diff --git a/docs/BUILD.md b/docs/BUILD.md index 8b2be6b..07f20cc 100644 --- a/docs/BUILD.md +++ b/docs/BUILD.md @@ -14,7 +14,7 @@ # 1. 克隆并安装依赖 git clone https://gitee.com/thzxx/metona-ollama-desktop.git cd metona-ollama-desktop -git checkout metona-ollama-desktop-v5.1.1 +git checkout metona-ollama-desktop-v5.1.3 npm config set registry https://registry.npmmirror.com npm install @@ -178,7 +178,7 @@ electron-builder 会自动处理所有依赖下载（Electron、NSIS、winCodeSi ### v5.1.3（2026-04-19） — metona-ollama-desktop 仓库 -- 🔧 修复 any 滥用：78 处 → 约 15 处，类型安全提升 +- 🔧 修复 any 滥用：78 处 → 38 处（减少 51%），保留 API 参数构造等合理场景 - ♻️ 拆分 tool-handlers.ts：1308 行 → 4 个模块（fs/system/git/shared） - ✨ 记忆数据治理：过期衰减、向量错误日志增强、去重增强（前缀匹配） - 📝 版本号更新至 5.1.3 diff --git a/docs/DEVELOPMENT.md b/docs/DEVELOPMENT.md index 9c1a194..fb2e621 100644 --- a/docs/DEVELOPMENT.md +++ b/docs/DEVELOPMENT.md @@ -31,27 +31,37 @@ src/ │ ├── preload.ts # contextBridge API 暴露 │ ├── ipc.ts # IPC 处理器（invoke/handle + on/send） │ ├── workspace.ts # 子进程管理、流式输出 -│ ├── tool-handlers.ts # Tool Calling 25 个工具实现 +│ ├── tool-handlers.ts # Tool Calling re-export（4 个子模块） +│ ├── tool-handlers-fs.ts # 15 个文件系统工具 +│ ├── tool-handlers-system.ts # 6 个系统网络工具 +│ ├── tool-handlers-git.ts # 1 个 Git 工具 +│ ├── tool-handlers-shared.ts # 共享工具函数和类型 │ ├── tool-security.ts # 路径/命令安全检查 +│ ├── browser.ts # 浏览器控制（8 个工具） +│ ├── mcp-manager.ts # MCP 协议通信管理 │ ├── menu.ts # 原生菜单 │ ├── tray.ts # 系统托盘 │ ├── utils.ts # 工具函数 │ └── db/ -│ └── sqlite.ts # SQLite 数据库层（6 张表 + FTS5） +│ └── sqlite.ts # SQLite 数据库层（7 张表 + FTS5） ├── renderer/ # 渲染进程 │ ├── main.ts # 入口、全局初始化 │ ├── types.d.ts # 完整类型定义 │ ├── index.html # 入口 HTML │ ├── api/ │ │ └── ollama.ts # Ollama REST API 客户端 -│ ├── components/ # 13 个 UI 组件 +│ ├── components/ # 14 个 UI 组件 │ ├── services/ │ │ ├── agent-engine.ts # ReAct Agent Loop 引擎 -│ │ ├── tool-registry.ts # 工具注册与调度（25 个工具定义） +│ │ ├── tool-registry.ts # 工具注册与调度（38 个内置工具 + MCP 动态） │ │ ├── memory-manager.ts # 记忆管理核心 │ │ ├── vector-memory.ts # 记忆向量索引（IVF） │ │ ├── vector-store.ts # 向量存储 + IVF 索引 │ │ ├── context-manager.ts # 上下文窗口管理 +│ │ ├── skill-manager.ts # 技能自动生成（Level 0） +│ │ ├── sub-agent.ts # 子代理委派 +│ │ ├── cron-manager.ts # 定时任务 +│ │ ├── mcp-client.ts # MCP 渲染端客户端 │ │ ├── document-processor.ts # 文档分块 │ │ ├── log-service.ts # 结构化日志 │ │ └── crypto.ts # AES-256-GCM 加密 @@ -61,6 +71,8 @@ src/ │ │ └── marked-config.ts # Markdown 渲染 │ ├── state/ │ │ └── state.ts # 响应式状态管理 +│ └── db/ +│ └── chat-db.ts # SQLite 渲染端数据库接口 │ └── styles/ │ └── style.css # 暖色调亮色主题 └── ... @@ -142,11 +154,11 @@ import { ### 5.1 四大子系统 ``` -① Agent 系统 → agent-engine.ts + tool-registry.ts（25 工具） +① Agent 系统 → agent-engine.ts + tool-registry.ts（38 工具 + MCP 动态） ② 记忆系统 → memory-manager.ts + vector-memory.ts ③ 向量存储 → vector-store.ts（IVF 索引） ④ 工作空间 → workspace.ts (主进程) + workspace-panel.ts (渲染进程) -⑤ 数据层 → db/sqlite.ts（SQLite, 6 张表, FTS5） +⑤ 数据层 → db/sqlite.ts（SQLite, 7 张表, FTS5） ``` ### 5.2 ReAct Agent Loop @@ -164,16 +176,17 @@ import { ### 5.3 SQLite 数据库 -6 张表，WAL 模式 + NORMAL 同步： +7 张表，WAL 模式 + NORMAL 同步： | 表 | 用途 | 关键特性 | |---|---|---| | `sessions` | 会话 | parent_id 父子关系 | | `messages` | 消息 | 外键级联删除，thinking/tool_calls | | `tool_calls` | 工具调用记录 | 按会话+工具名索引 | -| `memories` | Agent 记忆 | FTS5 全文搜索，向量嵌入 | +| `memories` | Agent 记忆 | FTS5 全文搜索，向量嵌入，容量 500 上限 | | `settings` | 设置 | JSON 序列化 | | `traces` | ReAct 执行轨迹 | Agent 可观测性 | +| `skills` | 自动生成的可复用技能 | 成功/失败次数、平均时长 | ### 5.4 联网搜索联动 @@ -186,6 +199,7 @@ import { - AI 通过 `run_command` 工具执行命令，命令在工作空间终端实时显示 - 执行路径：tool-registry.ts → bridge.workspace.execTool() → IPC → handleRunCommand() → spawn - stdout/stderr 通过 `cmd:output` 实时推送到渲染进程终端面板 +- 执行路径（浏览器工具）：tool-registry.ts → bridge.callTool('browser_xxx') → IPC → browser.ts → 执行 --- diff --git a/docs/HERMES-AGENT-DEEP-STUDY.md b/docs/HERMES-AGENT-DEEP-STUDY.md index e4b0ef1..4743374 100644 --- a/docs/HERMES-AGENT-DEEP-STUDY.md +++ b/docs/HERMES-AGENT-DEEP-STUDY.md @@ -49,7 +49,7 @@ | API 模式 | 3 种（chat_completions / codex_responses / anthropic_messages） | 1 种（Ollama chat） | | 工具执行 | 单工具主线程，多工具 ThreadPoolExecutor 并行 | 同一批次 Promise.all 并行 | | 中断机制 | 后景线程 + interrupt event | AbortController | -| 迭代预算 | 90 轮（可配置） | 15 轮（硬编码） | +| 迭代预算 | 90 轮（可配置） | ✅ 默认 85 轮，设置面板可配（v5.1.1） | | 上下文压缩 | context_compressor.py 摘要中间轮次 | context-manager.ts 滑动窗口 | | Prompt 缓存 | Anthropic prompt caching 支持 | 无 | | 消息交替 | 严格 user→assistant 交替 | Ollama 自动处理 | @@ -83,18 +83,18 @@ class ToolRegistry: | 维度 | Hermes | Metona | |------|--------|------| | 注册方式 | 每个文件 import 时自动 register() | 集中式 getToolDefinitions() | -| 工具数量 | 47 个 + 19 个 toolset | 34 个内置 | +| 工具数量 | 47 个 + 19 个 toolset | 38 个内置 + MCP 动态注册 | | Toolset | 工具分组，可按组启用/禁用 | 无分组，全部启用 | -| Shadowing 防护 | MCP 不能覆盖内置工具 | 无此机制 | +| Shadowing 防护 | MCP 不能覆盖内置工具 | ✅ 已实现（v5.1.2） | | 工具发现 | AST 扫描自动发现 | 手动导入 | -| 结果截断 | max_result_size_chars 每工具可配 | web_fetch 统一 15000 字符 | +| 结果截断 | max_result_size_chars 每工具可配 | ✅ 按工具独立配置（v5.1.0） | | 安全审批 | tools/approval.py 危险命令检测 + 用户确认 | tool-security.ts 路径/命令检查 | ### Metona 可借鉴 -1. **Toolset 分组**：将 34 个工具分为文件系统/系统网络/记忆会话/浏览器/MCP 等组，用户可按组启用/禁用 -2. **结果截断按工具配置**：不同工具设置不同的 max_result_size_chars -3. **Shadowing 防护**：MCP 工具注册时检查是否与内置工具重名 +1. ✅ **结果截断按工具配置**：不同工具设置不同的 max_result_size_chars（v5.1.0 已实现） +2. ✅ **Shadowing 防护**：MCP 工具注册时检查是否与内置工具重名（v5.1.2 已实现） +3. ❌ **Toolset 分组**：将 38 个工具分为文件系统/系统网络/记忆会话/浏览器/MCP 等组，用户可按组启用/禁用 --- @@ -105,21 +105,21 @@ class ToolRegistry: | 维度 | Hermes | Metona | |------|--------|--------| | 存储方式 | 2 个 Markdown 文件（MEMORY.md + USER.md） | SQLite（memories 表 + FTS5） | -| 容量限制 | MEMORY.md 2200 字符，USER.md 1375 字符 | 无限制 | +| 容量限制 | MEMORY.md 2200 字符，USER.md 1375 字符 | ✅ 上限 500 条，超限自动清理（v5.1.2） | | 注入方式 | 会话开始时冻结快照注入 system prompt | 每次用户消息时检索注入 | | 管理方式 | Agent 通过 memory tool 自主管理 | Agent 通过 memory_search/memory_add 工具 | -| 操作 | add / replace / remove（子串匹配） | search / add | +| 操作 | add / replace / remove（子串匹配） | ✅ search / add / replace / remove（v5.1.0） | | 会话搜索 | session_search（FTS5 + Gemini 摘要） | session_read（原始内容） | | 外部提供者 | 8 个插件（Honcho / Mem0 / OpenViking 等） | 无 | -| 安全扫描 | 注入检测 + 凭证外泄检测 | 无 | +| 安全扫描 | 注入检测 + 凭证外泄检测 | ✅ prompt injection / 敏感信息 / 不可见字符检测（v5.1.0） | ### Metona 可借鉴 -1. **记忆容量限制**：给 memories 表加容量限制（如 2200 字符），超限时 Agent 自动合并旧条目 -2. **冻结快照模式**：会话开始时一次性注入记忆，不随对话变化（保护 LLM cache） -3. **replace/remove 操作**：记忆工具支持修改和删除，不只能添加 -4. **安全扫描**：记忆条目写入前检查 prompt injection / 凭证外泄模式 -5. **记忆区分层**：MEMORY.md（环境/工作流）vs USER.md（用户画像）清晰分离 +1. ✅ **记忆容量限制**：上限 500 条，超限自动清理低价值条目（v5.1.2 已实现） +2. ✅ **replace/remove 操作**：记忆工具支持修改和删除（v5.1.0 已实现） +3. ✅ **安全扫描**：记忆条目写入前检查 prompt injection / 凭证外泄模式（v5.1.0 已实现） +4. ❌ **冻结快照模式**：会话开始时一次性注入记忆，不随对话变化（保护 LLM cache） +5. ❌ **记忆区分层**：MEMORY.md（环境/工作流）vs USER.md（用户画像）清晰分离 --- @@ -210,32 +210,32 @@ prompt_builder.py 组装顺序： 按优先级排序，基于 Metona 现状和投入产出比： -### P0 — 立即实施 +### P0 — 已实施 -| 改进 | 来源 | 复杂度 | 改动文件 | -|------|------|--------|----------| -| 迭代预算可配置 | Hermes Agent Loop | 低 | agent-engine.ts | -| 记忆 replace/remove 操作 | Hermes Memory | 中 | memory-manager.ts + tool-registry.ts | -| 记忆安全扫描 | Hermes Memory | 低 | memory-manager.ts | -| 工具结果截断按工具配置 | Hermes Tool Registry | 低 | tool-registry.ts | +| 改进 | 来源 | 复杂度 | 改动文件 | 状态 | +|------|------|--------|----------|------| +| 迭代预算可配置 | Hermes Agent Loop | 低 | agent-engine.ts | ✅ v5.1.1（默认 85 轮，设置面板可配） | +| 记忆 replace/remove 操作 | Hermes Memory | 中 | memory-manager.ts + tool-registry.ts | ✅ v5.1.0 | +| 记忆安全扫描 | Hermes Memory | 低 | memory-manager.ts | ✅ v5.1.0 | +| 工具结果截断按工具配置 | Hermes Tool Registry | 低 | tool-registry.ts | ✅ v5.1.0 | ### P1 — 近期实施 -| 改进 | 来源 | 复杂度 | 改动文件 | -|------|------|--------|----------| -| Skill 渐进式加载 | Hermes Skills | 中 | skill-manager.ts + agent-engine.ts | -| Skill patch 更新 | Hermes Skills | 中 | skill-manager.ts + tool-registry.ts | -| Toolset 分组管理 | Hermes Toolset | 中 | tool-registry.ts + settings-modal.ts | -| LLM 摘要压缩 | Hermes Context | 高 | context-manager.ts + agent-engine.ts | +| 改进 | 来源 | 复杂度 | 改动文件 | 状态 | +|------|------|--------|----------|------| +| Skill 渐进式加载 | Hermes Skills | 中 | skill-manager.ts + agent-engine.ts | ❌ 当前 Level 0，全文注入 | +| Skill patch 更新 | Hermes Skills | 中 | skill-manager.ts + tool-registry.ts | ❌ 仅 create | +| Toolset 分组管理 | Hermes Toolset | 中 | tool-registry.ts + settings-modal.ts | ❌ 未实现 | +| LLM 摘要压缩 | Hermes Context | 高 | context-manager.ts + agent-engine.ts | ❌ 未实现（仍用滑动窗口） | ### P2 — 中期规划 -| 改进 | 来源 | 复杂度 | -|------|------|--------| -| Skill 条件激活 | Hermes Skills | 中 | -| Session 谱系跟踪 | Hermes Session | 中 | -| 预算警告临时层 | Hermes Prompt | 低 | -| Shadowing 防护 | Hermes Registry | 低 | +| 改进 | 来源 | 复杂度 | 状态 | +|------|------|--------|------| +| Skill 条件激活 | Hermes Skills | 中 | ❌ 未实现 | +| Session 谱系跟踪 | Hermes Session | 中 | ❌ 未实现 | +| 预算警告临时层 | Hermes Prompt | 低 | ✅ v5.1.2（≤5 轮 warning，≤2 轮 critical） | +| Shadowing 防护 | Hermes Registry | 低 | ✅ v5.1.2（MCP 工具注册时自动检测重名） | --- @@ -254,9 +254,11 @@ Metona = 本地 Electron 桌面 Agent ✅ 系统托盘 + 原生文件对话框 ✅ 工作空间面板（终端 + 文件浏览器） ✅ 暖色调 UI - ❌ 技能系统较原始 - ❌ 记忆无容量管理 - ❌ 上下文管理粗糙 + ✅ MCP 协议支持（v5.0.0） + ✅ 技能自动生成（v5.1.0） + ✅ 记忆容量管理 + 安全扫描（v5.1.0 / v5.1.2） + ❌ 技能渐进式加载（Level 0，全文注入） + ❌ 上下文管理粗糙（滑动窗口，无 LLM 压缩） 互补方向： Metona 吸收 Hermes 的学习进化能力 @@ -265,4 +267,4 @@ Metona = 本地 Electron 桌面 Agent --- -*最后更新：2026-04-18* +*最后更新：2026-04-19（根据 v5.1.3 实际代码更新实施状态）* diff --git a/docs/OPENCLAW-HERMES-ANALYSIS.md b/docs/OPENCLAW-HERMES-ANALYSIS.md index b1b5e8a..322e23c 100644 --- a/docs/OPENCLAW-HERMES-ANALYSIS.md +++ b/docs/OPENCLAW-HERMES-ANALYSIS.md @@ -43,7 +43,7 @@ Metona 进化方向： ## 二、从 Hermes Agent 吸收 -### 1. 技能自动生成（Skill Learning Loop）🔴 P0 +### 1. 技能自动生成（Skill Learning Loop） ✅ 已实现 v5.1.0 **Hermes 做法** @@ -55,43 +55,12 @@ Metona 进化方向： 下次遇到类似任务时直接复用已有技能，跳过重新推理。多次使用中持续优化技能实现。 -**Metona 现状** +**Metona 现状** ✅ 已实现 -有 ReAct 执行轨迹记录（`traces` 表），但仅用于回溯查看，没有自动提炼为可复用技能。 +`skills` 表 + `skill-manager.ts` 自动提取 + `skill_list` / `skill_view` 工具（Level 0 渐进式）。 +Agent Loop 结束后从 traces 提取成功工具链，下次自动匹配复用。 -**改进方案** - -1. 在 `traces` 表基础上，Agent Loop 结束后自动分析执行轨迹 -2. 提取成功的工具调用序列 → 保存为 `skills` 表 -3. 下次新会话检索匹配的 skill → 优先复用 -4. 技能质量随使用次数迭代优化 - -``` -新表结构： -skills: - id TEXT PRIMARY KEY - name TEXT -- 技能名称 - description TEXT -- 技能描述 - trigger_pattern TEXT -- 触发条件（关键词/意图模式） - tool_chain TEXT -- 工具调用链（JSON 数组） - success_count INTEGER -- 成功次数 - fail_count INTEGER -- 失败次数 - avg_duration INTEGER -- 平均执行时长（ms） - created_at INTEGER - updated_at INTEGER - last_used_at INTEGER -``` - -Agent Loop 新增流程： - -``` -任务完成 → 分析 traces → 提取工具链模式 → 判断是否可复用 - → 新技能？→ 创建 skill 记录 - → 匹配已有技能？→ 更新成功率、优化参数 - → 下次同类任务 → 优先使用 skill → 跳过推理直接执行 -``` - -### 2. 分层记忆 + 用户画像模型 🟡 P1 +### 2. 分层记忆 + 用户画像模型 ✅ 已实现 v5.0.0 **Hermes 做法** @@ -99,37 +68,16 @@ Agent Loop 新增流程： - `user.md`：用户画像（角色、领域经验、编码风格、偏好） - 构建一个「关于用户的深层模型」，跨会话持续积累 -**Metona 现状** +**Metona 现状** ✅ 已实现 -有 fact/preference/rule 三类记忆 + FTS5 搜索 + 向量语义搜索。但没有独立的用户画像系统，不理解「用户是谁」。 +- fact/preference/rule 三类记忆 + FTS5 搜索 + 向量语义搜索 +- 用户画像自动推断：检测 14 种技术栈，自动注入 system prompt +- `memory_replace` / `memory_remove` 支持修改和删除（v5.1.0） +- 记忆写入前安全扫描（prompt injection / 敏感信息检测）（v5.1.0） +- 记忆容量管理：上限 500 条，超限自动清理低价值条目（v5.1.2） +- 记忆过期衰减：90 天未使用自动降低 importance（v5.1.3） -**改进方案** - -1. 新增 `user_profiles` 表或独立的 `user.md` 文件 -2. 自动推断用户画像： - - 技术栈偏好（Python/TypeScript/Go...） - - 编码风格（verbose/compact、type hints/any） - - 常用工具链 - - 工作时间段 - - 对错误的容忍度 -3. 记忆注入时区分层级： - - 画像 → 决策上下文（决定 Agent 的行为风格） - - 偏好 → 行为引导（决定具体操作方式） - - 事实 → 参考信息（决定知识引用） - -``` -user_profiles 表： - id TEXT PRIMARY KEY - role TEXT -- 角色（后端工程师/全栈/数据科学家...） - tech_stack TEXT -- 技术栈（JSON 数组） - code_style TEXT -- 编码风格描述 - experience TEXT -- 经验描述 - work_hours TEXT -- 工作时间段 - error_tolerance TEXT -- 错误容忍度（high/medium/low） - updated_at INTEGER -``` - -### 3. 执行轨迹导出 → 自训练数据 🔵 P3 +### 3. 执行轨迹导出 → 自训练数据 🔵 P3（未实现） **Hermes 做法** @@ -162,147 +110,76 @@ user_profiles 表： ## 三、从 OpenClaw 吸收 -### 4. Heartbeat 主动检查机制 🟢 P2 +### 4. Heartbeat 主动检查机制 ✅ 已实现 v5.0.0 **OpenClaw 做法** Agent 定期（默认 30 分钟）主动检查邮箱、日历、通知等，有事才通知用户，没事保持安静（`HEARTBEAT_OK`）。支持在 `HEARTBEAT.md` 中配置检查项。 -**Metona 现状** +**Metona 现状** ✅ 已实现 -纯被动模式，用户不说话就不动。 +后台 heartbeat 定时器，检查 Ollama 连接状态等，通过 Electron Notification API 推送通知。 -**改进方案** - -1. 新增后台 heartbeat 定时器（可配置间隔，默认关闭） -2. 可配置检查项： - - Ollama 服务连接状态 - - 磁盘空间（workspace 目录） - - 新模型可用性（对比 `ollama list` 和本地列表） - - 长时间未保存的会话 -3. 有异常时通过 Electron Notification API 推送系统通知 -4. 检查结果写入 `heartbeat-state.json` 避免重复告警 - -### 5. Cron 定时任务 🔵 P4 +### 5. Cron 定时任务 ✅ 已实现 v5.0.0 **OpenClaw 做法** -支持两种调度： -- `at`：一次性定时（ISO-8601 时间戳） -- `cron`：周期性调度（cron 表达式 + 时区） +支持 `at`（一次性）和 `cron`（周期性）两种调度，systemEvent（注入文本）和 agentTurn（隔离执行）两种任务类型。 -任务类型： -- `systemEvent`：注入文本到主会话 -- `agentTurn`：在隔离会话中执行 Agent 任务 +**Metona 现状** ✅ 已实现 -**Metona 现状** +`cron-manager.ts` 已集成，支持一次性 / 周期性任务调度，任务结果显示在聊天区域。 -无定时任务功能。 - -**改进方案** - -1. 集成轻量级调度器（`cron` npm 包或 `setInterval`） -2. 预设任务模板： - - 每日对话摘要（自动总结当天对话） - - 定期备份（导出会话为 JSON） - - 旧会话清理（超过 N 天的归档） - - Ollama 模型更新检查 -3. 任务结果直接显示在聊天区域或工作空间面板 - -### 6. MCP（Model Context Protocol）生态对接 🔵 P3 +### 6. MCP（Model Context Protocol）生态对接 ✅ 已实现 v5.0.0 **OpenClaw + Hermes** 均支持 MCP 协议，可连接外部工具和 IDE（Cursor、VS Code、Claude Desktop）。工具从硬编码 → 动态发现。 -**Metona 现状** +**Metona 现状** ✅ 已实现 -25 个内置工具硬编码在 `tool-registry.ts`，无法扩展外部工具。 +- `mcp-manager.ts`（主进程）+ `mcp-client.ts`（渲染进程） +- JSON-RPC 2.0 over stdio 通信 +- 7 个 IPC 通道（startServer / stopServer / stopAll / callTool / getTools / getStatuses / refreshTools） +- Shadowing 防护：MCP 工具注册时自动检测与内置工具重名（v5.1.2） +- 设置面板管理：添加 / 启用 / 禁用 / 删除 -**改进方案** - -1. 实现 MCP Client（连接外部 MCP Server） -2. 工具注册表重构： - - 内置工具（现有 25 个） - - MCP 工具（通过配置文件或 UI 添加） -3. 用户可自行添加 MCP 工具，如： - - 数据库查询 MCP Server - - 外部 API 调用 MCP Server - - 专用硬件控制 MCP Server -4. 设置面板新增「MCP 工具管理」页面 - -### 7. 浏览器控制（Browser Automation） 🔵 P3 +### 7. 浏览器控制（Browser Automation） ✅ 已实现 v5.0.0 **OpenClaw** 内置 Playwright 浏览器自动化，支持截图、表单填写、页面交互。 -**Hermes** +**Metona 现状** ✅ 已实现 -「全网页与浏览器控制」，真正的网页浏览能力。 +`browser.ts`（主进程）提供 8 个浏览器工具：browser_open / browser_screenshot / browser_evaluate / browser_extract / browser_click / browser_type / browser_scroll / browser_close。 -**Metona 现状** - -只有 `web_fetch`（HTTP 抓取纯文本）和 `web_search`（搜索引擎），无法交互式操作网页。 - -**改进方案** - -1. 集成 Playwright 或 Puppeteer 作为新工具 -2. 新增工具集： - - `browser_open`：打开 URL - - `browser_click`：点击元素 - - `browser_type`：输入文本 - - `browser_screenshot`：截图 - - `browser_extract`：提取页面数据 -3. 在工作空间面板显示浏览器实时预览 -4. 注意：会增加应用体积约 200MB（Chromium 二进制），可设为可选组件 - -### 8. 子代理委派（Sub-Agent Delegation） 🔵 P3 +### 8. 子代理委派（Sub-Agent Delegation） ✅ 已实现 v5.0.0 **OpenClaw** -`sessions_spawn` 生成独立子会话，支持 `run`（一次性）和 `session`（持久化）两种模式。子 Agent 完成后自动汇报。 +`sessions_spawn` 生成独立子会话，支持 `run`（一次性）和 `session`（持久化）两种模式。 -**Hermes** +**Metona 现状** ✅ 已实现 -生成独立子代理处理并行工作流，零上下文成本。 - -**Metona 现状** - -单 Agent Loop，串行执行，最多 15 轮。 - -**改进方案** - -1. 主 Agent 识别可并行任务后 spawn 子 Agent -2. 子 Agent 独立执行（独立消息上下文） -3. 完成后汇报结果给主 Agent -4. 在聊天区域以可折叠卡片展示子 Agent 进度 -5. 实现方式：复用当前 Agent Loop，但起始消息不同 +`sub-agent.ts` + `spawn_task` 工具，主 Agent 可委派独立子任务执行。 --- ## 四、从两者共同吸收（通用最佳实践） -### 9. 会话管理增强 🟡 P1 +### 9. 会话管理增强 ✅ 部分实现 v5.0.0 -| 功能 | OpenClaw | Hermes | Metona 现状 | 改进方案 | -|------|----------|--------|------------|----------| -| `/new` `/reset` | ✅ | ✅ | ✅ 已有 | — | -| `/retry` 重试 | ✅ | ✅ | ❌ | 回退到上一轮消息，重新生成 | -| `/undo` 撤销 | ✅ | ✅ | ❌ | 删除最后一条用户/AI 消息对 | -| `/compress` 压缩 | ✅ | ✅ | ❌ | LLM 摘要长对话，压缩上下文 | -| `/usage` 统计 | ✅ | ✅ | ⚠️ 部分 | 按日/周/月 token 消耗统计 | -| `/model` 切换 | ✅ | ✅ | ⚠️ 下拉框 | 输入框快速切换，支持模糊搜索 | +| 功能 | OpenClaw | Hermes | Metona 现状 | +|------|----------|--------|------------| +| `/new` `/reset` | ✅ | ✅ | ✅ 已有 | +| `/retry` 重试 | ✅ | ✅ | ✅ 已实现 | +| `/undo` 撤销 | ✅ | ✅ | ✅ 已实现 | +| `/compress` 压缩 | ✅ | ✅ | ❌ 未实现（上下文压缩） | +| `/usage` 统计 | ✅ | ✅ | ⚠️ 部分（日志面板有） | +| `/model` 切换 | ✅ | ✅ | ⚠️ 下拉框 | -**`/retry` 实现方案**： - -```typescript -// 从 messages 数组中找到最后一个 user 消息的位置 -// 删除该位置之后的所有消息（assistant 回复 + 可能的 tool 调用） -// 用相同的 user 消息重新发起 Agent Loop -``` - -**`/compress` 实现方案**： +**`/compress` 实现方案**（未实现）： ```typescript // 将 messages 中间部分（保留首尾各 2 条）用 LLM 做摘要 @@ -310,7 +187,7 @@ Agent 定期（默认 30 分钟）主动检查邮箱、日历、通知等，有 // 大幅减少 token 消耗，保留关键上下文 ``` -### 10. 诊断系统（Doctor） 🟢 P2 +### 10. 诊断系统（Doctor） 🟢 P2（未实现） **Hermes 做法** @@ -335,7 +212,7 @@ Agent 定期（默认 30 分钟）主动检查邮箱、日历、通知等，有 | 工具权限 | 安全配置是否合理 | | 版本信息 | Metona 版本、Electron 版本、Node 版本 | -### 11. 人格/模式切换 🟢 P2 +### 11. 人格/模式切换 ✅ 已实现 v5.0.0 **OpenClaw** @@ -345,50 +222,22 @@ Agent 定期（默认 30 分钟）主动检查邮箱、日历、通知等，有 `/personality [name]` 切换不同人格模式。 -**Metona 现状** +**Metona 现状** ✅ 已实现 -只有 system prompt 自定义设置。 +多种预设人格模板（编程助手/写作助手/数据分析师等），每种有独立 system prompt + 温度设置，设置面板快速切换。 -**改进方案** - -1. 预设多个人格模板： - - | 人格 | 说明 | 温度 | 工具集 | - |------|------|------|--------| - | 编程助手 | 严谨、注重代码质量 | 0.3 | 文件操作 + Git + 命令 | - | 写作助手 | 流畅、有文采 | 0.8 | 文件操作 + 网络搜索 | - | 数据分析师 | 精确、数据驱动 | 0.2 | 文件操作 + 命令 | - | 翻译 | 准确、信达雅 | 0.4 | 文件操作 | - | 通用助手 | 平衡 | 0.7 | 全部 | - -2. 每个人格有独立的 system prompt + 工具集 + 温度设置 -3. 在 Header 或 Model Bar 快速切换 -4. 用户可创建自定义人格 - -### 12. 响应速度优化 ⚡ +### 12. 响应速度优化 ⚡ 部分实现 **Hermes 核心优势** 比 OpenClaw 响应更快，社区反馈明显。 -**Metona 可优化方向** +**Metona 已优化方向** -1. **模型预热**：切换模型后发送空请求保持 `keep_alive`，减少首次推理延迟 -2. **工具并行执行**：当前多个工具串行执行，互相独立的工具可并行 - ```typescript - // 改进前：串行 - for (const call of toolCalls) { - await executeTool(call); - } - - // 改进后：检测依赖关系，并行执行独立工具 - const independentCalls = toolCalls.filter(/* 无依赖 */); - const dependentCalls = toolCalls.filter(/* 有依赖 */); - await Promise.all(independentCalls.map(c => executeTool(c))); - for (const c of dependentCalls) await executeTool(c); - ``` -3. **上下文智能管理**：超过 `num_ctx` 时自动摘要而非截断，保留更多信息 -4. **工具结果预处理**：在格式化前预计算，减少序列化开销 +1. ✅ **工具并行执行**：独立工具通过 `Promise.all` 并行执行（v5.0.0） +2. ❌ **模型预热**：切换模型后发送空请求保持 `keep_alive` +3. ❌ **上下文智能管理**：超过 `num_ctx` 时自动摘要而非截断 +4. ❌ **工具结果预处理**：在格式化前预计算，减少序列化开销 --- @@ -396,50 +245,31 @@ Agent 定期（默认 30 分钟）主动检查邮箱、日历、通知等，有 ### 按投入产出比排序 -| 优先级 | 功能 | 复杂度 | 用户价值 | 来源 | -|--------|------|--------|----------|------| -| 🔴 P0 | 技能自动生成（Skill Loop） | 高 | ⭐⭐⭐⭐⭐ | Hermes | -| 🔴 P0 | `/retry` `/undo` 会话操作 | 低 | ⭐⭐⭐⭐⭐ | 共同 | -| 🟡 P1 | 用户画像模型 | 中 | ⭐⭐⭐⭐ | Hermes | -| 🟡 P1 | 上下文压缩 (`/compress`) | 中 | ⭐⭐⭐⭐ | 共同 | -| 🟡 P1 | 工具并行执行优化 | 中 | ⭐⭐⭐⭐ | 共同 | -| 🟢 P2 | Heartbeat 主动检查 | 低 | ⭐⭐⭐ | OpenClaw | -| 🟢 P2 | 人格模板切换 | 低 | ⭐⭐⭐ | 共同 | -| 🟢 P2 | 诊断系统 (`doctor`) | 低 | ⭐⭐⭐ | Hermes | -| 🔵 P3 | MCP 生态对接 | 高 | ⭐⭐⭐⭐ | 共同 | -| 🔵 P3 | 浏览器控制 | 高 | ⭐⭐⭐ | 共同 | -| 🔵 P3 | 子代理委派 | 高 | ⭐⭐⭐ | 共同 | -| 🔵 P3 | 训练数据导出 | 中 | ⭐⭐ | Hermes | -| ⚪ P4 | Cron 定时任务 | 中 | ⭐⭐ | OpenClaw | +| 优先级 | 功能 | 复杂度 | 用户价值 | 来源 | 状态 | +|--------|------|--------|----------|------|------| +| 🔴 P0 | 技能自动生成（Skill Loop） | 高 | ⭐⭐⭐⭐⭐ | Hermes | ✅ v5.1.0 | +| 🔴 P0 | `/retry` `/undo` 会话操作 | 低 | ⭐⭐⭐⭐⭐ | 共同 | ✅ v5.0.0 | +| 🟡 P1 | 用户画像模型 | 中 | ⭐⭐⭐⭐ | Hermes | ✅ v5.0.0 | +| 🟡 P1 | 上下文压缩 (`/compress`) | 中 | ⭐⭐⭐⭐ | 共同 | ❌ 未实现 | +| 🟡 P1 | 工具并行执行优化 | 中 | ⭐⭐⭐⭐ | 共同 | ✅ v5.0.0 | +| 🟢 P2 | Heartbeat 主动检查 | 低 | ⭐⭐⭐ | OpenClaw | ✅ v5.0.0 | +| 🟢 P2 | 人格模板切换 | 低 | ⭐⭐⭐ | 共同 | ✅ v5.0.0 | +| 🟢 P2 | 诊断系统 (`doctor`) | 低 | ⭐⭐⭐ | Hermes | ❌ 未实现 | +| 🔵 P3 | MCP 生态对接 | 高 | ⭐⭐⭐⭐ | 共同 | ✅ v5.0.0 | +| 🔵 P3 | 浏览器控制 | 高 | ⭐⭐⭐ | 共同 | ✅ v5.0.0 | +| 🔵 P3 | 子代理委派 | 高 | ⭐⭐⭐ | 共同 | ✅ v5.0.0 | +| 🔵 P3 | 训练数据导出 | 中 | ⭐⭐ | Hermes | ❌ 未实现 | +| ⚪ P4 | Cron 定时任务 | 中 | ⭐⭐ | OpenClaw | ✅ v5.0.0 | -### 建议实施路线 +### 待实施功能 -**v4.1 — 会话增强（快速见效）** - -- `/retry` 重试上一轮 -- `/undo` 撤销最后消息 -- `/compress` 上下文压缩 -- 工具并行执行优化 - -**v4.2 — 智能进化（核心差异化）** - -- 技能自动生成系统（Skill Loop） -- 用户画像模型 -- 人格模板切换 - -**v4.3 — 生态扩展（长期建设）** - -- MCP Client 支持 -- Heartbeat 主动检查 -- 诊断系统 -- 子代理委派 - -**v5.0 — 全面进化** - -- 浏览器控制 -- 训练数据导出 -- Cron 定时任务 -- 多实例隔离 +| 功能 | 复杂度 | 说明 | +|------|--------|------| +| `/compress` 上下文压缩 | 中 | LLM 摘要中间轮次，而非简单滑动窗口 | +| 诊断系统 (`doctor`) | 低 | 设置面板一键检查连接/模型/权限/磁盘 | +| 训练数据导出 | 中 | traces → SFT 格式导出 | +| Skill 渐进式加载 | 中 | Level 0→1→2，先返回名称+描述，需要时再加载全文 | +| Session 谱系跟踪 | 中 | 压缩后创建子 session，保留 parent_id | --- @@ -457,11 +287,24 @@ Metona 的独特价值： ✅ 暖色调 UI（非暗色主题，长时间使用不疲劳） ✅ 全离线运行（数据不离开本机） + 已吸收（v5.0.0 ~ v5.1.3）： + ✅ 技能自动生成（Hermes） — v5.1.0 + ✅ 用户画像模型（Hermes） — v5.0.0 + ✅ /retry /undo 会话操作（共同） — v5.0.0 + ✅ MCP 生态对接（共同） — v5.0.0 + ✅ 浏览器控制（共同） — v5.0.0 + ✅ Heartbeat 主动检查（OpenClaw） — v5.0.0 + ✅ Cron 定时任务（OpenClaw） — v5.0.0 + ✅ 子代理委派（共同） — v5.0.0 + ✅ 记忆容量管理 + 安全扫描（Hermes） — v5.1.2 / v5.1.0 + ✅ Shadowing 防护（Hermes） — v5.1.2 + ✅ 预算警告临时层（Hermes） — v5.1.2 + 待吸收： - 🔜 技能自动生成（Hermes） - 🔜 用户画像模型（Hermes） - 🔜 会话管理增强（共同） - 🔜 MCP 生态对接（共同） + 🔜 /compress 上下文压缩（Hermes Context） + 🔜 诊断系统 doctor（Hermes） + 🔜 Skill 渐进式加载（Hermes） + 🔜 训练数据导出（Hermes） 最终形态 = 会学习的桌面 Agent = Metona 的原生桌面体验 @@ -471,4 +314,4 @@ Metona 的独特价值： --- -*最后更新：2026-04-18* +*最后更新：2026-04-19（根据 v5.1.3 实际代码更新实施状态）*