⚡️ Chatnext Agents

🤖 模块化多 Agent 终端助手：主控管理者按需编排各功能 Agent，既能通过智能认知刷新、长期记忆管理、历史记录搜索打造“记忆型”对话体验，又能借助 Shell 命令执行与 SQLite 查询解锁实用技能；配合 Agent 管理 / 构建能力，系统具备自我治理与持续扩展的潜力。
🌐 兼容模型：OpenAI、DeepSeek、Kimi、Gemini（OpenAI 接口）、Grok、Mistral、Doubao 等所有支持 OpenAI Chat Completions + Tool Calling 的服务。

Default Agents

• 🧠 main_manager – 总控中枢，判断意图并派发子任务
• 🔎 history_seeker – 检索历史消息，补全上下文
• 🗂️ memory_manager – 管理长期记忆（增删改查）
• 🧮 sqlite_manager – 执行自定义 SQL
• 🖥️ shell_executor – 运行系统 Shell 命令
• 🧭 agent_manager – 查看与维护现有 Agent
• 🏗️ agent_builder – 生成或扩展 Agent 框架

Quick Start

1. 安装依赖：npm install
2. 配置 OpenAI 兼容模型参数（如 OpenAI、DeepSeek、Kimi、Gemini、Grok、Mistral、Doubao 等任意遵循同规范并具备工具调用能力的服务）：

   export OPENAI_API_KEY=your_key
   export OPENAI_API_URL=https://api.openai.com # 可选，默认为官方地址

   任何支持工具调用（Tool Calling / Function Calling）的 Chat Completion 模型都可使用。

3. 运行 CLI：node app.js

默认本地端口约定为 9501。如需覆盖：

export AGENTS_PORT=9501

Multi-Agent Flow

• loader.js 按约定式目录加载指定 Agent 的 prompt、tools、map、model，并将系统提示与当前消息交给 runAgent。
• runAgent 内部是一个 while 循环：每轮向兼容 OpenAI 工具调用规范的模型发起请求；若返回普通文本，直接回复用户并结束循环。
• 若模型返回工具调用，则根据当前 Agent 的 map.js 判断是执行 functions/ 中的函数，还是递归触发其他 Agent；执行结果写回消息队列后继续下一轮，直到得到最终回答。
• 全流程会把消息、认知概览与调用日志写入 SQLite，方便历史回放与状态追踪。

Agent Development Guide

• 结构约定：每个 Agent 位于 agents/<name>/，包含 model.js、prompt.js、tools.js、map.js 以及可选的 functions/ 实现。
• 工具声明：tools.js 列出工具名称、描述与参数；map.js 将这些工具映射到具体实现（函数或子 Agent），决定执行路线。
• 扩展流程：
  1. 在 tools.js 添加或修改工具定义；
  2. 若为函数型工具，在 functions/ 中实现具体逻辑；
  3. 更新当前 Agent 的 map.js 指向新函数或目标 Agent，并确保该工具被主控 main_manager（或其他可触达的 Agent）在自身 map.js 中引用，runAgent 才能自动调度。