4.2 KiB

Raw Permalink Blame History

架構與流程

一個任務如何完成

flowchart LR
    U["你<br/>文字・附件・語音"] --> W["React 工作空間<br/>對話・電腦・記憶"]
    W -->|HTTP / WebSocket| A["Rust API + Agent<br/>模型・工具・技能"]
    A -->|受控工具呼叫| S["Supervisor<br/>資源與生命週期"]
    S -->|啟動 / 暫停 / 恢復| C["隔離 Linux 電腦<br/>Chromium・XFCE・檔案"]
    C -->|畫面與事件| W

    Q["排程"] -. Cron .-> A
    A <--> M[("PostgreSQL<br/>Session・記憶・事件")]
    V["加密憑證庫"] -. 僅相符 HTTPS 網域 .-> C

    classDef ui fill:#151517,stroke:#3ec5a8,color:#f1f1f2
    classDef core fill:#101012,stroke:#85858a,color:#f1f1f2
    classDef secure fill:#221c0e,stroke:#fcd68a,color:#f1f1f2
    class U,W ui
    class A,M,Q core
    class S,C,V secure

開啟可縮放、可搜尋、支援深色模式的互動流程圖 →

主流程之外還有三個重要迴圈：

接管迴圈：使用者接管時，進行中的 run 進入等待；釋放後從目前畫面重新排隊執行。
技能迴圈：示範期間記錄控制項與頁面情境，模型整理成 playbook；往後仍在當下畫面重新尋找元素，不重播舊座標。
暫停迴圈：動過工具的 run 不準用一句狀態結尾。模型第一次想停，先被要求對著當下畫面自我驗證；真的缺決定、缺資料時改附中斷，run 進入 waiting_input 並在對話留下「繼續」按鈕。使用者的下一則訊息直接接回同一個 run（checkpoint.awaitResume），不另開新任務；輪次預算用盡也走同一條路回報，不會送出空訊息。

系統架構

LazyBoy 的公開入口只有 API。Supervisor 位於 Compose 內部 control network，不直接對主機開埠；Agent 桌面也不掛載主機 Docker socket。

桌面畫面同樣不發布主機埠：API 透過一條 internal 的 lazyboy_screen 網路，直接用容器名稱連到該電腦的 websockify，再由 /view/<bot>/ 轉給瀏覽器。這樣 API 無論跑在主機或容器內都走同一條路，也不會把沒有密碼的 VNC 暴露到主機網路。

Browser
  │  HTTP / WebSocket / authenticated screen proxy
  ▼
lazyboy-api (:3101)
  ├── React 靜態前端
  ├── Session / Run / Memory / Schedule / Vault
  ├── Model provider / MCP client
  └── PostgreSQL + pgvector
          │
          │ authenticated internal control API
          ▼
lazyboy-supervisor (:7091, internal only)
          │
          ├── provision / pause / resume / stop
          ├── CPU / memory / PID limits
          └── isolated computer containers
                  ├── Cua Driver → Chromium / XFCE
                  ├── visible terminal + clipboard editor
                  ├── Xvfb + x11vnc + websockify
                  └── per-computer persisted home

主要元件

元件	職責
`apps/web`	Vite + React 19 三欄工作空間、noVNC、語音與雙語 UI
`crates/api`	對外 Axum API、Agent run、Session、排程、記憶、MCP、保險箱
`crates/harness`	模型供應商、憑證解析與語音契約
`crates/supervisor`	Docker 電腦生命週期、隔離與資源上限
`crates/control`	Cua 瀏覽器、原生視窗與共用桌面觀察；終端機與剪貼簿操作皆經 Cua
`crates/controld`	電腦容器內部的 localhost 控制服務
`crates/contracts`	跨 crate 的 Bot、Run、Computer、Voice 資料契約
`PostgreSQL`	對話、run、記憶、排程、憑證與保留政策

電腦生命週期

下圖保留原本的操作流程視角；WaitingTakeover 表示控制權交接期間的等待情境，並非獨立的電腦資料庫狀態。

stateDiagram-v2
    [*] --> Stopped
    Stopped --> Booting: 第一個需要 GUI 的工具
    Booting --> Running: ready
    Running --> WaitingTakeover: 使用者接管 / 2FA
    WaitingTakeover --> Running: 釋放控制權
    Running --> Suspended: 閒置 10 分鐘
    Suspended --> Running: 新任務或畫面心跳
    Suspended --> Stopped: 休眠約 6 小時
    Running --> Stopped: 手動停止

4.2 KiB Raw Permalink Blame History Unescape Escape