NexusOS-AI

<!-- ========================================================= --> <!-- NEXUSOS AI --> <!-- ========================================================= --> <p align="center"> <img src="images/banner.png" width="100%" alt="NexusOS AI Banner"/> </p> <h1 align="center">🚀 NexusOS AI</h1> <h3 align="center"> AI赋能的学术与职业操作系统 </h3> <p align="center"> 构建于 <strong>Google Agent Development Kit (ADK)</strong>、<strong>Google Gemini</strong>、<strong>Model Context Protocol (MCP)</strong>、<strong>FastAPI</strong>、<strong>React</strong>、<strong>TypeScript</strong> 和 <strong>SQLite</strong>。 </p> <p align="center"> <b>一个仪表盘 • 七个AI代理 • 无限学生潜力</b> </p> --- <p align="center">           </p> --- # 🌟 快速概览 > **NexusOS AI** 是一个AI赋能的学术与职业操作系统，它将规划、学习、简历分析、面试准备、实习发现、文档管理和智能调度整合到一个统一的平台中。 > > NexusOS AI 不仅仅依赖一个聊天机器人，而是利用 **Google Agent Development Kit (ADK)** 来协调多个专门的AI代理，这些代理通过一个集中式的协调代理安全地与外部工具交互，同时使用 **Model Context Protocol (MCP)** 进行协作。 --- # 📊 项目亮点 | 指标 | 值 | |---------|------:| | 🤖 AI代理 | **7个专门代理** | | 🎯 协调代理 | ✅ | | 🔌 MCP工具服务器 | **4** | | 📚 学习计划器 | ✅ | | 📄 简历分析器 | ✅ | | 💼 职业中心 | ✅ | | 🎤 面试教练 | ✅ | | 📅 日历系统 | ✅ | | 📂 文档管理器 | ✅ | | 📊 仪表盘模块 | **10+** | | 🌐 REST API 端点 | **15+** | | 💾 SQLite持久性 | ✅ | | 🔒 安全路由 | ✅ | | 🐳 Docker支持 | ✅ | --- # 🎥 在线演示 <p align="center"> <a href="https://www.youtube.com/watch?v=ok3tF8uhSPI"> <img src="https://img.shields.io/badge/▶%20观看-演示-red?style=for-the-badge&logo=youtube"> </a> </p> ### 演示内容 - 🤖 Google ADK 多代理协调 - 🔌 Model Context Protocol (MCP) 集成 - 📚 AI赋能的学习规划 - 📄 简历分析和ATS评分 - 💼 职业推荐 - 🎤 面试辅导 - 📅 日历管理 - 📂 文档管理 - 📊 实时仪表盘分析 - 📈 活动时间线和SQLite持久性 --- # 📖 概述 现代教育已经越来越数字化，但学生仍然依赖于一个分散的应用生态系统来管理他们的学术和职业生活。 一个典型的学生会在多个平台之间切换，以便进行课程规划、组织日程、编写简历、准备面试、搜索实习、管理文档和寻求AI帮助。这种不断的上下文切换降低了生产力，增加了不必要的复杂性，使得维护统一的学习体验变得困难。 **NexusOS AI** 被设计来解决这个挑战。 它不是作为另一个独立的聊天机器人，而是作为一个智能操作系统，多个专门的AI代理在其中协作，为学生提供个性化的学术和职业帮助，通过一个统一的界面。 NexusOS AI 由 **Google Agent Development Kit (ADK)**、**Google Gemini** 和 **Model Context Protocol (MCP)** 提供支持，该平台智能地将用户请求路由到最合适的专门代理，同时在工作流程中保持上下文。 无论学生需要个性化的学习计划、简历反馈、实习推荐、面试准备、日历组织还是文档管理，NexusOS AI都会协调相应的AI代理来提供统一的体验。 --- # 💡 我们为什么构建NexusOS AI 当今的学生在整个学术旅程中会使用越来越多的脱节平台。 一个典型的流程通常涉及在以下平台之间切换： - 📅 Google 日历 - 🤖 AI聊天机器人 - 📄 简历构建器 - 💼 LinkedIn - 💻 GitHub - 🎤 面试平台 - 📚 学习规划工具 - 📝 笔记应用 - 📂 文档存储服务 每个工具都只解决了学生旅程的一部分。 因此，学生不断丢失上下文，在应用程序中重复工作，并花费更多时间管理工具，而不是专注于学习。 NexusOS AI的构建是为了消除这种碎片化，创建一个单一的智能操作系统，专门的AI代理在其中协同工作，以支持学生完成整个学术和职业旅程。 --- # ⚖️ 传统学生工作流 vs NexusOS AI | 传统工作流 | NexusOS AI | |----------------------|------------| | 多个脱节的应用 | 一个统一的AI平台 | | 通用聊天机器人对话 | 专门的AI代理 | | 手动学习规划 | AI生成的个性化学习计划 | | 单独的简历工具 | 内置的ATS简历分析器 | | 手动实习搜索 | AI赋能的职业中心 | | 独立的面试准备 | 智能面试教练 | | 散落的笔记和文档 | 集成文档管理器 | | 多个日历和提醒 | 集中式AI日历 | | 工具之间没有协调 | Google ADK协调代理 | | 直接API集成 | 安全的MCP工具注册表 | --- # ✨ NexusOS AI的优势 与试图通过单个对话式模型解决所有问题的传统AI助手不同，**NexusOS AI** 采用模块化的**多代理架构**，每个AI代理都有明确的责任。 一个集中式的**协调代理**，由 **Google Agent Development Kit (ADK)** 提供支持，智能地路由任务，协调专门代理之间的协作，聚合它们的输出，并向用户提供统一的响应。 外部工具（如 **日历**、**文档**、**搜索** 和 **GitHub**）通过 **Model Context Protocol (MCP)** 安全集成，实现可扩展和标准化的通信，而无需紧密耦合AI代理与第三方服务。 这种架构使得该平台更加模块化、可扩展、易于维护，并更适合解决复杂的学术和职业工作流。 --- <p align="center"> ### ⭐ 如果您觉得这个项目有趣，请考虑给它一个星标！ 为 **Kaggle AI Agents: Intensive Vibe Coding Capstone Project (2026)** 构建 </p> --- # 📸 应用展示 通过其智能模块体验NexusOS AI，每个模块都旨在简化学生的学术和职业旅程，同时通过集中式多代理架构协同工作。 --- ## 🏠 登录页面 <p align="center"> <img src="images/landing.png" width="100%" alt="登录页面"> </p> 登录页面介绍了 **NexusOS AI**，强调其AI赋能的生态系统、多代理功能和核心平台功能。它作为进入统一的学术和职业操作系统的入口。 --- ## 📊 仪表盘 — AI指挥中心 <p align="center"> <img src="images/dashboard.png" width="100%" alt="仪表盘"> </p> 仪表盘作为NexusOS AI的运营指挥中心，提供实时概览： - 代理健康监测 - AI聊天工作空间 - 活动时间线 - 学习进度 - 职业洞察 - 简历分析 - 面试准备 - 计划器状态 - 实时推荐 - 仪表盘指标 通过持久的SQLite活动日志记录，该平台上的每个交互操作都会在这里反映出来。 --- ## 🤖 AI工作空间 <p align="center"> <img src="images/ai workspace.png" width="100%" alt="AI工作空间"> </p> AI工作空间作为中央协调环境，用户在其中与Google ADK协调代理交互。 从这里开始，复杂的请求被自动分解并委派给适当的专门代理，从而实现无缝的多代理协作，而无需用户手动选择使用哪个AI系统。 --- ## 📚 学习中心 <p align="center"> <img src="images/study centre.png" width="100%" alt="学习中心"> </p> 根据目标、可用学习时间和科目生成个性化的学习计划。 功能包括： - AI生成的学习模块 - 进度跟踪 - 复习规划 - 学习路线图 - 个性化日程 --- ## 📅 计划器 <p align="center"> <img src="images/planner.png" width="100%" alt="计划器"> </p> 将学术目标转化为结构化的周计划。 计划器代理智能地组织： - 学习会话 - 作业 - 截止日期 - 复习模块 - 每周时间线 - 生产力目标 --- ## 📄 简历分析器 <p align="center"> <img src="images/resume analyser.png" width="100%" alt="简历分析器"> </p> 上传您的简历并接收AI赋能的分析，包括： - ATS兼容性评分 - 简历优势分析 - 技能评估 - 改进建议 - 缺失关键词 - 职业推荐 旨在帮助学生优化实习和就业的简历。 --- ## 💼 职业中心 <p align="center"> <img src="images/career hub.png" width="100%" alt="职业中心"> </p> 职业中心根据用户的兴趣和AI分析推荐个性化的职业机会。 它提供： - 实习建议 - 职业路线图 - 要求技能 - 学习推荐 - 行业洞察 --- ## 🎤 面试教练 <p align="center"> <img src="images/interview coach.png" width="100%" alt="面试教练"> </p> 使用AI生成的面试辅导课程准备面试。 面试代理支持： - HR面试技巧 - 技术准备 - 角色特定指导 - 练习问题 - 改进建议 --- ## 📅 日历 <p align="center"> <img src="images/calender.png" width="100%" alt="日历"> </p> 日历将学术规划集中到一个中心日程中。 跟踪： - 考试 - 学习会话 - 作业截止日期 - 会议 - 面试 - 个人事件 --- ## 📂 文档 <p align="center"> <img src="images/documents.png" width="100%" alt="文档"> </p> 通过一个智能界面管理所有学术和职业相关的文档。 支持的工作流程包括： - 简历管理 - 学习笔记 - 证书 - 项目文档 - 搜索和组织 --- ## 📝 考试中心 <p align="center"> <img src="images/exam hub.png" width="100%" alt="考试中心"> </p> 通过AI辅助跟踪监控考试准备情况。 功能包括： - 准备度评分 - 即将到来的考试 - 复习进度 - AI学习推荐 --- # ✨ 核心功能 | 功能 | 描述 | |----------|-------------| | 🤖 多代理协调 | Google ADK智能路由每个请求到适当的专门代理。 | | 🧠 协调代理 | 任务委托和响应聚合的中央协调引擎。 | | 📚 学习计划器 | 个性化的学习日程和AI生成的学习计划。 | | 📅 智能计划器 | 每周规划、任务调度和管理里程碑。 | | 📄 简历分析器 | 简历解析、ATS评分、技能分析、AI推荐。 | | 💼 职业中心 | 实习推荐、职业指导和学习路径。 | | 🎤 面试教练 | 角色特定的面试准备，带有AI生成的辅导提示。 | | 📂 文档管理器 | AI辅助的学术资源组织和检索。 | | 📅 日历集成 | 考试、面试、截止日期和学习会话的集中式调度。 | | 🔌 MCP工具注册表 | 通过MCP与外部工具进行标准化的通信。 | | 📊 实时仪表盘 | 分析、代理健康监测、活动跟踪和洞察。 | | 💾 SQLite持久性 | 持久的活动日志记录和仪表盘快照。 | | 🔒 安全后端 | 提示验证、结构化错误和安全路由。 | | 🐳 Docker就绪 | 容器化部署，支持Docker Compose。 | --- # 🤖 Google ADK 多代理架构 <p align="center"> </p> ## 为什么选择Google ADK？ Google Agent Development Kit（ADK）作为NexusOS AI的编排引擎。 与依赖单个对话式AI模型不同，NexusOS AI采用模块化架构，每个AI代理负责特定领域。 每个请求首先到达 **协调代理**，它执行： - 意图理解 - 上下文分析 - 代理选择 - 工作流编排 - 多代理协作 - 响应聚合 协调器根据用户的请求动态调用一个或多个专门代理，实现协作问题解决，同时保持每个代理专注于明确的责任。 --- ## 🧠 AI代理生态系统 | 代理 | 主要职责 | 技能 | |---------|----------------------|----------------------------| | 🎯 协调代理 | 路由请求和编排工作流 | 任务路由、聚合 | | 📅 计划器代理 | 创建结构化的学术计划 | 规划、调度 | | 📚 学习代理 | 生成个性化的学习策略 | 学习指导 | | 📄 简历代理 | 审查简历和ATS兼容性 | 简历分析 | | 💼 职业代理 | 提供职业和实习指导 | 职业规划 | | 🎤 面试代理 | 进行面试准备 | 模拟面试 | | 🎯 实习代理 | 查找实习机会 | 实习匹配 | | ⏰ 生活调度器 | 组织生产力和日常安排 | 时间管理 | 该架构的模块化允许在不影响现有工作流的情况下添加新的AI代理，使NexusOS AI具有高度的可扩展性和可扩展性。 --- # 🔌 Model Context Protocol (MCP) <p align="center"> </p> ## 为什么选择MCP？ **Model Context Protocol (MCP)** 为AI代理和外部工具之间提供了一个标准化的通信层。 与其允许AI代理直接与第三方服务交互，NexusOS AI通过集中式MCP注册表路由所有外部请求。 这种方法提供： - 安全的工具调用 - 标准化的接口 - 模块化集成 - 简化维护 - 未来可扩展性 ### 当前MCP集成 | MCP工具 | 目的 | |----------|---------| | 📅 日历 | 学术调度与提醒 | | 📂 文档 | 智能文档管理 | | 🔍 搜索 | 知识检索与信息查找 | | 💻 GitHub | 仓库集成与项目工作流 | 因为每个工具都遵循相同的协议，因此可以通过添加新的MCP工具进行未来集成，而无需修改现有的AI代理。 这种责任分离使系统保持清洁、可维护和可扩展。 # 🏗️ 系统架构 <p align="center"> </p> NexusOS AI遵循围绕 **Google Agent Development Kit (ADK)** 和 **Model Context Protocol (MCP)** 的模块化、分层架构。每个组件都有明确的责任，使系统可扩展、可维护且易于扩展。 --- ## 架构概述 ``` ┌────────────────────────────┐ │ React前端 │ │ 仪表盘 • 工作区UI │ └─────────────┬──────────────┘ │ ▼ ┌────────────────────────────┐ │ FastAPI后端 │ │ REST API • 验证 │ └─────────────┬──────────────┘ │ ▼ ┌────────────────────────────┐ │ Google ADK协调器 │ │ 意图 + 路由引擎 │ └─────────────┬──────────────┘ ┌───────────────────┼────────────────────┐ ▼ ▼ ▼ 计划器代理 学习代理 简历代理 职业代理 面试代理 实习代理 生活调度器 │ ▼ ┌──────────────────────────────┐ │ MCP工具注册表 │ └─────────────┬────────────────┘ ▼ 日历 • 文档 • 搜索 • GitHub ▼ SQLite持久性 ``` --- # 🔄 端到端请求流程 以下工作流演示了NexusOS AI如何处理每个用户请求。 ``` 学生请求 │ ▼ React仪表盘 │ ▼ FastAPI后端 │ ▼ Google ADK协调器 │ ▼ 意图分析 │ ▼ 选择所需AI代理 │ ▼ 多代理协作 │ ▼ MCP工具注册表 │ ▼ 日历 文档 搜索 GitHub │ ▼ 响应聚合 │ ▼ SQLite活动日志记录 │ ▼ 统一仪表盘响应 ``` 该架构允许多个AI代理在保持单一、连贯的用户体验的同时协同工作。 # ⚙️ 工程亮点 NexusOS AI的设计核心工程原则是模块化、可扩展性和可维护性。 | 组件 | 工程决策 | |-----------|----------------------| | 🤖 Google ADK | 基于协调器的多智能体编排 | | 🔌 MCP | 与外部工具的标准通信 | | ⚡ FastAPI | 高性能REST后端 | | ⚛️ React + TypeScript | 基于组件的前端架构 | | 💾 SQLite | 轻量级持久化存储 | | 🐳 Docker | 可复制的部署环境 | | 🔒 安全层 | 提示验证、净化、结构化错误处理 | | 📊 仪表盘 | 实时指标、分析、活动跟踪 | --- # 🛠️ 技术栈 | 层 | 技术 | |--------|--------------| | 前端 | React、TypeScript、Tailwind CSS、Vite | | 后端 | FastAPI、Python | | AI框架 | Google Agent Development Kit (ADK) | | 大型语言模型 | Google Gemini | | AI架构 | 多智能体编排 | | 工具集成 | Model Context Protocol (MCP) | | 数据库 | SQLite | | API | REST | | 部署 | Docker & Docker Compose | --- # 📂 项目结构 ```text NexusOS-AI │ ├── backend │ ├── app │ │ ├── agents │ │ ├── api │ │ ├── core │ │ ├── db │ │ ├── mcp │ │ ├── services │ │ ├── skills │ │ └── main.py │ │ │ ├── requirements.txt │ └── Dockerfile │ ├── frontend │ ├── src │ │ ├── components │ │ ├── pages │ │ ├── services │ │ ├── stores │ │ └── assets │ │ │ ├── package.json │ └── Dockerfile │ ├── images │ ├── docker-compose.yml │ ├── README.md │ └── .env.example ``` --- # 🚀 快速开始 ## 1️⃣ 克隆仓库 ```bash git clone https://github.com/Bunny1089/NexusOS-AI.git cd NexusOS-AI ``` --- ## 2️⃣ 配置环境变量 ```bash cp .env.example .env ``` 更新环境变量: ```env AI_PROVIDER=gemini AI_API_KEY=YOUR_GEMINI_API_KEY ``` --- ## 3️⃣ 安装后端依赖 ```bash pip install -r backend/requirements.txt ``` --- ## 4️⃣ 安装前端依赖 ```bash cd frontend npm install ``` --- ## 5️⃣ 启动后端 ```bash python -m uvicorn app.main:app \ --reload \ --host 127.0.0.1 \ --port 8000 \ --app-dir backend ``` --- ## 6️⃣ 启动前端 ```bash cd frontend npm run dev ``` 前端: ``` http://localhost:3000 ``` 后端API: ``` http://localhost:8000 ``` API文档: ``` http://localhost:8000/docs ``` --- # 🐳 Docker部署 NexusOS AI包含完整的Docker支持，以简化部署。 ```bash docker compose up --build ``` Docker自动提供： - FastAPI后端 - React前端 - 共享环境 - 网络 --- # 🔒 安全 整个项目中实施的安全考虑包括： - ✅ 提示验证 - ✅ 请求净化 - ✅ 安全的智能体路由 - ✅ 结构化错误响应 - ✅ 输入验证 - ✅ MCP工具验证 - ✅ 环境变量隔离 - ✅ SQLite持久化 - ✅ 安全的AI故障转移 这些安全措施提高了可靠性，同时减少了格式错误的请求影响AI工作流的可能性。 --- # 📈 性能和可扩展性 架构设计故意支持未来扩展。 当前功能包括： - 多智能体编排 - 模块化智能体注册 - 集中式协调器 - 可重用的MCP注册表 - 持久活动日志 - REST API架构 - 基于组件的前端 未来智能体和MCP工具可以引入，而无需更改现有工作流，使NexusOS AI具有高度可扩展性。 # ⚡ 工程挑战 构建**NexusOS AI**不仅仅是集成AI模型，而是需要设计一个可扩展的架构，能够在保持无缝用户体验的同时，协调多个智能体。 在开发过程中，需要解决几个工程挑战： ### 🤖 设计多智能体架构 NexusOS AI采用多个专门的智能体，而不是依赖单个对话式AI模型，通过**Google Agent Development Kit (ADK)**进行协调。 设计一个能够路由请求、管理协作和聚合响应的编排层，是项目中最重要的架构决策之一。 --- ### 🔌 标准化工具通信 日历、文档、搜索和GitHub等外部工具需要通过一致的接口与AI智能体通信。 使用**Model Context Protocol (MCP)**允许每个工具公开标准化的功能，同时保持智能体实现模块化和可重用。 --- ### 💬 处理AI可靠性 大型语言模型有时会返回不完整或意外的输出。 为了提高鲁棒性，NexusOS AI实施： - 宽容的故障转移响应 - 提示验证 - 结构化错误处理 - 输入净化 - 安全请求路由 这确保了即使AI服务不可用，应用程序仍然保持响应。 --- ### 🔄 前端-后端同步 保持React前端和FastAPI后端同步需要仔细的API设计和一致的数据契约。 可重用的API服务和集中式状态管理帮助保持每个模块与仪表盘分析和智能体活动同步。 --- ### 💾 持久活动跟踪 提供有意义的仪表盘洞察需要存储用户交互记录，而不仅仅是一个会话。 引入SQLite持久化以支持： - 活动时间线 - 仪表盘指标 - 智能体状态 - 历史快照 这使NexusOS AI能够可视化长期生产力和AI协作。 --- ### 🧩 构建可扩展性 主要工程目标之一是确保未来可以添加AI智能体和MCP工具，而无需修改现有工作流。 生成的架构遵循模块化设计，每个组件具有单一职责，使未来扩展变得更加容易。 --- # 📚 所学知识 开发NexusOS AI提供了现代AI工程、 全栈开发和软件架构的实践经验。 ## 人工智能 - Google Agent Development Kit (ADK) - 多智能体编排 - 基于协调器的路由 - 提示工程 - Google Gemini集成 - AI工作流设计 --- ## 后端开发 - FastAPI - REST API设计 - 模块化架构 - 依赖管理 - 错误处理 - SQLite持久化 --- ## 前端开发 - React - TypeScript - Tailwind CSS - 基于组件的架构 - API集成 - 状态管理 --- ## 软件工程 - 清洁架构 - 模块化设计 - 关注点分离 - 可扩展的项目结构 - Docker部署 - Git版本控制 --- ## 产品思维 除了技术实现之外，该项目还强调了以下几点的重要性： - 用户体验 - 系统设计 - 文档 - 可维护性 - 可扩展性 - 现实世界问题解决 --- # 🚀 未来愿景 NexusOS AI被故意设计为一个更大的学术AI生态系统的基础。 以下路线图概述了潜在的未来增强功能。 | 阶段 | 计划功能 | |---------|----------------| | ✅ 版本1 | Google ADK多智能体平台 | | 🚀 版本2 | 语音AI助手 | | 🚀 版本3 | LMS集成（Moodle，Google Classroom） | | 🚀 版本4 | 云同步 | | 🚀 版本5 | 移动应用程序 | | 🚀 版本6 | AI学习分析 | | 🚀 版本7 | 协作学生工作空间 | | 🚀 版本8 | 额外的MCP工具服务器 | | 🚀 版本9 | 多大学支持 | 模块化架构使这些未来增强功能在无需重新设计现有平台的情况下实现。 --- # 🌍 潜在的现实世界应用 尽管是作为一个顶点项目开发的，NexusOS AI有可能发展成为一个生产就绪的教育平台。 可能的用例包括： - 🎓 大学 - 🏫 学院 - 💼 职业发展中心 - 📚 在线学习平台 - 👩‍💻 编程训练营 - 🤖 AI学习助手 - 📄 简历审查平台 - 🎤 面试准备平台 --- # ❤️ 致谢 如果没有令人难以置信的开源生态系统和工具，使现代AI开发变得可及，这个项目就不可能实现。 特别感谢： - Google Agent Development Kit (ADK) - Google Gemini - Model Context Protocol (MCP) - FastAPI - React - TypeScript - Tailwind CSS - SQLite - Docker - Vite - Kaggle AI Agents Capstone Competition 他们的工具、文档和社区在实现NexusOS AI方面发挥了重要作用。 --- # 👨‍💻 关于作者 <p align="center"> ## Kulmeet Singh Chauhan **B.Tech计算机科学与工程** AI • 全栈开发 • UI/UX • 多智能体系统 </p> NexusOS AI是**Kaggle AI Agents: Intensive Vibe Coding Capstone Project (2026)**的一部分，旨在探索多个AI智能体如何协作解决现实世界的学术和职业挑战。 如果这个项目激励了你或在某种程度上帮助了你，请考虑在GitHub上给它一个⭐。 每一颗星都帮助支持未来的发展。 --- # 🤝 贡献 始终欢迎贡献、功能建议和反馈。 如果您想改进NexusOS AI： 1. 分叉仓库 2. 创建一个功能分支 3. 提交更改 4. 打开拉取请求 让我们一起为学生构建更好的AI工具。 --- # 📜 许可证 该项目在**MIT License**下获得许可。 您可以在许可证的条款下自由使用、修改和分发该项目。 请参阅**LICENSE**文件以获取更多详细信息。 --- <p align="center"> ## ⭐ 感谢访问NexusOS AI 如果您喜欢这个项目…… 请考虑在GitHub上给它一个⭐。 这真的很有帮助。 **使用Google ADK、Gemini AI、MCP、FastAPI、React和TypeScript构建。** </p>