nullpointexception-i/agent-sphere

AgentSphere – 基于LLM的AI代理编排平台

是什么

• 一个全栈Web应用，允许用户运行由大语言模型（LLM）驱动的自主AI代理。核心引擎遵循 ReAct 模式（计划 → 行动 → 观察 → 学习），可编排具有各自工具集的 子代理。
• 平台整合了决策引擎、统一能力层（浏览器自动化、CLI、内置工具、MCP协议）、持久化多级内存，以及面向用户的UI（React + Ant Design）和可嵌入的聊天组件。

核心功能

功能	作用
LLM ReAct编排	SessionRunner 运行一个可定时、可取消的循环，自动推理、调用工具、观察结果并压缩上下文。
多代理子运行	父级运行可生成子代理（SessionSubRunner），执行受限的工具调用；其进度以聊天UI和组件中的内联卡片形式显示。
模型路由与降级	支持 OpenAI、DeepSeek、Zhipu AI（BigModel）、QuickRouter、LiteLLM、OrcaRouter。主路由和降级路由可配置；当提供方失败时系统可优雅降级。
统一能力层	暴露MCP服务器、内置SPI工具、通过Chrome扩展桥接实现真实浏览器自动化、CLI执行，以及通过单一 ToolExecutor 实现复合“技能”。
真实浏览器自动化	一个Manifest-V3 Chrome扩展通过SSE接收 browser_operation 命令，可在页面主世界中导航、点击、输入或执行任意JavaScript。
多级内存	运行期间上下文存储在内存中（L1-L2），并持久化到PostgreSQL（L3-L6）。自动基于令牌预算的上下文压缩，确保提示在模型限制内。
人机协同澄清	LLM可使用 ask_clarification 工具暂停；UI显示澄清卡片（确认/选择/输入），用户回复后恢复运行。
OIDC SSO与RBAC	支持任何IdP的PKCE-based OpenID Connect登录、即时用户注册、资源行级隔离，以及带审计日志的完整基于角色的访问控制。
用户私有资源	首次登录时，为用户配置私有模型/提供方凭证、工具定义和文档存储副本，确保隔离性。
外部系统开放API	/api/v1/api/* 端点公开 completions 和 tasks，支持身份范围所有权检查和可选回调URL。
可嵌入聊天组件	单个IIFE脚本挂载Shadow DOM组件，通过类型化REST + SSE与后端通信，自行处理Bearer令牌——无需外部运行时。

技术栈

• 后端: Java 21, Spring Boot 3.4, MyBatis-Plus, PostgreSQL 14, Redis 7（用于分布式锁、取消标志和SSE广播）。
• 前端: React 19, UmiJS 4, Ant Design 6, TypeScript 6。
• 浏览器桥接: 使用现代ES模块编写的Chrome Manifest-V3扩展，通过SSE与服务器通信。
• 许可证: MIT。

典型用例

• 构建需要浏览网页、填写表单或执行Shell命令的AI助手。
• 企业工作流中，LLM需通过MCP协议与内部工具（Jira、GitHub、数据库）交互。
• 需要实时工具执行和可选人工澄清的面向客户的聊天组件。
• 高层规划者将子任务委派给专业代理的多代理协作。

快速上手

1. 克隆仓库并按照 QUICK_START.md 指南操作（设置Java、Node、PostgreSQL、Redis）。
2. 运行Spring Boot服务（./mvnw spring-boot:run）。
3. 启动React UI（npm install && npm start）。
4. 从提供的源安装Chrome扩展；它将自动通过用户专属SSE流连接到后端。
5. 打开 as.buukle.top 的实时演示，使用演示账户 demo001 / demo001 登录，探索UI、多代理聊天和可嵌入组件。

为何重要 AgentSphere将通常需分别构建的LLM驱动代理组件整合在一起：稳健的ReAct循环、工具执行、内存管理、模型路由和生产级UI。通过提供清晰的REST + SSE API和可嵌入组件，它使得将功能完整的AI助手轻松集成到任何网页中成为可能，同时仍支持后台复杂的多步骤、工具驱动工作流。