Files
agent/scripts/init.sh
T
kicer 53fa5da82b 新增语音输入(mcp_asr)与健康检查服务标识
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。
2026-10-24 16:13:30 +08:00

281 lines
12 KiB
Bash
Executable File
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
#!/bin/bash
# init.sh — 生成 .env 与 config.yml。
#
# 只读环境变量,不依赖任何外部文件;**全部可选**,什么都不给也能直接跑。
#
# 用法:
# ./scripts/init.sh # 全用默认值(无模型、admin/admin)
# BIGMODEL_KEY=xxx AUTH_USER=me ./scripts/init.sh # 给几个变量就行
# ./scripts/init.sh --env-only # 只刷新 .env 密钥(幂等,不碰 config.yml)
#
# 输入(都可选):
# BIGMODEL_KEY / DEEPSEEK_KEY / QWEN_KEY 模型平台 key,填几个启用几个(0~3 个)
# image_task / video_task / asr 复用 BIGMODEL_KEY(智谱即 BigModel);
# 未配 BIGMODEL_KEY 时这三个服务写为 mode: disable
# AUTH_USER / AUTH_PASSWORD 登录账号(默认 admin / admin,请自行改掉)
# PUBLIC_IP / AGENT_PORT 对外地址与端口,写进 public_link.base_url;
# PUBLIC_IP 不配置则自动探测公网 IP
# AUTH_SECRET / EXECUTOR_TOKEN / WXBOT_TOKEN 一般不用给:不给就自动生成并复用(见下)
# ASR_API_KEY 语音识别(mcp_asr)的上游 key;不给则复用 BIGMODEL_KEY,
# 已有 .env 里的值优先(语音输入只是可选能力,留空不影响主流程)
#
# 微信接入(wxbot 已合入根 compose,作为栈内服务):本脚本只负责生成/复用根 .env 的 WXBOT_TOKEN;
# wxbot 自身零配置文件(compose 注 env + 内置默认,同 executor 模式),无需任何同步动作。
#
# config.yml 只写 deploy 相关的段:platforms / auth / mcp_servers / public_link;
# 其余配置项一律走 server/config.js 的 DEFAULTS(完整清单见 app/config.example.yml)。
#
# ⚠️ config.yml 是本脚本的生成物,不要手改(每次生成前会把旧的备份为 config.yml.bak.<时间戳>)。
set -euo pipefail
# ============================================================
# 路径与默认值
# ============================================================
REPO_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")/.." && pwd)"
cd "$REPO_DIR"
# 支持 --env-only 参数:只刷 .env 密钥(幂等,绝不碰 config.yml)
if [ "${1:-}" = "--env-only" ]; then ENV_ONLY=1; fi
CONFIG_YML="$REPO_DIR/config.yml"
ENV_FILE="$REPO_DIR/.env"
BIGMODEL_KEY="${BIGMODEL_KEY:-}"
DEEPSEEK_KEY="${DEEPSEEK_KEY:-}"
QWEN_KEY="${QWEN_KEY:-}"
AUTH_USER="${AUTH_USER:-admin}"
AUTH_PASSWORD="${AUTH_PASSWORD:-admin}"
PUBLIC_IP="${PUBLIC_IP:-}"
# 记住用户是否显式给了端口(下面 .env 复用逻辑不能踩掉显式传参)
AGENT_PORT_INPUT="${AGENT_PORT:-}"
AGENT_PORT="${AGENT_PORT_INPUT:-8090}"
EXECUTOR_TOKEN="${EXECUTOR_TOKEN:-}"
AUTH_SECRET="${AUTH_SECRET:-}"
# 微信接入服务 token(core ↔ wxbot 双向共用,compose 两侧同值注入;wxbot 已并入仓库)
WXBOT_TOKEN="${WXBOT_TOKEN:-}"
# 语音识别(mcp_asr)的上游 key:独立于模型平台 key,但默认复用 BIGMODEL_KEY(智谱 glm-asr)
ASR_API_KEY="${ASR_API_KEY:-}"
log() { echo -e "\n\033[1;32m===== $* =====\033[0m"; }
info() { echo -e "\033[1;36m[INFO]\033[0m $*"; }
warn() { echo -e "\n\033[1;33m[WARN]\033[0m $*"; }
gen_hex() { # $1 = 字节数(默认 32)
local n="${1:-32}"
if command -v openssl >/dev/null 2>&1; then
openssl rand -hex "$n"
else
head -c "$n" /dev/urandom | od -An -tx1 | tr -d ' \n'
fi
}
# ============================================================
# 1. 生成 .env(密钥只生成一次,之后复用 → 重跑不掉登录态、不改 executor token)
# ============================================================
log "生成 $ENV_FILE"
if [ -f "$ENV_FILE" ]; then
EXECUTOR_TOKEN="${EXECUTOR_TOKEN:-$(sed -n 's/^EXECUTOR_TOKEN=//p' "$ENV_FILE" | head -1)}"
AUTH_SECRET="${AUTH_SECRET:-$(sed -n 's/^AUTH_SECRET=//p' "$ENV_FILE" | head -1)}"
WXBOT_TOKEN="${WXBOT_TOKEN:-$(sed -n 's/^WXBOT_TOKEN=//p' "$ENV_FILE" | head -1)}"
# ASR_API_KEY 同理复用:手填的 key 不会被重跑抹掉
ASR_API_KEY="${ASR_API_KEY:-$(sed -n 's/^ASR_API_KEY=//p' "$ENV_FILE" | head -1)}"
# AGENT_PORT 同理复用:避免不带参数重跑时把部署机自定义端口重置回 8090(显式传参优先)
AGENT_PORT="${AGENT_PORT_INPUT:-$(sed -n 's/^AGENT_PORT=//p' "$ENV_FILE" | head -1)}"
AGENT_PORT="${AGENT_PORT:-8090}"
fi
EXECUTOR_TOKEN="${EXECUTOR_TOKEN:-$(gen_hex 32)}"
AUTH_SECRET="${AUTH_SECRET:-$(gen_hex 32)}"
WXBOT_TOKEN="${WXBOT_TOKEN:-$(gen_hex 32)}"
ASR_API_KEY="${ASR_API_KEY:-$BIGMODEL_KEY}"
cat > "$ENV_FILE" <<EOF
# 本文件由 scripts/init.sh 生成,勿手改(改配置请重新运行该脚本,或用环境变量覆盖)
# EXECUTOR_TOKEN: core 与 executor 之间的调用鉴权(两侧同值,compose 注入)
# AUTH_SECRET: 登录态签名密钥(写进 config.yml 的 auth.secret)
# WXBOT_TOKEN: core ↔ wxbot 微信接入服务 token(compose 注入两侧;wxbot 零配置文件,env 即全部接线)
# ASR_API_KEY: 语音识别(mcp_asr)的上游 key,空 = 语音输入关闭;默认复用 BIGMODEL_KEY
# AGENT_PORT: agent-core 映射到宿主机的端口
EXECUTOR_TOKEN=$EXECUTOR_TOKEN
AUTH_SECRET=$AUTH_SECRET
WXBOT_TOKEN=$WXBOT_TOKEN
ASR_API_KEY=$ASR_API_KEY
AGENT_PORT=$AGENT_PORT
EOF
info "EXECUTOR_TOKEN / AUTH_SECRET / WXBOT_TOKEN 已就位(沿用已有 .env 的值,没有则新生成);ASR_API_KEY $([ -n "$ASR_API_KEY" ] && echo 已配置 || echo 为空(语音输入关闭))"
# --env-only:只刷密钥,绝不碰 config.yml(平台 key 不在 .env 里,重跑全量会清空已部署配置)
if [ "${ENV_ONLY:-}" = "1" ]; then
log "完成 ✅(--env-only:未改动 config.yml)"
exit 0
fi
# PUBLIC_IP 兜底:只有没给时才去探测(探测不到只告警,不影响启动,只是图生视频用不了)
if [ -z "$PUBLIC_IP" ]; then
for u in https://ifconfig.me https://api.ipify.org; do
if command -v curl >/dev/null 2>&1; then
PUBLIC_IP="$(curl -fsS --max-time 5 "$u" 2>/dev/null || true)"
[ -n "$PUBLIC_IP" ] && break
fi
done
fi
if [ -z "$PUBLIC_IP" ]; then
warn "没给 PUBLIC_IP 也探测不到:public_link 不生效(需要外部服务来取文件的场景用不了)。"
warn "设置后重跑即可: PUBLIC_IP=<公网IP> $0"
fi
# ============================================================
# 2. 生成 config.yml(只写 platforms / auth / mcp_servers / public_link)
# ============================================================
log "生成 $CONFIG_YML"
if [ -f "$CONFIG_YML" ]; then
cp "$CONFIG_YML" "$CONFIG_YML.bak.$(date +%s)"
info "旧 config.yml 已备份为 config.yml.bak.<时间戳>"
fi
# 单个平台骨架(url / 模型 / 参数固定,只有 key 来自变量)
emit_platform() {
case "$1" in
bigmodel)
cat <<EOF
- name: bigmodel
url: https://open.bigmodel.cn/api/paas/v4
keys:
- api_key: "$2"
models:
- id: glm-5.3-flash
vision: true
extra_params: { reasoning_effort: "low", tool_stream: true }
thinking_params: { reasoning_effort: "max" }
EOF
;;
deepseek)
cat <<EOF
- name: deepseek
url: https://api.deepseek.com
keys:
- api_key: "$2"
models:
- id: deepseek-flash
vision: true
extra_params: { thinking: { type: "disabled" } }
thinking_params: { thinking: { type: "enabled" }, reasoning_effort: "max" }
EOF
;;
qwen)
cat <<EOF
- name: qwen
url: https://dashscope.aliyuncs.com/compatible-mode/v1
keys:
- api_key: "$2"
models:
- id: qwen3.8-flash
vision: true
extra_params: { enable_thinking: false }
thinking_params: { enable_thinking: true, reasoning_effort: "xhigh" }
EOF
;;
esac
}
enabled_plats=()
if [ -n "$BIGMODEL_KEY" ]; then enabled_plats+=("bigmodel"); fi
if [ -n "$DEEPSEEK_KEY" ]; then enabled_plats+=("deepseek"); fi
if [ -n "$QWEN_KEY" ]; then enabled_plats+=("qwen"); fi
{
echo "# 本文件由 scripts/init.sh 生成,请勿手改!"
echo "# 只含 deploy 相关段(platforms / auth / mcp_servers / public_link),其余走 server/config.js 默认值。"
echo "# 生成时间: $(date '+%Y-%m-%d %H:%M:%S')"
echo "# 已启用平台: ${enabled_plats[*]:-(无)}"
echo
if [ "${#enabled_plats[@]}" -eq 0 ]; then
echo "platforms: [] # 没有配置平台 key(BIGMODEL_KEY / DEEPSEEK_KEY / QWEN_KEY)"
else
echo "platforms:"
if [ -n "$BIGMODEL_KEY" ]; then emit_platform bigmodel "$BIGMODEL_KEY"; fi
if [ -n "$DEEPSEEK_KEY" ]; then emit_platform deepseek "$DEEPSEEK_KEY"; fi
if [ -n "$QWEN_KEY" ]; then emit_platform qwen "$QWEN_KEY"; fi
fi
echo
cat <<EOF
auth:
secret: "$AUTH_SECRET"
users:
- user: $AUTH_USER
password: "$AUTH_PASSWORD"
role: admin # 初始账号为管理员;其余用户的增删/角色/默认模型在前端「设置→用户」里配
mcp_servers:
- name: web_search
url: "http://mcp_web_search:3000/"
EOF
if [ -n "$BIGMODEL_KEY" ]; then
cat <<EOF
- name: image_task
url: "http://mcp_image_task:3000/mcp"
headers:
Authorization: "Bearer $BIGMODEL_KEY"
mode: skill # 不下发给模型,以技能形式暴露(skill 工具里 list/get/run)
- name: video_task
url: "http://mcp_video_task:3000/mcp"
headers:
Authorization: "Bearer $BIGMODEL_KEY"
mode: skill
EOF
else
cat <<'EOF'
- name: image_task
url: "http://mcp_image_task:3000/mcp"
mode: disable # 未配 BIGMODEL_KEY:不连接、不发现;补上 key 后重跑本脚本
- name: video_task
url: "http://mcp_video_task:3000/mcp"
mode: disable # 未配 BIGMODEL_KEY:不连接、不发现;补上 key 后重跑本脚本
EOF
fi
# 语音转写:key 在容器 env(ASR_API_KEY),不经 headers,所以单独按 ASR_API_KEY 判断
if [ -n "$ASR_API_KEY" ]; then
cat <<'EOF'
- name: asr
url: "http://mcp_asr:3000/mcp"
mode: skill # 语音转写是低频能力,不下发到每轮工具表
EOF
else
cat <<'EOF'
- name: asr
url: "http://mcp_asr:3000/mcp"
mode: disable # 未配 ASR_API_KEY:不连接、不发现
EOF
fi
echo
cat <<EOF
# 给外部服务(如智谱)现签公网临时链接用;改地址后重跑本脚本
public_link:
base_url: "${PUBLIC_IP:+http://$PUBLIC_IP:$AGENT_PORT}"
EOF
} > "$CONFIG_YML"
info "平台: ${enabled_plats[*]:-无};图像/视频 MCP: $([ -n "$BIGMODEL_KEY" ] && echo 启用 || echo 未配置(mode: disable))"
# ============================================================
# 3. 汇总
# ============================================================
log "汇总"
echo "---------------------------------------------"
echo " 访问地址 : http://${PUBLIC_IP:-<公网IP>}:${AGENT_PORT}"
echo " 账号 : $AUTH_USER"
echo " 密码 : $AUTH_PASSWORD"
echo " 平台 : ${enabled_plats[*]:-(无)}"
echo " 图像/视频: $([ -n "$BIGMODEL_KEY" ] && echo "image_task / video_task 已启用" || echo "未配置(mode: disable)")"
echo " 语音输入 : $([ -n "$ASR_API_KEY" ] && echo "mcp_asr 已启用" || echo "未配置(ASR_API_KEY 为空)")"
echo " MCP 服务 : web_search / image_task / video_task / asr(同栈,随 compose 启动)"
echo " 微信接入 : WXBOT_TOKEN 已就位(compose 注入 core 与 wxbot 两侧;wxbot 无需配置文件)"
echo "---------------------------------------------"
log "完成 ✅"