AgentChat

最新版本更新日志 (2026-4-12)

1. 基于人机协同（HITL）的OpenAPI信息对话式MCP Server生成

• 支持将OpenAPI信息以人机协同方式进行对话式MCP Server生成。
• 在生成MCP Server的过程中，关键决策节点支持人工介入与确认，实现动态配置与实时交互。
• 提升了服务器的生成灵活性与系统可控性，让用户在自动化流程中保留充分的主动权。

2. 优化对话上下文管理

重构对话上下文管理策略，从简单的"最近5段对话"升级为智能三层记忆架构：

• 短期记忆 (Short-Term Memory): 保持最近3000 tokens以内的对话内容，确保即时上下文连贯
• 历史信息总结: 自动总结超过3000 tokens的历史对话，提取关键信息
• 长期记忆 (Long-Term Memory): 持久化记录用户偏好、习惯和重要信息，实现个性化对话体验

3. 修复依赖冲突问题

解决了多个依赖包版本冲突问题，特别是 Pydantic、LangChain、FastAPI 等核心库的兼容性问题，提升系统稳定性。

4. 优化首次启动体验

修复首次启动时缺少模型配置导致的错误，新增配置检查和友好提示，引导用户完成初始化配置，降低使用门槛。

1. 支持MiniO本地对象存储

现在支持OSS和MiniO两种对象存储方式，参考文档: 本地安装MiniO，感谢提供Issue的朋友:

• @xiaoyan011016
• @shenmi888

2. 优化Docker直接部署项目

(1) 前版本docker部署经常会出现 agentchat-frontend 连不上 agentchat-backend 的网络失败情况，已经修复该bug (2) 缺少Win系统下的一键部署脚本，目前已经加上 (start_win.bat)

3. 支持自定义工具

之前点击自定义工具是无事件，目前可通过上传 Swagger/OpenAPI 构建自己的工具。

4. 支持Skill

现已支持通过创建 Skill 绑定到智能体渐进式加载 Prompt 去教模型如何做事。

5. 优化页面样式

前版本中系统设置为空白，现在已经去除。

目录

• 一、项目简介
• 二、功能展示
• 三、重要版本说明
• 四、功能特性
• 五、技术栈
• 六、快速开始
• 七、高级部署指南
• 八、文档
• 九、许可证

一、项目简介

AgentChat 是一个现代化的智能对话系统，基于大语言模型构建，提供了丰富的AI对话功能。系统采用前后端分离架构，支持多种AI模型、知识库检索、工具调用、MCP服务器集成等高级功能。

1. 核心亮点

• 智能Agent: 支持Sub-Agents协作，具备推理和决策能力
• 知识库检索: RAG技术实现精准知识检索和问答
• 工具生态: 内置多种实用工具，支持自定义扩展
• MCP集成: 支持Model Context Protocol服务器
• 现代界面: 基于Vue 3和Element Plus的美观UI
• 三层记忆: 短期保留上下文，历史自动总结，长期记录用户偏好
• 人机协同生成: 基于HITL对话式生成MCP Server，关键节点可人工介入

二、功能展示

1. 人机协同（HITL）

使用Human-In-The-Loop机制将API信息对话式生成MCP Server <img width="800" height="450" src="https://github.com/user-attachments/assets/cabb59d8-0e14-432a-9aee-aa9115e266cd" />

2. 新增工作区

新增工作区，工作区和应用中心可随意切换 <img width="800" height="450" src="https://github.com/user-attachments/assets/766c7628-2256-4c8b-a838-c400eaa78d6b" />

3. 灵寻任务规划

实时的任务流程图，更加直观的感受 <img width="800" height="450" src="https://github.com/user-attachments/assets/53f7fe9f-d70d-4cc2-bf7e-b47a712a6d7a" />

4. 数据看板

能够根据Agent、模型、时间范围进行筛选调用次数和Token使用量 <img width="800" height="450" src="https://github.com/user-attachments/assets/b0cb4ccf-b868-4f1b-9b26-8a882d8130da" />

5. 智言平台首页

简洁现代的主界面，提供直观的功能导航 <img width="800" height="450" src="https://github.com/user-attachments/assets/dc626494-4797-4a86-b350-3a0759d52d64" />

6. 智能Agent功能演示

天气查询Agent

实时天气信息查询和预报 <img width="400" height="240" src="https://github.com/user-attachments/assets/91a95c2b-f194-4c25-ba0f-f8cb393cba50" />

文生图Agent

AI驱动的图像生成服务 <img width="400" height="240" src="https://github.com/user-attachments/assets/58194798-5c3e-4d7d-895c-944b6665e5a6" />

7. 智能体工具多轮调用

平台中智能体支持工具多轮调用（指的是根据工具C依赖工具B结果，执行工具B依赖工具A结果，所以调用工具的顺序是 A --> B --> C）

三、重要版本说明

从 AgentChat v2.2.0 版本开始，LangChain 已升级至 1.0 版本。

1. LangChain 1.0 引入了重大API变更。
2. 部分工具和Agent配置方式已更新。
3. 建议查看迁移指南了解详细变更。

四、功能特性

1. 核心功能模块

• AI对话引擎: 支持多模型生态、流式响应、上下文记忆、思考可视化。
• 智能Agent系统: 多Agent协作、任务自动化、工作流编排、目标导向。
• 知识库系统: 多格式支持、语义分块、向量检索、RAG问答。
• 工具生态: 内置10+实用工具，支持自定义上传与扩展。

2. 高级特性

• MCP服务器: 完整协议支持，运行时动态加载。
• 用户管理: 安全认证、细粒度权限控制、个性化配置。
• 系统架构: 前后端分离，Docker部署，异步高性能处理。

五、技术栈

• 后端: FastAPI, Python 3.12+, LangChain, MySQL, Redis, ChromaDB.
• 前端: Vue 3.4+, Element Plus, Pinia, Vite 5, TypeScript.
• 部署: Docker, Docker Compose, Poetry, npm.

六、快速开始

1. 系统要求

• Python 3.12+
• Node.js 18+
• MySQL 8.0+, Redis 7.0+
• Docker 20.10+

2. Docker一键部署

# 1. 克隆项目
git clone https://github.com/Shy2593666979/AgentChat.git
cd AgentChat

# 2. 编辑配置文件
vim docker/docker_config.yaml

# 3. 启动
cd docker
docker-compose up --build -d

3. 本地一键部署

克隆项目

git clone https://github.com/Shy2593666979/AgentChat.git

cd AgentChat

后端启动服务

cd src/backend

# 安装依赖
1. pip install -r requirements.txt

# 或者使用uv (更推荐)
1. pip install uv
2. uv sync 

前端启动服务

cd src/frontend

# 下载依赖
npm install
npm run dev

七、高级部署指南

系统支持多种向量数据库（Milvus/ChromaDB）和搜索引擎（Elasticsearch）的配置。具体请参阅部署文档。

八、文档

• API文档: AgentChat Document
• 开发指南: 启动后端后访问 /docs 查看 Swagger 文档。

九、许可证

本项目采用 MIT License 开源许可证

这意味着你可以自由使用、修改和分发本项目

十、感谢支持 AgentChat

🌟 感谢支持 AgentChat！

如果这个项目对你有帮助，请给我们一个 ⭐️

让更多的人发现这个项目，一起构建AI的未来！

Made with ❤ by the AgentChat Author MingGuang Tian