xiaohei/socweb
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

feat: Phase 1 — ReAct loop + Markdown rendering + Docker deployment
Deploy LangGraph Server to Azure Web App / build-and-deploy (push) Failing after 27s
Details
Deploy LangGraph UI to Azure Static Web Apps / build-and-deploy (push) Failing after 1m20s
Details

Browse Source 
Backend:
- Enterprise Agent refactored from single-round to ReAct multi-turn loop
- New agent.ts (LLM decision node) + tool-executor.ts (tool execution + Gen-UI)
- tool-defs.ts extracted for shared tool schemas
- MAX_ITERATIONS=6 safeguard against infinite loops

Frontend:
- MessageBubble: Markdown + code highlighting + LaTeX + tables
- ThemeToggle: light/dark/system theme cycling
- chart-result Gen-UI card: recharts bar/line/pie/area charts

Infrastructure:
- Docker Compose (lightweight): only LangGraph + Frontend, Azure cloud for PG/Redis/Blob
- Dockerfiles for dev (hot reload) and prod
- Makefile with dev/prod/down/logs commands
- Updated CLAUDE.md and agent definitions for LangGraph.js architecture

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>
This commit is contained in:
gongzhiyong
2026-04-11 01:29:56 +08:00
co-authored by Claude Opus 4.6
parent 3263b15554
commit 251c6586f4
81 changed files with 4759 additions and 9008 deletions
Download Patch File Download Diff File Expand all files Collapse all files
doc/enterprise-plan.md
+294
View File
@@ -0,0 +1,294 @@
# SOC 企业级 ChatGPT 系统 — 多 Agent 联合规划方案
> 2026-04-10 | 后端 Agent + 前端 Agent + LLM 工程师 + 部署 Agent 联合讨论产出
---
## 一、目标
基于 langgraphjs-gen-ui-examples 框架，打造无限接近 ChatGPT Enterprise 的企业对话系统，本地 Docker 部署。
## 二、系统架构（目标态）
```
用户浏览器 (localhost:3000)
↓ nginx 反代
[Vite SPA] React 19 + useStream + Gen-UI
↓ SSE
[LangGraph.js Server] (localhost:2024)
↓
[Supervisor] (gpt-5.4, temperature=0)
├── enterprise → 知识库 + 工单（保留改造）
├── analyst → 数据分析 + 图表生成（新增）
├── coder → 代码解释器（新增）
├── writer → Canvas 文档编辑（新增）
├── searcher → 深度搜索（新增）
├── fileProcessor → 文件解析 + 多模态（新增）
├── imageGen → 图像生成（新增）
├── memory → 用户记忆（后台服务，新增）
└── generalInput → 通用对话（保留）
↓
[基础设施 Docker]
├── Azure PostgreSQL → checkpointer + 用户数据 + 记忆 (dataope.postgres.database.azure.com)
├── Azure Redis → 缓存 + session + 限流 (oper.redis.cache.windows.net)
├── Azure Blob → 文件存储 (authdatablol)
└── Azure Service Bus → 异步任务 (databus.servicebus.windows.net)
↓
[外部 API]
├── Azure OpenAI (gpt-5.4)
├── Google Gemini Flash (router 备选)
├── KB Agent / Gongdan API
├── Jina Search + Reader / Serper
├── Daytona Sandbox
├── DALL-E 3 / Replicate FLUX
└── Doc Creator Agent
```
---
## 三、后端架构（后端 Agent 方案）
### 3.1 新增 Sub-Agent 一览
| Agent | 对标 ChatGPT 功能 | 工具数 | Gen-UI 卡片 |
|-------|------------------|--------|------------|
| enterprise (改造) | 企业知识+工单 | 5 | knowledge-result, ticket-summary, ticket-detail |
| analyst (新增) | Advanced Data Analysis | 5 | data-preview, chart-result, stats-summary |
| coder (新增) | Code Interpreter | 5 | code-execution, code-approval |
| writer (新增) | Canvas | 7 | document-editor, document-export |
| searcher (新增) | Deep Research | 5 | search-progress, source-list, search-result |
| fileProcessor (新增) | File Upload | 6 | file-preview, image-analysis |
| imageGen (新增) | DALL-E | 3 | image-gallery, image-generation-progress |
| memory (新增) | Memory | 4 | (后台，无UI) |
### 3.2 目录结构
```
langgraph/src/agent/
├── supervisor/ ← 路由到 8 个 Agent
├── enterprise/ ← 知识库 + 工单 (改为 ReAct 循环)
├── analyst/ ← 数据分析 (新增)
│ ├── nodes/call-model.ts, execute-tools.ts
│ └── tools/csv-parse.ts, data-query.ts, chart-generate.ts
├── coder/ ← 代码解释器 (新增)
│ ├── nodes/call-model.ts, execute-code.ts
│ └── tools/sandbox-manager.ts (会话级 sandbox 复用)
├── writer/ ← Canvas 文档 (新增)
│ └── nodes/call-model.ts, write-document.ts
├── searcher/ ← 深度搜索 (新增)
│ └── nodes/plan-search.ts, execute-searches.ts, synthesize.ts
├── file-processor/ ← 文件处理 (新增)
│ └── nodes/detect-type.ts, extract-text.ts, vision-analyze.ts
├── image-gen/ ← 图像生成 (新增)
│ └── nodes/generate.ts
├── memory/ ← 用户记忆 (新增)
│ ├── recall.ts, extract.ts
└── utils/
├── tool-loop.ts ← 通用 ReAct 循环抽象 (新增)
├── redis-client.ts ← Redis 客户端 (新增)
└── minio-client.ts ← MinIO 客户端 (新增)
```
### 3.3 数据库 Schema
```sql
-- users, conversations, files, user_memories, artifacts, tool_invocations
-- 详见后端 Agent 完整方案
```
---
## 四、LLM 工程方案（LLM 工程师方案）
### 4.1 ReAct 循环（最关键改造）
当前 Enterprise Agent 是**单轮**：LLM 调一次 → 执行工具 → LLM 再调一次总结。
改造为**多轮 ReAct**：
```
START → agent (LLM 思考) → route?
├── 有 tool_calls → tools (执行) → agent (继续思考)
└── 无 tool_calls → END
```
关键：MAX_ITERATIONS=6 防止无限循环。
### 4.2 Code Interpreter 自动修正循环
```
START → agent → generate_code → sandbox_execute → check_result
├── 成功 → agent → END
└── 报错 → agent (看错误) → generate_code (修正)
```
- sandbox 会话级复用（30min TTL），不再每次创建/销毁
- matplotlib/plotly 图表输出为 base64 PNG → 嵌入 Gen-UI chart-result 卡片
### 4.3 记忆系统
```
对话开始 → memory_recall(user_id) → 注入 system prompt 尾部
对话结束 → memory_extract(conversation) → 持久化到 PostgreSQL
```
记忆分类：preference / fact / instruction / context
### 4.4 Supervisor 路由优化
路由 prompt 使用**结构化 tool descriptions**：
```
- enterprise: 企业内部助手：知识库查询、工单管理
- analyst: 数据分析：上传 CSV/Excel 后数据探索、统计、图表
- coder: 代码解释器：编写和执行代码、调试
- writer: 文档编辑器：创建和编辑文档（Canvas 模式）
- searcher: 深度搜索：多步互联网搜索、新闻查询
- fileProcessor: 文件处理：解析 PDF/Word/图片
- imageGen: 图像生成：根据描述生成/编辑图片
- generalInput: 通用对话
```
路由用 structured output (z.enum) 而非自由文本。
### 4.5 模型策略
| 模式 | 路由模型 | Agent 模型 | 工具过滤 |
|------|---------|-----------|---------|
| flash | gpt-5.4 (temp=0, maxTokens=50) | gpt-5.4 (temp=0.2, maxTokens=2048) | 排除 web_search |
| pro | 同上 | gpt-5.4 (temp=0.3, maxTokens=8192) | 排除 google_search |
| auto | 同上 | gpt-5.4 (temp=0.3, maxTokens=4096) | 全部 |
---
## 五、前端 UI 方案（前端 Agent 方案）
### 5.1 新增 Gen-UI 卡片
| 组件名 | Props | 场景 |
|--------|-------|------|
| `chart-result` | title, chart_type, data[], x_key, y_keys, colors, unit | 数据分析图表 |
| `canvas-doc` | doc_id, title, content, language, type | 触发 Canvas 侧面板 |
| `file-preview` | filename, file_type, size_kb, summary, row_count, preview_url | 文件解析结果 |
### 5.2 新增核心组件
| 组件 | 功能 |
|------|------|
| `MessageBubble.tsx` | AI 消息 Markdown 渲染 + 代码高亮 + LaTeX（**最高优先级**） |
| `CanvasPanel.tsx` | 右侧文档/代码编辑侧面板 (w-[480px]) |
| `FileUploadZone.tsx` | 拖拽上传 + 进度条 + 附件展示 |
| `ThemeToggle.tsx` | 暗色/亮色/系统主题切换 |
| `ToolStatusIndicator.tsx` | 工具执行动态指示器 |
### 5.3 侧边栏增强
- 搜索框（过滤对话）
- 日期分组（今天/昨天/本周/更早）
- 移动端折叠（汉堡菜单 + 滑入动画）
### 5.4 响应式布局
| 断点 | 布局 |
|------|------|
| < 768px | 侧边栏隐藏，Canvas 从底部弹出 |
| 768px | 侧边栏 w-56，折叠模式 |
| 1024px | 侧边栏 w-64，Canvas w-[480px] |
| 1280px+ | 消息区域 max-w-4xl |
---
## 六、Docker 部署方案（部署 Agent 方案）
### 6.1 设计原则
**基础设施用 Azure 云服务，本地 Docker 只运行应用**：
- PostgreSQL → Azure (dataope.postgres.database.azure.com)
- Redis → Azure (oper.redis.cache.windows.net:6380)
- Blob Storage → Azure (authdatablol)
- Service Bus → Azure (databus.servicebus.windows.net)
- LangGraph Server + Frontend → 本地 Docker
### 6.2 一键启动
```bash
cd /Users/gongzhiyong/go/SOC
make setup # 创建 .env（已预填 Azure 服务凭据）
make dev # 开发模式（热重载）
make prod # 生产模式
```
### 6.3 服务矩阵
| 服务 | 位置 | 端口 | 用途 |
|------|------|------|------|
| langgraph | 本地 Docker | 2024 | LangGraph Server |
| frontend | 本地 Docker | 5173(dev)/3000(prod) | 前端 |
| PostgreSQL | Azure 云 | 5432 | checkpointer + 数据 |
| Redis | Azure 云 | 6380 (SSL) | 缓存 |
| Blob Storage | Azure 云 | — | 文件存储 |
| Service Bus | Azure 云 | — | 异步任务 |
### 6.4 开发模式特性
- 后端：src/ 目录挂载到容器，langgraphjs dev 自动监听变更
- 前端：src/ + index.html + vite.config.ts 挂载，Vite HMR 即时生效
- 无本地数据卷，所有持久化在 Azure 云端
### 6.5 已创建的文件
- `docker-compose.yml` — 轻量版，只有 langgraph + frontend
- `Dockerfile.dev` / `Dockerfile.prod` — 后端
- `Dockerfile.frontend.dev` / `Dockerfile.frontend.prod` — 前端
- `.env.docker.example` — 已预填 Azure 云服务凭据
- `Makefile` — 便捷命令
---
## 七、实施路线图
### Phase 0: 基础设施（1天）
- [x] Docker Compose（postgres + redis + minio + nginx）
- [ ] PostgreSQL schema 初始化
- [ ] MinIO buckets 初始化
- [ ] 验证 `make dev` 一键启动
### Phase 1: 核心升级（3天）
- [ ] **ReAct 循环改造** — Enterprise Agent 从单轮改为多轮 tool-calling loop
- [ ] **tool-loop 通用抽象** — 所有后续 Agent 复用
- [ ] **MessageBubble** — AI 消息 Markdown + 代码高亮渲染
- [ ] **ThemeProvider** — 暗色/亮色主题
- [ ] **chart-result 卡片** — recharts 图表渲染
### Phase 2: Agent 扩展（5天）
- [ ] **Deep Search Agent** — 从 Enterprise 剥离搜索，增加多步搜索
- [ ] **Code Interpreter Agent** — sandbox 复用 + 自动修正循环
- [ ] **Writer Agent (Canvas)** — 侧面板文档编辑 + 流式写入
- [ ] **CanvasPanel 前端组件** — 右侧抽屉 + Markdown/Code 渲染
### Phase 3: 高级功能（4天）
- [ ] **Data Analyst Agent** — CSV/Excel 分析 + pandas + 图表
- [ ] **File Processor Agent** — 文件上传 + PDF/图片解析
- [ ] **FileUploadZone 前端组件** — 拖拽上传 + 预览
- [ ] **Image Generator Agent** — DALL-E / Replicate
- [ ] **Memory Agent** — 跨会话记忆
### Phase 4: 体验打磨（2天）
- [ ] 侧边栏搜索 + 日期分组
- [ ] 移动端响应式布局
- [ ] ToolStatusIndicator 动态指示器
- [ ] 来源引用编号 [1][2]
- [ ] 自定义 GPTs UI（规划/占位）
**总计约 15 个工作日**
---
## 八、关键技术决策
| 决策 | 选择 | 原因 |
|------|------|------|
| 工具循环 | 自定义 tool-executor + ui.push | LangGraph ToolNode 不支持 typedUi.push() |
| 文件存储 | MinIO (S3 兼容) | 本地 Docker 部署，未来可无缝迁移 Azure Blob S3 兼容层 |
| 路由模型 | gpt-5.4 (temp=0, maxTokens=50) | 中文语义准确率高，成本极低 |
| Canvas 通信 | CustomEvent | Gen-UI 卡片无法接收父组件回调，CustomEvent 是唯一跨边界方案 |
| 记忆系统 | PostgreSQL + LLM extract | 透明记忆，用户无需主动说"记住"，系统自动提取 |
| sandbox 复用 | 会话级 Map + 30min TTL | 避免每次创建/销毁的 10s+ 开销 |
doc/start/EXTERNAL_SERVICES.md
+156
View File
@@ -0,0 +1,156 @@
# 外部服务接入配置
> **使用说明**：此文档用于记录外部服务的接入方式、环境变量和调用示例，便于开发、联调与排障。
>
> 当前服务按“代码已支持 + 部署环境变量由 Azure Web App 提供”的口径记录为已接入；实际运行效果仍以部署环境变量是否正确配置为准。
>
> 已接入的服务会标注 ✅。
---
## 1. LLM 大语言模型
> 当前使用 Azure OpenAI，已在后端 graph.py / main.py 中集成。
### 环境变量（已配置）
```
AZURE_OPENAI_ENDPOINT=https://ai-gzy0016231ai975636166896.cognitiveservices.azure.com/openai/responses?api-version=2025-04-01-preview/
AZURE_OPENAI_API_KEY=DlsBBFJ0RgMGdKxsdBWnlYj6IRdULzflGsKFCXnMBzqs4ZVHMtqZJQQJ99CCACHYHv6XJ3w3AAAAACOG45do
AZURE_OPENAI_API_VERSION=2025-04-01-preview
AZURE_OPENAI_DEPLOYMENT=gpt-5.4
```
### 请求示例
```bash
curl -X POST "${AZURE_OPENAI_ENDPOINT}/openai/deployments/${AZURE_OPENAI_DEPLOYMENT}/chat/completions?api-version=${AZURE_OPENAI_API_VERSION}" \
-H "Content-Type: application/json" \
-H "api-key: ${AZURE_OPENAI_API_KEY}" \
-d '{
"messages": [{"role": "user", "content": "你好"}],
"max_tokens": 1000
}'
```
---
## 2. 内部知识库检索
> 当前通过 agnetdoc Function App 调用 Azure AI Search。
### 环境变量（已配置）
```
KB_AGENT_URL=https://agnetdoc-cve0guf5h8eggmej.southeastasia-01.azurewebsites.net
KB_AGENT_API_KEY=LdyzZlS3Nn1xFejqPsHn1nW-zsj9FLpC5KCbopCkQWKCAzFuLEUU4w==
KB_AGENT_SEARCH_PATH=/api/v1/search
KB_AGENT_SEARCH_TIMEOUT_SEC=15
```
### 请求示例
```bash
curl -X POST "${KB_AGENT_URL}/api/v1/search" \
-H "Content-Type: application/json" \
-H "api-key: ${KB_AGENT_API_KEY}" \
-d '{
"query": "Taiji Agent 产品规划",
"top": 8,
"search_mode": "hybrid"
}'
```
### 响应格式
```json
{
"results": [
{
"id": "xxx",
"title": "文档标题",
"content": "文档内容...",
"category": "分类",
"score": 0.85,
"url": "https://...",
"tags": ["tag1"],
"project": "项目名"
}
]
}
```
---
## 3. 外部 AI 搜索
目前外部搜索采用https://mcp.jina.ai/sse 或者 /v1 可优先测试
jina_e26dc30420a44a1e859216528065b203TkMRmsoz-FgMDQC5FZX9jr5oF2CI
要求使用搜索和读取两个工具，并且要结合重排模型使用。
满足企业级的搜索准确度，包括不限于图片和视频
按照深度和快速来定义搜索内容和搜索的质量，还需要满足前端的展示。
支持MCP
---
## 4. 沙盒代码执行
沙盒采用现成的解决方案。https://docs.langchain.com/oss/python/integrations/sandboxes/daytona
https://app.daytona.io/api
dtn_066b83f57f0337c96fae2ef1f5c8456477a39dfbd5fc615456263fd4947108c2
依然要满足前端输出要求。
## 5. 文档生成 Agent
http://doc-creator-agent-b0d02105-a557fe.taijiagnet.com
sk-t5R8jkEp6IA7_ghJ6Hy1rQ
http://agnetdoc.taijiaicloud.com/node/019cd223-9d13-7566-a2ea-52ee67645463
## 6. 工单系统
> gongdan 工单系统，只读集成。
### 环境变量（已配置）
```
GONGDAN_API_BASE=https://gongdan-b5fzbtgteqd5gzfb.eastasia-01.azurewebsites.net
GONGDAN_API_KEY=gd_live_a28b3db84385be75d1d3b6b6023784c27200d045
```
### 请求示例
```bash
# 工单列表
curl -X GET "${GONGDAN_API_BASE}/api/tickets?page=1&pageSize=20" \
-H "X-Api-Key: ${GONGDAN_API_KEY}"
# 工单详情
curl -X GET "${GONGDAN_API_BASE}/api/tickets/{ticketId}" \
-H "X-Api-Key: ${GONGDAN_API_KEY}"
```
---
## 7. Pgsql数据库
```
DATABASE_URL=postgresql://USER:PASSWORD@<host>:5432/yydn?sslmode=require
```
```
dataope.postgres.database.azure.com
azuredb:h13nYoFJX6QrfLzB8bdipEUCjsZq2P7W
```
---
### 8.Redis
```
oper.redis.cache.windows.net:6380,password=bY8ZNwyJX60UwN5NPqnl6HRODfTV0efkDAzCaF1PrOU=,ssl=True,abortConnect=False
```
---
### 9.存储账户
```
DefaultEndpointsProtocol=https;AccountName=authdatablol;AccountKey=sm3ysR0zAmS9OLtiHVau3Wj122YWQJTuMHAyHO4ReIrpe6+3r1K7oGfFLGCZSZh+1n72gbK1q/+C+AStgrZ7fw==;EndpointSuffix=core.windows.net
```
---
### 10.service bus
```
Endpoint=sb://databus.servicebus.windows.net/;SharedAccessKeyName=RootManageSharedAccessKey;SharedAccessKey=+b7+0KMW1UQt5mbJEkA7uRxds4h0h4VNK+ASbOH5q3E=
```
---
### 11.serper.dev
499940576bc8a7211ac98a3f3b83a4826bb8105b