Shy2593666979/AgentChat

AgentChat 是一个基于 LLM 的智能体交流平台，内置默认 Agent 并支持用户自定义 Agent。通过多轮对话和任务协作，Agent 可以理解并协助完成复杂任务。项目集成 LangChain、Function Call、MCP 协议、RAG、Memory、HITL、Skill、Milvus 和 ElasticSearch 等技术，实现高效的知识检索与工具调用，使用 FastAPI 构建高性能后端服务。

解决的问题

AgentChat 为构建和与 AI 智能体交互提供了一个完整、现代的界面和后端。它通过将多模型支持、知识库检索 (RAG) 和工具调用集成到一个具有专业 UI 的单一可部署系统中，解决了 AI 工具碎片化的问题。

工作原理

该系统采用解耦的前端 (Vue 3) 和后端 (FastAPI) 架构。它利用 LangChain 进行编排，并支持三层记忆架构（短期、历史摘要和长期偏好）以维持上下文。它集成了 Model Context Protocol (MCP) 用于服务器扩展，并使用 ChromaDB 或 Milvus 等向量数据库实现 RAG 功能。

适用对象

专为希望部署自托管全栈 AI 聊天系统的开发人员和组织设计，该系统可以通过智能体协作和自定义工具集成来处理复杂任务。

亮点

三层记忆：对短期上下文、历史摘要和长期用户偏好进行智能管理。
人机回环 (HITL)：在从 OpenAPI 规范生成 MCP 服务器时，允许在关键决策节点进行人工干预和确认。
多智能体协作：支持具有推理和决策能力的子智能体，用于复杂任务规划。
RAG 集成：内置具有语义分块和向量检索功能的知识库系统。
工具生态系统：支持多轮工具调用（顺序依赖）以及通过 Swagger/OpenAPI 上传创建自定义工具。