Skip to content

WebUI 功能全览

云雀 Agent 的 WebUI 提供了丰富的管理和交互功能。本文档对每个页面和配置项做详细说明,帮助你快速理解各项功能。


目录

  1. 对话 (Chat)
  2. 任务中心 (Missions)
  3. 执行视图 (Task Run)
  4. 工作流 (Workflows)
  5. 知识库 (Knowledge)
  6. 记忆 (Memory)
  7. 知识图谱 (Graph)
  8. 角色 (Persona)
  9. 情绪 (Emotions)
  10. 反思 (Reflect)
  11. 内心独白 (Reverie)
  12. 心跳 (Heartbeat)
  13. 收件箱 (Inbox)
  14. 技能 / 插件 / 终端 / 浏览器
  15. 设置 (Settings)
  16. 高级设置详解

对话 (Chat)

主聊天界面,在一个工作区里对话、浏览、推理并执行任务。

思考深度

对话输入框右下角有三个模式按钮:

模式说明
快速 (none)直接用默认模型回答,不做额外推理。速度最快、Token 消耗最少。适合简单问答。
自动 (auto)由系统自动判断问题的复杂程度,选择合适的推理深度和模型层级。推荐日常使用。
深度 (deep)强制启用完整推理链,包括内部思考过程(Chain of Thought)。适合复杂分析、多步骤推理。Token 消耗较高。

会话管理

  • 左侧栏显示所有会话,支持搜索、置顶、归档
  • 可以创建新会话或继续历史会话
  • 每个会话自动生成摘要标题

推理面板

点击右上角「电脑」图标可打开推理面板,实时查看:

  • 规划笔记(Agent 正在做什么)
  • 观察记录(Agent 看到了什么)
  • 反思步骤(Agent 的自我纠正过程)

任务中心 (Missions)

统一的任务管理中心,支持四种任务类型:

即时任务 (Tasks)

直接创建并执行的一次性任务。支持自然语言创建:用中文描述你想做的事,系统会自动解析为合适的任务类型。

例如:

  • "每天早上 9 点告诉我天气" → 自动创建定时任务
  • "当收到邮件时通知我" → 自动创建触发器

定时任务 (Cron)

使用 Cron 表达式设置周期性执行的任务。

表达式含义
0 9 * * *每天上午 9:00
*/30 * * * *每 30 分钟
0 0 * * 1每周一 00:00

事件触发器 (Triggers)

当特定事件发生时自动触发的任务。可以绑定系统事件或自定义事件。

任务模板 (Templates)

保存常用任务为模板,可以快速实例化。模板支持变量替换。


执行视图 (Task Run)

实时查看任务执行过程,包括:

  • 当前执行步骤和进度
  • 工具调用详情
  • 错误信息和重试记录
  • 执行时间统计

工作流 (Workflows)

定义多步骤工作流程,将多个任务串联为自动化流水线。


知识库 (Knowledge)

管理 Agent 可检索的知识文档:

  • 上传文件(TXT、PDF、Markdown 等)
  • 文本自动分块 + 向量嵌入
  • 支持 BM25 稀疏 + 向量稠密 + RRF 融合的混合检索
  • 可选 Rerank 二次排序

记忆 (Memory)

Agent 的记忆系统可视化管理界面。

三层记忆架构

层级说明示例
短期记忆30 分钟内的对话上下文,自动管理当前聊天的内容
中期记忆从对话中提取的事实和偏好,持久化存储"用户喜欢用 Go 写后端"
长期记忆重要的知识和经验,永久保存"用户是全栈开发者,主要做 Web 项目"

页面功能

  • 记忆统计:查看各层级的条目数量
  • 人设记忆块:Agent 对你的认知摘要(姓名、偏好、习惯等)
  • 情绪历史:Agent 在对话中检测到的情绪变化
  • 心跳日志:定期自检的摘要记录

记忆工作原理

  1. 你和 Agent 对话
  2. 记忆提取管线自动从对话中识别值得记住的信息
  3. 信息按重要度存入中期或长期记忆
  4. 下次对话时,系统自动检索相关记忆注入上下文
  5. 长时间不被访问的记忆逐渐衰减

知识图谱 (Graph)

结构化的知识关系图谱,以节点-边的形式展示实体之间的关系。与记忆系统互补:记忆存储「事实」,图谱存储「关系」。


角色 (Persona)

管理 Agent 的人设和性格:

  • 编辑角色描述文本
  • 切换不同人设
  • 预览 System Prompt

情绪 (Emotions)

Agent 的情绪分析和表达系统:

  • 查看 Agent 当前的情绪状态(高兴、好奇、困惑等)
  • 情绪历史曲线
  • 情绪会影响回复的语气和表达方式

反思 (Reflect)

反思学习是 Agent 从过去经验中学习的机制。

工作原理

每次任务完成后(成功或失败),Agent 会:

  1. 回顾任务过程
  2. 提取经验教训(例如:"使用 grep 搜索比 find 更快")
  3. 标记为成功/失败/中性
  4. 生成编译策略:将多条经验总结为可执行的行为规则

页面功能

  • 经验列表:所有历史经验,支持按来源、分类、结果筛选
  • 编译策略:从经验中自动总结出的行为准则
  • 统计数据:成功/失败分布,近 7 天趋势

分类含义

分类含义
task_success任务成功完成
task_failure任务执行失败
gap_resolved发现并修复了能力缺口
retry_pattern重试后成功的模式
skill_gap缺少某项技能
llm_insight大模型产出的洞察

内心独白 (Reverie)

Reverie 是 Agent 的「自主思考」系统。即使没有用户输入,Agent 也能定期产生想法。

这不是聊天

与对话不同,Reverie 是 Agent 的内部思考日记。它会:

  • 定时回顾最近的对话和记忆
  • 发现值得注意的模式或关联
  • 产生创意性想法或观察
  • 主动执行行动(如更新记忆、调整策略)

配置项

配置说明
间隔多久产生一次想法(5-120 分钟),默认 30 分钟
最低重要度只保留重要度超过此阈值的想法(0-1),值越高越挑剔
安静时段在指定时间段内停止思考(例如 23:00-07:00)

想法分类

分类含义
reflection对过去交互的反思
insight发现了新的关联或规律
question产生了疑问,想进一步探索
creative创意性想法
concern发现了潜在问题
memory与记忆相关的联想
observation对当前状态的观察

行动日志

Reverie 产生的想法可以触发自主行动

  • 更新人设记忆
  • 调整情绪状态
  • 主动推送消息到收件箱

心跳 (Heartbeat)

Agent 的定期自检机制。

工作原理

启用后,Agent 会每隔一段时间(默认 30 分钟)自动:

  1. 检查自身状态
  2. 回顾最近的交互
  3. 产生心跳日志
  4. 将重要信息推送到收件箱

与 Reverie 的区别

心跳 (Heartbeat)内心独白 (Reverie)
目的系统健康检查 + 状态同步深度思考 + 创意联想
输出简短的状态报告详细的思维日记
行动推送到收件箱可自主执行多种行动
深度轻量级深度分析

收件箱 (Inbox)

Agent 主动发送给你的消息。来源包括:

  • 心跳自检的通知
  • Reverie 推送的重要想法
  • 任务完成/失败的通知
  • 系统告警

工具类页面

技能 (Skills)

查看 Agent 当前具备的所有技能(工具调用能力),包括:

  • 内置技能(搜索、文件读写、代码执行等)
  • 插件提供的技能

插件 (Plugins)

管理已安装的插件,可以启用/禁用。插件为 Agent 增加新的技能。

终端 (Terminal)

直接查看 Agent 执行命令的终端输出。

浏览器 (Browser)

查看 Agent 操作浏览器的实时截图和日志。


设置 (Settings)

系统配置中心。分为多个配置组:

模型与提供商

独立页面 (/settings/providers),配置:

  • 核心大模型:主 LLM 的 API 地址、密钥、模型名
  • 快速模型:轻量任务使用的小模型(可选)
  • 专家模型:复杂推理使用的大模型(可选)
  • Tori 中转模式:通过中转服务器代理所有 API 请求

高级功能

详见下方 高级设置详解

向量嵌入

配置知识库检索需要的嵌入模型:

  • 嵌入 API 地址:嵌入模型的 API 端点
  • 嵌入模型:模型名称,如 text-embedding-3-small
  • 向量维度:嵌入向量的维度数(默认 1536)

频道集成

接入消息渠道的 API 凭证(Telegram、飞书、Discord、Slack、QQ 等)。

文件系统访问

控制 Agent 可以读写的本地目录:

  • 只读路径:Agent 可以读取但不能修改的目录
  • 可写路径:Agent 可以写入的目录

安全

  • JWT 密钥:API 认证用的签名密钥
  • 速率限制:每分钟最大请求数
  • CORS 来源:允许跨域请求的来源

情绪与贴图

  • 情绪分析:是否启用情绪检测
  • 自定义贴图映射:表情-贴图对应关系文件

存储与持久化

  • Ledger 路径:审计日志数据库文件位置
  • 存储模式ledger(持久化到磁盘)或 memory(仅内存)

高级设置详解

这一节详细解释设置页面「高级功能」中每个配置项的含义和用途。

心跳自检 (HEARTBEAT_ENABLED)

默认:开启

让 Agent 定期自动检查自身状态、回顾近期交互。开启后,Agent 会生成心跳日志并推送到收件箱。

心跳间隔 (HEARTBEAT_INTERVAL)

默认:30 分钟

心跳自检的时间间隔。较短的间隔让 Agent 更「活跃」,但消耗更多 Token。


深度长线规划 (LONG_HORIZON_ENABLED)

默认:关闭

这是最容易让人困惑的设置之一。简单解释:

什么是深度长线规划?

普通模式下,Agent 收到一个复杂任务(如「帮我写一个完整的 Web 应用」)时,会一步步串行执行。这容易在长任务中迷失方向。

开启深度长线规划后,Agent 会:

  1. 先拆解:将目标分解为 3-8 个步骤,生成 DAG(有向无环图)
  2. 再执行:按依赖关系顺序执行每个步骤
  3. 失败重规划:某步骤失败时,自动修正剩余计划
  4. 最终综合:汇总所有步骤结果,生成完整回复

适合场景:多步骤的复杂任务(写报告、开发功能、数据分析流程)

不适合场景:简单问答、闲聊(系统会自动判断,简单问题不走长规划)

注意:开启后 Token 消耗会显著增加(每次规划和重规划都需要 LLM 调用)。


自我迭代 (SELF_ITERATE_ENABLED)

默认:开启

允许 Agent 在回复后对自己的输出进行评估和改进。如果 Agent 发现自己的回答不够好,会自动修正。

迭代 Token 预算 (SELF_ITERATE_TOKEN_BUDGET)

默认:5000

自我迭代允许消耗的最大 Token 数。防止 Agent 无限循环改进。

自动审批提案 (SELF_ITERATE_AUTO_APPROVE)

默认:关闭

Agent 产生改进提案后是否自动执行。关闭时需要人工审批。


思考深度 (THINKING_LEVEL)

默认:auto

全局的思考深度设置。这个配置是设置页面中的全局默认值,而聊天页面的快速/自动/深度按钮是当次会话的覆盖

说明
auto自动根据问题复杂度选择(推荐)
none从不启用思考链,最快最省
deep始终启用完整推理链

ReAct 推理模式 (REACT_ENABLED)

默认:关闭

启用 Reasoning + Acting(ReAct)范式。Agent 会交替进行「推理」和「行动」:

思考 → 行动 → 观察 → 思考 → 行动 → ...

与普通模式的区别:

  • 普通模式:一次性决定所有工具调用
  • ReAct 模式:每次只做一步,根据结果决定下一步

适合:需要多轮试错的探索性任务 代价:更慢、更多 Token,但决策质量更高


反思评估模式 (REFLECT_MODE)

默认:learning

控制 Agent 在任务完成后如何进行反思:

说明
learning温和模式:只记录经验、不苛求
strict严格模式:对失败深入分析、产生改进策略
off关闭反思

反思评估器模型 (REFLECT_MODEL)

默认:留空(使用快速模型)

用于执行反思评估的模型。留空时使用系统自动选择的快速模型,填写后使用指定模型。


功能之间的关系

用户对话 ──→ 记忆提取 ──→ 中/长期记忆
    │                         │
    ↓                         ↓
 任务执行 ──→ 反思学习 ──→ 编译策略
    │                         │
    ↓                         ↓
 心跳自检 ──→ 收件箱 ←── 内心独白 (Reverie)
  • 记忆反思在对话中自动工作,无需手动干预
  • 心跳Reverie 是后台自主运行的机制,可在对应页面配置
  • 知识库知识图谱是显式管理的外部知识

常见疑问

Q: 开启这么多功能会不会很卡?

不会影响响应速度。心跳、Reverie 都是后台异步执行的,不会阻塞对话。但会增加 Token 消耗(每次心跳/Reverie 约需 500-2000 Token)。

Q: 我应该开启哪些功能?

推荐开启:心跳、情绪分析、反思(learning 模式)

可选开启:Reverie(想让 Agent 更"有灵魂")、深度长线规划(经常做复杂任务)

谨慎开启:ReAct 模式(Token 消耗大)、严格反思模式

Q: 深度长线规划和 ReAct 有什么区别?

  • 深度长线规划:一次性拆解整个任务为 DAG,然后按序执行
  • ReAct:不做预先规划,每步推理后决定下一步

两者可以同时开启,系统会根据任务复杂度自动选择。

Q: 记忆会一直增长吗?

记忆有衰减机制。长时间不被访问的记忆会逐渐降低权重,最终被清理。重要的记忆(高访问频率)会被保留。

© 2025 云鸢科技(青岛)有限公司 × Dream Lab