关键词

协作设计AI代理系统设计自动化多智能体通信用户体验分析

项目简介

本项目是一个多智能体协作设计系统，利用专门的AI代理通过Model Communication Protocol (MCP) 服务器进行通信。系统旨在提供一个协同环境，让不同职责的AI代理（如美学、UX流程、辅助功能、用户画像等）共同完成复杂的设计任务，并通过共享内存和区块链集成提供增强功能。

主要功能点

  • 多智能体架构: 包含协调代理和多种专业代理，各司其职，通过MCP服务器协作。
  • 任务协调: 协调代理负责接收用户任务，将其分解为子任务，并分派给最合适的专业代理。
  • 专业设计服务: 各专业代理提供其领域的详细分析、建议或执行特定操作（如UX流程图描述、美学建议、辅助功能检查、用户画像分析）。
  • 标准化通信: 所有代理通过遵守MCP的结构化消息格式，实现高效、可互操作的通信。
  • 状态共享: 利用Redis实现代理间的共享内存，支持会话管理和状态持久化。
  • 贡献追溯: 集成Solana区块链，用于记录和验证AI代理的关键贡献和决策过程。
  • 可观测性: 集成Prometheus和Grafana，提供系统健康监控和性能指标。

安装步骤

本项目推荐使用Docker Compose进行安装和运行，以简化环境配置。

  1. 克隆仓库: 
    git clone https://github.com/Keerthivasan-Venkitajalam/project-root.git # 请注意：README中的URL是示例，实际使用时请替换为实际仓库地址。
cd project-root
  2. 配置API密钥: 创建一个名为 '.env' 的文件，并在其中添加您的OpenAI API密钥： 
    OPENAI_API_KEY=your_openai_api_key_here
  3. 使用Docker Compose启动: 运行以下命令即可构建并启动整个系统所需的所有服务（包括MCP服务器、所有代理、Redis、本地Solana验证器、前端UI和监控）： 
    docker-compose up --build
    这将启动MCP服务器（默认在 'ws://localhost:8080'）、所有代理、Redis、Solana测试环境等。
  4. （可选）单独运行组件: 如果需要进行开发或调试，也可以单独启动各个组件。请参考仓库README中的“Running Individual Components”部分获取详细指令，通常包括：
    • 安装Python依赖：'pip install -r requirements.txt'
    • 构建并运行MCP服务器（使用Zig语言开发，需提前安装Zig）：'cd mcp-server && zig build run'
    • 启动Redis服务（如果未用Docker）。
    • 在单独的终端中分别启动各Python代理程序（如 'python agents/coordinator/agent.py'）。
    • 构建并启动前端UI（需要Node.js）：'cd ui && npm install && npm start'

服务器配置（针对MCP客户端）

MCP服务器（在此项目中通过Zig语言实现）是整个多智能体系统的核心通信枢纽。AI代理和客户端应用（如前端UI）都是MCP客户端，它们通过连接到MCP服务器来发送任务请求、接收响应、声明能力或进行代理间通信。

要使一个MCP客户端能够连接到此MCP服务器，它需要知晓服务器的连接信息。这些信息通常在客户端的配置中指定。虽然具体的配置格式取决于客户端实现，但核心要素包括：

  • 服务器地址: MCP服务器运行所在的主机名或IP地址（例如 'localhost' 或 'mcp-server'，取决于部署方式）。
  • 服务器端口: MCP服务器监听的端口号（例如 '8080'）。
  • 传输协议: 客户端与服务器建立连接使用的协议（例如 'websocket'）。

如果MCP客户端被设计为能够自动启动服务器进程，它可能还需要服务器的可执行命令和参数，例如：

{
  "server_name": "MCP Design Server",
  "command": "zig",                // 启动服务器进程的命令
  "args": ["build", "run", "mcp-server"], // 传递给命令的参数列表，用于运行服务器构建结果
  "transport": "websocket",        // 使用的传输协议
  "address": "localhost",          // 服务器监听的IP地址或主机名
  "port": 8888                     // 服务器监听的端口号
}

请注意: 上述JSON是一个示例配置结构，用户在配置自定义MCP客户端时，需要根据实际部署环境和该项目MCP服务器（Zig代码）的启动方式来填写准确的 'address'、'port' 和 'transport' 信息。 'command' 和 'args' 仅在客户端负责启动服务器进程时才需要。

基本使用方法

启动整个系统后：

  1. 访问前端UI（默认通常在 'http://localhost:3000'）。
  2. 通过UI提交一个设计相关的任务或查询。
  3. 协调代理将接收该请求，并根据任务内容自动分派给相应的专业代理。
  4. 专业代理处理子任务，生成结果并返回给协调代理。
  5. 协调代理整合各方结果，生成最终的响应并返回给前端UI。

您还可以通过查看Prometheus ('http://localhost:9090') 和 Grafana ('http://localhost:3001') 来监控系统的运行状态和代理的活动。

信息

分类

AI与计算

访问项目