架构
概览
Rocky 采用混合架构，将语音交互、AI 模型服务和本地执行整合为一个完整的 agent 体验，运行在 iOS 和 iPadOS 上。
系统架构
数据流
ROS — Rocky OS
ROS 是内部运行时核心，负责组织：
- 会话 — 对话和任务上下文
- 任务 — 已规划和正在执行的操作
- 工具 — 可用的能力和动作
- 记忆 — 跨会话的持久化上下文
- 产物 — 文件、结果和输出
ROS 组件架构
执行层
Rocky 有三个执行层：
iOS 原生桥接
直接访问 iOS 和 iPadOS 系统能力 —— 通讯录、日历、通知、文件等。以原生 Swift 代码运行。
AI 工具层
AI 模型请求的动作 —— 网页搜索、代码生成、分析等。通过服务商 API 分发。
本地执行 (ios_system)
使用 ios_system 的受控本地执行环境。支持 shell 命令、Python 脚本和 WASM 模块在沙盒环境中运行。
服务商架构
Rocky 对模型服务商使用三层抽象：
- 服务商 — 服务（OpenAI、Azure、Gemini 等）
- 账户 — 你的凭证 / API Key
- 模型 — 具体使用的模型（GPT-4、Gemini Pro 等）
这允许配置多个账户并在服务商之间自由切换。
UI 架构
- SwiftUI — 主要 UI 框架，支持 iOS 和 iPadOS
- LanguageModelChatUI — 聊天详情视图组件，来自 Lakr233
- 语音主页 — 第一界面，语音优先而非聊天列表优先
- 聊天详情 — 任务执行详情页，不是主界面
关键依赖
| 库 | 用途 |
|---|---|
| SwiftOpenAI | OpenAI API 和 Realtime 会话 |
| LanguageModelChatUI | 聊天详情视图组件 |
| MarkdownView | Markdown 渲染 |
| ios_system | 本地执行层 |
| Python-Apple-support | iOS Python 运行时 |