fix: 飞书机器人群聊回复逻辑

GETTING_STARTED.md

@@ -0,0 +1,409 @@
+# GenericAgent 新手上手指南
+
+## 🎯 什么是 GenericAgent?
+
+GenericAgent 是一个极简、可自我进化的自主 Agent 框架。它的核心只有 **~3,300 行代码**,通过 **7 个原子工具 + 92 行 Agent Loop**,就能赋予任意 LLM 对你本地计算机的系统级控制能力。
+
+**它能做什么?**
+- 控制浏览器(保留登录态)
+- 执行终端命令
+- 读写文件系统
+- 模拟键盘鼠标
+- 控制移动设备(ADB)
+- 屏幕视觉识别
+
+**最特别的是什么?**
+
+GenericAgent 不预设技能,而是**靠进化获得能力**。每解决一个新任务,它就会自动将执行路径固化为 Skill,供后续直接调用。使用时间越长,沉淀的技能越多,最终形成一棵完全属于你的专属技能树。
+
+> 🤖 **自举实证**: 本项目的所有 Git 操作,从 `git init` 到每一条 commit message,都是 GenericAgent 自主完成的。作者全程未打开过一次终端。
+
+---
+
+## 🚀 5 分钟快速开始
+
+### 第一步:安装部署
+
+**方法一:标准安装(推荐开发者)**
+
+```bash
+# 1. 克隆仓库
+git clone https://github.com/lsdefine/GenericAgent.git
+cd GenericAgent
+
+# 2. 安装最小依赖
+pip install streamlit pywebview
+
+# 3. 配置 API Key
+cp mykey_template.py mykey.py
+```
+
+**方法二:Windows 便携版(推荐新手)**
+
+1. [下载便携版](http://kw.fudan.edu.cn/resources/PC-Agent-Portable.zip) (19MB)
+2. 解压到任意目录
+3. 双击运行即可
+
+**方法三:Android(Termux)**
+
+```bash
+cd /sdcard/ga
+python agentmain.py
+```
+
+### 第二步:配置 API Key
+
+编辑 `mykey.py` 文件,填入你的 LLM API Key:
+
+```python
+# 示例:使用 Claude
+api_key = "sk-ant-xxx"  # 你的 Anthropic API Key
+model = "claude-3-5-sonnet-20241022"
+
+# 或使用其他模型
+# api_key = "your_openai_key"
+# model = "gpt-4"
+```
+
+支持的模型:
+- Claude (Anthropic)
+- GPT-4 / GPT-3.5 (OpenAI)
+- Gemini (Google)
+- Kimi (Moonshot)
+- 其他兼容 OpenAI API 的模型
+
+### 第三步:启动界面
+
+```bash
+python launch.pyw
+```
+
+启动后会出现一个桌面悬浮窗,你可以直接在里面输入任务指令。
+
+---
+
+## 💡 基础使用
+
+### 你的第一个任务
+
+启动后,试试这些简单的任务:
+
+**文件操作:**
+```
+"帮我在桌面创建一个 hello.txt 文件,内容是 Hello World"
+```
+
+**网页浏览:**
+```
+"打开百度,搜索今天的天气"
+```
+
+**代码执行:**
+```
+"用 Python 计算 1 到 100 的和"
+```
+
+### 理解 Agent 的工作方式
+
+GenericAgent 的工作流程:
+
+```
+你的指令 → Agent 理解任务 → 调用工具执行 → 返回结果 → 沉淀经验
+```
+
+**核心循环(92 行代码):**
+1. **感知**: 读取当前环境状态
+2. **推理**: 分析任务,制定执行计划
+3. **执行**: 调用工具完成操作
+4. **记忆**: 将成功的执行路径写入记忆层
+5. **循环**: 继续下一步,直到任务完成
+
+---
+
+## 🧬 进阶:Skill 系统
+
+### 什么是 Skill?
+
+Skill 是 GenericAgent 自动沉淀的任务执行模板。当你第一次完成某个任务时,Agent 会将整个执行流程固化为一个 Skill,下次遇到类似任务就能直接调用。
+
+**举个例子:**
+
+| 你说的话 | 第一次 Agent 做了什么 | 之后每次 |
+|---------|---------------------|---------|
+| "监控股票并提醒我" | 安装 mootdx → 构建选股流程 → 配置定时任务 → 保存 Skill | **一句话启动** |
+| "用 Gmail 发这个文件" | 配置 OAuth → 编写发送脚本 → 保存 Skill | **直接可用** |
+
+### 如何使用 Skill?
+
+Skill 会自动保存在 `memory/` 目录下。你不需要手动管理,Agent 会在需要时自动调用。
+
+**查看已有的 Skill:**
+```bash
+ls memory/*.md
+```
+
+**手动触发 Skill:**
+```
+"使用之前保存的股票监控 Skill"
+```
+
+### 培养你的专属 Agent
+
+使用时间越长,你的 Agent 积累的 Skill 越多:
+
+- **第 1 周**: 基础文件操作、简单网页浏览
+- **第 1 个月**: 自动化工作流、数据处理脚本
+- **第 3 个月**: 复杂的多步骤任务、跨平台操作
+- **第 6 个月**: 一套任何人都没有的专属技能树
+
+---
+
+## 🎮 实用玩法
+
+### 浏览器自动化
+
+GenericAgent 注入真实浏览器,保留你的登录态:
+
+```
+"打开淘宝,搜索 iPhone 15,按价格排序"
+"登录我的 Gmail,查看未读邮件"
+"在美团上帮我点一杯奶茶"
+```
+
+**可用工具:**
+- `web_scan`: 读取网页内容
+- `web_execute_js`: 执行 JavaScript 控制页面
+
+### 文件和代码处理
+
+```
+"分析这个 Python 项目的代码结构"
+"把这个 CSV 文件转换成 Excel"
+"批量重命名这个文件夹里的图片"
+```
+
+**可用工具:**
+- `file_read`: 读取文件
+- `file_write`: 写入文件
+- `file_patch`: 精确修改文件
+- `code_run`: 执行代码
+
+### 移动设备控制(ADB)
+
+通过 ADB 控制 Android 设备:
+
+```
+"打开支付宝,查看我的账单"
+"在微信上给张三发消息"
+"截取手机屏幕并保存"
+```
+
+### 定时任务
+
+```
+"每天早上 8 点提醒我查看邮件"
+"每小时检查一次股票价格"
+"每周一生成上周的工作总结"
+```
+
+---
+
+## 🤖 接入聊天平台(可选)
+
+### 为什么要接入 Bot?
+
+将 GenericAgent 接入聊天平台后,你可以:
+- 随时随地通过手机控制你的电脑
+- 多人协作使用同一个 Agent
+- 接收 Agent 的主动通知和提醒
+
+### 支持的平台
+
+- **QQ Bot**: WebSocket 长连接,无需公网 webhook
+- **飞书(Lark)**: 支持富文本、图片、文件、音频
+- **企业微信(WeCom)**: 企业内部使用
+- **钉钉(DingTalk)**: 企业协作
+- **Telegram**: 国际用户
+
+### 快速配置指南
+
+**以 QQ Bot 为例:**
+
+1. 在 [QQ 开放平台](https://q.qq.com) 创建机器人
+2. 获取 AppID 和 AppSecret
+3. 在 `mykey.py` 中配置:
+
+```python
+qq_app_id = "YOUR_APP_ID"
+qq_app_secret = "YOUR_APP_SECRET"
+qq_allowed_users = ["YOUR_USER_OPENID"]  # 或 ['*'] 公开访问
+```
+
+4. 启动 Bot:
+
+```bash
+pip install qq-botpy
+python qqapp.py
+# 或与桌面窗口一起启动
+python launch.pyw --qq
+```
+
+**其他平台配置详见:**
+- 飞书: [assets/SETUP_FEISHU.md](assets/SETUP_FEISHU.md)
+- 企业微信: `python launch.pyw --wecom`
+- 钉钉: `python launch.pyw --dingtalk`
+- Telegram: `python tgapp.py`
+
+---
+
+## 📚 记忆系统详解
+
+### 三层记忆架构
+
+GenericAgent 的记忆系统分为三层:
+
+**L0 — 元规则(Meta Rules)**
+- Agent 的基础行为规则
+- 系统约束和安全边界
+- 不可修改的核心逻辑
+
+**L2 — 全局事实(Global Facts)**
+- 长期运行中积累的稳定知识
+- 环境配置、用户偏好
+- 存储在 `memory/global_mem.txt`
+
+**L3 — 任务 Skills(SOPs)**
+- 完成特定任务的操作流程
+- 自动沉淀的执行模板
+- 存储在 `memory/*.md`
+
+### 如何查看和管理记忆
+
+**查看全局记忆:**
+```bash
+cat memory/global_mem.txt
+```
+
+**查看所有 Skills:**
+```bash
+ls memory/*.md
+```
+
+**手动编辑记忆:**
+```bash
+# 不建议新手操作,Agent 会自动管理
+vim memory/global_mem.txt
+```
+
+---
+
+## 🔧 常见问题
+
+### 安装问题
+
+**Q: pip install 失败怎么办?**
+
+A: 尝试使用国内镜像源:
+```bash
+pip install -i https://pypi.tuna.tsinghua.edu.cn/simple streamlit pywebview
+```
+
+**Q: Windows 上启动失败?**
+
+A: 建议使用便携版,或检查 Python 版本(需要 3.8+)
+
+### 使用问题
+
+**Q: Agent 执行任务失败?**
+
+A: 检查:
+1. API Key 是否正确配置
+2. 网络连接是否正常
+3. 查看 `temp/` 目录下的日志文件
+
+**Q: 如何让 Agent 停止当前任务?**
+
+A: 在界面中输入 "停止" 或 "取消"
+
+**Q: Agent 的回复太慢?**
+
+A: 可以尝试:
+1. 切换到更快的模型(如 GPT-3.5)
+2. 减少任务的复杂度
+3. 检查网络延迟
+
+### 进阶问题
+
+**Q: 如何自定义 Agent 的行为?**
+
+A: 编辑 `memory/global_mem.txt`,添加你的偏好设置
+
+**Q: 如何备份我的 Skills?**
+
+A: 直接复制 `memory/` 目录即可
+
+**Q: 可以同时运行多个 Agent 实例吗?**
+
+A: 可以,但需要使用不同的工作目录
+
+---
+
+## 💪 最佳实践
+
+### 新手建议
+
+1. **从简单任务开始**: 先尝试文件操作、网页浏览等基础任务
+2. **观察 Agent 的执行过程**: 理解它是如何调用工具的
+3. **让 Agent 自己探索**: 不要过度干预,让它自主学习
+4. **定期查看 Skills**: 了解 Agent 积累了哪些能力
+
+### 进阶技巧
+
+1. **组合使用多个工具**: 让 Agent 完成复杂的多步骤任务
+2. **利用记忆系统**: 在 `global_mem.txt` 中记录常用的配置和偏好
+3. **编写自定义脚本**: 通过 `code_run` 扩展 Agent 的能力
+4. **接入多个聊天平台**: 实现跨平台的统一控制
+
+### 安全注意事项
+
+1. **不要在公共环境运行**: Agent 有系统级权限,注意安全
+2. **谨慎授权**: 使用 Bot 时,设置 `allowed_users` 白名单
+3. **定期备份**: 重要的 Skills 和配置要及时备份
+4. **监控执行日志**: 定期检查 `temp/` 目录下的日志
+
+---
+
+## 🌟 社区和支持
+
+### 获取帮助
+
+- **GitHub Issues**: [提交问题](https://github.com/lsdefine/GenericAgent/issues)
+- **微信交流群**: 扫描下方二维码加入
+
+<div align="center">
+<img src="assets/images/wechat_group.jpg" width="280"/>
+</div>
+
+### 贡献指南
+
+欢迎贡献代码、文档或 Skills!
+
+1. Fork 本仓库
+2. 创建你的特性分支
+3. 提交你的改动
+4. 发起 Pull Request
+
+---
+
+## 📖 延伸阅读
+
+- [完整 README](README.md) - 项目详细介绍
+- [新用户欢迎文档](WELCOME_NEW_USER.md) - 详细的引导流程
+- [快速开始指南](QUICK_START.pdf) - PDF 版本的快速入门
+- [飞书配置指南](assets/SETUP_FEISHU.md) - 飞书 Bot 详细配置
+
+---
+
+**🎉 现在,开始你的 GenericAgent 之旅吧!**
+
+记住: GenericAgent 不是一个预设好的工具,而是一个会随着你的使用不断进化的伙伴。使用时间越长,它就越懂你,越强大。

fsapp.py

@@ -245,15 +245,15 @@ def _card(text):
     return json.dumps({"config": {"wide_screen_mode": True}, "elements": [{"tag": "markdown", "content": text}]}, ensure_ascii=False)
 
 
-def send_message(open_id, content, msg_type="text", use_card=False):
+def send_message(receive_id, content, msg_type="text", use_card=False, receive_id_type="open_id"):
     if use_card:
         payload, real_type = _card(content), "interactive"
     elif msg_type == "text":
         payload, real_type = json.dumps({"text": content}, ensure_ascii=False), "text"
     else:
         payload, real_type = content, msg_type
-    body = CreateMessageRequest.builder().receive_id_type("open_id").request_body(
+    body = CreateMessageRequest.builder().receive_id_type(receive_id_type).request_body(
-        CreateMessageRequestBody.builder().receive_id(open_id).msg_type(real_type).content(payload).build()
+        CreateMessageRequestBody.builder().receive_id(receive_id).msg_type(real_type).content(payload).build()
     ).build()
     response = client.im.v1.message.create(body)
     if response.success():
@@ -367,29 +367,29 @@ def _describe_media(msg_type, file_path, filename):
     return f"[{msg_type}]\n[File: source: {file_path}]"
 
 
-def _send_local_file(open_id, file_path):
+def _send_local_file(receive_id, file_path, receive_id_type="open_id"):
     if not os.path.isfile(file_path):
-        send_message(open_id, f"⚠️ 文件不存在: {file_path}")
+        send_message(receive_id, f"⚠️ 文件不存在: {file_path}", receive_id_type=receive_id_type)
         return False
     ext = os.path.splitext(file_path)[1].lower()
     if ext in _IMAGE_EXTS:
         image_key = _upload_image_sync(file_path)
         if image_key:
-            send_message(open_id, json.dumps({"image_key": image_key}, ensure_ascii=False), msg_type="image")
+            send_message(receive_id, json.dumps({"image_key": image_key}, ensure_ascii=False), msg_type="image", receive_id_type=receive_id_type)
             return True
     else:
         file_key = _upload_file_sync(file_path)
         if file_key:
             msg_type = "media" if ext in _AUDIO_EXTS or ext in _VIDEO_EXTS else "file"
-            send_message(open_id, json.dumps({"file_key": file_key}, ensure_ascii=False), msg_type=msg_type)
+            send_message(receive_id, json.dumps({"file_key": file_key}, ensure_ascii=False), msg_type=msg_type, receive_id_type=receive_id_type)
             return True
-    send_message(open_id, f"⚠️ 文件发送失败: {os.path.basename(file_path)}")
+    send_message(receive_id, f"⚠️ 文件发送失败: {os.path.basename(file_path)}", receive_id_type=receive_id_type)
     return False
 
 
-def _send_generated_files(open_id, raw_text):
+def _send_generated_files(receive_id, raw_text, receive_id_type="open_id"):
     for file_path in _extract_files(raw_text):
-        _send_local_file(open_id, file_path)
+        _send_local_file(receive_id, file_path, receive_id_type)
 
 
 def _build_user_message(message):
@@ -430,21 +430,28 @@ def _build_user_message(message):
 def handle_message(data):
     event, message, sender = data.event, data.event.message, data.event.sender
     open_id = sender.sender_id.open_id
+    chat_id = message.chat_id
     if not PUBLIC_ACCESS and open_id not in ALLOWED_USERS:
         print(f"未授权用户: {open_id}")
         return
     user_input, image_paths = _build_user_message(message)
     if not user_input:
-        send_message(open_id, f"⚠️ 暂不支持处理此类飞书消息：{message.message_type}")
+        if chat_id:
+            send_message(chat_id, f"⚠️ 暂不支持处理此类飞书消息：{message.message_type}", receive_id_type="chat_id")
+        else:
+            send_message(open_id, f"⚠️ 暂不支持处理此类飞书消息：{message.message_type}")
         return
     print(f"收到消息 [{open_id}] ({message.message_type}, {len(image_paths)} images): {user_input[:200]}")
     if message.message_type == "text" and user_input.startswith("/"):
-        return handle_command(open_id, user_input)
+        return handle_command(open_id, user_input, chat_id)
 
     def run_agent():
         user_tasks[open_id] = {"running": True}
         try:
-            msg_id, dq, last_text = send_message(open_id, "思考中...", use_card=True), agent.put_task(user_input, source="feishu", images=image_paths), ""
+            if chat_id:
+                msg_id, dq, last_text = send_message(chat_id, "思考中...", use_card=True, receive_id_type="chat_id"), agent.put_task(user_input, source="feishu", images=image_paths), ""
+            else:
+                msg_id, dq, last_text = send_message(open_id, "思考中...", use_card=True), agent.put_task(user_input, source="feishu", images=image_paths), ""
             while user_tasks.get(open_id, {}).get("running", False):
                 time.sleep(3)
                 item = None
@@ -462,47 +469,64 @@ def handle_message(data):
                     cut = show[-3000:]
                     if cut.count("```") % 2 == 1:
                         cut = "```\n" + cut
-                    msg_id, last_text, show = send_message(open_id, "(继续...)", use_card=True), "", cut
+                    if chat_id:
+                        msg_id, last_text, show = send_message(chat_id, "(继续...)", use_card=True, receive_id_type="chat_id"), "", cut
+                    else:
+                        msg_id, last_text, show = send_message(open_id, "(继续...)", use_card=True), "", cut
                 display = show if done else show + " ⏳"
                 if display != last_text and msg_id:
                     update_message(msg_id, display)
                     last_text = display
                 if done:
-                    _send_generated_files(open_id, raw)
+                    if chat_id:
+                        _send_generated_files(chat_id, raw, receive_id_type="chat_id")
+                    else:
+                        _send_generated_files(open_id, raw)
                     break
             if not user_tasks.get(open_id, {}).get("running", True):
-                send_message(open_id, "已停止")
+                if chat_id:
+                    send_message(chat_id, "已停止", receive_id_type="chat_id")
+                else:
+                    send_message(open_id, "已停止")
         except Exception as e:
             import traceback
 
             print(f"[ERROR] run_agent 异常: {e}")
             traceback.print_exc()
-            send_message(open_id, f"错误: {str(e)}")
+            if chat_id:
+                send_message(chat_id, f"错误: {str(e)}", receive_id_type="chat_id")
+            else:
+                send_message(open_id, f"错误: {str(e)}")
         finally:
             user_tasks.pop(open_id, None)
 
     threading.Thread(target=run_agent, daemon=True).start()
 
 
-def handle_command(open_id, cmd):
+def handle_command(open_id, cmd, chat_id=None):
+    def _send_cmd_response(content):
+        if chat_id:
+            send_message(chat_id, content, receive_id_type="chat_id")
+        else:
+            send_message(open_id, content)
     if cmd == "/stop":
         if open_id in user_tasks:
             user_tasks[open_id]["running"] = False
         agent.abort()
-        send_message(open_id, "正在停止...")
+        _send_cmd_response("正在停止...")
     elif cmd == "/new":
         agent.abort()
         agent.history = []
-        send_message(open_id, "已清空当前共享上下文")
+        _send_cmd_response("已清空当前共享上下文")
     elif cmd == "/help":
-        send_message(open_id, "命令列表:\n/stop - 停止当前任务\n/status - 查看状态\n/restore - 恢复上次对话历史\n/new - 开启新对话\n/help - 显示帮助")
+        _send_cmd_response("命令列表:\n/stop - 停止当前任务\n/status - 查看状态\n/restore - 恢复上次对话历史\n/new - 开启新对话\n/help - 显示帮助")
     elif cmd == "/status":
-        send_message(open_id, f"状态: {'空闲' if not agent.is_running else '运行中'}")
+        _send_cmd_response(f"状态: {'空闲' if not agent.is_running else '运行中'}")
     elif cmd == "/restore":
         try:
             files = glob.glob("./temp/model_responses_*.txt")
             if not files:
-                return send_message(open_id, "没有找到历史记录")
+                return _send_cmd_response("没有找到历史记录")
             latest = max(files, key=os.path.getmtime)
             with open(latest, "r", encoding="utf-8") as f:
                 content = f.read()
@@ -515,11 +539,11 @@ def handle_command(open_id, cmd):
                     agent.history.extend([f"[USER]: {u}", f"[Agent] {r}"])
                     count += 1
             agent.abort()
-            send_message(open_id, f"已恢复 {count} 轮对话\n来源: {os.path.basename(latest)}\n(仅恢复上下文，请输入新问题继续)")
+            _send_cmd_response(f"已恢复 {count} 轮对话\n来源: {os.path.basename(latest)}\n(仅恢复上下文，请输入新问题继续)")
         except Exception as e:
-            send_message(open_id, f"恢复失败: {e}")
+            _send_cmd_response(f"恢复失败: {e}")
     else:
-        send_message(open_id, f"未知命令: {cmd}")
+        _send_cmd_response(f"未知命令: {cmd}")
 
 
 def main():