🤖 多 Agent 智能服务平台

基于 LangChain Deepagents 构建的多 Agent Web 服务框架。

参考: Deepagents Quickstarts

✨ 特性

• 🎯 多 Agent 架构: 通过 /agents/{type}/ 路由访问不同 Agent
• 🧩 专业技能系统: 采用 SKILL.md 格式定义深度技能，按需动态加载
• 🔌 MCP 服务注册: 支持多种 MCP 服务，按 Agent 类型分配
• 🇨🇳 中文友好: 针对中文环境优化，提供自然的沟通体验
• 🌊 全异步流式响应: 支持 SSE (Server-Sent Events) 实时输出

🤖 可用 Agent

📁 项目结构

langchain_skills/
├── src/
│   ├── core/                   # 核心框架层
│   │   ├── base_agent.py       # Agent 基类和工厂
│   │   ├── mcp_registry.py     # MCP 服务注册
│   │   ├── events.py           # SSE 事件构建器
│   │   └── text_buffer.py      # 流式输出文本缓冲器
│   │
│   ├── agents/                 # Agent 实现（每个 Agent 自包含）
│   │   └── alert_noise_reduction/  # 告警降噪 Agent
│   │       ├── agent.py
│   │       ├── config.py
│   │       ├── tools.py        # Milvus 向量搜索 + Rerank
│   │       └── skills_data/
│   │
│   ├── api.py                  # FastAPI 入口（多 Agent 路由）
│   └── config.py               # 配置管理
│
├── docs/                       # 文档
│   └── agent_development_guide.md   # Agent 开发指南
│
├── pyproject.toml              # 项目配置与依赖
├── .env                        # 环境变量
└── README.md

🚀 快速开始

1. 安装依赖

确保已安装 uv:

uv sync

2. 配置环境变量

复制 .env_example 为 .env 并填写：

ALIYUN_API_KEY=your_api_key

# Milvus 向量数据库
MILVUS_ADDRESS=localhost:19530
MILVUS_DATABASE=your_database
MILVUS_USERNAME=your_username
MILVUS_PASSWORD=your_password

# Embedding 模型
EMBEDDING_API_KEY=your_embedding_key
EMBEDDING_MODEL=text-embedding-v4

# Rerank 模型
RERANK_API_KEY=your_rerank_key
RERANK_MODEL=gte-rerank-v2

3. 启动服务

uv run uvicorn src.api:app --host 0.0.0.0 --port 8001 --reload

访问 http://localhost:8001/docs 查看 API 文档。

📡 API 端点

4. 前端demo

cd my-chat-ui
pnpm install
pnpm dev

访问：http://localhost:3000

使用示例

# 获取 Agent 列表
curl http://localhost:8001/agents | jq

# 与告警降噪 Agent 聊天
curl -X POST http://localhost:8001/agents/alert_noise_reduction/chat \
  -H "Content-Type: application/json" \
  -d '{"message": "分析这个告警: CPU使用率超过90%"}' | jq

# 获取 Agent 技能
curl http://localhost:8001/agents/alert_noise_reduction/skills | jq

🛠️ Agent 技能与工具

Alert Noise Reduction Agent

技能 (skills_data/)：

工具 (tools.py)：search_similar_alerts (Milvus 向量搜索 + DashScope Rerank)

🔧 扩展 Agent

添加新 Agent 只需 5 步：

1. 创建 src/agents/{new_agent}/ 目录
2. 实现 config.py 和 agent.py
3. 添加技能到 skills_data/
4. 添加专用工具到 tools.py（可选）
5. 在 src/agents/__init__.py 中导入

详细指南请查看 Agent 开发文档。

🔍 核心原理

本项目基于 deepagents 框架：

1. BaseAgent + 注册表: 统一的 Agent 基类和工厂模式
2. Agent 私有工具: 每个 Agent 在自己目录下的 tools.py 中定义专用工具
3. MCPRegistry: 多 MCP 服务注册和按需加载
4. FilesystemBackend: 提供底层文件访问支持
5. LangGraph: deepagents 内部基于 LangGraph 实现 ReAct 循环

📚 文档/SKILLS

• Agent 开发指南 - 如何添加新 Agent
• Agent 运行流程 - Agent 运行流程参考文档
• 支持直接在支持SKILLS的AI IDE中进行开发（如Claude Code，Cursor等）