Skip to content

README_ZH.md

Latest commit

 

History

History
438 lines (304 loc) · 14.8 KB

README_ZH.md

File metadata and controls

438 lines (304 loc) · 14.8 KB
Raw

Tinybot

Tinybot logo

Python License GitHub Stars GitHub Clones GitHub Issues GitHub Release oosmetrics Ask DeepWiki

English | 快速开始 | 核心亮点 | 命令

Tinybot 是一个轻量级个人 AI 助手框架，集成了大语言模型、多种聊天平台、工具系统和自动化机制。

变更日志

2026.05.24 依照AG-UI思想，将前端组件事件化；依照A2UI思想，现在当Tinybot需要继续询问用户以收集类似表单格式的信息时，会采用表单的界面进行收集。

form

2026.05.22 实现了一套高效，实时，可修改，与本体并行维护的记忆系统，并通过维护记忆状态标签，处理存在前后矛盾的记忆信息。

save

load

flowchart TD
    UserTurn["Completed agent turn"] --> SaveSession["SessionHandler.save_turn"]
    SaveSession --> CaptureEvidence["capture_conversation_evidence"]
    CaptureEvidence --> EvidenceFiles["memory/conversations/*.jsonl"]
    CaptureEvidence --> Schedule["Memory extraction schedule"]

    Schedule --> DreamRun["Dream.run"]
    DreamRun --> HasEvidence{"Pending Conversation Evidence?"}
    HasEvidence -->|yes| EvidenceBatch["Read evidence after .evidence_cursor"]
    HasEvidence -->|no| LegacyBatch["Read legacy memory/history.jsonl after .dream_cursor"]

    EvidenceBatch --> Prompt["dream_phase1.md + current notes/views"]
    LegacyBatch --> Prompt
    Prompt --> LLMOps["LLM JSON Memory Operations"]
    LLMOps --> ParseOps["parse operations"]

    ParseOps --> OpType{"operation"}
    OpType -->|save| SaveNote["upsert MemoryNote"]
    OpType -->|supersede| Supersede["create replacement + mark old superseded"]
    OpType -->|reject| Reject["mark note rejected"]
    OpType -->|skip| Noop["no durable change"]

    SaveNote --> Notes["memory/notes.jsonl"]
    Supersede --> Notes
    Reject --> Notes

    Notes --> RefreshViews["refresh_memory_views"]
    RefreshViews --> ProjectView["memory/MEMORY.md"]
    RefreshViews --> UserView["USER.md"]
    RefreshViews --> SoulView["SOUL.md"]

    Notes --> RecallSelect["select_memory_recall"]
    RecallSelect --> RecallBlock["[MEMORY RECALL] system block"]
    RecallBlock --> AgentContext["ContextBuilder.build_messages"]

    Experience["ExperienceStore"] --> ExperienceBlock["[RELEVANT WORKFLOWS / RECOVERIES]"]
    Knowledge["KnowledgeStore / SessionKnowledgeStore"] --> KnowledgeBlock["Knowledge context"]
    ExperienceBlock --> AgentContext
    KnowledgeBlock --> AgentContext
Loading 
flowchart LR
    Notes["Memory Notes\ncanonical JSONL"] --> Views["Memory Views\nMarkdown projection"]
    Notes --> Recall["Memory Recall\nprompt retrieval"]
    Evidence["Conversation Evidence\nraw source layer"] --> Dream["Dream\nbackground extraction"]
    Dream --> Notes

    ExplicitTools["Explicit memory tools\nforeground correction"] --> Notes
    Legacy["Legacy Markdown/history\nmigration + fallback"] --> Notes

    Experience["Experience\nhow to act"] --> AgentPrompt["Agent prompt"]
    Knowledge["Knowledge\nexternal document evidence"] --> AgentPrompt
    Recall --> AgentPrompt

    Views -. "inspection + compatibility" .-> AgentPrompt
Loading
2026.05.15 持续演进 Cowork 架构运行时。

Cowork 现在使用规范化架构（adaptive_starter、team、generator_verifier、message_bus、shared_state、swarm），支持分支感知的会话快照、Agent Step 观察详情扩展、架构专属投影，以及显式的分支结果选择或合并控制。

2026.05.13 将 Cowork 演进为图驱动、蓝图感知的 Agent 群体控制平面。

Cowork 现在提供版本化的图/轨迹快照、可复用 JSON 蓝图、预算感知运行控制、阻塞面板，以及蓝图校验/预览 API。

cowork

2026.05.11 显著增强 Cowork 的性能和呈现效果。

cowork

2026.05.08 新增 “cowork” 能力，可创建自主运行的多 Agent 团队系统。
2026.05.07 修改工具使用的展示逻辑。
2026.04.30 修复多个 UI 问题，修订浏览器控制界面演示，并新增任务展示功能。

browser_snapshot2

task_webui1

2026.04.29 修复多个 UI 问题，并新增浏览器控制界面演示。

auto_snapshot

2026.04.28 新增 beta 版 RAG 关系图。

rag_graph_beta_gif

rag_graph_beta

2026.04.27 新增文档并修复部分问题。

doc_home

startup

2026.04.26 新增 RAG 模块，当前支持文本内容。

RAG

2026.04.24 新增 WebUI、人工创建 skills、启用/禁用 skills 等能力。

浅色模式

white

深色模式

dark

✨ 核心亮点

交互式表单

5-24.mp4

Chatbot-agent

5-16.mp4

Agent cowork!

Cowork 提供共享的多 Agent 会话模型，包含架构运行时策略、分支导航、架构专属投影、可观察的 Agent Steps，以及显式的最终结果选择。

cowork

cowork

🧠 Agentic DAG 任务调度

task

自动将复杂任务拆解为可执行的子任务 DAG，支持：

  • 智能拆解 - LLM 分析任务并生成基于依赖关系的子任务图
  • 自动链式执行 - SubAgent 完成后自动触发依赖它的任务
  • 并行执行 - 可安全并行的任务会同时运行，以获得更高效率
  • 动态调整 - 运行过程中可添加或移除子任务

WebUI

webui

🔄 经验自进化系统

一个可以从问题解决经验中持续改进的自学习系统：

{
  "id": "exp_86788c0e",
  "timestamp": "2026-04-20T21:19:17",
  "tool_name": "exec",
  "error_type": "argument error",
  "error_message": "",
  "params": {},
  "outcome": "resolved",
  "resolution": "当使用opencli的scroll命令时，确保只传递一个参数，避免参数过多错误。检查命令调用格式，正确示例为`scroll(distance)`或`scroll(selector)`，而非多个参数。在工具调用前验证参数数量，可参考opencli文档或使用测试命令确认API要求。",
  "context_summary": "网页自动化执行：使用opencli执行JavaScript命令时参数错误和代码语法/类型错误，通过调整命令和防御性编程解决",
  "confidence": 0.7,
  "session_key": "cli:direct",
  "merged_count": 0,
  "last_used_at": "2026-04-20T21:19:17",
  "category": "api",
  "tags": ["opencli", "scroll", "参数错误", "浏览器自动化"],
  "use_count": 0,
  "success_count": 0,
  "feedback_positive": 0,
  "feedback_negative": 0
}
  • 语义经验搜索 - 基于向量的搜索能理解问题意图，而不只是匹配关键词
  • 自动上下文注入 - 相关历史解决方案会在需要时自动出现
  • 主动错误诊断 - 工具失败时，会自动从已解决经验中给出建议
  • 智能置信度模型 - 多维度评分：使用频率、成功率、新鲜度、反馈
  • 自动分类 - 按类别为经验打标签（路径、权限、编码、网络等）

🤖 SubAgent 异步执行

  • 非阻塞执行 - 后台任务不会阻塞主对话
  • 并发控制 - 可配置最大并发数，避免过载
  • 心跳监控 - 自动检测超时任务，避免残留进程
  • 自动通知 - 任务完成后自动触发主 Agent 总结结果

💭 Dream 记忆处理

空闲期间进行两阶段自主记忆整合：

  • 阶段 1：分析 - LLM 分析对话历史并提取洞察
  • 阶段 2：编辑 - AgentRunner 对记忆文件进行定向编辑
  • 阶段 3：经验更新 - 合并相似经验并更新策略文档
  • 向量存储集成 - 在整合后的记忆中进行语义搜索

📊 CLI 实时进度显示

任务执行会在 CLI 中实时显示进度，同时不打断主对话。

⚙️ 集成配置编辑器

可在交互式聊天中直接打开全屏终端配置编辑器：

  • 按 Ctrl+O 或输入 /config 打开编辑器
  • 无需退出聊天会话
  • 编辑 provider 设置、模型参数、工具配置等
  • 按 q 保存并返回聊天

🔌 MCP（Model Context Protocol）支持

无缝连接外部 MCP server 并使用其工具：

  • 原生工具封装 - MCP 工具会表现为 tinybot 原生工具
  • 多 Server 支持 - 可同时连接多个 MCP server
  • 自动工具发现 - 自动发现并注册可用工具

🚀 基础功能

  • 多平台集成 - 内置微信、钉钉、飞书渠道，并支持插件扩展
  • 丰富工具 - 文件读写、shell 执行、浏览器自动化、网页搜索、定时任务
  • 智能记忆 - 基于向量存储的记忆系统，集成会话并支持语义搜索
  • 多 LLM 支持 - 兼容 OpenAI、DeepSeek、智谱、通义千问、Gemini 以及 14+ provider
  • Skills 系统 - 通过 Markdown 文件定义 skills，无需编码即可教会 Agent 特定工作流
  • 自动化 - Cron 定时任务 + heartbeat 服务，用于周期性自动执行
  • OpenAI 兼容 API - 可作为 OpenAI 兼容后端服务运行，并集成任意 OpenAI client
  • 会话管理 - 持久化对话历史，支持 checkpoint 恢复
  • 安全 - 工作区限制、命令审计、加密凭据存储

快速开始

# 安装
uv sync

# 初始化配置（交互式向导）
uv run tinybot onboard

# 交互式聊天模式
uv run tinybot agent

# 发送单条消息
uv run tinybot agent -m "Hello"

# 启动 gateway（多渠道 + 定时任务 + heartbeat）
uv run tinybot gateway

# 作为 OpenAI 兼容 API server 运行
uv run tinybot api

WebUI 使用

Tinybot 提供基于浏览器的 Web 界面，可用于和 AI Agent 聊天。

启用 WebUI 的步骤

1. 在配置中启用 WebSocket 渠道

编辑你的 ~/.tinybot/config.json 文件，在 channels 下添加：

{
  "channels": {
    "websocket": {
      "enabled": true,
      "host": "127.0.0.1",
      "port": 18790
    }
  }
}

2. 启动 Gateway

uv run tinybot gateway

3. 打开浏览器

在浏览器中访问 http://127.0.0.1:18790。

可用 API 端点

Endpoint Method Description
/api/sessions GET 列出所有聊天会话
/api/sessions/{key}/messages GET 获取会话消息
/api/sessions/{key} DELETE/PATCH 删除/更新会话
/api/sessions/{key}/clear POST 清空会话历史
/api/sessions/{key}/profile GET 获取用户 profile
/api/config GET/PATCH 获取/更新配置
/api/status GET 获取系统状态
/api/tools GET 获取可用工具
/api/skills GET 获取全部 skills
/api/skills/{name} GET 获取 skill 详情
/api/workspace/files GET 列出工作区文件
/ws WebSocket 实时聊天连接

WebSocket 事件

Event Direction Description
new_chat Client → Server 创建新聊天
attach Client → Server 附加到已有聊天
message Client → Server 发送消息
interrupt Client → Server 停止 AI 生成
ping Client → Server 心跳
delta Server → Client 流式文本片段
stream_end Server → Client 流结束
message Server → Client 完整消息
file_updated Server → Client 工作区文件已变更

交互式聊天命令

进入交互模式后，可使用以下命令：

Command Description
/config 或 Ctrl+O 打开配置编辑器
/help 显示可用命令
/clear 清空对话历史
/new 开启新的对话会话
/exit 或 :q 退出聊天

Skills 系统

通过简单的 Markdown 文件定义自定义 skills。

Skills 会被自动加载；当条件匹配时，Agent 会遵循其中定义的工作流。

使用浏览器前

1. 安装 OpenCLI

npm install -g @jackwener/opencli

2. 安装 Browser Bridge 扩展

OpenCLI 通过轻量级 Browser Bridge 扩展和一个本地小型 daemon 连接 Chrome/Chromium。daemon 会在需要时自动启动。

  1. 从 GitHub Releases 页面下载最新的 opencli-extension-v{version}.zip。
  2. 解压后打开 chrome://extensions，并启用 Developer mode。
  3. 点击 Load unpacked，选择解压后的文件夹。

3. 验证安装

opencli doctor

经验工具

Agent 可以主动管理自己的学习经验：

Tool Description
query_experience 搜索过往问题解决经验
save_experience 保存新的解决方案，供未来参考
feedback_experience 标记某条经验是否有帮助
delete_experience 移除过期或错误的经验

环境要求

  • Python >= 3.13

许可证

MIT