当前位置：首页 > news >正文

解剖一个桌面级 AI Copilot 的架构：Stargazer AI Copilot（.NET 10 + Avalonia）是怎么“分层”的

news 2026/6/10 16:29:36

🏗️ 拆解 Stargazer AI Copilot：它是如何把 .NET + AI 搭起来的？

很多同学问我：“做一个桌面版 AI Copilot，到底该怎么分层？难道就是界面套个 API 吗？”

今天不聊虚的，直接基于 Stargazer AI Copilot（.NET 10 + Avalonia）的源码结构，用一张图 + 四个核心层，带你看看一个成熟的桌面 Copilot 长什么样。

📐 一张图看懂整体架构

flowchart TBsubgraph UI层A[Views 界面] -->|绑定| B[ViewModels 视图模型]B -->|命令| C[Services 应用服务]endsubgraph 大脑层C --> D[Agent 编排核心]D --> E{Workflow 决策}E -->|Single| F[单Agent]E -->|Sequential| G[流水线]E -->|Handoff| H[接力棒]E -->|Agent-as-Tools| I[主从协作]endsubgraph 手脚层D --> J[Tools 工具集]J --> K[本地工具<br>Bash/Git/File]J --> L[远程工具<br>MCP 协议]endsubgraph 外部世界M[LLM Providers<br>OpenAI/DeepSeek/混元]N[(SQLite 数据库)]O[操作系统<br>Browser/Docker/DB]endD <--> MC <--> NJ <--> O

1️⃣ UI 层：为什么 Avalonia + MVVM 是桌面 Copilot 的绝配？

在这个项目里，UI 不仅仅是“输入框 + 气泡”。

核心设计

Shell 模式：左侧导航（聊天/Agent/技能/MCP/设置），右侧内容区。
数据驱动：ChatViewModel 只负责消息集合和状态，ChatView 只负责渲染。

难点突破：Markdown 渲染

普通的 WebView 太重，这个项目自己写了一个 MarkdownView 控件：

✅ 支持代码块、表格、图片
✅ 图片存本地（file:///），永不失效
✅ 一键复制 Markdown / HTML

经验之谈：做桌面 Copilot，UI 一定要把 “流式输出” 和 “消息持久化” 当成一等公民，否则后期改起来会非常痛苦。

2️⃣ 大脑层：Agent 才是真正的“业务对象”

这是和普通 ChatBot 最大的区别：Agent 不是一段 Prompt，而是一个可配置的对象。

Agent 的核心属性

Agent {Instructions  // 人格设定Provider       // 用哪家 LLMTools          // 能调用什么工具Skills         // 挂载什么技能Workflow       // 怎么协作
}

四种协作模式（Workflow）

这是架构最精彩的地方：

模式	场景	数据流
Single	简单问答	用户 → AI → 回复
Sequential	流水线作业	搜索 → 分析 → 写作
Handoff	专家会诊	客服 → 技术 → 售后（带完整上下文）
Agent-as-Tools	项目经理模式	主 Agent 按需调用代码/测试/文档 Agent

3️⃣ 技能系统（Skills）：像搭积木一样拼 Prompt

这是 Stargazer 的杀手锏。它解决了 “Prompt 越写越长，越难维护” 的问题。

技能 = 指令 + 工具 + 依赖

想象你在配置一个“全栈开发助手”：

定义技能：
- 代码审查：指令（关注安全）+ 工具（Git/Bash）
- 联网搜索：指令（查最新资料）+ 工具（Search）
组合 Agent：
- Agent 指令：你是一个助手。
- 勾选技能：✅ 代码审查 + ✅ 联网搜索。
运行时自动合成：

你是一个助手。

（追加） 请关注代码安全性...

（追加） 请先搜索最新资料...

可用工具：Git + Bash + Search。

这就实现了 Prompt 的模块化复用。

4️⃣ 手脚层：工具（Tools）与安全边界

Agent 必须能干活，但不能“乱干”。

工具分类

类型	示例	安全策略
本地工具	Bash, Git, File	拦截 `rm -rf /`、`sudo`
浏览器	Playwright	输入操作需用户确认
数据库	MySQL/PG/SQLServer	仅限配置的 Connection String
远程 MCP	企业内部 API	JSON-RPC 隔离

MCP 协议的关键作用

通过 Model Context Protocol (MCP)，它可以连接远程服务器：

自动发现工具（tools/list）
动态注入到 Agent
企业可以把敏感操作放在内网 MCP 服务器上，桌面端只负责调用。

🔄 一条消息的生命周期

为了让你更直观，这是一个消息从发起到回复的全过程：

用户输入↓
ChatViewModel (判断是否带历史 Context)↓
AgentService (加载 Agent 配置 + 解析 Skills)↓
LLM Provider (OpenAI SDK 兼容接口)↓
[AI 思考中...]↓
如果需要调用工具 (Tool Calling)↓
执行工具 (Bash / Search / Browser / MCP)↓
结果返回给 AI↓
流式输出到 UI (MarkdownView 渲染)↓
存入 SQLite (对话历史)