167 lines
10 KiB
Markdown
167 lines
10 KiB
Markdown
<div align="center">
|
||
|
||
<img src="./apps/web/public/lazyboy-icon.png" width="96" height="96" alt="LazyBoy" />
|
||
|
||
[English](./README.md) · **繁體中文**
|
||
|
||
# LazyBoy
|
||
|
||
**給 AI 一台電腦，讓它替你動手做事。**
|
||
|
||
自架的 AI Agent 工作空間。用文字或語音交代任務，即時觀看桌面操作，隨時接回控制權。
|
||
|
||
[快速開始](#快速開始) · [功能](#功能) · [架構與流程圖](./docs/architecture.md) · [部署指南](./docs/operations.md) · [開發指南](./docs/development.md)
|
||
|
||
</div>
|
||
|
||
|
||
|
||
LazyBoy 讓 Agent 在 Docker 裡使用自己的 Linux 桌面，操作瀏覽器、終端與檔案。你可以建立不同的 Agent、在群組中協作，把示範整理成技能，再安排定時執行。
|
||
|
||
目前為早期版本 `v0.1.0-alpha`，提供桌面與手機瀏覽器介面；模型金鑰由你自行設定。
|
||
|
||
## 功能
|
||
|
||
- **持續的工作空間**：每個 Agent 有自己的對話、工作紀錄與可設定的長期記憶。
|
||
- **真的能操作電腦**：開網頁、使用終端、整理檔案、操作圖形介面，過程可即時觀看。
|
||
- **附件直接丟進對話**：訊息可帶檔案或圖片，Agent 能在自己的桌面開啟，放在收件匣的複本會自動到期清除。
|
||
- **隨時人工接管**：在同一個桌面完成登入、驗證或手動調整，再交回 Agent。
|
||
- **登入帳密進保險庫**：帳密加密存在 Agent 自己的保險庫，遇到登入頁由它填寫，密碼不會經過模型。
|
||
- **多 Agent 與群組**：支援 Team 共用電腦與 Private 獨立電腦模式；群組裡 @誰就由誰回，沒點名時只叫醒工作內容相關的那個，不會全部出動。
|
||
- **示範教學與排程**：把操作示範整理成技能，使用 cron 安排重複工作。
|
||
- **自選模型與工具**：支援 xAI、OpenCode Go、OpenAI 相容端點，以及 MCP 與檔案技能。
|
||
- **語音通話**：設定語音服務後，可以透過通話與 Agent 互動。
|
||
- **手機操作**：可收合聊天側欄，遠端桌面提供鍵盤、觸控板、右鍵、拖曳與捲動控制。
|
||
- **英文與繁體中文**：可在介面切換語言。
|
||
|
||
## 快速開始
|
||
|
||
需要 Docker 與 Compose、Git、Make、Python 3，以及一組支援的模型 API 金鑰。macOS 可使用 Docker Desktop 或 OrbStack；Linux 可使用 Docker Engine。
|
||
|
||
取得本專案原始碼後，在專案根目錄執行：
|
||
|
||
```bash
|
||
make env
|
||
```
|
||
|
||
編輯產生的 `.env`，填入 `XAI_API_KEY`、`OPENCODE_GO_API_KEY` 或 `OPENAI_API_KEY` 其中之一。初始化工具會產生登入與服務所需的金鑰，重新執行時保留既有設定。
|
||
|
||
```bash
|
||
make up
|
||
make health
|
||
```
|
||
|
||
開啟 **[http://127.0.0.1:3101](http://127.0.0.1:3101)**，用 `.env` 裡的 `LAZYBOY_APP_TOKEN` 登入，建立 Agent 並選擇模型。
|
||
|
||
第一次會從原始碼建置 API 與 Linux 桌面映像，所需時間較長。容器內已包含建置環境，完整 Docker 部署不需要在主機安裝 Rust 或 Node.js。
|
||
|
||
可以先試一個具體任務：
|
||
|
||
> 開啟我指定的網站，整理頁面重點，將結果存成工作區裡的 Markdown 檔案。
|
||
|
||
服務狀態與日誌：
|
||
|
||
```bash
|
||
make ps
|
||
make logs
|
||
make down # 停止服務，保留 PostgreSQL 資料
|
||
```
|
||
|
||
資源限制、環境變數、HTTPS 與容器內 sudo 設定，請見 [部署與操作](./docs/operations.md)。
|
||
|
||
## 在手機上使用
|
||
|
||
手機與桌面使用同一個 Web 介面。API 預設只綁 `127.0.0.1`，請在 `.env` 設定 `LAZYBOY_BIND_IP=0.0.0.0`（或指定網卡位址）並重建 api 容器，區網裡的手機才連得到；綁非 loopback 時登入 token 需至少 32 字元。接著用手機瀏覽器開啟該位址——手機上的 `127.0.0.1` 只代表手機本身，不能拿來連另一台電腦。
|
||
|
||
聊天側欄可點外側空白處收合。操作遠端桌面時，可切換直接點選與觸控板模式，使用工具列叫出鍵盤、按右鍵或拖曳。對外提供服務時請設定 HTTPS，詳見 [部署指南](./docs/operations.md#安全模型)。
|
||
|
||
## 技術組成
|
||
|
||
- **前端**：React 19、TypeScript、Vite、noVNC
|
||
- **後端**：Rust 2024、Axum、Tokio
|
||
- **資料**：PostgreSQL、pgvector、SQLx
|
||
- **桌面**：Docker、Debian、XFCE、Chromium、Xvfb
|
||
- **電腦控制**：Cua Driver（X11、AT-SPI、Chromium）
|
||
- **擴充**：MCP、檔案技能、示範 playbook
|
||
|
||
流程圖、控制權交接、元件職責與電腦生命週期狀態機，集中在 **[架構與流程](./docs/architecture.md)**。原有的 **[互動流程圖](./docs/workflow.html)** 也保留；下載後用瀏覽器開啟即可操作。
|
||
|
||
## 本機開發
|
||
|
||
除了 Docker，需安裝支援 Rust 2024 edition 的 Rust 工具鏈，以及 Node.js／npm。
|
||
|
||
```bash
|
||
make dev
|
||
make dev-supervisor # 終端 1
|
||
make dev-api # 終端 2
|
||
```
|
||
|
||
前端熱更新使用另一個終端：
|
||
|
||
```bash
|
||
cd apps/web
|
||
npm install
|
||
npm run dev
|
||
```
|
||
|
||
開啟 [http://127.0.0.1:5173](http://127.0.0.1:5173)。測試指令與專案目錄說明請見 [開發指南](./docs/development.md)。
|
||
|
||
## 文件
|
||
|
||
| 文件 | 內容 |
|
||
| --- | --- |
|
||
| [架構與流程](./docs/architecture.md) | 任務流程圖、系統架構、電腦生命週期狀態機 |
|
||
| [互動流程圖](./docs/workflow.html) | 可縮放、搜尋的 HTML 圖表；下載後開啟 |
|
||
| [部署與操作](./docs/operations.md) | 資源、環境變數、安全設定、網站驗證、sudo |
|
||
| [AI 使用體驗](./docs/agent-experience.md) | 輪次政策、持久終端機、聊天即時推送 |
|
||
| [hermes-agent 比較](./docs/hermes-agent-cua-review.md) | Cua 操作流暢度：與 hermes-agent 對照 |
|
||
| [開發指南](./docs/development.md) | 本機開發、檢查與測試、目錄結構 |
|
||
| [設定範例](./.env.example) | 環境變數與預設值 |
|
||
|
||
## 資料
|
||
|
||
對話、記憶、瀏覽器設定檔與加密憑證保存在自架主機。使用外部模型時，任務所需的提示詞、工具結果與截圖仍可能傳送給該模型供應商。
|
||
|
||
## 特別感謝
|
||
|
||
LazyBoy 站在許多開源專案的肩上，下面是我們用到最多、也最想致謝的專案。
|
||
|
||
**首要致謝**
|
||
|
||
- **[Cua](https://github.com/trycua/cua)**：每一次點擊、鍵盤輸入與截圖，都由它的 Linux 桌面驅動完成。我們從原始碼重建 `cua-driver-rs` v0.23.2，並在本專案內維護兩處小修補：一處讓 Agent 游標套用機器人自己的顏色，另一處把內嵌的純英文徽章字型換成 [jf open Huninn](https://github.com/justfont/open-huninn-font)，讓中文能正確顯示。兩處修補都不碰輸入處理與權限邏輯。
|
||
- **[hermes-agent](https://github.com/NousResearch/hermes-agent)**：它不是相依套件，卻是我們調整操作流暢度時一再回頭參照的對象。對照分析見 [hermes-agent 比較](./docs/hermes-agent-cua-review.md)。
|
||
|
||
**Agent 與記憶檢索**：[rig](https://github.com/0xPlaygrounds/rig) · [rmcp](https://github.com/modelcontextprotocol/rust-sdk) · [fastembed-rs](https://github.com/Anush008/fastembed-rs) 與 [ONNX Runtime](https://github.com/microsoft/onnxruntime)，嵌入模型為 [paraphrase-multilingual-MiniLM-L12-v2](https://huggingface.co/sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2)
|
||
|
||
**Rust**：Tokio · Axum · tower-http · SQLx · reqwest · rustls · Bollard · tracing · [RustCrypto](https://github.com/RustCrypto) 的 aes-gcm 與 hmac · cap-std · cron · chrono · uuid · thiserror · dotenvy
|
||
|
||
**前端**：React · Vite · TypeScript · [noVNC](https://github.com/novnc/noVNC) · react-markdown 搭配 [remark-gfm](https://github.com/remarkjs/remark-gfm) 與 [remark-breaks](https://github.com/remarkjs/remark-breaks) · [Blobatar](https://github.com/Alain00/blobatar) 頭像 · [react-useanimations](https://github.com/useAnimations/react-useanimations) 圖示
|
||
|
||
**資料**：[PostgreSQL](https://www.postgresql.org) · [pgvector](https://github.com/pgvector/pgvector)
|
||
|
||
**容器裡的桌面**：[Docker](https://www.docker.com) · [Debian](https://www.debian.org) · [XFCE](https://www.xfce.org) · [Chromium](https://www.chromium.org) · [Xvfb](https://www.x.org) · Thunar · [x11vnc](https://github.com/LibVNC/x11vnc) · [websockify](https://github.com/novnc/websockify) · [AT-SPI2](https://gitlab.gnome.org/GNOME/at-spi2-core) · [gosu](https://github.com/tianon/gosu) · [LXCFS](https://github.com/lxc/lxcfs) · git · 搭配 [Powerlevel10k](https://github.com/romkatv/powerlevel10k) 的 zsh · htop
|
||
|
||
**字型與佈景主題**：介面與 Agent 徽章使用 [jf open Huninn](https://github.com/justfont/open-huninn-font)（SIL OFL）· 備援字型為 [Noto CJK](https://github.com/notofonts/noto-cjk)、DejaVu 與 Liberation · 終端機使用 [MesloLGS NF](https://github.com/romkatv/powerlevel10k-media) · 外觀採用 [Arc Dark](https://github.com/horst3180/arc-theme) 與 [Papirus](https://github.com/PapirusDevelopmentTeam/papirus-icon-theme)
|
||
|
||
以上版本都釘選在 `Cargo.lock`、`apps/web/package.json` 與 `image/computer/Dockerfile`。LazyBoy 以 Apache-2.0 釋出，上述每個專案保留各自的授權條款。也謝謝那些名字從不出現在 README 裡的維護者，以及每一位認真回報問題的使用者。
|
||
|
||
---
|
||
|
||
<div align="center">
|
||
|
||
<img src="./apps/web/public/lazyboy-icon.png" width="72" height="72" alt="LazyBoy" />
|
||
|
||
**LazyBoy 是免費的開源專案。** 如果它幫你省下一個下午，一杯咖啡是最好的回禮。
|
||
|
||
<a href="https://www.buymeacoffee.com/daniel.wang.1993"><img src="https://cdn.buymeacoffee.com/buttons/v2/default-yellow.png" alt="請我喝杯咖啡" height="48" /></a>
|
||
|
||
<img src="https://img.shields.io/badge/license-Apache--2.0-2f9e8f?style=for-the-badge&labelColor=1b1b22" alt="Apache License 2.0" />
|
||
<img src="https://img.shields.io/badge/release-v0.1.0--alpha-2f9e8f?style=for-the-badge&labelColor=1b1b22" alt="Release v0.1.0-alpha" />
|
||
<img src="https://img.shields.io/badge/Rust%20%2B%20React-6f9c96?style=for-the-badge&labelColor=1b1b22" alt="Rust and React" />
|
||
|
||
**danielwang** <img src="https://flagcdn.com/w20/tw.png" width="20" alt="Taiwan" />
|
||
|
||
[igs170911@gmail.com](mailto:igs170911@gmail.com) · [Apache License 2.0](./LICENSE)
|
||
|
||
</div>
|