内容

<img src="https://em-content.zobj.net/source/apple/391/eye_1f441-fe0f.png" width="110" alt="Argus" /> <h1 align="center">Argus</h1> 掌控智能代理循环，而非框架。 一个无框架、多智能体、深度研究的搜索引擎 — 计划器将问题分解成子问题，多个搜索智能体并行搜索互联网和本地文档库，合成器撰写引用答案。 <a href="LICENSE"><img src="https://img.shields.io/badge/license-MIT-blue?style=flat" alt="许可证：MIT"></a> <img src="https://img.shields.io/badge/python-3.12%2B-blue?style=flat" alt="Python 3.12+"> <img src="https://img.shields.io/badge/tests-150%20passing-brightgreen?style=flat" alt="测试：150 通过"> <img src="https://img.shields.io/badge/local--first-Ollama-orange?style=flat" alt="本地优先">  <a href="#features">功能</a> • <a href="#quickstart">快速开始</a> • <a href="#how-it-works">工作原理</a> • <a href="#eval-gate">评估门</a> • <a href="#configuration">配置</a> • <a href="#development">开发</a> --- Argus 以研究团队的方式回答难题：**计划器** 将问题分解成子问题，多个 **搜索智能体** 并行搜索互联网和本地文档库，**合成器** 撰写引用答案。通过 **评估门** 强制检索质量，防止回归，搜索智能体 **自动扩展**，在 Kubernetes 上从零开始，运行可 **恢复**。构建于 Python 3.12 · LiteLLM · PostgreSQL + pgvector · FastAPI · Next.js — **无智能体框架**（无 LangChain/LangGraph）：直接掌控循环、预算和故障处理。**本地优先** — 在 Ollama 上零成本运行；OpenAI 和 Anthropic 是可选的。 <img src="docs/assets/argus-demo.gif" width="100%" alt="Argus 深度研究运行：计划器分解问题，四个搜索智能体并行运行，合成器撰写引用答案 — 流式传输直播。" /> 一次 深度研究 运行，端到端：计划器分解问题，四个搜索智能体并行运行，合成器流式传输引用答案 — 在 Ollama 上本地零成本运行。 ## 功能 | 能力 | 详情 | |---|---| | **无框架智能体循环** | 使用 LiteLLM 的手写工具使用循环，具有 3 轴预算（回合/令牌/时钟）+ 硬成本上限，重试/回退梯度和自注册、权限控制的工具注册表。 | | **多智能体编排** | 计划器 → 并行搜索智能体（隔离上下文）→ 合成器 → 反思/重新计划。 | | **上下文 RAG** | 类似 Anthropic 的上下文分块；混合密集-HNSW + 词法-FTS 检索与相互排名融合；可选 `bge-reranker-v2-m3` 跨编码器 — 所有在单个 pgvector 存储上。 | | **评估门** | 精心策划的、以来源为基础的基准，具有 RAGAS 风格的指标（上下文精度/召回率、忠实度、答案相关性）+ Cohen's-κ 校准的 LLM 评判员；如果低于提交的阈值，则失败构建。 | | **水平扩展** | 搜索智能体分发到 ARQ-on-Redis 队列；Kubernetes + KEDA 根据队列深度将搜索 Pod 缩放为零。 | | **持久执行** | 可选的 DBOS 工作流 — 崩溃的研究运行从其最后一个检查点步骤恢复（Postgres 支持）。 | | **MCP 服务器** | 工具注册表通过模型上下文协议 (`argus mcp`) 公开给任何 MCP 主机。 | | **多租户 + 身份验证** | 电子邮件/密码 → argon2id + HS256 JWT 在 httpOnly cookie 中，带有签名双提交 CSRF；每个租户的数据隔离。 | | **流式 UI** | FastAPI 服务器发送事件，将实时多智能体进度流式传输到 Next.js 16 / React 19 客户端。 | | **沙盒代码执行** | `execute_python` 在权限门后，在子进程沙盒（rlimits、超时、无网络）中运行模型生成的代码。 | ## 快速开始 ```bash # 1. 安装（uv 管理 Python 3.12 工具链和 venv）。 uv sync # 2. 启动本地支持栈（Postgres + pgvector，SearXNG）。 make up # 3. 在 Ollama 上本地运行 LLM 和嵌入 — 零成本，无 API 密钥。 ollama pull qwen2.5:3b && ollama pull nomic-embed-text # 4. 提问。 uv run argus "What changed in the EU AI Act timeline in 2026?" # 或：make ask Q="..." ``` 如果您想覆盖默认值，请先执行 `cp .env.example .env`。要使用托管模型，请在 `.env` 中设置 `OPENAI_API_KEY` 和 `ARGUS_MODEL=openai/...`（参见[配置](#configuration)）。堆栈控制：`make status` / `make down`。 ## 工作原理 ``` 问题 │ 计划器（LLM） ▼ 子问题 ──► 搜索智能体 ─┐ 每个：自己的工具使用循环 + 预算， ──► 搜索智能体 ─┤ 在 corpus + web_search 上进行 rag_search， ──► 搜索智能体 ─┘ 并行运行（asyncio / ARQ+KEDA） │ 查找结果 ▼ 合成器（LLM） ──► 反思/重新计划 ──► 引用答案 ``` 每个 LLM 调用都经过结构化记录和成本归因；当达到其回合/令牌/时钟/成本限制时，智能体循环停止。RAG 路径使用 LLM 编写的上下文前缀摄取文档，对它们进行嵌入（在 Ollama 上本地），并为密集（HNSW）和词法（全文）搜索编制索引；查询将这两个索引融合，并使用相互排名融合。设计决策作为 ADR 记录在 [`docs/adr/`](docs/adr/) 中（例如 [为什么使用单个 pgvector 存储](docs/adr/0001-datastore-postgres-pgvector.md))。 ## 评估门检索质量是一个数字，而不是一种感觉。`argus eval` 摄取一个精心策划的 RAG/矢量搜索文档库（[`eval/corpus/`](eval/corpus/)），运行一个已提交的黄金标准集（[`eval/golden.jsonl`](eval/golden.jsonl））— 48 个问题，包括负面/无法回答的情况 — 通过实际检索和智能体评估答案，当任何指标低于 [`eval/thresholds.json`](eval/thresholds.json) 时，退出非零。 ```bash make eval # 门（仅限 corpus；报告以下指标） make eval-calibrate # 证明评判员与人类一致（Cohen's κ ≥ 阈值） ``` 最新运行（`make eval`，48 项基准，仅限 corpus）： | 指标（RAGAS 词汇） | gpt-5.4-mini | qwen3.5:4b（本地） | qwen2.5:3b（本地） | 阈值 | |---|---|---|---|---| | 上下文召回率（hit@k） | 1.000 | 0.976 | 0.976 | ≥ 0.80 | | 上下文精度 | 0.662 | 0.676 | 0.624 | ≥ 0.20 | | mrr | 0.948 | 0.952 | 0.952 | ≥ 0.60 | | 忠实度 | 0.976 | 0.976 | 1.000 | ≥ 0.70 | | 答案相关性 | 1.000 | 0.976 | 0.690 | — | | 评判员通过率 | 0.976 | 0.643 | 0.000 | ≥ 0.70 | | 关键词通过率 | 0.881 | 0.833 | 0.190 | ≥ 0.60 | | 放弃率（负面拒绝） | 1.000 | 0.833 | 0.000 | ≥ 0.70 | | **门** | **通过** | 失败（1 个指标，偏差 0.057） | 失败 | | 指标在存储库中实现（[`eval/`](src/argus/eval/))，而不是通过 RAGAS，以保持依赖轻量和离线。检索和生成信号独立控制，负面由放弃率评估（一个忠实的系统必须拒绝 corpus 无法回答的内容）。阈值针对前沿模型调整；托管的 gpt-5.4-mini 通过门，而 **完全本地的 $0 堆栈**（qwen3.5:4b 答案禁用思考，nomic 嵌入，非推理 qwen2.5:7b 评判员在 κ=1.0）通过七个指标中的七个，仅在 `judge_pass_rate` 上偏差 0.057 — 相差一个推理层次，检索/忠实度/放弃率均为绿色。qwen2.5:3b 列显示较小型模型何时崩溃（它在每个负面实例上构造，放弃率为 0.000）。让本地推理模型通过门需要禁用 Qwen3 的默认思考（`reasoning_effort="disable"` → Ollama `think:false`，~84s→~2s/调用），同时保持结构化评判输出，Ollama 在思考关闭时丢弃。 ## 文档摄取（RAG） ```bash ollama pull nomic-embed-text # 一次性，本地嵌入 uv run argus ingest ./notes/architecture.md # 一个文件 uv run argus ingest https://example.com/post # 或 URL uv run argus --deep "How does our system handle retries?" ``` 嵌入和重排序在本地运行，因此文档文本永远不会离开机器。PDF/DOCX/PPTX 摄取需要 `uv sync --extra parse`；交叉编码器重排序阶段需要 `uv sync --extra rerank` 和 `ARGUS_RERANK_ENABLED=true`。 ## Web UI ```bash make web-install # 仅限首次：安装前端依赖（bun） make web # FastAPI 在 :8000 + Next.js 在 :3000 → http://localhost:3000 ``` UI 流式传输多智能体流程（计划 → 并行搜索 → 工具调用 → 合成 → 反思）并渲染引用 Markdown 答案，带有文档上传和深度研究切换。后端独立 — `make serve` 单独运行 API，CLI 无需 UI。 ## 配置设置由 [Pydantic 设置](src/argus/config.py) 从环境（`ARGUS_` 前缀）或 `.env` 读取。默认设置完全本地且免费。常见覆盖： | 变量 | 默认值 | 目的 | |---|---|---| | `ARGUS_MODEL` | `ollama_chat/qwen2.5:3b` | 智能体 / 上下文化 / 评判员 LLM（`openai/...` 用于托管）。 | | `ARGUS_EMBEDDING_MODEL` | `ollama/nomic-embed-text` | 嵌入模型（768-d；必须匹配列）。 | | `ARGUS_USE_QUEUE` | `false` | 将搜索智能体放到 ARQ-on-Redis 队列（KEDA 自动扩展）。 | | `ARGUS_USE_DURABLE` | `false` | 以可恢复的 DBOS 工作流运行深度研究（`--extra durable`）。 | | `ARGUS_RERANK_ENABLED` | `false` | 启用交叉编码器重排序阶段（`--extra rerank`）。 | 可选额外功能：`parse`（文档解析），`rerank`（交叉编码器），`otel`（OpenTelemetry），`durable`（DBOS），`mcp`（MCP 服务器）。 ## 开发 ```bash make ci # 格式检查 + lint（ruff）+ 类型检查（ty）+ 测试（pytest） make test # 仅限测试 — 密封（LLM、DB 和搜索被伪造/标记门控） make mcp # 将工具注册表作为 MCP 服务器通过 stdio 运行（或：argus mcp） ``` CI 运行密封套件以及 Postgres + Redis 集成作业和带有 KEDA 自动扩展的 kind + 集成测试在每次推送时进行。集成测试位于 `pytest -m integration` 标记后，因此默认套件无需服务。  ## 许可证 MIT — 请参阅 [LICENSE](LICENSE)。

argus

内容

MCP 配置

连接信息

猜你喜欢

argus

微信扫一扫分享

需要认证

内容

MCP 配置

连接信息

猜你喜欢