HomeAgent/README.md

⚠️ 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。

HomeAgent

English: README_EN.md

以核心域与应用域分离为设计原则的 Agent 框架。内核执行零 IO 策略——所有外部交互（WebUI、QQ、命令行、文件操作、网络搜索、备忘等）均由插件层承载，内核不直接处理任何 IO 操作。

配合三层记忆架构（Context → Document → Graph），通过分级存储与自动归档机制维持单会话长周期运行的上下文连贯性。

homed（内核零 IO） ← PluginSDK → 插件（所有 IO 能力）

v1.1.1 起媒体贯通插件边界：插件与模型都能读写记忆里的图片/音频（InsertWithMedia、InjectInputMedia），媒体以 [<mime> <短digest>] <描述> 标记存在于纯文本记忆中——描述是可检索的语义记忆，digest 是回到字节的钥匙。

v1.0.0 起外部插件是独立子进程：经 stdio JSON-RPC（控制面）+ 共享内存段（数据面）+ 事件环（通知面）与内核通信。插件崩溃不影响内核且自动重启，换 plugin.bin 即生效的真热重载。

设计要点

核心域与应用域分离 — 内核职责限定为 LLM 编排、记忆管理与知识检索；所有 IO 能力（消息收发、文件读写、网络请求、硬件交互等）由插件实现。这种划分在 Agent 框架层面进行领域边界界定，内核与插件各有其责任范围。

三层记忆架构 — 通过分级存储策略管理 Agent 长期运行中的信息留存：

• Context 层：预训练词嵌入 / TF-IDF 回退的相关性评分事件窗口，保护最近 10 条，维护 topK 条上下文
• Document 层：临时记忆，冷数据自动下沉，也支持用户主动提交
• Graph 层：SQLite 图数据库，持久化实体关系和语义记忆，支持蒸馏管道从原始对话中提取三元组

架构图

一、消息处理时序

sequenceDiagram
    participant U as 用户/插件
    participant IO as IOManager
    participant EV as eventLoop
    participant CTX as RelevanceContext
    participant LLM as LLM+工具循环
    participant ST as StageHost
    participant MEM as 三层记忆

    U->>IO: InjectInput(type, payload)
    IO->>EV: inputCh
    rect lavender
        Note over EV: processTextInput
        EV->>ST: StageOnInput  插件可改写/短路
        EV->>CTX: Prune(input,topK)  StaticEmbedder/TF-IDF余弦相似度裁剪
        CTX->>MEM: 低分事件归档 Document (原始时间戳)
        EV->>CTX: Append(input)  CleanTemplateText→三分支向量→5s写盘
    end
    rect lightgreen
        Note over EV,LLM: process()
        EV->>MEM: buildMemoryContext  Indexer召回Graph(向量+jieba→BFS depth=2)
        EV->>MEM: buildSystemPrompt  DocQuery摘要+Graph记忆索引+人格+技能
        EV->>ST: StagePreAction  插件可预拦截
        loop 工具循环
            LLM->>LLM: drainInterrupts
            LLM->>LLM: LLM Chat
            LLM->>ST: StagePostAction  插件可修改/短路
            alt 无tool call
                LLM-->>EV: 返回response
            else
                loop 每个tool
                    ST->>ST: StageBeforeToolcall  插件可拒绝
                    LLM->>LLM: executeToolCall
                    ST->>ST: StageAfterToolcall
                end
            end
        end
    end
    rect lightpink
        Note over EV: emitResponse
        CTX->>CTX: Append(response)
        ST->>ST: StageBeforeOutput  插件可改写
        EV-->>U: ResponseCh CLI同步
        EV-->>EV: 事件总线 WebUI SSE
        ST->>ST: StageAfterOutput  只读
        EV->>MEM: emitMemoryCandidate
    end

二、Stage 管道

flowchart LR
    S1[① on_input] --> S2[② pre_action]
    S2 --> S3[③ post_action]
    S3 --> Q{有tool?}
    Q -->|是| S4[④ before_toolcall]
    S4 --> T[executeToolCall]
    T --> S5[⑤ after_toolcall]
    S5 --> S3
    Q -->|否| S6[⑥ before_output]
    S6 --> S7[⑦ after_output]
    style S1 fill:#e1f5fe
    style S3 fill:#fff3e0
    style S6 fill:#e8f5e9

三、三层记忆

flowchart TB
    subgraph C[① Context 工作窗口]
        RC[RelevanceContext]
        A[Append] -->|CleanTemplateText→三分支向量| RC
        P[Prune StaticEmbedder/TF-IDF Cosine] -->|低分原始时间戳| D
        P -->|保留| TL[timeline→按时间排序→system prompt]
    end
    subgraph D[② Document 文件记忆]
        DS[DocStore JSON+TF-IDF]
        Q1[Query 摘要自动注入] -->|【相关记忆文档】| SP
        Q2[doc_query LLM主动召回] -->|Consume+删除源| DS
        Q2 -->|原始时间戳写入上下文| RC
        CD[FindColdDocs 72h] -->|docToTriples| G
    end
    subgraph G[③ Graph 图数据库]
        DB[(SQLite)]
        IDX[Indexer 向量+jieba→BFS depth=2] -->|【记忆索引】| SP
        MEM[memory_recall/commit/merge/purge/edit]
        SOC[person_query/set_trait]
    end
    subgraph H[④ 心跳蒸馏]
        REORG -->|Step3 冷文档| CD
        REORG -->|Step4 Bigram Jaccard| CONS[consolidation]
        PIPE[Pipeline 正则] -->|姓名/住址/喜好/年龄/职业| DB
    end
    SP[System Prompt] -->|顺序组装| LLM
    LLM[LLM] -->|doc_query| Q2
    LLM -->|memory_recall| MEM

详细说明见 assets/docs/zh/ARCHITECTURE.md。

看板娘

小宅 — HomeAgent 看板娘

快速体验

make build build-cli
./build/homed -data /tmp/ha

# 交互模式
./build/waiter

# 或单条消息
echo "你好，记住我喜欢喝咖啡" | ./build/waiter

后台驻留模式（daemon）

waiter 也支持后台驻留，保持与 homed 的持久连接并等待 TUI 实例接入，适合让 agent 主动召唤用户/设备桥持续存活：

# 后台驻留（默认连 ~/.homeagent/cli.sock）
./build/waiter --daemon

# 指定 socket
./build/waiter --socket /path/to/cli.sock --daemon

# 随后任意 TUI/一行实例都会自动接入正在运行的 daemon，而不是直连 homed
./build/waiter

daemon 监听 ~/.homeagent/waiter.sock，新客户端连入时会回放缓冲的最近对话（256 行），断连后 daemon 持续存活、自动重连 homed，并保持设备桥（若配置了 device_gateway/device_token）。

API 密钥通过 WebUI http://localhost:8080 设置页配置，持久化在 SQLite 中。

代码结构

cmd/homed/          守护进程入口，组装所有子系统
cmd/waiter/         CLI 客户端（Unix socket）
internal/
├── agent/core/     Agent 核心：事件循环、LLM 工具循环、7 阶段管道
├── agent/api/      LLM Provider + 8 个 Lua 适配器
├── memory/         三层记忆：Graph(SQLite) / Document(JSON+TF-IDF) / Text(JSONL) + StaticEmbedder(预训练词嵌入/TF-IDF回退) + CleanTemplateText(去模版)
├── knowledge/      知识库（文件系统 + TF-IDF）
├── plugin/         插件注册表 + 子进程加载器（stdio RPC + 共享内存段 + 事件环）
├── plugins/        内置 11 个插件（webui/cli/timer/cmd/mcp/clawhubadapter/agentcli/healthcheck/pluginmgr/files/cfgmgr）
├── sdk/            PluginSDK（Tool/Stage/Event 三通道）
├── config/         SQLite 配置中心
├── events/         事件总线
└── internal/lua/adapters/   8 个 LLM 协议适配器脚本
外部插件开发见 [homeagent-sdk](https://gitcode.com/JianFeeeee/homeagent-sdk) 仓库，使用 `hmapdev` 工具链开发，参考 `example/` 目录下的 Go 和 Lua 示例

项目状态

v1.2.0 — 统一多模态向量空间 + 媒体升为图记忆一等节点 + 数据面全量迁到共享内存。

• 模型中立的统一向量空间：内核不再适配任何具体模型，只提供公共 provider SPI （pkg/embedding：Modality / Input{Data,MIME} / Info{Dimension,Fingerprint,Modalities}
  • 名字注册表），实现在 providers/*。默认 Chinese-CLIP ViT-B/16 —— text 与 image 落在同一空间（512 维、指纹 cd2a495cf990、Apache-2.0、独立实测常驻约 1.15GB）； qwen3vl 保留（2048 维、常驻约 9.4GB，供内存充足或将来要视频的机器切回）。 文本检索仍由既有词向量 / TF-IDF 兜底：CLIP 双塔的纯文本语义弱于 MLLM 型嵌入器， 这是已知并写进文档的代价。
• 媒体是图数据库的一等节点与边：彻底删除「用文本描述式索引图片」这套将就机制， 以及 media_refs 与媒体引用计数。记忆块遵循单层不变量——Context → Document → Graph 是块的迁移，不是复制、也不靠引用保活。
• 数据面全部走共享内存（工具调用帧 / Cleaner / 输入输出通道 / 媒体块 / 文档与知识正文）， RPC 只传偏移描述符；RPC 协议升到 2，fd3 布局改变，不支持滚动升级—— 内核与全部插件必须同批重建、同批安装，存量插件须用新版 hmapdev 重编。
• 注入可声明 InjectOptions{NoMemory, ContextPolicy}（默认仍记入记忆、默认不裁剪）； 裁剪必须显式声明，且先经插件注册的 Cleaner。SDK 1.2.0 相对 1.1.0 纯追加。
• 发行包默认启用 ONNX 向量空间，并把模型（754MB）与 ONNX Runtime（24MB）随 server/full 包发布；homed 放弃 Windows 原生支持改走 WSL2；jieba 词库内嵌进二进制。
• 修掉三个安装链静默失败：initconfig 因 CGO_ENABLED=0 是空操作（打印凭据却一个字节 没写）、全新安装被误判「已有配置」而整体跳过默认值播种（装完 0 插件）、deb 的 postinst 查错 unit 路径导致 enable 从未执行。
• 自本版起以 AGPL-3.0-only 发布（含网络条款；插件静态链接 SDK 故须同许可，见「许可」）。

以下历史条目保留原文以呈现演进，其中两条机制已在 v1.2.0 移除： 「媒体以 [<mime> <短digest>] <描述> 标记参与检索」（描述式索引）与「媒体引用计数式 GC」。

v1.1.1 — 多模态贯通插件边界。v1.1.0 让记忆系统支持了二进制多媒体节点，但那条链路只对内核自己开放；本版打通到插件与模型。公开 SDK 新增媒体字段与三个媒体注入接口（配套 SDK v1.1.0，整条 1.1.x 线共用），内核实现对应四个 RPC。桥接层此前在静默裁字段：插件交进来的 Confidence/类型/SentenceText 全被丢弃、Doc 只留三个字段、Remove 不解引用（媒体永久算「被引用」，GC 收不掉）。processTextInput/processMediaInput 归一成一条 processInput，媒体路径由此获得它一直缺的去重、no_memory、通道 Cleaner、中断语义、EventRawInput。修掉三处真实缺陷：用户发的图从来没出现在 WebUI 聊天记录里（媒体路径发布 map 而订阅方断言 string）、memory_commit 的 sentence_text 从未暴露给模型（而它是媒体绑定链的必经环节）、PluginSDK 两处并发竞态（-race 实测 11 处，插件重载瞬间偶发 nil 解引用崩溃）。

v1.1.0 — 记忆系统支持二进制多媒体节点。内容寻址媒体存储（CAS + SQLite 元数据 + 磁盘 blob，Get always 重校 digest），贯通 L0（上下文事件）/L2（文档）/L3（图谱句子）三层，引用计数式 GC（有引用者绝不删）。视觉模型生成的描述文本是持久语义记忆，blob 只是可被容量 GC 淘汰的缓存。

v1.0.0 — 外部插件从 C ABI 动态库迁移到子进程 + 共享内存。首个不再加载 .so/.dll 的版本，与 0.9.x 不兼容（存量插件须用新版工具链重编；该工具链当时名为 plugindev，现名 hmapdev）。外部插件需重编为 plugin.bin，业务代码零改动）。消除 6 类此前在生产造成故障的缺陷：热重载失效（DF_1_NODELETE 让 dlclose 成 no-op）、崩溃隔离缺失（插件 panic 带崩 homed）、stage lost update（副本模型丢失 35.8~36.8%）、cgo 超时不可中断（线程线性泄漏）、output_send 假成功（模型收到「已发送」而消息未送达）、Windows 能力断层（只见 3 个 stage 字段且无法写回）。三面通信：stdio JSON-RPC（控制）+ 共享内存段（数据）+ 事件环（通知）；权限梯度显式化为三道闸。RPC 往返 p50 24.1µs，崩溃到恢复 <1s。

v0.9.0 — C ABI v2：外部插件 Stage 回调支持写回（invoke_stage 增加 result 输出，插件可在 OnInput/AfterToolcall/PostAction 修改 RawMessage/LLMText/ToolResults 等并同步回内核），ABI 版本随内核 minor 对齐（v0.9.x → ABIVersion=2，version_min=1 向后兼容旧插件）。同步修复工具循环 zen 兼容补位误伤首轮 system 上下文的问题。配套 SDK 提供增强版 sanitizer 示例（坏 UTF-8/U+FFFD/ANSI 转义全链路清洗）。该 ABI 已随 v1.0.0 退场。

v0.8.0 — 核心可用，插件系统增强。内置 20+ 插件，外部插件开发见 homeagent-sdk 仓库。新增输入通道 NoMemory/Cleaner、ChannelDef、插件禁用/启用系统（CLI + WebUI），plugindev 工具链完成 C ABI ChannelDef 传递。

文档

• 项目概览 | English
• 技术架构 | English
• 插件开发指南 | English
• Lua Adapter | English
• 知识库演示

下载

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 HomeAgent

• Linux：.deb（amd64/arm64）、.rpm（x86_64）、.tar.gz
• Windows：HomeAgent_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

make build build-cli    # 编译守护进程 + CLI
make test               # go test ./...
make install            # 安装到系统

依赖：Go 1.25+, CGo (go-sqlite3), Linux/Windows。

许可

本项目以 GNU Affero 通用公共许可证第 3 版（AGPL-3.0-only） 发布，全文见 LICENSE。

它是 GPL 家族里传染性最强的一档：不仅分发时须提供完整对应源码， 通过网络提供服务时也要向使用者提供源码（§13 Remote Network Interaction）。 即：任何人把改过的 HomeAgent 对外提供网络服务，都必须让该服务的使用者拿到改动后的源码。

插件与本项目通过公开 SDK 静态链接（SDK 源码会进入插件二进制），因此插件是本项目的 衍生作品，需以相同许可发布；子进程隔离不改变这一点，因为被链接的是 SDK 代码本身。

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/homeagent/models/chinese-clip-vit-b16-onnx/
ONNX Runtime（libonnxruntime.so）	MIT	/usr/lib/homeagent/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/homeagent/licenses/，并在 dep/rpm 元数据里声明本包许可为 AGPL-3.0-only。