refactor(store): split gatewayStore into specialized domain stores

Major restructuring: - Split monolithic gatewayStore into 5 focused stores: - connectionStore: WebSocket connection and gateway lifecycle - configStore: quickConfig, workspaceInfo, MCP services - agentStore: clones, usage stats, agent management - handStore: hands, approvals, triggers, hand runs - workflowStore: workflows, workflow runs, execution - Update all components to use new stores with selector pattern - Remove
2026-03-20 22:14:13 +08:00
parent 6f72442531
commit 1cf3f585d3
43 changed files with 2826 additions and 3103 deletions
--- a/docs/analysis/ZCLAW-DEEP-ANALYSIS.md
+++ b/docs/analysis/ZCLAW-DEEP-ANALYSIS.md
@@ -0,0 +1,304 @@
+# ZCLAW 项目深度梳理分析与头脑风暴
+
+> 分析日期：2026-03-20
+
+## 一、项目全景概览
+
+ZCLAW 是一个基于 OpenFang (类 OpenClaw) 定制化的中文优先 AI Agent 桌面客户端，采用 Tauri 2.0 (Rust + React 19) 架构，目标对标智谱 AutoClaw 和腾讯 QClaw。
+
+### 1.1 技术栈全景
+
+| 层级 | 技术选型 | 成熟度 |
+|------|----------|--------|
+| 桌面框架 | Tauri 2.0 (Rust + React 19) | ✅ 合理 |
+| 前端 | React 19 + TailwindCSS + Zustand + Framer Motion + Lucide | ✅ 现代 |
+| 后端通信 | WebSocket (Gateway Protocol v3) + Tauri Commands | ✅ 完整 |
+| 状态管理 | Zustand (13 个 Store 文件) + Composite Store | ⚠️ 过度拆分 |
+| 配置格式 | TOML (替代 JSON) | ✅ 用户友好 |
+| 测试 | Vitest + jsdom (317 tests) | ✅ 覆盖良好 |
+| 依赖 | 极精简 (ws + zod) | ✅ 轻量 |
+
+### 1.2 规模数据
+
+| 维度 | 数量 |
+|------|------|
+| 前端组件 | 50+ .tsx 文件 (88 个 components 目录项) |
+| Lib 工具 | 42 个 lib 文件 (~65KB gateway-client 最大) |
+| Store 文件 | 13 个 (gatewayStore 59KB 为最大单文件) |
+| 类型定义 | 13 个类型文件 |
+| Skills | 68 个 SKILL.md 技能定义 |
+| Hands | 7 个 HAND.toml 能力包 |
+| Plugins | 3 个 (chinese-models, feishu, ui) |
+| 测试 | 15 个测试文件, 317 tests |
+| 文档 | 84 个 docs 目录项 |
+
+---
+
+## 二、架构深度分析
+
+### 2.1 数据流架构
+
+```
+用户操作 → React UI → Zustand Store → GatewayClient (WS) → OpenFang Kernel
+                                      ↘ TauriGateway (IPC) → Rust Backend
+                                      ↘ VikingClient → OpenViking (向量DB)
+```
+
+**优点：**
+- 清晰的分层设计，UI/Store/Client 职责明确
+- 统一的 Gateway Client 抽象层，禁止组件内直接创建 WS
+
+**问题：**
+- gatewayStore.ts 59KB，是一个巨型 God Store，虽然已拆分出 connectionStore/agentStore/handStore 等，但旧的 gatewayStore 仍保留且被 App.tsx 直接引用
+- Store Coordinator (store/index.ts) 的 useCompositeStore 订阅了所有 store 的几乎全部状态，会导致任何状态变化触发全量 re-render
+
+### 2.2 通信层分析
+
+**Node.js 端 (src/gateway/):**
+- manager.ts — 子进程管理，有自动重启、健康检查，设计完整
+- ws-client.ts — 完整的 Protocol v3 握手、请求/响应、事件订阅、自动重连
+
+**浏览器端 (desktop/src/lib/gateway-client.ts):**
+- 65KB 的单文件，职责过重，包含了连接管理、RPC 调用、事件监听、所有业务方法
+
+### 2.3 智能层分析
+
+这是 ZCLAW 最有价值的差异化层：
+
+| 模块 | 文件 | 测试 | 集成 |
+|------|------|------|------|
+| Agent 记忆 | agent-memory.ts (14KB) | 42 tests | ✅ MemoryPanel |
+| 身份演化 | agent-identity.ts (10KB) | ✅ | ❓ 后端 |
+| 上下文压缩 | context-compactor.ts (14KB) | 23 tests | ✅ chatStore |
+| 自我反思 | reflection-engine.ts (21KB) | 28 tests | ✅ ReflectionLog |
+| 心跳引擎 | heartbeat-engine.ts (10KB) | ✅ | ❓ 未验证 |
+| 自主授权 | autonomy-manager.ts (15KB) | ✅ | ✅ AutonomyConfig |
+| 主动学习 | active-learning.ts (10KB) | ✅ | ✅ ActiveLearningPanel |
+| Agent 蜂群 | agent-swarm.ts (16KB) | 43 tests | ✅ SwarmDashboard |
+| 向量记忆 | vector-memory.ts (11KB) | 10 tests | ❌ 未集成到 UI |
+
+### 2.4 前端组件分析
+
+**已集成且工作正常：**
+ChatArea, RightPanel (多 tab), Sidebar, Settings (10 页), HandsPanel, HandApprovalModal, SwarmDashboard, TeamCollaborationView, SkillMarket, AgentOnboardingWizard, AutomationPanel
+
+**存在但集成度低：**
+HeartbeatConfig, CreateTriggerModal, PersonalitySelector, ScenarioTags, DevQALoop
+
+---
+
+## 三、SWOT 分析
+
+### 💪 优势 (Strengths)
+
+1. **技术栈先进** — Tauri 2.0 比 Electron 体积小 10x+，性能好
+2. **智能层设计深刻** — 记忆系统、身份演化、自我反思、上下文压缩是真正的差异化能力
+3. **Skills 生态丰富** — 68 个 Skill 覆盖写作、数据分析、社媒运营、前端开发等
+4. **Hands 系统完整** — 7 个能力包 + 审批/触发/审计全链路
+5. **中文优先** — 中文模型 Provider (GLM/Qwen/Kimi/MiniMax) + 飞书集成
+6. **测试覆盖好** — 317 tests, 涵盖核心 lib 和 store
+7. **文档极其详尽** — 84 个文档文件，有架构图、偏离分析、审计报告、知识库
+
+### 🔴 劣势 (Weaknesses)
+
+1. **代码膨胀严重**
+   - gatewayStore.ts 59KB, gateway-client.ts 65KB — 单文件过大
+   - 42 个 lib 文件，部分职责重叠 (viking-*.ts 有 5 个文件)
+   - 88 个 components，复杂度管理困难
+
+2. **v1→v2 架构迁移未彻底**
+   - src/core/ 归档代码仍保留，v1 的 multi-agent/memory/proactive 与 v2 的 desktop/src/lib 存在概念重叠
+   - 新旧 store 并存 (gatewayStore vs connectionStore/agentStore/...)
+
+3. **前后端耦合不清晰**
+   - 大量智能逻辑 (记忆、反思、压缩) 在前端 lib 中实现
+   - 这些应该是后端/Gateway 的职责，放在前端会导致：数据不持久、多端不同步、逻辑重复
+
+4. **真实集成测试缺失**
+   - PROGRESS.md 中 Phase 4 "真实集成测试"全部未完成
+   - 没有端到端测试验证 Gateway 连接→消息收发→模型调用
+
+5. **Tauri Rust 后端基本空白**
+   - desktop/src-tauri/ 标记为 TODO
+   - 安全存储、子进程管理等应由 Rust 端承担
+
+6. **配置系统双重标准**
+   - config.toml + chinese-providers.toml 是 TOML 格式
+   - 但 README 提到 openclaw.default.json，plugins 使用 plugin.json
+   - 配置格式不统一
+
+### 🟡 机会 (Opportunities)
+
+1. **中国 AI Agent 市场爆发** — 智谱/通义/月之暗面/DeepSeek 的中文模型生态成熟
+2. **本地优先隐私诉求增长** — 企业和个人对数据隐私要求越来越高
+3. **OpenFang 生态缺口** — 市场上没有优质的中文定制化 OpenFang 桌面客户端
+4. **飞书+企业微信整合** — 企业 IM 集成是刚需，特别是在中国市场
+5. **Skill 市场变现** — 74 个 Skills 可以发展成社区市场
+
+### 🔵 威胁 (Threats)
+
+1. **竞品迭代极快** — Cursor/Windsurf/AutoClaw/QClaw 都在快速迭代
+2. **OpenFang 上游变化** — Gateway Protocol 版本升级可能导致兼容性问题
+3. **LLM API 不稳定** — 中国模型厂商的 API 变更频繁
+4. **单人/小团队维护压力** — 50+ 组件、42 个 lib、13 个 store 的维护成本极高
+
+---
+
+## 四、关键问题深度诊断
+
+### 4.1 🔴 最大风险：前端承担了后端职责
+
+目前 desktop/src/lib/ 下有大量本应属于后端的逻辑：
+
+```
+agent-memory.ts      → 应在 Gateway/Rust 端
+agent-identity.ts    → 应在 Gateway/Rust 端
+reflection-engine.ts → 应在 Gateway/Rust 端
+heartbeat-engine.ts  → 应在 Gateway/Rust 端
+context-compactor.ts → 应在 Gateway/Rust 端
+agent-swarm.ts       → 应在 Gateway/Rust 端
+vector-memory.ts     → 应在 Gateway/Rust 端
+```
+
+**后果：**
+- 关闭浏览器/桌面端后，心跳、反思、主动学习全部停止
+- 数据持久化依赖 localStorage，不可靠
+- 无法多端共享 Agent 状态
+
+### 4.2 🔴 Store 架构需要统一
+
+当前存在两套 store 体系：
+- 旧 gatewayStore.ts (59KB) — 被 App.tsx 直接使用
+- 新 拆分的 connectionStore/agentStore/handStore/workflowStore/configStore
+
+store/index.ts 试图用 useCompositeStore 桥接，但依赖列表长达 40+ 项，任何状态变化都会触发 re-render。
+
+### 4.3 🟡 文档 vs 现实的差距
+
+虽然 FRONTEND_INTEGRATION_AUDIT.md 声称"所有组件已集成"，但：
+- HeartbeatConfig, CreateTriggerModal, PersonalitySelector 仍未集成
+- 身份演化、上下文压缩、心跳巡检的 UI 集成标记为 "❓ 未验证"
+- Phase 4 真实集成测试 0% 完成
+
+---
+
+## 五、头脑风暴：未来方向
+
+### 💡 方向一：架构收敛 — "做减法"（推荐优先级 P0）
+
+**核心思想：** 项目已经膨胀过快，在增加新功能前应先收敛。
+
+| 行动 | 效果 | 工作量 |
+|------|------|--------|
+| 将智能层 lib 迁移到 Tauri Rust 端或 Gateway 插件 | 后端持久运行，多端共享 | 大 |
+| 彻底删除旧 gatewayStore.ts，统一用拆分后的 stores | 消除重复、降低 re-render | 中 |
+| 合并 viking-*.ts (5 文件 → 1-2 文件) | 降低复杂度 | 小 |
+| 拆分 gateway-client.ts (65KB → 模块化) | 可维护性提升 | 中 |
+| 统一配置格式 (TOML 或 JSON，不混用) | 用户体验统一 | 小 |
+
+### 💡 方向二：端到端可用性 — "跑通闭环"（推荐优先级 P0）
+
+**核心思想：** 317 个单元测试通过不代表产品可用，需要真实跑通。
+
+| 行动 | 验证点 |
+|------|--------|
+| 安装 OpenFang，验证 Gateway 连接 | 子进程启动 → WS 握手 → 心跳 |
+| 配置中文模型 API Key，测试对话 | 流式响应 → 模型切换 → 上下文管理 |
+| 测试飞书 Channel 收发消息 | OAuth → 消息接收 → Agent 处理 → 回复 |
+| 测试 Hands 触发完整流程 | 意图识别 → 参数收集 → 审批 → 执行 → 结果 |
+| 验证记忆持久化 | 重启后记忆保留 → 跨会话记忆命中 |
+
+### 💡 方向三：Tauri Rust 后端落地 — "真正的桌面应用"
+
+**现状：** desktop/src-tauri/ 基本空白，大量能力应由 Rust 端承担。
+
+**设想：**
+```rust
+// Tauri Commands 愿景
+#[tauri::command]
+async fn start_gateway(config: GatewayConfig) -> Result<GatewayStatus>
+#[tauri::command]
+async fn memory_search(query: String) -> Result<Vec<MemoryEntry>>
+#[tauri::command]
+async fn heartbeat_tick() -> Result<HeartbeatResult>
+#[tauri::command]
+async fn secure_store_get(key: String) -> Result<String>
+```
+
+**好处：**
+- Gateway 生命周期由 Rust 管理，稳定性↑
+- 记忆/反思/心跳在 Rust 后台持续运行
+- 安全存储用系统 Keychain，不再依赖 localStorage
+- 离线能力：Rust 端可以在无网络时缓存操作
+
+### 💡 方向四：差异化功能深化 — "不做小 ChatGPT"
+
+ZCLAW 不应与 ChatGPT/Claude Desktop 竞争"对话体验"，而应聚焦：
+
+| 差异化方向 | 竞品不具备 | 实现路径 |
+|------------|------------|----------|
+| "AI 分身"日常代理 | AutoClaw 有但不开放 | Clone 系统 + 飞书/微信 Channel → 让 AI 分身帮你回消息、整理日程 |
+| "本地知识库" Agent | ChatGPT/Claude 是云端 | 向量记忆 + 本地文件索引 → 跨项目知识积累 |
+| "自主工作流"引擎 | Cursor 只做代码辅助 | Hands + Scheduler + Workflow → 定时任务自动执行（如每日新闻摘要、竞品监控） |
+| "团队蜂群"协作 | 市场上极少 | SwarmDashboard 已有基础 → 多 Agent 分工合作解决复杂问题 |
+| "中文场景" Skills | 国际产品不覆盖 | 小红书运营、知乎策略、微信公众号、飞书文档操作 → 已有 Skill 定义 |
+
+### 💡 方向五：开发者体验 (DX) 优化
+
+| 改进 | 现状 | 目标 |
+|------|------|------|
+| 启动脚本 | 需要 start-all.ps1 + 多步操作 | pnpm dev 一键启动全栈 |
+| 热重载 | Vite HMR 可用 | 加上 Gateway 插件热重载 |
+| 类型安全 | 部分 any | 全量 strict TypeScript |
+| E2E 测试 | 无 | Playwright + Tauri driver |
+| CI/CD | 无 | GitHub Actions 自动测试+构建 |
+
+### 💡 方向六：商业化路径探索
+
+基于现有能力的最短变现路径：
+
+```
+阶段 1 (Q2): "个人 AI 助手" — 免费开源
+   → 建立 GitHub 社区 → 收集种子用户反馈
+   → 核心卖点: 本地优先 + 中文模型 + 飞书集成
+
+阶段 2 (Q3): "Pro 版" — 订阅制 ¥49/月
+   → 云端记忆同步
+   → 高级 Skills (如量化交易分析、SEO 自动优化)
+   → 优先技术支持
+
+阶段 3 (Q4): "团队版" — ¥199/人/月
+   → 多 Agent 协作编排
+   → 企业级审计日志
+   → 私有部署选项
+```
+
+---
+
+## 六、行动建议总结
+
+### 🔥 立即要做 (本周)
+
+1. **跑通 Gateway 连接 + 真实模型对话** — 验证产品核心价值
+2. **清理 gatewayStore.ts** — 统一到拆分后的 stores，消除 59KB 巨型文件
+3. **拆分 gateway-client.ts** — 65KB 按职责模块化
+
+### 📌 短期 (2 周)
+
+1. **将心跳/记忆/反思引擎迁到 Tauri Rust 端** — 解决前端承担后端职责的根本问题
+2. **添加 E2E 测试** — Playwright 验证核心流程
+3. **清理 v1 归档代码** — 移除 src/core/ 的旧系统，减少混淆
+
+### 🎯 中期 (1-2 月)
+
+1. **落地"AI 分身日常代理"场景** — Clone + 飞书 = 用户最容易感知的价值
+2. **技能市场 MVP** — 68 个 Skill 已就绪，缺的是发现/安装/评价 UI
+3. **本地知识库 + 向量搜索** — Viking 集成代码已有，需要打通到 UI
+
+---
+
+## 核心判断
+
+ZCLAW 的设计远大于实现。智能层的 lib 代码、68 个 Skills、7 个 Hands 的架构设计都非常出色，但最大的短板是**端到端可用性未经验证**。
+
+**建议的策略是：先收敛、跑通闭环、再扩展。**