goodbuddy/docs/long-term-assistant-roadmap.md

GoodBuddy 长期助手功能规划

文档信息

项目	内容
文档类型	产品路线图
状态	规划中
版本	0.1
日期	2026-08-12
适用产品	GoodBuddy 桌面端

1. 文档目标

本文定义 GoodBuddy 从“安全对话助手”演进为“可长期使用的桌面工作助手”所需的产品能力、交互结构、数据模型、权限边界、实施阶段和验收标准。

规划参考 ChatGPT 桌面版的桌面上下文、Projects、Tasks、成果分屏体验，以及腾讯 WorkBuddy 的任务工作区、右侧栏、自动化、记忆和专家协作能力，但不依赖其私有实现。

2. 产品目标

GoodBuddy 应能够：

1. 持续组织项目、会话、任务、成果和记忆，而不是只保存聊天记录。
2. 在明确授权下理解文件、知识库、截图、应用窗口和浏览器上下文。
3. 以只读问答、计划审查和受控执行三种模式完成工作。
4. 在右侧工作栏中持续展示任务、上下文、成果、文件更改和预览。
5. 支持后台任务、定时任务、失败恢复和桌面通知。
6. 让所有记忆、权限、上下文和远程传输可见、可审查、可撤销。

3. 产品信息架构

3.1 桌面布局

┌──────────────┬──────────────────────────────┬──────────────────────┐
│ 左侧导航     │ 主工作区                     │ 右侧工作栏           │
│              │                              │                      │
│ 项目         │ 对话 / 知识库 / 活动         │ 任务                 │
│ 会话         │                              │ 上下文               │
│ 自动化       │                              │ 成果                 │
│ 记忆         │                              │ 文件与更改           │
│ 设置         │                              │ 预览                 │
└──────────────┴──────────────────────────────┴──────────────────────┘

• 宽窗口：右侧栏固定显示，可拖动宽度。
• 中等窗口：右侧栏默认折叠，点击后覆盖主工作区右侧。
• 窄窗口：右侧栏作为全屏抽屉。
• 右侧栏在对话、知识库和活动视图之间保持状态。
• 知识图谱实体详情复用同一右栏容器，不再维护独立布局。

3.2 右侧工作栏

任务

• 展示正在运行、等待审批、失败和最近完成的任务。
• 支持查看步骤、进度、耗时和执行来源。
• 支持取消、重试、恢复和打开关联会话。
• 待审批项目在所有视图中持续可见。

上下文

• 展示本次请求使用的附件、知识库、截图、剪贴板和授权目录。
• 每项上下文显示来源、大小、发送状态和作用域。
• 支持预览、移除和清空。
• 不显示或持久化用户未主动选择的桌面内容。

成果

• 展示任务生成的文档、表格、演示文稿、PDF、图片、代码和网页。
• 支持打开、导出、在文件管理器中显示和继续修改。
• 成果必须关联项目、任务、运行和会话。

文件与更改

• 展示当前项目工作区文件树。
• 展示创建、修改和删除文件。
• 文本文件提供 Diff，支持接受、撤销和在外部应用打开。
• 高风险变更继续经过独立审批层。

预览

• 首期支持 Markdown、纯文本、JSON、图片和安全本地网页预览。
• 后续支持 PDF、Office 文档和数据表格。
• 网页预览使用隔离环境，不允许任意 Node.js 或 Electron API。

4. 核心功能

4.1 Projects 工作区

每个项目包含：

• 名称、说明、根目录和状态。
• 独立会话列表、任务、成果、记忆和自动化。
• 默认工作模式、Runtime、模型连接、Skills、MCP 和知识库范围。
• 项目可归档、恢复和导出。

会话支持置顶、归档、重命名、删除、按项目筛选和搜索。

4.2 工作模式

Ask

• 默认只读。
• 允许读取明确授权的上下文。
• 禁止文件写入、命令执行和外部副作用。

Execute

• 允许按现有逐工具审批机制执行。
• 执行快照固定工作目录、模型、技能、MCP 和权限策略。
• 设置变化不影响正在运行的任务。

4.3 后台任务

• 任务状态：排队、运行、等待审批、暂停、完成、失败、取消、中断。
• 应用隐藏后任务继续运行，应用退出后不承诺继续执行。
• 重启时将未完成任务标记为中断，并允许用户恢复。
• 任务事件先持久化，再发送给 Renderer，避免窗口刷新后丢失。
• 父任务取消时必须取消所有子任务。

4.4 长期记忆

记忆作用域：

• 全局：用户偏好和通用习惯。
• 项目：术语、约定、目标和工作方式。
• 会话：仅在当前对话中使用。

记忆状态：

• 建议：模型提出，尚未启用。
• 已确认：允许参与后续上下文。
• 已拒绝：不再自动建议相同内容。

用户可以查看、搜索、编辑、确认、拒绝、删除和要求忘记。敏感个人信息不得自动确认为长期记忆。

4.5 成果和预览

• 成果存储在应用管理目录或用户指定位置。
• 每个成果记录类型、MIME、校验值、大小、来源和更新时间。
• Renderer 只能通过受控 IPC 读取预览，不接收任意系统路径访问能力。
• 大文件采用流式或分页读取，并设定大小上限。

4.6 定时任务

• 支持单次、每日、每周、每月和受限 Cron 规则。
• 保存时区、有效期、错过执行策略和输出位置。
• 支持立即运行、暂停、编辑、删除和查看历史。
• 应用启动及系统恢复时重新计算待执行任务。
• 同一计划同一时间点不得重复执行。

4.7 桌面通知

• 任务完成、失败、等待审批和定时任务结果可触发通知。
• 点击通知打开对应项目、任务或会话。
• 通知内容默认不包含敏感上下文。

4.8 桌面上下文

首期采用显式选择：

• 当前活动窗口信息。
• 指定窗口截图。
• 指定浏览器页面内容。
• 文件、目录、剪贴板和屏幕区域。

不实现持续录屏、静默窗口监控或全局输入记录。授权策略可以持久化，采集内容默认不持久化。

4.9 语音

• 首期提供按住说话和语音转文字。
• 转写结果先进入可编辑输入框，不自动发送。
• 后续增加流式语音对话和文本转语音。
• 麦克风权限仅在可信主窗口、显式语音会话和用户操作后开启。
• 音频转写完成后默认删除。

4.10 远程委派

• 远程入口可从受信任 Webhook、企业 IM 或移动端创建任务。
• 默认仅允许使用明确配置的项目和能力。
• 文件、记忆和桌面上下文不得隐式上传。
• Token 使用系统安全存储加密。
• 所有远程任务记录来源、摘要、幂等键、权限和结果。
• 远程委派默认关闭。

4.11 专家与多 Agent

• 专家包含名称、职责、系统指令、模型策略和能力白名单。
• 主任务可创建受限子任务，并由专家并行执行。
• 必须限制最大层级、并发、耗时、Token、工具次数和成果大小。
• 子任务不能绕过父任务权限。
• 主 Agent 负责整合结果，子 Agent 不直接向同一消息流并发写入。

5. 数据与持久化

新增独立 assistant.sqlite，不修改现有 knowledge.sqlite。

核心实体：

• projects
• work_modes
• conversations
• messages
• tasks
• runs
• task_events
• artifacts
• memory_items
• schedules
• schedule_runs
• notifications
• experts
• delegations

数据库要求：

• WAL、外键、事务化迁移。
• 所有状态变更可恢复。
• 敏感 Token 不写入 SQLite。
• 本地存储迁移成功后才删除旧数据。
• 支持数据导出和彻底删除。

6. 安全与隐私

1. 所有新 IPC 继续执行 Zod 校验和可信主窗口校验。
2. 项目根目录、成果路径和上下文路径必须 canonicalize 并验证目录包含关系。
3. Child Runtime 环境变量改用最小 allowlist，避免继承无关密钥。
4. 远程委派仅允许 HTTPS，开发环境只放行 loopback。
5. 语音、窗口捕获和浏览器上下文分别授权。
6. 自动化不得绕过工具审批和项目权限。
7. 记忆必须保留来源和作用域。
8. 所有模型输入继续按“不可信数据”处理。

7. 实施阶段

阶段 0：持久化基础

• 新增 assistant.sqlite 和迁移框架。
• 将会话与活动从 localStorage 迁移到主进程数据库。
• 拆分共享契约和 IPC 注册。
• 保持现有对话、知识库、设置和审批行为不变。

阶段 1：长期工作区骨架

• Projects 与会话归属。
• Ask、Execute 工作模式与旧版 Plan 数据兼容。
• 全局右侧栏。
• 任务、上下文、成果、文件更改和预览页签。

阶段 2：后台任务

• 持久化任务、运行和事件。
• 取消、重试、恢复和审批收件箱。
• 托盘状态和桌面通知。

阶段 3：成果与记忆

• 成果存储和安全预览。
• 项目记忆、确认流程和检索。
• 统一上下文组装器。

阶段 4：自动化与桌面上下文

• 定时任务和执行历史。
• 窗口选择、活动应用和浏览器上下文。

阶段 5：语音

• 按住说话、转写适配器和可编辑转写。
• 后续扩展实时语音与 TTS。

阶段 6：专家与远程委派

• 专家注册和受限子任务。
• 多 Agent 编排。
• 企业 IM/Webhook 远程入口。

8. 验收标准

8.1 右侧栏

• 三种窗口宽度下布局可用。
• 跨主视图切换保持页签和折叠状态。
• 任务、上下文和成果更新不要求离开当前对话。
• 键盘可操作，并具备正确 ARIA 标签。

8.2 Projects

• 创建、编辑、归档和恢复项目。
• 项目切换不会泄漏其他项目的上下文、记忆或任务。
• 旧会话可迁移且不丢失。

8.3 任务

• 事件持久化后再展示。
• 取消、失败、重试和应用重启均有确定状态。
• 审批在全局右侧栏可见。

8.4 记忆

• 未确认记忆不会进入模型上下文。
• 用户删除后不再检索到。
• 每条记忆显示来源与作用域。

8.5 安全

• Renderer 无任意文件读取能力。
• Runtime 无无关进程环境变量。
• 自动化和远程入口不能绕过审批。
• API Key、连接 Token 和音频不以明文长期保存。

8.6 质量门禁

• npm run typecheck
• npm run lint
• npm test
• 阶段里程碑执行 npm run build
• 发布前执行 packaged GUI smoke、依赖审计和 secret scan