mirror of
https://gitcode.com/JianFeeeee/HomeAgent.git
synced 2026-11-01 06:47:29 +00:00
bd9dd9e75f
上一版还是论证体：四个小标题里三个是否定式断言（「上下文**不是**截断+摘要」
「三层记忆是迁移，**不是**复制」「记忆按场面分，**不按**会话」），
每段都以一句评论收尾。段落字数 62–128，几乎等长 —— 这是最明显的机器痕迹。
改成参考文档：
## 小标题换成名词
上下文不是「截断 + 摘要」 → 上下文窗口
三层记忆是迁移，不是复制 → 三层记忆
记忆按场面分，不按会话 → 场面
标题说明这节讲什么，不下判断。判断该由正文的数据支撑，不该写在标题里。
## 删掉与假想敌的对比
「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」
「普通 agent 通常一条会话一条历史，换个话题就失忆」
换成直接说我们怎么做的。读者不需要先被告知别人怎么错。
## 段落长度拉开
之前 62–128 字（极差 66）。现在每节先给一行文件路径，正文长短不一：
32 字 `internal/agent/core/context.go`
127 字 这条约束来自一次实测。50k 窗口……
51 字 N 默认 10，实际取值受预算约束：……
129 字 场面由五个特征构成……
极差 98 字。技术文档本来就是「一行路径 + 一段解释 + 一行数字」这种不均匀节奏。
## 去掉两处破折号
「没有『取出即删除』的路径 —— 删除排在确认之后」
「不吸收整轮指纹 —— 吸收了会……」
改成句号。全文破折号归零。
## 补上实现位置
原来只讲设计没给代码位置，改成每节标文件路径：
`internal/agent/core/context.go`、`internal/memory/coldcontext/`、
`internal/memory/scene_emerge.go`、`internal/agent/core/stages.go`。
## 核对
文中数字逐条对源码：`preemptPromotionCap = 2`、`minSceneEvidence = 2`、
`FindColdContexts(72*time.Hour, 2)` 均一致。两版 9 个标题对齐，无死链。
154 lines
7.0 KiB
Markdown
154 lines
7.0 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，低分的下沉成冷上下文、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
|
||
|
||
```text
|
||
homed（内核）
|
||
LLM 编排 · 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
|
||
```
|
||
|
||
内核进程做编排、记忆、检索；HTTP、文件、设备都由插件负责（`internal/plugin`）。
|
||
插件崩溃后内核重启它，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（`cmd/homed/kmod_runtime.go`）。
|
||
|
||
### 上下文窗口
|
||
|
||
`internal/agent/core/context.go`
|
||
|
||
事件进窗口时算两套向量：稠密向量与媒体、冷上下文共用同一空间；词向量用 TF-IDF
|
||
作退路。裁剪时用当前输入给每条历史事件打分，保留 topK，最近 N 条不参与打分直接保留。
|
||
|
||
N 默认 10，实际取值受预算约束：`min(配置值, ContextTokens / 单条平均 token)`。
|
||
|
||
这条约束来自一次实测。50k 窗口、单条事件平均 5800 token、预算 40000，固定保留 10 条
|
||
要占 58k，比预算本身还大。于是每轮裁剪都能达标却清不出空间，两轮后预算耗尽、任务终止，
|
||
召回率从 44% 降到 22%。现在小窗口会自动收紧，1M 窗口下用满配置值。
|
||
|
||
被裁掉的事件连同它持有的媒体块写入冷上下文层，块 ID 不变，只换持有层。
|
||
取回用 `coldcontext_query`：先 `Peek` 确认，再 `Remove` 源副本。
|
||
没有「取出即删除」的路径，删除排在确认之后。
|
||
|
||
### 三层记忆
|
||
|
||
`internal/agent/core/context.go` · `internal/memory/coldcontext/` · `internal/memory/graph.go`
|
||
|
||
| 层 | 持有物 | 进模型的方式 | 冷化 |
|
||
|---|---|---|---|
|
||
| L1 上下文 | 事件 + 块 | 直接进 system prompt | 相关性低分下沉 |
|
||
| L2 冷上下文 | 事件 + 块（与 L1 同构） | 召回后插回 L1 时序 | ≤2 次访问且 72h 未读，蒸馏 |
|
||
| L3 稳定记忆 | 三元组，节点即块 | 召回后注入 | 不流出 |
|
||
|
||
一块在任一层只有一个持有者，没有引用计数。图片和音频是 L2/L3 里的块，
|
||
有自己的向量，与文本在同一空间检索。
|
||
|
||
### 场面
|
||
|
||
`internal/memory/scene_emerge.go`
|
||
|
||
场面由五个特征构成，权重各不相同：通道 1.0、对话对象 1.0、工具 0.8、话题 0.4、时段 0.2。
|
||
同一指纹出现两次才建场面（`minSceneEvidence = 2`），一次性的交互不建。
|
||
归属阈值 0.5，唤起阈值 0.35；重现时强度 +1，久不重现按半衰期衰减。
|
||
|
||
两个入口并行：插件在注入点声明（如 `chan:qq/peer:group_1`），或者指纹自行聚类。
|
||
声明场景只从键本身解析特征，不吸收整轮指纹。吸收之后它会以接近 1.0 的相似度
|
||
匹配后续所有同类轮次，自行聚类那条路就长不出更细的场面。
|
||
|
||
### 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 |
|
||
|
||
内循环是 `post_action → [before_toolcall → 执行 → after_toolcall] → post_action`，
|
||
模型不再调工具、全部被拒、或达到上限时退出。
|
||
|
||
## 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
|
||
|
||
以 **AGPL-3.0-only** 发布，全文见 [LICENSE](LICENSE)。
|
||
|
||
随包的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 |
|
||
|
||
发行包在 dep/rpm 元数据里声明本包许可为 `AGPL-3.0-only`。
|