disp8ch

<p align="center"> <img src="docs/readme-assets/logo.png" alt="disp8ch" width="140" /> </p> <p align="center"> <img src="docs/readme-assets/readme-title.png" alt="disp8ch" width="520" /> </p> <p align="center"> <a href="https://github.com/aaronnat23/disp8ch/actions/workflows/quality.yml"><img src="https://github.com/aaronnat23/disp8ch/actions/workflows/quality.yml/badge.svg" alt="质量检查" /></a> <a href="https://github.com/aaronnat23/disp8ch/actions/workflows/codeql.yml"><img src="https://github.com/aaronnat23/disp8ch/actions/workflows/codeql.yml/badge.svg" alt="CodeQL" /></a> <a href="LICENSE"><img src="https://img.shields.io/badge/license-MIT-blue.svg" alt="MIT 许可证" /></a> <a href="https://nodejs.org/"><img src="https://img.shields.io/badge/node-%3E%3D22.13.0-339933.svg" alt="Node.js 22.13 或更新版本" /></a> </p> <p align="center"> <b><span style="color:#f4f4f5;">一个本地命令中心，聊天变成工作流、代理、记忆、决策、面板和已交付的工作。</span></b> </p> <p align="center"> <span style="color:#f4f4f5;">构建自动化，运行多代理组织，记住重要的事情，并从纯英文 WebChat 中控制整个工作空间。</span> </p> <p align="center"> <a href="#快速开始">快速开始</a> · <a href="#运行完全本地-无需 API 密钥">本地模型</a> · <a href="#截图">截图</a> · <a href="#选项卡如何协同工作">选项卡</a> · <a href="#使用场景">使用场景</a> · <a href="#迁移和导入">迁移</a> · <a href="CHANGELOG.md">发布说明</a> · <a href="#安全和控制">安全</a> </p> --- ## 什么是 disp8ch？ disp8ch 是一个自托管的 AI 工作空间，适用于希望拥有一个本地应用程序来完成聊天助手、自动化构建器、个人记忆系统、多代理仪表板和自主公司控制平面的用户。 将其用作： - 一个普通的助手聊天，可以使用工具和检查应用程序状态； - 一个可视化的工作流构建器，用于 cron 作业、Webhook、通道消息、代理、文档、HTTP、逻辑和文件； - 一个本地记忆和技能系统，可以随着时间的推移而改进，而不会隐藏数据； - 一个多代理操作仪表板，带有面板、目标、预算、审批、层次结构、心跳和审计跟踪； - 一个研究和设计工作空间，可以收集证据、创建工件，并将想法转化为工作流。 核心思想很简单：安装一个应用程序，连接一个模型，并从浏览器 UI 和纯英文聊天开始运行个人或团队工作流。您不必在聊天代理、工作流构建器、笔记本、设计工具和代理公司仪表板之间进行选择。主要的导航功能使日常工作和帮助可见；较低频率的诊断和高级工具在 **更多工具** 和命令调色板下可用，而不是与首次使用任务竞争。 ## disp8ch 为您提供什么 您可以将 disp8ch 与您已经喜欢的工具一起使用。其作用是为您提供一个本地工作空间，在其中聊天、记忆、工作流、文档、代理、决策、面板和生成的工件可以协同工作。 > **已经使用另一个本地助手、笔记本、自动化构建器、设计工作空间或代理仪表板？** 继续使用有效的方法。当您需要一个共享的本地命令中心时，disp8ch 可以导入兼容的技能库、工作流 JSON 和公司/组织模板 - 技能、代理、角色、目标、预算和工作流结构可以转移，而源格式受支持时。机密信息永远不会被悄悄复制。跳转到 [迁移和导入](#迁移和导入)。 | 您想要的 | disp8ch 为您提供 | |---|---| | 一个快速的本地助手 | 带有模型路由、工具、记忆、文件、会话和应用程序控制提示的 WebChat。 | | 一个可以学习的代理 | 可审查的记忆、可重用的技能、会话回忆和磁盘上的工作空间启动文件。 | | 没有隐藏提示链的自动化 | 带有触发器、节点合约、重放、导入、导出、模板、队列和可测试运行的可视化工作流画布。 | | 长时间运行的自主工作 | 动态运行，带有 `/loop`、阶段/工作账本、暂停/恢复/取消、已保存的运行命令和项目管理器模板。 | | 调度和事件驱动的工作 | cron 调度、签名 Webhook、直接 Webhook 响应、RSS 读取、运行-now 操作、HMAC 示例和 WebChat 访问实时自动化状态。 | | 您已经在那里工作的消息 | WebChat 加上 Telegram、Discord、WhatsApp、Slack、Google Chat、Microsoft Teams、BlueBubbles/iMessage 样式的路径和网关状态屏幕。 | | 多个代理而不会混乱 | 代理角色、工具、技能、预算、模型、通道、唤醒、审批和执行历史。 | | 并行工作，而不是 20 个丢失的终端 | 默认情况下使用活动模型生成后台子代理，或显式选择已安装的编码 CLI；结果返回到同一会话并出现在活动记录中。 | | 类似公司的命令中心 | 面板、层次结构、多个组织、带有完整祖先的目标、报告线、心跳、成本归属、治理和可移植的公司包。 | | 更好的决策 | 议会会议，多个代理人讨论选项、投票并产生有记录的裁决。 | | 没有另一个聊天界面的研究笔记本 | 数据源管理上传、爬取、笔记本、笔记、生成输出和引用；WebChat 是询问问题和综合的单一场所。 | | 生成的工件而无需离开工作空间 | 设计工作室创建持久的 UI 概念、仪表板、图表、着陆页、演示文稿和应用程序屏幕，来自同一个代理运行时。 | | 超出内置工具的工具 | 连接任何 MCP 服务器、安装扩展包并公开自定义工具 - 在不分叉应用程序的情况下扩展代理。 | | 使用当前来源的研究 | 多提供商网络搜索（Tavily、Brave、DuckDuckGo）、浏览器自动化、来源引用的简介和可重复的实验循环。 | | 输入和输出语音 | 文本转语音和语音转文本节点（ElevenLabs、Whisper 和提供商可配置）连接到工作流和通道。 | | 本地模型自由 | 直接 API 提供商、OpenRouter 和 OpenAI 兼容的本地服务器，如 Ollama、llama.cpp、LM Studio、vLLM 和 SGLang - 或使用没有 API 密钥的核心功能完全离线运行。 | | 更顺畅的路径 | 从本地代理生态系统导入兼容的技能、工作流 JSON 和公司模板。查看 [迁移](#迁移和导入)。 | | 没有私有状态的公共存储库 | 清洁的发布预期：没有数据库、API 密钥、记忆、文档、身份验证状态或聊天历史记录提交。 | ## 截图 <p align="center"> <img src="docs/readme-assets/agentic-workspace-loop.svg" alt="disp8ch agentic workspace loop" width="100%" /> </p> **一个操作循环** - 数据源、WebChat、议会、层次结构、工作流、面板、记忆、技能、设计工作室、使用情况和本地模型路由共享同一个工作空间，而不是像单独的应用程序一样。 <p align="center"> <img src="docs/readme-assets/research-to-action.svg" alt="disp8ch research to action flow" width="49%" /> <img src="docs/readme-assets/automation-engine.svg" alt="disp8ch visual automation engine" width="49%" /> </p> **研究变成工作** - 源材料可以变成引用的答案、任务、议会会议、工作流和设计工件。 **自动化保持可见** - 触发器、键入的节点、队列、跟踪、重放和 Webhook 响应是第一类运行时件。 <p align="center"> <img src="docs/readme-assets/dashboard.png" alt="disp8ch dashboard" width="100%" /> </p> **仪表板** - 实时系统健康状况、活动工作流、代理人、面板任务、执行通道和快速操作在一个操作员视图中。 <p align="center"> <img src="docs/readme-assets/webchat.png" alt="disp8ch webchat" width="49%" /> <img src="docs/readme-assets/workflows.png" alt="disp8ch workflow canvas with connected template nodes" width="49%" /> </p> **WebChat** 是用于提问、检查应用程序状态、创建任务和运行代理工具工作的纯英文控制界面。 **工作流** 是可视化自动化画布，显示带有真实连接节点的已连接模板：触发器 → 组织上下文 → 代理简报 → 议会/面板跟进 → WebChat 输出。 <p align="center"> <img src="docs/readme-assets/hierarchy.png" alt="disp8ch full agent organization hierarchy" width="100%" /> </p> **层次结构** 显示整个代理组织：角色、目标、报告线、心跳、治理上下文、预算状态、工作负载和代理所有权。其他主要界面包括 **面板** 用于任务流、 **议会** 用于结构化辩论、 **数据源** 用于可搜索上下文、 **技能/扩展/MCP** 用于工具增长、 **自动化** 用于 cron 和 Webhook，以及 **设计工作室** 用于生成的工件。 <p align="center"> <img src="docs/readme-assets/agent-ops-control.svg" alt="disp8ch agent operations control plane" width="100%" /> </p> ## 选项卡如何协同工作 disp8ch 围绕一个操作循环构建，而不是一堆不相关的工具： 1. **数据源** 将 PDF、文档、爬取的页面、爬取的文档站点和连接的源快照摄入可搜索的上下文中。 2. **WebChat** 在该上下文中提问，检查应用程序状态，建议计划，创建任务，起草工作流，并将工作交给代理。 3. **议会** 将重要决策转化为结构化辩论，并记录选项、投票和裁决。 4. **层次结构** 将目标分配给组织、角色、代理、预算、报告线、心跳和治理规则。 5. **工作流** 将可重复的工作变成可触发的自动化，带有 cron、Webhook、RSS、通道、文件、文档、记忆、面板、代理和响应节点。 6. **面板** 跟踪由 WebChat、议会、层次结构、数据源、通道或工作流输出创建的后续工作。 7. **功能** 将记忆、技能和扩展以及 MCP 服务器放在一起，但不混淆它们各自的职责。操作员可以合并已批准的技能/扩展预设到现有的团队中，而 MCP 访问权限单独限定每个服务器。 8. **操作** 显示活动记录、使用情况和成本，并保持可见；审批、工作流运行详细信息、日志和调试工具在需要时位于 **更多工具** 下一步一点击。 9. **设计工作室** 将生成的工件保存在同一个工作空间中，以便设计可以变成面板任务、工作流、源或决策，而不是一次性的图像。 这意味着研究报告可以变成引用的 WebChat 答案，然后是议会决策，然后是层次结构目标，然后是工作流支持的面板任务，然后是保存的设计工件 - 而且只有一个审计跟踪，而不是五个独立的应用程序。 ## 核心功能 ### 代理 WebChat - 带有应用程序感知工具的纯英文助手。 - 非琐碎研究、存储库检查、应用程序功能审计、设计任务、工作流规划和代码编辑的通用代理运行时。 - 直接斜杠命令仅限确定性路径，小算术、显式无工具转换、内存确认和保护的应用程序读取。 - 答案后验证、源/文件接地、工具标记清理和诚实的缺失证据处理。 - 通过普通单词控制深度：默认情况下，设计/分析答案丰富；说“快速”或“保持简短”以获得即时紧凑的答案，或说“彻底”以获得最大深度。 - 会话管理：重命名、导出和修剪对话。 - 风险门控的代码编辑验证，具有更改的文件会计、行为探针检查和假绿色保护。 - 在纯英文中构建和编辑工作流：从模板创建、运行、激活并更改节点的提示、模型、URL 或配置 - 应用为确认门控的键入操作。代理运行时保持只读；除非您确认，否则不会发生任何更改。 ### 可视化工作流自动化 - 用于消息触发器、Webhook、cron、手动触发器、GitHub 事件、代理调用、HTTP、RSS 源、文件、文档、内存、逻辑、面板、通道（包括 SMS 和 GitHub 评论）和实用操作的拖放节点画布。 - 聊天助手、任务路由、监控、定时报告、数据处理、文档智能、文档站点爬取、RSS/新闻监控、本地线索丰富、支持/社区分诊与人工审查草案、证据支持的策略硬化循环、研究循环、实验循环、代码审查、通道接收、操作控制塔、船员编排、短视频/内容管道和集成的模板库。 - 一个现成的自动化配方包：夜间问题分诊、拉取请求审查、文档漂移检测、依赖漏洞扫描、部署烟雾验证、事件警相关性、端点在线监视、竞争对手存储库监视、每周新闻摘要和研究论文扫描器 - 每个都预先连接触发器、代理和交付。 - 仅在更改时发出通知：代理（或节点）可以发出 `[SILENT]`，下游发送/通知节点会抑制传递 - 因此计划检查保持静默，直到实际需要关注。 - 导入/导出、复制、重放、节点测试、运行到节点、版本、跟踪绘制、凭证、数据映射、表达式预览和工作流作为代理工具行为。 - 跨所有工作流的执行视图，具有状态筛选器、重试和从失败节点重试的功能。 - 每个工作流的并发控制：跳过重复启动（默认）或有耐心的排队（FIFO）并带有最大并发限制 - 排队的启动在重启后存活。 - 每个工作流的预算和升级策略：按日限制运行/成本并可选自动禁用，并路由阈值/失败升级并带有通知限制和安静时间 - 因此无人值守的自动化在防护栏内。 - Webhook 触发的工作流可以直接用响应节点（自定义状态/正文/标头）回答 HTTP 调用者，或者如果运行时间较长，则返回一个轮询 URL。 ### 动态运行和代理托管 - 动态运行将长期目标转换为持久的阶段/工作者计划，具有事件、运行状态、暂停/恢复/取消、工人或阶段重启、验证元数据和保存的可重用命令。 - 从 WebChat 使用 `/loop <objective>` 启动动态工作流运行，使用 `/loop status` 检查它，并使用 `/loop pause|resume|cancel` 控制活动运行。 - 工作流选项卡包括 **动态运行**，位于我的工作流和模板旁边，因此自主工作在不打开单独的应用程序的情况下可见。 - 项目经理代理托管为存储库工作创建了五阶段管理器工作流：分诊、研究、实施/建议、审查和验证/报告，并带有命令检查和截图。 - 存储库审计托管提供一个较小的只读审计模式，当您需要快速的代码库健康报告时。 ### 自动化：cron 和 Webhook - 带有调度摘要、运行-now、重新同步、启用/禁用和 WebChat 可读状态的 cron 工作流。 - 有指导的设置将纯粹的选择（例如，每天、每周、间隔或一次性）转化为验证的计划，并带有可选的传递目的地、重试行为和重叠控制。 - 带有 HMAC 验证、时间戳/Nonce 重放保护、正文上限、速率限制、工作流执行和秘密轮换的签名 Webhook 执行。 - WebChat 可以回答诸如“列出我的自动化”、“显示 Webhook 签名帮助”和“设计每日摘要作业”等问题，使用实际的应用程序状态。 ### 内存、技能和自我改进 - 持久的本地内存、快速的相同会话和跨会话召回、内存健康、检索解释、FTS 回落、向量索引支持和清理审查。 - 原子批添加、替换和删除操作使用日志的 SQLite/file 事务，以便失败的更新不会留下内存的半更改状态。 - 您随时间推移的深入了解：持久的用户/配置文件内存加上会话历史记录搜索，以便助手记住偏好和过去的工作跨会话而不会将所有内容重新注入每个回合。 - 简单的“记住这一点：key = value”保存和“是什么？”在不到一秒内回忆答案：确定性、无模型轮回和每个回合的上下文税收。 - 捆绑包、选项包、工作空间文件夹、代理本地文件夹、扩展包、本地文件夹和 git 源的技能 - 兼容常见的开放技能布局。 - 跨所有源的聚合技能搜索，具有出处和信任信号、导入技能的安全扫描（禁用直到审查）和一个验证工具箱，它在一个固定装置上运行一个技能并检查它产生所需的输出部分。 - 源感知技能预览，让您在安装前检查确切的匹配技能，即使多个中心使用相同的名称。 - 审查的自我学习循环：在工作后，代理提出内存、技能、支持文件和测试改进供您批准，而不是静默地重写您的个人资料。 - 学习模式：关闭、审查和自动（带有自动促进阈值，以便重复的课程在重复信号后累积）。 - 默认情况下，启动配置文件位于 `data/workspace/`，并保持可读/可编辑的markdown。 多智能体操作 - 具有模型覆盖、工具控制、预算、技能、渠道路由、定时/唤醒钩子和工作区文件的智能体。 - 并行子智能体：启动隔离的会话和编码智能体（可选 Git 工作树隔离），通过共享的智能体收件箱协调它们，并使用阻塞器依赖项控制工作 - 这样一个并行工作，而不是串行聊天。 - 后台子智能体会立即返回句柄；最近的作业在活动记录中可见，已完成的结果会重新源聊天。 - 用于任务接收、阻塞工作、保存视图、标签、评论、工作流支持的操作和执行移交的面板。 - 多个组织、角色、汇报线、目标、目标完整祖先、源包、工作负载、心跳历史、预算和治理上下文的层次结构 - 一个部署可以组织。 - 您控制的治理：确认门、审批链、预算警告和硬停止、具有回滚的配置修订和具有成本归因的不可变活动/审计轨迹。 - 跨标签的工作轨迹：单个确认计划可以在层次结构、委员会、工作流、调度器、面板和目标之间创建和链接对象，并记录为一个可检查的轨迹（提示 → 组织 → 委员会 → 工作流 → 任务）。 - 委员会：用于结构化的多智能体辩论、选项、加权投票、文档上下文和最终裁决摘要。 - 使用概况（7/30/90 天）：模型调用、令牌、成本、工作流运行、错误率和顶/工作流一目了然。 - 具有 `/goal`、`/subgoal暂停/恢复/状态/清除、守护进程处理和面板任务分解的常驻目标。 ### 研究、笔记本和数据源 - 多提供商的网络搜索（Tavily、Brave、DuckDuckGo），具有自动回退，以及浏览器自动化（`browser_navigate`_crawl`、`web_extract`）用于需要渲染的页面。 - 上传 PDF、DOCX、PPTX、TXT、Markdown 和 HTML 文件。 - 将本地 Markdown 文件夹（例如 Obsidian 保险库）导入为可搜索的数据源 - 保留前置信息和链接，重新导入会在原处更新而不是重复。 - 抓取/爬取网站并创建可搜索、可引用的数据源，具有语义（基于含义）搜索，而不仅仅是关键词。 - 将源分组到笔记本中，每个源具有上下文模式、笔记和生成的输出 - 交互式思维导图（可导出视觉图）、时间线和音频概述脚本 - 具有链接回确切段落的块级引用。 - 询问 WebChat 搜索、检查、总结、引用、比较和将文档转换为任务、目标、委员会会话、设计或工作流。数据源选项卡管理上下文；WebChat 是统一的问答和合成界面。 - 源类别规划、确切版本注意事项和当前网络研究的显式不确定性处理 - 答案基于真实的 URL 和文件，而不是猜测。 - 可重复的实验循环（初始化 → 运行 → 日志）和用于结构化、基于证据的研究的研发管道模板。 - **层次结构 → 研究团队** 创建一个可编辑的侦察员 → 分析师 → 简报员团队、工作流、计划和本地库，具备基础、高级层级。 ### 设计工作室 -Chat 生成和保存件。 - 从设计直接导入独立的 HTML、HTML 片段、源代码引用文件、图像 URL 或上传的图像。 - 在 WebChat 中附加图像并请求受控编辑，例如更改颜色或删除背景；支持的图像提供商接收原始资产而文件名。 - 为 UI、登陆页面、、图表、海报、演示文稿和应用程序屏幕使用设计模板和工件历史 预览、修订、版本控制和导出持久工件，而不是在聊天丢失工作。 - 将设计工作与同一个智能体运行时、内存、数据源、面板、委员会、层次结构和工作流保持连接。 ### 连接一切：MCP、扩展和工具 - 在 **功能**下打开 **MCP 服务器**，以连接模型上下文协议工具和资源。目录、每个工具的启用、审批策略、连接诊断和命名代理访问选择器都位于此专用页面上。技能和扩展保持独立，因为它们是可重用的功能包，而 MCP进程、凭证、信任和运行时访问。 - 安装用于渠道、提供商、内存后端和集成的扩展包，并为每个代理启用它们。在 **层次结构 → 运维**中，可以的预设合并到当前组织成员中，而无需删除现有功能。 - 定义自定义工具并将任何工作流公开为代理 在不分叉应用程序代理。 ### 语音 - 通过可配置的提供商（ElevenLabs、Whisper 和 OpenAI 兼容的）进行文本转语音和语音转文本。 -节点连接到工作流和渠道，以实现语音输入和输出。 ### 桌面和工作监督 - 活动记录包括一个用于代理、工作流和后台子代理的实时工作监视器，带有用于单个会话的桌面监视窗口。 - 注意力中心显示审批、失败工作和可操作警报，无需用户检查每个操作页面。 - `md + K` 打开共享命令调色板；可以在设置下重新绑定键盘快捷键。 - 可选的开发者工作区提供文件和布局窗格。其嵌入式目标平台的原生 PTY 依赖项打包之前保持受控。 ### 渠道和网关您已经使用的渠道上联系助理：Web内置，带有设置/状态路径，用于 Telegram、Discord、、Slack、Google Chat、BlueBubbles/i样式的使用、Microsoft Teams 和 SMS 交付 Telegram 上的平滑令牌流：长回复并在生成时更新（速率限制安全），一个延迟块到达。 - 多智能体路由：将入站渠道、帐户或对等方路由到具有自己的工作区和会话的隔离代理，以便不同的表面映射到不同的代理。 - 渠道工作可以路由到工作流、面板、代理、内存和计划的自动化。 - 入站 DM 被视为不信任：DM 配对/允许列表、命令审批和可选的每个会话沙盒保持渠道访问- 在自己的机器或服务器上运行 disp8ch，并从这些渠道与它交谈，同时它正在工作 -绑定到一个笔记本会话。 #### 连接 Telegram 1. 在 Telegram 中，打开 **BotFather**，运行 `/newbot`，并将返回牌保密。 2 disp8ch 中，打开 **渠道 → Telegram**，粘贴令牌，然后单击 **连接**。令牌通过应用程序的秘密存储存储，而不是在代理提示中。 3. 向机器人发送消息，然后检查 Telegram 状态卡或 **渠道医生**，如果消息未到达。 4. 在授予工具或私有工作区数据之前，请批准或将聊天添加到中。 对于无，请在 `.env 中设置 `TELEGRAM_BOT_TOKEN`重启应用程序。切勿提交该文件。Discord 和 Slack 遵循相同的令牌和状态流程；Whats其二维码或配置的业务适配器。Google ChatGOOGLE_CHAT_AUDIENCE`，而 Microsoft Teams 需要其应用程序 ID 和凭证。Google Chat 和 Teams 的入经过签名验证，如果其身份验证配置不会关闭。 ### 模型自由 使用一个或多个： - 直接云 API：OpenAI、Anthropic、Google、DeepSeek、Groq、Mistral、xAI、Qwen/D、Moonshot/KZhipu 等配置商。 - OpenRouter，用于一个密钥的多个。 - OpenAI 兼容的本地运行时：ama、llama.cpp 服务器、LM Studio、vLLM、SGLang 等端点。 - 的模型覆盖和设置 UI。 ## 您可以用做什么 - **助理：** 跟、记住偏好、安排定期检查、总结文档和实时的任务面板。 - **研究分析** 比较产品、收集当前来源、将确认与不确定性，并生成引用的。 - **本地编码操作员：** 检查仓库补丁、在请求时编辑文件、运行验证和的文件。 - **工作流构建器：构建 webhook 到 LLM的流程、计划、分诊工作流和数据处理自动化。 - AI 自动化堆栈：** 结合本地模型、本地文档、工作流模板、webhook、RSS、文件矢量搜索托管云帐户。 - **笔记本到操作的工作区：** 上传源材料、在 WebChat 中提问引用问题、创建面板任务、委员会，并将结果决策转换为工作流。 -团队操作员：** 为代理分配目标、监跳、使用预算和协调并行工作者，并保持每个任务与组织目标的链接。 - **内容工作室：** 将研究转化为大纲、草稿、社交日历、图像/设计简报和审查队列。 - **支持台：** 将渠道消息路由到面板、总结票据、触发工作流，并将风险操作升级为审批。 - **自主公司仪表 创建组织目标、分配监跳、跟踪审查决策。 - **决策委员会：** 在做出，请多个代理、安全、架构、招聘或。 - **设计** 从聊天中生成 UI 概念、草稿、产品模型、仪表板、图表文稿和视觉- **本地模型实验室：** 从同一个应用程序测试云、OpenRouter 和本地 OpenAI 兼容的模型端点。 ## 快速入门 ### 一键安装 一键安装技术用户的最简单路径会在需要时的 Node.js 运行时，使用 Corepacknpx pnpm`，获取应用程序源，项，创建一个干净工作区，启动ch，并打开引导 Linux、macOS 或 ```bash curl -fsSL https://raw.githubusercontent.com/aaron/disp8ch/install.sh |s -- --repo https.com/aaron/disp8ch``` 添加 `--no-start` 以在不启动安装。 ### Windows ```powershell :DISP8_ZIP_URL =://github.com/a23/disp8/refs/heads"; iex (irm "https://raw.githubusercontentaronnat23/disp8ch/main/scripts/install-windows.ps1") ``` 传递Start` 以在不启动的情况下安装。 安装后，引导程序会在以下位置打开： ```text http://localhost:3100/onboarding ``` 克隆的检出 如果您已经克仓库： ```bash node install.js PowerShell 从克检出： powershell -Execution -File .\install ``` ###开发者路径 如果您已经有 Node.js `13+` 并控制： ```bash corepack enable corepack pnpm install corepack pnpm dpc init --ensure-env corepack pnpm dev ``` 后续从已安装的应用程序目录运行： ```bash pnpm dev ``` Windows 原生安装和本地桌面打包有效，但公共桌面安装程序当前未签名。macOS可能会显示安全警告，直到添加开发者签名和 notarization。Linux 源安装最干净的路径软件包需要发布验证 首次模型最简单的路径是boarding`: 1.在线** 并添加密钥，或选择 **。 2. 对于本地，选择 **检查此 PC** 以检查已安装的可用 RAM 和 VR检测到的运行时。 3. 运行推荐的 Ollama 或 `-server` 命令，然后选择 **使用此设置**。 4. 运行验证，然后打开 WebChat 并发送消息。 您也可以配置 `.env.local`: ```bash env.example .env.local ``` 直接示例： ```OPENAI_API... ANTH_API_KEY=OGLE_API_KEY=EPSEEK=... ``` OpenRouter: ```bash ER_API_KEY=... ``` 本地模型端点: ```bash OLLAMA=http://127.0.134 VLLM_BASE_URL=http://127.0.0.8000/vSGLANG_BASE_URL127.0.1:30000/v1 提交 `.env.local`。 ## 在本地运行 API 密钥） 您不需要云帐户或 API 密钥即可使用核心运行一个本地，并将 disp8指向它 - 本地工具、内存、工作流、代理、委员会、本地本地工件工作可以在没有模型提供商运行。实时、外部渠道、生成和第三方 API 仍需要网络访问和您选择配置的凭证。 <p align="center"> <img src="docs/readme-assets/local-model-stack.svg" alt="disp8ch 本地模型堆栈" width="100%" /> </p> ### 选择适合这台 PC 的模型 在引导期间，选择**，然后选择 **检查此 PC**也可以在 **设置 -> 模型** 后打开 **检查顾问读取机器的 RAM、GPU 和 VRAM，并按适合度和预期速度对本地模型。它解析已安装的 GGUF 元数据，检测确切的 Ollama 标签，在可用时使用ama-fit-params并区分完整的 GPU、混合卸载、CPU 密集型和内存风险计划。 #### 新用户的简单路径 1. 安装并打开 disp，然后在引导期间选择 **本地 AI**。 2. 选择 **检查此 PC**。检查是只读的，不会下载模型您的硬件到任何地方. 查看三个 | 选择适合 | 可以期待 | |---|---|---| | **平衡**多数用户 | 在不使计算机不必要地变慢有用的答案。 | |** | 的 PC、笔记本快速聊天 | 一个较小的模型，更有可能完全适合 GPU 内存并快速响应。 | | **质量** | 研究、编码和更艰难的任务 | 为机器找到的最强大的实用模型。它可能同时使用 GPU 内存和系统 RAM，因此可能会较慢。 | 结果显示检测到的 CPU、RAM、GPU、空AM、已安装运行时和 PC 上已有的模型，以便解释建议。选择 **平衡请犹豫不选择 **使用此设置**，运行连接测试，然后打开 WebChat。如果模型或运行，disp8ch 会显示 Ollama 或 `llama-server` 命令以供首先运行。 **disp8会执行的操作：** 它不会静默下载模型、启动未知可执行文件、替换活动模型或上传本地模型硬件清单。建议运行显示的保存设置之前。 顾问是运行时的： - GGUF 文件与检测到的 `llama-server及其确切配对。 安装的 Oll模型保留在 上。 - 下载存在有效 Ollama优先选择它是最简单的安装路径。 - 不会自动下载、启动或激活。 测试和审查** 以配置模型成功的连接测试会创建一个非阻塞的咨询或云 在公共目录时仍然有效；disp 不会声模型在没有证据的情况下更对于已安装的模型，**在此 PC测试** 是可选的，并且需要确认。 它运行有界的流式提示，记录第一个令牌和生成时间，用于确切的模型/运行时/硬件/上下文组合，然后在静态估计之前使用此测量值。 临时 llama.cpp 服务器仅绑定到 `127.0.0.1`； 基准测试后，Ollama 加载的模型将被卸载。 校准更改活动模型。 列表与每个 disp8ch 版本捆。 它包含手动模型名称、确切的运行时标签、预期大小、架构、功能元数据。 它发送您的、模型路径或提供商凭证。 新的在验证后会添加到正常的应用程序更新中 选项 A（最简单1. 安装 [Ollama](https://ollama.com) 并启动它。 2.中，选择 **检查此 PC**，并使用推荐模型的确切ama run ...`Ollama 仅在您自己运行命令后下载该模型```bash oll ollama run <推荐模型标签> . 在 `http://localhost:3100/onboarding` 打开引导，选择 **本地**，选择此 PC**显示的命令，然后使用此设置**并保存。不。 内存搜索选择单独提供商安装默认使用 disp8ch 内置嵌入模型（`Xenova/all-MiniLM-L6-v2如果模型缓存，则回退到关键词搜索。如果您更喜欢嵌入，请运行 `ollama pullembed-text`，将 **设置 -> -> 嵌入 ### 选项 B — LM Studio, llama.cpp, vLLM, 或 SGLang（兼容 OpenAI） 1. 启动您的本地服务器并加载模型。 2. 在 onboarding 中选择 **LM Studio / OpenAI 兼容** 预设并设置基准 URL。如果本地服务器不需要，请留空 API 密钥： | 运行时 | 基准 URL | |---|---| | LM Studio（本地服务器） | `http://127.0.0.1:1234/v1` | | llama.cpp (`--server`) | `http://127.0.0.1:8080/v1` | | vLLM | `http://127.0.0.1:8000/v1` | | SGLang | `http://127.0.0.1:30000/v1` | 3. 运行测试并保存。 或通过 `.env.local`： ```bash VLLM_BASE_URL=http://127.0.0.1:8000/v1 SGLANG_BASE_URL=http://127.0.0.1:30000/v1 ``` **提示：** 不要仅凭参数数量选择。上下文大小、量化、架构、当前可用 RAM/VRAM 和运行时支持都会影响模型是否实用。真正的 AI 图像生成、实时网络搜索提供商、外部渠道和第三方 API 仍需要其自己的凭证，但核心本地工作区无需模型提供商密钥即可运行。 ## 主要选项卡试用 - **WebChat：** 提问、控制应用、检查状态、运行代理工作。 - **工作流：** 构建视觉自动化并导入/导出工作流 JSON。 - **自动化：** 管理 cron 作业和签名 webhook。 - **面板：** 跟踪任务、阻塞、标签、评论和代理交接。 - **层次结构：** 构建组织、目标、角色、汇报线、heartbeat 和工作负载视图。 - **议会：** 阶段化结构化辩论并记录最终裁决。 - **设计：** 从纯英文创建和保存设计工件。 - **数据源（/documents）：** 上传文件、抓取/爬取、管理笔记本、预览引用、搜索提取内容，并将源上下文交给 WebChat、面板、工作流、层次结构或议会。 - **代理：** 配置角色、模型、工具、预算、渠道、唤醒和技能。 - **技能和扩展：** 按代理启用能力包、浏览技能并打开扩展源管理。层次结构运维为现有组织提供附加团队预设应用。 - **MCP 服务器：** 连接外部 MCP 服务器、测试连接、控制工具和审批，并选择哪些命名代理可以使用每个服务器。 - **内存：** 检查持久内存、会话回忆、检索、清理和健康状态。 - **渠道：** 配置渠道令牌和状态。 - **活动、使用和成本以及维护：** 监督实时/后台工作、审计使用情况并采取健康检查措施；审批、工作流运行详情、日志和调试在 **更多工具** 下仍然可用。 - **设置：** 模型、提供商、内存、密钥、安全、备份和运行时配置。 ## WebChat 示例 ```text 这个应用目前可以做什么？分别列出已实现、已配置和可调用的。 列出我的自动化并显示哪些 webhook 已启用。 创建一个 webhook 工作流，验证 GitHub 风格的 JSON 有效载荷并总结它。 比较 8 GB VRAM 笔记本电脑的三个本地模型运行时。使用当前源。 审计此仓库的 API 密钥处理并引用确切的文件。 为此启动文档中的每个阻塞器创建一个面板任务。 启动一个关于我们是否应该优先考虑可靠性或新功能的议会会议。 构建一个每日 9 点的研究摘要工作流，但在保存之前询问是否有任何不明确之处。 启动一个研究团队，将他们放入一个组织，并给他们一个面板任务，比较 OCR 模型。 为本地优先的 AI 工作区生成一个登陆页面概念，并将其保存为设计。 记住我更喜欢简洁的技术答案。只保存回复。 我的首选答案风格是什么？ ``` ## 迁移和导入 在另一个本地 AI 应用中有用的工作？将您想要的部分导入 disp8ch 时，有兼容性导入器。disp8ch 导入技能包、兼容的工作流 JSON 和公司/组织模板，从流行的本地代理生态系统，并将它们转换为安全、原生的 disp8ch 资产 - **它永远不会复制您的密钥、数据库、聊天记录或身份验证状态**。 ### 从另一个应用迁移 | 来源 | 命令 | 迁移内容 | |---|---|---| | `SKILL.md` 技能库 | `pnpm dpc skills install <folder-or-git-url>` 或匹配的兼容性导入器 | 技能成为安全、标准化的 disp8ch 技能包（保留来源；删除风险命令/凭证示例）。 | | 个人渠道助手工作区 | `pnpm dpc skills install <repo-path>` 加上匹配的兼容性导入器（如果有） | 技能导入如上，**另外** 匹配的扩展包（渠道、提供商、内存后端）被检测和推荐。 | | 代理公司/组织仪表盘导出 | `pnpm dpc orgs import <company-pack.json>` 或匹配的兼容性导入器 | 公司导出/模板成为本地组织，包含代理、角色、目标、预算和治理上下文（如果支持源格式）。 | | 另一个 disp8ch 实例 | `pnpm dpc orgs import ./company-pack.json` | 原生组织包（使用 `pnpm dpc orgs export <organization-id> ./company-pack.json` 导出）。 | | 另一个视觉工作流自动化工具 | 工作流选项卡 → 导入，或工作流 API | 工作流 JSON；不支持的节点保留为可见的占位符，并附有修复提示，而不是被删除。 | 通用和附加路径： ```bash pnpm dpc skills install /path/to/skill-pack # 本地技能包文件夹 pnpm dpc skills install https://github.com/user/skills-repo.git # git 源 pnpm dpc skills list pnpm dpc orgs list pnpm dpc # 您已安装版本的完整命令列表 ``` 桌面构建还可以导入现有的 disp8ch 数据库（导入器会先备份您的当前数据库）。 导入规则： - 密钥不会被静默导入 - 稍后通过设置 → 密钥添加它们。 - 运行时数据库、聊天记录、上传的私有文档和身份验证会话不会被导入，并且不会在公共版本中提供。 - 导入的技能会被扫描以查找高信号安全问题，存储为本地技能包，并在您审查它们之前被禁用。 - 导入的公司包会创建本地组织、目标和代理角色，您可以在激活它们之前审查它们。 - 在启用代理之前，请审查导入的技能和公司模板。 ## 安全和控制 disp8ch 是本地优先的，但本地优先并不意味着粗心。应用程序包括： - 管理员授权的 API； - 风险应用操作的确认门控； - webhook HMAC、重放、body-cap 和速率限制控制； - 命令审批和敏感路径阻塞； - 可选的 shell 沙盒； - 凭证和密钥存储路径； - 活动日志、审批记录、运行轨迹和成本归因； - 备份、检查点、回滚导向的工作流和桌面数据导入备份。 您仍然控制您的部署。请谨慎处理暴露的端口、渠道机器人令牌、API 密钥以及可以写入文件、发送消息、调用付费 API 或执行 shell 命令的任何工作流。 ## 清洁公共版本期望 此公共仓库不应包含私有运行时状态。 预期空白状态： - 没有 `data/*.db` - 没有 `.env.local` - 没有私有内存 - 没有上传的文档 - 没有聊天记录 - 没有身份验证会话 - 没有私有渠道令牌 - 没有导入的外部包 重置到初始运行状态： ```bash rm -rf data pnpm dpc init --ensure-env pnpm dev ``` Windows PowerShell： ```powershell Remove-Item -Recurse -Force .\data pnpm dpc init --ensure-env pnpm dev ``` ## 有用的 CLI 命令 ```bash pnpm dpc status pnpm dpc health pnpm dpc doctor pnpm dpc models list pnpm dpc workflows list pnpm dpc boards list pnpm dpc orgs list pnpm dpc skills list pnpm dpc backup status pnpm dpc learning status pnpm dpc goals list ``` 开发者检查： ```bash pnpm install:test pnpm exec tsc --noEmit pnpm build ``` 桌面检查： ```bash pnpm desktop:build pnpm desktop:smoke pnpm desktop:installer-smoke ``` ## 仓库布局 - `src/`：Next.js 应用、API 路由、UI、渠道路由器、代理、工作流、内存、治理和设计界面。 - `server/`：websocket 服务器。 - `desktop/`：桌面壳和打包逻辑。 - `extensions/`：捆绑的扩展包。 - `skills/`：捆绑的技能包。 - `optional-skills/`：可选的本地技能包。 - `scripts/`：设置、CLI、导出、验证和打包入口。 - `docs/`：公共 README 资产包含在干净的版本中。 - `data/`：本地运行时状态，在首次运行时创建。 ## 常见问题 **我需要 API 密钥或云账户吗？** 核心本地使用不需要。disp8ch 可以与 Ollama、LM Studio、llama.cpp、vLLM 或 SGLang 一起运行 - 请参阅 [完全本地运行](#run-fully-local-no-api-key)。云提供商和 OpenRouter 是可选的；实时网络搜索、渠道、云图像生成和第三方 API 需要您选择配置的凭证。 **这与单个代理终端助手或聊天机器人有何不同？** 那些是一种能力。disp8ch 是围绕它们的整个工作区：视觉工作流、计划自动化、多代理操作、组织控制平面、决策委员会、内存和技能、研究和设计 - 所有这些都由纯英文 WebChat 和浏览器 UI 驱动。 **我还需要一个单独的文档聊天选项卡吗？** 不需要。数据源管理上传、爬取、笔记本、笔记、输出和引用。WebChat 是单个询问/合成界面，因此文档问题可以变成任务、工作流、委员会会议、设计或组织目标，而无需在选项卡之间复制上下文。 **我可以运行多个组织/公司吗？** 是的。一个部署可以承载多个组织，每个组织都有自己的代理、目标、预算和治理。 **我可以从我已经使用的应用程序迁移工作吗？** 是的 - 当有兼容的导入器时，将兼容的技能、工作流 JSON 和公司/组织模板导入到您期望的同一个工作区中。请参阅 [迁移和导入](#migration-and-imports)。 **它可以无人值守吗？** 是的 - cron 时间表、签名 webhook、代理心跳/唤醒和固定目标与后台守护进程一起保持工作连续。风险和外部操作仍然受到确认门控的保护。 **我的数据是私有的吗？** 是的。它是本地优先的。您的数据库、内存、文档和聊天记录保留在您的机器上；只有您明确配置的模型/工具/渠道调用才会离开它。 **我可以从手机或消息应用程序访问它吗？** 是的 - 在您的机器或服务器上运行它，并从 WebChat 或连接的渠道（Telegram、Discord、Slack、WhatsApp 等）与它通信，同时它正在工作。 ## 诚实的边界 - 这是一个本地优先的自托管应用程序，而不是托管的云服务。 - 一些渠道和提供商需要第三方帐户或 API 密钥；聊天和核心功能在没有密钥的情况下完全本地运行（请参阅 [完全本地运行](#run-fully-local-no-api-key)）。 - 可选功能取决于配置：语音（TTS/STT）和网络搜索/浏览器工具使用您设置的提供商，MCP/扩展工具取决于您连接的服务器和包。 - 真正的 AI 图像生成需要配置的图像提供商凭证；当未配置提供商时，本地浏览器备用方案可以创建简单的工件。 - 公共桌面安装程序尚未签名/验证。 - 长周期自主行为通过目标、守护进程处理、面板和心跳实现，但实际的多日可靠性取决于您的模型、工具、预算和部署。 - 应用程序设计用于非琐碎工作的代理，但它故意保持确切的命令和受保护的读取快速和确定。 ## 许可证 在 [MIT 许可证](LICENSE) 下发布。