From 8a5c8b15477a6497de89b115107553efa1796c1c Mon Sep 17 00:00:00 2001 From: kicer Date: Wed, 11 Nov 2026 10:25:33 +0800 Subject: [PATCH] =?UTF-8?q?=E6=96=B0=E5=A2=9E=E6=9C=AC=E5=9C=B0=E7=AB=AF?= =?UTF-8?q?=EF=BC=88local=20=E6=A8=A1=E5=BC=8F=EF=BC=89=EF=BC=9A=E5=90=8C?= =?UTF-8?q?=E4=B8=80=E4=BB=BD=E4=BB=A3=E7=A0=81=E7=9B=B4=E6=8E=A5=E8=B7=91?= =?UTF-8?q?=E5=9C=A8=E6=9C=AC=E6=9C=BA=EF=BC=8C=E4=B8=8D=E8=B5=B7=20Docker?= =?UTF-8?q?=20/=20executor?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 后端只改两处,都靠 env 开关,不设置时服务器行为与 v2.5.0 完全一致: - server.js:支持 HOST,本地注入 127.0.0.1(不设仍是 0.0.0.0) - tools/executor.js:AGENT_FILE_SCOPE=workspace 把文件工具的根从会话目录放宽到 workspace_root,并关掉 /tmp 重定向(本地 terminal 写的是真 /tmp,重定向会造成 AI 自己写的东西自己读不到);recordFile 跳过会话外文件,避免附件表存 ../ 路径。 路由层、@历史会话、mint_public_link 仍按会话目录校验,不变。 新增 local/:start.sh(探测 → 首次生成配置 → 装依赖 → 起 core +4 个 MCP → 守护重启)、 start.command(mac 双击)、config.example.yml(参考)、README.md。 能力按需:node 必需,ffmpeg 决定语音(靠 ASR_URL 注入)、python3 决定技能(靠 .runtime/skills 软链切换),两者都不写进配置——配置首次生成后永不覆盖,避免冲掉 用户在网页里配的模型与密钥。 另加 docs/local-mode.md:设计决定、验证状态与 mac 上的逐项验证清单(含重启按钮 守护、/tmp 一致性两个关键项)。 --- .gitignore | 3 + app/server/server.js | 11 +- app/server/tools/executor.js | 60 +++-- docs/local-mode.md | 234 ++++++++++++++++++ local/README.md | 107 +++++++++ local/config.example.yml | 46 ++++ local/start.command | 17 ++ local/start.sh | 450 +++++++++++++++++++++++++++++++++++ 8 files changed, 909 insertions(+), 19 deletions(-) create mode 100644 docs/local-mode.md create mode 100644 local/README.md create mode 100644 local/config.example.yml create mode 100755 local/start.command create mode 100755 local/start.sh diff --git a/.gitignore b/.gitignore index 1e45e17..8363995 100644 --- a/.gitignore +++ b/.gitignore @@ -7,6 +7,9 @@ data/ tasks/ skills/deps/ skills/*/.deps_installed +# 本地端(local/):运行期产物与生成的配置都不入库(含密钥,见 local/README.md) +local/.runtime/ +local/config.local.yml # officecli 二进制资产:skills/office/install.sh 运行期拉取,不进 git skills/office/bin/ skills/**/__pycache__/ diff --git a/app/server/server.js b/app/server/server.js index c9ddcea..29bc5b1 100644 --- a/app/server/server.js +++ b/app/server/server.js @@ -169,6 +169,9 @@ app.get('/api/health', (req, res) => { }); const PORT = process.env.PORT || cfg.port; +// 监听地址:不设 = 0.0.0.0(容器/服务器形态,宿主机端口映射靠它)。 +// 本机 local 模式由 local/start.sh 注入 HOST=127.0.0.1:单机自用不该让同一局域网的人直接访问。 +const HOST = String(process.env.HOST || '').trim(); // 启动成功后把模型实际收到的各部分 dump 到文件方便人工核对(data_root 默认 ./data, // 宿主机对应 /data/prompt.txt,已被 gitignore)。包含: @@ -211,8 +214,8 @@ mcp.init(cfg).then(async () => { } catch (e) { log.warn('startup', '技能列表生成失败:' + e.message); } - server.listen(PORT, () => { - log.info('startup', 'Agent server listening on ' + PORT); + const onListening = () => { + log.info('startup', 'Agent server listening on ' + (HOST ? HOST + ':' : '') + PORT); log.info('startup', ' public_link=' + ((cfg.public_link || {}).base_url || '未配置(mint_public_link 不可用)')); log.info('startup', ' workspace_root=' + cfg.workspace_root); log.info('startup', ' data_root=' + cfg.data_root); @@ -231,7 +234,9 @@ mcp.init(cfg).then(async () => { } catch (e) { log.warn('startup', 'prompt dump 失败:' + e.message); } - }); + }; + if (HOST) server.listen(PORT, HOST, onListening); + else server.listen(PORT, onListening); }); // 优雅退出(照抄 executor/server.js 的 shutdown 形态):node 在容器里是 PID 1, diff --git a/app/server/tools/executor.js b/app/server/tools/executor.js index 6dc963c..1e79efc 100644 --- a/app/server/tools/executor.js +++ b/app/server/tools/executor.js @@ -19,26 +19,49 @@ const memory = require('../memory'); // recall 工具的数据面(日记翻阅 const BUILTIN_TOOL_DEFS = require('./definitions.json'); // ---------- 路径沙箱 ---------- -function resolveInTask(taskDir, p) { +// 文件工具的可见范围(AGENT_FILE_SCOPE,默认 session): +// session = 锁在会话目录。与 executor 容器里的物理视图一致,是服务器形态。 +// workspace= 放宽到 workspace_root。本地桌面端形态(不起 executor、单机单用户): +// AI 要能操作你指定的整个工作目录,而不是它的一个子目录。 +// 纯 env 接线与 EXECUTOR_URL/ASR_URL 同类:这是部署形态,不是平台配置。 +const WIDE_SCOPE = String(process.env.AGENT_FILE_SCOPE || '').trim().toLowerCase() === 'workspace'; + +function resolveInTask(taskDir, p, rootDir) { if (typeof p !== 'string' || !p.trim()) throw new Error('路径不能为空'); + const taskRoot = path.resolve(taskDir); let abs; if (path.isAbsolute(p)) { abs = path.normalize(p); // /tmp → /.tmp:与 executor 容器的 bind 对齐(容器内 /tmp 即会话 .tmp, // terminal 写 /tmp/x,core 侧实体在 /.tmp/x)。先 normalize 再重写, // 重写后仍走下方越界校验,无穿越风险。 - if (abs === '/tmp') abs = path.join(path.resolve(taskDir), '.tmp'); - else if (abs.startsWith('/tmp/')) abs = path.join(path.resolve(taskDir), '.tmp', abs.slice(5)); + // workspace 形态【不重写】:本地 terminal 是真 spawn,写的就是本机 /tmp, + // 两边必须指向同一处——否则 AI 自己刚写到 /tmp 的文件,自己 read_file 读不到。 + if (!WIDE_SCOPE) { + if (abs === '/tmp') abs = path.join(taskRoot, '.tmp'); + else if (abs.startsWith('/tmp/')) abs = path.join(taskRoot, '.tmp', abs.slice(5)); + } } else { - abs = path.resolve(taskDir, p); + // 相对路径永远相对会话目录(AI 的 cwd 就在那里),不随 rootDir 漂移。 + abs = path.resolve(taskRoot, p); } - const root = path.resolve(taskDir); - if (abs !== root && !abs.startsWith(root + path.sep)) { - throw new Error('路径越界(只允许任务目录内操作):' + p); + const root = path.resolve(rootDir || taskRoot); + const inRoot = abs === root || abs.startsWith(root + path.sep); + // workspace 形态额外放行本机 /tmp:AI 与 terminal 共用的临时区。 + const inTmp = WIDE_SCOPE && (abs === '/tmp' || abs.startsWith('/tmp/')); + if (!inRoot && !inTmp) { + throw new Error((rootDir ? '路径越界(只允许工作目录内操作):' : '路径越界(只允许任务目录内操作):') + p); } return abs; } +// 工具层允许的根:session 形态 = 会话目录;workspace 形态 = workspace_root。 +// 只给「业务工具」用;路由层(文件 API/公网短链/data-page)与 @历史会话仍按会话目录校验。 +function fsRoot(ctx) { + if (!WIDE_SCOPE) return ctx.taskDir; + return (ctx.cfg && ctx.cfg.workspace_root) || ctx.taskDir; +} + function relOf(taskDir, abs) { return path.relative(path.resolve(taskDir), abs) || '.'; } @@ -284,7 +307,7 @@ async function toolReadFile(ctx, args) { const inner = relOf(past.dir, abs); disp = inner === '.' ? '@' + past.sid : '@' + past.sid + '/' + inner; } else { - abs = resolveInTask(ctx.taskDir, args.path); + abs = resolveInTask(ctx.taskDir, args.path, fsRoot(ctx)); // 本会话沿用绝对路径做展示(大纲/首 1KB 头,历史行为不变);历史会话只暴露 @/ 形, // 不把别的会话的 workspace_root 绝对路径喂进上下文。 disp = abs; @@ -370,7 +393,7 @@ async function toolListDirectory(ctx, args) { const inner = relOf(past.dir, abs); prefix = '@' + past.sid + (inner === '.' ? '/' : '/' + inner + '/'); } else { - abs = resolveInTask(ctx.taskDir, p || '.'); + abs = resolveInTask(ctx.taskDir, p || '.', fsRoot(ctx)); const inner = relOf(ctx.taskDir, abs); prefix = inner === '.' ? '' : inner + '/'; } @@ -408,14 +431,15 @@ async function toolCopyPath(ctx, args) { const dp = String(args.destination_path || '').trim(); if (!sp || !dp) throw new Error('source_path 与 destination_path 都必填'); if (dp.startsWith('@')) throw new Error('destination_path 不支持 @ (历史只读)'); - const dst = resolveInTask(ctx.taskDir, dp); - if (path.resolve(dst) === path.resolve(ctx.taskDir)) throw new Error('destination_path 不能是任务目录本身'); + const root = fsRoot(ctx); + const dst = resolveInTask(ctx.taskDir, dp, root); + if (path.resolve(dst) === path.resolve(root)) throw new Error('destination_path 不能是任务目录本身'); let src; if (sp.startsWith('@')) { const past = resolvePastPath(ctx, sp); src = past.abs; } else { - src = resolveInTask(ctx.taskDir, sp); + src = resolveInTask(ctx.taskDir, sp, root); } if (path.resolve(src) === path.resolve(dst)) throw new Error('源与目标相同'); let lst; @@ -445,7 +469,7 @@ async function toolCopyPath(ctx, args) { async function toolWriteFile(ctx, args) { if (String(args.path || '').trim().startsWith('@')) throw new Error('write_file 不支持 @ 路径(历史只读;要改旧成果先 copy_path 导入本会话)'); - const abs = resolveInTask(ctx.taskDir, args.path); + const abs = resolveInTask(ctx.taskDir, args.path, fsRoot(ctx)); // 纵深防御:引擎 checkToolArgs 已把 null 判缺,但直调 executor(测试等)不经过它; // 旧版 `?? ''` 会把 null 洗成空串静默清空已有文件,这里显式拒绝。 if (args.content == null) throw new Error('write_file 缺少参数 content(写空文件请显式传空字符串 "")'); @@ -686,7 +710,7 @@ function applyEdit(text, edit, i) { // 错误信息告知模型已应用了多少、需重新 read_file。 async function toolEditFile(ctx, args) { if (String(args.path || '').trim().startsWith('@')) throw new Error('edit_file 不支持 @ 路径(历史只读;要改旧成果先 copy_path 导入本会话)'); - const abs = resolveInTask(ctx.taskDir, args.path); + const abs = resolveInTask(ctx.taskDir, args.path, fsRoot(ctx)); let st; try { st = await fsp.stat(abs); } catch (_) { throw new Error('文件不存在:' + args.path); } @@ -751,7 +775,7 @@ async function toolTerminal(ctx, args) { const timeout = args.timeout_ms || cfg.terminal.default_timeout_ms; const maxChars = cfg.terminal.max_output_chars; let cwd = ctx.taskDir; - if (args.cd) cwd = resolveInTask(ctx.taskDir, args.cd); + if (args.cd) cwd = resolveInTask(ctx.taskDir, args.cd, fsRoot(ctx)); if (!fs.existsSync(cwd)) throw new Error('工作目录不存在:' + cwd); // 配了 executor.url(或 env EXECUTOR_URL):命令交给远端 agent-executor 执行,文本拼回与本地完全一致。 @@ -1166,9 +1190,13 @@ function recordFile(ctx, abs) { try { const st = fs.statSync(abs); if (!st.isFile()) return; + // 宽根模式(本地)下写在会话目录之外的文件不进附件表:表里的 filename 是会话相对路径, + // 存个 '../x' 会让前端按会话去取,最终只能拿到 400。 + const rel = relOf(ctx.taskDir, abs); + if (rel === '..' || rel.startsWith('..' + path.sep)) return; ctx.db.prepare( 'INSERT INTO files (session_id, filename, size, created_at) VALUES (?,?,?,?)' - ).run(ctx.sessionId, relOf(ctx.taskDir, abs), st.size, Date.now()); + ).run(ctx.sessionId, rel, st.size, Date.now()); } catch (_) { /* 文件表仅用于展示,失败不影响主流程 */ } } diff --git a/docs/local-mode.md b/docs/local-mode.md new file mode 100644 index 0000000..2da0e37 --- /dev/null +++ b/docs/local-mode.md @@ -0,0 +1,234 @@ +# 本地端(local 模式):设计与交接 + +> 本文是 `local/` 的设计说明 + 交接单。 +> **状态:代码已写完,仅在 Linux 服务器上做过「能否启动」的粗测,尚未在 macOS 真机验证。** +> 下一轮的任务就是按第 6 节的清单在 mac 上逐项确认。 + +## 1. 目标 + +把同一个 `agent-core` 直接跑在本机(macOS / Linux),**不装 Docker、不起 executor**,形态类似 +桌面 agent:给它一个工作目录,它在这个目录里放开手脚干活。 + +明确的设计约束(都来自讨论): + +- **和服务器端同一份代码**,不 fork 新仓库、不长期开 branch;靠运行时开关分叉 +- **`app/` 最小化改动**(最终只有 2 个后端文件,前端 0 改动) +- **组件按需**:node 必需;ffmpeg 决定语音;python3 决定技能 +- **Windows 暂时不做**(本机执行依赖 POSIX 语义,见第 7 节) +- 不用 Docker(用户明确否决) + +基线版本:`v2.5.0`(服务器端最后一个纯容器部署版本)。 + +## 2. 与服务器形态的差异(只有三处) + +| 差异 | 服务器 | 本地 | 由谁注入 | +|---|---|---|---| +| 命令在哪跑 | `agent-executor` 容器(mount/pid namespace 隔离) | 本机 `spawn`(**无沙箱**) | `EXECUTOR_URL` 留空 → 现成分支,未改代码 | +| 文件工具的根 | 会话目录 `tasks/<会话id>/` | 指定的工作目录 | `AGENT_FILE_SCOPE=workspace` | +| 监听地址 | `0.0.0.0` | `127.0.0.1` | `HOST=127.0.0.1` | + +后两项是本次新增的开关。**两者都不设置时,行为与 v2.5.0 完全一致**(容器部署不受影响)。 + +## 3. 本次改动清单 + +### 后端(`app/`,只 2 个文件) + +| 文件 | 改动 | +|---|---| +| `app/server/server.js` | 读 `HOST` 环境变量;有值则 `server.listen(PORT, HOST, cb)`,无值维持 `listen(PORT, cb)`(= `0.0.0.0`)。启动日志带上 host | +| `app/server/tools/executor.js` | 新增 `WIDE_SCOPE`(由 `AGENT_FILE_SCOPE=workspace` 打开)与 `fsRoot(ctx)`;`resolveInTask()` 增加可选第三参 `rootDir`;6 个业务工具的调用点改为传 `fsRoot(ctx)`;`recordFile()` 跳过会话目录之外的文件 | + +`resolveInTask` 的两个分叉点: + +1. **根**:`rootDir` 给了就按它校验(workspace 形态 = `workspace_root`),否则仍按会话目录 +2. **`/tmp`**:`session` 形态保持「重定向到 `<会话>/.tmp`」;`workspace` 形态**不重定向**,并把真实 + `/tmp` 纳入允许范围 + +### 刻意没有动的(重要) + +- `resolvePastPath()`(`@<会话id>/...` 跨会话只读)—— 仍锁在对方会话目录 +- `routes/files.js`、`routes/public-files.js`、`routes/data-page.js` —— HTTP 文件 API 与公网短链 + 仍按会话目录校验,前台不能借本地模式越权 +- `mint_public_link` —— 仍会话目录语义(本地本来也没配 `public_link.base_url`) +- 前端 —— 一行没改;首次配置靠终端提示「用户区 → 设置 → 模型池」 + +### 新增 `local/` + +| 文件 | 作用 | +|---|---| +| `start.sh` | 主入口:探测 → 首次生成配置 → 装依赖 → 起 core + 4 个 MCP → 开浏览器 → 守护重启 | +| `start.command` | macOS 双击入口(补 Homebrew 的 PATH,失败时留窗口) | +| `config.example.yml` | **仅作参考,不被读取**;实际配置由 `start.sh` 生成到 `config.local.yml` | +| `README.md` | 给使用者的说明(含安全边界、已知限制) | + +`.gitignore` 增加 `local/.runtime/`、`local/config.local.yml`。 + +## 4. 关键设计决定(含「为什么」,别推翻) + +### 4.1 开关用环境变量,不进 `config.yml` + +`EXECUTOR_URL` / `ASR_URL` 已经是「部署接线走 env」的先例,本地模式属于同一类(部署形态), +不是平台配置。好处是 `app/` 只需改 2 个文件,不必动 `config.js` 的 `DEFAULTS` 和 +`config.example.yml`(改配置项必须两处同步,是仓库的硬规则)。 + +### 4.2 配置**首次生成后永不覆盖** + +`config.local.yml` 里既有启动器生成的字段(`workspace_root` / `skills_root`),也有用户在网页里 +配的东西(`platforms`、API Key、MCP headers)。每次启动重写会直接冲掉后者。 + +推论:**能力变化不能靠改配置实现**,只能靠 env / 起不起子进程 / 软链(见 4.3、4.4)。 + +### 4.3 ffmpeg 是运行时能力,与配置解耦 + +`routes/asr.js` 直接读 `process.env.ASR_URL`,`/api/asr/status` 在 `ASR_URL` 为空时返回 +`enabled:false`,前端 `voice.js` 据此**自动隐藏麦克风**。所以: + +- 有 ffmpeg → 启动器起 `mcp_asr` + 注入 `ASR_URL` +- 没 ffmpeg → 不起、不注入 → 麦克风自动消失 + +装完 ffmpeg 后**重跑脚本**即生效,配置文件一个字不用改。 + +### 4.4 python3 用软链切换,与配置解耦 + +`skills.js` 对技能根目录不存在的行为是「warn + 返回空列表」,不报错不阻塞。于是配置里永远写 +`skills_root: <仓库>/local/.runtime/skills`,启动器每次都重建这个软链: + +- 有可用 python3 → 指向 `<仓库>/skills` +- 没有 → 指向 `.runtime/empty-skills`(空目录) + +装完 python3 重跑脚本即生效。**没有改 `skills.js` 一行代码。** + +### 4.5 启动器必须是守护进程 + +`routes/system.js` 的重启实现是「校验配置 → `process.exit(0)` → 等 Docker restart 策略拉起」, +注释里写明「非 docker 部署不会自动重启」。本地没有 Docker,如果启动器只是前台 `node`, +用户配完模型点一次「重启」,服务就再也回不来。 + +所以主循环是:起 core → 等健康 → `wait` → 非用户中断就 1 秒后重启;连续异常退出 5 次才停 +(防配置写坏导致无限刷屏)。`exit 0` 视为用户主动重启。 + +### 4.6 四个 MCP 必须分端口 + +容器里它们是四个独立容器、都监听 3000;本地同机必须错开(默认 3101~3104)。 +另外**它们的启动参数不统一**,这是个坑: + +| 服务 | 启动方式 | 说明 | +|---|---|---| +| `web_search` | `node server.js --http --host --port` | 默认 host 已经是 `127.0.0.1` | +| `image_task` | `node src/mcp-server.js --http --host --port` | 默认 `0.0.0.0` | +| `video_task` | `node src/mcp-server.js --http --host --port` | 默认 `0.0.0.0` | +| `mcp_asr` | **只认 `PORT` 环境变量** | 不解析 argv,且 `listen` 没带 host(= `0.0.0.0`) | + +所以 `start.sh` 拆成 `start_mcp_flags` / `start_mcp_env` 两个函数,别合并。 + +### 4.7 `/tmp` 语义为什么分叉 + +服务器端:executor 在 session 模式下执行 `mount --bind <会话>/.tmp /tmp`,容器内 `/tmp` 的物理 +落点就是宿主 `<会话>/.tmp`。core 的文件工具必须去同一处找,否则 AI 用 terminal 写 `/tmp/x` 后 +`read_file /tmp/x` 读不到。所以那份「重定向」是**必需的**,不是 bug。 + +本地端:`toolTerminal` 是真 `spawn('/bin/sh')`,`/tmp` 就是本机 `/tmp`。此时再重定向就会造成 +「terminal 写真实 /tmp、file 工具读会话 .tmp」的错位——这正是 `AGENT_FILE_SCOPE=workspace` +要关掉重定向的原因。 + +### 4.8 `skills_root` 的默认值陷阱 + +`skills.skills_root` 留空时默认取 `workspace_root` 的**同级** `skills` 目录。本地把 +`workspace_root` 指到用户选的目录后,默认值会变成不存在的 `<用户目录>/../skills`。 +因此生成的配置必须显式写死 `skills_root`。 + +## 5. 已验证 / 未验证 + +### 已在 Linux 服务器上粗测(`PORT=18090`,避免碰线上 8090) + +| 项 | 结果 | +|---|---| +| `sh -n` / `node --check` | 通过 | +| 首次运行生成 `config.local.yml` | 通过(无 tty 时回落 `~/AgentWork`) | +| core 启动 + `/api/health` | 通过,`auth_required:false` | +| `HOST=127.0.0.1` 生效 | 通过(`ss` 只看到 `127.0.0.1:18090`) | +| 端口占用检测 + 自检页 | 通过(线上 8090 被占时正确拒绝并生成 `setup.html`) | +| MCP 端口分配 / `start_mcp_env` 分离 | `web_search`、`asr` 起来了;`image_task`、`video_task` 因缺 npm 依赖未起 | +| 因此新增 `ensure_deps` 遍历 `app` 与 `mcp/*/` | **改完未复验**(用户要求停止测试) | + +### 完全未验证(mac 上要逐项确认) + +`osascript` 选目录、`start.command` 双击、`open` 打开浏览器、ffmpeg 语音链路、python3 软链切换、 +重启按钮的守护拉起、`Ctrl-C` 清理子进程、`AGENT_FILE_SCOPE=workspace` 下文件工具的真实行为、 +`/tmp` 读写一致性、`ensure_deps` 在 mac 上的实际效果。 + +## 6. macOS 验证清单(下一轮按这个做) + +前置:全新 clone(不要带服务器上的测试残留)。**全程只用非默认端口的前提不再需要**——mac 上没有 +常驻服务,用默认 8090 即可。 + +1. **首次启动** + ```bash + ./local/start.sh + ``` + 预期:弹出「选择工作目录」窗口 → 生成 `local/config.local.yml` → 装依赖(`app` + + `mcp/image_task` + `mcp/video_task`)→ 起 4 个 MCP + core → 自动打开浏览器 → 终端打印访问地址与 + 「首次使用」提示。 + +2. **配置文件内容**:检查 `workspace_root` 是你选的目录、`data_root` 指向仓库 `data/`、 + `skills_root` 指向 `local/.runtime/skills`、`platforms: []`。 + +3. **绑定地址**:`lsof -nP -iTCP:8090 -sTCP:LISTEN` 应只有 `127.0.0.1`(不是 `*`)。 + +4. **重启按钮(最关键)**:设置页加一个平台 + API Key → 点「重启」→ 页面应能在十几秒内自行恢复 + (`settings.js` 会轮询 `/api/health` 90 秒后 reload)。若页面一直转圈,说明守护循环没生效。 + +5. **文件工具越出会话目录**:在工作目录根(不是 `task-*` 子目录里)放一个 `probe.txt`,让 AI + `read_file` 它的绝对路径。预期:能读到(`session` 形态下这里会报「路径越界」)。 + +6. **`/tmp` 一致性(本次修的 bug)**:让 AI 执行 + ```bash + terminal: echo hello-tmp > /tmp/probe-local.txt + read_file: /tmp/probe-local.txt + ``` + 预期:读得到。反过来也可验证 `ls /tmp` 与 `read_file` 指向同一处。 + +7. **语音(可选能力)**:没装 ffmpeg 时终端应打印「语音:不可用」,输入框**没有麦克风**; + `brew install ffmpeg` 后重跑脚本 → 打印「语音:可用」+ 麦克风出现(还需在设置页给 `asr` + 填 `X-ASR-Base-Url` / `X-ASR-Model` 才真正能用)。 + +8. **技能(可选能力)**:有 python3 时打印「技能:已启用」;临时把 PATH 里的 python3 藏掉再跑, + 应打印「技能:已关闭」,且设置页技能列表为空、模型提示词里没有技能段。 + +9. **退出清理**:`Ctrl-C` 后确认没有残留进程。**按 PID 查,不要用 `pkill -f`**: + ```bash + lsof -nP -iTCP:8090 -sTCP:LISTEN + lsof -nP -iTCP:3101-3104 -sTCP:LISTEN + ``` + 三个 MCP 端口都应释放。 + +10. **二次启动**:再跑一次 `./local/start.sh`,应跳过生成配置、跳过装依赖、直接起服务 + (验证「配置不覆盖」与依赖检测的 mtime 判断)。 + +## 7. 已知限制(都不打算在本次解决) + +| 限制 | 说明 | +|---|---| +| **无沙箱** | AI 的 `terminal` 就是本机 shell,能读 `~/.ssh` 等一切。这是「给它一个目录就放开手脚」的代价;README 已提示「专用目录 + `git init`」 | +| `mcp_asr` 监听 `0.0.0.0` | 它只认 `PORT` 环境变量、`listen` 不带 host。不存密钥(上游参数随请求带入),暴露面有限;要收紧需给 `mcp/asr` 加 `--host` 支持 | +| Windows 不支持 | `spawn('/bin/sh')`、`process.kill(-pid)`、模型写的 bash 语法都是 POSIX 语义 | +| `mint_public_link` 不可用 | 本地 `public_link.base_url` 为空,工具会回明确的「未配置」错误 | +| 技能依赖 | 有 `requirements.txt` 的技能需手工装进 `skills/deps`(服务器上由 `agent-executor-init` 在构建期做)。默认只保证纯标准库技能 | +| 首个 `npm install` 要联网 | 支持 `NPM_REGISTRY` 覆盖源 | + +## 8. 回滚 + +本地模式的所有开关默认关闭,服务器行为不变。真要整体撤掉: + +```bash +git revert <本次提交> +rm -rf local/ # 或保留脚本、只是不用 +``` + +`v2.5.0` 是这批改动之前的基线,可随时对照。 + +## 9. 记录:上一台机器上的测试残留(mac 全新 clone 不受影响) + +在 Linux 服务器上试跑时产生过:`local/.runtime/`、`local/config.local.yml`、`~/AgentWork/`、 +`mcp/image_task/node_modules/`、`mcp/video_task/node_modules/`(可能半成品)。全部在 gitignore 内, +不影响仓库;mac 上重新 clone 不会有这些。 diff --git a/local/README.md b/local/README.md new file mode 100644 index 0000000..aa16e06 --- /dev/null +++ b/local/README.md @@ -0,0 +1,107 @@ +# 本地端(local 模式) + +把同一个 `agent-core` 直接跑在本机(macOS / Linux),不装 Docker、不起 executor。 + +它和服务器版是**同一份代码**,差别只在三件事,全部由 `local/start.sh` 注入: + +| 差异 | 服务器 | 本地 | +|---|---|---| +| 命令在哪跑 | `agent-executor` 容器(mount/pid namespace 隔离) | 直接在本机 `spawn`(无沙箱) | +| 文件工具的根 | 会话目录 `tasks/<会话id>/` | 你指定的工作目录 `workspace_root` | +| 监听地址 | `0.0.0.0`(靠宿主机端口映射对外) | `127.0.0.1`(只有本机能访问) | + +后两项分别由环境变量 `AGENT_FILE_SCOPE=workspace` 和 `HOST=127.0.0.1` 控制,容器部署不设置, +行为与以前完全一致。 + +## 快速开始 + +```bash +git clone <本仓库> agent && cd agent +./local/start.sh # macOS 也可以在 Finder 里双击 local/start.command +``` + +首次运行会: + +1. 自检环境(Node 20+ 必需;ffmpeg / python3 可选) +2. 弹窗让你选一个**工作目录**(AI 会在这个目录里干活) +3. 生成 `local/config.local.yml` +4. 装一次 `app/` 的 Node 依赖(需要联网) +5. 起 core + 4 个 MCP 子进程,就绪后自动打开浏览器 +6. 停在那儿守护:core 退出就自动拉起 + +浏览器里首次使用:**左下角「用户区」→ 设置 → 模型池**,添加平台和 API Key,然后点「重启」。 + +> 「重启」能用是因为启动器在守护。`routes/system.js` 的重启实现是 `process.exit(0)`, +> 原本靠 Docker 的 restart 策略拉起;本地没有 Docker,没有守护的话点一次服务就回不来了。 + +关闭:在终端按 `Ctrl-C`,子进程会一起收掉。 + +## 可选能力 + +| 能力 | 需要 | 没有时的表现 | +|---|---|---| +| 语音输入 | `ffmpeg` + 设置页给 `asr` 填上游(`X-ASR-Base-Url` / `X-ASR-Model`) | 麦克风入口自动隐藏(`/api/asr/status` 返回 `enabled:false`) | +| 技能 | `python3` | 技能清单为空,其余功能不受影响 | +| 网页搜索 | 无 | 装了 Node 就有(内置免费后端) | +| 图片 / 视频生成 | 设置页给对应 MCP 填上游 key | 调用时报明确的缺参错误 | + +装完 `ffmpeg` / `python3` 之后**重跑一次 `./local/start.sh`** 即可生效——这两项都不写进配置, +靠「起不起子进程 / 软链指向哪 / 注入什么环境变量」切换。 + +## 配置放哪 + +- 生成的配置:`local/config.local.yml`(**首次生成,之后永不覆盖**,避免冲掉你在网页里配的模型与密钥) +- 会话数据:`data/`(SQLite + prompt dump)与工作目录下的 `task-YYYYMMDD-NNN/` +- 运行期产物:`local/.runtime/`(`core.log`、各 MCP 日志、自检页、技能软链) + +想彻底重来:删掉 `local/config.local.yml`(以及可选的 `data/`)再启动。会话目录里的产出不会被删。 + +## 常用环境变量 + +| 变量 | 默认 | 说明 | +|---|---|---| +| `PORT` | `8090` | core 端口 | +| `NPM_REGISTRY` | 空 | 首次装依赖时用的 npm 源,如 `https://registry.npmmirror.com` | +| `MCP_WEB_PORT` / `MCP_IMAGE_PORT` / `MCP_VIDEO_PORT` / `MCP_ASR_PORT` | 3101~3104 | 四个 MCP 的端口(同机跑必须各占一个) | + +## 更新 + +```bash +git pull +./local/start.sh # package.json 变了会自动重装依赖 +``` + +`app/server` 是直接跑源码,前端也是免构建的,所以改完代码重启(或在网页点「重启」)即生效。 + +## 安全边界(务必知情) + +本地模式**没有沙箱**:AI 的 `terminal` 就是本机 shell,能读写你账号有权限的任何文件, +包括 `~/.ssh`、浏览器数据、其它项目。这不是配置疏漏,而是「给它一个目录就放开手脚」的代价。 + +两条低成本保险: + +1. 工作目录选一个**专用**目录,别直接选 `$HOME` 或整个代码仓库根 +2. 那个目录先 `git init` 一下,改坏了能回滚 + +另外,`core` 只监听 `127.0.0.1`,同一局域网的人访问不到。 + +## 已知限制 + +- **MCP 子进程里 `mcp_asr` 仍然监听 `0.0.0.0`**:它只认 `PORT` 环境变量,没有 `--host` 参数 + (另外三个服务都传了 `--host 127.0.0.1`)。它不存任何密钥(上游参数随请求带入), + 暴露面有限,但严格起见可以给 `mcp/asr` 补一个 `--host` 支持。 +- **Windows 暂不支持**:本机执行走 `spawn('/bin/sh')` 与 `process.kill(-pid)`,都是 POSIX 语义。 +- **`mint_public_link` 不可用**:`public_link.base_url` 未配置(本地生成的链接只有本机能打开), + 模型调用该工具会得到明确的「未配置」错误。 +- **技能依赖**:有 `requirements.txt` 的技能需要自己把包装进 `skills/deps` + (服务器上这一步由 `agent-executor-init` 在构建期完成)。默认只保证纯标准库技能可用。 + +## 排查 + +```bash +tail -f local/.runtime/core.log # core 日志(含 prompt dump 路径、MCP 发现结果) +tail -f local/.runtime/mcp-asr.log # 单个 MCP 的日志 +``` + +启动前自检不通过时,会生成并打开 `local/.runtime/setup.html`——那是个静态页, +所以改完环境要自己重跑脚本(它不会自动重试)。 diff --git a/local/config.example.yml b/local/config.example.yml new file mode 100644 index 0000000..b3db390 --- /dev/null +++ b/local/config.example.yml @@ -0,0 +1,46 @@ +# 本机 local 模式的配置参考。 +# +# ⚠️ 这个文件不会被读取,只是给人看的样板:真正的配置由 local/start.sh 首次运行时 +# 生成到 local/config.local.yml(含你选的工作目录与分配好的端口)。 +# 想看自己机器上实际生成成什么样,启动一次后直接打开 local/config.local.yml。 +# +# 字段含义与服务器版完全一致(见 app/config.example.yml);下面只列 local 模式实际用到的那部分。 + +port: 8090 + +# AI 的工作根。local 模式注入 AGENT_FILE_SCOPE=workspace 后,文件工具可读写这个目录下任何位置。 +workspace_root: /Users/you/AgentWork + +# SQLite(.agent.db)与启动 prompt dump。默认指到仓库里的 data/(已在 .gitignore)。 +data_root: /path/to/agent/data + +skills: + # 指向 local/.runtime/skills —— 启动脚本按「python3 是否可用」把它软链到真技能目录或空目录, + # 因此装不装 python3 都不需要改这里,改完重跑启动脚本即生效。 + skills_root: /path/to/agent/local/.runtime/skills + +# 留空:启动后到设置页添加平台与 API Key,再点「重启」(启动器负责把进程拉起来)。 +platforms: [] + +log_level: info + +mcp_servers: + # 四个同栈 MCP 由启动器在本机拉起,端口与 start.sh 里的常量对应。 + # web_search 不需要任何密钥(内置免费后端);其余三个的上游参数在设置页卡片里填, + # 会写进对应条目的 headers。 + - name: web_search + url: "http://127.0.0.1:3101/" + - name: image_task + url: "http://127.0.0.1:3102/mcp" + mode: skill + - name: video_task + url: "http://127.0.0.1:3103/mcp" + mode: skill + - name: asr + url: "http://127.0.0.1:3104/mcp" + mode: skill + # 例:填了这两项才算启用语音(缺 X-ASR-Base-Url 时 /api/asr/status 返回 enabled:false,麦克风自动隐藏) + # headers: + # Authorization: Bearer + # X-ASR-Base-Url: "https:///v1" + # X-ASR-Model: "whisper-1" diff --git a/local/start.command b/local/start.command new file mode 100755 index 0000000..5334483 --- /dev/null +++ b/local/start.command @@ -0,0 +1,17 @@ +#!/bin/sh +# macOS 双击入口:在 Finder 里双击本文件,会用「终端」打开并执行 ../local/start.sh。 +# +# 为什么不直接 exec:脚本失败时要留窗口给人看错误(双击启动的窗口默认一退出就关)。 +# 为什么要补 PATH:双击启动的进程不继承登录 shell 的环境,Homebrew 装的 node/ffmpeg +# 常常不在默认 PATH 里(Apple Silicon 是 /opt/homebrew,Intel 是 /usr/local)。 +cd "$(dirname "$0")/.." || exit 1 +PATH="/opt/homebrew/bin:/usr/local/bin:$PATH" +export PATH + +./local/start.sh +code=$? +if [ "$code" -ne 0 ] && [ -t 0 ]; then + printf '\n按回车关闭窗口…' + read -r _ +fi +exit "$code" diff --git a/local/start.sh b/local/start.sh new file mode 100755 index 0000000..dba3d0c --- /dev/null +++ b/local/start.sh @@ -0,0 +1,450 @@ +#!/bin/sh +# local/start.sh —— 本机(macOS / Linux)一键启动 agent-core。 +# +# 这个脚本只负责「把容器部署的形状换成本机形状」,不改任何业务逻辑: +# 1. 探测环境(node 必需;ffmpeg 决定能不能语音;python3 决定技能可不可用) +# 2. 首次运行:选工作目录 + 生成 local/config.local.yml +# 3. 起 core(+ 四个同栈 MCP 子进程),就绪后打开浏览器 +# 4. 守护:core 退出就拉起来 +# +# 第 4 步是必须的,不是锦上添花:设置页的「重启」按钮实现是 process.exit(0), +# 原本靠 Docker 的 restart 策略把容器拉起来(routes/system.js 注释写明「非 docker 部署不会自动拉起」)。 +# 本地没有 Docker,没有这个循环,用户配完模型一点重启,服务就再也回不来了。 +# +# 为什么用 POSIX sh 写:macOS 自带的是 bash 3.2(2007 年),没有关联数组等语法, +# 当作 sh 跑最稳,Linux 上也一样。 +set -u + +HERE=$(CDPATH= cd -- "$(dirname -- "$0")" && pwd) +ROOT=$(CDPATH= cd -- "$HERE/.." && pwd) +RUNTIME="$HERE/.runtime" +CONFIG="$HERE/config.local.yml" +LOG="$RUNTIME/core.log" + +PORT="${PORT:-8090}" +HOST_ADDR="127.0.0.1" +NPM_REGISTRY="${NPM_REGISTRY:-}" + +# 四个同栈 MCP 服务在服务器上是各自独立的容器,都监听 3000 也不冲突; +# 本地挤在同一台机器上,必须各占一个端口。 +MCP_WEB_PORT="${MCP_WEB_PORT:-3101}" +MCP_IMAGE_PORT="${MCP_IMAGE_PORT:-3102}" +MCP_VIDEO_PORT="${MCP_VIDEO_PORT:-3103}" +MCP_ASR_PORT="${MCP_ASR_PORT:-3104}" + +mkdir -p "$RUNTIME" "$ROOT/data" +printf '\n==== %s 启动 ====\n' "$(date '+%Y-%m-%d %H:%M:%S')" >> "$LOG" + +if [ -t 1 ]; then C='\033[1;32m'; Y='\033[1;33m'; N='\033[0m'; else C=''; Y=''; N=''; fi +say() { printf "${C}==>${N} %s\n" "$*"; } +warn() { printf "${Y}[!]${N} %s\n" "$*"; } + +# ---------- 探测 ---------- +NODE_VER='' +NODE_OK=0 +if command -v node >/dev/null 2>&1; then + NODE_VER=$(node -v 2>/dev/null || echo '') + # 用真跑一次判定而不是只看版本字符串:确保这个 node 是可执行的。 + if node -e 'process.exit(parseInt(process.versions.node, 10) >= 20 ? 0 : 1)' >/dev/null 2>&1; then + NODE_OK=1 + fi +fi + +NPM_OK=0 +command -v npm >/dev/null 2>&1 && NPM_OK=1 + +# macOS 的 /usr/bin/python3 是 Xcode 命令行工具的桩:文件存在,但没装 CLT 时一执行就弹安装窗。 +# 所以必须真跑一句,command -v 会骗人。 +PY_OK=0 +PY_VER='' +if command -v python3 >/dev/null 2>&1 && python3 -c 'import sys' >/dev/null 2>&1; then + PY_OK=1 + PY_VER=$(python3 -c 'import sys;print("%d.%d"%sys.version_info[:2])' 2>/dev/null || echo '') +fi + +FF_OK=0 +FF_VER='' +if command -v ffmpeg >/dev/null 2>&1 && ffmpeg -version >/dev/null 2>&1; then + FF_OK=1 + FF_VER=$(ffmpeg -version 2>/dev/null | head -n 1 | sed -e 's/^ffmpeg version //' -e 's/ .*//') +fi + +PORT_FREE=1 +if [ "$NODE_OK" = 1 ]; then + node -e 'const net=require("net"),s=net.createServer();s.once("error",()=>process.exit(1));s.listen(Number(process.argv[1]),"127.0.0.1",()=>s.close(()=>process.exit(0)))' "$PORT" >/dev/null 2>&1 || PORT_FREE=0 +fi + +case "$(uname -s)" in + Darwin) NODE_HINT='brew install node@20,或到 nodejs.org 下载 macOS 安装包';; + *) NODE_HINT='用 nvm 安装(nvm install 20),或发行版包管理器装 nodejs 20+';; +esac + +# ---------- 自检页(纯静态,无 node 也能打开) ---------- +html_escape() { + printf '%s' "$1" | sed -e 's/&/\&/g' -e 's//\>/g' +} + +open_target() { + if command -v open >/dev/null 2>&1; then open "$1" >/dev/null 2>&1 || true + elif command -v xdg-open >/dev/null 2>&1; then xdg-open "$1" >/dev/null 2>&1 || true + fi +} + +setup_head() { + # $1 标题 $2 建议(可含 HTML) + cat > "$RUNTIME/setup.html" < + + +$(html_escape "$1") +
+

$(html_escape "$1")

+

$2

+ +EOF +} + +setup_row() { + # $1 名称 $2 ok|bad|warn $3 状态文字 $4 说明(可含 HTML) + printf '\n' \ + "$(html_escape "$1")" "$2" "$(html_escape "$3")" "$4" >> "$RUNTIME/setup.html" +} + +setup_rows() { + if [ "$NODE_OK" = 1 ]; then + setup_row 'Node.js' ok "已安装 $NODE_VER" '需要 20 或更高版本' + else + setup_row 'Node.js' bad '缺失或版本过低' "必需。$NODE_HINT" + fi + if [ "$NPM_OK" = 1 ]; then + setup_row 'npm' ok '可用' '安装依赖用' + else + setup_row 'npm' bad '缺失' '随 Node.js 一起安装,重装 Node 即可' + fi + if [ "$PY_OK" = 1 ]; then + setup_row 'python3' ok "已安装 $PY_VER" '可选:用于技能(skills/*/run.py)' + else + setup_row 'python3' warn '未安装' '可选。没有它时技能清单为空,其余功能不受影响' + fi + if [ "$FF_OK" = 1 ]; then + setup_row 'ffmpeg' ok "已安装 $FF_VER" '可选:语音输入与音频转码' + else + setup_row 'ffmpeg' warn '未安装' '可选。没有它时语音输入入口自动隐藏' + fi + if [ "$PORT_FREE" = 1 ]; then + setup_row "端口 $PORT" ok '可用' 'agent-core 监听地址' + else + setup_row "端口 $PORT" bad '已被占用' "换一个端口再启动:PORT=8091 ./local/start.sh" + fi +} + +setup_close() { + cat >> "$RUNTIME/setup.html" <<'EOF' +
检查项状态说明
%s%s%s
+

装好之后回到终端,重新执行 ./local/start.sh(或双击 start.command)。

+

这个页面是本地静态文件,不会自动刷新,也不会重试。

+
+EOF + open_target "$RUNTIME/setup.html" + printf '\n自检页已保存:%s\n' "$RUNTIME/setup.html" +} + +# ---------- 首次运行:选目录 + 生成配置 ---------- +choose_workspace() { + ws='' + if [ "$(uname -s)" = 'Darwin' ] && command -v osascript >/dev/null 2>&1; then + ws=$(osascript -e 'POSIX path of (choose folder with prompt "选择 Agent 的工作目录:AI 会在这个目录里干活")' 2>/dev/null) || ws='' + fi + if [ -z "$ws" ] && [ -t 0 ]; then + printf '工作目录(AI 会在这里干活)[%s/AgentWork]: ' "$HOME" + read -r ans || ans='' + if [ -n "${ans:-}" ]; then ws=$ans; else ws="$HOME/AgentWork"; fi + fi + [ -z "$ws" ] && ws="$HOME/AgentWork" + printf '%s\n' "${ws%/}" +} + +generate_config() { + ws=$1 + mkdir -p "$ws" 2>/dev/null || { say "无法创建工作目录:$ws"; exit 1; } + cat > "$CONFIG" </dev/null || true + # 万一上次留下了真目录(老版本行为),先挪走再建软链 + if [ -d "$link" ] && [ ! -L "$link" ]; then rm -rf "$link"; fi + ln -s "$dest" "$link" || { warn "技能目录软链创建失败:$link"; return 1; } +} + +# ---------- 依赖安装 ---------- +# 不只 app:mcp/image_task 与 mcp/video_task 也带 npm 依赖(@modelcontextprotocol/sdk + express), +# 服务器上这些是镜像构建时装好的,本地得自己装。asr / web_search 是零依赖,自动跳过。 +ensure_deps() { + NEED='' + for d in "$ROOT/app" "$ROOT"/mcp/*/; do + [ -f "$d/package.json" ] || continue + if node -e 'process.exit(Object.keys(require(process.argv[1]).dependencies||{}).length?0:1)' "$d/package.json" >/dev/null 2>&1; then + if [ ! -d "$d/node_modules" ] || [ "$d/package.json" -nt "$d/node_modules" ]; then + NEED="$NEED $d" + fi + fi + done + [ -z "$NEED" ] && return 0 + if [ "$NPM_OK" != 1 ]; then + SETUP_TITLE='缺少 npm,无法安装依赖' + SETUP_HINT='Node.js 一般自带 npm。若你是用系统包管理器装的 node,可能需要单独安装 npm。' + return 1 + fi + say '首次运行:安装 Node 依赖(需要联网,通常 1~3 分钟)' + for d in $NEED; do + say " npm install → ${d#$ROOT/}" + if [ -n "$NPM_REGISTRY" ]; then + ( cd "$d" && npm install --no-audit --no-fund --omit=dev --registry "$NPM_REGISTRY" ) || return 1 + else + ( cd "$d" && npm install --no-audit --no-fund --omit=dev ) || return 1 + fi + done + return 0 +} + +# ---------- 子进程 ---------- +MCP_PIDS='' +# 四个服务对接参数的方式不一样,别混用: +# image_task / video_task / web_search → 认 --http --host --port +# mcp_asr → 只认 PORT 环境变量(它的 argv 不解析) +start_mcp_flags() { + dir=$1; mport=$2; tag=$3; shift 3 + ( cd "$ROOT/mcp/$dir" && exec node "$@" --host "$HOST_ADDR" --port "$mport" >>"$RUNTIME/mcp-$tag.log" 2>&1 ) & + MCP_PIDS="$MCP_PIDS $!" +} + +start_mcp_env() { + dir=$1; mport=$2; tag=$3; shift 3 + ( cd "$ROOT/mcp/$dir" && exec env PORT="$mport" node "$@" >>"$RUNTIME/mcp-$tag.log" 2>&1 ) & + MCP_PIDS="$MCP_PIDS $!" +} + +CORE_PID='' +STOPPING=0 + +kill_tree() { + pid=$1 + [ -n "$pid" ] || return 0 + if command -v pgrep >/dev/null 2>&1; then + for c in $(pgrep -P "$pid" 2>/dev/null); do kill_tree "$c"; done + fi + kill "$pid" 2>/dev/null || true +} + +do_cleanup() { + for p in $CORE_PID $MCP_PIDS; do kill_tree "$p"; done + CORE_PID='' + MCP_PIDS='' +} + +on_signal() { STOPPING=1; } +trap 'on_signal' INT TERM HUP +trap 'do_cleanup' EXIT + +health() { + if command -v curl >/dev/null 2>&1; then + curl -fsS --max-time 2 "http://$HOST_ADDR:$PORT/api/health" >/dev/null 2>&1 + else + node -e 'fetch("http://127.0.0.1:"+process.argv[1]+"/api/health").then(r=>process.exit(r.ok?0:1)).catch(()=>process.exit(1))' "$PORT" >/dev/null 2>&1 + fi +} + +port_open() { + node -e 'const s=require("net").connect(Number(process.argv[1]),"127.0.0.1");s.setTimeout(800);s.on("connect",()=>{s.destroy();process.exit(0)});s.on("error",()=>process.exit(1));s.on("timeout",()=>{s.destroy();process.exit(1)})' "$1" >/dev/null 2>&1 +} + +# MCP 起不来是静默降级(core 只会发现不到工具),所以启动后主动点名报告。 +check_mcp() { + if ! port_open "$1"; then + warn "MCP $2 没起来(端口 $1)——日志:local/.runtime/mcp-$2.log" + fi +} + +start_core() { + ( cd "$ROOT/app" && exec env \ + PORT="$PORT" \ + HOST="$HOST_ADDR" \ + AGENT_CONFIG="$CONFIG" \ + AGENT_FILE_SCOPE=workspace \ + ASR_URL="$ASR_URL" \ + PYTHONPATH="$ROOT/skills/deps" \ + node server/server.js >>"$LOG" 2>&1 ) & + CORE_PID=$! +} + +open_browser() { + url="http://$HOST_ADDR:$PORT" + if command -v open >/dev/null 2>&1; then open "$url" >/dev/null 2>&1 || true + elif command -v xdg-open >/dev/null 2>&1; then xdg-open "$url" >/dev/null 2>&1 || true + fi +} + +# ============ 主流程 ============ +if [ "$NODE_OK" != 1 ]; then + setup_head '启动前自检未通过' "没有找到可用的 Node.js 20+,服务起不来。按下面提示装好后,重新执行 ./local/start.sh。" + setup_rows + setup_close + exit 1 +fi + +if [ "$PORT_FREE" != 1 ]; then + setup_head '端口被占用' "端口 $PORT 上已经有程序在监听。关掉它,或者换个端口启动:PORT=8091 ./local/start.sh(记得把设置页里的访问地址一起改)。" + setup_rows + setup_close + exit 1 +fi + +if [ ! -f "$CONFIG" ]; then + say '首次运行:需要选一个 AI 的工作目录' + WS=$(choose_workspace) + generate_config "$WS" +else + say "使用已有配置:$CONFIG" +fi + +if ! ensure_deps; then + setup_head "${SETUP_TITLE:-依赖安装失败}" "${SETUP_HINT:-安装 app/ 的 Node 依赖时出错了,多半是网络问题。}" + setup_rows + setup_close + printf '\n最近日志:\n' + tail -n 20 "$LOG" 2>/dev/null || true + exit 1 +fi + +link_skills + +# 语音:ffmpeg 在就启用(ASR_URL 由 core 直接读 env,不是配置),不在就不给入口。 +if [ "$FF_OK" = 1 ]; then ASR_URL="http://$HOST_ADDR:$MCP_ASR_PORT"; else ASR_URL=''; fi + +say '启动 MCP 服务…' +start_mcp_flags web_search "$MCP_WEB_PORT" web server.js --http +start_mcp_flags image_task "$MCP_IMAGE_PORT" image src/mcp-server.js --http +start_mcp_flags video_task "$MCP_VIDEO_PORT" video src/mcp-server.js --http +start_mcp_env asr "$MCP_ASR_PORT" asr src/server.js + +say "启动 agent-core($HOST_ADDR:$PORT)…" +FIRST=1 +FAILS=0 +while :; do + start_core + + i=0 + while [ "$i" -lt 60 ]; do + health && break + kill -0 "$CORE_PID" 2>/dev/null || break + sleep 1 + i=$((i + 1)) + done + + if health; then + if [ "$FIRST" = 1 ]; then + FIRST=0 + open_browser + printf '\n' + say "已启动:http://$HOST_ADDR:$PORT" + sleep 1 + check_mcp "$MCP_WEB_PORT" web + check_mcp "$MCP_IMAGE_PORT" image + check_mcp "$MCP_VIDEO_PORT" video + check_mcp "$MCP_ASR_PORT" asr + if [ "$FF_OK" = 1 ]; then + say '语音:可用(ffmpeg 已就绪;还需在设置页给 asr 填上游地址与模型)' + else + say '语音:不可用(未安装 ffmpeg,麦克风入口会自动隐藏)' + fi + if [ "$PY_OK" = 1 ]; then + say '技能:已启用(python3 就绪)' + else + say '技能:已关闭(未安装 python3;装好后重跑本脚本即可)' + fi + printf '\n首次使用:左下角「用户区」→ 设置 → 模型池,添加平台和 API Key,然后点「重启」。\n' + printf '关闭:在本终端按 Ctrl-C(会一起停掉子进程)。\n\n' + fi + else + warn 'agent-core 没能起来,最近日志:' + tail -n 30 "$LOG" 2>/dev/null || true + kill_tree "$CORE_PID" + CORE_PID='' + exit 1 + fi + + wait "$CORE_PID" 2>/dev/null + code=$? + [ "$STOPPING" = 1 ] && break + # 设置页的「重启」就是 exit 0;非 0 = 崩溃。连续崩 5 次就停下来别刷屏(典型是配置写坏了)。 + if [ "$code" = 0 ]; then FAILS=0; else FAILS=$((FAILS + 1)); fi + if [ "$FAILS" -ge 5 ]; then + warn "agent-core 连续 $FAILS 次异常退出,不再自动重启。最近日志:" + tail -n 30 "$LOG" 2>/dev/null || true + exit 1 + fi + warn 'agent-core 已退出,1 秒后自动拉起(设置页点「重启」走的也是这条路)' + sleep 1 + done + +say '已停止。'