AIBark

English

AI 驱动的 Bark 消息推送中间层服务 + 跨平台桌面客户端。

项目简介

Bark 是一款支持个人部署服务端、以设备为基本推送目标的 iOS/macOS 推送工具。AIBark 在 Bark 之上构建了一个完全兼容的智能中间层，核心解决三个问题：

推送消息太原始 — 外部系统（监控告警、NAS 通知、定时任务）推来的消息往往冗长混乱。AIBark 通过 AI 自动改写为简洁的标题 + 摘要，并根据内容智能选择推送分组和优先级。
一个用户多台设备 — 原版 Bark 一个 key 对应一台设备，多设备需手动逐一推送。AIBark 引入用户 key（AU_）和用户组 key（AG_），一次请求广播到所有设备。
Windows/Linux 没有 Bark — AIBark 提供桌面客户端，通过增量同步 API 在非 Apple 平台也能接收和浏览推送消息。

功能特性

服务端

完全兼容 Bark API — 支持所有 Bark URL 格式和参数，可直接替换 Bark 服务端地址
AI 智能路由 — 根据消息内容自动分组（告警 / 新闻 / 系统通知 / 通用），每组独立的 AI 提示词和处理模型
AI 内容改写 — 将原始消息改写为适合移动端推送的标题 + 摘要格式，支持 {{original_body}} 等变量引用原文
多模型支持 — 兼容所有 OpenAI 格式 API（GPT / Claude / GLM / Ollama 等），支持模型组 fallback / random 策略
自定义 API 参数 — 模型配置中的 choices 字段支持任意参数，点号表示法自动展开为嵌套对象
消息持久化 — 所有推送内容保存到 SQLite，点击通知可查看完整原文
消息更新与召回 — 支持通过 Bark ID 更新已推送的通知内容，或从通知中心召回
管理后台 — 内置 Web 管理界面：用户管理、AI 配置、消息历史、处理队列
MCP 协议 — 兼容 Bark MCP，可作为 AI Agent 的推送工具
Docker 部署 — 提供 Dockerfile 和 docker-compose，一键部署

桌面客户端

系统托盘驻留 — 常驻右下角，单击显示/隐藏主窗口
分组标签页浏览 — 以消息分组为标签页，按最新消息时间排序
增量同步 — 以云端消息为主、推送为辅，本地仅做展示缓存
通知弹窗 — 新消息桌面通知，点击打开对应消息
CLI 模式 — 打包后支持命令行查询消息

架构概览

外部调用方 (curl / MCP / 脚本 / App)
        │
        ▼
┌─────────────────────────────┐
│    AIBark Server (API)      │  ← 兼容 Bark URL 格式
│    ┌──────────────────────┐ │
│    │  Key 解析器          │ │  ← 区分设备key / 用户key / 组key
│    │  AI 路由器 (Step 1)  │ │  ← 关键词匹配 → AI 自动分组
│    │  AI 处理器 (Step 2)  │ │  ← 改写标题/内容/调整参数
│    │  Bark 推送 (Step 3)  │ │  ← 批量转发到 Bark 服务端
│    │  消息存储 (SQLite)   │ │  ← 持久化 + 查阅 URL
│    │  增量同步 API        │ │  ← 供桌面客户端拉取
│    └──────────────────────┘ │
└─────────┬───────────────────┘
          │
    ┌─────┴─────┐
    ▼           ▼
 iOS/macOS   Windows/Linux
 (Bark App)  (AIBark Client)

快速开始

Docker 部署（推荐）

# 1. 创建工作目录
mkdir aibark && cd aibark

# 2. 创建 docker-compose.yml
cat > docker-compose.yml << 'EOF'
services:
  aibark:
    image: your-registry/aibark:latest
    container_name: aibark-server
    ports:
      - "8000:8000"
    volumes:
      - ./config:/app/config
      - ./data:/app/data
    environment:
      - AIBARK_CONFIG_DIR=/app/config
      - AIBARK_DATA_DIR=/app/data
    restart: unless-stopped
EOF

# 3. 启动
docker-compose up -d

# 4. 打开浏览器完成初始设置
#    http://your-server:8000/setup

首次启动时，若 config/ 为空，会自动从内置样例复制默认配置并生成 admin key（记录在日志和 config/admin.json 中）。

本地运行

cd aibark-server

# 安装依赖（Python 3.12+）
pip install -r requirements.txt

# 启动（默认端口 8999，开发模式自动重载）
python -m uvicorn main:app --host 0.0.0.0 --port 8999 --reload

# 或使用脚本（Windows PowerShell）
.\run.ps1
.\run.ps1 -Port 9000 -NoReload

初始设置向导

首次访问 http://your-server/setup，设置：

服务端外网地址 — 用于生成消息查阅链接（如 https://aibark.example.com）
Bark 服务端地址 — 实际推送的目标 Bark 服务器（如 https://api.day.app 或你自建的地址）
管理员密钥 — 自动生成，用于登录管理后台

设置完成后访问 /admin/dashboard 登录管理后台。

API 使用

基本推送

AIBark 完全兼容标准 Bark 的 URL 格式：

# URL 路径格式
GET  /:key/:body
GET  /:key/:title/:body
GET  /:key/:title/:subtitle/:body

# GET 请求
curl "https://aibark.example.com/AU_abc123/推送内容?group=分组"

# POST JSON
curl -X POST "https://aibark.example.com/AU_abc123" \
     -H 'Content-Type: application/json' \
     -d '{"title": "标题", "body": "内容"}'

# /push 端点
curl -X POST "https://aibark.example.com/push" \
     -H 'Content-Type: application/json' \
     -d '{"device_key": "AU_abc123", "title": "标题", "body": "内容"}'

Key 类型

Key 类型	前缀	示例	说明
原版设备 key	无	`aBcDeFgH...`	直接透传到 Bark 服务端，不经过 AI
用户 key	`AU_`	`AU_abc123`	AI 处理后广播到该用户所有设备
用户组 key	`AG_`	`AG_team01`	AI 处理后广播到组内所有用户的所有设备

AIBark 扩展参数

在标准 Bark 参数之上，AIBark 新增：

参数	说明	默认值
`ai`	设为 `0` 跳过 AI 处理，原文直接推送	`1`（启用）
`ai_history`	设为 `1` 将同分组历史消息作为上下文传给 AI	`0`

MCP 协议

{
  "servers": {
    "aibark": {
      "type": "http",
      "url": "https://aibark.example.com/mcp/{key}"
    }
  }
}

AI 消息处理流程

收到推送请求
    │
    ├─ 原版设备 key → 直接代理转发到 Bark
    │
    └─ 用户/组 key → 展开为所有目标设备
         │
    Step 1: 路由
         │  指定分组 → 直接使用
         │  分组映射 → 映射到系统分组
         │  关键词匹配 → 快速分组（无 AI 调用）
         │  以上都不匹配 → 调用路由 AI 选择分组
         │
    Step 2: 处理
         │  分组设置为 direct → 原文直发
         │  否则 → 调用处理 AI 改写标题/内容/参数
         │  支持 {{original_body}} 等变量引用原文
         │
    Step 3: 推送
         │  保存到 SQLite，生成查阅 URL
         │  设置 url 参数为查阅链接
         │  调用 Bark 批量接口推送到所有设备
         ▼
    推送完成

配置说明

所有配置文件位于 config/ 目录，JSON 格式。首次启动自动从 config-sample/ 复制。

admin.json — 系统设置

{
  "admin_key": "自动生成的管理员密钥",
  "setup_completed": true,
  "server_url": "https://aibark.example.com",
  "bark_server": "https://api.day.app"
}

users.json — 用户管理

{
  "user1": {
    "aibark_key": "AU_example_key",
    "bark_url": [
      "https://api.day.app/device_key_1",
      "https://api.day.app/device_key_2"
    ],
    "nickname": "用户一",
    "default_Router": "",
    "default_MessageHandler": ""
  }
}

bark_url：该用户所有设备的 Bark 推送地址，支持不同 Bark 服务器
default_Router / default_MessageHandler：用户级别的模型组覆盖

groups.json — 用户组

{
  "family": {
    "aibark_key": "AG_family_group",
    "user_ids": ["user1", "user2"]
  }
}

models.json — AI 模型配置

{
  "models": {
    "gpt4o-mini": {
      "model": "gpt-4o-mini",
      "API_type": "OpenAI",
      "url": "https://api.openai.com/v1/chat/completions",
      "API_key": "sk-your-api-key",
      "timeout": 30,
      "choices": {
        "response_format": "json_object"
      }
    },
    "glm-4.7-nothink": {
      "model": "glm-4.7",
      "API_type": "OpenAI",
      "url": "https://open.bigmodel.cn/api/coding/paas/v4/chat/completions",
      "API_key": "your-api-key",
      "timeout": 120,
      "choices": {
        "response_format": "json_object",
        "thinking.type": "disabled"
      }
    },
    "local-ollama": {
      "model": "qwen2.5:7b",
      "API_type": "OpenAI",
      "url": "http://localhost:11434/v1/chat/completions",
      "API_key": "ollama",
      "timeout": 120,
      "choices": {
        "response_format": "json_object",
        "options.temperature": 0.7
      }
    }
  },
  "model_Group": {
    "default_group": {
      "type": "random",
      "models": ["gpt4o-mini", "glm-4.7-nothink"]
    },
    "fast_group": {
      "type": "fallback",
      "models": ["gpt4o-mini", "local-ollama"]
    }
  },
  "default_Router": "default_group",
  "default_MessageHandler": "default_group"
}

模型组策略：

random：随机选择一个模型，失败后尝试其余
fallback：按顺序逐个尝试，第一个成功即停止

choices 自定义参数：

choices 中的所有字段会合并到 API 请求 payload。支持点号表示法自动展开为嵌套对象：

{"thinking.type": "disabled"}     → 发送为 {"thinking": {"type": "disabled"}}
{"options.temperature": 0.7}      → 发送为 {"options": {"temperature": 0.7}}
{"response_format": "json_object"} → 发送为 {"response_format": {"type": "json_object"}}

适用于不同 AI 服务商的特有参数（GLM thinking 开关、Ollama options 等）。

prompts.json — AI 分组与提示词

{
  "router": {
    "system_prompt": "路由器系统提示词...",
    "model_group": "default_group",
    "group_mapping": {
      "stock": "finance",
      "crypto": "finance"
    }
  },
  "groups": {
    "alerts": {
      "description": "告警和监控类消息",
      "keywords": ["alert", "告警", "error"],
      "handler_model_group": "default_group",
      "use_history": false,
      "handler_prompt": "你是一个告警消息处理器...",
      "default_params": {
        "level": "timeSensitive",
        "sound": "glass"
      }
    }
  }
}

路由优先级： 指定分组 → 分组映射 → 关键词匹配 → AI 路由

分组配置项：

description：分组描述（AI 路由时参考）
keywords：关键词列表，用于快速分组（无需调用 AI）
handler_model_group：该分组使用的模型组（设为 direct 则跳过 AI 原文直发）
use_history：是否将同分组历史消息作为上下文
handler_prompt：AI 处理提示词（描述角色和规则即可，JSON 输出格式由系统自动附加）
default_params：默认 Bark 推送参数（level / sound / badge 等）

管理后台

访问 /admin/dashboard，使用 admin_key 登录。

功能：

概览 — 系统状态、用户数、消息统计
用户管理 — 增删改查用户、设备、模型组覆盖
用户组 — 管理广播组
AI 分组与提示词 — 路由器配置、分组管理、提示词编辑
AI 模型 — 模型和模型组管理
处理队列 — 查看处理状态，支持重试 / 跳过 / 编辑 / 删除
消息记录 — 历史消息浏览，支持重发 / 召回 / 批量删除
发送消息 — 向用户或组发送测试消息
系统设置 — 服务端地址、Bark 服务器配置

消息详情页展示完整的 AI 传递过程（3 步 timeline）：

Step 1 路由：路由来源、处理分组、使用模型、AI API 请求参数
Step 2 处理：AI 输入/输出、提示词、原始回复
Step 3 推送：Bark 推送地址、设备数量、完整载荷

桌面客户端

弥补 Bark 仅支持 iOS/macOS 的不足。

安装

cd aibark-client
pip install -r requirements.txt
python main.py

打包

# Windows: PyInstaller 打包为单文件 exe
pyinstaller aibark-client.spec

# Linux: 同样使用 PyInstaller，或直接 python main.py

配置

首次启动时通过界面配置，或编辑 data/client.json：

{
  "server_url": "https://aibark.example.com",
  "aibark_key": "AU_your_key"
}

项目结构

aibark-server/                   # 服务端
├── main.py                      # FastAPI 应用入口
├── Dockerfile / docker-compose.yml
├── requirements.txt
├── routers/
│   ├── bark.py                  # Bark 兼容推送端点
│   ├── mcp.py                   # MCP 协议端点
│   ├── message.py               # 消息查阅页面
│   ├── sync.py                  # 客户端增量同步 API
│   ├── admin.py                 # 管理后台 API
│   └── admin_ui.py              # 管理后台前端
├── core/
│   ├── key_resolver.py          # Key 类型判断与展开
│   ├── ai_router.py             # AI 分组路由 (Step 1)
│   ├── ai_handler.py            # AI 消息处理 (Step 2)
│   ├── ai_client.py             # AI 模型调用（支持 fallback/random）
│   ├── bark_client.py           # Bark 推送转发 (Step 3)
│   ├── async_processor.py       # 后台异步处理队列
│   └── config_manager.py        # 配置文件管理
├── models/
│   └── db.py                    # SQLite 数据模型
├── config-sample/               # 配置样例
└── utils/
    ├── first_run.py             # 首次启动初始化
    └── oauth2.py                # OAuth2 登录（可选）

aibark-client/                   # 桌面客户端
├── main.py                      # 程序入口
├── requirements.txt
├── aibark-client.spec           # PyInstaller 打包配置
├── ui/
│   ├── tray.py                  # 系统托盘图标
│   └── main_window.py           # 主窗口
├── core/
│   ├── sync.py                  # 增量同步
│   ├── cache.py                 # 本地 SQLite 缓存
│   └── cli.py                   # CLI 接口
└── config/
    └── client.json              # 客户端配置

环境变量

变量	说明	默认值
`AIBARK_CONFIG_DIR`	配置文件目录	`./config`
`AIBARK_DATA_DIR`	数据目录（SQLite + 日志）	`./data`
`AIBARK_PORT`	服务端口（仅影响日志提示）	`8999`

开发

AIBark/
├── main/                              # 主线分支（与远端同步）
└── vibe-YYMMDD-00X-TaskerName/       # Vibe Coding 工作分支

License

MIT

Name		Name	Last commit message	Last commit date
Latest commit History 76 Commits
aibark-client		aibark-client
aibark-server		aibark-server
.gitignore		.gitignore
LICENSE		LICENSE
README.md		README.md
README_EN.md		README_EN.md

Folders and files

Latest commit

History

Repository files navigation

AIBark

项目简介

功能特性

服务端

桌面客户端

架构概览

快速开始

Docker 部署（推荐）

本地运行

初始设置向导

API 使用

基本推送

Key 类型

AIBark 扩展参数

MCP 协议

AI 消息处理流程

配置说明

admin.json — 系统设置

users.json — 用户管理

groups.json — 用户组

models.json — AI 模型配置

prompts.json — AI 分组与提示词

管理后台

桌面客户端

安装

打包

配置

项目结构

环境变量

开发

License

About

Topics

Resources

License

Uh oh!

Stars

Watchers

Forks

Releases 2

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages