
<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)。