专用于 AI Agent 服务的项目模版,基于 LangChain + LangGraph 构建,支持多子代理协作、路由代理协作和人工审批流程。
AI 编程已经变成了日常开发方式。代码不再完全由人一行行敲出来,而是由开发者提出需求、AI 生成实现、再由人来审查和调整。但随之而来的问题也很明显:不同人使用不同提示词、不同模型、不同编码习惯,生成出来的代码风格、项目结构和实现方式很容易失控。尤其是在 Agent 项目中,流式对话、工具调用、子代理协作、记忆管理、人工审批、MCP 接入等模块交织在一起,如果每次都从零搭建,不仅容易重复造轮子,还会消耗大量 token 和开发时间。 这个项目正是为了解决这些问题而设计的。它不是一个简单的 Demo,而是一个面向 AI Agent 服务开发的工程模板,基于 FastAPI、LangChain 和 LangGraph 构建,内置了子代理协作、路由代理、Skills 技能系统、人工介入、多模态、MCP 工具接入和消息管理等能力。通过把常见的 Agent 架构、目录规范、配置方式和调用流程提前沉淀下来,开发者可以少写大量重复代码,也能让 AI 在更稳定的上下文和更统一的工程结构中生成代码,从而降低 token 成本,提高项目可维护性。
- Python: 3.12+
- Web 框架: FastAPI
- Agent 框架: LangChain + LangGraph
- LLM: OpenAI API (兼容)
- 包管理: uv
- 服务器: Uvicorn
uv sync复制环境变量示例文件并配置:
cp .env.example .envuv run src/main.py项目提供了完整的 HTTP 测试文件:
tests/chat_api.http- 子代理模式对话 API 测试tests/chat_router_api.http- 路由模式对话 API 测试tests/human-in-the-loop.http- 人工介入 API 测试tests/mcp.http- MCP 工具 API 测试tests/message_api.http- 消息管理 API 测试tests/multimodal_api.http- 多模态 API 测试tests/skills_api.http- 技能 API 测试
用户请求 → 认证中间件 → ChatService
↓
MainAgent.astream() 异步流式处理
↓
┌──────────────┴───────────────┐
↓ ↓
消息流 (messages) 更新流 (updates)
↓ ↓
渲染 AIMessageChunk 渲染完整消息/中断
└───────────────┬──────────────┘
↓
SSE 响应
服务启动后访问 http://127.0.0.1:8000/docs 查看 API 文档。
生产环境通过配置 OPENAPI_URL="" 或环境变量禁用
针对 agent-template 开发的 Web 前端项目 agent-template-ui。