351 lines
13 KiB
Markdown
351 lines
13 KiB
Markdown
# OpenWebUI 插件开发权威指南
|
||
|
||
> 本指南整合了官方文档、SDK 详解及最佳实践，旨在为开发者提供一份从入门到精通的系统化教程。
|
||
|
||
## 📚 目录
|
||
|
||
1. [插件开发快速入门](#1-quick-start)
|
||
2. [核心概念与 SDK 详解](#2-core-concepts-sdk-details)
|
||
3. [插件类型深度解析](#3-plugin-types)
|
||
* [Action (动作)](#31-action)
|
||
* [Filter (过滤器)](#32-filter)
|
||
* [Pipe (管道)](#33-pipe)
|
||
4. [高级开发模式](#4-advanced-patterns)
|
||
5. [最佳实践与设计原则](#5-best-practices)
|
||
6. [故障排查](#6-troubleshooting)
|
||
|
||
---
|
||
|
||
## 1. 插件开发快速入门 {: #1-quick-start }
|
||
|
||
### 1.1 什么是 OpenWebUI 插件？
|
||
|
||
OpenWebUI 插件（官方称为 "Functions"）是扩展平台功能的主要方式。它们运行在后端 Python 环境中，允许你：
|
||
* 🔌 **集成新模型**：通过 Pipe 接入 Claude、Gemini 或自定义 RAG。
|
||
* 🎨 **增强交互**：通过 Action 在消息旁添加按钮（如"导出"、"生成图表"）。
|
||
* 🔧 **干预流程**：通过 Filter 在请求前后修改数据（如注入上下文、敏感词过滤）。
|
||
|
||
### 1.2 你的第一个插件 (Hello World)
|
||
|
||
保存以下代码为 `hello.py` 并上传到 OpenWebUI 的 **Functions** 面板：
|
||
|
||
```python
|
||
"""
|
||
title: Hello World Action
|
||
author: Demo
|
||
version: 1.0.0
|
||
"""
|
||
|
||
from pydantic import BaseModel, Field
|
||
from typing import Optional
|
||
|
||
class Action:
|
||
class Valves(BaseModel):
|
||
greeting: str = Field(default="你好", description="问候语")
|
||
|
||
def __init__(self):
|
||
self.valves = self.Valves()
|
||
|
||
async def action(
|
||
self,
|
||
body: dict,
|
||
__event_emitter__=None,
|
||
__user__=None
|
||
) -> Optional[dict]:
|
||
user_name = __user__.get("name", "朋友") if __user__ else "朋友"
|
||
|
||
if __event_emitter__:
|
||
await __event_emitter__({
|
||
"type": "notification",
|
||
"data": {"type": "success", "content": f"{self.valves.greeting}, {user_name}!"}
|
||
})
|
||
return body
|
||
```
|
||
|
||
---
|
||
|
||
## 2. 核心概念与 SDK 详解 {: #2-core-concepts-sdk-details }
|
||
|
||
### 2.1 ⚠️ 重要：同步与异步
|
||
|
||
OpenWebUI 插件运行在 `asyncio` 事件循环中。
|
||
* **原则**：所有 I/O 操作（数据库、文件、网络）必须非阻塞。
|
||
* **陷阱**：直接调用同步方法（如 `time.sleep`, `requests.get`）会卡死整个服务器。
|
||
* **解决**：使用 `await asyncio.to_thread(sync_func, ...)` 包装同步调用。
|
||
|
||
### 2.2 核心参数详解
|
||
|
||
所有插件方法（`inlet`, `outlet`, `pipe`, `action`）都支持注入以下特殊参数：
|
||
|
||
| 参数名 | 类型 | 说明 |
|
||
| :--- | :--- | :--- |
|
||
| `body` | `dict` | **核心数据**。包含 `messages`, `model`, `stream` 等请求信息。 |
|
||
| `__user__` | `dict` | **当前用户**。包含 `id`, `name`, `role`, `valves` (用户配置) 等。 |
|
||
| `__metadata__` | `dict` | **元数据**。包含 `chat_id`, `message_id`。其中 `variables` 字段包含 `{{USER_NAME}}`, `{{CURRENT_TIME}}` 等预置变量。 |
|
||
| `__request__` | `Request` | **FastAPI 请求对象**。可访问 `app.state` 进行跨插件通信。 |
|
||
| `__event_emitter__` | `func` | **单向通知**。用于发送 Toast 通知或状态条更新。 |
|
||
| `__event_call__` | `func` | **双向交互**。用于在前端执行 JS 代码、弹出确认框或输入框。 |
|
||
|
||
### 2.3 配置系统 (Valves)
|
||
|
||
* **`Valves`**: 管理员全局配置。
|
||
* **`UserValves`**: 用户级配置（优先级更高，可覆盖全局）。
|
||
|
||
```python
|
||
class Filter:
|
||
class Valves(BaseModel):
|
||
API_KEY: str = Field(default="", description="全局 API Key")
|
||
|
||
class UserValves(BaseModel):
|
||
API_KEY: str = Field(default="", description="用户私有 API Key")
|
||
|
||
def inlet(self, body, __user__):
|
||
# 优先使用用户的 Key
|
||
user_valves = __user__.get("valves", self.UserValves())
|
||
api_key = user_valves.API_KEY or self.valves.API_KEY
|
||
```
|
||
|
||
---
|
||
|
||
## 3. 插件类型深度解析 {: #3-plugin-types }
|
||
|
||
### 3.1 Action (动作) {: #31-action }
|
||
|
||
**定位**：在消息下方添加按钮，用户点击触发。
|
||
|
||
**高级用法：前端执行 JavaScript (文件下载示例)**
|
||
|
||
```python
|
||
import base64
|
||
|
||
async def action(self, body, __event_call__):
|
||
# 1. 后端生成内容
|
||
content = "Hello OpenWebUI".encode()
|
||
b64 = base64.b64encode(content).decode()
|
||
|
||
# 2. 发送 JS 到前端执行
|
||
js = f"""
|
||
const blob = new Blob([atob('{b64}')], {{type: 'text/plain'}});
|
||
const a = document.createElement('a');
|
||
a.href = URL.createObjectURL(blob);
|
||
a.download = 'hello.txt';
|
||
a.click();
|
||
"""
|
||
await __event_call__({"type": "execute", "data": {"code": js}})
|
||
```
|
||
|
||
### 3.2 Filter (过滤器) {: #32-filter }
|
||
|
||
**定位**：中间件，拦截并修改请求/响应。
|
||
|
||
* **`inlet`**: 请求前。用于注入上下文、修改模型参数。
|
||
* **`outlet`**: 响应后。用于格式化输出、保存日志。
|
||
* **`stream`**: 流式处理中。用于实时敏感词过滤。
|
||
|
||
**示例：注入环境变量**
|
||
|
||
```python
|
||
async def inlet(self, body, __metadata__):
|
||
vars = __metadata__.get("variables", {})
|
||
context = f"当前时间: {vars.get('{{CURRENT_DATETIME}}')}"
|
||
|
||
# 注入到 System Prompt 或第一条消息
|
||
if body.get("messages"):
|
||
body["messages"][0]["content"] += f"\n\n{context}"
|
||
return body
|
||
```
|
||
|
||
### 3.3 Pipe (管道) {: #33-pipe }
|
||
|
||
**定位**：自定义模型/代理。
|
||
|
||
**示例：简单的 OpenAI 代理**
|
||
|
||
```python
|
||
import requests
|
||
|
||
class Pipe:
|
||
def pipes(self):
|
||
return [{"id": "my-gpt", "name": "My GPT Wrapper"}]
|
||
|
||
def pipe(self, body):
|
||
# 可以在这里修改 body，例如强制添加 prompt
|
||
headers = {"Authorization": f"Bearer {self.valves.API_KEY}"}
|
||
r = requests.post("https://api.openai.com/v1/chat/completions", json=body, headers=headers, stream=True)
|
||
return r.iter_lines()
|
||
```
|
||
|
||
---
|
||
|
||
## 4. 高级开发模式 {: #4-advanced-patterns }
|
||
|
||
### 4.1 Pipe 与 Filter 协同
|
||
利用 `__request__.app.state` 在不同插件间共享数据。
|
||
* **Pipe**: `__request__.app.state.search_results = [...]`
|
||
* **Filter (Outlet)**: 读取 `search_results` 并将其格式化为引用链接附加到回复末尾。
|
||
|
||
### 4.2 异步后台任务
|
||
不阻塞用户响应，在后台执行耗时操作（如生成总结、存库）。
|
||
|
||
```python
|
||
import asyncio
|
||
|
||
async def outlet(self, body, __metadata__):
|
||
asyncio.create_task(self.background_job(__metadata__["chat_id"]))
|
||
return body
|
||
|
||
async def background_job(self, chat_id):
|
||
# 执行耗时操作...
|
||
pass
|
||
```
|
||
|
||
### 4.3 JS 渲染并嵌入 Markdown (Data URL 嵌入)
|
||
|
||
对于需要复杂前端渲染（如 AntV 图表、Mermaid 图表）但希望结果**持久化为纯 Markdown 格式**的场景，推荐使用 Data URL 嵌入模式：
|
||
|
||
#### 工作流程
|
||
|
||
```
|
||
┌──────────────────────────────────────────────────────────────┐
|
||
│ 1. Python Action │
|
||
│ ├── 分析消息内容 │
|
||
│ ├── 调用 LLM 生成结构化数据（可选） │
|
||
│ └── 通过 __event_call__ 发送 JS 代码到前端 │
|
||
├──────────────────────────────────────────────────────────────┤
|
||
│ 2. Browser JS (通过 __event_call__) │
|
||
│ ├── 动态加载可视化库 │
|
||
│ ├── 离屏渲染 SVG/Canvas │
|
||
│ ├── 使用 toDataURL() 导出 Base64 Data URL │
|
||
│ └── 通过 REST API 更新消息内容 │
|
||
├──────────────────────────────────────────────────────────────┤
|
||
│ 3. Markdown 渲染 │
|
||
│ └── 显示  │
|
||
└──────────────────────────────────────────────────────────────┘
|
||
```
|
||
|
||
#### Python 端（发送 JS 执行）
|
||
|
||
```python
|
||
async def action(self, body, __event_call__, __metadata__, ...):
|
||
chat_id = self._extract_chat_id(body, __metadata__)
|
||
message_id = self._extract_message_id(body, __metadata__)
|
||
|
||
# 生成 JS 代码
|
||
js_code = self._generate_js_code(
|
||
chat_id=chat_id,
|
||
message_id=message_id,
|
||
data=processed_data,
|
||
)
|
||
|
||
# 执行 JS
|
||
if __event_call__:
|
||
await __event_call__({
|
||
"type": "execute",
|
||
"data": {"code": js_code}
|
||
})
|
||
```
|
||
|
||
#### JavaScript 端（渲染并回写）
|
||
|
||
```javascript
|
||
(async function() {
|
||
// 1. 加载可视化库
|
||
if (typeof VisualizationLib === 'undefined') {
|
||
await new Promise((resolve, reject) => {
|
||
const script = document.createElement('script');
|
||
script.src = 'https://cdn.example.com/lib.min.js';
|
||
script.onload = resolve;
|
||
script.onerror = reject;
|
||
document.head.appendChild(script);
|
||
});
|
||
}
|
||
|
||
// 2. 创建离屏容器
|
||
const container = document.createElement('div');
|
||
container.style.cssText = 'position:absolute;left:-9999px;';
|
||
document.body.appendChild(container);
|
||
|
||
// 3. 渲染可视化
|
||
const instance = new VisualizationLib({ container });
|
||
instance.render(data);
|
||
|
||
// 4. 导出为 Data URL
|
||
const dataUrl = await instance.toDataURL({ type: 'svg', embedResources: true });
|
||
|
||
// 5. 清理
|
||
instance.destroy();
|
||
document.body.removeChild(container);
|
||
|
||
// 6. 生成 Markdown 图片
|
||
const markdownImage = ``;
|
||
|
||
// 7. 通过 API 更新消息
|
||
const token = localStorage.getItem("token");
|
||
await fetch(`/api/v1/chats/${chatId}/messages/${messageId}/event`, {
|
||
method: "POST",
|
||
headers: {
|
||
"Content-Type": "application/json",
|
||
"Authorization": `Bearer ${token}`
|
||
},
|
||
body: JSON.stringify({
|
||
type: "chat:message",
|
||
data: { content: originalContent + "\n\n" + markdownImage }
|
||
})
|
||
});
|
||
})();
|
||
```
|
||
|
||
#### 优势
|
||
|
||
- **纯 Markdown 输出**：结果是标准的 Markdown 图片语法，无需 HTML 代码块
|
||
- **自包含**：图片以 Base64 Data URL 嵌入，无外部依赖
|
||
- **持久化**：通过 API 回写，消息重新加载后图片仍然存在
|
||
- **跨平台**：任何支持 Markdown 图片的客户端都能显示
|
||
|
||
#### HTML 注入 vs JS 渲染嵌入 Markdown
|
||
|
||
| 特性 | HTML 注入 | JS 渲染 + Markdown 图片 |
|
||
|------|----------|------------------------|
|
||
| 输出格式 | HTML 代码块 | Markdown 图片 |
|
||
| 交互性 | ✅ 支持按钮、动画 | ❌ 静态图片 |
|
||
| 外部依赖 | 需要加载 JS 库 | 无（图片自包含） |
|
||
| 持久化 | 依赖浏览器渲染 | ✅ 永久可见 |
|
||
| 文件导出 | 需特殊处理 | ✅ 直接导出 |
|
||
| 适用场景 | 交互式内容 | 信息图、图表快照 |
|
||
|
||
#### 参考实现
|
||
|
||
- `plugins/actions/infographic/infographic.py` - 基于 AntV + Data URL 的生产级实现
|
||
|
||
## 5. 最佳实践与设计原则 {: #5-best-practices }
|
||
|
||
### 5.1 命名与定位
|
||
* **简短有力**：如 "闪记卡", "精读"。避免 "文本分析助手" 这种泛词。
|
||
* **功能互补**：不要重复造轮子，明确你的插件解决了什么特定问题。
|
||
|
||
### 5.2 用户体验 (UX)
|
||
* **反馈及时**：耗时操作前先发送 `notification` ("正在生成...")。
|
||
* **视觉美观**：Action 输出 HTML 时，使用现代化的 CSS（圆角、阴影、渐变）。
|
||
* **智能引导**：检测到文本过短时，提示用户"建议输入更多内容以获得更好结果"。
|
||
|
||
### 5.3 错误处理
|
||
永远不要让插件静默失败。捕获异常并通过 `__event_emitter__` 告知用户。
|
||
|
||
```python
|
||
try:
|
||
# 业务逻辑
|
||
except Exception as e:
|
||
await __event_emitter__({
|
||
"type": "notification",
|
||
"data": {"type": "error", "content": f"处理失败: {str(e)}"}
|
||
})
|
||
```
|
||
|
||
---
|
||
|
||
## 6. 故障排查 {: #6-troubleshooting }
|
||
|
||
* **HTML 不显示？** 确保包裹在 ` ```html ... ``` ` 代码块中。
|
||
* **数据库报错？** 检查是否在 `async` 函数中直接调用了同步的 DB 方法，请使用 `asyncio.to_thread`。
|
||
* **参数未生效？** 检查 `Valves` 定义是否正确，以及是否被 `UserValves` 覆盖。
|