SeAgent: 智能对话助手

SeAgent是一个基于Python和Vue.js开发的智能对话系统，支持知识库增强的AI对话，采用大语言模型提供问答服务。系统支持用户管理、多轮对话、知识库管理等功能。

功能特性

核心功能

• 智能对话: 基于大语言模型的自然对话能力
• 知识库增强: 支持上传文档创建知识库，使AI回答基于特定领域知识
• 多轮对话: 支持上下文关联的多轮对话
• 用户系统: 完整的用户注册、登录和认证功能
• 对话管理: 创建、查看、删除对话历史
• 主题切换: 支持亮色/暗色主题切换
• MCP工具管理: 支持上传和管理MCP工具，扩展AI助手能力

技术特点

• 前后端分离: FastAPI后端 + Vue.js前端
• 向量存储: 使用Chroma向量数据库进行语义检索
• 模型适配: 支持多种大型语言模型接口
• 工具代理: 基于LangChain实现的智能代理功能

技术栈

后端

• FastAPI: Web框架
• SQLite: 数据库
• LangChain: 大语言模型工具链
• Chroma: 向量数据库
• JWT: 身份认证

前端

• Vue 3: 前端框架
• Element Plus: UI组件库
• Vue Router: 路由管理
• Axios: HTTP客户端

安装与部署

环境要求

• Python 3.9+
• Node.js 14+
• npm/yarn

后端部署

1. 克隆仓库

   git clone https://github.com/yourusername/SeAgent.git
   cd SeAgent

2. 创建并激活虚拟环境

   python -m venv venv
   source venv/bin/activate  # Linux/Mac
   # 或 
   .\venv\Scripts\activate  # Windows

3. 安装依赖

   pip install -r requirements.txt

4. 配置环境变量

   创建.env文件，配置以下环境变量:

   OPENAI_API_KEY=your_api_key
   OPENAI_API_BASE=https://api.openai.com/v1
   OPENAI_MODEL_NAME=gpt-4 # 或其他模型
   OPENAI_EMBEDDING_MODEL=text-embedding-3-small # 或其他嵌入模型
   

5. 运行后端服务

   uvicorn fast_app:app --host 0.0.0.0 --port 8000 --reload

前端部署

1. 进入前端目录

   cd SeAgent_vue

2. 安装依赖

   npm install
   # 或
   yarn install

3. 开发模式运行

   npm run dev
   # 或
   yarn dev

4. 构建生产版

   npm run build
   # 或
   yarn build

使用Docker部署

1. 构建Docker镜像

   docker build -t seagent:latest .

2. 运行Docker容器

   docker run -d -p 8000:8000 --name seagent --env-file .env seagent:latest

使用指南

用户注册与登录

1. 访问首页，点击"登录系统"
2. 首次使用请点击"没有账号？去注册"
3. 填写用户名、密码和电子邮箱完成注册
4. 使用注册的账号登录系统

开始对话

1. 登录后自动进入主界面
2. 点击左侧"新对话"按钮创建聊天
3. 在底部输入框中输入问题并发送
4. 系统会显示AI助手的回复

知识库管理

1. 点击顶部导航栏的"知识库管理"
2. 在上传区域填写知识库名称
3. 上传TXT、PDF或CSV格式文件
4. 点击"上传到知识库"按钮
5. 上传成功后在知识库列表中可以看到已创建的知识库

使用知识库回答问题

1. 在聊天界面，使用顶部的知识库选择器选择一个知识库
2. 发送的问题将基于选中的知识库进行回答
3. 系统会在回答中引用相关知识

MCP工具管理

1. 点击顶部导航栏的"MCP工具"
2. 在MCP工具管理页面，您可以：
   • 添加新工具: 填写工具名称，在文本框中粘贴MCP JSON配置
   • 查看已保存工具: 在表格中查看所有已保存的MCP工具
   • 删除工具: 点击删除按钮移除不需要的MCP工具
3. 提交成功后，MCP工具会自动在对话中生效，增强AI助手能力

MCP工具配置示例

{
  "calculator": {
    "transport": "stdio",
    "command": "python",
    "args": ["-c", "import sys; print('Calculator MCP server started'); sys.stdout.flush()"]
  },
  "web_search": {
    "transport": "streamable_http",
    "url": "http://localhost:8080/mcp"
  }
}

项目结构

SeAgent/
├── adapter/              # 模型适配器
├── database/             # 数据库模型和操作
│   ├── models/           # 数据模型定义
│   └── ...
├── routes/               # API路由
├── utils/                # 工具函数
│   ├── tools/            # 代理工具
│   └── ...
├── SeAgent_vue/          # 前端Vue项目
│   ├── src/              # 源代码
│   │   ├── components/   # 组件
│   │   ├── views/        # 页面
│   │   ├── services/     # API服务
│   │   └── ...
│   └── ...
├── vector_db/            # 向量数据库存储
├── fast_app.py           # 主应用入口
└── requirements.txt      # 依赖列表

贡献指南

欢迎为SeAgent项目做出贡献！以下是参与开发的基本步骤：

1. Fork项目仓库
2. 创建功能分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m 'Add some amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 开启Pull Request

许可证

该项目采用MIT许可证 - 详细信息请参见 LICENSE 文件

MCP工具管理 API

获取MCP工具列表

GET /api/mcp/tools?user_id={user_id}
Authorization: Bearer {token}

创建MCP工具

POST /api/mcp/tools
Authorization: Bearer {token}
Content-Type: application/json

{
  "user_id": 1,
  "name": "calculator",
  "config": "{\n  \"calculator\": {\n    \"transport\": \"stdio\",\n    \"command\": \"python\",\n    \"args\": [\"-c\", \"import sys; print('Calculator MCP server started'); sys.stdout.flush()\"]\n  }\n}"
}

删除MCP工具

DELETE /api/mcp/tools/{tool_id}
Authorization: Bearer {token}