🤖 AI Agent Framework

基于 agno 构建的企业级 AI 智能客服系统

快速开始 • 核心特性 • API接口 • 文档

📖 简介

AI Agent Framework 是一个开箱即用的 AI 智能客服系统。支持知识库增强问答、流式对话、多模型切换、会话管理，Docker 一键部署，3 分钟即可运行。

✨ 核心特性

特性	说明
🤖 智能问答	流式响应 + 多轮对话，体验丝滑
📚 知识库 RAG	文档上传 → 向量化 → 智能检索
⚙️ 多模型切换	OpenAI / DeepSeek / 豆包，管理后台一键切换
📝 提示词管理	可视化编辑，实时生效，无需重启
💾 会话持久化	对话历史自动存储，支持多会话
🔐 登录认证	验证码登录 + JWT Token
🖥️ 管理后台	React 前端，仪表盘 + 对话测试 + 系统监控
🐳 一键部署	docker-compose up -d 完事

🚀 快速开始

# 1. 克隆
git clone https://github.com/lianbie/ai-agent-framework.git
cd ai-agent-framework

# 2. 配置（可选，Docker自带默认配置）
cp config.docker.json config.json

# 3. 启动
docker-compose up -d

访问：

地址	说明
http://localhost	管理后台（默认账号 admin/admin123）
http://localhost/demo	聊天演示
http://localhost/docs	API 文档

🏗️ 架构

用户请求 → Nginx → FastAPI → Agent(agno) → LLM
                      ↓
         知识库检索 ← PostgreSQL+pgvector
                      ↓
         会话存储 ← PostgreSQL + Redis

🛠️ 技术栈

agno FastAPI React LangChain PostgreSQL+pgvector Redis Docker

📚 API接口

import requests

# 发送消息
response = requests.post('http://localhost:7777/api/agent/chat', json={
    'message': '你好',
    'user_id': 'user_123'
})
print(response.json()['reply'])

核心 API：

接口	方法	说明
/api/agent/chat	POST	智能问答
/api/agent/chat/stream	POST	流式问答（SSE）
/api/agent/sessions	GET	会话列表
/api/auth/login/password	POST	密码登录
/api/admin/prompts	GET/POST	提示词管理
/api/admin/knowledge/upload	POST	上传知识库文档
/api/admin/models	GET/POST	模型配置

🖥️ 管理后台

登录 http://localhost，即可使用：

• 📊 仪表盘 — 系统概览、统计数据
• 💬 对话测试 — 在线聊天，流式响应
• 📝 提示词管理 — 增删改查，实时生效
• 📚 知识库管理 — 上传文档，向量化检索
• ⚙️ 模型配置 — 添加/切换 LLM 模型
• 📈 系统监控 — 日志、性能、健康检查

📁 目录结构

ai-agent-framework/
├── server.py                 # 入口
├── docker-compose.yml        # 一键部署
├── modules/
│   ├── agents/               # 智能问答 Agent
│   ├── admin_api/            # 管理后台 API
│   └── auth/                 # 认证模块
├── admin_frontend/           # React 前端
├── common/                   # 公共模块（DB/Redis/知识库）
├── sql/                      # 建表脚本
└── docs/                     # 文档

🎯 适用场景

电商客服 企业IT支持 医疗咨询 教育辅导 金融服务 ··· 任何需要智能客服的场景

📖 文档

• 架构设计 — 详细架构和数据流
• 部署指南 — 生产环境部署
• 贡献指南

📄 License

MIT © lianbie

---

⭐ 如果对你有帮助，欢迎 Star！