HomeAgent/assets/docs/zh/OVERVIEW.md

English | 中文

HomeAgent — 项目概览

这是什么

HomeAgent 是一个持续运行的个人智能 Agent 框架。

核心架构：一个长时间运行的内核进程（homed），通过插件系统接入各种 IO 通道（QQ、Web、命令行等）。内核负责 LLM 调用编排、记忆管理、知识检索；插件负责所有外部 IO——收发消息、执行文件操作、搜索网络等。

设计要点

核心域与应用域分离 — 内核（核心域）不执行任何 IO 操作，所有 IO 能力归属插件（应用域）。边界通过 PluginSDK 明确定义：

• 插件向内核注册工具（Tool），供 LLM 调用
• 插件挂入处理管道（Stage），在各阶段拦截/改写消息流
• 插件订阅/发布事件（Event），松耦合通信
• 插件通过 IO API 排队或打断投递输入

这一划分的意义在于职责边界清晰：内核专注于编排与记忆管理，插件负责具体 IO 实现，二者互不耦合。

三层记忆架构 — 通过分级存储策略管理 Agent 长周期运行中的信息留存：

• Context 层：内存中预训练词嵌入评分的事件窗口（StaticEmbedder 词向量 → CosineSimilarity，TF-IDF 回退），实时维护最近上下文，低相关性事件自动下沉到下一层
• Document 层：JSON 文件 + TF-IDF 向量索引的临时记忆，支持显式提交和隐式归档，冷数据蒸馏到 Graph
• Graph 层：SQLite 图数据库，持久化实体（entities）和关系（relations），BFS 遍历召回，蒸馏管道从对话中提取三元组

三层递进：上下文 → 冷归档 → 长期图记忆，构成从短期到持久的信息衰减与整合管道。

媒体记忆（v1.1.0 起） — 图片/音频不是附属物，而是三层里的一类节点：

• 内容寻址存储（CAS）：digest 寻址，元数据在 SQLite、blob 在磁盘，相同字节只存一份， 每次 Get 重校 digest（磁盘损坏静默返回脏数据比报错更危险）
• 引用计数 GC：owner_kind/owner_id/digest 三元组为主键，上下文事件/文档/图谱句子各自持引用； 有引用者绝不删除，仅回收无主且超过 minAge 的内容
• 描述文本才是持久语义记忆：视觉模型生成的描述以 [<mime> <短digest>] <描述> 标记形式写进纯文本记忆，参与向量检索与蒸馏； blob 只是可被容量 GC 淘汰的缓存。几个月后“那张紫蓝红三色带图”仍可检索，靠的是描述而不是字节
• v1.1.1 起贯通插件边界：插件可通过 InsertWithMedia / InjectInputMedia 读写媒体， 模型可用 memory_commit / doc_commit 的 media_digests 参数关联媒体

它实际做了什么

代码位于项目仓库根目录，Go 语言实现。

内核 (internal/agent/core/)：

• eventloop.go — 消息循环（eventLoop），从 IO 层排队接收输入
• process.go / stages.go — 处理管道：记忆召回 → 人格注入 → LLM 调用 → 工具执行 → 输出发送，7 阶段钩子
• toolcall.go — 工具调度与执行
• context.go — 上下文管理（预训练词嵌入评分 StaticEmbedder → CosineSimilarity，TF-IDF 回退），自动剪枝低相关性事件
• LLM 调用通过 Provider 接口抽象，支持 8 个 LLM 源自动降级

记忆系统 (internal/memory/)：

• GraphDB (graph.go) — SQLite，entities + relations 表，BFS 遍历
• Document Store (document/document.go) — 临时记忆，JSON 文件 + TF-IDF 向量索引，消费即删
• Text Memory (text/text.go) — 原始对话日志，JSONL 文件轮转
• Social Store (social/social.go) — 人格特质 + 关系网，包装 GraphDB
• Memory Indexer (indexer.go) — 自动将 GraphDB 实体向量化，用户输入时召回注入 system prompt

知识库 (internal/knowledge/knowledge.go)：

• 文件系统目录 knowledge/<name>/content.md
• TF-IDF 向量搜索，独立于记忆系统的索引实例
• LLM 通过 knowledge_search / knowledge_create / knowledge_list 三个工具操作

插件系统 (internal/plugin/)：

• 内置插件：Go init() 自注册，编译进内核
• 外部插件（v1.0.0 起）：编译为普通 Go 二进制 plugin.bin，内核 spawn 为独立子进程， 经 stdio JSON-RPC（控制面）+ 共享内存段（数据面）+ 事件环（通知面）通信；也支持 Lua 脚本插件 （C ABI 动态库通道 -buildmode=c-shared 已在 v1.0.0 整体删除）
• PluginSDK (internal/sdk/) 定义四通道：RegisterTool / RegisterStage / Subscribe / RegisterOutputChannel
• 阶段钩子 7 个：on_input → pre_action → post_action → before_toolcall → after_toolcall → before_output → after_output

LLM Provider (internal/agent/api/provider.go)：

• Provider 接口：Name / Chat / ChatStream
• 三种实现：OpenAIProvider（标准 OpenAI API）、OllamaProvider（本地）、LuaAdaptedProvider（Lua 胶水适配）
• LuaAdapter 位于 internal/lua/adapters/，每个 LLM 源对应一个 .lua 脚本
• 内置 8 个适配器：deepseek / openai / anthropic / gemini / mistral / groq / github / ollama

WebUI (internal/plugins/webui/)：

• 嵌入式 SPA 仪表盘（dashboard.html 通过 //go:embed 打包）
• REST API：状态查询、配置管理、记忆操作、知识库管理、插件管理
• 兼容 OpenAI API 格式的 /v1/chat/completions 端点
• SSE 事件流 /api/v1/chat/events

ClawHub 适配器 (internal/plugins/clawhubadapter/)：

• 统一加载 OC 插件（Node.js）、Python sidecar、JS sidecar、SKILL 四种插件类型
• RegistryDispatcher 模式：Tool/Provider/Channel/Stage 注册通知分发
• ClawHub 市场搜索与安装：clawhubadapter_search / clawhubadapter_npm_install
• 9 种 Provider 类型映射为 LLM 可用工具（图片生成、搜索、语音等）
• OC 通道自动注册为 IO 设备，支持文本/文件/图片/音频能力标志

项目状态

核心功能已可运行。插件系统和 SDK 已就绪，可独立开发外部插件。

• 内置插件：webui / cli / timer / cmd / mcp / agentcli / healthcheck / pluginmgr / clawhubadapter / files / cfgmgr
• 外部插件示例（homeagent-sdk 仓库 example/，含 Go 和 Lua 两种类型）：qq / files / a2a / ai_image / bili / browser / calendar / editdoc / memo / music / ocr / rss / sanitizer / weather / luademo
• 打包分发：.hmap 插件包格式，通过 WebUI 安装