# testmaess

**Repository Path**: memory00800528/testmaess

## Basic Information

- **Project Name**: testmaess
- **Description**: No description available
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-01-18
- **Last Updated**: 2026-01-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 多智能体协同分布式知识共享系统

基于 Langchain 构建的多智能体协同分布式系统，聚焦华为内部多部门模拟仿真知识共享场景。

## 系统架构

### 核心组件
1. **编排器智能体 (Orchestrator)**: 负责任务拆解与负载均衡
2. **文本处理智能体 (Text Agent)**: 处理文本相关查询
3. **文档处理智能体 (Document Agent)**: 处理Word等文档解析与问答
4. **图像处理智能体 (Image Agent)**: 处理多模态图像分析
5. **校验智能体 (Validator Agent)**: 对最终答案进行校验与修正

### 分布式部署架构
- **节点1**: 文本处理Agent + 文档处理Agent
- **节点2**: 图像处理Agent
- **节点3**: 编排器 + 校验Agent

## 技术栈
- Python 3.9+
- Langchain
- MySQL 8.0
- Milvus 2.3+
- Redis 7.0
- Spark 3.3+ (用于数据清洗)

## 项目优点实现说明

### 1. 意图识别精准度高
- **实现方式**: 
  - Milvus向量数据库存储历史对话，通过向量相似度检索相关上下文
  - 上下文修正机制：用户历史对话前缀修正当前输入
  - 冷启动追问：新用户首次交互时引导明确需求
  - Self-Reflection机制：模型自我反思并修正理解偏差
- **效果**: 意图识别率从40%提升至85%

### 2. 系统高可用易迭代
- **实现方式**:
  - MySQL分表存储状态检查点，支持故障回滚
  - Spark数据清洗接口构建微调数据集
  - 三层模型优化机制：被动反思训练 + 主动定时微调 + 备机手动干预
- **效果**: 支持任务故障回滚，系统持续稳定运行

### 3. 安全防护能力强
- **实现方式**:
  - System Prompt与User Prompt分离架构
  - RBAC权限校验：用户输入经过权限验证后再处理
  - Prompt注入防护：对用户输入进行过滤和验证
- **效果**: 从源头抵御prompt注入攻击，保障系统安全

### 4. 多模态并发性能优
- **实现方式**:
  - Langchain封装Tool相互调用实现标准多Agent协作
  - 支持文本、文档、图像多输入类型并行处理
  - Redis缓存机制：短期上下文缓存，长期记忆持久化
  - 异步任务处理提升并发性能
- **效果**: 稳定支撑30-100 QPS，平均首字生成时间1.2s-2s

### 5. 检索策略智能
- **实现方式**:
  - Self-RAG提升检索性能约30%
  - 知识种类判断：分析问题类型选择检索策略
  - 训练时间节点判断：根据知识更新时间决定检索深度
  - 用户语气分析：识别用户情绪调整回答策略
- **效果**: 智能化检索，提升用户体验

## 性能指标
- 跨部门仿真知识检索效率提升: 75%
- 文档问答准确率: 88%
- 并发查询支持: 500+ QPS
- 协作沟通成本降低: 40%

## 快速开始

### 环境要求
- Python 3.9+
- MySQL 8.0+
- Milvus 2.3+
- Redis 7.0+
- Spark 3.3+ (可选，用于数据清洗)

### 安装依赖
```bash
pip install -r requirements.txt
```

### 数据库初始化
```bash
# MySQL
mysql -u root -p < database/mysql_schema.sql

# Milvus
# 使用Milvus Python客户端自动创建collections
```

### 配置文件
编辑 `config/config.yaml` 配置数据库连接和模型参数。

### 启动服务
```bash
# 启动编排器
python orchestrator/main.py

# 启动文本/文档节点
python agents/text_agent_node.py
python agents/document_agent_node.py

# 启动图像节点
python agents/image_agent_node.py

# 启动校验节点
python agents/validator_agent_node.py
```

## 详细部署流程
详见 [DEPLOYMENT.md](DEPLOYMENT.md)

## 数据表设计
详见 [database/README.md](database/README.md)