基于 LangGraph 的企业级 AI 智能体平台,支持深度研究、代码执行 ,并提供 62+ 内置工具与类Manus的多 Agent 配置。支持 SSE 实时流、任务取消、记忆管理以及多模态交互等能力
基于 LangGraph 的开源 AI Agent 平台 · Deep Research · 工具调用 · 代码执行 · 浏览器自动化 · 多模态交互
完整架构与工作流图:
docs/architecture.md
graph TB
UI[Next.js Web UI] -->|SSE| API[FastAPI]
API --> Router{Router}
Router --> Direct[Direct]
Router --> Web[Web Search]
Router --> Agent[Agent Tools]
Router --> Deep[Deep Research]
Agent --> Tools[Tool Registry]
Deep --> Tools
Tools --> E2B[E2B Sandbox]
Tools --> Browser[Browser Automation]
Tools --> MCP[MCP Bridge]
更完整的步骤(E2B / Playwright / MCP / Docker Compose)见:
docs/getting-started.md
git clone https://github.com/skygazer42/weaver.git
cd weaver
# 1) 配置环境变量
cp .env.example .env
cp web/.env.local.example web/.env.local
# 你至少需要在 .env 里填写:
# - OPENAI_API_KEY(或 ANTHROPIC_API_KEY / DeepSeek 兼容配置)
# - TAVILY_API_KEY
# 2) 安装依赖
make setup
pnpm -C web install --frozen-lockfile
# 3) 启动服务
.venv/bin/python main.py
pnpm -C web dev
访问入口:
.env 里设置 PORT)| 文档 | 说明 |
|---|---|
| 快速开始 | 本地运行、依赖安装、常用命令 |
| 系统架构 | 架构图与工作流示意(Mermaid) |
| 配置说明 | .env / web/.env.local / Agent / 触发器 / MCP |
| 使用指南 | 模式选择、Deep Research、代码执行、浏览器自动化 |
| 部署与加固 | Docker/Compose、反代鉴权、限流、SSE 注意事项 |
| 开发指南 | 本地开发脚本、测试、Lint、日志 |
| API 说明 | OpenAPI 合约、常用端点、SSE 调用示例 |
| 流式协议 | SSE/legacy 协议细节与回滚策略 |
| OpenAPI 合约对齐 | 后端 ↔ 前端 types 自动生成(防漂移) |
| MCP 集成 | MCP servers 配置与安全建议 |
| Benchmarks | Deep Research 回归与样例集 |
| 路线图 | 规划与方向 |
CONTRIBUTING.mdSECURITY.mdCODE_OF_CONDUCT.mdMIT License,详见 LICENSE。