LK3 Intelligent Workspace

基于 Next.js App Router + Vercel 的执行型 AI Web 工作台。

当前已实现

• Task API + SSE 主链路
• God View Workspace
• LLM Settings 网页端模型切换
• Approval Center
• Replay Console
• Learning Observatory
• Workflow Canvas
• Memory Center
• Governance Center
• Evolution Center
• Deployment Center
• 文件级持久化模式与运行时存储切换
• 真实网页抓取版 Browser Runner
• ExecutionEvent / Task / Browser / Tool / Evidence 统一协议

目录

apps/web
packages/contracts
packages/agent-core
packages/llm-gateway
packages/runner-adapters
docs

本地启动

cd apps/web
npm install
npm run dev

本地构建验证

cd apps/web
npm run typecheck
npm run build

Vercel 部署

1. 将仓库导入 Vercel。
2. Root Directory 选择 apps/web。
3. 配置环境变量：

NEXT_PUBLIC_APP_NAME=LK3 Intelligent Workspace
LK3_APP_URL=https://your-domain.vercel.app
LK3_DEMO_MODE=true
LK3_DEFAULT_PROVIDER=mock
LK3_DEFAULT_MODEL=lk3-orchestrator
LK3_STORAGE_MODE=memory

4. 部署完成后建议检查：
   • /
   • /deployment
   • /evolution
   • /runs
   • /workflows
   • /learning
   • /memory
   • /governance
   • /settings/llm
   • /api/v1/system/health
   • /api/v1/deployment/readiness

持久化模式

• LK3_STORAGE_MODE=file
  • 适合本地开发和单机演示
• LK3_STORAGE_MODE=memory
  • 适合无状态演示环境

详见 docs/persistence.md

主要 API

• POST /api/v1/tasks
• GET /api/v1/tasks
• GET /api/v1/tasks/:taskId
• GET /api/v1/tasks/:taskId/events
• GET /api/v1/tasks/:taskId/replay
• GET /api/v1/tasks/:taskId/deliverable
• POST /api/v1/tasks/:taskId/cancel
• POST /api/v1/tasks/:taskId/retry
• GET /api/v1/workflows
• GET /api/v1/memory
• GET /api/v1/learning/jobs
• POST /api/v1/learning/jobs
• GET /api/v1/learning/policy
• PUT /api/v1/learning/policy
• GET /api/v1/governance/policy
• PUT /api/v1/governance/policy
• GET /api/v1/settings/llm
• PUT /api/v1/settings/llm
• PUT /api/v1/settings/llm/credentials
• POST /api/v1/settings/llm/test
• GET /api/v1/evolution/report
• GET /api/v1/deployment/readiness
• GET /api/v1/system/health
• GET /api/v1/system/persistence

当前仍未完全落地的部分

• 真实 Playwright + Vercel Sandbox 浏览器交互执行
• 生产级 Postgres / Redis / Blob 持久化
• 隔离 Tool Runner
• 多租户、预算与更完整的自治演进闭环

下一步建议

1. 接入 Postgres / Redis / Blob 真正承接线上状态与回放产物。
2. 把 Browser Runner 从“真实抓取”升级到“真实交互”。
3. 为 Tool Runner 增加隔离执行后端。
4. 增加多租户、成本治理和任务预算系统。