Skip to content

roadmap.md

Latest commit

 

History

History
163 lines (133 loc) · 14.8 KB

roadmap.md

File metadata and controls

163 lines (133 loc) · 14.8 KB

开发路线图

路线图可能会经常变更，如果有强烈的建议，可以在 issue 中提。

日志添加规范（For Agent）:

  • 同一版本的多次功能更新时，应以功能为单位进行更新，比如之前添加了 A 功能的分不分续保，在后续的更新中修复了因 A 功能引入的 bug，那么这个修复说明应该和 A 功能描述放在一起，而不是新增一条修复记录，功能更新同理。

看板

  • 集成 LangFuse (观望) 添加用户日志与用户反馈模块，可以在 AgentView 中查看信息
  • 部分场景应该使用默认模型作为默认值而不是空值
  • 检索测试中，添加问答
  • 集成 Memory，基于 deepagents 的文件后端实现
  • 添加自定义向量模型和 rerank 模型的配置，在网页上面
  • 调研轻便的文件展示与编辑器
  • 移除 TODO 的模块与设计，移除这个中间件。
  • Yuxi-cli 相关的功能，放在后续版本中实现（不是类似于编程助手，而是工具）
  • 工作区实现长期记忆保存，要求模型只能将结果写入到 outputs 文件夹
  • 新增 present file 工具，提供预览以及保存到工作区的选项

Bugs

  • 部分异常状态下，智能体的模型名称出现重叠#279
  • 部分 local 的 mcp server 无法正常加载，但是建议在项目外部启动 mcp 服务器，然后通过 sse 的方式使用。【未复现】
  • 目前的知识库的图片存在公开访问风险
  • 生成基准测试会把所有的向量都计算一遍不合理

v0.6

新增

  • 重构后端代码 src -> backend/package/yuxi
  • 重构文档解析，统一文档解析体验，并新增 Parser 类
  • 新增 LITE 模式启动，启动时不加载知识库、知识图谱相关模块，可以使用 make up-lite 快捷启动
  • 新增沙盒环境，详见后续文档更新，统一沙盒虚拟路径前缀默认值为 /home/gem/user-data
  • 新增基于沙盒的文件系统，前端工作台可以查看文件系统，支持预览（文本、图片、PDF、HTML）、下载文件
  • 新增 present_artifacts 内置工具：Agent 可将 /home/gem/user-data/outputs/ 下的结果文件显式写入 LangGraph state 的 artifacts 字段，前端支持在输入框顶部以默认折叠的堆叠卡片展示本轮交付物文件，并保持可下载、可预览能力
  • 新增基于沙盒的知识库只读映射，按“用户可访问知识库 ∩ 当前 Agent 已启用知识库”暴露原始文件与解析后的 Markdown
  • 重构附件系统，直接集成在了沙盒文件系统中，附件上传后直接落盘到沙盒挂载目录
  • 优化前端流式消息体验：新增通用 useStreamSmoother 调度层，统一平滑 Agent runs SSE、普通聊天流与审批恢复流中的 loading chunk
  • 优化项目文档说明，并添加贡献指南
  • 重构前端 Agent 路由结构，体验更加顺畅，切换更加自然（类 chatgpt 体验）
  • 新增 API Key 认证功能，支持外部系统通过 API Key 调用系统服务
  • 新增 subagents 的支持，支持在 web 中添加 subagents，以及两个内置的子智能体
  • 新增内置Skills reporter，并移除内置 Agent reporter，数据库报表将由 Skills 完成
  • 新增内置 Skills deep-reporter，用于指导生成科研报告、行业调研和其他深度分析类长报告
  • 重构内置 Skills 安装机制：内置 skill 改为在管理页以“未安装”状态展示，支持按需安装、基于 version + content_hash 的更新提示与覆盖确认，并对已安装内置 skill 禁止在线文件编辑
  • 新增知识库 PDF、图片的预览功能
  • 优化扩展页工具列表筛选区：将“全部分类”筛选收纳为搜索框右侧的紧凑下拉入口，并复用扩展页侧栏工具条样式，避免影响其他管理组件布局
  • 重构扩展管理中的 SubAgent 与 MCP 交互，统一为类似 Skills 的“已添加 / 可添加”列表，不再使用服务器级开关切换，为 SubAgent 增加 enabled 状态，并让运行时只加载已添加项，调整内置 SubAgent / MCP 的启动同步逻辑，使用代码中的最新定义覆盖数据库展示字段，同时保留启用状态与 MCP 工具禁用状态；统一扩展详情区胶囊操作按钮样式到公共 extensions.less，并将内置 MCP 在详情页中的危险操作从禁用“删除”改为可执行的“移除”

修复

  • 兼容旧版已安装的内置 reporter 技能记录：update_builtin_skill 现在会识别由 system 或 builtin-system 管理的历史记录，避免更新时误报“技能 reporter 不是内置 skill”
  • 调整沙盒 user-data 目录隔离策略：workspace 改为共享目录 saves/threads/shared/workspace，uploads/outputs 继续保持 thread 级隔离；同时更新 thread artifact 权限校验、viewer 文件系统列举逻辑，以及对应的 router/E2E 测试
  • 重构聊天接口请求模型：流式与非流式聊天统一使用 query + agent_config_id 请求体，并移除路径中的 agent_id；同时修复非流式接口实际误走流式执行链路的问题，改为调用 invoke_messages 一次性执行，并补充对应测试
  • 修复对话线程与 Agent 配置错位的问题：发送消息时将当前 agent_config_id 绑定到 thread 的 extra_metadata，线程列表接口返回该绑定值，前端切换历史 thread 时会自动恢复对应配置
  • 为沙盒与 viewer 文件系统补齐知识库只读映射：新增 /home/gem/kbs 命名空间，按“用户可访问知识库 ∩ 当前 Agent 已启用知识库”暴露原始文件与解析后的 Markdown，并补充对应后端与 viewer 路由测试
  • 优化 viewer 文件系统目录树加载：根目录与 /home/gem/user-data 改为直接读取本地线程挂载目录，不再为只读树视图触发 sandbox 冷启动，并补充对应后端测试
  • 修复 /home/gem/user-data 根目录文件不可见的问题：根目录现在会同时展示 thread 目录下的真实文件和 workspace 入口，不再只保留固定命名空间目录
  • 修复前端工具图标与渲染匹配不准确的问题：工具管理列表与工具调用结果统一改为基于工具 id 的精确映射，避免模糊匹配导致的误渲染，未命中的工具不再显示默认扳手图标
  • 修复 GitHub Pages 文档部署工作流失败：移除 actions/setup-node@v4 对不存在 docs/package-lock.json 的缓存依赖，并将 docs 目录安装命令从 npm ci 调整为 npm install，避免因未提交锁文件导致 CI 在依赖缓存和安装阶段直接失败
  • 修正沙盒 provisioner backend 命名与配置说明：统一对外使用 docker / kubernetes，保留 local 作为兼容别名；同步清理 compose 中未生效的 provisioner 环境变量、补齐 K8s 相关变量注释，并更新沙盒架构文档中的默认模式与 backend 描述

v0.5

新增

  • 优化 OCR 体验并新增对 Deepseek OCR 的支持
  • 优化 RAG 检索，支持根据文件 pattern 来检索（Agentic Mode）
  • 重构智能体对于“工具变更/模型变更”的处理逻辑，无需导入更复杂的中间件
  • 重构知识库的 Agentic 配置逻辑，与 Tools 解耦
  • 将工具与知识库解耦，在 context 中就完成解耦，虽然最终都是在 Agent 中的 get_tools 中获取
  • 优化chunk逻辑，移除 QA 分割，集成到普通分块中，并优化可视化逻辑
  • 重构知识库处理逻辑，分为 上传—解析—入库 三个阶段
  • 重构 MCP 相关配置，使用数据库来控制 #469
  • 使用 docling 解析 office 文件（docx/xlsx/pptx）
  • 优化后端的依赖，减少镜像体积 #428
  • 优化 liaghtrag 的知识库调用结果，提供 content/graph/both 多个选项
  • 优化数据库查询工具，可通过设计环境变量添加描述，让模型更好的调用
  • 优化任务组件，改用 postgresql 存储，并新增删除任务的接口
  • 支持更多类型的文档源的导入功能（支持后端配置的白名单的 URL 导入）

修复

  • 修复文件上传弹窗中 OCR 下拉选项展开时不会自动检查服务状态的问题
  • 修复知识图谱上传的向量配置错误，并新增模型选择以及 batch size 选择
  • 修复部分场景下获取工具列表报错 #470
  • 修改方法备注信息 #478
  • 修复多次 human-in-the-loop 的渲染解析问题 #453 #475
  • 修复沙盒后端接入回归：补齐 composite backend 的 sandbox_backend 参数、限制 /api/sandbox/prepare 仅允许访问当前用户线程、确保 release() 之后的 destroy() 会真正停止热池容器，并恢复 docker-compose 的完整模式默认值
  • 重构沙盒为 deer-flow 风格的 AIO provider：切换为 thread-local sandbox、统一 /home/gem/user-data/{workspace,uploads,outputs} 固定路径、移除公开 /api/sandbox/* 生命周期接口，并补充 lite 模式下的 provider 生命周期、filesystem API 与 sandbox 复用/隔离 E2E 验证
  • 调整聊天附件存储链路：线程附件改为直接落盘到 saves/threads/<thread_id>/user-data/uploads，解析成功后额外生成 uploads/attachments/*.md，不再依赖 MinIO 或显式上传到 sandbox
  • 修复知识库文件列表包体异常膨胀：上传阶段不再把批次级 content_hashes 写入每个文件的 processing_params，并从数据库详情列表接口中移除该字段，改为按需读取单文件详情

v0.4

新增

  • 新增对于上传附件的智能体中间件，详见文档
  • 新增多模态模型支持（当前仅支持图片），详见文档
  • 新建 DeepAgents 智能体（深度分析智能体），支持 todo，files 等渲染，支持文件的下载。
  • 新增基于知识库文件生成思维导图功能（#335）
  • 新增基于知识库文件生成示例问题功能（#335）
  • 新增知识库支持文件夹/压缩包上传的功能（#335）
  • 新增自定义模型支持、新增 dashscope rerank/embeddings 模型的支持
  • 新增文档解析的图片支持，已支持 MinerU Officical、Docs、Markdown Zip格式
  • 新增暗色模式支持并调整整体 UI（#343）
  • 新增知识库评估功能，支持导入评估基准或者自动构建评估基准（目前仅支持Milvus类型知识库）详见文档
  • 新增同名文件处理逻辑：遇到同名文件则在上传区域提示，是否删除旧文件
  • 新增生产环境部署脚本，固定 python 依赖版本，提升部署稳定性
  • 优化图谱可视化方式，统一图谱数据结构，统一使用基于 G6 的可视化方式，同时支持上传带属性的图谱文件，详见文档
  • 优化 DBManager / ConversationManager，支持异步操作
  • 优化 知识库详情页面，更加简洁清晰，增强文件下载功能

修复

  • 修复 GitHub Actions 的 Ruff CI 在仓库根目录执行 uv sync 导致找不到 backend/pyproject.toml 的问题，同时统一检查路径为 backend/package
  • 修复重排序模型实际未生效的问题
  • 修复消息中断后消息消失的问题，并改善异常效果
  • 修复当前版本如果调用结果为空的时候，工具调用状态会一直处于调用状态，尽管调用是成功的
  • 修复检索配置实际未生效的问题
  • 修复 sandbox 文件系统 ls 在异常输出下触发 KeyError: 'path' 的问题，并将工具调用异常降级为错误消息，避免直接中断聊天 stream
  • 修复智能体状态面板中文件树仍依赖 agent_state.files 的问题，改为通过真实 /api/filesystem/* 接口按层懒加载后端可见文件系统，并让输入框下方状态按钮常态化打开工作区视图
  • 为工作台新增 viewer-oriented filesystem service 与 /api/viewer/filesystem/* 接口，解耦 agent backend 语义，支持真实目录浏览、原始文件读取与下载
  • 重写沙盒技术文档，明确 thread-local sandbox、viewer-oriented filesystem service、/mnt 命名空间、skills 可见性与当前实现边界，替换过时的 /api/sandbox/* 与 user-level 设计描述
  • 收紧沙盒遗留代码：修复未注册 sandbox_router 中残留的 user/thread 参数错位，改进宿主机挂载路径映射逻辑，并为 remote sandbox provisioner 增加基础 URL 校验与销毁失败日志
  • 修复 builtin skill 内容哈希计算对单文件使用 read_bytes() 的无上限内存读取问题，改为分块计算并补充回归测试

破坏性更新

  • 移除 Chroma 的支持，当前版本标记为移除
  • 移除模型配置预设的 TogetherAI

v0.3

Added

  • 添加测试脚本，覆盖最常见的功能（已覆盖API）
  • 新建 tasker 模块，用来管理所有的后台任务，UI 上使用侧边栏管理。Tasker 中获取历史任务的时候，仅获取 top100 个 task。
  • 优化对文档信息的检索展示（检索结果页、详情页）
  • 优化全局配置的管理模型，优化配置管理
  • 支持 MinerU 2.5 的解析方法
  • 修改现有的智能体Demo，并尽量将默认助手的特性兼容到 LangGraph 的 create_agent 中
  • 基于 create_agent 创建 SQL Viewer 智能体
  • 优化 MCP 逻辑，支持 common + special 创建方式
  • LightRAG 知识库应该可以支持修改 LLM

Fixed

  • 修复本地知识库的 metadata 和 向量数据库中不一致的情况。
  • v1 版本的 LangGraph 的工具渲染有问题
  • upload 接口会阻塞主进程
  • LightRAG 知识库查看不了解析后的文本，偶然出现，未复现
  • 智能体的加载状态有问题：（1）智能体加载没有动画；（2）切换对话和加载中，使用同一个loading状态。
  • 前端工具调用渲染出现问题
  • 当前 ReAct 智能体有消息顺序错乱的 bug，且不会默认调用工具
  • 修复文件管理：（1）文件选择的时候会跨数据库；（2）文件校验会算上失败的文件；