修复 auth_token 认证方式未显式清空 API Key 导致部分服务商连接失败的问题
+
+### 优化改进
+
+- 服务商文档新增 Ollama 配置指南（中英双语）
 
 ## 下载地址
 
 ### macOS
-- [Apple Silicon (M1/M2/M3/M4)](https://github.com/op7418/CodePilot/releases/download/v0.45.1/CodePilot-0.45.1-arm64.dmg)
-- [Intel](https://github.com/op7418/CodePilot/releases/download/v0.45.1/CodePilot-0.45.1-x64.dmg)
+- [Apple Silicon (M1/M2/M3/M4)](https://github.com/op7418/CodePilot/releases/download/v0.46.0/CodePilot-0.46.0-arm64.dmg)
+- [Intel](https://github.com/op7418/CodePilot/releases/download/v0.46.0/CodePilot-0.46.0-x64.dmg)
 
 ### Windows
-- [Windows 安装包](https://github.com/op7418/CodePilot/releases/download/v0.45.1/CodePilot.Setup.0.45.1.exe)
+- [Windows 安装包](https://github.com/op7418/CodePilot/releases/download/v0.46.0/CodePilot.Setup.0.46.0.exe)
 
 ## 安装说明
 
@@ -29,5 +36,5 @@
 ## 系统要求
 
 - macOS 12.0+ / Windows 10+ / Linux (glibc 2.31+)
-- 需要配置 API 服务商（Anthropic / OpenRouter 等）
+- 需要配置 API 服务商（Anthropic / OpenRouter / Ollama 等）
 - 推荐安装 Claude Code CLI 以获得完整功能

apps/site/content/docs/en/providers.mdx

@@ -101,12 +101,13 @@ Gemini image generation API, used by the design Agent.
 - **Auth**: API Key
 - **Note**: This is a provider specifically for image generation, not for text conversations
 
-### Custom API (OpenAI-Compatible)
+### Ollama (Local Models)
 
-Any endpoint compatible with the OpenAI Chat Completions API.
+Run local models through Ollama. Ollama provides an Anthropic-compatible API that CodePilot can connect to directly.
 
-- **Auth**: API Key + Base URL
-- **Use case**: Connect local models (Ollama, LM Studio, vLLM) or other third-party proxies
+- **Auth**: No API key needed (handled automatically)
+- **Prerequisite**: Ollama must be installed and running
+- **Setup**: See [Ollama Setup Guide](#ollama-setup-guide) below
 
 ### LiteLLM
 
@@ -155,4 +156,41 @@ Unified proxy supporting 100+ LLM providers.
 
 ### How to use local models
 
-Select the **Custom API (OpenAI-Compatible)** type, and enter the local service address as the Base URL (e.g., `http://localhost:11434/v1`). The API key can be any value (local services typically don't validate it).
+The recommended way is to use the **Ollama** preset — see the [Ollama Setup Guide](#ollama-setup-guide) below. You can also use **LiteLLM** to connect other local inference frameworks (vLLM, LM Studio, etc.).
+
+---
+
+## Ollama Setup Guide
+
+Ollama lets you run open-source models locally — no API key required, completely free. This guide walks through the full setup using `gemma4:e4b` as an example.
+
+### Step 1: Install Ollama and Run a Model
+
+```bash
+# Install Ollama
+curl -fsSL https://ollama.com/install.sh | sh
+
+# Pull and run a model (this also starts the Ollama service)
+ollama run gemma4:e4b
+```
+
+The model will enter interactive chat mode. Once you confirm it responds normally, press `Ctrl+D` to exit. The Ollama service continues running in the background.
+
+> **Model names matter**: The model name you enter in CodePilot must **exactly match** the name shown by `ollama list` (including the tag after the colon). For example, `gemma4:e4b` — not just `gemma4`.
+
+For more models and usage, see the [Ollama documentation](https://docs.ollama.com/).
+
+### Step 2: Add Ollama in CodePilot
+
+1. Open **Settings > Providers**
+2. Find **Ollama** at the bottom of the provider list and click **+ Connect**
+3. Configure:
+   - **Base URL**: Keep the default `http://localhost:11434` (change if Ollama runs on a different port or remote machine)
+   - **Model Name**: Enter `gemma4:e4b` (must exactly match the name from `ollama list`)
+4. Click **Save**
+
+### Step 3: Start Chatting
+
+1. Create a new conversation
+2. Switch to **Ollama** in the provider selector at the top of the conversation
+3. Send a message — the model runs inference locally

apps/site/content/docs/zh/providers.mdx

@@ -101,12 +101,13 @@ Gemini 图片生成 API，供设计 Agent 使用。
 - **认证**：API 密钥
 - **说明**：这是专门用于图片生成的服务商，不用于文本对话
 
-### Custom API（OpenAI 兼容）
+### Ollama（本地模型）
 
-任何兼容 OpenAI Chat Completions API 的端点。
+通过 Ollama 运行本地模型。Ollama 提供了 Anthropic 兼容的 API，CodePilot 可以直接连接。
 
-- **认证**：API 密钥 + 基础 URL
-- **用途**：接入本地模型（Ollama、LM Studio、vLLM）或其他第三方代理
+- **认证**：无需 API 密钥（系统自动处理）
+- **前提**：需要先安装并启动 Ollama
+- **详细配置**：参见下方 [Ollama 配置指南](#ollama-配置指南)
 
 ### LiteLLM
 
@@ -155,4 +156,41 @@ Gemini 图片生成 API，供设计 Agent 使用。
 
 ### 如何使用本地模型
 
-选择 **Custom API（OpenAI 兼容）** 类型，基础 URL 填写本地服务地址（如 `http://localhost:11434/v1`）。API 密钥可填任意值（本地服务通常不校验）。
+推荐使用 **Ollama** 预设，参见下方 [Ollama 配置指南](#ollama-配置指南)。也可以选择 **LiteLLM** 接入其他本地推理框架（如 vLLM、LM Studio）。
+
+---
+
+## Ollama 配置指南
+
+通过 Ollama 可以在本地运行开源模型，无需 API 密钥，完全免费。以下以 `gemma4:e4b` 为例演示完整配置流程。
+
+### 第一步：安装 Ollama 并运行模型
+
+```bash
+# 安装 Ollama
+curl -fsSL https://ollama.com/install.sh | sh
+
+# 拉取并运行模型（会自动启动 Ollama 服务）
+ollama run gemma4:e4b
+```
+
+运行后模型会进入交互对话模式，确认能正常回复后按 `Ctrl+D` 退出即可。Ollama 服务会在后台继续运行。
+
+> **模型名称很重要**：在 CodePilot 中填写的模型名称必须与 `ollama list` 显示的名称**完全一致**（包括冒号后的标签部分）。例如 `gemma4:e4b`，不能只写 `gemma4`。
+
+更多模型和用法参见 [Ollama 官方文档](https://docs.ollama.com/)。
+
+### 第二步：在 CodePilot 中添加 Ollama
+
+1. 打开 **设置 > 服务商**
+2. 在服务商列表底部找到 **Ollama**，点击 **+ 连接**
+3. 配置以下信息：
+   - **基础 URL**：保持默认 `http://localhost:11434`（如果 Ollama 运行在其他端口或远程机器上，修改为对应地址）
+   - **模型名称**：填写 `gemma4:e4b`（必须与 `ollama list` 中的名称完全一致）
+4. 点击 **保存**
+
+### 第三步：开始对话
+
+1. 新建对话
+2. 在对话顶部的服务商选择器中切换到 **Ollama**
+3. 发送消息，模型会在本地运行推理

docs/handover/README.md

@@ -24,3 +24,5 @@
 | buddy-gamification.md | Buddy 游戏化系统：生成/进化/3D 视觉、心跳双模式（完整 tick + 软 hint）、定时任务调度器健壮性、通知队列/轮询/Electron IPC、symlink 安全、cron 4 年扫描 |
 | context-management.md | 上下文管理系统：token 预估、自动压缩（80% 阈值）、消息归一化 + microcompaction、PTL reactive compact、前端双指标可视化 |
 | cli-upgrade-proxy.md | CLI 版本检测 + 一键升级 + 系统代理透传 + WinGet 支持 + Git for Windows 自动安装 |
+| tool-call-ux.md | 工具调用 UX 优化：thinking 展示全链路、工具注册表、上下文归组、状态动画、流式缓冲/节流 |
+| performance-memory.md | v0.45.0 内存优化：LRU 缓存、消息 300 条上限双向修剪、面板懒加载、流式文件读取、定时器追踪 |

docs/handover/performance-memory.md

@@ -0,0 +1,97 @@
+# 性能与内存优化 — 技术交接
+
+> 产品思考见 [docs/insights/performance-memory.md](../insights/performance-memory.md)
+
+## 概述
+
+v0.45.0 的一次性内存优化，解决长对话/多工具调用场景下的渲染端内存膨胀问题。改动覆盖前端缓存、流式管道、懒加载、消息上限四个维度。
+
+## 前端缓存与资源限制
+
+### Shiki 高亮器缓存 → LRU
+
+**文件**：`src/components/ai-elements/code-block.tsx`
+
+- Highlighter 缓存：`Map` → LRU（10 entries），key = `"lang:lightTheme:darkTheme"`
+- Token 缓存：`Map` → LRU（200 entries），key = `"lang:lightTheme:darkTheme:codeLength:first100:last100"`
+- 原来无上限，长对话累积数百种 lang+theme 组合导致内存持续增长
+
+### 终端输出上限
+
+**文件**：`src/components/terminal/TerminalInstance.tsx`
+
+终端输出硬上限 `MAX_OUTPUT_CHARS = 500_000`（约 500KB），超出时 `slice(-MAX_OUTPUT_CHARS)` 丢弃最早部分。防止 `npm install` 等命令产生的大量输出撑爆内存。
+
+### 图片引用上限
+
+**文件**：`src/lib/image-ref-store.ts`
+
+统一 `store` Map（包含 pending refs、last-generated refs、message-bound refs）上限 50 entries，超出时按插入顺序淘汰最老条目。原来无限增长，多图场景（image agent 批量生成）会积累大量引用。
+
+### 流式工具输出窗口
+
+**文件**：`src/lib/stream-session-manager.ts`
+
+`toolOutputAccumulated` 滑动窗口从 5000 字符缩减到 2000 字符。这是 stderr 实时输出的缓冲，只用于 UI 展示不需要保留全部。
+
+## 懒加载
+
+### 面板组件
+
+**文件**：`src/components/layout/PanelZone.tsx`
+
+Preview、Git、FileTree、Dashboard、Assistant 五个面板从静态导入改为 `next/dynamic({ ssr: false })`，首屏不加载。
+
+### PreviewPanel 依赖
+
+**文件**：`src/components/layout/panels/PreviewPanel.tsx`
+
+Streamdown + plugins（cjk/code/math/mermaid）改为通过 `loadStreamdown()` 动态 `import()` 按需加载。这些是大包（Shiki 语法库尤其大），按需加载后首屏 JS 体积显著减小。
+
+## 消息列表上限
+
+**文件**：`src/components/chat/ChatView.tsx`、`src/hooks/useStreamSubscription.ts`
+
+**核心机制**：消息列表硬上限 300 条，双向修剪：
+
+| 操作 | 行为 |
+|------|------|
+| 加载历史（prepend） | 新消息加到头部，超出上限时裁剪尾部。reconciliation 恢复。 |
+| 新消息（append） | 新消息加到尾部，超出上限时裁剪头部，重新启用 `hasMore` 按钮。 |
+| 流式完成 | `onStreamCompleted` 触发 DB reconciliation 恢复正确的消息列表。 |
+| 错误/停止 | 跳过 reconciliation，防止丢弃未持久化的临时内容。 |
+
+**特殊保护**：本地 `cmd-*` 消息（slash command 结果）在 reconciliation 时保留，不因 DB 缺少对应记录而被丢弃。
+
+**滚动锚定**：`MessageList` 的 scroll anchor 从 length-based 改为 ID-based，避免 prepend 时计算错误。
+
+## 服务端流式读取
+
+### 文件预览
+
+**文件**：`src/lib/files.ts`（`readFilePreview` 函数），被 `src/app/api/files/preview/route.ts` 调用
+
+`readFilePreview()` 从 `fs.readFileSync` 整文件读取改为 `createReadStream` + `readline.createInterface` 逐行读取。大文件（如 100MB 日志）不再加载到内存，只读取所需行数。达到行数上限时 `line_count_exact` 标记为 `false`，表示 `line_count` 是基于 `scannedLineCount` 和 `estimatedTotalLines` 的估算值。
+
+### 大文件服务
+
+**文件**：`src/app/api/files/serve/route.ts`、`src/app/api/files/raw/route.ts`
+
+>10MB 的文件使用 stream 响应而非 buffer 整文件。
+
+### 图片 base64 及时清理
+
+**文件**：`src/app/api/chat/route.ts`（line 204）、`src/lib/claude-client.ts`（line ~930）
+
+`/api/chat` 构建 `fileAttachments` 时，已写入磁盘的文件（`meta?.filePath` 存在）将 `data` 设为空字符串：`data: meta?.filePath ? '' : f.data`。`claude-client.ts` 的 vision API 调用对此做了防御性处理——当 `data` 为空时从 `filePath` 按需读取 base64。这样大图片的 base64 不会在内存中长期驻留。
+
+## stream-session-manager 定时器清理
+
+**文件**：`src/lib/stream-session-manager.ts`
+
+原来有 4 个 `setTimeout` 调用分散在代码中，流结束时只清了 `idleCheckTimer` 和 `gcTimer`，其他定时器可能泄漏。
+
+改造：
+- `pendingTimers: Set<ReturnType<typeof setTimeout>>` 追踪所有 ad-hoc 定时器
+- `streamTimeout()` helper 创建定时器并自动注册到 Set
+- `cleanupTimers()` 遍历 Set 全部清理

docs/handover/tool-call-ux.md

@@ -0,0 +1,120 @@
+# 工具调用 UX 优化 — 技术交接
+
+> 产品思考见 [docs/insights/tool-call-ux.md](../insights/tool-call-ux.md)
+> 竞品调研见 [docs/research/tool-call-ux-competitive-analysis.md](../research/tool-call-ux-competitive-analysis.md)
+
+## 概述
+
+对 CodePilot 工具调用展示层的全面升级，覆盖 thinking 展示、工具分类渲染、上下文归组、状态动画、流式优化等。基于 Claude Code / CraftAgent / Opencode / Codex 四个竞品的调研结论实施。
+
+## 改动清单
+
+### 1. Thinking Display 全链路
+
+**数据流：**
+```
+claude-client.ts (thinking delta → SSE 'thinking')
+  → useSSEStream.ts (onThinking callback)
+  → stream-session-manager.ts (accumulatedThinking + phase separation)
+  → ChatView.tsx → MessageList.tsx → StreamingMessage.tsx
+  → ToolActionsGroup.tsx (ThinkingRow component)
+```
+
+**关键文件：**
+
+| 文件 | 改动 |
+|------|------|
+| `src/lib/claude-client.ts` | 两处 `stream_event` handler 转发 `thinking_delta`；retry 路径补齐 content/is_error/media |
+| `src/types/index.ts` | `SSEEventType` + `'thinking'`；`SessionStreamSnapshot` + `streamingThinkingContent`；`MessageContentBlock` + thinking 变体 |
+| `src/hooks/useSSEStream.ts` | `SSECallbacks.onThinking`；`handleSSEEvent` case `'thinking'` |
+| `src/lib/stream-session-manager.ts` | `accumulatedThinking` / `fullThinking` / `thinkingPhaseEnded` 三层累积；phase 分隔（text/tool_use 到来时重置当前 phase） |
+| `src/components/ai-elements/tool-actions-group.tsx` | `ThinkingRow` 组件：Brain 图标 → hover 变 CaretRight 可展开；Streamdown 渲染内容 |
+
+**持久化路径：**
+- 客户端：`finalMessageContent` 序列化时包含 `{ type: 'thinking', thinking: allThinking }` block
+- 服务端：`/api/chat/route.ts` 的 `collectStreamResponse` 累积 `thinkingText` 并 unshift 到 `contentBlocks`
+- 历史渲染：`MessageItem.tsx` 的 `parseToolBlocks` 提取 thinking，传给 `ToolActionsGroup.thinkingContent`
+- 归一化：`message-normalizer.ts` 识别 thinking block，生成 `(reasoning: summary)` 摘要
+
+**Phase 分隔机制：**
+多轮工具调用场景中，SDK 会在每轮产生新的 thinking block。`thinkingPhaseEnded` 标记在 text/tool_use 到来时设为 true，新 thinking delta 到来时将当前 thinking 保存到 `fullThinking`（用 `---` 分隔），重置 `accumulatedThinking`。UI 只显示当前 phase，持久化保存全部 phases。
+
+**展开时防跳动：**
+`ThinkingRow` 展开时调用 `useStickToBottomContext().stopScroll()` 脱离自动滚动模式，避免内容展开触发 `use-stick-to-bottom` 的 resize 自动滚动。
+
+### 2. ToolActionsGroup 重构
+
+**工具注册表（ToolRegistry）：**
+
+```typescript
+interface ToolRendererDef {
+  match: (name: string) => boolean;
+  icon: Icon;
+  label: string;
+  getSummary: (input: unknown) => string;
+  renderDetail?: (tool: ToolAction, streamingOutput?: string) => ReactNode;
+}
+```
+
+内置 5 种渲染器（bash/edit/read/search/fallback），通过 `registerToolRenderer()` 可扩展。替代了原来的 `getToolCategory` / `getToolIcon` / `getToolSummary` 硬编码函数。
+
+**上下文工具归组：**
+`computeSegments()` 线性扫描 tools 数组，连续 3+ 个 CONTEXT_TOOLS（read/glob/grep/list/search）合并为 `ContextGroup`。2 个不归组。ContextGroup 有独立的展开/折叠和 StatusDot。
+
+**Bash 实时输出：**
+`renderDetail` 在 running 时显示 `streamingToolOutput` 最后 5 行（滚动窗口），完成后显示 `tool.result` 前 20 行。`streamingToolOutput` prop 去掉了原来的 `_` 前缀启用。
+
+**Flat 模式：**
+`flat` prop 跳过 header 和折叠动画，直接渲染工具列表。目前未使用但保留作为扩展点。
+
+**Header 布局：**
+内容（数量 badge + 摘要 + 运行描述）在左，CaretRight 箭头在右（`ml-auto`）。
+
+### 3. 状态动画
+
+`StatusDot` 用 `AnimatePresence mode="wait"` 包裹三个状态：
+- running: opacity fade（SpinnerGap + animate-spin）
+- success: spring scale 弹入（stiffness 400, damping 20）
+- error: 同上
+
+Header 运行描述用 `Shimmer` 包裹闪烁。
+
+### 4. is_error 全链路修复
+
+```
+claude-client.ts (tool_result SSE 包含 is_error)
+  → useSSEStream.ts (提取 is_error)
+  → stream-session-manager.ts (透传到 snapshot + finalMessageContent)
+  → ToolActionsGroup (StatusDot 显示红色 XCircle)
+```
+
+同步修复了 `page.tsx` 和 `route.ts` 中的本地 ToolResultInfo 类型。
+
+### 5. 流式优化
+
+**智能文本缓冲（`useBufferedContent` hook）：**
+- 40 词阈值或 2.5s max timeout 后释放
+- 结构化块（show-widget/batch-plan/image-gen-request）旁路直通
+- Timer 锚定到首次内容到达（`hasContent` boolean gate），不随 delta 重建
+- 所有 bypass 决策通过 `useEffect` 执行，render 路径纯计算
+
+**自适应文本节流（stream-session-manager）：**
+- `throttledTextEmit()`：100ms 节流，非 text 事件（tool_use 等）触发 `flushTextThrottle()`
+- 定义在 try/catch 外层，error path 也能访问
+
+### 6. Diff Summary
+
+`DiffSummary` 组件在 `MessageItem.tsx` 中：从 pairedTools 提取 edit/write 工具的文件路径，去重后显示 "Modified N files" 折叠行。
+
+## 测试覆盖
+
+| 文件 | 覆盖点 |
+|------|--------|
+| `__tests__/unit/sse-stream.test.ts` | thinking 事件分发、不混入 text、is_error 提取、media 透传 |
+| `__tests__/unit/message-normalizer.test.ts` | thinking-only 摘要、heading 提取、组合消息、长文本截断 |
+
+## 已知局限
+
+- Thinking 展开后调用 `stopScroll()` 会脱离自动滚动，需要用户手动点滚动按钮回到底部
+- 上下文归组只基于工具名匹配，不区分 MCP vs 内置工具
+- Bash renderDetail 在历史消息中总是展开（showDetail 条件含 tool.result），长输出占空间