用户浏览器
    ↓ HTTP
Flask Web服务（web_app.py）
    ↓
对话引擎（engine.py）
    ├── 查询模式选择（本地/外脑）
    ├── 知识库搜索（knowledge_base.py）
    ├── Skills注入（skill_manager.py）
    ├── 用户画像+习惯注入
    ├── 模型调用（MultiModelManager）
    ├── 工具执行（tool_executor.py）
    └── 记忆系统（memory.py）
        ↓
    模型输出
        ↓
    tool_executor提取代码块→执行→返回结果

用户说"做一首音乐"
    ↓
通用模型理解需求 → 调出MusicGen参数（description=音乐, duration=10s）
    ↓
垂直模型执行：MusicGen接收参数 → 生成音乐 → 返回
不经过知识库/Skills/画像/习惯

模型生成 ```python 代码块
    ↓
tool_executor.py 提取代码块
    ↓
安全检查（黑名单+危险模块）
    ↓
拦截检查（越权调用+搜索代码）
    ↓
写入临时文件 → 用.venv的python执行
    ↓
返回 stdout/stderr 结果
    ↓
结果注入对话上下文 → 模型看到结果继续回答

文档层：上传txt/md/csv/pdf/docx/xlsx/pptx → 存储到data/knowledge/
向量层：自动向量化 → FAISS索引 → 语义搜索
注入层：对话时自动搜索相关内容 → 注入回答

import os
# 列出D盘文件
files = os.listdir('D:\\')
for f in files:
    print(f)

data/skills/<name>/
├── SKILL.md          ← 技能描述 + 触发词
└── scripts/
    └── main.py       ← 可执行脚本（AST沙箱 + subprocess执行）

Bundle名称.zip
├── bundle.yaml    ← 配置清单
├── skills/        ← Skill文件
├── agents/        ← Agent配置
└── knowledge/     ← 知识包文档

哈文客户端（5000端口）
  └── ☁️ Hub云端Tab → 连接Hub服务端

Hub服务端（5001端口，独立项目 H:\HarvenHub\）
  ├── API服务（Flask）
  ├── 数据库（SQLite：users/items/reviews/requests/downloads/reports）
  ├── 文件存储（storage/files/）
  ├── 自动审核（4层：文件类型/大小/病毒/代码扫描）
  ├── 用户系统（注册/登录/快速登录）
  └── 管理后台（http://127.0.0.1:5001/admin）

# 1. 克隆项目
git clone https://github.com/AmenMonk/HarvenAI.git
cd HarvenAI

# 2. 创建虚拟环境
python -m venv .venv

# 3. 激活虚拟环境
.venv\Scripts\activate

# 4. 安装依赖
pip install -r requirements.txt

# 5. 启动
python web_app.py

首次启动
    ↓
config.yaml default_model为空 → 跳转/first_run
    ↓
硬件检测 → CPU/GPU/内存检测
    ↓
模型推荐 → 根据配置推荐合适模型
    ↓
用户选择 → 下载安装模型
    ↓
管理员密码设置 → 初始密码harven2026，首次登录强制改密
    ↓
进入主界面

HarvenAI/
├── src/
│   ├── core/                    # 核心模块
│   │   ├── engine.py            # 对话引擎（核心）
│   │   ├── morality.py          # 诚实原则+系统提示词
│   │   ├── tool_executor.py     # 代码执行层
│   │   ├── memory.py            # 记忆系统
│   │   ├── knowledge_base.py    # 知识库
│   │   ├── multi_model_manager.py  # 多模型管理
│   │   ├── hardware_detector.py # 硬件检测
│   │   ├── model_installer.py   # 模型安装器
│   │   ├── file_scanner.py      # 文件安全扫描
│   │   ├── code_sandbox.py      # 代码沙箱
│   │   ├── agent_registry.py    # Agent注册表
│   │   ├── skill_manager.py     # Skill管理
│   │   ├── scripts_runner.py    # Skill脚本执行引擎（AST沙箱）
│   │   ├── panel_manager.py     # UI面板管理器
│   │   ├── panel_routes.py      # 面板API路由
│   │   ├── task_manager.py      # 任务管理
│   │   ├── collab_manager.py    # 协作模式管理
│   │   └── device_manager.py    # 设备管理
│   ├── models/
│   │   └── database.py          # 数据库模型
│   ├── utils/
│   │   └── config.py            # 配置管理
│   └── ui/
│       └── main_window.py       # PySide6桌面窗口
├── templates/
│   ├── index.html               # 主页面
│   └── includes/                # 30个include文件
├── static/
│   ├── css/                     # 样式
│   ├── js/
│   │   ├── app.js               # 主JS
│   │   └── modules/             # 18个JS模块
│   └── icons/                   # 图标
├── skills/                      # 技能脚本（旧版兼容）
├── data/
│   ├── skills/                  # 可执行Skill（accounting/code_audit/music-gen等）
│   ├── panels/                  # UI面板（accounting等）
│   └── sqlite/
│       └── lingzhi.db           # SQLite数据库
├── config.yaml                  # 配置文件
├── web_app.py                   # Flask入口
├── requirements.txt             # 依赖列表
└── 启动HarvenAI.bat             # 启动脚本

# 核心配置
default_model: ""              # 默认模型（空=首次启动硬件检测）
admin_password: "harven2026"   # 管理员密码（首次登录强制修改）
search_provider: "bing"        # 搜索引擎（bing/searxng）
tool_execution_enabled: true   # 代码执行开关
searxng_url: ""                # SearXNG自建实例URL（可选）

# 查询模式
default_query_mode: "auto"     # kb_only/direct/auto（auto行为同direct）

# 协作模式
collab_mode: "off"             # off/cloud_local/local_dual
collab_enabled: false          # 协作模式开关

# 模型配置
ollama:
  base_url: "http://localhost:11434"

backends:
  local:
    default_model: "qwen2.5:14b"  # 本地默认模型
  external:
    default_model: ""              # 外脑默认模型（空=使用设置面板选择）

用户点"安装" → POST /api/harvenhub-cloud/download/<id>
  → hub_download() 下载文件到data/downloads/
  → 获取item信息判断类型
  → 如果type=skill：复制/解压到data/skills/<name>/
  → 返回安装成功

用户发消息
  ↓
第1层：_try_quick_command（正则匹配，秒回，不经过模型）
  ├─ "下载了什么|什么.*下载|下了.*啥|最近.*下载|昨天.*下载" → list_dir(Downloads)
  ├─ "目录.*什么|文件夹.*什么|有什么文件|看看.*目录|查看.*目录" → list_dir(指定路径)
  ├─ "安装.*模型|下载.*模型" → 模型安装
  ├─ "卸载.*模型|删掉.*模型" → 模型卸载
  ├─ "本地.*模型|查看本地模型" → 列出已装模型
  └─ 没匹配 ↓

第2层：_try_smart_split（智能拆分，阈值≥1）
  ├─ 检测金额：正则 (\d+(?:\.\d+)?)\s*元
  ├─ ≥1个金额 → 拆分多条记账
  ├─ 检测提醒：该(.+?)了|记得(.+?)|提醒我(.+?)|别忘了(.+?)
  ├─ 含提醒词 → 生成提醒
  ├─ 分类推断：买菜/交通/学习/餐饮（关键词匹配）
  └─ 没匹配 ↓

第3层：协作模式检查（安全开关）
  ├─ OFF → _collab_on = False
  │   ├─ 安全Skill可用（accounting/finance_report/code_audit/health_tracker）
  │   └─ 垂直Skill被阻止（music-gen/song_production）
  └─ ON → _collab_on = True
      └─ 所有Skill可用 ↓

第4层：_try_skill_trigger_match → run_skill_script_streaming（流式执行）
  ├─ 扫描所有Skill的trigger词（支持|分隔+正则）
  ├─ 匹配 → 检查协作模式（垂直Skill在OFF时阻止）
  ├─ 执行 → run_skill_script_streaming() 逐行yield stdout
  ├─ Skill名称动态显示：f"检测到【{skill_name}】触发词"
  └─ 没匹配 ↓

第5层：旧协作逻辑（fallback）
  ├─ cloud_local：外脑分析→调垂直参数→垂直执行
  ├─ local_dual：本地模型调度→调垂直参数→垂直执行
  ├─ 失败 → 提示"模型未返回内容"（含协作模式建议）
  └─ 非协作模式 → 跳过 ↓

第6层：通用模型回答
  ├─ 本地模式 → Ollama模型
  └─ 外脑模式 → DeepSeek/GLM/豆包等

# data/skills/_helpers.py
call_vertical(model_id, params)     # 调垂直模型（POST /api/vertical/execute）
call_model(prompt, model=None)      # 调通用模型（POST /api/chat/internal，支持多外脑）
ask_user(question, options=None)    # 问用户（文件通信：问题文件→回答文件，120秒超时）
check_gpu()                         # 检查GPU显存（nvidia-smi）
get_db_path()                       # 返回 data/sqlite/lingzhi.db 路径
get_media_dir()                     # 返回 data/media/ 路径（自动创建）
get_reports_dir()                   # 返回 data/reports/ 路径（自动创建）

# Step 1: 通用模型写歌词
lyrics = call_model("写一首乡村风格歌词，4行")

# Step 2: MusicGen生成音乐
music = call_vertical('musicgen-small', {'genre': 'country', 'duration': 30})

# Step 3: Bark演唱歌词
vocals = call_vertical('bark', {'text': lyrics[:200]})

# Step 4: FFmpeg合成
subprocess.run(['ffmpeg', '-y', '-i', music, '-i', vocals,
    '-filter_complex', 'amix=inputs=2:duration=longest', output])

_vertical_skills = ['music-gen', 'musicgen', 'bark', 'stable-diffusion', 'huatuo']
if not _collab_on and _skill_name and any(v in _skill_name.lower() for v in _vertical_skills):
    yield ("text", f"⚠️ 【{_skill_name}】需要开启协作模式才能执行。")
    return

# call_model()支持model参数
lyrics = call_model("写歌词", model="deepseek")  # 临时切换到DeepSeek
analysis = call_model("分析乐理", model="zhipu")  # 临时切换到GLM
# 引擎：switch_foreign_model() → 调用 → 恢复原模型

Skill脚本调ask_user("什么风格？")
  ↓
写问题到 data/tmp/ask_user/{id}_question.json
  ↓
前端每2秒轮询 /api/ask_user/pending
  ↓
检测到问题 → 显示模态框 → 用户回答
  ↓
POST /api/ask_user/answer → 写 {id}_answer.txt
  ↓
Skill脚本读取回答 → 继续执行

# src/core/task_scheduler.py
# 后台线程每60秒检查 data/scheduler.json
# 到时间自动执行对应Skill

# 任务格式：
{
    "id": "1234567890",
    "name": "每日财务报告",
    "skill": "finance_report",
    "time": "07:00",
    "enabled": true,
    "last_run": "2026-08-09 07:00"
}

# src/core/airllm_integration.py
# 检查AirLLM安装状态
# 4GB显存可跑70B模型（逐层推理）
# 24GB显存用户不需要（Ollama直接跑32B以下更快）

# API: GET /api/airllm/status
# 返回: {installed, description, benefit, warning, install_cmd, models}

# 阈值≥1（单个金额也拆分）
amounts = re.findall(r'(\d+(?:\.\d+)?)\s*元', user_message)
remind_words = re.findall(r'该(.+?)了|记得(.+?)|提醒我(.+?)|别忘了(.+?)', user_message)

if len(amounts) < 1 and len(remind_words) < 1:
    return None  # 不拆分

# 3种匹配模式
patterns = [
    r'买(\w+?)\s*(?:花(?:费)?|用)?\s*(\d+(?:\.\d+)?)\s*元',  # 买海鲜50元
    r'(\w+?)\s*(?:花费|花了|支出|用)\s*(\d+(?:\.\d+)?)\s*元',  # 加油花了600元
    r'(\w+?)\s+(\d+(?:\.\d+)?)\s*元',                          # 咖啡30元
]

cat_map = {
    '菜': '买菜', '海鲜': '买菜', '肉': '买菜', '水果': '买菜',
    '加油': '交通', '油': '交通', '车': '交通', '打车': '交通',
    '书': '学习', '包': '学习', '笔': '学习',
    '饭': '餐饮', '吃': '餐饮', '餐': '餐饮', '咖啡': '餐饮',
}

版本: v0.3.0
构建: 2026-08-09
Python文件: 112个
JS文件: 25个
Skill: 10个（6脚本+4提示词）
API端点: 20+
_helpers.py函数: 7个

# Windows
1. 下载哈文安装包
2. 解压到任意目录（如 H:\HarvenAI）
3. 双击「一键安装启动.bat」
4. 等待安装完成（自动创建虚拟环境+安装依赖）
5. 首次启动会要求设置管理员密码

# 下载 Python 3.12+
# https://www.python.org/downloads/
# 安装时勾选 "Add Python to PATH"

# 下载 Ollama
# https://ollama.ai
# 安装后拉取模型：
ollama pull qwen2.5:14b

git clone https://github.com/YOUR_USERNAME/HarvenAI.git
cd HarvenAI

python -m venv .venv
.venv\Scripts\activate

pip install -r requirements.txt

# 复制配置模板
copy config.example.yaml config.yaml

# 编辑 config.yaml，填入你的API Key：
# model_keys:
#   deepseek: "sk-xxxxx"     # DeepSeek API Key
#   zhipu: "xxxxx"           # 智谱GLM API Key
# ollama:
#   default_model: "qwen2.5:14b"
# collab_mode: "off"
# port: 7000

python web_app.py

# config.yaml
model_keys:
  deepseek: "sk-xxxxx"
  zhipu: "xxxxx"
  doubao: "xxxxx"

HarvenAI/
├── web_app.py              # Flask主应用
├── config.yaml             # 配置文件（不上传GitHub）
├── config.example.yaml     # 配置模板
├── .gitignore              # Git忽略
├── README.md               # 项目说明
├── CONTRIBUTING.md         # 贡献指南
├── requirements.txt        # Python依赖
├── 启动HarvenAI.bat         # 启动脚本
├── src/
│   ├── core/
│   │   ├── engine.py       # 对话引擎
│   │   ├── scripts_runner.py # Skill沙箱
│   │   ├── panel_manager.py  # 面板管理
│   │   ├── task_scheduler.py # 定时调度
│   │   ├── airllm_integration.py # AirLLM
│   │   ├── knowledge_base.py # 知识库
│   │   └── vertical_api.py   # 垂直模型API
│   ├── models/
│   │   └── database.py      # 数据库
│   └── ui/
│       └── main_window.py   # 桌面窗口
├── data/
│   ├── skills/              # Skill目录（10个）
│   │   ├── _helpers.py      # Skill辅助函数
│   │   ├── accounting/      # 记账
│   │   ├── code_audit/      # 代码审计
│   │   ├── finance_report/  # 财务月结
│   │   ├── health_tracker/  # 健康追踪
│   │   ├── music-gen/       # 音乐生成
│   │   ├── song_production/ # 歌曲制作（多模型编排）
│   │   └── ...
│   ├── panels/              # 面板目录
│   ├── sqlite/              # 数据库文件
│   ├── media/               # 生成的音频/图片
│   ├── reports/             # 生成的报告
│   └── scheduler.json       # 定时任务
├── templates/               # HTML模板
│   └── includes/
│       ├── tab-流程编辑器.html
│       ├── tab-高级功能.html
│       └── ...
├── static/                  # 静态资源
│   └── js/modules/
│       ├── app-conversation.js
│       ├── app-panels.js
│       └── ...
└── docs/                    # 文档
    └── HarvenAI_技术详解_v7.md