# 天工智能体平台 - 核心文档汇总

## 项目概述

### 项目背景
天工智能体平台旨在让非技术用户通过可视化拖拽的方式，快速构建和部署AI智能体，降低AI应用开发门槛，提高开发效率。

### 核心价值
- **零代码/可视化**：通过可视化界面配置智能体，无需编写代码
- **快速部署**：一键部署到多种环境（云服务、本地、边缘设备）
- **灵活扩展**：支持自定义组件和插件机制
- **多模型支持**：集成主流AI模型（OpenAI、Claude、DeepSeek等）
- **工作流编排**：支持复杂的工作流设计和执行
- **Agent协作**：支持多Agent协作和工具链管理
- **自主 AI Agent 运行时**：支持 ReAct 自主循环的 Agent Runtime，可独立对话或嵌入工作流

### 目标用户
- 产品经理和业务人员
- 初级开发者
- 企业数字化转型团队
- AI应用开发者

## 系统架构设计

### 整体架构
采用前后端分离的微服务架构：

```
┌─────────────────────────────────────────────────────────┐
│                    前端层 (Frontend)                      │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐  │
│  │  可视化编辑器  │  │  智能体管理   │  │  监控面板     │  │
│  └──────────────┘  └──────────────┘  └──────────────┘  │
└─────────────────────────────────────────────────────────┘
                          │
                          │ HTTP/WebSocket
                          ▼
┌─────────────────────────────────────────────────────────┐
│                    API网关层 (Gateway)                    │
│           认证、限流、路由、负载均衡                        │
└─────────────────────────────────────────────────────────┘
                          │
                          ▼
┌─────────────────────────────────────────────────────────┐
│                   业务服务层 (Services)                    │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌──────────┐│
│  │智能体引擎 │  │工作流引擎 │  │模型管理   │  │数据管理   ││
│  └──────────┘  └──────────┘  └──────────┘  └──────────┘│
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌──────────┐│
│  │任务调度   │  │日志监控   │  │用户管理   │  │权限管理   ││
│  └──────────┘  └──────────┘  └──────────┘  └──────────┘│
└─────────────────────────────────────────────────────────┘
                          │
                          ▼
┌─────────────────────────────────────────────────────────┐
│                   数据存储层 (Storage)                     │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌──────────┐│
│  │  MySQL   │  │          │  │  Redis   │  │          ││
│  │(元数据)   │  │          │  │(缓存)    │  │          ││
│  └──────────┘  └──────────┘  └──────────┘  └──────────┘│
└─────────────────────────────────────────────────────────┘
                          │
                          ▼
┌─────────────────────────────────────────────────────────┐
│                   外部服务层 (External)                    │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌──────────┐│
│  │ OpenAI   │  │ DeepSeek │  │ 本地模型  │  │ 其他API  ││
│  └──────────┘  └──────────┘  └──────────┘  └──────────┘│
└─────────────────────────────────────────────────────────┘
```

### 技术栈选型

#### 前端技术栈
- **框架**: Vue 3 + TypeScript + Vite
- **状态管理**: Pinia
- **UI组件库**: Element Plus
- **工作流可视化**: Vue Flow
- **HTTP客户端**: Axios
- **WebSocket**: 原生WebSocket API

#### 后端技术栈
- **框架**: Python FastAPI
- **数据库**: MySQL（腾讯云数据库）
- **缓存/消息队列**: Redis
- **异步任务**: Celery
- **AI框架**: LangChain
- **Agent Runtime**: 自研 ReAct 循环（零重构，寄生式复用现有服务）
- **Agent Orchestrator**: 多 Agent 编排引擎（路由/顺序/辩论三种模式）
- **Agent 监控**: LLM 调用埋点 + 专属 Dashboard（Token/工具/Agent 用量统计）
- **数据库ORM**: SQLAlchemy
- **迁移工具**: Alembic
- **认证**: JWT

## 核心功能模块

### 1. 用户认证系统
- 用户注册、登录
- JWT Token认证
- 密码加密（bcrypt）
- 获取当前用户信息

### 2. 工作流管理
- 工作流CRUD（创建、读取、更新、删除）
- 可视化编辑器（拖拽节点、连线）
- 节点配置面板
- 工作流版本管理
- 工作流导入导出
- 工作流模板市场

### 3. 工作流执行引擎
- DAG构建和拓扑排序
- 节点执行器（支持多种节点类型）
- 数据流管理（节点间数据传递）
- Celery异步任务集成
- 执行状态管理
- 错误处理和重试机制

### 4. 节点类型支持
- **基础节点**: 开始、输入、输出、结束
- **AI节点**: LLM（支持OpenAI、DeepSeek等）
- **逻辑节点**: 条件、循环
- **数据节点**: 转换、数据库查询、文件操作
- **集成节点**: HTTP请求、Webhook、邮件、消息队列
- **工具节点**: 定时任务、Agent节点

### 5. 内置工具调用
平台提供10个内置工具，可在LLM节点中启用：
1. 🌐 **http_request** - HTTP请求工具
2. 📖 **file_read** - 文件读取工具
3. ✍️ **file_write** - 文件写入工具
4. 📊 **text_analyze** - 文本分析工具
5. 🕐 **datetime** - 日期时间工具
6. 🔢 **math_calculate** - 数学计算工具
7. 💻 **system_info** - 系统信息工具
8. 📦 **json_process** - JSON处理工具
9. 🗄️ **database_query** - 数据库查询工具（只读查询场景）
10. 📱 **adb_log** - Android/设备日志工具

### 6. 执行管理
- 创建执行任务
- 获取执行记录列表
- 获取执行详情
- 执行状态实时推送（WebSocket）
- 执行结果可视化
- 执行日志和监控

### 7. 数据源管理
- 数据源模型和CRUD API
- 数据源连接测试
- 数据查询功能

### 8. 模型配置管理
- 模型配置CRUD API（API Key 等在服务端加密存储；工作流 LLM 节点可绑定 `model_config_id` 由可信所有者运行时解密注入）
- 多模型支持（OpenAI、Anthropic 兼容路径、DeepSeek 等）
- 模型切换和配置

**DeepSeek API（OpenAI 兼容格式）**  
与 [DeepSeek API 文档](https://api-docs.deepseek.com/) 对齐的常用参数如下（密钥需在控制台申请，勿写入文档或仓库）：

| 参数 | 说明 |
|------|------|
| **base_url** | `https://api.deepseek.com`（OpenAI 兼容；Anthropic 兼容格式为 `https://api.deepseek.com/anthropic`） |
| **主推模型** | `deepseek-v4-flash`、`deepseek-v4-pro` |
| **兼容旧名（计划弃用）** | `deepseek-chat`、`deepseek-reasoner` 计划于 **2026/07/24** 弃用；二者分别对应 `deepseek-v4-flash` 的非思考与思考模式 |

本平台侧：**新建 LLM 节点、节点模板及后端未显式指定模型时的 DeepSeek 默认值**为 **`deepseek-v4-flash`**；工作流编辑器与「模型配置」页下拉仍可选择兼容旧模型名并标注弃用时间。

### Agent管理
- Agent CRUD API
- Agent管理页面
- Agent协作功能
- 批量场景Agent脚本（教育/企业/政务/媒体）

### 10. Agent Runtime（自主 AI Agent）
- **ReAct 自主循环**：LLM 思考→工具调用→观察结果→再思考，支持最多 N 步迭代
- **分层记忆**：短期（会话上下文）+ 长期（MySQL 持久化），LLM 自动压缩总结
- **执行追踪**：每步迭代记录 think/tool_call/tool_result/final，返回 steps 供前端展开
- **工具管理**：白名单/黑名单过滤，包装已有 ToolRegistry
- **工作流桥接**：Agent 节点可嵌入工作流 DAG，复用工作流引擎
- **独立对话**：通过专用 API 直接与 Agent 对话，不依赖工作流
- **LLM 调用埋点**：每次 LLM 调用自动记录模型、tokens、耗时到 AgentLLMLog 表
- **Agent 监控**：专属 Dashboard 展示 Agent 用量排行、LLM 调用记录、Token 统计、工具调用频次
- **多 Agent 编排**：三种协作模式：
  - **route** — Router Agent 分析问题，分发到最匹配的 Specialist Agent
  - **sequential** — Agent 流水线执行，前者输出作为后者输入
  - **debate** — 多个 Agent 独立回答，Aggregator 汇总为最终答案
- **自主学习**：Agent 从历史执行中自动优化工具选择策略，基于 AgentLearningPattern 模型记录和累计工具使用模式，执行前注入历史模式到 system prompt

### 11. Agent 定时任务系统
- **cron 调度**：支持标准 cron 表达式，按周期自动触发 Agent 执行
- **Celery Beat 集成**：每分钟检查到期任务，到期自动触发
- **执行管理**：支持手动触发、暂停/恢复、执行状态跟踪
- **飞书推送**：定时任务执行结果自动推送到飞书（Webhook + 应用消息）

### 12. 飞书集成和通知系统
- **通知系统**：统一的通知管理（notifications 表、通知服务、API）
- **飞书定时任务推送**：定时任务执行结果自动推送飞书
- **飞书应用消息**：通过飞书应用 API 发送消息通知
- **飞书账号绑定**：用户可绑定飞书账号，接收个性化通知
- **橙子飞书机器人**：独立 WebSocket 连接的飞书机器人，固定路由到橙子助手 Agent
- **飞书事件监听**：WebSocket 长连接监听飞书 IM 事件

## 项目结构

```
aiagent/
├── frontend/                    # 前端项目（Vue 3 + TypeScript）
│   ├── src/
│   │   ├── assets/             # 静态资源
│   │   ├── components/         # 组件
│   │   ├── router/             # 路由
│   │   ├── stores/             # 状态管理（Pinia）
│   │   ├── views/              # 页面
│   │   └── App.vue             # 根组件
│   ├── package.json            # 依赖配置
│   ├── vite.config.ts          # Vite配置
│   └── Dockerfile.dev          # 开发环境Dockerfile
├── backend/                    # 后端项目（Python FastAPI）
│   ├── app/
│   │   ├── agent_runtime/     # Agent Runtime（新增，自主 ReAct 循环）
│   │   │   ├── __init__.py    # 包导出
│   │   │   ├── schemas.py     # Agent 配置 Schema + AgentStep 执行追踪
│   │   │   ├── context.py     # 会话上下文（消息历史、迭代追踪）
│   │   │   ├── memory.py      # 分层记忆管理器 + LLM 自动压缩总结
│   │   │   ├── tool_manager.py# 工具管理器（包装 ToolRegistry）
│   │   │   ├── core.py        # AgentRuntime 主循环（ReAct 核心）+ 自主学习集成
│   │   │   ├── orchestrator.py# 多 Agent 编排引擎（route/sequential/debate/pipeline）
│   │   │   └── workflow_integration.py  # 工作流桥接
│   │   ├── api/               # API路由
│   │   │   ├── agent_chat.py  # Agent 聊天 + 多 Agent 编排 + LLM 调用日志 + SSE 流式
│   │   │   ├── agent_monitoring.py  # Agent 监控 API 5 个端点
│   │   │   ├── agent_schedules.py   # Agent 定时任务 CRUD API + 手动触发
│   │   │   ├── feishu_bind.py       # 飞书账号绑定/解绑 API
│   │   │   └── notifications.py     # 通知系统 API
│   │   ├── core/              # 核心模块
│   │   ├── models/            # 数据库模型
│   │   │   ├── agent_llm_log.py # Agent LLM 调用日志模型
│   │   │   ├── agent_learning_pattern.py # Agent 学习模式模型（自主学习）
│   │   │   ├── agent_schedule.py  # Agent 定时任务调度模型
│   │   │   ├── notification.py    # 通知模型
│   │   │   └── agent_vector_memory.py # Agent 向量记忆表模型
│   │   ├── schemas/           # Pydantic模式
│   │   ├── services/          # 业务逻辑
│   │   │   ├── agent_monitoring_service.py  # Agent 监控服务
│   │   │   ├── agent_learning_service.py    # 自主学习服务（工具选择优化）
│   │   │   ├── agent_schedule_service.py    # 定时任务调度服务
│   │   │   ├── notification_service.py      # 通知服务
│   │   │   ├── feishu_app_service.py        # 飞书应用消息发送
│   │   │   ├── feishu_notifier.py           # 飞书通知器
│   │   │   ├── feishu_ws_handler.py         # 飞书 WebSocket 事件处理
│   │   │   ├── orange_app_service.py        # 橙子飞书机器人服务
│   │   │   ├── orange_ws_handler.py         # 橙子机器人 WS 处理
│   │   │   ├── knowledge_service.py         # 知识库 RAG 服务
│   │   │   ├── embedding_service.py         # Embedding 生成服务
│   │   │   ├── document_parser.py           # 文档解析器
│   │   │   └── text_chunker.py              # 文本分块器
│   │   └── main.py            # 应用入口
│   ├── alembic/               # 数据库迁移
│   ├── tests/                 # 测试
│   ├── requirements.txt       # Python依赖
│   ├── Dockerfile.dev         # 开发环境Dockerfile
│   └── alembic.ini            # Alembic配置
├── docker-compose.dev.yml     # 开发环境Docker Compose配置
├── README.md                  # 项目说明
├── QUICKSTART.md              # 快速启动指南
├── 使用指南.md                 # 用户使用指南
├── 方案-优化版.md             # 完整技术方案
├── 开发进度.md                # 开发进度跟踪
├── 内置工具列表.md            # 内置工具文档
└── 项目核心文档汇总.md        # 本文档
```

## 部署指南

### 前置要求
- Node.js 18+ 和 pnpm
- Python 3.11+
- Docker 和 Docker Compose
- MySQL（使用腾讯云数据库）
- Redis 7+（或使用Docker）

### 使用 Docker Compose 启动（推荐）
```bash
# 启动所有服务
docker-compose -f docker-compose.dev.yml up -d

# 查看服务状态
docker-compose ps

# 查看日志
docker-compose logs -f

# 停止服务
docker-compose down
```

### 本地开发部署

#### 后端服务
```bash
cd backend

# 创建虚拟环境
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# 安装依赖
pip install -r requirements.txt

# 配置环境变量
cp env.example .env
# 编辑 .env 文件（数据库已配置为腾讯云MySQL）

# 运行数据库迁移
alembic upgrade head

# 启动开发服务器
uvicorn app.main:app --reload

# 启动 Celery Worker（新终端）
celery -A app.core.celery_app worker --loglevel=info
```

#### 前端服务
```bash
cd frontend

# 安装依赖
pnpm install

# 启动开发服务器
pnpm dev
```

### 服务访问地址
- **前端（本地开发推荐）**: http://localhost:3001
- **前端（Docker方案）**: http://localhost:8038
- **后端API**: http://localhost:8037
- **API文档**: http://localhost:8037/docs
- **Redis**: localhost:6379

## API 文档摘要

### 认证API
- `POST /api/v1/auth/register` - 用户注册
- `POST /api/v1/auth/login` - 用户登录（获取JWT Token）
- `GET /api/v1/auth/me` - 获取当前用户信息

### 工作流API
- `GET /api/v1/workflows` - 获取工作流列表
- `POST /api/v1/workflows` - 创建工作流
- `GET /api/v1/workflows/{id}` - 获取工作流详情
- `PUT /api/v1/workflows/{id}` - 更新工作流
- `DELETE /api/v1/workflows/{id}` - 删除工作流
- `POST /api/v1/workflows/{id}/execute` - 执行工作流

### 执行管理API
- `GET /api/v1/executions` - 获取执行记录列表
- `GET /api/v1/executions/{id}` - 获取执行详情
- `GET /api/v1/executions/{id}/status` - 获取执行状态

### 数据源API
- `GET /api/v1/data-sources` - 获取数据源列表
- `POST /api/v1/data-sources` - 创建数据源
- `POST /api/v1/data-sources/{id}/test` - 测试数据源连接
- `POST /api/v1/data-sources/{id}/query` - 执行数据查询

### Agent 与编排 API（新增）
- `POST /api/v1/agent-chat/bare` - 默认 Agent 直接对话（无需预配置）
- `POST /api/v1/agent-chat/{agent_id}` - 与指定 Agent 对话（复用工作流配置）
- `POST /api/v1/agent-chat/orchestrate` - 多 Agent 编排（route/sequential/debate 三种模式）
  - 请求体: `{ message, mode, agents[] }` 每个 Agent 可独立配置 system_prompt/model/temperature/tools
  - 返回: `{ final_answer, steps[], agent_results[] }`

### Agent 监控 API（新增）
- `GET /api/v1/agent-monitoring/overview` - Agent 概览统计（Agent 数、对话/LLM/工具调用次数、Token 用量）
- `GET /api/v1/agent-monitoring/llm-calls?days=7&limit=50` - LLM 调用记录列表（模型、tokens、耗时、状态）
- `GET /api/v1/agent-monitoring/agents-stats?days=7` - 各 Agent 用量排行（调用次数、Token、延迟）
- `GET /api/v1/agent-monitoring/tool-usage?days=7` - 工具调用频次统计
- `GET /api/v1/agent-monitoring/daily-trend?days=7` - 每日 LLM 调用趋势

### WebSocket API
- `ws://localhost:8037/ws/execution/{execution_id}` - 执行状态实时推送

完整API文档请访问：http://localhost:8037/docs

## 用户指南摘要

### 快速开始使用
1. **登录系统**：访问 http://localhost:8038，注册并登录
2. **创建工作流**：点击"创建工作流"按钮进入可视化编辑器
3. **拖拽节点**：从左侧工具箱拖拽节点到画布
4. **连接节点**：点击节点的连接点并拖拽到目标节点
5. **配置节点**：点击节点，在右侧配置面板设置参数
6. **保存工作流**：点击工具栏的"保存"按钮
7. **执行工作流**：点击工具栏的"运行"按钮

### 节点类型说明
- **开始节点**：工作流起始节点
- **输入节点**：数据输入节点，可配置输入参数
- **LLM节点**：AI 模型处理节点，支持 OpenAI、DeepSeek 等；DeepSeek 推荐选用 **`deepseek-v4-flash`** 或 **`deepseek-v4-pro`**（旧名 `deepseek-chat` / `deepseek-reasoner` 仍可兼容使用，计划 **2026/07/24** 弃用）
- **条件节点**：条件判断节点，支持表达式配置
- **转换节点**：数据转换节点，支持JSONPath、模板等
- **输出节点**：数据输出节点，可配置输出格式
- **结束节点**：工作流结束节点

### 工具调用功能
在LLM节点中启用工具调用，AI可以调用内置工具处理任务：
1. 选择LLM节点，打开"工具"标签页
2. 启用"启用工具调用"开关
3. 选择需要的工具（可多选）
4. 保存配置

## 开发指南

### 开发规范
- **前端代码规范**：ESLint + Prettier
- **后端代码规范**：PEP 8 + Black
- **Git提交规范**：Conventional Commits
- **代码审查**：必须通过Code Review

### 测试指南
```bash
# 前端测试
cd frontend
pnpm test

# 后端测试
cd backend
pytest
```

### 数据库迁移
```bash
cd backend

# 创建新的迁移
alembic revision --autogenerate -m "描述"

# 应用迁移
alembic upgrade head

# 回退迁移
alembic downgrade -1
```

### 添加新节点类型
1. 后端：在 `backend/app/services/workflow_engine.py` 的 `execute_node` 中增加节点类型分支；如需校验，可扩展 `workflow_validator.py`
2. 前端：在 `frontend/src/components/nodes/`（或工作流编辑器关联组件）中增加节点展示与配置
3. 前端：在 `frontend/src/stores/workflowStore.ts` 等处注册节点类型与默认数据

## 测试指南

### 单元测试
- 使用 pytest 框架
- 测试核心功能和工作流引擎
- 测试API端点

### 集成测试
- 测试数据库操作
- 测试外部API集成
- 测试工作流执行

### 端到端测试
- 测试用户界面交互
- 测试完整工作流执行
- 测试跨浏览器兼容性

## 内置工具列表

平台提供10个内置工具，详细功能如下：

| 工具名称 | 功能描述 | 主要参数 |
|---------|---------|---------|
| http_request | 发送HTTP请求 | url, method, headers, body |
| file_read | 读取文件内容 | file_path |
| file_write | 写入文件内容 | file_path, content, mode |
| text_analyze | 分析文本内容 | text, operation |
| datetime | 处理日期时间 | operation, format |
| math_calculate | 执行数学计算 | expression |
| system_info | 获取系统信息 | 无 |
| json_process | 处理JSON数据 | json_string, operation |
| database_query | 只读数据库查询 | datasource/query(按工具schema) |
| adb_log | 设备日志读取 | command/serial/lines(按工具schema) |

> 说明：`http_request` 已加入响应体截断与头部精简机制（支持 `max_body_chars`），用于避免大页面导致 LLM 上下文超限。

详细使用示例请参考：[内置工具列表.md](./内置工具列表.md)

## 开发进度和路线图

### 当前完成度
- **第一阶段MVP**: 100% ✅
- **第二阶段核心功能**: 100% ✅
- **第三阶段核心功能**: 100% ✅
- **第四-七阶段功能**: 100% ✅
- **自主 Agent Runtime**: 100% ✅（2026-04 新增）
- **多 Agent 编排**: 100% ✅（2026-05 新增）
- **Agent 监控 Dashboard**: 100% ✅（2026-05 新增）
- **SSE 流式输出**: 100% ✅（2026-05 新增）
- **向量记忆 + 知识库 RAG**: 100% ✅（2026-05 新增）
- **工具市场**: 100% ✅（2026-05 新增）
- **工作流预算接入**: 100% ✅（2026-05 新增）
- **Agent 自主学习**: 100% ✅（2026-05 新增）
- **Agent 定时任务系统**: 100% ✅（2026-05 新增）
- **飞书通知与机器人对话**: 100% ✅（2026-05 新增）
- **整体项目**: 约 99.9%

### 已完成核心功能
1. **完整的用户认证系统** - 注册、登录、JWT认证
2. **工作流CRUD** - 创建、读取、更新、删除工作流
3. **工作流执行引擎** - DAG构建、拓扑排序、节点执行
4. **可视化编辑器** - 拖拽节点、连线、配置面板
5. **异步任务处理** - Celery集成，支持长时间运行的任务
6. **多模型支持** - OpenAI、DeepSeek 等（DeepSeek 主推 `deepseek-v4-flash` / `deepseek-v4-pro`）
7. **内置工具调用** - 10 个内置工具支持
8. **实时状态推送** - WebSocket实时推送执行状态
9. **批量Agent场景生成** - 教育与政务/媒体场景批量创建脚本
10. **Windows运维文档统一** - 启停/重启流程合并为单一权威文档
11. **自主 AI Agent 运行时** - 新增 `agent_runtime` 模块（~1020 行），实现 ReAct 自主循环、工具调用、分层记忆管理
12. **Agent 独立对话** - `POST /api/v1/agent-chat/bare` 和 `/{agent_id}` API，前端 AgentChat.vue 页面
13. **工作流 Agent 节点** - 工作流引擎新增 `agent` 节点类型，Agent 可嵌入 DAG 执行
14. **执行追踪与思考链** - 后端 steps 记录每步迭代，前端可展开显示思考链
15. **记忆压缩总结** - LLM 自动提取用户画像/关键事实/话题，去重后存入长期记忆
16. **Agent 配置页面** - AgentConfig.vue 可视化编辑 System Prompt / 模型 / Temperature / 工具
17. **多 Agent 编排** - AgentOrchestrator 三种模式（route/sequential/debate），前端编排 UI 支持模式切换和动态 Agent 编辑
18. **Agent 监控 Dashboard** - 实时 LLM 调用埋点（AgentLLMLog 表）、Agent 用量排行、Token 统计、工具调用频次、日趋势图
19. **SSE 流式输出** - Agent 思考过程实时推送到前端
20. **向量记忆** - Embedding API + 余弦相似度 Top-K 语义检索
21. **知识库 RAG** - 文件上传 → 5 种格式解析 → 分块 → 向量化 → 检索增强
22. **工具市场** - HTTP/Code 工具 CRUD + 沙箱测试 + 分类浏览
23. **工作流预算接入** - Agent LLM/工具调用计入 WorkflowEngine 全局预算
24. **Agent 自主学习** - 从历史执行中自动优化工具选择策略（AgentLearningPattern）
25. **Agent 定时任务系统** - cron 表达式定时触发 Agent 执行，集成 Celery Beat
26. **飞书通知与机器人对话** - 通知系统、飞书定时任务推送、橙子飞书机器人

### 近期规划
1. **多租户支持** - 租户模型、数据隔离、资源配额管理
2. **插件系统** - 插件注册机制、自定义节点插件开发框架
3. **性能优化** - 工作流执行性能优化、前端性能优化
4. **用户体验优化** - 工作流编辑器优化、Agent使用体验优化

详细开发进度请参考：[开发进度.md](./开发进度.md)

## 常见问题

### 1. 数据库连接失败
- 检查MySQL数据库是否可访问（腾讯云数据库）
- 检查数据库连接信息是否正确（.env 文件）
- 检查网络连接是否正常

### 2. Redis 连接失败
- 检查Redis是否正在运行
- 检查Redis URL是否正确

### 3. 前端无法连接后端
- 检查后端服务是否正在运行
- 检查前端配置的API URL是否正确（vite.config.ts）
- 检查CORS配置是否正确

### 4. Celery 任务不执行
- 检查Celery Worker是否正在运行
- 检查Redis连接是否正常
- 检查任务是否正确注册

### 5. 工作流执行失败
- 检查节点配置是否正确
- 检查LLM API密钥是否有效
- 查看执行日志获取详细错误信息

## 联系和支持

- **API文档**：http://localhost:8037/docs
- **前端服务（本地开发）**：http://localhost:3001
- **前端服务（Docker）**：http://localhost:8038
- **问题反馈**：查看项目文档或联系开发团队

## 关键文档索引（建议）

- Windows 启停唯一文档：[`(红头)Windows服务器启动与重启唯一指南.md`](./(红头)Windows服务器启动与重启唯一指南.md)
- 上传图片与OCR实现：[`(红头)上传图片和识别的实现文档.md`](./(红头)上传图片和识别的实现文档.md)
- 教育行业批量Agent脚本：`backend/scripts/create_education_agents_batch.py`
- 政务/媒体批量Agent脚本：`backend/scripts/create_gov_media_agents_batch.py`
- 企业场景批量Agent脚本：`backend/scripts/create_enterprise_scenario_agents.py`
- 自主 AI Agent 改造完成情况：[`自主AI Agent改造完成情况.md`](./自主AI%20Agent改造完成情况.md)
- Agent Runtime 源码入口：`backend/app/agent_runtime/core.py`
- Agent 聊天 API 路由：`backend/app/api/agent_chat.py`
- Agent 聊天前端页面：`frontend/src/views/AgentChat.vue`
- Agent 配置页面：`frontend/src/views/AgentConfig.vue`
- 多 Agent 编排引擎：`backend/app/agent_runtime/orchestrator.py`
- Agent 监控 Dashboard：`frontend/src/views/AgentDashboard.vue`
- Agent LLM 调用日志模型：`backend/app/models/agent_llm_log.py`

---

**最后更新**: 2026-05-02  
**文档版本**: 1.7  

*本文档基于项目现有文档整理生成，涵盖项目核心信息。详细技术方案请参考[方案-优化版.md](./方案-优化版.md)。DeepSeek 模型名与 Base URL 以官方文档为准，变更时请同步修订本节。*