brasse/agent-helm
1
0
Fork 0
Code Issues 3 Pull Requests Actions Packages Projects Releases 4 Wiki Activity
Files
helmd-latest
agent-helm/doc/plan.md
claude f9c79ac84e
Some checks failed
build-and-push / build (push) Successful in 42s
Details
release-client / build-release (push) Has been cancelled
Details
helmd-release / build-release (push) Successful in 1m6s
Details
helmd v2: Go-server som styr agent i tmux — REST+SSE, frågedetektor, fildelning, ntfy, CI-release 
- tmux som sanningskälla (agentoberoende, överlever omstart via adoption)
- API: sessions, prompt, question/answer, keys, mode, config, shares, notify, events
- frågedetektor testad mot riktiga agy 1.1.9-dumpar + mock
- integrationstest: 26 tester i isolerad debian-container (scripts/run-integration.sh)
- e2e-verifierad mot riktig agy (trust-fråga -> svar -> prompt)
- .gitea/workflows/helmd-release.yaml -> rullande helmd-latest (x64+arm64)

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
2026-08-05 20:54:54 +02:00

3.1 KiB
Raw Permalink Blame History

agent-helm v2 — plan

Mål

Fjärrstyra CLI-agenter (agy i första hand) som "claude-desktop-appen fast för Googles agent": se sessionen, skicka prompts, svara på frågor/godkännanden, byta läge, ändra inställningar och ta emot delade filer — från webb och Android, utan att exponera något publikt.

Varför v2

v1 (Node: daemon→server-på-Pi5→web, Gemini-hooks) dog med Gemini CLI:s OAuth-nedläggning, och hook-integrationen visade sig skör per agent. v2 vänder på det: tmux är sanningskällan. Servern läser skärmen och skickar tangenter — då spelar det ingen roll vilken agent som kör eller hur dess hooks ser ut.

Arkitektur

Android (egen SSH-tunnel) ─┐
webb-PWA (LAN/tunnel) ─────┼──► helmd :8788 (Go, REST+SSE, token) ──tmux──► agy
                           │        │
                           └────────┴──► ntfy.brasse-pc.eu (topics: agent-helm, claude)
  • Ingen publik exponering: bind 127.0.0.1 eller LAN; utifrån via SSH-tunnel (mobilklienten sätter upp sin egen mot Pi5 → vidare till värddatorn, alt. helmd på Pi5 direkt).
  • v1-koden (packages/) ligger kvar tills webbklienten är portad.

Steg

  1. ✅ helmd (helmd/): Go-server, enskild statisk binär.
    • tmux-hantering: skapa/adoptera/döda sessioner (helm-*), paste+Enter för prompts, tangenter, skärmdump med/utan ANSI.
    • Frågedetektor (question.go): agy-godkännanden, trust-prompts, numrerade/onumrerade listor; stabil hash per fråga; testad mot riktiga agy-dumpar + mock.
    • REST+SSE-API, bearer-token, fildelning (helmd share), ntfy (event-pushar + POST /api/notify, topics agent-helm/claude).
    • Isolerat integrationstest i Docker (26 tester), CI-release helmd-latest (x64 + arm64).
  2. ⬜ Webbklient v2 (packages/web): porta till helmd-API:t.
    • Sessionslista, skärmvy (poll + SSE), promptfält, frågekort med knappar, läges-/inställningsvy.
    • Delningsflik: html/md renderas, png/jpg visas, md till html.
    • Uppdaterad look. Serveras statiskt av helmd (embed) eller nginx.
  3. ⬜ Android-klient: nytt projekt eller Capacitor-port av PWA:n.
    • Egen SSH-tunnel (t.ex. sshj/JSch) → Pi5 → helmd; token + värdprofil i appen; push via ntfy-appen eller UnifiedPush.

Beslut

  • REST + SSE, inte GraphQL/WS i v1 — enklast att testa med curl, räcker för kort-UI. WS-terminal kan läggas till senare.
  • Go, statisk binär — samma modell som agent-tools; trivial cross-compile till Pi (arm64).
  • tmux-scraping i stället för hooks — agentoberoende, överlever omstarter (adoption), fallback är alltid rå tangentkanal.
  • ntfy-topics: agent-helm (serverhändelser), claude (Claudes direktnotiser). Allowlist i config.

Öppna frågor

  • Verifiera agy:s lägesbytes-tangent (Shift+Tab antas).
  • Webbklient: behålla Vue 3 eller byta till ren Vite+TS utan ramverk?
  • Android: Capacitor-wrap av PWA:n (snabbast) vs native Kotlin (bäst tunnel-kontroll). Lutar åt Capacitor + termux-liknande tunnel-lib.
  • helmd på Pi5 i container med tmux? (Kör agenter direkt på Pi:n.)