feat: SSHClient v1.0.0 - PyQt5 + paramiko 跨平台 SSH 客户端
功能: - 多主机管理 (增删改查, 密码/私钥双认证, 导入导出) - 远程终端 (命令执行 + 常用命令快捷栏 + 超时控制) - SFTP 文件浏览 (上传/下载带进度, 新建/删除/重命名) - 实时监控 (CPU/内存/磁盘/网络, 1-10秒可调刷新) - AI Agent (OpenAI 兼容 API, 5 工具自动调用: 命令/指标/列文件/读文件/上传) 技术栈: PyQt5 + paramiko + psutil + requests + PyInstaller 打包: build_windows.bat / build.sh 一键产出 ~57MB 单文件 exe 测试: core 6/6 + UI 3/3 + E2E 6/6 全部通过
This commit is contained in:
Hermes
@@ -0,0 +1,250 @@
|
||||
"""
|
||||
本地 AI Agent 模块
|
||||
通过 OpenAI 兼容的 HTTP API 跟大模型对话，并把工具调用能力
|
||||
（执行 SSH 命令、查询系统状态、文件操作）暴露给模型。
|
||||
无需本地 GPU，配置 API Key + endpoint 即可使用。
|
||||
"""
|
||||
import json
|
||||
import re
|
||||
import time
|
||||
from typing import Optional, List, Dict, Any, Callable
|
||||
|
||||
import requests
|
||||
|
||||
|
||||
# AI Agent 可调用的工具定义（OpenAI function calling 格式）
|
||||
TOOL_DEFINITIONS = [
|
||||
{
|
||||
"type": "function",
|
||||
"function": {
|
||||
"name": "exec_ssh_command",
|
||||
"description": "在当前 SSH 连接的远程主机上执行一条 shell 命令，返回标准输出、错误和退出码。用于排查问题、查看文件、启停服务、修改配置等所有需要 shell 的场景。",
|
||||
"parameters": {
|
||||
"type": "object",
|
||||
"properties": {
|
||||
"command": {"type": "string", "description": "要执行的完整 shell 命令字符串"},
|
||||
"timeout": {"type": "integer", "description": "超时秒数，默认 30，最大 300", "default": 30},
|
||||
},
|
||||
"required": ["command"],
|
||||
},
|
||||
},
|
||||
},
|
||||
{
|
||||
"type": "function",
|
||||
"function": {
|
||||
"name": "get_system_metrics",
|
||||
"description": "获取远程主机的实时系统指标：CPU 使用率/核心数、内存、磁盘使用率、各网卡收发字节、负载。",
|
||||
"parameters": {"type": "object", "properties": {}},
|
||||
},
|
||||
},
|
||||
{
|
||||
"type": "function",
|
||||
"function": {
|
||||
"name": "list_remote_files",
|
||||
"description": "列出远程主机上指定目录的文件和子目录。",
|
||||
"parameters": {
|
||||
"type": "object",
|
||||
"properties": {
|
||||
"path": {"type": "string", "description": "要列出的远程绝对路径", "default": "/"},
|
||||
},
|
||||
"required": ["path"],
|
||||
},
|
||||
},
|
||||
},
|
||||
{
|
||||
"type": "function",
|
||||
"function": {
|
||||
"name": "read_remote_file",
|
||||
"description": "读取远程主机上一个文本文件的内容（最大 8000 字节；超过会截断）。",
|
||||
"parameters": {
|
||||
"type": "object",
|
||||
"properties": {
|
||||
"path": {"type": "string", "description": "远程文件的绝对路径"},
|
||||
},
|
||||
"required": ["path"],
|
||||
},
|
||||
},
|
||||
},
|
||||
{
|
||||
"type": "function",
|
||||
"function": {
|
||||
"name": "upload_local_file",
|
||||
"description": "把本地文件上传到远程主机的指定路径。",
|
||||
"parameters": {
|
||||
"type": "object",
|
||||
"properties": {
|
||||
"local_path": {"type": "string", "description": "本地文件绝对路径"},
|
||||
"remote_path": {"type": "string", "description": "远程目标绝对路径"},
|
||||
},
|
||||
"required": ["local_path", "remote_path"],
|
||||
},
|
||||
},
|
||||
},
|
||||
]
|
||||
|
||||
|
||||
class AIAgent:
|
||||
"""OpenAI 兼容协议的对话 + 工具调用 Agent"""
|
||||
|
||||
def __init__(self, api_key: str = "", base_url: str = "https://api.openai.com/v1",
|
||||
model: str = "gpt-4o-mini", system_prompt: str = ""):
|
||||
self.api_key = api_key
|
||||
self.base_url = base_url.rstrip("/")
|
||||
self.model = model
|
||||
self.system_prompt = system_prompt or self._default_system_prompt()
|
||||
self.history: List[Dict[str, Any]] = []
|
||||
self.max_steps = 8 # 单轮最大工具调用次数，避免死循环
|
||||
|
||||
@staticmethod
|
||||
def _default_system_prompt() -> str:
|
||||
return (
|
||||
"你是一个专业的服务器运维 AI Agent，可以通过工具调用操作当前 SSH 会话里的远程主机。"
|
||||
"优先使用工具获取真实数据再回答，不要凭空猜测。"
|
||||
"对破坏性操作（rm -rf、kill -9、systemctl stop、重启等）务必先确认。"
|
||||
"回复简洁，用中文，给出可执行的结论和命令。"
|
||||
)
|
||||
|
||||
def update_config(self, api_key: str = "", base_url: str = "", model: str = "",
|
||||
system_prompt: str = ""):
|
||||
"""热更新配置"""
|
||||
if api_key:
|
||||
self.api_key = api_key
|
||||
if base_url:
|
||||
self.base_url = base_url.rstrip("/")
|
||||
if model:
|
||||
self.model = model
|
||||
if system_prompt:
|
||||
self.system_prompt = system_prompt
|
||||
|
||||
def clear_history(self):
|
||||
self.history = []
|
||||
|
||||
def chat(self, user_message: str,
|
||||
tool_executor: Callable[[str, dict], str],
|
||||
on_step: Optional[Callable[[str, str], None]] = None) -> str:
|
||||
"""
|
||||
发起一轮对话。tool_executor(tool_name, arguments) -> str（工具执行的纯文本结果）。
|
||||
on_step(role, content) 在每个思考/工具步骤触发，用于把过程实时渲染到 UI。
|
||||
返回最终助手回复文本。
|
||||
"""
|
||||
if not self.api_key:
|
||||
raise RuntimeError("未配置 API Key，请先在「AI 设置」中填写")
|
||||
self.history.append({"role": "user", "content": user_message})
|
||||
|
||||
for step in range(self.max_steps):
|
||||
try:
|
||||
resp = self._call_llm()
|
||||
except Exception as e:
|
||||
msg = f"[AI 调用失败] {e}"
|
||||
if on_step:
|
||||
on_step("error", msg)
|
||||
return msg
|
||||
|
||||
msg = resp.choices[0].message
|
||||
tool_calls = getattr(msg, "tool_calls", None) or []
|
||||
content = (msg.content or "").strip()
|
||||
|
||||
if not tool_calls:
|
||||
# 没有工具调用 -> 终态
|
||||
self.history.append({"role": "assistant", "content": content})
|
||||
if on_step and content:
|
||||
on_step("assistant", content)
|
||||
return content
|
||||
|
||||
# 工具调用阶段
|
||||
self.history.append({
|
||||
"role": "assistant",
|
||||
"content": content,
|
||||
"tool_calls": [
|
||||
{
|
||||
"id": tc.id,
|
||||
"type": "function",
|
||||
"function": {
|
||||
"name": tc.function.name,
|
||||
"arguments": tc.function.arguments,
|
||||
},
|
||||
} for tc in tool_calls
|
||||
],
|
||||
})
|
||||
if on_step and content:
|
||||
on_step("assistant_thinking", content)
|
||||
|
||||
for tc in tool_calls:
|
||||
fn_name = tc.function.name
|
||||
try:
|
||||
args = json.loads(tc.function.arguments) if tc.function.arguments else {}
|
||||
except json.JSONDecodeError:
|
||||
args = {}
|
||||
if on_step:
|
||||
on_step("tool_call", f"调用工具: {fn_name}({json.dumps(args, ensure_ascii=False)})")
|
||||
result = tool_executor(fn_name, args)
|
||||
# 截断过长的结果，避免撑爆上下文
|
||||
result_str = result if len(result) < 6000 else result[:6000] + "\n...(已截断)"
|
||||
self.history.append({
|
||||
"role": "tool",
|
||||
"tool_call_id": tc.id,
|
||||
"name": fn_name,
|
||||
"content": result_str,
|
||||
})
|
||||
if on_step:
|
||||
on_step("tool_result", f"[{fn_name}] -> {result_str[:400]}")
|
||||
|
||||
return "已达最大工具调用步数，可能未完成任务。可继续提问或追加要求。"
|
||||
|
||||
def _call_llm(self):
|
||||
"""发起一次 LLM 调用"""
|
||||
if not self.api_key:
|
||||
raise RuntimeError("未配置 API Key")
|
||||
headers = {
|
||||
"Authorization": f"Bearer {self.api_key}",
|
||||
"Content-Type": "application/json",
|
||||
}
|
||||
payload = {
|
||||
"model": self.model,
|
||||
"messages": [{"role": "system", "content": self.system_prompt}] + self.history,
|
||||
"tools": TOOL_DEFINITIONS,
|
||||
"tool_choice": "auto",
|
||||
"temperature": 0.2,
|
||||
}
|
||||
r = requests.post(
|
||||
f"{self.base_url}/chat/completions",
|
||||
headers=headers, json=payload, timeout=60,
|
||||
)
|
||||
if r.status_code != 200:
|
||||
raise RuntimeError(f"HTTP {r.status_code}: {r.text[:300]}")
|
||||
# 用一个轻量对象包装，调用方用 .choices[0].message.tool_calls / .content
|
||||
return _Resp(r.json())
|
||||
|
||||
|
||||
class _Msg:
|
||||
def __init__(self, d):
|
||||
self.content = d.get("content") or ""
|
||||
self.tool_calls = None
|
||||
tcs = d.get("tool_calls")
|
||||
if tcs:
|
||||
self.tool_calls = []
|
||||
for tc in tcs:
|
||||
fn = tc.get("function", {})
|
||||
self.tool_calls.append(_TC(tc.get("id", ""), fn.get("name", ""), fn.get("arguments", "")))
|
||||
|
||||
|
||||
class _TC:
|
||||
def __init__(self, _id, name, arguments):
|
||||
self.id = _id
|
||||
self.function = _FN(name, arguments)
|
||||
|
||||
|
||||
class _FN:
|
||||
def __init__(self, name, arguments):
|
||||
self.name = name
|
||||
self.arguments = arguments
|
||||
|
||||
|
||||
class _Choice:
|
||||
def __init__(self, d):
|
||||
self.message = _Msg(d.get("message", {}))
|
||||
|
||||
|
||||
class _Resp:
|
||||
def __init__(self, j):
|
||||
self.choices = [_Choice(c) for c in j.get("choices", [])]
|
||||
Reference in New Issue
Block a user