Files
agent/local
kicer 317397154e feat(office): 本地可用——install.sh 跨平台取资产,PATH 直塞 scripts 目录
office 技能本体(SKILL.md + Node 封装层 + officecli 二进制)本来就是跨平台的,
坏在两处容器假设:install.sh 只认 linux-x64、PATH 入口只写 /usr/local/bin。

- install.sh: 按 uname -s/-m 选资产(linux x64/arm64、mac x64/arm64),校验和 pin 到
  上游 release 的 SHA256SUMS(八平台齐全,linux-x64 那行与原有 pin 完全一致);
  mac 没有 sha256sum,补 shasum -a 256 兜底;构建阶段判定提前到平台探测之前,
  避免构建机架构未被识别时中断镜像构建
- 已在且能跑就沿用:officecli 会自更新到上游 latest(实测 1.0.157 跑一次变 1.0.160,
  文件大小与 latest 资产一字节不差),用 pin 去比对只会反复重拉 34MB。服务器卷 :ro、
  二进制不会漂,正常仍走 sha 比对,行为不变
- local/start.sh: 起 core 时把 skills/office/scripts 塞进 PATH(服务器靠镜像里的
  /usr/local/bin 软链;本地没 root 写不了系统目录)。无需复制、无需改 app/
- 封装层 ENOENT 报错带上 install.sh 绝对路径,模型看到即可自行补装

本地实测(macOS x86_64):office create / view outline 正常;启动器不预下载,首次用到时
按报错跑一次 install.sh(GitHub 慢时自动换 gh-proxy,实测 27s)。
预览仍不可用(缺 executor 的 :3100 网关),已记入文档。
2026-11-11 17:31:04 +08:00
..

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

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),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 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」。

新建会话时,欢迎页「随时开始吧」下方可以手选一个工作目录:选了之后这个会话的 AI 一切操作 都在那个目录里(不再建 task-* 子目录);不选就沿用默认(系统工作目录下的独立会话目录)。 删会话不会删你选的目录。

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。

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),mcp_asr 子进程也不启动
技能 python3(仅 Python 类技能需要) 技能清单照常显示;调 run.py 类技能报「入口启动失败」,office 这类非 Python 技能不受影响
Office 文档(docx/xlsx/pptx) 首次用到时下载一次 officecli 二进制(约 34MB) office 命令报「binary missing」并给出 skills/office/install.sh 绝对路径,按提示跑一次即可(不需要 root、不需重启)
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 之后重跑一次 ./local/start.sh 即可生效。python3 稍特殊:技能清单本来就在, 只要新装的解释器落在 core 启动时 PATH 已包含的目录里(如 brew 的 /opt/homebrew/bin)就无需重启; 换了目录就重跑脚本。这三项都不写进配置,靠「起不起子进程 / 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/(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。

常用环境变量

变量 默认 说明
PORT 8090 core 端口(别撞下面的 MCP 端口)
NPM_REGISTRY 空 手动指定 npm 源(默认自动探测;指定后不再自动换源)
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)
AGENT_LOCAL_CACHE ~/.cache/agent-local 依赖缓存的存放位置(多个 clone 共享)
AGENT_LOCAL_NPM_TIMEOUT 240 单次 npm install 的超时秒数,超过就换源重试

依赖安装与网络(国内环境)

首次启动要装一次 Node 依赖,启动器会自己处理环境问题,不需要你操心:

  • 自动选源:并行探 registry.npmmirror.com 与官方源,用最快的那个(国内基本会选 npmmirror)。 结果缓存一天;不写你本机的 ~/.npmrc,也不改全局配置。
  • 失败自动换源重试:一个源不行就换下一个;换源成功会记住它。
  • 卡住有看门狗:npm 在断网时可能既不报错也不退出,超过 AGENT_LOCAL_NPM_TIMEOUT 就结束它并换源。
  • 装完存缓存:打成一张 tarball 放到 ~/.cache/agent-local/。之后重启、删掉 node_modules、 再 clone 一份,都是解压恢复(秒级、零网络)。
  • 失败说人话:状态页会直接告诉你「网络没通 / 缺编译工具链(xcode-select --install)/ 没有写权限」, 不需要读 npm 日志。

要清缓存就删那个目录:rm -rf ~/.cache/agent-local(下次启动会重新装一次)。

更新

git pull
./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。

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

  • 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。
  • 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。
  • office 文档没有预览:预览卡片走 core → executor 的 :3100 网关,本地没有这个网关, 点开得不到可用页面;文档本身的创建/编辑/读取完全正常。
  • 技能依赖不预装:本地没有 agent-executor-init,skills/*/requirements.txt 不会在启动时 自动安装。技能缺包时会报 ModuleNotFoundError,模型会把缺的包装进 skills/deps (AGENT_SKILLS_DEPS 指向它,且已在该进程的 PYTHONPATH 里,装完下次运行即生效)。 连 python3 都没有时技能清单依旧完整,模型会自己把它装上再继续。 需要系统库的包(如 weasyprint 依赖 pango/cairo)pip 装不了,得自己 brew install。
  • 首个 npm install 要联网:启动器会自动选源、换源重试、并把装好的依赖缓存到 ~/.cache/agent-local/;之后重启 / 换 clone 都是本地解压,不需要网络。真要手动指定源: NPM_REGISTRY=https://registry.npmmirror.com ./local/start.sh。中途失败留下的半成品 node_modules 不用手删(换源重试前会自动清)。

排查

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:

lsof -nP -iTCP:8090-8094 -sTCP:LISTEN   # core + 四个 MCP 的监听情况