Skip to content
BranchesTags

Repository files navigation

Blink

基于 LangGraph 1.0+ 的人机协同内容生产系统

English | 中文

Python FastAPI Vue LangGraph License Tests Status

项目简介

Blink 是一个端到端的 AI 内容运营系统，在关键决策节点引入人工审核。工作流覆盖选题、写作、质量评估、配图生成全流程，通过 LangGraph 的 interrupt 机制在需要人类判断的环节暂停并等待输入。

核心设计原则： AI 负责执行（撰写、评分、生成图片），人类把控方向（选题决策）和质量（内容审核）。

核心功能

  • 选题生成：AI 根据主题方向生成多个候选选题，人工选择最佳方向
  • 文章撰写：AI 根据选定选题生成技术文章，支持 SSE 流式输出
  • 质量评估：AI 对文章进行多维度评分（相关性、可读性、深度）
  • 人工审核：支持通过/驳回机制，驳回后可携带反馈意见重写
  • 配图生成：自动提取视觉要点并生成小红书风格配图
  • RAG 检索：基于 ChromaDB 的知识库检索增强，为写作提供参考素材
  • 多语言支持：中英文界面切换
  • 桌面应用：Electron 封装，支持一键启动后端与前端

界面预览

登录界面

登录界面

主界面（中文）

主界面-中文

主界面（英文）

主界面-英文

模型配置

模型配置

技术栈

层级 技术
后端框架 FastAPI + Uvicorn (Python >= 3.10)
工作流引擎 LangGraph 1.0+ + LangChain 1.0+
数据库 PostgreSQL 15 (SQLAlchemy AsyncIO + psycopg3)
向量数据库 ChromaDB (RAG 检索)
前端框架 Vue 3 + Vite 5
桌面封装 Electron
LLM 服务 火山引擎 Doubao (标准模型 + 快速模型)
Embedding SiliconFlow (BAAI/bge-m3)
图片生成 OpenAI 兼容图片生成 API (模型可配置)
认证 JWT (argon2 + bcrypt)
日志 structlog (支持 PII 脱敏)
监控追踪 LangSmith

工作流程图

flowchart TD
    Start([用户输入主题方向]) --> PlanTopics[AI 生成候选选题]
    PlanTopics --> Interrupt1{{中断: 等待人工选题}}
    Interrupt1 -->|选择选题| Retrieve[RAG 检索参考素材]
    Retrieve --> WriteDraft[AI 撰写文章草稿]
    WriteDraft --> Evaluate[AI 质量评估打分]
    Evaluate --> Interrupt2{{中断: 等待人工审核}}
    Interrupt2 -->|驳回 + 反馈| WriteDraft
    Interrupt2 -->|通过| ExtractVisuals[AI 提取视觉要点]
    ExtractVisuals --> GenerateImages[生成配图]
    GenerateImages --> Done([工作流完成])
Loading

选题子图流程

flowchart TD
    SubStart([子图开始]) --> PlanTopics[AI 生成 5 个候选选题]
    PlanTopics --> Interrupt{{中断: 等待用户选择}}
    Interrupt -->|用户选择| UpdateState[更新选题状态]
    UpdateState --> SubEnd([返回主图])
Loading

目录结构

Blink/
├── app/                        # 后端应用
│   ├── api/v1/                 # API 路由 (auth, workflow, image, rag, config)
│   ├── core/                   # 核心模块 (config, db, security, logger, middleware)
│   ├── dependencies/           # 依赖注入 (auth)
│   ├── graph/                  # LangGraph 工作流
│   │   ├── nodes/              # 工作流节点 (planner, retriever, writer, evaluator, visualizer)
│   │   ├── subgraphs/          # 子图 (topic_selection)
│   │   ├── state.py            # 状态定义
│   │   └── workflow.py         # 工作流编排
│   ├── models/                 # 数据模型
│   ├── services/               # 服务层 (llm, image, rag)
│   └── main.py                 # FastAPI 入口
├── frontend/                   # 前端应用
│   ├── src/
│   │   ├── App.vue             # 主组件
│   │   ├── api.js              # API 封装
│   │   ├── composables/        # 组合式函数 (i18n, toast)
│   │   └── components/         # 组件
│   └── vite.config.js
├── electron/                   # Electron 桌面壳
│   ├── main.js                 # 主进程
│   ├── preload.js              # 预加载脚本
│   └── scripts/                # 启动脚本
├── tests/                      # 测试
│   ├── api/                    # API 集成测试
│   ├── unit/                   # 单元测试
│   ├── conftest.py             # pytest 配置
│   └── factories.py            # 测试工厂
├── scripts/
│   └── init_db.sql             # 数据库初始化脚本
├── static/                     # 静态文件
├── Dockerfile                  # Docker 构建文件
├── docker-compose.yml          # Docker Compose 编排
├── pyproject.toml              # Python 项目配置
└── .env.example                # 环境变量模板

快速开始

环境要求

  • Python >= 3.10
  • Node.js >= 20
  • PostgreSQL 15+
  • 以下 API Key（至少 LLM_API_KEY）：
    • 火山引擎 Doubao API Key
    • SiliconFlow API Key（RAG 功能需要）
    • 图片生成 API Key（配图功能需要，支持任意 OpenAI 兼容图片生成服务）

方式一：Docker Compose（推荐）

# 1. 克隆项目
git clone https://github.com/your-username/Blink.git
cd Blink

# 2. 复制环境变量模板并填写配置
cp .env.example .env
# 编辑 .env，至少填写 JWT_SECRET_KEY 和 LLM_API_KEY

# 3. 一键启动（PostgreSQL + 后端 + 前端构建）
docker compose up -d

# 4. 访问应用
# http://localhost:8000

方式二：本地开发

# 1. 克隆项目
git clone https://github.com/your-username/Blink.git
cd Blink

# 2. 配置环境变量
cp .env.example .env
# 编辑 .env，填写数据库连接、API Key、JWT_SECRET_KEY

# 3. 安装 Python 依赖（推荐使用虚拟环境）
python -m venv .venv
source .venv/bin/activate    # Linux/Mac
# .venv\Scripts\activate     # Windows
pip install -e ".[dev,rag]"

# 4. 初始化数据库
# 创建 PostgreSQL 数据库 aicontent，然后运行：
psql -h localhost -U postgres -d aicontent -f scripts/init_db.sql

# 5. 启动后端
python -m uvicorn app.main:app --host 127.0.0.1 --port 8080 --reload

# 6. 启动前端（新终端）
cd frontend
npm install
npm run dev
# 访问 http://localhost:5173

方式三：Electron 桌面应用

# 前置：完成本地开发中的步骤 2-4
# 然后安装 Electron 依赖
npm install

# 开发模式（同时启动后端 + 前端 + Electron）
npm run dev

# 打包构建
npm run build:win    # Windows
npm run build:mac    # macOS
npm run build:linux  # Linux

环境变量说明

变量名 说明 必填
JWT_SECRET_KEY JWT 签名密钥，长度至少 32 字符 是
DATABASE_URL PostgreSQL 异步连接字符串 是
POSTGRES_URI PostgreSQL 同步连接字符串 (LangGraph Checkpointer) 是
LLM_API_KEY 火山引擎 Doubao API Key 是
LLM_BASE_URL LLM API 地址 否
LLM_MODEL 标准模型（文章写作） 否
LLM_MODEL_FAST 快速模型（选题、提取） 否
EMBEDDING_API_KEY SiliconFlow Embedding API Key RAG 功能需要
IMAGE_API_KEY 图片生成 API Key 配图功能需要
LANGCHAIN_API_KEY LangSmith API Key（追踪监控） 否
CORS_ORIGINS 允许的前端来源 否

测试

# 运行全部测试
python -m pytest tests/ -v

# 运行单元测试
python -m pytest tests/unit/ -v

# 运行 API 测试
python -m pytest tests/api/ -v

当前共 67 个测试，覆盖 API 接口、工作流节点、安全模块、PII 脱敏等。

API 文档

启动后端后访问 Swagger 文档：http://localhost:8000/docs

主要接口：

方法 路径 说明
POST /api/v1/auth/register 用户注册
POST /api/v1/auth/login 用户登录
GET /api/v1/auth/me 获取当前用户
POST /api/v1/workflow/start 启动工作流
GET /api/v1/workflow/state/{thread_id} 获取工作流状态
POST /api/v1/workflow/resume/{thread_id} 恢复工作流
POST /api/v1/workflow/stream/resume/{thread_id} 流式恢复工作流 (SSE)
GET /api/v1/workflow/threads 获取线程列表
DELETE /api/v1/workflow/threads/{thread_id} 删除线程
POST /api/v1/rag/index 索引文档到知识库
POST /api/v1/rag/retrieve 检索参考文档

License

MIT

About

A LangGraph-based human-in-the-loop content operations system covering topic ideation, article writing, quality scoring, human review, and image generation.

Resources

Readme
MIT license
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages