Shy2593666979/AgentChat

AgentChat – 现代化 AI 驱动对话平台

简介 – AgentChat 是一个围绕大型语言模型 (LLMs) 构建的开源网页聊天系统。它提供全栈 UI (Vue 3) 与 FastAPI 后端，将 LLM 推理、检索增强生成 (RAG)、工具调用与多智能体协调整合在一起。

核心功能

• 智能体 – 子智能体可以协作、推理并做出决策；智能体可配备自定义工具（通过上传 Swagger/OpenAPI 规格）以及加载渐进式提示词的 Skills。
• 三层记忆 –
  1. 短期：保留最近约 3000 个 token 以供即时上下文使用。
  2. 历史摘要：自动浓缩较旧的对话。
  3. 长期：持久化用户偏好与习惯，实现个性化对话。
• RAG / 知识库 – 支持向量数据库 (ChromaDB, Milvus) 与 Elasticsearch 进行语义搜索，实现精确的基于文档的问答。
• MCP 服务器集成 – 实现 Model-Context-Protocol，允许外部服务与 LLM 上下文交互。
• 人机协作 (HITL) MCP 生成 – 用户可通过对话式 UI 迭代优化 OpenAPI 描述，系统会生成 MCP 服务器配置，并可在决策点进行手动审核。
• 工具生态系统 – 内置 10 种以上实用工具（如天气查询、图像生成）并支持新增自定义工具。
• 管理与分析 – 用户验证、基于角色的权限管理，以及显示各智能体使用量、token 消耗与调用次数的仪表板。

技术栈

• 后端：Python 3.12+, FastAPI, LangChain 1.0, MySQL, Redis, ChromaDB (或 Milvus/Elasticsearch)。依赖管理使用 Poetry/uv。
• 前端：Vue 3.4+, Element Plus, Pinia, Vite 5, TypeScript。
• 部署：提供 Docker 与 Docker-Compose 脚本以实现一键生产环境部署；亦支持本地开发。

快速开始

1. Clone 仓库。
2. 编辑 docker/docker_config.yaml（数据库凭证、向量数据库选择等）。
3. 执行 docker-compose up --build -d 启动完整容器化堆栈，或分别启动后端 (uv sync && uv run uvicorn ...) 与前端 (npm install && npm run dev)。
4. 打开网页 UI，登录后即可开始创建智能体、上传知识库或链接自定义工具。

适用对象 – 开发内部 AI 助理的开发者、需要可自定义聊天 UI 的 SaaS 团队，或进行多智能体工作流与 RAG 管线原型设计的研究人员。

授权 – MIT，您可以自由修改、重新发布或将 AgentChat 嵌入商业产品中。