Proteus Workflow Engine

A modern, extensible multi-agent workflow engine with real-time monitoring and a web visualization interface.

GitHub

Proteus AI：多智能体工作流引擎

Python 3.11+ FastAPI License: MIT

Proteus AI 是一个强大的、可扩展的、基于 Python 和 FastAPI 构建的多智能体工作流引擎。它旨在提供一个灵活、高效的平台，用于构建和管理复杂的自动化任务和智能代理系统。

🌊 项目名称由来

Proteus（普罗透斯）源自希腊神话中的海神，他以能够随意改变自己的形态而闻名。这个名字完美契合了本项目的核心特性：

  • 强大的可变性：引擎通过不同节点类型的组合实现各种复杂的工作流
  • 智能适应：Agent 系统能够智能地选择最适合的工具和执行路径
  • 灵活性：引擎能够灵活处理各种任务场景和数据流

✨ 核心特性

🧠 智能对话系统

  • 高级推理能力：基于 Chain-of-Thought (CoT) 推理，支持复杂的任务分解和决策
  • 动态工具调用：智能体能够根据任务需求动态选择并调用内置或外部工具
  • 多轮对话与上下文管理：支持多轮对话，保持上下文连贯性，提升交互体验
  • 技能系统：支持技能调用和技能记忆，可扩展智能体能力
  • 文件分析：支持上传文件并基于文件内容进行问答和分析

🔄 灵活的工作流编排

  • 可视化工作流构建：直观的 Web 界面支持节点和边的拖拽，轻松构建复杂工作流
  • 完整的生命周期管理：支持工作流的创建、启动、暂停、恢复和取消
  • 智能调度：处理节点依赖关系，确保数据流和执行顺序正确
  • 异步执行与实时监控：基于 SSE (Server-Sent Events) 实现实时通信，监控节点执行状态和结果
  • 高级工作流结构：支持循环执行和工作流嵌套，提升复用性和灵活性

🛠️ 丰富的内置节点与可扩展性

内置超过 20 种节点类型，涵盖多种操作，并支持轻松扩展：

类别节点类型功能描述
数据与文件file_read, file_write文件读写操作
数据库操作db_query, db_execute, mysql_node数据库查询和执行
信息检索duckduckgo_search, arxiv_search, serper_search多种搜索引擎集成
Web 爬虫web_crawler, web_crawler_local网页内容抓取
代码与自动化python_execute, terminalPython 代码和终端命令执行
浏览器自动化browser_agent浏览器操作自动化
交互与通信api_call, chat, user_input, email_senderAPI 调用、聊天、用户输入、邮件发送
特殊功能weather_forecast, mcp_client, team_generator, workflow_generate天气预报、MCP 客户端、团队生成、工作流生成

📊 实时监控与可视化

  • SSE 实时通信：通过 Server-Sent Events 实现前后端实时数据传输
  • 节点状态实时更新：Web 界面实时展示节点执行进度、状态和结果
  • 智能体思考过程可视化：实时显示智能体思考过程和操作，增强可观察性
  • 历史记录管理：支持会话历史的查询、存储、摘要生成和恢复

🔌 MCP (Model Context Protocol) 支持

  • 标准化外部工具集成：支持 MCP 标准，动态加载和管理外部工具和资源
  • 远程 MCP 服务器集成：通过 MCP 客户端节点与外部服务无缝交互
  • LLM 工具理解：标准化的工具描述便于大型语言模型 (LLM) 理解和使用工具

🛡️ 安全沙箱环境

提供独立的沙箱环境，用于安全地执行 Python 代码和终端命令，隔离潜在风险。

🎨 用户友好的界面与工具

  • Web 可视化界面：提供直观的 Web 界面进行工作流构建、智能体交互和状态监控
  • 命令行工具 (CLI)：功能强大的 CLI 工具，方便开发者和用户在终端中直接与 Proteus AI 系统交互

📋 实际效果展示

请查看 examples/ 文件夹中的研究报告示例，展示 Proteus 在复杂信息收集和分析方面的能力：

🚀 快速开始

请严格遵循以下流程构建和启动项目。

前提条件

  • Docker & Docker Compose
  • OpenSSL (用于生成 SSL 证书)

构建与启动流程

1. 构建 Sandbox 镜像

首先构建用于安全执行代码的沙箱环境镜像。

cd sandbox
./build.sh
cd ..

2. 构建 Proteus 镜像

构建核心 Agent 服务的镜像。

cd proteus
docker build -t proteus-agent .

3. 生成 SSL 证书

为 Nginx 服务生成 SSL 证书，以支持 HTTPS 访问。

# 确保在 proteus 目录下
./bin/generate-ssl-cert.sh

4. 启动服务

进入 Docker 目录并启动所有服务。

cd docker

# 首次启动前，请确保配置了必要的环境变量
# 复制示例配置文件
# cp volumes/agent/.env.example volumes/agent/.env
# cp volumes/sandbox/.env.example volumes/sandbox/.env

# 启动服务
docker-compose up -d

服务启动后：

  • Web 界面访问地址: https://localhost (通过 Nginx 代理) 或 http://localhost:8000
  • Sandbox 服务运行在: http://localhost:8000 (容器内部端口)

⚙️ 配置说明

主要配置项位于 proteus/docker/volumes/agent/.env 文件中。您需要从 .env.example 复制并配置：

🧠 Chat 智能体

Proteus AI 的核心是 Chat 智能体，这是一个功能强大的对话智能体，支持工具调用和上下文管理：

# 使用 Chat 智能体进行对话
chat_agent = ChatAgent(
    stream_manager=stream_manager,
    model_name="deepseek-chat",
    enable_tools=True,
    tool_choices=["serper_search", "web_crawler", "python_execute"],
    max_tool_iterations=5,
    conversation_id=conversation_id,
    user_name=user_name
)

# 运行智能体
result = await chat_agent.run(
    chat_id=chat_id,
    text="请搜索最新的人工智能发展动态并进行分析",
    file_analysis_context=file_context
)

核心特性：

  • 多轮对话：支持上下文记忆，能够理解对话历史
  • 动态工具调用：根据用户意图自动选择并调用合适的工具（如搜索、代码执行、网页爬取）
  • 文件分析：支持上传文件并基于文件内容进行问答和分析
  • 实时流式响应：通过 SSE 实时输出思考过程和回复内容
  • 技能系统：支持技能调用和技能记忆，可扩展智能体能力
  • 工具记忆：记录工具调用历史，优化后续交互

🛠️ 开发指南

1. 项目结构

proteus-ai/
├── proteus/                 # 主应用目录
│   ├── src/                # 源代码
│   │   ├── agent/          # 智能体系统
│   │   ├── nodes/          # 节点实现
│   │   ├── api/            # API 接口
│   │   ├── manager/        # 管理器模块
│   │   └── utils/          # 工具函数
│   ├── static/             # 静态文件
│   ├── conf/               # 配置文件
│   ├── docker/             # Docker 配置
│   ├── docs/               # 文档
│   ├── bin/                # 脚本工具
│   ├── scripts/            # 辅助脚本
│   └── requirements.txt    # Python 依赖
├── sandbox/                # 沙箱环境
├── examples/               # 使用示例
│   ├── deep-research/      # 深度研究报告示例
│   └── self_improving_agent/ # 自我改进智能体示例
├── AGENTS.md               # 智能体详细文档
└── README.md               # 项目说明

2. 添加新节点类型

  1. 在 proteus/src/nodes/ 目录下创建新的节点文件
  2. 在 proteus/src/nodes/node_config.yaml 中注册节点配置

3. 扩展 Agent 功能

  1. 在 proteus/src/agent/prompt/ 中添加新的提示词模板
  2. 修改 proteus/src/agent/agent.py 实现新的推理方法
  3. 注册新的工具到 Agent 系统

4. 前端开发

  1. 静态资源位于 proteus/static/ 目录
  2. 使用 SSE 接收实时更新

5. 测试指南

# 单元测试
python -m pytest tests/unit/

# 集成测试  
python -m pytest tests/integration/

# 端到端测试
python -m pytest tests/e2e/

6. 使用 MCP 功能

  1. 配置 MCP 服务器
  2. 在代码中使用 MCP 管理器
  3. 在 Agent 中使用 MCP 工具

🔮 未来计划

我们致力于不断改进 Proteus 引擎，以下是未来可能优先考虑的功能和优化：

核心功能增强

  • 完善工作流的暂停和恢复机制
  • 引入工作流模板系统
  • 实现工作流版本控制
  • 增加节点执行超时机制

节点类型扩展

  • 集成更多主流 AI 模型和第三方服务 API
  • 实现文件格式转换节点
  • 添加邮件和消息通知节点

Agent 系统优化

  • 进一步优化 Chain-of-Thought 推理
  • 增强多智能体协作机制
  • 实现智能体记忆系统和知识共享
  • 增强错误处理和恢复能力

用户体验改进

  • 优化 Web 界面交互
  • 添加工作流调试工具
  • 实现工作流执行日志导出功能
  • 增加性能监控面板

部署和运维

  • 添加集群部署支持
  • 实现自动化测试框架
  • 优化资源使用效率
  • 增加监控告警机制

🤝 贡献指南

欢迎提交 Issue 和 Pull Request 来帮助改进项目。在提交代码前，请确保：

  • 代码符合项目的编码规范
  • 添加了必要的测试用例
  • 更新了相关文档
  • 遵循 Git 提交规范
  • 通过所有 CI 检查

📄 许可证

本项目采用 MIT 许可证，详见 LICENSE 文件。

🔗 相关资源

💬 支持与反馈

如果您在使用过程中遇到问题或有改进建议，请通过以下方式联系我们：

Proteus AI - 让复杂任务变得简单自动化

Related Servers