Repository navigation
Releases
Releases · acefun29/huabu-agent
Huabu 0.5.0
Huabu 0.5.0
这一版补齐媒体供应商面,并把主进程与渲染端按职责拆开;同时收口了 0.4.0 上线前审查发现的
数据一致性问题。MCP 支持在本版整体移除。
破坏性变更
- MCP 支持已移除。设置页的 MCP 入口、主进程连接池与工具注入、相关 IPC 通道和
@modelcontextprotocol/sdk依赖全部删除;启动时会清理旧版mcp.json,不再读取或启动
MCP 服务器。历史会话里已有的mcp_*工具记录按普通工具展示,不再执行。
新增
- 媒体供应商扩展:新增 Vidu、百度千帆、拍我 AI、智谱、腾讯 TokenHub;阿里云 Token Plan
增加 HappyHorse 图生视频与参考图生视频。设置页提供各供应商的官方 API Key 入口。 - 媒体供应商维护 Skill:仓库根
.agents/skills/media-provider-update记录当前供应商、
官方文档与更新流程,后续按同一套流程核实和扩展。 - 任务续做:
start_task可按原 taskId 把待办任务重新开工,不再需要新建任务。 - 账本失败提示:媒体任务状态保存失败时在任务状态和 Agent 结果中明确提示,恢复写入后自动清除。
修复
- 产物记账只认显式产物:只读文件不再被误记为交付,文本卡与媒体产物正确入账。
- 打开已有工作区时恢复工作项,产物落盘即刷新角标,不必等收工。
- 正常关窗会等待最新画布与会话落盘,重启后可恢复;渲染线程繁忙时也不例外。
- 并发会话与复制工作区不再串记产物;媒体任务按所属任务的写区落盘。
- 系统提示不再引用已移除的专家派单工具,批量交付按当前单 Agent 协议执行。
架构
- 媒体运行时、审批闸门、配置 IPC 与任务账本拆分;工作区元数据、画布持久化与文件复制独立。
- 渲染端设置按聊天、媒体、技能、外观分域订阅;媒体与模型供应商设置页按视图拆分。
- 工作区身份贯穿画布读写、任务账本、媒体队列与工具调用,迟到的旧回包不会写入新工作区。
已知限制
- 可灵官方直连尚未接入;当前可通过腾讯 TokenHub 使用已内置的可灵视频模型。
- TokenHub 只接入了部分模型族。
- 真实供应商调用与最终安装包尚未逐一验收;本版通过类型检查、生产构建和自动化测试。
下载
huabu-0.5.0-setup.exe:Windows x64 安装版(可选安装目录)huabu-0.5.0-portable.exe:Windows x64 便携版(双击即用)
校验
SHA-256:
- setup:
4CF2A7943D7355EAC5E0EF9E840B8CDA62A6F5534A92CF1EEB81B2D40925E2B5 - portable:
6BA000EFA9C3F622BA90DCA0F8F410524E77F7DD42A4A0860225076B8ABB809C
Huabu v0.2.0 —— 视频理解
视频理解
任何声明图片输入的对话模型,自此都能"看"画布里的视频——不需要模型原生支持视频接口。
新能力
- read_media 读视频:拖进画布的视频现在可以直接问"这里面发生了什么"。工具在本地抽取至多 8 个关键帧(≤768px)交给模型,每帧带 MM:SS 时间戳,回答会引用具体时间点
- skim_video / read_video_frames 两工具(Agent 化两级精读):长视频先低成本粗扫全片(384px×6 帧 + 时长)定位区间,再对区间高清精读(768/1024px)。时间参数支持秒数与 01:30 这类格式;模型无视觉能力时自动降级为纯时间轴文本
- 智能选帧:均匀采样为底,短视频附加场景切换检测;aHash 感知去重自动剔除近似重复画面(静态内容自动稀疏,动态保持满额)
- 视频卡片真首帧:画布视频卡片从渐变占位升级为真实首帧缩略图(系统不支持时自动退回占位)
- 抽帧缓存:同一视频重复问答零解码开销,缓存目录 512MB 自动 LRU 清理
工程与安全
- 抽帧全部在主进程完成,失败收敛为带自纠指引的文本结果,绝不炸会话;2GB 以上的视频直接拒读
- 依赖 ffmpeg-static 静态二进制(安装包体积因此增加约 80MB),asarUnpack 首例已随打包冒烟验证
- 新增 t13 探针(14 项断言)、扩展 t7/t12 探针;全部自检与探针通过
已知边界
- 音频轨暂不转写(无 ASR);原生视频直传(Qwen/豆包等)待上游运行时支持
- 全量变更见 feat(video) 提交
Huabu v0.1.0 —— 画布即工作区的桌面 Agent 应用
Huabu(画布)首个公开版本 —— 画布即工作区的桌面 Agent 应用。
一块工作区公用的无限画布管理素材文件卡片(引用而非副本),底部对话坞承载多个 Pi Agent 会话(新建 / 切换 / fork)。Agent 基于开源 Coding Agent Harness Pi 以 SDK 方式嵌入主进程。
下载(Windows x64)
| 文件 | 说明 |
|---|---|
huabu-0.1.0-setup.exe |
NSIS 安装包(可选安装目录) |
huabu-0.1.0-portable.exe |
绿色便携版,双击即用 |
本版亮点
- 无限画布:素材卡片平移 / 缩放 / 框选 / 批量拖拽,卡片是对磁盘文件的引用而非副本
- 对话坞多会话:流式逐字渲染、思维链折叠、工具调用卡片、中途中止、插话引导、原生 fork、多会话并发
- 上下文透明:上下文水位提示、压缩事件可见、token 分布明细、会话结构化回放
- 素材库:拖入自动归档、命名库、标签与笔记、
#标签搜索、内联重命名 / 删除、拖拽归档 - 媒体生成:内置 fal.ai / 阿里云百炼 / 火山引擎 / OpenAI 兼容供应商,文生图 / 图生图 / 图生视频,变更操作确认闸门
- Agent 能看图:
read_media工具让 Agent 按路径读图,素材拖入即参考 - 聊天模型目录:内置 Anthropic / DeepSeek / GLM / Kimi / OpenAI / Qwen,支持按协议自建供应商
快速上手
- 安装并启动后选择一个目录作为工作区(目录即 Agent 的 cwd)
- 在「设置」中录入模型 Key(或设置环境变量,如
FAL_KEY、DASHSCOPE_KEY、ARK_KEY、DEEPSEEK_API_KEY等) - 拖素材进画布,开始对话与生成
详细说明见 README。