mirror of
https://github.com/zhayujie/chatgpt-on-wechat.git
synced 2026-06-02 00:57:41 +08:00
86 lines
3.9 KiB
Plaintext
86 lines
3.9 KiB
Plaintext
---
|
||
title: 项目架构
|
||
description: CowAgent 2.0 的系统架构和核心设计
|
||
---
|
||
|
||
CowAgent 2.0 从简单的聊天机器人全面升级为超级智能助理，采用 Agent 架构设计，具备自主思考、规划任务、长期记忆和技能扩展等能力。
|
||
|
||
## 系统架构
|
||
|
||
CowAgent 的整体架构由以下核心模块组成：
|
||
|
||
<img src="https://cdn.link-ai.tech/doc/cow-agent-arch-zh.jpg" alt="CowAgent Architecture" />
|
||
|
||
| 模块 | 说明 |
|
||
| --- | --- |
|
||
| **Plan** | 理解用户意图，将复杂任务分解为多步骤计划，循环调用工具直到完成目标 |
|
||
| **Memory** | 自动将重要信息持久化为核心记忆和日级记忆，支持关键词和向量混合检索，跨会话保持上下文连续性 |
|
||
| **Knowledge** | 以主题维度组织结构化知识，Agent 自主整理有价值信息为 Markdown 页面，维护索引和交叉引用，构建持续增长的知识网络 |
|
||
| **Tools** | Agent 访问操作系统资源的核心能力，内置文件读写、终端执行、浏览器操作、定时调度、记忆检索、联网搜索等 10+ 种工具 |
|
||
| **Skills** | 加载和管理 Skills，支持从 Skill Hub、GitHub 等一键安装，或通过对话创建自定义技能 |
|
||
| **Models** | 模型层，统一接入 OpenAI、Claude、Gemini、DeepSeek、MiniMax、GLM、Qwen 等国内外主流大语言模型 |
|
||
| **Channels** | 消息通道层，负责接收和发送消息，支持 Web 控制台、微信、飞书、钉钉、企微、公众号等，统一消息协议 |
|
||
| **CLI** | 命令行系统，提供终端命令（`cow`）和对话命令（`/`），支持进程管理、技能安装、配置修改、知识库管理等操作 |
|
||
|
||
## Agent 模式
|
||
|
||
启用 Agent 模式后，CowAgent 会以自主智能体的方式运行，核心工作流如下：
|
||
|
||
1. **接收消息** — 通过通道接收用户输入
|
||
2. **理解意图** — 分析任务需求和上下文
|
||
3. **规划任务** — 将复杂任务分解为多个步骤
|
||
4. **调用工具** — 选择合适的工具执行每个步骤
|
||
5. **记忆与知识更新** — 将重要信息存入长期记忆，将结构化知识整理至知识库
|
||
6. **返回结果** — 将执行结果发送回用户
|
||
|
||
## 工作空间
|
||
|
||
Agent 的工作空间默认位于 `~/cow` 目录，用于存储系统提示词、记忆文件、技能文件等：
|
||
|
||
```
|
||
~/cow/
|
||
├── SYSTEM.md # Agent system prompt
|
||
├── USER.md # User profile
|
||
├── MEMORY.md # Core memory
|
||
├── memory/ # Long-term memory storage
|
||
│ └── YYYY-MM-DD.md # Daily memory
|
||
├── knowledge/ # Personal knowledge base
|
||
│ ├── index.md # Knowledge index
|
||
│ └── <category>/ # Topic-based pages
|
||
└── skills/ # Custom skills
|
||
├── skill-1/
|
||
└── skill-2/
|
||
```
|
||
|
||
秘钥文件单独存储在 `~/.cow` 目录（出于安全考虑）：
|
||
|
||
```
|
||
~/.cow/
|
||
└── .env # Secret keys for skills
|
||
```
|
||
|
||
## 核心配置
|
||
|
||
在 `config.json` 中配置 Agent 模式的核心参数：
|
||
|
||
```json
|
||
{
|
||
"agent": true,
|
||
"agent_workspace": "~/cow",
|
||
"agent_max_context_tokens": 40000,
|
||
"agent_max_context_turns": 30,
|
||
"agent_max_steps": 15,
|
||
"enable_thinking": false
|
||
}
|
||
```
|
||
|
||
| 参数 | 说明 | 默认值 |
|
||
| --- | --- | --- |
|
||
| `agent` | 是否启用 Agent 模式 | `true` |
|
||
| `agent_workspace` | 工作空间路径 | `~/cow` |
|
||
| `agent_max_context_tokens` | 最大上下文 token 数 | `50000` |
|
||
| `agent_max_context_turns` | 最大上下文记忆轮次 | `20` |
|
||
| `agent_max_steps` | 单次任务最大决策步数 | `20` |
|
||
| `enable_thinking` | 是否启用深度思考模式（适用于 deepseek-v4-pro/flash、deepseek-reasoner、kimi-k2-thinking 等思考型模型）。开启后所有渠道下模型都会先思考再回答，回答质量更高但首字延迟增加；Web 端会展示思考过程，IM 渠道（微信/企微/钉钉/飞书）虽不展示但同样获得更好答案 | `false` |
|
||
| `knowledge` | 是否启用个人知识库 | `true` |
|