# Jarvis 个人 AI 助理 — Phase 1 实现计划 > 生成日期：2026-03-20 > 目标：完成 Jarvis 核心功能的 MVP 版本 --- ## 技术栈确认 | 组件 | 技术选型 | |------|---------| | **后端框架** | FastAPI (Python 3.12+) | | **Agent 框架** | LangGraph（多 Agent 编排、工具调用、状态机） | | **LLM 适配器** | LangChain Claude / OpenAI / Ollama（可切换） | | **知识库框架** | LlamaIndex（Node 关系索引、语义检索） | | **向量数据库** | ChromaDB | | **关系数据库** | SQLite + SQLAlchemy | | **前端框架** | Vue 3 + TypeScript + Vite | | **移动端** | Kotlin (Android) | | **定时任务** | APScheduler | | **部署** | Docker（NAS 本地运行） | --- ## 目录结构 ``` MyAgents/ ├── backend/ # 后端项目 │ ├── app/ │ │ ├── __init__.py │ │ ├── main.py # FastAPI 入口 │ │ ├── config.py # 配置管理 │ │ ├── database.py # SQLAlchemy 数据库连接 │ │ ├── models/ # 数据库模型 │ │ │ ├── __init__.py │ │ │ ├── user.py │ │ │ ├── document.py │ │ │ ├── task.py │ │ │ ├── forum.py │ │ │ ├── agent.py │ │ │ ├── conversation.py │ │ │ └── knowledge_graph.py │ │ ├── schemas/ # Pydantic 请求/响应模型 │ │ │ ├── __init__.py │ │ │ ├── auth.py │ │ │ ├── conversation.py │ │ │ ├── document.py │ │ │ ├── task.py │ │ │ ├── forum.py │ │ │ └── graph.py │ │ ├── routers/ # API 路由 │ │ │ ├── __init__.py │ │ │ ├── auth.py │ │ │ ├── conversation.py │ │ │ ├── document.py │ │ │ ├── task.py │ │ │ ├── forum.py │ │ │ └── graph.py │ │ ├── agents/ # LangGraph Agent 系统 │ │ │ ├── __init__.py │ │ │ ├── graph.py # 主 Agent 图定义 │ │ │ ├── nodes/ # Agent 节点 │ │ │ │ ├── __init__.py │ │ │ │ ├── master.py # 主调度 Agent │ │ │ │ ├── planner.py # 规划 Agent │ │ │ │ ├── executor.py # 执行 Agent │ │ │ │ ├── librarian.py # 知识管理员 Agent │ │ │ │ └── analyst.py # 分析师 Agent │ │ │ ├── tools/ # Agent 工具集 │ │ │ │ ├── __init__.py │ │ │ │ ├── search.py # 知识库检索工具 │ │ │ │ ├── task.py # 任务操作工具 │ │ │ │ ├── forum.py # 论坛操作工具 │ │ │ │ └── graph.py # 图谱操作工具 │ │ │ └── prompts/ # Agent 提示词 │ │ │ ├── __init__.py │ │ │ ├── master_prompt.py │ │ │ └── sub_agent_prompts.py │ │ ├── services/ # 业务逻辑服务 │ │ │ ├── __init__.py │ │ │ ├── llm_service.py # LLM 调用服务 │ │ │ ├── knowledge_service.py # 知识库服务 │ │ │ ├── graph_service.py # 知识图谱服务 │ │ │ ├── scheduler_service.py # 定时任务服务 │ │ │ └── agent_service.py # Agent 调用服务 │ │ ├── knowledge/ # 知识库核心 │ │ │ ├── __init__.py │ │ │ ├── indexer.py # LlamaIndex 索引器 │ │ │ ├── chunker.py # 文档分块策略 │ │ │ └── retriever.py # 检索器 │ │ └── utils/ # 工具函数 │ │ ├── __init__.py │ │ └── security.py │ ├── tests/ # 测试 │ │ ├── __init__.py │ │ ├── test_agents.py │ │ ├── test_knowledge.py │ │ └── test_api.py │ ├── pyproject.toml │ ├── uv.lock │ └── Dockerfile │ ├── frontend/ # 前端项目 │ ├── src/ │ │ ├── App.vue │ │ ├── main.ts │ │ ├── api/ # API 调用 │ │ │ ├── index.ts │ │ │ ├── conversation.ts │ │ │ ├── document.ts │ │ │ ├── task.ts │ │ │ ├── forum.ts │ │ │ └── graph.ts │ │ ├── components/ # 通用组件 │ │ ├── views/ # 页面视图 │ │ │ ├── ChatView.vue # 主对话页 │ │ │ ├── KnowledgeView.vue # 知识库页 │ │ │ ├── GraphView.vue # 知识图谱页 │ │ │ ├── ForumView.vue # 论坛页 │ │ │ ├── KanbanView.vue # 看板页 │ │ │ └── LoginView.vue # 登录页 │ │ ├── stores/ # Pinia 状态管理 │ │ ├── router/ # Vue Router │ │ ├── types/ # TypeScript 类型 │ │ └── styles/ # 全局样式 │ ├── public/ │ ├── package.json │ └── vite.config.ts │ ├── android/ # Android 项目（后续） │ ├── docker-compose.yml ├── .env.example └── README.md ``` --- ## 开发阶段 ### Phase 1 — 核心骨架（第 1-2 周） **目标**：跑通最基础的服务，能对话、能上传文档、能检索 1. **搭建后端项目** — FastAPI + 项目结构 + 依赖安装 2. **搭建前端项目** — Vue 3 + Vite + TypeScript + 基础路由 3. **实现 LLM 适配器** — LangChain Claude/OpenAI/Ollama 统一接口 4. **实现简单对话** — 单 Agent + WebSocket 流式输出 5. **实现知识库上传** — LlamaIndex + ChromaDB + 文档分块 6. **实现基础检索** — 向量检索 + 返回结果 ### Phase 2 — 多 Agent 系统（第 3-4 周） **目标**：多 Agent 协作跑起来 1. **实现主 Agent** — LangGraph 状态机 + 工具注册 2. **实现子 Agent** — 规划、执行、知识管理、分析师 4 个角色 3. **实现工具集** — 知识检索、任务操作、论坛操作工具 4. **Agent 通信** — 协作式 + 主 Agent 协调模式 ### Phase 3 — 知识图谱（第 5-6 周） **目标**：文档知识能沉淀到图谱中 1. **实体识别** — LLM 从文档 Node 中提取实体 2. **关系抽取** — LLM 抽取实体间关系 3. **图谱存储** — nodes + edges 存入 SQLite 4. **图谱可视化** — 前端 D3.js / ECharts 渲染 ### Phase 4 — 论坛 + 看板（第 7-8 周） **目标**：论坛发帖、AI 扫描执行、看板任务管理 1. **论坛 CRUD** — 帖子发布、回复、列表 2. **AI 扫描引擎** — 定时扫描论坛、识别可执行指令 3. **看板 CRUD** — 任务卡片、优先级、状态 4. **AI 每日规划** — 凌晨分析完成情况、生成次日建议 ### Phase 5 — 前端完整 UI（第 9-10 周） **目标**：所有功能页面完成，科幻风格 UI 1. **主对话界面** — 流式输出、Agent 角色切换 2. **知识库界面** — 文件上传、检索、结果展示 3. **图谱可视化** — 可交互的节点关系图 4. **论坛界面** — 发帖、列表、AI 执行标记 5. **看板界面** — 拖拽卡片、状态流转、AI 建议 ### Phase 6 — Android App（第 11-12 周） **目标**：移动端能对话、能看看板 1. **Android 项目搭建** — Kotlin + Jetpack Compose 2. **对话界面** — WebSocket 连接后端、流式对话 3. **看板视图** — 任务列表、状态切换 4. **基础设置** — 服务器地址配置 ### Phase 7 — 部署 + 优化（第 13-14 周） **目标**：部署到 NAS，稳定运行 1. **Docker 打包** — 后端 + 前端镜像 2. **NAS 部署** — Docker Compose 一键启动 3. **性能优化** — 缓存、异步、数据库索引 4. **安全加固** — JWT、API 限流、数据加密 --- ## Phase 1 详细任务 ### 1.1 后端项目初始化 ``` backend/ ├── pyproject.toml │ ├── fastapi>=0.115.0 │ ├── uvicorn[standard]>=0.30.0 │ ├── langgraph>=0.2.0 │ ├── langchain-anthropic>=0.3.0 │ ├── langchain-openai>=0.2.0 │ ├── llama-index>=0.12.0 │ ├── llama-index-vector-stores-chroma>=0.3.0 │ ├── chromadb>=0.5.0 │ ├── sqlalchemy>=2.0.0 │ ├── aiosqlite>=0.20.0 │ ├── pydantic>=2.0.0 │ ├── pydantic-settings>=2.0.0 │ ├── python-jose[cryptography]>=3.3.0 │ ├── passlib[bcrypt]>=1.7.4 │ ├── APScheduler>=3.10.0 │ ├── python-multipart>=0.0.12 │ ├── websockets>=12.0 │ └── aiofiles>=24.0.0 ├── app/ │ ├── __init__.py │ ├── main.py │ ├── config.py │ └── database.py └── Dockerfile ``` ### 1.2 前端项目初始化 ``` frontend/ ├── Vite + Vue 3 + TypeScript ├── Pinia (状态管理) ├── Vue Router 4 ├── Axios (HTTP 客户端) ├── VueUse (工具函数) ├── TailwindCSS (样式) └── Lucide Vue (图标) ``` ### 1.3 LLM 适配器接口 ```python # backend/app/services/llm_service.py from langchain_anthropic import ChatAnthropic from langchain_openai import ChatOpenAI from langchain_ollama import ChatOllama from abc import ABC, abstractmethod class LLMAdapter(ABC): @abstractmethod async def invoke(self, messages: list[dict]) -> str: ... @abstractmethod async def stream(self, messages: list[dict]): ... class ClaudeAdapter(LLMAdapter): def __init__(self, api_key: str, model: str = "claude-sonnet-4-20250514"): self.llm = ChatAnthropic(api_key=api_key, model=model) class OpenAIAdapter(LLMAdapter): def __init__(self, api_key: str, model: str = "gpt-4o"): self.llm = ChatOpenAI(api_key=api_key, model=model) class OllamaAdapter(LLMAdapter): def __init__(self, base_url: str = "http://localhost:11434", model: str = "llama3"): self.llm = ChatOllama(base_url=base_url, model=model) # 工厂函数，根据配置返回对应适配器 def get_llm_adapter(provider: str, **kwargs) -> LLMAdapter: adapters = { "claude": ClaudeAdapter, "openai": OpenAIAdapter, "ollama": OllamaAdapter, } return adapters[provider](**kwargs) ``` ### 1.4 简单对话 API ```python # POST /api/chat # Body: { "message": "你好 Jarvis", "conversation_id": "uuid" } # Response: WebSocket 连接，流式返回 @app.websocket("/ws/chat/{conversation_id}") async def websocket_chat(websocket, conversation_id: str): async for message in websocket: # 1. 存入历史 # 2. 调用 LangGraph Agent # 3. 流式返回结果 yield "data: ..." # GET /api/conversations — 对话历史列表 # POST /api/conversations — 创建新对话 # DELETE /api/conversations/{id} — 删除对话 ``` ### 1.5 知识库上传 API ```python # POST /api/documents/upload # Body: multipart/form-data, file + metadata # 返回: document_id, chunk_count # GET /api/documents — 文档列表 # GET /api/documents/{id} — 文档详情 + chunks # DELETE /api/documents/{id} — 删除文档 # POST /api/documents/search # Body: { "query": "查找...", "top_k": 5 } # 返回: 检索结果列表 ``` --- ## 第一步操作 现在开始执行 Phase 1.1 — 搭建后端项目结构。 需要创建： 1. `backend/pyproject.toml` 2. `backend/app/__init__.py` 3. `backend/app/main.py` 4. `backend/app/config.py` 5. `backend/app/database.py` 6. `backend/.env.example` 是否现在开始？