diff --git a/docs/prompt-compatibility.md b/docs/prompt-compatibility.md
index 8d18762..799219f 100644
--- a/docs/prompt-compatibility.md
+++ b/docs/prompt-compatibility.md
@@ -168,7 +168,7 @@ OpenAI Chat / Responses 在标准化后、current input file 之前，会默认
工具调用正例现在优先示范官方 DSML 风格：`<|DSML|tool_calls>` → `<|DSML|invoke name="...">` → `<|DSML|parameter name="...">`。
兼容层仍接受旧式纯 `` wrapper，并会容错若干 DSML 标签变体，包括短横线形式 `` / `` / ``；但提示词会优先要求模型输出官方 DSML 标签，并强调不能只输出 closing wrapper 而漏掉 opening tag。需要注意：这是“兼容 DSML 外壳，内部仍以 XML 解析语义为准”，不是原生 DSML 全链路实现；DSML 标签会在解析入口归一化回现有 XML 标签后继续走同一套 parser。
-数组参数使用 `- ...
` 子节点表示；当某个参数体只包含 item 子节点时，Go / Node 解析器会把它还原成数组，避免 `questions` / `options` 这类 schema 中要求 array 的参数被误解析成 `{ "item": ... }` 对象。除此之外，解析器还会回收一些更松散的列表写法，例如 JSON array 字面量或逗号分隔的 JSON 项序列，只要它们足够明确；但 `- ` 仍然是首选形态。若模型把完整结构化 XML fragment 误包进 CDATA，兼容层会在保护 `content` / `command` 等原文字段的前提下，尝试把非原文字段中的 CDATA XML fragment 还原成 object / array。不过，如果 CDATA 只是单个平面的 XML/HTML 标签，例如 `urgent` 这种行内标记，兼容层会保留原始字符串，不会强行升成 object / array；只有明显表示结构的 CDATA 片段，例如多兄弟节点、嵌套子节点或 `item` 列表，才会触发结构化恢复。
+数组参数使用 `
- ...
` 子节点表示；当某个参数体只包含 item 子节点时，Go / Node 解析器会把它还原成数组，避免 `questions` / `options` 这类 schema 中要求 array 的参数被误解析成 `{ "item": ... }` 对象。除此之外，解析器还会回收一些更松散的列表写法，例如 JSON array 字面量或逗号分隔的 JSON 项序列，只要它们足够明确；但 `- ` 仍然是首选形态。若模型把完整结构化 XML fragment 误包进 CDATA，兼容层会在保护 `content` / `command` 等原文字段的前提下，尝试把非原文字段中的 CDATA XML fragment 还原成 object / array。不过，如果 CDATA 只是单个平面的 XML/HTML 标签，例如 `urgent` 这种行内标记，兼容层会保留原始字符串，不会强行升成 object / array；只有明显表示结构的 CDATA 片段，例如多兄弟节点、嵌套子节点或 `item` 列表，才会触发结构化恢复。对 `command` / `content` 等长文本参数，CDATA 内部的 Markdown fenced DSML / XML 示例会作为原文保护；示例里的 `]]>` 或 `
` 不会截断外层工具调用，解析器会继续等待围栏外真正的参数 / wrapper 结束标签。
Go 侧读取 DeepSeek SSE 时不再依赖 `bufio.Scanner` 的固定 2MiB 单行上限；当写文件类工具把很长的 `content` 放在单个 `data:` 行里返回时，非流式收集、流式解析和 auto-continue 透传都会保留完整行，再进入同一套工具解析与序列化流程。
在 assistant 最终回包阶段，如果某个 tool 参数在声明 schema 中明确是 `string`，兼容层会在把解析后的 `tool_calls` / `function_call` 重新序列化成 OpenAI / Responses / Claude 可见参数前，递归把该路径上的 number / bool / object / array 统一转成字符串；其中 object / array 会压成紧凑 JSON 字符串。这个保护只对 schema 明确声明为 string 的路径生效，不会改写本来就是 `number` / `boolean` / `object` / `array` 的参数。这样可以兼容 DeepSeek 输出了结构化片段、但上游客户端工具 schema 又严格要求字符串参数的场景（例如 `content`、`prompt`、`path`、`taskId` 等）。
工具 schema 的权威来源始终是**当前请求实际携带的 schema**，而不是同名工具在其他 runtime（Claude Code / OpenCode / Codex 等）里的默认印象。兼容层现在会同时兼容 OpenAI 风格 `function.parameters`、直接工具对象上的 `parameters` / `input_schema`、以及 camelCase 的 `inputSchema` / `schema`，并在最终输出阶段按这份请求内 schema 决定是保留 array/object，还是仅对明确声明为 `string` 的路径做字符串化。该规则同样适用于 Claude 的流式收尾和 Vercel Node 流式 tool-call formatter，避免不同 runtime 因 schema shape 差异而出现同名工具参数类型漂移。
diff --git a/docs/toolcall-semantics.md b/docs/toolcall-semantics.md
index fd34ec1..e84945d 100644
--- a/docs/toolcall-semantics.md
+++ b/docs/toolcall-semantics.md
@@ -60,6 +60,7 @@
- 不符合新格式的块不会执行，并继续按原样文本透传
- fenced code block（反引号 `` ``` `` 和波浪线 `~~~`）中的 XML 示例始终按普通文本处理
- 支持嵌套围栏（如 4 反引号嵌套 3 反引号）和 CDATA 内围栏保护
+- 对 `command` / `content` 等长文本参数，CDATA 内部如果包含 Markdown fenced DSML / XML 示例，即使示例里出现 `]]>` / `` 这类看起来像外层结束标签的片段，也会继续按参数原文保留，直到真正位于围栏外的外层结束标签
- 如果模型把 `` 或 Markdown inline code 里的 `<|DSML|tool_calls>`）而后面紧跟真正工具调用时，sieve 会跳过不可解析的 mention 候选并继续匹配后续真实工具块，不会因 mention 导致工具调用丢失，也不会截断 mention 后的正文
- Go 侧 SSE 读取不再使用 `bufio.Scanner` 的固定 token 上限；单个 `data:` 行中包含很长的写文件参数时，非流式收集、流式解析与 auto-continue 透传都应保留完整行，再交给 tool parser 处理
diff --git a/internal/toolcall/toolcalls_dsml.go b/internal/toolcall/toolcalls_dsml.go
index c75702f..19477e7 100644
--- a/internal/toolcall/toolcalls_dsml.go
+++ b/internal/toolcall/toolcalls_dsml.go
@@ -21,7 +21,7 @@ func rewriteDSMLToolMarkupOutsideIgnored(text string) string {
var b strings.Builder
b.Grow(len(text))
for i := 0; i < len(text); {
- next, advanced, blocked := skipXMLIgnoredSection(lower, i)
+ next, advanced, blocked := skipXMLIgnoredSection(text, lower, i)
if blocked {
b.WriteString(text[i:])
break
diff --git a/internal/toolcall/toolcalls_parse.go b/internal/toolcall/toolcalls_parse.go
index 5c2a04e..f15c130 100644
--- a/internal/toolcall/toolcalls_parse.go
+++ b/internal/toolcall/toolcalls_parse.go
@@ -147,13 +147,14 @@ func stripFencedCodeBlocks(text string) string {
inFence := false
fenceMarker := ""
inCDATA := false
+ cdataFenceMarker := ""
// Track builder length when a fence opens so we can preserve content
// collected before the unclosed fence.
beforeFenceLen := 0
for _, line := range lines {
if inCDATA || cdataStartsBeforeFence(line) {
b.WriteString(line)
- inCDATA = updateCDATAState(inCDATA, line)
+ inCDATA, cdataFenceMarker = updateCDATAStateForStrip(inCDATA, cdataFenceMarker, line)
continue
}
trimmed := strings.TrimLeft(line, " \t")
@@ -210,28 +211,63 @@ func firstFenceMarkerIndex(line string) int {
}
}
-func updateCDATAState(inCDATA bool, line string) bool {
+func updateCDATAStateForStrip(inCDATA bool, cdataFenceMarker, line string) (bool, string) {
lower := strings.ToLower(line)
pos := 0
state := inCDATA
- for pos < len(lower) {
- if state {
- end := strings.Index(lower[pos:], "]]>")
- if end < 0 {
- return true
- }
- pos += end + len("]]>")
- state = false
- continue
- }
+ fenceMarker := cdataFenceMarker
+ if !state {
start := strings.Index(lower[pos:], "")
+ if end < 0 {
+ return true, fenceMarker
+ }
+ endPos := pos + end
+ pos = endPos + len("]]>")
+ if fenceMarker != "" {
+ continue
+ }
+ if cdataEndLooksStructural(lower, pos) || strings.TrimSpace(lower[pos:]) == "" {
+ state = false
+ for pos < len(lower) {
+ start := strings.Index(lower[pos:], "")
+ end := findToolCDATAEnd(text, lower, i+len(""), true, false
+ return end + len("]]>"), true, false
case strings.HasPrefix(lower[i:], "")
if end < 0 {
@@ -225,6 +225,69 @@ func skipXMLIgnoredSection(lower string, i int) (next int, advanced bool, blocke
}
}
+func findToolCDATAEnd(text, lower string, from int) int {
+ if from < 0 || from > len(text) {
+ return -1
+ }
+ const closeMarker = "]]>"
+ firstNonFenceEnd := -1
+ for searchFrom := from; searchFrom < len(text); {
+ rel := strings.Index(lower[searchFrom:], closeMarker)
+ if rel < 0 {
+ break
+ }
+ end := searchFrom + rel
+ searchFrom = end + len(closeMarker)
+ if cdataOffsetIsInsideMarkdownFence(text[from:end]) {
+ continue
+ }
+ if firstNonFenceEnd < 0 {
+ firstNonFenceEnd = end
+ }
+ if cdataEndLooksStructural(lower, searchFrom) {
+ return end
+ }
+ }
+ return firstNonFenceEnd
+}
+
+func cdataEndLooksStructural(lower string, after int) bool {
+ for after < len(lower) {
+ switch lower[after] {
+ case ' ', '\t', '\r', '\n':
+ after++
+ continue
+ default:
+ }
+ break
+ }
+ return strings.HasPrefix(lower[after:], " docs/project-value.md << 'ENDOFFILE'",
+ "# DS2API project value",
+ "",
+ "```xml",
+ `<|DSML|tool_calls>`,
+ ` <|DSML|invoke name="Bash">`,
+ ` <|DSML|parameter name="command">&1]]>`,
+ ` `,
+ ``,
+ "```",
+ "",
+ "Only the literal `]]>` needs special handling.",
+ "",
+ "ENDOFFILE",
+ `echo "Done. Lines: $(wc -l < docs/project-value.md)"`,
+ }, "\n")
+ text := `<|DSML|tool_calls><|DSML|invoke name="Bash"><|DSML|parameter name="command"><|DSML|parameter name="description">`
+
+ calls := ParseToolCalls(text, []string{"Bash"})
+ if len(calls) != 1 {
+ t.Fatalf("expected one DSML call with extreme heredoc CDATA, got %#v", calls)
+ }
+ got, _ := calls[0].Input["command"].(string)
+ if got != command {
+ t.Fatalf("expected full heredoc command to survive, got:\n%q\nwant:\n%q", got, command)
+ }
+ if calls[0].Input["description"] != "Write project value doc" {
+ t.Fatalf("expected sibling parameter after command, got %#v", calls[0].Input)
+ }
+}
+
func TestParseToolCallsPreservesSimpleCDATAInlineMarkupAsText(t *testing.T) {
text := `urgent]]>`
calls := ParseToolCalls(text, []string{"Write"})
diff --git a/internal/toolstream/tool_sieve_xml_test.go b/internal/toolstream/tool_sieve_xml_test.go
index cc4b1bc..ab1aa38 100644
--- a/internal/toolstream/tool_sieve_xml_test.go
+++ b/internal/toolstream/tool_sieve_xml_test.go
@@ -265,6 +265,72 @@ func TestProcessToolSieveKeepsCDATAEmbeddedToolClosingBuffered(t *testing.T) {
}
}
+func TestProcessToolSieveKeepsExtremeHereDocCDATAUntilOuterClose(t *testing.T) {
+ var state State
+ command := strings.Join([]string{
+ "cat > docs/project-value.md << 'ENDOFFILE'",
+ "# DS2API project value",
+ "",
+ "```xml",
+ `<|DSML|tool_calls>`,
+ ` <|DSML|invoke name="Bash">`,
+ ` <|DSML|parameter name="command">&1]]>`,
+ ` `,
+ ``,
+ "```",
+ "",
+ "Only the literal `]]>` needs special handling.",
+ "",
+ "ENDOFFILE",
+ `echo "Done. Lines: $(wc -l < docs/project-value.md)"`,
+ }, "\n")
+ innerClose := strings.Index(command, ``) + len(``)
+ chunks := []string{
+ `<|DSML|tool_calls>` + "\n",
+ `<|DSML|invoke name="Bash">` + "\n",
+ `<|DSML|parameter name="command">` + "\n",
+ `<|DSML|parameter name="description">` + "\n",
+ `` + "\n",
+ ``,
+ }
+
+ var events []Event
+ for i, c := range chunks {
+ next := ProcessChunk(&state, c, []string{"Bash"})
+ if i <= 2 {
+ for _, evt := range next {
+ if evt.Content != "" || len(evt.ToolCalls) > 0 {
+ t.Fatalf("expected no events before outer close, chunk=%d events=%#v", i, next)
+ }
+ }
+ }
+ events = append(events, next...)
+ }
+ events = append(events, Flush(&state, []string{"Bash"})...)
+
+ var textContent strings.Builder
+ var gotCommand string
+ toolCalls := 0
+ for _, evt := range events {
+ textContent.WriteString(evt.Content)
+ if len(evt.ToolCalls) > 0 {
+ toolCalls += len(evt.ToolCalls)
+ gotCommand, _ = evt.ToolCalls[0].Input["command"].(string)
+ }
+ }
+ if toolCalls != 1 {
+ t.Fatalf("expected one parsed tool call, got %d events=%#v", toolCalls, events)
+ }
+ if textContent.Len() != 0 {
+ t.Fatalf("expected no leaked text, got %q", textContent.String())
+ }
+ if gotCommand != command {
+ t.Fatalf("expected full heredoc command to survive, got len=%d want=%d", len(gotCommand), len(command))
+ }
+}
+
func TestProcessToolSieveFallsBackWhenCDATANeverCloses(t *testing.T) {
var state State
chunks := []string{