Skip to content
KitploitKITPLOIT
工具漏洞利用博客
Log in
提交
工具漏洞利用博客
提交

黑客、渗透测试和网络安全工具,武装您的安全武器库!

Kitploit 是一个黑客、网络安全和渗透测试工具的目录。发现最新的项目更新,查找漏洞、分析系统、自动化测试并加强你的安全。

订阅源联系隐私© 2026 Kitploit

工具目录

分类

查看所有分类
Loading categories
工具/GitHubGitHub/gs-ai/amber-ici
OSINT (开源情报)脚本与自动化取证分析信息收集数字取证隐私保护实用工具与框架威胁情报机器学习学习与教育AI 安全实验室与实践
GitHubgs-ai/amber-ici

AMBER-ICI

AMBER ICI v5:本地优先的 Ollama 调查指挥中心,具备按案件隔离的证据管理、智能体链、混合检索、流式分析、图谱与时间线视图、OCR、受控网络研究以及 GPU 遥测功能。

查看仓库
198482个月前尚未审核

最受欢迎

查看全部 →

发现我们社区最常用的工具。

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 终极 OSINT 工具包:调查图谱、置信度评分、别名家族、地图、时间线和报告。49 个模块、400+ 个站点,无需 API 密钥。

    962
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock 一键执行应用(CVE-2026-43499)

    558
  • 3

    redforge

    cybersecurity91/redforge

    浏览器端红队工具包,包含 102 个离线工具,用于侦察、载荷生成、凭据攻击、加密、编码和交战报告。

    348
  • 4

    looking-glass

    anonghosty/looking-glass

    CSIRT 平台,可将 Shadowserver 报告导入 MongoDB,并将其重放为交互式地图、分析、发现、公告和高管仪表板。

    344
  • 5

    ARTEX

    baarai/artex

    基于LLM的多智能体自主渗透测试平台,具备规划器/执行器智能体、资产与探索图谱、MITM流量记录以及漏洞复测功能。

    324
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI原生网络安全的行动系统——在这里,意图转化为受治理的执行,证据沉淀为运营记忆,每一次操作都让下一次更出色。

    297

探索所有工具

浏览我们的工具集合

查看所有工具 →
分享
<p align="center">
  <img src="https://assets.kitploit.com/production/public/readmes/12061/b3526255ef1a43950d559d01043863d61c0ef36cfbf4e3270caef742cde07d9e.png" alt="AMBER ICI 界面横幅" width="1200" />
</p>

# AMBER ICI v5

AMBER ICI(AMBER 调查指挥界面)是一个本地优先的浏览器界面,用于由本地 [Ollama](https://ollama.com/) 服务器驱动的调查与分析工作流。

它包含:

- 单模型分析师控制台与多模型并行执行
- 由主终端的 `SEND` 按钮驱动的用户自定义智能体链
- 用户可控制运行哪些智能体、运行多少个、循环多少次,以及每个智能体使用哪个本地模型
- 由本地模型根据自然语言目标生成智能体配置
- 由 Ollama 嵌入支持的持久化语义归档
- 用于活动文件上下文的斐波那契分形检索
- 文件上传、只读链接目录访问、文本提取和 OCR
- 可选的由 Playwright 支持的网页抓取和公开记录搜索,由单一总开关控制
- 独立的实体图、时间线和向量存储视图
- 在可用时提供本地令牌速率、会话、GPU/VRAM 和温度遥测

Ollama 推理在 UI 中被限制为回环端点(`127.0.0.1`、`localhost` 或 `::1`)。AMBER 不包含云端推理或应用遥测,且没有任何功能需要登录、API 密钥或账户。`WEB` 胶囊按钮是所有互联网访问的总开关:当它处于 `OFF` 状态时,AMBER 不会发出任何类型的出站请求。

## v5 亮点

- 本地案件工作区,具有案件范围内的证据和归档检索
- 流式 SHA-256 工件身份、摄取溯源、重复检测和来源引用
- 确定性关键词检索与现有语义归档结果融合
- 显式、有界的记忆,范围限定于会话、调查员、案件、智能体或推理任务
- 操作员选择的调查角色模板,使用已安装的本地 Ollama 模型
- 从主终端执行智能体,支持每个智能体的模型、限制、格式、交接和循环控制
- Playwright WEB 预检、可见的执行诊断、直接抓取回退和一小时本地缓存
- 缓存的硬件检测,支持 Metal、CUDA、ROCm、统一内存、利用率和温度报告
- 合并的流式更新,实现响应迅速的长篇输出
- 有界持久化元数据、转义生成的 UI 内容、可复现的 Node 依赖以及扩展的敏感运行时排除项

## 当前功能集

### 分析师控制台

- 与一个选定的 Ollama 模型流式对话
- 支持系统提示、JSON 输出模式、种子、温度和 CTX 大小
- 注入活动文件、可选网页和保留的对话上下文
- 使用 `STOP` 或 `Esc` 停止活动工作

控制台胶囊栏承载执行控制:

| 胶囊 | 值 | 用途 |
|---|---|---|
| `TEMP` / `CTX` / `MEM` / `FMT` / `STREAM` / `SEED` / `SYS` | — | 分析师模式推理设置 |
| `WEB` | `OFF`(默认)/ `ON` | 所有互联网访问的总开关 |
| `EXEC` | `ANALYST`(默认)/ `AGENTS` | `SEND` 运行的内容:单个活动模型,或智能体链 |
| `AGN` | `0` = 全部 | 链运行多少个智能体,按卡片顺序选取 |
| `LOOPS` | `1`+ | 链重复多少次;与智能体面板的 `LOOPS` 字段同步 |

### 并行

- 对同一提示针对所有已勾选的模型运行
- 独立地流式传输和跟踪每个响应
- 应用与分析师控制台相同的 CTX 和活动文件控制

### 智能体 — 执行链

智能体由用户定义,是主要的执行路径。没有内置或固定的智能体列表;智能体面板初始为空,你可以通过两种方式填充它:

- `+ CREATE AGENT` — 手动定义一个
- `GENERATE FROM PROMPT` — 描述一个目标,选定的本地规划模型会为你编写智能体集

每个智能体存储自己的运行时配置:

| 字段 | 默认值 | 说明 |
|---|---|---|
| 智能体名称 | — | 必填 |
| 智能体用途 | — | 以 `[AGENT PURPOSE]` 注入 |
| 智能体系统提示词 | — | 智能体的角色指令 |
| 首选本地模型 | — | 必填;必须已在 Ollama 中安装 |
| 温度 | `0.35` | 每个智能体独立设置,与控制台的 `TEMP` 胶囊按钮无关 |
| 最大输出 token 数 | `0`(自动) | `0` 表示使用 AMBER 的长度启发式 |
| 循环次数 | `1` | 该智能体在每次链循环中执行的轮数,每轮都会基于自身上一轮输出进行优化 |
| 输出格式 | 纯文本 | `JSON` 会启用 Ollama 的 JSON 模式并跳过长度扩展 |
| 交接说明 | — | 作为 `[HANDOFF FROM PREVIOUS AGENT]` 传递给下一个顺序执行的智能体 |
| 执行模式 | `sequential` | `sequential`、`parallel` 或 `gated` |
| 输出目标、记忆范围、角色、工具访问、启用、备注 | — | 位于 `ADVANCED` 下 |

**运行链。** 将 `EXEC` 设为 `AGENTS`,在主终端中输入提示词,然后按 `SEND`。AMBER 会读取所选模式、已启用的智能体、每个智能体的本地模型、`AGN` 数量以及 `LOOPS` 数量,然后执行:`parallel` 智能体并发执行,随后按卡片顺序执行 `sequential` 智能体,每轮循环执行一次。每个顺序执行的智能体都会收到上一个智能体的输出作为 `[UPSTREAM OUTPUT]`,以及该智能体的交接说明。进度和每个智能体的流式输出都会打印到主终端,最终答案会保留在对话历史中。Agents 面板的 `RUN` 按钮使用面板自身的 `LOOPS` 字段执行相同的操作。

在 `AGENTS` 模式下,`SEND` 不要求 Models 面板中存在活动模型,因为每个智能体都自带模型。`gated` 智能体不包含在链中——请使用其卡片上的 `RUN` 按钮单独运行它们。

**缺失的模型绝不会被替换。** 保存智能体或启动链时,如果 Ollama 中没有所请求的模型,终端会打印一个可操作的提示块,其中列出所请求的模型、实际已安装的模型以及所需的 `ollama pull <model>` 命令,并且运行不会启动。

已保存的智能体集可以从 Agents 面板按名称存储和恢复。

> 早期的 `PIPELINE` / `CHAIN` 步骤序列模式已从界面中移除。其引擎和 `state/pipeline_state.json` 为向后兼容而保留,但它不再是可选模式;智能体即为执行链。

### 归档与记忆

- 使用 `embeddinggemma:latest` 对排队文件进行分块和嵌入
- 通过余弦相似度搜索本地归档
- 导入和导出归档 JSON
- 将最近的助手输出直接添加到归档
- 在浏览器中构建斐波那契分形索引,用于文件源检索
- 提供 `FAST`、`HYBRID` 和 `DEEP` 检索配置

### 案件情报

归档现在包含可选的案件边界,同时不替换其现有的全归档工作流:

- `NEW CASE` 创建本地案件元数据。
- `ADD ACTIVE TO CASE` 将所选文件记录为证据,保留现有的原始上传,计算流式 SHA-256 标识,并记录摄取来源。
- 在选中案件时索引的归档向量会携带该案件 ID。案件搜索在两者都可用时,会将这些语义结果与确定性关键词回退进行融合。
- `REMEMBER LAST` 明确将最新的助手输出保存为带标签的案件记忆。模型输出绝不会被静默提升为证据或记忆。
- `ADD INVESTIGATION ROLES` 将可选的 Director、Researcher、Investigator、Analyst、Documenter 和 Critic 模板添加到现有的用户自定义智能体注册表中。它们使用操作员选择的本地模型,并且不会自动运行。

案件情报以原子方式存储在一个带版本的标准库 JSON 存储中,并使用 AMBER 现有的 Ollama 客户端。

### 独立视图

页眉会在单独的标签页中打开这些工具:

- 实体溯源图:`http://127.0.0.1:8765/amber_graph.html`
- 时间线:`http://127.0.0.1:8765/amber_timeline.html`
- 向量存储管理器:`http://127.0.0.1:8765/amber_vectorstore.html`

## 要求

核心运行时:

- Python 3.10 或更高版本;启动器和核心后端仅使用标准库,因此运行 AMBER 无需 `pip install`
- 已安装 Ollama 并在本地运行
- 至少一个 Ollama 生成模型
- 用于 Archive 索引和语义搜索的 `embeddinggemma:latest`

可选功能:

- Node.js 18+ 和 npm,以及项目依赖,用于 JavaScript 渲染的网页抓取和记录搜索
- 用于这些浏览器支持功能的 Playwright Chromium 浏览器
- 用于 PDF OCR 的 `ocrmypdf` 和 Tesseract
- 用于图像 OCR 的 Tesseract
- 当 Tesseract 无法直接读取 WebP 图像时,用于在 OCR 前转换 WebP 图像的 Pillow
- 用于额外系统指标的 `psutil`、`nvidia-smi` 或 `osx-cpu-temp`;不可用的读数将保持空白

以上所有内容均为本地运行。任何组件都不需要账户、API 密钥或云服务。

## 安装与运行

### 1. 克隆仓库

```bash
git clone https://github.com/gs-ai/AMBER-ICI.git
cd AMBER-ICI
```

### 2. 启动 Ollama

在另一个终端中:

```bash
ollama serve
```

拉取所需的嵌入模型和至少一个生成模型:

```bash
ollama pull embeddinggemma:latest
ollama pull qwen2.5-coder:7b
```

生成模型只是一个示例;AMBER 会从 Ollama 中发现本地已安装的模型。

### 3. 创建 Python 环境

核心后端仅导入 Python 标准库,因此直接启动时虚拟环境是可选的。不过,如果你希望使用 npm 脚本(这些脚本会调用 `venv/bin/python3`)或可选的 Pillow 支持,仍然可以创建一个:

```bash
python3 -m venv venv
source venv/bin/activate          # Windows: venv\Scripts\activate
python3 -m pip install --upgrade pip
```

没有 `requirements.txt`,因为不需要任何依赖。仅当你需要可选附加组件时,才将它们安装到该环境中:

```bash
python3 -m pip install Pillow     # optional: WebP conversion before OCR
```

使用 `deactivate` 停用。如果之前的 AMBER 版本在 `venv/` 中留下了未使用的包(例如 `camoufox`),当前代码不会导入它们,可以忽略或删除。

### 4. 启动核心应用程序

```bash
python3 files/launch_amber_ici_gui.py
```

AMBER 会自动打开浏览器。若要在不打开标签页的情况下启动:

```bash
python3 files/launch_amber_ici_gui.py --no-browser
```

然后打开 `http://127.0.0.1:8765/amber_ui.html`。

### 5. 安装可选的浏览器支持的 Web 功能

仅当你打算开启 `WEB` 胶囊按钮时才需要:

```bash
npm install                       # playwright, playwright-extra, stealth plugin
npx playwright install chromium   # the browser binary itself
```

验证辅助程序是否可运行——在 AMBER 运行的情况下,这会报告辅助程序路径、解析后的 `node` 二进制文件以及任何缺失的包:

```bash
curl -s http://127.0.0.1:8765/api/web/status
```

AMBER 对 JavaScript 渲染页面使用 Node/Chromium 辅助程序,并以纯 Python HTTP 抓取作为直接 URL 的回退方案。records-search 辅助程序需要 Node.js、npm 依赖项和 Chromium;它没有纯 HTTP 回退方案。

### 6. 安装可选的 OCR 支持

使用 Homebrew 的 macOS:

```bash
brew install ocrmypdf tesseract
python3 -m pip install Pillow
```

Ubuntu/Debian:

```bash
sudo apt-get update
sudo apt-get install -y ocrmypdf tesseract-ocr
python3 -m pip install Pillow
```

Pillow 仅在需要先转换图像格式才能由 Tesseract 处理的图像格式中才需要。当任何可选的 OCR 依赖缺失时,AMBER 仍可继续运行。

### npm 便捷脚本

提供的 npm 脚本使用 `venv/bin/python3` 启动 AMBER,因此请先创建该环境(第 3 步):

```bash
npm start                 # 127.0.0.1:8765, no browser tab
npm run start:browser     # same, and opens the browser
```

直接通过 `python3` 启动是最具可移植性的选项。

### 完整安装流程,从开始到结束

```bash
git clone https://github.com/gs-ai/AMBER-ICI.git
cd AMBER-ICI
python3 -m venv venv                       # for the npm scripts
npm install                                # optional: WEB features
npx playwright install chromium            # optional: WEB features
ollama serve &                             # in its own terminal
ollama pull embeddinggemma:latest          # required for Archive
ollama pull qwen2.5-coder:7b               # any generation model
npm start                                  # → http://127.0.0.1:8765/amber_ui.html
```

## 启动器选项

```bash
python3 files/launch_amber_ici_gui.py --help
```

| 参数 | 默认值 | 用途 |
|---|---:|---|
| `--host HOST` | `127.0.0.1` | AMBER HTTP 服务器监听的地址 |
| `--port PORT` | `8765` | AMBER HTTP 服务器端口 |
| `--no-browser` | 关闭 | 不打开默认浏览器 |
| `--gui PATH` | 自动检测 | 提供指定的 GUI HTML 文件 |
| `--version` | — | 打印 AMBER ICI 发布版本并退出 |

即使 AMBER 服务器绑定到其他网络接口,浏览器 UI 也仅接受回环 Ollama URL。

## 首次运行工作流

1. 确认右上角的 Ollama 端点地址为 `http://127.0.0.1:11434`。
2. 点击 `PING` 加载本地已安装的模型。
3. 在 Models 面板中选择一个模型。
4. 在 Analyst Console 中输入提示词并点击 `SEND`。
5. 可选:上传文件或链接目录,然后激活文件以将其纳入上下文。
6. 在 Archive 中索引文件之前,先拉取 `embeddinggemma:latest`。

若要改为运行智能体链:

1. 打开左侧面板中的 `AGENTS` 标签页。
2. 使用 `+ CREATE AGENT` 创建智能体,或在 `GENERATE FROM PROMPT` 下描述目标。
3. 在控制台胶囊栏中将 `EXEC` 设置为 `AGENTS`。
4. 设置 `AGN`(智能体数量;`0` = 全部)和 `LOOPS`(执行轮数)。
5. 在主终端中输入提示词并按 `SEND`。

若要允许 AMBER 读取互联网,请先将 `WEB` 胶囊设置为 `ON`;默认值为 `OFF`。

## 文件摄取

每个文件的上传大小限制为 100 MiB。文件选择器和拖放路径目前接受:

- 文档:`.txt`、`.md`、`.pdf`、`.docx`、`.rtf`
- 数据/配置:`.csv`、`.xlsx`、`.json`、`.yaml`、`.yml`、`.toml`、`.ini`、`.cfg`、`.conf`、`.xml`
- 源代码/日志:`.py`、`.js`、`.ts`、`.tsx`、`.jsx`、`.html`、`.sql`、`.sh`、`.bash`、`.zsh`、`.log`
- 图像:`.png`、`.jpg`、`.jpeg`、`.bmp`、`.webp`、`.tif`、`.tiff`、`.svg`

提取行为:

- 纯文本、源代码、配置文件、CSV 和 RTF 文件按文本解码。
- XLSX 工作表使用 Python 标准库提取;公式和复杂格式不会被保留。
- DOCX 文本从文档 XML 中提取;复杂布局不会被保留。
- PDF 提取首先尝试嵌入文本,并在安装了 `ocrmypdf` 时同时尝试 OCR,保留更有用的结果。
- 栅格图像在安装了 Tesseract 时使用 OCR。SVG 提取会读取嵌入的 `<text>` 和 `<tspan>` 内容。

上传的原始字节存储在 `uploads/blobs/` 中,提取的文本存储在 `uploads/texts/` 中,元数据存储在 `uploads/manifest.json` 中。

### 链接目录

`LINK DIRECTORY` 将某个本地目录中受支持的非隐藏文件暴露给 AMBER。Files 面板将链接条目视为只读,目录列表为非递归。所选路径存储在 `state/linked_dir_state.json` 中;文件内容保留在原始位置,仅在请求用于上下文或提取时读取。

原生文件夹选择器使用 Python 的 Tkinter。如果不可用,UI 会提示手动输入路径。取消链接目录会移除已保存的链接,但不会删除源文件。

后端还识别一些额外的链接文件格式(`.xls`、`.ods`、`.gif`、`.heic`、`.ico`、`.ppt`、`.pptx` 和 `.zip`)。没有文本提取器的格式会贡献元数据标签,而非解码内容。旧版 `.xls` 和 `.ods` 提取为尽力而为,可能会报告提取不可用。

## 上下文与记忆行为

UI 中的 CTX 选项为 `2K`、`4K`、`8K`、`16K` 和 `32K`,适用于 Analyst、Parallel 和 Agent 调用。

- 在推理之前,`trimMsgsToCtx()` 会移除最旧的非系统消息,直到请求适配所选上下文预算的约 90%,按每 token 四个字符估算。
- 活动文件检索首先查询 Fibonacci 分形存储(当其已填充时),并回退到扁平文件上下文组装。
- 检索使用最大深度 4、束宽 2–4,以及依赖配置文件的结果限制。
- 活动文件上下文根据内存配置文件设上限:Fast 中约为 `CTX × 2.6` 个字符,Hybrid 中为 `CTX × 3.2`,Deep 中为 `CTX × 4.0`。
- 过大的扁平上下文在注入前会按关键词重叠评分进行排序。
- Scratchpad 注入保留约 8,000–20,000 个字符的尾部,并额外受活动配置文件的文件上下文预算限制。
- 具有完整内存的代理会收到最近六条对话消息。本地内存使用 scratchpad 尾部;`none` 会禁用该回忆。

这些是基于字符的保护措施,而非精确的分词器计数。

向量 Archive 是持久化的,但单独的 Fibonacci 树是会话内存。它在当前页面会话期间为某个文件建立索引时构建,并且不会在重新加载后从 `state/vector_store.json` 自动重建;在重建之前,活动文件上下文使用扁平回退。

## 持久化

启动器将持久化应用数据以 JSON 形式存储在 `state/` 下,使用原子临时文件替换。没有活动的 SQLite 迁移或数据库依赖。

| 路径 | 内容 |
|---|---|
| `state/agents_state.json` | 当前代理,包括每个代理的模型、温度、token 限制、循环、格式和交接 |
| `state/agent_sets.json` | 已保存的代理预设 |
| `state/agent_run_log.json` | 最近 100 次代理执行:代理、模型、持续时间、成功和上下文 |
| `state/pipeline_state.json` | 已停用的流水线步骤,为向后兼容而保留 |
| `state/chain_sets.json` | 已保存的链预设 |
| `state/step_run_log.json`、`state/tool_call_log.json`、`state/tool_registry_state.json` | 步骤、工具调用和工具注册表记录 |
| `state/chat_history.json` | 最近 100 条对话消息;UI 重放最新的 30 条 |
| `state/scratch.json` | 最近 20,000 个 scratchpad 字符 |
| `state/memory_profile.json` | Fast、Hybrid 或 Deep 检索选择 |
| `state/vector_store.json` | Archive 块和嵌入 |
| `state/case_intelligence.json` | 案例元数据、证据契约和来源、有界显式内存以及代理跟踪回执;在首次写入时创建 |
| `state/graph_state.json`、`state/timeline_state.json` | 图和时线数据 |
| `state/web_cache.json` | 直接网页抓取结果,TTL 为一小时 |
| `state/linked_dir_state.json` | 当前链接目录路径 |
| `uploads/manifest.json` | 上传文件的元数据 |

面板布局存储在浏览器 `localStorage` 中,因此特定于浏览器配置文件。仅运行时选择、统计信息和内存中的分形树会在页面加载时重置。

如果某个状态 JSON 文件无法解码,启动器会将其隔离,并附加 `.corrupt-<timestamp>.json` 后缀,并返回空值,以便受影响的面板可以恢复。

## Web 访问和网络边界

`WEB` 药丸是总开关,默认值为 `OFF`。

**在 `WEB` 关闭时,AMBER 不会发出任何类型的出站请求。** 该门控在抓取函数内部强制执行,因此提示措辞、注入的文件上下文和代理工具调用(`web_fetch`、`online_records_search`)都会被同等阻止。如果提示在开关关闭时请求抓取,终端会说明这一点,并且请求不会被发送,而不是静默失败。

在 `WEB` 开启时,AMBER 首先检查辅助环境,打印它将使用的辅助路径,然后按以下顺序解析请求:

1. 一条明确的站点指令,例如“在 foxnews.com 上搜索 X”——会抓取该站点,当主题具体时使用已知的搜索 URL。
2. 一条措辞明确的“在 [地点] 对 [某人] 进行记录搜索”请求——会调用记录辅助工具。
3. 提示词或注入的文件上下文中出现明确的 `http://`/`https://` URL 或可识别的裸域名。
4. 否则,提示词文本会被提交到 DuckDuckGo 的 HTML 端点,并抓取结果页面。

第 4 步意味着在开启 `WEB` 时,提示词文本可能到达通用搜索引擎。对于文本不应离开本机的提示词,请关闭 `WEB`。

每种结果都会在主终端中报告:所选模式、使用的辅助路径、发送的请求、处理该请求的引擎(`playwright`、`urllib` 或 `cache`)、内容大小及其注入位置,或者一个失败块,其中指明缺失的依赖项以及修复它的命令。直接抓取的内容会缓存一小时,存放在 `state/web_cache.json` 中。

记录搜索会查询以下来源,并且只返回页面文本同时佐证主体和所请求地点的匹配项:`casesearch.kscourts.gov`、`doc.ks.gov/offender-search`、`kbi.ks.gov/registeredoffender`、DuckDuckGo 和 Brave Search。

网络行为如下:

- 模型发现、推理、嵌入和模型状态仅连接到回环 Ollama 端点。
- AMBER 后端从配置的 AMBER 主机/端口提供本地文件和 API 路由。
- 开启 `WEB` 时,Playwright 网页抓取、其 Python HTTP 回退以及记录搜索会向用户选择的站点、搜索提供商和公共记录站点发出出站请求。关闭 `WEB` 时,这些都不会运行。
- `GET /api/web/status` 是仅限本地的预检;它检查文件系统和 `PATH`,不发出任何网络请求。
- 没有 AMBER 遥测端点,也没有任何功能会传输凭据、密钥或使用数据。

抓取的页面会以 `[WEB CONTEXT]` 的形式注入提示词,因此会成为持久化在 `state/chat_history.json` 中的对话历史的一部分;输出目标为暂存区的代理还会追加到 `state/scratch.json`。实时网页内容会落入本地案例状态。

启动器会发送限制性的内容安全策略,禁用框架,设置 `no-referrer`,阻止敏感的浏览器权限,并禁用 HTTP 缓存。后端的 `/api/task/execute` 契约在被显式调用时,可以在链接的根目录内列出、读取、写入、追加或创建文件。它会拒绝逃逸该根目录的路径、隐藏路径、未知工具以及未经显式授权的覆盖操作。只应链接本地应用程序可以访问和修改其可见内容的目录。

## 遥测面板

会话计数器在 Analyst、Parallel 和 Agent 执行期间更新,包括轮次、提示词/输出 token、峰值 token 速率、平均 token 速率以及实时 token 速率迷你图。

VRAM/模型驻留信息来自 Ollama 的本地 `/api/ps` 端点。温度/利用率读数为尽力而为:NVIDIA 使用 `nvidia-smi`,Apple Silicon 尝试直接读取 SMC,Linux 检查热区,可选工具提供回退方案。

## 数据清理

清理前请停止 AMBER。

重置持久化状态,同时保留已上传的文件:

```bash
rm -f state/*.json
```

删除已上传的 blob、提取的文本及其清单:

```bash
rm -rf uploads/blobs uploads/texts uploads/manifest.json
```

这些命令永远不会删除链接的源文件。状态目录和上传目录会按需重新创建。

## 故障排除

### PING 失败或没有出现模型

- 确认 `ollama serve` 正在运行。
- 确认 UI 端点为 `http://127.0.0.1:11434`。
- 运行 `ollama list` 以验证至少安装了一个生成模型。

### 归档索引失败

- 运行 `ollama pull embeddinggemma:latest`。
- 确认 Ollama 在 UI 中显示的端点可访问。
- 检查 AMBER 事件日志,查找失败的嵌入端点或输入块。

### 基于浏览器的网页抓取或记录搜索失败

终端会指出确切的问题。在 AMBER 运行时直接检查环境:

```bash
curl -s http://127.0.0.1:8765/api/web/status
```

然后安装它报告缺失的任何内容:

```bash
npm install
npx playwright install chromium
```

直接网页抓取仍可能通过其纯 HTTP 回退方式成功。记录搜索需要 Playwright,当来源更改标记、要求身份验证/CAPTCHA、阻止自动化或不可用时,可能会失败。

### 未抓取到任何内容,终端显示 `WEB IS OFF`

`WEB` 胶囊按钮处于 `OFF` 状态,按设计会阻止所有出站请求。将其设置为 `ON`。

### 代理无法运行:`LOCAL MODEL NOT AVAILABLE`

代理所选的模型未安装在 Ollama 中。终端会打印所请求的模型、你已有的模型以及修复方法:

```bash
ollama pull <model-name>
ollama list
```

AMBER 绝不会静默替换为其他模型。

### `SEND` 按钮呈灰色不可用

在 `ANALYST` 模式下,请在 Models 面板中仅选择一个模型。在 `AGENTS` 模式下,请至少创建一个 agent——该模式不需要激活的模型。

### PDF 或图像文本缺失

- 安装 `ocrmypdf` 和 Tesseract。
- 如有必要,安装 Pillow 以进行 WebP 转换。
- 重新上传文件,以便再次执行提取。
- 检查 `uploads/texts/` 下对应的文件。

### `npm start` 找不到 Python

npm 脚本期望使用 `venv/bin/python3`。请运行 `python3 -m venv venv`,或直接使用 `python3 files/launch_amber_ici_gui.py` 启动。

### 端口 8765 已被占用

```bash
python3 files/launch_amber_ici_gui.py --port 8877
```

## 项目结构

```text
AMBER-ICI/
├── files/
│   ├── amber_graph.html
│   ├── amber_timeline.html
│   ├── amber_ui.html
│   ├── amber_vectorstore.html
│   ├── amber_intelligence/       # Standard-library case/evidence/memory service
│   ├── autogen_builder.py
│   ├── constrained_executor.py
│   ├── launch_amber_ici_gui.py
│   ├── records_search_playwright.mjs
│   └── web_fetch_playwright.mjs
├── image/README/
├── state/                  # created/populated at runtime
├── uploads/                # created/populated at runtime
├── tests/                  # Case-intelligence and ICI regression tests
├── package.json
├── spec.json
├── spec.schema.json
├── README.md
└── LICENSE
```

## 许可证

MIT。参见 [LICENSE](https://github.com/gs-ai/amber-ici/blob/main/LICENSE)。
下载工具