Wynna - 通用AI智能体

一个基于Python、MCP协议和豆包、Qwen、DeepSeek大模型的通用人工智能体，支持任务拆解、并行执行和智能汇总

功能特色 • 快速开始 • 项目架构 • API文档 • 开发指南

📹 演示视频

💬 ChatBot模式

轻松随意的日常对话体验

快速预览

chatBot_example_short.mov

完整演示

---

🎯 TaskPlanning模式

智能任务拆解与流畅报告生成

快速预览

taskPlanning_example_short.mov

完整演示

---

🌟 功能特色

🎯 双模式智能判断

• ChatBot模式：处理简单对话，如天气查询、时间获取、日常聊天
• TaskPlanning模式：智能拆解复杂任务，生成todo.md，支持用户确认和编辑

🔄 并行任务执行

• 任务分配节点：任务分配Agent将to-do项智能调度给专属Agent执行
• 图片生成Agent：基于文生图API，生成高质量图片
• 文字生成Agent：处理文本任务、天气查询、时间获取
• 网页搜索Agent：集成博查AI搜索，获取最新网络信息

💾 智能体记忆管理

• 持久化对话历史
• 自动生成对话摘要
• 时间戳保护机制

🎨 现代化Web界面

• 智能体实时后台进程显示
• Markdown与图片预览格式支持

🚀 快速开始

安装步骤

1. 克隆项目

git clone --depth 1 git@github.com:Johnnykuok/myAgenticAI_Wynna.git
cd myAgenticAI_Wynna

2. 安装依赖

pip install -r requirements.txt

3. 配置环境变量

创建 .env 文件并配置以下参数：

cp .env.example .env
# 编辑 .env 文件，填入你的API密钥

# 豆包大模型 API 配置
DOUBAO_API_KEY=paste_your_doubao_api_key_here
DOUBAO_BASE_URL=https://ark.cn-beijing.volces.com/api/v3
DOUBAO_MODEL=doubao-seed-1-6-flash-250615

# Qwen Plus 大模型 API 配置
QWEN_API_KEY=paste_your_qwen_api_key_here
QWEN_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
QWEN_MODEL=qwen-plus-latest

# DeepSeek V3 大模型 API 配置
DEEPSEEK_API_KEY=paste_your_deepseek_api_key_here
DEEPSEEK_BASE_URL=https://api.deepseek.com
DEEPSEEK_MODEL=deepseek-chat

# 博查AI搜索API配置
BOCHA_API_KEY=paste_your_bocha_api_key_here
BOCHA_API_URL=https://api.bochaai.com/v1/ai-search

# 高德地图 API 配置
GAODE_API_KEY=paste_your_gaode_api_key_here
GAODE_WEATHER_URL=https://restapi.amap.com/v3/weather/weatherInfo

📋 API密钥获取

服务	获取地址
豆包API	火山引擎
通义千问API	阿里云
DeepSeek API	深度求索
高德地图API	高德开放平台
博查AI搜索	博查AI

4. 启动服务

python main.py

5. 访问应用 打开浏览器访问：http://localhost:8070

🏗️ 项目架构

核心组件

myAgenticAI_Wynna/
├── main.py                 # Flask主应用
├── agent.py                # 核心智能体逻辑
├── task_planning.py        # 任务规划模块
├── task_dispatcher.py      # 任务分配器
├── task_summarizer.py      # 结果汇总器
├── conversation.py         # 对话管理
├── config.py              # 配置管理
├── tools.py               # 工具函数
├── MCP_server/            # MCP服务器
│   ├── photo_generator_server.py    # 图片生成服务
│   ├── text_generator_server.py     # 文字处理服务
│   └── web_search_server.py         # 网页搜索服务
├── utils/                 # 工具模块
│   ├── timestamp_utils.py # 时间戳工具
│   └── message_utils.py   # 消息工具
├── static/                # 前端资源
│   ├── script.js         # 前端逻辑
│   ├── style.css         # 样式文件
│   └── generated_images/ # 生成的图片
├── conversations/         # 对话存储
└── templates/            # HTML模板
    └── index.html

工作流程

📚 API文档

核心接口

1. 聊天接口

POST /api/chat
Content-Type: application/json

{
  "message": "用户消息",
  "conversation_id": "对话ID（可选）"
}

2. 任务确认接口

POST /api/confirm-tasks
Content-Type: application/json

{
  "conversation_id": "对话ID",
  "tasks": ["任务1", "任务2"],
  "original_question": "原始问题",
  "modified_todo_content": "修改后的TODO内容"
}

3. 对话管理接口

GET /api/conversations           # 获取对话列表
GET /api/conversation/{id}       # 获取单个对话
POST /api/conversation/new       # 创建新对话
DELETE /api/conversation/{id}    # 删除对话

响应格式

{
  "response": "AI回复内容",
  "conversation_id": "对话ID",
  "mode": "chatBot|taskPlanning",
  "status": "success|waiting_confirmation|completed"
}

🛠️ 开发指南

添加新的Agent

1. 在 MCP_server/ 目录下创建新的服务器文件
2. 实现MCP协议规范的工具函数
3. 在 task_dispatcher.py 中注册新的Agent
4. 更新任务分类逻辑

自定义工具

@app.tool()
async def your_custom_tool(param: str) -> str:
    """
    自定义工具描述
    
    Args:
        param: 参数描述
    
    Returns:
        返回结果的JSON字符串
    """
    # 实现你的逻辑
    return json.dumps({"status": "success", "result": "结果"})

前端扩展

前端基于原生JavaScript开发，支持：

• Markdown渲染
• 图片预览
• 实时消息
• 响应式布局

🔧 故障排除

常见问题

1. API密钥错误

   • 检查 .env 文件配置
   • 确认API密钥有效性

2. 端口占用

   • 修改 FLASK_PORT 环境变量
   • 或终止占用端口的进程

3. MCP连接失败

   • 检查Python环境和依赖
   • 查看服务器日志信息

4. 图片无法显示

   • 确认 GENERATED_IMAGES_PATH 配置
   • 检查文件权限设置

调试模式

启用详细日志：

export FLASK_DEBUG=True
python main.py

🤝 贡献指南

欢迎提交Issue和Pull Request！

1. Fork本项目
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 创建Pull Request

📄 许可证

本项目基于 MIT 许可证开源 - 查看 LICENSE 文件了解详情

👨‍💻 作者

郭桓君 - GitHub

🙏 致谢

• 豆包大模型 - 核心AI能力（任务执行层）
• DeepSeek大模型 - 核心AI能力（任务规划层）
• 通义千问大模型 - 核心AI能力（任务汇总层）
• Model Context Protocol - 工具调用通信协议
• Flask - Web框架
• 高德地图API - 天气服务
• 博查AI - 搜索服务

---

如果这个项目对你有帮助，请给个 ⭐️ Star 支持一下！

Star History