Personal Productivity Agent

个人效率 Agent

概述

个人效率 Agent 是一款基于 Python 的工具，旨在协助完成 Windows 系统上的各种任务，并利用大模型（LLM）的能力进行智能分析。它既可以作为交互式命令行助手运行，也可以作为后端服务组件，供编排器集成。

功能

Agent 目前提供以下功能：

• 交互式文件系统操作：
  • 查找文件
  • 移动文件（需确认）
  • 重命名文件（需确认）
  • 创建目录（需确认）
• 系统信息与实用工具：
  • 获取磁盘使用情况、内存信息、CPU 信息、网络信息
  • 启动应用程序
  • 查找重复文件
• 效率工具：
  • 总结文档（此 CLI 功能目前使用模拟 LLM）
  • 获取 .ics 文件中的即将发生的日历事件
  • 设置桌面提醒／通知
• Windows 事件日志分析（集成 LLM）：
  • 根据指定条件（日志名称、级别、时间范围）获取 Windows 事件日志。
  • 使用 Google Gemini LLM 分析事件日志条目，提供说明、潜在原因、故障排除步骤和安全的命令行修复方案。

运行模式

Agent 可以在两种不同模式下运行：

1. 交互式 CLI 模式

• 运行方式： python main_agent.py
• 说明： 在此模式下，Agent 会在 PowerShell 或命令提示符中直接显示菜单式界面。你可以选择各种操作，Agent 会提示你输入必要信息，并直接显示结果。此模式旨在供用户直接交互使用。

2. MCP（多能力协议）服务模式

• 运行方式： python main_agent.py --mcp-mode
• 说明： 以 MCP 模式启动时，Agent 会作为后台进程运行，通过标准输入（stdin）接收 JSON 格式的请求，并通过标准输出（stdout）发送 JSON 格式的响应。
• 用途： 此模式专为程序化集成设计。其他应用程序或编排器（例如基于 TypeScript 的 Agent 或中央自动化系统）可以向此 Python Agent 发送标准化 JSON 消息，以调用其功能。
• MCP 工具示例： analyze_windows_event_logs 功能通过 MCP 提供。编排器可以发送指定事件日志参数的 JSON 请求，Agent 将返回 JSON 响应，其中包含 LLM 的分析结果、建议的命令，以及该命令是否需要管理员权限。
• 优势：
  • 自动化： 允许其他系统自动使用 Agent 的功能。
  • 模块化： 支持构建可由中央控制器编排的专用 Agent。
  • 结构化数据交换： 通过 JSON 确保软件组件之间可靠通信。

关键技术

• Python 3.x
• Google Gemini LLM： 用于智能分析事件日志。
  • 身份验证需要设置 GEMINI_API_KEY 环境变量。如果未设置，Agent 会提示你：需要使用 LLM 的功能正在使用模拟 LLM。
• MCP（多能力协议）： 一种简单的基于 JSON、通过标准输入输出（stdio）实现服务器模式下进程间通信的协议。

设置和要求

1. **Python：**确保已安装 Python 3.x。
2. **依赖项：**安装所需的 Python 软件包。用于与大模型交互的主要软件包是 google-generativeai。requirements.txt 文件通常会列出所有依赖项。

   pip install google-generativeai
   # Potentially other packages like 'plyer' for notifications
   

3. **API 密钥：**如需使用 Gemini 大模型功能，请从 Google AI Studio 获取 API 密钥，并将其设置为环境变量：
   • 在 PowerShell 中：$env:GEMINI_API_KEY = "YOUR_API_KEY_HERE"
   • （请记得将 "YOUR_API_KEY_HERE" 替换为实际密钥。不要将密钥提交到 GitHub。）

如何运行

• 交互模式：

  cd path\to\PersonalProductivityAgent
  # Set API Key if using LLM features
  $env:GEMINI_API_KEY = "YOUR_API_KEY_HERE" 
  python main_agent.py
  

• MCP 服务模式（用于集成）：

  cd path\to\PersonalProductivityAgent
  # Set API Key if using LLM features
  $env:GEMINI_API_KEY = "YOUR_API_KEY_HERE"
  python main_agent.py --mcp-mode
  

  随后，Agent 将监听 stdin 上的 JSON 请求。

后续增强

• 集成基于 TypeScript 的编排器（agent.ts），以管理和使用 MCP 工具。
• 扩展 MCP 服务模式下可用的工具。
• 开发更易用的图形界面（Web UI 或桌面应用），以利用该 Agent 的功能。