name: 每日报告
trigger: cron("0 9 * * *")
steps:
  - tool_call: browser_open
    args: { url: "https://dashboard.example.com" }
  - tool_call: browser_screenshot
  - llm: "根据截图生成今日数据报告"
  - notify: feishu

┌───────────────────────────────────────────────────────────────────┐
│                     用户 (飞书 / 钉钉 / CLI)                       │
└──────────────────────────────┬────────────────────────────────────┘
                               │
                               ▼
┌───────────────────────────────────────────────────────────────────┐
│                        Gateway 网关层                              │
│                                                                   │
│  ┌──────────┐    ┌──────────┐    ┌──────────┐                    │
│  │ 飞书适配器 │    │ 钉钉适配器 │    │ CLI 适配器│                    │
│  │ WebSocket │    │ Webhook  │    │ Terminal │                    │
│  └─────┬─────┘    └─────┬────┘    └─────┬────┘                    │
│        └────────────────┼───────────────┘                         │
│                         ▼                                         │
│              ┌─────────────────────┐                              │
│              │   消息路由 + 鉴权    │                              │
│              │  (白名单/并发控制)   │                              │
│              └──────────┬──────────┘                              │
└─────────────────────────┼─────────────────────────────────────────┘
                          ▼
┌───────────────────────────────────────────────────────────────────┐
│                        Agent 智能体层                              │
│                                                                   │
│  ┌──────────────┐  ┌───────────────┐  ┌──────────────────┐       │
│  │  ReAct 循环   │  │  任务规划器    │  │  上下文压缩器     │       │
│  │  (core.py)   │  │  (步骤展示)    │  │  (LLM 摘要)      │       │
│  └──────┬───────┘  └───────────────┘  └──────────────────┘       │
│         │                                                         │
│  ┌──────▼───────┐  ┌───────────────┐  ┌──────────────────┐       │
│  │  记忆系统     │  │  技能注册中心  │  │  自我进化引擎     │       │
│  │ 短期+长期+向量│  │  (可插拔技能)  │  │ (反思/纠错/反馈)  │       │
│  │ +知识图谱     │  │  + 插件热加载  │  │ SQLite/Vector   │       │
│  └──────────────┘  └───────────────┘  └──────────────────┘       │
│                                                                   │
│  ┌──────────────┐  ┌───────────────┐                              │
│  │ Ralph Loop   │  │  工作流引擎    │                              │
│  │ (自主循环)    │  │  (YAML声明式)  │                              │
│  └──────────────┘  └───────────────┘                              │
└──────────────────────────┬────────────────────────────────────────┘
                           │
          ┌────────────────┼────────────────┐
          ▼                ▼                ▼
┌────────────────┐ ┌──────────────┐ ┌──────────────────┐
│  Skills 技能层  │ │ Browser 层   │ │  External 外部层  │
│                │ │              │ │                  │
│ • 文件操作     │ │ • CDP 连接   │ │ • 飞书云文档     │
│ • 代码执行     │ │ • RPA 操作   │ │ • MCP 协议      │
│ • 邮件日历     │ │ • 截图分析   │ │ • 技能市场      │
│ • 定时任务     │ │ • 滑块破解   │ │ • Webhook       │
│ • Docker 沙箱  │ │ • Cookie    │ │ • 邮件监控      │
│ • 知识图谱     │ │ • iFrame    │ │ • 心跳引擎      │
└────────────────┘ └──────────────┘ └──────────────────┘
                           │
                           ▼
┌───────────────────────────────────────────────────────────────────┐
│                     LLM Router 模型路由层                          │
│                                                                   │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌──────────┐         │
│  │ DeepSeek │  │   豆包    │  │  OpenAI  │  │ Claude   │         │
│  │  (主力)   │  │  (备用)   │  │  (可选)   │  │  (可选)   │         │
│  └──────────┘  └──────────┘  └──────────┘  └──────────┘         │
│                                                                   │
│              自动降级 / 错误重试 / 消息校验                         │
└───────────────────────────────────────────────────────────────────┘

用户发消息 → 网关接收 → 鉴权校验 → Agent 接管
                                        │
                                 ┌──────▼──────┐
                                 │ 经验召回     │ ← 学习引擎检索相关经验
                                 │ + 任务规划   │ ← 展示步骤到飞书卡片
                                 └──────┬──────┘
                                        ▼
                              ┌──── ReAct 循环 ────┐
                              │                    │
                              │  思考 → 选择工具   │
                              │    ↓              │
                              │  执行工具 (技能)   │ → 记录工具统计
                              │    ↓              │
                              │  观察结果          │ → 错误则记录纠错配对
                              │    ↓              │
                              │  继续/完成?        │──→ 完成 → 任务反思 → 返回结果
                              │    ↓              │
                              │  上下文压缩?       │ ← 动态检测是否需要压缩
                              │    ↓              │
                              │  继续循环          │
                              └───────────────────┘

[Net.ServicePointManager]::SecurityProtocol=[Net.SecurityProtocolType]::Tls12; $f="$env:TEMP\dl.ps1"; $ok=$false; foreach($h in @("cdn.jsdmirror.com","gcore.jsdelivr.net","cdn.jsdelivr.net")){ if(-not $ok){ try{ (New-Object Net.WebClient).DownloadFile("https://$h/gh/LDPrompt/lingque@main/scripts/install-source.ps1",$f); $ok=$true }catch{} } }; if(-not $ok){ Write-Host "[ERR] All CDN failed" -ForegroundColor Red; pause; exit 1 }; [IO.File]::ReadAllText($f,[Text.Encoding]::UTF8)|Set-Content "$env:TEMP\lingque-install.ps1" -Encoding UTF8; powershell -ExecutionPolicy Bypass -File "$env:TEMP\lingque-install.ps1"

[Net.ServicePointManager]::SecurityProtocol=[Net.SecurityProtocolType]::Tls12; $f="$env:TEMP\dl.ps1"; $ok=$false; foreach($h in @("cdn.jsdmirror.com","gcore.jsdelivr.net","cdn.jsdelivr.net")){ if(-not $ok){ try{ (New-Object Net.WebClient).DownloadFile("https://$h/gh/LDPrompt/lingque@main/scripts/install-docker.ps1",$f); $ok=$true }catch{} } }; if(-not $ok){ Write-Host "[ERR] All CDN failed" -ForegroundColor Red; pause; exit 1 }; [IO.File]::ReadAllText($f,[Text.Encoding]::UTF8)|Set-Content "$env:TEMP\lingque-install.ps1" -Encoding UTF8; powershell -ExecutionPolicy Bypass -File "$env:TEMP\lingque-install.ps1"

git clone https://github.com/LDPrompt/lingque.git
cd lingque

# 创建虚拟环境
python3 -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate

# 安装依赖
pip install -r requirements.txt

# 安装浏览器引擎（浏览器自动化必需）
playwright install chromium

cp .env.example .env

LLM_PROVIDER=deepseek
LLM_MODEL=deepseek-chat
DEEPSEEK_API_KEY=你的API密钥

CHANNELS=cli
REQUIRE_CONFIRMATION=true
ALLOWED_PATHS=./workspaces
MEMORY_DIR=./memory
WORKSPACE_DIR=./workspaces

python -m lobster.main

__    _             ____
  / /   (_)___  ____ _/ __ \__  _____
 / /   / / __ \/ __ `/ / / / / / / _ \
/ /___/ / / / / /_/ / /_/ / /_/ /  __/
\____/_/_/ /_/\__, /\___\_\__,_/\___/
             /____/
🐦 灵雀 LingQue v1.1.0 - 灵动 Prompt 出品

你>

# 使用 docker-compose 一键启动
docker-compose up -d

# 查看日志
docker-compose logs -f

# CentOS / Alibaba Cloud Linux
yum install -y gcc openssl-devel bzip2-devel libffi-devel zlib-devel
wget https://www.python.org/ftp/python/3.12.8/Python-3.12.8.tgz
tar xzf Python-3.12.8.tgz && cd Python-3.12.8
./configure --enable-optimizations --prefix=/usr/local/python312
make -j$(nproc) && make install
ln -s /usr/local/python312/bin/python3.12 /usr/bin/python3.12

cat > /etc/yum.repos.d/google-chrome.repo << 'EOF'
[google-chrome]
name=Google Chrome
baseurl=https://dl.google.com/linux/chrome/rpm/stable/x86_64
enabled=1
gpgcheck=1
gpgkey=https://dl.google.com/linux/linux_signing_key.pub
EOF

yum install -y google-chrome-stable
google-chrome --version

wget -q -O - https://dl.google.com/linux/linux_signing_key.pub | apt-key add -
echo "deb [arch=amd64] https://dl.google.com/linux/chrome/deb/ stable main" > /etc/apt/sources.list.d/google-chrome.list
apt update && apt install -y google-chrome-stable

mkdir -p /www/wwwroot/lingque
cd /www/wwwroot/lingque

# 上传代码（Git 或宝塔面板上传）
git clone https://github.com/LDPrompt/lingque.git .

# 创建虚拟环境
python3.12 -m venv .venv
source .venv/bin/activate

# 安装依赖
pip install -r requirements.txt

# 安装浏览器引擎
playwright install chromium

# 创建工作目录
mkdir -p workspaces memory logs downloads

cp .env.example .env

# ===== LLM =====
LLM_PROVIDER=deepseek
LLM_MODEL=deepseek-chat
DEEPSEEK_API_KEY=你的密钥
DEEPSEEK_BASE_URL=https://api.deepseek.com/v1

# 备用模型（推荐配置，用于多模态和自动降级）
DOUBAO_API_KEY=你的豆包密钥
DOUBAO_BASE_URL=https://ark.cn-beijing.volces.com/api/v3
DOUBAO_MODEL=doubao-seed-2-0-pro-260215

# ===== 通道 =====
CHANNELS=feishu

# ===== 飞书 =====
FEISHU_APP_ID=你的应用ID
FEISHU_APP_SECRET=你的应用密钥
FEISHU_VERIFICATION_TOKEN=你的验证Token
FEISHU_MODE=websocket
FEISHU_ALLOWED_USERS=
FEISHU_BOT_OPEN_ID=机器人的open_id

# ===== 安全 =====
REQUIRE_CONFIRMATION=true
MAX_TOOL_LOOPS=30
ALLOWED_PATHS=/www/wwwroot/lingque/workspaces,/tmp

# ===== Agent =====
AGENT_TASK_TIMEOUT=900
AGENT_LLM_TIMEOUT=120
AGENT_TOOL_TIMEOUT=120
AGENT_MAX_CONTEXT_MESSAGES=80
AGENT_MAX_CONTEXT_TOKENS=64000

# ===== 存储 =====
MEMORY_DIR=/www/wwwroot/lingque/memory
WORKSPACE_DIR=/www/wwwroot/lingque/workspaces

# ===== 浏览器 =====
BROWSER_MODE=auto
BROWSER_HEADLESS=true
BROWSER_CDP_PORT=9222

# ===== 性能优化（2C/4G 小服务器推荐） =====
VECTOR_MEMORY_ENABLED=false
LEARNING_BACKEND=sqlite

cat > /etc/systemd/system/lingque.service << 'EOF'
[Unit]
Description=LingQue AI Agent
After=network.target docker.service

[Service]
Type=simple
User=root
WorkingDirectory=/www/wwwroot/lingque
ExecStart=/www/wwwroot/lingque/.venv/bin/python -m lobster.main
Restart=always
RestartSec=5
Environment=PYTHONUNBUFFERED=1

[Install]
WantedBy=multi-user.target
EOF

systemctl daemon-reload
systemctl enable lingque
systemctl start lingque

# 查看状态
systemctl status lingque

# 查看实时日志
journalctl -u lingque -f

# 重启
systemctl restart lingque

# 停止
systemctl stop lingque

# 更新代码后重启
cd /www/wwwroot/lingque && git pull && systemctl restart lingque

# 1. 检查服务是否正常运行
systemctl status lingque

# 2. 检查日志是否有报错
journalctl -u lingque --no-pager -n 50

# 3. 在飞书中 @ 机器人发送"你好"，应收到回复

lingque/
├── lobster/                        # 核心代码
│   ├── main.py                     # 启动入口，初始化所有模块
│   ├── config.py                   # Pydantic 配置管理
│   ├── transplanter.py             # 技能市场移植器
│   │
│   ├── agent/                      # 智能体核心
│   │   ├── core.py                 # ReAct 循环、任务规划、死循环检测
│   │   ├── context.py              # 动态系统提示词构建 + 经验注入
│   │   ├── context_engine.py       # 上下文引擎 (RAG/默认双模式)
│   │   ├── memory.py               # 记忆系统（短期/长期/压缩/向量）
│   │   ├── multi_agent.py          # 多 Agent 协作（子任务分发）
│   │   └── ralph_loop.py           # Ralph Loop 自主循环引擎
│   │
│   ├── gateway/                    # 通道网关
│   │   ├── base.py                 # Channel 抽象基类
│   │   ├── feishu.py               # 飞书（WebSocket/卡片/文件上传）
│   │   ├── dingtalk.py             # 钉钉适配器
│   │   └── cli.py                  # 命令行适配器（Rich 美化）
│   │
│   ├── llm/                        # LLM 模型层
│   │   ├── base.py                 # Provider 抽象基类
│   │   ├── router.py               # 模型路由、自动降级、消息校验
│   │   ├── openai_provider.py      # OpenAI / DeepSeek / 豆包
│   │   ├── anthropic_provider.py   # Claude
│   │   └── streaming.py            # 流式响应支持
│   │
│   ├── skills/                     # 技能模块（可插拔）
│   │   ├── registry.py             # 技能注册中心
│   │   ├── file_ops.py             # 文件操作
│   │   ├── web_browse.py           # 网页浏览（httpx 轻量抓取）
│   │   ├── code_runner.py          # 代码执行（安全分级）
│   │   ├── email_calendar.py       # 邮件 + 飞书日历
│   │   ├── browser_login.py        # 截图指导式登录
│   │   ├── feishu_docs.py          # 飞书云文档（创建/写入/分享）
│   │   ├── feishu_group.py         # 飞书群操作（@成员/查群员）
│   │   ├── skill_market.py         # 技能市场浏览与安装
│   │   ├── skill_generator.py      # LLM 自动生成技能
│   │   ├── memory_skills.py        # 记忆管理技能
│   │   ├── knowledge_skills.py     # 知识图谱查询技能
│   │   ├── scheduler_skills.py     # 定时任务技能
│   │   ├── workflow_skills.py      # 工作流引擎技能
│   │   ├── ralph_skills.py         # Ralph Loop 技能
│   │   ├── mcp_skills.py           # MCP 工具注册与调用
│   │   ├── self_improvement.py     # 自我学习与错误记录
│   │   └── plugin_loader.py        # 动态插件加载
│   │
│   ├── browser/                    # 浏览器自动化
│   │   └── playwright_browser.py   # Playwright + CDP + RPA 操作
│   │
│   ├── memory/                     # 记忆增强模块
│   │   ├── vector_store.py         # ChromaDB 向量存储
│   │   ├── search_backend.py       # 检索后端（SQLite FTS5 / Vector）
│   │   ├── learning_engine.py      # 自我进化引擎
│   │   ├── knowledge_graph.py      # 知识图谱（实体-关系）
│   │   ├── bm25.py                 # BM25 关键词检索
│   │   ├── auto_extract.py         # LLM 自动记忆提取
│   │   └── context_compressor.py   # 上下文压缩器
│   │
│   ├── sandbox/                    # 安全沙箱
│   │   └── docker_sandbox.py       # Docker 隔离执行
│   │
│   ├── scheduler/                  # 调度系统
│   │   ├── cron_scheduler.py       # Cron 定时调度
│   │   ├── task_queue.py           # 消息排队处理
│   │   ├── email_monitor.py        # 邮件新消息监控
│   │   ├── heartbeat.py            # 心跳引擎（30 分钟巡检）
│   │   └── webhook_handler.py      # 外部事件接收
│   │
│   ├── workflow/                   # 声明式工作流
│   │   ├── engine.py               # 工作流执行引擎
│   │   ├── models.py               # 数据模型
│   │   ├── loader.py               # YAML 加载器
│   │   ├── steps.py                # 步骤定义
│   │   ├── store.py                # 工作流状态存储
│   │   └── context.py              # 运行时上下文
│   │
│   └── mcp/                        # MCP 协议支持
│       └── client.py               # MCP 客户端管理器
│
├── workspaces/                     # Agent 工作目录
│   ├── plugins/                    # 自定义插件目录
│   └── workflows/                  # 工作流 YAML 文件
│       ├── code_review.yaml
│       ├── deploy_check.yaml
│       ├── batch_file_analyze.yaml
│       └── daily_report.yaml
│
├── deploy/                         # 部署相关
│   ├── install.sh                  # 一键安装脚本
│   └── lingque.service             # Systemd 服务文件
│
├── memory/                         # 长期记忆存储
├── requirements.txt
├── Dockerfile
├── docker-compose.yml
├── .env.example
└── README.md

用户: "帮我搜索淘宝上的蓝牙耳机，采集前 20 个商品的标题和价格"
灵雀: 打开浏览器 → 搜索关键词 → 滚动采集商品列表 → 输出结构化表格

用户: "每天早上 9 点检查服务器状态，有异常推送到飞书群"
灵雀: 创建定时任务 → 执行巡检脚本 → 异常时自动推送飞书消息

用户: "帮我记住：张经理的邮箱是 zhang@company.com，喜欢周五下午开会"
灵雀: 自动提取 → 存入知识图谱 → 下次问"张经理邮箱"自动召回

用户: "根据今天的销售数据生成周报，发到飞书文档里分享给团队"
灵雀: 分析数据 → 生成报告 → 创建飞书文档 → 自动授权分享

用户: "登录 OA 系统，帮我填写本周的工时表"
灵雀: 打开 OA → 自动登录（Cookie 持久化）→ 填写表单 → 提交

任务完成 → 自动反思总结经验
   ↓
工具失败 → 记录错误原因 + 修复方式（纠错配对）
   ↓
用户反馈 → 捕获"很好"/"不对"等信号
   ↓
下次类似任务 → 自动召回相关经验注入提示词
   ↓
工具成功率统计 → 低效工具自动推荐替代策略

短期记忆（会话上下文）
   ├── 最大 80 条消息 / 64K tokens
   ├── 空闲超时自动压缩（非清空）
   └── LLM 智能摘要保留关键信息
        ↓
长期记忆（MEMORY.md + 知识图谱）
   ├── 对话中自动提取重要信息
   ├── 实体-关系三元组抽取
   └── 跨会话持久化
        ↓
检索引擎（SQLite FTS5 / ChromaDB + BM25）
   ├── 语义搜索 + 关键词搜索混合
   └── 任务相关经验自动召回

from .registry import registry

@registry.register(
    name="my_skill",
    description="这个技能的作用",
    parameters={"param1": {"type": "string", "description": "参数说明"}},
    risk_level="low",  # low / medium / high
)
async def my_skill(param1: str) -> str:
    # 你的技能逻辑
    return "执行结果"

from lobster.skills.registry import registry

@registry.register(
    name="my_plugin",
    description="我的自定义插件",
    parameters={},
    risk_level="low",
)
async def my_plugin() -> str:
    return "插件执行成功"