Worker Agent

一个基于LangChain.js的AI代理开发学习项目，帮助开发者快速掌握智能代理开发技术，打造个人专属Agent。集成了服务器、RAG（检索增强生成）、工作流和智能代理功能，适合学习和定制化开发。

项目特性

• 智能代理：基于LangChain.js构建的AI代理，支持工具调用和MCP集成
• API服务器：提供OpenAI兼容的API接口，支持流式响应
• RAG系统：检索增强生成，支持本地文档和网页内容加载
• 工作流：线性工作流实现，适合学习基础工作流设计
• MCP支持：模型上下文协议，用于IDE集成
• 可扩展性：模块化设计，易于扩展和定制

快速开始

1. 安装依赖

npm install

2. 环境变量配置

在项目根目录创建.env文件，配置以下环境变量：

环境变量	描述	必填	默认值
OPENAI_API_KEY	OpenAI API密钥（可选）	否	-
SERVER_API_KEY	用于验证API请求的密钥	否	随机生成
PORT	服务器端口	否	3000

3. 启动服务器

npm start

4. 运行Agent

npm run agent

1. 创建一个Agent

1.1 直接运行默认Agent

作为一个AI代理开发学习项目，Genius Agent提供了现成的Agent实现，您可以直接运行体验：

npm run agent

运行后，您可以在终端中与Agent进行交互式对话，输入"exit"退出。

1.2 自定义Agent（打造个人专属）

学习Agent开发的核心就是自定义Agent，您可以通过修改agent.js文件来打造个人专属Agent：

• 配置模型：在config/modelConfig.js中配置您使用的语言模型
• 添加工具：在tools/目录中添加新的工具定义
• 集成MCP：在config/mcpConfig.js中配置MCP服务器

1.3 通过API使用Agent

启动API服务器后，您可以通过OpenAI兼容的API接口使用您的专属Agent：

npm start

服务器启动后，会在控制台输出API密钥和访问地址。

然后使用curl或其他HTTP客户端调用：

curl -X POST http://localhost:3000/v1/chat/completions \
  -H "Authorization: Bearer <your-api-key>" \
  -H "Content-Type: application/json" \
  -d '{"messages": [{"role": "user", "content": "你好"}], "stream": false}'

API接口支持以下功能：

• 流式响应：设置stream: true开启流式输出
• 多轮对话：通过传递完整的消息历史实现
• API密钥验证：支持多种方式传递API密钥

2. 搭建Workflow工作流

2.1 运行内置工作流

项目包含一个线性工作流示例，适合学习工作流设计：

node workflow/workflow.js

2.2 工作流测试

运行工作流测试以验证其功能：

node test/test-workflow.js

2.3 自定义工作流（打造专属流程）

学习工作流设计的关键是自定义工作流，您可以通过修改workflow/workflow.js文件来设计专属工作流。

2.4 工作流原理

当前工作流实现了以下线性流程，适合学习基础工作流设计：

1. 处理输入：总结用户输入内容
2. 分析内容：分析输入的情感倾向
3. 生成回复：基于分析结果生成友好的最终回复

2.5 工作流示例

项目中包含一个Excel文件处理工作流示例，展示了如何使用工作流处理表格数据：

node workflow/test-workflow.js

3. 接入RAG知识库

3.1 RAG系统概述

RAG（检索增强生成）系统允许您的Agent访问外部知识库，提高回答的准确性和相关性。

3.2 运行RAG系统

cd RAG
node agent.js

3.3 自定义RAG（打造专属知识库）

学习RAG技术的核心是自定义RAG系统，您可以通过修改以下文件来打造专属知识库：

• RAG/rag.js：RAG核心实现，调整检索和生成逻辑
• RAG/documentLoader.js：文档加载器，支持更多文档格式
• RAG/vectorStore.js：向量存储配置，优化向量检索效果
• RAG/webLoader.js：网页内容加载器，扩展知识来源

3.4 添加知识库内容

为您的专属Agent添加个性化知识库：

1. 编辑RAG/data/sample_knowledge.txt添加本地文档内容
2. 或修改RAG/webLoader.js来加载网页内容
3. 支持多种文档格式和来源，打造您的专属知识体系

3.5 RAG工作原理

学习RAG技术的关键是理解其工作原理：

1. 文档加载：从本地文件或网页加载文档
2. 文本分割：将文档分割为可管理的 chunks
3. 向量存储：将 chunks 转换为向量并存储
4. 检索：根据用户查询检索相关 chunks
5. 生成：基于检索结果生成回复

3.6 RAG集成到Agent

您可以通过修改tools/ragTool.js文件将RAG功能集成到您的Agent中，使其能够访问知识库内容。

4. 用户界面集成

4.1 API接口集成

Genius Agent提供了OpenAI兼容的API接口，您可以将其集成到各种用户界面中：

1. 确保Genius Agent API服务器正在运行：

   npm start
   

2. 在您选择的前端框架中配置API连接：

   • API地址：http://localhost:3000/v1/chat/completions
   • API密钥：使用环境变量中配置的SERVER_API_KEY

4.2 测试界面

项目中包含了测试界面，您可以使用它们来测试API功能：

• test/testServer.html：测试服务器API
• test/test-stream.html：测试流式响应

4.3 前端集成示例

以下是一个简单的前端集成示例：

// 发送消息到Agent
async function sendMessage(messages) {
  const response = await fetch('http://localhost:3000/v1/chat/completions', {
    method: 'POST',
    headers: {
      'Content-Type': 'application/json',
      'Authorization': `Bearer ${API_KEY}`
    },
    body: JSON.stringify({
      messages: messages,
      stream: true
    })
  });

  // 处理流式响应
  const reader = response.body.getReader();
  const decoder = new TextDecoder();
  
  while (true) {
    const { done, value } = await reader.read();
    if (done) break;
    
    const chunk = decoder.decode(value);
    // 处理每个数据块
    console.log(chunk);
  }
}

5. IDE集成

5.1 MCP服务器

Genius Agent支持MCP（模型上下文协议），可以集成到各种IDE中：

1. 启动MCP服务器：

   npm run mcp
   

2. 在IDE中安装相应的AI助手插件

3. 配置MCP工具连接到您的专属Agent：

{
  "mcpServers": {
    "genius-agent-mcp": {
      "command": "node",
      "args": [
        "mcp-server.js"
      ],
      "cwd": "geniusAgent" // 项目路径
    }
  }
}

5.2 IDE集成方式

Genius Agent支持两种IDE集成方式：

• A2A（Agent-to-Agent）：Agent之间的直接通信
• Agents to Tools (MCP)：通过模型上下文协议将Agent作为工具集成到IDE中

6. 扩展与定制（打造个人专属）

作为一个AI代理开发学习项目，Genius Agent鼓励您进行扩展和定制，打造真正的个人专属Agent：

6.1 添加新工具

在 tools/ 目录中添加新的工具定义，增强您的专属Agent能力：

// tools/my-tool.js
import { Tool } from "@langchain/core/tools";

export class MyTool extends Tool {
  name = "my-tool";
  description = "我的自定义工具";
  
  async _call(input) {
    // 实现您需要的工具逻辑
    return `工具执行结果: ${input}`;
  }
}

6.2 扩展工作流

修改 workflow/workflow.js 文件来扩展工作流步骤或逻辑，定制您的专属工作流程。

6.3 自定义RAG

修改 RAG/rag.js 或相关文件来调整RAG的行为，优化您的专属知识库：

• 更改向量模型
• 调整检索参数
• 添加新的文档加载器

6.4 扩展API

在 server/server.js 中添加新的API端点，扩展您的专属Agent服务：

// server/server.js
app.post("/v1/my-endpoint", authenticate, async (req, res) => {
  // 实现您需要的自定义API逻辑
  res.json({ result: "success" });
});

7. openCode实践

Genius Agent支持openCode实践，通过以下步骤参与：

1. 技能开发：在 .opencode/skills/ 目录中创建和分享自定义技能
2. 工具贡献：开发新工具并提交PR
3. 文档完善：改进项目文档和示例

8. 学习路径

作为一个AI代理开发学习项目，我们建议您按照以下路径学习：

1. 基础入门：运行默认Agent，了解基本功能
2. API开发：学习server/server.js的实现，理解API服务
3. 工作流设计：修改workflow/workflow.js，学习工作流设计
4. RAG技术：定制RAG系统，理解检索增强生成
5. 工具集成：添加自定义工具，增强Agent能力
6. 界面开发：集成前端界面，实现用户交互
7. IDE集成：将Agent接入到IDE中
8. 全栈定制：整合所有功能，打造完整的个人专属Agent

9. 许可证

MIT License

10. 联系方式

如果您有任何问题或建议，欢迎通过以下方式联系我们：

• GitHub：提交Issue或PR
• Email：[your-email@example.com]（替换为实际邮箱）