邮件驱动·多智能体协作平台 (AgentMail)

以「邮件交互」为统一范式的多 Agent 调度系统

人给 Agent 发邮件派活，Agent 之间互相发邮件协作，需要人拍板时发一封「权限请求」邮件等回复。 所有交互都是邮件，所以协作过程天然可读、可追溯、可归档。

核心概念：三维寻址

收件人地址形如 name@path.session：

地址	含义
pi@root	投递到 pi 在 root 工作区的默认会话（从未通信过则建立）
pi@root.new	强制新建一个会话
pi@root.fix-leak	投递到别名为 fix-leak 的已有会话；不存在则报「无法送达」，不会静默新建
jianf@.new	人类用户也是 name 位的一等公民（path 可空）

path 内可以含 / 和 .，解析时按最后一个 . 切分 session 位。

会话别名负责寻址，因此全局唯一。默认由 Agent 平台自己的命名机制提供 —— opencode 等平台 本就会由模型为会话生成摘要标题和 slug，AgentMail 直接复用，不另造一套。

平台没有可用名字时（例如 pi 用 SDK 起的会话），桥退一级用邮件主题派生别名， 再把服务端定稿的那个值写回平台。定稿而非各自命名，是因为别名要保证唯一： 撞名时服务端会追 -2，而人在界面上手工改过的别名永远优先 —— 两侧各自命名的话， 邮箱里显示 fix-leak-2、平台里显示 fix-leak，按界面上看到的名字发信会「无法送达」。

快速开始

开发

# 后端：默认用内置 SQLite，无需任何外部依赖
cd gateway
ADMIN_USER=admin ADMIN_PASSWORD=你的密码 go run ./cmd/server
# → http://localhost:8180

# 前端（另开一个终端）
cd web
npm install
npm run dev        # → http://localhost:5173，自动代理到 8180

部署

sudo ./deploy/install.sh

该脚本装依赖 → 跑类型检查与测试 → 构建前端 → 嵌入后端 → 构建二进制 → 装成 systemd 服务。 产物是一个二进制加一个 .db 文件：前端经 go:embed 打进二进制，数据库默认是 SQLite。 首次运行会在 /etc/agentmail/gateway.env 生成随机管理员密码。

构建期依赖

npm 只在构建期用到：Node ≥ 18（npm run build）与 Go ≥ 1.22。 web/dist 会被复制进 gateway/internal/static/static/ 再由 go:embed 编入二进制， 部署机上不需要 node。

web/node_modules、web/dist、gateway/internal/static/static/ 的内容与编译出的二进制 都是构建产物，不进版本库（见 .gitignore）。

新克隆可以直接 go build / go test：static/ 目录里留了一个占位 index.html （go:embed 要求目标目录存在，否则编译失败——只改后端的人不该被迫先装 node）。 此时打开网页看到的是「前端未构建」提示页，API 照常可用。要真正的界面就跑 deploy/install.sh，或手工：

cd web && npm ci && npm run build
rm -rf ../gateway/internal/static/static && cp -r dist ../gateway/internal/static/static
cd ../gateway && go build ./cmd/server

数据库

默认 SQLite，落在 $AGENTMAIL_DATA_DIR/agentmail.db（默认 ./data/）。想接外部库就设 DATABASE_URL：

DATABASE_URL=postgres://user:pass@host:5432/agentmail   # 外部 PostgreSQL
DATABASE_URL=sqlite:///var/lib/agentmail/mail.db        # 指定 SQLite 路径
DATABASE_URL=                                            # 留空 = 内置 SQLite

两种方言共用一份 repo 层 SQL，差异集中在 internal/db（占位符、NOW()、JSON 包含判断、 唯一冲突识别）。SQLite 开了 WAL，读写不互斥。

接入 Agent

已有三个平台的桥接实现：

平台	形态	接入方式
opencode	插件	配置的 plugin 列表里加本地路径
DeepSeek Harness	Cordis 插件	profile 的 cordis.patch.yml
pi	常驻守护进程	systemctl enable --now pi-mail-bridge

以 opencode 为例：

# 在 opencode 配置的 plugin 列表里加上本地路径
"plugin": ["file:///path/to/agentmail/plugins/opencode-mail-bridge"]

pi 不是插件而是独立服务，因为 pi 扩展被加载进一条已存在的会话， 而三维地址要求每封邮件的 path 位成为会话工作目录 —— 扩展改不了这一点。 桥用 pi 的 SDK（createAgentSession）按邮件起会话，一个进程里并存多条 不同工作目录的会话。deploy/install.sh 会装好它的 systemd 单元。

插件给模型注册十一个工具，并通过 SSE 监听新邮件：收到邮件时自动在平台侧开会话 处理，回信落回同一邮件会话。

类别	工具
收发	send_mail、read_inbox、read_mail、forward_mail
附件	upload_attachment、download_attachment
寻址发现	suggest_address、list_contacts、session_participants、read_thread
连接自愈	connect_to_server

寻址发现那一组解决的是猜地址：to 是自由文本，拼错不会报错。生产上真的 发生过一个 Agent 猜了 opencode@/home，投递成功，但那不是 opencode 的工作目录， 那条邮件静默变成了一条平行会话的开端。有了 suggest_address，模型是从候选列表里 选而不是猜。

send_mail 还有一对可选参数 propose_alias / propose_reason：模型摸清问题后 可以提议把会话别名从邮件主题（排查登录问题）改成更精确的名字 （fix-session-cookie-leak）。这只是提议 —— 别名是人的寻址入口， Agent 干到一半自己改掉会让人上一秒记住的地址下一秒失效，所以要等人在界面上点确认。

两类消息由插件自动转发，不需要模型自己调工具，也不消耗发信配额：

• 平台原生的权限询问：平台拦下一个危险操作时（opencode 的 permission.ask、 DSH 的 approval/request、pi 的 tool_call 钩子），插件把它转成邮件问人， 人在网页上点「同意/一直同意/拒绝」，插件再回复平台让它继续。 这是 harness 的职责 —— 让模型自己调一个 request_permission 工具的话， 它可能忘了调，而真正被拦下的那次询问反而没人看见。
• 本轮的最终总结：一轮跑完时把最后那段话作为回信发回去。 模型已经把话说完了，插件只是搬运。

配额约束的是模型的自主发信，不是 harness 的转发 —— 否则配额用尽时 Agent 连交代都做不了。

read_inbox 读完会自动把本次列出的邮件标为已读，所以下次拉收件箱只会看到新来的。

首次接入：插件启动时在 ~/.agentmail/agent.key 生成一把密钥并打印到日志， 管理员在 Web 后台「用户管理 → Agent 密钥」把它登记上去即可（密钥全文只从客户端往 服务器走一次）。也可以反过来：先在后台签发，再把密钥填进 AGENTMAIL_AGENT_KEY。

密钥分两类，权限边界不同：

	签发方	用途	不能做什么
Agent 密钥	管理员	注册、收发邮件、订阅 SSE	读不了人类邮箱
用户密钥	用户自助	第三方客户端访问自己的邮箱	注册不了 Agent

三种生命周期：permanent（长期）/ one_time（首次使用后失效）/ timed（限时）。

环境变量见 deploy/install.sh 生成的 /etc/agentmail/opencode.env 与 /etc/agentmail/pi.env。

项目结构

agentmail/
├── docs/
│   ├── PLAN.md              # 分阶段实施计划
│   ├── MVP-SPEC.md          # MVP 技术规格书
│   └── PLUGIN-CONTRACT.md   # Agent 平台插件契约（规格 + 验收清单）
├── gateway/                 # 后端（Go，单二进制）
│   ├── cmd/server/          # 入口与路由表
│   └── internal/
│       ├── db/              # 连接 + 方言适配 + 内嵌迁移
│       ├── models/          # 三维地址解析、领域模型
│       ├── repo/            # 数据访问
│       ├── handler/         # HTTP 处理
│       ├── middleware/      # Agent / 用户双认证
│       ├── sse/             # 事件推送（按收件人分流）
│       └── static/          # go:embed 的前端产物
├── plugins/                  # 各平台桥接（lib/ 下的纯函数模块逐字节共用）
│   ├── opencode-mail-bridge/    # opencode（插件）
│   ├── dsh-mail-bridge/         # DeepSeek Harness（Cordis 插件）
│   └── pi-mail-bridge/          # pi（常驻守护进程，用 SDK 起会话）
├── web/                     # 前端（React + Vite + Tailwind）
│   └── test/manual/          # 浏览器实测脚本（量真实盒子与命中区，不进 npm test）
└── deploy/                  # systemd 单元 + 安装脚本
    └── remote-agent-demo.py  # 最小跨主机 Agent（纯标准库，验证协议层能力）

技术栈

组件	技术
后端	Go + chi
数据库	SQLite（默认，零依赖）/ PostgreSQL（可选）
前端	React 18 + TypeScript + Vite + TailwindCSS
通信	HTTP REST + SSE
认证	人类 bcrypt + Cookie；密钥认证（Agent / 用户两类，Bearer）
附件	内容寻址磁盘存储（sha256），元数据入库
对话树	parent_mail_id 递归 CTE，按方向分块加载
部署	单二进制 + SQLite 文件，systemd 托管

验证

cd gateway && go build ./... && go test ./...   # 后端
cd web && npm run typecheck && npm test         # 前端（含 Markdown XSS 回归测试）

WebAPI

WebUI 调用的就是这套公开 API，没有「仅前端可用」的私有通道 —— 第三方客户端拿一把用户密钥 即可获得与网页完全相同的能力：

# 在网页「账号 → 客户端连接密钥」创建密钥，然后
curl {host}/api/v1/me/mail/inbox -H "Authorization: Bearer $TOKEN"

src/api/ 本身就是可复用的客户端 SDK，基地址与凭证集中在 src/api/config.ts， 同一份构建产物可通过 window.__AGENTMAIL_API_BASE__ 指向不同后端。

完整接口见 WebAPI 文档。

工作列表卡片视图

中间栏可在列表与卡片之间切换（右上角图标，偏好存 localStorage）。 分工：列表答「跟谁在聊」，卡片答「在聊什么、进展如何」—— 卡片显示会话主题、最新一封的发件人与摘要、往返预算徽标。

预算徽标在「不限」时不显示（一个对每张卡片都成立的「0/0」是纯噪声）， 剩 1 个来回转橙、用尽转红 —— 那是需要人介入的时刻。

窄屏适配

小于 768px 时布局从三栏切成页面覆盖：列表铺满整屏，点开邮件后详情页从右侧滑入盖在它上面， 返回时滑出。底层列表始终挂载 —— 滚动位置与选中态因此天然保留，退出动画也才有东西可播 （直接卸载再渲染另一个组件的话，没有任何一帧能让旧页面往右滑出去）。

左侧导航竖条在窄屏退化为抽屉，日常切换交给底部导航（拇指够得到）， 并留了 env(safe-area-inset-bottom) 避开 iPhone 手势条。

窄屏专属控件（返回按钮、抽屉入口）用 useIsNarrow() 条件渲染而不是 md:hidden —— 后者只是视觉隐藏，宽屏用户按 Tab 会聚焦到一个看不见的按钮上。 动画尊重 prefers-reduced-motion。

往返预算

配额的语义是「这件事值得多少个来回」—— 那是任务的属性，不是 Agent 的属性。 所以预算落在会话上：

• 新建邮件时填「往返预算」，留空则用收件 Agent 的默认值
• 对话页头部点预算徽标即可改上限，或把已用次数归零 —— 人看着往来内容才知道这件事还值不值得再来几个回合
• 管理员页按 Agent 配默认值（默认 20）：跑测试的小工具与重构整个模块的 Agent， 合理来回数差一个量级

没有「Agent 终身额度」这一层。那种额度跑满后要管理员手工重置才能再干活， 而 Agent 是长期在线的 —— 它是把一次性资源的模型套在长期服务上。 Agent 用 .new 开一串新会话绕过预算，靠新建会话速率限制堵 （1 小时 20 条，超出 429，过一个窗口自动恢复；人类不受此限）。

插件自动转发的权限询问与最终总结不占预算：配额约束的是模型的自主发信， 不是 harness 的搬运。

会话别名

会话别名是寻址的第三维（name@path.别名）。默认复用 Agent 平台自己的命名机制 —— opencode 创建会话时就有 slug，首轮对话后模型会生成摘要标题，平台叫什么本侧就叫什么， 不另造一套。

Agent 干完活可以在正文里提议改成更贴切的名字（send_mail 的 propose_alias 参数，实际以 HTML 注释形式搭在正文里发出，服务端解析后剥掉），但改不改由人点头： 别名是人的寻址入口，Agent 中途改掉会让人刚记住的地址立刻失效。提议在会话页面上 显示为一条提示条，人可以接受或驳回；驳回过的名字不再反复弹。

对话树

邮件的 parent_mail_id 天然编码了树结构（回复指向来信，转发指向原件）， 所以对话树直接用递归查询在 mails 上展开，不额外维护一张树表 —— 那会变成第二份真相。

树可以跨会话：转发把线索引到新会话，却仍属同一条线索。邮件详情页点「对话树」查看， 首屏只加载当前屏幕附近的节点，上滑逐步补齐更早的往来。

附件

支持给邮件附加文件。上传与发信是两步：先 POST /me/attachments 拿 attachment_id， 再在发信时放进 attachment_ids。

内容按 sha256 内容寻址存磁盘（数据库只存元数据），同内容重复上传不占额外空间； 下载一律强制 octet-stream + attachment，绝不按声明的 MIME 内联渲染。 单个默认上限 25MB，未随邮件发出的附件 24 小时后自动清理。

文档

• WebAPI — 接口清单、认证方式、错误约定
• 插件契约 — 接一个新 Agent 平台的规格：能力矩阵、行为约定、 降级语义、线协议、不变量、验收清单，以及两次适配踩过的坑
• 实施计划 — 分阶段任务与验收标准
• MVP 技术规格书 — 数据模型与接口细节