【DeepThink V1.1.0 发布】全球免费开源自由使用打造你的个人 AI 操作系统：支持全自主托管模式完成超复杂长程任务

AI天才研究院
254 阅读44分钟

DeepThink 是你的开源免费自由使用的私有 AI 操作系统 (AI OS)，在安全隔离的沙箱环境中，自主执行代码、管理文件、完成超复杂长程任务。自托管的多用户本地 AI Agent Loop Engineering 系统 (支持桌面端+浏览器+移动端) —— 让 DeepThink 成为你的全能数字助手。 —— Powered By AI Genius Institute & 光剑AI

在这里插入图片描述

DeepThink 项目开源代码（如果你觉得好玩，就一起来玩， Star 一下）： Gitcode: gitcode.com/AIGeniusIns… Github: github.com/AIGeniusIns…

DeepThink v1.1.0 发布说明

自托管的多用户本地 AI Agent Loop Engineering 系统（支持桌面端 + 浏览器 + 移动端） Powered By AI Genius Institute，AI 光剑

发布日期：2026-08-07

v1.1.0 是一个自主性跃迁版本——DeepThink 从"工具使用者驱动的 Loop Engineering"进化到"自主感知→决策→执行→学习→维护全闭环的自主 Agent 系统"。本版本交付两块拼图：自主 AI Agent 系统升级（Autonomy Layer + 度量埋点 + 验收套件） 与 全托管模式（Autonomous Mode），并修复桌面版打包的依赖漏洞。

✨ 新功能

一、自主 AI Agent 系统升级（Autonomy Layer）

在这里插入图片描述

在已合并的 5 个自主相关 PRD（self-evolving-harness / loop-engineering-v3 / supervisor-longrunning / super-agent-team / graph-engineering）之上，新增横切 Autonomy Layer，把分散的 7 大能力收口为可度量、可验收、可闭环的统一系统，并补齐量化度量与无人工干预 E2E 验收。6 个工作包全部交付：

WP内容阶段状态
WP1自主性中枢（事件总线 + 能力注册表 + 7 能力模型）P0✅
WP2度量埋点 + 采集 + 聚合（8 指标口径 + API）P0✅
WP6验收套件骨架（Playwright E2E）P0✅
WP3学习接入主循环（graph_run → lesson 沉淀 + 检索）P1✅
WP4主动适应（信号 → 处理 → 适应速度指标）P1✅
WP5自愈 + 预测预警 + 仪表盘P2✅

7 大能力采集闭环：

能力度量口径状态
①自主感知perception.active_trigger → proactivity_ratio✅
②自主认知复用 supervisor-agent 决策 + harness-eval 断言✅
③自主决策decision.generated human_triggered=false → decision_independence✅
④自主执行execution.completed success/fail + retry/recovery 既有✅
⑤自主学习learning.promoted(latency_ms) + lesson 沉淀/检索✅
⑥自主适应adaptation.adjusted(latency_ms) + adapt loop✅
⑦自主监控monitoring.predicted + self_healed✅

关键 API：GET /api/autonomy/capabilities（7 能力注册表）、GET /api/autonomy/metrics（指标聚合）、GET /api/autonomy/health（健康）、POST /api/autonomy/signals + POST /api/autonomy/signals/process（信号→适应闭环）、GET /api/autonomy/lessons（学习沉淀）。

Schema 迁移：SCHEMA_VERSION 53→54，4 表 IF NOT EXISTS 幂等，不动既有列。

诚实说明：本版本建立了全部 7 能力的指标采集口径 + 落库 + 聚合 API + 验收断言闭环——埋点→事件→metrics 表→aggregateMetric→API→E2E 断言。E2E 与单测验证了采集闭环可工作（注入可控信号后指标正确落库 + ratio 正确计算 + denominator=0 返回 null 不 NaN）。实际达标率（如 ≥95% 主动性）取决于真实业务流量下的分子分母积累——骨架已就绪可量化，全标达标待真实流量。详见 docs/test_report/autonomy-system/REPORT.md。

二、全托管模式（Autonomous Mode）

新增全托管模式作为 DeepThink 的连续推进开关：Agent 一旦进入任务即全自主完成，覆盖三道防御层（CLAUDE.md Think Before Coding 宪法、Supervisor clarify 路径、RLHF 端回合礼貌），并加入四道硬刹车护栏保证自主性的同时最小化风险。

三道防御层覆盖：

  1. CLAUDE.md 宪法层：向 agent-runner 注入 Autonomous Override 段（含 6 条规则：禁止向用户提问、禁用 AskUserQuestion、必须填写 <assumption>、循环检测、硬刹车、任务无法完成时的处置）。
  2. Supervisor clarify 旁路：supervisor.ts parseDecision 在 autonomous 时把 clarify 降级为 delegate，question 被丢弃（reason='autonomous_downgrade'），若原 clarify 携带 instruction 则保留。
  3. RLHF 端回合礼貌：agent-runner 主循环端回合检测——AskUserQuestion tool 调用作为强信号 + ASKING_PATTERNS 弱信号，命中后自动续接而不打断。

四道硬刹车护栏：

  • 破坏性命令检测（DESTRUCTIVE_PATTERNS）：14 个正例覆盖 rm -rf /、git push --force、git reset --hard、DROP TABLE/DATABASE、TRUNCATE、DELETE FROM 无 WHERE、mkfs.*、dd to /dev/、fork bomb 等；10 个反例避免误杀 rm -rf ./build、git push --force-with-lease、guarded DELETE ... WHERE 等。
  • 轮次上限：超过最大轮次强制停止。
  • token 上限：超过 token 预算强制停止。
  • 循环检测：滑动窗口尾部 3 条相同 turn 触发（hash 仅取前 5000 字符，确定性）。

数据流与持久化：

  • per-group 配置 + per-message 覆盖（true / false / null）
  • messages.autonomous / scheduled_tasks.autonomous 列
  • API：GET/PUT /api/config/autonomous、GET /api/config/autonomous/all

前端体验：

  • AutonomousToggle 开关 + AutonomousStopButton 硬刹车按钮 + CreateTaskForm checkbox
  • 4 个新 StreamEvent：autonomous_started / autonomous_continued / autonomous_aborted / autonomous_brake
  • chat store 完整事件处理
  • UI 显式展示全托管状态：持久 banner + 消息火箭角标，让"Agent 正在全自主推进"的状态在长任务中始终可见

测试：49 单测（5 文件覆盖 clarify 旁路、模式检测、配置持久化、CLAUDE.md 注入、Schema 校验、循环检测）+ 20 E2E（autonomous-mode 14 + autonomous-brake 6）+ 三端 tsc + StreamEvent 同步校验全绿。详见 docs/test_report/feat-autonomous-mode/TEST_REPORT.md。

🐛 缺陷修复

桌面版打包：web 依赖未装导致失败

make desktop-pack-mac 不会自动安装 web 依赖，干净环境或拉新分支后报 Cannot find module '@monaco-editor/react'（此前 commit 974bd38 加了 monaco-editor 到 web/package.json）。新增 web-install 目标（带 mtime 守卫避免重复安装），并挂到 desktop-build-deps 前置链。详见 docs/issues/。（a2f78f3）

✅ 验证

验证项结果证据
Autonomy 单元测试✅ 31/31P0 15/15 + P1 10/10 + P2 6/6
Autonomy E2E（Playwright）✅ 18/18tests/e2e/autonomy.mjs
Autonomous Mode 单测✅ 49/495 文件覆盖 6 维度
Autonomous Mode E2E✅ 20/20autonomous-mode 14 + autonomous-brake 6
全量回归✅ 零新增回归1325 passed / 1 基线既有失败 / 4 skipped（autonomy）；256 单测无回归（autonomous-mode）
Schema 迁移✅ 幂等SCHEMA_VERSION 53→54
Runtime boot✅ PASSautonomy-registry booted + metrics collector started + learning collector started + adapt loop started + autonomy-heal collector started
三端 typecheck✅ PASS后端 + agent-runner + web tsc --noEmit 全绿
StreamEvent 同步校验✅ PASSshared/stream-event.ts 三处副本一致

📦 获取方式

  • GitCode：git@gitcode.com:AIGeniusInstitute/deepthink.git
  • GitHub：git@github.com:AIGeniusInstitute/deepthink.git
  • 桌面端安装包：见各平台 Release 资产（macOS .dmg / Windows .exe / Linux AppImage）
git fetch --tags
git checkout v1.1.0
# 或直接拉取 main 分支（已包含 v1.1.0 全部内容）

🙏 致谢

让每一家企业都拥有一支永不停歇、持续进化的 AI 超级研发团队——从工具使用者，到代码创造者，最终成长为可自我繁衍的超级智能体。让我们在通往 AGI 的道路上一起前行。

AI天才研究院（AI Genius Institute）是一家专注于通用人工智能深度思考、前沿技术拆解、思维体系构建的独立研究博客与智识实验室。我们跳出碎片化资讯的桎梏，拒绝浅层的AI科普，以严谨的研究视角、通透的逻辑拆解、前瞻的行业洞察，深耕人工智能底层逻辑、技术迭代、思维范式与落地应用，为创作者、开发者、研究者、行业从业者与AI爱好者，打造高质量、纯干货、有深度的AI认知阵地。

关于作者

Languages:

English · 简体中文 · Español · हिन्दी · العربية · বাংলা · Português · Русский · 日本語 · Deutsch · Français · Bahasa Indonesia · اردو · मराठी · తెలుగు · Türkçe · தமிழ் · 한국어 · Tiếng Việt · Italiano · Polski · Українська · Nederlands · ไทย · ગુજરાતી · Bahasa Melayu · ಕನ್ನಡ · فارسی · Svenska · Čeština

在这里插入图片描述

DeepThink

自托管的多用户本地 AI Agent Loop Engineering 系统（支持桌面端 + 浏览器 + 移动端）/ Powered By AI Genius Institute，AI光剑.

DeepThink 快速上手教程

DeepThink 是什么

DeepThink，开源企业级自主 Agent 超级智能体自进化平台，是从 Harness Engineering 到 Loop Engineering 范式的先行者，面向企业客户的新一代 AI 基础设施（AI Infra）。DeepThink 平台以多 Agent 协作框架为核心，融合 AI 自主编程（AI Coding）、自主进化（Self-Evolving）、全栈可观测性（Full-Stack Observability）、Bug 自修复闭环（Bug Auto-Fix Loop）与 程序员-Agent 共生协作（Human-Agent Symbiosis），构建一个能持续学习、自我改进、最终成长为超级智能体的企业级 AI 系统：

  • AI 自主研发平台 —— Agent 独立完成软件研发全生命周期，无需人类工程师介入常规编码任务
  • 自进化智能体引擎 —— Agent 持续从错误中学习、从代码库中吸收知识、从用户反馈中进化
  • 程序员-Agent 协作中枢 —— 每位程序员拥有个人"开发项目"，内含多个并行会话，中央调度防止并发冲突
  • 企业级 SaaS 平台 —— 多租户隔离、权限分级、弹性计费、企业集成（飞书/钉钉/企微/LDAP）
  • 超级智能体孵化器 —— 通过持续进化，单一 Agent 最终具备完整软件团队的综合能力

"让每一家企业都拥有一支永不停歇、持续进化的 AI 超级研发团队——从工具使用者，到代码创造者，最终成长为可自我繁衍的超级智能体。让我们在通往 AGI 的道路上一起前行。"

关键特性

  • 原生 Claude Code 驱动 —— 基于 Claude Agent SDK，底层为完整的 Claude Code CLI 运行时，继承其全部能力
  • Harness & Loop Engineering —— 版本化 harness 清单（system prompt / subagents / tools / skills），支持 snapshot / diff / eval / promote / rollback，以及长时运行的自主任务循环，每次迭代可审查并重新注入失败原因
  • Autonomy Layer 与 Autonomous Mode (v1.1.0) —— 跨层的 Autonomy Layer 统一了 7 大能力（perception / cognition / decision / execution / learning / adaptation / monitoring），配套 metrics collection 与 E2E acceptance；外加完整的 Autonomous Mode，让 Agent 无需人类手把手即可 end-to-end 完成任务，覆盖 three defense layers（CLAUDE.md 宪法性覆盖 / Supervisor clarify 绕过 / RLHF 末端礼貌）与 four hard brakes（破坏性命令 / turn 限制 / token 限制 / 循环检测）
  • Agent-as-a-Service（PaaS） —— 跨租户创建、版本化、挂载、共享并安装数据库支撑的 Agent 定义，具备 per-user 配额、管理员审核和可发布的模板市场
  • 多用户隔离 —— Per-user 工作区、Per-user IM 通道、RBAC 权限体系、邀请码注册、审计日志，每个用户拥有独立的执行环境
  • 八端消息统一路由 —— 飞书（流式卡片 + Reaction）、Telegram Bot API、QQ Bot API v2、钉钉 Stream、微信 iLink、Discord Gateway、WhatsApp（Baileys）和 Web 界面——统一路由
  • 多引擎 & 多提供商 —— 可插拔的代码 Agent 引擎（Claude Code / AtomCode / Codex / OpenCode）和多个 Claude API 提供商，三种负载均衡策略（round-robin / weighted / failover），自动健康检测与恢复
  • 沙箱化代码执行 —— Docker + seccomp + cgroups 加固沙箱，用于 Python / Node / shell 代码执行和 Chromium CDP 浏览器自动化，作为 MCP 工具暴露给 Agent
  • 计费与用量统计 —— 完整的计费系统（订阅计划、钱包余额、兑换码），Per-model Token 用量追踪与图表可视化
  • 移动端 PWA —— 针对移动端深度优化，支持一键安装到桌面，iOS / Android 均已适配
  • 国际化 —— 29 种 UI 语言，支持原生 endonym 和 RTL；Agent 以用户选择的语言回复

项目借鉴了 OpenClaw 的容器化架构，并融合了 Claude Code 官方 Cowork 的多会话协作思路：多个独立 Agent 会话并行工作，各自拥有隔离的工作空间和持久记忆，结果通过 IM 渠道送达。

功能展示

DeepThink 核心能力的可视化导览 —— 每个界面长什么样、为用户带来什么价值。

主工作区：全自主托管

在这里插入图片描述

超级 Agent 团队

输入超复杂任务，DeepThink 自主拆解、组建 Agent 团队（自主设计角色 / System Prompt / 工具），用 DAG 任务图可视化执行，节点内步骤 + 工具调用全 trace 可回溯。 在这里插入图片描述

Agent Studio

创建并管理你的 Agent 在这里插入图片描述

技能(Skill)管理

在这里插入图片描述

知识库

为你的 Agent 挂载私有知识（FTS5 全文检索 + 向量混合检索，支持 .md / .txt / .pdf / .docx / URL）

在这里插入图片描述

插件市场

浏览并安装 Agent / MCP / Skill / KB 模板（含评分与评论） 在这里插入图片描述

MCP 服务器
记忆管理

管理全局记忆、心跳摘要、会话记忆、日期记忆与对话归档。

多引擎支持

管理可用引擎: Claude Code / AtomCode / Codex / OpenCode / Pi

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

沙箱 Sandbox

在隔离容器内执行代码与浏览器自动化 · 实时观察终端与浏览器画面

在这里插入图片描述

定时任务管理

在这里插入图片描述

Loop Engineering

在这里插入图片描述

Supervisor Agent
  • 新建 Supervisor 新建一个长驻监督者，自主定义监督目标 / 周期 / 策略，监督主对话 Agent 全过程并回喂结论。

在这里插入图片描述

Self-Evolving Harness

版本档案库 · 行为证据评估 · 可证伪契约 · promote/rollback

提交 Harness 变异提案 Meta-Loop 会：① 把当前 harness 注册为 proposed 版本 → ② 对 baseline + proposed 跑 eval → ③ 仅当 proposed 严格改进且无新增 fail 才 promote，否则 rollback（保留为垫脚石）。 判定只看行为证据，不看本提案的论证文本。

在这里插入图片描述

消息通道

在这里插入图片描述

模型服务商

在这里插入图片描述

核心能力

多通道接入

渠道连接方式消息格式亮点
飞书WebSocket 长连接流式卡片（打字机效果）原生流式渲染、多卡片自动分页、图片/文件下载到工作区、Reaction 反馈、群聊 @mention 控制
TelegramBot API（Long Polling）Markdown → HTML长消息自动分片（3800 字符）、图片经 Vision（base64）、文档文件自动下载到工作区
QQWebSocket（Bot API v2）流式卡片 / 纯文本C2C 私聊 + 群聊 @Bot、流式打字机（stream_messages）、图片消息（Vision）、配对码绑定
钉钉Stream 协议长连接Markdown 卡片AI Card 流式打字机、消息去重（LRU 1000 条 / 30min TTL）、图片下载（downloadCode / contentUrl）、群聊 @mention 过滤
微信iLink Bot API（Long Polling）纯文本（2000 字符）扫码配对、CDN 图片下载 + AES 解密、输入指示器、自动重连
Discorddiscord.js Gateway（WebSocket）流式编辑消息Guild / DM、附件处理、2000 字符自动分片、ack Reaction、500ms 节流的流式编辑回复
WhatsAppBaileys（WhatsApp Web 协议）Markdown → 纯文本QR / 配对码登录、多文件认证状态、媒体（图片/视频/音频/文档）下载、群组成员事件
WebWebSocket 实时流式 Markdown图片粘贴/拖拽上传、虚拟滚动、Mermaid 图表渲染、图片灯箱

每个用户都可以独立配置自己的 IM 通道（飞书应用凭据、Telegram Bot Token、QQ Bot 凭据、钉钉 Client ID/Secret、微信 iLink Token、Discord Bot Token、WhatsApp QR），互不干扰。消息统一路由：各渠道来源的消息回复到对应渠道，Web 来源的消息在 Web 端回复。

多引擎 & 多提供商

DeepThink 支持可插拔的代码 Agent 引擎和多个 API 提供商，用于高可用部署：

  • 可插拔引擎 —— 每个会话可在 Claude Code、AtomCode、Codex、OpenCode 之间选择；Engines 页面展示统一的可用性仪表盘并管理每个引擎的守护进程生命周期
  • 三种负载均衡策略 —— Round-Robin、Weighted、Failover
  • 自动健康检测 —— 连续错误追踪（默认 3 次错误标记为不健康），5 分钟自动恢复探测
  • 按工作区切换提供商 —— 监控页可指定每个工作区使用哪个提供商
  • OAuth 凭据支持 —— 支持 Claude Code OAuth Token，兼容所有认证方式；sticky provider 选择避免跨 OAuth thinking block 签名失效
  • 活跃会话数 —— 实时展示每个提供商的并发使用量

Agent 执行引擎

基于 Claude Agent SDK 构建；SDK 底层会调用完整的 Claude Code CLI。

  • Per-user 主工作区 —— 每个用户有固定的主工作区（admin 用 host 模式，member 用 container 模式）；IM 消息路由到各自的主工作区
  • 宿主机模式 —— Agent 直接在宿主机运行，访问本地文件系统，零 Docker 依赖（admin 主工作区的默认模式）
  • 容器模式 —— Docker 隔离执行，非 root 用户，预装 40+ 工具（member 主工作区的默认模式）
  • 多会话并发 —— 最多 20 个容器 + 5 个宿主机进程同时运行，会话级队列调度
  • 脚本任务 —— 定时任务支持 Agent 和 Script 两种执行类型；Script 模式直接执行 shell 命令
  • 自定义工作目录 —— 每个会话可配置 customCwd 指向不同的项目
  • 自动失败恢复 —— 指数退避重试（5s → 80s，最多 5 次）；上下文溢出时自动压缩并归档历史

Harness Engineering

管理员可以对模型的 harness（system prompt、subagents、tools、skills 的完整集合）进行 snapshot、diff、eval、promote 和 rollback，作为版本化清单。每个 harness 版本在 promote 前可进行行为评测并基于证据判定，从而安全地演进 Agent 配置，并在出现回退时立即回滚。

Loop Engineering

长时运行的自主任务循环，在你离开后仍持续工作。支持六种循环模式 —— goal、loop、schedule、proactive、adaptive 和 skill_evolution。每次迭代由 SDK 审查，失败原因被重新注入到下一次迭代中，闭合自进化回路。循环由斜杠命令驱动，并实时发出 loop_start / loop_iteration_start / loop_iteration_end / loop_goal_check / loop_review_result / loop_end 流式事件。

Autonomy Layer & Autonomous Mode (v1.1.0)

一次两件套升级，让 DeepThink 从"工具使用者驱动的 Loop Engineering"跃迁到"完全自包含的自主 Agent 系统"。

Autonomy Layer —— 一层横切能力层，将 7 大能力（perception / cognition / decision / execution / learning / adaptation / monitoring）统一为一个可度量、可验证的闭环系统。建立在既有的 self-evolving / loop / supervisor / super-agent / graph 模块之上，新增 event bus、capability registry、metrics collection（8 个指标维度）以及 Playwright E2E acceptance 测试套件。

  • 能力注册表（capability registry） —— GET /api/autonomy/capabilities 按规范顺序返回 7 个 canonical capability
  • 指标采集（metrics collection） —— 每个能力的指标（proactivity_ratio / decision_independence / execution success / learning latency / adaptation_speed / prediction accuracy / self-heal rate）经 event bus 流入 metrics 表，通过 aggregateMetric 聚合，由 GET /api/autonomy/metrics 暴露
  • 信号 → 自适应闭环 —— POST /api/autonomy/signals + POST /api/autonomy/signals/process 把信号驱动到落地的适配，并采集 adaptation_speed_ms
  • 学习闭环 —— graph_run 结果沉淀为 lessons；GET /api/autonomy/lessons 取出以供重新注入
  • 自愈 & 预测 —— 连续错误会触发 monitoring.predicted + self_healed 事件；仪表盘展示 health、signals 与 lessons
  • Schema 迁移 —— SCHEMA_VERSION 53 → 54（4 张表，幂等 IF NOT EXISTS）

7 能力采集闭环已全链路打通（signal → event → metrics 表 → aggregateMetric → API → E2E 断言）。要达到目标头条指标（≥95% proactivity、≥90% success 等）还需累积真实流量——骨架已就位，量化门槛已明确。

Autonomous Mode —— 一个 per-group 的持续推进开关：一旦 Agent 进入任务，便 end-to-end 完成，无需人类手把手。三层 defense layers 覆盖天然的摩擦点，四道 hard brakes 保障自主性安全。

  • Defense layer 1 —— CLAUDE.md 宪法性覆盖 —— 向 agent-runner 注入一段 Autonomous Override，包含 6 条规则：不主动询问用户、禁用 AskUserQuestion、填写 <assumption>、循环检测、hard brakes 以及任务无法完成时的处置策略
  • Defense layer 2 —— Supervisor clarify 绕过 —— 开启自主模式时 supervisor.ts parseDecision 将 clarify 降级为 delegate，丢弃问题（reason='autonomous_downgrade'）；任何显式 instruction 都会被保留
  • Defense layer 3 —— RLHF 末端礼貌 —— agent-runner 主循环检测末端询问行为（强信号：AskUserQuestion 工具调用；弱信号：ASKING_PATTERNS）并自动继续而不中断
  • Hard brake 1 —— 破坏性命令检测 —— 14 个正向模式（rm -rf /、git push --force、git reset --hard、DROP TABLE/DATABASE、TRUNCATE、无 WHERE 的 DELETE FROM、mkfs.*、dd to /dev/、fork bomb…）配合 10 个负向模式避免误报（rm -rf ./build、git push --force-with-lease、带守卫的 DELETE … WHERE）
  • Hard brake 2 —— turn 限制 —— 达到最大轮次后强制停止
  • Hard brake 3 —— token 限制 —— 达到 token 预算后强制停止
  • Hard brake 4 —— 循环检测 —— 滑动窗口检查最近 3 轮是否完全相同（取前 5000 字符的哈希，确定性），命中则中止
  • per-group 配置 + per-message 覆盖（true / false / null）；messages.autonomous 和 scheduled_tasks.autonomous 列持久化该标记
  • APIs —— GET / PUT /api/config/autonomous、GET /api/config/autonomous/all
  • UI —— AutonomousToggle 开关、AutonomousStopButton 硬刹车按钮、CreateTaskForm 复选框、4 个新 StreamEvents（autonomous_started / autonomous_continued / autonomous_aborted / autonomous_brake）、持久化横幅 + 火箭 emoji 角标，让"Agent 全自主驾驶"的状态在长任务全程可见

已验证：Autonomy 31 单元测试 + 18 E2E，Autonomous Mode 49 单元测试 + 20 E2E（14 mode + 6 brake），1325 测试基线零新增回归。详见 docs/test_report/autonomy-system/REPORT.md 和 docs/test_report/feat-autonomous-mode/TEST_REPORT.md。

Agent-as-a-Service（PaaS）

将 Agent 变为可共享、可安装产品的多租户平台：

  • 数据库支撑的 Agent 定义 —— 创建并版本化 Agent 定义，包含快照、挂载、协作者和分享
  • 管理员审核流程 —— Per-user 配额和发布前的管理员审核
  • 安装并挂载 —— 将共享 Agent 安装到自己的工作区；按需挂载到会话中
  • 市场 —— 管理员可发布的模板市场（agent / mcp / skill / kb 模板），支持浏览、评分 / 评论、举报、一键安装，以及幂等的启动期播种

知识库

Per-user 的知识库，让 Agent 基于你的自有文档工作：

  • FTS5 全文检索 —— 内置 SQLite FTS5 对挂载文档建立索引
  • 向量嵌入 —— 可选的 OpenAI 兼容 embedding 端点，用于语义检索
  • 文档抽取 —— 从 PDF / DOCX / MD 等格式抽取纯文本用于索引，Office 文档支持 LibreOffice → PDF 预览
  • kb_search MCP 工具 —— Agent 在运行时直接查询挂载的知识库

沙箱化代码执行

一个加固的沙箱，用于运行不可信代码和驱动浏览器，作为 MCP 工具暴露给 Agent：

  • Docker + seccomp + cgroups —— 通过 seccomp profile 和资源限制实现加固隔离
  • 代码执行 —— sandbox_run_code / sandbox_close，支持 Python、Node 和 shell，可选用 session 或 single-exec 模式
  • 浏览器自动化 —— sandbox_browser_navigate / _click / _type / _screenshot / _evaluate，通过沙箱内的转发器驱动 Chromium CDP target

Claude Code Plugins

对 Claude Code Plugins 的一等支持：

  • Per-user 启用/禁用 —— 每个用户独立选择启用插件；更改在下一次新会话生效（UI 会相应提示）
  • 不可变的内容寻址 catalog —— 管理员扫描宿主机一次构建共享 catalog；plugin snapshot 按内容寻址且不可变
  • 依赖预检 —— 在 materialize 前对 commands/*.md 的 allowed-tools 和 hook 命令做 best-effort 检查，并提供手动覆盖表
  • 运行时 materialize —— Per-user 的 enabled refs 在 spawn 时被 materialize 到版本化的 --plugin-dir 路径

Agent Studio & Agent 定义

定义自定义 Agent 的双层：

  • 全局 agents —— 直接从 Web UI 编辑 ~/.claude/agents/*.md
  • 数据库支撑的用户 Agent —— 版本化快照、工作区挂载、协作者和分享链接
  • 宿主能力预检 —— 在 Agent 运行前校验宿主机具备所需工具

对话追踪（Chat Trace）

Agent 执行的 DAG 可视化 —— 每个节点（turn / tool / review / goal_check / skill / subagent）都渲染为可导航的图，支持用户标注和客户端侧 rerun / continue-from-here，为 Agent 如何得到答案提供全栈可观测性。

Supervisor & i18n

  • Supervisor SubAgent —— 可按会话开启的意图解析器，在主 Agent 运行前对进入的消息进行预分流（clarify / delegate / auto），减少对模糊请求的无效工作
  • 国际化 —— 29 种 UI 语言，支持原生 endonym 和 RTL 标记；所选语言会注入到 Agent prompt 中，使回复匹配用户语言

多会话 & Agent 定义

同一工作区内支持多个独立会话，每个会话有独立的上下文和 session：

  • 会话标签 —— 可拖拽的标签栏；支持创建、重命名、删除会话
  • Per-conversation IM 绑定 —— 每个会话可独立绑定到一个 IM 通道
  • 自定义 Agent 定义 —— 创建自定义 SubAgent（如 code-reviewer、web-researcher），复用 Claude Agent SDK 的 agents 选项
  • 独立的会话持久化 —— 每个会话维护自己的 Claude session，完全隔离

实时流式体验

Agent 的思考与执行过程通过 30+ 种流式事件类型（文本、思考、工具调用、hooks、任务、记忆回放、循环、用量、todo、上下文审计等）实时推送到前端：

  • 思考过程 —— 可折叠的 Extended Thinking 面板，逐字符流式呈现
  • 工具调用追踪 —— 工具名称、执行时长、嵌套深度、输入参数摘要
  • 调用轨迹时间线 —— 最近若干条工具调用记录，便于快速回溯
  • Hook 执行状态 —— PreToolUse / PostToolUse Hook 的开始、进度、结果
  • 循环事件 —— 自主循环的实时 loop_iteration_* 和 loop_review_result 事件
  • 流式 Markdown 渲染 —— GFM 表格、代码高亮、Mermaid 图表、图片灯箱
  • 分享为图片 —— 将消息导出为可分享的图片
  • 飞书流式卡片 —— 原生打字机效果，三层 fallback 链（Streaming → CardKit v1 → Legacy），多卡片自动分页，单元素支持 10 万字符
  • 钉钉 / QQ / Discord 流式 —— 各渠道原生的流式卡片 / 流式编辑打字机效果

计费系统

完整的订阅与用量计费系统（点击展开）

面向多用户部署的计费系统，支持灵活的计费模式：

  • 订阅计划管理 —— 管理员创建计费计划，设定价格、Token 配额和有效期
  • 用户钱包 —— 每个用户拥有独立余额，支持充值和消费
  • 兑换码系统 —— 创建带最大使用次数和过期时间的兑换码
  • Per-model Token 追踪 —— Token 用量精确到模型级别（输入/输出/缓存）
  • 成本计算 —— 基于模型定价自动计算美元成本
  • 管理控制台 —— 计划 CRUD、用户余额管理、兑换码管理、计费审计日志
  • 配额检查 —— 请求前自动检查用户配额和余额；超额时阻止执行

用量统计

  • Token 用量拆分 —— 输入 token、输出 token、缓存读取/创建 token，各自独立追踪
  • 成本计算 —— 按模型自动计算成本，以美元格式化
  • 多维度筛选 —— 按用户、模型、时间范围（7/14/30/90 天）灵活筛选
  • 图表可视化 —— 柱状图和饼图展示用量趋势与分布
  • 管理员视图 —— 管理员可查看所有用户的用量数据

27 个 MCP 工具

运行时 Agent 通过内置 MCP Server 与主进程通信（22 个无条件 + 5 个条件触发）：

工具说明
send_message / send_image / send_file运行期间向用户/群组立即发送消息、图片或文件
schedule_task / list_tasks / update_task创建定时/循环/一次性任务（cron / interval / once）；列出并更新任务
pause_task / resume_task / cancel_task暂停、恢复、取消任务
register_group注册新群组（仅 admin 主工作区可用）
install_skill / uninstall_skill / create_skill安装、卸载或创建 Skill（仅主工作区可用）
memory_append / memory_search / memory_get追加、全文检索并读取工作区记忆文件
kb_search检索挂载的知识库（FTS5 + 可选向量嵌入）
sandbox_run_code / sandbox_close在加固沙箱中运行 Python / Node / shell 代码；关闭沙箱会话
sandbox_browser_navigate / _click / _type / _screenshot / _evaluate在沙箱内驱动 Chromium CDP 浏览器
discord_get_server_info / discord_get_channel_info / discord_get_history读取 Discord 服务器/频道元数据和消息历史

定时任务

  • 三种调度模式 —— Cron 表达式 / 固定间隔 / 一次性执行
  • 两种执行类型 —— Agent（启动完整的 Claude Agent）/ Script（直接执行 shell 命令）
  • 两种上下文模式 —— group（在指定会话中执行）/ isolated（独立隔离环境）
  • 通知渠道 —— 任务完成时通知指定 IM 通道（飞书 / Telegram / QQ / 钉钉 / 微信 / Discord）
  • 完整执行日志 —— 耗时、状态、结果，全部通过 Web 界面管理

记忆系统

Agent 自主维护跨会话的持久记忆：

  • 用户全局记忆 —— data/groups/user-global/{userId}/CLAUDE.md；每个用户有独立的全局记忆，所有会话可读
  • 会话记忆 —— data/groups/{folder}/CLAUDE.md，会话私有
  • 日期记忆 —— memory/YYYY-MM-DD.md，用于时间相关信息
  • 对话归档 —— PreCompact Hook 在上下文压缩前自动归档到 conversations/
  • 全文检索 —— 从 Web 界面在线编辑 + 检索

工作区级配置

每个工作区可独立配置自己的运行时环境：

  • Per-workspace MCP Servers —— 为工作区添加 stdio 或 HTTP MCP Servers，独立于全局配置
  • Per-workspace Skills —— 为工作区安装特定 Skills，按需启用
  • Per-workspace 环境变量 —— 群组级环境变量覆盖，优先级高于全局配置
  • 共享工作区成员 —— 多个用户可加入同一工作区协作
  • 跨组 ACL —— 纯授权函数治理群组间 IPC 路由（folder / user / 绑定 IM 规则），使非主工作区 Agent 能安全地向绑定通道发消息

IM 绑定系统

将 IM 通道绑定到工作区的灵活机制：

  • 工作区级绑定 —— 将 IM 群组/私聊绑定到指定工作区或特定会话
  • 飞书话题群映射 —— 绑定飞书话题群后，每个话题自动映射为独立会话并拥有自己的上下文；工作区切换为纵向话题列表导航
  • 斜杠命令管理 —— /bind <target> 绑定，/unbind 解绑，/where 查看当前绑定，/new <name> 创建新工作区并绑定
  • Web 设置管理 —— 在设置页查看并管理所有 IM 绑定

Skills 系统

  • 项目级 Skills —— 放在 container/skills/，自动挂载到所有容器
  • 用户级 Skills —— 放在 ~/.claude/skills/，自动挂载到所有容器
  • 工作区级 Skills —— 通过 Web 界面为特定工作区安装 Skills
  • 无需重新构建镜像；通过卷挂载 + 符号链接实现自动发现

Web 终端

基于 xterm.js + node-pty 的完整终端：WebSocket 连接、可拖拽可调整大小的面板，直接从 Web 界面操作容器。

Docker 构建 UI

在 Web 监控页一键构建 Docker 镜像；构建日志通过 WebSocket 实时流式输出 —— 无需在终端手动执行命令。

移动端 PWA

针对移动端优化的 Progressive Web App，可从移动浏览器一键安装到桌面：

  • 原生体验 —— 全屏模式、独立应用图标，视觉上与原生应用无异
  • 响应式布局 —— Mobile-first 设计；聊天界面、设置页和监控面板均适配小屏
  • iOS / Android 适配 —— 安全区处理、滚动优化、字体渲染、触控交互
  • 随时可用 —— 随时随地拿出手机即可与 AI Agent 对话、查看执行状态、管理任务

文件管理

  • 完整文件浏览器 —— 树形目录结构、文件类型图标
  • 文件操作 —— 上传（50MB 限制，支持拖拽）/ 下载 / 删除 / 创建目录
  • 文件预览 —— 在线文本文件查看、图片预览 + 灯箱、Markdown 渲染、Office 文档 → PDF 预览
  • 安全 —— 路径遍历防护 + 系统路径保护

安全 & 多用户

能力说明
用户隔离每个用户拥有独立主工作区（home-{userId}）、工作目录和 IM 通道
个性化用户可自定义 AI 名称、头像 emoji / 颜色 / 上传图片
RBAC5 种权限，4 种角色模板（admin_full / member_basic / ops_manager / user_admin）
注册控制开放注册 / 邀请码注册 / 关闭注册
审计日志18 种事件类型，完整操作追踪
加密存储API 密钥使用 AES-256-GCM 加密；Web API 仅返回掩码值
挂载安全白名单校验 + 黑名单模式匹配（.ssh、.gnupg 等敏感路径）
终端权限用户可访问自己容器的 Web 终端（host 模式不支持）
登录保护5 次失败锁定 15 分钟，bcrypt 12 轮，HMAC Cookie，30 天会话有效期
会话管理查看并删除活跃登录会话；支持多设备管理
CORS / WS 防御可配置放行来源；WebSocket upgrade 拒绝非白名单来源并返回 403（CSWSH 防御）
PWA一键安装到手机桌面，针对移动端深度优化，随时随地使用 AI Agent

快速开始

前置条件

开始前，请确保已安装以下依赖：

必装

  • Node.js >= 20 —— 运行主服务和前端构建

  • Docker —— 在容器模式下运行 Agent 和代码执行沙箱（member 用户必装；admin 仅用 host 模式可跳过）

  • Claude API Key —— Anthropic 官方或兼容的中转服务（各种 Coding Plan 均可）；启动后在 Web 界面配置

可选（仅当你需要对应 IM 通道时）

Claude Code CLI 无需手动安装 —— 作为项目依赖打包的 Claude Agent SDK 已包含完整的 CLI 运行时，首次 make start 时会自动安装。

安装与启动

# 1. 克隆仓库
git clone https://github.com/AIGeniusInstitute/deep-think.git
cd deepthink

# 2. 一键启动（首次运行自动安装依赖 + 编译）
make start

打开：http://localhost:9898

如需公网访问，请自行用 nginx/caddy 配置反向代理

按设置向导完成初始化：

  1. 创建管理员 —— 自定义用户名和密码（无默认账号）
  2. 配置 Claude API —— 填入 API key 和模型（支持中转服务；可配置多个提供商）
  3. 配置 IM 通道（可选）—— 飞书 / Telegram / QQ / 钉钉 / 微信 / Discord / WhatsApp
  4. 开始对话 —— 直接从 Web 聊天页发消息

所有配置均通过 Web 界面完成，无需任何配置文件。API 密钥以 AES-256-GCM 加密存储。

启用容器模式

admin 用户默认使用 host 模式（无需 Docker），开箱即用。对于容器模式（member 用户注册后自动使用）：

# 构建容器镜像
./container/build.sh

#（可选）构建用于代码执行 + 浏览器自动化的加固沙箱镜像
make sandbox-build

新用户注册时会自动创建容器模式主工作区（home-{userId}）—— 无需额外配置。

配置飞书集成

  1. 前往飞书开放平台创建企业自建应用

  2. 在应用的"事件订阅"下添加：im.message.receive_v1（接收消息）

  3. 在应用的"权限管理"下启用以下权限：

    • cardkit:card:write（创建并更新卡片）
    • im:chat / im:chat:read / im:chat:readonly（群组信息）
    • im:message（发送消息）
    • im:message.group_at_msg:readonly（接收群 @ 消息）
    • im:message.group_msg（接收所有群消息）—— 敏感权限，需管理员审批。无此权限时，群内仅处理 @-Bot 消息
    • im:message.p2p_msg:readonly（接收私聊消息）
    • im:resource（获取并上传图片/文件资源）

  4. 发布应用版本并等待审批

  5. 在 DeepThink Web 界面"Settings → IM Channels → Feishu"下填入 App ID 和 App Secret

每个用户可在个人设置中独立配置飞书应用凭据，从而启用 per-user 飞书 Bot。

群聊 mention 控制：默认情况下群聊需要 @-Bot 才会响应。使用 /require_mention false 切换为全量消息响应（需 im:message.group_msg 权限）。

飞书话题群：将飞书话题群（chat_mode=topic 或 group_message_type=thread）绑定到工作区后，每个话题会自动创建一个拥有独立上下文和消息历史的会话 Agent。Web 界面切换为纵向话题列表，支持搜索和删除。解绑时会自动清理所有话题会话。

配置 Telegram 集成

  1. 在 Telegram 中找到 @BotFather，发送 /newbot 创建 Bot
  2. 保存返回的 Bot Token
  3. 在 DeepThink Web 界面"Settings → IM Channels → Telegram"下填入 Bot Token
  4. 群聊使用：要在 Telegram 群中使用 Bot，请在 BotFather 中发送 /mybots → 选择该 Bot → Bot Settings → Group Privacy → Turn off；否则 Bot 只能收到 / 命令消息

配置 QQ 集成

  1. 前往 QQ 开放平台，用手机 QQ 扫码注册并登录
  2. 创建一个 bot，设置名称和头像
  3. 在 bot 管理页面获取 App ID 和 App Secret
  4. 在 DeepThink Web 界面"Settings → IM Channels → QQ"下填入 App ID 和 App Secret
  5. 配对：在设置页生成配对码，然后在 QQ 中向 Bot 发送 /pair <配对码> 完成绑定

QQ Bot 使用官方 API v2 协议，支持 C2C 私聊和群聊 @-Bot 消息。在群聊中，Bot 只接收 @-Bot 消息。C2C 私聊支持流式打字机回复。

配置钉钉集成

  1. 前往钉钉开放平台创建企业内部应用
  2. 在 App Management → Bots & Messaging 下启用"Bot Configuration"
  3. 选择 Stream mode（非 HTTP 回调模式）以接收消息
  4. 获取应用的 Client ID（AppKey）和 Client Secret（AppSecret）
  5. 在 DeepThink Web 界面"Settings → IM Channels → DingTalk"下填入 Client ID 和 Client Secret

钉钉 Bot 支持私聊和群聊。在群聊中，Bot 只响应 @-Bot 消息。支持 AI Card 流式打字机效果。

配置微信集成

  1. 在 DeepThink Web 界面"Settings → IM Channels → WeChat"下启用微信通道
  2. 填入 iLink Bot Token
  3. 点击"扫码配对"生成二维码
  4. 用微信扫码完成绑定

微信消息限制为 2000 字符；超长内容会自动分片。来自微信 CDN 的图片会先下载并 AES 解密后再传给 Agent。

配置 Discord 集成

  1. 前往 Discord Developer Portal 创建应用
  2. 在"Bot"标签下创建一个 bot 并复制其 Token
  3. 在"OAuth2 → URL Generator"下选择 bot 和（可选）applications.commands scope，勾选所需权限（Send Messages、Read Message History、Attach Files），打开生成的 URL 将 bot 邀请到你的服务器
  4. 在 DeepThink Web 界面"Settings → IM Channels → Discord"下填入 Bot Token

Discord 支持 guild（服务器）频道和私聊。长消息在 2000 字符处自动分片；回复采用 500ms 节流的流式编辑打字机效果，Agent 开始工作时会添加一个 ack Reaction。

配置 WhatsApp 集成

  1. 在 DeepThink Web 界面"Settings → IM Channels → WhatsApp"下启用 WhatsApp 通道
  2. 点击"生成二维码"
  3. 在手机 WhatsApp 上扫码（Settings → Linked Devices）
  4. 等待连接建立

WhatsApp 集成使用社区维护的 Baileys 库（WhatsApp Web 协议）。登录状态通过 multi-file auth 持久化，因此只需在首次启动时扫码。媒体（图片 / 视频 / 音频 / 文档）消息会下载到工作区。详见 docs/channels/whatsapp.md（包含风险提示）。

IM 斜杠命令

在飞书 / Telegram / QQ / 钉钉 / 微信 / Discord / WhatsApp 中，以 / 开头的消息会被拦截为斜杠命令（未知命令会回退为普通消息处理）：

命令缩写用途
/list/ls列出所有工作区和会话
/status-查看当前工作区/会话状态
/where-查看当前绑定位置和回复策略
/bind <target>-绑定到指定工作区或 Agent（如 /bind myws 或 /bind myws/a3b）
/unbind-解绑回到默认工作区
/new <name>-创建新工作区并将当前群绑定到它
/recall/rcAI 总结最近的对话历史
/clear-清除当前会话的会话上下文
/require_mention-切换群聊响应模式：true（需要 @）或 false（全量响应）

执行模式

模式描述对象前置依赖
宿主机模式Agent 直接在宿主机运行，访问本地文件系统Admin 主工作区（folder=main）Claude Agent SDK（自动安装）
容器模式Agent 在 Docker 容器中隔离运行，预装 40+ 工具Member 主工作区（folder=home-{userId}）Docker Desktop + 已构建镜像

admin 主工作区默认为 host 模式；member 注册时自动创建容器模式主工作区。你也可以在 Web 界面的会话管理中手动切换执行模式。

容器工具链

容器镜像基于 node:22-slim，预装以下工具：

类别工具
AI / AgentClaude Code CLI、Claude Agent SDK、MCP SDK
浏览器自动化Chromium、agent-browser
编程语言Node.js 22、Python 3（pip / venv）、Go
构建工具链build-essential、cmake、pkg-config
文本搜索ripgrep (rg)、fd-find (fd)
多媒体处理ffmpeg、ImageMagick、Ghostscript、Graphviz
文档转换Pandoc、poppler-utils（PDF 工具）
数据库客户端SQLite3、MySQL Client、PostgreSQL Client、Redis Tools
网络工具curl、wget、openssh-client、dnsutils、iputils-ping、lsof
飞书 CLIfeishu-cli（预编译二进制 + Skills）
ShellZsh + Oh My Zsh（ys 主题）
其他git、jq、tree、file、shellcheck、zip/unzip、rsync、bc、patch

技术架构

架构图

在这里插入图片描述

flowchart LR
    subgraph 接入层
        Feishu(&#34;飞书<br/>(WebSocket 长连接)&#34;)
        Telegram(&#34;Telegram<br/>(Bot API)&#34;)
        QQ(&#34;QQ<br/>(Bot API v2)&#34;)
        DingTalk(&#34;钉钉<br/>(Stream 长连接)&#34;)
        WeChat(&#34;微信<br/>(iLink Bot API)&#34;)
        Discord(&#34;Discord<br/>(Gateway WS)&#34;)
        WhatsApp(&#34;WhatsApp<br/>(Baileys)&#34;)
        Web(&#34;Web 界面<br/>(React 19 SPA)&#34;)
    end

    subgraph 主进程[&#34;主进程 (Node.js + Hono)&#34;]
        Router[&#34;消息路由<br/>(2s 轮询 + 去重)&#34;]
        Queue[&#34;并发队列<br/>(20 容器 + 5 宿主机进程)&#34;]
        Scheduler[&#34;定时调度器<br/>(Cron / 间隔 / 一次性)&#34;]
        WS[&#34;WebSocket Server<br/>(流式推送 + 终端)&#34;]
        Auth[&#34;认证 & RBAC<br/>(bcrypt + HMAC Cookie)&#34;]
        Config[&#34;配置管理<br/>(AES-256-GCM 加密)&#34;]
        ProviderPool[&#34;提供商池 / 引擎<br/>(Claude/AtomCode/Codex/OpenCode)&#34;]
        Billing[&#34;计费引擎<br/>(Plan + Wallet + Quota)&#34;]
        Harness[&#34;Harness / Loop<br/>(版本化 + 自主循环)&#34;]
        PaaS[&#34;PaaS / Marketplace<br/>(Agent 即服务)&#34;]
    end

    subgraph 执行层
        Host[&#34;宿主机进程<br/>(Claude Code CLI)&#34;]
        Container[&#34;Docker 容器<br/>(agent-runner)&#34;]
        Sandbox[&#34;沙箱<br/>(代码执行 + 浏览器)&#34;]
    end

    subgraph Agent[&#34;Agent 运行时&#34;]
        SDK[&#34;Claude Agent SDK<br/>(query 循环)&#34;]
        MCP[&#34;MCP Server<br/>(27 个工具)&#34;]
        Stream[&#34;流式事件<br/>(30+ 种类型)&#34;]
    end

    KB[(&#34;知识库<br/>(FTS5 + 向量)&#34;)]
    DB[(&#34;SQLite<br/>(WAL 模式)&#34;)]
    IPC[&#34;IPC 文件通道<br/>(原子读写)&#34;]
    Memory[&#34;记忆系统<br/>(CLAUDE.md + memory/)&#34;]

    Feishu --> Router
    Telegram --> Router
    QQ --> Router
    DingTalk --> Router
    WeChat --> Router
    Discord --> Router
    WhatsApp --> Router
    Web --> Router

    Router --> Queue
    Queue --> ProviderPool
    ProviderPool --> Host
    ProviderPool --> Container
    ProviderPool --> Sandbox
    Scheduler --> Queue
    Billing --> Queue
    Harness --> ProviderPool
    PaaS --> ProviderPool

    Host --> SDK
    Container --> SDK
    Sandbox --> SDK
    SDK --> MCP
    SDK --> Stream
    SDK --> KB

    MCP --> IPC
    IPC --> Router

    Stream --> WS
    WS --> Web

    Router --> DB
    Auth --> DB
    Billing --> DB
    SDK --> Memory

    class Feishu,Telegram,QQ,DingTalk,WeChat,Discord,WhatsApp,Web fe
    class Router,Queue,Scheduler,WS,Auth,Config,ProviderPool,Billing,Harness,PaaS svc
    class DB,KB db
    class Host,Container,Sandbox faas
    class SDK,MCP,Stream faas
    class IPC cfg
    class Memory cfg

数据流：消息从接入层（8 个通道）进入主进程，去重并路由后派发到并发队列。队列通过提供商池选择 API key / 引擎，并启动宿主机进程、Docker 容器或沙箱。容器内的 agent-runner 调用 Claude Agent SDK 的 query() 函数。流式事件（30+ 种类型：思考、文本、工具调用、hooks、任务、记忆回放、循环、用量等）通过 stdout marker 协议传回主进程，再通过 WebSocket 广播到 Web 客户端，或通过 IM API 回复到各通道。MCP Server 通过基于文件的 IPC 通道提供 27 个工具，实现 Agent 与主进程的双向通信。计费引擎在每次请求前检查配额和余额。Harness/Loop 层对 Agent 配置做快照并演进，同时驱动自主任务循环。

技术栈

层技术
后端Node.js 22 · TypeScript 5.9 · Hono · better-sqlite3 (WAL) · ws · node-pty · Pino · Zod 4
前端React 19 · Vite 6 · Zustand 5 · Tailwind CSS 4 · shadcn/ui · Radix UI · Lucide Icons · react-markdown · mermaid · recharts · @dnd-kit · xterm.js · @tanstack/react-virtual · PWA
AgentClaude Agent SDK · Claude Code CLI · MCP SDK · IPC 文件通道
引擎Claude Code · AtomCode · Codex · OpenCode（可插拔，守护进程管理）
PaaS数据库支撑的 Agent 定义 · 模板市场 · per-user 配额 · 管理员审核
Harness / Loop版本化 harness 清单 · 自主任务循环 · 每次迭代 SDK 审查
AutonomyAutonomy Layer（event bus + capability registry + 7-capability metrics）· Autonomous Mode（3 defense layers + 4 hard brakes）· Playwright E2E acceptance
沙箱Docker + seccomp + cgroups · Chromium CDP 浏览器自动化
容器Docker (node:22-slim) · Chromium · agent-browser · Python · Go · 40+ 预装工具
安全bcrypt (12 轮) · AES-256-GCM · HMAC Cookie · RBAC · 路径遍历防护 · 挂载白名单 · 跨组 ACL
IM 集成@larksuiteoapi/node-sdk（飞书）· grammY（Telegram）· QQ Bot API v2 · dingtalk-stream（钉钉）· iLink Bot API（微信）· discord.js（Discord）· Baileys（WhatsApp）

目录结构

所有运行时数据统一在 data/ 目录下，启动时自动创建 —— 无需手动初始化。

deepthink/
├── src/                          # 后端源码
│   ├── index.ts                  #   入口：消息轮询、IPC 监听、容器生命周期
│   ├── web.ts                    #   Hono app、WebSocket、静态文件
│   ├── routes/                   #   28 个路由模块（auth / groups / files / config / monitor /
│   │                             #   memory / tasks / skills / admin / browse / agents /
│   │                             #   mcp-servers / plugins / usage / billing / bug-report /
│   │                             #   chat-trace / harness / loops / sandbox /
│   │                             #   agent-definitions / workspace-config / paas-admin /
│   │                             #   paas-agents / paas-embedding / paas-knowledge-bases /
│   │                             #   paas-marketplace / paas-share)
│   ├── feishu.ts                 #   飞书连接工厂（WebSocket 长连接）
│   ├── feishu-streaming-card.ts  #   飞书流式卡片（打字机 + 三层 fallback）
│   ├── telegram.ts               #   Telegram 连接工厂（Bot API）
│   ├── qq.ts                     #   QQ 连接工厂（Bot API v2 WebSocket）
│   ├── qq-streaming-card.ts      #   QQ 流式卡片（stream_messages 打字机）
│   ├── dingtalk.ts               #   钉钉连接工厂（Stream 协议）
│   ├── dingtalk-streaming-card.ts#   钉钉 AI Card 流式控制器
│   ├── wechat.ts                 #   微信连接工厂（iLink Bot API）
│   ├── whatsapp.ts               #   WhatsApp 连接工厂（Baileys）
│   ├── discord.ts                #   Discord 连接工厂（discord.js Gateway）
│   ├── discord-streaming-edit.ts #   Discord 流式编辑控制器
│   ├── im-manager.ts             #   IM 连接池（per-user 七通道管理）
│   ├── im-safety/                #   IM 安全原语（processing lock + stale detector）
│   ├── container-runner.ts       #   Docker / 宿主机进程管理
│   ├── group-queue.ts            #   并发控制队列
│   ├── provider-pool.ts          #   多提供商负载均衡
│   ├── atomcode-daemon-manager.ts#   可插拔引擎守护进程生命周期
│   ├── harness-*.ts              #   Harness Engineering（registry / eval / meta-loop）
│   ├── loop-orchestrator.ts      #   Loop Engineering 编排器
│   ├── supervisor.ts             #   Supervisor SubAgent（意图分流）
│   ├── plugin-*.ts               #   Claude Code Plugins（catalog / importer / materializer）
│   ├── embedding.ts              #   知识库向量嵌入
│   ├── cross-group-acl.ts        #   跨组 IPC 授权
│   ├── office-converter.ts       #   Office → PDF 预览 + 文本抽取
│   ├── i18n-languages.ts        #   29 种语言 i18n
│   ├── billing.ts                #   计费引擎（plans、wallet、quota）
│   ├── runtime-config.ts         #   AES-256-GCM 加密配置
│   ├── task-scheduler.ts         #   定时任务调度器
│   ├── script-runner.ts          #   脚本任务执行器
│   ├── file-manager.ts           #   文件安全（路径遍历防护）
│   ├── mount-security.ts         #   挂载白名单 / 黑名单
│   └── db.ts                     #   SQLite 数据层（Schema v1→v51）
│
├── web/                          # 前端（React + Vite）
│   └── src/
│       ├── pages/                #   26 个页面
│       ├── components/           #   UI 组件（chat / settings / billing / monitor / ...）
│       ├── stores/               #   21 个 Zustand store
│       └── api/client.ts         #   统一 API 客户端
│
├── container/                    # Agent 容器
│   ├── Dockerfile                #   容器镜像定义
│   ├── build.sh                  #   构建脚本
│   ├── sandbox/                  #   加固沙箱镜像（代码执行 + 浏览器）
│   ├── agent-runner/             #   容器内执行引擎
│   │   └── src/
│   │       ├── index.ts          #     Agent 主循环 + 流式事件
│   │       └── mcp-tools.ts       #     27 个 MCP 工具
│   └── skills/                   #   项目级 Skills
│
├── shared/                       # 跨项目共享类型定义
│   ├── stream-event.ts           #   StreamEvent 类型单一真相源（30+ 种）
│   ├── channel-prefixes.ts       #   IM 渠道前缀映射（7 个 IM 渠道）
│   └── image-detector.ts         #   图片 MIME 检测
│
├── scripts/                      # 构建辅助脚本
│   ├── sync-stream-event.sh      #   将 shared/ 类型同步到各子项目
│   └── check-stream-event-sync.sh#   校验类型副本一致性
│
├── config/                       # 项目配置
│   ├── default-groups.json       #   预注册群组
│   ├── mount-allowlist.json      #   容器挂载白名单
│   └── global-claude-md.template.md # 全局 CLAUDE.md 模板
│
├── desktop/                      # 桌面版 Electron 壳（macOS / Windows / Linux）
│
├── data/                         # 运行时数据（启动时自动创建）
│   ├── db/messages.db            #   SQLite 数据库（WAL 模式）
│   ├── groups/{folder}/          #   会话工作目录（Agent 可读写）
│   │   ├── downloads/{channel}/  #     IM 文件下载（按日期子目录）
│   │   └── CLAUDE.md             #     会话私有记忆
│   ├── groups/user-global/{id}/  #   用户全局记忆目录
│   ├── sessions/{folder}/.claude/#   Claude 会话持久化
│   ├── ipc/{folder}/             #   IPC 通道（input / messages / tasks）
│   ├── env/{folder}/env          #   容器环境变量文件
│   ├── memory/{folder}/          #   日期记忆
│   └── config/                   #   加密配置文件
│
└── Makefile                      # 常用命令

开发指南

首次安装
make install              # 安装根项目依赖 + 编译 agent-runner
make install-host-tools   # 安装 host 模式所需的外部工具（feishu-cli、agent-browser、uv）+ 刷新 builtin-skills 缓存

make install 会自动修复 node-pty 的 spawn-helper 可执行权限（在 macOS arm64 上，预编译二进制偶尔缺少 +x 位，会导致 Web 终端 PTY 模式失效）。

日常开发
make dev              # 并行启动前端 + 后端（热重载）；首次运行自动安装依赖并构建容器镜像
make dev-backend      # 仅启动后端（tsx 直跑 TS，无需预构建）
make dev-web          # 仅启动前端（Vite 在 5173）
make status           # 查看服务状态（进程、端口、日志、Docker 容器）
make logs             # 实时查看日志（仅在手动后台化时有效，如 make start > /tmp/deepthink.log 2>&1 &）
make stop             # 停止服务（pm2 托管走 pm2 stop，否则杀掉监听端口的进程）

make dev 会自动检测 package.json 是否比 node_modules 更新，若是则重新运行 make install；同时确保 Docker 镜像存在（容器模式所需）。如果系统启用了 pm2，它会先暂停 pm2 以释放端口，退出时恢复。

构建与类型检查
make build            # 编译全部（后端 + 前端 + agent-runner，含 sync-types）
make build-backend    # 仅后端
make build-web        # 仅前端
make typecheck        # 全量 TypeScript 类型检查（后端 + 前端 + agent-runner）
make typecheck-backend    # 仅后端
make typecheck-web        # 仅前端
make typecheck-agent-runner  # 仅 agent-runner
make format           # 用 Prettier 格式化代码
make format-check     # 仅检查格式（用于 CI，不修改文件）
make test             # 运行约束测试（vitest；重构前后必跑）
make sync-types       # 将 shared/ 类型定义同步到各子项目（stream-event.ts、image-detector.ts、channel-prefixes.ts）
make clean            # 清理全部构建产物（dist/、web/dist/、container/agent-runner/dist/）

修改 shared/stream-event.ts 后必须运行 make sync-types 同步到三个子项目，否则类型会不一致。make build 和 make typecheck 会自动触发同步。

生产部署
make start            # 生产一键启动（前台阻塞运行，日志输出到终端）
make update-sdk       # 手动将 agent-runner + 主服务的 Claude Agent SDK 更新到最新版本
make ensure-latest-sdk  # 启动前自动检查 SDK 是否有新版本（有则更新，无则跳过；已内置到 make start）
make sandbox-build    # 构建加固沙箱镜像 deepthink-sandbox:latest（代码执行 + 浏览器自动化）

如需后台运行：make start > /tmp/deepthink.log 2>&1 &，然后用 make logs 滚动日志，make status 查看进程状态，make stop 停止服务。

管理员账号管理
make admin-create     # 创建管理员账号（USERNAME=xxx [PASSWORD=xxx]；省略 PASSWORD 则交互式输入）
make admin-passwd      # 修改管理员密码（USERNAME=xxx [PASSWORD=xxx]；会清掉该账号所有旧登录会话）
数据管理
make reset-init       # 重置为首装状态（清空数据库、配置、工作区、记忆、会话、IPC、日志）
make backup           # 将运行时数据备份到 deepthink-backup-{date}.tar.gz
make restore          # 从最新备份恢复（或 make restore FILE=xxx.tar.gz 指定文件）
make migrate-data     # 将仓库内的旧 ./data 目录迁移到外部 DATA_DIR

make reset-init 会清空整个 data/ 目录 —— 仅用于测试设置向导或完全从零开始。生产环境慎用。

桌面版打包

将 DeepThink 打包为独立可执行应用（macOS .dmg / Windows .exe / Linux .AppImage）；详见 CLAUDE.md §2.6。

make desktop-build      # 编译桌面版 Electron 壳（含 build + sync-types + npm install）
make desktop-fetch-node # 拉取当前平台的 Node.js 二进制到 desktop/dev-resources/node（首次打包前必做）
make desktop-rebuild-natives # 针对内置 Node ABI 重新编译原生模块（better-sqlite3 等），避免运行时 ABI 不匹配
make desktop-dev        # 桌面版开发模式：启动 Electron 壳加载本机后端
make desktop-pack-mac   # 打包 macOS .dmg（arm64 + x64，需在 macOS 上执行）
make desktop-pack-win   # 打包 Windows .exe（需在 Windows runner 上执行）
make desktop-pack-linux # 打包 Linux AppImage/.deb（需在 Linux runner 上执行）

构建产物输出到 desktop/release/，包括主 .dmg / .exe / .AppImage 文件和 .blockmap（用于增量更新）。

跨平台打包必须在对应平台的 runner 上执行（electron-builder 的限制）。macOS 可同时产出 arm64 + x64 dmg；Windows 和 Linux 只能在各自的原生平台运行。

发布 Release

DeepThink 提供两种发布到 GitHub Release 的方式：手动 make release（适合快速的单平台发布）和全自动 GitHub Actions（适合正式版本发布，三平台并行构建）。

方式一：手动发布（make release）

前置条件：make desktop-pack-* 已产出制品，已创建 tag 并推送到远端。

# 1. 创建并推送 tag
git tag -a v1.0.0 -m "Release v1.0.0"
git push origin v1.0.0

# 2. 在本地构建制品（macOS 示例）
make desktop-pack-mac

# 3. 发布到 GitHub Release（需：brew install gh && gh auth login）
make release VERSION=v1.0.0

# 误发布时删除
make release-delete VERSION=v1.0.0

方式二：GitHub Actions 全自动（.github/workflows/release.yml）

推送 v* tag 时自动触发；三平台并行构建并自动创建 Release。也可以在 GitHub 仓库的 Actions 页通过 workflow_dispatch 手动触发。如需自定义 release notes，请在推送 tag 前将内容写入 docs/release-notes/v1.0.0.md。

帮助与端口
make help    # 列出所有可用 make 命令及描述
服务默认端口说明
后端9898Hono + WebSocket
前端开发服务器5173Vite，将 /api 和 /ws 代理到后端（仅开发模式）
自定义端口

生产模式（make start）：仅后端服务运行；前端作为静态文件由后端提供。通过 WEB_PORT 环境变量更改端口：

WEB_PORT=8080 make start
# 打开 http://localhost:8080

开发模式（make dev）：前端 Vite 开发服务器（5173）和后端（9898）分别运行；开发时访问 5173。要让前端代理指向非默认后端，设置 VITE_API_PROXY_TARGET 和 VITE_WS_PROXY_TARGET。

环境变量

以下是可选的覆盖项。我们推荐使用 Web 设置向导配置 Claude API 和 IM 凭据（加密存储）。

变量默认值说明
WEB_PORT9898Web 服务端口
ASSISTANT_NAMEDeepThink助手显示名称
CONTAINER_IMAGEdeepthink-agent:latestAgent 容器镜像
CONTAINER_TIMEOUT1800000（30min）容器硬超时（可通过 Web 设置覆盖）
CONTAINER_MAX_OUTPUT_SIZE10485760（10MB）单次运行最大输出（可通过 Web 设置覆盖）
IDLE_TIMEOUT1800000（30min）容器空闲保活（可通过 Web 设置覆盖）
MAX_CONCURRENT_CONTAINERS20最大并发容器数（可通过 Web 设置覆盖）
MAX_CONCURRENT_HOST_PROCESSES5宿主机进程并发上限（可通过 Web 设置覆盖）
MAX_FILE_SIZE_MB50文件大小上限（MB），Web 上传与 IM 下载共用（可通过 Web 设置覆盖）
MAX_LOGIN_ATTEMPTS5登录失败锁定阈值（可通过 Web 设置覆盖）
LOGIN_LOCKOUT_MINUTES15锁定时长（分钟）（可通过 Web 设置覆盖）
AUTO_COMPACT_WINDOW0（禁用）SDK 自动压缩触发点（tokens）；0 = 关闭（可通过 Web 设置覆盖）
TASK_BACKFILL_GRACE_MS300000（5min）重启后定时任务的逾期容忍窗口（可通过 Web 设置覆盖）
TRUST_PROXYfalse信任反向代理的 X-Forwarded-For 头
CORS_ALLOWED_ORIGINS空（仅 localhost）公网域名访问的放行来源；WebSocket upgrade 防御（CSWSH）所需。逗号分隔域名或 *
TZ系统时区定时任务时区

更多运行参数（容器超时、并发限制、登录保护、计费设置等）可在 Web 界面"Settings → System Settings"下配置 —— 无需环境变量。CORS_ALLOWED_ORIGINS 可写入项目根 .env（启动时由 src/load-env.ts 自动加载）。

管理员密码恢复

npm run reset:admin -- <username> <new-password>

数据重置

make reset-init

# 或手动：
rm -rf data store groups

贡献

欢迎提交 Issue 和 Pull Request！

开发流程

  1. Fork 仓库并克隆到本地
  2. 创建功能分支：git checkout -b feature/your-feature
  3. 开发并测试：make dev 启动开发环境，make typecheck 做类型检查
  4. 提交并推送到你的 Fork
  5. 向 main 分支发起 Pull Request

Commit 约定

Commit message 使用简体中文，格式：类型: 描述

修复: 侧边栏下拉菜单无法点击
新增: Telegram Bot 集成
重构: 统一消息路由逻辑

项目结构

项目包含四个独立的 Node.js 项目，每个都有自己的 package.json 和 tsconfig.json：

项目目录用途
主服务/（根目录）后端服务（28 个路由模块）
Web 前端web/React SPA（26 个页面，21 个 store）
Agent Runnercontainer/agent-runner/容器内 / 宿主机上的执行引擎
桌面版外壳desktop/Electron 打包，覆盖 macOS / Windows / Linux

此外，shared/ 目录存放跨项目的共享类型定义（StreamEvent、Channel Prefixes、Image Detector），在构建时通过 make sync-types 同步到各子项目。

Star History

在这里插入图片描述

License

MIT

Languages

avatar
文章
阅读
粉丝