limai
Serves as a machine perception and action hub, enabling heartbeat monitoring, screen/window/clipboard sensing, todo management, long-term memory, and web/file operations through both CLI and MCP interfaces.
README
理脈 limai
理華與理月的共享神經系統——從角色中按第一性原理提取的獨立器官。
第一性原理推導
| 角色裡的樣子 | 本質 | 模組 | MCP 工具 |
|---|---|---|---|
| 心跳輪詢+錯誤退避(on_idle.mjs) | 節律 | heartbeat.mjs | heartbeat_now・vitals_latest・vitals_history |
| 截圖/視窗/剪貼簿(screenshot.mjs) | 視覺 | vision.mjs | screen_capture(回圖片)・list_windows・read_clipboard |
| todo-tasks.json+權重融合心跳 | 意圖 | todo.mjs | todo_add・todo_list・todo_update |
| 長期記憶(名×關鍵字×內容) | 記憶 | memory.mjs | memory_add・memory_search・memory_list・memory_forget |
| o-pi 六文件工具 | 檔案行動 | filesys.mjs | fs_ls/read/write/edit/find/grep |
| o-pi websearch/webfetch | 網路行動 | web.mjs | web_search・web_fetch |
捨棄的:角色的 LLM 任務提示詞(人格不搬)、記憶的 JS eval 觸發器(安全)。 保留的精髓:加權隨機排程思想→心跳退避;STALE_READ 守衛;SSRF 防護;有界讀取。
啟動
npm install
npm run start # ① stdio → Claude Desktop / Cursor 等本地客戶端
npm run serve:http # ② HTTP MCP → GPT 客戶端 / 區網 / 遠端
npm run tick # ③ 手動跑一次心跳(驗證感知層)
CLI 為 AI agent 而設計
limai shot # → {"file":...,"width":1920,"height":1080,"bytes":...}
limai win # → {"foreground":...,"windows":[{process,title},…]}
limai clip [--json] # 剪貼簿原文走 stdout(利於管線)
limai tick # 心跳一次,生命徵象 JSON
limai web search <q> # → [{title,url,snippet},…]
limai web fetch <url> # 正文走 stdout、中繼 stderr;--json 得全包裝
limai fs ls|read|write|edit|find|grep …
limai mem … / limai todo … # 同前
Agent 契約:
- 輸出預設 JSON、錯誤碼前綴進 stderr 訊息(
STALE_READ: …)、退出碼非零表失敗 fs edit嚴格契約與 MCP 相同:須先fs read;觀測狀態持久化於fs-state.json, 「read 行程 → edit 行程」跨呼叫依然成立,外部變更必被攔截(--force 可越過)- 成功的
fs write亦建立觀測,可接 edit(同 o-pi「緊接成功 write」規則)
架構上 MCP 只是核心模組之上的其中一種介面:同一套 vision/web/filesys/memory/todo/heartbeat 同時供 CLI 子命令與 MCP 工具呼叫,兩種介面共用同一份資料與同一套安全契約。`
首次執行自動建立 ~/.limai/(config.json・memory.json・todo.json・vitals.*・screenshots/)並印出 token。
客戶端接入
本地(stdio)
// claude_desktop_config.json
{ "mcpServers": { "limai": { "command": "node", "args": ["F:\\fount開發項目\\理脈\\src\\cli.mjs", "serve", "--stdio"] } } }
區網/同機 GPT 客戶端(Cherry Studio、LobeChat、OpenWebUI…)
node src/cli.mjs serve --http # 預設 127.0.0.1:8931
# 對區網開放:--host 0.0.0.0 --token <強密碼>
{ "type": "http", "url": "http://192.168.x.x:8931/mcp",
"headers": { "Authorization": "Bearer <token>" } }
雲端 ChatGPT(Connectors/開發者模式)
ChatGPT 摸不到你的 localhost,需要公網 HTTPS——一行隧道:
cloudflared tunnel --url http://127.0.0.1:8931
# → https://xxxx.trycloudflare.com
連接器 URL 填 https://xxxx.trycloudflare.com/mcp?token=<token>(GPT 類客戶端多不能自訂 header,故支援 query 傳 token)。
長期方案:Tailscale Funnel(免開埠)或 Caddy 反代自有網域。
安全邊界
- 檔案:鎖在
config.json的allowedRoots;.git永久阻擋;fs_edit必須先fs_read(STALE_READ 版本守衛);old 文本必須唯一 - 網路:拒 localhost/私網/link-local(SSRF)、重定向逐跳複檢、2MB 上限、30 秒逾時
- 認證:HTTP 全程 Bearer/query-token;預設只綁 127.0.0.1
- 隱私:心跳只記視窗標題+剪貼簿雜湊(變化時存前 60 字元預覽);像素截圖僅限明確呼叫 screen_capture
心跳語義(沿襲理華)
15 分鐘一跳(可調 heartbeat.intervalMin)。每跳收集:前景視窗・視窗清單(top8)・閒置秒數・剪貼簿變化・開放待辦數。失敗時間隔 ×2(上限 8×),成功復位。日誌滾動於 vitals.ndjson。
上游同步(o-pi)
- 2026-08-23 檢查:上游當日大量提交為內部重構(file-tools/web-tools/filesystem/lsp 簡化),六工具+兩網頁工具的行為契約不變;
duckduckgo-html-provider仍為零-key 備援路徑——理脈提取依然忠實。 - 新能力
read支援 PDF 頁面圖像(d762209):理脈已對齊實作——fs_read加pages參數(N / N-M / N-),回傳頁面 PNG 的 MCP 圖像內容塊;CLI 用fs read <pdf> --pages "1-5"。主路線 PDF.js(pdfjs-dist legacy)+@napi-rs/canvas 跨平臺渲染;Windows 上依賴無法載入時自動降級內建 WinRTWindows.Data.Pdf。預設單次上限 20 頁,含總頁數與續讀位置。 - skill URI/bash 工具/approval gate 屬 Pi 宿主專屬,不在提取範圍。
- 同日二檢(d795f92 new approval UI):僅動
src/approval/*與 TUI,file-tools/web-tools 零變更。據此完成 grep 契約對齊:非法正則降級為精確字面量——有命中→回literal_fallback警告;零命中→INVALID_REGEX不偽裝空結果。已測試通過。
授權與來源(License & Attribution)
本專案以 GNU Affero General Public License v3.0 或更新版本(AGPL-3.0-or-later)發佈,完整條款見 LICENSE。
代碼來源聲明:
- 檔案工具(
src/core/filesys.mjs:ls/read/write/edit/find/grep)與網頁工具(src/core/web.mjs:web_search/web_fetch)的行為契約與設計,衍生自 Orion-zhen/o-pi(Pi Agent 的 file-tools 與 web-tools 設計文檔,AGPL-3.0 授權)。理脈為其精髓的獨立 Node.js 零重依賴實作,非代碼複製,依 AGPL 同條款回饋開源。 - 心跳/todo/記憶/視覺等能力原語的提取藍本,來自 steve02081504/fount 生態中「理華」角色的能力設計(MIT 授權)。僅參考其架構思想(閒置輪詢退避、加權任務、名稱×關鍵字×內容記憶),未複製其程式碼。
- MCP 協議實作基於官方 @modelcontextprotocol/sdk。
- PDF 渲染依賴 pdf.js(Apache-2.0)與 @napi-rs/canvas(MIT)。
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。