toot
9e01cbbec0
- 预设 12 个本机工具并默认启用，装好即是可操作电脑的 Agent、无需总控配置或安装： 文件与文件夹的查看/读取/写入/建目录/移动/删除（默认不覆盖、删目录需 recursive、 拒绝删除系统目录与用户根目录）、用默认程序打开网址或文件、时间与时区换算 （tzdata 已随包内置）、查看进程、屏幕截图、读写剪贴板。 - 工具下发改为通用：任意 HTTP MCP 服务与 stdio 本机命令（Agent 拉起子进程， 容忍 stdout 噪声，命令缺失或进程崩溃会明确回报），支持多工具并存、 定义未变更时复用连接、替换/删除/退出时回收子进程。 - 多轮上下文：task_dispatch.history 作为此前的 user/assistant 文本拼接到本次请求前， OpenAI 兼容、Anthropic、Gemini 分别适配；Agent 侧独立校验与限幅。 - 工具级实时进度以 progress 事件回传；使用预设工具的任务标记为 builtin 执行来源。 - Skill 与历史内容上限与总控对齐，多个已批准 Skill 不再被静默截断。 - 修复 build.ps1 缺 UTF-8 BOM 导致 build.bat 在 PowerShell 5.1 下语法报错。
45 lines
6.5 KiB
Markdown
45 lines
6.5 KiB
Markdown
# mulit_agent 当前开发进度
|
||
|
||
更新时间：2026-09-15
|
||
|
||
## 已完成并验证
|
||
|
||
- 已支持总控下发的多轮上下文：`task_dispatch.history` 会作为此前的问答消息（仅 user/assistant 文本，不含工具调用细节）拼接到本次请求之前，OpenAI 兼容、Anthropic、Gemini 三种载荷分别适配（Gemini 使用 user/model 角色）。Agent 侧对历史做独立校验与限幅（最多 100 条、单条 4000 字符、总量 6 万字符），超出时保留最近轮次，异常数据不会影响任务线程。
|
||
- 任务运行可观测：执行期间每次工具调用与返回都会作为 `progress` 事件实时回传给总控（含工具名、参数摘要与结果摘要，单条上限 500 字符，仍走脱敏与离线队列补发），长任务不再“黑盒执行”。任务结束或取消后的迟到进展不会写入；总控侧 `progress` 不改变任务状态，并会顺延“无进展超时”，避免正在跑工具的任务被误判超时。
|
||
- 已预设本机工具，Agent 装好即是“能操作电脑的人”，无需任何总控配置或安装：文件与文件夹的查看/读取/写入/建目录/移动/删除（写与移动默认不覆盖，删除文件夹需显式 recursive，拒绝删除系统目录与用户根目录）、用系统默认程序打开网址或文件、当前时间与时区换算（本机/UTC/UTC+9/IANA，tzdata 已随包内置）、查看进程、屏幕截图（保存 PNG 并返回路径）、读写剪贴板。这些工具由 Agent 本体提供并默认启用，与 `run_powershell` 完全访问能力并存，模型会优先使用这些结构化工具；使用预设工具的任务会回传 `builtin` 执行来源（总控审计为 `task.builtin_tool_execution`），与 完全访问 / MCP 工具 分开可查。
|
||
- 通用工具下发已打通：总控可下发任意 `http` MCP 服务（Agent 以 MCP 客户端连接受控地址，自动 `initialize`、`tools/list` 发现工具，支持 JSON 与 SSE 响应、`Mcp-Session-Id` 会话）、`stdio` 本机命令（Agent 直接拉起子进程，走换行分隔的 JSON-RPC，容忍子进程往 stdout 打印日志，注册表里找不到命令或进程崩溃会明确回报失败原因）以及 `builtin` 内置工具；不再只认 `desktop-filesystem` 一个固定标识。已部署工具会与 `run_powershell` 一起提供给模型调用，调用过 MCP 工具的任务会标记为 `mcp` 执行来源；连接失败的 MCP 服务只使该工具报 `failed`，不会影响任务线程。定义未变更时重连会复用已有连接（不重启子进程），替换或删除工具、退出程序时都会回收拉起的进程。
|
||
- Skill 内容上限与总控对齐（单个 5 万字符、装配前缀 20 万字符），多个已批准 Skill 不再被静默截断。
|
||
- 图片附件任务闭环：安全校验总控 `task_dispatch.attachments` 的 MIME、数量与解码大小；附件仅在执行内存传递，OpenAI 兼容、Anthropic、Gemini 分别生成正确图文载荷。无视觉能力的当前模型会安全失败，不会降级为纯文本或影响 WSS 线程。
|
||
|
||
- 默认完全访问执行器：已认证总控下发的任务可由 Agent 所在 Windows 电脑实际执行文件、程序、网络和桌面应用操作。OpenAI 兼容、Anthropic、Gemini 均支持模型工具调用循环；执行过本机命令的任务会标记为“完全访问”，取消任务会终止仍在跟踪的命令。命令输出、任务结果和审计摘要仍会脱敏，不能保存 API Key、密码、凭据、图片 Base64 或内部推理。
|
||
|
||
- 独立 Tkinter 子 Agent、系统托盘、独立数据目录、Windows 凭据管理器和 Windows 编译脚本；不依赖旧 MultiClaw、FastAPI、Node.js 或 PySide6。
|
||
- 首次 WSS 配对、TLS 证书指纹校验、认证、心跳、Agent 改名、断线状态和托盘驻留。
|
||
- 接收总控独立文本任务并持久化本地生命周期；可回传接收、运行、完成、失败、取消和超时状态。多个不同任务会分别进入后台执行，供总控同时向多台机器派发。
|
||
- 本地演示执行器用于当前任务闭环验证；任务取消/超时后的迟到结果不会覆盖终态。
|
||
- 本机可迁移配置与 Windows 用户持久配置双写方案已完成：同一 Windows 用户重新编译不会丢失 Agent 名称、总控地址和配对信息；复制到新电脑仍需重新配对。
|
||
- 本地 LLM 配置窗口、配置字段与本地启用逻辑已移除。LLM 仅保留待总控下发时复用的协议适配器，不可由子 Agent 用户填写。
|
||
- 已接入总控 LLM 配置快照：仅在已认证的 TLS/WSS 会话中接收 Provider、模型、地址和 Key；Key 写入 Windows 凭据管理器，非敏感元数据持久化到本机数据库。
|
||
- 已支持 OpenAI 兼容 API（含主流云端、中转站与 Ollama/LM Studio/vLLM 等本地模型），并原生适配 Anthropic 和 Gemini；任务会调用已下发的模型并回传结果或安全错误。
|
||
- 旧版受控桌面文件工具状态机保留为兼容路径；新版默认由完全访问执行器处理本机操作，不再将桌面直接子文件夹限制作为产品权限边界。
|
||
- 模型结果在回传前会去除 `<think>...</think>`（含未闭合标签），防止内部推理进入任务输出。
|
||
- 并发回归已验证：同一 Agent 的两条独立模型任务可以同时开始执行，任一任务完成不会阻塞另一条结果回传。
|
||
- 总控的单独指派与按行 `@` 批量指派均复用既有文本任务入口；子 Agent 不保存跨任务上下文，回传仍走原有状态、结果、取消、超时与重试闭环。
|
||
|
||
## 最近编译
|
||
|
||
- `dist/MultiClawAgent/MultiClawAgent.exe` 已于 2026-09-16 重新编译（含 12 个默认启用的本机预设工具、任务运行中的工具级实时进度回传，以及 HTTP/stdio 两种 MCP 传输，tzdata 已内置）。
|
||
|
||
## 已规划，尚未实现
|
||
|
||
- 可执行插件包（旧版 Python 插件、脚本型 Skill）的受控安装与隔离运行；当前可通过 `stdio` 工具直接拉起已存在于本机的 MCP 服务或插件宿主，但总控还不能下发插件文件与安装步骤。
|
||
- 持久化离线事件外盒、重连补传、任务重启恢复。
|
||
- 本机 Agent 守护服务与远程重启、升级。
|
||
|
||
## 进度判断
|
||
|
||
- **可测试基础闭环**（配对、在线、任务、取消、重试）：约 **65%**。
|
||
- **最终集中管理目标**（统一 LLM/Skill/MCP/定时器/远程运维）：约 **35%**。
|
||
|
||
当前策略：子 Agent 只接收和执行总控迁移后的能力；不会依赖或导入旧 FastAPI、Node.js、旧 Python Agent 运行环境。
|