# lingma-ipc-proxy 架构文档
本文档描述 `lingma-ipc-proxy` 的当前架构，覆盖两种后端模式：
- `ipc`：桥接本地 Lingma IDE 插件传输层
- `remote`：直接调用 Lingma 远端 HTTP API
---
## 1. 系统总览
```mermaid
flowchart LR
A["客户端
Claude Code / Hermes / Cline / Continue / OpenAI SDK / Anthropic SDK"]
B["internal/httpapi
OpenAI + Anthropic 兼容路由"]
C["internal/service
请求归一化 / 会话策略 / 流式输出 / 兜底"]
D["internal/toolemulation
工具提示词注入 + action block 解析"]
E["internal/lingmaipc
WebSocket / 命名管道"]
F["internal/remote
登录态探测 / 模型列表 / Chat / SSE"]
G["Lingma 插件本地进程"]
H["Lingma 远端 API"]
I["桌面端 GUI
Wails / 日志 / Token 统计 / 持久化状态"]
A --> B
I --> B
B --> C
C --> D
C --> E
C --> F
E --> G
F --> H
```
---
## 2. 运行模式
### 2.1 IPC 模式
`backend=ipc`
- 读取本地 Lingma 插件传输信息
- 通过以下方式连接：
- macOS / Linux：WebSocket
- Windows：Named Pipe
- 复用 Lingma 插件自身的 session 语义
- 桌面端里“会话与环境”相关配置只在这里生效
### 2.2 Remote API 模式
`backend=remote`
- 解析远端域名
- 加载认证信息：
- 显式指定的 `remote_auth_file`
- 或自动探测 `~/.lingma` 下的缓存
- 直接请求远端模型列表和聊天接口
- 支持远端超时 / 429 / 5xx 的模型兜底切换
- 不依赖本地插件会话环境参数
---
## 3. 模块职责
### 3.1 `cmd/lingma-ipc-proxy`
入口与配置装配层。
职责：
- 解析命令行参数
- 合并配置文件 / 环境变量 / CLI flags
- 选择后端模式
- 构建 `service.Config`
- 启动 `internal/httpapi.Server`
关键配置字段：
- `backend`
- `transport`
- `websocket_url`
- `pipe`
- `remote_base_url`
- `remote_auth_file`
- `remote_version`
- `remote_fallback_enabled`
- `remote_fallback_models`
### 3.2 `internal/httpapi`
OpenAI / Anthropic 兼容层。
主要路由：
- `GET /v1/models`
- `POST /v1/chat/completions`
- `POST /v1/messages`
- `GET /health`
- `GET /props`
职责：
- 把 OpenAI / Anthropic 请求归一化为 `service.ChatRequest`
- 把 service 结果重新编码成 OpenAI / Anthropic 响应
- 输出 SSE 流
- 记录调试用请求 / 响应摘要
### 3.3 `internal/service`
核心编排层。
职责：
- 选择当前 backend
- backend 预热
- 拉取模型列表
- 非流式生成
- 流式生成
- IPC 模式下的 session 复用策略
- 工具模拟注入与解析
- 图片输入归一化
- 远端 fallback 顺序控制
分支逻辑：
- IPC 路径走 `internal/lingmaipc`
- Remote 路径走 `internal/remote`
### 3.4 `internal/lingmaipc`
本地 Lingma 插件 IPC 客户端。
职责：
- 自动探测 WebSocket / pipe 端点
- 建立连接与重连
- 发送 RPC：
- `session/new`
- `session/prompt`
- `session/set_model`
- `chat/deleteSessionById`
- 消费 `session/update` 通知
### 3.5 `internal/remote`
Lingma 远端 HTTP 客户端。
职责：
- 解析远端 base URL
- 加载并校验登录态
- 生成远端请求所需身份信息
- 获取远端模型列表
- 调用远端聊天接口
- 处理远端 SSE 流式响应
### 3.6 `internal/toolemulation`
工具调用模拟层。
职责：
- 从 OpenAI / Anthropic 请求中提取工具定义
- 将工具契约注入 prompt
- 从模型文本里解析 JSON action block
- 回投为：
- Anthropic `tool_use`
- OpenAI `tool_calls`
---
## 4. 请求主流程
### 4.1 通用入口
```mermaid
sequenceDiagram
participant Client as Client
participant HTTP as httpapi
participant Service as service
Client->>HTTP: OpenAI / Anthropic 请求
HTTP->>HTTP: 归一化请求
HTTP->>Service: Generate / GenerateStream
```
### 4.2 IPC 后端流程
```mermaid
sequenceDiagram
participant Service as service
participant Tool as toolemulation
participant IPC as lingmaipc
participant Plugin as Lingma 插件
Service->>Tool: 按需注入工具契约
Service->>IPC: ensure connected
Service->>IPC: 创建/复用 session
Service->>IPC: session/prompt
IPC->>Plugin: RPC
Plugin-->>IPC: session/update chunk
IPC-->>Service: 流式事件
Service-->>Service: 解析工具 block / 图片 / stop reason
```
### 4.3 Remote 后端流程
```mermaid
sequenceDiagram
participant Service as service
participant Remote as remote client
participant API as Lingma 远端 API
Service->>Remote: 加载登录态 / 初始化 client
Service->>Remote: 需要时拉取模型列表
Service->>Remote: 发送 chat 请求
Remote->>API: HTTPS
API-->>Remote: JSON 或 SSE
Remote-->>Service: 归一化结果
Service-->>Service: 按条件执行 fallback
```
---
## 5. 远端兜底策略
仅在以下条件同时满足时启用：
- `backend=remote`
- `remote_fallback_enabled=true`
- 还没有向客户端输出任何流式 token
- 上游错误属于 timeout / 429 / 5xx
当前默认顺序：
1. `kmodel`
2. `mmodel`
3. `dashscope_qwen3_coder`
4. `dashscope_qmodel`
5. `dashscope_qwen_max_latest`
6. `dashscope_qwen_plus_20250428_thinking`
实际执行前，service 会先拿远端 `/v1/models` 的真实结果过滤一遍，只保留当前账号真的可用的模型。
---
## 6. 桌面端架构
Wails 桌面端不是简单预览壳，而是本地代理的运维控制台。
职责：
- 启动 / 停止 / 重启代理
- 展示当前 backend、监听地址、探测结果
- 持久化：
- 请求历史
- 日志
- Token 统计
- 编辑配置并保存后按需重启
本地持久化路径：
- 配置：`~/.config/lingma-ipc-proxy/config.json`
- GUI 运行状态：`~/.config/lingma-ipc-proxy/app-state.json`
打包要求：
- 生产包不自动打开 Inspector / 调试入口
- 本地开发可通过 `LINGMA_DESKTOP_DEBUG=1` 显式开启
---
## 7. 关键设计决策
### 7.1 为什么同时保留 IPC 和 Remote？
因为两种模式解决的问题不同：
- IPC 模式更贴近插件本地上下文和 session 语义
- Remote 模式更适合第三方 agent 客户端，减少对插件运行态的依赖
### 7.2 为什么 Remote 也保留 Tool Emulation？
因为 Lingma 暴露出来的模型能力并不保证始终稳定兼容 OpenAI / Anthropic 原生 tools 协议。代理层必须对外提供稳定契约，不能把上游模型差异直接泄露给客户端。
### 7.3 为什么桌面端要持久化请求和 Token？
因为这个 GUI 已经是运维面板，不是一次性调试页。重启后仍然需要保留最近请求、日志和 usage 统计，便于排障和观察模型表现。
---
## 8. 当前边界
- IPC 模式仍然受本地 Lingma 插件运行态影响
- Remote 登录态探测依赖本地 Lingma 缓存结构
- 图片类请求在本地持久化时会做裁剪/脱敏，避免状态文件过大
- Remote 模式下如果启用了 fallback，最近一次“聊天模型”可能与客户端最初指定模型不同
---
## 9. 代码入口建议
如果要继续扩展，优先看这些文件：
- `cmd/lingma-ipc-proxy/main.go`
- `internal/httpapi/server.go`
- `internal/service/service.go`
- `internal/lingmaipc/*`
- `internal/remote/*`
- `desktop/app.go`
- `desktop/main.go`
---
文档版本：2026-04-30