myagent-ai 1.0.0

package/Dockerfile

@@ -0,0 +1,30 @@
+# MyAgent - 本地桌面端执行型 AI 助手
+# Docker 构建文件 (主要用于服务器部署)
+FROM python:3.11-slim
+
+WORKDIR /app
+
+# 安装系统依赖
+RUN apt-get update && apt-get install -y --no-install-recommends \
+    python3-pip \
+    && rm -rf /var/lib/apt/lists/*
+
+# 安装 Python 依赖
+COPY requirements.txt .
+RUN pip install --no-cache-dir -r requirements.txt
+
+# 复制代码
+COPY . .
+
+# 创建数据目录
+RUN mkdir -p data logs
+
+# 环境变量
+ENV MYAGENT_APP_DATA_DIR=data
+ENV MYAGENT_APP_LOG_FILE=logs/myagent.log
+
+# HTTP API 模式
+EXPOSE 8080
+
+# 启动
+CMD ["python", "main.py", "--server", "--host", "0.0.0.0", "--port", "8080"]

package/README.md

@@ -0,0 +1,333 @@
+# MyAgent - 本地桌面端执行型AI助手
+
+> 🤖 一个执行力极强、记忆力极强、运行稳定的本地桌面端AI助手。
+> 支持 Windows / macOS / Linux，系统托盘后台运行。
+> Open Interpreter 风格执行引擎 + 三层记忆系统 + 多Agent架构 + 多平台接入。
+
+---
+
+## 🌟 核心特性
+
+### 🚀 执行引擎
+- **多语言执行**: Python / Shell (Bash) / PowerShell / CMD
+- **自动修复**: ImportError 自动安装、编码修复、缩进修复
+- **安全控制**: 危险命令拦截、超时控制、输出截断
+- **结构化结果**: 执行结果标准化，LLM 稳定理解
+
+### 🧠 三层记忆系统
+- **短期记忆**: 对话上下文，自动淘汰旧消息
+- **工作记忆**: 任务进度、执行步骤、中间结果
+- **长期记忆**: 用户偏好、技能经验、错误模式
+- **SQLite 持久化**: 本地存储，支持跨会话检索
+
+### 🤝 多Agent架构
+- **主Agent**: 任务规划、Agent调度、结果汇总
+- **工具Agent**: 代码执行、技能调用、文件操作
+- **记忆Agent**: 记忆读写、经验总结、错误记录
+- **计划-执行-反思循环**: 自动迭代直到完成
+
+### 💬 多聊天平台接入
+- **Telegram**: 官方 Bot API
+- **Discord**: discord.py
+- **飞书**: Webhook 长连接
+- **QQ**: OneBot v11 协议
+- **微信**: WxPusher / HTTP 桥接
+- 纯 Python 实现，无需 Node.js
+
+### 🛠️ 技能系统 (OpenClaw 兼容)
+- **文件操作**: 读写、搜索、移动、删除
+- **网络搜索**: DuckDuckGo 免API搜索
+- **系统操作**: 信息查询、进程管理、环境变量
+- **浏览器自动化**: Playwright 驱动
+- JSON Schema 定义，支持 LLM Function Calling
+
+### 🛡️ 稳定性保障
+- 任务队列机制 (优先级调度)
+- 执行超时控制
+- 异常捕获与自动恢复
+- LLM 输出 JSON 格式强校验
+- 无 HTTP 网关、单机原生运行
+
+### 📱 系统托盘
+- 后台静默运行
+- 开机自启支持
+- 日志目录快捷访问
+- 可打包为 exe / dmg
+
+---
+
+## 📁 项目结构
+
+```
+myagent/
+├── main.py                 # 主入口 + 系统托盘 + CLI
+├── config.py               # 配置管理 (环境变量/配置文件/默认值)
+│
+├── core/                   # 核心模块
+│   ├── llm.py              # LLM 客户端 (OpenAI/Anthropic/Ollama)
+│   ├── task_queue.py       # 任务队列
+│   ├── logger.py           # 日志系统
+│   └── utils.py            # 工具函数
+│
+├── memory/                 # 记忆系统
+│   └── manager.py          # 三层记忆管理器 (SQLite)
+│
+├── executor/               # 执行引擎
+│   └── engine.py           # 代码执行器 (Python/Shell/PowerShell)
+│
+├── agents/                 # Agent 架构
+│   ├── base.py             # Agent 基类
+│   ├── main_agent.py       # 主Agent (规划调度)
+│   ├── tool_agent.py       # 工具Agent (执行调用)
+│   └── memory_agent.py     # 记忆Agent (读写总结)
+│
+├── chatbot/                # 聊天平台接入
+│   ├── base.py             # 平台基类
+│   ├── manager.py          # 平台管理器
+│   ├── telegram_bot.py     # Telegram
+│   ├── discord_bot.py      # Discord
+│   ├── feishu_bot.py       # 飞书
+│   ├── qq_bot.py           # QQ
+│   └── wechat_bot.py       # 微信
+│
+├── skills/                 # 技能系统
+│   ├── base.py             # 技能基类 (OpenClaw 兼容)
+│   ├── registry.py         # 技能注册表
+│   ├── file_skill.py       # 文件操作
+│   ├── search_skill.py     # 搜索技能
+│   ├── system_skill.py     # 系统操作
+│   └── browser_skill.py    # 浏览器自动化
+│
+├── requirements.txt        # 依赖清单
+├── setup.py                # 打包配置
+└── README.md               # 本文件
+```
+
+---
+
+## 🚀 快速开始
+
+### 1. 安装依赖
+
+```bash
+# 克隆项目
+git clone https://github.com/ctz168/myagent.git
+cd myagent
+
+# 安装核心依赖
+pip install -r requirements.txt
+
+# 按需安装聊天平台
+pip install python-telegram-bot   # Telegram
+pip install discord.py            # Discord
+pip install playwright && playwright install chromium  # 浏览器
+pip install anthropic            # Claude
+```
+
+### 2. 配置 LLM
+
+**方式一: 环境变量 (推荐)**
+```bash
+export MYAGENT_LLM_API_KEY="sk-your-openai-key"
+export MYAGENT_LLM_MODEL="gpt-4"
+```
+
+**方式二: 配置文件**
+```bash
+# 首次运行会自动创建 ~/.myagent/config.json
+python main.py
+```
+
+**方式三: 使用 Ollama 本地模型 (免费)**
+```bash
+# 安装 Ollama
+curl -fsSL https://ollama.ai/install.sh | sh
+ollama pull llama3
+
+# 配置
+export MYAGENT_LLM_PROVIDER="ollama"
+export MYAGENT_OLLAMA_MODEL="llama3"
+```
+
+**方式四: 使用 Anthropic Claude**
+```bash
+export MYAGENT_LLM_PROVIDER="anthropic"
+export MYAGENT_ANTHROPIC_API_KEY="sk-ant-..."
+```
+
+### 3. 运行
+
+```bash
+# 交互式命令行
+python main.py
+
+# 系统托盘后台运行
+python main.py --tray
+
+# 调试模式
+python main.py --debug
+
+# 设置开机自启
+python main.py --autostart
+```
+
+### 4. 配置聊天平台 (可选)
+
+编辑 `~/.myagent/config.json`:
+
+```json
+{
+  "llm": {
+    "provider": "openai",
+    "api_key": "sk-...",
+    "model": "gpt-4"
+  },
+  "chat_platforms": [
+    {
+      "platform": "telegram",
+      "enabled": true,
+      "token": "YOUR_BOT_TOKEN"
+    },
+    {
+      "platform": "discord",
+      "enabled": true,
+      "token": "YOUR_DISCORD_BOT_TOKEN"
+    }
+  ]
+}
+```
+
+或使用环境变量:
+```bash
+export MYAGENT_TELEGRAM_TOKEN="your-telegram-bot-token"
+export MYAGENT_DISCORD_TOKEN="your-discord-bot-token"
+```
+
+---
+
+## 💡 使用示例
+
+### CLI 交互
+```
+👤 你: 帮我在桌面创建一个 hello.py 文件
+🤖 助手: ✅ 已在桌面创建 hello.py
+
+👤 你: 搜索最新的Python 3.12新特性
+🤖 助手: [搜索结果...]
+
+👤 你: 查看系统信息
+🤖 助手: 系统: macOS 14.0 | CPU: 8核 | 内存: 12.3GB可用
+```
+
+### CLI 内置命令
+| 命令 | 说明 |
+|------|------|
+| `help` | 显示帮助 |
+| `status` | 查看系统状态 |
+| `skills` | 列出所有技能 |
+| `memory` | 查看记忆统计 |
+| `sessions` | 查看会话列表 |
+| `session <id>` | 切换会话 |
+| `clear` | 清除当前对话历史 |
+| `quit` | 退出 |
+
+### 技能调用
+```
+# 直接调用技能
+👤 你: !system_info
+👤 你: !file_read path=/tmp/test.txt
+👤 你: !web_search query=AI news
+```
+
+---
+
+## 🏗️ 扩展开发
+
+### 添加自定义技能
+```python
+# skills/my_skill.py
+from skills.base import Skill, SkillResult, SkillParameter
+
+class MyCustomSkill(Skill):
+    name = "my_skill"
+    description = "我的自定义技能"
+    category = "custom"
+    parameters = [
+        SkillParameter("input", "string", "输入参数", required=True),
+    ]
+
+    async def execute(self, input: str = "", **kwargs) -> SkillResult:
+        # 你的逻辑
+        return SkillResult(
+            success=True,
+            data={"result": input.upper()},
+            message=f"处理完成: {input}",
+        )
+```
+
+技能会自动被发现和注册 (命名规则: `*_skill.py`)。
+
+### 添加自定义聊天平台
+```python
+# chatbot/my_platform_bot.py
+from chatbot.base import BaseChatBot, ChatMessage, ChatResponse
+
+class MyPlatformBot(BaseChatBot):
+    platform_name = "my_platform"
+
+    async def start(self):
+        # 实现启动逻辑
+        pass
+
+    async def stop(self):
+        pass
+
+    async def send_message(self, response: ChatResponse) -> bool:
+        pass
+```
+
+然后在 `chatbot/manager.py` 中注册即可。
+
+---
+
+## 📦 打包
+
+### Windows (exe)
+```bash
+pip install pyinstaller
+pyinstaller --onefile --windowed --icon=icon.ico \
+    --add-data "skills:skills" \
+    --add-data "chatbot:chatbot" \
+    --name MyAgent main.py
+```
+
+### macOS (dmg)
+```bash
+pyinstaller --onefile --windowed --icon=icon.icns \
+    --add-data "skills:skills" \
+    --name MyAgent main.py
+# 然后使用 hdiutil 创建 dmg
+```
+
+---
+
+## ⚙️ 环境变量参考
+
+| 变量 | 说明 | 默认值 |
+|------|------|--------|
+| `MYAGENT_LLM_PROVIDER` | LLM 提供商 | openai |
+| `MYAGENT_LLM_API_KEY` | API Key | - |
+| `MYAGENT_LLM_BASE_URL` | API 地址 | OpenAI 官方 |
+| `MYAGENT_LLM_MODEL` | 模型名称 | gpt-4 |
+| `MYAGENT_LLM_TEMPERATURE` | 温度 | 0.1 |
+| `MYAGENT_TELEGRAM_TOKEN` | Telegram Bot Token | - |
+| `MYAGENT_DISCORD_TOKEN` | Discord Bot Token | - |
+| `MYAGENT_FEISHU_APP_ID` | 飞书 App ID | - |
+| `MYAGENT_FEISHU_APP_SECRET` | 飞书 App Secret | - |
+| `MYAGENT_LOG_LEVEL` | 日志级别 | INFO |
+
+---
+
+## 📄 License
+
+MIT

package/agents/__init__.py

@@ -0,0 +1,6 @@
+"""
+agents/__init__.py - Agent 模块入口
+"""
+from agents.main_agent import MainAgent
+from agents.tool_agent import ToolAgent
+from agents.memory_agent import MemoryAgent

package/agents/base.py

@@ -0,0 +1,115 @@
+"""
+agents/base.py - Agent 基类
+============================
+定义所有 Agent 的基础接口和通用能力。
+"""
+from __future__ import annotations
+
+import json
+import time
+from abc import ABC, abstractmethod
+from dataclasses import dataclass, field
+from typing import Any, Dict, List, Optional, Callable
+
+from core.logger import get_logger
+from core.llm import LLMClient, LLMResponse, Message
+from core.utils import generate_id, timestamp
+
+logger = get_logger("myagent.agent")
+
+
+@dataclass
+class AgentContext:
+    """Agent 上下文，在 Agent 之间传递"""
+    task_id: str = ""
+    session_id: str = "default"
+    user_message: str = ""
+    conversation_history: List[Message] = field(default_factory=list)
+    working_memory: Dict[str, Any] = field(default_factory=dict)
+    metadata: Dict[str, Any] = field(default_factory=dict)
+    callbacks: Dict[str, Callable] = field(default_factory=dict)
+
+
+class BaseAgent(ABC):
+    """
+    Agent 基类。
+
+    所有 Agent 继承此类，实现 process 方法。
+    提供 LLM 调用、消息构建、错误处理等通用能力。
+    """
+
+    name: str = "base_agent"
+    description: str = "基础 Agent"
+    max_iterations: int = 30
+
+    def __init__(
+        self,
+        llm: Optional[LLMClient] = None,
+        memory_manager=None,
+        executor=None,
+        skill_registry=None,
+        task_queue=None,
+        config=None,
+        config_broadcaster=None,
+    ):
+        self.llm = llm
+        self.memory = memory_manager
+        self.executor = executor
+        self.skills = skill_registry
+        self.task_queue = task_queue
+        self.config = config or {}
+        self.config_broadcaster = config_broadcaster
+        self._stats = {"total_tasks": 0, "success": 0, "failed": 0}
+
+    @abstractmethod
+    async def process(self, context: AgentContext) -> AgentContext:
+        """
+        处理任务(子类必须实现)。
+
+        Args:
+            context: Agent 上下文
+
+        Returns:
+            更新后的 AgentContext
+        """
+        pass
+
+    def _build_system_prompt(self) -> str:
+        """构建系统提示词(子类可重写)"""
+        return f"你是 {self.name}，{self.description}。"
+
+    async def _call_llm(
+        self,
+        messages: List[Message],
+        tools: Optional[List[Dict]] = None,
+        **kwargs,
+    ) -> LLMResponse:
+        """调用 LLM"""
+        if not self.llm:
+            return LLMResponse(success=False, error="LLM 客户端未初始化")
+
+        response = await self.llm.chat(messages, tools=tools, **kwargs)
+        if not response.success:
+            logger.error(f"{self.name} LLM 调用失败: {response.error}")
+        return response
+
+    async def _call_llm_json(self, messages: List[Message], **kwargs) -> Dict[str, Any]:
+        """调用 LLM 并获取 JSON 响应"""
+        if not self.llm:
+            return {"error": "LLM 客户端未初始化"}
+        return await self.llm.chat_json(messages, **kwargs)
+
+    def _message(self, role: str, content: str, **kwargs) -> Message:
+        """快捷创建消息"""
+        return Message(role=role, content=content, **kwargs)
+
+    def update_stats(self, success: bool):
+        """更新统计"""
+        self._stats["total_tasks"] += 1
+        if success:
+            self._stats["success"] += 1
+        else:
+            self._stats["failed"] += 1
+
+    def get_stats(self) -> Dict:
+        return dict(self._stats)