可视化 AI 工作流编排引擎——支持拖拽式 DAG 画布、知识库 RAG 检索与 SSE 流式对话的完整前后端系统。
演进路径：基于 AgentFlow Studio 骨架进行深度重构，融合 LOOM 织机核心模块（Undo/Redo、Markdown 处理、混合检索、视觉设计系统），持续开发维护。
| 工作流编排 | 知识库管理 |
|---|---|
 |
 |
| 智能对话 | 文档分块 |
|---|---|
 |
 |
| 层级 | 技术 | 版本 |
|---|---|---|
| 前端框架 | Vue | 3.4.34 |
| 状态管理 | Pinia | 2.1.7 |
| 工作流画布 | Vue Flow | 1.41.2 |
| UI 组件库 | Element Plus | 2.7.8 |
| 构建工具 | Vite | 5.3.5 |
| 类型系统 | TypeScript | 5.5.4 |
| 后端框架 | NestJS | 10.3 |
| ORM | TypeORM | 0.3.20 |
| 数据库 | PostgreSQL (pgvector) | 15 |
| 缓存 | Redis | 7 |
| 认证 | Passport + JWT | 11.0 / 4.0 |
| AI SDK | OpenAI Node SDK | 4.52 |
| 容器化 | Docker Compose | 3.8 |
前端：基于 Vue Flow 的拖拽画布组件设计（7 种节点类型 + 属性面板）；Pinia 状态管理含 Undo/Redo 历史插件（Command Pattern，最多 50 步）；2s 防抖自动保存机制；SSE 流式对话 UI；知识库文档管理界面。
后端：工作流 DAG 遍历引擎 + 补偿执行器（compensate/skip/rollback 三策略）；RAG 管道——文档解析（PDF/DOCX/Markdown）、三种切块策略、向量嵌入、RRF 混合检索（向量 + 关键词融合）；SSE 流式聊天接口；JWT 认证模块。
基础设施：Docker Compose 全栈编排（PostgreSQL + pgvector / Redis / 前后端服务）；GitHub Actions CI 流水线（lint → build → test）。
- 可视化工作流：拖拽编排 7 种节点（trigger / LLM / knowledge / condition / code / http / end），变量系统支持
{{var}}引用和类型推断 - 知识库 RAG：支持 PDF / DOCX / Markdown 上传，fixed / semantic / recursive 三种切块策略，中文语义分隔符
- 混合检索：RRF 融合向量相似度 + 关键词匹配，temperature 参数透传
- 补偿执行：节点失败时自动执行 compensate / skip / rollback，6 种补偿动作
- SSE 流式输出：实时对话体验，引用来源可跳转
- Node.js 18+
- pnpm 10+
- Docker Desktop
cp backend/.env.example backend/.env
# 编辑 backend/.env，填入你的 API key（DeepSeek / OpenAI / SiliconFlow 等）Windows：
start.batmacOS / Linux：
chmod +x start.sh
./start.sh# 1. 启动基础设施
docker-compose up -d postgres redis
# 2. 启动后端（终端 1）
cd backend && pnpm install && pnpm start:dev
# 3. 启动前端（终端 2）
cd frontend && pnpm install && pnpm dev后端 http://localhost:3000 · 前端 http://localhost:5173
这些不是事后总结，是真实踩坑后留下的 commit：
-
pdf-parse 2.x 的破坏性升级（commit
e907bc1）：部署后发现文档解析失败，排查半天发现pdf-parse@2.x改了 API 签名，测试环境用的1.x缓存。教训：Node.js 依赖要锁定次要版本，package.json里的^在服务端是地雷。 -
向量维度从 1536 降到 1024（commit
499254f）：一开始按 OpenAI text-embedding-3 的 1536 维建表，换模型后维度不匹配直接报错。后来把维度独立成配置项，表结构用 migration 管理而不是 TypeORMsynchronize: true。 -
temperature 参数不是透传就行（commit
20ec735）：LLM 节点需要让用户调 temperature，但工作流执行有重试逻辑——重试时不能复用同一个 temperature（会导致结果雷同）。最后设计成：重试时 temperature 在基础值上小幅抖动，既保持多样性又不偏离用户意图。 -
条件节点的分隔符陷阱（commit
ad2e481）：条件节点最初只支持精确匹配，用户反馈"包含"场景更多。加separator字段时才发现，中文按字分词和按词分词的结果天差地别。最后把分隔符做成可选配置，默认用正则/[\s,，]+/兼容中英文。
MIT