mirror of
https://gitcode.com/JianFeeeee/HomeAgent.git
synced 2026-11-06 01:07:35 +00:00
152dc680ad
## 补上真正的差异点 之前架构节只有一张图和七阶段表，把最核心的上下文管理省略了。 用 codegraph 查了 `RelevanceContext` / `PruneWithProtected` / `coldcontext.Store` / `block_recall`，确认实际做法，逐条对照常见 agent： ### 上下文：按相关度取舍，不是截断或摘要 常见做法是超窗裁掉旧对话，或让模型自己摘要 —— 共同问题是**丢什么由位置决定**。 这里是给每条历史事件按当前输入打分，低分下沉到文档层。 打分主路径是稠密余弦（与媒体、文档同一向量空间），模型未就绪退到 TF-IDF。 关键在 `effectiveProtectedCount`：保护条数受预算约束。 ```go budgetCap = ContextTokens / avgEventTokens pCount = min(配置值, budgetCap) ``` 源码里记着这条约束的来历：50k 窗口下单条事件约 5800 token（工具回灌型）， 预算 40000，「钉住 10 条」本身就装不下 —— 每轮裁剪都撞保护下限， 两轮后预算耗尽，任务直接终止，召回率从 44% 掉到 22%。 ### 三层是迁移，不是复制 `ColdDoc` 的注释写得很清楚：「块的真实归属在 Events[i].Blocks 里」， 块在任一层只有一个持有者，不靠引用计数保活。 回灌用 `Peek` + 确认 + `Remove` 两阶段，源码明确标注「**禁止先删后灌** —— 删除必须排在确认之后，回灌失败即永久丢数据」。 ### 场面：两条路并行，且互不吞并 声明场景**不吸收整轮指纹**（`EnsureScene` 的注释）：否则它会以接近 1.0 的相似度 吃掉后续所有同类轮次，被动聚类再也长不出更细的场面。 这条边界是踩出来的，不是设计时想到的。 ## 开头相应收缩 原来开头四段「**粗体断言** + 三行解释」与架构节重复。改成一句介绍 + 安装 + 三段话点出差异，细节留给架构节。 两版 163 / 191 行，9 个标题对齐，代码块 10/10 配对，无死链。
164 lines
7.8 KiB
Markdown
164 lines
7.8 KiB
Markdown
> ⚠️ **AI 辅助编程声明**：本项目代码、文档及提交历史中，部分内容由 AI 辅助生成或修改。人工已审阅关键改动，但使用时请自行评估与验证。
|
||
|
||
# HologramAgent
|
||
|
||
> **English**: [README_EN.md](./README_EN.md)
|
||
|
||
自托管 Agent 内核。跑在自己的机器上，插件以独立进程接入。
|
||
|
||
```bash
|
||
make build build-cli
|
||
./build/homed -data /tmp/ha
|
||
```
|
||
|
||
API 密钥在 WebUI（`http://localhost:8080`）里填。需要 Linux。
|
||
|
||
跟常见 agent 框架的主要差别在上下文管理：不是超窗就截断或让模型摘要，
|
||
而是按相关度取舍，低分的下沉成文档、再蒸馏进图数据库。另外两处不太一样的是
|
||
启动顺序在编译期定序，以及插件按设施就绪提前启动（详见下方架构）。
|
||
|
||
## 架构
|
||
|
||
```
|
||
homed（内核）
|
||
LLM 编排 · 三层记忆 · 检索 · 调度
|
||
│
|
||
┌──────────────┼──────────────┐
|
||
│ │ │
|
||
stdio RPC 共享内存 事件环
|
||
控制 大块数据 通知
|
||
│ │ │
|
||
└──────────────┼──────────────┘
|
||
│
|
||
插件（各自独立进程）
|
||
WebUI · QQ · 命令行 · 文件 · 浏览器
|
||
```
|
||
|
||
内核不发 HTTP、不读文件。所有接触外部世界的能力都在插件里，插件崩溃不影响内核，
|
||
重启退避 1s / 2s / 3s，5 分钟内第 4 次崩溃停止自动重启等人工介入。
|
||
|
||
### 上下文不是「截断 + 摘要」
|
||
|
||
常见做法是把超窗的对话裁掉或让模型自己摘要，两者的共同问题是**丢什么由位置决定**。
|
||
这里换成了按相关度取舍：用当前输入给每条历史事件打分，低分的下沉到文档层。
|
||
|
||
打分用稠密向量余弦（与媒体、文档共享同一向量空间），模型未就绪时退化到 TF-IDF。
|
||
裁剪时无条件保住最近 N 条，但 N 本身受预算约束：
|
||
|
||
```go
|
||
// 保护条数不超过预算能装下的条数
|
||
budgetCap = ContextTokens / avgEventTokens
|
||
pCount = min(配置值, budgetCap)
|
||
```
|
||
|
||
这条约束来自一次实测：50k 窗口下单条事件约 5800 token（工具回灌型），预算约 40000，
|
||
「钉住 10 条」本身就装不下，于是每轮裁剪都撞保护下限，两轮后预算耗尽，任务直接终止。
|
||
召回率从 44% 掉到 22%。现在窗口越小越自动收紧，1M 窗口下则能用满配置值。
|
||
|
||
被裁掉的事件不是丢弃，是迁移：事件连同它持有的媒体块一起进文档层，块的 ID 不变、
|
||
只换持有层。回灌时用 `coldcontext_query` 取回，两阶段（先 Peek 确认、再 Remove），
|
||
不用「先删后灌」——那会在回灌失败时永久丢数据。
|
||
|
||
### 三层记忆是迁移，不是复制
|
||
|
||
```
|
||
L0 上下文 相关性裁剪，最近 N 条恒受保护
|
||
↓ 低分事件下沉（带媒体块）
|
||
L1 文档 稠密检索，访问计数 ≤2 且久未访问则继续下沉
|
||
↓ 蒸馏成三元组
|
||
L2 图 实体关系 + 场面索引，支持按场面召回
|
||
```
|
||
|
||
块在任一层只有一份持有者，不靠引用计数保活。媒体不是附件：图片、音频是图里的一等节点，
|
||
有自己的向量，和文本在同一空间里检索。
|
||
|
||
### 记忆按场面分，不按会话
|
||
|
||
普通 agent 通常一条会话一条历史，换个话题就失忆，或者全塞进一个上下文里互相干扰。
|
||
这里按「可观察的场所指纹」分：通道、对话对象、工具、话题、时段，权重 1.0/1.0/0.8/0.4/0.2。
|
||
|
||
同一指纹出现到第 2 次才建场景（`minSceneEvidence = 2`），只发生一次的不算。
|
||
归属阈值 0.5、唤起阈值 0.35，唤起比归属宽松——想不起来是损失，多想一条只是多几行上下文。
|
||
场景每次重现强度 +1，久不重现按半衰期衰减。
|
||
|
||
两个来源并行：**声明**（插件在注入点说明"这是哪个场面"）与**涌现**（指纹自己聚类）。
|
||
声明场景不吸收整轮指纹，否则它会以接近 1.0 的相似度吃掉后续所有同类轮次，
|
||
被动路再也长不出更细的场面。
|
||
|
||
### 七个阶段
|
||
|
||
`internal/agent/core/stages.go`
|
||
|
||
| 阶段 | 时机 | 插件可做 |
|
||
|---|---|---|
|
||
| `on_input` | 消息到达 | 黑名单、限流、短路回复 |
|
||
| `pre_action` | 上下文就绪，调 LLM 前 | 注入外部数据 |
|
||
| `post_action` | LLM 返回文本与工具调用 | 敏感词过滤、强制改向 |
|
||
| `before_toolcall` | 单个工具执行前 | 审计、拒绝、改参 |
|
||
| `after_toolcall` | 单个工具执行完 | 脱敏、排序 |
|
||
| `before_output` | 最终文本就绪 | 格式适配 |
|
||
| `after_output` | 已发送 | 统计 |
|
||
|
||
`post_action → [before_toolcall → 执行 → after_toolcall] → post_action` 是内循环，
|
||
退出条件：模型不再调工具、全部被拒、或达到上限。
|
||
|
||
## 其余
|
||
|
||
- **通道**：WebUI、命令行、QQ 群与私聊、A2A、IDE 里的 ACP
|
||
- **工具**：文件、命令、代码、浏览器（真实 Chrome）、日程、备忘、RSS、音乐
|
||
- **模态**：图片、视频、语音、截图、网页
|
||
|
||
28 个内置插件、89 个模型可调工具。外部插件一插件一仓，见 [github.com/HologramAgent](https://github.com/HologramAgent)。
|
||
|
||
## 下载
|
||
|
||
[Releases](https://github.com/JianFeeeee/HologramAgent/releases) 提供三种变体：
|
||
|
||
| 变体 | 内容 | 适用 |
|
||
| --- | --- | --- |
|
||
| **full** | homed + waiter + 桌面 GUI + systemd unit | 单机全功能 |
|
||
| **server** | homed + waiter + systemd unit | 服务器（无桌面环境） |
|
||
| **client** | waiter + 桌面 GUI | 连接远程 HologramAgent |
|
||
|
||
- Linux：`.deb`（amd64/arm64）、`.rpm`（x86_64）、`.tar.gz`
|
||
- Windows：`HologramAgent_v1.2.0_{Full,Server,Client}_win64.exe`（NSIS 安装向导，含 AGPL 许可页）。自 v1.2.0 起因 `homed` 不再支持 Windows 原生（依赖 fd 继承与共享内存段内偏移解引用），安装器改为引导到 **WSL2**，并把 Linux 包送进发行版里按 Linux 方式安装。
|
||
- 免安装：`homeagent-bin-<os>_<arch>.tar.gz`（含 homed/waiter/initconfig）
|
||
- 校验：`SHA256SUMS`
|
||
|
||
macOS 的 `homed` 需在原生 macOS 构建（CGO + sqlite3），发布包仅含 `waiter`/`initconfig`。
|
||
|
||
## 构建
|
||
|
||
依赖 Go 1.25+、CGo（go-sqlite3）、Linux。
|
||
|
||
```bash
|
||
make build build-cli # 守护进程 + CLI
|
||
make test # go test ./...
|
||
make install # 安装到系统
|
||
```
|
||
|
||
`homed` 只能在 Linux 上跑（依赖 fd 继承与共享内存段的段内偏移解引用）。
|
||
Windows 上构建 `waiter.exe`，`homed` 跑在 WSL2 里；macOS 要原生构建 `homed`。
|
||
|
||
## 许可
|
||
|
||
内核以 **AGPL-3.0-only** 发布（[LICENSE](LICENSE)）。改过的版本如果对外提供网络服务，
|
||
必须向使用者提供源码（§13）。
|
||
|
||
自己写的插件不受此约束。插件静态链接的 [hologramagentsdk](https://github.com/JianFeeeee/hologramagentsdk)
|
||
是 **MIT**，宽松许可不继承 AGPL，所以外部插件可以闭源、可以商用，也不必开源自改。
|
||
|
||
随包第三方组件保持各自许可，全文在 `/usr/share/doc/hologramagent/licenses/`。
|
||
|
||
### 随包分发的第三方组件
|
||
|
||
| 组件 | 许可 | 位置 |
|
||
| --- | --- | --- |
|
||
| Chinese-CLIP ViT-B/16（ONNX 产物） | Apache-2.0 | `/usr/lib/hologram/models/chinese-clip-vit-b16-onnx/` |
|
||
| ONNX Runtime（`libonnxruntime.so`） | MIT | `/usr/lib/hologram/onnxruntime/` |
|
||
| jieba 词库（内嵌进二进制） | MIT | 源码 `internal/memory/jiebadict/` |
|
||
| Go 依赖（go-sqlite3、gojieba、bubbletea 等） | MIT / BSD-3 / Apache-2.0 | 均为宽松许可，与 AGPL-3.0 兼容 |
|
||
|
||
这些组件**保持各自原有许可**，不在本项目的 AGPL 授权范围内；发行包把它们的许可全文放在
|
||
`/usr/share/doc/hologramagent/licenses/`，并在 dep/rpm 元数据里声明本包许可为 `AGPL-3.0-only`。
|