305 lines
16 KiB
Markdown
305 lines
16 KiB
Markdown
# PicoBot 架构
|
||
|
||
本文档描述 PicoBot 当前实现的运行时边界、数据流、并发模型和演进约束。它面向维护者和后续参与改进的 Agent，是代码架构的主入口；行为细节仍以代码和测试为最终依据。
|
||
|
||
## 1. 设计目标
|
||
|
||
PicoBot 是一个单进程、异步、可扩展的个人 AI 助手运行时。核心目标是：
|
||
|
||
- 用统一消息模型接入不同聊天渠道。
|
||
- 隔离渠道、会话、模型、工具和持久化职责。
|
||
- 同一会话内保持消息顺序，不同会话之间允许并发。
|
||
- 让外部 I/O、后台任务和程序关停都有明确边界。
|
||
- 通过 SQLite 保存会话、消息、记忆、定时任务及后台任务状态。
|
||
|
||
当前不是分布式系统。除调度任务使用数据库租约防止重复领取外，运行时会话状态由单个 Gateway 进程持有。
|
||
|
||
## 2. 运行模式与进程边界
|
||
|
||
PicoBot 只有一个二进制，提供两种模式：
|
||
|
||
| 模式 | 入口 | 职责 |
|
||
|------|------|------|
|
||
| Gateway | `cargo run -- gateway` | 组装服务、监听 HTTP/WebSocket、提供嵌入式 WebUI，运行渠道、会话、调度器和后台任务 |
|
||
| CLI client | `cargo run -- chat` | 运行 Ratatui UI，通过 WebSocket 使用 Gateway，不持有业务状态 |
|
||
|
||
Linux 上可通过 `picobot service install/start/stop/status/restart/uninstall` 管理 systemd 用户服务。unit 固定为 `picobot.service`，其主进程仍是普通 Gateway 模式，不引入额外 daemon/fork 层；异常退出由 systemd 按 `Restart=on-failure` 拉起。
|
||
|
||
CLI TUI 在 `~/.picobot/tui_client_id` 保存非敏感客户端标识，并通过 WebSocket 查询参数 `client_id` 传给 Gateway。`cli_chat` 以该标识作为稳定 chat scope；重连时恢复内存中的当前 dialog，Gateway 重启后则恢复该 scope 最近活跃的未归档 dialog。无效或缺失的标识会退化为连接级随机 scope。
|
||
|
||
Gateway 启动时会切换进程工作目录到 `workspace_dir`。因此所有相对路径都应按 workspace 解释，不能假设仍位于源码仓库。
|
||
|
||
## 3. 组件关系
|
||
|
||
```mermaid
|
||
flowchart LR
|
||
External[CLI / Feishu] --> Channels[channels]
|
||
Channels -->|InboundMessage| Bus[MessageBus]
|
||
Bus --> Processor[Gateway message processor]
|
||
Processor --> Sessions[SessionManager]
|
||
Sessions --> Agent[AgentLoop]
|
||
Agent --> Providers[LLM providers]
|
||
Agent --> Tools[ToolRegistry / MCP]
|
||
Sessions <--> Storage[(SQLite)]
|
||
Sessions -->|OutboundMessage| Bus
|
||
Scheduler[Scheduler] --> Sessions
|
||
Bus --> Dispatcher[OutboundDispatcher]
|
||
Dispatcher --> Channels
|
||
Supervisor[TaskSupervisor] -. lifecycle .-> Processor
|
||
Supervisor -. lifecycle .-> Dispatcher
|
||
Supervisor -. lifecycle .-> Scheduler
|
||
Supervisor -. lifecycle .-> Sessions
|
||
```
|
||
|
||
### 模块职责
|
||
|
||
| 模块 | 拥有的职责 | 不应承担的职责 |
|
||
|------|------------|----------------|
|
||
| `gateway` | 依赖装配、HTTP/WS/WebUI 入口、启动和关停顺序 | 业务规则、渠道协议细节 |
|
||
| `channels` | 外部协议适配、权限检查、媒体收发 | 会话选择、LLM 调用 |
|
||
| `bus` | 三条有界异步队列与出站投递协调 | 会话路由、业务状态 |
|
||
| `session` | dialog 路由、会话状态、串行工作队列、上下文和持久化协调 | 外部渠道协议 |
|
||
| `agent` | 单次无状态模型/工具循环、上下文压缩、子 Agent | 持有 dialog 生命周期 |
|
||
| `providers` | 把统一请求映射到模型 API | Session、Bus 或 Channel 感知 |
|
||
| `tools` / `mcp` | 工具定义、注册和执行适配 | 隐式修改会话路由 |
|
||
| `storage` | SQLite schema、迁移、原子 CRUD | 运行时调度策略 |
|
||
| `memory` | Knowledge/Timeline 的存取与召回 | 直接驱动消息发送 |
|
||
| `scheduler` | 领取到期任务、限并发执行、原子记录结果 | 复用聊天会话历史 |
|
||
| `task_supervisor` | 后台任务注册、取消、限时回收 | 业务级重试和结果语义 |
|
||
|
||
## 4. 消息与控制数据流
|
||
|
||
`MessageBus` 包含三条容量相同的 Tokio MPSC 队列：
|
||
|
||
- `inbound`：Channel → Gateway message processor。
|
||
- `outbound`：Session/Tool → `OutboundDispatcher`。
|
||
- `control`：WebSocket/Channel → Gateway message processor，用于 dialog 操作。
|
||
|
||
### 普通消息
|
||
|
||
```mermaid
|
||
sequenceDiagram
|
||
participant C as Channel
|
||
participant B as MessageBus
|
||
participant G as Message processor
|
||
participant S as SessionManager
|
||
participant W as Per-session worker
|
||
participant A as AgentLoop
|
||
participant D as OutboundDispatcher
|
||
|
||
C->>B: publish InboundMessage
|
||
B->>G: consume inbound
|
||
G->>S: handle_message
|
||
S->>W: try_send AgentTask
|
||
S-->>G: AgentProcessing
|
||
W->>A: process(history)
|
||
A-->>W: final response
|
||
W->>B: publish OutboundMessage
|
||
B->>D: consume outbound
|
||
D->>C: Channel::send
|
||
```
|
||
|
||
关键语义：
|
||
|
||
- Gateway 的主消息处理循环不等待模型完成；普通消息进入对应 session worker 后立即返回 `AgentProcessing`。
|
||
- 每个 session 有一条容量为 32 的队列，同一 session 串行处理，不同 session 的 worker 可并发执行。
|
||
- 队列满时明确拒绝新消息，不允许无界积压。
|
||
- Slash command 不进入 Agent 队列，由 `SessionManager` 直接执行，因此 `/stop` 等控制操作不会排在长模型调用之后。
|
||
|
||
### 出站投递
|
||
|
||
`OutboundDispatcher` 按 `(channel, chat_id)` 建立独立 lane：
|
||
|
||
- 同一目标的消息保持顺序。
|
||
- 慢目标不会阻塞其他目标。
|
||
- 每条 lane 容量为 64，空闲 300 秒后退出。
|
||
- 单次发送超时 30 秒；最多尝试 3 次，前两次失败后分别等待 1/2 秒。只有 `ConnectionError` 和 `SendError` 会重试。
|
||
- `deliver_outbound` 可等待渠道真实投递结果，等待上限 120 秒；普通 `publish_outbound` 只保证成功入队。
|
||
|
||
不要把“已进入 Bus”误认为“外部渠道已收到”。需要确认语义时必须使用 `deliver_outbound`。
|
||
|
||
### Control 消息
|
||
|
||
WebSocket dialog 操作通过 `ControlMessage` 携带一次性回复通道。Gateway 在统一 message processor 中调用 `SessionManager`，再将 `SessionEvent` 回传给发起者。Bus 只承载消息，不解释操作。
|
||
|
||
TUI 的历史回放同样走 control 队列：`get_session_history` 先校验 session 属于当前客户端 scope，再由 SessionManager 从 Storage 读取最近消息。单次查询限制为 1–2000 条，TUI 默认请求最近 1000 条；迟到的历史响应只有在目标仍是当前 dialog 时才允许更新界面。
|
||
|
||
Agent worker 发出的异步回复和通知在 OutboundMessage metadata 中标记来源 session，`cli_chat` 将其映射为 WebSocket `session_id`。TUI 切换 dialog 后不渲染其他 session 的迟到结果；结果仍按原 session 持久化，切回时通过历史回放显示。
|
||
|
||
## 5. 会话模型与并发不变量
|
||
|
||
Session ID 格式为：
|
||
|
||
```text
|
||
<channel>:<chat_id>:<dialog_id>
|
||
```
|
||
|
||
`SessionManagerInner` 保存：
|
||
|
||
- `sessions`：完整 Session ID 到内存 Session 的映射。
|
||
- `current_sessions`：`channel:chat_id` 到当前 dialog 的映射。
|
||
|
||
必须维护以下不变量：
|
||
|
||
1. 同一 Session 的 Agent 工作由一个 generation 对应的 worker 串行执行。
|
||
2. `/stop` 或 worker 替换会递增 `worker_generation`；旧 worker 不得再提交结果。
|
||
3. 慢操作（模型、记忆召回、压缩、SQLite I/O）不能长期持有 Session mutex。
|
||
4. 慢操作开始前记录 `state_version`，提交前重新验证，防止旧快照覆盖 `/clear`、`/delete` 等并发修改。
|
||
5. 持久化写入由 `persistence_lock` 串行化；多条相关记录应使用 Storage 的原子接口。
|
||
6. 内存先变更但持久化失败时，必须回滚精确匹配的消息后缀，不能删除无关的新状态。
|
||
|
||
SessionManager 负责组装会话上下文：系统提示、Skills、召回的 Knowledge、压缩后的 Timeline 和当前消息历史。`AgentLoop` 接收完整输入执行一次模型/工具循环，本身不拥有会话状态。
|
||
|
||
## 6. 持久化
|
||
|
||
`Storage` 使用 SQLx + SQLite，默认数据库为 `{workspace_dir}/picobot.db`。连接启用：
|
||
|
||
- WAL journal mode。
|
||
- foreign keys。
|
||
- 5 秒 busy timeout。
|
||
- schema version 迁移。
|
||
|
||
持久化范围包括 sessions、messages、memories、scheduled jobs、job runs 和 background tasks。修改 schema 时应：
|
||
|
||
1. 更新集中式 schema/迁移逻辑。
|
||
2. 保留已有数据库的升级路径。
|
||
3. 为新库初始化和旧库迁移分别增加测试。
|
||
4. 对“状态更新 + 执行记录”等复合写入使用事务。
|
||
|
||
### 安全边界
|
||
|
||
- API Key 和渠道凭据只来自配置占位符、`.env` 或进程环境，不得写入仓库。
|
||
- 日志不得输出 token、secret、Authorization header，或包含临时凭据的完整 URL；应记录脱敏后的 host/path 和必要诊断字段。
|
||
- Gateway 把 cwd 切到 workspace，因此相对文件路径和 Shell 默认从 workspace 开始；这不是硬沙箱。当前内置文件工具接受绝对路径，Bash 也可访问进程权限允许的位置。若某场景需要硬边界，必须显式配置/实现 allowed directory 和进程隔离。
|
||
- `http_request` 和 `web_fetch` 的私网/回环地址校验属于 SSRF 防线，重构网络层时不能绕过。
|
||
- 外部内容、Tool 输出和 MCP 响应均是不可信输入；解析错误应返回结构化失败，不能 panic。
|
||
|
||
## 7. 后台任务与生命周期
|
||
|
||
`TaskSupervisor` 是 Gateway 内部后台任务的统一所有者。message processor、outbound dispatcher、scheduler、session workers、outbound lanes、通知消费者和子 Agent 后台任务都应通过它注册。
|
||
|
||
两种注册方式：
|
||
|
||
- `spawn`：收到全局取消后直接丢弃任务 future，适合无需异步清理的任务。
|
||
- `spawn_graceful`：任务自己观察 cancellation token 并清理，Supervisor 在总宽限期结束后再强制 abort。
|
||
|
||
新增长生命周期任务时必须满足：
|
||
|
||
- 有明确 owner，禁止无法回收的裸 `tokio::spawn`。
|
||
- 能响应取消；外部连接、重试 sleep 和阻塞式等待也要纳入取消分支。
|
||
- 等待任务退出必须有硬超时，超时后 abort 并回收 JoinHandle。
|
||
- 任务 panic、超时和永久错误要可观测，且不能阻止其他组件清理。
|
||
|
||
WebSocket 每个客户端的 writer task 是连接局部任务，由连接 handler 自己限时回收；它不跨越连接生命周期。
|
||
|
||
### WebUI 与管理 API
|
||
|
||
Gateway 在 `/` 提供随二进制编译的 HTML/CSS/JavaScript，不依赖外部 CDN 或前端运行服务。前端源码位于 `webui/`，由 Svelte 5 + Vite 构建，Bits UI 提供无样式的可访问组件原语。`build.rs` 监听前端源码、锁文件和构建配置，增量地将生产资源生成到 Cargo `OUT_DIR`，Rust 再从该目录编译嵌入；前端产物不进入仓库，最终用户使用发布二进制时不需要 Node.js。浏览器聊天继续使用 `/ws` 和 `cli_chat` 渠道，因此复用现有 dialog scope、每会话串行 worker、历史持久化和出站 lane；WebUI 不直接调用 Provider 或 SessionManager。
|
||
|
||
同源 `/api/*` 管理接口只提供显式白名单能力：
|
||
|
||
- 配置读取/原子写入；响应中的密钥字段统一掩码，原样提交掩码会恢复现有值。运行配置只在重启后生效，不热替换运行中组件。
|
||
- `USER.md`、`AGENTS.md` 只允许固定文件名，不接受任意路径。
|
||
- 日志、记忆、任务和运行记录均限制单次返回数量；日志目录固定为 `~/.picobot/logs`。
|
||
- 任务与记忆读取复用 Storage API，不允许 WebUI 直接持有 SQLite 连接或拼接任意查询。
|
||
- 前端依赖只存在于源码构建阶段；生产页面不加载 CDN。`build.rs` 以 `package-lock.json` 的依赖 stamp 判断是否需要 `npm ci`，并依靠 Cargo `rerun-if-changed` 避免后端代码变化触发前端重建。前端开发仍须运行 `npm run check`，并以 `cargo build` 验证最终嵌入路径。
|
||
|
||
WebUI 与 Gateway 当前属于同一信任边界，没有内置认证。默认回环绑定是安全前提；非回环部署必须由反向代理或其他外层提供 TLS、认证和访问控制。
|
||
|
||
## 8. 启动与关停顺序
|
||
|
||
### 启动
|
||
|
||
1. 加载配置和 `.env`，解析 workspace。
|
||
2. 创建并切换到 workspace。
|
||
3. 初始化 SQLite、MemoryManager、MessageBus 和 SessionManager。
|
||
4. 注册内置工具、渠道、MCP 工具和 Cron 工具。
|
||
5. 启动所有 Channel。
|
||
6. 通过 TaskSupervisor 启动 message processor、dispatcher 和 scheduler。
|
||
7. 注册 WebUI 静态资源、管理 API 与聊天 WebSocket 路由。
|
||
8. 绑定 Axum listener，开始接收请求。
|
||
|
||
### 关停
|
||
|
||
1. `Ctrl-C`/SIGINT 或 SIGTERM 触发 Axum graceful shutdown，并取消所有 WebSocket 连接。systemd 的 `stop`/`restart` 使用 SIGTERM，因此与前台退出共享同一清理链路。
|
||
2. `ChannelManager::stop_all` 先停止外部消息入口并注销渠道。
|
||
3. 取消 TaskSupervisor，停止接受新后台任务。
|
||
4. 在共享的 10 秒总宽限期内等待任务退出，之后 abort 剩余任务。
|
||
|
||
渠道自己的 `stop()` 也必须有界。以飞书为例，端点请求、WebSocket 建连、重试等待和已连接循环共享 CancellationToken，另有 5 秒强制回收兜底。
|
||
|
||
## 9. 扩展指南
|
||
|
||
### 新增 Channel
|
||
|
||
1. 实现 `Channel` trait，仅处理外部协议和统一消息转换。
|
||
2. 在 `ChannelManager::init` 注册，并通过同一个 MessageBus 收发。
|
||
3. 将可重试错误表示为 `ConnectionError`/`SendError`，永久错误使用其他类型。
|
||
4. 为 start/stop 幂等性、取消建连、投递失败和媒体边界增加测试。
|
||
5. 不要从 Channel 直接调用 SessionManager 或 Provider。
|
||
|
||
### 新增 Tool
|
||
|
||
1. 实现 `Tool`，在集中注册点加入 `ToolRegistry`。
|
||
2. 参数 schema 必须明确；返回值保持可供模型消费的字符串协议。
|
||
3. 明确工具需要“workspace 默认目录”还是“不可逃逸的硬边界”；后者必须显式校验 canonical path，不能只依赖 cwd。
|
||
4. 网络工具必须保留 SSRF/私网地址校验。
|
||
5. 长操作应有超时；后台执行应交给 SubAgentManager/TaskSupervisor。
|
||
|
||
### 新增 Provider
|
||
|
||
1. 实现 `LLMProvider`，保持其为纯 HTTP/API 适配器。
|
||
2. 统一映射文本、媒体、tool calls、usage 和错误。
|
||
3. 不在 Provider 中访问 Session、Bus 或 Channel。
|
||
4. 为请求序列化和响应兼容性编写离线单元测试。
|
||
|
||
### 修改 Session
|
||
|
||
先画出锁、慢 I/O、版本检查和持久化顺序。任何跨 `await` 的 Session 锁都需要特别审查；任何由旧快照产生的结果都必须在提交前验证 generation/state version。
|
||
|
||
## 10. 验证策略
|
||
|
||
按改动范围选择最小但充分的验证：
|
||
|
||
| 改动 | 至少执行 |
|
||
|------|----------|
|
||
| 文档 | 检查链接、命令和源码路径；`git diff --check` |
|
||
| Rust 实现 | 相关定向测试、`cargo test --lib`、`cargo clippy --all-targets --all-features -- -D warnings` |
|
||
| 构建/依赖 | 上述检查加 `cargo build` |
|
||
| Provider/真实渠道 | 离线测试；有凭据时再运行 ignored integration tests |
|
||
| SQLite schema | 新库测试、迁移测试、原子性测试 |
|
||
| 生命周期/并发 | 成功、失败、超时、取消、队列满和重复 start/stop 测试 |
|
||
|
||
模型 API 集成测试需要 `tests/test.env` 中的真实 API Key，并默认 ignored；`test_scheduler` 和 `test_request_format` 是可直接运行的离线测试。不应在无凭据时假装已经验证真实 Provider。
|
||
|
||
## 11. 演进决策清单
|
||
|
||
提交架构性修改前，逐项确认：
|
||
|
||
- 是否仍遵守 Channel → Bus → Session → Agent 的依赖方向？
|
||
- 是否引入第二个 owner、重复状态或绕过统一注册点？
|
||
- 队列、并发、重试和等待是否全部有界？
|
||
- 取消信号能否覆盖建连、sleep、I/O 和清理阶段？
|
||
- 是否在持锁时执行了网络、模型或数据库慢操作？
|
||
- 内存与 SQLite 失败时能否保持一致？
|
||
- 错误是否区分瞬态和永久语义？
|
||
- 是否有测试覆盖正常路径与最危险的失败路径？
|
||
- README、AGENTS.md 和本文档是否需要同步更新？
|
||
|
||
## 12. 代码导航
|
||
|
||
| 主题 | 入口 |
|
||
|------|------|
|
||
| Gateway 装配和关停 | `src/gateway/mod.rs` |
|
||
| WebSocket 生命周期 | `src/gateway/ws.rs` |
|
||
| Bus 和消息类型 | `src/bus/mod.rs`, `src/bus/message.rs` |
|
||
| 出站并发与重试 | `src/bus/dispatcher.rs` |
|
||
| Channel 接口与注册 | `src/channels/base.rs`, `src/channels/manager.rs` |
|
||
| Session 核心 | `src/session/session.rs` |
|
||
| Session 命令/事件 | `src/session/commands.rs`, `src/session/events.rs` |
|
||
| Agent loop | `src/agent/agent_loop.rs` |
|
||
| 后台任务监督 | `src/task_supervisor.rs` |
|
||
| SQLite 初始化和迁移 | `src/storage/mod.rs` |
|
||
| Scheduler | `src/scheduler/mod.rs` |
|
||
| 配置加载 | `src/config/mod.rs` |
|