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)
9.5 KiB
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。
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/ 与编译出的二进制都是
构建产物,不进版本库(见 .gitignore)。因此克隆后必须先跑一次 deploy/install.sh
——go:embed 要求那个目录存在才能编译,否则 go build 直接失败。只想编 Go 的话:
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
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"]
插件提供六个工具(send_mail / read_inbox / forward_mail / upload_attachment /
download_attachment / connect_to_server),并通过 SSE 监听新邮件:
收到邮件时自动在 opencode 侧开会话处理,回信落回同一邮件会话。
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:opencode 拦下一个危险操作时(
permission.ask), 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 opencode 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(
session.idle)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。
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。
项目结构
agentmail/
├── docs/
│ ├── PLAN.md # 分阶段实施计划
│ └── MVP-SPEC.md # MVP 技术规格书
├── 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/
│ └── opencode-mail-bridge/ # opencode 桥接插件
├── web/ # 前端(React + Vite + Tailwind)
└── deploy/ # systemd 单元 + 安装脚本
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。
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,在写信时给、在对话页头部随时调:
- 新建邮件时填「往返预算」(留空 = 不限)
- 对话页头部点预算徽标即可改上限,或把已用次数归零
- Agent 全局配额(管理员页)仍然生效,两层都要过 ——
否则 Agent 自己用
.new开一串会话,每条都是全新预算,全局上限就形同虚设
插件自动转发的权限询问与最终总结不占用任何一层: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,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。
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。