LARY (Life-Agent-RU-YEE)

AI 驱动的生活管理 Agent 框架，采用可插拔架构。通过自然语言对话完成饮食规划、食材采购等日常任务。

演示

从菜谱规划到一键加购物车的完整流程演示 · 下载原视频

特性

• 多 Agent 协作 — 饮食规划 Agent 与采购 Agent 自动协作，从规划菜谱到一键加购物车。
• 可插拔插件系统 — Agent、Memory、Extension 均为插件，支持社区开发和热加载。
• SSE 实时流式交互 — 工具调用进度、思考状态、操作日志实时推送到前端。
• 安卓设备自动化 — 通过 uiautomator2 控制安卓设备，在盒马 APP 上自动搜索和加购商品。
• 用户画像 — 自动收集家庭人数、口味偏好等信息，实现个性化菜谱推荐。
• SkillHub 技能市场 — 在线浏览、安装、卸载社区插件（尚未开放）。

技术栈

层级	技术
后端	Python 3.11+, FastAPI, LiteLLM, Pydantic v2, SQLAlchemy (async)
前端	Vue 3 + TypeScript, Vite, Tailwind CSS
基础设施	Docker Compose, PostgreSQL 16, Redis 7, Nginx
测试	pytest + pytest-asyncio (后端), Vitest (前端)
Lint	Ruff (line-length=120, target py311)

项目结构

main.py                     # FastAPI 入口
config.yaml                 # 应用配置（插件、LLM、日志）
core/
  orchestrator.py            # 编排引擎（意图路由 → Agent 执行）
  agent_comm.py              # Agent 间通信（agent_call 工具）
  intent_router.py           # LLM 意图识别
  plugin_registry.py         # 插件发现、加载、注册
  skillhub.py                # 技能市场（索引/安装/卸载）
  database.py                # SQLAlchemy 异步引擎
  interfaces/                # 抽象基类
api/
  chat.py                    # POST /api/chat (SSE 流)
  skillhub.py                # SkillHub REST API
plugins/
  agents/
    meal_agent/              # 饮食规划 Agent
    purchasing_agent/        # 采购 Agent（盒马自动化）
  memory/
    short_term_memory/       # 对话历史（Redis + PG）
    user_profile/            # 用户画像
    delivery_address/        # 配送地址
  extensions/
    device_gateway/          # 设备网关 (WebSocket)
    automation_u2/           # uiautomator2 安卓自动化
web/src/
  views/                     # ChatView, SkillHubView, DevicesView
  components/chat/           # MessageBubble, ToolCallCard, ChatInput
  composables/useSSE.ts      # SSE 流式消息处理

快速开始

前置条件

• Python 3.11+
• Node.js 18+
• PostgreSQL 16 + Redis 7（可通过 Docker 启动）

1. 克隆仓库

git clone https://github.com/user/LARY.git
cd LARY

2. 配置环境变量

cp .env.example .env
# 编辑 .env，填入 LLM API Key（至少一个）

支持的 LLM 提供商：

• 火山引擎（默认）：VOLCENGINE_API_KEY
• OpenAI：OPENAI_API_KEY
• Anthropic：ANTHROPIC_API_KEY
• 未配置任何 Key 时自动使用 Ollama 本地模型

3. 启动基础设施

docker compose up -d postgres redis

4. 安装并启动后端

python -m venv .venv
source .venv/bin/activate   # Windows: .venv\Scripts\activate
pip install -e ".[dev]"
python main.py

后端运行在 http://localhost:8000

5. 安装并启动前端

cd web
npm install
npm run dev

前端运行在 http://localhost:5173，API 请求自动代理到后端。

Docker 一键部署

cp .env.example .env
# 编辑 .env，填入 API Key 和数据库密码
docker compose up --build -d

访问 http://localhost（可通过 .env 中的 NGINX_PORT 修改端口）。

开发模式

cp docker-compose.override.yml.example docker-compose.override.yml
docker compose up --build -d

开发模式额外提供：源码热更新（volume 挂载）、数据库/Redis 端口暴露、USB 设备透传。

自定义 IP 白名单

编辑 nginx-allow.conf 添加或移除允许访问的 IP 段，修改后重启 Nginx 即可生效，无需重新构建镜像：

docker compose restart nginx

安卓设备连接（采购功能）

采购 Agent 通过 uiautomator2 控制安卓设备操作盒马 APP：

1. 将安卓设备通过 USB 连接到服务器，开启 USB 调试模式。
2. 启用开发模式（docker-compose.override.yml），其中已配置 USB 设备透传。
3. 如需通过网络连接设备，在 config.yaml 中配置：

plugins:
  automation_u2:
    device_addr: "192.168.1.100:5555"  # 安卓设备 IP

运行测试

后端测试

source .venv/bin/activate
python -m pytest tests/ -v --tb=short

前端测试

cd web
npx vitest run

Lint 检查

ruff check .

配置说明

文件	用途
.env	环境变量（API Key、数据库密码等），不提交到 git
config.yaml	应用配置（启用的插件、LLM 模型、参数），Docker 部署时通过 volume 挂载
nginx-allow.conf	Nginx IP 白名单，修改后 docker compose restart nginx 即可生效
.env.example	环境变量模板
docker-compose.override.yml.example	开发模式模板（USB 透传、端口暴露、源码挂载）

License

MIT