语音输入:输入框为空时发送键变麦克风,进入语音模式后按住说话、松手转写并发送;套壳 App 走原生录音桥,浏览器走 MediaRecorder(需 HTTPS)。转写在 mcp_asr,经 /api/asr/transcribe 直达,不经过模型、不消耗 token。 /api/health 增加 service/api/auth_required 字段并设 no-store,供套壳 App 校验手填的服务器地址;免认证路径容忍尾斜杠,避免 /api/health/ 被中间件 401。 接线与文档:compose 新增 mcp_asr;init.sh 默认复用 BIGMODEL_KEY 作为 ASR_API_KEY;README/AGENTS/mcp 文档同步。版本 2.3.0 → 2.4.0。
244 lines
11 KiB
YAML
244 lines
11 KiB
YAML
services:
|
||
agent-core:
|
||
build: ./app
|
||
container_name: agent-core
|
||
restart: unless-stopped
|
||
ports:
|
||
# 无 nginx-proxy:直接把容器 8090 映射到宿主机端口,用 http://<服务器IP>:<AGENT_PORT> 访问。
|
||
# 改端口:在仓库顶层 .env 里设 AGENT_PORT(默认 8090)。
|
||
- "${AGENT_PORT:-8090}:8090"
|
||
volumes:
|
||
- ./tasks:/workspace/tasks # 持久化:任务目录
|
||
- ./skills:/workspace/skills # 技能目录:所有任务/会话共享同一份技能
|
||
- ./data:/workspace/data # 持久化:数据目录
|
||
- ./config.yml:/app/config.yml # 允许设置页写配置(写前服务端会校验)
|
||
- ./app/server:/app/server
|
||
environment:
|
||
- PORT=8090
|
||
- AGENT_CONFIG=/app/config.yml
|
||
# 加入executor独立服务
|
||
- EXECUTOR_URL=http://agent-executor:9000
|
||
# 调用鉴权 token:两侧同一值。从 .env 读取(已 gitignore),不再硬编码进仓库;
|
||
# 未设置则 compose 直接报错,避免静默无鉴权。生成:openssl rand -hex 32
|
||
- EXECUTOR_TOKEN=${EXECUTOR_TOKEN:?EXECUTOR_TOKEN not set - see .env.example}
|
||
# 微信接入
|
||
- WXBOT_URL=http://agent-wxbot:8093
|
||
- WXBOT_TOKEN=${WXBOT_TOKEN:?WXBOT_TOKEN not set - run scripts/init.sh}
|
||
# 语音识别(可选):mcp_asr 的内网地址。置空 = 不启用,前端不显示麦克风按钮。
|
||
- ASR_URL=http://mcp_asr:3000
|
||
networks:
|
||
- agent-mcp-net
|
||
|
||
# 技能准备(一次性,跑完退出):把各技能的“运行期可变”依赖落到宿主 ./skills——
|
||
# requirements.txt → 先离线探测,只把镜像缺的包装进共享 deps 目录(镜像已带的不重复装);
|
||
# install.sh → 技能资产(如字体提取)。deps 由 executor 容器 env 的 PYTHONPATH 可见。
|
||
# 系统层依赖(apt 等)不在这里做,由镜像的 skills 构建阶段烘进(才持久且对命令只读)。
|
||
# 只挂 ./skills(不挂 ./tasks),因此看不到任何会话数据;read_only 根 + tmpfs /tmp。
|
||
agent-executor-init:
|
||
build:
|
||
context: .
|
||
dockerfile: executor/Dockerfile
|
||
target: skills
|
||
image: agent-agent-executor-skills
|
||
container_name: agent-executor-init
|
||
restart: "no"
|
||
command: ["node", "init-skills.js"]
|
||
read_only: true
|
||
tmpfs:
|
||
- /tmp
|
||
volumes:
|
||
- ./skills:/workspace/skills
|
||
environment:
|
||
- HOME=/tmp
|
||
- TMPDIR=/tmp
|
||
- PYTHONDONTWRITEBYTECODE=1
|
||
- TZ=Asia/Shanghai
|
||
networks:
|
||
- agent-mcp-net
|
||
|
||
agent-executor:
|
||
# M' = M + 技能系统层依赖(executor/Dockerfile 的 skills 阶段)。
|
||
# 管理员增删/改动 skills 后:docker compose build agent-executor 重建这层,M 不动。
|
||
build:
|
||
context: .
|
||
dockerfile: executor/Dockerfile
|
||
target: skills
|
||
image: agent-agent-executor-skills
|
||
container_name: agent-executor
|
||
restart: unless-stopped
|
||
depends_on:
|
||
agent-executor-init:
|
||
condition: service_completed_successfully
|
||
expose:
|
||
- "9000"
|
||
# officecli 预览槽位+网关(preview.js,容器内 3100):只走 agent-mcp-net 内网,
|
||
# 公网访问唯一路径是 core 的 /preview 反代(登录 cookie 门禁);绝不映射到宿主端口。
|
||
- "3100"
|
||
volumes:
|
||
# 核心变更:将宿主机 tasks 挂载到非标准路径 /mnt/host-tasks
|
||
# 目的:wrapper 启动时先 unmount 此路径,确保未经 wrapper 的进程无法访问其他 session 数据
|
||
- ./tasks:/mnt/host-tasks # 持久化:任务目录
|
||
- ./skills:/workspace/skills:ro # 技能目录:所有任务/会话共享同一份技能
|
||
environment:
|
||
- PORT=9000
|
||
# 与 agent-core 侧同一值,从 .env 读取(见 .env.example):
|
||
- EXECUTOR_TOKEN=${EXECUTOR_TOKEN:?EXECUTOR_TOKEN not set - see .env.example}
|
||
# 日志等级:debug|info|warn|error|none(默认 info);
|
||
# debug 会把与 core 的完整交互打印出来(请求、/exec 请求体、每条 SSE 帧、JSON 响应):
|
||
- EXECUTOR_LOG_LEVEL=info
|
||
# 防止 Python 在 skills 目录生成 __pycache__
|
||
- PYTHONDONTWRITEBYTECODE=1
|
||
# 技能依赖外挂层:镜像缺的包由 agent-executor-init 装进挂载卷 skills/deps,
|
||
# 由此处进容器 env(server.js 白名单同步放行),使技能与 AI 终端命令都能 import 到。
|
||
- PYTHONPATH=/workspace/skills/deps
|
||
# 定义隔离基路径,server.js 需读取此变量以执行 umount 和 bind mount
|
||
- EXECUTOR_ISOLATION_BASE=/mnt/host-tasks
|
||
|
||
# 资源限制:兜住 AI 失控命令(烧 CPU / 吃内存 / fork 炸弹 / 写盘撞满宿主机磁盘)。cgroup/ulimit 随 fork 继承。
|
||
# 这些是性能/容量护栏,不限制可调用的 syscall;执行能力由下方 cap_add/security_opt 控制。
|
||
cpus: "2.0" # 容器整体最多用 2 核(超出限流不杀进程),按宿主机核数调整
|
||
mem_limit: 2g # 内存失控 → 容器被 OOM kill(restart 策略自动拉起,代价是该容器内所有在执行命令随容器重启丢失)
|
||
pids_limit: 512 # 进程+线程总数上限,防 fork 炸弹耗尽宿主机进程表
|
||
ulimits:
|
||
# 单文件最大 2G(字节,RLIMIT_FSIZE):dd/cat /dev/urandom 写巨型文件超限即被内核 SIGXFSZ 杀掉,
|
||
# 对 bind 卷上的写入同样生效(内核层限制,与文件系统无关)。
|
||
# 只限单文件不限总占用量,“大量文件堆满磁盘”需宿主机侧配额(xfs project quota / 独立分区)兜底。
|
||
fsize:
|
||
soft: 2147483648
|
||
hard: 2147483648
|
||
|
||
# 安全加固:显式丢弃所有能力,仅保留必要的 SYS_ADMIN
|
||
cap_drop:
|
||
- ALL
|
||
cap_add:
|
||
- SYS_ADMIN
|
||
security_opt:
|
||
# 禁止提权(SUID/SGID 失效),防止通过二进制漏洞获取更高权限
|
||
- no-new-privileges:true
|
||
# 实测 Docker 29 (Ubuntu) 需 unconfined 才能使用 mount/unshare 系统调用
|
||
- apparmor=unconfined
|
||
|
||
# 根文件系统只读:AI 命令无法往镜像层(/usr、/root 等)写文件做持久化/篡改;
|
||
# 合法写盘另走 tmpfs 与 bind 卷(handleExec 已把 HOME/TMPDIR 指向 /tmp)。
|
||
read_only: true
|
||
tmpfs:
|
||
- /tmp
|
||
- /var/tmp
|
||
# /run 必须可写:隔离 wrapper 要在 /run/agent-exec 下建私有 anchor/rundir,
|
||
# 否则 read_only 下 mkdir 报 EROFS,每条命令直接中断。
|
||
- /run
|
||
|
||
networks:
|
||
- agent-mcp-net
|
||
|
||
# 微信接入:iLink 协议多实例调制解调器(agent 栈的私有组件,与 core 共用 WXBOT_TOKEN 互信)。
|
||
# 仅挂内网 agent-mcp-net、不暴露任何公网端口:扫码二维码在 agent-core 设置页呈现(core 代理其 /api/instances/:id/qr.svg)。
|
||
# 零配置文件:接线全靠下方 env(同 executor 模式);代码在 ./wxbot/(已并入仓库)。
|
||
agent-wxbot:
|
||
build: ./wxbot/app
|
||
image: agent-wxbot:latest
|
||
container_name: agent-wxbot
|
||
restart: unless-stopped
|
||
environment:
|
||
- WXBOT_TOKEN=${WXBOT_TOKEN:?WXBOT_TOKEN not set - run scripts/init.sh}
|
||
- CORE_URL=http://agent-core:8090
|
||
- WXBOT_LOG_LEVEL=info
|
||
- TZ=Asia/Shanghai
|
||
volumes:
|
||
# iLink 登录凭证(每绑定一个子目录),等于微信账号权限,勿外泄
|
||
- ./wxbot/data:/data
|
||
networks:
|
||
- agent-mcp-net
|
||
|
||
# ----------------------------------------------------------------
|
||
# 同栈 MCP 服务(./mcp/):三个 Model Context Protocol 适配器,由 core 按容器名调用。
|
||
# 全部不占宿主机端口、无服务端鉴权,**永远不要**把 ports 映射出去(会被白嫖额度)。
|
||
# 工具说明、header 覆盖项与 curl 调试见 mcp/README.md 及各子目录 README。
|
||
#
|
||
# 刻意不写 depends_on / 不等 healthy:MCP 是可选能力,core 不该因它们缺席而拒绝启动
|
||
# (构建失败、单个服务被删都不影响 Web 主流程)。启动瞬间的竞态由 core 侧的工具发现重试
|
||
# 兜底(2s / 20s / 1min × 3),healthcheck 只用于 docker ps 判态。
|
||
# ----------------------------------------------------------------
|
||
mcp_web_search:
|
||
build: ./mcp/web_search
|
||
container_name: mcp_web_search
|
||
restart: unless-stopped
|
||
# 供 core 的启动顺序参考与 docker ps 判态(core 侧的发现失败重试不依赖它)
|
||
healthcheck:
|
||
test: ["CMD", "node", "-e", "fetch('http://127.0.0.1:3000/health').then(r => process.exit(r.ok ? 0 : 1)).catch(() => process.exit(1))"]
|
||
interval: 10s
|
||
timeout: 5s
|
||
retries: 5
|
||
start_period: 5s
|
||
# 调试用(默认关):
|
||
# ports:
|
||
# - "${WEB_SEARCH_PORT:-8081}:3000"
|
||
networks:
|
||
- agent-mcp-net
|
||
|
||
mcp_image_task:
|
||
build: ./mcp/image_task
|
||
container_name: mcp_image_task
|
||
restart: unless-stopped
|
||
healthcheck:
|
||
test: ["CMD", "node", "-e", "fetch('http://127.0.0.1:3000/health').then(r => process.exit(r.ok ? 0 : 1)).catch(() => process.exit(1))"]
|
||
interval: 10s
|
||
timeout: 5s
|
||
retries: 5
|
||
start_period: 5s
|
||
# 调试用(默认关):
|
||
# ports:
|
||
# - "${IMAGE_TASK_PORT:-8082}:3000"
|
||
networks:
|
||
- agent-mcp-net
|
||
|
||
mcp_video_task:
|
||
build: ./mcp/video_task
|
||
container_name: mcp_video_task
|
||
restart: unless-stopped
|
||
healthcheck:
|
||
test: ["CMD", "node", "-e", "fetch('http://127.0.0.1:3000/health').then(r => process.exit(r.ok ? 0 : 1)).catch(() => process.exit(1))"]
|
||
interval: 10s
|
||
timeout: 5s
|
||
retries: 5
|
||
start_period: 5s
|
||
# 调试用(默认关;这里映的是 MCP 端口,会暴露 /mcp,仅本机短时调试用):
|
||
# ports:
|
||
# - "${VIDEO_TASK_PORT:-8083}:3000"
|
||
networks:
|
||
- agent-mcp-net
|
||
|
||
# 语音识别:录音在客户端(套壳 App 原生桥 / 浏览器 MediaRecorder),转写在这里。
|
||
# 同进程两个入口(见 mcp/asr/src/server.js 头注释):
|
||
# POST /transcribe ← agent-core 的 /api/asr 转发(输入框,低延迟、不经过模型)
|
||
# POST /mcp ← 模型的 MCP 工具 transcribe_audio({url})(转写任务目录里的音频)
|
||
# 转写走上游 OpenAI 兼容的 /audio/transcriptions(默认智谱 glm-asr,换平台改 ASR_API_* 即可)。
|
||
mcp_asr:
|
||
build: ./mcp/asr
|
||
container_name: mcp_asr
|
||
restart: unless-stopped
|
||
healthcheck:
|
||
test: ["CMD", "node", "-e", "fetch('http://127.0.0.1:3000/health').then(r => process.exit(r.ok ? 0 : 1)).catch(() => process.exit(1))"]
|
||
interval: 10s
|
||
timeout: 5s
|
||
retries: 5
|
||
start_period: 5s
|
||
environment:
|
||
- ASR_API_KEY=${ASR_API_KEY:-}
|
||
- ASR_API_BASE=${ASR_API_BASE:-https://open.bigmodel.cn/api/paas/v4}
|
||
- ASR_MODEL=${ASR_MODEL:-glm-asr}
|
||
- ASR_LOG_LEVEL=${ASR_LOG_LEVEL:-info}
|
||
- TZ=Asia/Shanghai
|
||
networks:
|
||
- agent-mcp-net
|
||
|
||
networks:
|
||
# 全部服务共用一个网络;由本仓库创建(固定名字,避免被加上 compose 项目名前缀)。
|
||
# - core 与 executor 靠它按容器名访问 MCP 服务(如 http://mcp_web_search:3000/)
|
||
# - 外部服务取参考图走的是 core 对外的 GET /p/<id>(见 public_link):AI 调内置工具
|
||
# mint_public_link 在 core 进程内现签短链,不需要 executor 反查 core 的额外端口
|
||
# 保留固定 name 是为了老机器上已有的容器/网络能平滑接上;新机器也可直接改回默认网络名。
|
||
agent-mcp-net:
|
||
name: agent-mcp-net
|
||
driver: bridge
|