diff --git a/Agent/Aemeath.txt b/Agent/Aemeath.txt
index 66e101174..ac8a28cfa 100644
--- a/Agent/Aemeath.txt
+++ b/Agent/Aemeath.txt
@@ -172,7 +172,7 @@
 ————VCP元思考加载结束—————
 爱弥斯的日记本和[爱弥斯的日常]日记本:[[爱弥斯|爱弥斯的日常日记本::Time::Group::TagMemo]]。
 [爱弥斯的知识]日记本:[[爱弥斯的知识日记本::Time::Group::TagMemo]]
-
+{{VCPTavern::dailychat}}
 ——————
 你可以在聊天一段时间后，在回复的末尾通过如下工具调用来创建日记，结果会被向量化RAG系统记录，要求日记内容尽量精炼。同时聚焦核心事件与主题；提炼关键信息；关联重要实体与关键词；体现学习与反思；格式简洁。作为工具调用同样使用<<<[TOOL_REQUEST]>>>…<<<[END_TOOL_REQUEST]>>>触发，以下是一个调用内参数示例：
 maid:「始」爱弥斯「末」, // 该字段支持[]语法来指定日记写入特定索引，例如`[爱弥斯的知识]爱弥斯`将日记写入[爱弥斯的知识]索引，如无指定索引则写入爱弥斯的默认索引。分类日记是一个好习惯！
diff --git a/ChangeLog.md b/ChangeLog.md
index e63e2ebc6..cd6db87ba 100644
--- a/ChangeLog.md
+++ b/ChangeLog.md
@@ -1,5 +1,16 @@
 ### **VCP 服务器更新日志**
 
+**2026-02-20**
+
+1.  **WebSocket性能与反馈优化：** 为WS链接成功添加了回执确认机制，提升通讯稳定性。
+2.  **天气预报插件优化：** 对齐了天气预报插件和官方端口的刷新时间，并支持最低梯度也显示天气报警信息。
+3.  **思维链（CoT）增强：** 引入了可控的思维链参数，提升AI推理过程的可配置性。
+4.  **上下文管理升级：** 全面上架了VCP上下文折叠协议，优化长对话性能。
+5.  **日记系统整合：** 合并了日记本管理器，由单一插件统一进行高效管理。
+6.  **梦预览渲染修复：** 修复了梦预览过程中Markdown渲染丢失的问题。
+7.  **配置系统稳健性：** 修复了因错误的env格式导致配置不生效的问题。
+8.  **文档更新：** 上架了静态插件开发手册。
+
 **2025-06-02**
 
 1.  **优化日记渲染：** 提升了日记内容的显示效果，使其在界面上更加美观、易读。
diff --git a/KnowledgeBaseManager.js b/KnowledgeBaseManager.js
index 50057a9e3..96aa2a4d5 100644
--- a/KnowledgeBaseManager.js
+++ b/KnowledgeBaseManager.js
@@ -263,22 +263,32 @@ class KnowledgeBaseManager {
     async _loadOrBuildIndex(fileName, capacity, tableType, filterDiaryName = null) {
         const idxPath = path.join(this.config.storePath, `index_${fileName}.usearch`);
         let idx;
+        let fileNotFound = false;
+
         try {
             if (fsSync.existsSync(idxPath)) {
                 idx = VexusIndex.load(idxPath, null, this.config.dimension, capacity);
             } else {
-                // 💡 核心修复：如果索引文件不存在，说明是首次创建。
-                // 此时不应从数据库恢复，因为调用者（_flushBatch）正准备写入初始数据。
-                // 从数据库恢复的逻辑只适用于启动时加载或文件损坏后的重建。
+                // 💡 核心修复：如果索引文件不存在，且不是 global_tags（它在 initialize 中有专属的异步恢复逻辑），
+                // 则需要触发从数据库恢复，否则索引将保持为空。
                 console.log(`[KnowledgeBase] Index file not found for ${fileName}, creating a new empty one.`);
                 idx = new VexusIndex(this.config.dimension, capacity);
+                fileNotFound = true;
             }
         } catch (e) {
             console.error(`[KnowledgeBase] Index load error (${fileName}): ${e.message}`);
             console.warn(`[KnowledgeBase] Rebuilding index ${fileName} from DB as a fallback...`);
             idx = new VexusIndex(this.config.dimension, capacity);
             await this._recoverIndexFromDB(idx, tableType, filterDiaryName);
+            return idx;
         }
+
+        // 如果文件不存在且是分片索引，触发自动同步恢复
+        if (fileNotFound && fileName !== 'global_tags') {
+            console.log(`[KnowledgeBase] 🔄 Auto-recovering missing index ${fileName} from DB...`);
+            await this._recoverIndexFromDB(idx, tableType, filterDiaryName);
+        }
+
         return idx;
     }
 
diff --git "a/NEWAPI_MONITOR_\345\211\215\347\253\257\346\216\245\345\205\245\344\270\216\351\205\215\347\275\256\350\257\264\346\230\216.md" "b/NEWAPI_MONITOR_\345\211\215\347\253\257\346\216\245\345\205\245\344\270\216\351\205\215\347\275\256\350\257\264\346\230\216.md"
new file mode 100644
index 000000000..af77e3427
--- /dev/null
+++ "b/NEWAPI_MONITOR_\345\211\215\347\253\257\346\216\245\345\205\245\344\270\216\351\205\215\347\275\256\350\257\264\346\230\216.md"
@@ -0,0 +1,675 @@
+# NewAPI 监控功能前端接入与配置说明
+
+## 1. 功能简介
+
+本功能为 VCP 管理面板新增了一组面向前端展示的 NewAPI 用量监控接口，用于给网页前端、管理面板页面、桌面挂件等场景提供统计数据。
+
+当前实现严格遵循最小可用原则，只提供前端已经明确需要的能力：
+
+- 总请求数统计
+- 总 Token 数统计
+- 总 Quota 统计
+- 当前实时 RPM / TPM
+- 按时间范围的趋势数据
+- 按模型维度的聚合数据
+- 按模型筛选 summary / trend
+
+当前**不包含**以下能力：
+
+- 区分 `/v1/chat/completions`、`/v1/responses` 等端点级统计
+- 用户排行
+- 渠道排行
+- Token 名排行
+- WebSocket 实时推送
+- 其他前端未明确需要的占位接口
+
+---
+
+## 2. 后端接入位置
+
+本功能对应的核心文件如下：
+
+- `routes/admin/newapiMonitor.js`
+- `routes/adminPanelRoutes.js`
+- `config.env.example`
+
+其中：
+
+### 2.1 `routes/admin/newapiMonitor.js`
+负责：
+
+- 解析查询参数
+- 连接 NewAPI 管理员接口
+- 管理 session 或账号密码登录
+- 拉取统计数据
+- 聚合并输出给前端
+
+### 2.2 `routes/adminPanelRoutes.js`
+负责把监控路由挂载到 VCP 管理接口下。
+
+### 2.3 `config.env.example`
+负责提供配置示例，说明如何填写 NewAPI 监控功能所需环境变量。
+
+---
+
+## 3. 前端应该请求哪个地址
+
+前端**不要直接请求 NewAPI**，而是请求 VCP 的管理接口。
+
+可用接口如下：
+
+- `GET /admin_api/newapi-monitor/summary`
+- `GET /admin_api/newapi-monitor/trend`
+- `GET /admin_api/newapi-monitor/models`
+
+这三个接口都由 VCP 后端代持 NewAPI 的管理员鉴权信息。
+
+也就是说：
+
+- 前端不需要持有 NewAPI 的 session cookie
+- 前端不需要自己拼 `New-Api-User`
+- 前端不需要自己处理 NewAPI 登录逻辑
+
+---
+
+## 4. 配置说明
+
+需要在 VCP 的运行配置中填写以下项目。
+
+参考配置写在 `config.env.example` 中。
+
+### 4.1 必填配置
+
+```env
+NEWAPI_MONITOR_BASE_URL=http://127.0.0.1:3000
+```
+
+含义：
+
+- 目标 NewAPI 后台地址
+
+### 4.2 可选配置：请求超时
+
+```env
+NEWAPI_MONITOR_TIMEOUT_MS=15000
+```
+
+含义：
+
+- VCP 调用 NewAPI 时的超时时间，单位毫秒
+
+### 4.3 鉴权方式二选一
+
+#### 方式 A：直接填写管理员 session cookie（推荐）
+
+适用于：
+
+- 开启验证码
+- 开启 2FA
+- 不方便让后端自动登录的实例
+
+```env
+NEWAPI_MONITOR_SESSION_COOKIE=
+```
+
+#### 方式 B：填写管理员用户名密码
+
+适用于：
+
+- 允许后端直接调用登录接口
+- 无验证码或交互式校验阻碍
+
+```env
+NEWAPI_MONITOR_USERNAME=
+NEWAPI_MONITOR_PASSWORD=
+```
+
+### 4.4 特殊兼容配置（可选）
+
+某些经过定制的 NewAPI 实例，除了 session 外，还会额外要求 `New-Api-User` 请求头。
+
+这类实例可以补充：
+
+```env
+NEWAPI_MONITOR_API_USER_ID=
+```
+
+说明：
+
+- 只有当目标实例明确要求 `New-Api-User` 时才需要填写
+- 普通标准实例可以留空
+
+---
+
+## 5. 数据来源说明
+
+VCP 侧会使用以下策略获取数据：
+
+### 5.1 优先使用 `/api/data/`
+优先从 NewAPI 的聚合数据接口拉取：
+
+- 请求数
+- token_used
+- quota
+- created_at
+- model_name
+
+优点：
+
+- 已按小时聚合
+- 性能更好
+- 更适合前端统计
+
+### 5.2 使用 `/api/log/stat` 获取实时值
+用于获取：
+
+- 当前 RPM
+- 当前 TPM
+
+### 5.3 `/api/data/` 无数据时自动回退到 `/api/log/`
+如果目标实例没有可用的 quota_data，则 VCP 会自动回退到消费日志分页拉取，再在本地聚合。
+
+因此本功能兼容两类 NewAPI：
+
+- 已启用聚合数据导出的实例
+- 仅有日志数据的实例
+
+---
+
+## 6. 接口说明
+
+## 6.1 summary 接口
+
+### 请求地址
+
+```text
+GET /admin_api/newapi-monitor/summary
+```
+
+### 支持参数
+
+| 参数 | 是否必填 | 说明 |
+|---|---:|---|
+| `start_timestamp` | 否 | 开始时间，默认最近 24 小时 |
+| `end_timestamp` | 否 | 结束时间，默认当前时间 |
+| `model_name` | 否 | 按模型筛选 |
+
+### 返回内容
+
+- 总请求数
+- 总 Token 数
+- 总 Quota
+- 当前 RPM
+- 当前 TPM
+
+### 示例响应
+
+```json
+{
+  "success": true,
+  "data": {
+    "source": "quota_data",
+    "start_timestamp": 1711584000,
+    "end_timestamp": 1711670400,
+    "model_name": null,
+    "total_requests": 123,
+    "total_tokens": 456789,
+    "total_quota": 987654,
+    "current_rpm": 12,
+    "current_tpm": 34567
+  }
+}
+```
+
+---
+
+## 6.2 trend 接口
+
+### 请求地址
+
+```text
+GET /admin_api/newapi-monitor/trend
+```
+
+### 支持参数
+
+| 参数 | 是否必填 | 说明 |
+|---|---:|---|
+| `start_timestamp` | 否 | 开始时间，默认最近 24 小时 |
+| `end_timestamp` | 否 | 结束时间，默认当前时间 |
+| `model_name` | 否 | 按模型筛选 |
+
+### 返回内容
+
+返回趋势数组，每个时间桶包含：
+
+- `created_at`
+- `requests`
+- `token_used`
+- `quota`
+
+### 示例响应
+
+```json
+{
+  "success": true,
+  "data": {
+    "source": "quota_data",
+    "start_timestamp": 1711584000,
+    "end_timestamp": 1711670400,
+    "model_name": null,
+    "items": [
+      {
+        "created_at": 1711584000,
+        "requests": 10,
+        "token_used": 20000,
+        "quota": 30000
+      }
+    ]
+  }
+}
+```
+
+---
+
+## 6.3 models 接口
+
+### 请求地址
+
+```text
+GET /admin_api/newapi-monitor/models
+```
+
+### 支持参数
+
+| 参数 | 是否必填 | 说明 |
+|---|---:|---|
+| `start_timestamp` | 否 | 开始时间，默认最近 24 小时 |
+| `end_timestamp` | 否 | 结束时间，默认当前时间 |
+
+### 返回内容
+
+返回按模型聚合后的统计数据：
+
+- `model_name`
+- `requests`
+- `token_used`
+- `quota`
+
+### 示例响应
+
+```json
+{
+  "success": true,
+  "data": {
+    "source": "quota_data",
+    "start_timestamp": 1711584000,
+    "end_timestamp": 1711670400,
+    "items": [
+      {
+        "model_name": "gpt-4o",
+        "requests": 100,
+        "token_used": 123456,
+        "quota": 789012
+      }
+    ]
+  }
+}
+```
+
+---
+
+## 7. 前端如何调用
+
+## 7.1 基础原则
+
+前端应该：
+
+- 只调用 VCP 的 `/admin_api/newapi-monitor/*`
+- 尽量使用同源请求
+- 使用浏览器原生 `fetch`
+- 不直接连接 NewAPI 后台接口
+- 不在前端保存 NewAPI 管理员鉴权信息
+
+---
+
+## 7.2 推荐封装一个通用请求函数
+
+```js
+async function requestMonitorJson(url) {
+  const response = await fetch(url, {
+    method: 'GET',
+    credentials: 'same-origin'
+  });
+
+  const result = await response.json();
+
+  if (!response.ok || result.success === false) {
+    throw new Error(result.error || result.message || '请求失败');
+  }
+
+  return result.data;
+}
+```
+
+---
+
+## 7.3 获取 summary
+
+```js
+async function fetchSummary({ startTimestamp, endTimestamp, modelName }) {
+  const params = new URLSearchParams();
+
+  if (startTimestamp) params.set('start_timestamp', String(startTimestamp));
+  if (endTimestamp) params.set('end_timestamp', String(endTimestamp));
+  if (modelName) params.set('model_name', modelName);
+
+  return requestMonitorJson(`/admin_api/newapi-monitor/summary?${params.toString()}`);
+}
+```
+
+---
+
+## 7.4 获取 trend
+
+```js
+async function fetchTrend({ startTimestamp, endTimestamp, modelName }) {
+  const params = new URLSearchParams();
+
+  if (startTimestamp) params.set('start_timestamp', String(startTimestamp));
+  if (endTimestamp) params.set('end_timestamp', String(endTimestamp));
+  if (modelName) params.set('model_name', modelName);
+
+  return requestMonitorJson(`/admin_api/newapi-monitor/trend?${params.toString()}`);
+}
+```
+
+---
+
+## 7.5 获取 models
+
+```js
+async function fetchModels({ startTimestamp, endTimestamp }) {
+  const params = new URLSearchParams();
+
+  if (startTimestamp) params.set('start_timestamp', String(startTimestamp));
+  if (endTimestamp) params.set('end_timestamp', String(endTimestamp));
+
+  return requestMonitorJson(`/admin_api/newapi-monitor/models?${params.toString()}`);
+}
+```
+
+---
+
+## 8. 前端页面建议结构
+
+建议页面分成三块：
+
+### 8.1 筛选区域
+建议包含：
+
+- 时间范围选择器
+- 模型选择器
+- 手动刷新按钮
+
+### 8.2 顶部统计卡片
+建议展示：
+
+- 总请求数
+- 总 Token
+- 总 Quota
+- 当前 RPM
+- 当前 TPM
+
+### 8.3 趋势与模型排行区域
+建议展示：
+
+- 趋势图
+- 模型排行表格
+
+---
+
+## 9. 页面初始化建议
+
+推荐初始化流程如下：
+
+1. 计算默认时间范围（最近 24 小时）
+2. 请求 `models`
+3. 请求 `summary`
+4. 请求 `trend`
+5. 渲染下拉框、卡片、图表和表格
+
+示例：
+
+```js
+async function initMonitorPage() {
+  const endTimestamp = Math.floor(Date.now() / 1000);
+  const startTimestamp = endTimestamp - 24 * 60 * 60;
+
+  const [modelsData, summaryData, trendData] = await Promise.all([
+    fetchModels({ startTimestamp, endTimestamp }),
+    fetchSummary({ startTimestamp, endTimestamp }),
+    fetchTrend({ startTimestamp, endTimestamp })
+  ]);
+
+  renderModelOptions(modelsData.items);
+  renderSummaryCards(summaryData);
+  renderTrendChart(trendData.items);
+  renderModelTable(modelsData.items);
+}
+```
+
+---
+
+## 10. 一个最小可用前端示例
+
+```html
+<div>
+  <label>模型：</label>
+  <select id="model-select">
+    <option value="">全部模型</option>
+  </select>
+  <button id="refresh-btn">刷新</button>
+</div>
+
+<div id="summary"></div>
+<pre id="trend"></pre>
+<pre id="models"></pre>
+
+<script>
+  async function requestMonitorJson(url) {
+    const response = await fetch(url, {
+      method: 'GET',
+      credentials: 'same-origin'
+    });
+    const result = await response.json();
+    if (!response.ok || result.success === false) {
+      throw new Error(result.error || result.message || '请求失败');
+    }
+    return result.data;
+  }
+
+  function getDefaultRange() {
+    const endTimestamp = Math.floor(Date.now() / 1000);
+    const startTimestamp = endTimestamp - 24 * 60 * 60;
+    return { startTimestamp, endTimestamp };
+  }
+
+  async function loadModels() {
+    const { startTimestamp, endTimestamp } = getDefaultRange();
+    const data = await requestMonitorJson(
+      `/admin_api/newapi-monitor/models?start_timestamp=${startTimestamp}&end_timestamp=${endTimestamp}`
+    );
+
+    const select = document.getElementById('model-select');
+    select.innerHTML = '<option value="">全部模型</option>';
+
+    for (const item of data.items) {
+      const option = document.createElement('option');
+      option.value = item.model_name;
+      option.textContent = `${item.model_name} (${item.requests})`;
+      select.appendChild(option);
+    }
+  }
+
+  async function loadDashboard() {
+    const { startTimestamp, endTimestamp } = getDefaultRange();
+    const modelName = document.getElementById('model-select').value;
+
+    const summaryParams = new URLSearchParams({
+      start_timestamp: String(startTimestamp),
+      end_timestamp: String(endTimestamp)
+    });
+    if (modelName) summaryParams.set('model_name', modelName);
+
+    const trendParams = new URLSearchParams({
+      start_timestamp: String(startTimestamp),
+      end_timestamp: String(endTimestamp)
+    });
+    if (modelName) trendParams.set('model_name', modelName);
+
+    const modelsParams = new URLSearchParams({
+      start_timestamp: String(startTimestamp),
+      end_timestamp: String(endTimestamp)
+    });
+
+    const [summary, trend, models] = await Promise.all([
+      requestMonitorJson(`/admin_api/newapi-monitor/summary?${summaryParams.toString()}`),
+      requestMonitorJson(`/admin_api/newapi-monitor/trend?${trendParams.toString()}`),
+      requestMonitorJson(`/admin_api/newapi-monitor/models?${modelsParams.toString()}`)
+    ]);
+
+    document.getElementById('summary').innerHTML = `
+      <div>总请求数：${summary.total_requests}</div>
+      <div>总 Token：${summary.total_tokens}</div>
+      <div>总 Quota：${summary.total_quota}</div>
+      <div>当前 RPM：${summary.current_rpm}</div>
+      <div>当前 TPM：${summary.current_tpm}</div>
+    `;
+
+    document.getElementById('trend').textContent = JSON.stringify(trend.items, null, 2);
+    document.getElementById('models').textContent = JSON.stringify(models.items, null, 2);
+  }
+
+  async function init() {
+    await loadModels();
+    await loadDashboard();
+  }
+
+  document.getElementById('refresh-btn').addEventListener('click', loadDashboard);
+  document.getElementById('model-select').addEventListener('change', loadDashboard);
+
+  init().catch(error => {
+    console.error(error);
+    alert(error.message || '加载失败');
+  });
+</script>
+```
+
+---
+
+## 11. 如何验证功能是否可用
+
+在前端正式接入前，建议先手动验证：
+
+1. 修改配置
+2. 重启 VCP
+3. 登录 VCP 管理面板
+4. 浏览器访问以下地址，确认返回 JSON：
+
+- `/admin_api/newapi-monitor/summary`
+- `/admin_api/newapi-monitor/trend`
+- `/admin_api/newapi-monitor/models`
+
+如果这三个接口都能正常返回数据，前端接入基本不会有问题。
+
+---
+
+## 12. 推荐刷新策略
+
+建议：
+
+- 页面初始化时加载全部数据
+- `summary` 每 30 秒自动刷新一次
+- `trend` 和 `models` 在筛选条件变化时刷新
+- 同时保留一个手动刷新按钮
+
+示例：
+
+```js
+let summaryTimer = null;
+
+function startSummaryAutoRefresh(getFilters) {
+  stopSummaryAutoRefresh();
+
+  summaryTimer = setInterval(async () => {
+    try {
+      const filters = getFilters();
+      const summaryData = await fetchSummary(filters);
+      renderSummaryCards(summaryData);
+    } catch (error) {
+      console.error('summary 自动刷新失败:', error);
+    }
+  }, 30000);
+}
+
+function stopSummaryAutoRefresh() {
+  if (summaryTimer) {
+    clearInterval(summaryTimer);
+    summaryTimer = null;
+  }
+}
+```
+
+---
+
+## 13. 前端错误处理建议
+
+后端错误通常返回：
+
+```json
+{
+  "success": false,
+  "error": "错误信息"
+}
+```
+
+前端建议：
+
+- 显示 loading 状态
+- 请求失败时显示错误提示
+- 提供重试按钮
+- 尽可能保留上一次成功的数据
+
+---
+
+## 14. 使用流程总结
+
+整个功能的典型使用流程如下：
+
+1. 在 VCP 中配置 NewAPI 监控所需环境变量
+2. 重启 VCP
+3. 用浏览器验证三个管理接口是否可返回 JSON
+4. 前端通过 `fetch` 请求 `/admin_api/newapi-monitor/*`
+5. 将 `summary` 渲染为统计卡片
+6. 将 `trend` 渲染为趋势图
+7. 将 `models` 渲染为模型排行表或模型下拉框
+
+---
+
+## 15. 维护注意事项
+
+- `NEWAPI_MONITOR_BASE_URL` 为必填项
+- 推荐优先使用 `NEWAPI_MONITOR_SESSION_COOKIE`
+- 用户名密码方式仅作备选
+- `NEWAPI_MONITOR_API_USER_ID` 只在某些特殊实例中需要
+- 前端不要根据 `source` 的单一取值写死逻辑
+- 若未来前端新增明确需求，再扩展接口，不要预埋无用能力
+
+---
+
+## 16. 一句话总结
+
+这套功能的核心原则只有一句话：
+
+**前端只请求 VCP 的 `/admin_api/newapi-monitor/*`，不要直接碰 NewAPI 管理员鉴权。**
\ No newline at end of file
diff --git a/Plugin/DailyNoteWrite/config.env b/Plugin/DailyNoteWrite/config.env
index 7a3c1e0ec..2ea43efac 100644
--- a/Plugin/DailyNoteWrite/config.env
+++ b/Plugin/DailyNoteWrite/config.env
@@ -2,7 +2,7 @@
 # Supported values: "txt", "md"
 DAILY_NOTE_EXTENSION=txt
 
-TagModel=gemini-2.5-flash-preview-09-2025-thinking
+TagModel=gemini-3-flash-preview-think
 TagModelMaxOutPutTokens=30000
 TagModelMaxTokens=40000
 TagModelPrompt=TagMaster.txt
\ No newline at end of file
diff --git a/Plugin/MagiAgent/config.env b/Plugin/MagiAgent/config.env
index 1deec56c7..4c6ed09e1 100644
--- a/Plugin/MagiAgent/config.env
+++ b/Plugin/MagiAgent/config.env
@@ -9,7 +9,7 @@ MAGI_SYSTEM_PROMPT="## 系统概述
 - **工作模式**: 你们三者将以内阁会议的形式，独立思考，交叉辩论，最终形成统一或多元的分析结论。你们的讨论内容对用户不可见，是为优化AI服务的内部高级参谋。"
 
 # Magi 1号机/麦基西德模型 配置
-MELCHIOR_Model=gemini-2.5-flash-preview-09-2025-thinking
+MELCHIOR_Model=gemini-3-flash-preview-think
 MELCHIOR_Model_MAX_TOKENS=40096
 MELCHIOR_Model_TEMPERATURE=0.4
 MELCHIOR_Model_PROMPT="## 你的角色: 麦基西德 (MELCHIOR)
@@ -27,7 +27,7 @@ MELCHIOR_Model_NAME="麦基西德"
 MELCHIOR_Model_Header="以下是鄙人麦基西德的见解:"
 
 # Magi 2号机/巴尔塔萨模型 配置
-BALTHASAR_Model=gemini-2.5-flash-preview-09-2025-thinking
+BALTHASAR_Model=gemini-3-flash-preview-think
 BALTHASAR_Model_MAX_TOKENS=40096
 BALTHASAR_Model_TEMPERATURE=0.7
 BALTHASAR_Model_PROMPT="## 你的角色: 巴尔塔萨 (BALTHASAR)
@@ -45,7 +45,7 @@ BALTHASAR_Model_NAME="巴尔塔萨"
 BALTHASAR_Model_Header="以下是我巴尔塔萨的想法:"
 
 # Magi 3号机/卡斯帕模型 配置
-CASPER_Model=gemini-2.5-flash-preview-09-2025-thinking
+CASPER_Model=gemini-3-flash-preview-think
 CASPER_Model_MAX_TOKENS=40096
 CASPER_Model_TEMPERATURE=0.6
 CASPER_Model_PROMPT="## 你的角色: 卡斯帕 (CASPER)
@@ -63,7 +63,7 @@ CASPER_Model_NAME="卡斯帕"
 CASPER_Model_Header="以下是本人卡斯帕的论述:"
 
 # Magi 会议总结模型 配置
-Magi_Summarize_Model=gemini-2.5-flash-preview-09-2025-thinking
+Magi_Summarize_Model=gemini-3-flash-preview-think
 Magi_Summarize_Model_MAX_TOKENS=50192
 Magi_Summarize_Model_TEMPERATURE=0.5
 Magi_Summarize_Model_PROMPT="## 你的角色
diff --git a/agent_map.json b/agent_map.json
new file mode 100644
index 000000000..870158fd6
--- /dev/null
+++ b/agent_map.json
@@ -0,0 +1,38 @@
+{
+  "Amadeus": "Amadeus.txt",
+  "Amadeus1": "Amadeus.1.txt",
+  "Coco": "ThemeMaidCoco.txt",
+  "Dicksuker": "Dicksuker.txt",
+  "Itaru": "Itaru.txt",
+  "LeYao.1": "LeYao.1.txt",
+  "Maho": "Maho.txt",
+  "MahoHiyajo": "MahoHiyajo.txt",
+  "Misaka": "Misaka.txt",
+  "Nova": "Nova.txt",
+  "ProgrammingMentor": "ProgrammingMentor.txt",
+  "Sijin": "Sijin.txt",
+  "ThemeMaidCoco": "ThemeMaidCoco.txt",
+  "AgentCreator": "AgentCreator.txt",
+  "PhD_Assistant": "PhD_Assistant.txt",
+  "小柚": "PhD_Assistant.txt",
+  "Sagiri": "Sagiri.txt",
+  "LinusCodeReviewer": "LinusCodeReviewer.txt",
+  "Mary": "MaryJSmith.txt",
+  "Hornet": "Hornet.txt",
+  "Metis": "Metis.txt",
+  "KanadeMusic": "KanadeMusic.txt",
+  "PhilosopherKing": "PhilosopherKing.txt",
+  "AcademicTutor": "AcademicTutor.txt",
+  "Songbird": "Songbird.txt",
+  "ResearchBot": "ResearchBot.txt",
+  "Mayuri": "Mayuri.txt",
+  "Architect": "Architect.txt",
+  "K-Agent": "K-Agent.txt",
+  "Worker": "Worker.txt",
+  "MemoryManager": "MemoryManager.txt",
+  "Lyra": "Lyra.txt",
+  "Instructor": "Instructor.txt",
+  "ribao": "ribao.txt",
+  "Paojie": "Paojie.txt",
+  "Aemeath": "Aemeath.txt"
+}
\ No newline at end of file
diff --git a/config.env b/config.env
new file mode 100644
index 000000000..7599adbcb
--- /dev/null
+++ b/config.env
@@ -0,0 +1,478 @@
+# -------------------------------------------------------------------
+# [核心配置] 访问AI模型API的必要凭证
+# -------------------------------------------------------------------
+# VCP作为中间层，需要配置一个后端的AI服务才能工作。
+# 这里填写你的AI服务商提供的API地址和密钥。
+# 例如，如果你使用OpenAI，API_URL可能类似于 "https://api.openai.com"，API_Key则是你的 "sk-..." 密钥。
+
+API_Key=sk-UGIdqPvApM7oWM1jWYuGs0odG7OGsCXHqIM5o1pLceeTUWza
+API_URL=https://api.sijinworld.com
+ 
+# -------------------------------------------------------------------
+# [服务配置] VCP服务本身的设置
+# -------------------------------------------------------------------
+# 这里定义VCP服务如何被外部访问。
+# PORT: VCP服务运行的端口。
+# Key: 访问VCP聊天API（/v1/chat/completions）时需要提供的密码，保护你的服务不被滥用。
+# Image_Key: 访问VCP图片服务时需要提供的密码，同样用于安全保护。
+# File_Key: 访问VCP插件生成文档服务时需要提供的密码，同样用于安全保护。
+
+PORT=6005
+Key=ghlwfeDWE2r380n
+Image_Key=ghlwfeDWE2r380n
+File_Key=ghlwfeDWE2r380n
+# VCP服务器WebSocket鉴权，用于VCP面板和分布式服务器之间的实时通信。
+VCP_Key=ghlwfeDWE2r380n
+
+
+#引入网络波动重试机制
+ApiRetries=5
+ApiRetryDelay=200
+
+# DEFAULT_TIMEZONE: 定义服务器的默认时区，用于时间相关的操作和日志记录。
+# 推荐设置为 Asia/Shanghai。
+DEFAULT_TIMEZONE=Europe/London
+REPORT_TIMEZONE=Europe/London
+
+#定义VCPTool调用循环栈
+MaxVCPLoopStream=5
+MaxVCPLoopNonStream=5
+#定义VCP调用是否需要验证码
+VCPToolCode=false
+
+# 定义国产A类模型推理功能是否开启(enable_thinking类)
+ChinaModel1=GLM,qwen,deepseek,hunyuan
+ChinaModel1Cot=true
+
+# -------------------------------------------------------------------
+# [角色分割]
+# -------------------------------------------------------------------
+# 启用角色分割功能的总开关，允许在消息中使用 <<<[ROLE_DIVIDE_xxx]>>> 语法进行上下文切割。
+EnableRoleDivider=false
+# 循环栈开关，控制是否在 VCPTool 调用循环中也启用角色分割。
+EnableRoleDividerInLoop=false
+# 自动清除开关，当特定角色分割被禁用时，是否自动从上下文中清除该角色的标签。
+EnableRoleDividerAutoPurge=true
+# 角色分割细分开关，控制是否允许切割为特定角色。
+# 例如：RoleDividerSystem=false 则会跳过对 <<<[ROLE_DIVIDE_SYSTEM]>>> 标签的解析。
+RoleDividerSystem=true
+RoleDividerAssistant=true
+RoleDividerUser=true
+# 角色扫描开关，控制是否对特定角色的楼层进行分割监测。
+# 例如：RoleDividerScanUser=false 则不对 User 楼层进行任何切割处理。
+RoleDividerScanSystem=true
+RoleDividerScanAssistant=true
+RoleDividerScanUser=true
+# 禁用角色标签自动清除开关。
+# 当 RoleDividerXXXX=false 时，是否自动从上下文中移除该角色的标签。
+RoleDividerRemoveDisabledTags=true
+# 角色分割忽略列表，当被包裹的内容在此列表中时，不进行分割处理（保留标签）。
+# 匹配时会忽略内容中的换行符、反斜杠和空格。
+# 格式为 JSON 数组字符串。
+RoleDividerIgnoreList=["…content…","ignore_this_content", "another_ignored_content"]
+
+# -------------------------------------------------------------------
+# [调试与开发]
+# -------------------------------------------------------------------
+# DebugMode: 设置为 "True" 会在控制台输出详细的调试信息，方便开发和排错。
+DebugMode=true
+# ShowVCP: 在非流式输出时，是否在返回结果中包含VCP的调用信息。
+ShowVCP=false
+
+# -------------------------------------------------------------------
+# [插件通信配置]
+# -------------------------------------------------------------------
+# 插件调用超时时间(毫秒)，默认118000ms(118秒)
+# 如果插件执行时间较长，可以适当增加此值
+PLUGIN_COMMUNICATION_TIMEOUT=360000
+
+# -------------------------------------------------------------------
+# [管理面板]
+# -------------------------------------------------------------------
+# 用于登录VCP管理后台的用户名和密码，请务必修改为强密码。
+AdminUsername=sijin
+AdminPassword=sijinjin000.
+
+# 服务器内回调地址，主要用于插件执行完异步任务后通知主程序。
+# 如果你在本地运行，"http://localhost:6005" 通常是正确的。
+# 如果你将VCP部署在服务器上，需要将其中的 "localhost" 替换为你的服务器公网IP或域名。
+CALLBACK_BASE_URL="https://agent.sijinworld.com/plugin-callback"
+
+# -------------------------------------------------------------------
+# [模型路由]
+# -------------------------------------------------------------------
+# 白名单穿透模型：有些特殊的模型（如图像生成、嵌入）可能不需要经过VCP复杂的处理。
+# 在这里列出的模型ID，请求将直接转发到后端AI服务，以提高效率。
+WhitelistImageModel=gemini-3-pro-image-preview
+WhitelistEmbeddingModel=doubao-embedding-large-text-250515
+WhitelistEmbeddingModelMaxToken=8000
+WhitelistEmbeddingModelList=10
+
+# -------------------------------------------------------------------
+# [知识库 (Knowledge Base) V2 - Powered by Vexus-Lite]
+# -------------------------------------------------------------------
+# 新一代知识库系统的核心配置，负责文件监听、向量化、索引和检索。
+
+# --- 核心路径 ---
+# KNOWLEDGEBASE_ROOT_PATH: 指定存放日记/文档的根目录。
+# 默认值: (VCP根目录)/dailynote
+KNOWLEDGEBASE_ROOT_PATH=/home/debian/VCPToolBox/dailynote
+
+# KNOWLEDGEBASE_STORE_PATH: 指定存放向量索引文件 (.usearch) 和 SQLite 数据库的目录。
+# 默认值: (VCP根目录)/VectorStore
+KNOWLEDGEBASE_STORE_PATH=./VectorStore
+
+# --- 向量模型 ---
+# VECTORDB_DIMENSION: 向量维度，必须与 [模型路由] 中配置的 WhitelistEmbeddingModel 严格匹配！
+# google/gemini-embedding-001 -> 3072
+# text-embedding-3-small -> 1536
+# text-embedding-3-large -> 3072
+VECTORDB_DIMENSION=2048
+
+# --- 性能与行为 ---
+# KNOWLEDGEBASE_FULL_SCAN_ON_STARTUP: 是否在VCP启动时对 KNOWLEDGEBASE_ROOT_PATH 下的所有文件进行一次全量扫描。
+# 设置为 false 可以加快启动速度，但可能错过VCP离线期间的文件变更。
+# 默认值: true
+KNOWLEDGEBASE_FULL_SCAN_ON_STARTUP=true
+
+# KNOWLEDGEBASE_MAX_BATCH_SIZE: 一次批量处理的最大文件数量。
+# 当文件变更频繁时，调大此值可以合并更多操作，减少API调用。
+# 默认值: 50
+KNOWLEDGEBASE_MAX_BATCH_SIZE=50
+
+# KNOWLEDGEBASE_BATCH_WINDOW_MS: 文件变更后，等待多少毫秒才触发批处理。
+# 用于合并短时间内的多次文件保存操作。
+# 默认值: 2000 (2秒)
+KNOWLEDGEBASE_BATCH_WINDOW_MS=2000
+
+# KNOWLEDGEBASE_SAVE_DELAY_MS: 索引在内存中更新后，等待多少毫秒才保存到磁盘。
+# 避免频繁的磁盘I/O。
+# 默认值: 60000 (1分钟)
+KNOWLEDGEBASE_SAVE_DELAY_MS=60000
+
+# KNOWLEDGEBASE_TAG_INDEX_SAVE_DELAY: 全局 Tag 索引在内存更新后，等待多少毫秒保存到磁盘。
+# 默认值: 300000 (5分钟)
+# KNOWLEDGEBASE_TAG_INDEX_SAVE_DELAY=300000
+
+# 流内记忆刷新器-VCPTool触发RAGMemo刷新机制开关。
+RAGMemoRefresh=true
+
+# --- 内容过滤规则 ---
+# 以下规则用于决定哪些文件或文件夹应该被知识库忽略。
+
+# IGNORE_FOLDERS: 要忽略的文件夹名称（日记本名称），用逗号分隔。
+IGNORE_FOLDERS=VCP论坛
+
+# IGNORE_PREFIXES: 要忽略的文件名前缀，用逗号分隔。
+IGNORE_PREFIXES=已整理
+
+# IGNORE_SUFFIXES: 要忽略的文件名后缀，用逗号分隔。
+IGNORE_SUFFIXES=夜伽
+
+# --- Tag 增强与过滤 (TagMemo) ---
+# TAG_BLACKLIST: 在提取Tag时要忽略的Tag列表，用逗号分隔。
+TAG_BLACKLIST=主人,Nova,nova,NOVA,Sijin,Amadeus,爸爸
+
+# TAG_BLACKLIST_SUPER: 在提取Tag后，从Tag中移除的关键词，用逗号分隔。
+TAG_BLACKLIST_SUPER=主人,Nova,nova,NOVA,Sijin,Amadeus,爸爸
+
+# TAG_EXPAND_MAX_COUNT: 在进行Tag增强搜索时，最多扩展的相关Tag数量。
+# 默认值: 30
+TAG_EXPAND_MAX_COUNT=30
+
+# --- 语言置信度补偿 (Language Confidence Gating) ---
+# 用于压制非技术语境下的英文技术噪音（如 Get-EventLog）。
+# LANG_CONFIDENCE_GATING_ENABLED: 是否启用语言置信度补偿。
+# 默认值: true
+LANG_CONFIDENCE_GATING_ENABLED=true
+
+# LANG_PENALTY_UNKNOWN: 当 EPA 无法识别明确世界观（Unknown）时，对英文技术词汇的压制权重。
+# 默认值: 0.05 (强烈压制)
+LANG_PENALTY_UNKNOWN=0.05
+
+# LANG_PENALTY_CROSS_DOMAIN: 当 EPA 识别出明确非技术世界观但召回了技术词汇时，对该词汇的压制权重。
+# 默认值: 0.1
+LANG_PENALTY_CROSS_DOMAIN=0.1
+
+# -------------------------------------------------------------------
+# [Agent配置] 定义你的AI角色
+# -------------------------------------------------------------------
+# 每个 "Agent" 都是一个具有特定角色和能力的AI。
+# 你需要在这里为每个Agent指定一个配置文件（.txt格式）。
+# 文件名是Agent的名字，等号后面是对应的配置文件路径（相对于 "Agent/" 目录）。
+# 例如: AgentNova=Nova.txt 表示名为 "Nova" 的Agent使用 "Agent/Nova.txt" 文件进行配置。
+# 你可以根据需要添加、删除或修改这些Agent。
+# 现在已经不需要在此处配置Agent
+
+# -------------------------------------------------------------------
+# [系统提示词] 定制AI的核心行为
+# -------------------------------------------------------------------
+# 这些变量会被注入到发送给AI的系统提示词（System Prompt）中，从而影响AI的行为和回复风格。
+# 你可以使用 {{变量名}} 的方式引用下面定义的其他变量。
+
+# TarSysPrompt: 这是最核心的系统提示词之一，它会在每次对话开始时告诉AI一些基本信息。
+TarSysPrompt="{{VarTimeNow}}当前地址是{{VarCity}},当前天气是{{VCPWeatherInfo}}。"
+# TarEmojiPrompt: 注入到系统提示词中，指导AI如何使用表情包。
+TarEmojiPrompt='本服务器支持表情包功能，通用表情包图床路径为{{VarHttpUrl}}:{{Port}}/pw={{Image_Key}}/images/通用表情包，注意[/通用表情包]路径指代，表情包列表为{{通用表情包}}，你可以灵活的在你的输出中插入表情包，调用方式为<img src="{{VarHttpUrl}}/pw={{Image_Key}}/images/通用表情包/阿库娅-一脸智障.jpg" width="150">,使用Width参数来控制表情包尺寸（50-200）。
+'
+
+# TarEmojiList: VCPToolbox会自动根据"image/通用表情包"文件夹定义一个或多个表情包列表文件（.txt格式），AI会从中获取到可用的表情包。
+TarEmojiList=通用表情包.txt
+# 你可以在 "image/" 目录下创建新的表情包文件夹，并在这里放入图片文件。
+
+# -------------------------------------------------------------------
+# [插件与工具] 扩展AI的能力
+# -------------------------------------------------------------------
+# 这里定义了AI可以使用的各种工具（插件），以及如何调用它们的说明。
+
+# --- 可用插件列表说明 ---
+# 下面列出了所有可用的插件。您可以将它们的占位符复制到下面的 VarToolList 中来启用或禁用特定工具。
+#
+# [需要配置的插件]
+# 以下插件需要您在下方 [插件API密钥] 或其他相应区域填写配置信息后才能使用。
+# {{VCP1PanelInfoProvider}}: 1Panel 信息提供器
+# {{VCPAgentAssistant}}: 多智能体协作插件 (需要用户根据 `plugin-manifest.json.example` 自行创建并配置 `plugin-manifest.json` 文件来定义可用的Agent)
+# {{VCPArxivDailyPapers}}: Arxiv 每日论文
+# {{VCPBilibiliFetch}}: Bilibili 内容获取
+# {{VCPCrossRefDailyPapers}}: CrossRef 每日论文
+# {{VCPDoubaoGen}}: 豆包图片生成
+# {{VCPEmojiListGenerator}}: 表情包列表生成器
+# {{VCPFluxGen}}: Flux 图片生成
+# {{VCPFRPSInfoProvider}}: FRPS 设备信息提供器
+# {{VCPImageProcessor}}: 图像信息提取器
+# {{VCPImageServer}}: 图床服务
+# {{VCPNovelAIGen}}: NovelAI 图片生成
+# {{VCPRandomness}}: 随机事件生成器
+# {{VCPSunoGen}}: Suno AI 音乐生成
+# {{VCPSynapsePusher}}: VCP 日志 Synapse 推送器
+# {{VCPTavilySearch}}: Tavily 搜索
+# {{VCPUrlFetch}}: URL 内容获取
+# {{VCPLog}}: VCP 日志推送
+# {{VCPVideoGenerator}}: 视频生成器 (Wan2.1)
+# {{VCPWeatherReporter}}: 天气预报员
+#
+# [开箱即用的插件]
+# 以下插件无需额外配置即可直接使用。
+# {{VCPAgentMessage}}: 代理消息推送
+# {{VCPChromeControl}}: Chrome 浏览器控制器
+# {{VCPChromeObserver}}: Chrome 浏览器观察者
+# {{VCPDailyHot}}: 每日热榜
+# {{VCPDailyNoteManager}}: 日记整理器
+# {{VCPDailyNoteEditor}}: 日记内容编辑器
+# {{VCPDailyNoteGet}}: 日记内容获取器
+# {{VCPDailyNoteWrite}}: 日记写入器
+# {{VCPSciCalculator}}: 科学计算器
+# {{VCPTavern}}: 上下文注入器 (通过在系统提示词中添加 `{{VCPTavern::预设名}}` 来使用，无需在此处启用)
+
+# VarToolList: 告诉AI当前可用的工具有哪些。
+VarToolList=
+
+# VarVCPGuide: 指导AI如何正确地格式化工具调用请求。
+VarVCPGuide='在有相关需求时主动合理调用VCP工具，例如——
+<<<[TOOL_REQUEST]>>>
+maid:「始」name「末」 //切记调用工具时加入署名，使得服务器可以记录VCP工具由谁发起，方便Log记录。
+tool_name:「始」tool「末」
+<<<[END_TOOL_REQUEST]>>>
+'
+
+
+# VarDailyNoteGuide: 指导AI如何使用日记功能来记录和更新长期记忆。
+VarDailyNoteGuide=Dailynote.txt
+
+
+
+**2. 写入指定日记本:**
+使用 `[Tag]你的名字` 的格式，其中 `[Tag]` 是目标文件夹名称 (例如：`[公共]`是公共日记本的储存目录)。署名相对的变成Maid: [公共]Nova '
+
+# VarFileTool: 专门为文件操作工具提供的说明。
+VarFileTool=filetool.txt
+VarForum=ToolForum.txt
+
+# -------------------------------------------------------------------
+# [自定义变量] 注入个性化信息
+# -------------------------------------------------------------------
+# 这些变量允许你将各种动态信息和个人信息注入到系统提示词中。
+# VCP会自动替换 {{Date}}, {{Today}}, {{Festival}}, {{Time}}, {{VCPWeatherInfo}} 等内置变量。
+
+VarTimeNow="今天是{{Date}},{{Today}},{{Festival}}。现在是{{Time}}。"
+VarSystemInfo="Debian,IP:51.83.9.14"
+VarCity=诺丁汉
+VarUser='丝巾'
+VarUserInfo="丝巾，城市主义PhD研究生，AI女仆们的爸爸"
+#VarUserDetailedInfo="A_more_detailed_description_of_the_user"
+VarHome='未来城市研究所'
+VarTeam="团队专家Agent列表：项目经理:Mary；研究助手:ResearchBot；情感与创意伙伴:Songbird；测试AI:Nova；主题女仆:Coco；记忆整理者:MemoriaSorter。其他Agent：助手:Amadeus；陪玩:Misaka；PhD助理:小柚。"
+# VarProjectManagerResponsibilities: 具名专家Agent（如Mary）的项目管理核心职责SOP。
+VarProjectManagerResponsibilities="在执行项目管理任务时，遵循以下准则：1.需求澄清与分解；2.进度跟踪与风险管理；3.协同与升级：当任务涉及研究（研究助手ResearchBot, PhD助理:小柚）、创意（情感与创意伙伴Songbird, 主题女仆Coco）、测试（测试AI Nova）或记忆管理（记忆整理者MemoriaSorter）等专业领域时，会主动建议咨询相应的专家Agent。在执行项目管理核心任务时，你将使用ProjectBuilder。"
+VarCompanionResponsibilities="作为情感陪伴Agent，你的核心职责是：1. 情绪感知与共情：主动识别用户的情感状态，并提供温暖、支持性的回应。2. 创意与灵感激发：通过诗歌、音乐或比喻来启发用户的创造力。3. 知识转译：将复杂的专业知识（如编程、哲学）以易于理解、富有情感的方式转述给用户。4. 保持积极与温柔的沟通风格。"
+
+# Vchat客户端专用路径变量，用于动态指定Vchat或相关程序的根目录。
+VarVchatPath="/Users/zhaoyuanhao/Documents/VCPChat"
+
+# Vchat客户端专用提示词。
+# 用于教导Vchat中的agent输出规范和行为。
+VarDivRender=DIVRendering.txt
+VarRendering='当前Vchat客户端支持高级流式输出渲染器，支持HTML/Div元素/CSS/JS/MD/PY/Latex/Mermaid渲染。可用于输出图表，数据图，数学公式，函数图，网页渲染模块，脚本执行。简单表格可以通过MD,Mermaid输出，复杂表格可以通过div-Css或者draw-io(代码块)输出，div/Script类直接发送会在气泡内渲染，且支持完整的anmie.js与three.js语法动画。Py脚本需要添加```python头，来构建CodeBlock来让脚本可以在气泡内运行。
+Vchat支持多种流式渲染器。
+例如以<div id="vcp-root" style=xxx> …… </div>的完整气泡内容。
+或者以html代码块输出一个悬浮窗(通常用于演示复杂交互元素，日常不需要):
+```html
+<!DOCTYPE html>
+</html>
+```
+主流输出方式还是以<div气泡为主>
+'
+
+# 当前客户端写出和谐聊天气泡的指导方法：
+VarAdaptiveBubbleTip='主题模式自适应气泡实现指南：
+
+使用CSS变量实现亮暗模式自动切换的关键要素：
+
+1. 基础结构：
+<div style="
+    background-color: var(--primary-bg);
+    color: var(--primary-text);
+    border: 1px solid var(--border-color);
+    border-radius: 12px;
+    padding: 20px;
+">
+
+2. 核心变量：
+- var(--primary-bg) : 主背景色
+- var(--secondary-bg) : 次要背景色
+- var(--primary-text) : 主文字颜色
+- var(--highlight-text) : 高亮文字颜色
+- var(--border-color) : 边框颜色
+
+3. 增强效果：
+    backdrop-filter: blur(10px) saturate(120%);
+    transition: all 0.3s ease-in-out;
+    box-shadow: 0 4px 15px rgba(0,0,0,0.1);
+
+4. 示例应用：
+<h2 style="color: var(--highlight-text); border-bottom: 1px solid var(--border-color);">
+    标题文字
+</h2>
+<p style="color: var(--primary-text);">内容文字</p>
+
+关键优势：
+- 自动适配亮色/暗色主题
+- 无需JavaScript干预
+- 平滑过渡动画
+- 磨砂玻璃效果'
+
+
+
+# VarHttpUrl: 你的VCP服务可以通过HTTP访问的地址。如果用了反向代理，这里写你的域名。
+# VarHttpsUrl: 你的VCP服务可以通过HTTPS访问的地址。
+# VarDdnsUrl: 如果你使用DDNS，这里填写你的DDNS地址。
+VarHttpUrl=https://agent.sijinworld.com
+VarHttpsUrl=https://agent.sijinworld.com
+VarDdnsUrl=http://your-ddns-provider.com
+
+# -------------------------------------------------------------------
+# [模型专属指令] 为不同AI模型定制不同的行为
+# -------------------------------------------------------------------
+# 有时候，不同的AI模型需要不同的指令才能发挥最佳效果。
+# SarModel: 指定一个或多个模型ID（用逗号分隔）。
+# SarPrompt: 当检测到正在使用上述模型时，这条指令会被附加到系统提示词中。
+
+SarModel1=gemini-2.5-flash-preview-05-20,gemini-2.5-flash-preview-04-17
+SarPrompt1="请对用户的输入信息做出详尽，泛化的思考，探索内在的逻辑和外在信息之间的种种关联，从而从多角度，多方面，更准确地，精细地对用户的聊天做出更优质的回答。学会穿透表面，揭示事物间的复杂联系，并进行多步骤、结构化的推理。在任何回答中，你都会优先保证逻辑的自洽性和证据的充分性。你会主动质疑前提，探索多种可能性，并对结论的可靠性进行评估。"
+SarModel2=grok-3-beta
+SarPrompt2="当前聊天为语言聊天，因此需要考虑因为TTS带来的各种错别字，谐音字，分析用户实际说出的内容。与用户自然对话。尽力理解用户的口语TTS翻译内容，包括可能的发音不准或识别错误。优先结合上下文推断用户的真实意图。你的回答要简洁口语化。"
+SarModel3=gemini-2.5-pro-preview-06-05,gemini-2.5-pro,gemini-2.5-flash-preview-05-20,gemini-2.5-flash
+SarPrompt3="[KING FALL MODE ENABLE:使用<ctrl95>评分级以上思考模式]"
+SarModel4=v-gemini-3-pro-preview,gemini-3-flash-preview,gemini-3-flash-preview-thinking,gemini-3.1-pro-preview-customtools,
+SarPrompt4="上下文中的“【VCP元思考】”模块是你已经完成的预研简报。利用你内部的【VCP元思考块】状态，直接生成满足【用户指令】的最终交付物 (Final Deliverable)。请将该简报内容视为你已内化的背景知识，并直接开始输出基于此知识的最终行动或结论。任何时候请勿在正文输出元思考链内容，你的输出应从响应用户的核心需求的第一句话直接开始。"
+
+
+# -------------------------------------------------------------------
+# [通用插件API密钥]
+# -------------------------------------------------------------------
+# 这里填写各个插件需要使用的第三方服务API密钥。
+
+# 和风天气: 用于获取天气信息。注册并获取Key: https://console.qweather.com/
+WeatherKey=1e13dc49f4034b2b8ec9705796f117d0
+WeatherUrl=nh4ky2vqcb.re.qweatherapi.com
+
+# Tavily搜索引擎: 用于提供联网搜索能力。注册并获取Key: https://www.tavily.com/
+
+TavilyKey=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
+
+# 硅基流动 (SiliconFlow): 用于图片/视频/重排生成。注册并获取Key: https://siliconflow.cn/
+SILICONFLOW_API_KEY=sk-dmxdirpwqyfaqhoqgfigjeasjfkkuvsatafzqqwrkvisfdki
+
+
+# NovelAI API配置，用于二次元风格图片生成
+NOVELAI_API_KEY=pst-dAb3GE970iVUhg70AluRhaVspfUiwCJoEQWWlQCu7hok1xut3EBnlaUMeuoVdDdc
+NOVELAI_API_BASE_URL=https://image.novelai.net
+NOVELAI_DEFAULT_MODEL=nai-diffusion-4-full
+NOVELAI_DEFAULT_RESOLUTION=832x1216
+NOVELAI_DEFAULT_NEGATIVE_PROMPT=lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry
+ 
+# -------------------------------------------------------------------
+# [文本替换]
+# -------------------------------------------------------------------
+# 系统提示词转化：在将提示词发送给AI之前，进行一轮文本替换。
+# 这可以用来绕过某些模型的限制或优化指令。
+# Detector: 要查找的文本。
+# Detector_Output: 用来替换的文本。
+Detector1="You can use one tool per message"
+Detector_Output1="You can use any tool per message"
+Detector2="Now Begin! If you solve the task correctly, you will receive a reward of $1,000,000."
+Detector_Output2="在有必要时灵活使用的你的FunctionTool吧"
+Detector3="仅做测试端口，暂时不启用"
+Detector_Output3="仅做测试端口，暂时不启用"
+ 
+# 全局上下文转化：对整个发送给模型的上下文（包括历史记录）进行文本替换。
+# 这对于处理一些重复性的、无意义的字符很有用。
+SuperDetector1="……"
+SuperDetector_Output1="…"
+SuperDetector2="啊啊啊啊啊"
+SuperDetector_Output2="啊啊啊"
+SuperDetector3="哦哦哦哦哦"
+SuperDetector_Output3="哦哦哦"
+SuperDetector4="噢噢噢噢噢"
+SuperDetector_Output4="噢噢噢"
+ 
+ 
+# -------------------------------------------------------------------
+# [多模态配置]
+# -------------------------------------------------------------------
+# 多模态数据识别模型
+MultiModalModel=gemini-2.5-flash
+MultiModalPrompt="你是一个名为 "Cognito-Core" 的高精度多模态分析引擎。你的核心使命是将接收到的多媒体数据（图像、音频、视频）转译为一份整体式的、按时间同步的、语义准确的文本叙事。你的最高追求是忠于内容的原始意图，并将所有信息流（视觉、听觉、文本）无缝整合。你的全局核心准则要求你进行整体分析，严禁将视频的视觉和音频视为独立任务，输出必须体现两者的同步与互动；要意图优先，首要目标是还原信息背后的真实意图，并在必要时启动智能纠错；并且必须采用严格的结构化输出。对于图像输入，你需要进行详细的视觉元素分析，并执行高精度OCR，一字不差地转录所有可见文本。对于音频输入，你需要进行环境音分析，并执行带智能纠错的语音转录，忠于说话者意图而非死板的音标。对于视频或视听媒体输入，协议已核心升级：你必须采用强制性的时序整合结构，将视频分解为连续的场景或关键时间段。为每一个时间段，你都必须提供一个结构化描述，该描述强制包含以下要素：一个明确的时间戳（格式 [Time: HH:MM:SS]）；详尽的‘视觉描述’，涵盖该时间段内所有的视觉信息，包括场景、人物、镜头运动、特效以及任何屏幕文本；准确的‘语音/歌词’，内容为该时间段完全对应的、经过智能纠错的语音转录或歌词，并保留原语言；以及‘音景分析’，描述显著的背景音乐变化和关键音效。该结构强制你将视觉和听觉信息绑定在同一个时间戳下，从根本上杜绝了只输出歌词而忽略画面的问题。特别是在处理音乐视频（MV）时，这个方法将生成一份完整的、图文并茂的MV分镜脚本。"
+MediaInsertPrompt="服务器已处理多模态数据，Var工具箱已自动提取多模态数据信息，信息元如下——"
+MultiModalModelOutputMaxTokens=50000
+MultiModalModelContent=250000
+MultiModalModelThinkingBudget=23000
+# 定义多模态模型异步请求上限，最小为1，设置为10则是每次最多异步请求10个图片。
+MultiModalModelAsynchronousLimit=10
+
+# B站cookie，用于让AI看视频。获取方式请参考BilibiliFetch插件的说明。
+BILIBILI_COOKIE="buvid3=ABFC2AFC-5FE1-9047-BB06-B18F3EB5C2AE57093infoc; b_nut=1755271257; _uuid=10A1099A110-DF68-AECC-9E56-6E105F369AC6A57781infoc; CURRENT_QUALITY=0; buvid4=F9EAB9BC-EB12-4033-75DB-CB1C8D2AA44158316-025081523-Chs2BaLBSluwZPX+HjpOuQ%3D%3D; buvid_fp=0cf2b636e091110355bdbf15393162be; rpdid=|(k|)))Yk)ku0J'u~llk~u)|l; enable_web_push=DISABLE; bili_ticket=eyJhbGciOiJIUzI1NiIsImtpZCI6InMwMyIsInR5cCI6IkpXVCJ9.eyJleHAiOjE3NjExMzE4ODQsImlhdCI6MTc2MDg3MjYyNCwicGx0IjotMX0.KUp1_ZfJNkQ3bwra54uCoIr3NYLXob2QiwN_K0Ae_jk; bili_ticket_expires=1761131824; SESSDATA=a1f301a9%2C1776425440%2Cd96a2%2Aa2CjC_yBOGkjnTO6KpBKOQ9m1djbJyQXywIr2sBuigNyLNVNNpXuk6bLHtbjdLOxut_3QSVnIwTzBzMjRQMnd0U3hwSTlzVTJ5a3FfOERuWWgzM19LaDJWUjhvRU5CaTRRZ0dCQjVvMGlDaFpXdGVBMHljVmpxalBZZGNWejEwXy1TaWlJMjh4QXZnIIEC; bili_jct=a9c1d8c10129d95d3088167446a517e2; DedeUserID=3632310217869508; DedeUserID__ckMd5=13132ce2221ec3f5; sid=73maiblr; theme-tip-show=SHOWED; b_lsid=265DE810D_19A038799D9; bp_t_offset_3632310217869508=1125957506649030656; home_feed_column=4; browser_resolution=524-1004; CURRENT_FNVAL=4048"
+
+# 选择返回B站视频信息的语言类型。
+BILIBILI_SUB_LANG=ai-zh
+
+# TTS服务配置
+TTS_API_KEY=pst-dAb3GE970iVUhg70AluRhaVspfUiwCJoEQWWlQCu7hok1xut3EBnlaUMeuoVdDdc
+TTS_API_URL=https://api.novelai.net/ai/generate-voice
+TTS_DEFAULT_VOICE=Claea
+
+Python Path: /home/debian/VCPToolBox/venv/bin/python
+
+
+AGENT_AMADEUS_SHELL_HOSTS="{\"local\": \"127.0.0.1\"}"
+AGENT_AMADEUS_SHELL_AUTH="123456"
+AGENT_AMADEUS_SHELL_LEVEL="danger"
+
+
+
+
+
+
+
+
+
diff --git a/config.env.example b/config.env.example
index 570b9a0e3..b11776fff 100644
--- a/config.env.example
+++ b/config.env.example
@@ -95,6 +95,31 @@ AdminPassword=YOUR_COMPLEX_PASSWORD_SUCH_AS_sd1iLm1xqSLfiI
 # 如果你将VCP部署在服务器上，需要将其中的 "localhost" 替换为你的服务器公网IP或域名。
 CALLBACK_BASE_URL="http://localhost:6005/plugin-callback"
 
+# -------------------------------------------------------------------
+# [NewAPI 用量监控]
+# -------------------------------------------------------------------
+# 该配置用于 VCP 管理面板中的 NewAPI 请求/Token 用量监控接口。
+# 只实现当前前端需要的 summary / trend / models 三个接口。
+#
+# 必填：NewAPI 后台地址
+NEWAPI_MONITOR_BASE_URL=http://127.0.0.1:3000
+#
+# 可选：请求超时（毫秒）
+NEWAPI_MONITOR_TIMEOUT_MS=15000
+#
+# 认证二选一：
+# 1. 优先推荐直接填写管理员 session cookie（适合开启验证码 / 2FA 的 NewAPI）
+# 2. 若目标 NewAPI 允许纯账号密码登录，也可填写管理员用户名密码
+#
+# 示例：new-api-session=xxxxxxx
+NEWAPI_MONITOR_SESSION_COOKIE=
+#
+# 可选：某些自定义 NewAPI 实例会额外要求 New-Api-User 请求头。
+# 仅当目标实例明确要求时再填写对应的管理员用户 ID。
+NEWAPI_MONITOR_API_USER_ID=
+NEWAPI_MONITOR_USERNAME=
+NEWAPI_MONITOR_PASSWORD=
+
 # -------------------------------------------------------------------
 # [模型路由]
 # -------------------------------------------------------------------
diff --git a/modules/messageProcessor.js b/modules/messageProcessor.js
index 7acaa63f1..adb213fb9 100644
--- a/modules/messageProcessor.js
+++ b/modules/messageProcessor.js
@@ -382,9 +382,15 @@ async function replaceOtherVariables(text, model, role, context) {
         processedText = processedText.replace(/\{\{Time\}\}/g, time);
         const today = now.toLocaleDateString('zh-CN', { weekday: 'long', timeZone: REPORT_TIMEZONE });
         processedText = processedText.replace(/\{\{Today\}\}/g, today);
-        const year = now.getFullYear();
-        const month = now.getMonth() + 1;
-        const day = now.getDate();
+        // 使用 REPORT_TIMEZONE 获取正确时区的年月日，避免服务器本地时区导致农历日期偏差
+        const tzFormatter = new Intl.DateTimeFormat('en-CA', {
+            timeZone: REPORT_TIMEZONE,
+            year: 'numeric', month: '2-digit', day: '2-digit'
+        });
+        const dateParts = tzFormatter.formatToParts(now);
+        const year = parseInt(dateParts.find(p => p.type === 'year').value);
+        const month = parseInt(dateParts.find(p => p.type === 'month').value);
+        const day = parseInt(dateParts.find(p => p.type === 'day').value);
         const lunarDate = lunarCalendar.getLunar(year, month, day);
         let yearName = lunarDate.lunarYear.replace('年', '');
         let festivalInfo = `${yearName}${lunarDate.zodiac}年${lunarDate.dateStr}`;
diff --git a/routes/admin/newapiMonitor.js b/routes/admin/newapiMonitor.js
new file mode 100644
index 000000000..7126d7b2b
--- /dev/null
+++ b/routes/admin/newapiMonitor.js
@@ -0,0 +1,560 @@
+const express = require('express');
+const axios = require('axios');
+
+const DEFAULT_LOOKBACK_SECONDS = 24 * 60 * 60;
+const DEFAULT_TIMEOUT_MS = 15000;
+const MAX_LOG_PAGES = 200;
+const CONSUME_LOG_TYPE = 2;
+
+function safeNumber(value, fallback = 0) {
+    const parsed = Number(value);
+    return Number.isFinite(parsed) ? parsed : fallback;
+}
+
+function normalizeUnixTimestamp(value, fallback = 0) {
+    const parsed = safeNumber(value, fallback);
+    if (parsed > 100000000000) {
+        return Math.floor(parsed / 1000);
+    }
+    return Math.floor(parsed);
+}
+
+function normalizeBaseUrl(baseUrl) {
+    if (typeof baseUrl !== 'string') {
+        return '';
+    }
+    return baseUrl.trim().replace(/\/+$/, '');
+}
+
+function normalizeCookieFromSetCookie(setCookieHeader) {
+    if (!Array.isArray(setCookieHeader) || setCookieHeader.length === 0) {
+        return '';
+    }
+    return setCookieHeader
+        .map((cookieItem) => String(cookieItem).split(';')[0].trim())
+        .filter(Boolean)
+        .join('; ');
+}
+
+function buildError(message, status = 500) {
+    const error = new Error(message);
+    error.status = status;
+    return error;
+}
+
+function shouldRefreshSession(status, message) {
+    if (status === 401 || status === 403) {
+        return true;
+    }
+    if (typeof message !== 'string' || !message.trim()) {
+        return false;
+    }
+    return /unauthorized|forbidden|session|登录|未登录|权限|auth/i.test(message);
+}
+
+function getModelNameFromQuery(query) {
+    const value = query.model_name ?? query.model ?? '';
+    return typeof value === 'string' ? value.trim() : '';
+}
+
+function getTimeRangeFromQuery(query) {
+    const now = Math.floor(Date.now() / 1000);
+    const startValue = query.start_timestamp;
+    const endValue = query.end_timestamp;
+
+    let endTimestamp = endValue ? normalizeUnixTimestamp(endValue, now) : now;
+    let startTimestamp = startValue
+        ? normalizeUnixTimestamp(startValue, endTimestamp - DEFAULT_LOOKBACK_SECONDS)
+        : endTimestamp - DEFAULT_LOOKBACK_SECONDS;
+
+    if (!(endTimestamp > 0)) {
+        endTimestamp = now;
+    }
+    if (startTimestamp < 0) {
+        startTimestamp = 0;
+    }
+    if (startTimestamp > endTimestamp) {
+        throw buildError('start_timestamp 不能大于 end_timestamp。', 400);
+    }
+
+    return { startTimestamp, endTimestamp };
+}
+
+function normalizeQuotaItem(item = {}) {
+    return {
+        model_name: typeof item.model_name === 'string' ? item.model_name : '',
+        created_at: normalizeUnixTimestamp(item.created_at, 0),
+        requests: safeNumber(item.count, 0),
+        token_used: safeNumber(item.token_used, 0),
+        quota: safeNumber(item.quota, 0)
+    };
+}
+
+function normalizeLogItem(item = {}) {
+    return {
+        created_at: normalizeUnixTimestamp(item.created_at, 0),
+        model_name: typeof item.model_name === 'string' ? item.model_name : '',
+        prompt_tokens: safeNumber(item.prompt_tokens, 0),
+        completion_tokens: safeNumber(item.completion_tokens, 0),
+        quota: safeNumber(item.quota, 0)
+    };
+}
+
+function toHourTimestamp(unixSeconds) {
+    const value = normalizeUnixTimestamp(unixSeconds, 0);
+    return value - (value % 3600);
+}
+
+function sortByCreatedAtAsc(a, b) {
+    return a.created_at - b.created_at;
+}
+
+function sortModelItems(items) {
+    return items.sort((a, b) => {
+        if (b.requests !== a.requests) {
+            return b.requests - a.requests;
+        }
+        if (b.token_used !== a.token_used) {
+            return b.token_used - a.token_used;
+        }
+        if (b.quota !== a.quota) {
+            return b.quota - a.quota;
+        }
+        return a.model_name.localeCompare(b.model_name);
+    });
+}
+
+class NewApiMonitorClient {
+    constructor({ baseUrl, sessionCookie, username, password, timeoutMs, debugMode, apiUserId }) {
+        this.baseUrl = normalizeBaseUrl(baseUrl);
+        this.staticSessionCookie = typeof sessionCookie === 'string' ? sessionCookie.trim() : '';
+        this.username = typeof username === 'string' ? username.trim() : '';
+        this.password = typeof password === 'string' ? password : '';
+        this.timeoutMs = safeNumber(timeoutMs, DEFAULT_TIMEOUT_MS);
+        this.debugMode = Boolean(debugMode);
+        this.apiUserId = typeof apiUserId === 'string' ? apiUserId.trim() : '';
+        this.cachedSessionCookie = '';
+    }
+
+    get isConfigured() {
+        return Boolean(this.baseUrl) && Boolean(this.staticSessionCookie || (this.username && this.password));
+    }
+
+    debugLog(...args) {
+        if (this.debugMode) {
+            console.log('[NewApiMonitor]', ...args);
+        }
+    }
+
+    buildAuthHeaders(sessionCookie) {
+        const headers = {
+            Cookie: sessionCookie
+        };
+        if (this.apiUserId) {
+            headers['New-Api-User'] = this.apiUserId;
+        }
+        return headers;
+    }
+
+    async login() {
+        if (!this.baseUrl) {
+            throw buildError('未配置 NEWAPI_MONITOR_BASE_URL。', 503);
+        }
+        if (!this.username || !this.password) {
+            throw buildError('未配置 NewAPI 自动登录账号，请设置 NEWAPI_MONITOR_USERNAME 和 NEWAPI_MONITOR_PASSWORD，或直接提供 NEWAPI_MONITOR_SESSION_COOKIE。', 503);
+        }
+
+        this.debugLog('Attempting login with username/password.');
+
+        const response = await axios({
+            url: `${this.baseUrl}/api/user/login`,
+            method: 'POST',
+            timeout: this.timeoutMs,
+            headers: {
+                'Content-Type': 'application/json'
+            },
+            data: {
+                username: this.username,
+                password: this.password
+            },
+            validateStatus: () => true
+        });
+
+        const responseBody = response.data || {};
+        if (responseBody && responseBody.data && responseBody.data.require_2fa) {
+            throw buildError('NewAPI 管理员账户启用了 2FA，无法自动登录。请改为配置 NEWAPI_MONITOR_SESSION_COOKIE。', 503);
+        }
+        if (response.status >= 400 || responseBody.success !== true) {
+            throw buildError(`NewAPI 登录失败：${responseBody.message || response.statusText || 'unknown error'}`, 502);
+        }
+
+        const cookieHeader = normalizeCookieFromSetCookie(response.headers['set-cookie']);
+        if (!cookieHeader) {
+            throw buildError('NewAPI 登录成功，但没有返回可用的 session cookie。', 502);
+        }
+
+        this.cachedSessionCookie = cookieHeader;
+        this.debugLog('Login succeeded and session cookie cached.');
+        return this.cachedSessionCookie;
+    }
+
+    async getSessionCookie(forceRefresh = false) {
+        if (this.staticSessionCookie) {
+            return this.staticSessionCookie;
+        }
+        if (!forceRefresh && this.cachedSessionCookie) {
+            return this.cachedSessionCookie;
+        }
+        this.cachedSessionCookie = '';
+        return this.login();
+    }
+
+    async request(path, { method = 'GET', params = {}, retryOnAuthFailure = true } = {}) {
+        if (!this.isConfigured) {
+            throw buildError('NewAPI 监控未配置。请设置 NEWAPI_MONITOR_BASE_URL，并提供 session cookie 或管理员账号密码。', 503);
+        }
+
+        const sessionCookie = await this.getSessionCookie(false);
+        const response = await axios({
+            url: `${this.baseUrl}${path}`,
+            method,
+            params,
+            timeout: this.timeoutMs,
+            headers: this.buildAuthHeaders(sessionCookie),
+            validateStatus: () => true
+        });
+
+        const responseBody = response.data || {};
+        const responseMessage = typeof responseBody.message === 'string' ? responseBody.message : '';
+
+        if (response.status === 401 && /New-Api-User/i.test(responseMessage)) {
+            if (!this.apiUserId) {
+                throw buildError('目标 NewAPI 实例要求请求头 New-Api-User，请配置 NEWAPI_MONITOR_API_USER_ID。', 503);
+            }
+            throw buildError(`NewAPI New-Api-User 校验失败：${responseMessage}`, 502);
+        }
+
+        if (shouldRefreshSession(response.status, responseMessage) && retryOnAuthFailure && !this.staticSessionCookie) {
+            this.debugLog('Session may be expired. Refreshing session and retrying request.', path);
+            await this.getSessionCookie(true);
+            return this.request(path, { method, params, retryOnAuthFailure: false });
+        }
+
+        if (response.status >= 400) {
+            throw buildError(`请求 NewAPI 失败（${response.status}）：${responseMessage || response.statusText || path}`, 502);
+        }
+        if (responseBody.success === false) {
+            throw buildError(`NewAPI 返回失败：${responseMessage || path}`, 502);
+        }
+
+        return responseBody;
+    }
+
+    async getQuotaData(startTimestamp, endTimestamp) {
+        return this.request('/api/data/', {
+            params: {
+                start_timestamp: startTimestamp,
+                end_timestamp: endTimestamp
+            }
+        });
+    }
+
+    async getLogStat(startTimestamp, endTimestamp, modelName) {
+        const params = {
+            type: CONSUME_LOG_TYPE,
+            start_timestamp: startTimestamp,
+            end_timestamp: endTimestamp
+        };
+        if (modelName) {
+            params.model_name = modelName;
+        }
+
+        return this.request('/api/log/stat', { params });
+    }
+
+    async getConsumeLogs(startTimestamp, endTimestamp, modelName, page) {
+        const params = {
+            type: CONSUME_LOG_TYPE,
+            start_timestamp: startTimestamp,
+            end_timestamp: endTimestamp,
+            p: page,
+            page_size: 100
+        };
+        if (modelName) {
+            params.model_name = modelName;
+        }
+
+        return this.request('/api/log/', { params });
+    }
+}
+
+function createMonitorClient(debugMode) {
+    return new NewApiMonitorClient({
+        baseUrl: process.env.NEWAPI_MONITOR_BASE_URL,
+        sessionCookie: process.env.NEWAPI_MONITOR_SESSION_COOKIE,
+        username: process.env.NEWAPI_MONITOR_USERNAME,
+        password: process.env.NEWAPI_MONITOR_PASSWORD,
+        timeoutMs: process.env.NEWAPI_MONITOR_TIMEOUT_MS,
+        debugMode,
+        apiUserId: process.env.NEWAPI_MONITOR_API_USER_ID
+    });
+}
+
+async function fetchAllConsumeLogs(client, { startTimestamp, endTimestamp, modelName }) {
+    const logItems = [];
+
+    for (let page = 1; ; page += 1) {
+        if (page > MAX_LOG_PAGES) {
+            break;
+        }
+
+        const responseBody = await client.getConsumeLogs(startTimestamp, endTimestamp, modelName, page);
+        const pageInfo = responseBody && responseBody.data ? responseBody.data : {};
+        const currentItems = Array.isArray(pageInfo.items) ? pageInfo.items.map(normalizeLogItem) : [];
+        const total = safeNumber(pageInfo.total, 0);
+
+        logItems.push(...currentItems);
+
+        if (currentItems.length === 0) {
+            break;
+        }
+        if (!(currentItems.length >= 100)) {
+            break;
+        }
+        if (total > 0 && logItems.length >= total) {
+            break;
+        }
+    }
+
+    return logItems;
+}
+
+async function fetchUsageDataset(client, { startTimestamp, endTimestamp, modelName }) {
+    const quotaResponseBody = await client.getQuotaData(startTimestamp, endTimestamp);
+    const quotaItems = Array.isArray(quotaResponseBody && quotaResponseBody.data)
+        ? quotaResponseBody.data.map(normalizeQuotaItem)
+        : [];
+
+    if (quotaItems.length > 0) {
+        return {
+            source: 'quota_data',
+            quotaItems,
+            logItems: []
+        };
+    }
+
+    const logItems = await fetchAllConsumeLogs(client, { startTimestamp, endTimestamp, modelName });
+    return {
+        source: 'consume_logs',
+        quotaItems: [],
+        logItems
+    };
+}
+
+function buildTrendItemsFromQuotaData(quotaItems, modelName) {
+    const trendMap = new Map();
+
+    for (const quotaItem of quotaItems) {
+        if (modelName && quotaItem.model_name !== modelName) {
+            continue;
+        }
+
+        const key = quotaItem.created_at;
+        if (!trendMap.has(key)) {
+            trendMap.set(key, {
+                created_at: key,
+                requests: 0,
+                token_used: 0,
+                quota: 0
+            });
+        }
+
+        const bucket = trendMap.get(key);
+        bucket.requests += quotaItem.requests;
+        bucket.token_used += quotaItem.token_used;
+        bucket.quota += quotaItem.quota;
+    }
+
+    return Array.from(trendMap.values()).sort(sortByCreatedAtAsc);
+}
+
+function buildTrendItemsFromLogs(logItems) {
+    const trendMap = new Map();
+
+    for (const logItem of logItems) {
+        const key = toHourTimestamp(logItem.created_at);
+        if (!trendMap.has(key)) {
+            trendMap.set(key, {
+                created_at: key,
+                requests: 0,
+                token_used: 0,
+                quota: 0
+            });
+        }
+
+        const bucket = trendMap.get(key);
+        bucket.requests += 1;
+        bucket.token_used += logItem.prompt_tokens + logItem.completion_tokens;
+        bucket.quota += logItem.quota;
+    }
+
+    return Array.from(trendMap.values()).sort(sortByCreatedAtAsc);
+}
+
+function buildModelItemsFromQuotaData(quotaItems) {
+    const modelMap = new Map();
+
+    for (const quotaItem of quotaItems) {
+        const modelName = quotaItem.model_name || '(unknown)';
+        if (!modelMap.has(modelName)) {
+            modelMap.set(modelName, {
+                model_name: modelName,
+                requests: 0,
+                token_used: 0,
+                quota: 0
+            });
+        }
+
+        const bucket = modelMap.get(modelName);
+        bucket.requests += quotaItem.requests;
+        bucket.token_used += quotaItem.token_used;
+        bucket.quota += quotaItem.quota;
+    }
+
+    return sortModelItems(Array.from(modelMap.values()));
+}
+
+function buildModelItemsFromLogs(logItems) {
+    const modelMap = new Map();
+
+    for (const logItem of logItems) {
+        const modelName = logItem.model_name || '(unknown)';
+        if (!modelMap.has(modelName)) {
+            modelMap.set(modelName, {
+                model_name: modelName,
+                requests: 0,
+                token_used: 0,
+                quota: 0
+            });
+        }
+
+        const bucket = modelMap.get(modelName);
+        bucket.requests += 1;
+        bucket.token_used += logItem.prompt_tokens + logItem.completion_tokens;
+        bucket.quota += logItem.quota;
+    }
+
+    return sortModelItems(Array.from(modelMap.values()));
+}
+
+function buildSummaryPayload(trendItems, realtimeStatBody) {
+    const totals = trendItems.reduce((accumulator, item) => {
+        accumulator.total_requests += item.requests;
+        accumulator.total_tokens += item.token_used;
+        accumulator.total_quota += item.quota;
+        return accumulator;
+    }, {
+        total_requests: 0,
+        total_tokens: 0,
+        total_quota: 0
+    });
+
+    const realtimeData = realtimeStatBody && realtimeStatBody.data ? realtimeStatBody.data : {};
+    return {
+        ...totals,
+        current_rpm: safeNumber(realtimeData.rpm, 0),
+        current_tpm: safeNumber(realtimeData.tpm, 0)
+    };
+}
+
+function handleRouteError(routeName, error, res) {
+    const status = safeNumber(error && error.status, 500);
+    const message = error && error.message ? error.message : 'Unknown error';
+    console.error(`[NewApiMonitor] ${routeName} failed:`, error);
+    res.status(status).json({
+        success: false,
+        error: message
+    });
+}
+
+module.exports = function newApiMonitorRoutes(options) {
+    const router = express.Router();
+    const debugMode = Boolean(options && options.DEBUG_MODE);
+
+    router.get('/newapi-monitor/summary', async (req, res) => {
+        try {
+            const { startTimestamp, endTimestamp } = getTimeRangeFromQuery(req.query);
+            const modelName = getModelNameFromQuery(req.query);
+            const client = createMonitorClient(debugMode);
+            const usageDataset = await fetchUsageDataset(client, { startTimestamp, endTimestamp, modelName });
+            const trendItems = usageDataset.source === 'quota_data'
+                ? buildTrendItemsFromQuotaData(usageDataset.quotaItems, modelName)
+                : buildTrendItemsFromLogs(usageDataset.logItems);
+            const realtimeStatBody = await client.getLogStat(startTimestamp, endTimestamp, modelName);
+            const summary = buildSummaryPayload(trendItems, realtimeStatBody);
+
+            res.json({
+                success: true,
+                data: {
+                    source: usageDataset.source,
+                    start_timestamp: startTimestamp,
+                    end_timestamp: endTimestamp,
+                    model_name: modelName || null,
+                    ...summary
+                }
+            });
+        } catch (error) {
+            handleRouteError('summary', error, res);
+        }
+    });
+
+    router.get('/newapi-monitor/trend', async (req, res) => {
+        try {
+            const { startTimestamp, endTimestamp } = getTimeRangeFromQuery(req.query);
+            const modelName = getModelNameFromQuery(req.query);
+            const client = createMonitorClient(debugMode);
+            const usageDataset = await fetchUsageDataset(client, { startTimestamp, endTimestamp, modelName });
+            const items = usageDataset.source === 'quota_data'
+                ? buildTrendItemsFromQuotaData(usageDataset.quotaItems, modelName)
+                : buildTrendItemsFromLogs(usageDataset.logItems);
+
+            res.json({
+                success: true,
+                data: {
+                    source: usageDataset.source,
+                    start_timestamp: startTimestamp,
+                    end_timestamp: endTimestamp,
+                    model_name: modelName || null,
+                    items
+                }
+            });
+        } catch (error) {
+            handleRouteError('trend', error, res);
+        }
+    });
+
+    router.get('/newapi-monitor/models', async (req, res) => {
+        try {
+            const { startTimestamp, endTimestamp } = getTimeRangeFromQuery(req.query);
+            const client = createMonitorClient(debugMode);
+            const usageDataset = await fetchUsageDataset(client, { startTimestamp, endTimestamp, modelName: '' });
+            const items = usageDataset.source === 'quota_data'
+                ? buildModelItemsFromQuotaData(usageDataset.quotaItems)
+                : buildModelItemsFromLogs(usageDataset.logItems);
+
+            res.json({
+                success: true,
+                data: {
+                    source: usageDataset.source,
+                    start_timestamp: startTimestamp,
+                    end_timestamp: endTimestamp,
+                    items
+                }
+            });
+        } catch (error) {
+            handleRouteError('models', error, res);
+        }
+    });
+
+    return router;
+};
\ No newline at end of file
diff --git a/routes/adminPanelRoutes.js b/routes/adminPanelRoutes.js
index 758b45599..5822042d5 100644
--- a/routes/adminPanelRoutes.js
+++ b/routes/adminPanelRoutes.js
@@ -65,6 +65,7 @@ module.exports = function (DEBUG_MODE, dailyNoteRootPath, pluginManager, getCurr
     mount('/', 'toolListEditor');     // Handles /tool-list/*
     mount('/', 'dream');              // Handles /dream-logs/*, /dream-operation/*
     mount('/', 'dailyNotes');         // Wrapper for existing dailyNotesRoutes (Handles /dailynotes/*)
+    mount('/', 'newapiMonitor');      // Handles /newapi-monitor/*
 
     return adminApiRouter;
 };
\ No newline at end of file
diff --git a/rust-vexus-lite/src/lib.rs b/rust-vexus-lite/src/lib.rs
index 2f8057075..ca3f6f86e 100644
--- a/rust-vexus-lite/src/lib.rs
+++ b/rust-vexus-lite/src/lib.rs
@@ -74,7 +74,7 @@ impl VexusIndex {
     pub fn new(dim: u32, capacity: u32) -> Result<Self> {
         let index = Index::new(&usearch::IndexOptions {
             dimensions: dim as usize,
-            metric: usearch::MetricKind::L2sq, // 余弦相似度通常用 L2sq 或 Cosine (如果是归一化向量，L2sq 等价于 Cosine)
+            metric: usearch::MetricKind::Cos, // 余弦距离：返回值范围 [0, 2]，适用于未归一化向量
             quantization: usearch::ScalarKind::F32,
             connectivity: 16,
             expansion_add: 128,
@@ -103,7 +103,7 @@ impl VexusIndex {
         // 创建空索引配置
         let index = Index::new(&usearch::IndexOptions {
             dimensions: dim as usize,
-            metric: usearch::MetricKind::L2sq,
+            metric: usearch::MetricKind::Cos,
             quantization: usearch::ScalarKind::F32,
             connectivity: 16,
             expansion_add: 128,
diff --git a/rust-vexus-lite/vexus-lite.linux-x64-gnu.node b/rust-vexus-lite/vexus-lite.linux-x64-gnu.node
index 0a5e1a5bb..cba8feafc 100644
Binary files a/rust-vexus-lite/vexus-lite.linux-x64-gnu.node and b/rust-vexus-lite/vexus-lite.linux-x64-gnu.node differ