Dundun Agent - AI-powered coding assistant

Project description

Dundun Agent

一个模块化、可扩展的 AI 编程助手

采用 Python 原生架构，支持多 Agent 协作、工具调用和 WebSocket 实时通信

✨ 特性

🎯 核心能力

多 Agent 架构：支持 Build、Plan、Explore、General 等多种专业 Agent
丰富的工具系统：文件操作、系统命令、网络搜索、LSP 代码导航、子 Agent 调用等
智能权限管理：细粒度的工具调用权限控制，支持交互式授权和持久化记忆
会话管理：支持多会话、会话切换、上下文自动压缩
实时通信：基于 WebSocket 的 C/S 架构，支持流式输出和事件驱动

🚀 扩展能力

Skill 系统：可扩展的领域知识框架
MCP 集成：支持 Model Context Protocol 服务器
Todo 管理：内置任务跟踪系统
多搜索引擎：支持 DuckDuckGo、Bing、Vertex AI 等
Rocket.Chat 集成：通过 Bridge 进程桥接 Rocket.Chat，支持 @mention、私信、斜杠命令

🏗️ 系统架构

整体架构

┌─────────────────────────────────────────────────────────────┐
│                      用户交互层                               │
│   CLI / TUI (Rich) - 命令解析、渲染、用户交互                 │
└─────────────────────────────────────────────────────────────┘
                          │ WebSocket
                          ▼
┌─────────────────────────────────────────────────────────────┐
│                    服务端层 (FastAPI)                        │
│   WebSocket Handler - 消息路由、事件转发、连接管理            │
│   Session Manager - 会话生命周期、Agent 实例管理              │
│   Interaction Manager - 权限授权、用户确认、用户输入           │
└─────────────────────────────────────────────────────────────┘
                          │
                          ▼
┌─────────────────────────────────────────────────────────────┐
│                      Agent 层                                │
│   AgentSession (ReAct 循环) - 多轮对话、工具调用、死循环检测   │
│   Agent 类型 - Build / Plan / Explore / General              │
└─────────────────────────────────────────────────────────────┘
                          │
                          ▼
┌─────────────────────────────────────────────────────────────┐
│                      工具层                                  │
│   文件工具 (read/write/edit/glob/grep)                       │
│   系统工具 (bash)                                            │
│   网络工具 (websearch/webfetch)                              │
│   Agent 工具 (task/sub-agent)                                │
│   辅助工具 (todo/skill/mcp/lsp/codesearch)                   │
└─────────────────────────────────────────────────────────────┘
                          │
                          ▼
┌─────────────────────────────────────────────────────────────┐
│                      支撑层                                  │
│   LLM Client (Anthropic/OpenAI)                             │
│   Permission Manager (权限管理)                              │
│   Context Manager (上下文管理)                               │
│   Config / Logger / Session ID                              │
└─────────────────────────────────────────────────────────────┘

核心模块

模块	路径	职责
WebSocket Handler	`src/server/handler.py`	处理 WebSocket 连接、消息路由、事件转发
Session Manager	`src/server/session.py`	管理会话生命周期、Agent 实例
AgentSession	`src/server/agent_session.py`	ReAct 循环、工具调用、上下文管理
Interaction Manager	`src/core/interaction.py`	统一交互管理（权限、确认、输入）
Permission Manager	`src/core/permission.py`	权限规则、缓存、用户询问
Tool Registry	`src/tools/registry.py`	工具注册、权限过滤
LLM Client	`src/provider/`	Anthropic/OpenAI 客户端封装

🚀 快速开始

环境要求

Python 3.10+
pip 或 uv 包管理器

安装

# 方式 1：从 PyPI 安装（发布后）
pip install dundun-agent

# 方式 2：从源码安装（开发者）
git clone <repository-url>
cd dundun-agent
pip install -r requirements.txt
pip install -e .

# 配置环境变量
cp .env.example .env
# 编辑 .env 设置 API 密钥

启动

# 方式 1: 统一入口（推荐）- 同时启动服务端和客户端
python -m src.main

# 方式 2: 只启动客户端，连接到已有服务端
python -m src.main --server localhost:8367

# 方式 3: 只启动服务端
python -m src.main --server-only --port 8367

# 调试模式
python -m src.main --debug

命令行选项

选项	说明
`--server, -s`	服务端地址，指定后只启动客户端
`--server-only`	只启动服务端
`--port, -p`	服务端端口（默认 8367）
`--host`	服务端绑定地址（默认 0.0.0.0）
`--debug, -d`	调试模式

📖 使用指南

交互命令

系统命令：

命令	别名	说明
`/help`	`/h`, `/?`	显示帮助
`/exit`	`/quit`, `/q`	退出程序
`/clear`	`/cls`	清屏
`/status`	-	显示状态

会话命令：

命令	说明
`/session`	显示当前会话
`/session list`	列出所有会话
`/session new [title]`	创建新会话
`/session switch <id>`	切换会话
`/compact`	压缩上下文
`/history [n]`	显示历史

Agent 命令：

命令	说明
`/model`	显示当前 Agent
`/model <type>`	切换 Agent（build/plan/general/explore）

工具命令：

命令	说明
`/tools`	列出可用工具
`/todo`	显示待办事项

Agent 类型

Agent	说明	特点
build	编程专家（默认）	全功能，专注于软件开发任务
plan	规划分析	只读模式，专注于任务分析和设计
general	通用助手	任务执行、工具调用、自主规划、可调用子 Agent
explore	代码探索	只读，用于代码库探索（子 Agent）

示例任务

# 代码分析
> 分析 src/core/agent.py 的架构设计

# 文件操作
> 创建一个 Python 脚本实现快速排序

# 代码搜索
> 查找所有使用 async def 的函数

# 网络搜索
> 搜索 Python 3.12 的新特性

# 任务规划
> 帮我规划一个重构方案，将配置管理模块化

📁 项目结构

dundun-agent/
├── src/
│   ├── main.py                 # 统一启动入口
│   │
│   ├── core/                   # 核心模块
│   │   ├── config.py           # 配置加载
│   │   ├── session.py          # 会话管理
│   │   ├── permission.py       # 权限系统
│   │   ├── interaction.py      # 交互管理器
│   │   ├── context.py          # 上下文管理
│   │   ├── prompt.py           # 提示词系统
│   │   ├── session_id.py       # 会话 ID 生成
│   │   ├── agent_registry.py   # Agent 注册表
│   │   ├── agent.py            # Agent 配置管理
│   │   ├── memory.py           # 内存管理
│   │   ├── message.py          # 消息定义
│   │   ├── logger.py           # 日志系统
│   │   ├── todo.py             # Todo 管理
│   │   ├── skill.py            # Skill 系统
│   │   ├── mcp_manager.py      # MCP 管理
│   │   └── paths.py            # 路径管理
│   │
│   ├── provider/               # LLM 客户端
│   │   ├── base.py             # 基类定义
│   │   ├── factory.py          # 客户端工厂
│   │   ├── anthropic_client.py # Anthropic 客户端
│   │   └── openai_client.py    # OpenAI 客户端
│   │
│   ├── server/                 # 服务端
│   │   ├── app.py              # FastAPI 应用
│   │   ├── handler.py          # WebSocket 处理器
│   │   ├── session.py          # 服务端会话管理
│   │   ├── agent_session.py    # Agent 会话（ReAct 循环）
│   │   └── constants.py        # 常量定义
│   │
│   ├── interface/              # 客户端
│   │   ├── cli.py              # CLI 入口
│   │   ├── tui.py              # TUI 界面
│   │   ├── renderer.py         # Rich 渲染器
│   │   ├── commands.py         # 斜杠命令
│   │   └── websocket_client.py # WebSocket 客户端
│   │
│   ├── tools/                  # 工具系统
│   │   ├── base.py             # 工具基类
│   │   ├── registry.py         # 工具注册表
│   │   ├── filesystem.py       # 文件工具
│   │   ├── system.py           # 系统工具
│   │   ├── web_tools.py        # 网络工具
│   │   ├── task_tool.py        # 子 Agent 工具
│   │   ├── todo_tool.py        # Todo 工具
│   │   ├── skill_tool.py       # Skill 工具
│   │   ├── mcp_tool.py         # MCP 工具
│   │   ├── agent_tool.py       # Agent 工具
│   │   ├── lsp_tool.py         # LSP 工具
│   │   └── codesearch_tool.py  # 代码搜索工具
│   │
│   ├── agents/                 # Agent 实现
│   │   ├── base.py             # Agent 基类
│   │   ├── build.py            # 编程 Agent
│   │   ├── plan.py             # 规划 Agent
│   │   ├── explore.py          # 探索 Agent
│   │   └── general.py          # 通用 Agent
│   │
│   ├── lsp/                    # LSP 支持
│   │   ├── server.py           # LSP 服务器
│   │   ├── client.py           # LSP 客户端
│   │   ├── protocol.py         # LSP 协议
│   │   └── manager.py          # LSP 管理器
│   │
│   └── integrations/           # 外部集成
│       └── rocketchat_bridge.py # Rocket.Chat Bridge
│
├── src/assets/config/          # 配置文件（权限规则等）
│   └── permissions.yaml        # 权限配置
│
├── skills/                     # Skill 定义
│
├── docs/                       # 设计文档
│   ├── client-server-protocol.md
│   └── rocketchat.md           # Rocket.Chat Bridge 文档
│
├── tests/                      # 测试
│
├── .dundun/                     # 本地运行状态/配置
│   └── logs/                    # 日志
│
├── requirements.txt            # 依赖
├── setup.py                    # 安装配置（兼容）
├── pyproject.toml              # 现代打包配置
├── .env.example                # 环境变量示例
├── LICENSE                     # MIT 许可证
└── README.md                   # 本文件

⚙️ 配置说明

LLM 配置 (.dundun/config.json)

{
  "provider": {
    "anthropic": {
      "api_key": "${ANTHROPIC_API_KEY}",
      "context_window": 200000
    },
    "openai": {
      "api_key": "${OPENAI_API_KEY}",
      "context_window": 128000
    },
    "glm": {
      "api_key": "${GLM_API_KEY}"
    },
    "default": "anthropic/claude-opus-4-6"
  }
}

说明：context_window 是 provider 级的默认上下文窗口，主要用于你配置了自定义模型但内置模型库里没有该模型的上下文信息时提供默认值；不会覆盖内置模型自带的 context_window。

models 支持两种写法：

裸模型名（推荐放在对应 provider 段内）：例如在 anthropic 段里写 "ceshi"，会自动补齐为 anthropic/ceshi
全限定名："anthropic/ceshi"（provider 前缀必须与段名一致，否则启动报错）

环境变量 (.env)

# Anthropic API Key
ANTHROPIC_API_KEY=your-api-key

# OpenAI API Key
OPENAI_API_KEY=your-api-key

# Bing Search API Key (可选)
BING_API_KEY=your-bing-key

# Google Vertex AI (可选)
VERTEX_PROJECT_ID=your-project-id
VERTEX_DATA_STORE_ID=your-data-store-id

权限规则

权限系统支持三种动作：

ALLOW: 允许执行
DENY: 拒绝执行
ASK: 询问用户

默认规则定义在 src/core/permission.py 中，权限记录会自动保存到 ~/.dundun/permissions.json。

🔌 扩展开发

添加新工具

# src/tools/my_tool.py
from tools.base import BaseTool
from pydantic import BaseModel, Field

class MyToolInput(BaseModel):
    param: str = Field(..., description="参数说明")

class MyTool(BaseTool):
    name = "my_tool"
    description = "工具描述"
    args_schema = MyToolInput

    async def run(self, param: str) -> str:
        # 实现逻辑
        return result

添加新 Agent

# src/agents/my_agent.py
from agents.base import BaseAgent
from tools.registry import ToolRegistry

class MyAgent(BaseAgent):
    @property
    def name(self) -> str:
        return "my_agent"

    @property
    def system_prompt(self) -> str:
        return "你是一个专业的..."

    def get_tools(self, registry: ToolRegistry):
        return registry.get_tools_by_mode("all")

添加新 Skill

在 skills/ 目录创建：

skills/my-skill/
└── SKILL.md

---
name: my-skill
description: Skill 描述
---

# Skill 内容

详细说明和示例...

📚 设计文档

详细设计文档位于 docs/ 目录：

通信协议

client-server-protocol.md - WebSocket 协议规范

集成

rocketchat.md - Rocket.Chat Bridge 配置与使用

核心概念

ReAct 循环：Agent 通过思考→行动→观察的循环完成任务
上下文管理：自动压缩长对话，控制 token 使用
权限系统：基于规则的权限控制，支持用户交互和持久化
事件驱动：WebSocket 实时推送 Agent 执行状态

📝 日志

日志文件位于 .dundun/logs/ 目录：

agent.log - 主日志，包含所有事件
rocketchat.log - Rocket.Chat Bridge 日志
支持实时查看：tail -f .dundun/logs/agent.log

🛠️ 开发路线

查看 todo.md 了解当前开发进度和计划。

已完成 ✅

✅ LLM client 剥离为独立的 provider 模块
✅ 统一的日志系统
✅ 独立的上下文管理模块
✅ 扩大默认权限，支持持久化授权记录
✅ 默认使用 build agent
✅ 控制台展示随窗口大小自动调整
✅ Ctrl+C 中断处理
✅ General agent 重构为通用任务执行 Agent
✅ Agent 差异化配置移至 agents/ 目录
✅ 严格遵守 WebSocket 通信协议
✅ 会话记录保存到 ~/.dundun/

进行中 🚧

持续优化和功能增强

📄 License

MIT License - 详见 LICENSE 文件

🤝 贡献

欢迎提交 Issue 和 Pull Request！

Made with ❤️ by the Dundun Agent team

Project details

Release history Release notifications | RSS feed

This version

1.1.2

Mar 4, 2026

1.1.0

Feb 23, 2026

Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

dundun_agent-1.1.2.tar.gz (264.8 kB view details)

Uploaded Mar 4, 2026 Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

The dropdown lists show the available interpreters, ABIs, and platforms. Enable javascript to be able to filter the list of wheel files.

dundun_agent-1.1.2-py3-none-any.whl (275.4 kB view details)

Uploaded Mar 4, 2026 Python 3

File details

Details for the file dundun_agent-1.1.2.tar.gz.

File metadata

Download URL: dundun_agent-1.1.2.tar.gz
Upload date: Mar 4, 2026
Size: 264.8 kB
Tags: Source
Uploaded using Trusted Publishing? No
Uploaded via: twine/6.2.0 CPython/3.13.5

File hashes

Hashes for dundun_agent-1.1.2.tar.gz
Algorithm	Hash digest
SHA256	`cea4f12547e56383c57c362b7b92b026514e1c3d59b9b466654eda94630dfac2`
MD5	`411d0d537cafc8bb7114099da2f1a8fd`
BLAKE2b-256	`96a06d6202fd1b8c0ea6ab6c0bc73098c63646ce8f9219867323cb847692ede4`

See more details on using hashes here.

File details

Details for the file dundun_agent-1.1.2-py3-none-any.whl.

File metadata

Download URL: dundun_agent-1.1.2-py3-none-any.whl
Upload date: Mar 4, 2026
Size: 275.4 kB
Tags: Python 3
Uploaded using Trusted Publishing? No
Uploaded via: twine/6.2.0 CPython/3.13.5

File hashes

Hashes for dundun_agent-1.1.2-py3-none-any.whl
Algorithm	Hash digest
SHA256	`b8d3dd5e00a2ad483020594629bdf0911d09394d6cd9d316531d04eb54fc6897`
MD5	`84ee15645288dd14998e4cc51e846e19`
BLAKE2b-256	`1cff3152dc27b37866457a08cd967f66094e3ecfe7a0c42766636b3f45a3aafd`

See more details on using hashes here.

dundun-agent 1.1.2

Navigation

Verified details

Maintainers

Unverified details

Meta

Project description

Dundun Agent

✨ 特性

🎯 核心能力

🚀 扩展能力

🏗️ 系统架构

整体架构

核心模块

🚀 快速开始

环境要求

安装

启动

命令行选项

📖 使用指南

交互命令

Agent 类型

示例任务

📁 项目结构

⚙️ 配置说明

LLM 配置 (.dundun/config.json)

环境变量 (.env)

权限规则

🔌 扩展开发

添加新工具

添加新 Agent

添加新 Skill

📚 设计文档

通信协议

集成

核心概念

📝 日志

🛠️ 开发路线

已完成 ✅

进行中 🚧

📄 License

🤝 贡献

Project details

Verified details

Maintainers

Unverified details

Meta

Release history Release notifications | RSS feed

Download files

Source Distribution

Built Distribution

File details

File metadata

File hashes

File details

File metadata

File hashes