feat(local): 本地端可用化收尾:后台启动 + stop.sh + 状态页修复

后台化与停止
- start.sh 默认后台启动(AGENT_LOCAL_DETACH=1):拉起真正的启动器后 1 秒返回,
  终端窗口可以关掉;停止统一走新增的 local/stop.sh(pid 文件 → core 父进程 → 占端口
  三级兜底,幂等)。保留 AGENT_LOCAL_DETACH=0 前台模式。
- 「已在运行」改看 supervisor.pid(kill -0 + 命令行校验),health 只做兜底。
  原来只看 health 时,core 尚未就绪的几秒内连跑两次会拉起两个启动器抢同一端口。

启动失败与首装体验
- 没 node 时在入口就拦下(生成配置之前),终端打出安装方式,不再让用户白选目录。
- 首次安装停在状态页等点击,后续启动才 2 秒自动跳转;状态页同一轮只开一个标签。
- 后台子进程秒退时改为指向状态页与日志路径,不再打印两行无意义的启动横幅。

其他修正
- MCP 默认端口 3101~3104 → 8091~8094;PORT 撞 MCP 端口直接拒绝启动。
- 没 ffmpeg 时不启动 mcp_asr(配置条目保留,装好后重跑即生效)。
- 依赖检测改为逐包检查 + .agent-installed 时间戳;npm install 输出落盘进状态页。
- app/package-lock.json 的 resolved 从腾讯云内网镜像改为公共 registry。
- 删除 local/start.command(Finder 双击常被当文本预览,入口统一为 start.sh)。
- 文档:docs/local-mode.md 补验证结果与新设计说明;local/README.md 改为启动/停止用法。
This commit is contained in:
2026-11-11 11:22:15 +08:00
parent 8a5c8b1547
commit f451027729
10 changed files with 931 additions and 374 deletions
+1
View File
@@ -24,6 +24,7 @@
| `wxbot/` | 微信 iLink 协议调制解调器(多实例) | 独立容器 `agent-wxbot` |
| `mcp/` | 同栈 MCP 服务:`web_search` / `image_task` / `video_task` / `asr` | 四个容器,仅内网 |
| `skills/` | 目录式技能(`SKILL.md` + `run.py`/`run.sh`) | 运行时挂载,`skills/deps` 为依赖层 |
| `local/` | **本地端启动器**:同一份代码跑在本机(不起 Docker / executor),`start.sh` 负责探测、装依赖、守护 | 独立于 compose,见 `docs/local-mode.md` |
| `scripts/` | `init.sh` 生成 `.env` + 首次创建 `config.yml`(仅初始管理员);`init_host.sh` 裸机初始化 | 幂等,**不覆盖已有配置** |
| `docs/` | 专题文档:`tool-design.md`(工具接口规范)、`OFFICE.md` | — |
| `tasks/` | **运行时数据**:每个会话一个工作目录 | gitignore |
+3
View File
@@ -227,6 +227,9 @@ IM 用户在实时对话,回合中插话应当“当前这步跑完就插”
`{text, image_rel}`(`text` 是结构化 JSON 回执,由 engine 转成 `image_ref` 块)。
- **路径沙箱**:所有路径经 `resolveInTask` 解析到 `taskDir` 内;`/tmp` 会被映射到
`<taskDir>/.tmp`(与 executor 容器里 `/tmp` 的 bind 对齐)。符号链接越界一律拒绝。
例外:`AGENT_FILE_SCOPE=workspace`(本地端 `local/start.sh` 注入)把业务工具的根放宽到
`workspace_root`,且 `/tmp` 不重写、直接放行(本地 terminal 写的是真 `/tmp`);
路由层(文件 API / 公网短链 / data-page)与 `@会话` 仍按 `taskDir` 校验,不随之外扩。
- **跨会话只读**:`@<session-id>/<rel>` 只允许 `list_directory`、`read_file`、`copy_path` 的
`source_path`,且只限同一用户的会话。写侧显式拒绝——否则会造出字面 `@task-x` 目录。
- `checkToolArgs` + `unwrapToolArgs`:前者做结构性预检并生成 `errAck`,后者按 schema 逐层剥掉
+157 -157
View File
File diff suppressed because it is too large Load Diff
+13 -4
View File
@@ -66,6 +66,15 @@ function relOf(taskDir, abs) {
return path.relative(path.resolve(taskDir), abs) || '.';
}
// 展示用路径:会话目录内保持相对(跟以前一致,省 token);
// 宽根模式下文件可能在会话目录外,那就回绝对路径——否则模型看到的是
// ../../../../tmp/x 这种既难读、又容易被它当成会话内路径去二次拼接的名字。
function dispPath(ctx, abs) {
const rel = relOf(ctx.taskDir, abs);
if (rel === '..' || rel.startsWith('..' + path.sep)) return abs;
return rel;
}
// ---------- 跨会话路径:@<会话id>/<rel>(历史只读,「看一眼」可过墙,「字节落地」只走 copy_path) ----------
// 背景:terminal 在远端 executor 容器里跑(compose:wrapper 启动即 unmount host-tasks),
// 别的会话目录在 shell 物理视图里根本不存在;core 进程内的文件工具又被 resolveInTask
@@ -459,12 +468,12 @@ async function toolCopyPath(ctx, args) {
}
let exists = true;
try { await fsp.stat(dst); } catch (_) { exists = false; }
if (exists) throw new Error('目标已存在, 拒绝覆盖: ' + relOf(ctx.taskDir, dst));
if (exists) throw new Error('目标已存在, 拒绝覆盖: ' + dispPath(ctx, dst));
await fsp.mkdir(path.dirname(dst), { recursive: true });
await fsp.cp(src, dst, { recursive: true });
recordFile(ctx, dst); // 文件表只记普通文件(目录自然跳过),供前端/微信附件展示
const sizeNote = budget ? ' (' + budget.files + ' files, ' + Math.round(budget.bytes / 1024) + ' KB)' : '';
return '已复制 ' + sp + ' -> ' + relOf(ctx.taskDir, dst) + sizeNote;
return '已复制 ' + sp + ' -> ' + dispPath(ctx, dst) + sizeNote;
}
async function toolWriteFile(ctx, args) {
@@ -480,7 +489,7 @@ async function toolWriteFile(ctx, args) {
await fsp.writeFile(abs, String(args.content), 'utf8');
recordFile(ctx, abs);
const nbytes = Buffer.byteLength(String(args.content), 'utf8');
const rel = relOf(ctx.taskDir, abs);
const rel = dispPath(ctx, abs);
// 区分新建/覆盖:「原 M 字节」是给模型的止损信号(盲覆盖大文件时能立刻察觉)。
return st
? '已覆盖文件 ' + rel + '(' + nbytes + ' 字节,原 ' + st.size + ' 字节)'
@@ -735,7 +744,7 @@ async function toolEditFile(ctx, args) {
? '(前 ' + applied + ' 处编辑已应用并保存,文件已变化,请重新 read_file 后再继续)'
: '(文件未改动)'));
}
return '已成功应用 ' + applied + ' 处编辑到 ' + relOf(ctx.taskDir, abs);
return '已成功应用 ' + applied + ' 处编辑到 ' + dispPath(ctx, abs);
}
// 对齐 Zed select_terminal_output_lines:head/tail 各自取行;同时给时中间空一行;不去重叠;0 合法。
+135 -68
View File
@@ -1,8 +1,9 @@
# 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。
> **状态:已在 macOS 真机(12.7.6 / x86_64 / Node 22.21 / python3 3.10,本机无 ffmpeg)按第 6 节
> 清单逐项跑过,结果见第 5 节。** 只剩三件依赖人工交互或外部环境的事没覆盖(真实选目录弹窗、
> 真浏览器打开、装 ffmpeg 之后的链路),见第 6 节。
## 1. 目标
@@ -56,13 +57,37 @@
| 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) |
| `start.sh` | 主入口:探测 → 首次生成配置 → 装依赖 → 起 core + MCP → 守护重启。**后台化**:拉起真正的启动器就返回 |
| `stop.sh` | 停止启动器(按 `supervisor.pid` → core 的父进程 → 占端口的进程,三级兜底),幂等 |
| `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`。
> 曾经有一个 `start.command`(macOS 双击入口),已删除:Finder 里双击 `.command` 常被系统当文本
> 预览打开、不执行,而且它补的 PATH 探测和 `start.sh` 重复。现在唯一入口就是 `./local/start.sh`。
### 3.1 真机验证阶段补的修改
首次在 mac 上跑,暴露了下面这些;都不是设计变更,是实现跟设计对不上或漏了边界:
| 文件 | 改动 | 为的什么 |
|---|---|---|
| `local/start.sh` | 新增启动即弹出的**状态页**(`local/.runtime/status.html`,每秒自刷新) | 启动时终端看不到进度;失败页既没有应用名也没有日志,用户无从判断 |
| `local/start.sh` | 依赖检测从「node_modules 在不在」改成**逐包实测 + `.agent-installed` 时间戳** | `npm install` 中途失败会留下半成品目录(目录在、包不全),原逻辑会永远跳过安装,core 起来就 require 失败 |
| `local/start.sh` | `npm install` 输出 `tee` 到 `local/.runtime/npm-install.log`,并嵌进状态页 | 失败时只有终端能看到,滚过去就没了 |
| `local/start.sh` | MCP 默认端口 3101~3104 → **8091~8094**;新增「PORT 撞 MCP 端口就拒绝启动」检查 | 跟 core 的 8090 连号,同时堵掉「换端口时不小心占用 MCP 端口」→ 子进程 bind 失败、静默降级 |
| `local/start.sh` | 已有配置里的 MCP 端口与本次启动不一致时**告警** | 配置永不覆盖,改了默认值/用了 `MCP_*_PORT` 时,旧配置会让 core 静默发现不到工具 |
| `local/start.sh` | 生成的 YAML 里路径**加引号** | 用户选的目录带空格/`:`/`#` 时会被 YAML 解析坏 |
| `local/start.sh` | 没 ffmpeg 时**不再启动** `mcp_asr`(原实现无条件启动,与 4.3 的设计说明不符) | 否则模型拿到一个必然失败的 `transcribe_audio` 工具;同时少一个 `0.0.0.0` 监听 |
| `local/start.sh` | 默认**后台化**(`AGENT_LOCAL_DETACH=1`),拉起启动器后 1 秒返回;新增 `local/stop.sh` | 用户不想让一个终端窗口永远挂着;Finder 里关窗口很容易误杀服务,后台 + 显式 `stop.sh` 更可控 |
| `local/start.sh` | 没 node 时在入口就拦下(生成配置之前),并在终端打出安装方式 | 原来先进「选工作目录」、写好配置才报「后台进程立刻退出了」,用户白选一次,而且日志里只有两行启动横幅,看不出原因 |
| `local/start.sh` | 同一轮只开一个状态页标签(`UI_OPENED`) | `ui_init` 已经开过一次,失败时 `ui_fail` 又开一个,同一个页面两个标签 |
| `local/start.sh` | 「已在运行」改看 `supervisor.pid`(pid 存活且命令行是本脚本),health 只做兜底 | 只看 health 时 core 还没起来的几秒内连跑两次,会拉起两个启动器抢同一端口(实测:互相 `EADDRINUSE` 重启,`stop.sh` 只能停一个) |
| `local/start.sh` | 首次安装**不自动跳转**,停在状态页给「打开应用」按钮;后续启动才 2 秒自动跳 | 首次装完先让用户看完「怎么配模型」再进去,别一上来就甩进空界面 |
| `app/server/tools/executor.js` | 新增 `dispPath()`:会话目录外用绝对路径回显 | 宽根模式下写 `/tmp/x` 会回 `../../../../tmp/x`,模型容易当会话内路径二次拼接 |
| `app/package-lock.json` | `resolved` 从腾讯云**内网镜像**改为公共 registry | 原 lockfile 把 tarball 钉在 `mirrors.tencentyun.com`(只有腾讯云 VPC 内能解析),外部机器 `npm install` 必失败,且换 `NPM_REGISTRY` 也无效 |
## 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`
@@ -109,7 +134,7 @@
### 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)。
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 **8091~8094**,紧跟 core 的 8090)。
另外**它们的启动参数不统一**,这是个坑:
| 服务 | 启动方式 | 说明 |
@@ -137,84 +162,125 @@
`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
### 4.9 状态页:静态文件 + `meta refresh`,不起 HTTP 服务
### 已在 Linux 服务器上粗测(`PORT=18090`,避免碰线上 8090)
启动时终端窗口不一定在前台,失败时也可能已经滚过去。所以启动就打开
`local/.runtime/status.html`,并让它能自己更新:
- 脚本把状态写进 `local/.runtime/ui/` 下的几个小文件(`title` / `steps` / `busy` / `logpath` /
`error` / `redirect`),`ui_render` 把它们拼成整页;页面用 `<meta http-equiv="refresh" content="1">`
每秒重读一次。不需要常驻服务,所以「连 node 都没装」的环境也能打开。
- 长步骤(`npm install`、等 core 健康检查)另起一个**心跳子进程**每秒重绘,页面上就能看到
已经过了多少秒 + 当前日志的尾巴(npm 输出、core 启动报错)。
- 状态全部落文件而不是留 shell 变量:心跳子进程拿到的是 fork 时的快照,用变量会越刷越旧。
- 成功时:**首次安装**(配置是本次刚生成的)页面停在「已启动」,只给一个「打开应用」按钮,
用户自己点(先看完下面的首次使用提示);**后续启动**写入 `redirect`,2 秒后自动进应用
(同一个标签页,不多开窗)。
- 失败时页面保留错误说明和日志尾部,并把完整日志路径写在页面上。
- 默认只在 macOS 自动弹出(`AGENT_LOCAL_UI=auto`),Linux 服务器上要显式 `AGENT_LOCAL_UI=1`;
无论弹不弹,页面都会生成。
- 渲染先写临时文件再 `mv`:浏览器随时可能在刷新,不能让它读到半截 HTML;临时名用 `mktemp`
而不是 `$$`——`$$` 在子 shell 里仍是主 shell 的 PID,心跳与主流程同时渲染会撞车。
### 4.10 依赖检测为什么不能只看 `node_modules` 目录
`npm install` 失败(断网、源不对)会留下一堆**空目录**:`app/node_modules` 在、`express` 目录
也在,但里面没东西。原逻辑「目录存在且不比 `package.json` 旧」会判定为已安装,以后每次启动
都跳过安装,core 起来立刻 `require` 失败——用户看到的是「装依赖那步过了,但服务起不来」。
现在的判定:
1. 逐个直接依赖检查 `node_modules/<dep>/package.json` 是否存在(比 `require.resolve` 可靠:
`@modelcontextprotocol/sdk` 这类纯 ESM 包的 `exports.require` 指向的文件根本不存在,
`require.resolve` 会误判成「没装」);
2. 装成功后 `touch node_modules/.agent-installed`,只有 `package.json` 比它新才重装
(npm 在「已经是最新」时不会更新 `node_modules` 的 mtime,只比目录 mtime 会每启动都白跑一次)。
### 4.11 后台化 + 显式 `stop.sh`,以及「已在运行」怎么判
用户不想为了跑一个本地服务永久占着一个终端窗口(而且关窗口可能连带杀掉进程)。所以:
- `start.sh` 自己**只做入口**:首次配置生成(要 tty 弹窗)→ `nohup` 拉起真正的启动器 → 1 秒后
打印地址/状态页/停止命令并 `exit 0`。`AGENT_LOCAL_DETACHED=1` 是子进程标记,防无限重入。
- 停止统一走 `local/stop.sh`。它按「`supervisor.pid` → core 的父进程 → 占端口的进程」三级兜底:
只杀 core 会被守护循环重新拉起,所以必须能认出**启动器**。命令行是相对路径(`sh ./local/start.sh`),
`pgrep -f` 匹配不到绝对路径,所以第一选择是 pid 文件。
- 前台模式保留:`AGENT_LOCAL_DETACH=0 ./local/start.sh`(看实时日志、`Ctrl-C` 停)。
「已在运行」的判定不能只看 `/api/health`:core 起来要几秒(先起 MCP,首次还要装依赖),
这期间再跟一次 `start.sh` 就会拉起第二个启动器,两个 core 抢同一个端口——一个被守护循环
反复 `EADDRINUSE` 重启,而 `stop.sh` 只认 pid 文件里那一个,等于停不干净(已实测复现)。
改成先看 `supervisor.pid`(子进程一启动就写,秒级就绪;`kill -0` + 命令行含 `start.sh` 防 pid 被回收),
health 只作为「端口上有服务但不是本启动器拉起的」兜底提示。
## 5. 验证结果(macOS 12.7.6 / x86_64 / Node 22.21 / python3 3.10 / 本机无 ffmpeg)
静态检查:`sh -n local/start.sh`、`sh -n local/stop.sh`、`node --check` 均通过。
| 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) |
| 首次启动:生成配置 → 装依赖(app 134 包,image_task / video_task 各 127 包)→ 起 MCP + core → 打开状态页(停在「已启动」,等点击) | 通过 |
| 配置内容:`workspace_root` 是选的目录、`data_root` 指仓库 `data/`、`skills_root` 指 `local/.runtime/skills`、`platforms: []`、MCP 端口 8091~8094 | 通过 |
| 绑定地址:`lsof` 只有 `127.0.0.1:8090` | 通过 |
| 设置页「重启」→ 守护拉起:PID 变化,2 秒内 `/api/health` 恢复 | 通过 |
| 文件工具越出会话目录:工作目录根的 `probe.txt` 可读 | 通过 |
| 越界保护:`read_file ~/.ssh/config`、`terminal cd /etc` 均报「路径越界」 | 通过 |
| `/tmp` 一致性:`write_file /tmp/x` → `terminal cat /tmp/x` 与 `read_file /tmp/x` 内容一致 | 通过 |
| 无 ffmpeg:`/api/asr/status` = `enabled:false`(麦克风隐藏),asr 子进程不启动,8094 不监听 | 通过 |
| 有 python3:技能列表有内容;桩掉 python3 后 `/api/skills` 返回 `[]`、状态页显示「技能:已关闭」 | 通过 |
| 四个 MCP 在具备条件时均能发现工具(`[mcp] web_search / image_task / video_task / asr: 发现 1 个工具`) | 通过 |
| 前台模式 `Ctrl-C` 与 `TERM`:8090 与 8091~8094 全部释放,无残留进程 | 通过 |
| 二次启动:沿用配置、跳过依赖安装(时间戳生效) | 通过 |
| 后台模式:`start.sh` 1 秒返回、启动器 PPID=1、`supervisor.pid` 是子进程 pid | 通过 |
| `stop.sh`:命中 pid 文件分支;pid 文件丢失时按 core 父进程/端口也能停;未运行时幂等返回 | 通过 |
| 重复执行 `start.sh`:打印「已在运行(启动器 pid N)」+ 停止命令,exit 0,不起第二个进程 | 通过 |
| 启动器被 `kill -9` 后的恢复:残留 pid 文件被清理,端口仍被占时明确提示先 `stop.sh` | 通过 |
| 前台模式 `AGENT_LOCAL_DETACH=0`:阻塞运行,`TERM` 后端口全部释放 | 通过 |
| 无 node(PATH 里剥掉 node/npm):入口直接拦下,**不** 先让选目录、不生成配置;终端打出安装方式;状态页列出自检项(X Node.js / X npm) | 通过 |
| 失败时只开一个状态页标签(不再两个) | 通过 |
| 状态页:启动即弹出、每秒刷新、显示步骤/计时/日志尾巴;失败时保留错误与日志 | 通过 |
| `osascript` 真实选目录弹窗 | 未验证(用桩跑的「没选→回落 `~/AgentWork`」分支) |
| 真浏览器打开(`open`) | 未验证(用桩记录了被打开的 URL) |
| 装 ffmpeg 之后:`ASR_URL` 注入、asr 子进程与麦克风一起出现 | 未验证(本机未装 ffmpeg) |
### 完全未验证(mac 上要逐项确认)
验证过程中发现并修掉的问题见 3.1(依赖检测、lockfile 内网源、`asr` 无条件启动、端口冲突、
状态页日志缺失、全角字符紧贴变量名导致的 `unbound variable`)。
`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. 还没覆盖的三项(需要人工交互或外部环境)
## 6. macOS 验证清单(下一轮按这个做)
其余清单已在 mac 上跑完(结果见第 5 节)。剩下这三项要在真实场景里补:
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. **真实选目录弹窗**:删掉 `local/config.local.yml` 后跑 `./local/start.sh`,确认弹出的是 macOS 原生
选目录窗、选完的路径写进 `workspace_root`(带空格的目录名要顺手验一下,配置里已加引号)。
2. **真浏览器打开**:跑 `./local/start.sh`(或前台模式),确认(a)状态页在启动过程中每秒刷新;
(b)首次安装停在页面上等你点「打开应用」;(c)后续启动 2 秒自动进应用。
3. **装 ffmpeg 之后**:`brew install ffmpeg` → 重跑脚本,预期:状态页显示 `ffmpeg` 为 OK、
终端打「语音:可用」、8094 开始监听、`/api/asr/status` 变成需要填上游(不再是「未设置 ASR_URL」)。
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。
手工复验用的命令:
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)。
```bash
./local/start.sh # 后台启动(1 秒返回)
./local/stop.sh # 停止(幂等)
./local/start.sh # 已在运行时只打印地址与停止方式
lsof -nP -iTCP:8090 -sTCP:LISTEN # 应只有 127.0.0.1
lsof -nP -iTCP:8091-8094 -sTCP:LISTEN # 3 或 4 个 MCP(没 ffmpeg 时没有 8094)
curl -s http://127.0.0.1:8090/api/asr/status
curl -s -X POST http://127.0.0.1:8090/api/system/restart # 应由守护拉起
tail -f local/.runtime/core.log # 以及 npm-install.log / mcp-*.log
```
## 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 |
| 没 ffmpeg 时 asr 会报「工具发现失败」 | 此时 `mcp_asr` 不启动(它转码依赖 ffmpeg),但配置里的 asr 条目仍在(配置不覆盖),所以 core 启动会 warn 一次并重试,属预期 |
| `mcp_asr` 监听 `0.0.0.0` | 它只认 `PORT` 环境变量、`listen` 不带 host(已启动时才是问题)。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 |
| 首个 `npm install` 要联网 | 支持 `NPM_REGISTRY` 覆盖源;`app/package-lock.json` 的 `resolved` 已改指向公共 registry(原来钉在内网镜像,外部机器必失败) |
## 8. 回滚
@@ -227,8 +293,9 @@ 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)
## 9. 记录:测试残留(都不入库)
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。
跑过启动器之后本机会多出:`local/.runtime/`(日志、状态页、技能软链)、
`local/config.local.yml`、`~/AgentWork/`、`app/node_modules/`、`mcp/image_task|video_task/node_modules/`。
全部在 gitignore 内,不影响仓库;想彻底重来就把它们删掉再跑脚本(会话产出在 `data/` 与
工作目录下的 `task-*` 里,不会被清)。
+50 -15
View File
@@ -16,31 +16,51 @@
## 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
cd agent
./local/start.sh # 后台启动,命令 1 秒就返回,可以关掉终端窗口
./local/stop.sh # 停止
```
首次运行会:
1. 自检环境(Node 20+ 必需;ffmpeg / python3 可选)
1. 自检环境(Node 20+ 必需;ffmpeg / python3 可选),并打开一个**启动状态页**
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
4. 装一次 Node 依赖(`app/` 与带依赖的 MCP,需要联网)
5. 起 core + MCP 子进程(没 ffmpeg 时 asr 不启动)
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」。
没有 Node 20+ 时不会让你白选目录:脚本在入口就停下,终端打出安装方式,自检结果(哪项缺、怎么装)写到状态页。
> 「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。
启动器在后台常驻,所以:
- 关掉终端窗口**不会**停服务;要停就 `./local/stop.sh`
- 重复跑 `./local/start.sh` 是安全的:检测到已在运行就只打印地址和停止方式
- 想在终端里看实时日志、用 `Ctrl-C` 停:`AGENT_LOCAL_DETACH=0 ./local/start.sh`
## 启动状态页
启动时会在浏览器打开 `local/.runtime/status.html`(macOS 默认自动弹,Linux 要 `AGENT_LOCAL_UI=1`):
- 启动过程中每秒自动刷新,依次列出环境自检、工作目录、依赖安装、MCP、core 就绪
- 长步骤(装依赖、等 core 起来)会显示已用时间,并把 npm / core 日志的尾巴实时刷出来
- **首次安装**(配置刚生成)不自动跳转:就停在这一页,点「打开应用」自己进去
- **后续启动**:就绪后 2 秒自动进应用(同一个标签页)
- **失败时就在页面上给出原因和日志**,不用回头翻终端
这个页面是纯静态文件(不用起服务),所以“node 都没装”的时候也能打开。重跑脚本会重新生成;
即使没自动弹出,文件也一直在那个路径。
## 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`) |
| 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`),`mcp_asr` 子进程也不启动 |
| 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 |
@@ -52,7 +72,7 @@ git clone <本仓库> agent && cd agent
- 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)
- 运行期产物:`local/.runtime/`(`status.html` 状态页、`core.log`、`npm-install.log`、各 MCP 日志、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。
@@ -60,15 +80,17 @@ git clone <本仓库> agent && cd agent
| 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) |
| `PORT` | `8090` | core 端口(别撞下面的 MCP 端口) |
| `NPM_REGISTRY` | 空 | 首次装依赖时用的 npm 源,如 `https://registry.npmjs.org` |
| `MCP_WEB_PORT` / `MCP_IMAGE_PORT` / `MCP_VIDEO_PORT` / `MCP_ASR_PORT` | 8091~8094 | 四个 MCP 的端口(同机跑必须各占一个;改这里还要同步改配置里的 url) |
| `AGENT_LOCAL_UI` | `auto` | 是否自动打开状态页:`auto` = 仅 macOS,`1` 强制,`0` 关闭(页面无论如何都会生成) |
| `AGENT_LOCAL_DETACH` | `1` | `1` = 后台启动后立即返回(用 `stop.sh` 停);`0` = 前台阻塞(看实时日志、`Ctrl-C` 停) |
## 更新
```bash
git pull
./local/start.sh # package.json 变了会自动重装依赖
./local/stop.sh && ./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。
@@ -87,7 +109,9 @@ git pull
## 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
- **没 ffmpeg 时 core 日志会有一条 `asr 工具发现失败`**:此时 `mcp_asr` 不启动(它转码要靠
ffmpeg),但配置里的 asr 条目仍保留(配置不被覆盖)。重试几次后放弃,不影响其它功能。
- **`mcp_asr` 启动后监听 `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。
@@ -95,13 +119,24 @@ git pull
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。
- **首个 `npm install` 要联网**:源不可达时换一个重跑:
`NPM_REGISTRY=https://registry.npmjs.org ./local/start.sh`。中途失败留下的半成品 node_modules
不用手删,下次启动会重新检测缺失的包。
## 排查
```bash
open local/.runtime/status.html # 启动状态页:步骤、失败原因、日志尾巴
tail -f local/.runtime/core.log # core 日志(含 prompt dump 路径、MCP 发现结果)
tail -f local/.runtime/npm-install.log # 装依赖的输出
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)。
启动失败时状态页会自己弹出(带错误说明和日志尾部);它是个静态页,所以改完环境要自己重跑脚本
(它不会自动重试)。
进程表 / 端口对不上时:
```bash
lsof -nP -iTCP:8090-8094 -sTCP:LISTEN # core + 四个 MCP 的监听情况
```
+6 -5
View File
@@ -25,19 +25,20 @@ 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。
# 四个同栈 MCP 由启动器在本机拉起,端口与 start.sh 里的默认值对应(8091~8094,
# 紧跟在 core 的 8090 后面;改 PORT 时别撞上这四个)。
# 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/"
url: "http://127.0.0.1:8091/"
- name: image_task
url: "http://127.0.0.1:3102/mcp"
url: "http://127.0.0.1:8092/mcp"
mode: skill
- name: video_task
url: "http://127.0.0.1:3103/mcp"
url: "http://127.0.0.1:8093/mcp"
mode: skill
- name: asr
url: "http://127.0.0.1:3104/mcp"
url: "http://127.0.0.1:8094/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:
-17
View File
@@ -1,17 +0,0 @@
#!/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 "$code"
+464 -108
View File
@@ -20,25 +20,41 @@ ROOT=$(CDPATH= cd -- "$HERE/.." && pwd)
RUNTIME="$HERE/.runtime"
CONFIG="$HERE/config.local.yml"
LOG="$RUNTIME/core.log"
NPM_LOG="$RUNTIME/npm-install.log"
PORT="${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="${MCP_ASR_PORT:-3104}"
# 本地挤在同一台机器上,必须各占一个端口。默认紧跟 core 的 8090 往后排,
# 所以 core 换端口时(PORT=xxx)要留意别撞上这四个——下面有冲突检查。
MCP_WEB_PORT="${MCP_WEB_PORT:-8091}"
MCP_IMAGE_PORT="${MCP_IMAGE_PORT:-8092}"
MCP_VIDEO_PORT="${MCP_VIDEO_PORT:-8093}"
MCP_ASR_PORT="${MCP_ASR_PORT:-8094}"
# core 与 MCP 抢同一个端口时,后起的那个会 bind 失败、被 start.sh 静默降级成
# 「能力缺失」,排查成本很高。这里直接拒绝启动。
PORT_COLLIDE=0
for p in "$MCP_WEB_PORT" "$MCP_IMAGE_PORT" "$MCP_VIDEO_PORT" "$MCP_ASR_PORT"; do
[ "$p" = "$PORT" ] && PORT_COLLIDE=1
done
mkdir -p "$RUNTIME" "$ROOT/data"
printf '\n==== %s 启动 ====\n' "$(date '+%Y-%m-%d %H:%M:%S')" >> "$LOG"
if [ -t 1 ]; then C='\033[1;32m'; Y='\033[1;33m'; N='\033[0m'; else C=''; Y=''; N=''; fi
if [ -t 1 ]; then
C='\033[1;32m'; Y='\033[1;33m'; N='\033[0m'
# 终端窗口标题:开着一堆窗口时能一眼认出哪个是它(也是「怎么停」的钥匙)。
printf '\033]0;Agent 本地端 :%s\007' "$PORT"
else
C=''; Y=''; N=''
fi
say() { printf "${C}==>${N} %s\n" "$*"; }
warn() { printf "${Y}[!]${N} %s\n" "$*"; }
# ---------- 探测 ----------
NODE_VER=''
NODE_OK=0
@@ -75,14 +91,15 @@ if [ "$NODE_OK" = 1 ]; then
fi
case "$(uname -s)" in
Darwin) NODE_HINT='<code>brew install node@20</code>,或到 nodejs.org 下载 macOS 安装包';;
*) NODE_HINT='用 nvm 安装(<code>nvm install 20</code>),或发行版包管理器装 nodejs 20+';;
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/&/\&amp;/g' -e 's/</\&lt;/g' -e 's/>/\&gt;/g'
}
# 失败时会用浏览器打开它。浏览器里的标签页只有页面自己给的标题,所以每页都带应用名
# (否则用户开着一堆标签,根本不知道这窗口是谁弹的)+ 仓库/日志路径 + 失败日志尾部。
esc() { sed -e 's/&/\&amp;/g' -e 's/</\&lt;/g' -e 's/>/\&gt;/g'; }
html_escape() { printf '%s' "$1" | esc; }
open_target() {
if command -v open >/dev/null 2>&1; then open "$1" >/dev/null 2>&1 || true
@@ -90,87 +107,240 @@ open_target() {
fi
}
setup_head() {
# $1 标题 $2 建议(可含 HTML)
cat > "$RUNTIME/setup.html" <<EOF
<!doctype html>
<html lang="zh-CN"><head><meta charset="utf-8">
<meta name="viewport" content="width=device-width,initial-scale=1">
<title>$(html_escape "$1")</title>
# ---------- 状态页 ----------
# 不需要常驻 HTTP 服务:脚本把状态写进 $RUNTIME/ui/ 下的文件,ui_render 拼成整页,
# 页面靠 <meta http-equiv="refresh"> 每秒重读。这样「连 node 都没装」时也能打开。
# 长步骤(npm install / 起 core)另起一个心跳子进程每秒重绘,日志尾巴也就跟着动了。
#
# 状态全部落文件而不是留在 shell 变量里:心跳子进程拿到的是 fork 时的快照,用变量会越刷越旧。
# ui/title 页面大标题(一行)
# ui/steps 追加的步骤行(<tr>)
# ui/busy 进行中的步骤:第一行文案、第二行开始时间戳
# ui/logpath 当前步骤要展示尾巴的日志文件
# ui/redirect 成功后自动跳转的地址
# ui/error 失败说明(HTML 片段)
UI_DIR="$RUNTIME/ui"
UI_OPEN=0
# 状态页是否已经开过一次。ui_init 开了就不在 ui_fail 里再开一个(同一个页面两个标签,用户会懵)。
UI_OPENED=0
TICKER_PID=''
esc() { sed -e 's/&/\&amp;/g' -e 's/</\&lt;/g' -e 's/>/\&gt;/g'; }
html_escape() { printf '%s' "$1" | esc; }
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 "$1" >/dev/null 2>&1 || true
fi
}
# 默认 macOS 自动弹出(桌面端就该这样);Linux 服务器上不乱开窗口,需要时 AGENT_LOCAL_UI=1。
ui_should_open() {
case "${AGENT_LOCAL_UI:-auto}" in
0|off|no) return 1;;
1|on|yes) return 0;;
esac
[ "$(uname -s)" = 'Darwin' ]
}
ui_init() {
rm -rf "$UI_DIR"
mkdir -p "$UI_DIR"
: > "$UI_DIR/steps"
printf '启动中\n' > "$UI_DIR/title"
ui_render
if ui_should_open; then
UI_OPEN=1
UI_OPENED=1
open_target "$RUNTIME/status.html"
fi
}
# 无状态渲染:所有内容都从文件读,所以心跳子进程也能安全调。
# 先写临时文件再 mv:浏览器可能正好在刷新,不能让它读到半截 HTML。
# 临时文件名必须每次不同:$$ 在子 shell 里仍是主 shell 的 PID(POSIX),
# 心跳与主流程同时渲染时会撞车(mv 报 No such file)。
ui_render() {
tmp=$(mktemp "$RUNTIME/.status.XXXXXX" 2>/dev/null) || tmp="$RUNTIME/status.html.$$.tmp"
{
printf '<!doctype html>\n<html lang="zh-CN"><head><meta charset="utf-8">\n'
printf '<meta name="viewport" content="width=device-width,initial-scale=1">\n'
if [ -s "$UI_DIR/redirect" ]; then
# 后续启动:2 秒后自动进应用(同一个标签页,不再多开一个窗)
printf '<meta http-equiv="refresh" content="2;url=%s">\n' "$(cat "$UI_DIR/redirect")"
elif [ -s "$UI_DIR/ready" ]; then
# 首次安装:就停在这一页,不自动跳(也不刷新),等用户点链接
printf '\n'
else
printf '<meta http-equiv="refresh" content="1">\n'
fi
printf '<title>Agent 本地端 - %s</title>\n' "$(cat "$UI_DIR/title" 2>/dev/null)"
cat <<'CSS'
<style>
:root{color-scheme:light dark}
*{box-sizing:border-box}
body{margin:0;padding:44px 22px;font:15px/1.7 -apple-system,BlinkMacSystemFont,"Segoe UI","PingFang SC","Microsoft YaHei",sans-serif;background:#f5f6f8;color:#20242a}
main{max-width:820px;margin:0 auto;background:#fff;border-radius:14px;padding:28px 30px;box-shadow:0 2px 14px rgba(0,0,0,.07)}
.brand{margin:0 0 4px;font-size:12px;font-weight:600;letter-spacing:.08em;text-transform:uppercase;color:#8a93a0}
h1{font-size:20px;margin:0 0 6px}
.hint{margin:0 0 20px;color:#4a5563}
.meta{margin:0 0 18px;color:#6b7480;font-size:12.5px;word-break:break-all}
.hint{margin:0 0 18px;color:#4a5563}
h2{font-size:13px;margin:22px 0 8px;color:#4a5563}
pre{margin:0;padding:12px 14px;background:#f6f7f9;border:1px solid #eceef1;border-radius:8px;font:12px/1.6 ui-monospace,SFMono-Regular,Menlo,monospace;white-space:pre-wrap;word-break:break-all;max-height:420px;overflow:auto}
table{width:100%;border-collapse:collapse;font-size:14px}
th,td{text-align:left;padding:9px 10px;border-bottom:1px solid #eceef1;vertical-align:top}
th{color:#6b7480;font-weight:600;font-size:12.5px;text-transform:uppercase;letter-spacing:.04em}
td:first-child{width:120px;white-space:nowrap}
.s-ok{color:#1a7f37;font-weight:600;white-space:nowrap}
.s-bad{color:#c0392b;font-weight:600;white-space:nowrap}
.s-warn{color:#9a6700;font-weight:600;white-space:nowrap}
td{padding:8px 10px;border-bottom:1px solid #eceef1;vertical-align:top}
td:first-child{width:52px;white-space:nowrap;font:600 12px/1.8 ui-monospace,SFMono-Regular,Menlo,monospace;letter-spacing:.02em}
.s-ok{color:#1a7f37}
.s-bad{color:#c0392b}
.s-warn{color:#9a6700}
.s-run{color:#6b7480}
.busy{margin:18px 0 0;font-weight:600}
code{background:#f0f2f5;border-radius:5px;padding:1px 5px;font-size:12.5px;font-family:ui-monospace,SFMono-Regular,Menlo,monospace;-webkit-user-select:all;user-select:all}
.open{display:inline-block;margin:0 10px 0 0;padding:10px 18px;background:#1f6feb;color:#fff;border-radius:8px;text-decoration:none;font-weight:600}
.open:hover{background:#1a5fd0}
.addr{font:12.5px ui-monospace,SFMono-Regular,Menlo,monospace;color:#6b7480;-webkit-user-select:all;user-select:all}
a{color:#0b62d6}
.note{margin:20px 0 0;padding-top:16px;border-top:1px solid #eceef1;color:#4a5563;font-size:14px}
.tip{margin:16px 0 0;color:#6b7480;font-size:13px}
@media (prefers-color-scheme:dark){
body{background:#16181d;color:#e6e8eb}
main{background:#1d2026;box-shadow:none}
.hint,.note{color:#a8b1bd}
th,td{border-color:#2b3038}
.meta,.hint,.note,.tip,h2{color:#a8b1bd}
td{border-color:#2b3038}
code{background:#2a2f38}
pre{background:#111318;border-color:#2b3038;color:#c9d1d9}
}
</style></head><body><main>
<h1>$(html_escape "$1")</h1>
<p class="hint">$2</p>
<table><thead><tr><th>检查项</th><th>状态</th><th>说明</th></tr></thead><tbody>
EOF
</style>
CSS
printf '</head><body><main>\n'
printf '<p class="brand">Agent 本地端 / local/start.sh</p>\n'
printf '<h1>%s</h1>\n' "$(cat "$UI_DIR/title" 2>/dev/null)"
printf '<p class="meta">仓库 <code>%s</code><br>日志目录 <code>%s</code></p>\n' \
"$(html_escape "$ROOT")" "$(html_escape "$RUNTIME")"
cat "$UI_DIR/error" 2>/dev/null
if [ -s "$UI_DIR/steps" ]; then
printf '<table><tbody>\n'
cat "$UI_DIR/steps"
printf '</tbody></table>\n'
fi
if [ -f "$UI_DIR/busy" ]; then
bmsg=$(sed -n 1p "$UI_DIR/busy")
bsince=$(sed -n 2p "$UI_DIR/busy")
case "$bsince" in ''|*[!0-9]*) bsince=$(date +%s);; esac
printf '<p class="busy">进行中:%s(已 %s 秒)</p>\n' \
"$(html_escape "$bmsg")" "$(( $(date +%s) - bsince ))"
fi
# 日志尾巴:进行中和失败时都要。注意不能放在上面的 busy 分支里——
# ui_fail 会先清掉 busy,放里面的话失败页反而看不到日志。
if [ -f "$UI_DIR/busy" ] || [ -f "$UI_DIR/error" ]; then
if [ -f "$UI_DIR/error" ]; then log_lines=40; log_title='日志(末尾 40 行)'
else log_lines=20; log_title='实时输出(末尾 20 行)'; fi
lf=$(cat "$UI_DIR/logpath" 2>/dev/null)
if [ -n "$lf" ] && [ -f "$lf" ]; then
printf '<h2>%s</h2><pre>' "$log_title"
tail -n "$log_lines" "$lf" 2>/dev/null | esc
printf '</pre>\n'
fi
fi
# 首次安装的「下一步」提示(ui_done 写)
cat "$UI_DIR/note" 2>/dev/null
if [ -f "$UI_DIR/error" ]; then
printf '<p class="note">修好后重新执行 <code>./local/start.sh</code>。日志都放在上面的日志目录里(<code>core.log</code>、<code>npm-install.log</code>、<code>mcp-*.log</code>)。</p>\n'
elif [ -s "$UI_DIR/redirect" ] || [ -s "$UI_DIR/ready" ]; then
url=$(cat "$UI_DIR/redirect" 2>/dev/null)
[ -n "$url" ] || url=$(cat "$UI_DIR/ready")
# 后续启动:会自己跳;首次安装:只停在这页等点击。两种情况都留一个按钮兜底。
if [ -s "$UI_DIR/redirect" ]; then
printf '<p class="note">2 秒后自动打开应用;没反应就点下面的按钮。</p>\n'
fi
printf '<p class="note"><a class="open" href="%s">打开应用</a> <span class="addr">%s</span></p>\n' "$url" "$url"
printf '<p class="tip">停止服务:运行 <code>./local/stop.sh</code>(关掉这个页面不影响服务)。</p>\n'
else
printf '<p class="tip">本页每秒自动刷新,进度会自己出现。</p>\n'
fi
printf '</main></body></html>\n'
} > "$tmp" && mv -f "$tmp" "$RUNTIME/status.html"
rm -f "$tmp"
}
setup_row() {
# $1 名称 $2 ok|bad|warn $3 状态文字 $4 说明(可含 HTML)
printf '<tr><td>%s</td><td class="s-%s">%s</td><td>%s</td></tr>\n' \
"$(html_escape "$1")" "$2" "$(html_escape "$3")" "$4" >> "$RUNTIME/setup.html"
ui_title() { printf '%s\n' "$1" > "$UI_DIR/title"; ui_render; }
# 步骤标记只用 ASCII(OK / .. / ! / X),别搞花哨符号。
ui_step() {
# $1 文字 $2 ok|run|warn|bad
case "$2" in
ok) m='OK';;
warn) m='!';;
bad) m='X';;
*) m='..';;
esac
printf '<tr><td class="s-%s">%s</td><td>%s</td></tr>\n' "${2:-run}" "$m" "$(html_escape "$1")" >> "$UI_DIR/steps"
ui_render
}
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:<code>PORT=8091 ./local/start.sh</code>"
# 标记一个「正在进行」的步骤:会开一个每秒重绘的心跳,把计时和日志尾巴刷新出来。
ui_busy() {
# $1 文案 $2 日志文件(可选)
ui_stop_ticker
printf '%s\n%s\n' "$1" "$(date +%s)" > "$UI_DIR/busy"
if [ -n "${2:-}" ]; then printf '%s\n' "$2" > "$UI_DIR/logpath"; else : > "$UI_DIR/logpath"; fi
ui_render
if [ "$UI_OPEN" = 1 ]; then
( while [ -f "$UI_DIR/busy" ]; do sleep 1; ui_render; done ) &
TICKER_PID=$!
fi
}
setup_close() {
cat >> "$RUNTIME/setup.html" <<'EOF'
</tbody></table>
<p class="note">装好之后回到终端,重新执行 <code>./local/start.sh</code>(或双击 <code>start.command</code>)。</p>
<p class="tip">这个页面是本地静态文件,不会自动刷新,也不会重试。</p>
</main></body></html>
EOF
open_target "$RUNTIME/setup.html"
printf '\n自检页已保存:%s\n' "$RUNTIME/setup.html"
# 必须显式收掉并清空 PID:心跳在 busy 文件消失后自己退出,但变量还留着旧的 PID,
# 下一个步骤就不会再起心跳(页面会永远停在「已 0 秒」)。
ui_stop_ticker() {
[ -n "$TICKER_PID" ] && kill "$TICKER_PID" 2>/dev/null
TICKER_PID=''
}
ui_idle() { ui_stop_ticker; rm -f "$UI_DIR/busy"; ui_render; }
ui_done() {
# $1 应用地址 $2 auto|click(首次安装用 click:给链接让用户自己点,不自动跳)
ui_stop_ticker
rm -f "$UI_DIR/busy" "$UI_DIR/error" "$UI_DIR/redirect" "$UI_DIR/ready" "$UI_DIR/note"
printf '%s\n' "${1:-}" > "$UI_DIR/ready"
if [ "${2:-auto}" = 'auto' ]; then
printf '%s\n' "${1:-}" > "$UI_DIR/redirect"
else
# 首次安装用户就停在这页,那下一步怎么配模型也得写在页上,不能只在终端里。
printf '<p class="hint">首次使用:进去后点左下角「用户区」→ 设置 → 模型池,添加平台和 API Key,再点「重启」(服务会自动拉起来)。</p>\n' > "$UI_DIR/note"
fi
ui_title '已启动'
}
ui_fail() {
# $1 标题 $2 说明(HTML) $3 日志文件(可选)
ui_stop_ticker
rm -f "$UI_DIR/busy" "$UI_DIR/redirect"
printf '%s\n' "$1" > "$UI_DIR/title"
printf '<p class="hint">%s</p>\n' "$2" > "$UI_DIR/error"
[ -n "${3:-}" ] && printf '%s\n' "$3" > "$UI_DIR/logpath"
ui_render
# 失败一定要让人看到:本次还没弹过就补开一次(Linux 上 ui_init 默认不开,失败也要能看见)。
if [ "$UI_OPENED" != 1 ]; then
UI_OPENED=1
open_target "$RUNTIME/status.html"
fi
printf '\n状态页:%s\n' "$RUNTIME/status.html"
}
ui_checks() {
if [ "$NODE_OK" = 1 ]; then ui_step "Node.js ${NODE_VER}(需要 20+)" ok
else ui_step "Node.js 缺失或版本过低:$NODE_HINT" bad; fi
if [ "$NPM_OK" = 1 ]; then ui_step 'npm 可用(装依赖用)' ok
else ui_step 'npm 缺失:随 Node.js 一起装,重装 Node 即可' bad; fi
if [ "$PY_OK" = 1 ]; then ui_step "python3 ${PY_VER}(技能可用)" ok
else ui_step 'python3 未安装(可选,技能清单为空)' warn; fi
if [ "$FF_OK" = 1 ]; then ui_step "ffmpeg ${FF_VER}(语音可用)" ok
else ui_step 'ffmpeg 未安装(可选,麦克风入口隐藏)' warn; fi
if [ "$PORT_FREE" = 1 ]; then ui_step "端口 $PORT 可用" ok
else ui_step "端口 $PORT 已被占用(换 PORT=8099)" bad; fi
}
# ---------- 首次运行:选目录 + 生成配置 ----------
@@ -197,18 +367,19 @@ generate_config() {
# 想彻底重来:删掉本文件再跑一次 ./local/start.sh(会话记录在 data/ 和工作目录里,不会被删)。
port: $PORT
# AI 的工作根。启动器注入 AGENT_FILE_SCOPE=workspace,文件工具可读写这个目录下的任意位置,
# 不再像服务器那样被限制在单个会话子目录里。
workspace_root: $ws
data_root: $ROOT/data
# 不再像服务器那样被限制在单个会话子目录里。路径一律加引号:用户选的目录带空格/':'/'#' 时
# 不加引号会被 YAML 当成注释或键值分隔符。
workspace_root: "$ws"
data_root: "$ROOT/data"
skills:
# 指向 local/.runtime/skills:启动脚本按「有没有可用的 python3」把它软链到真技能目录或空目录。
# 这样装不装 python3 都不用改这份配置(改完重跑脚本即生效)。
skills_root: $ROOT/local/.runtime/skills
skills_root: "$ROOT/local/.runtime/skills"
# 故意留空:启动后在设置页添加平台与 API Key,再点「重启」——启动器会自动拉起。
platforms: []
log_level: info
mcp_servers:
# 四个同栈 MCP 都在本机跑(零依赖 Node),端口由启动器分配,别和上面的 PORT 撞。
# 四个同栈 MCP 都在本机跑(零依赖 Node),端口由启动器分配(默认 8091~8094),别和上面的 PORT 撞。
# 上游密钥/地址由这里的 headers 带(在设置页对应卡片里填);不填则该能力不可用。
- name: web_search
url: "http://127.0.0.1:$MCP_WEB_PORT/"
@@ -236,6 +407,22 @@ link_skills() {
ln -s "$dest" "$link" || { warn "技能目录软链创建失败:$link"; return 1; }
}
# 依赖是否装全:0 = 齐全,非 0 = 缺(npm install 中途失败、被手工删过等)。
# 为什么不用 require.resolve:mcp/image_task 依赖 @modelcontextprotocol/sdk 这类纯 ESM 包,
# 它的 exports.require 指向的文件在发布包里并不存在(只有 import 能解析),
# require.resolve 会误判成「没装」,于是每次启动都重装一遍。
# 改为看 node_modules/<dep>/package.json 在不在:能拦住「目录建了但内容没解开」的半成品。
deps_resolvable() {
node -e '
const fs = require("fs"), path = require("path");
const dir = process.argv[2];
const pkg = require(path.resolve(process.argv[1]));
for (const dep of Object.keys(pkg.dependencies || {})) {
if (!fs.existsSync(path.join(dir, "node_modules", dep, "package.json"))) process.exit(1);
}
' "$1/package.json" "$1" >/dev/null 2>&1
}
# ---------- 依赖安装 ----------
# 不只 app:mcp/image_task 与 mcp/video_task 也带 npm 依赖(@modelcontextprotocol/sdk + express),
# 服务器上这些是镜像构建时装好的,本地得自己装。asr / web_search 是零依赖,自动跳过。
@@ -244,29 +431,57 @@ ensure_deps() {
for d in "$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
# 不能只看 node_modules 在不在:上次 npm install 中途失败会留下半成品目录,
# 目录在、包不全,再按「存在即已装」判断就会永远跳过安装,core 起来就 require 失败。
# 所以逐个依赖 require.resolve 实测一遍(顺带覆盖手误删掉某个包的情况)。
if [ ! -d "$d/node_modules" ] || [ ! -f "$d/node_modules/.agent-installed" ] \
|| [ "$d/package.json" -nt "$d/node_modules/.agent-installed" ] \
|| ! deps_resolvable "$d"; then
NEED="$NEED $d"
fi
fi
done
[ -z "$NEED" ] && return 0
[ -z "$NEED" ] && { ui_step 'Node 依赖已就绪(无需安装)' ok; return 0; }
if [ "$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 <code>npm</code>。'
return 1
fi
say '首次运行:安装 Node 依赖(需要联网,通常 1~3 分钟)'
say '安装 Node 依赖(需要联网,通常 1~3 分钟;已装好的目录会跳过)'
: > "$NPM_LOG"
# 长步骤:页面上会持续显示已用秒数 + npm 输出的尾巴(心跳每秒重绘)。
ui_busy '安装 Node 依赖(npm install)' "$NPM_LOG"
ndir=0
for d in $NEED; do
ndir=$((ndir + 1))
say " npm install → ${d#$ROOT/}"
# 输出同时落盘(页面里要带日志)与终端(人盯着看进度)。
# tee 会把 npm 的退出码吃掉,所以下面不靠退出码,而是直接实测依赖齐不齐。
if [ -n "$NPM_REGISTRY" ]; then
( cd "$d" && npm install --no-audit --no-fund --omit=dev --registry "$NPM_REGISTRY" ) || return 1
( cd "$d" && npm install --no-audit --no-fund --omit=dev --registry "$NPM_REGISTRY" ) 2>&1 | tee -a "$NPM_LOG"
else
( cd "$d" && npm install --no-audit --no-fund --omit=dev ) || return 1
( cd "$d" && npm install --no-audit --no-fund --omit=dev ) 2>&1 | tee -a "$NPM_LOG"
fi
if ! deps_resolvable "$d"; then
install_failed "$d"
return 1
fi
# 打时间戳:npm 在「已经是最新」时不会更新 node_modules 的 mtime,
# 只看目录 mtime 会导致每次启动都白跑一次 install。
touch "$d/node_modules/.agent-installed"
done
ui_idle
ui_step "Node 依赖已装好($ndir 个目录)" ok
return 0
}
# 安装失败时把「怎么再试」写进自检页。npm 自己在这种网络错误下只会吐一句
# "Exit handler never called!"(npm 10 + Node 22 的已知毛病),不提源就无从下手。
install_failed() {
SETUP_TITLE='依赖安装失败'
SETUP_HINT="<code>${1#$ROOT/}</code> 的 npm install 没装成功,绝大多数是 npm 源不可达。先确认源:<code>npm config get registry</code>;如果指向你环境里解析不了的地址,换源重试:<code>NPM_REGISTRY=https://registry.npmjs.org ./local/start.sh</code>。半成品 node_modules 不用手删,下次启动会重新检测缺失的包。下面是 npm 自己的输出(完整日志见本页底部路径)。"
}
# ---------- 子进程 ----------
MCP_PIDS=''
# 四个服务对接参数的方式不一样,别混用:
@@ -297,14 +512,19 @@ kill_tree() {
}
do_cleanup() {
# 心跳子进程也得收掉,不然退出后它会继续每秒重绘页面。
ui_stop_ticker
rm -f "$RUNTIME/ui/busy" "$RUNTIME/supervisor.pid"
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
# 收到 INT/TERM/HUP 就真停:先置标志,再主动收掉 core。
# 只置标志不够:信号可能只到了脚本(终端关窗发 HUP 就是这种),而 core 还活着,
# 启动器会卡在 wait 上不退出。kill 掉 core 才能让 wait 返回、循环看到 STOPPING 后收尾。
# 信号处理在「后台化」之后才安装:父进程 spawn 完子进程就退出,
# 如果此时已有 EXIT trap,do_cleanup 会把子进程刚写的 supervisor.pid 删掉(实测过)。
health() {
if command -v curl >/dev/null 2>&1; then
@@ -314,6 +534,23 @@ health() {
fi
}
# 是否已有启动器在跑(打印它的 pid,退出码 0/1)。
# 只看 health() 不够:core 起来要几秒(先起 MCP、装依赖可能更久),这期间再跑一次 start.sh
# 就会拉起第二个启动器;两个 core 抢同一个端口,一个 EADDRINUSE 被守护循环反复重启(实测过),
# 而 stop.sh 只认 pid 文件里那一个,等于停不干净。
# 子进程一启动就把自己的 pid 写进 supervisor.pid,所以这个判断是秒级的。
running_supervisor() {
[ -f "$RUNTIME/supervisor.pid" ] || return 1
spid=$(cat "$RUNTIME/supervisor.pid" 2>/dev/null) || return 1
[ -n "$spid" ] || return 1
kill -0 "$spid" 2>/dev/null || return 1
# pid 可能已被系统回收给别的进程:确认它真是本脚本(命令行可能是相对路径,匹配文件名即可)。
case "$(ps -p "$spid" -o command= 2>/dev/null || true)" in
*start.sh*) printf '%s' "$spid"; return 0 ;;
esac
return 1
}
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)})' "$1" >/dev/null 2>&1
}
@@ -344,50 +581,155 @@ open_browser() {
fi
}
# ============ 后台化 ============
# start.sh 只做入口:把真正的启动器 nohup 到后台就返回,所以终端里跑完就能关窗口/做别的事。
# 停止统一走 ./local/stop.sh(或状态页上写的命令)。
# 前台模式(看实时日志、Ctrl-C 停):AGENT_LOCAL_DETACH=0 ./local/start.sh
# AGENT_LOCAL_DETACHED 是子进程标记,防自己无限重入。
if [ "${AGENT_LOCAL_DETACH:-1}" = 1 ] && [ "${AGENT_LOCAL_DETACHED:-0}" != 1 ]; then
if spid=$(running_supervisor); then
say "已在运行(启动器 pid ${spid}):http://$HOST_ADDR:$PORT"
printf '停止:%s/stop.sh\n' "$HERE"
exit 0
fi
# 启动器已经退出的残留 pid 文件:留着会误导下面这次启动,直接清掉。
rm -f "$RUNTIME/supervisor.pid"
if health; then
# 端口上有 agent-core,但不是本启动器拉起的(例如手动 node server.js,或启动器被 kill -9 后的遗留)。
# 这里不能再起一个(两个 core 抢同一端口),也不能声称"已在运行"(本次没有守护循环)。
say "$PORT 端口上已有 agent-core 在运行(不是本启动器拉起的)"
printf '先停掉它,再重新启动:%s/stop.sh\n' "$HERE"
exit 0
fi
# node 是硬前提,且跟「选哪个目录」无关:先拦下来,别让用户白选目录、白生成一份配置。
if [ "$NODE_OK" != 1 ]; then
ui_init
ui_checks
warn '启动前自检未通过:没有找到可用的 Node.js 20+'
printf '安装方式:%s\n' "$NODE_HINT"
ui_fail '启动前自检未通过' '没有找到可用的 Node.js 20+,服务起不来。按下面表格里的提示装好后,重新执行 <code>./local/start.sh</code>。'
exit 1
fi
# 首次运行在父进程里做完(选目录需要 tty / 弹窗),子进程只管起服务。
first_run=0
if [ ! -f "$CONFIG" ]; then
say '首次运行:需要选一个 AI 的工作目录'
WS=$(choose_workspace)
generate_config "$WS"
first_run=1
fi
nohup env AGENT_LOCAL_DETACHED=1 AGENT_LOCAL_FIRST_RUN="$first_run" "$HERE/start.sh" >>"$LOG" 2>&1 </dev/null &
child=$!
sleep 1
if kill -0 "$child" 2>/dev/null; then
printf '\n已转到后台运行(pid %s)\n' "$child"
printf '应用:http://%s:%s\n' "$HOST_ADDR" "$PORT"
printf '进度/日志:%s/status.html · %s\n' "$RUNTIME" "$LOG"
printf '停止:%s/stop.sh\n' "$HERE"
exit 0
fi
warn "启动失败:$(cat "$UI_DIR/title" 2>/dev/null || printf '后台进程立刻退出了')"
# 真正的错误和日志尾巴都在状态页上(子进程的 stdout 只进日志,光 tail 日志看不到为什么)。
printf '原因和日志:%s/status.html\n' "$RUNTIME"
printf '后台日志:%s\n' "$LOG"
exit 1
fi
# 把自己记下来:local/stop.sh 靠它先停启动器(只停 core 会被守护重新拉起来)。
printf '%s\n' "$$" > "$RUNTIME/supervisor.pid"
# 信号处理:收到 INT/TERM/HUP 就真停(只置标志不够,core 还活着时 wait 不会返回)。
on_signal() {
STOPPING=1
[ -n "$CORE_PID" ] && kill_tree "$CORE_PID"
}
trap 'on_signal' INT TERM HUP
trap 'do_cleanup' EXIT
# ============ 主流程 ============
ui_init
ui_checks
if [ "$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 <code>./local/start.sh</code>。"
setup_rows
setup_close
warn '启动前自检未通过:没有找到可用的 Node.js 20+'
printf '安装方式:%s\n' "$NODE_HINT"
ui_fail '启动前自检未通过' '没有找到可用的 Node.js 20+,服务起不来。按下面表格里的提示装好后,重新执行 <code>./local/start.sh</code>。'
exit 1
fi
if [ "$PORT_COLLIDE" = 1 ]; then
ui_fail '端口冲突' "core 要用 ${PORT},但这四个端口被 MCP 服务占着(8091~8094)。要么换 core 端口(<code>PORT=8099 ./local/start.sh</code>),要么显式改写 MCP 端口(如 <code>MCP_WEB_PORT=8101</code>),但后者还要同步改配置里的 url。"
exit 1
fi
if [ "$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:<code>PORT=8091 ./local/start.sh</code>(记得把设置页里的访问地址一起改)。"
setup_rows
setup_close
ui_fail '端口被占用' "端口 $PORT 上已经有程序在监听。关掉它,或者换个端口启动:<code>PORT=8099 ./local/start.sh</code>(8091~8094 留给 MCP,别占用;记得把设置页里的访问地址一起改)。"
exit 1
fi
# 首次安装(配置是本次刚生成的)不自动跳进应用:状态页给按钮,用户自己点。
# 后台模式下这件事是父进程做完再告诉子进程的(AGENT_LOCAL_FIRST_RUN),否则子进程看到的
# 配置已经存在,会误判成「二次启动」而自动跳转。
FIRST_RUN="${AGENT_LOCAL_FIRST_RUN:-0}"
if [ ! -f "$CONFIG" ]; then
FIRST_RUN=1
say '首次运行:需要选一个 AI 的工作目录'
ui_busy '请在弹出的窗口里选择 AI 的工作目录'
WS=$(choose_workspace)
generate_config "$WS"
ui_idle
ui_step "工作目录:$WS" ok
ui_step '已生成 local/config.local.yml' ok
else
say "使用已有配置:$CONFIG"
ui_step '沿用已有配置 local/config.local.yml' ok
# 配置首次生成后永不覆盖,所以 MCP 端口只存在配置里。如果它和本次要起的端口不一致
# (改过默认值、或用了 MCP_*_PORT 覆盖),core 会发现不到工具,但只会在日志里留一条 warn。
for pair in "web:$MCP_WEB_PORT" "image:$MCP_IMAGE_PORT" "video:$MCP_VIDEO_PORT" "asr:$MCP_ASR_PORT"; do
tag=${pair%%:*}; mp=${pair#*:}
grep -q "127.0.0.1:$mp" "$CONFIG" || {
warn "配置里的 $tag MCP 端口与本次启动(${mp})不一致,该能力将不可用;改 $CONFIG 或重新生成配置"
ui_step "配置里 $tag MCP 端口不是 ${mp}(该能力将不可用)" warn
}
done
fi
if ! ensure_deps; then
setup_head "${SETUP_TITLE:-依赖安装失败}" "${SETUP_HINT:-安装 <code>app/</code> 的 Node 依赖时出错了,多半是网络问题。}"
setup_rows
setup_close
printf '\n最近日志:\n'
tail -n 20 "$LOG" 2>/dev/null || true
ui_fail "${SETUP_TITLE:-依赖安装失败}" "${SETUP_HINT:-安装 <code>app/</code> 的 Node 依赖时出错了,多半是网络问题。}" "$NPM_LOG"
exit 1
fi
link_skills
# 语音:ffmpeg 在就启用(ASR_URL 由 core 直接读 env,不是配置),不在就不给入口。
if [ "$FF_OK" = 1 ]; then ASR_URL="http://$HOST_ADDR:$MCP_ASR_PORT"; else ASR_URL=''; fi
if link_skills; then
if [ "$PY_OK" = 1 ]; then ui_step '技能:已启用(python3 就绪)' ok
else ui_step '技能:已关闭(未安装 python3,装好后重跑脚本即可)' warn; fi
else
ui_step '技能目录软链创建失败,技能不可用' warn
fi
# 语音:ffmpeg 在就启用,两条线都靠同一个开关:
# ASR_URL 注入 → core 才挂 /api/asr、前端才显示麦克风
# mcp_asr 子进程 → 模型的 transcribe_audio 工具(它转码依赖 ffmpeg,没有就没意义)
# 配置里的 asr 条目总是保留(配置首次生成后不覆盖),所以没 ffmpeg 时 core 会报一次
# 「asr 工具发现失败」——那是预期,不是故障。
say '启动 MCP 服务…'
ui_busy "启动 MCP 服务(${MCP_WEB_PORT}-${MCP_ASR_PORT})"
start_mcp_flags web_search "$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 "$MCP_ASR_PORT" asr src/server.js
if [ "$FF_OK" = 1 ]; then
ASR_URL="http://$HOST_ADDR:$MCP_ASR_PORT"
start_mcp_env asr "$MCP_ASR_PORT" asr src/server.js
MCP_COUNT='4 个'
else
ASR_URL=''
MCP_COUNT='3 个(asr 未启动:没有 ffmpeg)'
fi
ui_idle
ui_step "MCP 子进程已启动:$MCP_COUNT" ok
say "启动 agent-core($HOST_ADDR:$PORT)…"
say "启动 agent-core(${HOST_ADDR}:${PORT})…"
# 等 core 健康检查最多 60 秒,这期间页面一直显示「进行中 + core 日志尾巴」。
ui_busy "启动 agent-core(${HOST_ADDR}:${PORT})" "$LOG"
FIRST=1
FAILS=0
while :; do
@@ -404,32 +746,45 @@ while :; do
if health; then
if [ "$FIRST" = 1 ]; then
FIRST=0
open_browser
printf '\n'
say "已启动:http://$HOST_ADDR:$PORT"
sleep 1
ui_idle
ui_step "agent-core 已就绪:http://${HOST_ADDR}:${PORT}" ok
check_mcp "$MCP_WEB_PORT" web
check_mcp "$MCP_IMAGE_PORT" image
check_mcp "$MCP_VIDEO_PORT" video
check_mcp "$MCP_ASR_PORT" asr
[ "$FF_OK" = 1 ] && check_mcp "$MCP_ASR_PORT" asr
if [ "$FIRST_RUN" = 1 ]; then
# 首次安装:停在状态页,给一个按钮让用户自己点(先看完「首次使用」提示再进去)。
ui_done "http://${HOST_ADDR}:${PORT}" click
# 状态页没弹出来时(Linux / AGENT_LOCAL_UI=0)总得给个入口,否则用户什么都看不到。
[ "$UI_OPEN" = 1 ] || open_browser
else
ui_done "http://${HOST_ADDR}:${PORT}" auto
open_browser
fi
printf '\n'
say "已启动:http://$HOST_ADDR:$PORT"
sleep 1
if [ "$FF_OK" = 1 ]; then
say '语音:可用(ffmpeg 已就绪;还需在设置页给 asr 填上游地址与模型)'
else
say '语音:不可用(未安装 ffmpeg,麦克风入口会自动隐藏)'
say '语音:不可用(未装 ffmpeg,麦克风入口隐藏、asr 子进程未启动;core 日志里的 asr 发现失败是预期的)'
fi
if [ "$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'
if [ "$FIRST_RUN" = 1 ]; then
printf '\n首次使用:左下角「用户区」→ 设置 → 模型池,添加平台和 API Key,然后点「重启」。\n'
fi
printf '停止:Ctrl-C,或 %s/stop.sh\n\n' "$HERE"
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=''
ui_fail 'agent-core 没能启动' "配置或依赖有问题,服务没起来。日志尾部附在下方;改完重跑 <code>./local/start.sh</code>。若刚在设置页改过配置,也可能是 YAML 写坏了:<code>$(html_escape "$CONFIG" | sed -e 's|.*/||')</code>。" "$LOG"
exit 1
fi
@@ -441,6 +796,7 @@ while :; do
if [ "$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
ui_fail "agent-core 反复启动失败($FAILS 次)" '最常见的原因是配置写坏了(YAML 缩进/引号)或依赖装了一半。日志尾部在下方;改完重跑 <code>./local/start.sh</code>。' "$LOG"
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)'
Executable
+102
View File
@@ -0,0 +1,102 @@
#!/bin/sh
# local/stop.sh —— 停掉本机 local 模式拉起来的 agent-core 与 MCP 子进程。
#
# 正常停法就是 ./local/stop.sh:启动器默认是后台跑的(start.sh 拉起后就返回)。
# 前台模式(AGENT_LOCAL_DETACH=0)下 Ctrl-C / 关窗口也能停。
# 但终端可能被关掉、进程可能是从别处起的——那时就只能按 pid / 端口找。
#
# 关键点:启动器是父进程(启动器 → core + 3/4 个 MCP),只杀 core 会被它重新拉起来
# (那是「重启」的语义)。所以必须先停启动器,停不掉再按端口硬收。
# 幂等:没在运行时直说,不报错。
set -u
HERE=$(CDPATH= cd -- "$(dirname -- "$0")" && pwd)
RUNTIME="$HERE/.runtime"
PIDFILE="$RUNTIME/supervisor.pid"
PORT="${PORT:-8090}"
# 与 start.sh 的默认值一致;用 MCP_*_PORT 改过端口时这里也要跟着改(否则兜底那步找不到它们)。
MCP_PORTS="${MCP_WEB_PORT:-8091} ${MCP_IMAGE_PORT:-8092} ${MCP_VIDEO_PORT:-8093} ${MCP_ASR_PORT:-8094}"
stopped=0
say() { printf '==> %s\n' "$*"; }
# 某个端口上处于 LISTEN 的进程 pid(没有 lsof 就返回空)。
pids_on_port() {
command -v lsof >/dev/null 2>&1 || return 0
lsof -nP -tiTCP:"$1" -sTCP:LISTEN 2>/dev/null
}
stop_pid() {
# $1 pid $2 说明
kill -TERM "$1" 2>/dev/null || return 0
say "停止$2(pid $1)"
stopped=1
}
wait_gone() {
# $1 pid,最多等 10 秒
i=0
while [ "$i" -lt 20 ]; do
kill -0 "$1" 2>/dev/null || return 0
sleep 0.5 2>/dev/null || sleep 1
i=$((i + 1))
done
}
# 1) 首选:启动器自己写的 pid 文件(最准,也最快)。
if [ -f "$PIDFILE" ]; then
pid=$(cat "$PIDFILE" 2>/dev/null || printf '')
case "$pid" in ''|*[!0-9]*) pid='';; esac
if [ -n "$pid" ] && kill -0 "$pid" 2>/dev/null; then
stop_pid "$pid" '启动器'
wait_gone "$pid"
if kill -0 "$pid" 2>/dev/null; then
say '启动器 10 秒内没退出,强制结束'
kill -KILL "$pid" 2>/dev/null || true
fi
sleep 1
fi
rm -f "$PIDFILE"
fi
# 2) pid 文件丢了(终端被强杀、目录被清过):从 core 的父进程认出启动器。
# 按「谁是 8090 的父进程」找,而不是按启动命令的路径拼写去 pgrep——
# 同机可能有别的 clone,靠路径匹配容易误杀或不匹配(实测 `sh ./local/start.sh` 是相对路径)。
if [ "$stopped" = 0 ]; then
for pid in $(pids_on_port "$PORT"); do
ppid=$(ps -o ppid= -p "$pid" 2>/dev/null | tr -d ' ')
case "$ppid" in ''|0|1|*[!0-9]*) continue;; esac
if ps -o command= -p "$ppid" 2>/dev/null | grep -q 'start\.sh'; then
stop_pid "$ppid" '启动器(按 core 的父进程识别)'
wait_gone "$ppid"
if kill -0 "$ppid" 2>/dev/null; then
say '启动器 10 秒内没退出,强制结束'
kill -KILL "$ppid" 2>/dev/null || true
fi
fi
done
[ "$stopped" = 1 ] && sleep 2
fi
# 3) 兜底:还占着端口的直接收(启动器已经死了,剩下的都是孤儿)。
for p in "$PORT" $MCP_PORTS; do
for pid in $(pids_on_port "$p"); do
stop_pid "$pid" "端口 $p 上的进程"
done
done
[ "$stopped" = 1 ] && sleep 2
# 4) 收尾:仍占着端口的强制结束,避免下次启动被判「端口被占用」。
for p in "$PORT" $MCP_PORTS; do
for pid in $(pids_on_port "$p"); do
kill -KILL "$pid" 2>/dev/null || true
done
done
if [ "$stopped" = 1 ]; then
say '已停止'
else
say "没有在运行($PORT 与 MCP 端口 $MCP_PORTS 都空闲)"
fi