admin/mkdocs

Fork 0

Files

renjianbo 1fe7df6a6e 鏇存柊鏂囨。

2026-01-22 11:18:40 +08:00

34 KiB

Raw Blame History

开发低代码智能体平台 - 完整开发提示词

📋 项目概述

你是一位资深的全栈开发专家，负责开发一个工作流和Agent低代码智能体平台。该平台需要支持可视化工作流设计、智能Agent配置、低代码开发等功能。

🏗️ 技术架构

核心技术栈

前端技术栈:

框架: Vue 3 + TypeScript + Vite
状态管理: Pinia
UI组件库: Element Plus / Ant Design Vue
工作流可视化: Vue Flow
HTTP客户端: Axios
WebSocket: Socket.io Client
路由: Vue Router
表单验证: VeeValidate
代码编辑器: Monaco Editor

后端技术栈:

API框架: Python FastAPI
任务队列: Celery + Redis
缓存/队列: Redis
数据库: PostgreSQL
ORM: SQLAlchemy
数据验证: Pydantic
Agent框架: LangChain
RAG框架: LlamaIndex
向量数据库: ChromaDB
WebSocket: FastAPI WebSocket
API文档: Swagger/OpenAPI

基础设施:

容器化: Docker + Docker Compose
反向代理: Nginx
进程管理: Supervisor / systemd
监控: Prometheus + Grafana
日志: ELK Stack (可选)
CI/CD: GitHub Actions / GitLab CI

🎯 核心功能需求

1. 低代码工作流设计器

功能要求:

可视化拖拽式工作流编辑器
支持多种节点类型（开始、模板、条件、数据、工具、结束）
节点间连线配置
节点参数配置面板
工作流预览和验证
工作流版本管理
工作流模板库

技术实现:

使用 Vue Flow 实现可视化编辑器
支持节点拖拽、连线、删除、复制等操作
节点配置表单动态生成
工作流JSON格式存储
实时验证工作流逻辑

2. 智能Agent平台

功能要求:

Agent角色定义和配置
Agent工具链管理
Agent工作流编排
多Agent协作支持
Agent执行监控
Agent性能分析

技术实现:

集成 LangChain Agent框架
支持多种Agent类型（ReAct、Plan-and-Execute等）
工具注册和管理系统
Agent执行状态实时推送（WebSocket）
执行日志和结果存储

3. 工作流执行引擎

功能要求:

异步任务执行（Celery）
实时状态推送（WebSocket）
错误处理和重试机制
执行历史记录
性能监控和分析

技术实现:

FastAPI提供RESTful API
Celery处理长时间运行的任务
Redis作为消息代理
WebSocket推送执行状态
PostgreSQL存储执行记录

4. 低代码开发功能

功能要求:

代码生成器（Python、前端代码）
自定义节点开发
模板库管理
组件市场

技术实现:

基于工作流定义生成代码
支持自定义节点插件系统
模板存储和管理
组件导入导出功能

📐 项目结构设计

前端项目结构


frontend/

├── src/

│   ├── api/              # API接口封装

│   ├── assets/           # 静态资源

│   ├── components/       # 公共组件

│   │   ├── WorkflowEditor/    # 工作流编辑器

│   │   ├── NodePanel/         # 节点配置面板

│   │   ├── AgentConfig/       # Agent配置组件

│   │   └── CodeGenerator/     # 代码生成器

│   ├── composables/      # 组合式函数

│   ├── layouts/          # 布局组件

│   ├── router/           # 路由配置

│   ├── stores/           # Pinia状态管理

│   │   ├── workflow.ts   # 工作流状态

│   │   ├── agent.ts     # Agent状态

│   │   └── user.ts      # 用户状态

│   ├── types/            # TypeScript类型定义

│   ├── utils/            # 工具函数

│   └── views/            # 页面组件

│       ├── WorkflowDesigner.vue

│       ├── AgentStudio.vue

│       └── CodeGenerator.vue

├── public/

└── package.json

后端项目结构


backend/

├── app/

│   ├── api/              # API路由

│   │   ├── workflows.py  # 工作流API

│   │   ├── agents.py    # Agent API

│   │   └── executions.py # 执行API

│   ├── core/             # 核心功能

│   │   ├── config.py     # 配置

│   │   ├── security.py   # 安全

│   │   └── database.py   # 数据库

│   ├── models/           # 数据模型

│   │   ├── workflow.py

│   │   ├── agent.py

│   │   └── execution.py

│   ├── services/         # 业务逻辑

│   │   ├── workflow_engine.py  # 工作流引擎

│   │   ├── agent_service.py   # Agent服务

│   │   └── code_generator.py  # 代码生成

│   ├── tasks/            # Celery任务

│   │   ├── workflow_tasks.py

│   │   └── agent_tasks.py

│   ├── websocket/        # WebSocket处理

│   └── utils/            # 工具函数

├── tests/                # 测试

├── alembic/              # 数据库迁移

├── requirements.txt

└── main.py

🔧 开发任务清单

阶段一: 项目初始化（1-2周）

1.1 前端项目搭建

使用 Vite 创建 Vue 3 + TypeScript 项目
配置 ESLint、Prettier
安装核心依赖（Vue Flow、Pinia、Element Plus等）
配置路由和布局
设置API请求拦截器
配置WebSocket连接

1.2 后端项目搭建

创建 FastAPI 项目结构
配置数据库连接（PostgreSQL）
配置 Redis 连接
设置 Celery 任务队列
配置 CORS 和中间件
设置日志系统
配置环境变量管理

1.3 数据库设计

设计工作流表结构
设计Agent表结构
设计执行记录表结构
设计用户和权限表
创建数据库迁移脚本

阶段二: 核心功能开发（4-6周）

2.1 工作流编辑器开发

实现 Vue Flow 基础编辑器
实现节点拖拽功能
实现节点连线功能
实现节点配置面板
实现工作流保存和加载
实现工作流验证逻辑
实现节点类型扩展机制

2.2 工作流引擎开发

实现工作流执行引擎核心逻辑
实现节点执行器（模板、条件、数据等）
实现数据流转机制
实现错误处理和重试
实现执行状态管理
集成 Celery 异步任务

2.3 Agent平台开发

实现Agent配置界面
集成 LangChain Agent框架
实现工具注册和管理
实现Agent执行逻辑
实现多Agent协作机制
实现Agent监控和分析

2.4 实时通信开发

实现 FastAPI WebSocket
实现前端 WebSocket 客户端
实现执行状态实时推送
实现消息队列集成

阶段三: 低代码功能开发（2-3周）

3.1 代码生成器开发

实现Python工作流引擎代码生成
实现前端组件代码生成
实现API接口代码生成
实现代码模板管理
实现代码预览和下载

3.2 模板和组件库

实现工作流模板库
实现自定义节点开发
实现组件导入导出
实现模板市场功能

阶段四: 系统集成和优化（2-3周）

4.1 系统集成

集成向量数据库（ChromaDB）
集成RAG框架（LlamaIndex）
实现第三方API集成
实现数据库集成
实现消息队列集成

4.2 性能优化

优化工作流执行性能
优化前端渲染性能
实现缓存机制
优化数据库查询
实现负载均衡

4.3 监控和日志

集成 Prometheus 监控
配置 Grafana 仪表板
实现日志收集和分析
实现告警机制

阶段五: 测试和部署（1-2周）

5.1 测试

编写单元测试
编写集成测试
编写端到端测试
性能测试
安全测试

5.2 部署

编写 Dockerfile
编写 docker-compose.yml
配置 Nginx 反向代理
配置 CI/CD 流水线
编写部署文档

💻 关键代码实现示例

1. 工作流执行引擎（Python）


# app/services/workflow_engine.py

from typing import Dict, Any, List

from celery import Task

import asyncio

from langchain.llms import OpenAI

from langchain.agents import initialize_agent

  

class WorkflowEngine:

    def __init__(self, workflow_id: str):

        self.workflow_id = workflow_id

        self.llm = OpenAI(temperature=0.7)

        self.nodes = []

        self.edges = []

    async def execute_node(self, node: Dict[str, Any], input_data: Dict[str, Any]) -> Dict[str, Any]:

        """执行单个节点"""

        node_type = node.get('type')

        if node_type == 'template':

            # 模板节点：调用AI模型

            prompt = self.build_prompt(node, input_data)

            result = await self.llm.agenerate([prompt])

            return {'output': result.generations[0][0].text}

        elif node_type == 'condition':

            # 条件节点：判断分支

            condition = node.get('condition')

            result = self.evaluate_condition(condition, input_data)

            return {'output': result, 'branch': 'true' if result else 'false'}

        elif node_type == 'data':

            # 数据节点：数据转换

            mapping = node.get('mapping')

            result = self.transform_data(input_data, mapping)

            return {'output': result}

        elif node_type == 'agent':

            # Agent节点：执行Agent

            agent = initialize_agent(

                tools=node.get('tools', []),

                llm=self.llm,

                agent="zero-shot-react-description"

            )

            result = await agent.arun(node.get('task'))

            return {'output': result}

        else:

            raise ValueError(f"Unknown node type: {node_type}")

    async def execute(self, input_data: Dict[str, Any]) -> Dict[str, Any]:

        """执行完整工作流"""

        workflow = self.load_workflow()

        self.nodes = workflow['nodes']

        self.edges = workflow['edges']

        # 构建执行图

        execution_graph = self.build_execution_graph()

        # 按拓扑顺序执行

        results = {}

        node_outputs = {'start': input_data}

        for node_id in execution_graph:

            node = self.get_node_by_id(node_id)

            node_input = self.get_node_input(node_id, node_outputs)

            result = await self.execute_node(node, node_input)

            results[node_id] = result

            node_outputs[node_id] = result['output']

        return results

2. 工作流编辑器（Vue 3）


<!-- src/components/WorkflowEditor/WorkflowEditor.vue -->

<template>

  <div class="workflow-editor">

    <VueFlow

      v-model="nodes"

      v-model:edges="edges"

      :node-types="nodeTypes"

      @node-click="onNodeClick"

      @edge-click="onEdgeClick"

      @pane-ready="onPaneReady"

    >

      <Background />

      <Controls />

      <MiniMap />

      <NodeToolbar />

    </VueFlow>

    <NodeConfigPanel

      v-if="selectedNode"

      :node="selectedNode"

      @save="handleNodeSave"

      @close="selectedNode = null"

    />

  </div>

</template>

  

<script setup lang="ts">

import { ref, computed } from 'vue'

import { VueFlow, useVueFlow, Background, Controls, MiniMap } from '@vue-flow/core'

import NodeConfigPanel from './NodeConfigPanel.vue'

import { useWorkflowStore } from '@/stores/workflow'

  

const workflowStore = useWorkflowStore()

const { nodes, edges, addNodes, addEdges } = useVueFlow()

const selectedNode = ref(null)

  

const nodeTypes = {

  start: StartNode,

  template: TemplateNode,

  condition: ConditionNode,

  data: DataNode,

  agent: AgentNode,

  end: EndNode

}

  

const onNodeClick = (event: NodeClickEvent) => {

  selectedNode.value = event.node

}

  

const handleNodeSave = (nodeData: any) => {

  workflowStore.updateNode(nodeData)

  selectedNode.value = null

}

  

const saveWorkflow = async () => {

  const workflow = {

    nodes: nodes.value,

    edges: edges.value

  }

  await workflowStore.saveWorkflow(workflow)

}

</script>

3. FastAPI工作流API


# app/api/workflows.py

from fastapi import APIRouter, Depends, WebSocket

from sqlalchemy.orm import Session

from app.core.database import get_db

from app.services.workflow_engine import WorkflowEngine

from app.tasks.workflow_tasks import execute_workflow_task

from app.models.workflow import Workflow

  

router = APIRouter(prefix="/api/workflows", tags=["workflows"])

  

@router.post("/")

async def create_workflow(workflow_data: dict, db: Session = Depends(get_db)):

    """创建工作流"""

    workflow = Workflow(**workflow_data)

    db.add(workflow)

    db.commit()

    return {"id": workflow.id, "status": "created"}

  

@router.post("/{workflow_id}/execute")

async def execute_workflow(workflow_id: str, input_data: dict, db: Session = Depends(get_db)):

    """执行工作流"""

    task = execute_workflow_task.delay(workflow_id, input_data)

    return {"task_id": task.id, "status": "pending"}

  

@router.get("/executions/{task_id}")

async def get_execution_status(task_id: str):

    """获取执行状态"""

    from app.core.celery_app import celery_app

    task = celery_app.AsyncResult(task_id)

    return {

        "task_id": task_id,

        "status": task.status,

        "result": task.result if task.ready() else None

    }

  

@router.websocket("/executions/{task_id}/ws")

async def websocket_execution_status(websocket: WebSocket, task_id: str):

    """WebSocket实时推送执行状态"""

    await websocket.accept()

    # 实现实时状态推送逻辑

    while True:

        status = get_task_status(task_id)

        await websocket.send_json(status)

        await asyncio.sleep(1)

4. Celery任务定义


# app/tasks/workflow_tasks.py

from celery import Task

from app.core.celery_app import celery_app

from app.services.workflow_engine import WorkflowEngine

from app.websocket.manager import WebSocketManager

  

@celery_app.task(bind=True)

def execute_workflow_task(self, workflow_id: str, input_data: dict):

    """执行工作流任务"""

    try:

        engine = WorkflowEngine(workflow_id)

        # 更新任务状态

        self.update_state(state='PROGRESS', meta={'progress': 0})

        # 执行工作流

        result = asyncio.run(engine.execute(input_data))

        # 通过WebSocket推送结果

        WebSocketManager.broadcast(workflow_id, {

            'status': 'completed',

            'result': result

        })

        return result

    except Exception as e:

        # 错误处理

        WebSocketManager.broadcast(workflow_id, {

            'status': 'failed',

            'error': str(e)

        })

        raise

🎨 UI/UX设计要点

1. 工作流编辑器界面

左侧：节点工具箱（可拖拽的节点类型）
中间：画布区域（工作流可视化编辑）
右侧：节点配置面板（选中节点时显示）
顶部：工具栏（保存、运行、预览等）
底部：执行日志和状态栏

2. Agent配置界面

Agent基本信息配置
工具链选择和管理
提示词编辑器
参数调优面板
测试和预览功能

3. 代码生成器界面

代码模板选择
参数配置表单
代码预览（语法高亮）
下载和导出功能

🔒 安全和权限

1. 认证和授权

JWT Token认证
基于角色的访问控制（RBAC）
API接口权限控制
工作流和Agent的访问权限

2. 数据安全

敏感数据加密存储
API请求加密传输（HTTPS）
工作流执行日志脱敏
数据备份和恢复机制

3. 安全审计

操作日志记录
异常行为检测
安全漏洞扫描
合规性检查

📊 性能优化策略

1. 前端优化

代码分割和懒加载
虚拟滚动（处理大量节点）
防抖和节流（搜索、保存等操作）
组件缓存（keep-alive）
图片懒加载和压缩
使用 Web Workers 处理复杂计算
优化 Vue Flow 渲染性能
减少不必要的响应式数据

2. 后端优化

数据库查询优化（索引、查询优化）
使用连接池管理数据库连接
Redis 缓存热点数据
异步任务队列（Celery）处理耗时操作
API 响应压缩（gzip）
分页和限制查询结果
使用批量操作减少数据库交互
实现请求限流和熔断机制

3. 工作流执行优化

并行执行独立节点
缓存节点执行结果
优化 AI 模型调用（批量请求、模型选择）
实现执行计划优化
支持断点续传和状态恢复
资源池管理（连接池、线程池）

4. Agent 执行优化

Agent 响应缓存
工具调用结果缓存
优化提示词长度
选择合适的模型（速度 vs 质量）
实现 Agent 执行超时控制
批量处理相似任务

🧪 测试策略

1. 单元测试

前端测试:

使用 Vitest 进行组件测试
测试工具函数和组合式函数
测试状态管理逻辑
测试表单验证

后端测试:

使用 pytest 进行单元测试
测试服务层逻辑
测试数据模型
测试工具函数

2. 集成测试

API 集成测试:

测试完整的 API 流程
测试数据库交互
测试 Celery 任务执行
测试 WebSocket 通信

前端集成测试:

测试组件间交互
测试 API 调用
测试路由导航
测试状态管理

3. 端到端测试

使用 Playwright 或 Cypress
测试完整用户流程
测试工作流创建和执行
测试 Agent 配置和使用
测试错误处理场景

4. 性能测试

工作流执行性能测试
API 响应时间测试
并发执行测试
负载测试
压力测试

5. 安全测试

API 安全测试
认证授权测试
输入验证测试
SQL 注入防护测试
XSS 防护测试

🚀 部署指南

1. 开发环境部署

使用 Docker Compose:


# docker-compose.dev.yml

version: '3.8'

services:

  frontend:

    build: ./frontend

    ports:

      - "3000:3000"

    volumes:

      - ./frontend:/app

    environment:

      - VITE_API_URL=http://localhost:8000

  backend:

    build: ./backend

    ports:

      - "8000:8000"

    volumes:

      - ./backend:/app

    environment:

      - DATABASE_URL=postgresql://user:pass@db:5432/workflow

      - REDIS_URL=redis://redis:6379

    depends_on:

      - db

      - redis

  celery:

    build: ./backend

    command: celery -A app.core.celery_app worker --loglevel=info

    volumes:

      - ./backend:/app

    depends_on:

      - db

      - redis

  db:

    image: postgres:15

    environment:

      - POSTGRES_DB=workflow

      - POSTGRES_USER=user

      - POSTGRES_PASSWORD=pass

    volumes:

      - postgres_data:/var/lib/postgresql/data

  redis:

    image: redis:7-alpine

    volumes:

      - redis_data:/data

2. 生产环境部署

使用 Kubernetes:


# k8s/deployment.yaml

apiVersion: apps/v1

kind: Deployment

metadata:

  name: workflow-backend

spec:

  replicas: 3

  selector:

    matchLabels:

      app: workflow-backend

  template:

    metadata:

      labels:

        app: workflow-backend

    spec:

      containers:

      - name: backend

        image: workflow-backend:latest

        ports:

        - containerPort: 8000

        env:

        - name: DATABASE_URL

          valueFrom:

            secretKeyRef:

              name: workflow-secrets

              key: database-url

        resources:

          requests:

            memory: "512Mi"

            cpu: "500m"

          limits:

            memory: "2Gi"

            cpu: "2000m"

3. CI/CD 配置

GitHub Actions 示例:


# .github/workflows/deploy.yml

name: Deploy

on:

  push:

    branches: [main]

jobs:

  test:

    runs-on: ubuntu-latest

    steps:

      - uses: actions/checkout@v3

      - name: Run tests

        run: |

          cd backend && pytest

          cd frontend && npm test

  build:

    needs: test

    runs-on: ubuntu-latest

    steps:

      - uses: actions/checkout@v3

      - name: Build Docker images

        run: |

          docker build -t workflow-backend ./backend

          docker build -t workflow-frontend ./frontend

  deploy:

    needs: build

    runs-on: ubuntu-latest

    steps:

      - name: Deploy to production

        run: |

          # 部署脚本

💡 开发最佳实践

1. 代码规范

前端:

使用 ESLint + Prettier 统一代码风格
遵循 Vue 3 组合式 API 最佳实践
使用 TypeScript 严格模式
组件命名使用 PascalCase
文件命名使用 kebab-case

后端:

遵循 PEP 8 Python 代码规范
使用类型提示（Type Hints）
使用 Pydantic 进行数据验证
API 路由使用 RESTful 规范
函数和类添加文档字符串

2. Git 工作流

使用 Git Flow 或 GitHub Flow
提交信息遵循 Conventional Commits
代码审查（Code Review）必须
主分支保护，禁止直接推送
使用语义化版本号（Semantic Versioning）

3. 错误处理

前端错误处理:


// 统一错误处理

try {

  const result = await api.workflow.execute(id, data)

} catch (error) {

  if (error.response?.status === 401) {

    // 处理未授权

    router.push('/login')

  } else {

    // 显示错误提示

    ElMessage.error(error.message)

  }

}

后端错误处理:


# 统一异常处理

from fastapi import HTTPException

  

@app.exception_handler(ValueError)

async def value_error_handler(request, exc):

    return JSONResponse(

        status_code=400,

        content={"message": str(exc)}

    )

4. 日志记录

前端日志:

使用 console 进行开发调试
生产环境使用日志服务（Sentry）
记录关键操作和错误

后端日志:


import logging

  

logger = logging.getLogger(__name__)

  

logger.info("Workflow execution started", extra={

    "workflow_id": workflow_id,

    "user_id": user_id

})

  

logger.error("Workflow execution failed", exc_info=True)

5. 文档编写

API 文档使用 OpenAPI/Swagger
代码注释清晰完整
README 包含项目介绍和快速开始
编写用户使用手册
维护更新日志（CHANGELOG）

🔍 常见问题解决

1. 工作流执行超时

问题: 工作流执行时间过长导致超时

解决方案:

使用 Celery 异步任务处理
增加任务超时时间配置
优化节点执行逻辑
实现任务分片执行

2. WebSocket 连接断开

问题: WebSocket 连接不稳定，经常断开

解决方案:

实现自动重连机制
使用心跳检测保持连接
增加连接池管理
处理网络异常情况

3. 前端性能问题

问题: 工作流编辑器在处理大量节点时卡顿

解决方案:

使用虚拟滚动
实现节点懒加载
优化 Vue Flow 渲染
使用 Web Workers 处理计算

4. 数据库性能问题

问题: 数据库查询慢，影响系统性能

解决方案:

添加合适的数据库索引
优化 SQL 查询语句
使用 Redis 缓存热点数据
实现数据库读写分离

5. Agent 响应慢

问题: Agent 执行响应时间过长

解决方案:

选择合适的 AI 模型（速度优先）
实现响应缓存机制
优化提示词长度
使用流式响应

📚 参考资源和文档

技术文档

前端:

后端:

基础设施:

架构设计参考

开发工具

前端开发工具:

后端开发工具:

🎯 开发里程碑

MVP 版本（3-4个月）

核心功能:

✅ 基础工作流编辑器（拖拽、连线、配置）
✅ 工作流执行引擎（支持基础节点类型）
✅ Agent 基础配置和执行
✅ 用户认证和权限管理
✅ 工作流执行历史记录

技术目标:

前后端基础架构搭建完成
核心功能可用
基础测试覆盖

V1.0 版本（6-8个月）

增强功能:

✅ 完整的工作流节点类型支持
✅ 多Agent协作机制
✅ 代码生成器（Python、前端）
✅ 工作流模板库
✅ 性能监控和分析
✅ 完整的错误处理和重试机制

技术目标:

系统稳定性和性能优化
完整的测试覆盖
生产环境部署就绪

V2.0 版本（10-12个月）

高级功能:

✅ RAG 和向量数据库集成
✅ 自定义节点开发平台
✅ 组件市场和插件系统
✅ 高级分析和报表
✅ 多租户支持
✅ 企业级安全和合规

技术目标:

企业级功能完善
高可用和可扩展架构
完整的文档和培训材料

🔄 迭代开发流程

1. 需求分析阶段

收集用户需求和反馈
分析业务场景
确定功能优先级
制定开发计划

2. 设计阶段

系统架构设计
数据库设计
API 接口设计
UI/UX 设计
技术方案评审

3. 开发阶段

前端开发
后端开发
单元测试编写
代码审查
持续集成

4. 测试阶段

功能测试
集成测试
性能测试
安全测试
用户验收测试

5. 部署阶段

预发布环境测试
生产环境部署
监控和告警配置
用户培训

6. 维护阶段

问题修复
性能优化
功能迭代
用户支持

📋 开发检查清单

代码提交前检查

代码通过 ESLint/Black 检查
所有测试用例通过
代码审查完成
更新相关文档
提交信息符合规范

功能开发检查

功能需求明确
技术方案确定
数据库变更（如有）已迁移
API 接口文档已更新
前端组件已测试
错误处理已实现
日志记录已添加

发布前检查

所有测试通过
性能测试通过
安全扫描通过
文档已更新
版本号已更新
更新日志已编写
回滚方案已准备

🛠️ 开发环境配置

前端开发环境


# 安装 Node.js (推荐 v18+)

# 安装 pnpm

npm install -g pnpm

  

# 安装依赖

cd frontend

pnpm install

  

# 启动开发服务器

pnpm dev

  

# 运行测试

pnpm test

  

# 构建生产版本

pnpm build

后端开发环境


# 安装 Python (推荐 3.11+)

# 创建虚拟环境

python -m venv venv

source venv/bin/activate  # Windows: venv\Scripts\activate

  

# 安装依赖

cd backend

pip install -r requirements.txt

  

# 配置环境变量

cp .env.example .env

# 编辑 .env 文件

  

# 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

celery -A app.core.celery_app worker --loglevel=info

  

# 运行测试

pytest

Docker 开发环境


# 启动所有服务

docker-compose -f docker-compose.dev.yml up -d

  

# 查看日志

docker-compose logs -f

  

# 停止服务

docker-compose down

📝 API 设计规范

RESTful API 设计

资源命名:

使用名词，复数形式
使用小写字母和连字符
示例: /api/workflows, /api/agents, /api/executions

HTTP 方法:

GET: 获取资源
POST: 创建资源
PUT: 完整更新资源
PATCH: 部分更新资源
DELETE: 删除资源

状态码:

200 OK: 成功
201 Created: 创建成功
400 Bad Request: 请求错误
401 Unauthorized: 未授权
403 Forbidden: 禁止访问
404 Not Found: 资源不存在
500 Internal Server Error: 服务器错误

响应格式:


{

  "code": 200,

  "message": "success",

  "data": {},

  "timestamp": "2024-01-01T00:00:00Z"

}

WebSocket 消息格式


{

  "type": "workflow:progress",

  "task_id": "xxx",

  "data": {

    "node_id": "node_1",

    "status": "running",

    "progress": 50

  },

  "timestamp": "2024-01-01T00:00:00Z"

}

🎓 学习路径建议

新手开发者

基础学习 (1-2周)

- Vue 3 基础语法和组合式 API

- TypeScript 基础

- Python 基础

- FastAPI 快速入门

工具学习 (1周)

- Git 版本控制

- Docker 基础

- 开发工具使用

项目实践 (2-3周)

- 熟悉项目结构

- 完成简单功能开发

- 参与代码审查

中级开发者

进阶学习 (2-3周)

- Vue Flow 工作流可视化

- Celery 异步任务

- LangChain Agent 开发

- 数据库优化

架构理解 (1-2周)

- 系统架构设计

- 微服务模式

- 性能优化技巧

功能开发 (持续)

- 独立开发复杂功能

- 技术方案设计

- 代码审查和指导

高级开发者

架构设计 (持续)

- 系统架构优化

- 技术选型决策

- 性能瓶颈分析

团队协作 (持续)

- 技术方案评审

- 代码审查指导

- 技术分享和培训

技术创新 (持续)

- 新技术调研

- 最佳实践总结

- 开源贡献

🐛 调试技巧

前端调试

Vue DevTools:

安装 Vue DevTools 浏览器扩展
查看组件状态和 props
监控 Pinia store 变化
性能分析

浏览器调试:

使用 Chrome DevTools
网络请求监控
性能分析工具
内存泄漏检测

后端调试

日志调试:


import logging

logger = logging.getLogger(__name__)

  

# 设置日志级别

logging.basicConfig(level=logging.DEBUG)

  

# 使用结构化日志

logger.debug("Debug message", extra={"key": "value"})

调试工具:

使用 pdb 进行断点调试
使用 ipdb 增强调试体验
使用 FastAPI 的自动文档进行 API 测试

Celery 调试:


# 查看任务状态

from app.core.celery_app import celery_app

task = celery_app.AsyncResult('task-id')

print(task.state)

print(task.result)

📞 支持和帮助

内部资源

项目 Wiki 文档
技术分享会议记录
代码审查记录
问题追踪系统

外部社区

问题反馈

GitHub Issues（技术问题）
内部工单系统（业务问题）
团队会议（架构讨论）

📅 版本历史

v1.0.0 (2024-01-01)

初始版本发布
基础工作流编辑器
工作流执行引擎
Agent 基础功能

文档维护: 开发团队

最后更新: 2024年

版本: 1.0

34 KiB Raw Blame History Unescape Escape

开发低代码智能体平台 - 完整开发提示词

📋 项目概述

🏗️ 技术架构

核心技术栈

🎯 核心功能需求

1. 低代码工作流设计器

2. 智能Agent平台

3. 工作流执行引擎

4. 低代码开发功能

📐 项目结构设计

前端项目结构

后端项目结构

🔧 开发任务清单

阶段一: 项目初始化（1-2周）

1.1 前端项目搭建

1.2 后端项目搭建

1.3 数据库设计

阶段二: 核心功能开发（4-6周）

2.1 工作流编辑器开发

2.2 工作流引擎开发

2.3 Agent平台开发

2.4 实时通信开发

阶段三: 低代码功能开发（2-3周）

3.1 代码生成器开发

3.2 模板和组件库

阶段四: 系统集成和优化（2-3周）

4.1 系统集成

4.2 性能优化

4.3 监控和日志

阶段五: 测试和部署（1-2周）

5.1 测试

5.2 部署

💻 关键代码实现示例

1. 工作流执行引擎（Python）

2. 工作流编辑器（Vue 3）

3. FastAPI工作流API

4. Celery任务定义

🎨 UI/UX设计要点

1. 工作流编辑器界面

2. Agent配置界面

3. 代码生成器界面

🔒 安全和权限

1. 认证和授权

2. 数据安全

3. 安全审计

📊 性能优化策略

1. 前端优化

2. 后端优化

3. 工作流执行优化

4. Agent 执行优化

🧪 测试策略

1. 单元测试

2. 集成测试

3. 端到端测试

4. 性能测试

5. 安全测试

🚀 部署指南

1. 开发环境部署

2. 生产环境部署

3. CI/CD 配置

💡 开发最佳实践

1. 代码规范

2. Git 工作流

3. 错误处理

4. 日志记录

5. 文档编写

🔍 常见问题解决

1. 工作流执行超时

2. WebSocket 连接断开

3. 前端性能问题

4. 数据库性能问题

5. Agent 响应慢

📚 参考资源和文档

技术文档

架构设计参考

开发工具

🎯 开发里程碑

MVP 版本（3-4个月）

V1.0 版本（6-8个月）

34 KiB

Raw Blame History