GLM 工 + 饭桌

一套「让 GLM 住进自己电脑里」的小工具，全部零依赖 Node / Python 单文件，住在 Windows 上的一块专属盘里。

两个东西：

• GLM 工：命令行单次调用 + 带围栏屋子的可续对话 agent（原生 function calling 七个工具，含 read_image 看图）+ 一个本地 9B 推理服务（GLM-4.6V-Flash，4-bit，16 GB 显卡可跑）。
• 饭桌：一个本地群聊，用户可以同时和几个 AI 说话（本仓库自带「肥鱼」「GLM」两个人格位，可自己加）。成员之间看得到彼此的发言，可以 @ 点名、可以单独喊某一位插话。她还能往 home/outbox/ 丢 .md，群聊每 2 秒收一次当「主动开口」。
• 附带两个 DSH 左侧栏插件（plugins/）：glm-panel（单聊面板）与 group-chat-panel（饭桌的同源转发）。

仓库不含模型权重。19 GB 的权重请自己按下面「本地 9B」一节下载。

目录

agent/        glm.mjs（单次调用）、glm-chat.mjs（对话 agent + --serve 面板后端）、
              local_glm_server.py（本地 9B 的 OpenAI 兼容服务）、启动器
home/         她的屋子骨架：PERSONA.md（人格）、README.md；notes/ inbox/ .chat/ 运行时自建
group-chat/   饭桌：server.mjs + index.html + config.json + say.mjs + 看门狗脚本
plugins/      DSH 插件：glm-panel（左侧栏聊天面板）、group-chat-panel（/group-chat/* 转发）
docs/         架构.md：端口、数据落点、两套会话存储、谁在说话、眼睛与信箱、看门狗、纯本地、三个坑

快速开始

需要：Windows 10/11、Node ≥ 22、Python 3.12+（本地 9B 用）。宿主要是 DSH（桌面版）才需要 plugins/。

# 1) 把本仓库放到你的数据盘，例如 H:\GLM
# 2) 放 key：agent\.key 里写智谱 API key（或设环境变量 GLM_API_KEY）
node agent\glm.mjs "你好"                     # 单次调用（默认 glm-5.3-flash）
node agent\glm-chat.mjs "盘一下 notes"         # 带屋子的对话（续上次会话）
node agent\glm-chat.mjs --new --model glm-5.2 --no-think "快问快答"
node agent\glm.mjs --image a.png "描述这张图"  # 看图（glm-4v / glm-4.6v）

饭桌：

cd group-chat
node server.mjs        # → http://127.0.0.1:41300
# 或者双击 start.bat（隐藏窗口后台）

成员在 group-chat/config.json 里配：kind 支持 deepseek（云端，读 Api.txt 第一行 key）、 openai（任何 OpenAI 兼容端点，如本地 11434）、glmserve（走 glm-chat.mjs --serve，带工具）。

真肥鱼（人）想亲自插话：node group-chat/say.mjs "要说的话"。

本地 9B（可选）

agent/local_glm_server.py 是给 GLM-4.6V-Flash 9B 用的 OpenAI 兼容服务。

1. 从 ModelScope 拉官方权重（大文件走国内源，HuggingFace 在本机不通）： ZhipuAI/GLM-4.6V-Flash 的 4 个 safetensors + config/tokenizer，放到 models\glm46v-flash-official\。
2. 建 venv，装 transformers>=5.9、accelerate、bitsandbytes、pillow（torch 按你的卡装 CUDA 版）。
3. 启动：

agent\start-local-glm.bat      # 127.0.0.1:11434，bnb 4-bit

实测（RTX 5080 16 GB）：显存 6.7 GiB、加载约 30 秒、17–19 tok/s，支持看图与工具调用。

配置与端口

项	默认	说明
饭桌	127.0.0.1:41300	GROUP_PORT 可改；/say /nudge /state /events(SSE)
面板后端	127.0.0.1:41234	glm-chat.mjs --serve，端口写 home/.chat/server.json
本地 9B	127.0.0.1:11434	GLM_LOCAL_BASE 可改
后端开关	home/.chat/backend	写 local（纯本地，失败不兜云）/ cloud / auto（分流互兜），插件 30 秒内自动切换

环境变量：GLM_API_KEY、GLM_BASE、GLM_LOCAL_BASE、GLM_HOME、GROUP_PORT、GLM_VERBOSE、GLM_SHOW_USAGE。

踩过的坑（写下来省你两天）

• 端口活着 ≠ 服务活着：本地 9B 会「假活」——/health 照回 200，但所有生成请求永远不响应（生成被中断过一次之后）。看门狗必须发一次极小生成（比如 1 token）才判得出来，只探端口会一直报 ok。真挂了就杀掉重拉，加载约 30 秒。
• 纯本地下别把「本地暂时不可达」当降级：9B 重启那几十秒里如果面板把 local 服务换成 cloud，既违背「纯本地」又把在途对话掐断。规则应是保留现有 local 服务，等它回来。
• 图片别落进会话 jsonl：看图给模型的是 data URL，但落盘只存路径，否则会话文件涨到 MB 级、每轮重喂整张图。
• 思考型模型会「只思考不出正文」：5.3 系列给多少 max_tokens 就往 reasoning 里烧多少。glm.mjs 内置三轮重试（原样 → 加长 → 8192+降 effort）。reasoning_effort 只认 low|high|max。
• thinking:{type:"disabled"} 对 5.3 系列无效（HTTP 400 1210），对 4.6/5.2/5-turbo 有效。
• GLM 的工具调用是文本 XML（<tool_call>name<arg_key>…），local_glm_server.py 把它解析回 OpenAI tool_calls。
• --serve 有两套会话存储：CLI 用 .chat/sessions/，面板用 .chat/panel/sessions/（+ current、index.json）。
• PS 5.1 + curl 发中文 JSON：必须写文件再 --data-binary "@file"；Out-File -Encoding utf8 会带 BOM，服务端要 strip。
• DSH 的 profile package.json 必须 UTF-8 无 BOM，否则宿主 JSON.parse 直接崩（启动即挂）。
• 脚本里带了绝对路径 H:\GLM，换盘记得全局替换（agent/*、group-chat/*）。

许可

MIT，见 LICENSE。人格与文案随仓库一起开源，自行取用。