在上一篇文章 《0 外部依赖！我用 Python 打造了一个高颜值的多银行信用卡账单自动解析与对账工具》 中，我分享了如何坚持“0 外部依赖”的极客哲学，纯用 Python 标准库撸出一个稳定、干净的账单解析引擎。

今天，这套极简哲学迎来了一次重要的升维 —— 我给它装上了“嘴巴和耳朵”，将这台单机的解析引擎，进化成了一个随时随地听我调遣的私人极简 Agent。

为什么要拒绝主流的 Agent 框架？

目前市面上有大量的通用 Agent 框架（比如 OpenClaw, Hermes, AutoGen 等等）。为了做到所谓的“通用”和“全能”，它们往往不可避免地走向了臃肿：

  • 动辄要求 Docker 部署、配置几百行的 YAML 文件。
  • 依赖几十上百个第三方包，甚至各种向量数据库。
  • 占用的内存对小内存 VPS 极不友好，出 Bug 时的黑盒排查更是让人头大。

但退一步想，个人日常需要的 Agent 到底是什么？
无非是一个能听懂我指令的网关（Connector），加上一个能执行代码的**执行器（Executor）**而已。

与其引入庞然大物，不如返璞归真。

极简架构：WebSocket + 纯原生脚本

我的架构只有三块积木，极其轻量、透明、且无需暴露任何公网端口：

  1. 统一入口：飞书 WebSocket 长连接
    抛弃了传统的 Webhook（需要公网 IP、HTTPS 证书、反向代理配置），直接引入飞书官方的极简依赖 lark-oapi 建立 WebSocket 长连接。一个几十 MB 内存的后台 Python 进程 (feishu_bot.py)，就能稳定接管来自手机飞书的全部指令。

  2. 路由与执行：万物皆可 /run 和 /sh
    不搞复杂的 Skill 定义和意图槽位解析。Bot 就是一个无情的指令路由器：

    • 账单管理？发送 /report、/due，直接拉起我的 mail_client.py 引擎。
    • 临时查状态？发送 /sys 查看内存，发 /sh df -h 查看磁盘。
    • 复杂的巡检？写一个 /vps/path/check_cert_expiry.sh，然后在飞书里发一句 /run /vps/path/check_cert_expiry.sh，证书巡检报告就会以富文本卡片（Markdown）形式弹到手机上。

  3. 双向互动与定时推送
    我额外封装了一个 10 行代码的 feishu_push.sh。这样一来，VPS 上的任何 crontab 任务，只需要用管道符 | 把输出塞给这个脚本，它就能精准地推送交互卡片到我的飞书上。
    （比如：0 9 * * * /vps/path/check_cert_expiry.sh | feishu_push.sh "🔒 证书过期巡检"）

“踩坑”与进化：魔鬼在细节中

打造这个极简架构并非一帆风顺，在“打通全链路”的过程中，我解决了一些非常有意思的工程细节：

1. 终端与 IM 的碰撞：被吃掉的“星号”

当我用 /cron 指令在飞书查看服务器定时任务时，发现原本长这样的任务：
*/5 * * * * bash start.sh
在手机上竟然显示成了：/5 bash start.sh！
原因：飞书的 Markdown 引擎把连续的 * 识别成了斜体排版符，直接吃掉了。
解决：在推送消息前，拦截所有 Shell 命令的纯文本输出，强制包裹在 ``` 代码块中。不仅解决了字符丢失，还完美保留了等宽字体的终端排版美感。

2. 标准错误流 (stderr) 的噪音

当执行含有 curl 抓取的脚本时，飞书界面里突然蹦出一大段丑陋的 curl 进度条日志。
原因：curl 会默认将下载进度输出到 stderr。而我的 execute_shell 函数为了不遗漏报错，会老老实实把 stderr 全抓下来拼接在正文后。
解决：在 Python 端加了一层轻量过滤正则，无情干掉所有只包含进度条特征的无用信息。同时规范了 Shell 脚本的编写习惯 —— 把不想看的重定向进 /dev/null，把想看的才 echo 出来。

3. Webhook 的经典陷阱：被重放的指令

一开始，当我让 Bot 执行一个耗时 10 秒的复杂脚本时，惊悚的一幕出现了：脚本执行完一次后，过了一会儿，居然又自己执行了第二次、第三次！
原因：这是典型的 WebSocket/Webhook 消息重试机制。飞书要求 Bot 收到消息后必须在 3 秒内确认（ACK）。如果代码是同步阻塞等待脚本跑完的，飞书就会判定“超时未达”，进而触发重传。
解决：引入 threading 异步并发执行耗时命令，主线程瞬间返回确认；同时在内存里加了一个 deque(maxlen=1000) 作为防重放的 LRU 缓存，彻底杜绝指令重复执行。

结语：让 AI 成为真正的“外脑”

这套轻量级的 Agent 架构搭建完毕后，我感觉自己的效率工具链发生了质变。

我不再需要去学习任何第三方 Agent 框架的配置语法。由于架构足够透明（只有 Python 原生和 Shell），当我有新需求时，我只需要在 IDE 里唤起我的大模型编程助手（AI），把这套轻量级上下文喂给它。
它能瞬间写好一段 0 依赖的监控脚本，帮我用 scp 传到 VPS，配好 crontab。

工具应该顺应人的直觉，而不是让人去适应工具的臃肿。 用几十行代码连接飞书，用原生脚本包办一切，这或许才是个人开发者效率工具链的最优解。

image-1780121379123
image-1780121460781