10 KiB
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；每個人各自註冊帳號，模型金鑰在 App 的設定裡填寫，不放在環境變數。
功能
- 一人一帳號：用帳號密碼註冊後，Agent、對話、憑證與模型金鑰都只屬於那個帳號，彼此不會混用。
- 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——金鑰註冊後在 App 裡貼上，不寫進 .env。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：
make env
產生的 .env 只有服務內部使用的秘密（supervisor、憑證庫、資料庫）；初始化工具會產生這些值，重複執行時保留既有設定。登入與模型金鑰都不需要在這裡設定。
make up
make health
開啟 http://127.0.0.1:3101，自行註冊一組帳號密碼，到「設定 → 模型」貼上模型 API 金鑰，再建立 Agent 並選擇模型。沒有金鑰就不會執行任何工作，App 會告訴你要去哪裡補。
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：
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。
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。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——並在手機上也註冊一個帳號：同一套安裝裡，每個人只會看到自己的 Agent。若要用網域名稱（而不是 IP 或 localhost）連線，還要把該名稱加進 LAZYBOY_ALLOWED_HOSTS。
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。
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。原有的 互動流程圖 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。
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：
cd apps/web
npm install
npm run dev
開啟 http://127.0.0.1:5173。測試指令與專案目錄說明請見 開發指南。
文件
| 文件 | 內容 |
|---|---|
| 架構與流程 | 任務流程圖、系統架構、電腦生命週期狀態機 |
| 互動流程圖 | 可縮放、搜尋的 HTML 圖表；下載後開啟 |
| 部署與操作 | 資源、環境變數、安全設定、網站驗證、sudo |
| AI 使用體驗 | 輪次政策、持久終端機、聊天即時推送 |
| hermes-agent 比較 | Cua 操作流暢度：與 hermes-agent 對照 |
| 開發指南 | 本機開發、檢查與測試、目錄結構 |
| 設定範例 | 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：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-rsv0.23.2，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，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：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。
Agent 與記憶檢索：rig · rmcp · fastembed-rs 與 ONNX Runtime，嵌入模型為 paraphrase-multilingual-MiniLM-L12-v2
Rust：Tokio · Axum · tower-http · SQLx · reqwest · rustls · Bollard · tracing · RustCrypto 的 aes-gcm 與 hmac · cap-std · cron · chrono · uuid · thiserror · dotenvy
前端：React · Vite · TypeScript · noVNC · react-markdown 搭配 remark-gfm 與 remark-breaks · Blobatar 頭像 · react-useanimations 圖示
資料：PostgreSQL · pgvector
容器裡的桌面：Docker · Debian · XFCE · Chromium · Xvfb · Thunar · x11vnc · websockify · AT-SPI2 · gosu · LXCFS · git · 搭配 Powerlevel10k 的 zsh · htop
字型與佈景主題：介面與 Agent 徽章使用 jf open Huninn（SIL OFL）· 備援字型為 Noto CJK、DejaVu 與 Liberation · 終端機使用 MesloLGS NF · 外觀採用 Arc Dark 與 Papirus
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。
