Skillget

InTeam

agent
Security Audit
Warn
Health Warn
  • License — License: MIT
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Low visibility — Only 9 GitHub stars
Code Pass
  • Code scan — Scanned 12 files during light audit, no dangerous patterns found
Permissions Pass
  • Permissions — No dangerous permissions requested

No AI report is available for this listing yet.

SUMMARY

企业知识助手与任务准备 Agent：面向员工上手和展厅知识交付，支持 RAG 问答、自主查阅资料、连续任务准备与用户确认的行动计划。

README.md

InTeam

企业知识助手与任务准备 Agent，面向员工上手和展厅知识交付。既可以基于企业资料回答问题，也可以接收一个准备目标，自主搜索、阅读和补查资料，整理出可继续修改的准备材料。

CI

在线体验（需邀请码） · v1.9 能力说明与验证记录

InTeam 任务准备 Agent：标题栏切换模式、展厅讲解与企业上手场景、自适应输入框

两种使用方式

模式 你可以这样问 InTeam 做什么
企业问答 “报销和权限申请分别用哪个系统？” 通过 Dify RAG（检索企业资料后回答）查找依据，提供回答、追问和候选行动。
任务准备 Agent “为中学生准备 5 分钟能源展厅讲解，附操作注意事项。” 模型自主决定搜索、阅读全文或补查，整理讲解材料、资料依据及待核实事项。
任务准备 Agent “整理 AI 产品经理入职第一周的准备清单。” 从岗位、流程和项目资料中整理准备材料，并支持继续追加要求。

两种模式共用上手地图和行动计划。建议先保留为候选，用户确认后才加入正式行动。

Agent 如何运行

任务准备使用后端 Agent Loop（模型根据工具结果决定下一步的循环）。模型可以调用 search_knowledge（搜索资料）和 read_document（阅读资料），再根据真实结果决定继续查询、向用户澄清，或生成准备材料。

Agent Loop：模型自主查阅资料，依据工具结果继续判断，行动经用户确认

企业问答仍使用 Dify Chatflow。两个模式有各自的执行流程，任务准备的工具循环由 FastAPI 后端管理。

**Agent Harness（支撑模型执行任务的程序机制）**包括：

  • 工具与权限控制：只开放搜索、阅读工具，校验参数与用户资料权限。
  • 执行预算：默认最多 8 轮、8 次工具调用、120 秒，支持用户中途停止。
  • 过程与历史：查看资料查询过程、参考资料和任务记录，支持连续修改目标。
  • 依据校验：校验引用的资料是否实际查询过；区分资料不足、任务信息待补充和现场待确认。
  • 人工确认：模型输出准备材料与候选行动，正式行动由用户确认后写入。

当前支持企业上手和展厅讲解两个场景。Agent 不会操作展厅设备、发送消息或修改企业业务系统；项目最新进展、设备实际状态等仍需相应系统或人员确认。

工作台能力

  • 六主题上手地图：今日开始、公司与业务、我的岗位、当前项目、团队与协作、常用流程。
  • 企业知识问答：支持多轮对话、流式回答与回答反馈。
  • 任务准备：支持场景切换、补充要求、停止、历史记录和准备材料复制。
  • 入职推进：今日重点、候选建议、我的行动和完成进度联动。
  • 响应式界面：标题栏切换两种模式；共用自适应输入框；桌面三栏、移动端单栏三入口。
查看企业问答界面

InTeam 企业问答与可确认行动

已完成的验证

截至 2026-09-19：后端 202 项测试、前端 30 项测试通过，Lint、类型检查和生产构建通过。完成 60 道真实问答及回答规则调整后的 15 道重点复测，并验证线上登录、Agent、行动确认、停止任务和用户隔离。

测试结果说明已验证的范围，不代表任意问题都能正确回答。详细问题、修复与验收记录见 v1.9 报告。

技术栈

层级 技术
前端 Next.js 16、React 19、TypeScript、TanStack Query
后端 FastAPI、SQLAlchemy、Alembic、SSE
任务准备 Agent 后端 Agent Loop、模型工具调用、资料权限与执行预算
企业问答与 RAG Dify Chatflow、混合检索、结构化输出
数据 SQLite、任务历史、生产环境对象存储备份
测试 Pytest、Vitest；仓库另含 Playwright 测试配置

项目结构

InTeam/
├── backend/
│   ├── app/services/agent/          Agent Loop、模型、工具与任务存储
│   ├── data/agent-knowledge/        展厅资料与部署时生成的企业资料包
│   └── ...                         API、业务服务、数据模型、迁移和测试
├── frontend/                       问答与任务准备工作台、响应式交互
├── dify/                           企业知识、Chatflow、提示词和 RAG 评测集
├── docs/                           产品文档、迭代报告与截图
├── .env.example                    配置模板
└── LICENSE                         项目开源许可证

本地运行

1. 启动后端

需要 Python 3.11。

cd backend
python3.11 -m venv .venv
.venv/bin/pip install -r requirements-dev.txt
cp .env.example .env

在 backend/.env 中至少设置两个本地会话参数：

SESSION_SECRET=请填写至少32字符的随机值
INVITE_PEPPER=请填写另一段至少32字符的随机值

使用 Dify 作为问答服务时继续设置：

CHAT_PROVIDER=dify
DIFY_BASE_URL=https://api.dify.ai/v1
DIFY_APP_API_KEY=请填写你的Dify应用APIKey

初始化数据库并生成一个本地体验入口：

.venv/bin/python migrate.py upgrade head
.venv/bin/python cli_invite.py generate --count 1 --note "local development"
.venv/bin/uvicorn app.main:app --host 127.0.0.1 --port 8000

当前版本采用邀请码登录。企业部署可按组织要求接入 SSO、飞书 OAuth 或企业现有身份系统；这些接入需要另外配置和验证。

2. 启动前端

需要 Node.js 20.9 或更高版本。

cd frontend
npm ci
npm run dev

浏览器打开 http://localhost:3000。

前端默认将 /api/v1 请求转发到 http://127.0.0.1:8000。需要连接其他后端地址时，在 frontend/.env.local 中设置：

BACKEND_URL=http://127.0.0.1:8000

配置 Dify

  1. 在 Dify 中创建或导入 Chatflow。
  2. 创建公司通识、岗位与协作、项目知识三个知识库。
  3. 按企业实际情况维护 dify/knowledge-source 中的资料。
  4. 在导入的 Chatflow 中重新绑定知识库和模型。
  5. 发布 Chatflow，并把应用 API Key 写入后端环境变量。

公开 DSL 位于 v1.9 工作流导出。其中知识库与模型的关联依赖原工作区，导入后必须按自己的环境重新绑定；API Key 在服务端单独配置。

知识数据、工作流、模型、检索配置和企业接入方式均应根据企业要求定制。

MiSans 字体

MiSans 字体文件未包含在仓库中。小米官方许可允许在应用中使用 MiSans，但禁止单独重新分发字体软件。

如需恢复设计稿中的 MiSans 效果：

  1. 从 MiSans 官方页面 下载字体并阅读许可协议。
  2. 将可变字体文件放到 frontend/public/fonts/MiSans-VF.ttf。
  3. 保留软件中使用 MiSans 的说明。

未安装字体时，界面会回退到系统无衬线字体。

测试

后端：

cd backend
.venv/bin/python -m pytest tests -q

前端：

cd frontend
npm run lint
npm run typecheck
npm test
npm run build

安全说明

  • 不要提交任何 .env、API Key、Cookie、数据库、备份或运行日志。
  • Dify API Key、对象存储密钥和企业系统凭证只保存在服务端。
  • 发布到生产环境前，应更换会话密钥、配置允许域名、开启安全防护并完成真实 RAG 回归测试。
  • 部署时应使用经过企业确认的资料，并按企业权限要求管理访问。

文档

许可证

项目自有代码采用 MIT License。

React Bits 衍生组件使用 MIT + Commons Clause，详见 第三方声明。MiSans 字体不随仓库分发，使用者需自行从官方渠道下载并遵守其许可。

配置任务准备 Agent

在服务端 .env 配置 AGENT_ENABLED=true、AGENT_BASE_URL、AGENT_API_KEY、AGENT_MODEL。可使用已接入的兼容 OpenAI 工具调用接口的模型；密钥不能放到前端。执行默认最多 8 轮、8 次工具调用、120 秒，超限会明确停止。

本地公司资料读取自 dify/knowledge-source/，展厅资料位于 backend/data/agent-knowledge/exhibition/。单独部署后端前，在项目根目录执行：

python backend/scripts/package_knowledge.py

它只打包知识文件，运行数据库和私有配置必须单独保存。生产环境需要显式配置 ALLOW_ALL_AUTHENTICATED_DOCS 或用户文档 ACL（谁能访问哪些资料）。

Reviews (0)

No results found