Skip to content

weed33834/agentvalue

BranchesTags

Repository files navigation

AgentValue-AI Logo

AgentValue-AI

一个能对话、能操作电脑、能评估员工价值的 AI 智能体平台
对标 ChatGPT / Claude.ai / opencode / Dify / Coze

License CI Security Python Node FastAPI Vue 3 LangGraph Docker Version PRs Welcome

这是什么

AgentValue-AI 把三件事拼到了一个平台里:

对话 — 完整的 AI 聊天界面,支持流式输出、工具调用展示、思考过程折叠、数学公式渲染、Markdown 导出。你在 ChatGPT 或 Claude.ai 上常用的操作,这里都有。

工具调用 — Agent 能执行 bash 命令、读写文件、浏览目录、抓取网页、搜索代码、执行 Python 沙箱。14 个内置工具覆盖了日常操作,支持 MCP 协议接入 400+ 外部工具。生产环境可以按需开关高危工具。

员工价值评估 — 持续接收员工的多维工作数据(日报、任务进度、代码贡献、会议记录、截图、语音),交给 LangGraph Agent 自动分析,一次推理同时产出三套视图:

视角 给谁看 说了什么
员工视角 本人 建设性成长反馈
管理视角 主管 / HR 人才诊断与调配建议
审计视角 合规审计 每条结论带原始证据引用,可追溯

三套视图刻意分离。同一个判断,对员工说"成长空间",给主管看"ROI 下滑"——措辞和立场本就不该一样。所有评估必须经人工审批才能落地,这条是硬约束。

功能一览

AI 对话

功能 说明
流式对话 SSE 逐 token 输出,支持中断
工具调用展示 可折叠输入/输出,JSON 美化,状态图标
思考过程 DeepSeek reasoning_content 可折叠展示
消息复制 代码块复制 + 整条消息复制
重新生成 删除末条回复重新执行
编辑消息 inline 编辑用户消息
Token 用量 每条消息显示 token 分解与响应延迟
会话管理 重命名、自动标题、搜索、Markdown 导出
数学公式 KaTeX 行内 $...$ 与块级 $$...$$
图表渲染 Mermaid 流程图、时序图懒加载
点赞反馈 like/dislike 持久化
文件上传 多文件附件,10MB 限制
模型切换 下拉切换 8 种模型

Agent 工具

工具 说明 安全约束
bash 执行 shell 命令 30s 超时 + 5000 字符截断
read_file 读取文件内容 5000 字符截断
write_file 写入文件 自动创建父目录
list_directory 列出目录内容 —
web_fetch 抓取网页 HTML 转纯文本 + 截断
calculator 数学计算 —
get_current_datetime 获取日期时间 —
get_employee_history 查询员工历史评估 业务工具
query_company_kb 查询公司知识库 业务工具

工具经 ToolRegistry 统一管理,可通过 enabled_tools 配置按需开关。

运营管理平台

页面 路由 对标
模型供应商 /admin/providers Dify model-providers
Prompt 调试台 /admin/playground Langfuse Playground
知识库管理 /admin/knowledge-base Dify Dataset
链路追踪 /admin/trace Langfuse Trace
Token 趋势 /admin/metrics Langfuse Usage
功能开关 /admin/feature-flags LaunchDarkly
多 Agent 协作 /admin/multi-agent LangGraph Supervisor
工作流编排 /admin/workflows Dify Workflow
自定义工具 /admin/tools Dify Custom Tool

系统架构

┌──────────────────────────────────────────────────────────┐
│              前端交互层 (Vue 3 + Element Plus)              │
│  员工端 │ 主管端 │ HR端 │ 管理后台 │ AI 对话界面             │
├──────────────────────────────────────────────────────────┤
│              API 网关层 (FastAPI)                           │
│  RBAC │ 限流 │ 审计日志 │ 护栏拦截 │ SSE 流式               │
├──────────────────────────────────────────────────────────┤
│              Agent 编排层 (LangGraph + ReAct 循环)         │
│  状态机 │ 工具调用 │ 记忆检索 │ 人工中断点                    │
├──────────────────────────────────────────────────────────┤
│              Agent 工具层 (9 个内置工具)                    │
│  bash │ read_file │ write_file │ list_directory │ web_fetch│
│  calculator │ datetime │ employee_history │ company_kb     │
├──────────────────────────────────────────────────────────┤
│              模型抽象层 (ModelRouter)                       │
│  硬件探测 │ 云端 API │ 本地 LM Studio │ 自动降级               │
├──────────────────────────────────────────────────────────┤
│              数据与记忆层                                   │
│  SQLite/PostgreSQL │ ChromaDB │ Redis(队列)                  │
└──────────────────────────────────────────────────────────┘

技术栈

层级 技术
前端 Vue 3 + JavaScript + Vite + Element Plus + ECharts + Vue Flow + KaTeX + Mermaid
后端 Python 3.11+ + FastAPI + SQLAlchemy
Agent LangGraph (supervisor 多 Agent + ReAct 循环 + SSE 流式)
LLM Provider OpenAI / Anthropic Claude / Google Gemini / Ollama (凭证加密 + 负载均衡)
Rerank Cohere / Jina / BGE (本地) / Dummy fallback
流式响应 sse-starlette + @microsoft/fetch-event-source
向量记忆 ChromaDB
数据库 SQLite (默认) / PostgreSQL (生产)
缓存 Redis (任务队列,未配置降级内存)
可观测性 Prometheus + Langfuse + Grafana
工作流引擎 自研 DAG 执行器 (Kahn 拓扑排序 + 7 种节点 + 代码沙箱)
Feature Flag 自研 5 级规则 (sha256 稳定哈希 + 60s LRU 缓存)
测试 pytest + locust (1517 passing)
部署 Docker Compose

快速开始

Docker Compose 一键启动

git clone https://gitcode.com/badhope/agentvalue.git
cd agentvalue
cp backend/.env.example backend/.env
docker compose up -d --build

启动后访问:

服务 地址
前端 http://localhost
后端 API http://localhost:8000
健康检查 http://localhost:8000/health
Swagger UI http://localhost:8000/docs

本地开发

后端:

cd backend
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env                  # 填入模型 API Key
uvicorn main:app --reload --port 8000

前端:

cd frontend
npm install
npm run dev                           # http://localhost:5173

不配 API Key 也能跑

不配置任何模型 API Key 时,系统自动走 Mock Provider 端到端跑通评估流程:

cd backend
cp .env.example .env
AUTH_DEMO_MODE=true uvicorn main:app --reload
python -m eval.evaluate --mock        # 跑通评估,无需外部 API

演示模式仅限本地开发。AUTH_DEMO_MODE=true 允许通过 HTTP header 伪造身份,部署到非本机环境前必须关闭。

配置

所有配置通过 backend/.env 注入,详见 backend/.env.example 的逐项注释。

关键配置

配置项 用途 何时必须改
JWT_SECRET_KEY JWT 签名密钥 生产部署
AGENTVALUE_ENV 设为 production 触发生产守护 生产部署
CLOUD_API_KEY 云端 LLM (OpenAI 兼容) 想用真实模型时
EMBEDDING_API_KEY 真实 Embedding 服务 想要语义检索时
CORS_ORIGINS 前端允许来源 生产必填实际域名
FIELD_ENCRYPTION_KEY 敏感字段 AES-GCM 加密 生产必填

模型档位

MODEL_TIER 控制评估时 LLM 走云端还是本地:

档位 场景 模型示例
auto 根据硬件自动推荐 (默认) —
L0 云端大模型 GPT-4o / DeepSeek-V3 / Qwen-Max
L1 边缘小模型 Qwen2.5-0.5B
L2 标准本地模型 Qwen2.5-7B
L3 本地旗舰模型 Qwen2.5-14B

未配置 CLOUD_API_KEY 与 LOCAL_BASE_URL 时走 Mock Provider,不依赖外部模型。

使用教程

1. 初始化数据

python -m scripts.seed_kb             # 公司知识库(评分标准、价值观、培训材料)
python -m scripts.seed_demo            # 演示数据(用户、一条样例评估)

2. 登录

四角色: employee / manager / hr / admin。

演示模式下,登录页有"演示账号一键填充"按钮。正常模式走 /api/v1/auth/register + /api/v1/auth/login 拿 JWT。

3. 发起评估

curl -X POST http://localhost:8000/api/v1/evaluations \
  -H "Authorization: Bearer <admin-token>" \
  -H "Content-Type: application/json" \
  -d '{
    "employee_id": "E1001",
    "period": "2026-W25",
    "raw_inputs": [
      {"type": "daily_report", "content": "今天完成订单中心接口重构..."},
      {"type": "task_progress", "content": "JIRA-2051 推进至联调阶段..."}
    ]
  }'

评估进入 LangGraph 状态机:

input_clean → multimodal_extract → llm_evaluate → parse_output → persist
                       ↑                                ↓
                   retrieve_context            human-in-the-loop interrupt

4. 审批与三视图

评估状态流转:

ai_drafted → manager_review → hr_audit(高风险才进) → approved/rejected
                                  ↓ rejected
                            employee_appeal → manager_review

查看三视图:

curl http://localhost:8000/api/v1/evaluations/{id} \
  -H "Authorization: Bearer <token>"
# 响应里的 employee_view / manager_view / audit_view 就是三视图
# 字段级可见性由 RBAC 控制:员工 token 看不到 manager_view / audit_view

5. AI 对话

管理后台 /admin/chat 提供完整的对话界面。创建会话后直接发消息:

# 创建会话
curl -X POST http://localhost:8000/api/v1/chat/sessions \
  -H "Authorization: Bearer <token>" \
  -H "Content-Type: application/json" \
  -d '{"title": "测试会话", "model_name": "DeepSeek-V4-Flash"}'

# 发送消息(SSE 流式响应)
curl -X POST http://localhost:8000/api/v1/chat/sessions/{id}/messages \
  -H "Authorization: Bearer <token>" \
  -H "Content-Type: application/json" \
  -d '{"content": "帮我列出当前目录下的文件"}'

Agent 会自动调用 list_directory 工具并返回格式化结果。

6. 可观测性

  • Prometheus 指标: http://localhost:8000/metrics (21 项业务指标)
  • Grafana 看板: 生产 compose 启动后 http://localhost:3000
  • Langfuse 链路追踪: 配置 LANGFUSE_* 后自动上报
  • 审计日志: 所有写操作入审计表,管理后台可分页查询

测试

cd backend && python -m pytest tests -q          # 单元测试
cd backend && python -m pytest -m e2e -q         # E2E 测试
cd backend && python -m eval.evaluate --mock      # Mock 评估
cd frontend && npm run lint                       # 前端 lint
cd frontend && npm run build                      # 前端构建

后端 1517 个测试通过,前端构建与 lint 无 error。

部署到生产

cp backend/.env.example backend/.env
# 编辑 .env,设置所有生产凭据
cd backend && python scripts/check_prod_readiness.py   # 就绪检查
docker compose -f docker-compose.yml -f docker-compose.prod.yml up -d --build

生产栈在基础 compose 之上叠加 PostgreSQL、MinIO、Prometheus + Grafana。

详细部署手册: 企业部署 | 试点 Runbook | 规模化扩展

项目结构

.
├── backend/
│   ├── agent/            # LangGraph Agent + ReAct 循环 + 工具调用
│   ├── api/              # FastAPI 路由 (chat / auth / admin/*)
│   ├── auth/             # JWT + RBAC
│   ├── core/             # 配置 / 模型路由 / 护栏 / 工作流引擎 / Feature Flag
│   ├── models/           # SQLAlchemy 数据模型
│   ├── services/          # 业务服务
│   ├── tests/             # 1517 passing
│   └── ...
├── frontend/
│   ├── src/components/chat/   # 对话组件
│   ├── src/stores/chat.js     # 对话状态管理
│   ├── src/utils/markdown.js  # KaTeX + Mermaid 渲染
│   └── src/views/admin/       # 管理后台页面
├── docs/                 # 项目文档
├── monitoring/           # Prometheus 配置
├── grafana/              # Grafana Dashboard
├── .github/              # CI / Issue 模板 / PR 模板
├── docker-compose.yml    # 开发栈
├── docker-compose.prod.yml
└── CHANGELOG.md

文档索引

文档 说明
CHANGELOG.md 版本变更记录
CONTRIBUTING.md 贡献指南
SECURITY.md 安全漏洞报告流程
CODE_OF_CONDUCT.md 行为准则
backend/README.md 后端开发说明
frontend/README.md 前端开发说明
docs/architecture-notes.md 架构实现说明
docs/deployment-guide.md 企业部署手册
docs/dev-guidelines.md 开发规范
docs/DEVELOPMENT-PLAN.md 开发计划

Roadmap

已完成版本:

  • v1.2 — 模型供应商管理 + Prompt 调试台 + 多 Provider 接入
  • v1.3 — arq 任务队列 + Postgres 持久化 + 测试补全 + CI 加固 + 飞书/GitLab 集成骨架
  • v1.4 — 知识库 UI / 链路追踪 / Token 趋势 / Rerank / 自定义工具 / Feature Flag / Multi-Agent / 工作流编排
  • v1.5 — AI 对话系统 (10 项功能) + Agent 工具层 (5 个工具)

后续方向:

  • 对话附件上传解析 (图片/PDF/音频)
  • 流式中断恢复与对话分支
  • 对话分享链接
  • 多模态能力补齐 (云端 OCR / Whisper ASR)
  • 团队 ROI 九宫格与成长路径看板增强
  • IM 集成落地 (飞书)
  • 代码仓库集成落地 (GitLab)

如果你有想推进的方向,欢迎到 GitCode Issues 提议。

FAQ

不配 API Key 能跑吗?

能。系统默认走 Mock Provider,评估流程端到端跑通,但 LLM 输出是模拟的。真实使用必须配置 CLOUD_API_KEY 或 LOCAL_BASE_URL。

评估结果能直接用于人事决策吗?

不能。"AI 不做人事决策"是核心硬约束:所有评估必须经主管审批,高风险项还要 HR 复核。Agent 只负责生成与结构化呈现,不替人下结论。

Agent 的 bash 工具安全吗?

设有 30 秒超时和 5000 字符输出截断。所有工具经 ToolRegistry 统一管理,可通过 enabled_tools 配置开关。生产环境可只启用 calculator,get_current_datetime 等安全工具。

AI 对话支持哪些模型?

默认 DeepSeek-V4-Flash (OpenAI 兼容网关),前端下拉支持 DeepSeek V4 Flash/Pro、GLM 4.7/5.1、Qwen 3 Coder、Kimi K2.6、MiniMax M3。只要 Provider 支持 OpenAI 兼容 API + function calling 即可接入。

多租户隔离是怎么做的?

数据层每个表带 tenant_id 字段,RBAC 在数据级过滤;向量库按 tenant 分 collection;任务队列前缀带 tenant。

贡献

欢迎通过 Issue 与 PR 贡献代码或反馈问题。开始前请阅读 CONTRIBUTING.md。CI 在每次 PR 上自动跑 lint / 测试 / 构建,全绿才能合并。

安全

发现安全漏洞请按 SECURITY.md 流程私密报告,不要开公开 Issue。

Mirror

平台 地址 说明
GitCode (主仓) https://gitcode.com/badhope/agentvalue Issue / PR 提交
GitHub (镜像) https://github.com/weed33834/agentvalue 国际镜像

许可证

本项目基于 Custom Non-Commercial License (CNCL) v1.0 开源。© 2026 AgentValue-AI Contributors.

About

AI Agent 平台: 对话+工具调用+员工评估。对标 ChatGPT/Claude/Dify/Coze,14个内置工具+MCP协议+Code Interpreter+Artifacts+Skills+360环评+九宫格+校准会。FastAPI+Vue3+LangGraph

gitcode.com/badhope/agentvalue

Topics

python open-source typescript ai sqlite mcp self-hosted alembic artifacts vue3 talent-management fastapi performance-review hr-tech element-plus ai-agent ai-chat code-interpreter langchain langgraph

Resources

Readme

License

View license

Code of conduct

Code of conduct

Contributing

Contributing

Security policy

Security policy
Activity

Stars

3 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

 
 
 

Contributors

Languages