基于 DooTask 主程序的企业级 AI 智能体插件系统

• 角色定制：可视化配置 AI 角色、专业领域和能力范围
• 提示词工程：高级提示词编辑器，支持模板和变量
• 智能体市场：丰富的预设智能体模板，快速部署

• 流式回复：SSE 实时更新，体验流畅自然
• 群聊支持：完美支持群组对话，智能理解上下文
• 图片识别：支持图片内容识别和理解
• 思考过程：显示 AI 的思考过程，支持思考型模型（如 DeepSeek）

• 内部工具：深度集成 DooTask 功能（聊天记录、项目管理、任务分配）
• 外部工具：支持天气查询、网页搜索、邮件发送等第三方服务
• 自动关联：定时检测 MCP 服务，自动关联到智能体
• 权限控制：精细化控制不同智能体的工具访问权限

• 多格式支持：PDF、Word、Excel、Markdown、TXT 等文档格式
• 向量化检索：基于 AI Embedding 的语义搜索，精准匹配
• 文档管理：完整的文档上传、解析、版本管理机制
• 智能分块：自动优化文档分块策略，提升检索效果

• Token 统计：完整的 AI 使用统计和成本监控
• 对话监控：实时监控对话状态和性能指标
• 使用分析：智能体使用情况统计和热门推荐

• 权限管理：基于角色的精细访问控制
• 审计日志：完整的操作和对话审计追踪
• 多租户支持：支持多个企业独立使用

1. 访问 智能体管理 页面
2. 点击 创建智能体 按钮
3. 配置智能体信息：
   • 名称和描述：定义智能体的基本信息
   • 角色提示词：设置 AI 的角色和行为模式
   • 模型选择：选择 GPT-4、Claude、DeepSeek 等模型
   • 工具权限：选择智能体可以使用的 MCP 工具
   • 知识库绑定：关联相关的知识库
4. 保存并启用智能体

1. 在 DooTask 中创建机器人
2. 配置机器人的 Webhook 地址（如：http://your-domain/api/webhook/message）
3. 在插件中绑定机器人 ID 和智能体
4. 开始在 DooTask 中与 AI 智能体对话

1. 访问 知识库管理 页面
2. 创建知识库并配置 Embedding 模型
3. 上传文档（支持 PDF、Word、Markdown 等格式）
4. 系统自动进行文档解析和向量化
5. 将知识库绑定到相应的智能体

1. 访问 MCP 工具管理 页面
2. 添加 MCP 服务地址和配置
3. 系统会自动检测可用的工具
4. 在创建智能体时选择需要的工具

• 基于知识库快速回答客户问题
• 自动处理常见咨询，提升服务效率
• 支持多语言和上下文理解

• 智能任务分配和建议
• 项目进度分析和风险评估
• 自动生成项目报告和总结

• 企业文档智能检索
• 知识图谱构建和管理
• 团队知识共享和协作

• 群聊智能助手
• 会议记录和总结
• 文档协作和审阅

• 前端：Next.js 15 + TypeScript + shadcn/ui
• 后端：Go（主服务）+ Python（AI 引擎）
• 数据库：PostgreSQL + pgvector（向量搜索）
• 缓存：Redis
• AI 框架：LangChain + MCP 协议

• Next.js 15 - React 全栈框架
• shadcn/ui - 现代化组件库
• Tailwind CSS - 原子化 CSS 框架
• TypeScript - 类型安全的 JavaScript

• Go - 高性能 API 网关服务
• Python - AI 引擎和 LangChain 服务
• LangChain - AI 应用开发框架
• PostgreSQL - 主数据库（支持向量搜索）
• Redis - 缓存和会话存储

• Node.js 22+
• Go 1.21+
• Python 3.11+
• Docker & Docker Compose

# 克隆项目
git clone https://github.com/dootask/ai.git
cd ai

# 快速启动（推荐）
npm install
npm run dev:all

• 前端界面: http://localhost:3000
• API 文档: http://localhost:8080/swagger (开发中)
• 数据库: PostgreSQL (localhost:5432)

dootask-ai/                 # Next.js 前端项目根目录
├── app/                    # Next.js App Router 页面
├── components/             # 共享 React 组件
├── lib/                   # 前端工具库和 API 接口
├── public/                # 静态资源文件
├── backend/               # 后端服务
│   ├── go-service/        # Go 主服务
│   └── python-ai/         # Python AI 服务
├── mcp-tools/             # MCP 工具集
├── docker/                # Docker 配置
├── scripts/               # 部署和初始化脚本
├── docs/                  # 项目文档
├── package.json           # Node.js 依赖配置
└── next.config.ts         # Next.js 配置文件

# 安装依赖
npm install

# 启动所有开发服务（前端 + Go后端 + Python AI）
npm run dev:all

# 停止所有开发服务
npm run stop:all

1. 在 mcp-tools/ 目录创建工具定义
2. 实现工具的接口和逻辑
3. 在智能体配置中启用该工具

1. 在 backend/python-ai/agents/ 目录添加智能体类
2. 继承 BaseAgent 并实现特定逻辑
3. 在前端添加对应的配置界面

• 项目规划 - 完整的项目规划和发展路线图
• 技术架构 - 详细的技术架构设计文档
• 开发指南 - 开发环境搭建和编码规范
• 部署指南 - 生产环境部署说明 (开发中)

我们欢迎所有形式的贡献！

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

• 遵循 代码规范
• 编写测试用例
• 更新相关文档
• 确保 CI 通过

本项目基于 MIT 协议 开源。

感谢以下开源项目的贡献：

• Next.js - React 全栈框架
• LangChain - AI 应用开发框架
• shadcn/ui - 现代化 UI 组件库
• OpenAI - 强大的 AI 模型支持

• 项目主页：https://github.com/dootask/ai
• 问题反馈：Issues
• 功能建议：Discussions