robot_agent — 基于 libhttp 的 DeepSeek 视觉机器人 Agent
C++20 机器人智能体骨架：命令行输入任务，调用 DeepSeek 视觉大模型（deepseek-v4-flash-vision-exp），通过工具循环驱动摄像头识图、状态查询、命令行执行与文件读写，后续可扩展硬件控制。
架构
用户任务（CLI 参数或 --prompt-file 文件）
└─ 主代理（run_chat_loop 工具循环）
├─ capture_image 拍照识图（真实摄像头 / 模拟图片）
├─ get_robot_status 查询机器人状态
└─ spawn_subagent 委派任务给子代理
└─ 子代理（技能超集，独立工具循环）
├─ run_command 执行 shell 命令（超时 + 输出截断）
├─ read_file / write_file
├─ capture_image / get_robot_status
└─ 返回结论 → 主代理综合回答
- 工具循环：模型返回
tool_calls→ agent 执行工具 → 结果回传 → 继续，直到模型给出最终回答（--max-turns限轮）。 - 图片注入：OpenAI 协议的 tool 消息只允许文本，工具返回的图片由主循环作为
image_url注入下一轮。 - 时间戳：会话开始时向 system prompt 注入一次当前时间（会话内不变）；每个工具结果附
工具执行时间，供模型判断数据新旧。 - 摄像头：V4L2 直采，优先 MJPEG（硬件编码零转码，最快），回退 YUYV + libjpeg 编码；设备常开复用；
/dev/video*自动探测。
依赖与构建
- g++（C++20）、libhttp（
libus_httpclient.so）、Boost.JSON、libcurl、OpenSSL、libjpeg、pthread - libhttp 需先编译：
cd ../libhttp && make
make # 生成 ./robot_agent
make clean
使用
export DEEPSEEK_API_KEY=sk-xxx # 或用 --key
./robot_agent "看看环境里有什么" # 真实摄像头识图
./robot_agent "报告状态" # 状态查询
./robot_agent "列出当前目录文件" # 自动委派子代理执行命令
./robot_agent --prompt-file /tmp/task.txt # 从文件读取任务
./robot_agent "描述图片" --camera ./test.png # 模拟摄像头（读文件，便于离线测试）
| 参数 | 说明 | 默认 |
|---|---|---|
--prompt-file <文件> |
从文件读取任务（与位置参数互斥） | — |
--camera <文件> |
模拟摄像头：拍照工具读该图片 | 空 = 真实摄像头 |
--camera-device <设备> |
摄像头设备 | 自动探测 /dev/video* |
--model <名称> |
模型名 | deepseek-v4-flash-vision-exp |
--key <API_KEY> |
API key | 环境变量 DEEPSEEK_API_KEY |
--endpoint <URL> |
接口地址 | https://api.deepseek.com/chat/completions |
--max-turns <N> |
最大工具轮次 | 8 |
工具日志输出到 stderr（[主代理][工具] / [子代理][工具]），stdout 只输出最终回答，便于脚本管道。
代码结构
| 文件 | 职责 |
|---|---|
main.cpp |
CLI 解析、主代理工具注册 |
agent.hpp/cpp |
run_chat_loop 工具循环（主/子代理共用）、消息构造、时间戳注入 |
subagent.hpp/cpp |
子代理：技能超集 + 独立提示词 |
tools.hpp/cpp |
Tool/ToolRegistry 与全部工具实现 |
camera.hpp/cpp |
V4L2 抓帧（MJPEG/YUYV、mmap、超时保护） |
扩展
- 加工具：实现
Tool{name, description, parameters(JSON Schema), execute}后registry.add(...)。 - 工具返回图片：
ToolResult.image_data_url填 data URL，主循环自动注入下一轮。 - 加子代理类型：仿照
subagent.cpp组装不同工具集与提示词。 - 接真实硬件：把
capture_image/get_robot_status的实现换成设备驱动调用即可，接口不变。
安全注意
run_command 会执行任意 shell 命令且无白名单/审批，仅建议在可信环境（你自己的机器人主机）运行；后续如需对外暴露，应先加命令审批或沙箱。