Skip to content

HQIT/DiAgent

BranchesTags
 
 

Repository files navigation

DiAgent

基于 LangChain + LangGraph + DeepAgents 的智能体任务执行框架，通过 Docker 容器运行复杂的 AI 任务。

特性

  • 多模型支持: 支持 Ollama、vLLM、OpenAI 及兼容 API 的 LLM 提供商
  • MCP 集成: 通过 langchain-mcp-adapters 连接外部工具服务器（支持 stdio、http 等协议）
  • DeepAgents 能力: 集成规划、文件系统操作、子 Agent 委托等高级能力
  • Skills 系统: 支持加载自定义技能模板（SKILL.md）
  • 子 Agent 架构: 支持配置多个专业子 Agent，主 Agent 按需委托任务
  • 多触发方式: 支持 once（单次）/ schedule（定时）/ interval（周期）执行
  • Docker 部署: 开箱即用的容器化执行，无需本地环境配置

快速开始

1. 准备配置文件

创建 workspace/agent-task.json 配置文件：

{
  "models": {
    "default_model": "your-model",
    "models": {
      "your-model": {
        "provider": "openai",
        "model": "gpt-4o",
        "base_url": "https://api.openai.com/v1",
        "api_key": "sk-xxx"
      }
    }
  },
  "task": {
    "task": "你的任务描述",
    "model": "your-model"
  }
}

2. 构建 Docker 镜像

docker build -t agent-task:latest -f docker/agent-task/Dockerfile .

3. 运行任务

docker run --rm \
  -v $(pwd)/workspace:/workspace \
  -e TASK_CONFIG=/workspace/agent-task.json \
  agent-task:latest

或使用 docker-compose：

docker-compose up

配置文件详解

配置文件为 JSON 或 YAML 格式，包含 models 和 task 两个主要部分。

models 配置

定义可用的 LLM 模型。

{
  "models": {
    "default_model": "ecnu-max",
    "models": {
      "ecnu-max": {
        "provider": "openai",
        "model": "ecnu-max",
        "base_url": "https://chat.ecnu.edu.cn/open/api/v1",
        "api_key": "sk-xxx",
        "display_name": "ECNU Max",
        "context_length": 128000
      }
    }
  }
}
字段 类型 必填 说明
default_model string 是 默认使用的模型 ID
models object 是 模型配置字典，key 为模型 ID
models.<id>.provider string 是 提供商：openai / ollama / vllm
models.<id>.model string 是 实际模型名称
models.<id>.base_url string 是 API 端点 URL
models.<id>.api_key string 否 API 密钥
models.<id>.display_name string 否 显示名称
models.<id>.context_length number 否 上下文长度

task 配置

定义要执行的任务。

{
  "task": {
    "task": "帮我写一篇关于人工智能的论文",
    "model": "ecnu-max",
    "temperature": 0.7,
    "system_prompt": "你是一个专业的学术助手...",
    "workspace": "/workspace",
    "skills_dir": "skills",
    "skill_names": ["paper-structure", "experiment-design"],
    "mcp_config_path": "mcp_servers.json",
    "tools": [],
    "output": {
      "log_file": "task.log",
      "result_file": "task_result.md"
    },
    "output_dir": "output",
    "trigger": {
      "mode": "once"
    },
    "recursion_limit": 100,
    "subagents": []
  }
}

基本字段

字段 类型 必填 默认值 说明
task string 是 - 任务描述，作为用户消息传给 Agent
model string 否 default_model 使用的模型 ID
temperature number 否 0.7 生成温度 (0-2)
system_prompt string 否 内置提示词 自定义系统提示词
recursion_limit number 否 100 Agent 递归/步数上限

工作区配置

字段 类型 必填 默认值 说明
workspace string 否 workspace 工作区根目录（容器内路径，如 /workspace）
skills_dir string 否 skills Skills 目录名（相对 workspace）
skill_names array 否 [] 启用的技能列表，空表示启用全部
mcp_config_path string 否 "" MCP 配置文件路径（相对 workspace），空表示不使用 MCP
tools array 否 [] 启用的工具名列表，空表示启用全部

输出配置

字段 类型 必填 默认值 说明
output.log_file string 否 task.log 执行日志文件名
output.result_file string 否 task_result.txt 最终结果文件名
output_dir string 否 当前目录 输出目录（相对 workspace）

触发配置

字段 类型 必填 默认值 说明
trigger.mode string 否 once 触发模式：once / schedule / interval
trigger.cron string 否 - Cron 表达式（mode=schedule 时使用）
trigger.interval_seconds number 否 - 执行间隔秒数（mode=interval 时使用）

subagents 配置

定义可供主 Agent 调用的子 Agent。

{
  "subagents": [
    {
      "name": "researcher",
      "description": "联网调研与文献资料收集",
      "prompt": "你是论文调研人员，专门负责联网搜索与资料收集...",
      "tools": [],
      "model": "ecnu-max",
      "mcp_config_path": "mcp_servers.json",
      "skills_dir": "skills",
      "skill_names": []
    }
  ]
}
字段 类型 必填 说明
name string 是 子 Agent 名称（用于调用标识）
description string 是 描述（供主 Agent 决策是否调用）
prompt string 是 子 Agent 的系统提示词
tools array 否 可用工具列表，空表示与主 Agent 一致
model string 否 使用的模型，空表示与主 Agent 一致
mcp_config_path string 否 独立的 MCP 配置路径
skills_dir string 否 Skills 目录
skill_names array 否 启用的技能列表

MCP 配置

MCP（Model Context Protocol）服务器配置文件，用于连接外部工具。

创建 workspace/mcp_servers.json：

{
  "web-search": {
    "transport": "http",
    "url": "https://your-mcp-server/mcp",
    "headers": {
      "Authorization": "Bearer your_api_key"
    }
  }
}
字段 类型 必填 说明
transport string 是 传输协议：stdio / http / sse / websocket
url string 是* HTTP/SSE/WebSocket 类型的服务器 URL
command string 是* stdio 类型的启动命令
args array 否 stdio 类型的命令参数
cwd string 否 stdio 类型的工作目录
headers object 否 HTTP 请求头

Docker 运行

环境变量

变量 必填 默认值 说明
TASK_CONFIG 是 - 任务配置文件路径（容器内路径）
OUTPUT_DIR 否 配置中的 output_dir 输出目录覆盖
TRIGGER_MODE 否 配置中的 trigger.mode 触发模式覆盖
CRON 否 配置中的 trigger.cron Cron 表达式覆盖
INTERVAL_SECONDS 否 配置中的 trigger.interval_seconds 间隔秒数覆盖

使用 docker run

# 单次执行
docker run --rm \
  -v $(pwd)/workspace:/workspace \
  -e TASK_CONFIG=/workspace/agent-task.json \
  agent-task:latest

# 指定输出目录
docker run --rm \
  -v $(pwd)/workspace:/workspace \
  -e TASK_CONFIG=/workspace/agent-task.json \
  -e OUTPUT_DIR=/workspace/output \
  agent-task:latest

# 定时执行（每天 9 点）
docker run -d \
  -v $(pwd)/workspace:/workspace \
  -e TASK_CONFIG=/workspace/agent-task.json \
  -e TRIGGER_MODE=schedule \
  -e CRON="0 9 * * *" \
  agent-task:latest

# 周期执行（每小时）
docker run -d \
  -v $(pwd)/workspace:/workspace \
  -e TASK_CONFIG=/workspace/agent-task.json \
  -e TRIGGER_MODE=interval \
  -e INTERVAL_SECONDS=3600 \
  agent-task:latest

使用 docker-compose

version: '3.8'

services:
  agent-task:
    build:
      context: .
      dockerfile: docker/agent-task/Dockerfile
    volumes:
      - ./workspace:/workspace
    environment:
      - TASK_CONFIG=/workspace/agent-task.json
docker-compose up --build

项目结构

DiAgent/
├── app/
│   ├── config.py            # 配置管理
│   ├── core/                 # Agent 核心
│   │   ├── agent.py          # AgentService
│   │   ├── preprocessor.py   # 请求预处理
│   │   └── response_formatter.py
│   ├── llm/                  # LLM 适配器
│   │   ├── factory.py        # LLM 工厂
│   │   ├── ollama_adapter.py
│   │   ├── vllm_adapter.py
│   │   └── openai_adapter.py
│   ├── mcp/                  # MCP 客户端
│   │   ├── client.py         # MCPClientManager
│   │   └── tool_registry.py
│   ├── middleware/           # 中间件
│   │   └── custom_middlewares.py
│   └── task/                 # 任务模式
│       ├── entrypoint.py     # 入口
│       ├── runner.py         # 任务执行器
│       ├── config_schema.py  # 配置 Schema
│       └── triggers.py       # 触发器
├── workspace/                # 工作区（挂载到容器）
│   ├── agent-task.json       # 任务配置
│   ├── mcp_servers.json      # MCP 配置
│   ├── skills/               # 技能目录
│   │   └── */SKILL.md
│   └── output/               # 任务输出
├── docker/
│   └── agent-task/
│       └── Dockerfile
├── docker-compose.yml
├── requirements.txt
└── README.md

Skills 系统

Skills 是预定义的技能模板，Agent 执行任务时可以参考。每个技能是一个目录，包含 SKILL.md 文件。

workspace/skills/
├── paper-review/
│   └── SKILL.md          # 论文审阅技能
├── experiment-design/
│   └── SKILL.md          # 实验设计技能
└── paper-structure/
    └── SKILL.md          # 论文结构技能

在配置中通过 skill_names 指定要启用的技能：

{
  "task": {
    "skill_names": ["paper-structure", "experiment-design"]
  }
}

完整配置示例

{
  "models": {
    "default_model": "ecnu-max",
    "models": {
      "ecnu-max": {
        "provider": "openai",
        "model": "ecnu-max",
        "base_url": "https://chat.ecnu.edu.cn/open/api/v1",
        "api_key": "sk-xxx",
        "context_length": 128000
      }
    }
  },
  "task": {
    "task": "帮我写一篇关于图像加密的论文",
    "model": "ecnu-max",
    "temperature": 0.7,
    "system_prompt": "你是论文编写项目的协调者...",
    "workspace": "/workspace",
    "skills_dir": "skills",
    "mcp_config_path": "",
    "output": {
      "log_file": "task.log",
      "result_file": "task_result.md"
    },
    "output_dir": "output",
    "trigger": {
      "mode": "once"
    },
    "recursion_limit": 100,
    "subagents": [
      {
        "name": "researcher",
        "description": "联网调研与文献资料收集",
        "prompt": "你是论文调研人员...",
        "model": "ecnu-max",
        "mcp_config_path": "mcp_servers.json"
      },
      {
        "name": "writer",
        "description": "论文撰写与修改",
        "prompt": "你是论文编写者...",
        "model": "ecnu-max",
        "skill_names": ["paper-structure", "experiment-design"]
      },
      {
        "name": "reviewer",
        "description": "论文审核",
        "prompt": "你是论文审核员...",
        "model": "ecnu-max",
        "skill_names": ["paper-review"]
      }
    ]
  }
}

License

MIT

About

超级智能体框架 Agentic Framework

Resources

Readme
Activity
Custom properties

Stars

1 star

Watchers

0 watching

Forks

0 forks
Report repository

Releases

1 tags

Packages

 
 
 

Contributors

Languages

  • Python 99.3%
  • Dockerfile 0.7%