# agent

**Repository Path**: kenithcai/agent

## Basic Information

- **Project Name**: agent
- **Description**: 123
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-07-11
- **Last Updated**: 2026-07-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Finance AI Agent Server

基于 FastAPI + LangGraph 的多 Agent 财务智能问答服务，支持本地/云端 LLM、RAG 知识库（SQLite + 向量检索）、OCR 票据识别和 AI 图像生成（文生图 / 图生图）。

## 功能特性

- **多 Agent 智能问答**：Planner → Researcher → Writer 三级流水线，自动拆解问题、检索资料、生成回答
- **RAG 知识库**：SQLite FTS5 结构化检索 + Ollama bge-m3 向量语义检索 + PaddleOCR 票据识别
- **多 LLM 支持**：DeepSeek Chat（云端）/ Qwen2.5:7B（Ollama 本地），通过 `USE_LOCAL_LLM` 切换
- **AI 图像生成**：文生图 + 图生图，支持智谱 CogView / OpenAI DALL-E 3 / 阿里通义万相
- **流式 SSE 输出**：支持实时流式响应，打字机效果
- **文件导出**：自动检测导出意图，生成 Excel / CSV / HTML / PDF

## 快速开始

```bash
# 安装依赖
python3 -m venv .venv && source .venv/bin/activate
python -m pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

# OCR（处理 PDF 扫描件/图片）
python -m pip install paddlepaddle paddleocr -i https://pypi.tuna.tsinghua.edu.cn/simple

# 启动服务
cd server
uvicorn app:app --reload --port 8000

# 验证
curl http://localhost:8000/health
```

## API 端点

| 方法 | 路径 | 说明 |
|------|------|------|
| GET | `/health` | 健康检查 |
| POST | `/agent` | 非流式智能问答 |
| GET | `/agent/stream?input=...` | 流式智能问答（SSE） |
| POST | `/agent/stream` | 流式智能问答（JSON body，支持多轮对话） |
| POST | `/image/generate` | 文生图：`{"prompt": "描述"}` |
| POST | `/image/edit` | 图生图：base64 或文件上传 |
| GET | `/rag/status` | RAG 数据库状态 |
| GET | `/download/{path}` | 下载导出的文件 |

## 图像生成

支持文生图（Text-to-Image）和图生图（Image-to-Image），通过对话或独立 API 调用：

```bash
# 独立 API：文生图
curl -X POST localhost:8000/image/generate \
  -H 'Content-Type: application/json' \
  -d '{"prompt": "一只可爱的橘猫坐在草地上，阳光下"}'

# 独立 API：图生图（文件上传）
curl -X POST localhost:8000/image/edit \
  -F "prompt=添加一顶帽子" \
  -F "image=@input.png"

# 对话中生成：Agent 自动识别意图
curl "localhost:8000/agent/stream?input=帮我画张图：财务数据概览仪表盘"
```

**支持的 Provider**（在 `image_gen.py` 中切换 `IMAGE_PROVIDER`）：

| Provider | 说明 |
|----------|------|
| `zhipu`（默认） | 智谱 CogView，中文文字生成最佳 |
| `openai` | OpenAI DALL-E 3 / gpt-image-1 |
| `dashscope` | 阿里云通义万相 |

> **注意**：DeepSeek 不支持图像生成，请使用上述 Provider。

## 项目结构

```
server/
├── app.py              # FastAPI 应用入口
├── core.py             # 共享配置、LLM 抽象、SSE 工具
├── llm_cloud.py        # DeepSeek 云端 LLM
├── llm_local.py        # Ollama 本地 LLM
├── image_gen.py        # 图像生成模块
├── web_search.py       # 网页搜索
├── config/
│   ├── agents.yaml     # Agent 角色配置
│   └── tasks.yaml      # 任务路由规则
├── agent/
│   ├── state.py        # LangGraph AgentState
│   ├── graph.py        # LangGraph 图定义 + Agent 函数
│   ├── research.py     # 检索 Agent
│   └── tool_runner.py  # 工具调用（文件导出）
├── rag/                # RAG 知识库子系统
└── tools/              # 文件导出工具
```

## 开发指南

详见 `server/CLAUDE.md`。