MonkeyCode 网络架构:WebSocket、SSE与实时协作的技术选型
MonkeyCode 网络架构:WebSocket、SSE与实时协作的技术选型
AI编程工具对网络架构的要求远高于普通Web应用。代码编辑需要实时同步、AI响应需要流式传输、终端操作需要双向通信、文件变更需要即时推送。MonkeyCode 在网络架构上经历了多次迭代,最终形成了一个混合通信方案。
通信需求分析
MonkeyCode 有以下通信需求:
| 场景 | 数据方向 | 实时性要求 | 数据量 |
|---|---|---|---|
| 代码编辑 | 双向 | <100ms | 小(增量) |
| AI对话 | 服务端→客户端 | 流式 | 中 |
| 终端I/O | 双向 | <50ms | 中 |
| 文件同步 | 双向 | <500ms | 大 |
| 容器状态 | 服务端→客户端 | 推送 | 小 |
为什么不用单一方案?
纯WebSocket的问题
- AI流式响应用WebSocket有些"重" — 每次AI调用都需要管理连接状态
- 文件上传用WebSocket效率低 — 二进制数据需要额外编码
- 重连逻辑复杂 — WebSocket断开后需要恢复所有频道的状态
纯HTTP的问题
- 代码编辑的实时性不够 — HTTP轮询延迟太高
- 终端I/O无法实现 — 需要全双工通信
MonkeyCode 的混合方案
WebSocket (长连接)\n├── 终端I/O频道\n├── 代码编辑同步频道\n├── 容器状态通知频道\n└── AI对话控制频道\n\nSSE (服务端推送)\n└── AI流式响应\n\nHTTP REST (请求-响应)\n├── 文件上传/下载\n├── AI模型调用(非流式)\n└── 用户认证/管理WebSocket设计
频道复用
单一WebSocket连接,通过频道复用传输不同类型的数据:
// 客户端→服务端\n{\n "channel": "terminal",\n "action": "input",\n "data": "ls -la\\n",\n "seq": 12345\n}\n\n// 服务端→客户端\n{\n "channel": "terminal",\n "event": "output",\n "data": "total 24\\ndrwxr-xr-x 5 root root 4096 ...",\n "seq": 12346\n}消息确认机制
关键消息(如代码编辑操作)需要确认:
// 发送方\nws.send({\n channel: "editor",\n action: "edit",\n data: { op: "insert", pos: 42, text: "const" },\n ackRequired: true,\n msgId: "msg_789"\n});\n\n// 接收方确认\nws.send({\n channel: "editor",\n action: "ack",\n msgId: "msg_789",\n serverTimestamp: 1717833600000\n});心跳保活
// 客户端每30秒发送心跳\nsetInterval(() => {\n if (ws.readyState === WebSocket.OPEN) {\n ws.send(JSON.stringify({ channel: "system", action: "ping" }));\n }\n}, 30000);\n\n// 服务端60秒无心跳则认为断线\nconst HEARTBEAT_TIMEOUT = 60000;SSE设计(AI流式响应)
AI模型响应使用SSE而不是WebSocket,原因:
- SSE是单向的,更符合"请求→流式响应"的模式
- SSE自动重连,浏览器原生支持
- SSE基于HTTP,更容易做负载均衡和缓存
// 前端\nconst eventSource = new EventSource(\n `/api/ai/stream?sessionId=${sessionId}&prompt=${encodedPrompt}`\n);\n\neventSource.addEventListener('token', (event) => {\n const chunk = JSON.parse(event.data);\n appendToEditor(chunk.text);\n});\n\neventSource.addEventListener('done', (event) => {\n const summary = JSON.parse(event.data);\n console.log(`生成完成,共${summary.totalTokens}个token`);\n eventSource.close();\n});\n\neventSource.addEventListener('error', (event) => {\n handleStreamError(event);\n});代码编辑同步(OT算法)
代码编辑同步是技术难度最高的部分。MonkeyCode 使用OT(Operational Transformation)算法:
// 编辑操作定义\ntype EditOp = {\n type: 'insert' | 'delete' | 'replace';\n position: number;\n text?: string;\n length?: number;\n};\n\n// 两人同时编辑时的冲突解决\nfunction transform(op1: EditOp, op2: EditOp): [EditOp, EditOp] {\n // 如果两个操作影响不同的区域,不需要变换\n if (op1.position + (op1.length || 0) <= op2.position) {\n return [op1, op2];\n }\n // 如果op1在op2前面,调整op2的位置\n if (op1.type === 'insert') {\n return [op1, { ...op2, position: op2.position + op1.text.length }];\n }\n // 其他情况...\n}断线恢复
网络断开时的恢复流程:
- 客户端检测到断线,进入"离线模式"
- 本地操作存入队列
- 定时尝试重连
- 重连成功后,发送离线期间的编辑操作
- 服务端合并操作并推送最新的完整状态
class OfflineManager {\n private pendingOps: EditOp[] = [];\n private lastSyncVersion: number = 0;\n\n onOffline() {\n console.log('进入离线模式,编辑操作将暂存本地');\n }\n\n onEdit(op: EditOp) {\n this.pendingOps.push(op);\n localStorage.setItem('pendingOps', JSON.stringify(this.pendingOps));\n }\n\n async onOnline() {\n // 发送离线期间的编辑\n const result = await api.sync({\n fromVersion: this.lastSyncVersion,\n ops: this.pendingOps\n });\n \n if (result.conflicts.length > 0) {\n // 有冲突,提示用户手动解决\n this.showConflictDialog(result.conflicts);\n } else {\n this.pendingOps = [];\n localStorage.removeItem('pendingOps');\n }\n }\n}性能优化
- 消息压缩— 代码编辑操作使用二进制编码(而非JSON),减少50%传输量
- 批量发送— 快速连续的编辑操作合并后发送(16ms窗口内)
- 差异同步— 文件同步只传输变更部分
- CDN加速— 静态资源通过CDN分发,降低API服务器压力
总结
AI编程工具的网络架构需要在实时性、可靠性、效率之间找到平衡。MonkeyCode通过WebSocket+SSE+HTTP的混合方案,为不同场景选择了最合适的通信方式。这种"分而治之"的思路,也适用于其他实时性要求高的Web应用。
GitHub:github.com/chaitin/MonkeyCode
