mirror of
https://github.com/zhayujie/chatgpt-on-wechat.git
synced 2026-03-01 16:29:26 +08:00
72 lines
2.4 KiB
Plaintext
72 lines
2.4 KiB
Plaintext
---
|
||
title: 项目架构
|
||
description: CowAgent 2.0 的系统架构和核心设计
|
||
---
|
||
|
||
CowAgent 2.0 从简单的聊天机器人全面升级为超级智能助理，采用 Agent 架构设计，具备自主思考、规划任务、长期记忆和技能扩展等能力。
|
||
|
||
## 系统架构
|
||
|
||
CowAgent 的整体架构由以下核心模块组成：
|
||
|
||
<img src="https://cdn.link-ai.tech/doc/68ef7b212c6f791e0e74314b912149f9-sz_5847990.png" alt="CowAgent Architecture" />
|
||
|
||
### 核心模块说明
|
||
|
||
| 模块 | 说明 |
|
||
| --- | --- |
|
||
| **Channels** | 消息通道层，负责接收和发送消息，支持 Web、飞书、钉钉、企微、公众号等 |
|
||
| **Agent Core** | 智能体核心引擎，包括任务规划、记忆系统和技能引擎 |
|
||
| **Tools** | 工具层，Agent 通过工具访问操作系统资源，内置 10+ 种工具 |
|
||
| **Models** | 模型层，支持国内外主流大语言模型的统一接入 |
|
||
|
||
## Agent 模式
|
||
|
||
启用 Agent 模式后，CowAgent 会以自主智能体的方式运行，核心工作流如下：
|
||
|
||
1. **接收消息** - 通过通道接收用户输入
|
||
2. **理解意图** - 分析任务需求和上下文
|
||
3. **规划任务** - 将复杂任务分解为多个步骤
|
||
4. **调用工具** - 选择合适的工具执行每个步骤
|
||
5. **记忆更新** - 将重要信息存入长期记忆
|
||
6. **返回结果** - 将执行结果发送回用户
|
||
|
||
## 工作空间
|
||
|
||
Agent 的工作空间默认位于 `~/.cow` 目录，用于存储系统提示词、记忆文件、技能文件等：
|
||
|
||
```
|
||
~/.cow/
|
||
├── system.md # Agent system prompt
|
||
├── user.md # User profile
|
||
├── memory/ # Long-term memory storage
|
||
│ ├── core.md # Core memory
|
||
│ └── daily/ # Daily memory
|
||
├── skills/ # Custom skills
|
||
│ ├── skill-1/
|
||
│ └── skill-2/
|
||
└── .env # Secret keys for skills
|
||
```
|
||
|
||
## 核心配置
|
||
|
||
在 `config.json` 中配置 Agent 模式的核心参数：
|
||
|
||
```json
|
||
{
|
||
"agent": true,
|
||
"agent_workspace": "~/.cow",
|
||
"agent_max_context_tokens": 40000,
|
||
"agent_max_context_turns": 30,
|
||
"agent_max_steps": 15
|
||
}
|
||
```
|
||
|
||
| 参数 | 说明 | 默认值 |
|
||
| --- | --- | --- |
|
||
| `agent` | 是否启用 Agent 模式 | `true` |
|
||
| `agent_workspace` | 工作空间路径 | `~/.cow` |
|
||
| `agent_max_context_tokens` | 最大上下文 token 数 | `40000` |
|
||
| `agent_max_context_turns` | 最大上下文记忆轮次 | `30` |
|
||
| `agent_max_steps` | 单次任务最大决策步数 | `15` |
|