im.ttalk.agent.tools.text — im.ttalk/clj-agent-tools 0.5.447

文本小件：内容 tag、UTF-8 字节截断、「按原样读进来、按原样写回去」的可编辑文本、统一格式 diff。

• content-tag：FNV-1a 32 位、8 位大写十六进制（出处 Keelson ContentTag.cs， 借鉴 coxswain tag.ss；测试向量 "hello" ⇒ 4F9F2CAB）。是内容哈希不是 mtime—— 「同一秒改成同样长度」正是新鲜度闸要抓的那类。
• decode-editable / encode-editable：换行 / 编码 / BOM 原样写回，二进制拒绝 （出处 Keelson EditableText.cs）。只认 UTF-8（可带 BOM）、带 BOM 的 UTF-16/32、 严格 GBK（编回去逐字节相同才认）；其余拒（⛔ 猜一个写回去）。
• unified-diff：审批预览用（出处 Keelson PatchDiff.cs 的格式口径，算法用 LCS）。

content-tag clj

(content-tag x)

字节或字符串（按 UTF-8）的 tag。

decode-editable clj

(decode-editable bs shown)

解码一个要改的文本文件；认不出 ⇒ fail!（二进制 / 未知编码）。 返回 {:text 换行统一成 \n 的文本 :eol :charset :bom 原样写回的 BOM 字节 :label}。

detect-eol clj

(detect-eol s)

换行风格：只有 CRLF ⇒ :crlf；只有 CR ⇒ :cr；其余（含混合、没有换行）⇒ :lf（混合时多余的 \r 是内容）。

encode-editable clj

(encode-editable {:keys [eol charset bom label]} text shown)

按原来的换行 / 编码 / BOM 编出字节；写不出 ⇒ fail!。

fnv-offset clj

fnv-prime clj

normalize-input clj

(normalize-input {:keys [eol]} s)

模型给的文本 ⇒ 这个文件的换行写法：CRLF / CR 文件先把模型抄来的 \r\n 归一成 \n。

split-keep-ends clj

(split-keep-ends s)

按 \n 切、每行保留自己的 \n。

strict-decode clj

(strict-decode cs bs off)

严格解码；坏字节 ⇒ nil。

strict-encode clj

(strict-encode cs s)

严格编码；写不出 ⇒ nil。

tag-append clj

(tag-append h bs)

(tag-append h bs off len)

从 hash 接着喂 bytes 的 [off, off+len)。流式读文件时用。

tag-format clj

(tag-format h)

take-bytes-at-char-boundary clj

(take-bytes-at-char-boundary s max-bytes)

超过 max-bytes 个 UTF-8 字节就在字符边界上截（Codex take_bytes_at_char_boundary）。

unified-diff clj

(unified-diff old new)

(unified-diff old new context)

旧 ⇒ 新的统一格式差分（没有 ---/+++ 头，hunk 头行数为 1 时省掉；同 Codex 的 similar 口径）。

utf8-len clj

(utf8-len s)

utf8-strict clj

(utf8-strict bs)

严格 UTF-8 解码；坏字节 ⇒ nil。