AgentChat智能对话系统

🌟 核心特性 ​

🎯 智能对话引擎 ​

• 多模型支持: 集成OpenAI、DeepSeek、通义千问等主流大语言模型
• 流式响应: 实时显示生成内容，提供流畅的对话体验
• 上下文记忆: 支持长对话历史，智能理解对话上下文
• 思考可视化: 深度思考面板，展示AI推理过程

🔄 多Agent系统 ​

• 智能协作: 多个Agent协同工作，分工明确
• 任务编排: 可视化工作流设计和执行
• 能力配置: 灵活的Agent能力定义和管理
• 执行监控: 实时监控Agent执行状态和结果

📖 知识库与RAG ​

• 多格式支持: PDF、Word、Excel、Markdown等文档格式
• 智能分块: 语义级别的文档分割和处理
• 混合检索: 结合向量检索和关键词检索
• 精准问答: 基于检索增强生成的准确回答

🛠️ MCP协议集成 ​

• 标准化接口: 支持Model Context Protocol服务器
• 插件生态: 丰富的第三方工具和服务集成
• 自定义扩展: 轻松开发和集成自定义工具
• 并发调用: 支持多工具并发执行

🏗️ 技术架构 ​

🚀 快速开始 ​

Docker 一键部署 ​

# 克隆项目
git clone https://github.com/Shy2593666979/AgentChat.git
cd AgentChat

# 配置环境变量
cp docker/docker.env.example docker/docker.env
# 编辑 docker.env 文件，填入你的API密钥

# 启动服务
cd docker
docker-compose up -d

本地开发部署 ​

# 后端服务
cd src/backend
pip install -r requirements.txt
uvicorn agentchat.main:app --port 7860

# 前端服务
cd src/frontend
npm install
npm run dev

访问 http://localhost:8090 开始使用！

📊 应用场景 ​

🤝 参与贡献 ​

我们欢迎所有形式的贡献！无论是：

• 🐛 报告Bug
• 💡 提出新功能建议
• 📝 改进文档
• 🔧 提交代码

请查看我们的 贡献指南 了解详细信息。

📄 许可证 ​

本项目基于 MIT 许可证 开源。