221 lines
7.1 KiB
Markdown
221 lines
7.1 KiB
Markdown
# Meeting Knowledge Interactive Agent
|
||
|
||
这是一个以“大模型交互式 Agent”为主体的会议知识库项目。用户在 CLI 里自然语言对话，Agent 自己决定什么时候调用工具；`导入会议转录` 和 `查询周会台账` 只是 Agent 可用的工具，不是项目主体入口。
|
||
|
||
工程结构按 `D:\github_project\my_code\my_agent` 的 Agent 骨架组织，方便后续扩展 provider、tools、skills、memory 和任务调度。
|
||
|
||
## 目录结构
|
||
|
||
```text
|
||
meeting_knowledge/
|
||
├─ agent.py # 顶层 Agent 装配入口
|
||
├─ main_cli.py # 交互式 CLI 主入口
|
||
├─ main.py # 兼容入口，转到 main_cli.py
|
||
├─ prompts.py # system prompt 组装
|
||
├─ dispatch.py # 任务调度扩展点
|
||
├─ core_agent/
|
||
│ ├─ config.py # .env / 环境变量配置
|
||
│ ├─ compression.py # 长上下文压缩
|
||
│ └─ session.py # 多轮会话与工具调用循环
|
||
├─ providers/
|
||
│ ├─ base.py # Provider 抽象
|
||
│ ├─ openai_compatible.py # OpenAI-compatible 模型适配
|
||
│ ├─ rule_based.py # 离线规则 Provider，仅用于 --offline 演示
|
||
│ └─ prompt_loader.py
|
||
├─ tools/
|
||
│ ├─ registry.py # 工具注册中心
|
||
│ ├─ default_tools.py # 默认工具集合（通用工具 + 会议工具）
|
||
│ ├─ general_tools.py # 读写文件、目录浏览、shell、Python 等基础工具
|
||
│ ├─ meeting_tools.py # 会议导入/查询工具
|
||
│ └─ tool_trace.py # 工具调用轨迹本地存储
|
||
├─ meeting_memory/ # 会议台账业务层
|
||
│ ├─ meeting_digest_agent.py # 会议整理子 Agent，负责把原文整理成结构化结果
|
||
│ ├─ ledger.py # Markdown/JSON 台账存储
|
||
│ └─ service.py # 会议知识库业务服务
|
||
├─ prompt/zh/base.yaml # 中文基础提示词
|
||
├─ .env.example # 大模型配置模板
|
||
├─ .env # 本地大模型配置，需填写真实值
|
||
├─ webui/ # Web 页面静态资源
|
||
├─ webui_server.py # FastAPI Web 服务入口
|
||
└─ requirements.txt
|
||
```
|
||
|
||
## 安装依赖
|
||
|
||
```powershell
|
||
pip install -r requirements.txt
|
||
```
|
||
|
||
## 配置大模型
|
||
|
||
本项目适配 OpenAI-compatible API，也就是兼容 `/v1/chat/completions` 的接口，并要求模型支持 tools/function calling。
|
||
|
||
复制或直接编辑 `.env`：
|
||
|
||
```text
|
||
OPENAI_API_KEY=你的key
|
||
OPENAI_BASE_URL=https://你的服务地址/v1
|
||
MODEL_NAME=你的模型名
|
||
|
||
OPENAI_TIMEOUT=120
|
||
OPENAI_TEMPERATURE=0.2
|
||
CORE_AGENT_MAX_ITERATIONS=12
|
||
```
|
||
|
||
也兼容这些别名：
|
||
|
||
```text
|
||
API_KEY -> OPENAI_API_KEY
|
||
BASE_URL -> OPENAI_BASE_URL
|
||
CORE_AGENT_MODEL / MODEL -> MODEL_NAME
|
||
```
|
||
|
||
## 运行交互式 Agent
|
||
|
||
默认运行会读取 `.env` 并调用你的 OpenAI-compatible 模型：
|
||
|
||
```powershell
|
||
python .\main_cli.py
|
||
```
|
||
|
||
进入后可以直接说：
|
||
|
||
```text
|
||
导入 D:\github_project\my_code\meeting_agent\examples\huiyi.txt 知识库 合川分公司
|
||
```
|
||
|
||
然后继续问：
|
||
|
||
```text
|
||
专线护航还有哪些待办？知识库 合川分公司
|
||
```
|
||
|
||
## 运行 Web UI
|
||
|
||
当前 Web 前端源码已经内置在本项目的 `frontend_nanobot/` 中，构建后的静态文件统一输出到 `webui/dist/`，由 `webui_server.py` 直接托管，不再依赖外部 `nanobot` 目录。
|
||
|
||
### 1. 安装前端依赖
|
||
|
||
```powershell
|
||
cd .\frontend_nanobot
|
||
npm install
|
||
```
|
||
|
||
### 2. 构建前端
|
||
|
||
```powershell
|
||
npm run build
|
||
```
|
||
|
||
构建产物会输出到：
|
||
|
||
```text
|
||
.\webui\dist
|
||
```
|
||
|
||
### 3. 启动 Web 网关
|
||
|
||
```powershell
|
||
cd ..
|
||
python .\webui_server.py
|
||
```
|
||
|
||
默认地址：
|
||
|
||
```text
|
||
http://127.0.0.1:8010
|
||
```
|
||
|
||
如果只想离线演示整条链路，不调用大模型：
|
||
|
||
```powershell
|
||
python .\webui_server.py --offline
|
||
```
|
||
|
||
## 离线演示模式
|
||
|
||
只有想验证工具链、不调用大模型时，才使用：
|
||
|
||
```powershell
|
||
python .\main_cli.py --offline
|
||
```
|
||
|
||
单条离线导入测试：
|
||
|
||
```powershell
|
||
python .\main_cli.py --offline --once "导入 D:\github_project\my_code\meeting_agent\examples\huiyi.txt 知识库 合川分公司"
|
||
```
|
||
|
||
|
||
## 知识库选择约定
|
||
|
||
当前只是演示 demo，不做团队隔离。`data/` 下每个子文件夹视作一个独立知识库，例如：
|
||
|
||
```text
|
||
data/
|
||
├─ 合川分公司/
|
||
└─ 另一个知识库/
|
||
```
|
||
|
||
未来 Web 界面可以列出这些文件夹，让用户选择一个知识库后，把文件夹名作为 `knowledge_base_id` 传给工具进行针对性提问。`team_id` 只是旧兼容参数，后续推荐使用 `knowledge_base_id`。
|
||
|
||
在当前这版 Web 里，系统会把每个知识库自动映射成一个可进入的会话入口；选中对应会话后提问，就会优先基于该知识库回答。
|
||
## Agent 工具
|
||
|
||
- `current_time`：获取当前时间。
|
||
- `list_directory`：浏览工作区目录。
|
||
- `search_files`：按文件名搜索工作区文件。
|
||
- `read_file`：读取工作区内文本文件。
|
||
- `write_file`：写入工作区内文本文件。
|
||
- `execute_shell`：执行 shell 命令做环境检查或调试。
|
||
- `run_python`：执行简短 Python 代码做快速处理。
|
||
- `tool_trace_query`：按需查询本地保存的工具调用轨迹。
|
||
- `import_meeting_transcript`：导入会议原文，交给会议整理子 Agent 做项目化整理，并更新指定知识库的 Markdown 台账。
|
||
- `query_knowledge`：查询指定知识库周会台账。
|
||
- `list_knowledge_bases`：列出 `data/` 下已有知识库。
|
||
|
||
LLM Agent 会在对话中自动选择这些工具。会议整理本身由 `prompt/zh/meeting_digest.yaml` 驱动的子 Agent 完成，主 Agent 只负责调工具和查询台账。
|
||
|
||
## 多轮会话机制
|
||
|
||
当前多轮会话参考了 `D:\github_project\my_code\my_agent` 的实现思路：
|
||
|
||
- 每个会话保留最近 `20` 轮用户/助手对话并本地落盘。
|
||
- 超出窗口后，会通过 `core_agent/compression.py` 做滚动摘要压缩，而不是无限堆上下文。
|
||
- 工具调用的参数、思考、结果会单独保存到本地 `tool_trace.json`。
|
||
- 默认不会把大量工具过程长期塞回主上下文；需要时由 Agent 调用 `tool_trace_query` 再查。
|
||
|
||
CLI 默认使用会话 `cli_default`。Web 侧每个聊天或知识库会映射到独立的本地会话目录。
|
||
|
||
## 输出数据
|
||
|
||
默认写入：
|
||
|
||
```text
|
||
data/
|
||
└─ 合川分公司/ # 一个知识库示例
|
||
├─ state.json
|
||
├─ team_ledger.md
|
||
└─ meetings/
|
||
```
|
||
|
||
`team_ledger.md` 是面向人和 Agent 共同读取的主文档；`state.json` 和 `meetings/*.json` 是可复用的结构化中间结果。
|
||
|
||
当前整理逻辑是：
|
||
|
||
- 每个知识库只维护一份 `team_ledger.md` 主台账。
|
||
- 每次导入只处理一份会议原文。
|
||
- 会议原文会先交给会议整理子 Agent，按“项目”抽取重要信息，再更新同一份 Markdown。
|
||
- 如果本次会议提到历史项目，就更新已有项目状态；如果出现新项目，就新增项目条目。
|
||
|
||
多轮会话和工具轨迹默认写入：
|
||
|
||
```text
|
||
agent_memory/
|
||
└─ sessions/
|
||
└─ <session_id>/
|
||
├─ recent_history.json
|
||
└─ tool_trace.json
|
||
```
|
||
|