V2 开发：多 Agent 协作(主管/评审/辩论) + 自动评估体系 + 模板市场 + 企业版(SSO/RBAC/审计/合规)

- agents.py: supervisor/review/debate 三模式编排引擎，步骤流水全记录
- eval.py: eval 数据集 + LLM-as-Judge 评分 + 任务产出自动沉淀 + Worker 排行榜
- templates.py: 任务/项目/团队三类模板，占位符渲染(JSON安全转义)，一键应用
- enterprise.py: 用户体系/RBAC、OIDC+LDAP SSO、审计日志、数据导出/保留期/PII脱敏
- db.py: V2 表结构 + 迁移 + 启动恢复(stale running→failed)
- app.py: V2 API 路由 + 登录升级(账号体系)+ 审计钩子
- 前端: 新增多Agent协作/自动评估/模板市场/企业版 4 页面
- Dockerfile: 企业版私有化部署

README.md

@@ -3,31 +3,51 @@
 > 以「项目」为中心、以「AI Worker」为执行单元的项目管理平台。
 > 把大模型团队变成一支可指挥、可审计、可控成本的"虚拟团队"。
 
-**当前版本：V1**（MVP 闭环 + 多 Agent 编排 / RAG / 预算告警 / 开放 API / 飞书企微集成）
+**当前版本：V2.0**（多 Agent 协作 / 自动评估 / 模板市场 / 企业版）
 
 ---
 
 ## 功能总览
 
-### MVP（已交付 v1.0）
+### 📁 项目管理（V1 基础）
 | 模块 | 能力 |
 |---|---|
-| 📁 项目管理 | 项目 CRUD、目标/验收标准/预算上限、状态流转 |
-| 🧑💻 Worker 管理 | 虚拟员工档案（供应商+模型+角色提示词+温度/Token+成本上限）、连通性测试、自动路由 |
-| 📋 看板 | 6 列看板拖拽、优先级、截止时间、返工计数 |
-| 🚀 执行引擎 | 统一模型网关（doubao/deepseek/openai/qwen/vLLM）、失败重试、超时、成本预检 |
-| ✅ HITL 审核 | 产出进「待审核」，通过/打回（必填原因）→ 返工，AI 不可绕过 |
-| 💰 成本记账 | Token/成本按 项目×Worker×模型 核算、预算硬约束、一次通过率 |
+| 项目 / Worker / 看板 | CRUD、目标/验收标准/预算上限、虚拟员工档案（供应商+模型+角色提示词+成本上限）、6 列看板、自动路由 |
+| 执行引擎 | 统一模型网关（doubao/deepseek/openai/qwen/vLLM）、失败重试、超时、成本预检、HITL 审核（通过/打回必填原因） |
+| 成本记账 | Token/成本按 项目×Worker×模型 核算、预算硬约束、一次通过率 |
+| DAG 编排 | 任务依赖、依赖校验拦截、完成后自动触发下游、SVG 流程可视化 |
+| RAG 知识库 | 项目级文档、BM25 检索（jieba）、任务执行时自动注入相关知识 |
+| 通知集成 | 飞书/企微 Webhook + 邮件 SMTP，订阅事件：待审核/完成/失败/预算告警/Worker 异常 |
 
-### V1（本次交付 v2.0）
-| 模块 | 能力 |
+### 🤝 多 Agent 协作（V2 新增）
+| 模式 | 流程 |
 |---|---|
-| 🔗 **DAG 多任务编排** | 任务依赖（depends_on）、依赖校验拦截、**完成后自动触发下游**、并行执行、一键执行整个工作流、SVG 流程可视化 |
-| 🧠 **AI 辅助规划 WBS** | 输入目标 → LLM 自动生成 4~8 个任务的任务分解（含依赖关系）→ 可编辑预览 → 一键导入项目 |
-| 📚 **RAG 知识库** | 项目级文档（粘贴/上传 txt·md）、自动分块索引、BM25 检索（jieba 分词）、**任务执行时自动注入相关知识**（日志可见命中来源） |
-| 🚨 **预算控制与告警** | 项目预算使用率阈值告警（默认 80%）、成本上限拦截、**告警中心**（未读角标/标记已读）、去重防刷屏 |
-| 🔌 **开放 API** | Bearer Token 认证、Token 管理、外部系统可建任务/派活/查结果/审核（curl 示例内置） |
-| 📨 **通知集成** | 飞书/企微群机器人 Webhook + 邮件 SMTP，订阅事件：待审核/完成/失败/预算告警/Worker 异常/规划完成，渠道连通性测试 |
+| 👔 主管模式 | 主管 Agent 拆解任务 → 委派多个 Worker 并行执行 → 主管汇总合成最终交付物 |
+| 🔍 评审模式 | Worker 产出 → Reviewer 打分评审（rubric 标准）→ 未达分数线自动返工（最多 N 轮）→ 终稿 |
+| ⚖️ 辩论模式 | 多辩手各自立论（可指定立场）→ 互相质询反驳（多轮）→ 首席裁判综合裁决输出共识结论 |
+
+- 每个运行完整记录步骤流水（角色/阶段/内容/成本），可回放过程
+- 参与 Agent 自由选择（评审模式第 1 个为执行者、辩论模式最后一个为裁判）
+
+### 🎯 自动评估体系（V2 新增）
+- **eval 数据集**：用例（输入 + 期望输出）+ 评分标准 rubric + 标签，内置 2 个基准集（指令遵循/代码生成）
+- **LLM-as-Judge**：Worker 逐条作答 → 评委按 rubric 打分（0-100）+ 评语，全程记录延迟/成本
+- **自动沉淀**：把已验收通过（done 且无打回）的任务产出一键转为评测用例，数据集越用越厚
+- **Worker 排行榜**：按平均分排序，评估模型/提示词/Agent 的回归对比
+
+### 🧩 模板市场（V2 新增）
+- 三类模板：**任务模板**（代码审查/技术方案/周报…）、**项目模板**（MVP 启动/数据分析，含任务 DAG）、**团队模板**（标准三 Agent 团队/辩论三人组）
+- 占位符变量（`{name}`/`{target}`/`{code}`…）一键应用，使用次数统计
+- 支持用户自建模板（JSON），内置模板可一键恢复
+
+### 🏢 企业版（V2 新增）
+| 能力 | 说明 |
+|---|---|
+| 🔐 用户与 RBAC | 本地账号 + 角色（管理员/成员/审计员），默认 admin/admin123；停用/重置密码 |
+| 🔑 SSO 单点登录 | **OIDC**（飞书/钉钉/企微/Okta，授权码模式 + discovery + 自动开通 + 管理员组）与 **LDAP/AD**（绑定认证，可选 ldap3） |
+| 📜 审计日志 | 登录/登出、任务派发/审核、协作运行、评估、数据导出等关键操作自动留痕（操作者/动作/目标/IP） |
+| ⚖️ 合规 | 全量数据导出（JSON）、审计 CSV 导出、数据保留期清理、PII 脱敏（邮箱/手机/身份证）、数据使用同意凭证 |
+| 🔒 私有化 | 单机 SQLite + 无 CDN 前端，完全离线可用；Docker 一键部署（见下） |
 
 ## 快速开始
 
@@ -37,49 +57,75 @@
 ./start.sh restart  # 重启
 ```
 
-- 管理界面：`http://<IP>:16071/`，默认口令 `admin123`（改 `config.py` 的 `AUTH_PASSWORD`）
-- 首次启动自动灌入演示数据；`python3 seed.py` 重新初始化
-- V1 全链路验证脚本：`python3 dag_verify.py <终点任务ID>`（自动审核放行直到链路完成）
+- 管理界面：`http://<IP>:16071/`，默认账号 `admin` / `admin123`
+- 首次启动自动注入：内置 eval 数据集、内置模板、admin 用户
+- V1 全链路验证：`python3 dag_verify.py <终点任务ID>`；V2 冒烟：启动后直接跑一次「多 Agent 协作」
+
+### Docker 私有化部署（企业版）
+
+```bash
+docker build -t ai-worker-platform:v2 .
+docker run -d --name aiworker -p 16071:16071 \
+  -v $(pwd)/data:/app/data \
+  -e AUTH_PASSWORD=your-password \
+  ai-worker-platform:v2
+```
+
+数据卷 `data/` 挂出即完成持久化与备份；无外网依赖（模型供应商需可达）。
 
 ## 技术栈
 
-- 后端：Python + Flask + SQLite（WAL），依赖仅 flask/requests/jieba
+- 后端：Python + Flask + SQLite（WAL），核心依赖仅 flask/requests/jieba（LDAP 可选 ldap3）
 - 前端：原生 HTML/JS/CSS SPA（无 CDN，离线可用）
-- RAG：本地 BM25（jieba 分词），零依赖；升级路径 = 商用 embedding + pgvector/Qdrant
-- 编排：自研轻量 DAG 引擎（线程级，断点状态落库）；升级路径 = Temporal 持久执行 + LangGraph 多 Agent 推理
+- 评估：LLM-as-Judge（复用统一模型网关）
+- 编排：自研轻量线程级引擎，状态全落库；升级路径 = Temporal 持久执行 + LangGraph
 
 ## 目录结构
 
 ```
 ai-worker-platform/
-├── app.py          # Flask 应用 + REST API（含 V1 路由）
+├── app.py          # Flask 应用 + REST API（V1 + V2 路由）
 ├── config.py       # 供应商/定价/鉴权/告警阈值/邮件 SMTP
-├── db.py           # SQLite 数据层 + 自动迁移
-├── engine.py       # 执行引擎：DAG 依赖/自动触发/RAG 注入/告警/通知
+├── db.py           # SQLite 数据层 + V2 迁移（users/audit/agent/eval/templates）
+├── engine.py       # V1 执行引擎：DAG/自动触发/RAG 注入/告警
+├── agents.py       # V2 多 Agent 协作引擎：supervisor/review/debate
+├── eval.py         # V2 自动评估：数据集/LLM 评委/沉淀/排行榜
+├── templates.py    # V2 模板市场：三类模板 + 占位符渲染 + 应用
+├── enterprise.py   # V2 企业版：用户/RBAC/OIDC/LDAP/审计/合规
 ├── llm_gateway.py  # 统一模型网关
 ├── rag.py          # 知识库：分块 + BM25 检索
 ├── notify.py       # 飞书/企微/邮件通知
 ├── dag_verify.py   # DAG 全链路验证脚本
 ├── seed.py         # 演示数据
 ├── start.sh        # 启停脚本
-├── static/         # 前端 SPA
-├── docs/           # 界面截图
+├── static/         # 前端 SPA（含 V2 四页）
 └── data/           # SQLite 库；logs/ 运行日志
 ```
 
-## 开放 API 摘要
+## V2 开放 API 摘要
 
-所有接口支持 `Authorization: Bearer <TOKEN>`（管理界面「开放 API」页生成）：
+多 Agent 协作：
+- `GET /api/agents/modes` 模式说明 ｜ `POST /api/agents/runs` 发起运行 `{mode, topic, params:{workers:[],rounds,pass_score,stances}}`
+- `GET /api/agents/runs` 列表 ｜ `GET /api/agents/runs/<id>` 详情（含步骤流水与最终产出）
 
-- `POST /api/projects` 建项目 ｜ `GET /api/projects`
-- `POST /api/tasks` 建任务（body 含 project_id/title/description/depends_on…）
-- `POST /api/tasks/<id>/run` 派活 ｜ `GET /api/tasks/<id>` 查结果
-- `POST /api/tasks/<id>/review` 审核 `{"action":"approve"}` 或 `{"action":"reject","reason":"…"}`
-- `POST /api/projects/<id>/workflow/run` 执行整个工作流
-- `POST /api/projects/<id>/wbs/generate` AI 生成任务分解 ｜ `/wbs/import` 导入
-- `GET /api/reports/cost?group=project|worker|model` 成本报表
-- `GET /api/alerts` 告警 ｜ `GET /api/stats` 统计
+自动评估：
+- `GET/POST /api/eval/datasets` 数据集 ｜ `GET/PUT/DELETE /api/eval/datasets/<id>`
+- `POST /api/eval/datasets/<id>/cases` 加用例 ｜ `POST /api/eval/datasets/<id>/sink` 沉淀任务产出
+- `POST /api/eval/runs` 发起评估 `{dataset_id, worker_id}` ｜ `GET /api/eval/runs/<id>` 逐条结果
+- `GET /api/eval/leaderboard` Worker 排行榜
+
+模板市场：
+- `GET/POST /api/templates` ｜ `GET/PUT/DELETE /api/templates/<id>`
+- `POST /api/templates/<id>/apply` 应用模板 `{variables, project_id, worker_id, provider, model}`
+
+企业版：
+- `GET/POST /api/enterprise/users`（管理员）｜ `PUT/DELETE /api/enterprise/users/<id>`
+- `GET/PUT /api/enterprise/sso` SSO 配置 ｜ `POST /api/enterprise/sso/oidc/login` 发起 OIDC ｜ `GET /api/enterprise/sso/oidc/callback` 回调
+- `POST /api/enterprise/sso/ldap/test` LDAP 连通测试
+- `GET /api/enterprise/audit` 审计日志 ｜ `GET /api/enterprise/audit/export` CSV 导出
+- `GET /api/enterprise/export` 全量数据导出（JSON）｜ `POST /api/enterprise/compliance` 保留期/脱敏设置
 
 ## 路线图
 
-- **V2**：多 Agent 协作模式（主管/评审/辩论）、Temporal 持久执行、自动评估体系（eval）、模板市场、企业版（私有化/SSO/审计）
+- **V2.1**：Temporal 持久执行、多 Agent 协作接入项目任务、eval 回归对比视图
+- **V3**：多租户 SaaS 化、工作流画布（拖拽编排）、插件市场