Files
agent/app
kicer b4d39675ec 多模态投递定案:探针矩阵证伪「每轮一张」限流与外链嫌疑,合并消息按官方形态收敛——DeepSeek 视觉受控实验(纯色条 ground-truth 图 × prompt_tokens 差值 × /p 外部取用日志,三源交叉):data URL 单/双图、/p 外链单/双图(自签 https+attachment 头)、tool 回执后 user 合并形态、真实微信截图逐字 OCR,9 项全 PASS;生产 DB usage.pt 实测每图轮 +600~1000——14:33 时图早已进入上下文,"看不见"是弱模型叙事惯性而非投递失败。据此采纳评审可落地三条:llm.js 合并 user 消息改 text 置顶排布(逐图对应说明合并进首段文字、图块按回执顺序紧随,对齐官方示例形态),首段明说「不是用户新输入」并附「先逐张简述再继续」指令兼作送达自检;"已消费"分界从任意 assistant 收紧为最后一条无 tool_calls 的收尾 assistant(中间只发 tool_calls 的轮次不算已阅,图继续留在上下文直到模型真正答复过,鲁棒优先于极致省 token)。engine.js 撤 imgThisTurn 每轮一张批次限流(多图实测可行,该限流是为误诊买的保险),保留同回合同图去重护栏(本轮实测 11:51 式 40 连读已收敛为 1 次挡回+如实上报);「发送形态」debug 日志转常驻观测。definitions.json read_file 图片段与 ARCHITECTURE 图片链路、陷阱 7 同步(含诊断三源方法论:发送形态日志/外部取用行/pt 增量)。探针实验产物已全部清理;docker-compose.yml 为用户自改不在本次提交。
2026-09-28 16:27:00 +08:00
..
多模态投递定案:探针矩阵证伪「每轮一张」限流与外链嫌疑,合并消息按官方形态收敛——DeepSeek 视觉受控实验(纯色条 ground-truth 图 × prompt_tokens 差值 × /p 外部取用日志,三源交叉):data URL 单/双图、/p 外链单/双图(自签 https+attachment 头)、tool 回执后 user 合并形态、真实微信截图逐字 OCR,9 项全 PASS;生产 DB usage.pt 实测每图轮 +600~1000——14:33 时图早已进入上下文,"看不见"是弱模型叙事惯性而非投递失败。据此采纳评审可落地三条:llm.js 合并 user 消息改 text 置顶排布(逐图对应说明合并进首段文字、图块按回执顺序紧随,对齐官方示例形态),首段明说「不是用户新输入」并附「先逐张简述再继续」指令兼作送达自检;"已消费"分界从任意 assistant 收紧为最后一条无 tool_calls 的收尾 assistant(中间只发 tool_calls 的轮次不算已阅,图继续留在上下文直到模型真正答复过,鲁棒优先于极致省 token)。engine.js 撤 imgThisTurn 每轮一张批次限流(多图实测可行,该限流是为误诊买的保险),保留同回合同图去重护栏(本轮实测 11:51 式 40 连读已收敛为 1 次挡回+如实上报);「发送形态」debug 日志转常驻观测。definitions.json read_file 图片段与 ARCHITECTURE 图片链路、陷阱 7 同步(含诊断三源方法论:发送形态日志/外部取用行/pt 增量)。探针实验产物已全部清理;docker-compose.yml 为用户自改不在本次提交。
2026-09-28 16:27:00 +08:00
2026-09-20 19:24:50 +08:00

Agent 任务台(app)

按仓库根目录 README.md 设计方案实现的自用通用 Agent 系统。

目录结构

app/
├── server/
│   ├── server.js            # 入口:装配配置/DB/总线/路由/静态资源
│   ├── config.js            # config.yml 加载与校验
│   ├── db.js                # SQLite(better-sqlite3,WAL)
│   ├── engine.js            # 会话管理 + 模型池 FIFO 调度 + Agent 主循环
│   ├── llm.js               # OpenAI 兼容上游流式调用(SSE 解析/工具分片合并)
│   ├── mcp.js               # MCP 客户端:mcp_servers 工具发现(tools/list)与转发(tools/call)
│   ├── sse.js               # 按会话分组的 SSE 事件总线
│   ├── routes/
│   │   ├── sessions.js      # 会话 CRUD(10.1)
│   │   ├── messages.js      # 消息/SSE/start/stop(10.2)
│   │   └── files.js         # 文件上传/列表/下载/删除(10.3)
│   ├── tools/
│   │   ├── definitions.json # 内置 16 个工具的 JSON Schema
│   │   └── executor.js      # 内置工具执行器(任务目录沙箱;未知工具名转 MCP)
│   ├── templates/system-prompt.txt  # System prompt 模板(直接编辑)
│   └── public/              # H5 前端(Vanilla JS + SSE;无构建,index.html + js/ 六模块按序加载)
├── test/                    # mock 上游 + 端到端冒烟测试
├── config.example.yml       # core 专属配置模板(部署时生成/复制为仓库根 config.yml 挂进容器)
├── Dockerfile / docker-compose.yml

本地运行

cd app
npm install
cp config.example.yml config.yml   # platforms 可先留空(启动后在设置页添加);本地跑再把 workspace_root / data_root 改回 ./data/...
npm start                            # http://localhost:8090

测试

cd app
npm test            # 启动 mock 上游 + 真实 server 的端到端冒烟测试(25 项断言)

提示词与工具 schema

System prompt 完全静态(所有会话共用,利于上游前缀缓存),在 server/templates/system-prompt.txt 直接编辑;工具定义在 server/tools/definitions.json。改完重启服务。

关键行为速查

  • 会话创建即尝试绑定空闲模型;无空闲则进全局队列 FIFO。
  • 每轮 AI 完成(无工具调)或用户终止后释放模型;新消息重新入队。
  • 规划阶段点「开始执行」:追加固定模板消息并切 execution。
  • 终止:置位标志 + kill 进程组 + 中止模型流,不再发新请求。
  • 所有文件路径解析到任务目录内,拒绝越界。
  • MCP 服务在 config.yml 的 mcp_servers 配置(可多个,每项 name?/url/headers/enable?/timeout_ms?,enable 默认 true、false 时启动不加载其工具;timeout_ms 为该服务单次工具调用最大等待,默认 60s);启动时发现其工具,追加在内置工具之后与 system prompt 一起发给模型;服务不可用仅启动日志告警,工具名重名时加「服务名__」前缀。

部署见 ../docs/DEPLOY.md。