Skillget

asteria-agent

agent
Guvenlik Denetimi
Uyari
Health Uyari
  • License — License: Apache-2.0
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Low visibility — Only 6 GitHub stars
Code Gecti
  • Code scan — Scanned 12 files during light audit, no dangerous patterns found
Permissions Gecti
  • Permissions — No dangerous permissions requested

Bu listing icin henuz AI raporu yok.

SUMMARY

Local-first AI research assistant: plans sub-queries, searches the web, and writes fully cited reports. LangChain + LangGraph multi-agent + FastAPI + Next.js, with email-OTP auth and per-user Postgres storage.

README.md

🐰 Asteria Agent

本地优先的 AI 调研助手:输入一个问题,它会自动拆解子查询、联网检索、阅读来源,产出一份带真实引用的调研报告——生成后还可以继续与报告对话。

Python
LangChain
LangGraph
FastAPI
Next.js
PostgreSQL
Ollama

✨ 功能特性

特性 说明
🔍 可溯源调研 子查询拆解 → 检索抓取 → embedding 相关性过滤 → 带引用写作,引用来自真实访问记录而非 LLM 输出;报告导出 Markdown / Word / PDF
🤖 多智能体模式 LangGraph StateGraph 编排研究角色,支持大纲人工审核与章节级并行
🔐 多用户 邮箱验证码 + JWT 鉴权,调研历史按用户隔离存储于 PostgreSQL
📡 实时交互 WebSocket 流式推送调研进度;可对已生成报告继续追问
🔌 模型无关 LLM 与 embedding 均走 OpenAI 兼容规范,任意 provider(含本地 Ollama)一行配置切换

🏗️ 架构

Asteria / Bunny Research 主线流程

Multi-Agent LangGraph Workflow 编排

代码库沿一条清晰的边界拆分:

  • asteria_researcher/ — 自包含的调研引擎(检索、抓取、prompt、LLM 抽象、报告写作),完全不感知 Web 层,可作为纯 Python 库独立使用
  • backend/ — 包在引擎外面的 FastAPI 服务层:路由、鉴权、WebSocket 推送、PostgreSQL 持久化
  • frontend/nextjs/ — Web 界面:调研控制台、实时日志、报告阅读、对话
  • multi_agents/ — LangGraph 多智能体工作流(planner → 人工审核 → 并行 researcher → writer → fact-checker)

🗺️ Roadmap

  • 实验室知识库(RAG) — 基于 pgvector 对内部文献与笔记做混合检索(BM25 + dense + RRF 融合),cross-encoder 重排序,封装为 MCP server 供本应用与其他 agent 共同调用
  • 检索评估集与指标对比(hybrid vs. dense-only)
  • 生产部署(Docker、next build、云主机)
  • 成本看板(单次调研的 token / 费用明细)

🙏 致谢

基于优秀的开源项目 GPT Researcher 的思路与实现模式构建,并围绕本地优先工作流、按用户持久化与不同的鉴权/存储架构进行了重塑。

Yorumlar (0)

Sonuc bulunamadi