Rabbit Chat Studio

architecture map · v3.3.2

Rabbit Chat Studio

Tauri 2 桌面客户端:React 19 前端 + Rust 后端,把任意 OpenAI 兼容 API 变成带技能、 工具与子智能体的工作台。下图自上而下是一条调用链——界面只通过 invoke 与事件和 Rust 通信, 所有「能做事」的能力都在后端,虚线框是项目之外的依赖。

Tauri 2 · React 19 · Rust Rust 78 文件 / 6.22 万行 前端 54 文件 / 1.44 万行(.ts/.tsx) SQLite · 单文件 MIT
90Tauri 命令(invoke 入口)
45事件通道(emit → listen)
8SQLite 表
3子智能体后端:llm / cli / cloud
01

分层架构

九个层次,每一层只依赖它下面的那一层。想读懂这个项目,先看四个文件: lib.rs(状态与装配)、 ipc/(命令层)、 events.rs(事件契约)、 llm_complete/(对话主循环)。

左右滑动查看完整架构图

01 交互层 用户可见 窗口与输入 TitleBar 窗口控制 · 应用菜单 · 运行状态 Composer 文本 · @文件 · /技能 · 模型选择 空状态 自进化「小憩」入口 对话呈现 ChatMessage Markdown · KaTeX · 代码高亮 · 流式 ToolCallGroup 工具卡片 · 折叠 · 结果预览 TodoList 任务清单 BackgroundTaskGroup 轮内后台任务 02 前端外壳 src/ 外壳与桥接 App.tsx 状态与事件中枢 · 3.9k 行 api.ts invoke 包装 + listen 订阅 types.ts 前后端共享类型 i18n en · zh-CN · zh-TW 渲染 MarkdownPreview markdown-it · KaTeX · highlight.js ChatMessage 组件 流式打字机 · 代码块复制 Portal 覆盖层挂载 输入解析 fileMention @文件 / @目录 展开 slashMention /技能 提及 attachments 图片与二进制转 base64 侧边栏面板(10) SettingsPanel 设置 · 模型 · 主题 SkillsPanel 技能 ToolsPanel 工具 McpPanel MCP AgentsPanel 子智能体 AgentMissionPanel 任务监视 HistoryPanel 历史 MemoryPanel 记忆 MonitorPanel 请求审计 UpdatePanel 更新 03 IPC 桥 Tauri 2 前后端契约 invoke 103 个 #[tauri::command](ipc/ 每域一个薄命令层) emit / listen 50 个事件通道:chat-* · tool-* · agent-*(events.rs 契约) capabilities default.json 运行时权限白名单 plugins opener · dialog · clipboard-manager 04 后端核心 src-tauri/src/ main.rs Tauri 启动入口 lib.rs AppState · 菜单 · setup · 单一 generate_handler 列表 ipc/ 103 个命令的薄转发层(按域拆分) events.rs 事件名常量 + payload 结构体(推送契约) llm_client.rs SSE 传输 / 重试 / 头 / ChatMessage(chat 与子智能体共用) http.rs 共享 reqwest 客户端(目录 + 流式) llm_complete.rs chat_completion 流式主循环 · 5.1k 行 turn_guard.rs 轮次 / 工具 / 失败守卫 instance.rs 单实例锁 · shadow 窗口 process_guard.rs 子进程登记 · 进程树终止 logger.rs app-<日期>.log · 保留天数 utils/ knowledge_graph · pdf2md-rs 两个独立 crate 05 工具系统 src-tauri/src/tools/ 分发与边界 mod.rs 16 个核心工具 + 按开关注入 risk.rs L0–L6 · 语法闸门 · 加权评分 paths.rs 工作区沙箱 · 拒绝 `..` 与符号链接逃逸 能力 run_cmd PATH 单程序 · serve 常驻 run_shell 任意脚本 · 语法闸门 file_actions 读写 · patch · diff · .bak 备份 search.rs ignore · globset · 结果截断 scripts.rs 脚本库 · 审批 + 预览 memory session · user · repo · evolution todos 任务清单与归档 timer_* delay timer · 到点入队 background_task 轮内后台任务 · 结果作 user 消息 skill_read / use_skill 按需加载指令 mcp_self 自建 stdio MCP 服务器 skill_merge 维护轮专用(仅自进化) 06 子智能体 src-tauri/src/agents.rs 编排 agents.rs SubAgent · Task · Mission · 6.5k 行 选择器 按工作区与对话挑出可用 agent plan_tasks 拆任务 · 依赖 · 每任务 cwd ask_main_agent 子智能体回调主模型 三类后端 llm 内部工具循环 · 分节记忆摘要 cli 无头编码 CLI 子进程 · 流式 cloud 远程 HTTP Agent 端点 运行时 files.rs llm 型 agent 的 markdown 定义 + index.yaml mbus.rs 进程内 pub/sub 任务总线 supervisor.rs 事件驱动监督者 · 最多 10 次激活 exchange.rs .data/tmp 交付物交换区 07 能力层 独立模块 skills.rs SKILL.md · skills.status 唯一真源 mcp.rs stdio / SSE / HTTP · 主池 + 每任务会话 db.rs SQLite 访问层 evolution_maintenance.rs 静默维护轮 · 20 轮 / 60 调用 / 15 分钟 model_metadata.rs 三源能力目录 · 上下文与能力 pdf_mentions.rs @paper.pdf#2 → Markdown(pdf2md-rs) workspace_files.rs 文件浏览 · 分片读取 · 二进制 backup.rs 应用状态 zip 导出 / 导入 update.rs GitHub Releases 检查与下载 08 持久化 随工作区 / 随应用 工作区 · 会话状态(切工作区即切换) chat.db 8 张表:历史 / 会话 / 摘要 / 审计 / 任务 memory/ user · repo · evolution(session 在内存) todos/ 任务清单 timers.json 未到点的 delay timer 工作区 · 技能与交付 skills/ + skills.status 技能唯一根 + 启用状态 scripts/ run_cmd 脚本库 mcp/ + mcp.conf 自建 MCP 服务器 tmp/ 交付物交换区 · 永久保留 应用数据 config.json 30 个配置字段 mcp_servers.json 用户面板维护的 MCP 花名册 sub_agents.json 子智能体清单 model_metadata.json 三源能力目录 · 每周缓存 agents/ 定义 + index.yaml 发现清单 shadow/ 每窗口一份配置 fork app-<日期>.log 日志 · 按保留天数清理 09 外部依赖 进程之外 OpenAI 兼容 API SSE 流式 chat / models MCP 服务器 stdio 子进程 · SSE · HTTP 远程 Agent 端点 cloud 子智能体 本机 CLI opencode · Claude Code · Codex Neo4j knowledge-graph crate GitHub Releases 更新检查与下载 模型能力目录 模型能力元数据
02

一次对话轮

一轮 = 多次上游请求。工具结果必须紧邻它的 assistant(tool_calls), 所以 mid-turn 插话只在「轮首」这个唯一安全边界注入,上下文压缩也只在这里做。

左右滑动查看完整架构图

下一轮请求(tool 结果已配对) 工具轮次循环 · 每轮一次上游请求,直到没有 tool_calls 01 Composer 提交 回车 → sendMessage():乐观渲染 user 气泡,分配本轮 turn id 02 invoke(“chat_completion”) session_id · 完整历史 · selected_tools · 模型与推理设置 03 lib.rs 组装请求 AppState 配置 + 工具 schema + 技能目录 + @提及已展开 04 stream_llm_request reqwest SSE → 上游 OpenAI 兼容 API(带取消 flag 与超时) 05 流式回传 chat-token / chat-reasoning-token / chat-usage → 逐字渲染 06 判定 tool_calls 空 id 补 call_xxx,保证 assistant(tool_calls) 与 tool 结果配对 07 风险闸门 risk::assess L0/L1 人工复核 · L2/L3 确认 · L4 审计 · L5/L6 放行 08 执行工具 沙箱路径校验 → 子进程 / 文件 / 网络 / MCP / 子智能体 09 回填结果 tool-call 事件 + tool 消息;失败计入 tool_failure_limit 10 边界注入与压缩 turn_inbox 插话 · 后台任务 · mbus;超阈值先压缩再发下一轮 11 chat-done 无 tool_calls:写 history / session_summaries / memory,关注入窗口 12 end_turn_cleanup 回收后台任务与进程登记,本轮注入窗口关闭 提交 装配请求 工具轮次循环 收束
03

子智能体编排

规划器把一条请求拆成若干 Task,交给三类后端并行执行;交付物走 .data/tmp 而不是塞进答案,监督者只在旁边观察、不碰文件。

左右滑动查看完整架构图

主智能体 call_subagent 工具 / 显式编排入口 · 只有主模型能派活 选择器 按工作区与对话挑出可用 agent 规划器 plan_tasks 拆任务 · 依赖 · 每任务 cwd 与后端 Mission · Task 列表 任务落 agent_tasks · 状态变化经 mbus 广播 mbus 进程内 pub/sub 任务总线 supervisor 只持 mbus 工具 · 最多 10 次激活 llm 后端 内部工具循环 + 记忆摘要 cli 后端 无头编码 CLI 子进程 cloud 后端 远程 HTTP Agent 端点 ask_main_agent · 子智能体回问主模型 .data/tmp/<batch>/<task>/ 交付物按任务分目录落地 · 永久保留 MissionReport 文件清单 + 摘要 → 主智能体用 file_actions 读取 交付物不进 profile 备份 ⋯ 应用菜单可打开该目录
04

磁盘与数据库

应用数据与工作区状态分开存放:工作区可以切换, .data 跟着工作区走,于是同一份配置能开多个互不干扰的项目。

<app data>/

应用自己的文件,与工作区无关

config.json          # 30 个配置字段:模型 / 主题 / 工作区 / 守卫阈值
mcp_servers.json    # 用户面板维护的 MCP 花名册
sub_agents.json     # 子智能体清单
model_metadata.json  # 模型能力目录(每周缓存)
agents/             # llm 型 agent 的 markdown 定义 + index.yaml
shadow/             # 每个窗口一份 config fork
workspace/          # 默认工作区
app-日期.log     # 日志,按 log_retention_days 清理

<workspace>/.data/

随工作区走的隐藏状态,不自动创建的一律按需生成

chat.db              # history · session_meta · session_summaries
                       # api_requests · interaction_log · agent_missions
                       # agent_tasks · agent_bus_messages
memory/             # user/ · repo/ · evolution/(session 在内存)
todos/              # 任务清单
skills/             # 技能唯一根,每个技能一个 skill.md
skills.status       # 启用状态的唯一真源
scripts/            # run_cmd 脚本库(审批 + 预览)
mcp/ + mcp.conf     # 自建 MCP 服务器
tmp/<batch>/<task>/  # 子智能体交付物,永久保留
timers.json         # 未到点的 delay timer
05

关键约束

这些是读代码时最容易踩空的地方,也是这个架构真正的形状。

三个执行工具,三种边界

file_actions 只能在工区内(chat.db 例外); run_cmd 只能跑一个 PATH 里的程序;run_shell 能到任意位置, 但先过语法闸门。

风险七级,处置不同

L0/L1 人工复核(≥90 强制拒绝)· L2/L3 警告 + 确认 · L4 放行 + 审计 · L5/L6 直接放行。确认可被 auto_accept_confirm_kinds 按类别放开。

一轮 = 多次请求

带 tool_calls 的 assistant 消息必须紧邻它的 tool 结果,所以注入只发生在 轮首;窗口已关的插话由前端丢掉并作为下一轮重发。

上下文四层压缩

结构化摘要(用量 0.8)· 工具台账(每轮 name(args)→结果)· 摘要接管 session_summaries · 预判 90% + 反应式重试;压缩失败自动退回机械摘要, 永远不会因此中断一次对话。

技能只有一个根

skill.md 所在目录即根,.. 一律拒绝。技能文件夹消失后 记录仍留在 skills.status,只是不再进模型。

交付物不清理

.data/tmp 永久保留,且刻意不进应用状态备份——它是交换区,不是状态。

单实例 + shadow 窗口

一个进程一个实例(instance.rs),每个窗口在 shadow/ 下拿一份配置 fork,互不覆盖。

自进化的护栏

维护轮可改 skills 与 memory,但 chat.db 与 skill.md 受保护:file_actions 只能读、只能写辅助文件, delete/rename/move 被拒绝。