19 KiB
Agent 工作区接入指南
本指南说明如何启用已支持的后端,以及新增 ACP adapter 需要修改的接入点。
当前支持 Cursor、Antigravity(AGY)、Pi Agent、OpenCode、Claude 与 Codex。Cursor / AGY / Pi / OpenCode / Claude 使用 agent.acp.*;Codex 保留独立的 codex.app.* App Server 数据面。
Pi Agent(Issue #97,实验性)
在 Host 运行 npm install -g @earendil-works/pi-coding-agent pi-acp。先通过 pi 配置模型与授权并完成本机对话;Remote 默认自动检测并初始化 Pi Agent,成功后开放工作区。未安装或初始化失败时不可用,不影响其他后端;明确设置 enabled: false 或关闭 ACP 总开关时不启动。Remote 设置 → Agent 后端可关闭 Pi Agent。默认命令为 pi-acp,参数为空;pi 本身的 RPC 模式不是 ACP,不能将命令直接替换为 pi。
OpenAI 兼容端点通过 Pi 用户目录的 models.json 配置 baseUrl、api(如 openai-responses)和模型;密钥使用 Pi 私有凭据、环境变量或私有 credential command,不放入 Remote 配置。参考 pi-acp 上游说明。
Pi 工作区使用 pi:cwd:,会话展示使用 pi:,需要 agent.acp.pi.v1。Host 通过标准 ACP session/list / session/load 发现目录、恢复历史,不读取 Client 本机的 Pi 文件。每个活动会话使用独立 wrapper,历史读取另用临时 wrapper,避免上游加载会话时关闭其他会话。Client 断线只释放订阅及归属,运行中的回复继续;恢复后从 Host 重新读取历史。不写 Harness SessionStore 或 Workspace 数据库。每个 Host Pi adapter 最多保留 30 个活动/已加载会话,另保留 catalog 与一个历史读取槽;达到配额显式失败,可在 Host 关闭后端并重新启用以清理进程。历史最多 8 MiB / 10,000 条 ACP 更新,超限报错而非静默截断。
首版文字 Prompt、流式回复、Tool Call、中断与历史恢复通过 ACP 接入;Pi 工具按 Host 用户权限执行,不承诺额外的 Remote 工具审批隔离。模型与 Thinking 选项只来自适配器的实际 catalog,使用现有 dsh/sessionModels / dsh/selectModel,不向 Harness/Codex 添加端点。Windows、独立 Remote Web、Android 原生及加密跨设备验收需另行完成。
Pi 工具审批与历史读取边界
- Pi 默认使用 Host 用户的 OS 权限,不会自动对每个内置工具请求审批。若 Host 的 Pi 扩展在
tool_call中等待ctx.ui.confirm,pi-acp 会转成session/request_permission;Remote 仅允许单次允许、拒绝或取消,按本次上游选项 ID 回传,不提供会话级永久授权。普通 Prompt 不会自动为 Pi 安装审批扩展。Pi 扩展select若把多个选项都编码为allow_once,当前单次审批契约无法安全区分,保持拒绝,不把选择菜单伪装成工具授权。 - 本机真实 Gateway / Pi / 扩展确认链已验证(包括
gpt-6-sol实际发起的 bash 工具调用,两种决定均正常结束回复):拒绝不执行、允许一次只执行一次;另一连接不能抢答且不消费合法句柄;待审批时断线不放行,消费/断线后的句柄不可重放。这不是加密跨设备或原生 UI 验收。 - 历史从 Host 的有界 transfer 读取,用户/助手文本及工具结果映射为原生事件;工具调用和输出分开,保留失败状态、bash terminal 输出,连续文本 chunk 合并。目录/历史读取失败不能当成成功的空列表或空对话,也不能因此偷偷新建会话;并发读取同一会话历史共用一次请求。
pi-acp@0.0.34的session/load不重放原始 thinking、原始消息 ID/时间或完整工具输入。Remote 不读取 Pi 私有文件来绕过协议:使用稳定的投影消息 ID,未知时间记为0,不宣称无损恢复。实时 Pi bash 输出预览最多保留 1,048,576 个字符,超限显式提示通过有界历史重新读取,而不是伪装为完整输出。- 已用本机真实模型验证 Gateway → ACP Client → Desktop 内存投影的实时 read/bash 输出与 write diff、进程重启后的历史/分页与继续对话;Android 核心接入测试不等于 APK/真机验收。标准 catalog 的
nextCursor: null也作为正常结束处理,不误报空目录或协议异常。
恢复与重配的竞态边界
- Pi 初次
session/load的文本、思考和工具通知属于历史回放,不发布至实时 stream;只合并匹配会话、上游确认的模型/Thinking 配置。load 期间的 callback 直接拒绝,加载成功后才接受 live 通知和审批。 - Android Pi/AGY 打开会话时不复用旧展示缓存作为新订阅的基线;有界历史返回后合并本次订阅期间收到的实时文本、工具及完成 catch-up,不用打开前的
running值覆盖它们。历史失败显式报错;缺少共同 cursor/原始消息 ID 时只做有 ID/工具调用锚点的边界去重,不凭重复短文本猜测消息身份。 - Claude/Pi catalog 以及缓存 cwd 的目录校验绑定当前后端实例;每次异步读取返回后检查实例仍有效。重配、禁用或关闭期间迟到的旧 catalog 结果不得重建 authority,也不得被当成成功的空列表。
- Pi 首次准备 Prompt 的 cwd/load 尚未完成时也可取消;取消后不启动 Prompt,旧准备任务结束不会清除后续重试。已运行的回复仍通过上游确认停止,Client 断线本身不视为取消。Desktop 的 turn/assistant finish 区分正常完成、失败、中断与 token 上限;Android 恢复后端标签时独立校验 Pi/AGY 的可用性。
- 上述回放隔离与恢复竞态由核心状态机测试覆盖,真实本机 Gateway → ACP Client → Desktop 烟测也确认重启后首次继续对话不会重复插入历史工具结果。不代表新增 Android APK、原生真机或加密跨设备验收。
Claude(Issue #125)
Host 注册后端 ID 为 claude,默认关闭,默认命令为 claude-agent-acp、参数为空。使用 Claude ACP adapter,需用户在 Host 自行安装并完成 Claude 本机授权;Remote 不自动安装、不发起登录,也不发送 Cursor 专属 cursor_login 认证。claude CLI 本身不是 ACP 服务,不能配置为 claude acp。
Host 的 acp.backends 可配置 { "id": "claude", "enabled": true, "command": "claude-agent-acp", "args": [] },也可指定绝对命令路径与 cwd。Host 已接通独立 ACP gateway 的初始化、会话、文字 Prompt、中断、上游 catalog 与有界历史恢复,复用连接归属、单次审批和热重配边界;Desktop/Android 已接入 Claude 工作区、历史、文字会话与模型选择,模型与 effort 仅来自上游 catalog 并等待切换确认。工作区前缀为 claude:cwd:,会话前缀为 claude:;所有投影仅保留内存。支持直接 Files/Terminal 访问,复用 Host 工作区路径隔离与终端权限设置;Claude 图片输入暂不支持;独立 Remote Web、APK/真机及加密跨设备 E2E 仍待验收。
本机真实接入烟测:使用 @agentclientprotocol/claude-agent-acp@0.91.0 及已有 OpenAI 兼容 provider 的同一凭据与 gpt-6-sol。该端点实测也支持 Anthropic /v1/messages(HTTP 200);不是把 OpenAI Responses 直接传给 Claude SDK,也未增加协议转换代理。仅在测试子进程设置 ANTHROPIC_API_KEY、ANTHROPIC_BASE_URL(去掉末尾 /v1)和 ANTHROPIC_MODEL,各默认模型同样映射至该模型;使用隔离临时工作目录与 CLAUDE_CONFIG_DIR,不修改已有用户配置。真实 ClaudeAcpClient 初始化、新建会话及文字 Prompt 完成,收到一个文本 chunk(2 字符)、end_turn;未调用工具或触发权限请求。该结果验证 Claude Agent SDK/ACP 运行时搭配兼容端点,不代表调用的是 Anthropic Claude 模型,也不代表 Remote Gateway/加密传输、工具审批、中断或历史已完成 E2E。
工具审批:真实 Host Gateway 验证
沿用上述 adapter、兼容端点和模型,已在隔离临时目录验证真实 Write 工具,经 AcpRemoteGateway → per-connection peer stream → respond 走完整本机审批链:
- 拒绝:收到上游
reject_once选项(真实 ID 为reject),工具未创建目标文件,回复正常结束。 - 单次允许:映射上游
allow_once,只创建预期文件且内容匹配;同一会话下一轮再次调用Write会重新请求审批,拒绝后第二个文件不存在。 - 对真实待审批句柄,另一连接响应、持久授权
allow-always、附带任意result的越权响应均被拒绝,且不消费有效句柄;合法决定仍可提交,提交后重放被拒绝。
Host 按 options[].kind 映射真实 optionId,不硬编码拒绝 ID。审批绑定连接、会话、backend 与进程实例;无主、旧实例、歧义选项或未知上游请求 fail closed,不向其他设备广播。自动化核心回归另覆盖断线、后端重配、请求字段伪造等边界。
这是本机真实 ACP/Gateway 工具审批验收,不是加密跨设备或 Desktop/Android 原生 UI 验收。仅测试临时文件写入,不新增 Remote 文件写入 RPC、通用上传或 Harness/Codex allowlist。
中断与历史恢复:真实 Host Gateway 验证
Claude 会话与目录来自上游标准 session/list;无效 envelope、异常/循环 cursor 或超过 100 页仍未完成的分页显式失败,合法空列表保持为空。Host 对其 cwd 执行 realpath/目录校验,session/load 不接受 Client 自报 cwd。未知会话历史失败前不预占会话所有权。历史通过独立临时 adapter 的 session/load replay 获取,再转换为文本、推理和工具调用/结果事件,不读取 Claude 私有 transcript。每次最多 8 MiB / 10,000 更新,超限或上游错误显式失败;历史请求不参与工具审批,遇到请求直接拒绝/取消。同一 Host 最多保留 30 个 live/loading Session、一个 history reader;同一已加载 Session 重复 load 本地短路,不重放污染 live stream。未知时间用 0 和稳定投影 ID,不宣称恢复上游未提供的原始时间/消息 ID。
沿用现有端点与 gpt-6-sol 的真实验证已通过:
- 上游 catalog 发现原会话与 cwd;Host history 恢复用户/助手消息及先前的随机标记。真实
Bash printf的工具输出也在独立tool/result历史事件中恢复,不把用户 Prompt 中的同名文本误当成工具输出。 - 待审批
Write中断返回cancelled,旧审批句柄失效,文件未创建;其他连接不能取消所属会话。 - 前台
Bash sleep 45运行期间读取独立 history,原 turn 保持运行;随后取消,返回上游cancelled。安全工具可能无需审批,因此中断测试按工具开始事件触发,不等待权限请求。 - 关闭并重新创建整个 Gateway/adapter 后,重新从 catalog 恢复 cwd、load/history 并继续对话,模型准确记住之前的随机标记;不重放原 Prompt 或工具操作。
上述为本机真实 SDK/Host Gateway 验证,不等于客户端重连 UI、Windows、APK/真机或加密跨设备 E2E。
Hermes Agent(Nous Research)
Host 注册后端 ID 为 hermes,默认关闭(未安装 Hermes 的 Host 不会被触发拉起),默认命令 hermes、参数 ["acp"]。
Hermes 自带标准 ACP 服务端(hermes acp,另有 hermes-acp 兼容入口),因此不需要额外的 adapter 或协议转换:
acp:
backends:
- id: hermes
enabled: true
command: hermes # 或 hermes-acp(此时 args 留空)
args: [acp]
- 认证:Hermes 使用 Host 本机已有的 provider 与密钥配置,不向 Client 发起登录;Remote 只在初始化时发送
initialize,不发送authenticate。 - 目录与会话:
session/list按 cwd 列出 Hermes 已持久化的会话(标题、更新时间),session/load在响应前回放历史。 - 历史:由独立进程读取并转换为原生事件,模型来源标记为
hermes,不写入 Harness SessionStore。 - 模型:
session/new(或session/load)返回的models.availableModels即 Host 上的 Hermes 模型清单,切换走标准session/set_model。 - 审批:Hermes 自己的审批策略决定何时请求确认,危险终端操作会通过
session/request_permission交给 Client 单次允许/拒绝。 - 图片:支持多模态图片 Prompt,图片作为标准 ACP
image内容块随文本一起透传至hermes acp,规格与 AGY 一致(PNG / JPEG / WebP / GIF,单张最多 8 MiB、边长不超过 8192、像素不超过 4000 万,每条消息最多 4 张)。与 AGY 不同,Hermes 直接内联 base64,不写 Host tmp 缓存,因此不存在缓存过期问题。 - 限制:与 Claude 一样不开放 ACP workspace 文件/终端工具入口。
真实验收记录:本机 Host Gateway → hermes acp 已完成工作区列举、会话新建、流式回复(agent_message_chunk)、工具执行(terminal 输出回传)与历史回放。图片 Prompt 的透传与附件回读目前由核心测试(adapter 透传、虚拟会话与附件读取)覆盖,尚未在真实 Host Gateway → hermes acp 上做图片验收。
启用已有后端
- 在 Host 安装对应 CLI,完成其本机授权,并确认命令能运行:Cursor 使用
agent,AGY 使用agy,Codex 使用codex。 - 打开 Host 的 Remote 设置 → Agent 后端,检测对应命令;需要时设置绝对命令路径。
- 开启所需后端并保存。配置热生效,仅更新变化的后端,无需重启整个 DSH;CLI 可发现不代表已登录或协议就绪。
- 在 Client 登录同账号,选择在线 Host,再选择已就绪的后端工作区。Desktop 与 Android 使用现有工作区/会话界面。
Codex 默认开启,Cursor 默认关闭;AGY 以 Host 配置为准。未就绪的后端不能自动替换为其他后端。 工作目录须在 Host 上已存在;Codex 新增 Project 仅注册真实目录,不创建目录或写入 Harness 存储。
| 后端 | Host 接入 | 使用范围 |
|---|---|---|
| Cursor | agent acp stdio,每个会话独立进程 |
文字 Prompt、流式回复、中断、单次审批、真实模型选择 |
| Claude | claude-agent-acp stdio |
工作区/历史、文字、流式工具、中断、单次审批、模型/effort |
| OpenCode | opencode acp stdio |
工作区/历史、文字、流式回复、中断、模型/effort |
| AGY | agy --input-format stream-json --output-format stream-json adapter |
工作区/历史、文字与受限图片、流式回复、模型选择 |
| Pi Agent | pi-acp stdio(内部启动 pi --mode rpc) |
工作区/历史、文字、流式工具、中断、模型/Thinking |
| Hermes | hermes acp stdio(Hermes Agent 自带 ACP 服务端) |
工作区/历史、文字与多模态图片、流式思考与工具、中断、单次审批、模型选择 |
| Codex | codex app-server stdio |
Project/Thread、历史、文字/图片、模型/权限、中断与审批 |
图片规格对 AGY 与 Hermes 相同:每张最多 8 MiB、每条消息最多 4 张(合计不超过 32 MiB),支持 PNG / JPEG / WebP / GIF,单边不超过 8192 像素且不超过 4000 万像素。AGY 将图片写入 Host 专用私有 tmp 缓存,保留 24 小时,系统提前清理 tmp 后图片可能不可用;Hermes 以 base64 内联透传,不写 tmp 缓存。 工具可用性以 Host capability 和会话 scope 为准。最新工具、AGY 加密跨设备链路、Windows、APK/真机与长期稳定性仍有待验证项,见 TODO。
实现方式
Desktop / Android 的内存工作区与会话投影
-> 已认证、端到端加密 Remote channel
-> Host 每连接 bridge / RPC / stream / transfer
-> ACP gateway -> Cursor / AGY adapter
或 Codex domain -> App Server
Client 不读取本机 AGY 数据库或 transcript,不写 DSH SessionStore、Workspace 数据库或 Harness 日志。
Host 决定工作目录与会话归属;capability 表示协议支持,workspaceTypes.available 表示实际就绪,两者都满足才开放工作区。
独立 Remote Web runtime 在 Server 仓库维护,本仓库浏览器兼容投影不等于跨站点验收。
新增 ACP 后端
仅向 acp.backends 添加 command/args 不会自动实现 adapter。当前 gateway 明确识别 Cursor / Antigravity / Pi / OpenCode / Claude,不按可执行文件名称猜测后端。
- 实现进程 adapter:参考 adapter.ts 的
start / close / isReady / call / respond / respondError / onInbound / onUnavailable契约,在acp/adapters/实现固定后端 ID、请求关联、通知与退出清理。原生 ACP 可参考 Cursor;其他协议需像 AGY 一样明确适配。 - 注册 Host 生命周期:在 gateway.ts 接入后端创建、支持列表、后台启动、就绪检测和 reconfigure。关闭时取消启动,迟到初始化不能重新注册;不可用后端不能静默降级。
- 定义安全契约:在 method-policy.ts、共享 Protocol 和 协议 同步固定方法、字段、backend capability、工作区/会话 ID 和限额。按连接隔离 stream、transfer 和审批;不扩大 Harness 或 Codex allowlist。
- 接入工作区与展示:在 Host 实现 backend 明确的 catalog 和 session scope,Client 只消费 Host 接口。更新 虚拟 carrier、Client 类型/就绪判断和 Android 内存投影;不引入 Node 依赖到浏览器,不写 Harness 持久化。
- 接入可选能力:历史、图片、模型和只读文件/终端分别声明 capability。工作区工具必须使用 Host 验证的会话根、固定 endpoints 与终端输入权,不能接受任意 Client cwd 或通用文件上传。
- 验证核心边界:覆盖 allowlist、后端/会话归属、权限、RPC/事件顺序、启动中关闭和断线恢复;真实跨设备、目标 runtime 和 CLI 验收单独记录。展示、文案、布局不单独新增测试。
新增后端是源码开发工作,不能把未经实现的注册项列成已支持产品。Codex 继续使用独立领域,当前不迁入 ACP gateway。
参考文档
- ACP Remote 技术说明:方法、配置、图片与后端生命周期。
- Codex Remote 技术说明:App Server、Project authority 与投影。
- Plugin 功能设计:共享认证、工具、配置与恢复。
- Remote Protocol:线协议、capability、scope 和限额的权威来源。
Claude 与 Hermes 的直接 Files/Terminal 均复用 Host 共享 ACP workspace tools,受可信工作目录、连接归属、路径隔离与终端开关约束;这与 Agent 自身执行工具相互独立。