内容
# pasAgent
**工业级 Pascal 智能体技术体系 —— 让 AI 学会用你的 Pascal 代码**
[](https://opensource.org/licenses/MIT)
---
## 🌟 v2 / v3 分支说明（先读这一段）
pasAgent 现有**两个平行分支**：
| 分支 | 仓库 | 定位 | 推荐给 |
|:----:|------|------|--------|
| **v2**（本仓库） | [LingoFuse-pasAgent](https://github.com/PassByYou888/LingoFuse-pasAgent) | **纯文本智能体**：文字问答、工具调用 | 只需要**文字能力**的存量 Pascal 系统 |
| **v3** ⭐ | [LingoFuse-pasAgent-v3](https://github.com/PassByYou888/LingoFuse-pasAgent-v3) | **多模态智能体**：文字 + 图片 + 双语言代码生成 + 250+ 后端 | 需要**多模态 / 图像识别 / 语音 / 双语言代码生成**的新项目 |
> ### 🎯 如果你需要以下能力，请直接访问 **v3**：
>
> - 🖼️ **多模态支持**——图片问答（图表分析、截图理解、扫描件处理）
> - 👁️ **图像识别**——VLM（视觉语言模型）加载与转发
> - 🎙️ **语音**（路线图中）——ASR / TTS 集成计划
> - ⭐ **双语言代码生成**——一份声明同时生成 **Pascal + Python** 工具提供者
> - 🔌 **250+ 后端兼容**（v2 为 129+）
> - 🏗️ **四大核心应用组件**叙事（v2 为三种服务端叙事）
>
> 👉 **v3 仓库**：<https://github.com/PassByYou888/LingoFuse-pasAgent-v3>
> 👉 **v3 预编译包**：<https://github.com/PassByYou888/LingoFuse-pasAgent-v3/releases/tag/pre_build>
**v2 与 v3 的关系**：
- **v3 是 v2 的平行分支**，不是替代。**v2 仍然可用、仍然维护**。
- **v2 面向纯文本场景**；**v3 面向多模态协作场景**。
- 两者的**核心 SDK**（`llm_client.pas` / `llm_client_v3.pas`）、**信标协议**、**工具声明规范**保持兼容。
- 如果你的项目**只需要文字问答 + 工具调用**，继续用 **v2**。
- 如果你需要**多模态能力**或**双语言代码生成**，请迁移到 **v3**。
---
> ## 🚀 新手用户看这里！
>
> 不想折腾编译和环境配置？**直接下载预编译包**：
>
> 👉 **[下载预编译包（Pre-built Package）](https://github.com/PassByYou888/LingoFuse-pasAgent/releases/tag/pre_build)**
>
> 解压 → 按 **[mcp_api_tool_doubao_guide.md](mcp_api_tool_doubao_guide.md)** 操作 → **10 分钟让 AI 调用你的第一个 Pascal 工具**。
---
## 🎯 一句话定位
> **让你用 Pascal 写的函数，被 AI 像内置功能一样直接调用。**
不需要懂 MCP 协议，不需要写 JSON Schema，不需要搭 HTTP 服务。
---
## 🆚 为什么选 pasAgent？—— 与 Pascal 生态其他方案的对比
Pascal 生态中已有多个 AI 智能体方案，它们在定位和适用场景上各有侧重。pasAgent 的独特价值在于：**它是唯一一个既能自动生成工具、又能服务端代管工具执行、还能跨语言通信的完整闭环方案**。
### 方案能力矩阵
| 能力 | **pasAgent** | PasClaw | MCP server Delphi | MakerAI Suite | Tina4 Pascal MCP | Daofy |
|:---|:---:|:---:|:---:|:---:|:---:|:---:|
| **从声明自动生成工具** | ✅ | ❌ | ❌ | ❌ | ❌ | ❌ |
| **服务端代管工具执行** | ✅ | ❌ | ❌ | ✅ | ❌ | ❌ |
| **客户端零改动** | ✅ | ❌ | ❌ | ❌ | ❌ | ❌ |
| **跨语言通信层** | ✅ | ❌ | ❌ | ❌ | ❌ | ❌ |
| **多轮工具循环** | ✅ | ✅ | ✅ | ✅ | ❌ | ❌ |
| **会话持久化** | ✅ | ✅ | ❌ | ✅ | ❌ | ❌ |
| **129+ 后端兼容** | ✅ | ❌ | 有限 | ✅ | ❌ | ❌ |
| **预编译包** | ✅ | ❌ | ❌ | ❌ | ✅ | ✅ |
| **保姆级教程** | ✅ | ❌ | ❌ | ❌ | ❌ | ❌ |
| **许可证** | **MIT** | 开源 | Apache 2.0 | 开源 | 开源 | 开源 |
> 💡 **v3 新增能力**（多模态、双语言代码生成、250+ 后端）见 [v3 仓库](https://github.com/PassByYou888/LingoFuse-pasAgent-v3)。
### 一句话对比
| 方案 | 一句话 |
|:---|:---|
| **pasAgent** | 给你的**存量 Pascal 系统**装配 AI 神经中枢，客户端零改动 |
| **PasClaw** | 构建一个**全新的 Pascal 智能体**，从零开始 |
| **MCP server Delphi** | 给 Delphi 项目提供**全栈 MCP 工具包** |
| **MakerAI Suite** | Delphi 的**企业级 AI 应用开发生态** |
| **Tina4 Pascal MCP** | 让 AI **编译、运行、测试** Pascal 程序 |
| **Daofy** | 让 AI **编译 Delphi 项目并查询知识库** |
> **结论**：如果你需要**将 AI 能力快速、低成本、低侵入地注入到现有 Pascal 生产系统**，pasAgent 是目前最具工程化价值的选择。
>
> 需要**多模态 / 图像识别 / 语音**等能力？请使用 **[pasAgent v3](https://github.com/PassByYou888/LingoFuse-pasAgent-v3)**。
---
## 🎯 你想干什么？（按目的选择）
pasAgent 有 11 个可执行文件，但**大多数用户只需要其中 2~3 个**。按你的目的选择：
### 目的 1：只想和 AI 对话（不需要工具）
**用 `llm_proxy.exe`** —— 转发到 LM Studio / Ollama / 云 API，你和 AI 正常聊天。
```mermaid
flowchart LR
A["🖥️ 你的程序<br/>llm_test / 自研客户端"] -->|"LingoFuse RPC"| B["🟣 llm_proxy.exe"]
B -->|"HTTP SSE"| C["🔌 LM Studio / DeepSeek / ..."]
style A fill:#1A5490,stroke:#0D2F52,stroke-width:3px,color:#FFFFFF
style B fill:#8E44AD,stroke:#5B2C6F,stroke-width:4px,color:#FFFFFF
style C fill:#1E8449,stroke:#0E4D2A,stroke-width:3px,color:#FFFFFF
```
### 目的 2：想让 AI 调用你的 Pascal 工具（推荐）
**用 `llm_proxy_tool.exe`（LTB）** —— 在对话基础上，**服务端自动帮 AI 调用你的 Pascal 工具**。你的客户端**不需要懂 MCP**，只发一条 `generate` 就行。
```mermaid
flowchart LR
A["🖥️ 你的程序<br/>llm_client / 自研客户端"] -->|"只发 generate"| B["🔴 llm_proxy_tool.exe<br/>LTB"]
B <-->|"HTTP SSE<br/>携带 tools"| C["🔌 LM Studio / DeepSeek / ..."]
B -->|"内部自动循环"| D["📡 信标"]
D --> E["🎯 Pascal 工具"]
B -.->|"chunk / think / finish"| A
style A fill:#1A5490,stroke:#0D2F52,stroke-width:3px,color:#FFFFFF
style B fill:#922B21,stroke:#5A1A14,stroke-width:4px,color:#FFFFFF
style C fill:#1E8449,stroke:#0E4D2A,stroke-width:3px,color:#FFFFFF
style D fill:#5B2C6F,stroke:#321640,stroke-width:3px,color:#FFFFFF
style E fill:#B7791F,stroke:#7E5109,stroke-width:3px,color:#FFFFFF
```
### 目的 3：不联网，本地跑模型
**用 `llm_service.exe`** —— 加载 GGUF 模型，完全离线。
```mermaid
flowchart LR
A["🖥️ 你的程序"] -->|"LingoFuse RPC"| B["🟢 llm_service.exe"]
B -->|"加载"| C["📦 NVIDIA-Nemotron-3.5-...gguf"]
style A fill:#1A5490,stroke:#0D2F52,stroke-width:3px,color:#FFFFFF
style B fill:#1E8449,stroke:#0E4D2A,stroke-width:4px,color:#FFFFFF
style C fill:#B7791F,stroke:#7E5109,stroke-width:3px,color:#FFFFFF
```
### 目的 4：客户端原生支持 MCP（经典路径）
**用 `mcp_api_tool.exe`** —— 把 Pascal 工具翻译成 MCP 协议，给 LM Studio / Claude Desktop / Continue.dev 这类**自带 MCP 支持**的客户端使用。
```mermaid
flowchart LR
A["🤖 LM Studio / Claude Desktop<br/>（自己会调工具）"] -->|"MCP 协议"| B["🌉 mcp_api_tool.exe"]
B -->|"LF_Call"| C["📡 信标"]
C --> D["🎯 Pascal 工具"]
style A fill:#922B21,stroke:#5A1A14,stroke-width:3px,color:#FFFFFF
style B fill:#1E8449,stroke:#0E4D2A,stroke-width:4px,color:#FFFFFF
style C fill:#5B2C6F,stroke:#321640,stroke-width:3px,color:#FFFFFF
style D fill:#B7791F,stroke:#7E5109,stroke-width:3px,color:#FFFFFF
```
### 目的 5：需要多模态 / 图像识别 / 语音 🆕
**请使用 [pasAgent v3](https://github.com/PassByYou888/LingoFuse-pasAgent-v3)** —— v3 是专为多模态场景设计的平行分支。
```mermaid
flowchart LR
A["🖥️ 你的程序<br/>文字 + 图片"] -->|"generate + attachments"| B["🔴 v3：llm_proxy_tool<br/>（LTB）"]
B -->|"原样转发"| C["🔌 VLM 后端<br/>LM Studio + mmproj"]
C -->|"识别图片"| D["返回文字回答"]
style A fill:#1A5490,stroke:#0D2F52,stroke-width:3px,color:#FFFFFF
style B fill:#922B21,stroke:#5A1A14,stroke-width:4px,color:#FFFFFF
style C fill:#1E8449,stroke:#0E4D2A,stroke-width:3px,color:#FFFFFF
style D fill:#B7791F,stroke:#7E5109,stroke-width:3px,color:#FFFFFF
```
| v3 新增能力 | 说明 |
|------------|------|
| 🖼️ **多模态（文字 + 图片）** | 同一服务端、同一会话，混合处理 |
| 👁️ **VLM 加载与转发** | 支持 mmproj 视觉编码器 |
| 🎙️ **语音**（路线图中） | ASR / TTS 集成计划 |
| ⭐ **双语言代码生成** | 一份声明 → Pascal + Python 工具提供者 |
| 🔌 **250+ 后端兼容** | 相比 v2 的 129+ 大幅扩展 |
| 🏗️ **四大核心应用组件** | 更清晰的应用层叙事 |
👉 **v3 仓库**：<https://github.com/PassByYou888/LingoFuse-pasAgent-v3>
---
## 🗺️ 一图看懂组网
**所有目的共用同一个信标**（`pascal_agent_service.exe`），只是入口程序不同。
```mermaid
flowchart TB
subgraph Users["👤 你的目的"]
U1["只对话"]
U2["想让 AI 用工具"]
U3["想离线跑模型"]
U4["客户端原生支持 MCP"]
end
subgraph Entrances["🚪 入口程序（按目的选）"]
E1["🟣 llm_proxy.exe<br/>纯文本转发"]
E2["🔴 llm_proxy_tool.exe<br/>转发 + 代管工具"]
E3["🟢 llm_service.exe<br/>本地推理"]
E4["🌉 mcp_api_tool.exe<br/>MCP 协议网关"]
end
subgraph Beacon["📡 公共基础设施"]
B["pascal_agent_service.exe<br/>信标 ipc:agent"]
end
subgraph Tools["🎯 你的 Pascal 工具"]
T["pascal_agent_api.exe<br/>或你自己的工具提供者"]
end
subgraph Backends["🔌 后端（按目的选）"]
R1["LM Studio / Ollama / 云 API"]
R2["📦 本地 GGUF 模型"]
end
U1 --> E1
U2 --> E2
U3 --> E3
U4 --> E4
E1 -.-> R1
E2 --> B
E2 -.-> R1
E3 -.-> R2
E4 --> B
B --> T
style Users fill:#1A5490,stroke:#0D2F52,stroke-width:3px,color:#FFFFFF
style Entrances fill:#5B2C6F,stroke:#321640,stroke-width:3px,color:#FFFFFF
style Beacon fill:#1E8449,stroke:#0E4D2A,stroke-width:3px,color:#FFFFFF
style Tools fill:#B7791F,stroke:#7E5109,stroke-width:3px,color:#FFFFFF
style Backends fill:#922B21,stroke:#5A1A14,stroke-width:3px,color:#FFFFFF
```
**三种 LLM 服务端（`llm_proxy` / `llm_proxy_tool` / `llm_service`）默认共用同一端点 `ipc:llm_service`，同一时刻只能运行一个。** 要同时跑多个，必须给每个指定不同的 `--endpoint` + `--app-name`。
**`mcp_api_tool` 与 `llm_proxy_tool` 可以同时运行**（它们注册到信标的名字不同），一个走路径 A、一个走路径 B。
---
## 🚀 快速上手
### 场景 A：新手最快路径（下载预编译包）
```mermaid
flowchart LR
A["1️⃣ 下载预编译包"] --> B["2️⃣ 解压到<br/>C:\Temp\temp2"]
B --> C["3️⃣ 按 DOUBAO 指南操作"]
C --> D["🎉 10 分钟<br/>AI 调用 Pascal 工具"]
style A fill:#1A5490,stroke:#0D2F52,stroke-width:3px,color:#FFFFFF
style B fill:#B7791F,stroke:#7E5109,stroke-width:3px,color:#FFFFFF
style C fill:#1E8449,stroke:#0E4D2A,stroke-width:3px,color:#FFFFFF
style D fill:#922B21,stroke:#5A1A14,stroke-width:4px,color:#FFFFFF
```
### 场景 B：开发自己的 Pascal 工具
```mermaid
flowchart TB
S1["① 写 Pascal 函数"]
S2["② 用 code_decl_to_mcp<br/>生成工具提供者"]
S3["③ lazbuild 编译<br/>+ 启动信标 + 工具提供者"]
S4["④ 二选一：<br/>路径 A 挂 mcp_api_tool<br/>路径 B 挂 llm_proxy_tool"]
S5["🎉 AI 调用你的工具"]
S1 --> S2 --> S3 --> S4 --> S5
style S1 fill:#1A5490,stroke:#0D2F52,stroke-width:3px,color:#FFFFFF
style S2 fill:#B7791F,stroke:#7E5109,stroke-width:3px,color:#FFFFFF
style S3 fill:#1E8449,stroke:#0E4D2A,stroke-width:3px,color:#FFFFFF
style S4 fill:#5B2C6F,stroke:#321640,stroke-width:3px,color:#FFFFFF
style S5 fill:#922B21,stroke:#5A1A14,stroke-width:3px,color:#FFFFFF
```
---
## 🧩 代码生成器 5 层透明链
```mermaid
flowchart LR
L0["Layer 0<br/>原始源码<br/>Pascal / C"] --> L1["Layer 1<br/>声明体"]
L1 <-->|双向| L2["Layer 2 — LV0<br/>底层 JSON"]
L2 --> L3["Layer 3 — LV1<br/>规范化模型"]
L3 --> L4["Layer 4<br/>工具提供者单元.pas"]
style L0 fill:#1A5490,stroke:#0D2F52,stroke-width:3px,color:#FFFFFF
style L1 fill:#1E8449,stroke:#0E4D2A,stroke-width:3px,color:#FFFFFF
style L2 fill:#B7791F,stroke:#7E5109,stroke-width:3px,color:#FFFFFF
style L3 fill:#8E44AD,stroke:#5B2C6F,stroke-width:3px,color:#FFFFFF
style L4 fill:#922B21,stroke:#5A1A14,stroke-width:3px,color:#FFFFFF
```
每一层可独立查看 · 编辑 · 导出 · 喂给 LLM 修正 · 回退重走。**主链路完全确定性**，不依赖 LLM 随机性。
> 💡 **v3 新增**：Layer 4 现在**同时输出 Pascal + Python** 两种工具提供者。详见 [v3 的 code_generate_mcp.md](https://github.com/PassByYou888/LingoFuse-pasAgent-v3/blob/main/code_generate_mcp.md)。
详细说明：[code_generate_mcp.md](code_generate_mcp.md)
声明规范：[pascal_code_mcp_rule.md](pascal_code_mcp_rule.md) · [C_code_mcp_rule.md](C_code_mcp_rule.md)
> **注意**：`code_decl_to_mcp.exe` 的源码不在本仓库中，本仓库仅提供手册与规范。请从预编译发布页获取。
---
## 📦 组件清单
| 组件 | 作用 | 谁关心 |
|------|------|--------|
| `pascal_agent_service.exe` | **信标**：登记和发现所有工具 | 部署服务的你 |
| `pascal_agent_api.exe` | **工具提供者示例**：把 Pascal 函数注册为工具 | 写 Pascal 的你 |
| `mcp_api_tool.exe` | **MCP 网关**：路径 A，翻译成 MCP 协议 | 用 MCP 客户端的你 |
| `mcp_api_proxy.exe` | **MCP 调试代理**：stdio 透明转发 + 日志 | 排查 MCP 握手的你 |
| `code_decl_to_mcp.exe` | **代码生成器**：从声明一键生成工具提供者单元 | 开发阶段的你 |
| `llm_service.exe` | **LLM 本地服务**：本地跑 GGUF，完全离线 | 想断网的你 |
| `llm_proxy.exe` | **LLM 纯转发**：转发到外部后端，只对话 | 只用对话的你 |
| `llm_proxy_tool.exe`（LTB） | **LLM 工具桥**：转发 + **服务端代管工具执行** | 想让智能体调用工具 API 的你 |
| `llm_test.exe` | **LLM 测试客户端**：命令行交互式 REPL | 调试 LLM 的你 |
| `bridge.exe` | **HTTP 桥接网关**：让浏览器 / Node / PHP 访问 | Web 生态的你 |
| `HealthCheck.exe` | **健康检查**：快速验证环境 | 首次部署的你 |
> 💡 **v3 新增组件**：`llm_client_v3.pas`（Pascal SDK）、`llm_tool_v3.exe`（GUI 演示客户端）。详见 [v3 仓库](https://github.com/PassByYou888/LingoFuse-pasAgent-v3)。
---
## 📁 项目结构
```mermaid
flowchart TB
subgraph Root["LingoFuse-pasAgent/"]
R1["📘 文档<br/>Build_Guide / Dependency_Installation_Guide<br/>mcp_api_tool_DOUBAO_GUIDE / NVIDIA-Nemotron-..."]
R2["📐 规范<br/>code_generate_mcp / pascal_code_mcp_rule / C_code_mcp_rule"]
R3["📊 历史<br/>Implementation_Memo / Migration_Record / Qwen2.5-7B"]
R4["📝 元信息<br/>readme.md / llms.txt / LICENSE"]
end
subgraph Src["src/"]
S1["🅿️ Pascal<br/>pascal_agent_service / pascal_agent_api<br/>lingofuse_helper / lingofuse_import"]
S2["🌉 MCP 网关<br/>mcp_api_tool.py / mcp_api_proxy.py"]
S3["🔧 中间件<br/>language_middleware.py / generate_agent_json.py"]
S4["🧠 LLM<br/>llm_service.py / llm_proxy.py<br/>llm_proxy_tool.py / llm_test.py"]
S5["🔨 构建<br/>build_*.ps1 / build_pascal_agent.bat / init_env.ps1"]
S6["📚 LLM 文档<br/>LingoFuse_LLM_*.md（8 份）"]
S7["🐍 绑定<br/>lingofuse/（Python 包）"]
S8["🧪 示例<br/>CreateHealthCheck/ / pascal_agent_api_ref_json.md"]
end
style Root fill:#1A5490,stroke:#0D2F52,stroke-width:3px,color:#FFFFFF
style Src fill:#1E8449,stroke:#0E4D2A,stroke-width:3px,color:#FFFFFF
```
**你最需要关心的文件**：
- `src/pascal_agent_api.lpr` —— 算术工具示例，你的项目原型
- `src/pascal_agent_service.lpr` —— 信标源码
- `src/lingofuse_helper.pas` —— 写工具时的辅助函数
- `src/lingofuse/` —— LingoFuse Python 绑定包（编译时会打包）
---
## 📚 文档地图
### 新手入门
- 🎓 **[mcp_api_tool_doubao_guide.md](mcp_api_tool_doubao_guide.md)** —— 保姆级教程，零基础让 AI 调用第一个 Pascal 工具。
### 理解闭环
- 🌐 **[LingoFuse_LLM_Ecosystem_User_Guide.md](src/LingoFuse_LLM_Ecosystem_User_Guide.md)** —— 三种服务端、两条路径、能力发现机制全景。
- 🧠 **[Local LLM Agent Handbook CPU First, GPU Optional.md](Local%20LLM%20Agent%20Handbook%20CPU%20First%2C%20GPU%20Optional.md)** —— 智能体原理与本地 LLM 入门。
### 开发工具
- 📐 **[pascal_code_mcp_rule.md](pascal_code_mcp_rule.md)** —— Pascal 声明规范。
- 📐 **[C_code_mcp_rule.md](C_code_mcp_rule.md)** —— C 声明规范。
- ⚙️ **[code_generate_mcp.md](code_generate_mcp.md)** —— 代码生成器使用手册。
- 📝 **[pascal_agent_api_ref_json.md](src/pascal_agent_api_ref_json.md)** —— `agent_main` / `register_agent` JSON 详解。
### 部署 LLM 与配置
- 🔨 **[Build_Guide.md](Build_Guide.md)** —— 编译 Pascal 与 Python 组件为 EXE。
- 📦 **[Dependency_Installation_Guide.md](Dependency_Installation_Guide.md)** —— 依赖安装与动态库部署。
- 🤖 **[NVIDIA-Nemotron-3.5-Lightning-30B-A3B-UD-IQ4_NL.md](NVIDIA-Nemotron-3.5-Lightning-30B-A3B-UD-IQ4_NL.md)** —— 推荐模型下载与部署。
**三种服务端命令行手册**：
| 服务端 | 手册 | 什么时候用 |
|--------|------|-----------|
| 🟢 `llm_service.exe` | [LingoFuse_LLM_Service_CLI_guide.md](src/LingoFuse_LLM_Service_CLI_guide.md) | **本地加载 GGUF 模型推理** |
| 🟣 `llm_proxy.exe` | [LingoFuse_LLM_Proxy_CLI_Guide.md](src/LingoFuse_LLM_Proxy_CLI_Guide.md) | **纯文本转发，只对话** |
| 🔴 `llm_proxy_tool.exe`（LTB） | **[LingoFuse_LLM_Proxy_Tool_CLI_Guide.md](src/LingoFuse_LLM_Proxy_Tool_CLI_Guide.md)** | **转发 + 服务端工具执行，让智能体调用 tools API** |
**其他**：
- 📋 **[LingoFuse_LLM_Proxy_Compatibility_Guide.md](src/LingoFuse_LLM_Proxy_Compatibility_Guide.md)** —— 129+ 后端清单（LTB 亦适用）。
- 📦 **[llama_cpp_python_guide.md](src/llama_cpp_python_guide.md)** —— `llama-cpp-python` 安装。
### 深入与排错
- 📝 **[LingoFuse_mcp_api_tool_Implementation_Memo.md](LingoFuse_mcp_api_tool_Implementation_Memo.md)** —— MCP 网关实施备忘与坑点。
- 🚨 **[LingoFuse_LLM_Pitfalls_For_AI.md](src/LingoFuse_LLM_Pitfalls_For_AI.md)** —— LLM 生态踩坑大全。
- 📊 **[LingoFuse_LLM_Service_Work_Summary.md](src/LingoFuse_LLM_Service_Work_Summary.md)** —— LLM 工具链版本演进（历史参考）。
- 📊 **[LingoFuse_Python_Binding_Migration_Record.md](LingoFuse_Python_Binding_Migration_Record.md)** —— Python 绑定迁移与工作总结（历史参考）。
> **历史文档**：`Qwen2.5-7B-Instruct-Q4_K_M.md` 已不再作为默认模型，仅作历史参考。新项目请使用 NVIDIA Nemotron 模型。
### v3 分支文档（多模态 / 图像 / 语音）
- 🌟 **[v3 仓库主页](https://github.com/PassByYou888/LingoFuse-pasAgent-v3)** —— 多模态智能体分支。
- 🖼️ **[v3 推荐模型（Nemotron Omni 多模态）](https://github.com/PassByYou888/LingoFuse-pasAgent-v3/blob/main/NVIDIA-Nemotron-3-Nano-Omni-30B-A3B-Reasoning-UD-IQ4_XS.md)** —— 下载与部署指南。
- 🅿️ **[v3 Pascal 集成指南](https://github.com/PassByYou888/LingoFuse-pasAgent-v3/blob/main/Pascal_Integration_Guide.md)** —— 六大场景切入。
- ⭐ **[v3 代码生成器手册](https://github.com/PassByYou888/LingoFuse-pasAgent-v3/blob/main/code_generate_mcp.md)** —— Pascal + Python 双语言输出。
---
## 🛡️ 稳定性：为长时间运行而设计
pasAgent 的所有组件都针对**长时运行、高频调用**做了专门加固：
- **单 worker 串行推理**：llama.cpp 上下文不是线程安全的，所有推理通过 FIFO 队列串行化到单 worker 线程
- **双条件会话回收**：空闲超时 **AND** 客户端离线才回收，避免客户端临时断开导致对话历史丢失
- **异常隔离**：后台循环的任何异常都被捕获，不会杀死工作线程
- **句柄自动回收**：显式释放 + 超时回收，防止资源泄漏
**实测表现**：可稳定处理**数万条**连续的交互命令或 function call，长时间运行不掉线、不漏句柄、不串会话。
---
## 🔧 运行前准备
pasAgent 所有组件都依赖 **LingoFuse 动态库**（`LingoFuse64.dll` / `liblingofuse.so`）。
```bash
git clone --recursive https://github.com/PassByYou888/LingoFuse.git
# 然后将 LingoFuse/Binary 目录加入系统 PATH
```
> **新手提示**：预编译包已内置所需动态库，**无需单独安装**。
### ⚠️ 首次运行缺少 DLL？
如果提示找不到 `LingoFuse64.dll` / `z_ipc_64.dll`，**不想自己编译 LingoFuse**：
👉 **直接去预编译包发布页找现成的**：[releases/tag/pre_build](https://github.com/PassByYou888/LingoFuse-pasAgent/releases/tag/pre_build)
**运行环境依赖**：预编译 DLL 使用 **Visual Studio 2022** 编译，运行时需要安装 **VS2022 可再发行组件（VC++ Redistributable）**：
- [VC++ Redistributable for Visual Studio 2022 (x86/x64)](https://learn.microsoft.com/en-us/cpp/windows/latest-supported-vc-redist?view=msvc-170)
---
## 🌟 关于开放性
**[pasAgent](https://github.com/PassByYou888/LingoFuse-pasAgent) 是 [LingoFuse](https://github.com/PassByYou888/LingoFuse) 的分支项目**，两者均为完全开放、非商业性的开源项目。
- ✅ **永久免费**：MIT 许可证
- ✅ **无商业捆绑**：无收费功能、无付费订阅
- ✅ **社区驱动**：决策来自社区贡献者
- ✅ **透明开发**：源码全公开，构建可复现
### 分支关系
| 分支 | 仓库 | 定位 | 状态 |
|:----:|------|------|:----:|
| **v2** | [LingoFuse-pasAgent](https://github.com/PassByYou888/LingoFuse-pasAgent) | **纯文本智能体** | ✅ **仍维护** |
| **v3** | [LingoFuse-pasAgent-v3](https://github.com/PassByYou888/LingoFuse-pasAgent-v3) | **多模态智能体** | 🚀 **活跃开发** |
**v3 是 v2 的平行分支，不是替代**：
- v2 面向**纯文本场景**——文字问答、工具调用、本地推理。
- v3 面向**多模态协作**——文字 + 图片、双语言代码生成、250+ 后端。
- 二者共享**信标协议**、**工具声明规范**，客户端代码可以平滑迁移。
- 如果你的项目**只需要文字能力**，继续用 **v2** 即可。
- 如果需要**多模态 / 图像识别 / 语音 / 双语言代码生成**，请迁移到 **[v3](https://github.com/PassByYou888/LingoFuse-pasAgent-v3)**。
---
## ❓ 常见问题
| 问题 | 回答 |
|------|------|
| 需要懂 MCP 协议吗？ | **不需要**，写 Pascal 就行 |
| 只支持豆包吗？ | **支持所有 MCP 客户端**：豆包 / LM Studio / Claude / Continue.dev / Jan / DeepSeek |
| 只能做加减乘除吗？ | **任何 Pascal 函数**：数据库、文件、硬件、GUI…… |
| 需要联网吗？ | **不需要**，所有组件本地运行。若使用 `llm_proxy` / `llm_proxy_tool` 转发云端 API 则需联网 |
| 我的函数操作 UI 能接入吗？ | **能**，生成代码预留主线程同步接口 |
| 客户端不支持 MCP 工具怎么办？ | **用 `llm_proxy_tool.exe`**（路径 B），服务端会代管工具调用 |
| 三种 LLM 服务端能同时跑吗？ | **默认不能**（共享同一端点）。要共存须改 `--endpoint` + `--app-name` |
| 缺 DLL 又不想编译？ | **去[预编译包发布页](https://github.com/PassByYou888/LingoFuse-pasAgent/releases/tag/pre_build)下载，解压即用** |
| 如何让 AI 自动调用工具？ | 路径 A：启动 `mcp_api_tool`；路径 B：启动 `llm_proxy_tool` |
| LLM 体系文档在哪里？ | 全部在 **[`src/`](src/)** 目录下 |
| 代码生成器的源码在哪？ | **不在本仓库中**，本仓库仅提供手册。请从预编译发布页获取 `code_decl_to_mcp.exe` |
| 能长时间跑吗？ | **能**。专门做过加固：单 worker 串行、双条件回收、句柄自动回收、异常隔离。**实测可稳定处理数万条交互命令或 function call** |
| **我需要多模态 / 图像识别 / 语音** | ✅ **请使用 [pasAgent v3](https://github.com/PassByYou888/LingoFuse-pasAgent-v3)** —— v3 是专为多模态场景设计的平行分支 |
| **v2 和 v3 什么关系？** | **平行分支**。v2 面向纯文本；v3 面向多模态。v2 仍然维护 |
| **我应该选哪个？** | 只要文字 → **v2**；需要图片 / 语音 / 双语言代码生成 → **[v3](https://github.com/PassByYou888/LingoFuse-pasAgent-v3)** |
| **能从 v2 迁移到 v3 吗？** | ✅ 可以。两者共享信标协议与工具声明规范，客户端代码平滑迁移 |
| **v3 的预编译包在哪？** | <https://github.com/PassByYou888/LingoFuse-pasAgent-v3/releases/tag/pre_build> |
---
## 👤 关于作者
**老张（QQ: 600585）**
看不惯跨语言调用得写一箩筐胶水代码，干脆撸了 LingoFuse；又看不惯 Pascal 老代码接不进 AI 时代，顺手撸了 pasAgent；还看不惯 AI 只能理解文字，于是 v3 走上了多模态之路。
欢迎反馈、建议、PR。
---
## 📄 许可证
**MIT** —— 自由使用、修改、分发。
---
## 🔗 快速链接
| 资源 | 链接 |
|------|------|
| **v2 仓库**（本仓库） | <https://github.com/PassByYou888/LingoFuse-pasAgent> |
| **v2 预编译包** | <https://github.com/PassByYou888/LingoFuse-pasAgent/releases/tag/pre_build> |
| **v3 仓库**（多模态） | <https://github.com/PassByYou888/LingoFuse-pasAgent-v3> |
| **v3 预编译包** | <https://github.com/PassByYou888/LingoFuse-pasAgent-v3/releases/tag/pre_build> |
| **LingoFuse 核心仓库** | <https://github.com/PassByYou888/LingoFuse> |
| **zIPC（进程通信）** | <https://github.com/PassByYou888/zIPC> |
---
*项目始于 2026 年，持续迭代中。有问题提 Issue，急事加 Q。*
连接信息
猜你喜欢
暂无推荐服务器