Skip to content

Cosm1cAC/VibeLink

BranchesTags

Repository files navigation

VibeLink

VibeLink 是一个本机优先的 Agent 远程控制台，目标是一个产品、两个执行模式、多个输入场景、多端覆盖。电脑运行本地 bridge，网页端/手机端通过局域网、Cloudflare Tunnel 等入口连接，同一套前端可以选择不同的执行模式。

  • Codex Desktop Remote：遥控用户已经安装和登录的 Codex Desktop。模型、权限、推理强度和审批策略都使用 Codex Desktop 当前设置。
  • VibeLink Agent：VibeLink 自己的原生 Agent 执行模式。可接入 GPT / Claude / 豆包 / GLM 等 provider，由 VibeLink 统一承载工具、权限、审批、事件、恢复和审计。
  • Live Call Assistant：实时通话转写、问题检测和回答辅助场景。它不是第三套 runtime；问题进入 Agent 后，下游走 VibeLink Agent。

两个执行模式共享同一套后端 bridge 与会话模型。Web 端继续作为最快迭代入口，Android 原生端已经从 MVP 升级为对齐网页端核心能力的移动客户端；iOS 仍是后续平台。

当前重点是保持 Web / Android 在会话管理、Codex Desktop Remote、VibeLink Agent、Workspace、Settings、Approvals、Tool events 和 Live Call Assistant 上的产品口径一致。

当前定位

  • 本机 bridge 负责扫描 .codex / .claude 历史、管理 workspace、启动 VibeLink Agent 任务，并在用户刷新、进入会话、发送/聚焦等主动动作时按需采样 Codex Desktop UI。
  • Web 端使用 React + Vite，面向桌面浏览器、手机浏览器和后续原生 App 复用的交互模型。
  • Android 端使用 Jetpack Compose + OkHttp/Gson，已经接入会话管理、VibeLink Agent composer、Codex Desktop Remote、Workspace、Settings/Approvals、Tool events 和 Live Call Assistant。
  • 不做账号系统。首次配对使用 pairing token，后续使用设备 token；公网模式需要明确的 Host allowlist 和设备授权。
  • Codex Desktop Remote 走 UI 自动化路线；VibeLink Agent 走本项目自己的 provider adapter 和 tool runtime。

执行模式与输入场景

VibeLink 的执行模式决定谁拥有模型选择、工具生命周期、权限审批和事件归属；输入场景只决定问题从哪里来。

Codex Desktop Remote
  遥控已有 Codex Desktop，强调可见状态同步和人机接管。

VibeLink Agent
  原生 Agent 执行模式，可选择 GPT / Claude / 豆包 / GLM 等 provider，
  由 VibeLink 统一管理工具、权限、审批、沙箱、事件、恢复和审计。

Live Call Assistant
  上层实时输入场景，用于采集通话、转写问题并辅助回答；
  问题进入 Agent 后交给 VibeLink Agent，不依赖 Codex Desktop Remote。

Codex Desktop Remote

目标是遥控用户已经安装和登录的 Codex Desktop，把移动端变成 Codex Desktop 的可见状态观察器和远程输入器。

适合场景：

  • 用户希望从手机端接管桌面上正在看的 Codex Desktop。
  • 任务更偏“人机协同遥控”，例如查看当前可见 transcript、向 composer 输入、点击发送、观察大致进度。
  • 用户接受 Codex Desktop 当前模型、权限、推理强度和审批策略。

边界：

  • 依赖 Windows UIA、前台窗口、控件结构和 Codex Desktop UI 稳定性。
  • 只能读取可见 transcript 和可恢复历史，不能获得 Codex Desktop 未暴露的完整内部 tool 输出、退出码和归属。
  • 不负责选择 GPT/Claude/GLM/豆包等模型；模型只能来自 Codex Desktop 当前已支持、已登录、已选择的设置。
  • 不做常驻自动监听；只在刷新 VibeLink 浏览器端/Android 端、点进已绑定会话、发送/重试/聚焦等明确动作时半自动同步一次，避免 Codex Desktop 正在工作时被频繁采样打断。
  • 尊重 Codex Desktop 的归档状态；.codex/archived_sessions 中的 Codex 会话不会进入 VibeLink 浏览器端或 Android 端的会话管理区。
  • 会话区默认使用 Codex Remote transcript 视图：连续正文 + 轻量“已运行”工具行；完整 tool 审计卡片保留给 VibeLink Agent 视图。
  • 不作为 VibeLink Agent 的替代品。

VibeLink Agent

目标是建设 VibeLink 自己可控、可审计、可恢复的原生 Agent 执行模式。

适合场景：

  • 需要明确选择模型或 provider，例如 GPT、Claude、豆包、GLM。
  • 需要确定性模型参数、权限模式、网络策略、沙箱策略和审批流。
  • 需要所有 shell、file、git、browser、MCP、approval 等工具进入统一 tool_runs / tool_events 生命周期。
  • 需要移动端可靠展示任务进度、工具卡片、审计记录、失败恢复和断线 catch-up。

边界：

  • VibeLink Agent 是本项目自己的执行系统，不等于把第三方 CLI 源码并入项目。
  • Codex CLI、Claude Code、豆包 Web CLI、GLM API adapter 都只是 provider adapter；权限、事件归属、审批和 UI 展示沉淀在 VibeLink runtime。
  • 当能力需要“可选模型、可控、可审计、可恢复”时，优先使用 VibeLink Agent。

Live Call Assistant

目标是采集通话音频，实时转写问题，并在移动端/网页端给出可读的回答草稿或辅助提示。

适合场景：

  • Windows 通过蓝牙/Phone Link 接收手机通话下行音频。
  • 本机通过 WASAPI loopback 捕获对方声音，通过外接麦克风承载电话上行。
  • ASR 把对方问题转成 transcript，VibeLink 检测问题并触发 Agent 回答。

依赖关系：

  • 音频采集、ASR、问题检测属于 Live Call Assistant 自己的实时输入链路。
  • 问题进入 Agent 后，必须交给 VibeLink Agent。
  • 不应依赖 Codex Desktop Remote 来生成实时通话回答，因为 Desktop 遥控无法保证确定性参数、权限、审批、工具事件归属和低延迟恢复。

模式选择

需求 应选择
遥控已有 Codex Desktop、尽量复用桌面 UI Codex Desktop Remote
使用 GPT / Claude / 豆包 / GLM 等可选 provider VibeLink Agent
自建可控 Agent 执行层、统一工具事件和审批 VibeLink Agent
实时通话转写、问题检测、面试辅助回答 Live Call Assistant + VibeLink Agent
需要确定性模型/权限/沙箱/审批 VibeLink Agent
只需要观察和接管当前 Desktop 可见状态 Codex Desktop Remote

Rust 化性能架构

VibeLink 的长期性能方向是混合架构：Node bridge 继续负责 HTTP API、权限、设备配对、provider 编排和前端交付；Rust 负责高频、流式、CPU/IO 密集的底层热路径。这样可以保持现有产品接口稳定，同时把最容易阻塞 Node 主线程的工作迁移到更适合的运行时。

分层边界

  • Node control plane：src/server.js、settings、安全策略、approval、provider adapter、REST/SSE 路由和产品级状态机仍由 Node 承载。
  • Rust data plane：事件追加与 replay、workspace 文件扫描、MCP stdio session 管理、音频流预处理、压缩/上下文预算等热路径逐步迁移到 Rust。
  • Sidecar first：优先以 Rust CLI/sidecar 形式接入，先验证性能和行为兼容，再决定是否做 native addon 或更深内嵌。
  • Fallback required：每个 Rust 化模块都必须保留 Node fallback，避免 Windows 环境、依赖安装或 sidecar 启动失败时影响核心功能。

迁移优先级

  1. Workspace scanner：替换目录遍历、忽略规则、排序、metadata 读取和上下文文件采样。当前已在 apps/windows 增加 workspace-tree 子命令，并由 src/workspaces.js 在 VIBELINK_RUST_WORKSPACE_TREE=1 时优先调用 Rust scanner；失败、未编译或未启用时自动回退 Node scanner。
  2. Event store worker：把 task_events、tool_events、live_call_events 的 append、cursor 查询、retention prune 和 SSE replay 从同步 SQLite 主线程路径挪到 Rust/worker 边界。
  3. Persistent MCP sessions：为 stdio MCP server 建立长连接池，复用 initialize 状态，减少每次 probe/call 的 spawn 成本，并统一超时、重启和背压。
  4. Live audio pipeline：把音频分片、level meter、ring buffer、VAD/重采样等低延迟路径放到 Rust，Node 只接收 transcript 和事件。
  5. Compression adapter：优先复用 Headroom sidecar/proxy；只有当明确需要 VibeLink 内置可控压缩时，才考虑 Rust 实现轻量 token budget、日志压缩和 JSON 抽样。

当前执行计划

  • Slice 1：Workspace tree：完成 Rust CLI、Node opt-in 接入、兼容测试和 fallback；Rust scanner 已覆盖部分 gitignore basename 规则、truncation/signature 输出和 Node 侧签名缓存复用，后续继续下沉目录上下文采样、完整 gitignore path 语义和 long-lived Rust cache。
  • Slice 2：Event store worker：先抽象事件 append/replay contract，再把 SQLite 同步热路径隔离到 worker/Rust 边界，最后接 SSE replay/fanout 指标；当前已有 JSONL Rust sidecar contract smoke。
  • Slice 3：MCP persistent sessions：保留现有 JSON-RPC 语义，新增 long-lived stdio session manager、请求队列、超时、重启和背压；当前已有 Node manager、JSONL sidecar contract、Rust mcp-session-sidecar 子命令和 opt-in runtime sidecar routing。
  • Slice 4：Audio pipeline：以 live call ring buffer、level meter 和 backpressure 为第一批低延迟 Rust 化目标。

接入原则

  • Rust 模块以小型、可测试的 vertical slice 进入；每个 slice 提供稳定 JSON contract。
  • Node 侧只依赖命令输出或本地 HTTP/stdio contract，不共享内部结构。
  • 任何 Rust 化都要先跑同等输入的兼容测试，再接入生产路径。
  • 性能收益以端到端指标衡量：主线程阻塞时间、SSE replay 延迟、workspace tree 响应时间、MCP call 冷启动次数和 live audio 抖动。

启动

npm install
npm run build
npm start

启动后终端会打印：

  • 本机地址：http://127.0.0.1:8787
  • 局域网地址：形如 http://192.168.x.x:8787
  • 配对码：首次登录网页端或手机端时使用

常用脚本

npm run build
npm start
npm run dev

npm run build 会把 React 前端构建到 public/，本机 bridge 使用该目录提供网页端资源。

核心能力

  • 会话列表：按 workspace / 项目组织 Codex、Claude 和 VibeLink Agent 任务历史。
  • VibeLink Agent：通过 provider adapter 接入 Codex CLI、Claude、豆包 Web CLI、GLM，并统一工具事件、审批和审计。
  • 历史恢复：解析 Codex / Claude JSONL，并把消息、附件和命令摘要尽量还原成聊天时间线。
  • 实时任务：通过 SSE 同步 VibeLink Agent 任务日志、状态和 tool events。
  • Desktop 遥控：按需采样 Codex Desktop 可见状态，向 composer 输入并点击发送。
  • Android 原生端：支持 QR/Token 配对、会话搜索/归档/置顶/重命名/fork、新建/继续 Agent 任务、Codex Remote 发送/重试/清队列、Workspace 浏览与 Git 操作、Settings/Approvals、Live Call 会话恢复与实时问答。
  • 安全底座：allowed roots、workspace 绑定、设备 token、Host allowlist、公网模式提示。
  • 变更卡片：读取 workspace Git 状态和 diff，为移动端展示文件变更摘要；短时缓存会用 changed-file 内容签名失效，避免稳定 mtime/size 下复用旧 diff。

Workspace（工作区）

Workspace 是 VibeLink 把本机项目目录暴露给网页/手机端的中枢。它不是云盘、不是 IDE，也不是远端文件系统协议客户端，而是一个 绑在本机 bridge 进程上的本地浏览器 + Git + 命令面板。

定位

  • 只读语义 + Git 写入。Workspace 负责浏览本机目录、读取文本文件、把选中的文件作为 LLM 上下文附加到 prompt；同时承担 Git 状态、diff 和 stage / commit / push / PR 操作。
  • 绑定在本机 bridge 进程。所有文件操作都通过 node:fs 直接发生在 bridge 所在的操作系统上。能看到的目录就是 bridge 进程所在机器上已挂载的目录。
  • 不连接云盘 / 远端协议。没有 S3、Google Drive、OneDrive、Dropbox、SSHFS、SFTP、NFS 客户端等任何集成。但只要操作系统本身已经把某个 SMB / NFS / WSL / 映射网络驱动器挂载到本地路径（例如 Z:\、\\wsl$\Ubuntu\home、\\nas\share），Workspace 就能像普通目录一样浏览它。
  • 绑定到会话/任务。Workspace 可以独立浏览，也会被会话或任务的 cwd 自动选中；任务运行产生的 tool run / tool event / approval 都共享同一个 workspace_id，所以同一个工作的所有产物（命令、文件变更、审批）能聚在一起。

前端表现

Workspace 在网页端是一个可折叠的面板（默认收起），挂在聊天区上方：

  • 头部：workspace 选择下拉、刷新、折叠/展开按钮
  • 四个标签：
    • 文件树：单层目录浏览 + 文本文件查看（限制 512KB、文本类型，行号渲染，点击外部 data-file-line 跳转高亮）
    • Git：状态、git diff HEAD 全文、untracked 文件预览、per-file stage/unstage/accept/restore、commit、push、pull --ff-only、gh pr create --fill
    • 终端：默认 git status --short --branch，可改命令并通过 SSE 流式输出，支持停止
    • 测试：默认 npm test，粗解析 passed/failed 行，点击失败行跳到对应文件

/workspace slash 命令和 Composer 旁的文件选择器也走同一套 Workspace API，可在任意会话里勾选文件作为上下文。

后端 API

主要端点（完整列表见 src/server.js）：

方法 路径 用途
GET /api/workspaces 列出所有 workspace
POST /api/workspaces 新建/upsert workspace（body { path, title? }）
GET /api/workspaces/:id/tree?dir= 单层目录列表（最多 240 项）
POST /api/workspaces/:id/context 把选中文件拼成 LLM 上下文（最多 20 个路径，单文件 12KB）
GET /api/workspaces/:id/file?path= 读取文本文件（≤512KB）
GET /api/workspaces/:id/git/status porcelain v1 状态
GET /api/workspaces/:id/git/diff diff + untracked 文件预览
POST /api/workspaces/:id/git/file-action 单文件 stage/accept/restore/reject/unstage
POST /api/workspaces/:id/git/action stage-all/unstage-all/commit/push/pull/pr
POST /api/workspaces/:id/command 在 workspace cwd 跑 shell 命令（流式输出、可中止、风险评估）
POST /api/workspaces/:id/terminal-session 起 PTY 终端会话

所有写操作都会落进统一的 tool_runs / tool_events 生命周期，绑定 workspace_id、task_id，并接受同样的审批与审计。

安全约束

  • resolveAllowedPath 严格校验：所有路径必须落在 settings.allowedRoots、已登记 workspace 的 allowedRoot、bridge 安装目录或 defaultCwd 之一内；越界访问返回 403。
  • 启动时 ensureDefaultWorkspaces 会主动剔除 $HOME / $USERPROFILE，避免默认暴露用户家目录。
  • 危险命令（递归删除、Git 历史重写、网络下载执行、SSH/SCP/SFTP/RSYNC 等）通过 commandSafety 拦截并要求 428 显式审批；所有 workspace 操作都写 audit_log。
  • Workspace 路径不暴露给前端明文，只返回 id + title + 相对路径；外链使用 /api/files?path=...&token=... 临时 token。

与执行模式和场景的关系

  • Codex Desktop Remote：Desktop 自身的工作目录不在 Workspace 范围；如需在 Desktop 侧栏会话和 Workspace 之间联动，使用 WorkspaceWorkbench 的 defaultWorkspace 自动按 cwd 匹配。
  • VibeLink Agent：Agent 任务 cwd 落到哪个 workspace，task / tool run / approval 就会自动挂到那个 workspace 上，变更卡（ChangeCard）会显示对应的 git 摘要。
  • Live Call Assistant：当 Live Call 推送的 transcript 触发 Agent 时，Agent 的 cwd 即绑定到当时活跃 workspace；执行交给 VibeLink Agent，产物（tool run、文件变更、审批）都在 workspace 内可见。

边界与下一步

  • 没有远端路径协议支持（SSH/SFTP/NFS 客户端都不在当前范围里）。需要时由 OS 层挂载。
  • 没有“工作区同步”或离线缓存，所有读写都是实时的 bridge-host fs 调用。
  • 文件写入/编辑目前只走 Git 通道；非 Git 文件的写入、重命名、删除暂未提供 API，后续见 docs/feature-gap-table.md（P1：Workspace / Git / 代码工作流 章节）。
  • 大文件分页、二进制预览、内联编辑器仍是 partial，需要时会补在 feature-gap-table 里跟踪。

现实边界

普通终端里已经启动的任意 CLI 进程，通常无法在事后被另一个程序接管输入输出。VibeLink 当前采用两个执行模式：

  • 对 VibeLink Agent 任务：由 bridge 新启动或 resume provider adapter，并把输出、工具事件和审批状态同步到网页端。
  • 对 Codex Desktop：通过按需 UI 采样和自动化遥控，减少复刻 Desktop 可见交互的工程量，但不接管其内部 runtime。

Codex Desktop 本身目前无法被第三方网页端强制回显完整消息状态，因此 VibeLink 会优先做到“可手动/半自动同步、可遥控、可近似还原上下文”，并把差异记录在 docs/feature-gap-table.md。

技术结构

  • src/：本机 Node bridge、VibeLink Agent 启动、provider adapter、历史扫描、desktop observer、安全与 workspace API。
  • apps/web/：React + Vite 网页端。
  • apps/android/：Jetpack Compose Android 原生端，复用 bridge API、SSE、Live Call WebSocket 和会话模型。
  • packages/doubao-cli/：豆包 Web CLI / extension bridge 原型，作为 VibeLink Agent 的 provider adapter 之一。
  • docs/：功能差异、VibeLink Agent 架构、SQLite 状态模型和后续计划。
  • .agent-mobile-terminal/：本机运行时数据目录，不提交到 Git。

Android 已经进入“对齐网页端核心能力 + Live Call Assistant”的实现阶段；后续 iOS 建议复用同一套 API client、会话模型、附件模型和 workspace 模型。

通话实时转写/Live Call Assistant的底层方案见 docs/windows-bluetooth-call-transcription-mvp.md：手机通话音频经蓝牙/Phone Link 进入 Windows，本机通过 WASAPI 数字回环捕获下行音频，并用外接麦克风作为电话上行；转写后的问题进入 VibeLink Agent，而不是依赖 Codex Desktop Remote。Android 端已经提供 Live Call Assistant 的会话恢复、事件回放、助手选择、手动转录、麦克风推流和问答卡片。

About

Local-first bridge for continuing Codex and Claude Code agent work from web and mobile clients.

Resources

Readme
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

 
 
 

Contributors

Languages