feat: AI聊天室多Agent协作讨论平台

- 实现Agent管理，支持AI辅助生成系统提示词
- 支持多个AI提供商（OpenRouter、智谱、MiniMax等）
- 实现聊天室和讨论引擎
- WebSocket实时消息推送
- 前端使用React + Ant Design
- 后端使用FastAPI + MongoDB

Co-Authored-By: Claude Opus 4.5 <noreply@anthropic.com>

backend/adapters/base_adapter.py

@@ -0,0 +1,166 @@
+"""
+AI适配器基类
+定义统一的AI调用接口
+"""
+from abc import ABC, abstractmethod
+from dataclasses import dataclass, field
+from typing import List, Dict, Any, Optional, AsyncGenerator
+from datetime import datetime
+
+
+@dataclass
+class ChatMessage:
+    """聊天消息"""
+    role: str                   # system, user, assistant
+    content: str                # 消息内容
+    name: Optional[str] = None  # 发送者名称（可选）
+    
+    def to_dict(self) -> Dict[str, Any]:
+        """转换为字典"""
+        d = {"role": self.role, "content": self.content}
+        if self.name:
+            d["name"] = self.name
+        return d
+
+
+@dataclass
+class AdapterResponse:
+    """适配器响应"""
+    success: bool                           # 是否成功
+    content: str = ""                       # 响应内容
+    error: Optional[str] = None             # 错误信息
+    
+    # 统计信息
+    prompt_tokens: int = 0                  # 输入token数
+    completion_tokens: int = 0              # 输出token数
+    total_tokens: int = 0                   # 总token数
+    
+    # 元数据
+    model: str = ""                         # 使用的模型
+    finish_reason: str = ""                 # 结束原因
+    latency_ms: float = 0.0                 # 延迟(毫秒)
+    
+    # 工具调用结果
+    tool_calls: List[Dict[str, Any]] = field(default_factory=list)
+    
+    def __post_init__(self):
+        if self.total_tokens == 0:
+            self.total_tokens = self.prompt_tokens + self.completion_tokens
+
+
+class BaseAdapter(ABC):
+    """
+    AI适配器基类
+    所有AI提供商适配器必须继承此类
+    """
+    
+    def __init__(
+        self,
+        api_key: str,
+        base_url: str,
+        model: str,
+        use_proxy: bool = False,
+        proxy_config: Optional[Dict[str, Any]] = None,
+        timeout: int = 60,
+        **kwargs
+    ):
+        """
+        初始化适配器
+        
+        Args:
+            api_key: API密钥
+            base_url: API基础URL
+            model: 模型名称
+            use_proxy: 是否使用代理
+            proxy_config: 代理配置
+            timeout: 超时时间(秒)
+            **kwargs: 额外参数
+        """
+        self.api_key = api_key
+        self.base_url = base_url
+        self.model = model
+        self.use_proxy = use_proxy
+        self.proxy_config = proxy_config or {}
+        self.timeout = timeout
+        self.extra_params = kwargs
+    
+    @abstractmethod
+    async def chat(
+        self,
+        messages: List[ChatMessage],
+        temperature: float = 0.7,
+        max_tokens: int = 2000,
+        **kwargs
+    ) -> AdapterResponse:
+        """
+        发送聊天请求
+        
+        Args:
+            messages: 消息列表
+            temperature: 温度参数
+            max_tokens: 最大token数
+            **kwargs: 额外参数
+            
+        Returns:
+            适配器响应
+        """
+        pass
+    
+    @abstractmethod
+    async def chat_stream(
+        self,
+        messages: List[ChatMessage],
+        temperature: float = 0.7,
+        max_tokens: int = 2000,
+        **kwargs
+    ) -> AsyncGenerator[str, None]:
+        """
+        发送流式聊天请求
+        
+        Args:
+            messages: 消息列表
+            temperature: 温度参数
+            max_tokens: 最大token数
+            **kwargs: 额外参数
+            
+        Yields:
+            响应内容片段
+        """
+        pass
+    
+    @abstractmethod
+    async def test_connection(self) -> Dict[str, Any]:
+        """
+        测试API连接
+        
+        Returns:
+            测试结果字典，包含 success, message, latency_ms
+        """
+        pass
+    
+    def _build_messages(
+        self,
+        messages: List[ChatMessage]
+    ) -> List[Dict[str, Any]]:
+        """
+        构建消息列表
+        
+        Args:
+            messages: ChatMessage列表
+            
+        Returns:
+            字典格式的消息列表
+        """
+        return [msg.to_dict() for msg in messages]
+    
+    def _calculate_latency(self, start_time: datetime) -> float:
+        """
+        计算延迟
+        
+        Args:
+            start_time: 开始时间
+            
+        Returns:
+            延迟毫秒数
+        """
+        return (datetime.utcnow() - start_time).total_seconds() * 1000