知识水多代理AI管理系统
项目介绍
智水AI智慧管理解决方案
<div align="center">
🏢 企业级多智能体AI管理系统
💡 特别为电力和水利行业设计的智能管理解决方案
</div>📋 目录
项目简介
智水AI智慧管理解决方案是一个特别为电力和水利行业设计的企业级多智能体AI管理系统。该系统采用先进的MCP（模型上下文协议）架构，并通过多个专业AI智能体的协作工作为企业提供全面的智能分析和决策支持。
🎯 项目特点
- 🏗️ 模块化架构基于MCP协议的多智能体协作架构
- 🔧 行业定制针对电力和水利行业的业务场景进行优化
- 📊 智能分析集成财务分析、成本预测、知识管理和绩效评估等多维AI能力
- 🎨 视觉界面现代Streamlit仪表板，支持拖放操作
- ⚡ 高性能采用异步处理和平行计算确保系统响应速度
- 🔒 安全可靠企业级安全设计和数据保护机制
系统架构
🏗️ 总体架构
┌─────────────────────────────────────────────────────────────┐
│ 前端展示层 │
│ ┌───────────────────────┐ │
│ │ Streamlit仪表板 │ │
│ │ • 数据可视化 │ │
│ │ • 智能体交互 │ │
│ │ • 报告生成 │ │
│ └──────────┬────────────┘ │
│ │ │
└─────────────────────────┼───────────────────────────────────┘
│ HTTP/REST API
┌─────────────────────────┼───────────────────────────────────┐
│ 协调控制层 │
│ ┌──────────┴────────────┐ │
│ │ Agno协调中心 │ │
│ │ • 任务调度 │ │
│ │ • 智能体管理 │ │
│ │ • 结果聚合 │ │
│ └──────────┬────────────┘ │
│ │ │
└─────────────────────────┼───────────────────────────────────┘
│ MCP协议
┌─────────────────────────┼───────────────────────────────────┐
│ 智能体服务层 │
│ ┌──────────┴────────────┐ │
│ │ 专业AI智能体集群 │ │
│ ┌───────────┼───────────┬─────────┼───────────┐ │
│ │财务分析 │成本预测 │知识管理 │效能评估 │ │
│ │智能体 │智能体 │智能体 │智能体 │ │
│ └───────────┴───────────┴─────────┴───────────┘ │
│ │ │
└─────────────────────────┼───────────────────────────────────┘
│ 数据访问
┌─────────────────────────┼───────────────────────────────────┐
│ 数据存储层 │
│ ┌───────────┬───────────┬─────────┬───────────┐ │
│ │SQLite │JSON文件 │Excel │日志文件 │ │
│ │数据库 │ │数据 │ │ │
│ └───────────┴───────────┴─────────┴───────────┘ │
└─────────────────────────────────────────────────────────────┘
📁 项目结构
智水AI智慧管理解决方案/
├── 1_frontend_dashboard/ # Streamlit前端仪表板
│ ├── main.py # 主应用入口
│ ├── pages.py # 页面路由和组件
│ ├── components.py # UI组件库
│ ├── api_client.py # API客户端
│ ├── config.py # 前端配置
│ ├── models.py # 数据模型
│ ├── utils.py # 工具函数
│ └── requirements.txt # 前端依赖
│
├── 2_financial_ai_mcp/ # 财务AI MCP服务
│ ├── financial_mcp.py # 财务分析智能体
│ ├── data/ # 财务数据存储
│ └── requirements.txt # 服务依赖
│
├── 3_cost_prediction_mcp/ # 成本预测MCP服务
│ ├── cost_prediction_mcp.py # 成本预测智能体
│ ├── predict_cost.py # 预测算法
│ ├── train_model.py # 模型训练
│ ├── utils.py # 工具函数
│ ├── data_templates/ # 数据模板
│ ├── models/ # 训练好的模型
│ └── requirements.txt # 服务依赖
│
├── 4_operation_knowledge_mcp/ # 运营知识MCP服务
│ ├── knowledge_mcp.py # 知识管理智能体
│ ├── knowledge_base/ # 知识库文件
│ └── requirements.txt # 服务依赖
│
├── 5_hr_efficiency_mcp/ # 人力资源效能MCP服务
│ ├── zhishui_efficiency_mcp.py # 效能评估智能体
│ └── requirements.txt # 服务依赖
│
├── 7_agno_coordinator/ # 智能体协调中心
│ ├── start_optimized.py # 协调中心主程序
│ ├── main.py # FastAPI应用
│ ├── planner_agent.py # 规划智能体
│ ├── agents/ # 业务智能体基类
│ │ ├── base_agent.py # 基础智能体类
│ │ ├── business_agent.py # 业务智能体基类
│ │ ├── financial_agent.py # 财务智能体
│ │ ├── cost_agent.py # 成本智能体
│ │ ├── knowledge_agent.py # 知识智能体
│ │ └── efficiency_agent.py # 效能智能体
│ ├── config.py # 系统配置
│ ├── requirements.txt # 协调中心依赖
│ └── docs/ # 架构文档
│
├── .env.example # 环境变量示例
├── README.md # 项目说明文档
└── LICENSE # 许可证文件
核心功能
💰 财务AI分析
- 智能财务分析自动分析财务报表，识别异常和风险
- 关键指标计算：ROE、ROA、流动比率、速动比率等
- 趋势预测基于历史数据预测未来财务表现
- 可视化报告生成专业的财务分析报告
📈 成本预测
- 成本模型训练基于历史数据训练预测模型
- 多维度预测支持基于项目、部门、时间等维度的预测
- 敏感性分析评估不同因素对成本的影响
- 预警机制自动成本超支警告
📚 知识管理
- 智能文档处理自动提取和分类技术文档
- 语义搜索基于语义的智能文档检索
- 知识图谱构建领域知识图谱
- 最佳实践推荐基于场景推荐最佳实践
👥 人力资源效能
- 员工效能评估多维度评估员工工作表现
- 个性化建议基于AI的个性化改进建议
- 团队分析分析团队效率趋势
- 培训推荐智能推荐培训课程
📊 可视化仪表盘
- 实时监控实时显示关键指标
- 交互图表支持钻取和过滤的图表
- 自定义报告用户可以自定义报告模板
- 数据导出支持多种格式的数据导出
技术栈
🐍 后端技术
- **Python 3.10+**主要开发语言
- FastAPI高性能Web框架
- AgNO多智能体协调框架
- Pandas数据处理和分析
- NumPy数值计算
- SQLite轻量级数据库
- Joblib模型序列化
🎨 前端技术
- Streamlit快速构建数据应用
- Plotly交互式图表库
- Pandas前端数据处理
- Streamlit-Option-Menu导航组件
🤖 AI/ML技术
- OpenAI API大型语言模型集成
- Scikit-learn机器学习算法
- Matplotlib数据可视化
- RequestsHTTP客户端
🔧 开发工具
- Python-dotenv环境变量管理
- Logging日志系统
- PyInstaller应用程序打包
- Git版本控制
快速开始
📋 环境要求
- Python 3.10或更高版本
- Windows 10/11或Linux Ubuntu 20.04+
- 8GB内存（推荐16GB）
- 10GB可用磁盘空间
- 网络连接（用于API调用）
🚀 一键安装
# 克隆项目
git clone https://github.com/your-username/zhishui-ai-management.git
cd zhishui-ai-management
# 创建虚拟环境
python -m venv venv
source venv/bin/activate # Linux/Mac
# 或
venv\Scripts\activate # Windows
# 安装依赖
pip install -r 7_agno_coordinator/requirements.txt
pip install -r 1_frontend_dashboard/requirements.txt
⚙️ 配置环境
- 复制环境变量示例文件：
cp .env.example .env
- 编辑
.env文件，填写您的API密钥：
# OpenAI API配置
OPENAI_API_KEY=your_openai_api_key_here
OPENAI_API_BASE=https://api.openai.com/v1
# 系统配置
SYSTEM_ENV=development
LOG_LEVEL=INFO
- 配置AI模型参数（编辑）
7_agno_coordinator/config.py）：
AI_CONFIG = {
"api_key": os.getenv("OPENAI_API_KEY", ""),
"api_base": os.getenv("OPENAI_API_BASE", "https://api.openai.com/v1"),
"model": "gpt-4-turbo-preview",
"temperature": 0.7,
"max_tokens": 65000,
}
🏃♂️ 启动服务
# 1. 启动协调中心（终端1）
cd 7_agno_coordinator
python start_optimized.py
# 2. 启动前端应用（终端2）
cd 1_frontend_dashboard
streamlit run main.py --server.port 8501
🌐 访问应用
- 前端仪表盘： http://localhost:8501
- API文档： http://localhost:8000/docs
- 健康检查： http://localhost:8000/health
详细部署
📦 每个服务的启动顺序
第一步：激活MCP专业服务
# 启动财务分析服务（终端1）
cd 2_financial_ai_mcp
python financial_mcp.py
# 启动成本预测服务（终端2）
cd 3_cost_prediction_mcp
python cost_prediction_mcp.py
# 启动知识管理服务（终端3）
cd 4_operation_knowledge_mcp
python knowledge_mcp.py
# 启动效能评估服务（终端4）
cd 5_hr_efficiency_mcp
python zhishui_efficiency_mcp.py
第二步：激活协调中心
# 启动智能体协调中心（终端5）
cd 7_agno_coordinator
python start_optimized.py
第三步：启动前端应用
# 启动Streamlit前端（终端6）
cd 1_frontend_dashboard
streamlit run main.py --server.port 8501
🔧 配置说明
系统配置
编辑7_agno_coordinator/config.py文件：
# 系统运行配置
@dataclass
class SystemConfig:
system_name: str = "智水信息AI智慧管理系统"
version: str = "1.0.0"
environment: str = "development" # development, production
max_concurrent_workflows: int = 5
max_agent_execution_time: int = 600 # 秒
thread_pool_size: int = 4
# AI模型配置
AI_CONFIG = {
"api_key": os.getenv("OPENAI_API_KEY", ""),
"api_base": os.getenv("OPENAI_API_BASE", "https://api.openai.com/v1"),
"model": "gpt-4-turbo-preview",
"temperature": 0.7,
"max_tokens": 65000,
}
前端配置
编辑1_frontend_dashboard/config.py文件：
# Streamlit配置
STREAMLIT_CONFIG = {
"page_title": "智水AI智慧管理系统",
"page_icon": "💧",
"layout": "wide",
"initial_sidebar_state": "expanded",
"theme": {
"primaryColor": "#1f77b4",
"backgroundColor": "#f0f2f6",
"secondaryBackgroundColor": "#ffffff",
"textColor": "#262730",
}
}
API文档
核心接口
智能体协作接口
POST /collaborate
提交任务给多智能体系统进行处理。
请求参数：
{
"task_type": "financial_analysis",
"task_data": {
"company_name": "智水信息技术有限公司",
"analysis_period": "2024",
"focus_areas": ["profitability", "liquidity", "efficiency"]
},
"priority": "high",
"timeout": 300
}
响应示例：
{
"task_id": "task_123456",
"status": "completed",
"results": {
"financial_summary": {
"current_ratio": 2.1,
"roe": 0.15,
"profit_margin": 0.12,
"recommendations": [
"建议优化应收账款管理",
"考虑增加短期投资"
]
}
},
"processing_time": 45.2,
"confidence_score": 0.89
}
健康检查接口
GET /health
检查系统的健康状态。
响应示例：
{
"status": "healthy",
"timestamp": "2024-01-15T10:30:00Z",
"services": {
"coordinator": "running",
"financial_agent": "available",
"cost_agent": "available",
"knowledge_agent": "available",
"efficiency_agent": "available"
},
"version": "1.0.0"
}
开发指南
🛠️ 开发环境设置
- 创建开发分支：
git checkout -b feature/your-feature-name
- 安装和开发依赖：
pip install -r requirements