mula
/
dashboard-nanobot
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
nanobot管理面板
85 Commits
2 Branches
0 Tags
15 MiB
TypeScript 61.6%
Python 25.7%
CSS 10.2%
Shell 1.3%
PLpgSQL 0.9%
Other 0.2%
 
 
 
 
 
 
Go to file
mula.liu e8932bec17 完整的部署文件 2026-04-13 16:36:58 +08:00
backend 完整的部署文件 2026-04-13 16:36:58 +08:00
bot-images v0.1.4-p4 2026-03-31 12:31:47 +08:00
data 完整的部署文件 2026-04-13 16:36:58 +08:00
design 增加了全量部署脚本 2026-04-13 15:47:23 +08:00
frontend v0.1.4-p5 2026-04-05 00:29:37 +08:00
scripts 完整的部署文件 2026-04-13 16:36:58 +08:00
.dockerignore 完整的部署文件 2026-04-13 16:36:58 +08:00
.env.full.example 完整的部署文件 2026-04-13 16:36:58 +08:00
.env.prod.example 完整的部署文件 2026-04-13 16:36:58 +08:00
.gitignore 完整的部署文件 2026-04-13 16:36:58 +08:00
README.md 完整的部署文件 2026-04-13 16:36:58 +08:00
docker-compose.full.yml 完整的部署文件 2026-04-13 16:36:58 +08:00
docker-compose.prod.yml 完整的部署文件 2026-04-13 16:36:58 +08:00

README.md

Dashboard Nanobot

Dashboard Nanobot 是面向 nanobot 的控制平面项目，提供镜像管理、引导创建和运行运维能力。

当前实现特性

  • 零侵入引擎接入：通过 Docker 容器 + workspace 文件管理，不改 nanobot 源码。
  • 镜像登记流：只从 docker images 获取本地 nanobot-base:*，手工登记后才可用于创建。
  • 引导式创建：支持 provider/model 配置、模型连通性测试、标准模型参数配置。
  • Bootstrap 文件配置：支持创建时配置并持久化：
    • AGENTS.md
    • SOUL.md
    • USER.md
    • TOOLS.md
    • IDENTITY.md
  • 模板管理：系统级模板改为文件化配置（data/templates/agent_md_templates.json 与 data/templates/topic_presets.json）。
  • 2D 运维 Dashboard：Bot 列表、启停、命令发送、日志流、遥测。
  • UI 全局支持：Light/Dark 切换、中文/English 切换。

架构概览

graph TD
    User((User)) --> Frontend[Frontend Control Plane]
    Frontend --> API[FastAPI Backend]
    API --> DB[(PostgreSQL)]
    API --> Docker[Docker Daemon]

    Docker --> BotA[Bot Container A]
    Docker --> BotB[Bot Container B]

    BotA --> WS[WebSocket State Stream]
    BotB --> WS
    WS --> Frontend

目录

/dashboard-nanobot
├── backend/
│   ├── core/
│   ├── models/
│   └── main.py
├── frontend/
│   └── src/
├── design/
│   ├── dashboard-nanobot.md
│   ├── architecture.md
│   └── database.md
└── data/

文档

  • 技术规范书：design/dashboard-nanobot.md
  • 架构设计：design/architecture.md
  • 数据库设计：design/database.md

默认资源

  • 项目根目录 data/templates/ 保存默认模板资源，会在初始化时同步到运行时数据目录。
  • 项目根目录 data/skills/ 保存默认 skill 包，会在数据库初始化阶段自动注册到 skill_market_item。
  • data/model/ 不包含语音识别模型文件；模型需要用户自行下载放入该目录或 STT_MODEL_DIR 指向的目录。
  • 如果语音模型缺失，后端启动时会打印明确告警，但不会阻断服务启动。

环境变量配置

  • 后端：
    • 示例文件：backend/.env.example
    • 本地配置：backend/.env
    • 关键项：
      • DATABASE_URL：数据库连接串（建议使用 PostgreSQL）
      • DATABASE_ECHO：SQL 日志输出开关
      • 不提供自动数据迁移（如需升级迁移请离线完成后再切换连接串）
      • DATA_ROOT、BOTS_WORKSPACE_ROOT：运行数据与 Bot 工作目录
      • DEFAULT_*_MD：可选覆盖值（一般留空，推荐走模板文件）
  • 前端：
    • 示例文件：frontend/.env.example
    • 本地配置：frontend/.env
    • 关键项：
      • VITE_API_BASE：后端 API 地址
      • VITE_WS_BASE：后端 WS 地址

创建向导中的 soul_md / agents_md / user_md / tools_md / identity_md 已改为后端统一下发（GET /api/system/defaults），前端不再写死。

Docker 生产部署（推荐）

目标

  • 前后端均容器化部署
  • 后端 Python 3.12
  • 前端由 Nginx 托管静态资源并反代后端 API/WS
  • 仅暴露 Nginx 端口（后端不对外暴露）
  • 后端容器可通过 Docker Socket 启停 Bot 容器

文件

  • docker-compose.prod.yml
  • backend/Dockerfile（Python 3.12）
  • frontend/Dockerfile（Nginx Web Server）
  • frontend/docker/nginx.conf
  • .env.prod.example
  • scripts/deploy-prod.sh
  • scripts/stop-prod.sh

启动步骤

  1. 准备部署变量
    • 复制 .env.prod.example 为 .env.prod（位于项目根目录）
    • data/ 会自动映射到宿主机项目根目录下的 ./data
    • 只需要配置绝对路径：
      • HOST_BOTS_WORKSPACE_ROOT
    • 如启用本地语音识别，请将 Whisper .bin 模型文件放到宿主机项目根目录的 data/model/ 并让 STT_MODEL 指向完整文件名，例如 ggml-small-q8_0.bin
    • 中国网络建议配置加速项：
      • PIP_INDEX_URL、PIP_TRUSTED_HOST
      • NPM_REGISTRY
      • 如需基础镜像加速，覆盖 PYTHON_BASE_IMAGE / NODE_BASE_IMAGE / NGINX_BASE_IMAGE
  2. 启动服务
    • ./scripts/deploy-prod.sh
    • 或：docker compose --env-file .env.prod -f docker-compose.prod.yml up -d --build
  3. 访问
    • http://<host>:${NGINX_PORT}（默认 8080）

关键说明

  • backend 不开放宿主机端口，仅在内部网络被 Nginx 访问。
  • 上传大小使用单一参数 UPLOAD_MAX_MB 控制（后端校验 + Nginx 限制）。
  • 必须挂载 /var/run/docker.sock，否则后端无法操作 Bot 镜像与容器。
  • data/ 始终绑定到宿主机项目根目录下的 ./data，其中模板、默认 skills、语音模型和运行数据都落在这里。
  • HOST_BOTS_WORKSPACE_ROOT 必须是宿主机绝对路径，并且在 docker-compose.prod.yml 中以“同路径”挂载到后端容器。 原因：后端通过 Docker API 创建 Bot 容器时，使用的是宿主机可见的 bind 路径。
  • 语音识别当前基于 pywhispercpp==1.3.1 + Whisper .bin 模型文件，不使用 faster-whisper。

Docker 完整部署（内置 PostgreSQL / Redis）

这套方案和 deploy-prod.sh 并存，适合目标机器上直接把前端、后端、PostgreSQL、Redis 一起拉起。

文件

  • docker-compose.full.yml
  • .env.full.example
  • scripts/deploy-full.sh
  • scripts/init-full-db.sh
  • scripts/stop-full.sh
  • scripts/sql/init-postgres-bootstrap.sql
  • scripts/sql/init-postgres-app.sql

启动步骤

  1. 准备部署变量
    • 复制 .env.full.example 为 .env.full
    • data/ 会自动映射到宿主机项目根目录下的 ./data
    • 必填修改：
      • HOST_BOTS_WORKSPACE_ROOT
      • POSTGRES_SUPERPASSWORD
      • POSTGRES_APP_PASSWORD
      • PANEL_ACCESS_PASSWORD
    • 如启用本地语音识别，请将 Whisper .bin 模型文件放到宿主机项目根目录的 data/model/
  2. 启动完整栈
    • ./scripts/deploy-full.sh
  3. 访问
    • http://<host>:${NGINX_PORT}（默认 8080）

初始化说明

  • scripts/deploy-full.sh 会先启动 postgres / redis，然后自动调用 scripts/init-full-db.sh。
  • scripts/init-full-db.sh 负责：
    • 等待 PostgreSQL 就绪
    • 创建或更新业务账号
    • 创建业务库并授权
    • 修正 public schema 权限
  • Dashboard 业务表本身仍由后端启动时自动执行 SQLModel.metadata.create_all(...) 与补列/索引对齐。

停止

  • ./scripts/stop-full.sh

注意事项

  • deploy-prod.sh 和 deploy-full.sh 使用的是两套 compose 文件，但复用了相同容器名，不能同时在同一台机器上并行启动。
  • PostgreSQL 数据默认落盘到宿主机项目根目录 ./data/postgres，Redis 数据默认落盘到 ./data/redis。
  • 如果你只想保留前后端容器，继续使用 deploy-prod.sh；如果希望把依赖也打包进来，使用 deploy-full.sh。