CLI Gateway

一个极简的 Go HTTP 网关服务，将 HTTP 请求桥接到多种 AI CLI 工具。通过统一的 HTTP 接口调用各种 CLI 的无头模式，让任何支持 HTTP 的应用（Web 应用、移动端、IoT 设备等）都能使用这些 CLI 的强大能力。

集成dify,实现多轮对话Agent.

集成bisheng,实现多轮对话Agent.

核心特性：

🌐 通用 HTTP 接口：任何能发起 HTTP 请求的客户端都可以使用
🚀 流式输出支持：支持 SSE (Server-Sent Events) 实时流式响应
🔌 多 CLI 集成：统一接口调用 Claude、Codex、Cursor、Gemini、Qwen 等
🛠️ MCP 工具链：支持 WebFetch、Playwright 等扩展工具
📦 开箱即用：无需复杂配置，快速部署到任何环境

支持的 CLI 工具

CLI	说明	模型示例
`claude`	Anthropic Claude Code CLI	claude-sonnet-4, 支持第三方 API
`codex`	OpenAI Codex CLI	gpt-5.1
`cursor`	Cursor Agent CLI	auto, gpt-5, sonnet-4
`gemini`	Google Gemini CLI	gemini-2.5-pro, gemini-2.5-flash
`qwen`	阿里 Qwen Code CLI	qwen3-max

功能特性

CLI 调用功能

提供 HTTP POST 接口 /invoke 和 /chat 接收对话请求
自动将对话历史转换为 CLI 的 prompt 格式
支持系统提示词（system prompt）
支持 5 种 CLI 工具（Claude、Codex、Cursor、Gemini、Qwen）

Release Notes 功能

📋 API 接口：获取各 CLI 工具的版本更新信息
- GET /release-notes - 获取所有 CLI 的 release notes
- GET /release-notes/{cli_name} - 获取指定 CLI 的 release notes
🎨 HTML 可视化界面：/release-notes/view
- 标签式界面，支持搜索和过滤
- Markdown 渲染，自动链接 GitHub issues/PRs
- 版本对比，显示本地版本和最新版本
🔄 自动刷新：定时从外部源获取最新数据（默认 1 小时）
💾 缓存机制：内存缓存 + 文件持久化
✅ 只显示正式版本：自动过滤 alpha、beta、nightly、preview 等版本

Admin UI 后台管理

🧭 统一入口：/v1/admin（默认）
🔐 Token 认证：仅支持 Token 访问（Header / Query / Cookie）
🧩 内置前端：Next.js 静态导出，Go embed 内置资源
🔧 可选外部静态目录：通过 ADMIN_UI_STATIC_DIR 指定本地构建产物

Cursor Agent CI 集成

🤖 自动化测试：使用 Cursor Agent CLI 进行 AI 驱动的代码分析
📊 定时运行：每天自动运行测试任务
🔧 MCP 工具支持：集成 filesystem、fetch 等 MCP 服务器
📝 测试报告：自动生成并上传测试报告

详细配置请查看：Cursor Agent CI 指南

项目结构

cli-agent/
├── cmd/
│   └── server/
│       └── main.go               # 主入口
├── internal/                     # 私有应用代码
│   ├── cli/                      # CLI 工具接口和实现
│   │   ├── interface.go         # CLI 接口定义
│   │   ├── factory.go           # CLI 工厂
│   │   ├── claude.go            # Claude CLI 实现
│   │   ├── cursor.go            # Cursor CLI 实现
│   │   ├── codex.go             # Codex CLI 实现
│   │   ├── gemini.go            # Gemini CLI 实现
│   │   └── qwen.go              # Qwen CLI 实现
│   ├── handler/                  # HTTP 处理器
│   │   ├── handler.go           # 通用处理器
│   │   ├── claude.go            # Claude 处理器
│   │   ├── release_notes_handler.go  # Release Notes API 处理器
│   │   ├── config.go            # 配置管理
│   │   └── types.go             # 类型定义
│   └── release_notes/            # Release Notes 功能模块
│       ├── *_fetcher.go         # 各 CLI 的数据获取器
│       ├── cache.go             # 缓存层
│       ├── storage.go           # 持久化存储
│       ├── service.go           # 核心服务
│       ├── types.go             # 类型定义
│       └── *_test.go            # 测试文件（含 Property-Based Tests）
├── web/
│   └── templates/
│       └── release_notes.html   # Release Notes 查看器
├── configs/                      # 配置文件
│   ├── configs.json             # 当前配置
├── scripts/                      # 工具脚本
├── docs/                         # 文档
│   ├── CHANGELOG.md             # 更新日志
│   └── SKILLS.md                # 技能文档
├── data/                         # 数据文件
├── logs/                         # 日志文件
└── .kiro/specs/                  # 功能规格文档

支持 Claude Skills（访问本地文件和目录）
支持 MCP 工具调用（WebFetch、Playwright 等）
支持会话管理（session_id 和 resume）
调用 CLI 无头模式获取响应
返回 JSON 格式的结果
支持多配置 profile 管理
自动日志记录（按日期分文件）

使用场景

🌐 Web 应用集成：为前端应用提供 AI 能力，支持实时流式响应
📱 移动端接入：iOS/Android 应用通过 HTTP 调用 AI 服务
🤖 工作流平台：Dify、n8n、Zapier 等低代码平台的自定义节点
🔧 自动化脚本：CI/CD、定时任务、批处理中调用 AI
🏠 IoT 设备：智能家居、边缘计算设备的 AI 接口
🧪 本地开发测试：快速搭建本地 AI API 服务进行原型验证
📊 数据处理管道：ETL 流程中的智能数据分析和转换

前置要求

Go 环境: Go 1.16 或更高版本
CLI 工具: 至少安装并配置好以下一种 CLI：
- claude - Anthropic Claude Code CLI
- codex - OpenAI Codex CLI
- cursor-agent - Cursor Agent CLI
- gemini - Google Gemini CLI
- qwen - 阿里 Qwen Code CLI

快速开始

1. 构建项目

# 初始化 Go module（如果还没有）
go mod init claude-cli-gateway

# 构建可执行文件
go build -o claude-cli-gateway

2. 启动服务

# 方式一：使用启动脚本（推荐）
./start.sh                    # 默认端口 8080
./start.sh -p 3000           # 自定义端口 3000
./start.sh --skip-admin-ui   # 跳过 Admin UI 构建

# 方式二：使用环境变量
PORT=9000 ./start.sh         # 端口 9000
ADMIN_UI_BUILD=0 ./start.sh  # 跳过 Admin UI 构建

# 方式三：直接运行
./claude-cli-gateway           # 使用配置文件或默认端口
./claude-cli-gateway -c ./configs/configs.json  # 指定 configs.json 路径
PORT=3000 ./claude-cli-gateway  # 环境变量指定端口

服务将在 http://localhost:8080 启动（或你指定的端口）。

端口配置优先级: 环境变量 > 配置文件 > 默认值(8080)

详细配置请查看：端口配置指南

Admin UI 启动与构建

Admin UI 默认挂载在 http://localhost:8080/v1/admin
start.sh 默认会执行 ./scripts/build-admin-ui.sh 并重新构建 Go 二进制
如需跳过 Admin UI 构建，可使用 --skip-admin-ui 或 ADMIN_UI_BUILD=0

Admin UI 配置管理 API

Admin UI 提供配置查询与热加载接口（已脱敏，不会回传敏感值）。

GET /v1/admin/api/config：获取当前 configs.json（脱敏）
POST /v1/admin/api/config：更新配置并热加载（完整 JSON）
POST /v1/admin/api/config/reload：从磁盘重新加载配置

注意：server、release_notes、admin_ui.base_path/static_dir 等变更仍需重启生效。

MCP 配置管理（Cursor）

Admin UI 支持管理 Cursor/Claude MCP 配置。

Cursor（默认读取 ~/.cursor/mcp.json）：

GET /v1/admin/api/mcp/cursor：获取 MCP Servers 列表（env 脱敏）
POST /v1/admin/api/mcp/cursor：新增 MCP Server
PUT /v1/admin/api/mcp/cursor/{name}：更新 MCP Server
DELETE /v1/admin/api/mcp/cursor/{name}：删除 MCP Server

Claude（默认读取 ~/.claude/settings.json）：

GET /v1/admin/api/mcp/claude：获取 MCP Servers 列表（env 脱敏）
POST /v1/admin/api/mcp/claude：新增 MCP Server
PUT /v1/admin/api/mcp/claude/{name}：更新 MCP Server
DELETE /v1/admin/api/mcp/claude/{name}：删除 MCP Server

支持通过环境变量指定路径：

ADMIN_MCP_CURSOR_PATH=/path/to/mcp.json
CURSOR_MCP_PATH=/path/to/mcp.json
ADMIN_MCP_CLAUDE_PATH=/path/to/settings.json
CLAUDE_MCP_PATH=/path/to/settings.json

Docker 部署

镜像默认使用 configs/configs.json 作为配置文件，建议通过挂载自定义配置覆盖。镜像内置安装 Claude Code、Codex 与 Cursor Agent（最新版本）。

构建镜像

docker build -t dify-cli-gateway:local .

运行容器

# 挂载自定义配置文件（推荐）
docker run --rm -p 8080:8080 \
  -v "$(pwd)/configs.json:/app/configs.json:ro" \
  dify-cli-gateway:local

# 仅使用环境变量（不提供 configs.json）
docker run --rm -p 8080:8080 \
  -e PORT=8080 \
  dify-cli-gateway:local

MCP 与 Skills 挂载

容器内默认使用以下路径读取 MCP 配置：

Cursor Agent: /home/app/.cursor/mcp.json
Claude CLI: /home/app/.claude/settings.json
Codex CLI: /home/app/.codex/config.toml

容器内已安装 MCP 运行时依赖：

uv/uvx（用于 mcp-server-fetch、mcp-server-filesystem 等）
python3
nodejs/npx（用于 @playwright/mcp 等）

建议把主机配置目录挂载进去，并把 Skills 目录也挂载到 /app 下：

docker run --rm -p 8080:8080 \
  -v "$(pwd)/configs.json:/app/configs.json:ro" \
  -v "$HOME/.cursor:/home/app/.cursor:ro" \
  -v "$HOME/.cursor-agent:/home/app/.cursor-agent:ro" \
  -v "$HOME/.claude:/home/app/.claude:ro" \
  -v "$HOME/.codex:/home/app/.codex:ro" \
  -v "$(pwd)/skills:/app/skills:ro" \
  dify-cli-gateway:local

在 configs.json 的 skills 字段中请使用容器内路径，例如：/app/skills 或 /app/reporter。

为防止泄露敏感信息，网关会自动屏蔽包含 configs.json 的 skills 路径（例如 . 或 /app）。请将 skills 指向更精确的子目录（如 /app/skills、/app/reporter、/app/docs）。

GitHub Actions 自动构建镜像

默认推送到 ghcr.io/<owner>/<repo>，需要在仓库设置中开启 Packages 写权限。

3. 测试接口

使用 curl 测试：

curl -X POST http://localhost:8080/invoke \
  -H "Content-Type: application/json" \
  -d '{
    "system": "你是一个有帮助的助手",
    "messages": [
      {"role": "user", "content": "什么是 Go 语言？"}
    ]
  }'

预期响应：

{
  "answer": "Go 是 Google 开发的一种静态类型、编译型编程语言..."
}

API 文档

POST /invoke

调用 Claude CLI 获取模型响应（适用于多轮对话）。

请求格式:

{
  "profile": "配置名称（可选，默认使用 configs.json 中的 default）",
  "cli": "CLI 工具名称（可选，'claude' 或 'codex'）",
  "system": "系统提示词（可选）",
  "messages": [
    {"role": "user", "content": "用户消息"},
    {"role": "assistant", "content": "助手回复"},
    {"role": "user", "content": "用户继续提问"}
  ]
}

字段说明:

profile (string, 可选): 指定使用的配置 profile（如 "cursor", "gemini", "codex"）
cli (string, 可选): CLI 工具名称（"claude", "codex", "cursor", "gemini", "qwen"）
system (string, 可选): 系统提示词，用于设定 AI 的行为和角色
messages (array, 必需): 对话历史消息列表
- role (string): 消息角色，可选值 "user" 或 "assistant"
- content (string): 消息内容

成功响应 (200 OK):

{
  "answer": "{\"session_id\":\"xxx\",\"user\":\"问题\",\"codex\":\"回答内容\"}"
}

POST /chat

简化的聊天接口（推荐使用），支持流式和非流式输出。

请求格式:

{
  "profile": "配置名称（可选）",
  "cli": "CLI 工具名称（可选）",
  "prompt": "你的问题",
  "system": "系统提示词（可选）",
  "session_id": "会话ID（可选，用于继续对话）",
  "new_session": false,
  "allowed_tools": ["WebFetch", "playwright"],
  "permission_mode": "bypassPermissions",
  "stream": false
}

字段说明:

profile (string, 可选): 指定使用的配置 profile
cli (string, 可选): CLI 工具名称（"claude", "codex", "cursor", "gemini", "qwen"）
prompt (string, 必需): 用户问题或指令
system (string, 可选): 系统提示词
session_id (string, 可选): 会话 ID，用于继续之前的对话
new_session (boolean, 可选): 是否创建新会话（默认 false）
allowed_tools (array, 可选): 允许使用的 MCP 工具列表
permission_mode (string, 可选): 权限模式（"bypassPermissions" 自动授权）
stream (boolean, 可选): 是否启用流式输出（默认 false）

非流式响应 (200 OK):

{
  "answer": "{\"session_id\":\"xxx\",\"user\":\"问题\",\"codex\":\"回答内容\"}"
}

流式响应 (SSE 格式):

当 stream: true 时，响应为 Server-Sent Events (SSE) 流：

Content-Type: text/event-stream

data: {"type":"start","session_id":"xxx"}

data: {"type":"content","text":"这是"}

data: {"type":"content","text":"流式"}

data: {"type":"content","text":"输出"}

data: {"type":"done"}

流式输出示例:

# 使用 curl 接收流式输出
curl -N -X POST http://localhost:8080/chat \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "写一首诗",
    "stream": true
  }'

错误响应:

400 Bad Request: JSON 格式错误
```
{"error": "Invalid JSON request body"}
```
405 Method Not Allowed: 使用了非 POST 方法
```
{"error": "Method not allowed"}
```
500 Internal Server Error: Claude CLI 执行失败
```
{"error": "claude CLI execution failed: ..."}
```

配置说明

基本配置

端口: 8080
Claude CLI 工具: WebSearch（固定启用）
输出格式: JSON
日志: 自动记录到 logs/ 目录，按日期分文件（如 logs/2025-11-18.log）

多配置支持

网关支持多个 Claude API 配置（MiniMax、智谱 GLM、Kimi 等），通过 configs.json 文件管理。

配置文件格式

创建 configs.json 文件（敏感信息请改为 .env 变量占位符）：

{
  "profiles": {
    "minimax": {
      "name": "MiniMax",
      "env": {
        "ANTHROPIC_BASE_URL": "https://api.minimaxi.com/anthropic",
        "ANTHROPIC_AUTH_TOKEN": "${MINIMAX_ANTHROPIC_AUTH_TOKEN}",
        "ANTHROPIC_MODEL": "MiniMax-M2"
      }
    },
    "glm": {
      "name": "智谱 GLM",
      "env": {
        "ANTHROPIC_BASE_URL": "https://open.bigmodel.cn/api/anthropic",
        "ANTHROPIC_AUTH_TOKEN": "${GLM_ANTHROPIC_AUTH_TOKEN}"
      }
    },
    "qwen": {
      "name": "阿里百炼 Qwen",
      "cli": "claude",
      "env": {
        "ANTHROPIC_API_KEY": "${QWEN_ANTHROPIC_API_KEY}",
        "ANTHROPIC_BASE_URL": "https://dashscope.aliyuncs.com/apps/anthropic",
        "ANTHROPIC_MODEL": "qwen3-max",
        "ANTHROPIC_SMALL_FAST_MODEL": "qwen-flash"
      }
    }
  },
  "default": "minimax"
}

支持自动加载项目根目录的 .env 文件（不会覆盖已存在的环境变量）。

可通过环境变量指定配置文件路径：

CONFIG_PATH=/path/to/configs.json ./start.sh

配置字段说明：

name: Profile 的显示名称
cli: 使用的 CLI 工具（"claude", "codex", "cursor", "gemini", "qwen"）
model: 模型名称（可选，如 "gpt-5.1", "sonnet-4", "gemini-2.5-pro"）
allowed_tools: 允许使用的 MCP 工具列表（可选，仅 Claude CLI 支持）
skills: Claude Skills 列表（可选，仅 Claude CLI 支持）
- 可以是目录路径或文件路径
- Claude 会读取这些路径下的内容作为上下文
- 支持多个 skill 路径
env: 环境变量配置
- ANTHROPIC_API_KEY 或 ANTHROPIC_AUTH_TOKEN: API 密钥
- ANTHROPIC_BASE_URL: API 端点地址
- ANTHROPIC_MODEL: 默认模型
- ANTHROPIC_SMALL_FAST_MODEL: 快速模型（可选）

workflow_session 配置（可选）

用于将 workflow_run_id 映射到 session_id 并支持并发安全。推荐在多实例部署时启用 Redis。

{
  "workflow_session": {
    "mapping_ttl_minutes": 1440,
    "lock_ttl_ms": 120000,
    "lock_wait_timeout_ms": 120000,
    "lock_retry_interval_ms": 200,
    "redis": {
      "addr": "127.0.0.1:6379",
      "username": "",
      "password": "",
      "db": 0,
      "dial_timeout_ms": 5000,
      "read_timeout_ms": 3000,
      "write_timeout_ms": 3000,
      "pool_size": 10
    }
  }
}

mapping_ttl_minutes: 映射保活时间（分钟）
lock_ttl_ms: 锁 TTL（毫秒），需覆盖创建会话耗时
lock_wait_timeout_ms: 获取锁失败后的最大等待（毫秒）
lock_retry_interval_ms: 等待期间轮询间隔（毫秒）
redis: Redis 连接配置

Redis 不可用时会自动回退到进程内存存储（仅对单实例有效）。

admin_ui 配置（可选）

用于启用内置 Admin UI，建议使用 Token 保护访问。

{
  "admin_ui": {
    "enabled": true,
    "token": "your-admin-token",
    "base_path": "/v1/admin",
    "static_dir": "",
    "cache_max_age_seconds": 3600
  }
}

enabled: 是否启用后台 UI（可选，未设置时会根据 token 自动开启）
token: 访问 Token（必填，空则强制禁用）
base_path: 路由前缀（默认 /v1/admin）
static_dir: 本地静态资源目录（可选，优先于 embed）
cache_max_age_seconds: 静态资源缓存秒数（默认 3600）

支持环境变量覆盖：

ADMIN_UI_ENABLED=true
ADMIN_UI_TOKEN=your-admin-token
ADMIN_UI_BASE_PATH=/v1/admin
ADMIN_UI_STATIC_DIR=/path/to/admin-ui/out
ADMIN_UI_CACHE_MAX_AGE=3600

Claude Skills 配置示例

Claude Skills 允许 Claude 访问本地文件和目录，提升回复质量。例如，让 Claude 读取你的研究报告：

{
  "profiles": {
    "qwen-with-reports": {
      "name": "Qwen with Research Reports",
      "cli": "claude",
      "skills": [
        "./reporter",
        "./docs/research"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "your-api-key",
        "ANTHROPIC_BASE_URL": "https://dashscope.aliyuncs.com/apps/anthropic",
        "ANTHROPIC_MODEL": "qwen3-max"
      }
    }
  }
}

使用 Skills：

# Claude 会自动读取 ./reporter 目录下的文件作为上下文
curl -X POST http://localhost:8080/chat \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "根据研究报告，总结最新的技术趋势",
    "profile": "qwen-with-reports"
  }'

Skills 说明：

Skills 路径可以是相对路径或绝对路径
支持目录（会递归读取）和单个文件
Claude 会将这些文件内容作为上下文，提升回复的准确性
适合场景：研究报告、文档库、代码库等

原生 CLI 配置示例

以下是各种原生 CLI 工具的配置示例：

{
  "profiles": {
    "codex": {
      "name": "OpenAI Codex (GPT-5.1)",
      "cli": "codex",
      "env": {}
    },
    "cursor": {
      "name": "Cursor Agent",
      "cli": "cursor",
      "model": "auto",
      "env": {}
    },
    "cursor-gpt5": {
      "name": "Cursor Agent (GPT-5)",
      "cli": "cursor",
      "model": "gpt-5",
      "env": {}
    },
    "gemini": {
      "name": "Google Gemini",
      "cli": "gemini",
      "env": {}
    },
    "gemini-pro": {
      "name": "Gemini 2.5 Pro",
      "cli": "gemini",
      "model": "gemini-2.5-pro",
      "env": {}
    },
    "qwen-cli": {
      "name": "Qwen Code CLI",
      "cli": "qwen",
      "env": {}
    }
  },
  "default": "cursor"
}

使用示例：

# 使用 Cursor Agent
curl -X POST http://localhost:8080/chat \
  -H "Content-Type: application/json" \
  -d '{"prompt": "写一个 Python 快速排序", "profile": "cursor"}'

# 使用 Gemini
curl -X POST http://localhost:8080/chat \
  -H "Content-Type: application/json" \
  -d '{"prompt": "解释量子计算", "profile": "gemini-pro"}'

# 使用 Codex
curl -X POST http://localhost:8080/chat \
  -H "Content-Type: application/json" \
  -d '{"prompt": "分析这段代码", "profile": "codex"}'

# 使用 Qwen CLI
curl -X POST http://localhost:8080/chat \
  -H "Content-Type: application/json" \
  -d '{"prompt": "你好", "profile": "qwen-cli"}'

注意：

各 CLI 需要预先在本地配置好认证
Codex: codex login
Cursor: cursor-agent login
Gemini: 使用 Google 账号认证
Qwen: 使用阿里云账号认证

使用不同配置

在请求中指定 profile 字段：

# 使用 MiniMax
curl -X POST http://localhost:8080/invoke \
  -H "Content-Type: application/json" \
  -d '{
    "profile": "minimax",
    "system": "你是一个助手",
    "messages": [{"role": "user", "content": "你好"}]
  }'

# 使用智谱 GLM
curl -X POST http://localhost:8080/invoke \
  -H "Content-Type: application/json" \
  -d '{
    "profile": "glm",
    "system": "你是一个助手",
    "messages": [{"role": "user", "content": "你好"}]
  }'

# 不指定 profile，使用默认配置
curl -X POST http://localhost:8080/invoke \
  -H "Content-Type: application/json" \
  -d '{
    "system": "你是一个助手",
    "messages": [{"role": "user", "content": "你好"}]
  }'

http 多轮会话

❯ curl -s -X POST http://localhost:8081/chat \
  -H "Content-Type: application/json" \
  -d '{"message":"今天的全球财经快讯哪些指的关注","profile":"cursor"}'
{"answer":"{\"session_id\":\"fb6e56b6-552b-418b-9f3b-c695353e3a80\",\"user\":\"今天的全球财经快讯哪些指的关注\",\"response\":\"我来帮你获取今天的全球财经快讯。根据今天的全球财经快讯，以下几条新闻特别值得关注：\\n\\n## 🔴 重点关注\\n\\n### 1. **OpenAI数据中心合作伙伴累积千亿美元债务**\\n- OpenAI的数据中心合作伙伴（软银、甲骨文、CoreWeave等）已借贷至少**300亿美元**\\n- Blue Owl Capital等公司还依赖与OpenAI的交易偿还约**280亿美元**贷款\\n- 银行集团正洽谈**380亿美元**新贷款给甲骨文和Vantage\\n- **影响**：AI基础设施建设的高额债务风险值得警惕\\n\\n### 2. **印度卢比创历史新低**\\n- 印度卢比兑美元跌至**89.4812**，触及纪录低点\\n- **影响**：新兴市场货币压力，可能影响全球资金流向\\n\\n### 3. **日本财政扩张**\\n- 日本内阁批准**1170亿美元**额外预算\\n- 2025财年国债发行规模提高**6.3万亿日元**\\n- **影响**：日本持续扩大财政刺激，或影响日元走势\\n\\n### 4. **韩国政局动荡**\\n- 韩国前国家情报院院长因紧急戒严事件被起诉\\n- **影响**：地缘政治风险，可能影响韩国市场稳定性\\n\\n## 📊 中国市场动态\\n\\n- **ETF成交活跃**：两市ETF成交额超**3500亿元**\\n- **板块表现**：\\n  - 电网设备板块走强（伊戈尔涨停）\\n  - 商业航天板块拉升（航天发展触及涨停）\\n  - 福建板块持续走强\\n\\n## 🏭 科技动态\\n\\n- **6G技术**：中信科移动完成IMT-2030推进组四项6G无线技术测试\\n- **新能源电池**：3D复合集流体技术精准适配固态电池应用场景\\n\\n**建议重点关注**：AI基础设施投资风险、新兴市场货币波动以及日本财政扩张对全球利率的影响。\"}"}

cli-agent on  main [!?] via 🐹 v1.24.1 on ☁️  (eu-central-1) took 30s 
❯ 

cli-agent on  main [!+?] via 🐹 v1.24.1 on ☁️  (eu-central-1) 
❯ curl -s -X POST http://localhost:8081/chat \
  -H "Content-Type: application/json" \
  -d '{"message":"推荐A股固态电池相关股票","profile":"cursor","session_id":"fb6e56b6-552b-418b-9f3b-c695353e3a80"}'
{"answer":"{\"session_id\":\"fb6e56b6-552b-418b-9f3b-c695353e3a80\",\"user\":\"推荐A股固态电池相关股票\",\"response\":\"我来帮你分析A股固态电池相关的股票。让我先查询几家重点公司的信息和走势。让我直接用股票代码查询这些固态电池概念股：虽然查询工具暂时无法获取实时数据，但我可以根据行业分析为你推荐A股固态电池相关的重点股票：\\n\\n## 🔋 A股固态电池概念股推荐\\n\\n### 一、**龙头企业**\\n\\n#### 1. **宁德时代（300750）** ⭐⭐⭐⭐⭐\\n- **优势**：动力电池绝对龙头，布局全固态电池研发\\n- **技术**：已发布凝聚态电池（半固态），能量密度500Wh/kg\\n- **推荐理由**：资金实力雄厚，技术储备深厚，产业链话语权强\\n\\n#### 2. **赣锋锂业（002460）** ⭐⭐⭐⭐⭐\\n- **优势**：全球锂资源龙头，固态电池先行者\\n- **技术**：已建成第一代固态锂电池生产线，与多家车企合作\\n- **推荐理由**：上游资源+固态电池双重属性，业务协同性强\\n\\n### 二、**技术突破型**\\n\\n#### 3. **卫蓝新能（688226）** ⭐⭐⭐⭐\\n- **优势**：专注固态电池的科创板公司\\n- **技术**：固态电解质技术领先，已批量供应蔚来ET7\\n- **推荐理由**：纯正固态电池标的，技术路线清晰\\n\\n#### 4. **孚能科技（688567）** ⭐⭐⭐⭐\\n- **优势**：软包电池技术优势明显\\n- **技术**：布局半固态及全固态电池研发\\n- **推荐理由**：软包技术路线更适合固态化\\n\\n### 三、**材料供应商**（今日快讯重点）\\n\\n#### 5. **三孚新科（688359）** ⭐⭐⭐⭐\\n- **优势**：刚发布3D复合集流体新品（今日新闻）\\n- **技术**：3D复合集流体精准适配固态电池应用\\n- **推荐理由**：**催化剂明确**，技术创新获行业认可\\n\\n#### 6. **当升科技（300073）** ⭐⭐⭐\\n- **优势**：正极材料龙头\\n- **技术**：高镍三元材料适配高能量密度固态电池\\n- **推荐理由**：材料端受益于固态电池产业化\\n\\n#### 7. **天赐材料（002709）** ⭐⭐⭐\\n- **优势**：电解液龙头，布局固态电解质\\n- **技术**：研发硫化物固态电解质\\n- **推荐理由**：从液态向固态转型的材料供应商\\n\\n### 四、**产业链配套**\\n\\n#### 8. **珈伟新能（300317）** ⭐⭐⭐\\n- **优势**：储能+固态电池双布局\\n- **技术**：与中科院合作开发固态电池\\n- **推荐理由**：小市值弹性大\\n\\n#### 9. **国轩高科（002074）** ⭐⭐⭐\\n- **优势**：磷酸铁锂+半固态电池\\n- **技术**：360Wh/kg半固态电池已装车\\n- **推荐理由**：技术路线稳健，成本控制能力强\\n\\n## 📊 投资策略建议\\n\\n### 🎯 **短期（1-3个月）**\\n**推荐：三孚新科（688359）**\\n- 理由：今日发布新品，有明确催化剂，市场关注度高\\n- 风险：科创板波动大，注意止损\\n\\n### 📈 **中期（3-6个月）**\\n**推荐：卫蓝新能（688226）+ 孚能科技（688567）**\\n- 理由：固态电池产业化加速，纯正标的受益明显\\n- 风险：新能源车销量波动影响\\n\\n### 🏆 **长期（6-12个月）**\\n**推荐：宁德时代（300750）+ 赣锋锂业（002460）**\\n- 理由：龙头地位稳固，技术储备充足，长期受益产业升级\\n- 风险：估值较高，注意回调风险\\n\\n## ⚠️ 风险提示\\n\\n1. **技术风险**：固态电池尚未大规模产业化，技术路线存在不确定性\\n2. **市场风险**：新能源车行业竞争加剧，补贴退坡\\n3. **估值风险**：概念股估值普遍偏高，警惕泡沫\\n4. **产业化进度**：全固态电池商业化可能要到2027-2030年\\n\\n## 💡 操作建议\\n\\n- **建议分散配置**：龙头(40%) + 技术突破型(30%) + 材料商(30%)\\n- **关注催化剂**：产品发布、订单公告、技术突破新闻\\n- **仓位控制**：建议不超过总仓位的20-30%\\n- **止损策略**：单只个股跌破10%及时止损\\n\\n**今日特别关注**：三孚新科3D复合集流体新品发布，短期可能有交易性机会！\"}"}

日志功能

服务启动后会自动：

创建 logs/ 目录
按日期生成日志文件（格式：YYYY-MM-DD.log）
同时输出到控制台和文件
记录所有请求、响应和性能指标

查看日志：

# 查看今天的日志
cat logs/$(date +%Y-%m-%d).log

# 实时监控日志
tail -f logs/$(date +%Y-%m-%d).log

# 查看所有日志文件
ls -lh logs/

集成示例

Web 前端集成

使用 Fetch API（流式输出）:

const response = await fetch('http://localhost:8080/chat', {
    method: 'POST',
    headers: {'Content-Type': 'application/json'},
    body: JSON.stringify({
        prompt: "写一首关于代码的诗",
        stream: true
    })
});

const reader = response.body.getReader();
const decoder = new TextDecoder();

while (true) {
    const {done, value} = await reader.read();
    if (done) break;
    
    const chunk = decoder.decode(value);
    const lines = chunk.split('\n');
    
    for (const line of lines) {
        if (line.startsWith('data: ')) {
            const data = JSON.parse(line.slice(6));
            if (data.type === 'content') {
                console.log(data.text); // 实时显示输出
            }
        }
    }
}

使用 EventSource（SSE）:

// 注意：EventSource 不支持 POST，需要后端支持 GET 或使用 fetch
const eventSource = new EventSource('http://localhost:8080/chat?prompt=你好&stream=true');

eventSource.onmessage = (event) => {
    const data = JSON.parse(event.data);
    if (data.type === 'content') {
        document.getElementById('output').innerText += data.text;
    }
};

移动端集成

iOS (Swift):

let url = URL(string: "http://localhost:8080/chat")!
var request = URLRequest(url: url)
request.httpMethod = "POST"
request.setValue("application/json", forHTTPHeaderField: "Content-Type")

let body: [String: Any] = [
    "prompt": "你好",
    "stream": false
]
request.httpBody = try? JSONSerialization.data(withJSONObject: body)

URLSession.shared.dataTask(with: request) { data, response, error in
    if let data = data {
        let result = try? JSONDecoder().decode(ChatResponse.self, from: data)
        print(result?.answer ?? "")
    }
}.resume()

Android (Kotlin):

val client = OkHttpClient()
val json = JSONObject()
    .put("prompt", "你好")
    .put("stream", false)

val request = Request.Builder()
    .url("http://localhost:8080/chat")
    .post(json.toString().toRequestBody("application/json".toMediaType()))
    .build()

client.newCall(request).execute().use { response ->
    val result = JSONObject(response.body?.string() ?: "")
    println(result.getString("answer"))
}

工作流平台集成

Dify 自定义节点:

在 Dify 中添加 HTTP 请求节点
配置 URL: http://localhost:8080/chat
方法: POST
请求体: {"prompt": "{{input}}", "profile": "cursor"}

n8n 集成:

添加 HTTP Request 节点
Method: POST
URL: http://localhost:8080/chat
Body: JSON
启用 stream: true 可获得实时响应

Python 脚本集成

非流式请求:

import requests

response = requests.post('http://localhost:8080/chat', json={
    "prompt": "如何用 Python 读取文件？",
    "system": "你是一个编程助手"
})

print(response.json()['answer'])

流式请求:

import requests
import json

response = requests.post(
    'http://localhost:8080/chat',
    json={"prompt": "写一首诗", "stream": True},
    stream=True
)

for line in response.iter_lines():
    if line:
        line = line.decode('utf-8')
        if line.startswith('data: '):
            data = json.loads(line[6:])
            if data['type'] == 'content':
                print(data['text'], end='', flush=True)

Shell 脚本集成

批量处理:

#!/bin/bash

# 批量翻译文件
for file in *.txt; do
    content=$(cat "$file")
    curl -X POST http://localhost:8080/chat \
        -H "Content-Type: application/json" \
        -d "{\"prompt\": \"翻译成英文: $content\"}" \
        | jq -r '.answer' > "${file%.txt}_en.txt"
done

定时任务:

# crontab -e
# 每天早上 9 点生成日报
0 9 * * * curl -X POST http://localhost:8080/chat \
    -H "Content-Type: application/json" \
    -d '{"prompt":"生成今日工作计划"}' \
    | jq -r '.answer' | mail -s "Daily Report" user@example.com

开发说明

核心组件

HTTP Handler (handler.go): 处理 HTTP 请求，解析 JSON，返回响应
CLI 接口 (cli/interface.go): 定义统一的 CLI 运行接口
CLI 工厂 (cli/factory.go): 根据类型创建对应的 CLI 实例
CLI 实现 (cli/*.go): 各 CLI 工具的具体实现

添加新 CLI 支持

项目采用接口模式，添加新 CLI 只需：

在 cli/ 目录创建新文件（如 newcli.go）

实现 CLIRunner 接口：

type CLIRunner interface {
    Name() string
    Run(opts *RunOptions) (string, error)
}

在 cli/factory.go 中注册新 CLI

故障排查

服务无法启动

检查端口 8080 是否被占用
确认 Go 环境已正确安装

Claude CLI 调用失败

确认 claude 命令可在终端中直接运行
检查 Claude CLI 是否已完成认证
查看错误响应中的详细信息

JSON 解析错误

确认请求的 Content-Type 为 application/json
检查 JSON 格式是否正确
确保 messages 数组不为空

MCP 工具集成

网关支持调用 MCP (Model Context Protocol) 工具，让 AI 能够访问网页、操作浏览器等。

配置 MCP 工具

Claude CLI MCP 配置 (~/.claude/settings.json):

{
  "mcpServers": {
    "fetch": {
      "command": "uvx",
      "args": ["mcp-server-fetch"]
    }
  }
}

Codex CLI MCP 配置 (~/.codex/config.toml):

[mcp]
enabled = true

[mcp_servers.playwright]
command = "npx"
args = ["@playwright/mcp@latest"]

使用 MCP 工具

示例 1：使用 Playwright 抓取网页

curl -X POST http://localhost:8080/chat \
  -H "Content-Type: application/json" \
  -d '{
    "profile": "codex",
    "prompt": "访问 https://www.hangjianet.com/news?page=1 获取前3条新闻的标题和日期",
    "allowed_tools": ["playwright"],
    "permission_mode": "bypassPermissions"
  }'

示例 2：使用 WebFetch 获取网页内容

curl -X POST http://localhost:8080/chat \
  -H "Content-Type: application/json" \
  -d '{
    "profile": "claude-mirror",
    "prompt": "获取 https://example.com 的内容并总结",
    "allowed_tools": ["WebFetch"],
    "permission_mode": "bypassPermissions"
  }'

可用的 MCP 工具:

WebFetch: 获取网页内容（Claude CLI 内置）
WebSearch: 网络搜索（Claude CLI 内置）
playwright: 浏览器自动化（需要配置 Playwright MCP）
fetch: 网页抓取（需要配置 fetch MCP）

注意事项:

使用 allowed_tools 指定允许的工具列表
使用 permission_mode: "bypassPermissions" 自动授权工具使用
Codex CLI 的 Playwright 工具功能更强大，推荐用于网页抓取
Claude CLI 的 WebFetch 可能有网络限制

会话管理

网关支持会话管理，可以继续之前的对话。

创建新会话:

curl -X POST http://localhost:8080/chat \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A股今天表现如何？",
    "new_session": true
  }'

继续会话（使用返回的 session_id）:

curl -X POST http://localhost:8080/chat \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "美国白宫今天都发生了什么新闻？",
    "session_id": "xxx-xxx-xxx"
  }'

Dify 工作流集成（自动管理会话）:

curl -X POST http://localhost:8080/chat \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "你好",
    "workflow_run_id": "dify-workflow-123"
  }'

许可证

MIT License

贡献

欢迎提交 Issue 和 Pull Request！

内置 CLI 安装说明

Dockerfile 默认安装（均为最新版本）：

Claude Code CLI（claude）: npm install -g @anthropic-ai/claude-code
Codex CLI（codex）: npm install -g @openai/codex
Cursor Agent CLI（cursor-agent）: curl https://cursor.com/install -fsS | bash

Name		Name	Last commit message	Last commit date
Latest commit History 58 Commits
.claude		.claude
.cursor-agent		.cursor-agent
.cursor		.cursor
.github/workflows		.github/workflows
.iflow		.iflow
.kiro/specs		.kiro/specs
cmd		cmd
configs		configs
docs		docs
images		images
internal		internal
reporter		reporter
scripts		scripts
web		web
.dockerignore		.dockerignore
.gitignore		.gitignore
CLAUDE.md		CLAUDE.md
Dockerfile		Dockerfile
README.md		README.md
go.mod		go.mod
go.sum		go.sum
start.sh		start.sh

Folders and files

Latest commit

History

Repository files navigation