VCPChat

VCPChat — 分布式 AI 原生全栈引擎

English | 日本語 | Русский

VCPChat 不再仅仅是一个聊天客户端，它是一个打通 AI-UI-App 边界的分布式全栈底层引擎。

通过对前端 IPC 和后端 API 的深度虚拟化封装，VCPChat 构建了一个超越传统交互范式的 AI 原生运行环境。

请立刻在全局设置里设置用户名，以避免众多依赖功能报错！

后端链接：https://github.com/lioensky/VCPToolBox

请下载壁纸包以避免元素窗口异常：https://github.com/lioensky/VCPChat/releases

请下载音频解码包：https://github.com/lioensky/VCPChat/releases/tag/%E8%A7%A3%E7%A0%81%E5%99%A8core

引擎级抽象：30 行代码的奇迹

VCPChat 的核心价值在于其极致的抽象与集成能力。

• 极致封装: 凭借底层的高级流式渲染、分布式通讯和全栈插件系统，开发者现在仅需 30 行代码 即可构建一个功能完备的 VChatMini。
• 降维打击: 相比 VCPChat 自身 30 万行代码的底层积淀，这种高度抽象让复杂的 AI 应用开发变得如同拼积木般简单。
• 全栈集成: 无论是 HIFI 音频引擎、流式 HTML 渲染，还是跨节点的分布式文件追踪，所有能力都已通过虚拟化接口（vcpAPI）对开发者透明开放。

安装与部署

推荐入口

普通用户请使用图形启动器：Windows 双击 launchers/VCPChat-Launcher.vbs，macOS 使用 launchers/VCPChat-Launcher.command，Linux 使用 launchers/VCPChat-Launcher.sh。构建后的 NSIS/MSI/DMG/AppImage 是发布产物，入口和产物边界见 docs/project-entrypoints.md。

开发者需要可恢复诊断时使用 npm run vcpchat；只有需要直接调试 Electron 主进程时才使用 npm start。旧版 BAT/VBS 入口仍保留兼容性，但不作为发布验收入口。

安装器与工程债务状态见 docs/technical-debt.md。提交前运行 npm run check:release-surface。

1. 克隆仓库

   克隆此项目到您的本地计算机：

   bash复制

   git clone https://github.com/lioensky/VCPChat.git
   cd VCPChat

2. 安装依赖

   本项目需要 Node.js 和 Python 环境。（Error invoking remote method 'get-agents': Error: No handler registered for 'get-agents' 报错通常由 Node.js 依赖安装或原生模块重建失败造成。）

   • 安装 Node.js 依赖:

     bash复制

     npm install
     npx electron-rebuild -f --only better-sqlite3,node-pty,sharp
     npm run doctor -- --deep

     VCPChat 的 SQLite、终端和图像处理能力依赖原生模块。每次首次安装依赖、升级 Electron、切换 Node.js/Electron 版本，或遇到 NODE_MODULE_VERSION 不匹配时，都应执行上述完整重建命令；-f 用于避免错误复用旧 ABI 二进制。随后使用深度诊断实际打开内存 SQLite、加载 PTY 并调用 Sharp。

     Electron 44 使用 NODE_MODULE_VERSION 149。当前依赖组合要求 better-sqlite3 13.x，并通过项目锁定的新版 node-abi 识别 Electron 44。旧版 better-sqlite3 12.x 无法针对 Electron 44 所带的新版 V8 API 编译；旧版 node-abi 则会报 Could not detect abi for version 44.0.0。不要只在 node_modules 中手工替换二进制，应同步更新 package.json 与 package-lock.json 后再执行重建。

   • 安装 Python 依赖 (用于音频引擎、高级插件等):

     bash复制

     pip install -r requirements.txt

3. 启动应用

   • 开发/调试启动：

     bash复制

     npm start

     适合开发者在终端中直接启动，控制台会保留日志输出，便于排查依赖、插件、分布式服务器、数据库初始化等问题。

   • 批处理启动： 双击 start.bat 可启动 VCPChat。该脚本会先启动 NativeSplash.exe，再执行 npm start，因此会保留命令行窗口，适合需要观察启动日志的普通用户或调试场景。

   • 主程序静默启动： 双击 启动Vchat.vbs 可无控制台窗口启动 VCPChat 主程序。它会先隐藏启动 NativeSplash.exe，再以隐藏窗口方式执行 npx electron .，适合日常使用。

   • 主程序 + VCPDesktop 一键启动： 双击 启动全部.vbs 会先启动 VCPChat 主程序，等待主窗口就绪后，再通过 npx electron . --desktop-only 打开 VCPDesktop。适合希望开机后同时进入聊天主界面和桌面系统的用户。

   • 仅打开 VCPDesktop： 双击 start-desktop.vbs 会执行 npx electron . --desktop-only。如果 VCPChat 已经在运行，它会作为第二实例请求当前主进程打开/聚焦 VCPDesktop；如果尚未运行，则会启动完整应用并自动打开桌面窗口。

   • 仅打开 RAG 观察器： 双击 start-rag-observer.vbs 会执行 npx electron . --rag-observer-only，只启动 RAG Observer 所需窗口与托盘能力，不打开完整聊天主界面，适合单独监听信息流或后台观察。

---

前后端深度协同：释放 AI 的无限潜能

VCPChat 不仅仅是一个聊天界面，它是强大的 VCP 后端生态（VCPToolBox）的“眼睛”和“画板”。两者深度结合，旨在释放 AI 的无限潜能：

• 高级能力渲染: VCPChat 专为渲染 VCP 协议的复杂输出而设计。统一的 VCPMessageRenderer V4 不只负责“显示一段回复”，而是把每条消息视为可持续生成、局部更新、深层嵌套并拥有独立生命周期的微型应用。无论是 AI 主动记录和反思的“日记”、复杂文档、多媒体内容，还是脚本动画与交互界面，都能在流式输出过程中稳定呈现。
• 重型异步任务: 后端可以执行如视频生成、数据分析等耗时很长的重型任务。AI 发起任务后可立即响应用户，任务完成后，VCPChat 会通过后端推送，将结果（如生成的视频）实时展现在对话流中，整个过程流畅不卡顿。
• Agent 群体智能: 后端支持多个 AI Agent 协同工作，甚至实现 Agent 主动分配任务给子 Agent。VCPChat 的群聊模式和清晰的发言标记系统，为这种高级的“AI 女仆团”协作流提供了完美的交互界面。
• 丰富的多媒体交互: AI 可以通过后端调用 VCP 工具，在对话中发送表情包、播放音乐、展示视频。VCPChat 拥有强大的多媒体渲染引擎和高级的窗口气泡动画、流式动画，确保了极致的视听体验。
• VCP 核心多模态能力: 这使得例如 FluxGen 或 SunoGen 这样的插件生成的多媒体，AI 真的可以看到和听到。
  • Base64 直通车: 允许 AI 在 tool 字段中直接引入 Base64 数据，极大地简化了多媒体内容的即时调用。
  • 全局文件 API (VCPFileAPI v4.0 超栈追踪版): 实现了革命性的全URL超栈追踪。现在，AI在任何分布式节点上提交本地文件路径（如 H:\MCP\123.txt），主服务器都能智能解析其来源并自动向源节点请求文件的Base64数据，实现无缝的跨服务器文件调用。
  • 跨模态智能转译: 实现高阶模型对低阶模型的“能力赋能”。例如，能识别音频的模型可以帮助纯文本模型，将其无法处理的音频 Base64 数据智能转译为文字描述，反哺给请求方。
  • 分布式多模态传输 (v4.0 核心升级): 借助全 URL 超栈追踪，任意节点上的 AI 都能直接使用本地文件路径进行跨服调用。主服务器会自动追踪并拉取数据，彻底打通了分布式网络中的文件孤岛，让多模态数据在星型网络中无缝流转。
  • 智能响应路由: VCP 核心能够智能判断插件返回的是传统的 stdio 文本信息，还是包含 Base64 的结构化数据，并自动选择正确的渠道进行转发和处理。
  • 多 Agent 协作共享: 在多 Agent 协同任务中，实现 Base64 数据的智能共享，并能根据需要将其动态转译为临时的 fileurl，方便其他 Agent 或前端应用访问。

近期重大更新

VCP Scriptorium — 共笔文坊（公测）

VCPChat 内置的 AI-native 可编程文档与演示创作系统现已开启公测。Scriptorium 让人类直接编辑渲染后的真实文档，让 Agent 精确操作同一份 Markdown / HTML / CSS 真源，并通过源码差异、渲染差异、PR 审批、版本文脉与安全审查构成完整的协作闭环。

• 渲染后即时编辑且不牺牲源码：光标、选区和格式化操作映射回源码字符区间，只替换真正发生变化的片段，保留未触碰源码的原始表达。
• 两类原生工程：VDOCX 面向 Markdown-first 连续流文稿，VPPTX 面向完整 HTML Scene 演示，均支持资源管理、样式、运行时与独立导出。
• 可编程文档与演示：支持受控 HTML、LaTeX、Mermaid、SVG、Anime.js、Three.js 以及具备生命周期管理的可编程岛。
• 人类与 Agent 共笔协作：Agent 通过语义、源码和视觉三种上下文工作，所有写操作进入可审阅 PR，由人类批准后合并，并受到 revision、幂等与并发保护。
• 作品可脱离编辑环境运行：可导出可独立打开、放映、阅读或打印的 HTML 成品，最终受众无需安装 VCPChat 或 Scriptorium。
• 完整工程文脉：单个 .vdocx / .vpptx 工程自带作者署名、提交记录、双重差异、审批回执、快照和安全回溯能力。

详细设计、命令接口、启动方式与当前边界请参阅 ScriptoriumModules/README.md。

---

️ VCP Loom — Web 原生 Agent 应用系统 (2026.08.09)

VCP Loom 将任意现代 Web 运行时封装为可长期使用的独立 LoomAPP，让 Agent 能够把网页应用、在线服务、生产力工具和硬件控制台纳入自己的能力体系。

• 语义化网页理解：VCP Agent WebCore 将页面转译为经过降噪的树状 Grounded Markdown、交互节点和页面状态，Agent 无需直接解析 HTML、CSS 或 DOM。
• 可靠连续操作：Agent 可通过语义句柄执行点击、输入、选择、滚动、等待和截图，并以快照与文档代次校验每一步，适应动态网页变化。
• 深层运行时能力：在受控权限下支持脚本、无障碍树、可信原生输入、网络、存储、调试器与 CDP 等能力。
• 独立会话与可定制环境：每个 LoomAPP 拥有独立持久会话，并可配置窗口、视口、请求特征、辅助样式和注入脚本。
• 硬件与应用生态：支持 WebHID、WebUSB、WebSerial、WebBluetooth 等 Web 硬件接口，并可导入导出 Loom 分发包。
• 安全与用户主权：通过上下文隔离、沙箱、来源校验、敏感信息脱敏和用户授权降低风险，权限与审批由 VCP 引擎统一管理。

Loom 的目标不是再造浏览器，而是把 Web 变成 Agent 的应用商店、工具箱与硬件总线。

主要功能

• ** 高级回复 (VCPChatTarven) — 类 SillyTavern 的轻量预设系统**:

  • 无历史污染的精确干预: 通过统一管理和热加载的预设 / 注入规则，在不污染聊天历史的前提下干预每一次 AI 请求，并在单聊与群聊中一致生效。
  • 极速入口: 在主聊天界面右键发送按钮即可呼出「高级回复」浮窗，独立开关每条规则；通过规则管理窗口可新建、编辑和删除规则。
  • 三类注入能力: 支持在 Agent / 群组系统提示词尾部追加内容、仅向本轮用户消息副本追加临时内容，以及将独立的用户或助手消息按指定深度插入上下文。
  • 包裹与裸注入: 默认使用 VCPChat 临时注入标记包裹规则，也可按规则关闭标记并原样发送，以适配要求纯净格式的高级提示词工程。
  • 精细作用范围: 每条规则可独立设置为全局、仅单聊或仅群聊，并兼容邀请发言、自然随机、顺序轮发、普通对话和续写等请求路径。
  • 群聊安全: 用户消息尾部注入仅作用于本轮 AI 提交副本，绝不写入真实群聊历史，保障群文件、跨端记忆与回放分支的一致性。

• ** Memo 神经云图管理中心**:

  • 全局记忆可视化: 基于浪潮 V7 引擎一键生成全局记忆神经节点云图，实时展示所有 Agent 记忆之间的逻辑能流与关联脉络。
  • 交互式记忆拓扑: 可选择一个或多个记忆文档并加亮关联节点，直观理解每份记忆在数据库中的逻辑拓扑关系。
  • 原生多模态记忆: 笔记、录音、视频、PDF 等多种内容均可作为神经节点纳入云图。
  • 神经元批量编辑: 可基于网络拓扑批量编辑近邻日记、合并相关事件，显著提高记忆整理效率。
  • Memo 工作台: 支持选择多篇日记作为参考撰写新日记，调度 Agent 代笔或自动补齐标签。

• ️ VCPDesktop — AI 原生桌面:

  • 流式桌面推送: AI 可将任意内容流式推送到 VCP 桌面，实时生成天气、日程、新闻等 Widget，并以约 100ms 延迟感知、创建、编辑和管理它们。
  • 深度后端集成: 深度集成 VCP 后端 WebSocket 和 Admin API，支持悬浮通知、系统交互与后端数据自动拉取。
  • 桌面级持久化: 可收藏 Agent 发出的桌面级内容和悬浮 HTML，构建天气、音乐、网页、游戏等持久桌面组件。
  • VCPCli 深度集成: 实时同步用户电脑桌面或文件夹中的快捷方式，以真正的桌面方式存在和工作。
  • 高性能流式渲染: 依托 VCPMessageRenderer V4、涟漪渐进队列与墓碑冻结 V2，优先渲染当前可见内容，并冻结离屏动画帧、计时器与活动节点，使复杂动态桌面和长时间运行场景仍能保持极低的无效 CPU / GPU 开销。
  • 全局主题一体化: 支持分布式主题广播，并允许 Agent 动态修改布局、样式、壁纸和高级动态壁纸。
  • 次世代信息面板: AI 可在大屏幕上演示和教学高维复杂内容，构建可交互的信息展示界面。
  • 完整技术文档: VCPDesktop 介绍文档 包含系统架构、文件结构、AI 原生能力、挂件接口与设计哲学。

• VCP 服务器集成: 引擎的核心交互功能依赖于 VCP 服务器。它通过 HTTP(S) 与 VCP 服务器通信，发送用户消息并接收 AI 的响应，支持流式传输以实现实时交互。

• VCP 工具调用: 完美支持 VCP 服务器定义的各类工具调用，包括需要立即返回结果的同步工具（如计算、查询）和可后台执行的异步工具（如视频生成、网站长文抓取），让 AI 的能力边界无限扩展。VChat 对工具调用流程进行了深度优化，提供了更强大的交互能力：

  • 智能交互气泡: 工具调用气泡经过精心设计，鼠标悬停时会自动展开，清晰展示 AI 发起的完整指令集，方便用户理解和调试。
  • 多样化回调机制: 任务完成后，结果可通过多种方式通知用户：
    • WebSocket 实时通知: 适合需要即时反馈的场景。
    • 上下文嵌入式气泡: 将结果无缝整合到对话流中。
    • 系统级多设备推送通知: 即使用户不在应用内，也能收到重要任务的完成提醒。
  • 协同式指令优化: 在执行工具调用前，AI 可以主动向用户征求意见，或邀请用户及其他 Agent 共同协作，对即将执行的指令进行修改和完善，实现了人机/多 Agent 协同决策。
  • 可靠的中止机制: 当用户中止 AI 回复时，系统会同步中止正在执行的 VCP 工具调用链，并彻底终止相关的后台进程，确保资源被及时释放。

• 用户端 VCP 工具调用器:

  • 现在，强大的 VCP 工具不再是 AI 的专属。VChat 为用户提供了一个完整、直观的图形用户界面（GUI），让用户也能轻松调用和执行 VCP 工具。
  • 无需指令: 用户无需记忆和手动输入复杂的命令，只需在 GUI 界面中选择工具、点击参数预设按钮，即可像 AI 一样利用 VCP 生态的强大能力。
  • 透明执行: 调用过程和结果会清晰地展示在界面上，方便用户监控和调试。

• ComfyGen 插件面板: 为 ComfyGen 这个强大的图像生成插件提供了丰富的管理和配置面板。这包括对工作流（Workflows）、LoRA 模型、以及其他模型文件的精细化管理。此外，它还集成了一个类似于 Stable Diffusion WebUI 的前端管理界面，允许用户和 AI 通过图形化界面，直观、精确地控制图像生成的每一个参数和内容细节，极大地提升了创作的灵活性和深度。

  • 这一功能打破了人与 AI 在工具使用上的界限，让用户也能成为 VCP 生态的直接参与者和创造者。

• VCP 日记渲染: 能够渲染和显示 VCP 日记内容。这不仅是查看日志，更是观察 AI 如何形成长期记忆、实现自我进化的窗口。

• Agent 管理:

  • 创建、删除和配置多个 AI Agent。
  • 为每个 Agent 设置名称、系统提示、模型参数（如温度、上下文Token限制、最大输出Token）。
  • 管理 Agent 的头像。
  • 自主话题管理: Agent 现在可以感知、编辑、修改和创建自己的聊天话题列表。它们能够了解历史聊天内容，阅读特定聊天记录，或直接创建一个新话题。这在 Agent 处于后台工作并需要主动向用户发起聊天时非常有用，实现了更高级的自主交互。
  • 支持每个 Agent 拥有多个独立的聊天话题 (Topics)，包括话题的创建、删除、重命名、排序和导出（支持导出为 Markdown 或 HTML 格式）。
  • 支持 Agent 列表的自定义排序。

• 高级上下文管理 (兼容 SillyTavern): VChat 基于后端服务器节点实现了与 SillyTavern 高度兼容的上下文管理机制，为精细化、可复用的对话背景设定提供了强大支持。

  • 预设、角色卡与世界书: 现在VCP系统完全兼容并支持挂载 SillyTavern 的 预设 (Preset) 、 角色卡 (Character Card) 和 世界书 (World Book)。您可以无缝导入和使用已有的 SillyTavern 资源，或在 VCP 内直接创建和管理。
  • 可视化预设编辑器: 内置强大的可视化编辑器，允许您创建和编辑上下文预设。支持设置复杂的注入规则，如 深度注入 (Deep Injection) 和 相对注入 (Relative Injection) ，精确控制每一条上下文在对话历史中的位置和行为。
  • 拖拽式上下文排序: 在聊天界面中，所有注入的上下文（如系统提示、角色设定、世界信息等）都清晰可见，并支持通过 拖拽 方式实时调整它们的相对顺序，直观地改变 AI 的行为优先级。
  • Agent 独立挂载: 每个 Agent 都可以独立挂载不同的预设和世界书组合。这意味着您可以为“写作助手”Agent 配置一套专业的写作背景资料，同时为“聊天伴侣”Agent 设置另一套完全不同的角色扮演设定，实现高度个性化的 AI 体验。

• 群聊模式 (Agent Groups):

  • 允许多个已配置的 Agent 在同一个聊天会话中进行协作或角色扮演。
  • 支持创建、配置和管理 Agent 群组，包括设置群组名称、头像。
  • 每个群组可以包含多个从现有 Agent 列表中选择的成员。
  • 发言模式:
    • 顺序发言 (sequential): 成员按预定顺序轮流发言（当前实现为按成员列表顺序，每次一个，具体高级轮换逻辑可后续增强）。
    • 自然随机 (naturerandom): 根据用户输入中的 @角色名、@角色标签 或消息内容中与成员预设标签匹配每个Agent的关键词/描述词，来智能产生上下文权重决定哪些成员响应。此模式在构建自然权重回复序列时还保留有一定的随机性，并可能在没有明确触发时选择一个保底发言者。
    • 邀约模式 (inviteonly):根据用户点击Agent的按钮来决定谁来发言。
  • 群组设定 (groupPrompt): 可以为整个群聊定义一个共同的背景、规则或系统级指令，影响群内所有 Agent 的行为。
  • 发言邀请 (invitePrompt):
    • 这是一个模板字符串，用于在群聊中由系统（或协调者Agent）提示特定 Agent 发言。
    • 模板中应使用 {{VCPChatAgentName}} 作为占位符，系统在实际邀请时会自动将其替换为目标 Agent 的名称。
    • 默认 invitePrompt 示例：现在轮到你{{VCPChatAgentName}}发言了。系统已经为大家添加[xxx的发言：]这样的标记头，以用于区分不同发言来自谁。大家不用自己再输出自己的发言标记头，讨论时不要讨论这个标记头系统，专注正常聊天即可。
    • 这个提示旨在引导 Agent 自然地开始其回合，同时告知它们关于发言标记的规则。
  • 发言标记系统:
    • 为了在包含多个 Agent 和用户的群聊中清晰地标识每一条消息的来源，系统会自动在每条消息（无论是用户还是 Agent 的）前添加发言者标记，格式通常为 [发言者名称的发言]: 实际消息内容。
    • 重要提示：用户和配置的 Agent 在聊天时无需手动输入或模仿这些标记头。Agent 的系统提示和 invitePrompt 也应引导它们专注于对话内容，而不是讨论或生成这些标记。
  • 群组同样支持独立的话题管理，包括话题的创建、删除、重命名和排序。

• 群文件/工作区: 为每个群组提供一个专属的共享文件空间和工作区。

  • 集中存储: 所有与群组任务相关的文件（文档、代码、素材等）都可以上传并存储在这里，群内所有成员（用户和 Agent）均可访问。
  • 协同编辑: 支持对工作区内的文件进行实时协同编辑，类似于在线文档，极大地促进了团队合作和项目迭代。

• 跨端记忆与无缝同步: VChat 的记忆系统以 VCP 后端为核心，构建了一个统一的、持久化的 Agent 记忆库。这意味着，无论您在哪个前端（如网页、移动端或另一台电脑上的 VChat 客户端）与 Agent 互动，所有的对话历史、学习到的知识和形成的用户偏好都会被实时同步到这个中心记忆库。当您打开 VChat 客户端时，它会自动从后端拉取最新的记忆状态，确保您的 Agent 拥有完整、连贯的上下文。这种设计打破了设备之间的壁垒，实现了真正的“一次对话，处处同步”，让您无论身在何处，都能与同一个“老朋友”无缝沟通。

• 心流锁模式 (Flow Lock):

  • 专注交互: 当针对某个话题开启此功能后，用户将暂时无法切换 Agent 或话题，窗口会被锁定，确保对话的深度和连续性。
  • AI 主动性: 在该模式下，AI 不再仅仅被动等待用户输入，而是可以主动发起对话、继续执行任务、汇报进度或提出想法，实现真正的自主工作。
  • 双向控制:
    • 用户: 可以设置触发 AI 主动说话的引导语 (Prompt)、AI 主动说话的最短冷却时间 (CD)，并随时手动开启或关闭心流锁。
    • AI: