MetonaTeam/metona-ollama-desktop

Fork 0

Files

T

thzxx b8ea18e568 v0.16.2: 优化附件提示词格式 — 去base64/真实文件名/用户文字前置

2026-07-12 08:04:53 +08:00

23 KiB

Raw Blame History

Metona Ollama Desktop

🤖 本地 AI 桌面客户端 · Local AI Desktop Client

所有 AI 推理在本地完成，数据不离开本机。
All AI inference runs locally — data never leaves your machine.

🇨🇳 中文

✨ 特性

	功能	说明
🤖	ReAct Agent Loop	始终开启的唯一对话模式。8 状态机（INIT→THINKING→PARSING→EXECUTING→OBSERVING→REFLECTING→COMPRESSING→TERMINATED），最大 85 轮（可配置），智能重试（永久错误立即返回、瞬态错误指数退避），工具去重，智能路径依赖串行化，看门狗超时保护
🛡️	5 层抗幻觉系统	提示词加固 → 任务感知 → 中途检测（中英双语规则覆盖全部工具类别）→ 进度锚点 → 完成闸门（6 项检查，幻觉/注入 → 阻断，质量/效率 → 咨询）
📋	Plan Mode	开关切换，AI 首先生成执行计划（Markdown 渲染确认弹窗），批准后按步骤追踪执行，plan_track 工具标记完成状态，支持断点续传（中止后可恢复未完成计划）
🔧	40 个内置工具	文件系统（16个） · 命令执行 · 联网搜索 · 浏览器控制（9个） · Git · 记忆 · 会话 · 子代理 · 系统工具 · Plan Mode 追踪
🧠	智能记忆系统	三类记忆（fact / preference / rule），存储于工作空间 MEMORY.md 文件，受路径保护仅 memory 工具可访问，写入前安全扫描，容量 500 条，对话结束自动提取，严格格式校验
📋	自定义文件	SOUL.md（人格，不可压缩）+ AGENT.md（行为准则，内置 fallback）+ USER.md（用户画像，仅工作空间读取，不存在则不注入）
🌐	MCP 协议扩展	JSON-RPC 2.0 over stdio，动态工具发现，Shadowing 防护
🔍	联网搜索（双模式）	SearXNG 元搜索引擎 JSON API（70+引擎聚合）/ 四引擎 HTML 解析（Bing+百度+搜狗+360），双模式可切换；web_fetch 支持反爬+UA切换+浏览器回退
🌏	浏览器控制	打开网页 · 截图 · 执行 JS · 提取内容 · 点击 · 输入 · 滚动 · 关闭
🖥️	工作空间面板	终端（增量流式输出）+ 文件浏览器，命令安全检查
🔢	上下文长度手动控制	设置面板下拉选择（128K / 256K / 512K / 1M），默认 128K，模型栏显示当前配置值，下拉框中显示每个模型自身的上下文长度
🗜️	智能上下文管理	滑动窗口 + Token 自动校准 + 消息重要性评分 + LLM 结构化 JSON 压缩，智能触发（120 条增量压缩 + 200 条硬上限）
⏱️	智能超时保护	Agent Loop 看门狗（可配，默认 30min）+ 流式总超时（可配，默认 300s）+ 工具 HTTP/MCP 超时可配
🪝	Hook 系统	4 阶段生命周期钩子（pre_tool / post_tool / post_iteration / pre_completion），内置安全检查、文件去重、自动计划追踪、变更审计、结果校验
👥	子代理委派	spawn_task 工具，独立上下文 + 超时保护
📈	Token 仪表盘	全局 + 会话统计，消耗趋势柱状图，2 秒刷新，输入/输出分色
📋	系统提示词卡片	每条 AI 回复顶部折叠卡片，点击查看实际发送给模型的完整上下文
🎨	暖色调 UI	奶白 `#FAF7F2` + 珊瑚橙 `#E8734A`，长时间使用不疲劳，流式渲染优化
🔔	系统托盘	原生托盘集成
🔐	AES-256-GCM	数据加密支持
🧪	可观测性	执行轨迹缓冲批量写入 SQLite + Agent Metrics JSON/Prometheus 双格式导出

🔧 工具清单

📁 文件系统（16 个）

工具	功能
`read_file`	读取文件（文本/binary，2000行默认）
`write_file`	写入/追加文件（支持base64二进制）
`list_directory`	列出目录内容
`search_files`	搜索文件（正则/通配符）
`create_directory`	创建目录
`delete_file`	删除文件/目录（返回大小）
`move_file`	移动/重命名文件
`copy_file`	复制文件
`edit_file`	编辑文件（支持正则替换）
`get_file_info`	获取文件元信息
`tree`	目录树结构（默认5层深度）
`download_file`	下载文件
`diff_files`	文件差异对比
`replace_in_files`	批量替换
`read_multiple_files`	批量读取（50文件/10KB）
`compress`	压缩文件/目录

⚡ 命令执行（1 个）

工具	功能
`run_command`	执行 shell 命令，实时流式输出，支持自动/需确认/禁用三种模式

🔍 联网搜索（2 个）

工具	功能
`web_search`	SearXNG JSON API / 四引擎并行，默认 30 条结果
`web_fetch`	网页内容抓取，自动重试（指数退避），移动端UA切换，SPA页面自动升级到浏览器渲染

🌐 浏览器控制（9 个）

工具	功能
`browser_open`	打开网页
`browser_screenshot`	页面截图
`browser_evaluate`	执行 JavaScript
`browser_extract`	提取页面内容
`browser_click`	点击元素
`browser_type`	输入文本
`browser_scroll`	页面滚动
`browser_wait`	等待元素/延时
`browser_close`	关闭浏览器

📦 Git（1 个，17 个子命令）

子命令	功能
`init` `clone` `add` `commit` `push` `pull`	基础操作
`diff` `log` `status` `branch` `checkout`	查看与切换
`merge` `stash` `reset` `tag` `remote`	高级操作

🧠 记忆管理（1 个）

工具	功能
`memory`	统一记忆管理（5 个 action：search 搜索 / add 添加 / replace 替换 / remove 删除 / read_all 读取全部）。工作空间 MEMORY.md 受路径保护，仅此工具可访问

📊 会话 / 子代理（3 个）

工具	功能
`session_list`	列出历史会话
`session_read`	读取会话内容
`spawn_task`	委派子代理（独立上下文 + 超时保护）

🕐 系统工具（6 个）

工具	功能
`datetime`	获取系统精确时间（ISO/Unix/日期/时间/完整）
`calculator`	安全数学计算（+ - * / ** % ()，递归下降解析器）
`random`	随机生成（整数/浮点/抽取/随机字符串）
`uuid`	生成 UUID v4 唯一标识符
`json_format`	JSON 格式化 + 语法验证 + 键排序
`hash`	哈希计算（MD5/SHA1/SHA256/SHA384/SHA512）

📋 Plan Mode（1 个，仅 Plan 模式激活）

工具	功能
`plan_track`	Plan 模式执行进度追踪，标记步骤完成，自动统计剩余

🏗️ 架构

用户消息 → 扫描工作空间 SOUL.md（不可压缩层）→ AGENT.md → USER.md（工作空间，不存在则跳过）
              ↓
         记忆检索 (MEMORY.md 关键词搜索) → 上下文注入
              ↓
         Agent Engine (8 状态机 ReAct Loop, ≤85 轮, 智能重试, 路径依赖串行化, 看门狗+分级超时)
              ↓
         5 层抗幻觉系统（中英双语规则）(提示词 → 中途检测 → 进度锚 → 完成闸门 → 校验)
              ↓
         Ollama API (流式响应，num_ctx 用户可配 128K/256K/512K/1M)
              ↓
         Tool Registry (40 内置 + MCP 动态 + Plan Mode plan_track)
              ↓
         Hook 系统 (pre/post tool/iteration/completion) → 观察结果 → 反思 → 循环 / 最终回答

🧩 UI 组件（原生 DOM）

main.ts (入口)
  ├── header.ts              # 顶部导航栏
  ├── model-bar.ts           # 模型选择栏
  ├── chat-area.ts           # 聊天消息区域
  ├── input-area.ts          # 输入框 + 文件上传 + Plan Mode 开关
  ├── workspace-panel.ts     # 终端 + 文件浏览器 + 工具卡片
  ├── settings-modal.ts      # 设置面板（含看门狗超时配置）
  ├── history-modal.ts       # 会话历史
  ├── memory-modal.ts        # 记忆管理
  ├── tools-modal.ts         # 工具列表
  ├── token-dashboard.ts     # Token 消耗仪表盘
  ├── tool-confirm-modal.ts  # 工具执行确认
  ├── prompt-modal.ts        # 系统提示词查看 + Plan 确认弹窗
  ├── toast.ts               # Toast 通知
  └── lightbox.ts            # 图片灯箱

🗄️ 数据库

SQLite (sql.js WASM)，5 张表，WAL 模式：

表	用途
`sessions`	会话（parent_id 父子关系）
`messages`	消息（外键级联删除）
`tool_calls`	工具调用记录
`settings`	设置（JSON 序列化）
`traces`	ReAct 执行轨迹

🔒 安全机制

层级	措施
📁 文件系统	`checkPathAllowed()` — 路径黑名单（33 个系统/敏感目录，含 Linux + Windows）
⚡ 命令执行	`checkCommandAllowed()` — 命令黑名单（30 条危险命令，含 POSIX + Windows）+ 三种模式
🖥️ 前端渲染	HTML 净化器（白名单标签 + URI 协议检查）
🔒 Electron	`contextIsolation: true` + IPC 白名单 + IPC fs 路径验证
🔐 数据加密	AES-256-GCM
🧠 记忆安全	写入前 Prompt Injection / 敏感信息检测，多层级去重过滤
🌐 MCP 安全	Shadowing 防护 + 双下划线分隔防歧义
🌐 网络安全	`web_fetch` 流式体积限制（10MB）+ 无 content-length 时防 OOM
⚡ 进程安全	Windows `taskkill` 强制终止 + 工作空间路径大小写不敏感校验

🚀 快速开始

git clone https://gitee.com/thzxx/metona-ollama-desktop.git
cd metona-ollama-desktop
npm config set registry https://registry.npmmirror.com
npm install
npm start

📦 构建 Windows 安装包

# 环境：Ubuntu 24.04 + Node.js v22 + Wine 9.0+
ELECTRON_MIRROR=https://npmmirror.com/mirrors/electron/ npm run dist

产出：release/Metona Ollama Setup v0.16.2.exe

🛠️ 常用命令

npm start              # 构建并运行
npm run dev:renderer   # Vite watch（渲染进程）
npm run dev:main       # tsc watch（主进程）
npm run build          # 完整构建
npm run dist           # 构建 Windows 安装包

💻 系统要求

🖥️ Windows 10/11（64 位）
🤖 Ollama 本地运行中（默认 http://localhost:11434）
💾 建议 8GB+ 内存

📄 许可证

MIT

🇬🇧 English

✨ Features

	Feature	Description
🤖	ReAct Agent Loop	Always-on, only chat mode. 8-state machine, up to 85 iterations (configurable), smart retry (permanent errors return immediately, transient errors use exponential backoff), tool dedup, path-aware dependency serialization, watchdog + tiered timeout protection
🛡️	5-Layer Anti-Hallucination	Prompt hardening → task awareness → mid-task detection (bilingual CN/EN rules covering all tool categories) → progress anchors → completion gate (6 checks: hallucination/injection → block, quality/efficiency → advisory)
📋	Plan Mode	Toggle switch. AI first generates an execution plan (Markdown-rendered confirmation dialog), then tracks step-by-step execution, supports resume (interrupted plans restore on next session)
🔧	40 Built-in Tools	File system · Command · Web search · Browser · Git · Memory · Sessions · Sub-agent · System · Plan Mode tracking
🧠	Smart Memory System	Three types (fact / preference / rule), stored in workspace MEMORY.md file, path-protected — only the memory tool can access it, pre-write security scan, 500 capacity, auto-extract on conversation end, strict format validation
📋	Custom Files	SOUL.md (persona, never compressed) + AGENT.md (behavior rules, built-in fallback) + USER.md (user profile, workspace only, skipped if absent)
🌐	MCP Protocol Extension	JSON-RPC 2.0 over stdio, dynamic tool discovery, Shadowing protection
🔍	Web Search (dual-mode)	SearXNG meta-search JSON API (70+ engines) / quad-engine HTML parsing (Bing+Baidu+Sogou+360), switchable; web_fetch with auto-retry+mobile UA+SPA browser fallback
🌏	Browser Control	Open pages · Screenshot · JS execution · Content extraction · Click · Type · Scroll · Close
🖥️	Workspace Panel	Terminal (incremental streaming) + file browser, command security checks
🔢	Manual Context Length	Settings dropdown (128K / 256K / 512K / 1M), default 128K. Model bar shows configured value, dropdown shows per-model context length
🗜️	Smart Context Manager	Sliding window + Token auto-calibration + message importance scoring + LLM structured JSON compression, smart triggers (120 msg incremental + 200 msg hard limit)
⏱️	Smart Timeout Protection	Agent Loop watchdog (configurable, default 30min) + stream total timeout (configurable, default 300s) + configurable HTTP/MCP timeouts
🪝	Hook System	4-phase lifecycle hooks (pre_tool / post_tool / post_iteration / pre_completion), built-in security check, file dedup, auto plan tracking, change audit, result validation
👥	Sub-agent Delegation	spawn_task tool, isolated context + timeout protection
📈	Token Dashboard	Global + session stats, consumption trend bar chart, 2s refresh, input/output color-coded
📋	System Prompt Card	Collapsible card atop each AI reply — click to inspect the full context sent to the model
🎨	Warm-tone UI	Cream `#FAF7F2` + coral `#E8734A`, fatigue-free for extended use, streaming render optimized
🔔	System Tray	Native tray integration
🔐	AES-256-GCM	Data encryption support
🧪	Observability	Buffered trace persistence to SQLite + Agent Metrics JSON/Prometheus dual-format export

🔧 Tool List

📁 File System (16)

Tool	Function
`read_file`	Read file (text/binary, 2000 lines default)
`write_file`	Write/append file (base64 binary support)
`list_directory`	List directory contents
`search_files`	Search files (regex/wildcard)
`create_directory`	Create directory
`delete_file`	Delete file/dir (returns size)
`move_file`	Move/rename file
`copy_file`	Copy file
`edit_file`	Edit file (regex support)
`get_file_info`	Get file metadata
`tree`	Directory tree (default 5 levels)
`download_file`	Download file
`diff_files`	File diff comparison
`replace_in_files`	Batch replace
`read_multiple_files`	Batch read (50 files/10KB)
`compress`	Compress file/directory

⚡ Command Execution (1)

Tool	Function
`run_command`	Execute shell command, real-time streaming, auto/confirm/disabled modes

🔍 Web Search (2)

Tool	Function
`web_search`	SearXNG JSON API / quad-engine parallel, 30 results default
`web_fetch`	Fetch web page content, auto-retry with backoff, mobile UA toggle, SPA auto-upgrade to browser rendering

🌐 Browser Control (9)

Tool	Function
`browser_open`	Open web page
`browser_screenshot`	Page screenshot
`browser_evaluate`	Execute JavaScript
`browser_extract`	Extract page content
`browser_click`	Click element
`browser_type`	Type text
`browser_scroll`	Scroll page
`browser_close`	Close browser

📦 Git (1 tool, 17 subcommands)

Subcommands	Function
`init` `clone` `add` `commit` `push` `pull`	Basic operations
`diff` `log` `status` `branch` `checkout`	View & switch
`merge` `stash` `reset` `tag` `remote`	Advanced operations

🧠 Memory Management (1)

Tool	Function
`memory`	Unified memory management (5 actions: search / add / replace / remove / read_all). Workspace MEMORY.md is path-protected, only this tool can access it

📊 Sessions / Sub-agent (3)

Tool	Function
`session_list`	List session history
`session_read`	Read session content
`spawn_task`	Delegate sub-agent (isolated context + timeout)

🕐 System Tools (6)

Tool	Function
`datetime`	Get precise system time (ISO/Unix/date/time/full)
`calculator`	Safe math evaluation (+ - * / ** % (), recursive descent parser)
`random`	Random generation (int/float/pick/string)
`uuid`	Generate UUID v4 unique identifier
`json_format`	JSON format + validate + sort keys
`hash`	Cryptographic hash (MD5/SHA1/SHA256/SHA384/SHA512)

📋 Plan Mode (1, only active in Plan Mode)

Tool	Function
`plan_track`	Plan Mode execution progress tracking, mark steps complete, auto tally remaining

🏗️ Architecture

User message → workspace SOUL.md (never compressed) → AGENT.md → USER.md (workspace, skipped if absent)
              ↓
         Memory Retrieval (MEMORY.md keyword search) → Context Injection
              ↓
         Agent Engine (8-state ReAct Loop, ≤85 iter, smart retry, path-aware serialization, watchdog+tiered timeout)
              ↓
         5-Layer Anti-Hallucination (bilingual CN/EN rules) (prompt → mid-task detection → anchors → gate → verification)
              ↓
         Ollama API (Streaming Response, num_ctx user-configurable 128K/256K/512K/1M)
              ↓
         Tool Registry (40 Built-in + MCP Dynamic + Plan Mode plan_track)
              ↓
         Hook System (pre/post tool/iteration/completion) → Observation → Reflection → Loop / Final Answer

🧩 UI Components (Native DOM)

main.ts (Entry)
  ├── header.ts              # Top navigation bar
  ├── model-bar.ts           # Model selector
  ├── chat-area.ts           # Chat message area
  ├── input-area.ts          # Input box + file upload + Plan Mode toggle
  ├── workspace-panel.ts     # Terminal + file browser + tool cards
  ├── settings-modal.ts      # Settings panel (with watchdog timeout config)
  ├── history-modal.ts       # Session history
  ├── memory-modal.ts        # Memory management
  ├── tools-modal.ts         # Tool list
  ├── token-dashboard.ts     # Token consumption dashboard
  ├── tool-confirm-modal.ts  # Tool execution confirmation
  ├── prompt-modal.ts        # System prompt viewer + Plan confirm dialog
  ├── toast.ts               # Toast notifications
  └── lightbox.ts            # Image lightbox

🗄️ Database

SQLite (sql.js WASM), 5 tables, WAL mode:

Table	Purpose
`sessions`	Sessions (parent_id hierarchy)
`messages`	Messages (cascade delete)
`tool_calls`	Tool call records
`settings`	Settings (JSON serialization)
`traces`	ReAct execution traces

🔒 Security

Layer	Measure
📁 File System	`checkPathAllowed()` — path blacklist (33 system/sensitive dirs, Linux + Windows)
⚡ Command Execution	`checkCommandAllowed()` — command blacklist (30 dangerous commands, POSIX + Windows) + three modes
🖥️ Frontend Rendering	HTML sanitizer (whitelist tags + URI protocol check)
🔒 Electron	`contextIsolation: true` + IPC whitelist + IPC fs path validation
🔐 Data Encryption	AES-256-GCM
🧠 Memory Security	Pre-write prompt injection / sensitive info detection, multi-layer dedup filtering
🌐 MCP Security	Shadowing protection + double-underscore delimiter disambiguation
🌐 Network Security	`web_fetch` streaming size limit (10MB) + OOM prevention without content-length
⚡ Process Security	Windows `taskkill` forced termination + case-insensitive workspace path validation

🚀 Quick Start

git clone https://gitee.com/thzxx/metona-ollama-desktop.git
cd metona-ollama-desktop
npm config set registry https://registry.npmmirror.com
npm install
npm start

📦 Build Windows Installer

# Environment: Ubuntu 24.04 + Node.js v22 + Wine 9.0+
ELECTRON_MIRROR=https://npmmirror.com/mirrors/electron/ npm run dist

Output: release/Metona Ollama Setup v0.16.2.exe

🛠️ Common Commands

npm start              # Build and run
npm run dev:renderer   # Vite watch (renderer)
npm run dev:main       # tsc watch (main process)
npm run build          # Full build
npm run dist           # Build Windows installer

💻 System Requirements

🖥️ Windows 10/11 (64-bit)
🤖 Ollama running locally (default http://localhost:11434)
💾 8GB+ RAM recommended

📄 License

MIT

_{Made with ❤️ by thzxx}

23 KiB Raw Blame History Unescape Escape