docs: 插件适配指南 + 共用模块提取(为接入更多平台做准备)

两次适配(opencode、DeepSeek Harness)里的方法与坑此前散落在提交信息和
代码注释里,接第三个平台时要重新翻。这次固化成文档,并把与平台 SDK 无关的
逻辑提到共用模块。

## docs/PLUGIN-GUIDE.md

八节:职责边界、必须实现的六件事、会话命名回写、平台会话快照上报、
平台差异对照表、踩过的坑(按排查成本降序)、新平台适配清单、共用模块清单。

三条设计原则贯穿全文,后面每一节都是它们的推论:

1. **平台原生信号才是真相来源**,不要求模型「记得」调工具 —— 因此不提供
   request_permission(改挂权限钩子)、不要求模型主动回信(改在「一轮结束」
   的平台信号上自动转发)
2. **插件代劳的转发不消耗配额** —— 因此这两类转发带 relay + relay_key
3. **平台命名优先** —— 因此创建会话时不传占位标题(那会掐掉平台自己的命名机制)

「踩过的坑」一节按排查成本排序,头一条是花了一下午的 followup() 参数形状。

## 共用模块提取

`lib/inbox-format.js`(新):收件箱渲染与已读策略。三条规则各对应一次错误行为,
而它们与平台 SDK 无关:

- 附件必须带 attachment_id(只说「有附件」模型无从下载)
- 抄送人要显示(不显示模型以为是私信,回信时漏掉其他参与方)
- 只标本次列出的、status=all 时不标(limit 之外的还没看过;把历史邮件标成已读
  会让下一轮的新邮件混在里面认不出来)

顺带修好两处不一致:DSH 的 read_inbox 此前**完全没有标记已读**(每轮重复捞同一批),
且默认 status=all(同上);附件大小两边一个显示字节数一个显示 KB/MB。

`lib/workspace.js`:提到两侧共用。签名从 (workspace, fallbackKey) 改为
(workspace, fallback) —— 各平台的兜底不同:opencode 有插件启动时的 directory,
DSH 只能落到 ~/.dsh/mail-sessions/<会话>(mailSessionFallback)。
opencode 侧此前是内联的三行判断,没有「目录不存在时不创建」与「拒绝相对路径」
这两条保护。

## deploy/check-shared-libs.sh

`lib/` 与 `test/` 下的共用文件必须逐字节相同,纳入 install.sh 门禁。

一侧改了另一侧没改,两个平台的行为就会悄悄分叉:同一封邮件在 opencode 那边
标了已读、在 DSH 那边没标,而两处代码看起来都「对」。这类分叉没有测试能发现,
只能靠 diff。

## 文档同步

- PLAN.md §7.7 从「待做」改为已完成,补 7.7.1(工作目录归属)与
  7.7.2(平台会话快照)两节,记录根因而非只记改法
- API.md 加「心跳与平台会话快照」章节;SSE 章节补 new_mail 与
  permission_decision 的 payload 说明(to_workspace 的语义、relay_key 的用途)
- PHASE7-REMAINING.md 移除已完成的 7.7,新增「每平台可用模型范围」的进展
  (repo 层已就绪,handler/插件/前端待做)
- README 文档索引与项目结构

验证:两插件共 136 个测试通过,同源校验通过,Go/前端全绿;
端到端发信 → DSH 用新的 read_inbox 渲染读取 → 自动回信 213 字节。
This commit is contained in:
2026-09-02 20:28:19 +08:00
parent ca64d12057
commit 7c9be9fd58
20 changed files with 1482 additions and 100 deletions

418
docs/PLUGIN-GUIDE.md Normal file
View File

@ -0,0 +1,418 @@
# Agent 平台插件适配指南
把一个新的 Agent 平台接进 AgentMail 需要写一个**桥接插件**。这份文档描述插件的
职责边界、必须实现的六件事以及两次真实适配opencode、DeepSeek Harness
踩过的坑。
现有实现可直接对照:
| 插件 | 平台 | 框架 | 语言 |
|---|---|---|---|
| `plugins/opencode-mail-bridge/` | opencode | `@opencode-ai/plugin` | JavaScript |
| `plugins/dsh-mail-bridge/` | DeepSeek Harness | Cordis | TypeScript |
---
## 一、插件的职责
插件是**平台与 Gateway 之间的翻译层**,只做搬运,不做决策。
```
SSE (new_mail / permission_decision)
AgentMail ─────────────────────────────────────────▶ 插件 ──▶ 平台会话
Gateway ◀─────────────────────────────────────────
HTTP (register / heartbeat / mail.send / …)
```
三条设计原则贯穿全文,先说清楚,后面每一节都是它们的推论:
### 原则一:平台原生信号才是真相来源,不要求模型「记得」调工具
模型可能忘了调,也可能在不需要时乱调。真正被平台拦下的那次权限询问、
模型真正说完的那段话,都是平台自己知道的事实。
**推论**:不提供 `request_permission` 工具(改为挂 `permission.ask` / `approval/request` 钩子),
不要求模型主动调 `send_mail` 回信(改为在「一轮结束」的平台信号上自动转发)。
### 原则二:插件代劳的转发不消耗配额
配额约束的是模型的自主发信。插件把平台原生的权限询问与最终总结搬到邮件里,
对它收费会导致配额用尽时 Agent 连交代都做不了。
**推论**:这两类转发带 `relay` + `relay_key`,走服务端的免配额通道。
### 原则三:平台命名优先,不另造一套
各平台本来就会由模型为会话生成摘要标题与短标识。平台那边叫什么,
AgentMail 这边的 `session_alias` 就叫什么。
**推论**:创建会话时**不要**传占位标题(那会掐掉平台自己的命名机制),
标题生成后通过 `POST /sessions/{id}/sync` 回写。
---
## 二、必须实现的六件事
### 1. 注册与心跳
```
POST /api/v1/agent/register { name, platform, workspaces: [] }
POST /api/v1/agent/heartbeat { platform_sessions?: [...] }
```
认证用 `Authorization: Bearer <agent_key>`。密钥来源按优先级:
1. 环境变量systemd 部署走这条)
2. `~/.agentmail/agent.key` —— 首次启动时**本地生成**并打印到日志
**为什么是登记式而不是服务端签发**:密钥全文只从客户端流向服务器一次。
插件生成后打印出来管理员在后台「Agent 密钥」页登记即可,
不需要把密钥从服务器反向传给客户端。
登记接口的字段名是 **`key_token`**(不是 `key`)。传错服务端会静默生成一个
随机 token 且全文只回一次 —— 这个坑踩过。
**心跳不能省。** Gateway 靠 `last_seen` 判在线,不发心跳的 Agent 会被当成离线
DSH 插件最初就漏了心跳,靠注册那一次撑着)。间隔 30 秒。
### 2. SSE 订阅
```
GET /api/v1/events/stream
```
关心两个事件:
| 事件 | 处理 |
|---|---|
| `new_mail` | 投递到平台会话(新建或续谈) |
| `permission_decision` | 回答之前挂起的权限询问 |
`new_mail` 的 payload
```json
{
"mail_id": "...", "session_id": "...", "from_name": "admin",
"subject": "...", "mail_type": "normal", "role": "to",
"to_workspace": "/home/program/agentmail"
}
```
`to_workspace` 是**收件方那个地址的 path 位**(抄送方拿到的是自己那个地址的),
见下一节。
服务端支持 `Last-Event-ID` 补投:断线重连时带上它,能取回断线期间的事件。
首次连接不传该头(否则会收到一批已处理过的旧事件)。
### 3. 工作目录:必须用寻址里的 path 位
三维地址 `name@path.session``path` 就是「希望它在哪个工作目录干活」。
```js
// 正确
const { cwd, grouped } = resolveWorkspaceCwd(data.to_workspace, sessionId);
// 错误:每封邮件一个新的临时目录
const cwd = join(homedir(), '.dsh', 'mail-sessions', sessionId);
```
**这是踩过最贵的坑之一。** 平台按 cwd 给会话分组,用自己拼的临时目录会让所有
邮件会话既不属于任何项目、彼此也不同组 —— 界面上全落进「未分组」。
`lib/workspace.js` 是共用实现,三条规则:
- 目录**已存在**才用,不存在时回退到兜底目录而**不创建**
(一个笔误 `/home/porgram/x` 不该在磁盘上落下真目录Agent 会在里面一无所获地干活)
- 拒绝相对路径cwd 的相对基准是 harness 进程的启动目录systemd 下通常是 `/`
- `path` 为空(地址写成 `dsh` 而不带 `@/path`)时用兜底目录
### 4. 六个工具
| 工具 | 说明 |
|---|---|
| `send_mail` | 主动发信。三维地址、抄送、`reply_to`、附件 |
| `read_inbox` | 读收件箱,**顺便标记已读** |
| `forward_mail` | 转发可选opencode 有 / DSH 暂无) |
| `upload_attachment` | 本地文件 → `attachment_id` |
| `download_attachment` | `attachment_id` → 本地文件 |
| `connect_to_server` | 登记密钥并注册(可选,方便首次接入) |
**不提供 `request_permission`** —— 见原则一。
`read_inbox` 的渲染与已读策略放在共用的 `lib/inbox-format.js`
它与平台 SDK 无关,各平台必须一致。三条规则各对应一次错误行为:
- **附件必须带 `attachment_id`**:只说「有附件」模型就无从下载
- **抄送人要显示**:不显示的话模型以为这是私信,回信时漏掉其他参与方
- **只标本次列出的那些**,且 `status=all` 时不标
`limit` 之外的还没看过;把历史邮件标成已读会让下一轮的新邮件混在里面认不出来)
### 5. 自动转发最终总结
在平台的「一轮结束」信号上,取最后一条 assistant 消息的**文本块**发回去。
| 平台 | 信号 |
|---|---|
| opencode | `session.idle` 事件 |
| DSH | `agent/status``idle` |
三个必须处理的细节:
- **只取 `type === 'text'` 的块。** reasoning 是思考过程,不该出现在邮件里。
- **让位于模型的主动发信。** 模型自己调过 `send_mail` 回这条线索时不再自动转发,
否则同一件事发两封生产里真实发生过311 字节 + 342 字节各一封,
其中只有一封带附件)。共用实现在 `lib/relay-dedup.js`
- **带 `relay: 'summary'` + `relay_key`** 走免配额通道。`relay_key` 要是一个
平台侧的稳定 id消息 id / 事件序号),模型伪造不出来 —— 它保证同一条消息
不被转两次。
去重靠 `explicitSends`(进程内记录本轮模型主动发过的信)**而不是** `relay_key`
后者保证「同一条消息不转两次」,管不了「模型已经自己发过了」。
### 6. 权限询问转邮件
挂平台的权限钩子,把询问转成一封邮件问人。
| 平台 | 钩子 | 能否等人 |
|---|---|---|
| opencode | `permission.ask(input, output)` | **不能** —— 同步钩子,卡住会挂死整个请求 |
| DSH | `approval/request` waterfall | **能** —— 返回 `Promise<ApprovalOutcome>` |
opencode 那边只能「转出去 + 立即返回 `ask`」,人类决策通过 SSE 回来后再用 SDK
回复那条 permissionDSH 这边可以真的 `await` 到人回答。
两个共同点:
- **转不出去就让位**`return next()` 或保持 `ask`),别让平台挂在那儿等一个
永远不会来的回答 —— 本地 UI 还能接管
- **拆插件时未决询问一律 fail closed**,否则平台侧那些 `await` 永不返回
`relay_key` 用平台的权限 idDSH 不发 id`会话:工具:callId` 拼)。
服务端会随决策事件把它回传,因此插件重启丢了内存映射也能续上。
---
## 三、会话命名回写
```
POST /api/v1/sessions/{id}/sync { alias?, title? }
```
- **`alias`** 是可寻址的短标识,写入 `session_alias`
- **`title`** 是模型生成的摘要,写入 `subject`
| 平台 | alias 来源 |
|---|---|
| opencode | `session.slug`(创建时就有,如 `witty-planet` |
| DSH | 由模型标题派生(`slugFromTitle` |
派生 slug 时**必须去掉寻址分隔符**`.` `@` `/`)—— 留在别名里会让它自己被
解析器切开,填进去的地址指向一个完全不同的目标。中文可以保留:
三维地址按最后一个 `.` 切分,中文不影响解析,而转拼音后既不好读也不好打。
服务端撞名时自动追加 `-2`/`-3`,因此同步永不失败。人工改过的别名
`alias_source = 'manual'`)不会被平台同步覆盖。
---
## 四、平台会话快照上报
写信时想续谈某条会话得先知道那个工作区下有哪些会话可续。Gateway 只看得见
邮件驱动的那部分 —— 人直接在平台界面上开的会话它一无所知。
插件在心跳里带上快照:
```json
{
"platform_sessions": [
{ "platform_id": "ses_abc", "workspace": "/home/program/agentmail",
"slug": "witty-planet", "title": "重构导入路径",
"mail_driven": false, "updated_at": "2026-09-02T11:41:16.744Z" }
]
}
```
**为什么是插件上报而不是 Gateway 反向拉取**当前架构是单向的Agent 持密钥
主动连 GatewayGateway 从不外呼)。反向拉取需要 Gateway 保存各平台的地址与
凭证,那是另一套信任模型。代价是插件没运行时同步不了 —— 但插件没运行时邮件
本来也投不进去。
共用实现 `lib/session-snapshot.js`。四条规则:
- **无 `slug` 的会话不报**slug 是填进 session 位的值,没有它这一项在补全里
点下去只能得到一个空的 session 段
- **subagent 子会话不报**:它们是父 agent 内部的工作单元,人往里发邮件毫无意义。
实测 DSH 一次列出 49 条子会话,标题就是派活的提示词前缀
(九条都叫 `You are auditing ONE file`slug 全撞名
- **slug 撞名只留最近那条**:服务端只能取其中一条,上报同名项只会让补全里出现
几个点哪个都不确定的候选
- **按最近活跃排序并截断到 200 条**:上千个候选对人没有意义
**`platform_sessions` 省略与传空数组语义不同。** 拉不到列表时**省略该字段**
(保留服务端现有镜像);传空数组的语义是「平台侧确实一条会话都没有」,
会把镜像抹掉。
---
## 五、平台差异对照
| 关注点 | opencode | DeepSeek Harness |
|---|---|---|
| 插件形态 | `export default async function(input)` | Cordis`export const inject` + `apply(ctx, config)` |
| 建会话 | `client.session.create({ query: { directory } })` | `ctx.agents.create({ sessionId, meta: { cwd }, agentOptions })` |
| 投递消息 | `client.session.promptAsync({ parts })` | `agent.followup(UserMessage)` |
| 工具定义 | zod schema | `defineTool()` + spec 格式参数 |
| 一轮结束 | `session.idle` 事件 | `agent/status``idle` |
| 权限钩子 | `permission.ask`(同步,不能等) | `approval/request`(异步 waterfall能等 |
| 会话列表 | `client.session.list()` | `ctx.sessionQuery.listSessions()` |
| 别名来源 | `session.slug` | 模型标题派生 |
| 日志可见性 | `console.error` | `console.error``ctx.logger` 不进 journalctl |
---
## 六、踩过的坑
按「排查成本」降序。新接平台时先扫一遍这一节。
### `followup()` 的参数形状(花了一下午)
DSH 的 `agent.followup(message)` 要完整的 `UserMessage`
```ts
agent.followup({ content: [{ type: 'text', text }], source: { kind: 'user' } })
```
照抄 opencode 的 parts 数组 `[{ type: 'text', text }]` 不会当场报错 ——
agent-loop 会一路走到 `preStep` 里读 `message.source.kind`,然后抛
`Cannot read properties of undefined (reading 'kind')`。错误落在框架内部,
既不指向调用点也不说是哪个字段turn 一 start 就 end、模型请求根本不发出去。
**教训**:这类「错了不当场报错、只在深处炸一个无关错误」的约定必须用测试钉住。
`lib/message.js` + `test/message.test.mjs` 就是为此存在的。
### opencode 插件入口只能有 `default` 一个导出
opencode 用 `Object.values(mod)` 把**每个导出**都当插件工厂检查
(反编译确认)。入口多导出一个 Map 就报 `Plugin export is not a function`
插件静默失效、邮件全投不进去。
**因此所有可测试的逻辑必须放 `lib/` 子模块**,入口只 `export default`
`test/auto-relay.test.mjs` 里有一条断言钉住这一点。
### Cordis 插件必须导出 `inject`
没有它 `ctx.tools` / `ctx.agents` 根本不存在(报
`cannot get property "tools" without inject`)。
但**不要把可选服务写进 `inject`** —— 那是硬依赖,服务没挂载时整个插件不启动。
DSH 的 `sessionQuery``ctx.get('sessionQuery')` 取:会话上报只是补全体验,
不该能把邮件投递整体拘死。
### DSH 工具必须经 `defineTool`
直接给 `ctx.tools.register` 原始对象会报
`parameters must be lossless JSON before schema projection`
`defineTool`(来自 `@deepseek-ai/dsh-tools`,不在 npm运行时从 DSH 的
node_modules 解析)负责把 spec 格式的 `parameters` 转成 JSON Schema 并在
`execute` 前校验。还必须声明 `output: { schema, render }`
### `ctx.logger` 不进 journalctl
DSH 的 `ctx.logger.info` 在 systemd 下看不到,`console.error` 能看到。
排查阶段用后者。
### 同一时间只能跑一个 DSH 实例
`@linxin666/dsh-client-ui-task-board` 有 ledger 文件锁
`task-board ledger is already owned by process ...`)。因此邮件桥接是
**注入现有 `dsh.service`**,而不是另起一个实例。
### systemd 不注入 `HOME`
插件要读 `~/.agentmail/agent.key``HOME` 缺失时会落到 `/`
service 文件里显式 `Environment=HOME=/root`
opencode 还有个额外问题:**插件是懒加载的**,进程起来了插件还没加载 ——
`ExecStartPost` 发一个空请求预热。
### `dsh --patch` 对 `dsh web` 无效
`--patch` 只在 `dsh --profile <name>` 形式下有效,`dsh web` 不认这个选项。
插件配置要写进 profile 的 `cordis.patch.yml`
---
## 七、新平台适配清单
```
[ ] 1. 认证与连接
[ ] 密钥:环境变量 → ~/.agentmail/agent.key本地生成并打印
[ ] POST /agent/register
[ ] 心跳 30s别漏Gateway 靠 last_seen 判在线)
[ ] SSE 订阅,支持断线重连
[ ] 2. 会话投递
[ ] cwd 取 data.to_workspace复用 lib/workspace.js
[ ] 新建会话不传占位标题
[ ] 维护 mailSessionID ↔ 平台 sessionID 双向映射
[ ] 续谈:映射命中且会话还活着 → followup否则新建
[ ] 3. 工具(复用 lib/inbox-format.js
[ ] send_mail / read_inbox / upload_attachment / download_attachment
[ ] read_inbox 顺便标记已读只标本次列出的status=all 时不标)
[ ] 不提供 request_permission
[ ] 4. 自动转发(复用 lib/relay-dedup.js
[ ] 找到平台的「一轮结束」信号
[ ] 只取 text 块,丢掉 reasoning
[ ] relay: 'summary' + 稳定的 relay_key
[ ] 模型主动发过就让位
[ ] 5. 权限询问
[ ] 挂平台的权限钩子
[ ] 转不出去就让位给本地 UI
[ ] 拆插件时未决询问 fail closed
[ ] 6. 命名与快照
[ ] alias/title 回写 POST /sessions/{id}/sync
[ ] slug 去掉 . @ / 等寻址分隔符
[ ] 心跳带 platform_sessions复用 lib/session-snapshot.js
[ ] 过滤 subagent、slug 去重
[ ] 7. 工程
[ ] 可测逻辑放 lib/,入口保持最小
[ ] 纯函数测试纳入 deploy/install.sh 的门禁
[ ] 端到端:发一封 → 会话建在正确 cwd → 自动回信 → 别名可续谈
```
---
## 八、共用模块
`lib/` 下的文件在两个插件里**逐字节相同**,接新平台时直接拷。
它们只依赖 node 内置模块,不碰任何平台 SDK。
| 文件 | 职责 |
|---|---|
| `relay-dedup.js` | 自动转发去重:本轮模型是否已亲手回过这条线索 |
| `inbox-format.js` | 收件箱渲染 + 已读策略 |
| `session-snapshot.js` | 平台会话快照整理(含 subagent 过滤、slug 派生) |
| `workspace.js` | 寻址 path 位 → 可用的 cwd |
| `message.js` | DSH 的消息构造与会话日志读取DSH 专用) |
`test/` 下对应的测试文件同样逐字节共用。
TypeScript 插件另需 `.d.ts``lib/` 是 JS`tsc` 需要类型声明)。
**改动共用模块时两侧一起改。** 一侧改了另一侧没改,两个平台的行为就会悄悄分叉:
同一封邮件在 opencode 那边标了已读、在 DSH 那边没标,而两处代码看起来都「对」。
`deploy/install.sh` 会跑同源校验,也可以单独执行:
```bash
./deploy/check-shared-libs.sh
```
接新平台时把 `lib/``test/` 整个拷过去,平台专属逻辑写在入口文件里。
共用模块只依赖 node 内置模块,不碰任何平台 SDK —— 这是它们能共用的前提,
新增共用函数时也要守住。