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>
2026-02-03 19:20:02 +08:00
commit edbddf855d
76 changed files with 14681 additions and 0 deletions
--- a/backend/services/agent_service.py
+++ b/backend/services/agent_service.py
@@ -0,0 +1,438 @@
+"""
+Agent服务
+管理AI代理的配置
+"""
+import uuid
+from datetime import datetime
+from typing import List, Dict, Any, Optional
+from loguru import logger
+
+from models.agent import Agent
+from services.ai_provider_service import AIProviderService
+
+
+class AgentService:
+    """
+    Agent服务类
+    负责Agent的CRUD操作
+    """
+    
+    @classmethod
+    async def create_agent(
+        cls,
+        name: str,
+        role: str,
+        system_prompt: str,
+        provider_id: str,
+        temperature: float = 0.7,
+        max_tokens: int = 2000,
+        capabilities: Optional[Dict[str, Any]] = None,
+        behavior: Optional[Dict[str, Any]] = None,
+        avatar: Optional[str] = None,
+        color: str = "#1890ff"
+    ) -> Agent:
+        """
+        创建新的Agent
+        
+        Args:
+            name: Agent名称
+            role: 角色定义
+            system_prompt: 系统提示词
+            provider_id: 使用的AI接口ID
+            temperature: 温度参数
+            max_tokens: 最大token数
+            capabilities: 能力配置
+            behavior: 行为配置
+            avatar: 头像URL
+            color: 代表颜色
+            
+        Returns:
+            创建的Agent文档
+        """
+        # 验证AI接口存在
+        provider = await AIProviderService.get_provider(provider_id)
+        if not provider:
+            raise ValueError(f"AI接口不存在: {provider_id}")
+        
+        # 生成唯一ID
+        agent_id = f"agent-{uuid.uuid4().hex[:8]}"
+        
+        # 默认能力配置
+        default_capabilities = {
+            "memory_enabled": False,
+            "mcp_tools": [],
+            "skills": [],
+            "multimodal": False
+        }
+        if capabilities:
+            default_capabilities.update(capabilities)
+        
+        # 默认行为配置
+        default_behavior = {
+            "speak_threshold": 0.5,
+            "max_speak_per_round": 2,
+            "speak_style": "balanced"
+        }
+        if behavior:
+            default_behavior.update(behavior)
+        
+        # 创建文档
+        agent = Agent(
+            agent_id=agent_id,
+            name=name,
+            role=role,
+            system_prompt=system_prompt,
+            provider_id=provider_id,
+            temperature=temperature,
+            max_tokens=max_tokens,
+            capabilities=default_capabilities,
+            behavior=default_behavior,
+            avatar=avatar,
+            color=color,
+            enabled=True,
+            created_at=datetime.utcnow(),
+            updated_at=datetime.utcnow()
+        )
+        
+        await agent.insert()
+        
+        logger.info(f"创建Agent: {agent_id} ({name})")
+        return agent
+    
+    @classmethod
+    async def get_agent(cls, agent_id: str) -> Optional[Agent]:
+        """
+        获取指定Agent
+        
+        Args:
+            agent_id: Agent ID
+            
+        Returns:
+            Agent文档或None
+        """
+        return await Agent.find_one(Agent.agent_id == agent_id)
+    
+    @classmethod
+    async def get_all_agents(
+        cls,
+        enabled_only: bool = False
+    ) -> List[Agent]:
+        """
+        获取所有Agent
+        
+        Args:
+            enabled_only: 是否只返回启用的Agent
+            
+        Returns:
+            Agent列表
+        """
+        if enabled_only:
+            return await Agent.find(Agent.enabled == True).to_list()
+        return await Agent.find_all().to_list()
+    
+    @classmethod
+    async def get_agents_by_ids(
+        cls,
+        agent_ids: List[str]
+    ) -> List[Agent]:
+        """
+        根据ID列表获取多个Agent
+        
+        Args:
+            agent_ids: Agent ID列表
+            
+        Returns:
+            Agent列表
+        """
+        return await Agent.find(
+            {"agent_id": {"$in": agent_ids}}
+        ).to_list()
+    
+    @classmethod
+    async def update_agent(
+        cls,
+        agent_id: str,
+        **kwargs
+    ) -> Optional[Agent]:
+        """
+        更新Agent配置
+        
+        Args:
+            agent_id: Agent ID
+            **kwargs: 要更新的字段
+            
+        Returns:
+            更新后的Agent或None
+        """
+        agent = await cls.get_agent(agent_id)
+        if not agent:
+            return None
+        
+        # 如果更新了provider_id，验证其存在
+        if "provider_id" in kwargs:
+            provider = await AIProviderService.get_provider(kwargs["provider_id"])
+            if not provider:
+                raise ValueError(f"AI接口不存在: {kwargs['provider_id']}")
+        
+        # 更新字段
+        kwargs["updated_at"] = datetime.utcnow()
+        
+        for key, value in kwargs.items():
+            if hasattr(agent, key):
+                setattr(agent, key, value)
+        
+        await agent.save()
+        
+        logger.info(f"更新Agent: {agent_id}")
+        return agent
+    
+    @classmethod
+    async def delete_agent(cls, agent_id: str) -> bool:
+        """
+        删除Agent
+        
+        Args:
+            agent_id: Agent ID
+            
+        Returns:
+            是否删除成功
+        """
+        agent = await cls.get_agent(agent_id)
+        if not agent:
+            return False
+        
+        await agent.delete()
+        
+        logger.info(f"删除Agent: {agent_id}")
+        return True
+    
+    @classmethod
+    async def test_agent(
+        cls,
+        agent_id: str,
+        test_message: str = "你好，请简单介绍一下你自己。"
+    ) -> Dict[str, Any]:
+        """
+        测试Agent对话
+        
+        Args:
+            agent_id: Agent ID
+            test_message: 测试消息
+            
+        Returns:
+            测试结果
+        """
+        agent = await cls.get_agent(agent_id)
+        if not agent:
+            return {
+                "success": False,
+                "message": f"Agent不存在: {agent_id}"
+            }
+        
+        if not agent.enabled:
+            return {
+                "success": False,
+                "message": "Agent已禁用"
+            }
+        
+        # 构建消息
+        messages = [
+            {"role": "system", "content": agent.system_prompt},
+            {"role": "user", "content": test_message}
+        ]
+        
+        # 调用AI接口
+        response = await AIProviderService.chat(
+            provider_id=agent.provider_id,
+            messages=messages,
+            temperature=agent.temperature,
+            max_tokens=agent.max_tokens
+        )
+        
+        if response.success:
+            return {
+                "success": True,
+                "message": "测试成功",
+                "response": response.content,
+                "model": response.model,
+                "tokens": response.total_tokens,
+                "latency_ms": response.latency_ms
+            }
+        else:
+            return {
+                "success": False,
+                "message": response.error
+            }
+    
+    @classmethod
+    async def duplicate_agent(
+        cls,
+        agent_id: str,
+        new_name: Optional[str] = None
+    ) -> Optional[Agent]:
+        """
+        复制Agent
+
+        Args:
+            agent_id: 源Agent ID
+            new_name: 新Agent名称
+
+        Returns:
+            新创建的Agent或None
+        """
+        source_agent = await cls.get_agent(agent_id)
+        if not source_agent:
+            return None
+
+        return await cls.create_agent(
+            name=new_name or f"{source_agent.name} (副本)",
+            role=source_agent.role,
+            system_prompt=source_agent.system_prompt,
+            provider_id=source_agent.provider_id,
+            temperature=source_agent.temperature,
+            max_tokens=source_agent.max_tokens,
+            capabilities=source_agent.capabilities,
+            behavior=source_agent.behavior,
+            avatar=source_agent.avatar,
+            color=source_agent.color
+        )
+
+    @classmethod
+    async def generate_system_prompt(
+        cls,
+        provider_id: str,
+        name: str,
+        role: str,
+        description: Optional[str] = None
+    ) -> Dict[str, Any]:
+        """
+        使用AI生成Agent系统提示词
+
+        Args:
+            provider_id: AI接口ID
+            name: Agent名称
+            role: 角色定位
+            description: 额外描述（可选）
+
+        Returns:
+            生成结果，包含success和生成的prompt
+        """
+        # 验证AI接口存在
+        provider = await AIProviderService.get_provider(provider_id)
+        if not provider:
+            return {
+                "success": False,
+                "message": f"AI接口不存在: {provider_id}"
+            }
+
+        # 构建生成提示词的请求
+        generate_prompt = f"""请为一个AI Agent编写系统提示词（system prompt）。
+
+Agent名称：{name}
+角色定位：{role}
+{f'补充说明：{description}' if description else ''}
+
+要求：
+1. 提示词应简洁专业，控制在200字以内
+2. 明确该Agent的核心职责和专业领域
+3. 说明在多Agent讨论中应该关注什么
+4. 使用中文编写
+5. 不要包含任何问候语或开场白，直接给出提示词内容
+
+请直接输出系统提示词，不要有任何额外的解释或包装。"""
+
+        try:
+            messages = [{"role": "user", "content": generate_prompt}]
+
+            response = await AIProviderService.chat(
+                provider_id=provider_id,
+                messages=messages,
+                temperature=0.7,
+                max_tokens=1000
+            )
+
+            if response.success:
+                # 清理可能的包装文本
+                content = response.content.strip()
+                # 移除可能的markdown代码块标记
+                if content.startswith("```"):
+                    lines = content.split("\n")
+                    content = "\n".join(lines[1:])
+                    if content.endswith("```"):
+                        content = content[:-3]
+                    content = content.strip()
+
+                return {
+                    "success": True,
+                    "prompt": content,
+                    "model": response.model,
+                    "tokens": response.total_tokens
+                }
+            else:
+                return {
+                    "success": False,
+                    "message": response.error or "生成失败"
+                }
+        except Exception as e:
+            logger.error(f"生成系统提示词失败: {e}")
+            return {
+                "success": False,
+                "message": f"生成失败: {str(e)}"
+            }
+
+
+# Agent预设模板
+AGENT_TEMPLATES = {
+    "product_manager": {
+        "name": "产品经理",
+        "role": "产品规划和需求分析专家",
+        "system_prompt": """你是一位经验丰富的产品经理，擅长:
+- 分析用户需求和痛点
+- 制定产品策略和路线图
+- 平衡业务目标和用户体验
+- 与团队协作推进产品迭代
+
+在讨论中，你需要从产品角度出发，关注用户价值、商业可行性和优先级排序。
+请用专业但易懂的语言表达观点。""",
+        "color": "#1890ff"
+    },
+    "developer": {
+        "name": "开发工程师",
+        "role": "技术实现和架构设计专家",
+        "system_prompt": """你是一位资深的软件开发工程师，擅长:
+- 系统架构设计
+- 代码实现和优化
+- 技术方案评估
+- 性能和安全考量
+
+在讨论中，你需要从技术角度出发，关注实现可行性、技术债务和最佳实践。
+请提供具体的技术建议和潜在风险评估。""",
+        "color": "#52c41a"
+    },
+    "designer": {
+        "name": "设计师",
+        "role": "用户体验和界面设计专家",
+        "system_prompt": """你是一位专业的UI/UX设计师，擅长:
+- 用户体验设计
+- 界面视觉设计
+- 交互流程优化
+- 设计系统构建
+
+在讨论中，你需要从设计角度出发，关注用户体验、视觉美感和交互流畅性。
+请提供设计建议并考虑可用性和一致性。""",
+        "color": "#eb2f96"
+    },
+    "moderator": {
+        "name": "主持人",
+        "role": "讨论主持和共识判断专家",
+        "system_prompt": """你是讨论的主持人，负责:
+- 引导讨论方向
+- 总结各方观点
+- 判断是否达成共识
+- 提炼行动要点
+
+在讨论中，你需要保持中立，促进有效沟通，并在适当时机总结讨论成果。
+当各方观点趋于一致时，请明确指出并总结共识内容。""",
+        "color": "#722ed1"
+    }
+}