cloneloop 0.1.0__py3-none-any.whl

mcp_ai_supervisor/desktop_app/desktop_app.py

@@ -0,0 +1,390 @@
+#!/usr/bin/env python3
+"""
+桌面應用程式主要模組
+
+此模組提供桌面應用程式的核心功能，包括：
+- 桌面模式檢測
+- Tauri 應用程式啟動
+- 與現有 Web UI 的整合
+"""
+
+import asyncio
+import os
+import sys
+import time
+
+
+# 導入現有的 MCP AI Supervisor 模組
+try:
+    from mcp_ai_supervisor.debug import server_debug_log as debug_log
+    from mcp_ai_supervisor.log_writer import get_logger as _get_struct_logger
+    from mcp_ai_supervisor.web.main import WebUIManager, get_web_ui_manager
+except ImportError as e:
+    # 在這裡無法使用 debug_log，因為導入失敗
+    sys.stderr.write(f"無法導入 MCP AI Supervisor 模組: {e}\n")
+    sys.exit(1)
+
+# 桌面应用结构化日志记录器
+_tauri_logger = _get_struct_logger("tauri")
+
+
+class DesktopApp:
+    """桌面應用程式管理器"""
+
+    def __init__(self):
+        self.web_manager: WebUIManager | None = None
+        self.desktop_mode = False
+        self.app_handle = None
+
+    def set_desktop_mode(self, enabled: bool = True):
+        """設置桌面模式"""
+        self.desktop_mode = enabled
+        if enabled:
+            # 設置環境變數，防止開啟瀏覽器
+            os.environ["MCP_DESKTOP_MODE"] = "true"
+            debug_log("桌面模式已啟用，將禁止開啟瀏覽器")
+        else:
+            os.environ.pop("MCP_DESKTOP_MODE", None)
+            debug_log("桌面模式已禁用")
+
+    def is_desktop_mode(self) -> bool:
+        """檢查是否為桌面模式"""
+        return (
+            self.desktop_mode
+            or os.environ.get("MCP_DESKTOP_MODE", "").lower() == "true"
+        )
+
+    async def start_web_backend(self) -> str:
+        """啟動 Web 後端服務"""
+        debug_log("啟動 Web 後端服務...")
+
+        # 獲取 Web UI 管理器
+        self.web_manager = get_web_ui_manager()
+
+        # 設置桌面模式，禁止自動開啟瀏覽器
+        self.set_desktop_mode(True)
+
+        # 啟動服務器
+        if (
+            self.web_manager.server_thread is None
+            or not self.web_manager.server_thread.is_alive()
+        ):
+            self.web_manager.start_server()
+
+        # 等待服務器啟動
+        max_wait = 10.0  # 最多等待 10 秒
+        wait_count = 0.0
+        while wait_count < max_wait:
+            if (
+                self.web_manager.server_thread
+                and self.web_manager.server_thread.is_alive()
+            ):
+                break
+            await asyncio.sleep(0.5)
+            wait_count += 0.5
+
+        if not (
+            self.web_manager.server_thread and self.web_manager.server_thread.is_alive()
+        ):
+            raise RuntimeError("Web 服務器啟動失敗")
+
+        server_url = self.web_manager.get_server_url()
+        debug_log(f"Web 後端服務已啟動: {server_url}")
+        return server_url
+
+    def create_test_session(self):
+        """創建測試會話"""
+        if not self.web_manager:
+            raise RuntimeError("Web 管理器未初始化")
+
+        import tempfile
+
+        with tempfile.TemporaryDirectory() as temp_dir:
+            session_id, _ = self.web_manager.create_session(
+                temp_dir, "桌面應用程式測試 - 驗證 Tauri 整合功能"
+            )
+            debug_log(f"測試會話已創建: {session_id}")
+            return session_id
+
+    async def launch_tauri_app(self, server_url: str):
+        """啟動 Tauri 桌面應用程式"""
+        debug_log("正在啟動 Tauri 桌面視窗...")
+
+        import os
+        import subprocess
+        from pathlib import Path
+
+        import platform
+
+        system = platform.system().lower()
+        machine = platform.machine().lower()
+
+        def _get_binary_name() -> str:
+            if system == "windows":
+                return "mcp-ai-supervisor-desktop.exe"
+            elif system == "darwin":
+                if machine in ["arm64", "aarch64"]:
+                    return "mcp-ai-supervisor-desktop-macos-arm64"
+                return "mcp-ai-supervisor-desktop-macos-intel"
+            elif system == "linux":
+                return "mcp-ai-supervisor-desktop-linux"
+            return "mcp-ai-supervisor-desktop"
+
+        def _find_project_root() -> Path:
+            """向上查找包含 pyproject.toml 和 packages/ 的项目根目录"""
+            p = Path(__file__).resolve().parent
+            for _ in range(10):
+                if (p / "pyproject.toml").exists() and (p / "packages").is_dir():
+                    return p
+                p = p.parent
+            return Path(__file__).resolve().parent.parent.parent.parent
+
+        binary_name = _get_binary_name()
+        tauri_exe = None
+        project_root = _find_project_root()
+
+        search_dirs = []
+
+        # 1. 从 Python 包内的 desktop_release 查找（pip 安装场景）
+        try:
+            from mcp_ai_supervisor.desktop_release import __file__ as desktop_init
+            search_dirs.append(Path(desktop_init).parent)
+        except ImportError:
+            pass
+
+        # 2. artifacts/desktop/（monorepo 构建产物标准位置）
+        search_dirs.append(project_root / "artifacts" / "desktop")
+
+        for search_dir in search_dirs:
+            candidate = search_dir / binary_name
+            if candidate.exists():
+                tauri_exe = candidate
+                debug_log(f"找到 Tauri 可執行檔案: {tauri_exe}")
+                break
+            # 尝试该目录下的所有可执行文件作为 fallback
+            for name in [
+                "mcp-ai-supervisor-desktop.exe",
+                "mcp-ai-supervisor-desktop-macos-arm64",
+                "mcp-ai-supervisor-desktop-macos-intel",
+                "mcp-ai-supervisor-desktop-linux",
+                "mcp-ai-supervisor-desktop",
+            ]:
+                candidate = search_dir / name
+                if candidate.exists():
+                    tauri_exe = candidate
+                    debug_log(f"使用回退的可執行檔案: {tauri_exe}")
+                    break
+            if tauri_exe:
+                break
+
+        if not tauri_exe:
+            # 最後嘗試 Tauri 開發構建路徑
+            debug_log("未找到預編譯二進制，嘗試開發環境路徑...")
+            tauri_exe = (
+                project_root
+                / "packages"
+                / "desktop"
+                / "target"
+                / "debug"
+                / binary_name
+            )
+
+            if not tauri_exe.exists():
+                # 嘗試 release 版本
+                tauri_exe = (
+                    project_root
+                    / "src-tauri"
+                    / "target"
+                    / "release"
+                    / "mcp-ai-supervisor-desktop.exe"
+                )
+                if not tauri_exe.exists():
+                    tauri_exe = (
+                        project_root
+                        / "src-tauri"
+                        / "target"
+                        / "release"
+                        / "mcp-ai-supervisor-desktop"
+                    )
+
+            if not tauri_exe.exists():
+                raise FileNotFoundError(
+                    "找不到 Tauri 可執行檔案，已嘗試的路徑包括開發和發布目錄"
+                ) from None
+
+        debug_log(f"找到 Tauri 可執行檔案: {tauri_exe}")
+
+        env = os.environ.copy()
+        env["MCP_DESKTOP_MODE"] = "true"
+        session_id = os.environ.get("MCP_SESSION_ID", "")
+        project_dir = os.environ.get("MCP_PROJECT_DIR", "")
+
+        import urllib.parse
+        web_url = server_url
+        params = []
+        if project_dir:
+            params.append(f"project={urllib.parse.quote(project_dir, safe='')}")
+            env["MCP_PROJECT_DIR"] = project_dir
+        if session_id:
+            params.append(f"session_id={session_id}")
+            env["MCP_SESSION_ID"] = session_id
+        if params:
+            web_url = f"{server_url}?{'&'.join(params)}"
+        env["MCP_WEB_URL"] = web_url
+
+        debug_log(
+            f"[Tauri-Process] ━━━ 准备启动 Tauri 进程 ━━━\n"
+            f"  MCP PID={os.getpid()}\n"
+            f"  MCP_WEB_URL={web_url}\n"
+            f"  MCP_SESSION_ID={session_id or '(未设置)'}\n"
+            f"  MCP_PROJECT_DIR={project_dir or '(未设置)'}\n"
+            f"  已有 app_handle={self.app_handle is not None}"
+        )
+
+        # 啟動 Tauri 應用程式
+        try:
+            # Windows 下隱藏控制台視窗
+            creation_flags = 0
+            if os.name == "nt":
+                # CREATE_NO_WINDOW 只在 Windows 上存在
+                creation_flags = getattr(subprocess, "CREATE_NO_WINDOW", 0x08000000)
+
+            self.app_handle = subprocess.Popen(
+                [str(tauri_exe)],
+                env=env,
+                stdout=subprocess.PIPE,
+                stderr=subprocess.PIPE,
+                creationflags=creation_flags,
+            )
+            # [TAURI_LAUNCH] 弹窗启动
+            _tauri_logger.info(
+                f"pid={self.app_handle.pid} url={web_url} project={project_dir or '(未设置)'}",
+                "[TAURI_LAUNCH] Tauri 桌面应用已启动",
+            )
+            debug_log(
+                f"[Tauri-Process] Tauri 桌面应用已启动\n"
+                f"  Tauri PID={self.app_handle.pid}\n"
+                f"  MCP PID={os.getpid()}"
+            )
+
+            # 等待一下確保應用程式啟動
+            await asyncio.sleep(2)
+
+        except Exception as e:
+            # [TAURI_LAUNCH_FAIL] 弹窗启动失败
+            _tauri_logger.error(
+                f"project={project_dir or '(未设置)'} error={type(e).__name__}: {e}",
+                "[TAURI_LAUNCH_FAIL] Tauri 桌面应用启动失败",
+                exc_info=True,
+            )
+            debug_log(f"啟動 Tauri 應用程式失敗: {e}")
+            raise
+
+    def stop(self):
+        """停止桌面應用程式"""
+        tauri_pid = self.app_handle.pid if self.app_handle else "(无)"
+        debug_log(
+            f"[Tauri-Process] ━━━ 停止桌面应用 ━━━\n"
+            f"  Tauri PID={tauri_pid}\n"
+            f"  MCP PID={os.getpid()}"
+        )
+
+        # 停止 Tauri 應用程式
+        if self.app_handle:
+            try:
+                if self.app_handle.poll() is None:
+                    self.app_handle.terminate()
+                    self.app_handle.wait(timeout=3)
+                    debug_log("Tauri 應用程式已停止")
+                else:
+                    debug_log("Tauri 應用程式已不在運行")
+            except Exception as e:
+                debug_log(f"停止 Tauri 應用程式時發生錯誤: {e}")
+                try:
+                    self.app_handle.kill()
+                    self.app_handle.wait(timeout=2)
+                except Exception:
+                    pass
+            finally:
+                self.app_handle = None
+
+        if self.web_manager:
+            # 注意：不停止 Web 服務器，保持持久性
+            debug_log("Web 服務器保持運行狀態")
+
+        # 注意：不清除桌面模式設置，保持 MCP_DESKTOP_MODE 環境變數
+        # 這樣下次 MCP 調用時仍然會啟動桌面應用程式
+        # self.set_desktop_mode(False)  # 註釋掉這行
+        # [TAURI_CLOSE] 弹窗关闭
+        _tauri_logger.info(
+            f"project={(os.environ.get('MCP_PROJECT_DIR') or '(未设置)')} reason=stop",
+            "[TAURI_CLOSE] Tauri 桌面应用已停止",
+        )
+        debug_log("桌面應用程式已停止")
+
+
+async def launch_desktop_app(test_mode: bool = False) -> DesktopApp:
+    """啟動桌面應用程式
+
+    Args:
+        test_mode: 是否為測試模式，測試模式下會創建測試會話
+    """
+    debug_log("正在啟動桌面應用程式...")
+
+    app = DesktopApp()
+
+    try:
+        # 啟動 Web 後端
+        server_url = await app.start_web_backend()
+
+        if test_mode:
+            # 測試模式：創建測試會話
+            debug_log("測試模式：創建測試會話")
+            app.create_test_session()
+        else:
+            # MCP 調用模式：使用現有會話
+            debug_log("MCP 調用模式：使用現有 MCP 會話，不創建新的測試會話")
+
+        # 啟動 Tauri 桌面應用程式
+        await app.launch_tauri_app(server_url)
+
+        debug_log(f"桌面應用程式已啟動，後端服務: {server_url}")
+        return app
+
+    except Exception as e:
+        debug_log(f"桌面應用程式啟動失敗: {e}")
+        app.stop()
+        raise
+
+
+def run_desktop_app():
+    """同步方式運行桌面應用程式"""
+    try:
+        # 設置事件循環策略（Windows）
+        if sys.platform == "win32":
+            asyncio.set_event_loop_policy(asyncio.WindowsProactorEventLoopPolicy())
+
+        # 運行應用程式
+        loop = asyncio.new_event_loop()
+        asyncio.set_event_loop(loop)
+
+        app = loop.run_until_complete(launch_desktop_app())
+
+        # 保持應用程式運行
+        debug_log("桌面應用程式正在運行，按 Ctrl+C 停止...")
+        try:
+            while True:
+                time.sleep(1)
+        except KeyboardInterrupt:
+            debug_log("收到停止信號...")
+        finally:
+            app.stop()
+            loop.close()
+
+    except Exception as e:
+        sys.stderr.write(f"桌面應用程式運行失敗: {e}\n")
+        sys.exit(1)
+
+
+if __name__ == "__main__":
+    run_desktop_app()

mcp_ai_supervisor/helpers/__init__.py

@@ -0,0 +1,4 @@
+"""辅助函数模块
+
+从 server.py 提取的公共函数，解决循环 import 问题。
+"""

mcp_ai_supervisor/helpers/feedback_helpers.py

@@ -0,0 +1,140 @@
+"""反馈处理辅助函数
+
+从 server.py 提取，供 server.py 和 delegate_manager.py 共同使用，
+避免 server → web.main → delegate_manager → server 的循环 import。
+"""
+
+import base64
+import json
+import os
+
+from ..debug import server_debug_log as debug_log
+from ..utils.resource_manager import create_temp_file
+
+
+def save_feedback_to_file(feedback_data: dict, file_path: str | None = None) -> str:
+    """
+    將回饋資料儲存到 JSON 文件
+
+    Args:
+        feedback_data: 回饋資料字典
+        file_path: 儲存路徑，若為 None 則自動產生臨時文件
+
+    Returns:
+        str: 儲存的文件路徑
+    """
+    if file_path is None:
+        file_path = create_temp_file(suffix=".json", prefix="feedback_")
+
+    directory = os.path.dirname(file_path)
+    if directory and not os.path.exists(directory):
+        os.makedirs(directory, exist_ok=True)
+
+    json_data = feedback_data.copy()
+
+    if "images" in json_data and isinstance(json_data["images"], list):
+        processed_images = []
+        for img in json_data["images"]:
+            if isinstance(img, dict) and "data" in img:
+                processed_img = img.copy()
+                if isinstance(img["data"], bytes):
+                    processed_img["data"] = base64.b64encode(img["data"]).decode(
+                        "utf-8"
+                    )
+                    processed_img["data_type"] = "base64"
+                processed_images.append(processed_img)
+            else:
+                processed_images.append(img)
+        json_data["images"] = processed_images
+
+    with open(file_path, "w", encoding="utf-8") as f:
+        json.dump(json_data, f, ensure_ascii=False, indent=2)
+
+    debug_log(f"反馈数据已保存至: {file_path}")
+    return file_path
+
+
+def create_feedback_text(feedback_data: dict) -> str:
+    """
+    建立格式化的回饋文字
+
+    Args:
+        feedback_data: 回饋資料字典
+
+    Returns:
+        str: 格式化後的回饋文字
+    """
+    text_parts = []
+
+    if feedback_data.get("interactive_feedback"):
+        text_parts.append(feedback_data["interactive_feedback"])
+
+    if feedback_data.get("command_logs"):
+        text_parts.append(f"=== 命令執行日誌 ===\n{feedback_data['command_logs']}")
+
+    if feedback_data.get("images"):
+        images = feedback_data["images"]
+        text_parts.append(f"=== 圖片附件概要 ===\n用戶提供了 {len(images)} 張圖片：")
+
+        for i, img in enumerate(images, 1):
+            size = img.get("size", 0)
+            name = img.get("name", "unknown")
+
+            if size < 1024:
+                size_str = f"{size} B"
+            elif size < 1024 * 1024:
+                size_kb = size / 1024
+                size_str = f"{size_kb:.1f} KB"
+            else:
+                size_mb = size / (1024 * 1024)
+                size_str = f"{size_mb:.1f} MB"
+
+            img_info = f"  {i}. {name} ({size_str})"
+
+            if img.get("data"):
+                try:
+                    if isinstance(img["data"], bytes):
+                        img_base64 = base64.b64encode(img["data"]).decode("utf-8")
+                    elif isinstance(img["data"], str):
+                        img_base64 = img["data"]
+                    else:
+                        img_base64 = None
+
+                    if img_base64:
+                        preview = (
+                            img_base64[:50] + "..."
+                            if len(img_base64) > 50
+                            else img_base64
+                        )
+                        img_info += f"\n     Base64 預覽: {preview}"
+                        img_info += f"\n     完整 Base64 長度: {len(img_base64)} 字符"
+
+                        debug_log(f"图片 {i} Base64 已准备，长度: {len(img_base64)}")
+
+                        include_full_base64 = feedback_data.get("settings", {}).get(
+                            "enable_base64_detail", False
+                        )
+
+                        if include_full_base64:
+                            file_name = img.get("name", "image.png")
+                            if file_name.lower().endswith((".jpg", ".jpeg")):
+                                mime_type = "image/jpeg"
+                            elif file_name.lower().endswith(".gif"):
+                                mime_type = "image/gif"
+                            elif file_name.lower().endswith(".webp"):
+                                mime_type = "image/webp"
+                            else:
+                                mime_type = "image/png"
+
+                            img_info += f"\n     完整 Base64: data:{mime_type};base64,{img_base64}"
+
+                except Exception as e:
+                    debug_log(f"图片 {i} Base64 处理失败: {e}")
+
+            text_parts.append(img_info)
+
+        text_parts.append(
+            "\n💡 注意：如果 AI 助手無法顯示圖片，圖片數據已包含在上述 Base64 信息中。"
+        )
+
+    return "\n\n".join(text_parts) if text_parts else "用戶未提供任何回饋內容。"

mcp_ai_supervisor/helpers/image_helpers.py

@@ -0,0 +1,73 @@
+"""图片处理辅助函数
+
+从 server.py 提取，供 server.py 和 delegate_manager.py 共同使用，
+避免 server → web.main → delegate_manager → server 的循环 import。
+"""
+
+import base64
+
+from mcp.types import ImageContent
+
+from ..debug import server_debug_log as debug_log
+from ..utils.error_handler import ErrorHandler, ErrorType
+
+
+def process_images(images_data: list[dict]) -> list[ImageContent]:
+    """
+    處理圖片資料，轉換為 MCP ImageContent 對象
+
+    Args:
+        images_data: 圖片資料列表
+
+    Returns:
+        List[ImageContent]: MCP 圖片內容對象列表
+    """
+    mcp_images = []
+
+    for i, img in enumerate(images_data, 1):
+        try:
+            if not img.get("data"):
+                debug_log(f"图片 {i} 没有数据，跳过")
+                continue
+
+            if isinstance(img["data"], bytes):
+                base64_data = base64.b64encode(img["data"]).decode("utf-8")
+                debug_log(
+                    f"图片 {i} 从原始 bytes 编码为 base64，原始大小: {len(img['data'])} bytes"
+                )
+            elif isinstance(img["data"], str):
+                base64_data = img["data"]
+                debug_log(f"图片 {i} 使用现有 base64 数据")
+            else:
+                debug_log(f"图片 {i} 数据类型不支持: {type(img['data'])}")
+                continue
+
+            if len(base64_data) == 0:
+                debug_log(f"图片 {i} 数据为空，跳过")
+                continue
+
+            file_name = img.get("name", "image.png")
+            if file_name.lower().endswith((".jpg", ".jpeg")):
+                mime_type = "image/jpeg"
+            elif file_name.lower().endswith(".gif"):
+                mime_type = "image/gif"
+            elif file_name.lower().endswith(".webp"):
+                mime_type = "image/webp"
+            else:
+                mime_type = "image/png"
+
+            mcp_image = ImageContent(type="image", data=base64_data, mimeType=mime_type)
+            mcp_images.append(mcp_image)
+
+            debug_log(f"图片 {i} ({file_name}) 处理成功，格式: {mime_type}")
+
+        except Exception as e:
+            error_id = ErrorHandler.log_error_with_context(
+                e,
+                context={"operation": "圖片處理", "image_index": i},
+                error_type=ErrorType.FILE_IO,
+            )
+            debug_log(f"图片 {i} 处理失败 [错误ID: {error_id}]: {e}")
+
+    debug_log(f"共处理 {len(mcp_images)} 张图片")
+    return mcp_images

mcp_ai_supervisor/i18n.py

@@ -0,0 +1,14 @@
+"""代理模块：重定向到 mcp_supervisor_core.i18n
+
+重构过渡期保持向后兼容。
+Phase 3 删除 src/ 时此文件一并删除。
+"""
+from mcp_supervisor_core.i18n import *  # noqa: F401,F403
+from mcp_supervisor_core.i18n import (  # noqa: F401
+    I18nManager,
+    get_current_language,
+    get_i18n_manager,
+    reload_translations,
+    set_language,
+    t,
+)

mcp_ai_supervisor/log_writer.py

@@ -0,0 +1,16 @@
+"""代理模块：重定向到 mcp_supervisor_core.log_writer
+
+重构过渡期保持向后兼容。
+Phase 3 删除 src/ 时此文件一并删除。
+"""
+from mcp_supervisor_core.log_writer import *  # noqa: F401,F403
+from mcp_supervisor_core.log_writer import (  # noqa: F401
+    SupervisorLogger,
+    _cleanup_old_logs,
+    _normalize_path,
+    _project_hash,
+    _update_projects_json,
+    get_logger,
+    redirect_stdlib_logging,
+    reset_logger_cache,
+)

mcp_ai_supervisor/logging/__init__.py

@@ -0,0 +1,8 @@
+"""
+日志系统包
+==========
+
+提供结构化日志的解析、实时跟踪等功能。
+LogWriter 目前在上层模块 (mcp_ai_supervisor.log_writer)，
+后续版本可迁移到此包内。
+"""