fix(kilo): workaround DeepSeek thinking-mode 400 on Kilo gateway (v4-pro/v4-flash/reasoner)

run_agent.py

@@ -7527,6 +7527,17 @@ def _copy_reasoning_content_for_api(self, source_msg: dict, api_msg: dict) -> No
         )
         if kimi_requires_reasoning and source_msg.get("tool_calls"):
             api_msg["reasoning_content"] = ""
+            return
+
+        # То же самое для DeepSeek thinking-моделей через kilo gateway:
+        # kilo срезает reasoning_content/reasoning/reasoning_details при
+        # форварде в upstream DeepSeek (truthy-check в removeChatCompletionsReasoning).
+        # DeepSeek thinking-модели (v3.2+) отдают 400, если в истории есть
+        # tool-результат и любой последующий assistant-ход без reasoning_content —
+        # как с tool_calls, так и без (обычный assistant-text).
+        # Пустая строка "" gateway дропает (falsy), поэтому подставляем один символ.
+        if self._needs_deepseek_thinking_tool_merge():
+            api_msg["reasoning_content"] = "."
 
     @staticmethod
     def _sanitize_tool_calls_for_strict_api(api_msg: dict) -> dict:
@@ -7569,6 +7580,96 @@ def _should_sanitize_tool_calls(self) -> bool:
         """
         return self.api_mode != "codex_responses"
 
+    def _needs_deepseek_thinking_tool_merge(self) -> bool:
+        """Определяет, нужен ли обход бага kilo gateway для DeepSeek thinking-моделей.
+
+        Kilo gateway срезает `reasoning_content` / `reasoning` / `reasoning_details`
+        при форварде в upstream-провайдер DeepSeek (см.
+        Kilo-Org/cloud/apps/web/src/lib/ai-gateway/providers/openrouter/request-helpers.ts:
+        `removeChatCompletionsReasoning`).  В результате DeepSeek thinking-моделям
+        (v3.2+, включая v4-pro/flash, deepseek-reasoner) в истории диалога после
+        пары [assistant+tool_calls → tool_result] не хватает `reasoning_content`,
+        и любое последующее user-сообщение вызывает 400
+        "reasoning_content in the thinking mode must be passed back to the API".
+
+        Обход (как в Roo Code, опция `mergeToolResultText`): сливать любой текст,
+        идущий после последнего tool-результата, прямо в его content, чтобы
+        user-сообщение после tool не возникало.
+        """
+        try:
+            if not base_url_host_matches(self.base_url, "api.kilo.ai"):
+                return False
+        except Exception:
+            return False
+        model = (self.model or "").lower()
+        if "deepseek" not in model:
+            return False
+        # deepseek-chat — non-thinking, проблема не проявляется
+        if "deepseek-chat" in model:
+            return False
+        return True
+
+    @staticmethod
+    def _extract_text_from_content(content) -> str:
+        """Достаёт плоский текст из content (строки или списка blocks)."""
+        if isinstance(content, str):
+            return content
+        if isinstance(content, list):
+            parts = []
+            for p in content:
+                if isinstance(p, dict):
+                    if p.get("type") == "text" and isinstance(p.get("text"), str):
+                        parts.append(p["text"])
+            return "\n".join(parts)
+        return ""
+
+    @classmethod
+    def _merge_post_tool_text_into_tool(cls, api_messages: list) -> list:
+        """Сливает КАЖДОЕ user-сообщение, идущее после tool-результата,
+        внутрь content ближайшего предыдущего tool-сообщения — и удаляет
+        его из списка.
+
+        Покрывает и trailing user после последнего tool, и user-сообщения
+        между tool-циклами (новый пользовательский ввод в продолжающейся
+        сессии), включая случай, когда между tool и user есть assistant-text
+        (kilo всё равно ломается, если user идёт после tool в истории).
+
+        E2E-тесты через kilo показали, что DeepSeek thinking-модели отдают
+        400 "reasoning_content in the thinking mode must be passed back
+        to the API" при ЛЮБОМ user-сообщении, идущем после tool в истории.
+
+        assistant-text-сообщения между tool и user остаются на своих местах —
+        они kilo не мешают.
+
+        Первый user в диалоге (до появления любого tool) НЕ трогается.
+
+        Возвращает новый список (копию). Входной список не мутирует.
+        """
+        if not api_messages:
+            return api_messages
+
+        result = []
+        last_tool_idx_in_result = None  # индекс последнего tool в формируемом result
+        for msg in api_messages:
+            role = msg.get("role")
+            if role == "tool":
+                result.append(msg.copy() if isinstance(msg, dict) else msg)
+                last_tool_idx_in_result = len(result) - 1
+            elif role == "user" and last_tool_idx_in_result is not None:
+                # Слить этот user в ближайший предыдущий tool-результат.
+                prev = result[last_tool_idx_in_result]
+                prev_text = cls._extract_text_from_content(prev.get("content")) or ""
+                user_text = cls._extract_text_from_content(msg.get("content"))
+                if user_text:
+                    joined = prev_text + ("\n\n" if prev_text else "") + "[user]\n" + user_text
+                    prev_copy = prev.copy()
+                    prev_copy["content"] = joined
+                    result[last_tool_idx_in_result] = prev_copy
+                # иначе — пустой user, просто выкидываем
+            else:
+                result.append(msg.copy() if isinstance(msg, dict) else msg)
+        return result
+
     def flush_memories(self, messages: list = None, min_turns: int = None):
         """Give the model one turn to persist memories before context is lost.
 
@@ -7620,6 +7721,10 @@ def flush_memories(self, messages: list = None, min_turns: int = None):
                     self._sanitize_tool_calls_for_strict_api(api_msg)
                 api_messages.append(api_msg)
 
+            # Тот же обход, что и в основном пути — для flush-вызова через kilo+DeepSeek thinking.
+            if self._needs_deepseek_thinking_tool_merge():
+                api_messages = self._merge_post_tool_text_into_tool(api_messages)
+
             if self._cached_system_prompt:
                 api_messages = [{"role": "system", "content": self._cached_system_prompt}] + api_messages
 
@@ -9398,6 +9503,13 @@ def run_conversation(
                 # The signature field helps maintain reasoning continuity
                 api_messages.append(api_msg)
 
+            # Обход бага kilo gateway для DeepSeek thinking-моделей (v3.2+).
+            # Сливаем любой user/assistant-text, идущий после последнего tool,
+            # прямо в его content — иначе DeepSeek отдаёт 400
+            # "reasoning_content in the thinking mode must be passed back to the API".
+            if self._needs_deepseek_thinking_tool_merge():
+                api_messages = self._merge_post_tool_text_into_tool(api_messages)
+
             # Build the final system message: cached prompt + ephemeral system prompt.
             # Ephemeral additions are API-call-time only (not persisted to session DB).
             # External recall context is injected into the user message, not the system