常驻型个人 Agent 框架

一个不会忘记
也不会被一条长任务卡死的管家

HomeAgent 是内核 + 插件的双层 Agent 框架。内核只管 LLM 编排、记忆与调度;所有外部能力(消息、文件、网络、设备) 都是可独立安装、崩溃不牵连内核的插件。

四个不那么常见的设计决定

先定边界调度,再加能力。

内核零 IO

内核不碰任何外部世界。消息、文件、网络、硬件全部由插件经 PluginSDK 实现。于是「内核是否可信」与「某个插件是否安全」 可以分开评估。

插件是独立进程

插件是普通 Go 二进制,由内核 spawn 为子进程,经 stdio JSON-RPC (控制)、共享内存段(数据)、事件环(通知)通信。插件崩溃不牵连内核, 换掉 plugin.bin 即热重载。

输入是有级别的

输入分「排队」与「中断」两类,中断再按紧迫度分 L1–L4。 高级可抢占并保存现场,同级不抢占。L4 归内核独占 —— 所以「停止」真的能立刻停下。

忙时有人顶班

主 agent 忙长任务时,积压交给临时分诊助手: 能办的直接办,需要主 agent 的立刻回「忙碌中,请稍候」。 不必干等十几分钟。

三层记忆:从「刚才说了什么」到「三年前说过什么」

不是一个大向量库包打天下,而是三层各司其职、逐层下沉。 蓝 / 青 / 金三色对应的就是这三层。

Context工作窗口

内存中的事件窗口。按与当前输入的相关性排序(预训练词向量 → 余弦相似度, TF-IDF 回退),最近若干条受保护。低分事件自动下沉。

Document文件记忆

JSON + TF-IDF 索引的中间层。支持显式提交与隐式归档, 冷数据下沉后蒸馏成三元组进入图谱。

Graph图数据库

SQLite 持久化实体与关系,BFS 遍历召回。三元组从对话中蒸馏而来, 越用越准 —— 「几个月前的事还记得」靠的就是这层。

媒体也是一等节点

图片、音频不是附件,而是三层里的一类节点:内容寻址(相同字节只存一份)。 媒体不单独记引用账本 —— 删掉持有它的记忆块才删内容,与文本块同一套规则。

图片靠自己的向量被检索

图像是真正的记忆块,不是「描述文本 + 可淘汰的 blob」。 旧实现靠视觉模型生成的描述当索引,现已弃用 —— 文本标签只留 [mime digest],召回走统一空间的图像向量。

统一多模态空间

文本与图像落在同一向量空间(默认 Chinese-CLIP): 可以用一句话搜图,也可以用图找记忆。

一条消息进来之后

输入先过调度器,再进处理管道。管道有 7 个阶段钩子,插件可改写或短路。

外部输入 QQ / WebUI / CLI / 邮件 / 设备
输入调度器 两类别 · 四级中断 L1–L4
  • 同级不抢占 → 入队列排队
  • 更高级别抢占,现场压入中断栈,稍后恢复
  • 忙得太久转投临时分诊助手
处理管道 记忆召回 + 人格注入 + LLM 调用 + 工具循环
每轮复用
  1. 1
    pre_action 构建消息与工具表 · 插件可在此短路
  2. 2
    LLM 调用 provider 回退 + 瞬时错误重试 · 流式累积
  3. 3
    post_action 插件可改写最终文本
  4. 4
    before_toolcall 逐个工具执行前 · 可拒
  5. 5
    执行工具 临界区:副作用不可回滚
  6. 6
    after_toolcall 上下文裁剪 · 相关记忆召回 · 结果入消息
三层记忆 Context → Document → Graph
输出通道 before_output · after_output · 可寻址到具体 agent

on_input 在进管道之前跑;before_output / after_output 在全部轮次结束后跑一次。

核心组件

homed常驻内核进程:LLM 编排、记忆管理、输入调度、插件生命周期
PluginSDK四通道:注册工具 / 挂阶段钩子 / 订阅事件 / 声明输出通道
inputch最基本的输入路由单位,可划给某个 agent(含驻留子)
Stage7 个处理阶段钩子,插件可改写或短路消息流
resident驻留子 agent:独立调度器 + temp 图记忆,父可查看/收发/压缩/回收
hmapdev插件工具链:生成工程、构建 .hmap、安装
36
在跑插件
16 内置 + 20 外部
340
可用工具
实测注册数
109k
Go 代码行
不含第三方
9
LLM 适配器
另有 1 个网关脚本

跑起来

依赖 Go 1.25+ 与 CGo(sqlite3)。内核需 Linux;Windows 上 homed 跑在 WSL2 里,仅需构建 waiter.exe

# 构建守护进程 + CLI make build build-cli # 启动内核(数据目录自定) ./build/homed -data /tmp/ha # 另开一个终端:交互模式,或单条消息 ./build/waiter echo "你好,记住我喜欢喝咖啡" | ./build/waiter

WebUI 与 API 密钥在 http://localhost:8080 配置,持久化到 SQLite。

开箱可用的插件

外部插件经 hmapdev 构建为独立二进制,可单独装卸、热重载。点任意插件看它能做什么。

点上方任一插件查看用途

a2av1.3.1

Agent-to-Agent 协议通信插件,支持双向 A2A 通信:可查询其他 Agent 并回复其请求。提供 HTTP 服务端暴露本 Agent 能力。

SDKexample/a2a
acpv1.2.1

Agent Client Protocol 通信插件:充当 ACP 服务端接受其他 Agent 的任务请求,同时提供客户端工具向远程 ACP Agent(如 opencode)发起会话并读取回复

SDKexample/acp
biliv1.2.0

B站视频下载工具,基于 yt-dlp 引擎。支持查看视频清晰度列表、指定格式下载、可配置下载目录。

SDKexample/bili
browserv2.4.1

统一浏览器插件:搜索、HTTP抓取(quick)、无头渲染(normal)、交互式浏览器(interactive/CDP)

SDKexample/browser
calendarv1.1.0

日历事件管理,支持提醒和重复事件

SDKexample/calendar
deepsearchv1.1.2

为 agent 提供真正的联网信息检索:本地 SearXNG 聚合多引擎(返回标题/URL/摘要/时间),支持新闻、时间范围、指定引擎;并提供网页正文抽取与「搜索+读前K篇」的深检索

SDKexample/deepsearch
editdocv2.0.0

全能办公插件:新建/读取/编辑/转换 docx·xlsx·pptx·md·csv·txt(基于 python-docx / openpyxl / python-pptx / soffice / pandoc)

SDKexample/editdoc

公开仓中的 example 仍是 v1.0.0;v2.0.0 全能版源码尚未公开。

homeagent-mail-bridgev0.2.2

HomeAgent 接入 AgentMail:邮件驱动的多智能体协作

agentmailplugins/homeagent-mail-bridge
mcv0.1.8

把 mineflayer 虚拟 MC 客户端封装为 HomeAgent 的 chan:mc IO 通道(两阶段激活 + 动作工具)

本地开发仓(无公开地址)
memov1.1.0

待办与备忘录插件。待办(todo_add/todo_complete/todo_list)会主动提醒;备忘录(memo_create/memo_list/memo_delete)纯记事不提醒。

SDKexample/memo
musicv0.1.0

音乐搜索插件,支持搜索歌曲和查看歌词(基于网易云音乐)

SDKexample/music
ocrv1.0.0

图片文字识别工具,基于 Tesseract OCR 引擎。支持从 URL 或 base64 图片中提取文字内容。

SDKexample/ocr
plugindevv1.0.0

把 hmapdev 工具链封装成 Agent 可调用的工具:脚手架生成插件工程、构建打包 .hmap、管理 SDK 版本。配合 plugin_install 即可让 Agent 自己做完「新建插件 → 构建 → 安装」全流程。

SDKexample/plugindev
qqv1.4.1

QQ 消息收发插件,通过 NapCat 协议桥接

SDKexample/qq
recoverydiagv0.2.0

快速检查/崩溃取证工具集:diag_triage(退出码/信号/存活粗分)、diag_db(config.db 完整性 + LLM 源解析校验)、diag_log_scan(日志签名命中)、diag_delta(last-good 快照 vs 现状 diff)、diag_loc(正交综合定位)。全部返回结论而非原文,确定性、不消耗 LLM token,供 guard / failback 恢复决策使用。

SDKexample/recoverydiag
rssv1.1.0

RSS/Atom 订阅监控插件,自动检测更新并推送通知

SDKexample/rss
sanitizerv0.1.0

清洗 LLM 输出中的工具调用残留(思维泄漏)

SDKexample/sanitizer
vanblogv1.0.0

管理 VanBlog 开源博客系统:文章的增删改查、分类标签管理、草稿发布、备份导出等

SDKexample/vanblog
vikunjav1.0.1

Vikunja 待办/任务管理:任务增删改查、项目与看板桶、标签、指派、评论、关联、附件、保存筛选器、团队与分享、通知、订阅、Webhook、时间跟踪、数据导入、实例管理;并附通用 API 直通工具兜底

SDKexample/vikunja
weatherv1.0.0

天气查询插件(基于 wttr.in),支持实时天气和未来预报

SDKexample/weather

常见问题

最容易引起误解的六个地方。

「内核零 IO」是不是意味着内核很简单?

恰恰相反。零 IO 是为了让内核专注做难的部分:输入调度(四级中断、抢占与 现场保存)、上下文预算、三层记忆的蒸馏与召回。IO 挪出去之后,这些才有 清晰的所有权。

插件崩了会不会把 Agent 带崩?

不会。外部插件是独立子进程,与内核只通过 stdio JSON-RPC、共享内存段、 事件环通信。插件崩溃后,内核摘除它注册的工具、阶段与通道,按退避重启, 其余部分不受影响。

为什么消息会「排队」而不是立即处理?

因为同一时刻只应有一个任务在改上下文。同级抢占会让两边都做一半。 需要立刻插队时用更高级别的中断(如 L4:内核与内核级插件), 而不是让所有消息都变成抢占者。

长任务会不会让用户等很久?

这正是「分诊助手」的用途。主 agent 忙超阈值且积压够多时,内核拉起临时 驻留子接手:能办的直接办,需要主 agent 的立刻回「忙碌中,请稍候」。

记忆会不会无限膨胀?

不会。三层是迁移而非复制:上下文事件裁剪后归档成文档,文档冷掉后蒸馏成 图谱三元组。图谱有去重与 UNIQUE 约束;媒体跟着记忆块走,块被永久删除时才回收字节。

能换 LLM 吗?

可以。内核不绑定厂商:每个 LLM 源对应一个 Lua 脚本负责请求与响应转换。 内置 9 个适配器(OpenAI、Anthropic、Gemini、DeepSeek、Groq、Mistral、 Ollama、GitHub、KimiCode),也可自己写一个接任意兼容 API。