Cloud Duet

开源的主动式 AI 工作助手：每天给你简报，在后台替你干活，发邮件、付款、提交表单之前一定先问你。界面默认简体中文，可在「资料 → 语言」切换为 English。

支持 QQ、微信、飞书、钉钉登录；可直连 QQ 邮箱 / 163 等邮箱、飞书、钉钉、企业微信、语雀与微信通知（Server酱 / PushPlus）；模型一键切换 DeepSeek、通义千问、Kimi、智谱、豆包、硅基流动、MiniMax，联网搜索可用博查。

涵盖引导页、聊天 / 任务 / 制作、审批、频道、连接器与设置，动效与交互均为手工打磨。未配置密钥时可完全离线运行内置演示引擎（虚构样例工作区 Northfield Studio）。填入模型密钥后由真实模型接管并自行调用工具；配置 Composio 后可操作真实 Gmail、日历、Drive、Slack 等；内置浏览器与手机通知无需额外密钥。

项目不内置任何密钥，均在应用内或 .env.local 中自行填写。

快速开始

npm install
npm run dev

终端会打印访问地址；端口、域名与部署方式由你自行决定，本地、反代或任意可运行 Node 的平台均可。

可选密钥写在 .env.local（见 .env.example），或在应用内「资料 → 密钥与服务」填写。

使用前需登录。邮箱 + 密码开箱即用（新邮箱即注册）；配置 OAuth 客户端后出现 Google、Apple 登录。每个账号在 data/users/<id>/（已 git 忽略）拥有独立工作区：状态、模型密钥、服务密钥与推送订阅。首个账号会继承迁移前的 data/state.json。在「资料 → 重置演示工作区」可清空重来；长按右上角头像缩写可重播引导页。

给他人使用

首个登录的账号视为服务器所有者。.env.local 中的密钥仅对所有者（及 SHARED_KEYS_FOR 中的账号）生效，其他人须在应用内填写自己的密钥。用 ALLOW_SIGNUP=false 或 ALLOWED_EMAILS 控制注册；用 PUBLIC_URL 填写用户实际访问的地址；仅在自有反代后设置 TRUST_PROXY=1。会话可撤销（登出会在服务端结束会话），登录有频率限制；内置浏览器默认不能访问内网地址，除非 BROWSER_ALLOW_PRIVATE=1。

密钥与服务

服务	开启什么	去哪拿	填到哪
模型	真实回复与工具循环	Anthropic 或 OpenAI / 任意兼容端点	「资料 → 模型与 API 密钥」，或 ANTHROPIC_API_KEY / OPENAI_API_KEY
Composio	真实 Gmail、日历、Drive、Slack、Stripe、GitHub、HubSpot…	platform.composio.dev	「资料 → 密钥与服务」，或 COMPOSIO_API_KEY
博查 / Tavily	为无自带搜索的模型提供 search_web（DeepSeek、通义、Kimi…）	open.bochaai.com · app.tavily.com	「密钥与服务」，或 BOCHA_API_KEY / TAVILY_API_KEY
Browserbase	带实时观看链接的云端浏览器	browserbase.com/settings	「密钥与服务」，或 BROWSERBASE_API_KEY + BROWSERBASE_PROJECT_ID
Google 登录	「使用 Google 继续」	Google Cloud 凭据（Web 应用，重定向 <origin>/api/auth/google/callback）	GOOGLE_CLIENT_ID、GOOGLE_CLIENT_SECRET
Apple 登录	「使用 Apple 继续」	Services ID + 密钥（付费开发者账号，回调 <origin>/api/auth/apple/callback）	APPLE_CLIENT_ID、APPLE_TEAM_ID、APPLE_KEY_ID、APPLE_PRIVATE_KEY
QQ 登录	登录页 QQ 按钮	QQ 互联 网站应用（需备案域名，回调 <origin>/api/auth/qq/callback）	QQ_APP_ID、QQ_APP_KEY
微信登录	微信扫码登录	微信开放平台 已认证网站应用（授权域名为你的主机）	WECHAT_APP_ID、WECHAT_APP_SECRET
飞书登录	登录页飞书按钮	飞书开放平台 自建应用，重定向 <origin>/api/auth/feishu/callback	FEISHU_APP_ID、FEISHU_APP_SECRET
钉钉登录	登录页钉钉按钮	钉钉开放平台 应用，回调 <origin>/api/auth/dingtalk/callback	DINGTALK_CLIENT_ID、DINGTALK_CLIENT_SECRET
推送通知	桌面与手机系统通知	无需申请：VAPID 密钥写入 data/vapid.json	「资料 → 通知」

• 连接器。 配置 Composio 后，在应用上点「连接」会打开真实 OAuth 页，回调 /api/connectors/<id>/callback。已连接应用显示「你的真实账号」；模型对其使用 app_find_actions / app_run_action，该应用的样例工具让位。一切写入操作（发送、创建、删除…）须先过审批卡片。未配置 Composio 时，「连接」仅绑定样例数据。
• 国内常用。 无需 Composio 与服务器侧配置：在连接器页填写表单（点吉祥物 → 国内常用）。保存前会先测连通性；凭据存在 data/users/<id>/direct.json（权限 600），界面只显示末四位。
  • QQ 邮箱 / 163 等：邮箱地址 + 邮箱设置里的授权码（不是登录密码）。已预填 QQ 邮箱、网易 163/126/yeah、腾讯企业邮、网易企业邮、阿里云、新浪、搜狐、139、iCloud、Gmail 应用专用密码等服务器；其它可手填。模型可用 mailbox_list、mailbox_read、mailbox_folders；draft_email 从此邮箱发信。
  • 飞书：自建应用的 App ID、App Secret（机器人 + im:message、im:chat 权限）可列会话、读消息、发消息；群机器人 Webhook（可选签名校验）可向指定群发消息。
  • 钉钉与企业微信：群机器人 Webhook（钉钉可选加签密钥），用于推送更新与提醒。
  • 微信通知：Server酱 SendKey 或 PushPlus Token。模型可用 wechat_notify；应用内提醒、任务完成、审批等也可推到微信。
  • 语雀：个人或团队 Token，可搜索、列表、阅读文档并新建文档。
  • 每次发送默认弹出审批，除非将该工具设为「始终允许」（发给自己的微信通知默认为始终允许）。
• 内置浏览器。 浏览器任务通过 Playwright 驱动真实 Chrome：有 Browserbase 密钥则用云端，否则用本机 Chrome（CHROME_PATH）。模型把页面读成带编号的控件，向任务推送截图；登录用登录卡片（密码只输入到页面，不存、不给模型看）；最终提交须审批后才点击。空闲 15 分钟关闭浏览器。
• 文件。 「+」菜单或粘贴可上传最多 15 MB 到 data/users/<id>/files/。图片与 PDF 以真实内容给模型；文本文件以文本注入。完整内容最多带最近四个附件。
• 分享链接。 在仪表盘分享会生成只读公开链 /s/<token>（无需登录、不收录、严格 CSP 沙箱）。Token 在 data/shares.json；取消分享即撤销。
• 推送。 开启通知会注册 public/sw.js 并订阅设备。iPhone 需先「添加到主屏幕」；应用自带 Web Manifest 与图标。OAuth 与推送需 HTTPS；若经隧道访问且回调地址不对，请设置 PUBLIC_URL 为对外地址。

功能概览

• 六页引导后登录：24 小时表盘与拖尾、应用沿虚线飞入 Duet、代理在浏览器里填表、安全说明、Slack、通知，再到橙色对勾庆祝动画；下一屏为登录。
• 吉祥物：72 点单路径按帧变形（待机挥手、工作中、任务之字形、书写、思考、搜索、启动、聆听等），圆形容器会轻微弹跳与挤压。
• 聊天：实时状态胶囊、输入中动画、快捷回复、长按表情、左滑时间戳、「新消息」分隔线、衍生任务芯片，以及邮件/付款/签署/删除审批、建议、可滑动主动卡片、制品与技能等卡片。
• 任务：进行中 / 待办、状态分组、例行任务与运行历史、「立即运行」、侧滑详情（步骤、更新、资源、独立线程）。
• 制作：打字机式主提示、扇形 FAB、带描边进度的构建视图、制品查看（仪表盘、文档、幻灯片、网页、设计）与固定到标签栏。
• 侧栏、频道与面板：侧栏推开主界面；频道可选图标与颜色；权限、连接器工具策略（询问 / 始终）、资料、用量、记忆、通知、付款、模型与 API 密钥。
• 语音模式（Web Speech API）与应用内横幅（标签页隐藏时可走系统通知）。

语言

代码中文案以英文为键，经 src/lib/i18n/（zh/*.ts 词典）翻译；缺词条时回退英文。浏览器用 localStorage 记选择；服务端在账号设置中同步，以便系统回复、笔记与模型回复语言一致。新增语言：增加词典并在 Lang 中注册。

模型与 API 密钥

模型接口已预留，非必须。

• 应用内：「资料 → 模型与 API 密钥」。选 Anthropic 或任意 OpenAI 兼容端点，粘贴密钥，可选填模型与 Base URL。快捷配置可填 DeepSeek、通义（百炼）、Kimi、智谱 GLM、豆包（方舟）、硅基流动、MiniMax 或 OpenAI。测试会发单 Token 往返。
• 或设环境变量：ANTHROPIC_API_KEY，或 OPENAI_API_KEY（及 OPENAI_BASE_URL）。

密钥存于服务端 data/users/<id>/model.json（权限 600），不下发浏览器。模型调用失败时，该条回复回退演示引擎并附灰色提示。

模型能做什么

配置密钥后，聊天、任务线程与发起的建议走工具循环（src/lib/server/agent/）。模型决定调用哪些工具，应用显示对应 live 状态（如「正在搜索邮件」「正在查记忆」…），结果回传模型直至结束（最多 12 轮）。

工具	作用
search_email, read_calendar, search_files, list_invoices	读取样例工作区；须先连接对应连接器。
check_memory, search_past_chats, remember	记忆、技能、未完成任务、待审批、历史消息。
set_reminder	在指定时间发布并通知。
draft_email, revise_draft	审批卡片；或 Gmail「发邮件」设为始终允许时直接发送。
request_payment	Link 付款审批（默认测试模式）。
use_browser	启动浏览器任务，含 browser_open、browser_look、browser_click、browser_type、browser_scroll、browser_request_login、browser_submit。
app_find_actions, app_run_action	经 Composio 操作真实已连接应用；写入须审批。
mailbox_list, mailbox_read, mailbox_folders	已连接的 QQ / 163 / IMAP 邮箱。
wechat_notify, yuque_search, yuque_list, yuque_read, yuque_create_doc	微信通知与语雀。
search_web	博查或 Tavily 联网搜索（非 Anthropic 官方 API 的模型）。
feishu_list_chats, feishu_read_messages, feishu_send_message, dingtalk_send_message, wecom_send_message	飞书、钉钉、企业微信；发送须审批。
start_task	后台任务循环：set_steps、update_progress、add_link、finish_task。
make_artifact	模型写 Markdown 文档，或生成仪表盘、幻灯片、页面、设计稿。
propose_task, suggest_tasks, quick_replies	任务卡片与可点回复。
web_search	Anthropic 服务端联网搜索，仅 api.anthropic.com。

每次调用先过护栏（禁止交易、转账、卡号/SSN 外泄等）。发送、付款、提交默认须用户确认，除非该工具设为始终允许。在模型运行的任务里批准草稿会恢复任务以便收尾。未经 Composio 连接的应用仍用虚构样例数据。Gmail 为真实账号时，批准邮件草稿会从用户 Gmail 发出。

HTTP 接口：

方法	路径	请求体
GET	/api/model	→ { provider, model, baseURL, hasKey, keyHint }
PUT	/api/model	{ provider?: "anthropic" | "openai", apiKey?, model?, baseURL? }
DELETE	/api/model	清除已保存密钥
POST	/api/model/test	→ { ok, error?, ms }

接入其它模型后端：在 src/lib/server/agent/loop.ts 中于 anthropic()、openai() 旁增加适配器。

目录结构

src/app/api/[...path]/route.ts   各操作 API（类 REST，按登录账号隔离）
src/app/api/auth/[...path]/      邮箱、Google、Apple 登录与登出
src/app/api/events/route.ts      SSE 事件流
src/lib/server/                  存储、事件总线、护栏、演示引擎、模型提供者
src/lib/server/{auth,context}.ts 账号、会话、按用户数据
src/lib/server/composio.ts       真实第三方应用
src/lib/server/browser.ts        代理浏览器（Playwright）
src/lib/server/push.ts           Web Push
src/lib/server/agent/            模型工具循环与各工具
src/lib/client/store.ts          由 SSE 驱动的 zustand store
src/components/duet/             UI：聊天、任务、制作、引导、面板、吉祥物

致谢

基于 Next.js、Tailwind、shadcn/ui、motion、zustand。架构与护栏参考 Studio1-OSS/OpenDuet 与 hmody1m/covo（均为 MIT）。

许可证

MIT，见 LICENSE。