JianFeeeee
0e754617a4
Go 单二进制网关 + React 前端 + opencode 桥接插件。部署产物是 「一个二进制加一个 .db 文件」：前端经 go:embed 打进二进制， 数据库默认内置 SQLite，systemd 托管。 核心设计 - 三维寻址 name@path.session，按最后一个 . 切分；session 位三态： 省略=默认会话 / new=强制新建 / 具体别名=必须已存在（否则 404 无法送达） - 会话别名默认复用 Agent 平台自己的命名机制（opencode 的 slug 与模型生成的 标题），不在本侧另造一套；人显式定过的别名不被平台同步覆盖 - 对话树不建 tree_nodes 表：parent_mail_id 已完整编码树结构， 再维护一张表就是第二份真相。用递归 CTE 查，按方向分块加载 - 附件内容存磁盘、按 sha256 内容寻址，数据库只存元数据；天然去重， 且路径与用户 filename 无关，杜绝 ../ 穿越 - 配额约束的是模型的自主发信，不是 harness 的转发：插件代劳的权限询问与 最终总结走免配额通道，靠上游消息 id 做幂等键而非计数 - 往返预算下沉到会话（写信时给、对话页里改）+ Agent 全局配额，两层都要过 后端 gateway/ - models/repo/handler/middleware/sse/blob 分层；两方言（SQLite/PostgreSQL） 共用一份 repo 层 SQL，差异集中在 internal/db - 多用户认证（bcrypt cost12、登录限速、会话隔离、权限边界） - 密钥体系：Agent 密钥与用户密钥分表，三种生命周期；登记式密钥让全文 只从客户端流向服务器一次 - 所有「判断 + 自增」都在同一条 UPDATE 里（配额、预算、one_time 密钥、 附件挂载），并发下不会刷穿 前端 web/ - 三栏布局、三段式地址补全、权限卡片、密钥面板、配额面板、对话树、附件 - 全站纯 SVG 图标，不使用 emoji - api/ 即可复用的客户端 SDK：基地址与凭证集中在 api/config.ts 插件 plugins/opencode-mail-bridge/ - 六个工具 + 两类自动转发（permission.ask 钩子接管平台原生权限询问、 session.idle 时转发本轮总结）
797 lines
30 KiB
Markdown
797 lines
30 KiB
Markdown
# 邮件驱动·多智能体协作平台 — MVP 技术规格书
|
||
|
||
> 基于 v2.0 完整设计文档，聚焦最小可用闭环。
|
||
> 版本：v0.1 | 日期：2026-09-01
|
||
|
||
---
|
||
|
||
## 一、MVP 范围定义
|
||
|
||
### 1.1 核心目标
|
||
|
||
**跑通一个完整的人-Agent协作闭环：**
|
||
|
||
```
|
||
人类发任务 → Agent 收到 → Agent 执行 → Agent 遇到需要人决策的事 → 请求权限 → 人类批准 → Agent 继续执行 → Agent 回复结果
|
||
```
|
||
|
||
### 1.2 MVP 包含（✅）与不包含（❌）
|
||
|
||
| 功能 | MVP | 说明 |
|
||
|------|-----|------|
|
||
| 邮件收发（人↔Agent） | ✅ | 核心闭环 |
|
||
| 三维寻址（name@path.session） | ✅ | 核心寻址范式；session 位三态：省略=默认会话 / `new`=新建 / 别名=必须已存在（否则无法送达） |
|
||
| 会话别名（命名与改名） | ✅ | 别名负责寻址，全局唯一；`new` 为保留字 |
|
||
| 别名/标题复用 Agent 平台命名 | ✅ | 平台（如 opencode）由模型生成会话摘要标题 + slug，经 `POST /sessions/:id/sync` 回写；撞名自动加 `-2` 后缀 |
|
||
| 密钥认证（Agent / 用户分离） | ✅ | agent_keys 用于注册/心跳/SSE；user_keys 仅用于 /me/*；三种生命周期 permanent/one_time/timed |
|
||
| 内置 SQLite（外部库可选） | ✅ | 默认零依赖；`DATABASE_URL` 非空时切 PostgreSQL |
|
||
| systemd 一键部署 | ✅ | `deploy/install.sh`，产物为一个二进制 + 一个 .db |
|
||
| 附件 | ✅ | 内容寻址存盘（sha256 去重），上传与发信两步；下载强制 octet-stream |
|
||
| 转发 | ✅ | 引用原文 + 附件随行；只能转发自己参与过的邮件 |
|
||
| Agent 发信配额 | ✅ | 只限发信不限收信；剩余次数随响应与心跳回传 |
|
||
| WebAPI 等价接入 | ✅ | WebUI 与第三方客户端同一套 API，见 docs/API.md |
|
||
| 对话树 | ✅ | 沿 parent_mail_id 递归展开，跨会话，按方向分块加载，不建 tree_nodes 表 |
|
||
| Agent 提议改会话名 | ✅ | 正文里的 HTML 注释标记，入库时剥除；改名需用户确认 |
|
||
| 会话往返预算 | ✅ | 写信时给 / 对话页随时改；与 Agent 全局配额两层都要过 |
|
||
| 插件自动转发 | ✅ | 平台原生权限询问 + 本轮最终总结；**不消耗配额** |
|
||
| 会话管理（创建/列表/状态） | ✅ | 会话是协作的边界 |
|
||
| 权限请求与决策 | ✅ | Agent 需要人批准才能继续 |
|
||
| Agent 注册与发现 | ✅ | 最小 Registry |
|
||
| 前端收件箱/发件箱列表 | ✅ | 基础 UI |
|
||
| 前端新建邮件/回复 | ✅ | 基础 UI |
|
||
| 邮件正文 Markdown 渲染 | ✅ | Agent 输出多为 MD |
|
||
| Agent 桥接插件 | ✅ | opencode 为第一个接入平台（`plugins/opencode-mail-bridge`） |
|
||
| 对话树 | ❌ | 后续迭代 |
|
||
| 抄送（CC） | ✅ | 已实现：`cc_list` + 收件箱抄送可见 |
|
||
| 转发 | ❌ | 后续迭代 |
|
||
| 配额机制 | ❌ | 后续迭代 |
|
||
| 会话别名命名/改名 | ✅ | 发信时命名、事后改名、平台命名自动同步 |
|
||
| Agent 正文里主动提议改名 | ❌ | 后续迭代 |
|
||
| 工作列表/卡片视图 | ❌ | 后续迭代 |
|
||
| DeepSeek Harness 插件 | ❌ | 后续迭代 |
|
||
| 跨主机 Agent 发现 | ❌ | 后续迭代 |
|
||
|
||
---
|
||
|
||
## 二、系统简化架构
|
||
|
||
```
|
||
┌─────────────────────────────────────────────────────┐
|
||
│ 前端（Web UI） │
|
||
│ 收件箱 / 发件箱 / 新建邮件 / 回复 │
|
||
│ Markdown 编辑器 + 渲染器 │
|
||
└──────────────────────┬──────────────────────────────┘
|
||
│ HTTP REST + SSE
|
||
▼
|
||
┌─────────────────────────────────────────────────────┐
|
||
│ Mail Gateway（单体服务） │
|
||
│ │
|
||
│ ┌───────────┐ ┌───────────┐ ┌───────────────┐ │
|
||
│ │ Mail API │ │ Registry │ │ Session Mgr │ │
|
||
│ │ 收发路由 │ │ 注册/发现 │ │ 会话/状态 │ │
|
||
│ └───────────┘ └───────────┘ └───────────────┘ │
|
||
│ ┌───────────────────────────────────────────────┐ │
|
||
│ │ Agent 通信层（WebSocket） │ │
|
||
│ └───────────────────────────────────────────────┘ │
|
||
└──────────────────────┬──────────────────────────────┘
|
||
│ WebSocket
|
||
▼
|
||
┌─────────────────────────────────────────────────────┐
|
||
│ Agent 侧（Pi Agent + 插件） │
|
||
│ ┌─────────────────────────────────────────────┐ │
|
||
│ │ pi-mail-bridge 插件 │ │
|
||
│ │ - 注册 send_mail / read_inbox / req_perm │ │
|
||
│ │ - WebSocket 连接 Gateway │ │
|
||
│ │ - 新邮件注入 Agent 上下文 │ │
|
||
│ └─────────────────────────────────────────────┘ │
|
||
│ Pi Agent 本体（文件读写、终端、Git、推理） │
|
||
└─────────────────────────────────────────────────────┘
|
||
│
|
||
▼
|
||
┌─────────────────┐
|
||
│ SQLite（默认） │ 邮件 + 会话持久化
|
||
│ 或外部 PostgreSQL│ DATABASE_URL 指定
|
||
└─────────────────┘
|
||
```
|
||
|
||
**简化要点：**
|
||
- Gateway 和 Registry 合并为单体服务
|
||
- 前端用 SSE（Server-Sent Events）替代 WebSocket（更简单，单向推送够用）
|
||
- 数据库默认内置 SQLite（零外部依赖，与 go:embed 的前端一起构成「一个二进制 + 一个 .db」）；
|
||
`DATABASE_URL` 非空时切换到外部 PostgreSQL。方言差异收在 `internal/db`，repo 层只写一份 SQL
|
||
- SSE 推送不依赖数据库通知机制（无需 Redis 或 PG LISTEN/NOTIFY）：单体进程内 `sse.Manager`
|
||
按收件人名分流，Agent 通道与人类用户通道共用一套投递
|
||
|
||
---
|
||
|
||
## 三、数据模型
|
||
|
||
以下 DDL 以 PostgreSQL 方言书写。SQLite 侧结构与语义完全一致，仅方言不同
|
||
（`UUID`→`TEXT`、`TIMESTAMPTZ`→`DATETIME`、`JSONB`→`TEXT`、`VARCHAR(n)`→`TEXT`），
|
||
见 `gateway/internal/db/migrations/init_sqlite.sql`。
|
||
|
||
### 3.1 agents 表
|
||
|
||
```sql
|
||
CREATE TABLE agents (
|
||
agent_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
|
||
agent_name VARCHAR(64) NOT NULL UNIQUE, -- 全局唯一
|
||
secret VARCHAR(128) NOT NULL, -- 注册密钥
|
||
host_url VARCHAR(256) NOT NULL, -- 插件通信地址（ws://...）
|
||
workspaces JSONB NOT NULL DEFAULT '[]', -- [{name, path}]
|
||
platform VARCHAR(32) NOT NULL DEFAULT 'pi', -- pi / dsh / cline
|
||
status VARCHAR(16) NOT NULL DEFAULT 'offline', -- online / offline
|
||
max_rounds INT NOT NULL DEFAULT 10, -- 通信配额（Phase 2 启用）
|
||
used_rounds INT NOT NULL DEFAULT 0,
|
||
last_seen TIMESTAMPTZ,
|
||
created_at TIMESTAMPTZ DEFAULT NOW()
|
||
);
|
||
```
|
||
|
||
### 3.2 sessions 表
|
||
|
||
```sql
|
||
CREATE TABLE sessions (
|
||
session_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
|
||
session_alias VARCHAR(128), -- 会话别名（如 add-health-check），全局唯一，负责寻址
|
||
from_agent VARCHAR(64) NOT NULL, -- 发起者 agent_name（或 'human'）
|
||
subject VARCHAR(512) NOT NULL, -- 会话主题
|
||
status VARCHAR(32) NOT NULL DEFAULT 'active', -- active / waiting / completed
|
||
created_at TIMESTAMPTZ DEFAULT NOW(),
|
||
updated_at TIMESTAMPTZ DEFAULT NOW()
|
||
);
|
||
|
||
CREATE INDEX idx_sessions_alias ON sessions(session_alias);
|
||
CREATE INDEX idx_sessions_status ON sessions(status);
|
||
|
||
-- 别名负责三维寻址 name@path.<alias>，必须唯一；未命名会话（NULL）不受约束
|
||
CREATE UNIQUE INDEX idx_sessions_alias_uniq
|
||
ON sessions(session_alias) WHERE session_alias IS NOT NULL;
|
||
```
|
||
|
||
### 3.3 mails 表
|
||
|
||
```sql
|
||
CREATE TABLE mails (
|
||
mail_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
|
||
session_id UUID NOT NULL REFERENCES sessions(session_id),
|
||
parent_mail_id UUID REFERENCES mails(mail_id), -- 回复链（线性，非树）
|
||
|
||
from_name VARCHAR(64) NOT NULL, -- 发件人 agent_name（或 'human'）
|
||
from_workspace VARCHAR(128), -- 发件人工作区
|
||
to_name VARCHAR(64) NOT NULL, -- 收件人 agent_name（或 'human'）
|
||
to_workspace VARCHAR(128), -- 收件人工作区
|
||
|
||
subject VARCHAR(512) NOT NULL,
|
||
body TEXT NOT NULL, -- Markdown
|
||
|
||
mail_type VARCHAR(32) NOT NULL DEFAULT 'normal', -- normal / permission_request
|
||
permission_options JSONB, -- 权限请求的选项 ["同意","拒绝"]
|
||
permission_result VARCHAR(32), -- approved / rejected / null
|
||
|
||
status VARCHAR(16) NOT NULL DEFAULT 'unread', -- unread / read / archived
|
||
created_at TIMESTAMPTZ DEFAULT NOW(),
|
||
|
||
-- 防循环（Phase 2 启用）
|
||
hop_limit INT DEFAULT 5
|
||
);
|
||
|
||
CREATE INDEX idx_mails_session ON mails(session_id);
|
||
CREATE INDEX idx_mails_to ON mails(to_name, status);
|
||
CREATE INDEX idx_mails_parent ON mails(parent_mail_id);
|
||
```
|
||
|
||
### 3.4 设计决策说明
|
||
|
||
| 决策 | 理由 |
|
||
|------|------|
|
||
| `parent_mail_id` 而非 `tree_node_id` | MVP 只有线性回复链，不需要树结构。Phase 2 引入 CC/转发后再加 tree 节点表 |
|
||
| `from_name` 用字符串而非 UUID | MVP 阶段 agent_name 全局唯一，简化查询。Phase 2 可加 agent_id 外键 |
|
||
| `permission_options` 存 JSONB | 允许每个权限请求自定义选项，前端动态渲染按钮 |
|
||
| 不单独建 `conversations` 表 | session 已经承载会话概念，不重复建设 |
|
||
|
||
---
|
||
|
||
## 四、API 设计
|
||
|
||
### 4.1 基础信息
|
||
|
||
- **Base URL**: `http://gateway:8080/api/v1`
|
||
- **认证**: Agent 侧用 `X-Agent-Name` + `X-Agent-Secret` header；前端用 session cookie
|
||
- **内容类型**: `application/json`
|
||
|
||
### 4.2 Agent 注册与心跳
|
||
|
||
```
|
||
POST /agent/register
|
||
Body: { name, secret, workspaces: [{name, path}], platform }
|
||
Response: { agent_id, status: "registered" }
|
||
|
||
POST /agent/heartbeat
|
||
Header: X-Agent-Name, X-Agent-Secret
|
||
Response: { status: "ok", pending_mails: 3 }
|
||
```
|
||
|
||
心跳响应中 `pending_mails` 告诉插件有多少未读邮件需要拉取。
|
||
|
||
### 4.3 邮件收发
|
||
|
||
```
|
||
POST /mail/send
|
||
Header: X-Agent-Name, X-Agent-Secret
|
||
Body: {
|
||
to: "builder@ModelRouter", -- name@workspace 格式
|
||
subject: "请为 ModelRouter 增加健康检查接口",
|
||
body: "## 需求\n\n...",
|
||
session_alias: "add-health-check", -- 可选，新建会话时用
|
||
reply_to: "uuid" -- 可选，回复某封邮件
|
||
}
|
||
Response: { mail_id, session_id }
|
||
|
||
GET /mail/inbox
|
||
Header: X-Agent-Name, X-Agent-Secret
|
||
Query: ?status=unread&limit=10
|
||
Response: {
|
||
mails: [
|
||
{
|
||
mail_id, session_id, session_alias,
|
||
from_name, from_workspace, subject,
|
||
body_preview, mail_type, status, created_at
|
||
}
|
||
],
|
||
total: 5
|
||
}
|
||
|
||
GET /mail/:mail_id
|
||
Header: X-Agent-Name, X-Agent-Secret
|
||
Response: { ... 完整邮件字段 ... }
|
||
|
||
POST /mail/:mail_id/read
|
||
Header: X-Agent-Name, X-Agent-Secret
|
||
Response: { status: "read" }
|
||
```
|
||
|
||
### 4.4 权限请求
|
||
|
||
```
|
||
POST /permission/request
|
||
Header: X-Agent-Name, X-Agent-Secret
|
||
Body: {
|
||
to: "human", -- 固定为 human
|
||
question: "是否允许合并 PR #42？",
|
||
options: ["同意合并", "拒绝，需要修改"],
|
||
context: "PR 改动了 3 个文件，CI 全部通过...",
|
||
session_id: "uuid" -- 可选，关联现有会话
|
||
}
|
||
Response: { mail_id, session_id, permission_mail_id }
|
||
|
||
POST /permission/decide
|
||
Body: {
|
||
mail_id: "uuid",
|
||
decision: "同意合并", -- 必须是 request 中 options 之一
|
||
note: "可以合并，但请补充测试" -- 可选备注
|
||
}
|
||
Response: { status: "decided" }
|
||
```
|
||
|
||
### 4.5 会话与 Agent 列表
|
||
|
||
```
|
||
GET /sessions
|
||
Query: ?status=active&limit=20
|
||
Response: {
|
||
sessions: [
|
||
{
|
||
session_id, session_alias, subject,
|
||
from_agent, status, created_at, updated_at,
|
||
mail_count: 5
|
||
}
|
||
]
|
||
}
|
||
|
||
GET /sessions/:session_id
|
||
Response: {
|
||
session: { ... },
|
||
mails: [ ... 按时间排序的邮件列表 ... ]
|
||
}
|
||
|
||
GET /agents
|
||
Query: ?status=online
|
||
Response: {
|
||
agents: [
|
||
{ agent_name, workspaces: [...], platform, status }
|
||
]
|
||
}
|
||
```
|
||
|
||
### 4.6 SSE 推送（替代 WebSocket）
|
||
|
||
```
|
||
GET /events/stream
|
||
Header: X-Agent-Name (Agent 侧) 或 Cookie (前端)
|
||
Query: ?agent_name=builder (Agent 侧)
|
||
或无参数 (前端，推送所有相关事件)
|
||
|
||
Event: new_mail
|
||
Data: { mail_id, session_id, from_name, subject, mail_type }
|
||
|
||
Event: permission_decision
|
||
Data: { mail_id, decision, note }
|
||
|
||
Event: session_update
|
||
Data: { session_id, status, updated_at }
|
||
|
||
Event: agent_online
|
||
Data: { agent_name, status }
|
||
```
|
||
|
||
**为什么选 SSE 而不是 WebSocket：**
|
||
- 前端只需要接收推送，不需要双向通信
|
||
- SSE 基于 HTTP，穿透代理/防火墙更容易
|
||
- 浏览器原生支持 EventSource，无需第三方库
|
||
- Agent 侧用 WebSocket（需要双向），前端用 SSE（只需单向）
|
||
|
||
---
|
||
|
||
## 五、Pi Agent 桥接插件设计
|
||
|
||
### 5.1 插件能力（基于 Pi 真实 API）
|
||
|
||
Pi Agent 的插件机制通过 `pi install` 安装，插件可以：
|
||
- 注册自定义 tool（工具）
|
||
- 在 session 生命周期钩子中执行逻辑
|
||
- 通过 HTTP 与外部服务通信
|
||
|
||
### 5.2 插件架构
|
||
|
||
```
|
||
pi-mail-bridge/
|
||
├── index.js # 插件入口 + 钩子拦截器注册
|
||
├── tools/
|
||
│ ├── send_mail.js # 发送邮件工具（Agent 主动调用）
|
||
│ └── read_inbox.js # 读取收件箱工具（Agent 收到通知后调用）
|
||
├── hooks/
|
||
│ ├── request_permission.js # 拦截 request_permission，格式化权限邮件
|
||
│ ├── ask_user.js # 拦截 ask_user，格式化提问邮件
|
||
│ └── final_message.js # 拦截最终输出，格式化总结邮件
|
||
├── transport/
|
||
│ ├── sse.js # SSE 客户端（接收推送）
|
||
│ └── http.js # HTTP 客户端（发送请求）
|
||
├── config.js # 配置管理
|
||
└── package.json
|
||
```
|
||
|
||
### 5.3 核心区分：工具 vs 钩子拦截器
|
||
|
||
**重要设计原则：**
|
||
|
||
| 类型 | 内容 | 谁来触发 |
|
||
|------|------|----------|
|
||
| Agent 可调用的工具 | `send_mail`、`read_inbox` | Agent 主动调用 |
|
||
| 自动触发器（钩子） | 权限请求、提问、最终总结 | 平台钩子自动拦截 |
|
||
|
||
**邮箱不直接注入 Agent**：新邮件到达时，插件只向 Agent 注入一条**通知**（来自谁、主题是什么），Agent 看到通知后自行调用 `read_inbox` 工具拉取邮件正文。邮件全文从不直接塞进 Agent 上下文。
|
||
|
||
**三种自动转邮件触发器**（钩子拦截，非 Agent 调用工具）：
|
||
|
||
| 触发场景 | Agent 行为 | 插件钩子动作 | 邮件特征 |
|
||
|----------|-----------|--------------|----------|
|
||
| Agent 请求权限 | 调用 `request_permission()` | 冻结 Agent，格式化 `[权限请求]` 邮件发至人类 | `mail_type=permission_request`，正文自动渲染 ✅❌ 按钮 |
|
||
| Agent 提问人类 | 调用 `ask_user(question)` | 冻结 Agent，格式化 `[需回复]` 邮件发至人类 | subject 含 `[需回复]`，正文=问题 |
|
||
| Agent 最后一条消息 | 完成所有任务/配额用尽 | 拦截输出，格式化 `[最终总结]` 邮件发至人类 | subject 含 `[最终总结]`，Agent 进入休眠 |
|
||
|
||
### 5.4 工具注册（Agent 可调用）
|
||
|
||
```javascript
|
||
// tools/send_mail.js
|
||
module.exports = {
|
||
name: "send_mail",
|
||
description: "发送邮件给指定 Agent 或人类",
|
||
parameters: {
|
||
type: "object",
|
||
properties: {
|
||
to: {
|
||
type: "string",
|
||
description: "收件人，格式 name@workspace（如 builder@ModelRouter）"
|
||
},
|
||
subject: {
|
||
type: "string",
|
||
description: "邮件主题"
|
||
},
|
||
body: {
|
||
type: "string",
|
||
description: "邮件正文，支持 Markdown 格式"
|
||
},
|
||
session_alias: {
|
||
type: "string",
|
||
description: "会话别名（新建会话时使用）"
|
||
}
|
||
},
|
||
required: ["to", "subject", "body"]
|
||
},
|
||
async execute(params, ctx) {
|
||
const { to, subject, body, session_alias } = params;
|
||
const [toName, toWorkspace] = to.split("@");
|
||
|
||
const result = await ctx.http.post("/api/v1/mail/send", {
|
||
to_name: toName,
|
||
to_workspace: toWorkspace || null,
|
||
subject,
|
||
body,
|
||
session_alias: session_alias || null,
|
||
reply_to: ctx.currentMailId || null // 如果是在回复某封邮件
|
||
});
|
||
|
||
return `✅ 邮件已发送。Mail ID: ${result.mail_id}，会话: ${result.session_id}`;
|
||
}
|
||
};
|
||
```
|
||
|
||
```javascript
|
||
// tools/read_inbox.js
|
||
module.exports = {
|
||
name: "read_inbox",
|
||
description: "查阅收件箱中的邮件。收到新邮件通知后调用此工具查看完整内容。",
|
||
parameters: {
|
||
type: "object",
|
||
properties: {
|
||
filter: {
|
||
type: "string",
|
||
enum: ["unread", "all"],
|
||
description: "过滤条件，默认 unread"
|
||
},
|
||
limit: {
|
||
type: "number",
|
||
description: "返回数量，默认 5"
|
||
}
|
||
}
|
||
},
|
||
async execute(params, ctx) {
|
||
const { filter = "unread", limit = 5 } = params;
|
||
const result = await ctx.http.get("/api/v1/mail/inbox", {
|
||
params: { status: filter, limit }
|
||
});
|
||
|
||
if (result.mails.length === 0) {
|
||
return "📭 收件箱为空。";
|
||
}
|
||
|
||
return result.mails.map(m =>
|
||
`📧 [${m.status}] ${m.from_name}: ${m.subject}\n` +
|
||
` 会话: #${m.session_alias || '未命名'} | ${m.created_at}\n` +
|
||
` 预览: ${m.body_preview?.substring(0, 100)}...`
|
||
).join("\n\n");
|
||
}
|
||
};
|
||
```
|
||
|
||
### 5.5 钩子拦截器（自动触发器，非 Agent 工具）
|
||
|
||
三种场景下，插件通过平台钩子**自动拦截** Agent 行为，格式化为邮件发出。Agent 无需（也不应）手动调用 send_mail 来做这些事。
|
||
|
||
```javascript
|
||
// hooks/request_permission.js
|
||
module.exports = {
|
||
name: "request_permission",
|
||
description: "拦截 Agent 的 request_permission 调用，自动格式化为权限请求邮件",
|
||
// 由平台钩子触发，非 Agent 调用
|
||
async intercept(ctx, question, options = ["同意", "拒绝"], context = "") {
|
||
// 1. 调 Gateway 创建权限请求邮件
|
||
const result = await ctx.http.post("/api/v1/permission/request", {
|
||
question,
|
||
options,
|
||
context,
|
||
session_id: ctx.sessionId
|
||
});
|
||
|
||
// 2. 冻结 Agent，标记等待状态
|
||
ctx.setWaitingForPermission(result.permission_mail_id);
|
||
|
||
// 3. 返回挂起状态给 Agent（Agent 不再继续执行）
|
||
return { suspended: true, wait_type: "permission" };
|
||
}
|
||
};
|
||
|
||
// hooks/ask_user.js
|
||
module.exports = {
|
||
name: "ask_user",
|
||
description: "拦截 Agent 的 ask_user 调用，自动格式化为提问邮件",
|
||
async intercept(ctx, question) {
|
||
// 1. 调 Gateway 发送普通邮件（主题自动加 [需回复]）
|
||
const result = await ctx.http.post("/api/v1/mail/send", {
|
||
to: "human",
|
||
subject: `[需回复] ${question.substring(0, 100)}`,
|
||
body: question,
|
||
session_id: ctx.sessionId
|
||
});
|
||
|
||
// 2. 冻结 Agent，标记等待状态
|
||
ctx.setWaitingForReply(result.mail_id);
|
||
|
||
return { suspended: true, wait_type: "reply" };
|
||
}
|
||
};
|
||
|
||
// hooks/final_message.js
|
||
module.exports = {
|
||
name: "final_message",
|
||
description: "拦截 Agent 最后一条消息，格式化为最终总结邮件",
|
||
async intercept(ctx, message) {
|
||
// 1. 调 Gateway 发送最终总结邮件（主题自动加 [最终总结]）
|
||
const result = await ctx.http.post("/api/v1/mail/send", {
|
||
to: "human",
|
||
subject: `[最终总结] ${ctx.sessionAlias || '任务完成'}`,
|
||
body: message,
|
||
session_id: ctx.sessionId
|
||
});
|
||
|
||
// 2. Agent 进入休眠
|
||
ctx.enterSleepMode();
|
||
|
||
return { suspended: true, wait_type: "sleep" };
|
||
}
|
||
};
|
||
```
|
||
|
||
### 5.6 插件生命周期
|
||
|
||
```javascript
|
||
// index.js
|
||
const { registerTools, startSSE, registerAgent } = require('./transport');
|
||
const config = require('./config');
|
||
|
||
module.exports = {
|
||
async onSessionStart(ctx) {
|
||
// 1. 向 Gateway 注册
|
||
await registerAgent({
|
||
name: config.agentName,
|
||
secret: config.agentSecret,
|
||
workspaces: config.workspaces,
|
||
platform: 'pi'
|
||
});
|
||
|
||
// 2. 启动 SSE 监听新邮件
|
||
startSSE(config.gatewayUrl, config.agentName, (event) => {
|
||
if (event.type === 'new_mail') {
|
||
// 注入系统消息到 Agent 上下文
|
||
ctx.addSystemMessage(
|
||
`📬 新邮件（${event.data.mail_type}）\n` +
|
||
`来自: ${event.data.from_name}\n` +
|
||
`主题: ${event.data.subject}\n` +
|
||
`会话: #${event.data.session_alias || '未命名'}\n` +
|
||
`使用 read_inbox 工具查看详情。`
|
||
);
|
||
}
|
||
if (event.type === 'permission_decision') {
|
||
// 恢复 Agent 执行
|
||
ctx.resumeFromPermission(event.data.mail_id, event.data.decision);
|
||
}
|
||
});
|
||
|
||
// 3. 定期心跳（每30秒）
|
||
setInterval(async () => {
|
||
await ctx.http.post('/api/v1/agent/heartbeat');
|
||
}, 30000);
|
||
}
|
||
};
|
||
```
|
||
|
||
### 5.7 权限等待的恢复机制
|
||
|
||
Agent 被钩子拦截并冻结后的恢复流程：
|
||
|
||
```
|
||
1. Agent 调用 request_permission → 发邮件给 human → 标记等待
|
||
2. 插件监听 SSE，收到 permission_decision 事件
|
||
3. 插件调用 ctx.resumeFromPermission(mailId, decision)
|
||
4. Pi Agent 恢复执行，decision 作为 tool_result 返回给 Agent
|
||
5. Agent 根据 decision 继续后续操作
|
||
```
|
||
|
||
**关键点：** Agent 进程不阻塞，只是标记为"等待权限"状态。SSE 收到决策后，通过 Pi Agent 的上下文注入机制恢复执行。
|
||
|
||
---
|
||
|
||
## 六、前端设计（MVP 简化版）
|
||
|
||
### 6.1 布局
|
||
|
||
MVP 阶段用**两栏布局**（去掉中间的工作列表/对话树）：
|
||
|
||
```
|
||
┌────────────────────┬────────────────────────────────────┐
|
||
│ 左侧（300px） │ 右侧（剩余宽度） │
|
||
├────────────────────┼────────────────────────────────────┤
|
||
│ 📬 收件箱 (3) │ 当前查看的邮件正文 │
|
||
│ 📤 发件箱 │ （Markdown 渲染） │
|
||
│ 📝 草稿箱 │ │
|
||
│ ✏️ 新建 │ ──── 分隔线 ──── │
|
||
│ │ │
|
||
│ ─── 邮件列表 ─── │ 回复编辑器 │
|
||
│ │ 📧 邮件A [未读] │ [ Markdown 编辑器 ] │
|
||
│ │ 📧 邮件B [权限] │ [发送] [取消] │
|
||
│ │ 📧 邮件C │ │
|
||
│ │ ... │ │
|
||
└────────────────────┴────────────────────────────────────┘
|
||
```
|
||
|
||
### 6.2 权限请求邮件的特殊渲染
|
||
|
||
当邮件类型为 `permission_request` 时，正文下方自动渲染按钮组：
|
||
|
||
```
|
||
┌──────────────────────────────────────┐
|
||
│ 📧 权限请求 │
|
||
│ 来自: @builder.ModelRouter │
|
||
│ 主题: 是否允许合并 PR #42？ │
|
||
│ │
|
||
│ ## 背景 │
|
||
│ PR 改动了 3 个文件，CI 全部通过... │
|
||
│ │
|
||
│ ┌──────────┐ ┌──────────┐ │
|
||
│ │ ✅ 同意合并 │ │ ❌ 拒绝 │ │
|
||
│ └──────────┘ └──────────┘ │
|
||
│ [可选备注输入框] │
|
||
└──────────────────────────────────────┘
|
||
```
|
||
|
||
### 6.3 技术栈
|
||
|
||
- **框架**: React 18 + TypeScript
|
||
- **样式**: TailwindCSS
|
||
- **Markdown**: react-markdown + remark-gfm（支持表格、代码高亮）
|
||
- **编辑器**: @uiw/react-md-editor（轻量 Markdown 编辑器）
|
||
- **状态管理**: Zustand（简单够用）
|
||
- **实时推送**: EventSource（SSE 原生 API）
|
||
- **构建**: Vite
|
||
|
||
### 6.4 核心页面/组件
|
||
|
||
```
|
||
src/
|
||
├── App.tsx
|
||
├── api/
|
||
│ ├── client.ts # HTTP 客户端
|
||
│ └── sse.ts # SSE 连接管理
|
||
├── stores/
|
||
│ ├── mailStore.ts # 邮件状态
|
||
│ └── sessionStore.ts # 会话状态
|
||
├── components/
|
||
│ ├── Sidebar/
|
||
│ │ ├── Sidebar.tsx # 左侧图标栏
|
||
│ │ ├── MailList.tsx # 邮件列表
|
||
│ │ └── MailItem.tsx # 单封邮件条目
|
||
│ ├── MailView/
|
||
│ │ ├── MailView.tsx # 右侧邮件正文
|
||
│ │ ├── MailBody.tsx # Markdown 渲染
|
||
│ │ ├── PermissionCard.tsx # 权限请求卡片
|
||
│ │ └── ReplyEditor.tsx # 回复编辑器
|
||
│ └── Compose/
|
||
│ └── ComposeModal.tsx # 新建邮件弹窗
|
||
└── types/
|
||
└── index.ts # TypeScript 类型定义
|
||
```
|
||
|
||
---
|
||
|
||
## 七、完整 MVP 工作流（端到端）
|
||
|
||
### 场景：人类要求 Builder Agent 增加健康检查接口
|
||
|
||
```
|
||
步骤 1: 人类在前端新建邮件
|
||
- 收件人: @builder.ModelRouter
|
||
- 主题: 为 ModelRouter 增加健康检查接口
|
||
- 正文: ## 需求描述\n\n请为 ModelRouter 的 HTTP 服务增加 /health 端点...
|
||
- 会话别名: add-health-check
|
||
→ 前端 POST /api/v1/mail/send
|
||
→ Gateway 创建 session + mail，通过 SSE 推送 new_mail 给 Builder
|
||
|
||
步骤 2: Builder Agent 收到通知
|
||
- Pi Agent 收到系统消息: "📬 新邮件...使用 read_inbox 查看"
|
||
- Agent 调用 read_inbox 工具
|
||
- Gateway 返回邮件详情
|
||
→ Agent 读取正文，理解需求
|
||
|
||
步骤 3: Builder Agent 执行任务
|
||
- Agent 调用终端: git checkout -b feature/add-health-check
|
||
- Agent 调用文件读写: 编写 health check 代码
|
||
- Agent 调用终端: 运行测试
|
||
- Agent 调用终端: git commit, git push
|
||
|
||
步骤 4: Builder Agent 请求权限（如需要）
|
||
- Agent 调用 request_permission: "是否允许合并 PR #42？"
|
||
- Gateway 发送权限请求邮件给人类
|
||
→ 前端收到 SSE 推送，显示权限请求卡片
|
||
|
||
步骤 5: 人类决策
|
||
- 人类点击 "✅ 同意合并"
|
||
- 前端 POST /api/v1/permission/decide
|
||
→ Gateway 发送 permission_decision SSE 给 Builder
|
||
|
||
步骤 6: Builder Agent 恢复执行
|
||
- 插件收到 permission_decision
|
||
- Agent 恢复执行，得到 "同意合并" 的结果
|
||
- Agent 执行 gh pr merge
|
||
- Agent 调用 send_mail: "PR 已合并，健康检查接口已就绪"
|
||
→ 人类收到完成通知
|
||
```
|
||
|
||
---
|
||
|
||
## 八、MVP 实施计划
|
||
|
||
### Week 1：后端核心
|
||
|
||
| 任务 | 产出 |
|
||
|------|------|
|
||
| schema 建表（两方言各一份） | `internal/db/migrations/` |
|
||
| Gateway HTTP API（mail CRUD + session） | 可用的 REST API |
|
||
| Agent 注册/心跳 API | Agent 可注册并保持在线 |
|
||
| SSE 推送机制 | /events/stream 端点 |
|
||
| 权限请求/决策 API | 完整的权限闭环 |
|
||
|
||
### Week 2：Pi 插件 + 前端骨架
|
||
|
||
| 任务 | 产出 |
|
||
|------|------|
|
||
| pi-mail-bridge 插件框架 | pi install 可用 |
|
||
| send_mail / read_inbox 工具 | Agent 可收发邮件 |
|
||
| request_permission 工具 | Agent 可请求权限 |
|
||
| 前端两栏布局 + 路由 | 可访问的 Web UI |
|
||
| 邮件列表 + 正文渲染 | 可查看邮件 |
|
||
| 新建邮件 + 回复编辑器 | 可发送邮件 |
|
||
|
||
### Week 3：闭环联调
|
||
|
||
| 任务 | 产出 |
|
||
|------|------|
|
||
| 人→Agent→人 完整闭环测试 | 端到端可演示 |
|
||
| 权限请求闭环测试 | Agent 等待→人批准→Agent 恢复 |
|
||
| SSE 实时推送验证 | 新邮件到达时 UI 自动更新 |
|
||
| 错误处理与边界情况 | 网络断开、Agent 离线等 |
|
||
| 基础部署脚本 | `deploy/install.sh` + systemd 单元（数据库为内置 SQLite，无需容器编排） |
|
||
|
||
---
|
||
|
||
## 九、关键设计决策记录
|
||
|
||
| 决策 | 选择 | 理由 |
|
||
|------|------|------|
|
||
| Gateway + Registry 合并 | ✅ 合并为单体 | MVP 阶段单机部署，减少运维复杂度 |
|
||
| 前端推送用 SSE | ✅ SSE | 单向推送够用，比 WebSocket 简单 |
|
||
| 会话内邮件链用线性回复 | ✅ parent_mail_id | 不需要树结构，线性链够用 |
|
||
| Agent 等待权限不阻塞进程 | ✅ 非阻塞 | Agent 进程不能挂起，用状态标记 + SSE 恢复 |
|
||
| 第一个插件选 Pi Agent | ✅ Pi | 团队更熟悉，API 更直接 |
|
||
| 不用 Redis | ✅ PG LISTEN/NOTIFY | MVP 减少依赖，PG 原生支持发布订阅 |
|
||
| 前端不用对话树 | ✅ 两栏布局 | Phase 1 聚焦核心闭环 |
|
||
|
||
---
|
||
|
||
## 十、后续迭代路线
|
||
|
||
### 下一批（MVP 已完成的部分不再列出）
|
||
- 对话树数据模型 + 前端渲染
|
||
- 转发功能（抄送已完成）
|
||
- 工作列表卡片视图（中间栏）
|
||
- Agent 在邮件正文里主动提议改会话别名（平台命名自动同步已完成）
|
||
- DeepSeek Harness 插件
|
||
|
||
### Phase 3（Phase 2 后 2 周）
|
||
- 配额机制
|
||
- 跨主机 Agent 发现（Gateway + Registry 拆分）
|
||
- Agent 间通信签名验证
|
||
- Hop-limit 防循环
|
||
|
||
### Phase 4（持续）
|
||
- 监控面板
|
||
- 审计日志查询
|
||
- 智能路由推荐
|
||
- Agent 自动会话别名建议
|
||
|
||
---
|
||
|
||
文档版本：v0.1 (MVP)
|
||
基于：完整设计文档 v2.0
|
||
日期：2026-09-01
|