Craft-Agent

12小时前发布 2 00

Craft-Agent 是一个集「深度研究助手」与「网站生成」于一体的智能体系统,基于大语言模型、多智能体编排与现代 Web 技术栈构建。

所在地:
中国
收录时间:
2025-12-06
其他站点:
Craft-AgentCraft-Agent

Craft-Agent 是一个开源的智能体系统,结合了「深度研究助手」与「网站自动生成」两大核心能力。它基于大语言模型、多智能体工作流编排和现代化 Web 技术栈构建,适用于研究人员、开发者或任何需要将想法快速转化为结构化内容与前端页面的用户。

Craft-Agent

项目源码托管于 GitHub,采用 MIT 开源协议,支持本地部署与容器化运行。下面我们将从功能特性、技术架构、部署方式、使用流程到开发扩展,系统性地介绍 Craft-Agent。

核心功能

多步深度研究工作流

Craft-Agent 能够自动规划研究路径:

  • 拆解用户输入的问题为多个子任务
  • 依次执行网页搜索、内容抓取、文本阅读与信息提炼
  • 最终输出结构化的研究报告(如大纲、摘要、引用来源等)

整个过程支持 Human-in-the-loop 模式:用户可在任意节点介入,调整研究重点、增删信息源,或修正中间结论。

Craft-Agent

网站生成(Web Dev)

在 Web Dev 页面,你只需用自然语言描述网站需求,例如:

“一个展示 AI 项目案例的单页网站,包含标题、简介、三个项目卡片,使用深色主题和圆角按钮。”

系统会:

  • 自动生成完整的项目结构(HTML/CSS/React 组件)
  • 提供可视化代码编辑区域
  • 内置本地预览功能,实时查看渲染效果

生成的代码基于现代前端技术栈,可直接用于部署或二次开发。

工具与集成能力

  • 网页爬虫:基于 Jina Reader 与 Readability,高效提取正文内容
  • Python 执行沙箱:支持在安全环境中运行代码片段(如数据处理、格式转换)
  • LangChain 工具扩展:可接入自定义 API、数据库或内部服务

现代 Web 用户体验

前端采用:

  • Next.js 15 + React 19 + TypeScript
  • TailwindCSS + shadcn/ui 组件库
  • 支持流畅动画与响应式布局
  • 中英文双语切换(语言文件位于 web/messages/ 目录)

技术架构

后端(Python / FastAPI)

  • 使用 FastAPI 构建 RESTful API,所有接口以 /api 为前缀
  • 核心功能包括:
    • 加载模型与工具配置(RAG、LLM 等)
    • 支持流式响应的深度研究对话
    • 流式网站代码生成
    • 静态预览服务(挂载于 /api/preview

智能体工作流由 LangGraph 编排,状态管理与节点逻辑集中在 src/graph/ 目录。

前端(Next.js)

  • 页面路由:
    • /chat:研究工作室
    • /web-dev:网站生成器
    • /landing:项目介绍页
  • 状态管理、组件复用、多语言支持均按模块化设计

部署方式

方式一:Docker Compose(推荐)

适合快速体验或生产部署:

git clone https://github.com/ipvoov/Craft-Agent
cd Craft-Agent

cp .env.example .env
cp config.yaml.example config.yaml
# 编辑 .env 和 config.yaml,填入你的 LLM API 密钥

docker-compose up -d

访问地址:

  • 前端:http://localhost:3001
  • API:http://localhost:8001

镜像:

  • 前端:pveev/craft-agent-frontend:latest(约 300MB)
  • 后端:pveev/craft-agent-backend:latest(约 500MB)

如需修改端口,请编辑 docker-compose.yml 中的 ports 字段。

方式二:本地开发(使用 uv)

适合开发者调试或二次开发:

git clone https://github.com/ipvoov/Craft-Agent
cd Craft-Agent

uv sync  # 自动创建虚拟环境并安装依赖
cp .env.example .env
cp config.yaml.example config.yaml
# 配置 API 密钥

cd web && pnpm install
./start.sh

服务启动后,同样通过 http://localhost:3001 访问。

典型使用流程

1. 深度研究(Research Studio)

  • 访问 http://localhost:3001/chat
  • 选择语言(中文/英文)
  • 输入研究问题,例如:“分析 2024 年 AI 创业公司的融资趋势”
  • 可选开启“深度思考模式”
  • 系统自动执行多步研究,最终输出结构化报告

2. 网站生成(Web Dev)

  • 访问 http://localhost:3001/web-dev
  • 描述网站需求(结构、风格、内容)
  • 提交后,系统生成完整前端项目
  • 在右侧查看代码,并点击“预览”实时查看效果

开发与扩展

工作流定制

  • 修改 src/graph/State.py 调整状态定义
  • 在 src/graph/nodes/ 中新增或修改节点逻辑
  • 支持条件分支、循环、人工审核等复杂流程

工具扩展

  • 在 src/tools/ 目录添加新的 LangChain 工具
  • 通过配置文件接入第三方服务(如企业内部数据库、搜索 API)

MCP 服务器集成

前端支持通过 JSON 配置注册 MCP(Model Control Protocol)服务器,相关文案位于 web/messages/en.json 和 zh.json 的 settings.mcp 字段。

⚠️ 安全提示:切勿将 API 密钥、密码等敏感信息提交至代码仓库

常见问题排查

❌ 前端无法连接后端(404 / 超时)

  • 检查 docker-compose.yml 中 NEXT_PUBLIC_API_URL 是否为 http://localhost:8001
  • 运行 docker-compose ps 确认后端容器正在运行
  • 查看日志:docker-compose logs backend
  • 检查 Docker 网络:docker network ls

❌ 镜像拉取失败

  • 确认网络畅通
  • 镜像名称是否正确:pveev/craft-agent-backend:latest
  • 尝试 docker login 登录 Docker Hub

❌ 容器内存溢出(OOM)

  • 在 Docker Desktop 或 docker-compose.yml 中增加内存限制
  • 检查日志中的异常堆栈
  • 考虑降低 LLM 上下文长度或使用更轻量模型

数据统计

相关导航

暂无评论

none
暂无评论...