AI Worker 项目管理平台

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：V2.0（多 Agent 协作 / 自动评估 / 模板市场 / 企业版）

---

功能总览

📁 项目管理（V1 基础）

模块	能力
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

🤝 多 Agent 协作（V2 新增）

模式	流程
👔 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

./start.sh          # 启动（默认 16071）
./start.sh stop     # 停止
./start.sh restart  # 重启

• 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）

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），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）
• 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（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 + 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（含 V2 四页）
└── data/           # SQLite 库；logs/ 运行日志

V2 开放 API 摘要

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）

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

• V2.1：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