feat: 新增 Agent CLI — Web 版 AI 运维 Agent（参考 opsxcli 移植）

后端引擎 backend/pkg/agentcli/（纯引擎库，零业务依赖，剥离 CLI/TUI 外壳）： - llm: OpenAI 兼容客户端，复用 model.LLMConfig - tools: ssh_execute（复用 pkg/remoteexec）+ analyze_output + 风险评估黑名单 - safety: 三级安全模式 + 五级风险 + WebSocket 异步确认 - prompt: 五层 System Prompt - core: ReAct 16 轮循环 + 自适应检查点 + 循环检测 - evolver: 四层记忆 + 进化循环，data/agentcli/ 文件存储集成层： - controller/agent_cli.go: WebSocket 控制器（事件流推流 + 高危确认 + 会话持久化） - model/agent_cli.go: agent_cli_sessions/messages 表 + AutoMigrate - 路由 /ws/agent-cli + /api/v1/aiops/agent-cli/sessions - seed 权限 aiops:agent-cli / aiops:llm-config 前端： - AgentCLI.tsx: 对话流 + 工具块 + 高危确认 + 四模块 tips 面板 - LLMConfig.tsx: 大模型设置独立页 - api/agentCli.ts + Sidebar/App 菜单路由文档： - docs/agent/ 11 篇（opsxcli 同名文档适配改写 + 00-README 映射总览）其他： - CLAUDE.md 补充 agent-cli 模块说明 - 修正 .gitignore 根级二进制规则（前导 /，避免误伤 frontend/src/components/aiops/） Co-Authored-By: Claude <noreply@anthropic.com>
2026-06-27 09:55:17 +08:00
1 parent f2069fe3f0
commit 92a2247390
@@ -0,0 +1,145 @@
+// openai.go - OpenAI 兼容 LLM 客户端实现 // Logan.Li
+// 复用 aiops 既有 LLM 调用模式（model.LLMConfig + resolveEndpoint + /chat/completions + Bearer）。
+// 支持所有 OpenAI 兼容后端：openai / deepseek / qwen / moonshot / ollama / custom。
+package llm
+
+import (
+	"bytes"
+	"context"
+	"encoding/json"
+	"fmt"
+	"io"
+	"net/http"
+	"time"
+)
+
+// Config LLM 客户端配置（endpoint 已由上层解析为完整 base url） // Logan.Li
+type Config struct {
+	Endpoint    string        // 完整 base url，如 https://api.deepseek.com/v1
+	APIKey      string        // Bearer token
+	Model       string        // 模型名，如 deepseek-chat / gpt-4o-mini
+	Temperature float64       // 采样温度
+	MaxTokens   int           // 单次最大输出 token
+	Timeout     time.Duration // HTTP 超时（0 表示使用默认 180s）
+}
+
+// OpenAIClient OpenAI 兼容客户端 // Logan.Li
+type OpenAIClient struct {
+	cfg    Config
+	client *http.Client
+}
+
+// NewClient 创建 OpenAI 兼容客户端 // Logan.Li
+func NewClient(cfg Config) Client {
+	timeout := cfg.Timeout
+	if timeout <= 0 {
+		timeout = 180 * time.Second
+	}
+	return &OpenAIClient{
+		cfg:    cfg,
+		client: &http.Client{Timeout: timeout},
+	}
+}
+
+// Name 返回客户端名称 // Logan.Li
+func (c *OpenAIClient) Name() string { return "openai-compatible(" + c.cfg.Model + ")" }
+
+// openaiRequest OpenAI chat/completions 请求体 // Logan.Li
+type openaiRequest struct {
+	Model       string    `json:"model"`
+	Messages    []Message `json:"messages"`
+	Tools       []Tool    `json:"tools,omitempty"`
+	ToolChoice  string    `json:"tool_choice,omitempty"` // "auto" 让模型自主决定
+	Temperature float64   `json:"temperature,omitempty"`
+	MaxTokens   int       `json:"max_tokens,omitempty"`
+}
+
+// openaiResponse OpenAI chat/completions 响应体 // Logan.Li
+type openaiResponse struct {
+	Choices []struct {
+		Message struct {
+			Role      string     `json:"role"`
+			Content   string     `json:"content"`
+			ToolCalls []ToolCall `json:"tool_calls"`
+		} `json:"message"`
+	} `json:"choices"`
+	Usage Usage `json:"usage"`
+	Error *struct {
+		Message string `json:"message"`
+		Type    string `json:"type"`
+	} `json:"error,omitempty"`
+}
+
+// Complete 调用 OpenAI 兼容接口完成一轮补全 // Logan.Li
+// 返回 assistant 消息（含思考文本 content 与工具调用计划 tool_calls）+ token 统计。
+func (c *OpenAIClient) Complete(ctx context.Context, req *CompletionRequest) (*CompletionResponse, error) {
+	payload := openaiRequest{
+		Model:       c.cfg.Model,
+		Messages:    req.Messages,
+		Tools:       req.Tools,
+		ToolChoice:  "auto",
+		Temperature: c.cfg.Temperature,
+		MaxTokens:   c.cfg.MaxTokens,
+	}
+	if payload.MaxTokens <= 0 {
+		payload.MaxTokens = 4096
+	}
+	body, err := json.Marshal(payload)
+	if err != nil {
+		return nil, fmt.Errorf("序列化请求失败: %w", err)
+	}
+
+	url := c.cfg.Endpoint + "/chat/completions"
+	httpReq, err := http.NewRequestWithContext(ctx, http.MethodPost, url, bytes.NewReader(body))
+	if err != nil {
+		return nil, fmt.Errorf("构造请求失败: %w", err)
+	}
+	httpReq.Header.Set("Content-Type", "application/json")
+	httpReq.Header.Set("Authorization", "Bearer "+c.cfg.APIKey)
+
+	resp, err := c.client.Do(httpReq)
+	if err != nil {
+		return nil, fmt.Errorf("LLM 连接失败: %w", err)
+	}
+	defer resp.Body.Close()
+
+	raw, _ := io.ReadAll(resp.Body)
+	if resp.StatusCode != http.StatusOK {
+		return nil, fmt.Errorf("LLM 返回错误 (HTTP %d): %s", resp.StatusCode, extractErrorMessage(raw))
+	}
+
+	var parsed openaiResponse
+	if err := json.Unmarshal(raw, &parsed); err != nil {
+		return nil, fmt.Errorf("解析 LLM 响应失败: %w", err)
+	}
+	if parsed.Error != nil && parsed.Error.Message != "" {
+		return nil, fmt.Errorf("LLM 错误: %s", parsed.Error.Message)
+	}
+	if len(parsed.Choices) == 0 {
+		return nil, fmt.Errorf("LLM 未返回任何结果")
+	}
+
+	choice := parsed.Choices[0].Message
+	return &CompletionResponse{
+		Model: c.cfg.Model,
+		Message: Message{
+			Role:      choice.Role,
+			Content:   choice.Content,
+			ToolCalls: choice.ToolCalls,
+		},
+		Usage: parsed.Usage,
+	}, nil
+}
+
+// extractErrorMessage 从上游错误响应提取 message 字段 // Logan.Li
+func extractErrorMessage(raw []byte) string {
+	var m struct {
+		Error struct {
+			Message string `json:"message"`
+		} `json:"error"`
+	}
+	if json.Unmarshal(raw, &m) == nil && m.Error.Message != "" {
+		return m.Error.Message
+	}
+	return string(raw)
+}
@@ -0,0 +1,73 @@
+// Package llm 提供 Agent CLI 引擎使用的 LLM 抽象层。 // Logan.Li
+// 仅保留与 ReAct 循环相关的最小接口：消息、工具调用、补全请求/响应、Client。
+// 设计参考 opsxcli/internal/llm，剥离 CLI 配置向导与多 Provider 文件配置，
+// 配置由上层（controller）从 model.LLMConfig 解析后注入。
+package llm
+
+import "context"
+
+// Message 聊天消息（OpenAI 兼容格式） // Logan.Li
+type Message struct {
+	Role       string     `json:"role"`                   // system / user / assistant / tool
+	Content    string     `json:"content"`                // 消息内容
+	Name       string     `json:"name,omitempty"`         // tool 消息对应的工具名
+	ToolCallID string     `json:"tool_call_id,omitempty"` // tool 消息对应的 tool_call id
+	ToolCalls  []ToolCall `json:"tool_calls,omitempty"`   // assistant 消息携带的工具调用
+}
+
+// ToolCall 工具调用 // Logan.Li
+type ToolCall struct {
+	ID       string       `json:"id"`
+	Type     string       `json:"type"` // 固定 "function"
+	Function FunctionCall `json:"function"`
+}
+
+// FunctionCall 函数调用（名称 + JSON 字符串参数） // Logan.Li
+type FunctionCall struct {
+	Name      string `json:"name"`
+	Arguments string `json:"arguments"` // JSON 字符串
+}
+
+// Tool LLM 工具定义（function calling） // Logan.Li
+type Tool struct {
+	Type     string       `json:"type"` // 固定 "function"
+	Function ToolFunction `json:"function"`
+}
+
+// ToolFunction 工具函数定义（给 LLM 看的 name/description/parameters） // Logan.Li
+type ToolFunction struct {
+	Name        string                 `json:"name"`
+	Description string                 `json:"description"`
+	Parameters  map[string]interface{} `json:"parameters"` // JSON Schema
+}
+
+// CompletionRequest 补全请求参数 // Logan.Li
+type CompletionRequest struct {
+	Messages    []Message `json:"messages"`
+	Tools       []Tool    `json:"tools,omitempty"`
+	Temperature float64   `json:"temperature,omitempty"`
+	MaxTokens   int       `json:"max_tokens,omitempty"`
+}
+
+// CompletionResponse 补全响应（取首个 choice） // Logan.Li
+type CompletionResponse struct {
+	ID      string  `json:"id"`
+	Model   string  `json:"model"`
+	Message Message `json:"message"`
+	Usage   Usage   `json:"usage"`
+}
+
+// Usage token 使用统计 // Logan.Li
+type Usage struct {
+	PromptTokens     int `json:"prompt_tokens"`
+	CompletionTokens int `json:"completion_tokens"`
+	TotalTokens      int `json:"total_tokens"`
+}
+
+// Client LLM 客户端接口 // Logan.Li
+type Client interface {
+	// Complete 一次性补全（返回思考文本 + 工具调用计划）。
+	Complete(ctx context.Context, req *CompletionRequest) (*CompletionResponse, error)
+	// Name 返回客户端名称（用于日志/审计）。
+	Name() string
+}