diff --git a/backend/app/__init__.py b/backend/app/__init__.py index 2bd75d5..529cfa2 100644 --- a/backend/app/__init__.py +++ b/backend/app/__init__.py @@ -3,6 +3,6 @@ AI Agent 应用模块 """ from .agent.service import AIAgentService -from .graph.graph_tools import AVAILABLE_TOOLS, TOOLS_BY_NAME +from app.main_graph.graph_tools import AVAILABLE_TOOLS, TOOLS_BY_NAME __all__ = ["AIAgentService", "AVAILABLE_TOOLS", "TOOLS_BY_NAME"] diff --git a/backend/app/agent/hybrid_router.py b/backend/app/agent/hybrid_router.py deleted file mode 100644 index 633cc83..0000000 --- a/backend/app/agent/hybrid_router.py +++ /dev/null @@ -1,242 +0,0 @@ -# backend/app/agent/hybrid_router.py - -from enum import Enum -from typing import Optional, List, Dict, Any -from dataclasses import dataclass -import sys -import os - -# 添加项目路径 -sys.path.insert(0, os.path.join(os.path.dirname(__file__), '..', '..')) - -from app.agent.intent_classifier import IntentClassifier, IntentType, get_intent_classifier - - -class RouterAction(Enum): - """路由动作""" - FAST_RAG = "fast_rag" # 快速 RAG 路径 - FAST_TOOL = "fast_tool" # 快速工具路径 - REACT_LOOP = "react_loop" # React 循环路径 - DIRECT_ANSWER = "direct_answer" # 直接回答 - CLARIFY = "clarify" # 澄清反问 - - -@dataclass -class RouterDecision: - """路由决策结果""" - action: RouterAction - intent: IntentType - confidence: float - reasoning: str - metadata: Dict[str, Any] = None - - -class HybridRouter: - """混合路由决策器""" - - def __init__( - self, - intent_classifier: IntentClassifier, - rag_pipeline = None, - tool_registry: Dict[str, Any] = None, - react_graph = None - ): - self.classifier = intent_classifier - self.rag = rag_pipeline - self.tools = tool_registry or {} - self.react_graph = react_graph - - async def route(self, user_input: str, context: Optional[str] = None) -> RouterDecision: - """ - 路由决策 - - Args: - user_input: 用户输入 - context: 对话上下文 - - Returns: - RouterDecision - """ - # 1. 意图分类 - intent_result = await self.classifier.classify(user_input, context) - - # 2. 根据意图路由 - decision = self._make_decision(intent_result, user_input) - - return decision - - def _make_decision(self, intent_result: IntentResult, user_input: str) -> RouterDecision: - """根据意图做出路由决策""" - intent = intent_result.intent_type - confidence = intent_result.confidence - - # 低置信度 → 走 React 循环（更安全） - if confidence < 0.6: - return RouterDecision( - action=RouterAction.REACT_LOOP, - intent=intent, - confidence=confidence, - reasoning=f"置信度 {confidence:.2f} 较低，走 React 循环" - ) - - # 根据意图路由 - routing_map = { - IntentType.KNOWLEDGE: RouterAction.FAST_RAG, - IntentType.REALTIME: RouterAction.FAST_TOOL, - IntentType.ACTION: RouterAction.FAST_TOOL, - IntentType.CHITCHAT: RouterAction.DIRECT_ANSWER, - IntentType.CLARIFY: RouterAction.CLARIFY, - IntentType.MIXED: RouterAction.REACT_LOOP, - IntentType.UNKNOWN: RouterAction.REACT_LOOP, - } - - action = routing_map.get(intent, RouterAction.REACT_LOOP) - - return RouterDecision( - action=action, - intent=intent, - confidence=confidence, - reasoning=intent_result.reasoning - ) - - async def execute(self, decision: RouterDecision, user_input: str, thread_id: str) -> str: - """ - 根据决策执行对应路径 - - Args: - decision: 路由决策 - user_input: 用户输入 - thread_id: 线程 ID - - Returns: - 最终答案 - """ - if decision.action == RouterAction.FAST_RAG: - return await self._execute_fast_rag(user_input) - elif decision.action == RouterAction.FAST_TOOL: - return await self._execute_fast_tool(user_input) - elif decision.action == RouterAction.DIRECT_ANSWER: - return await self._execute_direct_answer(user_input) - elif decision.action == RouterAction.CLARIFY: - return await self._execute_clarify(user_input) - elif decision.action == RouterAction.REACT_LOOP: - return await self._execute_react_loop(user_input, thread_id) - else: - return await self._execute_react_loop(user_input, thread_id) - - async def _execute_fast_rag(self, user_input: str) -> str: - """快速 RAG 路径""" - print("🚀 执行快速 RAG 路径") - - # 1. 检索文档（如果 RAG 可用） - docs = [] - if self.rag and hasattr(self.rag, 'aretrieve'): - docs = await self.rag.aretrieve(user_input) - - # 2. 格式化上下文 - context = "" - if self.rag and hasattr(self.rag, 'format_context'): - context = self.rag.format_context(docs) - - # 3. 生成回答 - prompt = f""" - 请根据以下文档回答用户问题。 - - 参考文档: - {context or "（无文档）"} - - 用户问题: {user_input} - """ - - response = await self.classifier.llm.ainvoke(prompt) - return response.content - - async def _execute_fast_tool(self, user_input: str) -> str: - """快速工具路径""" - print("🚀 执行快速工具路径") - - # 这里简化处理，实际项目中： - # 1. 解析需要调用的工具 - # 2. 生成工具参数 - # 3. 执行工具 - # 4. 生成回答 - - return "快速工具路径：功能开发中..." - - async def _execute_direct_answer(self, user_input: str) -> str: - """直接回答路径""" - print("💬 执行直接回答路径") - - prompt = f""" - 用户说: {user_input} - - 请友好回应。 - """ - - response = await self.classifier.llm.ainvoke(prompt) - return response.content - - async def _execute_clarify(self, user_input: str) -> str: - """澄清反问路径""" - print("❓ 执行澄清反问路径") - - prompt = f""" - 用户说: {user_input} - - 用户的问题不太明确，请礼貌地询问更多细节。 - """ - - response = await self.classifier.llm.ainvoke(prompt) - return response.content - - async def _execute_react_loop(self, user_input: str, thread_id: str) -> str: - """React 循环路径""" - print("🔄 执行 React 循环路径") - - # 这里调用现有的完整 LangGraph 流程 - # 具体实现根据您的项目结构 - return "React 循环路径：调用现有 LangGraph..." - - -# 便捷函数 -async def hybrid_agent_route( - user_input: str, - thread_id: str, - context: Optional[str] = None -) -> str: - """ - 混合 Agent 路由入口函数 - - Args: - user_input: 用户输入 - thread_id: 线程 ID - context: 对话上下文 - - Returns: - 最终答案 - """ - # 获取依赖（实际项目应该用依赖注入） - classifier = get_intent_classifier() - # rag = get_rag_pipeline() - # tools = get_tool_registry() - # graph = get_react_graph() - - # 创建路由器 - router = HybridRouter( - intent_classifier=classifier, - rag_pipeline=None, # 实际项目中传入 - tool_registry={}, # 实际项目中传入 - react_graph=None # 实际项目中传入 - ) - - # 路由决策 - decision = await router.route(user_input, context) - print(f"🧭 路由决策: {decision.action} (意图: {decision.intent}, 置信度: {decision.confidence:.2f})") - print(f"📝 推理: {decision.reasoning}") - - # 执行 - # result = await router.execute(decision, user_input, thread_id) - # return result - - # 临时返回 - return f"路由决策: {decision.action}" \ No newline at end of file diff --git a/backend/app/agent/service.py b/backend/app/agent/service.py index 51a3091..affa401 100644 --- a/backend/app/agent/service.py +++ b/backend/app/agent/service.py @@ -7,8 +7,8 @@ import json import asyncio # 本地模块 -from ..graph.graph_builder import GraphBuilder, GraphContext -from ..graph.graph_tools import AVAILABLE_TOOLS, TOOLS_BY_NAME +from app.main_graph.graph_builder import GraphBuilder, GraphContext +from app.main_graph.graph_tools import AVAILABLE_TOOLS, TOOLS_BY_NAME from ..model_services.chat_services import get_all_chat_services, LocalVLLMChatProvider from .rag_initializer import init_rag_tool from .intent_classifier import get_intent_classifier diff --git a/backend/app/agent_subgraphs/README.md b/backend/app/agent_subgraphs/README.md deleted file mode 100644 index cb6d6e0..0000000 --- a/backend/app/agent_subgraphs/README.md +++ /dev/null @@ -1,744 +0,0 @@ -# LangGraph Agent - 全能个人助手系统 - -该模块负责将个人助手从"查询型"升级为"全能执行型"，通过 LangGraph 子图架构实现通讯录管理、智能词典、增强研究分析等核心功能。 - ---- - -## 🔧 公共工具与共享组件 - -三个子图共享一套统一的基础设施和通用工具，避免重复实现，确保架构一致。 - -### 公共工具架构 - -``` -┌─────────────────────────────────────────────────────────────────┐ -│ 公共工具层 (Shared Tools) │ -├─────────────────────────────────────────────────────────────────┤ -│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ ┌──────────┐ │ -│ │意图理解工具 │ │人工审核工具 │ │格式化输出 │ │状态管理│ │ -│ └──────────────┘ └──────────────┘ └──────────────┘ └──────────┘ │ -│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ ┌──────────┐ │ -│ │检查点持久化 │ │条件路由 │ │LLM 调用 │ │数据库 │ │ -│ └──────────────┘ └──────────────┘ └──────────────┘ └──────────┘ │ -└─────────────────────────────────────────────────────────────────┘ - │ - ▼ -┌─────────────────────────────────────────────────────────────────┐ -│ 子图层 (Subgraphs) │ -├─────────────────────────────────────────────────────────────────┤ -│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ -│ │ 通讯录子图 │ │ 智能词典子图│ │ 研究分析子图│ │ -│ └──────────────┘ └──────────────┘ └──────────────┘ │ -└─────────────────────────────────────────────────────────────────┘ -``` - -### 公共工具详解 - -#### 1. 意图理解工具 (Intent Understanding Tool) - -**技术栈**：LangChain LLM + 少样本提示词 + 结构化输出 - -**使用方法**： -```python -from agent_subgraphs.common.intent import parse_intent - -result = parse_intent( - user_input="添加张三电话13800138000", - intent_categories=["contact", "dictionary", "research", "chat"] -) -# 返回: { -# "intent_type": "contact", -# "sub_intent": "add", -# "extracted_info": {"name": "张三", "phone": "13800138000"} -# } -``` - -**实现逻辑**： -- 使用 LLM 进行意图分类，输出结构化 JSON -- 关键词匹配兜底（如"保存"、"添加" → contact） -- 自动提取关键信息（实体、参数） -- 支持自定义意图分类器 - -**所有子图共用**：在 `agent_subgraphs/common/intent.py` - ---- - -#### 2. 人工审核工具 (Human-in-the-loop Tool) - -**技术栈**：LangGraph `interrupt()` + 状态持久化 - -**使用方法**： -```python -from agent_subgraphs.common.human_loop import human_approval_node - -def email_send_workflow(state: dict) -> dict: - # 生成邮件草稿... - state["pending_action"] = {"type": "email_send", "draft": draft} - return human_approval_node(state) # 挂起等待用户确认 -``` - -**实现逻辑**： -- 使用 `interrupt()` 触发挂起 -- 支持三种操作：确认、修改、取消 -- 超时自动取消（可配置超时时间） -- 用户反馈结构化存储 -- 支持断点续作 - -**共享位置**：`agent_subgraphs/common/human_loop.py` - -**应用场景**： -- 通讯录：邮件发送、联系人删除 -- 研究分析：信息源确认、报告结构调整 -- 智能词典：批量删除确认 - ---- - -#### 3. 格式化输出工具 (Formatting Tool) - -**技术栈**：Jinja2 模板 + Markdown 生成 - -**使用方法**： -```python -from agent_subgraphs.common.format import format_output - -result = format_output( - template="contact_result", - data={"contact": contact_data, "action": "added"} -) -``` - -**实现逻辑**： -- 预定义输出模板库 -- 支持 Markdown、HTML、纯文本三种格式 -- 自动处理列表、表格等复杂结构 -- 支持用户自定义模板 - -**共享位置**：`agent_subgraphs/common/format.py` - ---- - -#### 4. 检查点持久化工具 (Checkpoint Tool) - -**技术栈**：LangGraph CheckpointSaver + SQLite / PostgreSQL - -**使用方法**： -```python -from agent_subgraphs.common.checkpoint import get_checkpointer - -checkpointer = get_checkpointer(db_url="sqlite:///checkpoints.db") - -# 在图编译时传入 -graph = workflow.compile(checkpointer=checkpointer) -``` - -**实现逻辑**： -- 自动在每个节点执行后保存检查点 -- 支持断点续作 -- 状态版本管理 -- 支持查询历史状态 - -**共享位置**：`agent_subgraphs/common/checkpoint.py` - ---- - -#### 5. 条件路由工具 (Conditional Routing Tool) - -**技术栈**：LangGraph 条件边 + 路由函数 - -**使用方法**： -```python -from agent_subgraphs.common.routing import route_by_intent - -def my_router(state: dict) -> str: - return route_by_intent( - state, - { - "translate": "translate_node", - "lookup": "lookup_node", - } - ) -``` - -**实现逻辑**： -- 标准化的意图路由 -- 支持复杂条件判断 -- 路由函数可组合 -- 自动处理默认分支 - -**共享位置**：`agent_subgraphs/common/routing.py` - ---- - -#### 6. LLM 调用工具 (LLM Invocation Tool) - -**技术栈**：LangChain ChatOpenAI + 重试 + 流式输出 - -**使用方法**： -```python -from agent_subgraphs.common.llm import call_llm, call_llm_stream - -# 同步调用 -result = call_llm(prompt="翻译这句话", system_prompt="你是翻译官") - -# 流式调用 -async for chunk in call_llm_stream(prompt="写一篇文章"): - print(chunk.content, end="") -``` - -**实现逻辑**： -- 统一的 LLM 调用接口 -- 自动重试（指数退避） -- 支持流式和非流式 -- Token 计数和监控 -- 模型 fallback 机制 - -**共享位置**：`agent_subgraphs/common/llm.py` - ---- - -#### 7. 数据库工具 (Database Tool) - -**技术栈**：SQLAlchemy + PostgreSQL / SQLite - -**使用方法**： -```python -from agent_subgraphs.common.db import get_db, add_record, query_records - -# 获取 session -with get_db() as db: - # 添加记录 - add_record(db, Contact, {"name": "张三", "phone": "13800138000"}) - # 查询记录 - contacts = query_records(db, Contact, filters={"name": "张三"}) -``` - -**实现逻辑**： -- 统一的 ORM 会话管理 -- 标准 CRUD 操作封装 -- 支持事务 -- 自动错误处理 - -**共享位置**：`agent_subgraphs/common/db.py` - ---- - -#### 8. 状态基类工具 (State Base Classes) - -**技术栈**：TypedDict + 类型注解 - -**使用方法**： -```python -from agent_subgraphs.common.state import BaseSubgraphState - -class ContactState(BaseSubgraphState): - # 继承基础字段 - contact_data: Optional[dict] - # 自定义字段... -``` - -**实现逻辑**： -- 预定义基础状态字段 -- 类型安全 -- 状态验证 -- 状态合并辅助函数 - -**共享位置**：`agent_subgraphs/common/state.py` - ---- - -### 公共工具目录结构 - -``` -agent_subgraphs/ -├── common/ # 公共工具层 -│ ├── __init__.py -│ ├── intent.py # 意图理解工具 -│ ├── human_loop.py # 人工审核工具 -│ ├── format.py # 格式化输出工具 -│ ├── checkpoint.py # 检查点持久化工具 -│ ├── routing.py # 条件路由工具 -│ ├── llm.py # LLM 调用工具 -│ ├── db.py # 数据库工具 -│ ├── state.py # 状态基类 -│ └── prompts/ # 公共提示词模板 -│ ├── intent.j2 -│ └── format.j2 -├── contact/ # 通讯录子图（简化版，使用公共工具） -├── dictionary/ # 智能词典子图（简化版，使用公共工具） -└── research/ # 研究分析子图（简化版，使用公共工具） -``` - ---- - -### 公共配置项 - -所有子图共享的配置项（在 `.env` 中配置）： - -```env -# LLM 配置 -LLM_PROVIDER=deepseek -LLM_MODEL=deepseek-chat -LLM_API_KEY=*** -LLM_TEMPERATURE=0.7 -LLM_MAX_TOKENS=2000 - -# 数据库配置 -DB_URL=postgresql://user:pass@localhost/agent_db - -# 检查点配置 -CHECKPOINT_DB_URL=sqlite:///checkpoints.db - -# 人工审核配置 -HUMAN_LOOP_TIMEOUT=3600 - -# 格式化配置 -DEFAULT_OUTPUT_FORMAT=markdown -``` - ---- - -### 使用公共工具开发新子图 - -创建新子图的步骤： - -1. **继承状态基类** -```python -from agent_subgraphs.common.state import BaseSubgraphState - -class MySubgraphState(BaseSubgraphState): - my_field: str -``` - -2. **使用公共意图理解** -```python -from agent_subgraphs.common.intent import parse_intent - -def intent_node(state: MySubgraphState) -> MySubgraphState: - result = parse_intent(state["user_input"], ["my_intents]) - state.update(result) - return state -``` - -3. **使用公共人工审核** -```python -from agent_subgraphs.common.human_loop import human_approval_node - -def my_workflow(state: MySubgraphState) -> MySubgraphState: - return human_approval_node(state) -``` - -4. **使用公共格式化输出** -```python -from agent_subgraphs.common.format import format_output - -def format_node(state: MySubgraphState) -> MySubgraphState: - state["final_result"] = format_output("my_template", state) - return state -``` - ---- - -## 📑 目录导航 - -- [核心功能](#-核心功能) - 三大子图功能和技术特性 -- [技术架构](#️-技术架构) - 技术栈、子图架构图、数据流 -- [子图设计](#-子图设计) - 三个核心子图的详细说明 -- [状态管理](#-状态管理) - 主状态和子状态定义 -- [安全与边界](#️-安全与边界) - 安全机制和边界控制 -- [快速开始](#-快速开始) - 开发环境搭建 -- [实现指南](#-实现指南) - 子图开发、工具集成 -- [未来规划](#-未来规划) - 多模态、流式输出等 - ---- - -## 🎯 核心功能 - -### 三大核心子图 - -| 子图模块 | 功能概述 | 关键特性 | -|---------|---------|---------| -| **通讯录子图** | 联系人 CRUD、邮件读取与审核、外发邮件、智能嗅探 | 人工审核强制、敏感信息加密、IMAP 邮箱绑定 | -| **智能词典子图** | 翻译、查词、每日一词、专业名词提炼、生词本管理 | 联想记忆法、艾宾浩斯遗忘曲线、Anki 导出 | -| **研究分析子图** | 联网搜索、报告生成、引用溯源、可视化图表 | 人工干预点、可定制报告结构、引用验证 | - -### 通用机制 - -- ✅ **人工审核（Human-in-the-loop）**：通用节点，用于邮件发送、重要操作前的确认 -- ✅ **自动联系人嗅探**：对话中出现"人名+联系方式"时，主动询问是否保存 -- ✅ **流式输出**：所有 LLM 生成内容均采用流式传输，提升交互体验 -- ✅ **长期记忆**：PostgreSQL + pgvector 实现持久化记忆和语义检索 - ---- - -## 🏗️ 技术架构 - -### 技术栈总览 - -| 层级 | 组件 | 技术选型 | 版本 | 说明 | -|------|------|---------|------|------| -| **Agent 框架** | 工作流编排 | LangGraph + LangChain | latest | 子图架构，状态机驱动 | -| **LLM 服务** | 模型调用 | 智谱 AI / DeepSeek / 本地模型 | latest | 多模型路由 | -| **向量数据库** | 语义检索 | Qdrant / pgvector | v1.12+ | 对话记忆、联系人语义索引 | -| **关系数据库** | 结构化存储 | PostgreSQL | v16 | 联系人、生词本、邮件配置 | -| **邮件协议** | IMAP/SMTP | `imaplib` / `smtplib` | 内置 | 邮件读取和发送 | -| **后端框架** | API 服务 | FastAPI + Uvicorn | v0.115+ | 子图执行、状态管理 | - -### 主图架构流程图 - -```mermaid -graph TB - Start[START] --> Intent[意图分类节点] - - Intent -->|contact| ContactSubgraph[通讯录子图] - Intent -->|dictionary| DictSubgraph[智能词典子图] - Intent -->|research| ResearchSubgraph[研究分析子图] - Intent -->|chat| ChatNode[普通对话节点] - - ContactSubgraph --> Final[最终响应] - DictSubgraph --> Final - ResearchSubgraph --> Final - ChatNode --> Final - - Final --> End[END] - - style Start fill:#e1f5ff - style Intent fill:#fff4e1 - style ContactSubgraph fill:#e8f5e9 - style DictSubgraph fill:#f3e5f5 - style ResearchSubgraph fill:#ffebee - style Final fill:#fff9c4 -``` - -### 子图架构总览 - -```mermaid -graph TB - MainGraph[主图
MainState] - - MainGraph --> ContactSub[通讯录子图
ContactSubState] - MainGraph --> DictSub[词典子图
DictSubState] - MainGraph --> ResearchSub[研究子图
ResearchSubState] - - ContactSub --> ContactNodes[内部节点
parse_intent
add_contact
list_contacts
generate_draft
human_approval
send_email] - DictSub --> DictNodes[内部节点
translate
lookup
extract_terms
daily_word] - ResearchSub --> ResearchNodes[内部节点
decompose
web_search
extract_info
generate_report] - - ContactNodes --> PG[(PostgreSQL
联系人)] - DictNodes --> PG2[(PostgreSQL
生词本)] - ResearchNodes --> Qdrant[(Qdrant
向量检索)] - - style MainGraph fill:#e1f5ff - style ContactSub fill:#e8f5e9 - style DictSub fill:#f3e5f5 - style ResearchSub fill:#ffebee -``` - -### 状态传递机制 - -``` -主状态 (MainState) - │ - ├─→ input: {user_input: messages[-1].content} - │ - ▼ -子图状态 (SubState) - │ - ├─→ 内部处理... - │ - ▼ -output: {messages: [AIMessage(final_result)], last_action: sub_state} - │ - ▼ -主状态更新 -``` - ---- - -## 📂 项目结构 - -``` -Agent1/ -├── agent_subgraphs/ # LangGraph 子图模块 -│ ├── __init__.py -│ ├── contact/ # 通讯录子图 -│ │ ├── README.md -│ │ ├── __init__.py -│ │ ├── state.py # 子图状态定义 -│ │ ├── graph.py # 子图构建器 -│ │ ├── nodes.py # 子图节点实现 -│ │ ├── tools.py # 子图工具集 -│ │ └── prompts.py # 提示词模板 -│ ├── dictionary/ # 智能词典子图 -│ │ ├── README.md -│ │ ├── __init__.py -│ │ ├── state.py -│ │ ├── graph.py -│ │ ├── nodes.py -│ │ ├── tools.py -│ │ └── prompts.py -│ └── research/ # 研究分析子图 -│ ├── README.md -│ ├── __init__.py -│ ├── state.py -│ ├── graph.py -│ ├── nodes.py -│ ├── tools.py -│ └── prompts.py -├── backend/ # 现有后端模块 -│ └── app/ -│ ├── graph/ # 主图构建 -│ │ ├── graph_builder.py # 主图 + 子图集成 -│ │ └── state.py # 主状态定义 -│ └── ... -└── ... -``` - ---- - -## 🎯 状态管理 - -### 主状态定义 (MainState) - -```python -from typing import TypedDict, List, Optional, Annotated -from langchain_core.messages import BaseMessage -from langgraph.graph import add_messages - -class MainState(TypedDict): - messages: Annotated[List[BaseMessage], add_messages] - intent: str # 顶层意图：contact / dictionary / research / chat - sub_intent: str # 细分意图 - - # 工具通用 - tool_call: Optional[dict] # 当前要执行的工具调用 - tool_result: str - - # 控制流 - next_node: str - human_feedback: Optional[str] # 用于挂起重启 - - # 子图结果 - last_contact_action: Optional[dict] - last_dict_action: Optional[dict] - last_research_action: Optional[dict] -``` - -### 状态映射函数 - -```python -# 通讯录子图输入映射 -def contact_input_mapper(state: MainState) -> dict: - return { - "user_input": state["messages"][-1].content, - } - -# 通讯录子图输出映射 -def contact_output_mapper(sub_state: dict, original: MainState) -> dict: - return { - "messages": [AIMessage(content=sub_state["final_result"])], - "last_contact_action": sub_state, - } -``` - ---- - -## 🎯 主图实现 - -### 主图构建器 - -```python -from langgraph.graph import StateGraph, START, END -from agent_subgraphs.contact import build_contact_subgraph -from agent_subgraphs.dictionary import build_dict_subgraph -from agent_subgraphs.research import build_research_subgraph - -def build_main_graph() -> StateGraph: - main_graph = StateGraph(MainState) - - # 添加子图节点 - main_graph.add_node( - "contact_module", - build_contact_subgraph(), - input=contact_input_mapper, - output=contact_output_mapper, - ) - main_graph.add_node( - "dict_module", - build_dict_subgraph(), - input=dict_input_mapper, - output=dict_output_mapper, - ) - main_graph.add_node( - "research_module", - build_research_subgraph(), - input=research_input_mapper, - output=research_output_mapper, - ) - main_graph.add_node("chat_node", chat_node) - main_graph.add_node("final_response", final_response_node) - - # 主图路由 - main_graph.add_conditional_edges( - START, - route_main_intent, - { - "contact": "contact_module", - "dictionary": "dict_module", - "research": "research_module", - "chat": "chat_node", - } - ) - - # 所有路径汇聚到最终响应 - main_graph.add_edge("contact_module", "final_response") - main_graph.add_edge("dict_module", "final_response") - main_graph.add_edge("research_module", "final_response") - main_graph.add_edge("chat_node", "final_response") - main_graph.add_edge("final_response", END) - - return main_graph.compile() - -def route_main_intent(state: MainState) -> str: - """顶层意图分类""" - user_input = state["messages"][-1].content - # 使用 LLM 分类 - # 返回 contact / dictionary / research / chat -``` - ---- - -## 🔒 安全与边界 - -### 安全机制 - -| 风险点 | 对策 | 实现位置 | -|--------|------|---------| -| 邮箱密码泄露 | 使用环境变量存储，永不写入日志 | `agent_subgraphs/contact/tools.py` | -| 恶意邮件发送 | 强制人工审核，单日发送数量限制 | 人工审核节点 | -| 联系人隐私 | 向量检索结果脱敏展示，仅交互时完整显示 | 通讯录子图节点 | -| 搜索内容安全 | 过滤成人内容，屏蔽高风险域名 | 研究子图搜索工具 | -| 敏感词输出 | 流式输出后处理过滤 | 最终响应节点 | - -### 人工审核节点 - -```python -from langgraph.graph import interrupt - -def human_approval_node(state: dict) -> dict: - """人工审核节点：挂起图，等待外部输入""" - pending_action = state["pending_action"] - - # 触发中断，等待外部通过 update_state 传入 human_feedback - return interrupt( - { - "type": "human_approval", - "message": f"请确认操作：{pending_action}", - "options": ["确认", "修改", "取消"], - } - ) -``` - ---- - -## 🚀 快速开始 - -### 环境配置 - -```bash -# 激活虚拟环境 -source venv/bin/activate - -# 安装依赖（新增） -pip install langgraph langchain-experimental -``` - -### 配置文件 - -在 `.env` 中新增： - -```env -# 通讯录模块 -IMAP_SERVER=imap.qq.com -IMAP_PORT=993 -SMTP_SERVER=smtp.qq.com -SMTP_PORT=587 -EMAIL_USER=your_email@qq.com -EMAIL_PASSWORD=your_auth_code - -# 词典模块 -DEEPL_API_KEY=your_deepl_key -YOUDAO_API_KEY=your_youdao_key - -# 研究模块 -SEARCH_API_KEY=your_search_key -``` - -### 运行测试 - -```python -from backend.app.graph.graph_builder import build_main_graph - -# 编译主图 -graph = build_main_graph() - -# 调用子图 -result = graph.invoke({ - "messages": [HumanMessage(content="添加张三电话 13800138000")] -}) - -print(result["messages"][-1].content) -``` - ---- - -## 📖 实现指南 - -### 添加新子图 - -1. 在 `agent_subgraphs/` 下创建新文件夹 -2. 创建 `state.py` 定义子图状态 -3. 创建 `nodes.py` 实现子图节点 -4. 创建 `graph.py` 构建子图 -5. 在主图 `graph_builder.py` 中注册新子图 - -### 子图开发最佳实践 - -- ✅ 子图拥有独立的状态，避免与主状态命名冲突 -- ✅ 使用 `input`/`output` 映射函数进行状态转换 -- ✅ 子图内部节点之间直接连接，主图只负责路由到子图入口 -- ✅ 将工具封装在子图内部，通过节点调用 -- ✅ 提供子图级别的单元测试 - ---- - -## 🎯 未来规划 - -### Phase 1: 基础功能（当前） - -- [ ] 通讯录子图完整实现 -- [ ] 智能词典子图完整实现 -- [ ] 研究分析子图完整实现 -- [ ] 主图集成和状态管理 - -### Phase 2: 增强功能 - -- [ ] 流式输出改造（所有 LLM 调用） -- [ ] 多模态语音输入（STT） -- [ ] 可视化图表生成 -- [ ] Anki 生词本导出 - -### Phase 3: 高级特性 - -- [ ] 智能家居控制子图 -- [ ] 日程管理子图 -- [ ] 更多工具集成 - ---- - -## 📚 相关文档 - -- [通讯录子图 README](./contact/README.md) - 详细了解通讯录模块 -- [智能词典子图 README](./dictionary/README.md) - 详细了解词典模块 -- [研究分析子图 README](./research/README.md) - 详细了解研究模块 -- [主项目 README](../README.md) - 了解整体架构 - diff --git a/backend/app/agent_subgraphs/common/__init__.py b/backend/app/agent_subgraphs/common/__init__.py deleted file mode 100644 index c66cecd..0000000 --- a/backend/app/agent_subgraphs/common/__init__.py +++ /dev/null @@ -1,72 +0,0 @@ -""" -公共工具模块 -提供可复用的基础组件 - -导出： -- formatter.py: 格式化输出工具 -- intent.py: 意图理解工具 -- human_review.py: 人工审核工具 -- state_base.py: 状态基类工具 -""" - -from .formatter import ( - MarkdownFormatter, - TemplateManager, - OutputRenderer, - PresetTemplates -) - -from .intent import ( - # React 模式 API - ReasoningAction, - RetrievalConfig, - ReasoningResult, - ReactIntentReasoner, - react_reason, - react_reason_async, - get_route_by_reasoning -) - -from .human_review import ( - ReviewStatus, - HumanReview, - HumanReviewStore, - InMemoryReviewStore, - HumanReviewNode, - ReviewManager -) - -from .state_base import ( - BaseState, - Phase, - TokenUsage, - StateUtils -) - -__all__ = [ - # formatter - "MarkdownFormatter", - "TemplateManager", - "OutputRenderer", - "PresetTemplates", - # intent - React 模式 - "ReasoningAction", - "RetrievalConfig", - "ReasoningResult", - "ReactIntentReasoner", - "react_reason", - "react_reason_async", - "get_route_by_reasoning", - # human_review - "ReviewStatus", - "HumanReview", - "HumanReviewStore", - "InMemoryReviewStore", - "HumanReviewNode", - "ReviewManager", - # state_base - "BaseState", - "Phase", - "TokenUsage", - "StateUtils" -] diff --git a/backend/app/agent_subgraphs/research/README.md b/backend/app/agent_subgraphs/research/README.md deleted file mode 100644 index 1a93ee5..0000000 --- a/backend/app/agent_subgraphs/research/README.md +++ /dev/null @@ -1,633 +0,0 @@ -# 研究分析子图 (Research Analysis Subgraph) - -该子图负责处理研究分析相关的请求，基于 LangGraph 状态机编排多阶段研究流水线，支持联网搜索、信息提取与验证、结构化报告生成等功能。子图设计遵循"可中断、可恢复、质量优先、透明可追溯"原则，通过内置人工干预点和多源交叉验证保障输出质量。 - -> **使用公共工具**：意图理解、人工审核、格式化输出、检查点持久化、条件路由、LLM 调用、数据库工具、状态基类 - ---- - -## 🎯 核心架构 - -### 技术栈 - -| 层级 | 组件 | 说明 | -|:-----|:-----|:-----| -| **编排框架** | LangGraph StateGraph | 状态机驱动的子图工作流编排，支持条件路由与中断恢复 | -| **LLM 服务** | 智谱 AI / DeepSeek API | 意图理解、任务分解、信息提取、报告生成等认知任务（使用公共 LLM 工具） | -| **向量检索** | Qdrant / pgvector | 历史研究结果语义检索，实现记忆增强研究 | -| **关系存储** | PostgreSQL | 研究项目、报告版本、引用记录持久化（使用公共数据库工具） | -| **搜索服务** | 多源搜索 API 网关 | 统一接入通用搜索、学术数据库、专业知识库等外部信息源 | -| **图表生成** | 图表服务 | 趋势图、对比图、分布图等可视化图表自动生成 | - -### 子图分层架构 - -子图采用分层设计，各层职责清晰、边界明确，便于独立测试与演化。 - -``` -┌─────────────────────────────────────────────────────────────────┐ -│ 主图 (Main Graph) │ -└──────────────────────────────┬──────────────────────────────────┘ - │ 状态映射 / 结果聚合 - ▼ -┌─────────────────────────────────────────────────────────────────┐ -│ 研究分析子图接口层 │ -│ - 状态转换：主状态 ↔ 子图状态（使用公共状态基类） │ -│ - 错误传播与优雅降级 │ -└──────────────────────────────┬──────────────────────────────────┘ - │ - ▼ -┌─────────────────────────────────────────────────────────────────┐ -│ 工作流编排层 │ -│ - 节点调度与条件路由（使用公共路由工具） │ -│ - 人工干预点暂停/恢复管理（使用公共审核工具） │ -│ - 状态持久化与检查点（使用公共检查点工具） │ -└──────────────────────────────┬──────────────────────────────────┘ - │ - ▼ -┌─────────────────────────────────────────────────────────────────┐ -│ 节点层 │ -│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌────────┐ │ -│ │意图理解 │ │任务分解 │ │搜索执行 │ │信息提取 │ │报告生成│ │ -│ │(公共工具)│ │ │ │ │ │ │ │ │ │ -│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ └────────┘ │ -│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ -│ │信息源筛选│ │信息整合 │ │结构生成 │ │人工审核 │ │ -│ │ │ │ │ │ │ │(公共) │ │ -│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │ -└──────────────────────────────┬──────────────────────────────────┘ - │ - ▼ -┌─────────────────────────────────────────────────────────────────┐ -│ 工具层 │ -│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ -│ │搜索工具集│ │提取工具集│ │验证工具集│ │图表工具集│ │ -│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │ -└─────────────────────────────────────────────────────────────────┘ -``` - -### 数据流总览 - -研究分析子图的数据流向遵循"输入 → 理解 → 检索 → 处理 → 整合 → 生成 → 审核 → 输出"的线性推进路径，每个阶段的状态变更均被完整记录，支持断点续作。 - -``` -用户研究请求 - │ - ▼ -┌─────────────┐ -│ 意图理解 │ ← 使用公共意图理解工具 -└──────┬──────┘ - │ - └─────┐ - ▼ -┌─────────────┐ -│ 任务分解 │ -└──────┬──────┘ - │ - ▼ -┌─────────────┐ ┌─────────────┐ -│ 多源搜索 │────▶│ 信息源筛选 │ -└─────────────┘ └──────┬──────┘ - │ - ▼ -┌─────────────┐ ┌─────────────┐ -│ 报告生成 │◀────│ 报告结构确认│ -└──────┬──────┘ └─────────────┘ - │ - ▼ -┌─────────────┐ -│ 格式输出 │ ← 使用公共格式化工具 -└──────┬──────┘ - │ - ▼ - 返回主图 -``` - ---- - -## 📂 模块与文件结构 - -子图代码组织遵循 LangGraph 最佳实践，核心模块职责分明。 - -``` -app/research/ -├── __init__.py -├── graph.py # 子图构建入口，定义状态图与路由 -├── state.py # 子图状态定义（继承公共状态基类） -├── nodes/ # 节点实现 -│ ├── __init__.py -│ ├── decomposition.py # 任务分解节点 -│ ├── search.py # 搜索执行节点 -│ ├── extraction.py # 信息提取节点 -│ ├── integration.py # 信息整合与冲突检测节点 -│ ├── structure.py # 报告结构生成节点 -│ └── generation.py # 报告生成节点 -├── tools/ # 子图特有工具集 -│ ├── search/ # 搜索工具集 -│ ├── extract/ # 信息提取工具集 -│ ├── verify/ # 信息验证工具集 -│ └── chart/ # 图表生成工具集 -└── persistence/ # （使用公共检查点工具，无需单独实现） -``` - -> **注意**：以下模块使用公共工具，无需单独实现： -> - 意图理解节点 → 使用 `agent_subgraphs.common.intent` -> - 人工审核节点 → 使用 `agent_subgraphs.common.human_loop` -> - 格式输出节点 → 使用 `agent_subgraphs.common.format` -> - 检查点持久化 → 使用 `agent_subgraphs.common.checkpoint` -> - 条件路由 → 使用 `agent_subgraphs.common.routing` -> - LLM 调用 → 使用 `agent_subgraphs.common.llm` -> - 数据库操作 → 使用 `agent_subgraphs.common.db` - ---- - -## 🎯 演进路线与核心机制 - -研究分析子图的能力演进分为五个层级，每一层在上一层的基座上叠加更复杂的认知与决策能力。 - -### Level 1：基础单轮研究流水线 - -**核心机制**：单一意图理解 → 单次搜索 → 简单提取 → 直接报告生成。 - -- 使用 LLM 解析用户请求，生成搜索关键词。 -- 调用通用搜索引擎获取原始结果。 -- 基于规则或轻量模型提取关键信息片段。 -- 按照预设模板生成 Markdown 格式报告。 - -**适用场景**：快速知识查询、简单概念解释。 - -**实现指引**：子图默认配置为完整流水线的最小化变体，通过路由条件识别“简单查询”后走该分支。 - -### Level 2：多阶段搜索与信息验证 - -**核心机制**：引入“广度→深度→验证”三轮搜索策略，叠加信息冲突检测与多源交叉验证。 - -- **第一轮广度搜索**：使用主要关键词并行查询多个信息源，获取广泛上下文。 -- **第二轮深度搜索**：基于首轮结果识别出的关键话题，生成细化关键词进行深入检索。 -- **第三轮验证搜索**：针对关键事实（如时间、数据、人名）执行验证性搜索，对比多个独立来源。 -- **冲突检测**：自动识别不同来源对同一事实的冲突描述，按严重程度分级标记。 -- **交叉验证评分**：对每条关键信息计算多源一致性得分，低分项触发人工审核或补充搜索。 - -**适用场景**：市场调研、事件分析、学术资料整理等对信息准确性要求较高的任务。 - -**实现指引**：搜索执行节点内部维护搜索轮次状态，每一轮均可动态调整关键词；信息整合节点输出冲突报告。 - -### Level 3：人工干预点与动态路由 - -**核心机制**：在关键决策点（信息源确认、报告结构调整）插入人工审核节点，子图挂起等待用户反馈，并根据反馈动态调整后续路由。 - -- **信息源筛选审核**：自动筛选后的信息源列表（含可信度、时效性评分）展示给用户，用户可增删或调整优先级。 -- **报告结构审核**：生成的报告大纲与可视化建议展示给用户，用户可调整章节顺序、增删模块。 -- **路由反馈闭环**： - - 用户要求添加信息源 → 返回搜索执行节点补充检索。 - - 用户调整报告结构 → 重新进入结构生成节点。 - - 关键信息冲突且用户无法裁决 → 返回搜索执行节点补充验证来源。 - -**适用场景**：专业研究报告、决策支持分析等需要人类专家介入的场景。 - -**实现指引**：人工审核节点使用 LangGraph 的 `interrupt` 机制实现状态挂起；路由函数读取用户反馈字段决定下一节点。 - -### Level 4：记忆增强研究 - -**核心机制**：利用历史研究结果作为上下文，避免重复搜索，提升研究深度与连贯性。 - -- **语义检索历史**：将当前研究主题与意图向量化，从向量库检索相关历史研究项目。 -- **上下文注入**：将匹配到的历史报告摘要、关键结论、已确认信息源作为先验知识注入意图理解与任务分解阶段。 -- **增量更新**：对于相似主题的后续研究，仅搜索新增或变化的信息，与历史结果融合生成更新报告。 - -**适用场景**：周期性行业分析、追踪式课题研究、企业内部知识累积复用。 - -**实现指引**：在意图理解节点前增加记忆检索步骤，检索结果存入子图状态的 `historical_context` 字段供下游节点消费。 - -### Level 5：自主研究规划与多模态分析 - -**核心机制**：子图具备初步的自主规划能力，能够分解开放式研究问题，并协调多模态搜索与分析工具。 - -- **复杂任务自主分解**：LLM 根据高层研究目标生成多步骤研究计划，包括子任务依赖关系、预期信息源类型。 -- **多模态搜索与分析**：除文本外，支持图像、视频、表格数据的搜索与信息提取。 -- **质量自评估与迭代**：生成报告后，由 LLM 对报告完整性、一致性进行自评，识别信息缺口并自动触发补充搜索。 -- **插件化工具扩展**：第三方可通过标准接口注册自定义搜索源或分析工具。 - -**适用场景**：综合性行业白皮书撰写、跨领域技术调研、深度竞品分析。 - -**实现指引**：任务分解节点升级为规划节点，输出结构化的研究计划图；工具调用采用 OpenAI Function Calling 风格统一接口。 - ---- - -## 🔧 核心组件详解 - -### 1. 意图理解节点 - -**职责**：接收用户原始请求，区分简单查询、深度研究、对比分析等意图类型，评估研究复杂度。 - -**输入**：用户自然语言请求、历史记忆上下文（可选）。 - -**输出**： -- `intent_type`：意图类别枚举。 -- `complexity_level`：复杂度评分（影响流程分支选择）。 -- `clarified_query`：消歧后的核心研究问题。 - -**实现要点**： -- 使用 LLM 进行少样本分类，输出结构化 JSON。 -- 结合关键词匹配与规则兜底（如“对比”、“区别” → 对比分析）。 -- 复杂度评分综合考虑用户指定信息源数量、时间范围跨度、是否需要可视化等因素。 - -### 2. 任务分解节点 - -**职责**：将复杂研究任务拆解为原子子任务，生成搜索关键词列表，并设计初步报告结构。 - -**输入**：澄清后的研究问题、意图类型、复杂度评分。 - -**输出**： -- `sub_tasks`：子任务列表，每个子任务包含描述与预期信息类型。 -- `search_keywords`：多组搜索关键词（支持广度/深度/验证轮次）。 -- `draft_outline`：初步报告章节大纲。 - -**实现要点**： -- 针对对比分析类意图，自动生成对比维度矩阵。 -- 关键词生成利用 LLM 同义词扩展与上下位词推理能力。 -- 初步大纲作为后续报告结构生成的基础框架。 - -### 3. 搜索执行节点 - -**职责**：根据搜索策略执行多轮搜索，收集原始信息并记录元数据。 - -**输入**：搜索关键词组、搜索策略（广度/深度/验证）、信息源偏好。 - -**输出**： -- `raw_search_results`：原始搜索结果列表，每条包含标题、摘要、URL、来源域名、发布时间。 -- `search_metadata`：搜索执行记录（搜索词、时间戳、来源类型）。 - -**实现要点**： -- 内部调用统一搜索网关，屏蔽不同搜索源的 API 差异。 -- 支持并行请求多个搜索源，通过 `asyncio.gather` 提升效率。 -- 每条结果附带初始可信度评分（基于域名信誉库与来源类型）。 - -### 4. 信息源筛选节点（人工干预点） - -**职责**：自动筛选低质量信息源，将候选列表提交用户确认，根据反馈决定后续流向。 - -**输入**：原始搜索结果列表。 - -**输出**： -- `confirmed_sources`：用户确认使用的信息源列表。 -- `user_feedback`：用户添加/删除/优先级调整记录。 - -**实现要点**： -- 自动筛选规则：排除可信度评分低于阈值的来源、发布时间过旧的内容、已被屏蔽的域名。 -- 人工审核界面以简洁列表形式展示信息源，支持多选、拖拽排序。 -- 若用户选择“跳过审核”，则直接使用自动筛选后的结果进入下一阶段。 - -### 5. 信息提取节点 - -**职责**：从确认后的信息源中提取结构化关键信息，标注实体与术语。 - -**输入**：确认后的信息源内容（网页全文或摘要）。 - -**输出**： -- `extracted_fragments`：信息片段列表，每条包含内容文本、提取类型（事实/观点/数据）、来源指针。 -- `entity_annotations`：实体识别结果（时间、地点、人物、组织、专业术语）。 - -**实现要点**： -- 使用 LLM 进行开放式信息抽取，遵循预定义的抽取模式（如“主体-关系-客体”）。 -- 对数值类信息（百分比、金额、增长率）进行归一化处理，便于后续对比。 -- 每条信息片段保留完整来源元数据，支持最终报告的引用溯源。 - -### 6. 信息整合与冲突检测节点 - -**职责**：融合多源信息片段，检测冲突并进行交叉验证，生成结构化信息视图。 - -**输入**：提取的信息片段列表。 - -**输出**： -- `integrated_info`：按主题/时间线/对比维度组织的结构化信息。 -- `conflict_report`：冲突项列表，含冲突等级与各方陈述。 -- `verification_summary`：关键事实的多源验证结果。 - -**实现要点**： -- 采用聚类算法或 LLM 语义匹配将描述同一事实的片段聚合。 -- 冲突检测基于事实三元组比对（如“X 公司市场份额 20%” vs “X 公司市场份额 25%”）。 -- 高优先级冲突（如核心数据差异超过阈值）触发路由至人工审核或补充搜索。 - -### 7. 报告结构生成节点（人工干预点） - -**职责**：基于整合后的信息生成详细报告结构，提交用户确认或调整。 - -**输入**：结构化信息、初步大纲、用户偏好。 - -**输出**： -- `confirmed_outline`：确认后的报告结构（多级标题）。 -- `visualization_suggestions`：建议的图表类型与数据映射。 - -**实现要点**： -- 报告结构生成考虑信息量分布与逻辑叙事顺序。 -- 可视化建议基于数据特征（如时间序列 → 折线图，类别对比 → 柱状图）。 -- 用户反馈可触发结构调整或返回信息整合节点重新组织内容。 - -### 8. 报告生成节点 - -**职责**：按照确认的结构生成完整报告草稿，自动插入引用标记。 - -**输入**：确认的报告结构、结构化信息、引用元数据。 - -**输出**： -- `draft_report`：包含章节内容与引用标记的完整报告文本。 -- `citation_map`：引用标记到来源 URL 的映射表。 - -**实现要点**： -- 使用 LLM 逐章节生成内容，确保风格统一与逻辑连贯。 -- 引用标记采用 `[^1]` 脚注风格，在报告末尾聚合展示来源链接。 -- 对于数据可视化部分，调用图表服务生成图片并嵌入 Markdown 引用。 - -### 9. 人工审核节点 - -**职责**：在特定检查点挂起子图执行，等待用户输入，将反馈存入状态供后续路由消费。 - -**输入**：待审核内容（信息源列表、报告结构等）。 - -**输出**：用户反馈（确认、修改指令、取消等）。 - -**实现要点**： -- 基于 LangGraph `interrupt` 函数实现状态持久化挂起。 -- 反馈数据结构化存储，包含操作类型（confirm/modify/cancel）与具体参数。 -- 支持超时自动确认（可配置）以保证流程不无限阻塞。 - -### 10. 最终格式化节点 - -**职责**：将报告草稿转换为用户指定输出格式，生成执行摘要，准备返回主图。 - -**输入**：确认后的报告草稿、输出格式偏好。 - -**输出**： -- `final_report`：格式化后的报告内容。 -- `executive_summary`：执行摘要（可选）。 -- `suggestions`：后续研究建议（可选）。 - -**实现要点**： -- 支持 Markdown、HTML、纯文本三种输出格式。 -- 执行摘要通过 LLM 从完整报告中提炼核心观点与结论。 -- 最终输出聚合到子图状态 `output` 字段，由接口层转换回主状态。 - ---- - -## 🔀 条件路由详解 - -子图内部通过条件路由函数实现动态流程控制，主要路由点如下： - -### 入口路由：选择流程模式 - -- **位置**：意图理解节点之后。 -- **条件**： - - `complexity_level == "simple"` → 简化流程（跳过任务分解与多轮搜索）。 - - `complexity_level in ["moderate", "complex"]` → 完整流程。 -- **实现**：路由函数读取状态中的 `complexity_level` 字段返回下一节点名称。 - -### 搜索策略路由 - -- **位置**：任务分解节点之后。 -- **条件**： - - 用户要求“快速概览” → 单轮搜索。 - - 用户要求“深度分析” → 多轮搜索（广度→深度→验证）。 - - 意图为“对比分析” → 按对比维度分别搜索后融合。 -- **实现**：根据 `intent_type` 与用户偏好字段决定搜索执行节点的内部模式。 - -### 信息源确认路由 - -- **位置**：信息源筛选节点（人工干预点）之后。 -- **条件**： - - 用户点击“确认” → 进入信息提取节点。 - - 用户点击“添加信息源” → 返回搜索执行节点，携带补充关键词。 - - 用户点击“调整优先级” → 重新排序后再次进入审核（循环）。 -- **实现**：读取 `user_feedback.action` 字段进行路由。 - -### 冲突处理路由 - -- **位置**：信息整合节点之后。 -- **条件**： - - 无冲突或仅有低优先级冲突 → 进入报告结构生成。 - - 存在高优先级冲突且用户未选择“忽略” → 进入人工审核节点。 - - 用户要求“补充验证” → 返回搜索执行节点进行第三轮验证搜索。 -- **实现**：评估 `conflict_report` 中的最高冲突等级与用户历史选择。 - -### 报告结构确认路由 - -- **位置**：报告结构生成节点（人工干预点）之后。 -- **条件**： - - 用户确认 → 进入报告生成节点。 - - 用户要求修改结构 → 重新调用结构生成节点（带修改指令）。 - - 用户要求调整内容 → 返回信息整合节点调整结构化信息。 -- **实现**：读取 `user_feedback` 中的结构修改指令进行路由。 - -### 输出格式路由 - -- **位置**：最终格式化节点之前。 -- **条件**： - - `output_format == "markdown"` → Markdown 格式化。 - - `output_format == "html"` → HTML 格式化。 - - `output_format == "text"` → 纯文本格式化。 -- **实现**：读取用户偏好或默认配置选择格式化器。 - ---- - -## 📊 状态设计 - -子图状态采用 TypedDict 定义，按研究阶段分层组织，完整记录中间产物以支持中断恢复与调试。 - -### 状态结构概览 - -| 分组 | 字段 | 类型 | 说明 | -|:-----|:-----|:-----|:-----| -| **输入** | `user_request` | `str` | 用户原始研究请求 | -| | `preferences` | `dict` | 用户指定的信息源、输出格式等偏好 | -| | `historical_context` | `list[dict]` | 记忆检索注入的历史研究摘要 | -| **意图与任务** | `intent_type` | `str` | 意图类别 | -| | `complexity_level` | `str` | 复杂度评级 | -| | `clarified_query` | `str` | 澄清后的核心问题 | -| | `sub_tasks` | `list[dict]` | 子任务列表 | -| | `search_keywords` | `list[list[str]]` | 多轮搜索关键词组 | -| | `draft_outline` | `list[str]` | 初步报告大纲 | -| **搜索与收集** | `raw_search_results` | `list[dict]` | 原始搜索结果（含元数据） | -| | `confirmed_sources` | `list[dict]` | 用户确认使用的信息源 | -| | `user_source_feedback` | `dict` | 用户对信息源的调整记录 | -| **提取与整合** | `extracted_fragments` | `list[dict]` | 结构化信息片段 | -| | `integrated_info` | `dict` | 按主题/时间线组织的整合信息 | -| | `conflict_report` | `list[dict]` | 冲突项列表 | -| | `verification_summary` | `dict` | 关键事实验证结果 | -| **报告生成** | `confirmed_outline` | `list[dict]` | 确认后的报告结构 | -| | `visualization_suggestions` | `list[dict]` | 图表建议 | -| | `draft_report` | `str` | 报告草稿（含引用标记） | -| | `citation_map` | `dict` | 引用标记到来源映射 | -| | `user_structure_feedback` | `dict` | 用户对报告结构的调整 | -| **控制流** | `current_phase` | `str` | 当前执行阶段 | -| | `next_node` | `str` | 下一节点名称 | -| | `interrupt_point` | `str` | 中断点标识 | -| | `error_info` | `dict` | 错误信息（如有） | -| **输出** | `final_report` | `str` | 最终报告内容 | -| | `output_format` | `str` | 输出格式 | -| | `executive_summary` | `str` | 执行摘要 | - -### 状态更新原则 - -- **增量写入**：每个节点只修改其职责范围内的字段，其他字段只读。 -- **原子提交**：节点执行成功后才将变更合并到全局状态。 -- **版本记录**：每次状态变更均记录前序版本，支持回滚（用于人工审核场景）。 -- **持久化友好**：所有字段均可 JSON 序列化，便于通过检查点器持久化。 - ---- - -## 🔄 工作流程与中断恢复 - -### 完整研究流程（四个阶段） - -| 阶段 | 步骤 | 节点 | 人工干预 | -|:-----|:-----|:-----|:---------| -| **理解与分解** | 1. 意图理解 | `intent_understanding` | 否 | -| | 2. 任务分解 | `task_decomposition` | 否 | -| **检索与收集** | 3. 多源搜索执行 | `search_execution` | 否 | -| | 4. 信息源筛选与确认 | `source_filtering` | **是** | -| **提取与整合** | 5. 关键信息提取 | `information_extraction` | 否 | -| | 6. 信息整合与冲突检测 | `information_integration` | 否（可能触发审核） | -| **生成与输出** | 7. 报告结构确认 | `structure_generation` | **是** | -| | 8. 报告生成与格式化 | `report_generation` + `final_formatting` | 否 | - -### 简化流程（快速查询模式） - -当 `complexity_level == "simple"` 时，子图走精简路径： - -1. 意图理解（简化版，不拆解任务）。 -2. 单次搜索执行（仅广度搜索）。 -3. 快速信息提取（不进行深度整合）。 -4. 直接生成简短回答（跳过结构确认）。 - -### 中断与恢复机制 - -子图支持在以下位置中断并持久化状态： - -- 信息源筛选节点（人工干预点 1） -- 报告结构生成节点（人工干预点 2） -- 任意节点执行完成后的检查点（由检查点器自动保存） - -**恢复流程**： -1. 主图传入相同的 `thread_id` 与中断前状态。 -2. 子图从检查点加载状态，定位 `interrupt_point`。 -3. 若中断点为人工审核节点，等待用户反馈后继续执行。 -4. 若为其他检查点，直接从下一节点开始执行。 - ---- - -## 🔒 安全与边界控制 - -### 安全机制 - -| 类别 | 机制 | 实现位置 | -|:-----|:-----|:---------| -| **内容安全** | 搜索关键词过滤、结果内容审查、成人内容屏蔽 | 搜索工具网关 | -| **数据安全** | 用户数据加密存储、传输层 TLS、敏感信息脱敏 | 持久化层与接口层 | -| **访问控制** | 基于角色的功能权限（普通/高级/管理员） | 接口层中间件 | -| **资源限制** | 单用户 QPS 限制、单次研究最大 Token 消耗、最大信息源数量 | 工作流编排层 | -| **审计日志** | 记录所有搜索、提取、生成操作，包含操作者、时间戳、资源消耗 | 各节点内置日志 | - -### 人工审核触发边界 - -以下情况强制进入人工审核节点： - -- 信息源可信度平均评分低于阈值。 -- 高优先级信息冲突且无法自动裁决。 -- 用户请求超出常规研究边界（如要求访问受限领域）。 -- 首次使用特定高风险搜索源。 - -### 错误处理边界 - -- **可恢复错误**（如单次搜索超时）：自动重试或切换备选搜索源。 -- **不可恢复错误**（如 LLM 服务不可用）：终止执行，向主图返回错误状态与友好提示。 -- **部分成功**：即使部分子任务失败，仍返回已完成的部分结果（如已提取的信息片段）。 - ---- - -## 🛠️ 工具集成 - -### 工具集概览 - -| 工具集 | 功能 | 外部依赖 | -|:-------|:-----|:---------| -| **搜索工具集** | 通用网页搜索、学术论文检索、专业知识库查询、新闻资讯获取 | 搜索 API 网关 | -| **信息提取工具集** | 实体识别、数据提取、术语标注、关系抽取、摘要生成 | LLM 服务 | -| **信息验证工具集** | 多源交叉验证、可信度评分、时效性检查、一致性检查 | 域名信誉库、LLM | -| **报告生成工具集** | 内容生成、引用插入、图表生成、格式转换 | LLM、图表服务 | -| **记忆检索工具集** | 历史研究语义检索、项目检索、时间范围检索 | Qdrant / pgvector | - -### 工具调用规范 - -所有工具遵循统一接口规范： - -- **输入**：标准字典参数。 -- **输出**：标准字典结果，包含 `status`、`data`、`error` 字段。 -- **元数据**：每次调用记录调用时间、耗时、资源标识。 - -### 工具扩展方式 - -新增工具仅需三步： - -1. 在对应工具集中实现标准接口的适配器。 -2. 在工具注册表中声明工具元数据（名称、描述、参数模式）。 -3. 在相关节点中通过工具名称调用，无需修改节点核心逻辑。 - ---- - -## 📑 快速开始（概念级） - -研究分析子图作为主图的一个子图节点被调用，典型集成方式如下： - -1. **主图路由**：当主图识别到用户意图为“研究分析”时，路由至 `research_subgraph` 节点。 -2. **状态映射**：主状态中的 `user_input`、`user_id` 等字段映射到子图状态输入部分。 -3. **子图执行**：子图按照上述工作流自主执行，可能在人工干预点挂起。 -4. **结果回传**：子图执行完毕后，将 `final_report`、`executive_summary` 等字段回写到主状态。 - -子图内部配置项（如默认搜索源、重试次数、审核超时）通过环境变量或配置文件管理。 - ---- - -## ⚙️ 配置项参考 - -| 配置项 | 说明 | 默认值 | -|:-------|:-----|:-------| -| `RESEARCH_LLM_MODEL` | 意图理解与生成使用的 LLM 模型 | `deepseek-chat` | -| `SEARCH_API_GATEWAY_URL` | 统一搜索网关地址 | `http://localhost:8080` | -| `SEARCH_DEFAULT_SOURCES` | 默认启用的搜索源列表 | `["web", "news"]` | -| `MAX_SEARCH_ROUNDS` | 最大搜索轮次 | `3` | -| `RERANK_TOP_N` | 信息源筛选保留数量 | `20` | -| `CONFLICT_SEVERITY_THRESHOLD` | 触发人工审核的冲突等级 | `high` | -| `HUMAN_LOOP_TIMEOUT_SEC` | 人工审核超时自动确认时间 | `3600` | -| `VECTOR_DB_URL` | 记忆检索向量库地址 | `http://localhost:6333` | -| `CHART_SERVICE_URL` | 图表生成服务地址 | `http://localhost:3000` | - ---- - -## 🤝 与主系统集成 - -研究分析子图通过 LangGraph 子图机制与主系统解耦集成： - -- **状态隔离**：子图状态字段使用前缀 `research_` 避免与主状态冲突。 -- **错误传播**：子图内部异常捕获后转换为标准错误结构向上传递，主图可选择重试或降级。 -- **检查点共享**：子图与主图共用同一检查点器后端，确保整体流程的断点续作能力。 - -子图对外暴露的唯一接口是编译后的 `StateGraph` 实例，主图通过 `builder.add_node("research", research_subgraph)` 将其作为一个节点加入。 - ---- - -## 📈 性能考量 - -- **并行搜索**：多源搜索与多关键词检索采用异步并行，典型场景下搜索阶段耗时控制在 3 秒内。 -- **流式报告生成**：报告生成节点支持流式输出，用户在报告结构确认后可实时看到内容逐段生成。 -- **结果缓存**：对于相同搜索词在短时间内的重复请求，搜索网关层提供 TTL 缓存。 -- **状态压缩**：持久化前对大型字段（如原始搜索结果全文）进行摘要化处理，减少存储开销。 - ---- - -## 🔮 未来演进方向 - -参见需求文档中的详细规划，技术实现层面重点关注： - -- **LLM 工具调用标准化**：向 OpenAI Function Calling 风格对齐。 -- **多模态管道**：集成图像描述生成与视觉问答模型。 -- **插件市场**：提供标准工具接口 SDK，支持第三方搜索源接入。 -- **协同研究**：支持多用户对同一研究项目的评论与版本分支管理。 \ No newline at end of file diff --git a/backend/app/backend.py b/backend/app/backend.py index 22431e2..1977f60 100644 --- a/backend/app/backend.py +++ b/backend/app/backend.py @@ -14,18 +14,18 @@ from fastapi import FastAPI, HTTPException, WebSocket, WebSocketDisconnect, Depe from fastapi.middleware.cors import CORSMiddleware from fastapi.responses import StreamingResponse from pydantic import BaseModel -from langgraph.checkpoint.postgres.aio import AsyncPostgresSaver +from app.main_graph.checkpoint.postgres.aio import AsyncPostgresSaver from .agent.service import AIAgentService from .agent.history import ThreadHistoryService -from .agent_subgraphs.common.human_review import ( +from app.core.human_review import ( ReviewManager, InMemoryReviewStore, ReviewStatus, HumanReview ) -from .agent_subgraphs.contact.api_client import ContactAPIClient -from .agent_subgraphs.dictionary.api_client import DictionaryAPIClient -from .agent_subgraphs.news_analysis.api_client import NewsAPIClient +from app.subgraphs.contact.api_client import ContactAPIClient +from app.subgraphs.dictionary.api_client import DictionaryAPIClient +from app.subgraphs.news_analysis.api_client import NewsAPIClient from .db.init_db import init_subgraph_tables from .db.models import ContactRepository, DictionaryRepository, NewsRepository from .logger import info, error diff --git a/backend/app/core/__init__.py b/backend/app/core/__init__.py new file mode 100644 index 0000000..b0f74e0 --- /dev/null +++ b/backend/app/core/__init__.py @@ -0,0 +1 @@ +"""核心模块 - 基类和通用工具""" diff --git a/backend/app/agent_subgraphs/common/formatter.py b/backend/app/core/formatter.py similarity index 100% rename from backend/app/agent_subgraphs/common/formatter.py rename to backend/app/core/formatter.py diff --git a/backend/app/agent_subgraphs/common/human_review.py b/backend/app/core/human_review.py similarity index 100% rename from backend/app/agent_subgraphs/common/human_review.py rename to backend/app/core/human_review.py diff --git a/backend/app/agent_subgraphs/common/intent.py b/backend/app/core/intent.py similarity index 100% rename from backend/app/agent_subgraphs/common/intent.py rename to backend/app/core/intent.py diff --git a/backend/app/agent/intent_classifier.py b/backend/app/core/intent_classifier.py similarity index 100% rename from backend/app/agent/intent_classifier.py rename to backend/app/core/intent_classifier.py diff --git a/backend/app/agent_subgraphs/common/state_base.py b/backend/app/core/state_base.py similarity index 100% rename from backend/app/agent_subgraphs/common/state_base.py rename to backend/app/core/state_base.py diff --git a/backend/app/graph/__init__.py b/backend/app/graph/__init__.py deleted file mode 100644 index 74c2c01..0000000 --- a/backend/app/graph/__init__.py +++ /dev/null @@ -1,73 +0,0 @@ -""" -Graph 子模块 - React 模式增强版（带超时重试） -""" - -from .graph_builder import GraphBuilder -from .subgraph_builder import build_main_graph, build_react_main_graph -from .react_nodes import ( - init_state_node, - react_reason_node, - error_handling_node, - final_response_node, - route_by_reasoning -) -from .rag_nodes import ( - rag_retrieve_node, - rag_re_retrieve_node, - inject_rag_tool_to_state, - get_rag_tool_from_state -) -from .state import ( - MessagesState, - GraphContext, - MainGraphState, - CurrentAction, - ErrorRecord, - ErrorSeverity -) -from .retry_utils import ( - RetryConfig, - RetryResult, - RetryStrategy, - with_retry, - with_async_retry, - create_retry_wrapper_for_node, - RAG_RETRY_CONFIG, - SUBGRAPH_RETRY_CONFIG -) - -__all__ = [ - # 旧版兼容性 - "GraphBuilder", - "build_main_graph", - "MessagesState", - "GraphContext", - "MainGraphState", - "CurrentAction", - - # 新版 React 模式 - "build_react_main_graph", - "init_state_node", - "react_reason_node", - "error_handling_node", - "final_response_node", - "route_by_reasoning", - "ErrorRecord", - "ErrorSeverity", - - # RAG 节点（独立模块） - "rag_retrieve_node", - "rag_re_retrieve_node", - "inject_rag_tool_to_state", - "get_rag_tool_from_state", - - # 超时和重试工具 - "RetryConfig", - "RetryResult", - "RetryStrategy", - "with_retry", - "with_async_retry", - "create_retry_wrapper_for_node", - "RAG_RETRY_CONFIG", - "SUBGRAPH_RETRY_CONFIG" -] diff --git a/backend/app/main_graph/__init__.py b/backend/app/main_graph/__init__.py new file mode 100644 index 0000000..baaf33c --- /dev/null +++ b/backend/app/main_graph/__init__.py @@ -0,0 +1 @@ +"""主图模块 - LangGraph 主流程""" diff --git a/backend/app/graph/graph_builder.py b/backend/app/main_graph/graph_builder.py similarity index 94% rename from backend/app/graph/graph_builder.py rename to backend/app/main_graph/graph_builder.py index 21abe76..18cb28a 100644 --- a/backend/app/graph/graph_builder.py +++ b/backend/app/main_graph/graph_builder.py @@ -4,7 +4,7 @@ LangGraph 状态图构建模块 - 精简版，仅负责组装图 """ from langchain_core.language_models import BaseLLM -from langgraph.graph import StateGraph, START, END +from app.main_graph.graph import StateGraph, START, END from .state import MessagesState, GraphContext from ..nodes import ( should_continue, @@ -14,7 +14,7 @@ from ..nodes import ( create_summarize_node, finalize_node, ) -from ..nodes.memory_trigger import memory_trigger_node, set_mem0_client +from app.main_graph.nodes.memory_trigger import memory_trigger_node, set_mem0_client from ..memory import Mem0Client diff --git a/backend/app/main_graph/nodes/__init__.py b/backend/app/main_graph/nodes/__init__.py new file mode 100644 index 0000000..ae9de0f --- /dev/null +++ b/backend/app/main_graph/nodes/__init__.py @@ -0,0 +1 @@ +"""主图节点""" diff --git a/backend/app/nodes/finalize.py b/backend/app/main_graph/nodes/finalize.py similarity index 92% rename from backend/app/nodes/finalize.py rename to backend/app/main_graph/nodes/finalize.py index 2203a0b..dd52a2c 100644 --- a/backend/app/nodes/finalize.py +++ b/backend/app/main_graph/nodes/finalize.py @@ -4,10 +4,10 @@ """ from typing import Any, Dict -from langgraph.config import get_stream_writer +from app.main_graph.config import get_stream_writer # 本地模块 -from ..graph.state import MessagesState +from app.main_graph.state import MessagesState from ..utils.logging import log_state_change from ..logger import info, error diff --git a/backend/app/nodes/llm_call.py b/backend/app/main_graph/nodes/llm_call.py similarity index 99% rename from backend/app/nodes/llm_call.py rename to backend/app/main_graph/nodes/llm_call.py index f413d85..207b64d 100644 --- a/backend/app/nodes/llm_call.py +++ b/backend/app/main_graph/nodes/llm_call.py @@ -9,7 +9,7 @@ from langchain_core.language_models import BaseLLM from langchain_core.messages import AIMessage # 本地模块 -from ..graph.state import MessagesState +from app.main_graph.state import MessagesState from ..agent.prompts import create_system_prompt from ..utils.logging import log_state_change from ..logger import debug, info, error diff --git a/backend/app/nodes/memory_trigger.py b/backend/app/main_graph/nodes/memory_trigger.py similarity index 96% rename from backend/app/nodes/memory_trigger.py rename to backend/app/main_graph/nodes/memory_trigger.py index be5a65c..0784dd6 100644 --- a/backend/app/nodes/memory_trigger.py +++ b/backend/app/main_graph/nodes/memory_trigger.py @@ -1,6 +1,6 @@ from typing import Any, Dict from langchain_core.runnables.config import RunnableConfig -from ..graph.state import MessagesState +from app.main_graph.state import MessagesState from ..memory.mem0_client import Mem0Client from ..logger import info diff --git a/backend/app/graph/rag_nodes.py b/backend/app/main_graph/nodes/rag_nodes.py similarity index 99% rename from backend/app/graph/rag_nodes.py rename to backend/app/main_graph/nodes/rag_nodes.py index c1d0c98..4dd2bde 100644 --- a/backend/app/graph/rag_nodes.py +++ b/backend/app/main_graph/nodes/rag_nodes.py @@ -254,7 +254,7 @@ async def initialize_rag_from_initializer() -> None: 注意：这是示例代码，实际使用时需要提供 local_llm_creator """ try: - from ..agent.rag_initializer import init_rag_tool + from app.main_graph.utils.rag_initializer import init_rag_tool # 注意：这里需要传入 local_llm_creator # 示例： diff --git a/backend/app/graph/react_nodes.py b/backend/app/main_graph/nodes/react_nodes.py similarity index 98% rename from backend/app/graph/react_nodes.py rename to backend/app/main_graph/nodes/react_nodes.py index 386e10f..d2fecb1 100644 --- a/backend/app/graph/react_nodes.py +++ b/backend/app/main_graph/nodes/react_nodes.py @@ -15,13 +15,13 @@ from typing import Dict, Any, Optional from datetime import datetime # 导入我们的 intent.py -from ..agent_subgraphs.common.intent import ( +from app.core.intent import ( react_reason, get_route_by_reasoning, ReasoningAction, ReasoningResult ) -from ..agent_subgraphs.common.state_base import StateUtils +from app.core.state_base import StateUtils from .state import MainGraphState, ErrorRecord, ErrorSeverity from .retry_utils import ( RetryConfig, diff --git a/backend/app/graph/retrieve_memory.py b/backend/app/main_graph/nodes/retrieve_memory.py similarity index 100% rename from backend/app/graph/retrieve_memory.py rename to backend/app/main_graph/nodes/retrieve_memory.py diff --git a/backend/app/nodes/router.py b/backend/app/main_graph/nodes/router.py similarity index 97% rename from backend/app/nodes/router.py rename to backend/app/main_graph/nodes/router.py index 6fab51a..b703adb 100644 --- a/backend/app/nodes/router.py +++ b/backend/app/main_graph/nodes/router.py @@ -8,7 +8,7 @@ from langchain_core.messages import AIMessage # 本地模块 from ..config import ENABLE_GRAPH_TRACE, MEMORY_SUMMARIZE_INTERVAL -from ..graph.state import MessagesState +from app.main_graph.state import MessagesState from ..logger import info diff --git a/backend/app/nodes/summarize.py b/backend/app/main_graph/nodes/summarize.py similarity index 98% rename from backend/app/nodes/summarize.py rename to backend/app/main_graph/nodes/summarize.py index 2c9856b..a2c7f9e 100644 --- a/backend/app/nodes/summarize.py +++ b/backend/app/main_graph/nodes/summarize.py @@ -6,7 +6,7 @@ from typing import Any, Dict # 本地模块 -from ..graph.state import MessagesState +from app.main_graph.state import MessagesState from ..memory.mem0_client import Mem0Client from ..utils.logging import log_state_change from ..logger import debug, info, error, warning diff --git a/backend/app/nodes/tool_call.py b/backend/app/main_graph/nodes/tool_call.py similarity index 97% rename from backend/app/nodes/tool_call.py rename to backend/app/main_graph/nodes/tool_call.py index 69ad2e6..e23e3d6 100644 --- a/backend/app/nodes/tool_call.py +++ b/backend/app/main_graph/nodes/tool_call.py @@ -6,10 +6,10 @@ import asyncio from typing import Any, Dict from langchain_core.messages import AIMessage, ToolMessage -from langgraph.config import get_stream_writer +from app.main_graph.config import get_stream_writer # 本地模块 -from ..graph.state import MessagesState +from app.main_graph.state import MessagesState from ..utils.logging import log_state_change from ..logger import debug, info diff --git a/backend/app/graph/state.py b/backend/app/main_graph/state.py similarity index 98% rename from backend/app/graph/state.py rename to backend/app/main_graph/state.py index d3a10fa..eee414e 100644 --- a/backend/app/graph/state.py +++ b/backend/app/main_graph/state.py @@ -6,7 +6,7 @@ Main Graph State Definition - React Mode Enhanced from enum import Enum, auto from typing import Optional, Dict, Any, Annotated, Sequence, TypedDict, List from dataclasses import dataclass, field -from langgraph.graph import add_messages +from app.main_graph.graph import add_messages from langchain_core.messages import BaseMessage diff --git a/backend/app/main_graph/tools/__init__.py b/backend/app/main_graph/tools/__init__.py new file mode 100644 index 0000000..72f9f49 --- /dev/null +++ b/backend/app/main_graph/tools/__init__.py @@ -0,0 +1 @@ +"""主图工具""" diff --git a/backend/app/graph/graph_tools.py b/backend/app/main_graph/tools/graph_tools.py similarity index 100% rename from backend/app/graph/graph_tools.py rename to backend/app/main_graph/tools/graph_tools.py diff --git a/backend/app/graph/subgraph_tools.py b/backend/app/main_graph/tools/subgraph_tools.py similarity index 94% rename from backend/app/graph/subgraph_tools.py rename to backend/app/main_graph/tools/subgraph_tools.py index f675508..e29fbf8 100644 --- a/backend/app/graph/subgraph_tools.py +++ b/backend/app/main_graph/tools/subgraph_tools.py @@ -22,13 +22,13 @@ def dictionary_tool(query: str, action: Optional[str] = None) -> str: 格式化的结果文本 """ try: - from backend.app.agent_subgraphs.dictionary import ( + from app.subgraphs.dictionary import ( DictionaryState, DictionaryAction, parse_intent, format_result ) - from backend.app.agent_subgraphs.dictionary.nodes import ( + from app.subgraphs.dictionary.nodes import ( query_word, translate_text, extract_terms, get_daily_word ) @@ -87,13 +87,13 @@ def news_analysis_tool(query: str, action: Optional[str] = None) -> str: 格式化的结果文本 """ try: - from backend.app.agent_subgraphs.news_analysis import ( + from app.subgraphs.news_analysis import ( NewsAnalysisState, NewsAction, parse_intent, format_result ) - from backend.app.agent_subgraphs.news_analysis.nodes import ( + from app.subgraphs.news_analysis.nodes import ( query_news, analyze_url, extract_keywords, generate_report ) @@ -150,13 +150,13 @@ def contact_tool(query: str, action: Optional[str] = None) -> str: 格式化的结果文本 """ try: - from backend.app.agent_subgraphs.contact import ( + from app.subgraphs.contact import ( ContactState, ContactAction, parse_intent, format_result ) - from backend.app.agent_subgraphs.contact.nodes import ( + from app.subgraphs.contact.nodes import ( query_contact, add_contact, list_contacts ) diff --git a/backend/app/main_graph/utils/__init__.py b/backend/app/main_graph/utils/__init__.py new file mode 100644 index 0000000..a03be40 --- /dev/null +++ b/backend/app/main_graph/utils/__init__.py @@ -0,0 +1 @@ +"""主图工具函数""" diff --git a/backend/app/agent/rag_initializer.py b/backend/app/main_graph/utils/rag_initializer.py similarity index 100% rename from backend/app/agent/rag_initializer.py rename to backend/app/main_graph/utils/rag_initializer.py diff --git a/backend/app/graph/retry_utils.py b/backend/app/main_graph/utils/retry_utils.py similarity index 100% rename from backend/app/graph/retry_utils.py rename to backend/app/main_graph/utils/retry_utils.py diff --git a/backend/app/graph/subgraph_builder.py b/backend/app/main_graph/utils/subgraph_builder.py similarity index 95% rename from backend/app/graph/subgraph_builder.py rename to backend/app/main_graph/utils/subgraph_builder.py index b3ebd7a..5199ec8 100644 --- a/backend/app/graph/subgraph_builder.py +++ b/backend/app/main_graph/utils/subgraph_builder.py @@ -3,7 +3,7 @@ React 模式主图构建器 - 完整循环推理版本 Main Graph Builder - Full React Mode with Loop Reasoning """ -from langgraph.graph import StateGraph, START, END +from app.main_graph.graph import StateGraph, START, END from typing import Dict, Any from .state import MainGraphState, CurrentAction @@ -15,9 +15,9 @@ from .react_nodes import ( route_by_reasoning ) from .rag_nodes import rag_retrieve_node -from ..agent_subgraphs.contact import build_contact_subgraph -from ..agent_subgraphs.dictionary import build_dictionary_subgraph -from ..agent_subgraphs.news_analysis import build_news_analysis_subgraph +from app.subgraphs.contact import build_contact_subgraph +from app.subgraphs.dictionary import build_dictionary_subgraph +from app.subgraphs.news_analysis import build_news_analysis_subgraph # ========== 子图包装器（处理子图错误传递） ========== diff --git a/backend/app/graph/visualize_graph.py b/backend/app/main_graph/utils/visualize_graph.py similarity index 97% rename from backend/app/graph/visualize_graph.py rename to backend/app/main_graph/utils/visualize_graph.py index 9059ce8..c50e72e 100644 --- a/backend/app/graph/visualize_graph.py +++ b/backend/app/main_graph/utils/visualize_graph.py @@ -25,7 +25,7 @@ load_dotenv(PROJECT_ROOT / ".env") from app.agent.service import AIAgentService from app.config import DB_URI -from langgraph.checkpoint.postgres.aio import AsyncPostgresSaver +from app.main_graph.checkpoint.postgres.aio import AsyncPostgresSaver import asyncio diff --git a/backend/app/nodes/__init__.py b/backend/app/nodes/__init__.py deleted file mode 100644 index 345883a..0000000 --- a/backend/app/nodes/__init__.py +++ /dev/null @@ -1,19 +0,0 @@ -""" -节点模块 - 导出所有 LangGraph 节点函数 -""" - -from .router import should_continue -from .llm_call import create_llm_call_node -from .tool_call import create_tool_call_node -from ..graph.retrieve_memory import create_retrieve_memory_node -from .summarize import create_summarize_node -from .finalize import finalize_node - -__all__ = [ - "should_continue", - "create_llm_call_node", - "create_tool_call_node", - "create_retrieve_memory_node", - "create_summarize_node", - "finalize_node", -] diff --git a/backend/app/subgraphs/__init__.py b/backend/app/subgraphs/__init__.py new file mode 100644 index 0000000..566a6b4 --- /dev/null +++ b/backend/app/subgraphs/__init__.py @@ -0,0 +1 @@ +"""子图模块""" diff --git a/backend/app/agent_subgraphs/contact/README.md b/backend/app/subgraphs/contact/README.md similarity index 100% rename from backend/app/agent_subgraphs/contact/README.md rename to backend/app/subgraphs/contact/README.md diff --git a/backend/app/agent_subgraphs/contact/__init__.py b/backend/app/subgraphs/contact/__init__.py similarity index 100% rename from backend/app/agent_subgraphs/contact/__init__.py rename to backend/app/subgraphs/contact/__init__.py diff --git a/backend/app/agent_subgraphs/contact/api_client.py b/backend/app/subgraphs/contact/api_client.py similarity index 100% rename from backend/app/agent_subgraphs/contact/api_client.py rename to backend/app/subgraphs/contact/api_client.py diff --git a/backend/app/agent_subgraphs/contact/graph.py b/backend/app/subgraphs/contact/graph.py similarity index 98% rename from backend/app/agent_subgraphs/contact/graph.py rename to backend/app/subgraphs/contact/graph.py index 0c00360..4026179 100644 --- a/backend/app/agent_subgraphs/contact/graph.py +++ b/backend/app/subgraphs/contact/graph.py @@ -4,7 +4,7 @@ Contact Subgraph Builder 支持 API 注入的工厂模式 """ -from langgraph.graph import StateGraph, START, END +from app.main_graph.graph import StateGraph, START, END from .state import ContactState from .nodes import create_contact_nodes diff --git a/backend/app/agent_subgraphs/contact/nodes.py b/backend/app/subgraphs/contact/nodes.py similarity index 100% rename from backend/app/agent_subgraphs/contact/nodes.py rename to backend/app/subgraphs/contact/nodes.py diff --git a/backend/app/agent_subgraphs/contact/state.py b/backend/app/subgraphs/contact/state.py similarity index 100% rename from backend/app/agent_subgraphs/contact/state.py rename to backend/app/subgraphs/contact/state.py diff --git a/backend/app/agent_subgraphs/dictionary/README.md b/backend/app/subgraphs/dictionary/README.md similarity index 100% rename from backend/app/agent_subgraphs/dictionary/README.md rename to backend/app/subgraphs/dictionary/README.md diff --git a/backend/app/agent_subgraphs/dictionary/__init__.py b/backend/app/subgraphs/dictionary/__init__.py similarity index 100% rename from backend/app/agent_subgraphs/dictionary/__init__.py rename to backend/app/subgraphs/dictionary/__init__.py diff --git a/backend/app/agent_subgraphs/dictionary/api_client.py b/backend/app/subgraphs/dictionary/api_client.py similarity index 100% rename from backend/app/agent_subgraphs/dictionary/api_client.py rename to backend/app/subgraphs/dictionary/api_client.py diff --git a/backend/app/agent_subgraphs/dictionary/graph.py b/backend/app/subgraphs/dictionary/graph.py similarity index 97% rename from backend/app/agent_subgraphs/dictionary/graph.py rename to backend/app/subgraphs/dictionary/graph.py index 6f3ce31..bc65340 100644 --- a/backend/app/agent_subgraphs/dictionary/graph.py +++ b/backend/app/subgraphs/dictionary/graph.py @@ -3,7 +3,7 @@ Dictionary Subgraph Builder - Complete """ -from langgraph.graph import StateGraph, START, END +from app.main_graph.graph import StateGraph, START, END from .state import DictionaryState from .nodes import ( diff --git a/backend/app/agent_subgraphs/dictionary/nodes.py b/backend/app/subgraphs/dictionary/nodes.py similarity index 100% rename from backend/app/agent_subgraphs/dictionary/nodes.py rename to backend/app/subgraphs/dictionary/nodes.py diff --git a/backend/app/agent_subgraphs/dictionary/state.py b/backend/app/subgraphs/dictionary/state.py similarity index 100% rename from backend/app/agent_subgraphs/dictionary/state.py rename to backend/app/subgraphs/dictionary/state.py diff --git a/backend/app/agent_subgraphs/news_analysis/__init__.py b/backend/app/subgraphs/news_analysis/__init__.py similarity index 100% rename from backend/app/agent_subgraphs/news_analysis/__init__.py rename to backend/app/subgraphs/news_analysis/__init__.py diff --git a/backend/app/agent_subgraphs/news_analysis/api_client.py b/backend/app/subgraphs/news_analysis/api_client.py similarity index 100% rename from backend/app/agent_subgraphs/news_analysis/api_client.py rename to backend/app/subgraphs/news_analysis/api_client.py diff --git a/backend/app/agent_subgraphs/news_analysis/graph.py b/backend/app/subgraphs/news_analysis/graph.py similarity index 96% rename from backend/app/agent_subgraphs/news_analysis/graph.py rename to backend/app/subgraphs/news_analysis/graph.py index 9dfbf90..1aa07c8 100644 --- a/backend/app/agent_subgraphs/news_analysis/graph.py +++ b/backend/app/subgraphs/news_analysis/graph.py @@ -3,7 +3,7 @@ News Analysis Subgraph Builder """ -from langgraph.graph import StateGraph, START, END +from app.main_graph.graph import StateGraph, START, END from .state import NewsAnalysisState from .nodes import ( diff --git a/backend/app/agent_subgraphs/news_analysis/nodes.py b/backend/app/subgraphs/news_analysis/nodes.py similarity index 100% rename from backend/app/agent_subgraphs/news_analysis/nodes.py rename to backend/app/subgraphs/news_analysis/nodes.py diff --git a/backend/app/agent_subgraphs/news_analysis/state.py b/backend/app/subgraphs/news_analysis/state.py similarity index 100% rename from backend/app/agent_subgraphs/news_analysis/state.py rename to backend/app/subgraphs/news_analysis/state.py