QVerisFlow

基于 LangGraph 的多智能体框架，支持对话式工作流构建、可视化画布编辑、智能 Agent 生成和实时执行监控。

核心特性

• 对话式工作流构建 - 通过自然语言对话创建、修改、迭代工作流
• 可视化 Web UI - 现代化的 React 界面，支持画布拖拽、节点编辑、实时状态展示
• 智能 Agent 生成 - Meta Agent 自动分析任务并生成最优 Agent 定义
• 多模型支持 - 灵活配置多种 LLM（Qwen、DeepSeek、GPT、GLM 等）
• 实时执行监控 - WebSocket 实时推送执行进度，支持暂停、恢复、干预
• QVeris 集成 - 无缝对接 QVeris 统一数据和工具层
• 三层验证机制 - 规则验证 + LLM 评判 + 组合验证

架构概览

┌─────────────────────────────────────────────────────────────┐
│                       Web UI 层                              │
│          React + ReactFlow + WebSocket + Zustand            │
├─────────────────────────────────────────────────────────────┤
│                       Web API 层                             │
│              FastAPI + WebSocket Handlers                   │
├─────────────────────────────────────────────────────────────┤
│                       演化层 (Evolution)                     │
│  DialogueAgent | MetaAgent | ConversationalBuilder          │
├─────────────────────────────────────────────────────────────┤
│                       编排层 (Orchestration)                 │
│              SmartRouter | WorkflowEngine                   │
├─────────────────────────────────────────────────────────────┤
│                       核心层 (Core)                          │
│        BaseAgent | AgentGraph | Verification                │
├─────────────────────────────────────────────────────────────┤
│                       定义层 (Definitions)                   │
│   AgentDefinition | ToolDefinition | WorkflowDefinition     │
├─────────────────────────────────────────────────────────────┤
│                      基础设施层                              │
│     PostgreSQL | Redis | QVeris API | Multi-LLM             │
└─────────────────────────────────────────────────────────────┘

快速开始

1. 安装依赖

# 使用 uv（推荐）
uv sync

# 或使用 pip
pip install -e ".[web,dev]"

2. 配置模型

编辑 config/app_config.yaml 配置 LLM：

models:
  qwen-plus:
    api_key: "your-api-key"
    base_url: "https://dashscope.aliyuncs.com/compatible-mode/v1"
    model_name: "qwen-plus"
    max_tokens: 8000
    temperature: 0.3

model_selection:
  default: "qwen-plus"

3. 启动 Web UI

# 启动后端服务
uv run python -m src.web

# 启动前端（新终端）
cd web-ui && npm install && npm run dev

访问 http://localhost:5173 开始构建工作流。

使用方式

方式一：Web UI 对话式构建（推荐）

1. 打开 Web UI
2. 在对话框中描述你的需求，例如：
   • "帮我创建一个分析英伟达股票的工作流"
   • "我需要一个多维度的投资分析系统"
3. 系统会自动生成工作流规划
4. 确认后自动生成 Agent 定义
5. 在画布上查看和编辑工作流
6. 点击执行，实时监控进度

方式二：命令行交互式构建

uv run python examples/interactive_builder_test.py

方式三：代码定义

from src.definitions import AgentDefinition, WorkflowDefinition
from src.orchestration import WorkflowEngine

# 定义 Agent
agent_def = AgentDefinition(
    agent_id="data_collector",
    name="数据收集器",
    display_name="市场数据采集",
    description="收集和整理市场数据",
    # ... 其他配置
)

# 执行工作流
engine = WorkflowEngine()
result = await engine.execute(workflow_definition)

方式四：YAML 配置

# agents/financial_analyst.yaml
agent_id: financial_analyst
name: 金融分析师
display_name: 专业金融分析师
description: 分析股票并给出投资建议

background_instruction:
  role_description: 你是一位资深金融分析师
  core_capability: 分析市场数据并给出专业建议

llm_config:
  model_name: qwen-plus
  temperature: 0.3
  max_tokens: 4000

tool_references:
  - tool_id: qveris_search_tools
  - tool_id: qveris_execute_tool

核心模块

演化层 (Evolution)

模块	说明
DialogueAgent	对话代理，理解用户意图并执行工作流操作
MetaAgent	元代理，自动生成 Agent 定义和工作流
ConversationalBuilder	对话式工作流构建器，管理构建状态
WorkflowOperationTools	工作流操作工具集（创建、迭代、执行等）

编排层 (Orchestration)

模块	说明
WorkflowEngine	工作流执行引擎，支持流式执行和实时事件
SmartRouter	智能路由，根据任务选择最佳 Agent

核心层 (Core)

模块	说明
BaseAgent	Agent 基类，封装 LangGraph 状态图
AgentGraph	Agent 执行图构建器
ContextManager	上下文管理，自动收集和整理信息

Web 层

模块	说明
WebSocketHandler	WebSocket 消息处理和会话管理
SessionManager	用户会话和状态持久化

配置说明

多模型配置

支持同时配置多个 LLM 提供商：

models:
  qwen-plus:           # 通义千问
  deepseek-v3:         # DeepSeek
  gpt-5.2:             # OpenAI (via OpenRouter)
  glm-4.7:             # 智谱 GLM
  kimi-k2.5:           # Moonshot

model_selection:
  default: "qwen-plus"
  complexity_mapping:
    simple: "qwen-plus"
    medium: "deepseek-v3"
    complex: "deepseek-r1"

QVeris 集成

qveris:
  enabled: true
  api_key: ${QVERIS_API_KEY}
  base_url: "https://qveris.ai/api/v1"

项目结构

agent_framework/
├── config/              # 配置文件
│   └── app_config.yaml  # 主配置（模型、QVeris等）
├── src/
│   ├── core/           # 核心 Agent 实现
│   ├── definitions/    # 定义模型
│   ├── evolution/      # 智能演化（对话构建、Meta Agent）
│   ├── orchestration/  # 工作流编排
│   ├── tools/          # 工具系统
│   ├── verification/   # 验证层
│   ├── web/            # Web API 和 WebSocket
│   └── workspace/      # 工作空间管理
├── web-ui/             # React 前端
│   ├── src/
│   │   ├── components/ # UI 组件
│   │   ├── hooks/      # React Hooks
│   │   ├── stores/     # Zustand 状态管理
│   │   └── services/   # WebSocket 服务
│   └── package.json
├── examples/           # 示例代码
├── tests/              # 测试用例
└── docs/               # 文档

示例

运行已有工作流

uv run python examples/run_workflow.py \
  workspaces/demo/workflow.json \
  workspaces/demo/checkpoint.json

Meta Agent 自动生成

uv run python examples/meta_agent_full_test.py

Web UI 测试

uv run python examples/web_ui_test.py

文档

详细文档位于 docs/ 目录：

• overall_design/00_overview.md - 框架概览
• overall_design/01_core_agent.md - 核心 Agent 设计
• overall_design/07_evolution.md - 智能演化机制
• AGENT_FRAMEWORK_IMPLEMENTATION_SUMMARY.md - 实现总结

开发

# 安装开发依赖
uv sync --extra dev --extra test

# 运行测试
uv run pytest

# 代码格式化
uv run black src/ tests/
uv run ruff check src/ tests/ --fix

技术栈

后端

• Python 3.11+
• LangGraph / LangChain
• FastAPI + WebSocket
• SQLAlchemy + PostgreSQL
• Pydantic v2

前端

• React 18 + TypeScript
• ReactFlow（工作流画布）
• Zustand（状态管理）
• Tailwind CSS
• WebSocket 实时通信

许可证

Apache License 2.0