# agent-ml-test01

**Repository Path**: tasmilen/agent-ml-test01

## Basic Information

- **Project Name**: agent-ml-test01
- **Description**: 多agent系统，试验1号
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-03-15
- **Last Updated**: 2026-03-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Agent ML — 多智能体协作平台

> 1 个主脑（决策）+ N 个专脑（分工）+ 工具链（执行）+ 校验（纠错）+ 自进化（扩展能力）

## 架构概览

```mermaid
graph TB
    User[用户] --> Router[路由层 Router]
    Router --> |分类| Supervisor[主脑 Supervisor]
    Router --> |未匹配| Evolution[自进化层 Evolution]

    Supervisor --> Research[研究专脑]
    Supervisor --> Code[代码专脑]
    Supervisor --> Data[数据专脑]
    Supervisor --> Action[执行专脑]
    Supervisor --> Plan[规划专脑]
    Supervisor --> Doc[文档专脑]

    Evolution --> |搜索 MCP| MCPRegistry[MCP 注册表]
    Evolution --> |搜索 Skill| SkillStore[Skill 仓库]
    Evolution --> |自动创建| SkillGen[Skill 生成器]

    Research --> Tools[工具链]
    Code --> Tools
    Action --> Tools

    Tools --> WebSearch[Web 搜索]
    Tools --> Browser[浏览器自动化]
    Tools --> FileOps[文件操作]
    Tools --> HttpReq[HTTP 请求]
    Tools --> Notify[通知服务]

    Supervisor --> Validator[校验层 Validator]
    Validator --> |通过| User
    Validator --> |不通过| Supervisor

    subgraph 反馈闭环
        Feedback[统一反馈追踪]
        Feedback --> PromptOpt[提示词优化]
        Feedback --> MCPSwitch[MCP 替换]
        Feedback --> SkillFix[Skill 修复]
    end
```

## 核心功能

| 功能模块 | 说明 |
|---------|------|
| 多 Agent 协作 | 路由 → 主脑编排 → 专脑执行 → 校验，四层架构 |
| 6 个预定义专脑 | 研究、代码、数据、执行、规划、文档 |
| 自进化能力 | 自动搜索 MCP 服务 + 自动生成 Skill 脚本 |
| 提示词自举 | 元提示词（DNA）驱动，LLM 自动生成所有 Agent 指令 |
| 统一反馈闭环 | 提示词 / MCP / Skill 共用评分-优化-晋升框架 |
| MCP 集成 | 支持 stdio / SSE / HTTP 传输，Smithery.ai 注册表搜索 |
| 工具链 | Web 搜索、浏览器自动化、文件操作、HTTP 请求 |
| 定时任务 | Cron 调度，自动触发 Agent 执行 |
| 多通道通知 | 企业微信 / 飞书 / 邮件 |
| 管理后台 | 模型 / 专脑 / MCP / Skill / 提示词 / 定时任务 / 系统设置 |
| 安全 | JWT 认证、API Key AES-256 加密、速率限制 |

## 技术栈

**后端**：Node.js + TypeScript + Fastify + Mastra + Vercel AI SDK

**前端**：Vue 3.5 + Vite + Pinia + Vue Router + Ant Design Vue + Tailwind CSS v4

**AI**：Kimi 2.5（Moonshot）/ OpenAI GPT-4o-mini

**存储**：JSON 文件 + LibSQL（Mastra Memory）

## 快速开始

### 前置要求

- Node.js >= 20
- pnpm >= 9
- （可选）Docker — Skill 沙箱执行

### 安装

```bash
git clone <your-repo-url>
cd agent-ml

# 安装依赖
pnpm install

# 配置环境变量
cp .env.example .env
# 编辑 .env，填入 API Key 等配置
```

### 开发模式

```bash
# 启动后端（端口 3000）
cd apps/server
pnpm dev

# 启动前端（端口 5173，另开终端）
cd apps/web
pnpm dev
```

访问 `http://localhost:5173` 打开聊天界面，`http://localhost:5173/admin` 进入管理后台。

> 开发模式下 `.env` 中 `AUTH_DISABLED=true` 可跳过登录。

### 首次启动

系统首次启动时会自动执行 **提示词自举**：读取 `packages/prompts/_meta.yaml`（元提示词），通过 LLM 为每个 Agent 生成系统指令。如果 LLM 不可用，会使用内置的降级提示词。

## 项目结构

```
agent-ml/
├── apps/
│   ├── server/          # 后端服务
│   │   └── src/
│   │       ├── mastra/       # Mastra Agent 定义与编排
│   │       ├── tools/        # 工具（搜索、浏览器、文件、通知等）
│   │       ├── prompts/      # 提示词加载、生成、优化
│   │       ├── skills/       # Skill 管理、生成、执行
│   │       ├── mcp/          # MCP 服务管理
│   │       ├── feedback/     # 统一反馈追踪
│   │       ├── routes/       # API 路由
│   │       └── scheduler/    # 定时任务
│   └── web/             # 前端 SPA
│       └── src/
│           ├── views/        # 页面
│           ├── components/   # 组件
│           ├── api/          # API 客户端
│           └── stores/       # Pinia 状态管理
├── packages/
│   ├── prompts/         # 提示词模板（YAML）
│   └── skills/          # Skill 目录
├── data/                # 运行时数据（JSON 持久化 + SQLite）
└── .env.example         # 环境变量模板
```

## 环境变量

详见 [`.env.example`](.env.example)，主要配置：

| 变量 | 说明 | 必填 |
|------|------|------|
| `KIMI_API_KEY` | Moonshot API Key | 是 |
| `KIMI_BASE_URL` | Moonshot API 地址 | 是 |
| `JWT_SECRET` | JWT 签名密钥 | 生产环境 |
| `MASTER_KEY` | API Key 加密密钥 | 生产环境 |
| `AUTH_DISABLED` | 跳过认证（开发用） | 否 |
| `WECHAT_WEBHOOK_URL` | 企业微信通知 | 否 |
| `FEISHU_WEBHOOK_URL` | 飞书通知 | 否 |
| `SMTP_*` | 邮件通知 | 否 |
| `DOCKER_SOCKET_PATH` | Docker 沙箱 | 否 |

## Docker 部署

### 使用 Docker Compose（推荐）

```bash
# 构建并启动
docker compose up -d --build

# 查看日志
docker compose logs -f
```

服务默认运行在 `http://localhost:3000`（前端 + API 统一入口）。

### 服务器要求

| 资源 | 最低 | 推荐 |
|------|------|------|
| CPU | 2 核 | 4 核 |
| 内存 | 2 GB | 4 GB |
| 磁盘 | 10 GB | 20 GB |
| Docker | 20.10+ | 最新 |

## 元提示词（Meta Prompt）

`packages/prompts/_meta.yaml` 是系统的 **DNA**，定义了所有 Agent 的角色、工具和约束。修改此文件后，在管理后台"提示词管理"页面点击"重新自举"，系统会用 LLM 重新生成所有提示词。

**提示词优先级**：`manual`（手动编辑）> `proven`（验证通过）> `auto`（自动生成）

手动编辑的提示词不会被自动覆盖。

## FAQ

**Q: Kimi API 余额不足怎么办？**

可以在管理后台"模型管理"页面切换到 OpenAI 或其他 OpenAI 兼容的 API。

**Q: 不装 Docker 能用吗？**

可以。不配置 `DOCKER_SOCKET_PATH` 时，Skill 脚本在本地 Node.js 进程中执行（仅限开发环境）。

**Q: 如何添加新的专脑？**

1. 在 `apps/server/src/mastra/agents/brains.ts` 中定义新 Agent
2. 在 `packages/prompts/_meta.yaml` 中添加对应配置
3. 重新自举生成提示词

系统也支持 **动态专脑**：当路由层判断没有匹配的预定义专脑时，会自动创建临时专脑。

**Q: 数据存在哪里？**

- 配置和状态：`data/` 目录下的 JSON 文件
- 聊天记忆：`data/local.db`（LibSQL）
- 提示词：`packages/prompts/` 下的 YAML 文件
- Skill：`packages/skills/` 目录

## License

MIT