源灵AI助手管家

基于 LangGraph + LangChain + Next.js 的本地 AI Agent 系统，提供透明的 AI 辅助能力。

功能特性

• 🤖 AI Agent - 基于 ReAct 架构的智能助手，支持流式响应
• 💬 实时对话 - Server-Sent Events (SSE) 实时推送
• 📁 文件工具 - 安全受限的文件读写、Terminal 执行
• 🔍 RAG 知识检索 - 本地 Embedding + BM25 混合检索
• 🔌 平台集成 - 飞书 Webhook 集成
• 🧠 Skills 插件 - Markdown 编写的技能扩展

环境要求

• Python: 3.10+ (via conda)
• Node.js: 18+
• API 密钥: DeepSeek API Key

项目结构

源灵AI助手管家/
├── backend/              # Python FastAPI 后端
│   ├── api/             # API 路由
│   ├── graph/           # LangGraph Agent
│   ├── tools/           # LangChain 工具函数
│   ├── platforms/       # 平台集成
│   ├── workspace/       # 系统 Prompt 组件
│   ├── skills/          # 技能插件
│   └── models/          # 本地 Embedding 模型
├── frontend/            # Next.js 14 前端
│   └── src/
│       └── app/         # App Router
├── start.sh             # 启动脚本
├── stop.sh              # 停止脚本
└── README.md            # 说明文档

快速开始

1. 克隆项目

git clone https://github.com/MITAvicii/-yuanling.git
cd 源灵AI助手管家

2. 配置环境

创建 conda 环境：

conda create -n yuanling python=3.11 -y
conda activate yuanling

安装后端依赖：

pip install -r backend/requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

安装前端依赖：

cd frontend
npm install --registry=https://registry.npmmirror.com

配置 API 密钥：

在 backend/ 目录下创建 .env 文件：

DEEPSEEK_API_KEY=your-api-key-here

3. 启动服务

./start.sh

服务启动后：

• 后端: http://localhost:8002
• 前端: http://localhost:3000

使用说明

与 AI 对话

打开浏览器访问 http://localhost:3000 ，在输入框中发送消息即可开始对话。

可用工具

Agent 可以自动使用以下工具：

• terminal - 执行终端命令
• python_repl - 运行 Python 代码
• read_file / write_file - 文件读写
• rag_search - 知识检索
• fetch_url - 获取网页内容
• feishu_sender - 发送飞书消息

添加技能

将技能说明写入 backend/skills/<skill_name>/SKILL.md，Agent 会自动加载。

技术栈

层级	技术
后端	FastAPI, LangGraph, LangChain, LlamaIndex
前端	Next.js 14, React, Tailwind CSS
LLM	DeepSeek
Embedding	BGE-base-zh-v1.5
Reranker	BGE-reranker-base

注意事项

• 模型文件：本地 Embedding 模型 (~400MB) 和 Reranker 模型 (~400MB) 在 .gitignore 中排除，首次使用需自行下载到 backend/models/
• 会话数据：backend/sessions/ 包含用户会话，已排除以保护隐私
• API 密钥：必须配置 .env 文件中的 DEEPSEEK_API_KEY 才能使用 LLM

开发相关

测试

pytest

代码规范

• 后端遵循 AGENTS.md 中的 Python 代码风格
• 前端运行 npm run lint 检查

License

MIT