admin/mkdocs
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

鏇存柊鏂囨。

Browse Source
This commit is contained in:
renjianbo
2026-01-22 11:18:40 +08:00
parent 86fe398908
commit 1fe7df6a6e
14 changed files with 3392 additions and 52 deletions
Download Patch File Download Diff File Expand all files Collapse all files

46
.obsidian/workspace.json vendored
View File

@@ -27,12 +27,12 @@
"state": { "state": {
"type": "markdown", "type": "markdown",
"state": { "state": {
"file": "docs/Obsidian笔记体系/Daily/2026-01-20.md", "file": "docs/Obsidian笔记体系/Projects/知你-调测/数美文本风险拦截实施方案.md",
"mode": "source", "mode": "source",
"source": false "source": false
}, },
"icon": "lucide-file", "icon": "lucide-file",
"title": "2026-01-20" "title": "数美文本风险拦截实施方案"
} }
} }
], ],
@@ -68,7 +68,7 @@
"state": { "state": {
"type": "search", "type": "search",
"state": { "state": {
"query": "签名", "query": "节点对齐和自动布局",
"matchingCase": false, "matchingCase": false,
"explainSearch": false, "explainSearch": false,
"collapseAll": false, "collapseAll": false,
@@ -200,33 +200,33 @@
}, },
"active": "25c9f7051aac05b3", "active": "25c9f7051aac05b3",
"lastOpenFiles": [ "lastOpenFiles": [
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/未命名 7.md", "docs/Obsidian/高频命令.md",
"docs/Obsidian笔记体系/Projects/知你-调测/数美文本风险拦截实施方案.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/查看日志的方法.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/聊天智能机器人(苏苏).md",
"docs/cursor/cursor.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/可新增节点类型建议.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/已实现工作流模板快速应用功能。功能总结如下.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/项目低代码智能体功能扩展.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/aiagent节点类型扩展说明.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/Agent和模板节点的区别.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/智能需求分析与解决方案生成器_使用说明.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/android应用agent.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/未命名.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/未命名 1.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/开发低代码智能体平台 - 完整开发提示词.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/下一步可选方向.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/个人简历.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/未命名 4.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/已完成的增强功能.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/# 创建Agent经验总结.md",
"docs/Obsidian笔记体系/Daily/2026-01-20.md", "docs/Obsidian笔记体系/Daily/2026-01-20.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/节点配置中的温度和最大Token数是什么意思？.md", "docs/Obsidian笔记体系/Projects/saars开发/aiapply/节点配置中的温度和最大Token数是什么意思？.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/工作流和Agent平台提示词目录.md", "docs/Obsidian笔记体系/Projects/saars开发/aiapply/工作流和Agent平台提示词目录.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/工作流测试工具.md", "docs/Obsidian笔记体系/Projects/saars开发/aiapply/工作流测试工具.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/工作流（Workflow）vs Agent（智能体）的区别.md", "docs/Obsidian笔记体系/Projects/saars开发/aiapply/工作流（Workflow）vs Agent（智能体）的区别.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/电商系统用户订单处理流程设计方案.md", "docs/Obsidian笔记体系/Projects/saars开发/aiapply/电商系统用户订单处理流程设计方案.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/# 工作流和Agent平台架构方案分析.md",
"docs/cursor/cursor.md",
"docs/Obsidian笔记体系/Projects/知你-调测/知你--调测.md",
"com.xiaomi.appstore.appclaim.signature.verification.apk", "com.xiaomi.appstore.appclaim.signature.verification.apk",
"docs/Obsidian笔记体系/Areas/07-系统安全/权限管理框架.md",
"docs/Obsidian笔记体系/Areas/04-资源与包管理/动态加载与热修复原理.md",
"docs/Google开发文档体系/最佳实践/安全最佳实践.md",
"docs/Obsidian笔记体系/Daily/2026-01-13.md",
"docs/Obsidian笔记体系/Daily/2026-01-14.md",
"docs/Obsidian笔记体系/Daily/2026-01-15.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/未命名 2.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/android应用agent.md",
"docs/git/git设置用户名和邮箱.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/未命名 6.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/未命名 5.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/内容生成助手Agent.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/智能需求分析与解决方案生成器_使用说明.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/Agent和模板节点的区别.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/未命名.md",
"docs/Obsidian笔记体系/Projects/saars开发/aiapply/未命名 4.md",
"docs/android面试/系统原理/DPMS常见面试题", "docs/android面试/系统原理/DPMS常见面试题",
"docs/DPMS常见面试题", "docs/DPMS常见面试题",
"ams常见面试题.txt", "ams常见面试题.txt",

0
docs/Obsidian笔记体系/Projects/saars开发/aiapply/未命名 7.md → docs/Obsidian笔记体系/Projects/saars开发/aiapply/# 创建Agent经验总结.md
View File

461
docs/Obsidian笔记体系/Projects/saars开发/aiapply/aiagent节点类型扩展说明.md Normal file
View File

@@ -0,0 +1,461 @@
## 已实现的节点类型
### 1. Switch节点（多分支路由）
- 后端：根据字段值进行多分支路由，支持 cases 和 default
- 前端：已添加到节点工具箱，使用 Operation 图标
- 执行：类似条件节点，根据 sourceHandle 过滤边
### 2. Merge节点（合并分支）
- 后端：支持 merge_all、merge_first、merge_last 模式
- 策略：array、object、concat
- 前端：已添加到节点工具箱
### 3. Wait节点（等待条件）
- 后端：支持 condition、time 等待类型
- 功能：条件等待（轮询）、固定时间等待
- 前端：已添加到节点工具箱，使用 Timer 图标
### 4. JSON处理节点
- 后端：支持 parse、stringify、extract、validate 操作
- 功能：JSON解析、字符串化、路径提取、基本验证
- 前端：已添加到节点工具箱
### 5. 文本处理节点
- 后端：支持 split、join、extract、replace、format 操作
- 功能：文本拆分、合并、正则提取、替换、模板格式化
- 前端：已添加到节点工具箱，使用 Edit 图标
### 6. 缓存节点
- 后端：支持 get、set、delete、clear 操作
- 功能：内存缓存（单次执行会话内有效），支持 TTL
- 前端：已添加到节点工具箱，使用 Box 图标
## 实现细节
### 后端实现
- 在 workflow_engine.py 的 execute_node 方法中添加了6个节点的执行逻辑
- Switch节点支持分支过滤（类似条件节点）
- 缓存节点使用内存存储（_cache_store 和 _cache_timestamps）
### 前端实现
- 在 WorkflowEditor.vue 中添加了节点类型定义
- 在 customNodeTypes 中注册了所有新节点（使用 DefaultNode）
- 添加了默认配置和图标导入
### 验证器更新
- 在 workflow_validator.py 中添加了新节点类型到允许列表
## 使用方式
1. 在节点工具箱中找到新节点（Switch、Merge、等待、JSON处理、文本处理、缓存）
2. 拖拽到画布创建节点
3. 点击节点配置参数（在右侧属性面板）
4. 连接节点并执行工作流
所有节点已实现并通过 linter 检查。可以在工作流编辑器中测试这些新节点。
## 已实现的节点类型
### 1. 向量数据库节点（vector_db）
- 后端：支持 search、upsert、delete 操作
- 功能：
- 向量相似度搜索（余弦相似度）
- 向量存储和更新
- 集合管理
- 实现：内存存储（生产环境建议使用 ChromaDB、Pinecone 等）
- 前端：已添加到节点工具箱，使用 Connection 图标
### 2. 日志节点（log）
- 后端：支持 debug、info、warning、error 级别
- 功能：
- 记录日志消息
- 可选包含数据
- 集成系统日志记录器
- 前端：已添加到节点工具箱，使用 Document 图标
### 3. 错误处理节点（error_handler）
- 后端：支持 notify、retry、stop 模式
- 功能：
- 捕获上游节点错误
- 错误重试（可配置重试次数和延迟）
- 错误通知（记录日志）
- 注意：简化实现，主要用于错误检测和通知
- 前端：已添加到节点工具箱，使用 Warning 图标
### 4. CSV处理节点（csv）
- 后端：支持 parse、generate、convert 操作
- 功能：
- CSV解析（支持表头）
- CSV生成（从字典列表或数组列表）
- CSV格式转换（改变分隔符等）
- 实现：使用 Python 内置 csv 模块
- 前端：已添加到节点工具箱，使用 Document 图标
### 5. 对象存储节点（object_storage）
- 后端：支持 upload、download、delete、list 操作
- 功能：
- 文件上传
- 文件下载
- 文件删除
- 文件列表
- 支持提供商：s3、oss、cos
- 注意：当前为接口框架，实际使用需安装相应 SDK（如 boto3、oss2）
- 前端：已添加到节点工具箱，使用 Box 图标
## 实现细节
### 后端实现
- 在 workflow_engine.py 的 execute_node 方法中添加了5个节点的执行逻辑
- 向量数据库使用内存存储（_vector_store），支持余弦相似度计算
- CSV处理使用 Python 内置 csv 模块
- 对象存储提供接口框架，便于后续集成实际 SDK
### 前端实现
- 在 WorkflowEditor.vue 中添加了节点类型定义
- 在 customNodeTypes 中注册了所有新节点
- 添加了默认配置
### 验证器更新
- 在 workflow_validator.py 中添加了新节点类型到允许列表
## 使用说明
1. 向量数据库节点：用于 RAG 应用和语义搜索
- 先使用 upsert 存储向量
- 使用 search 进行相似度搜索
1. 日志节点：用于调试和监控
- 设置日志级别和消息模板
- 可选择是否包含数据
1. 错误处理节点：用于错误捕获和处理
- 配置重试次数和延迟
- 选择错误处理模式
1. CSV处理节点：用于数据处理
- parse：将 CSV 文本解析为数组
- generate：将数据生成为 CSV 文本
1. 对象存储节点：用于文件存储
- 当前为接口框架，实际使用需要：
- AWS S3：安装 boto3
- 阿里云 OSS：安装 oss2
- 腾讯云 COS：安装 cos-python-sdk-v5
所有节点已实现并通过 linter 检查。可以在工作流编辑器中测试这些新节点。
## 已实现的节点类型
### 1. Slack节点（slack）
- 后端：支持 send_message、create_channel、get_messages 操作
- 功能：
- 发送消息到频道
- 创建频道
- 获取频道消息
- 配置：需要配置 Slack Token
- 前端：已添加到节点工具箱，使用 Message 图标
### 2. 钉钉节点（dingtalk/dingding）
- 后端：支持 send_message、create_group 操作
- 功能：
- 通过 Webhook 或 API 发送消息
- 创建群组
- 配置：需要配置 Webhook URL 或 Access Token
- 前端：已添加到节点工具箱，使用 Message 图标
### 3. 企业微信节点（wechat_work/wecom）
- 后端：支持 send_message、create_group 操作
- 功能：
- 发送消息（需要先获取 access_token）
- 创建群组
- 配置：需要配置 Corp ID、Corp Secret、Agent ID
- 前端：已添加到节点工具箱，使用 Message 图标
### 4. 短信节点（sms）
- 后端：支持 send、batch_send 操作
- 功能：
- 发送短信
- 批量发送短信
- 支持提供商：aliyun、tencent、twilio
- 注意：实际使用需要安装相应 SDK
- 前端：已添加到节点工具箱，使用 Message 图标
### 5. PDF处理节点（pdf）
- 后端：支持 extract_text、generate、merge、split 操作
- 功能：
- 提取 PDF 文本
- 生成 PDF
- 合并多个 PDF
- 拆分 PDF
- 注意：需要安装 PyPDF2 或 pdfplumber 库
- 前端：已添加到节点工具箱，使用 Document 图标
### 6. 图像处理节点（image）
- 后端：支持 resize、crop、convert、ocr 操作
- 功能：
- 图像缩放
- 图像裁剪
- 格式转换
- OCR 文字识别
- 注意：需要安装 Pillow 库，OCR 需要 pytesseract 和 tesseract-ocr
- 前端：已添加到节点工具箱，使用 Picture 图标
### 7. Excel处理节点（excel）
- 后端：支持 read、write、convert、formula 操作
- 功能：
- 读取 Excel 文件
- 写入 Excel 文件
- 格式转换（Excel ↔ CSV/JSON）
- 公式计算
- 注意：需要安装 openpyxl 或 pandas 库
- 前端：已添加到节点工具箱，使用 Document 图标
## 实现细节
### 后端实现
- 在 workflow_engine.py 的 execute_node 方法中添加了7个节点的执行逻辑
- 通信节点使用 HTTP API 调用（需要配置相应的 Token/Secret）
- PDF/图像/Excel 处理节点提供接口框架，实际使用需要安装相应库
### 前端实现
- 在 WorkflowEditor.vue 中添加了节点类型定义
- 在 customNodeTypes 中注册了所有新节点
- 添加了默认配置和图标导入（包括 Picture 图标）
### 验证器更新
- 在 workflow_validator.py 中添加了新节点类型到允许列表
## 依赖说明
### 通信节点
- Slack：需要有效的 Slack Token
- 钉钉：需要 Webhook URL 或 Access Token
- 企业微信：需要 Corp ID、Corp Secret、Agent ID
- 短信：需要安装相应 SDK
- 阿里云：pip install alibabacloud-dysmsapi20170525
- 腾讯云：pip install tencentcloud-sdk-python
- Twilio：pip install twilio
### 文件处理节点
- PDF：pip install PyPDF2 pdfplumber
- 图像：pip install Pillow（OCR 需要 pip install pytesseract 并安装 tesseract-ocr）
- Excel：pip install openpyxl pandas
所有节点已实现并通过 linter 检查。可以在工作流编辑器中测试这些新节点。注意：部分节点需要安装相应的依赖库才能正常使用。
## 已实现节点
- 子工作流节点（subworkflow）
- 功能：调用其他工作流；支持输入映射
- 说明：当前为占位实现，返回映射后的输入与目标 workflow_id，后续可集成真正的子工作流执行
- 代码执行节点（code）
- 功能：执行简易 Python 代码（JS 执行为占位）
- 安全：使用受限 exec，生产需更严格沙箱
- 默认：result = input_data
- OAuth节点（oauth）
- 功能：获取/刷新 Token（占位，返回模拟 token）
- 默认：provider、client_id、client_secret、scopes
- 数据验证节点（validator）
- 功能：基础类型校验，支持 on_error（reject/continue/transform）
- 默认 schema 空对象
- 批处理节点（batch）
- 功能：按批次拆分/分组/聚合数据；可选择等待完成
- 默认：batch_size=100，mode=split
## 后端
- backend/app/services/workflow_engine.py：新增上述节点的执行逻辑（占位或简化实现）
- backend/app/services/workflow_validator.py：允许的新节点类型列表已更新
## 前端
- frontend/src/components/WorkflowEditor/WorkflowEditor.vue：
- 节点类型已加入工具箱（icons：subworkflow/批处理用 Grid/Operation，code 用 Edit，validator/OAuth 用 Document）
- customNodeTypes 已注册，默认配置已添加
- 图标导入已补充 Picture（之前图像节点用到）
## 依赖说明
- 子工作流：需后续集成实际工作流调用
- 代码执行：当前仅受限 Python；JS 需集成运行时
- OAuth：占位返回 mock token，实际需对接各 provider
- 数据验证：为简化版；复杂校验可接入 jsonschema
- 批处理：基础分批逻辑；可按需扩展并行/异步处理
如需把子工作流执行接入真正的 WorkflowEngine、完善代码执行安全沙箱，或接入真实 OAuth provider，可继续迭代。

0
docs/Obsidian笔记体系/Projects/saars开发/aiapply/未命名 3.md → docs/Obsidian笔记体系/Projects/saars开发/aiapply/下一步可选方向.md
View File

0
docs/Obsidian笔记体系/Projects/saars开发/aiapply/未命名 5.md → docs/Obsidian笔记体系/Projects/saars开发/aiapply/个人简历.md
View File

2141
docs/Obsidian笔记体系/Projects/saars开发/aiapply/可新增节点类型建议.md Normal file
View File

File diff suppressed because it is too large Load Diff

0
docs/Obsidian笔记体系/Projects/saars开发/aiapply/未命名 6.md → docs/Obsidian笔记体系/Projects/saars开发/aiapply/已完成的增强功能.md
View File

53
docs/Obsidian笔记体系/Projects/saars开发/aiapply/已实现工作流模板快速应用功能。功能总结如下.md Normal file
View File

@@ -0,0 +1,53 @@
### 工作流模板快速应用
在工具栏添加了“应用模板”按钮，支持：
1. 模板列表展示
- 从模板市场或工作流模板API加载模板
- 显示模板名称、描述、节点数、使用次数、评分等信息
- 支持搜索过滤（按名称、描述、分类）
1. 模板应用功能
- 一键应用：点击模板即可应用到当前工作流
- 智能ID映射：自动重新生成节点和边的ID，避免冲突
- 智能定位：新节点自动添加到画布右侧，不覆盖现有节点
- 自动布局：应用后自动执行布局，使工作流更清晰
1. 用户体验优化
- 模板卡片式展示，悬停高亮
- 显示模板统计信息（节点数、使用次数、评分）
- 精选模板标记
- 加载状态提示
### 使用方法
1. 点击工具栏的“应用模板”按钮
2. 在对话框中选择模板（可搜索）
3. 点击模板卡片即可应用
4. 模板节点会自动添加到画布，并执行自动布局
### 技术实现
- 模板加载：优先从模板市场API获取，失败则回退到工作流模板API
- ID冲突处理：为每个模板节点生成新的唯一ID
- 位置计算：根据现有节点位置计算偏移量，避免重叠
- 自动布局：应用模板后自动执行层次布局算法
功能已集成到工作流编辑器中，可在 Agent 管理页面或工作流设计器中使用。

0
docs/Obsidian笔记体系/Projects/saars开发/aiapply/未命名 2.md → docs/Obsidian笔记体系/Projects/saars开发/aiapply/开发低代码智能体平台 - 完整开发提示词.md
View File

23
docs/Obsidian笔记体系/Projects/saars开发/aiapply/未命名 4.md
View File

@@ -1,23 +0,0 @@
## 现在可以测试了
请重新测试 Agent：
1. 点击右上角“测试运行”
2. 执行应该能正常启动
3. 节点应该显示执行动画：
- 执行中的节点：蓝色边框 + 脉冲动画
- 已完成的节点：绿色边框
- 失败的节点：红色边框
如果仍有问题，请查看：
- 后端日志：docker-compose -f docker-compose.dev.yml logs -f backend celery
- 前端控制台：查看 [rjb] 前缀的调试日志
现在链路调用应该可以正常工作了。

112
docs/Obsidian笔记体系/Projects/saars开发/aiapply/查看日志的方法.md Normal file
View File

@@ -0,0 +1,112 @@
## 查看日志的方法
### 方法1：使用专用脚本（推荐）
运行以下命令查看 Switch 节点的详细日志：
cd /home/renjianbo/aiagent
python3 check_switch_logs.py
该脚本会显示：
- Switch 节点的匹配过程（字段值、匹配的分支）
- 分支过滤过程（保留/移除的边）
- 意图理解节点的输出
- 所有节点的输出摘要
### 方法2：查看所有执行日志
运行以下命令查看完整的执行日志：
cd /home/renjianbo/aiagent
python3 check_execution_logs.py
### 方法3：查看后端控制台日志
如果后端服务正在运行，日志会直接输出到控制台。查找包含 [rjb] Switch 的日志行。
### 方法4：通过 API 查看
可以通过 API 获取执行日志：
# 获取执行ID（从最近的执行记录中）
# 然后访问：
GET /api/v1/execution_logs/executions/{execution_id}?node_id=switch-intent
## 修复内容
1. 日志保存到数据库：Switch 节点的日志现在会通过 self.logger 保存到数据库的 execution_logs 表
2. 更详细的日志信息：
- 匹配阶段：字段名、字段值、匹配的分支、处理后的输入数据
- 过滤阶段：过滤前后的边数、每条边的处理结果
1. 控制台日志：同时输出到控制台，便于实时查看
## 测试步骤
1. 执行一次 Agent 测试（发送一条消息）
2. 运行日志查看脚本：
   python3 check_switch_logs.py
3. 查看输出，重点关注：
- Switch节点匹配：检查字段值是否正确提取
- Switch节点过滤后：检查是否只保留了一条边
## 预期输出示例
Switch节点相关日志:
[1] 16:07:23.123 [INFO]
    节点: switch-intent (switch)
    消息: Switch节点匹配: field=intent, field_value=greeting, matched_case=greeting-handle
    数据:
      {
        "field": "intent",
        "field_value": "greeting",
        "matched_case": "greeting-handle",
        ...
      }
[2] 16:07:23.125 [INFO]
    节点: switch-intent (switch)
    消息: Switch节点分支过滤: branch=greeting-handle, 保留1条边，移除5条边
    数据:
      {
        "branch": "greeting-handle",
        "edges_kept": 1,
        "edges_removed": 5
      }
如果仍有问题，请运行 check_switch_logs.py 并分享输出，我可以进一步分析。

119
docs/Obsidian笔记体系/Projects/saars开发/aiapply/聊天智能机器人(苏苏).md Normal file
View File

@@ -0,0 +1,119 @@
## 已创建的内容
### 1. Python 生成脚本
- 文件: backend/scripts/generate_chat_agent.py
- 功能: 自动生成并创建聊天智能体 Agent
- 状态: 已成功运行，Agent 已创建到数据库
### 2. 详细说明文档
- 文件: 聊天智能体示例说明.md
- 内容: 工作流结构、节点说明、使用方法、配置要点、测试示例
### 3. JSON 配置文件
- 文件: 聊天智能体示例.json
- 功能: 可直接导入到平台的 Agent 配置
### 4. 数据库中的 Agent
- 名称: 智能聊天助手（完整示例）
- ID: 78ba9dfb-31fa-4550-833b-c44d4378cf6c
- 状态: 草稿（draft）
- 节点数: 15 个
- 连接数: 19 条
## 工作流特性
该示例展示了以下能力：
1. 记忆管理：使用 Cache 节点存储对话历史
2. 意图识别：LLM 分析用户意图和情感
3. 多分支路由：Switch 节点根据意图分发到 6 个处理分支
4. 上下文传递：Transform 节点合并用户输入和记忆
5. 个性化回复：针对不同意图生成不同风格的回复
6. 多轮对话：支持上下文记忆和连贯对话
## 工作流结构
开始 → 查询记忆 → 合并上下文 → 意图理解 → Switch路由
                                              ├─→ 问候处理
                                              ├─→ 问题回答
                                              ├─→ 情感回应
                                              ├─→ 请求处理
                                              ├─→ 告别回复
                                              └─→ 通用回复
                                              ↓
合并回复 → 更新记忆 → 格式化回复 → 结束
## 下一步操作
1. 查看 Agent
- 在 Agent 管理页面找到 智能聊天助手（完整示例）
- 点击“设计”按钮查看工作流
1. 配置 API 密钥
- 在工作流编辑器中，为每个 LLM 节点配置 API 密钥
- 确保模型提供商和模型名称正确
1. 测试 Agent
- 点击“测试”按钮
- 输入测试消息（如“你好”、“今天心情不错”等）
- 查看执行结果和回复
1. 发布 Agent
- 测试通过后，点击“发布”按钮
- Agent 状态变为“已发布”
- 可以点击“使用”按钮进行对话测试
1. 自定义扩展
- 根据需求修改 Prompt
- 添加新的意图分支
- 增强记忆功能
- 集成外部工具
## 文件位置
- 生成脚本: backend/scripts/generate_chat_agent.py
- 说明文档: 聊天智能体示例说明.md
- JSON 配置: 聊天智能体示例.json
所有文件已创建完成，可以直接使用。如需进一步定制或有问题，请告知。

472
docs/Obsidian笔记体系/Projects/知你-调测/数美文本风险拦截实施方案.md Normal file
View File

@@ -0,0 +1,472 @@
# 数美文本风险拦截实施方案
## 一、需求概述
在聊天页面（ConversationActivity）实现基于数美API的文本风险拦截功能，根据风险等级显示不同级别的警告提示。
## 二、风险等级与提示对应关系
根据数美接口返回的 `riskLevel` 字段：
| riskLevel | 风险等级 | 提示内容 | 处理方式 |
|-----------|---------|---------|---------|
| PASS | 通过 | 无提示 | 正常发送消息 |
| REVIEW | 二级警告 | "聊天内容存在风险，请谨慎交流" | 显示警告，允许用户选择是否发送 |
| REJECT | 三级警告 | "当前聊天内容可能存在风险，请谨慎核实信息真实性" | 显示警告，建议用户修改内容 |
## 三、技术实现方案
### 3.1 架构设计
```
ConversationFragment (聊天界面)
↓
TextRiskInterceptor (风险拦截器)
↓
ShumeiApiClient (数美API客户端)
↓
数美API服务器
```
### 3.2 核心组件
#### 3.2.1 TextRiskInterceptor（风险拦截器）
**职责**：
- 在消息发送前拦截文本消息
- 调用数美API进行风险检测
- 根据风险等级决定是否允许发送或显示警告
**关键方法**：
```java
public interface TextRiskInterceptor {
/**
* 检测文本风险
* @param text 待检测文本
* @param callback 检测结果回调
*/
void checkTextRisk(String text, RiskCheckCallback callback);
/**
* 风险检测回调
*/
interface RiskCheckCallback {
void onRiskCheckResult(RiskCheckResult result);
}
}
```
#### 3.2.2 ShumeiApiClient（数美API客户端）
**职责**：
- 封装数美API调用逻辑
- 处理请求参数构建
- 解析响应结果
**关键参数**：
- accessKey: "4OLLd2djEWRoCDVAbRAV"
- appId: "default"
- eventId: "text"
- type: "TEXTRISK"
- data.text: 待检测文本
- data.tokenId: 用户token
- data.ip: 用户IP
- data.deviceId: 设备ID
- data.nickname: 用户昵称
#### 3.2.3 RiskWarningDialog（风险警告对话框）
**职责**：
- 显示二级/三级警告提示
- 提供用户操作选项（继续发送/取消/修改）
### 3.3 集成点
#### 3.3.1 消息发送拦截点
在 `ConversationFragment` 或 `ConversationInputPanel` 中，消息发送前进行拦截：
**位置**：`ConversationInputPanel.sendTextMessage()` 或类似方法
**拦截流程**：
1. 用户点击发送按钮
2. 获取输入框文本内容
3. 调用 `TextRiskInterceptor.checkTextRisk()` 进行风险检测
4. 根据检测结果：
- PASS：直接发送消息
- REVIEW：显示二级警告，用户确认后发送
- REJECT：显示三级警告，建议用户修改
#### 3.3.2 警告提示显示位置
**方案一：对话框提示（推荐）**
- 在消息发送前弹出警告对话框
- 显示风险等级和提示内容
- 提供"继续发送"和"取消"按钮
**方案二：消息气泡提示**
- 在聊天界面中插入系统警告消息
- 显示在风险消息的上方或下方
- 使用灰色背景，区别于普通消息
**方案三：顶部横幅提示**
- 在聊天界面顶部显示警告横幅
- 持续显示一段时间后自动消失
- 可手动关闭
### 3.4 数据模型
#### 3.4.1 RiskCheckResult（风险检测结果）
```java
public class RiskCheckResult {
private String riskLevel; // PASS, REVIEW, REJECT
private String riskDescription; // 风险描述
private String riskLabel1; // 一级标签
private String riskLabel2; // 二级标签
private String riskLabel3; // 三级标签
private double probability; // 风险概率
private String filteredText; // 过滤后的文本
private List<RiskLabel> allLabels; // 所有风险标签
}
```
#### 3.4.2 响应解析
根据数美接口文档，关键字段：
- `code`: 1100 表示成功
- `riskLevel`: 风险等级（PASS/REVIEW/REJECT）
- `riskDescription`: 风险描述
- `allLabels`: 所有检测到的风险标签数组
- `filteredText`: 过滤后的文本（敏感词被替换为**）
## 四、实现步骤
### 步骤1：创建数美API客户端
**文件**：`app/src/main/java/com/xunpaisoft/social/im/risk/ShumeiApiClient.java`
**功能**：
- 封装数美API调用
- 构建请求参数
- 解析响应结果
- 错误处理
**关键代码**：
```java
public class ShumeiApiClient {
private static final String API_URL = "http://api-text-bj.fengkongcloud.com/text/v4";
private static final String ACCESS_KEY = "4OLLd2djEWRoCDVAbRAV";
private static final String APP_ID = "default";
private static final String EVENT_ID = "text";
private static final String TYPE = "TEXTRISK";
public void checkTextRisk(String text, String tokenId, String ip,
String deviceId, String nickname,
Map<String, String> extra,
RiskCheckCallback callback) {
// 构建请求参数
// 发送POST请求
// 解析响应
// 回调结果
}
}
```
### 步骤2：创建风险拦截器
**文件**：`app/src/main/java/com/xunpaisoft/social/im/risk/TextRiskInterceptor.java`
**功能**：
- 在消息发送前拦截
- 调用数美API检测
- 根据风险等级处理
**关键代码**：
```java
public class TextRiskInterceptor {
private ShumeiApiClient apiClient;
public void interceptBeforeSend(String text, InterceptCallback callback) {
// 获取用户信息（tokenId, ip, deviceId, nickname等）
// 调用数美API检测
// 根据riskLevel处理
}
}
```
### 步骤3：创建警告对话框
**文件**：`app/src/main/java/com/xunpaisoft/social/im/risk/RiskWarningDialog.java`
**功能**：
- 显示二级/三级警告
- 提供用户操作选项
**关键代码**：
```java
public class RiskWarningDialog {
public static void showReviewWarning(Context context, String message,
OnConfirmListener listener) {
// 显示二级警告："聊天内容存在风险，请谨慎交流"
}
public static void showRejectWarning(Context context, String message,
OnConfirmListener listener) {
// 显示三级警告："当前聊天内容可能存在风险，请谨慎核实信息真实性"
}
}
```
### 步骤4：集成到ConversationFragment
**修改文件**：`uikit/src/main/java/cn/wildfire/chat/kit/conversation/ConversationFragment.java`
**集成点**：消息发送方法
**关键代码**：
```java
// 在发送文本消息前拦截
private void sendTextMessage(String text) {
// 先进行风险检测
textRiskInterceptor.interceptBeforeSend(text, new InterceptCallback() {
@Override
public void onInterceptResult(RiskCheckResult result) {
if (result.getRiskLevel().equals("PASS")) {
// 风险等级为PASS，直接发送
doSendMessage(text);
} else if (result.getRiskLevel().equals("REVIEW")) {
// 二级警告
RiskWarningDialog.showReviewWarning(
getContext(),
"聊天内容存在风险，请谨慎交流",
new OnConfirmListener() {
@Override
public void onConfirm() {
doSendMessage(text);
}
@Override
public void onCancel() {
// 取消发送
}
}
);
} else if (result.getRiskLevel().equals("REJECT")) {
// 三级警告
RiskWarningDialog.showRejectWarning(
getContext(),
"当前聊天内容可能存在风险，请谨慎核实信息真实性",
new OnConfirmListener() {
@Override
public void onConfirm() {
// 仍然允许发送，但建议用户修改
doSendMessage(text);
}
@Override
public void onCancel() {
// 取消发送，建议用户修改内容
}
}
);
}
}
@Override
public void onError(String error) {
// 检测失败，可以选择直接发送或提示错误
// 建议：检测失败时允许发送，避免影响用户体验
doSendMessage(text);
}
});
}
```
## 五、性能优化
### 5.1 异步处理
- 风险检测在后台线程进行
- 不阻塞UI线程
- 显示加载提示
### 5.2 缓存机制
- 相同文本内容可以缓存检测结果
- 减少重复API调用
- 提高响应速度
### 5.3 超时处理
- 设置API调用超时时间（建议1-2秒）
- 超时后允许发送，避免影响用户体验
- 记录超时日志
### 5.4 频率限制
- 避免频繁调用API
- 可以设置检测间隔（如500ms内不重复检测）
- 减少服务器压力
## 六、用户体验设计
### 6.1 加载提示
- 检测过程中显示"正在检测..."提示
- 使用ProgressDialog或Toast
- 避免用户等待焦虑
### 6.2 警告对话框设计
**二级警告（REVIEW）**：
- 标题："风险提示"
- 内容："聊天内容存在风险，请谨慎交流"
- 按钮："继续发送" / "取消"
- 样式：黄色警告图标
**三级警告（REJECT）**：
- 标题："高风险提示"
- 内容："当前聊天内容可能存在风险，请谨慎核实信息真实性"
- 按钮："仍然发送" / "取消并修改"
- 样式：红色警告图标
### 6.3 错误处理
- API调用失败时，记录日志但不阻止发送
- 网络异常时，提示用户但允许发送
- 避免因检测失败影响正常聊天
## 七、数据获取
### 7.1 用户信息获取
- `tokenId`: 从用户登录信息获取
- `ip`: 从网络请求中获取或使用设备IP
- `deviceId`: 从设备信息获取（Android ID或设备唯一标识）
- `nickname`: 从当前用户信息获取
### 7.2 额外信息（extra）
- `topic`: 会话ID或话题ID
- `atId`: 发送者用户ID
- `room`: 群聊ID（如果是群聊）
- `receiveTokenId`: 接收者用户ID
## 八、测试方案
### 8.1 测试用例
**测试用例1：正常文本**
- 输入："你好"
- 预期：riskLevel = PASS，直接发送
**测试用例2：二级风险文本**
- 输入：包含敏感词但风险较低
- 预期：riskLevel = REVIEW，显示二级警告
**测试用例3：三级风险文本**
- 输入："加个好友吧 qq12345"
- 预期：riskLevel = REJECT，显示三级警告
**测试用例4：API调用失败**
- 模拟网络异常
- 预期：允许发送，记录错误日志
**测试用例5：API超时**
- 模拟超时情况
- 预期：允许发送，记录超时日志
### 8.2 性能测试
- API响应时间测试
- 并发检测测试
- 内存占用测试
## 九、注意事项
### 9.1 隐私保护
- 用户聊天内容需要加密传输
- 遵守数据保护法规
- 不存储敏感内容
### 9.2 用户体验
- 检测速度要快，避免用户等待
- 检测失败不应阻止正常聊天
- 警告提示要清晰但不影响使用
### 9.3 成本控制
- 数美API可能有调用费用
- 考虑是否需要限制检测频率
- 可以只检测文本消息，不检测图片/视频
### 9.4 兼容性
- 确保不影响现有聊天功能
- 向后兼容，不影响旧版本
- 考虑不同Android版本的兼容性
## 十、实施优先级
### 第一阶段（核心功能）
1. 实现数美API客户端
2. 实现风险拦截器
3. 集成到消息发送流程
4. 实现二级/三级警告对话框
### 第二阶段（优化）
1. 添加缓存机制
2. 优化性能
3. 完善错误处理
4. 添加日志记录
### 第三阶段（增强）
1. 支持更多消息类型检测
2. 添加统计功能
3. 优化用户体验
4. 添加配置管理
## 十一、代码示例
### 11.1 数美API调用示例
```java
// 构建请求参数
Map<String, Object> requestParams = new HashMap<>();
requestParams.put("accessKey", "4OLLd2djEWRoCDVAbRAV");
requestParams.put("appId", "default");
requestParams.put("eventId", "text");
requestParams.put("type", "TEXTRISK");
Map<String, Object> data = new HashMap<>();
data.put("text", text);
data.put("tokenId", getUserTokenId());
data.put("ip", getUserIp());
data.put("deviceId", getDeviceId());
data.put("nickname", getCurrentUserNickname());
Map<String, String> extra = new HashMap<>();
extra.put("topic", conversationId);
extra.put("atId", getCurrentUserId());
extra.put("room", getGroupId()); // 如果是群聊
extra.put("receiveTokenId", getTargetUserId());
data.put("extra", extra);
requestParams.put("data", data);
// 发送POST请求
// 解析响应，获取riskLevel
```
### 11.2 风险等级判断
```java
String riskLevel = result.getRiskLevel();
if ("PASS".equals(riskLevel)) {
// 通过，直接发送
} else if ("REVIEW".equals(riskLevel)) {
// 二级警告
} else if ("REJECT".equals(riskLevel)) {
// 三级警告
}
```
## 十二、总结
本方案提供了完整的数美文本风险拦截实现思路，包括：
- 架构设计
- 核心组件
- 集成方案
- 性能优化
- 用户体验
- 测试方案
实施时建议分阶段进行，先实现核心功能，再逐步优化和完善。

17
mkdocs.yml
View File

@@ -196,15 +196,20 @@ nav:
- Obsidian笔记体系/Projects/saars开发/aiapply/工作流测试工具.md - Obsidian笔记体系/Projects/saars开发/aiapply/工作流测试工具.md
- Obsidian笔记体系/Projects/saars开发/aiapply/工作流（Workflow）vs Agent（智能体）的区别.md - Obsidian笔记体系/Projects/saars开发/aiapply/工作流（Workflow）vs Agent（智能体）的区别.md
- Obsidian笔记体系/Projects/saars开发/aiapply/智能需求分析与解决方案生成器_使用说明.md - Obsidian笔记体系/Projects/saars开发/aiapply/智能需求分析与解决方案生成器_使用说明.md
- Obsidian笔记体系/Projects/saars开发/aiapply/未命名 2.md
- Obsidian笔记体系/Projects/saars开发/aiapply/未命名 3.md
- Obsidian笔记体系/Projects/saars开发/aiapply/未命名 4.md
- Obsidian笔记体系/Projects/saars开发/aiapply/未命名 5.md
- Obsidian笔记体系/Projects/saars开发/aiapply/未命名 6.md
- Obsidian笔记体系/Projects/saars开发/aiapply/未命名 7.md
- Obsidian笔记体系/Projects/saars开发/aiapply/电商系统用户订单处理流程设计方案.md - Obsidian笔记体系/Projects/saars开发/aiapply/电商系统用户订单处理流程设计方案.md
- Obsidian笔记体系/Projects/saars开发/aiapply/节点配置中的温度和最大Token数是什么意思？.md - Obsidian笔记体系/Projects/saars开发/aiapply/节点配置中的温度和最大Token数是什么意思？.md
- Obsidian笔记体系/Projects/saars开发/aiapply/项目低代码智能体功能扩展.md - Obsidian笔记体系/Projects/saars开发/aiapply/项目低代码智能体功能扩展.md
- Obsidian笔记体系/Projects/saars开发/aiapply/# 创建Agent经验总结.md
- Obsidian笔记体系/Projects/saars开发/aiapply/aiagent节点类型扩展说明.md
- Obsidian笔记体系/Projects/saars开发/aiapply/下一步可选方向.md
- Obsidian笔记体系/Projects/saars开发/aiapply/个人简历.md
- Obsidian笔记体系/Projects/saars开发/aiapply/可新增节点类型建议.md
- Obsidian笔记体系/Projects/saars开发/aiapply/已完成的增强功能.md
- Obsidian笔记体系/Projects/saars开发/aiapply/已实现工作流模板快速应用功能。功能总结如下.md
- Obsidian笔记体系/Projects/saars开发/aiapply/开发低代码智能体平台 - 完整开发提示词.md
- Obsidian笔记体系/Projects/saars开发/aiapply/查看日志的方法.md
- Obsidian笔记体系/Projects/saars开发/aiapply/聊天智能机器人(苏苏).md
- Obsidian笔记体系/Projects/知你-调测/数美文本风险拦截实施方案.md
- gerrit: - gerrit:
- gerrit/gerrit上传代码详细指南.md - gerrit/gerrit上传代码详细指南.md
- gerrit/gerrit分支规范.md - gerrit/gerrit分支规范.md