AI Mine

AI Agent 探索平台，集成 RAG、Knowledge Graph、Memory、Skill、MCP 等核心能力。

✨ 特性

🤖 双模式 Agent - ReAct（推理+行动）和 Plan（规划+执行）两种模式
📚 RAG 知识库 - 文档上传、向量检索、Reranking 重排序
🕸️ 知识图谱 - Neo4j 实体关系存储、可视化、图查询
🧠 记忆系统 - 短期/长期记忆，对话上下文管理
🔧 工具系统 - 三层架构（Primitives/Services/Specialists）
🔌 MCP 集成 - Model Context Protocol 动态工具加载
🎯 技能系统 - 预定义任务模板，可扩展
💬 流式对话 - SSE 实时输出，Markdown 渲染
🌓 主题切换 - 深色/浅色模式

🛠️ 技术栈

层级	技术
前端	React 19, Vite, TailwindCSS, Zustand, tRPC, react-markdown
后端	Hono, tRPC, Drizzle ORM, neo4j-driver, OpenAI SDK
向量数据库	PostgreSQL 16 + pgvector
图数据库	Neo4j 5
沙箱执行	E2B Code Interpreter
Prompt	promptfoo + Handlebars

📁 项目结构

aimine/
├── fe/ # React 前端
│ └── src/
│ ├── components/ # UI 组件 (ChatPanel, RAGPanel, KGPanel...)
│ ├── stores/ # Zustand 状态管理
│ └── trpc/ # tRPC 客户端
├── be/ # Hono 后端
│ └── src/
│ ├── db/ # Drizzle ORM + Schema
│ ├── lib/ # OpenAI, Neo4j 客户端
│ ├── services/ # 业务逻辑 (agent, rag, kg, memory, mcp...)
│ └── trpc/ # tRPC 路由
├── pkg/ # 共享包
│ ├── types/ # TypeScript 类型
│ ├── schema/ # Zod Schema
│ └── utils/ # 工具函数
├── prompts/ # Handlebars Prompt 模板
│ ├── agent/ # Agent 系统提示 (react.hbs, planner.hbs)
│ ├── subagent/ # SubAgent 提示
│ └── extraction/ # 信息抽取提示
└── skills/ # 技能配置 (WHAT - 任务模板)
├── code-review/ # 代码审查流程
├── data-analysis/ # 数据分析流程
├── document-qa/ # 文档问答流程
└── report-generation/ # 报告生成流程

🚀 快速开始

环境要求

Node.js >= 20
pnpm >= 9
Docker & Docker Compose

安装

# 克隆项目
git clone https://github.com/yourname/aimine.git
cd aimine
# 安装依赖
pnpm install
# 复制环境变量
cp env.example .env
# 编辑 .env 填入你的 API Key

启动数据库

# 启动 PostgreSQL + Neo4j
pnpm db:up
# 推送数据库 schema
pnpm db:push

启动开发服务器

# 同时启动前后端
pnpm dev
# 或分别启动
pnpm dev:be # 后端: http://localhost:3000
pnpm dev:fe # 前端: http://localhost:5173

🤖 Agent 模式

ReAct 模式

经典的 Reasoning + Acting 循环，适合简单直接的任务：

用户问题 → 思考 → 调用工具 → 观察结果 → 思考 → ... → 最终回答

Plan 模式

先规划后执行，适合复杂多步骤任务：

用户问题 → 规划器 → 任务计划 → [用户确认] → 执行器 → SubAgents → 汇总结果

SubAgents 角色专家（WHO - 通用能力）：

planner - 任务规划，分解复杂任务
researcher - 信息检索，知识库和图谱查询
coder - 代码实现，编写和执行代码
critic - 质量审查，评估和改进建议
writer - 内容创作，文档和报告撰写

🔧 工具系统

三层架构设计：

Primitives（原子操作）

工具	描述
`bash`	在 E2B 沙箱中执行命令
`file_read`	读取文件内容
`file_write`	写入文件

Services（服务连接器）

工具	描述
`rag_search`	知识库检索
`rag_upload`	上传文档
`kg_query`	查询知识图谱
`kg_addEntity`	添加实体
`kg_addRelation`	添加关系
`memory_search`	搜索记忆
`memory_add`	添加记忆
`todo_*`	TODO 管理
`mcp_*`	MCP 服务交互

Specialists（专家代理）

工具	描述
`specialist_list`	列出可用专家
`specialist_call`	调用专家执行任务

📚 核心模块

RAG 知识库

文档上传（支持文本分块）
向量化存储（pgvector）
相似度检索
Reranking 重排序（BGE-Reranker）

知识图谱

Neo4j 存储实体和关系
可视化展示（Canvas 力导向图）
Cypher 查询
LLM 驱动的信息抽取

记忆系统

短期记忆（对话上下文）
长期记忆（向量检索）
记忆提升机制
按对话维度管理

MCP 集成

支持 stdio 和 HTTP 传输
动态发现工具/资源/提示
多服务器连接管理

⚙️ 环境变量

# OpenAI (必需)
OPENAI_API_KEY=sk-xxx
OPENAI_BASE_URL=https://api.openai.com/v1 # 可选，支持兼容 API
OPENAI_MODEL=gpt-4o # 可选，默认模型# PostgreSQL (必需)
DATABASE_URL=postgresql://postgres:postgres@localhost:5432/aimine
# Neo4j (必需)
NEO4J_URI=bolt://localhost:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=password
# E2B (代码执行)
E2B_API_KEY=e2b_xxx
# Reranker (可选)
RERANKER_MODEL=BAAI/bge-reranker-v2-m3

📖 常用命令

pnpm dev # 启动开发服务器
pnpm build # 构建项目
pnpm lint # 类型检查
pnpm db:up # 启动数据库
pnpm db:down # 停止数据库
pnpm db:push # 推送 Schema
pnpm db:studio # 打开 Drizzle Studio
pnpm promptfoo # 运行 Prompt 测试

🖼️ 界面预览

对话面板 - 流式输出、Markdown 渲染、工具调用展示
知识库 - 文档管理、搜索测试
知识图谱 - 实体关系可视化
记忆管理 - 按对话查看和管理记忆
TODO 管理 - Agent 执行计划追踪
MCP 管理 - 服务器连接和工具查看
技能库 - 技能创建和编辑

📝 License

MIT

AI Mine

AI Agent 探索平台，集成 RAG、Knowledge Graph、Memory、Skill、MCP 等核心能力。

✨ 特性

🤖 双模式 Agent - ReAct（推理+行动）和 Plan（规划+执行）两种模式
📚 RAG 知识库 - 文档上传、向量检索、Reranking 重排序
🕸️ 知识图谱 - Neo4j 实体关系存储、可视化、图查询
🧠 记忆系统 - 短期/长期记忆，对话上下文管理
🔧 工具系统 - 三层架构（Primitives/Services/Specialists）
🔌 MCP 集成 - Model Context Protocol 动态工具加载
🎯 技能系统 - 预定义任务模板，可扩展
💬 流式对话 - SSE 实时输出，Markdown 渲染
🌓 主题切换 - 深色/浅色模式

🛠️ 技术栈

层级	技术
前端	React 19, Vite, TailwindCSS, Zustand, tRPC, react-markdown
后端	Hono, tRPC, Drizzle ORM, neo4j-driver, OpenAI SDK
向量数据库	PostgreSQL 16 + pgvector
图数据库	Neo4j 5
沙箱执行	E2B Code Interpreter
Prompt	promptfoo + Handlebars

📁 项目结构

aimine/
├── fe/ # React 前端
│ └── src/
│ ├── components/ # UI 组件 (ChatPanel, RAGPanel, KGPanel...)
│ ├── stores/ # Zustand 状态管理
│ └── trpc/ # tRPC 客户端
├── be/ # Hono 后端
│ └── src/
│ ├── db/ # Drizzle ORM + Schema
│ ├── lib/ # OpenAI, Neo4j 客户端
│ ├── services/ # 业务逻辑 (agent, rag, kg, memory, mcp...)
│ └── trpc/ # tRPC 路由
├── pkg/ # 共享包
│ ├── types/ # TypeScript 类型
│ ├── schema/ # Zod Schema
│ └── utils/ # 工具函数
├── prompts/ # Handlebars Prompt 模板
│ ├── agent/ # Agent 系统提示 (react.hbs, planner.hbs)
│ ├── subagent/ # SubAgent 提示
│ └── extraction/ # 信息抽取提示
└── skills/ # 技能配置 (WHAT - 任务模板)
├── code-review/ # 代码审查流程
├── data-analysis/ # 数据分析流程
├── document-qa/ # 文档问答流程
└── report-generation/ # 报告生成流程

🚀 快速开始

环境要求

Node.js >= 20
pnpm >= 9
Docker & Docker Compose

安装

# 克隆项目
git clone https://github.com/yourname/aimine.git
cd aimine
# 安装依赖
pnpm install
# 复制环境变量
cp env.example .env
# 编辑 .env 填入你的 API Key

启动数据库

# 启动 PostgreSQL + Neo4j
pnpm db:up
# 推送数据库 schema
pnpm db:push

启动开发服务器

# 同时启动前后端
pnpm dev
# 或分别启动
pnpm dev:be # 后端: http://localhost:3000
pnpm dev:fe # 前端: http://localhost:5173

🤖 Agent 模式

ReAct 模式

经典的 Reasoning + Acting 循环，适合简单直接的任务：

用户问题 → 思考 → 调用工具 → 观察结果 → 思考 → ... → 最终回答

Plan 模式

先规划后执行，适合复杂多步骤任务：

用户问题 → 规划器 → 任务计划 → [用户确认] → 执行器 → SubAgents → 汇总结果

SubAgents 角色专家（WHO - 通用能力）：

planner - 任务规划，分解复杂任务
researcher - 信息检索，知识库和图谱查询
coder - 代码实现，编写和执行代码
critic - 质量审查，评估和改进建议
writer - 内容创作，文档和报告撰写

🔧 工具系统

三层架构设计：

Primitives（原子操作）

工具	描述
`bash`	在 E2B 沙箱中执行命令
`file_read`	读取文件内容
`file_write`	写入文件

Services（服务连接器）

工具	描述
`rag_search`	知识库检索
`rag_upload`	上传文档
`kg_query`	查询知识图谱
`kg_addEntity`	添加实体
`kg_addRelation`	添加关系
`memory_search`	搜索记忆
`memory_add`	添加记忆
`todo_*`	TODO 管理
`mcp_*`	MCP 服务交互

Specialists（专家代理）

工具	描述
`specialist_list`	列出可用专家
`specialist_call`	调用专家执行任务

📚 核心模块

RAG 知识库

文档上传（支持文本分块）
向量化存储（pgvector）
相似度检索
Reranking 重排序（BGE-Reranker）

知识图谱

Neo4j 存储实体和关系
可视化展示（Canvas 力导向图）
Cypher 查询
LLM 驱动的信息抽取

记忆系统

短期记忆（对话上下文）
长期记忆（向量检索）
记忆提升机制
按对话维度管理

MCP 集成

支持 stdio 和 HTTP 传输
动态发现工具/资源/提示
多服务器连接管理

⚙️ 环境变量

# OpenAI (必需)
OPENAI_API_KEY=sk-xxx
OPENAI_BASE_URL=https://api.openai.com/v1 # 可选，支持兼容 API
OPENAI_MODEL=gpt-4o # 可选，默认模型# PostgreSQL (必需)
DATABASE_URL=postgresql://postgres:postgres@localhost:5432/aimine
# Neo4j (必需)
NEO4J_URI=bolt://localhost:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=password
# E2B (代码执行)
E2B_API_KEY=e2b_xxx
# Reranker (可选)
RERANKER_MODEL=BAAI/bge-reranker-v2-m3

📖 常用命令

pnpm dev # 启动开发服务器
pnpm build # 构建项目
pnpm lint # 类型检查
pnpm db:up # 启动数据库
pnpm db:down # 停止数据库
pnpm db:push # 推送 Schema
pnpm db:studio # 打开 Drizzle Studio
pnpm promptfoo # 运行 Prompt 测试

🖼️ 界面预览

对话面板 - 流式输出、Markdown 渲染、工具调用展示
知识库 - 文档管理、搜索测试
知识图谱 - 实体关系可视化
记忆管理 - 按对话查看和管理记忆
TODO 管理 - Agent 执行计划追踪
MCP 管理 - 服务器连接和工具查看
技能库 - 技能创建和编辑

📝 License

MIT

AI Mine

AI Agent 探索平台，集成 RAG、Knowledge Graph、Memory、Skill、MCP 等核心能力。

✨ 特性

🤖 双模式 Agent - ReAct（推理+行动）和 Plan（规划+执行）两种模式
📚 RAG 知识库 - 文档上传、向量检索、Reranking 重排序
🕸️ 知识图谱 - Neo4j 实体关系存储、可视化、图查询
🧠 记忆系统 - 短期/长期记忆，对话上下文管理
🔧 工具系统 - 三层架构（Primitives/Services/Specialists）
🔌 MCP 集成 - Model Context Protocol 动态工具加载
🎯 技能系统 - 预定义任务模板，可扩展
💬 流式对话 - SSE 实时输出，Markdown 渲染
🌓 主题切换 - 深色/浅色模式

🛠️ 技术栈

层级	技术
前端	React 19, Vite, TailwindCSS, Zustand, tRPC, react-markdown
后端	Hono, tRPC, Drizzle ORM, neo4j-driver, OpenAI SDK
向量数据库	PostgreSQL 16 + pgvector
图数据库	Neo4j 5
沙箱执行	E2B Code Interpreter
Prompt	promptfoo + Handlebars

📁 项目结构

aimine/
├── fe/ # React 前端
│ └── src/
│ ├── components/ # UI 组件 (ChatPanel, RAGPanel, KGPanel...)
│ ├── stores/ # Zustand 状态管理
│ └── trpc/ # tRPC 客户端
├── be/ # Hono 后端
│ └── src/
│ ├── db/ # Drizzle ORM + Schema
│ ├── lib/ # OpenAI, Neo4j 客户端
│ ├── services/ # 业务逻辑 (agent, rag, kg, memory, mcp...)
│ └── trpc/ # tRPC 路由
├── pkg/ # 共享包
│ ├── types/ # TypeScript 类型
│ ├── schema/ # Zod Schema
│ └── utils/ # 工具函数
├── prompts/ # Handlebars Prompt 模板
│ ├── agent/ # Agent 系统提示 (react.hbs, planner.hbs)
│ ├── subagent/ # SubAgent 提示
│ └── extraction/ # 信息抽取提示
└── skills/ # 技能配置 (WHAT - 任务模板)
├── code-review/ # 代码审查流程
├── data-analysis/ # 数据分析流程
├── document-qa/ # 文档问答流程
└── report-generation/ # 报告生成流程

🚀 快速开始

环境要求

Node.js >= 20
pnpm >= 9
Docker & Docker Compose

安装

# 克隆项目
git clone https://github.com/yourname/aimine.git
cd aimine
# 安装依赖
pnpm install
# 复制环境变量
cp env.example .env
# 编辑 .env 填入你的 API Key

启动数据库

# 启动 PostgreSQL + Neo4j
pnpm db:up
# 推送数据库 schema
pnpm db:push

启动开发服务器

# 同时启动前后端
pnpm dev
# 或分别启动
pnpm dev:be # 后端: http://localhost:3000
pnpm dev:fe # 前端: http://localhost:5173

🤖 Agent 模式

ReAct 模式

经典的 Reasoning + Acting 循环，适合简单直接的任务：

用户问题 → 思考 → 调用工具 → 观察结果 → 思考 → ... → 最终回答

Plan 模式

先规划后执行，适合复杂多步骤任务：

用户问题 → 规划器 → 任务计划 → [用户确认] → 执行器 → SubAgents → 汇总结果

SubAgents 角色专家（WHO - 通用能力）：

planner - 任务规划，分解复杂任务
researcher - 信息检索，知识库和图谱查询
coder - 代码实现，编写和执行代码
critic - 质量审查，评估和改进建议
writer - 内容创作，文档和报告撰写

🔧 工具系统

三层架构设计：

Primitives（原子操作）

工具	描述
`bash`	在 E2B 沙箱中执行命令
`file_read`	读取文件内容
`file_write`	写入文件

Services（服务连接器）

工具	描述
`rag_search`	知识库检索
`rag_upload`	上传文档
`kg_query`	查询知识图谱
`kg_addEntity`	添加实体
`kg_addRelation`	添加关系
`memory_search`	搜索记忆
`memory_add`	添加记忆
`todo_*`	TODO 管理
`mcp_*`	MCP 服务交互

Specialists（专家代理）

工具	描述
`specialist_list`	列出可用专家
`specialist_call`	调用专家执行任务

📚 核心模块

RAG 知识库

文档上传（支持文本分块）
向量化存储（pgvector）
相似度检索
Reranking 重排序（BGE-Reranker）

知识图谱

Neo4j 存储实体和关系
可视化展示（Canvas 力导向图）
Cypher 查询
LLM 驱动的信息抽取

记忆系统

短期记忆（对话上下文）
长期记忆（向量检索）
记忆提升机制
按对话维度管理

MCP 集成

支持 stdio 和 HTTP 传输
动态发现工具/资源/提示
多服务器连接管理

⚙️ 环境变量

# OpenAI (必需)
OPENAI_API_KEY=sk-xxx
OPENAI_BASE_URL=https://api.openai.com/v1 # 可选，支持兼容 API
OPENAI_MODEL=gpt-4o # 可选，默认模型# PostgreSQL (必需)
DATABASE_URL=postgresql://postgres:postgres@localhost:5432/aimine
# Neo4j (必需)
NEO4J_URI=bolt://localhost:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=password
# E2B (代码执行)
E2B_API_KEY=e2b_xxx
# Reranker (可选)
RERANKER_MODEL=BAAI/bge-reranker-v2-m3

📖 常用命令

pnpm dev # 启动开发服务器
pnpm build # 构建项目
pnpm lint # 类型检查
pnpm db:up # 启动数据库
pnpm db:down # 停止数据库
pnpm db:push # 推送 Schema
pnpm db:studio # 打开 Drizzle Studio
pnpm promptfoo # 运行 Prompt 测试

🖼️ 界面预览

对话面板 - 流式输出、Markdown 渲染、工具调用展示
知识库 - 文档管理、搜索测试
知识图谱 - 实体关系可视化
记忆管理 - 按对话查看和管理记忆
TODO 管理 - Agent 执行计划追踪
MCP 管理 - 服务器连接和工具查看
技能库 - 技能创建和编辑

📝 License

MIT

AI Mine

AI Agent 探索平台，集成 RAG、Knowledge Graph、Memory、Skill、MCP 等核心能力。

✨ 特性

🤖 双模式 Agent - ReAct（推理+行动）和 Plan（规划+执行）两种模式
📚 RAG 知识库 - 文档上传、向量检索、Reranking 重排序
🕸️ 知识图谱 - Neo4j 实体关系存储、可视化、图查询
🧠 记忆系统 - 短期/长期记忆，对话上下文管理
🔧 工具系统 - 三层架构（Primitives/Services/Specialists）
🔌 MCP 集成 - Model Context Protocol 动态工具加载
🎯 技能系统 - 预定义任务模板，可扩展
💬 流式对话 - SSE 实时输出，Markdown 渲染
🌓 主题切换 - 深色/浅色模式

🛠️ 技术栈

层级	技术
前端	React 19, Vite, TailwindCSS, Zustand, tRPC, react-markdown
后端	Hono, tRPC, Drizzle ORM, neo4j-driver, OpenAI SDK
向量数据库	PostgreSQL 16 + pgvector
图数据库	Neo4j 5
沙箱执行	E2B Code Interpreter
Prompt	promptfoo + Handlebars

📁 项目结构

aimine/
├── fe/ # React 前端
│ └── src/
│ ├── components/ # UI 组件 (ChatPanel, RAGPanel, KGPanel...)
│ ├── stores/ # Zustand 状态管理
│ └── trpc/ # tRPC 客户端
├── be/ # Hono 后端
│ └── src/
│ ├── db/ # Drizzle ORM + Schema
│ ├── lib/ # OpenAI, Neo4j 客户端
│ ├── services/ # 业务逻辑 (agent, rag, kg, memory, mcp...)
│ └── trpc/ # tRPC 路由
├── pkg/ # 共享包
│ ├── types/ # TypeScript 类型
│ ├── schema/ # Zod Schema
│ └── utils/ # 工具函数
├── prompts/ # Handlebars Prompt 模板
│ ├── agent/ # Agent 系统提示 (react.hbs, planner.hbs)
│ ├── subagent/ # SubAgent 提示
│ └── extraction/ # 信息抽取提示
└── skills/ # 技能配置 (WHAT - 任务模板)
├── code-review/ # 代码审查流程
├── data-analysis/ # 数据分析流程
├── document-qa/ # 文档问答流程
└── report-generation/ # 报告生成流程

🚀 快速开始

环境要求

Node.js >= 20
pnpm >= 9
Docker & Docker Compose

安装

# 克隆项目
git clone https://github.com/yourname/aimine.git
cd aimine
# 安装依赖
pnpm install
# 复制环境变量
cp env.example .env
# 编辑 .env 填入你的 API Key

启动数据库

# 启动 PostgreSQL + Neo4j
pnpm db:up
# 推送数据库 schema
pnpm db:push

启动开发服务器

# 同时启动前后端
pnpm dev
# 或分别启动
pnpm dev:be # 后端: http://localhost:3000
pnpm dev:fe # 前端: http://localhost:5173

🤖 Agent 模式

ReAct 模式

经典的 Reasoning + Acting 循环，适合简单直接的任务：

用户问题 → 思考 → 调用工具 → 观察结果 → 思考 → ... → 最终回答

Plan 模式

先规划后执行，适合复杂多步骤任务：

用户问题 → 规划器 → 任务计划 → [用户确认] → 执行器 → SubAgents → 汇总结果

SubAgents 角色专家（WHO - 通用能力）：

planner - 任务规划，分解复杂任务
researcher - 信息检索，知识库和图谱查询
coder - 代码实现，编写和执行代码
critic - 质量审查，评估和改进建议
writer - 内容创作，文档和报告撰写

🔧 工具系统

三层架构设计：

Primitives（原子操作）

工具	描述
`bash`	在 E2B 沙箱中执行命令
`file_read`	读取文件内容
`file_write`	写入文件

Services（服务连接器）

工具	描述
`rag_search`	知识库检索
`rag_upload`	上传文档
`kg_query`	查询知识图谱
`kg_addEntity`	添加实体
`kg_addRelation`	添加关系
`memory_search`	搜索记忆
`memory_add`	添加记忆
`todo_*`	TODO 管理
`mcp_*`	MCP 服务交互

Specialists（专家代理）

工具	描述
`specialist_list`	列出可用专家
`specialist_call`	调用专家执行任务

📚 核心模块

RAG 知识库

文档上传（支持文本分块）
向量化存储（pgvector）
相似度检索
Reranking 重排序（BGE-Reranker）

知识图谱

Neo4j 存储实体和关系
可视化展示（Canvas 力导向图）
Cypher 查询
LLM 驱动的信息抽取

记忆系统

短期记忆（对话上下文）
长期记忆（向量检索）
记忆提升机制
按对话维度管理

MCP 集成

支持 stdio 和 HTTP 传输
动态发现工具/资源/提示
多服务器连接管理

⚙️ 环境变量

# OpenAI (必需)
OPENAI_API_KEY=sk-xxx
OPENAI_BASE_URL=https://api.openai.com/v1 # 可选，支持兼容 API
OPENAI_MODEL=gpt-4o # 可选，默认模型# PostgreSQL (必需)
DATABASE_URL=postgresql://postgres:postgres@localhost:5432/aimine
# Neo4j (必需)
NEO4J_URI=bolt://localhost:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=password
# E2B (代码执行)
E2B_API_KEY=e2b_xxx
# Reranker (可选)
RERANKER_MODEL=BAAI/bge-reranker-v2-m3

📖 常用命令

pnpm dev # 启动开发服务器
pnpm build # 构建项目
pnpm lint # 类型检查
pnpm db:up # 启动数据库
pnpm db:down # 停止数据库
pnpm db:push # 推送 Schema
pnpm db:studio # 打开 Drizzle Studio
pnpm promptfoo # 运行 Prompt 测试

🖼️ 界面预览

对话面板 - 流式输出、Markdown 渲染、工具调用展示
知识库 - 文档管理、搜索测试
知识图谱 - 实体关系可视化
记忆管理 - 按对话查看和管理记忆
TODO 管理 - Agent 执行计划追踪
MCP 管理 - 服务器连接和工具查看
技能库 - 技能创建和编辑

📝 License

MIT

AI Mine

AI Agent 探索平台，集成 RAG、Knowledge Graph、Memory、Skill、MCP 等核心能力。

✨ 特性

🤖 双模式 Agent - ReAct（推理+行动）和 Plan（规划+执行）两种模式
📚 RAG 知识库 - 文档上传、向量检索、Reranking 重排序
🕸️ 知识图谱 - Neo4j 实体关系存储、可视化、图查询
🧠 记忆系统 - 短期/长期记忆，对话上下文管理
🔧 工具系统 - 三层架构（Primitives/Services/Specialists）
🔌 MCP 集成 - Model Context Protocol 动态工具加载
🎯 技能系统 - 预定义任务模板，可扩展
💬 流式对话 - SSE 实时输出，Markdown 渲染
🌓 主题切换 - 深色/浅色模式

🛠️ 技术栈

层级	技术
前端	React 19, Vite, TailwindCSS, Zustand, tRPC, react-markdown
后端	Hono, tRPC, Drizzle ORM, neo4j-driver, OpenAI SDK
向量数据库	PostgreSQL 16 + pgvector
图数据库	Neo4j 5
沙箱执行	E2B Code Interpreter
Prompt	promptfoo + Handlebars

📁 项目结构

aimine/
├── fe/ # React 前端
│ └── src/
│ ├── components/ # UI 组件 (ChatPanel, RAGPanel, KGPanel...)
│ ├── stores/ # Zustand 状态管理
│ └── trpc/ # tRPC 客户端
├── be/ # Hono 后端
│ └── src/
│ ├── db/ # Drizzle ORM + Schema
│ ├── lib/ # OpenAI, Neo4j 客户端
│ ├── services/ # 业务逻辑 (agent, rag, kg, memory, mcp...)
│ └── trpc/ # tRPC 路由
├── pkg/ # 共享包
│ ├── types/ # TypeScript 类型
│ ├── schema/ # Zod Schema
│ └── utils/ # 工具函数
├── prompts/ # Handlebars Prompt 模板
│ ├── agent/ # Agent 系统提示 (react.hbs, planner.hbs)
│ ├── subagent/ # SubAgent 提示
│ └── extraction/ # 信息抽取提示
└── skills/ # 技能配置 (WHAT - 任务模板)
├── code-review/ # 代码审查流程
├── data-analysis/ # 数据分析流程
├── document-qa/ # 文档问答流程
└── report-generation/ # 报告生成流程

🚀 快速开始

环境要求

Node.js >= 20
pnpm >= 9
Docker & Docker Compose

安装

# 克隆项目
git clone https://github.com/yourname/aimine.git
cd aimine
# 安装依赖
pnpm install
# 复制环境变量
cp env.example .env
# 编辑 .env 填入你的 API Key

启动数据库

# 启动 PostgreSQL + Neo4j
pnpm db:up
# 推送数据库 schema
pnpm db:push

启动开发服务器

# 同时启动前后端
pnpm dev
# 或分别启动
pnpm dev:be # 后端: http://localhost:3000
pnpm dev:fe # 前端: http://localhost:5173

🤖 Agent 模式

ReAct 模式

经典的 Reasoning + Acting 循环，适合简单直接的任务：

用户问题 → 思考 → 调用工具 → 观察结果 → 思考 → ... → 最终回答

Plan 模式

先规划后执行，适合复杂多步骤任务：

用户问题 → 规划器 → 任务计划 → [用户确认] → 执行器 → SubAgents → 汇总结果

SubAgents 角色专家（WHO - 通用能力）：

planner - 任务规划，分解复杂任务
researcher - 信息检索，知识库和图谱查询
coder - 代码实现，编写和执行代码
critic - 质量审查，评估和改进建议
writer - 内容创作，文档和报告撰写

🔧 工具系统

三层架构设计：

Primitives（原子操作）

工具	描述
`bash`	在 E2B 沙箱中执行命令
`file_read`	读取文件内容
`file_write`	写入文件

Services（服务连接器）

工具	描述
`rag_search`	知识库检索
`rag_upload`	上传文档
`kg_query`	查询知识图谱
`kg_addEntity`	添加实体
`kg_addRelation`	添加关系
`memory_search`	搜索记忆
`memory_add`	添加记忆
`todo_*`	TODO 管理
`mcp_*`	MCP 服务交互

Specialists（专家代理）

工具	描述
`specialist_list`	列出可用专家
`specialist_call`	调用专家执行任务

📚 核心模块

RAG 知识库

文档上传（支持文本分块）
向量化存储（pgvector）
相似度检索
Reranking 重排序（BGE-Reranker）

知识图谱

Neo4j 存储实体和关系
可视化展示（Canvas 力导向图）
Cypher 查询
LLM 驱动的信息抽取

记忆系统

短期记忆（对话上下文）
长期记忆（向量检索）
记忆提升机制
按对话维度管理

MCP 集成

支持 stdio 和 HTTP 传输
动态发现工具/资源/提示
多服务器连接管理

⚙️ 环境变量

# OpenAI (必需)
OPENAI_API_KEY=sk-xxx
OPENAI_BASE_URL=https://api.openai.com/v1 # 可选，支持兼容 API
OPENAI_MODEL=gpt-4o # 可选，默认模型# PostgreSQL (必需)
DATABASE_URL=postgresql://postgres:postgres@localhost:5432/aimine
# Neo4j (必需)
NEO4J_URI=bolt://localhost:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=password
# E2B (代码执行)
E2B_API_KEY=e2b_xxx
# Reranker (可选)
RERANKER_MODEL=BAAI/bge-reranker-v2-m3

📖 常用命令

pnpm dev # 启动开发服务器
pnpm build # 构建项目
pnpm lint # 类型检查
pnpm db:up # 启动数据库
pnpm db:down # 停止数据库
pnpm db:push # 推送 Schema
pnpm db:studio # 打开 Drizzle Studio
pnpm promptfoo # 运行 Prompt 测试

🖼️ 界面预览

对话面板 - 流式输出、Markdown 渲染、工具调用展示
知识库 - 文档管理、搜索测试
知识图谱 - 实体关系可视化
记忆管理 - 按对话查看和管理记忆
TODO 管理 - Agent 执行计划追踪
MCP 管理 - 服务器连接和工具查看
技能库 - 技能创建和编辑

📝 License

MIT

AI Mine

AI Agent 探索平台，集成 RAG、Knowledge Graph、Memory、Skill、MCP 等核心能力。

✨ 特性

🤖 双模式 Agent - ReAct（推理+行动）和 Plan（规划+执行）两种模式
📚 RAG 知识库 - 文档上传、向量检索、Reranking 重排序
🕸️ 知识图谱 - Neo4j 实体关系存储、可视化、图查询
🧠 记忆系统 - 短期/长期记忆，对话上下文管理
🔧 工具系统 - 三层架构（Primitives/Services/Specialists）
🔌 MCP 集成 - Model Context Protocol 动态工具加载
🎯 技能系统 - 预定义任务模板，可扩展
💬 流式对话 - SSE 实时输出，Markdown 渲染
🌓 主题切换 - 深色/浅色模式

🛠️ 技术栈

层级	技术
前端	React 19, Vite, TailwindCSS, Zustand, tRPC, react-markdown
后端	Hono, tRPC, Drizzle ORM, neo4j-driver, OpenAI SDK
向量数据库	PostgreSQL 16 + pgvector
图数据库	Neo4j 5
沙箱执行	E2B Code Interpreter
Prompt	promptfoo + Handlebars

📁 项目结构

aimine/
├── fe/ # React 前端
│ └── src/
│ ├── components/ # UI 组件 (ChatPanel, RAGPanel, KGPanel...)
│ ├── stores/ # Zustand 状态管理
│ └── trpc/ # tRPC 客户端
├── be/ # Hono 后端
│ └── src/
│ ├── db/ # Drizzle ORM + Schema
│ ├── lib/ # OpenAI, Neo4j 客户端
│ ├── services/ # 业务逻辑 (agent, rag, kg, memory, mcp...)
│ └── trpc/ # tRPC 路由
├── pkg/ # 共享包
│ ├── types/ # TypeScript 类型
│ ├── schema/ # Zod Schema
│ └── utils/ # 工具函数
├── prompts/ # Handlebars Prompt 模板
│ ├── agent/ # Agent 系统提示 (react.hbs, planner.hbs)
│ ├── subagent/ # SubAgent 提示
│ └── extraction/ # 信息抽取提示
└── skills/ # 技能配置 (WHAT - 任务模板)
├── code-review/ # 代码审查流程
├── data-analysis/ # 数据分析流程
├── document-qa/ # 文档问答流程
└── report-generation/ # 报告生成流程

🚀 快速开始

环境要求

Node.js >= 20
pnpm >= 9
Docker & Docker Compose

安装

# 克隆项目
git clone https://github.com/yourname/aimine.git
cd aimine
# 安装依赖
pnpm install
# 复制环境变量
cp env.example .env
# 编辑 .env 填入你的 API Key

启动数据库

# 启动 PostgreSQL + Neo4j
pnpm db:up
# 推送数据库 schema
pnpm db:push

启动开发服务器

# 同时启动前后端
pnpm dev
# 或分别启动
pnpm dev:be # 后端: http://localhost:3000
pnpm dev:fe # 前端: http://localhost:5173

🤖 Agent 模式

ReAct 模式

经典的 Reasoning + Acting 循环，适合简单直接的任务：

用户问题 → 思考 → 调用工具 → 观察结果 → 思考 → ... → 最终回答

Plan 模式

先规划后执行，适合复杂多步骤任务：

用户问题 → 规划器 → 任务计划 → [用户确认] → 执行器 → SubAgents → 汇总结果

SubAgents 角色专家（WHO - 通用能力）：

planner - 任务规划，分解复杂任务
researcher - 信息检索，知识库和图谱查询
coder - 代码实现，编写和执行代码
critic - 质量审查，评估和改进建议
writer - 内容创作，文档和报告撰写

🔧 工具系统

三层架构设计：

Primitives（原子操作）

工具	描述
`bash`	在 E2B 沙箱中执行命令
`file_read`	读取文件内容
`file_write`	写入文件

Services（服务连接器）

工具	描述
`rag_search`	知识库检索
`rag_upload`	上传文档
`kg_query`	查询知识图谱
`kg_addEntity`	添加实体
`kg_addRelation`	添加关系
`memory_search`	搜索记忆
`memory_add`	添加记忆
`todo_*`	TODO 管理
`mcp_*`	MCP 服务交互

Specialists（专家代理）

工具	描述
`specialist_list`	列出可用专家
`specialist_call`	调用专家执行任务

📚 核心模块

RAG 知识库

文档上传（支持文本分块）
向量化存储（pgvector）
相似度检索
Reranking 重排序（BGE-Reranker）

知识图谱

Neo4j 存储实体和关系
可视化展示（Canvas 力导向图）
Cypher 查询
LLM 驱动的信息抽取

记忆系统

短期记忆（对话上下文）
长期记忆（向量检索）
记忆提升机制
按对话维度管理

MCP 集成

支持 stdio 和 HTTP 传输
动态发现工具/资源/提示
多服务器连接管理

⚙️ 环境变量

# OpenAI (必需)
OPENAI_API_KEY=sk-xxx
OPENAI_BASE_URL=https://api.openai.com/v1 # 可选，支持兼容 API
OPENAI_MODEL=gpt-4o # 可选，默认模型# PostgreSQL (必需)
DATABASE_URL=postgresql://postgres:postgres@localhost:5432/aimine
# Neo4j (必需)
NEO4J_URI=bolt://localhost:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=password
# E2B (代码执行)
E2B_API_KEY=e2b_xxx
# Reranker (可选)
RERANKER_MODEL=BAAI/bge-reranker-v2-m3

📖 常用命令

pnpm dev # 启动开发服务器
pnpm build # 构建项目
pnpm lint # 类型检查
pnpm db:up # 启动数据库
pnpm db:down # 停止数据库
pnpm db:push # 推送 Schema
pnpm db:studio # 打开 Drizzle Studio
pnpm promptfoo # 运行 Prompt 测试

🖼️ 界面预览

对话面板 - 流式输出、Markdown 渲染、工具调用展示
知识库 - 文档管理、搜索测试
知识图谱 - 实体关系可视化
记忆管理 - 按对话查看和管理记忆
TODO 管理 - Agent 执行计划追踪
MCP 管理 - 服务器连接和工具查看
技能库 - 技能创建和编辑

📝 License

MIT

AI Mine

AI Agent 探索平台，集成 RAG、Knowledge Graph、Memory、Skill、MCP 等核心能力。

✨ 特性

🤖 双模式 Agent - ReAct（推理+行动）和 Plan（规划+执行）两种模式
📚 RAG 知识库 - 文档上传、向量检索、Reranking 重排序
🕸️ 知识图谱 - Neo4j 实体关系存储、可视化、图查询
🧠 记忆系统 - 短期/长期记忆，对话上下文管理
🔧 工具系统 - 三层架构（Primitives/Services/Specialists）
🔌 MCP 集成 - Model Context Protocol 动态工具加载
🎯 技能系统 - 预定义任务模板，可扩展
💬 流式对话 - SSE 实时输出，Markdown 渲染
🌓 主题切换 - 深色/浅色模式

🛠️ 技术栈

层级	技术
前端	React 19, Vite, TailwindCSS, Zustand, tRPC, react-markdown
后端	Hono, tRPC, Drizzle ORM, neo4j-driver, OpenAI SDK
向量数据库	PostgreSQL 16 + pgvector
图数据库	Neo4j 5
沙箱执行	E2B Code Interpreter
Prompt	promptfoo + Handlebars

📁 项目结构

aimine/
├── fe/ # React 前端
│ └── src/
│ ├── components/ # UI 组件 (ChatPanel, RAGPanel, KGPanel...)
│ ├── stores/ # Zustand 状态管理
│ └── trpc/ # tRPC 客户端
├── be/ # Hono 后端
│ └── src/
│ ├── db/ # Drizzle ORM + Schema
│ ├── lib/ # OpenAI, Neo4j 客户端
│ ├── services/ # 业务逻辑 (agent, rag, kg, memory, mcp...)
│ └── trpc/ # tRPC 路由
├── pkg/ # 共享包
│ ├── types/ # TypeScript 类型
│ ├── schema/ # Zod Schema
│ └── utils/ # 工具函数
├── prompts/ # Handlebars Prompt 模板
│ ├── agent/ # Agent 系统提示 (react.hbs, planner.hbs)
│ ├── subagent/ # SubAgent 提示
│ └── extraction/ # 信息抽取提示
└── skills/ # 技能配置 (WHAT - 任务模板)
├── code-review/ # 代码审查流程
├── data-analysis/ # 数据分析流程
├── document-qa/ # 文档问答流程
└── report-generation/ # 报告生成流程

🚀 快速开始

环境要求

Node.js >= 20
pnpm >= 9
Docker & Docker Compose

安装

# 克隆项目
git clone https://github.com/yourname/aimine.git
cd aimine
# 安装依赖
pnpm install
# 复制环境变量
cp env.example .env
# 编辑 .env 填入你的 API Key

启动数据库

# 启动 PostgreSQL + Neo4j
pnpm db:up
# 推送数据库 schema
pnpm db:push

启动开发服务器

# 同时启动前后端
pnpm dev
# 或分别启动
pnpm dev:be # 后端: http://localhost:3000
pnpm dev:fe # 前端: http://localhost:5173

🤖 Agent 模式

ReAct 模式

经典的 Reasoning + Acting 循环，适合简单直接的任务：

用户问题 → 思考 → 调用工具 → 观察结果 → 思考 → ... → 最终回答

Plan 模式

先规划后执行，适合复杂多步骤任务：

用户问题 → 规划器 → 任务计划 → [用户确认] → 执行器 → SubAgents → 汇总结果

SubAgents 角色专家（WHO - 通用能力）：

planner - 任务规划，分解复杂任务
researcher - 信息检索，知识库和图谱查询
coder - 代码实现，编写和执行代码
critic - 质量审查，评估和改进建议
writer - 内容创作，文档和报告撰写

🔧 工具系统

三层架构设计：

Primitives（原子操作）

工具	描述
`bash`	在 E2B 沙箱中执行命令
`file_read`	读取文件内容
`file_write`	写入文件

Services（服务连接器）

工具	描述
`rag_search`	知识库检索
`rag_upload`	上传文档
`kg_query`	查询知识图谱
`kg_addEntity`	添加实体
`kg_addRelation`	添加关系
`memory_search`	搜索记忆
`memory_add`	添加记忆
`todo_*`	TODO 管理
`mcp_*`	MCP 服务交互

Specialists（专家代理）

工具	描述
`specialist_list`	列出可用专家
`specialist_call`	调用专家执行任务

📚 核心模块

RAG 知识库

文档上传（支持文本分块）
向量化存储（pgvector）
相似度检索
Reranking 重排序（BGE-Reranker）

知识图谱

Neo4j 存储实体和关系
可视化展示（Canvas 力导向图）
Cypher 查询
LLM 驱动的信息抽取

记忆系统

短期记忆（对话上下文）
长期记忆（向量检索）
记忆提升机制
按对话维度管理

MCP 集成

支持 stdio 和 HTTP 传输
动态发现工具/资源/提示
多服务器连接管理

⚙️ 环境变量

# OpenAI (必需)
OPENAI_API_KEY=sk-xxx
OPENAI_BASE_URL=https://api.openai.com/v1 # 可选，支持兼容 API
OPENAI_MODEL=gpt-4o # 可选，默认模型# PostgreSQL (必需)
DATABASE_URL=postgresql://postgres:postgres@localhost:5432/aimine
# Neo4j (必需)
NEO4J_URI=bolt://localhost:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=password
# E2B (代码执行)
E2B_API_KEY=e2b_xxx
# Reranker (可选)
RERANKER_MODEL=BAAI/bge-reranker-v2-m3

📖 常用命令

pnpm dev # 启动开发服务器
pnpm build # 构建项目
pnpm lint # 类型检查
pnpm db:up # 启动数据库
pnpm db:down # 停止数据库
pnpm db:push # 推送 Schema
pnpm db:studio # 打开 Drizzle Studio
pnpm promptfoo # 运行 Prompt 测试

🖼️ 界面预览

对话面板 - 流式输出、Markdown 渲染、工具调用展示
知识库 - 文档管理、搜索测试
知识图谱 - 实体关系可视化
记忆管理 - 按对话查看和管理记忆
TODO 管理 - Agent 执行计划追踪
MCP 管理 - 服务器连接和工具查看
技能库 - 技能创建和编辑

📝 License

MIT

AI Mine

AI Agent 探索平台，集成 RAG、Knowledge Graph、Memory、Skill、MCP 等核心能力。

✨ 特性

🤖 双模式 Agent - ReAct（推理+行动）和 Plan（规划+执行）两种模式
📚 RAG 知识库 - 文档上传、向量检索、Reranking 重排序
🕸️ 知识图谱 - Neo4j 实体关系存储、可视化、图查询
🧠 记忆系统 - 短期/长期记忆，对话上下文管理
🔧 工具系统 - 三层架构（Primitives/Services/Specialists）
🔌 MCP 集成 - Model Context Protocol 动态工具加载
🎯 技能系统 - 预定义任务模板，可扩展
💬 流式对话 - SSE 实时输出，Markdown 渲染
🌓 主题切换 - 深色/浅色模式

🛠️ 技术栈

层级	技术
前端	React 19, Vite, TailwindCSS, Zustand, tRPC, react-markdown
后端	Hono, tRPC, Drizzle ORM, neo4j-driver, OpenAI SDK
向量数据库	PostgreSQL 16 + pgvector
图数据库	Neo4j 5
沙箱执行	E2B Code Interpreter
Prompt	promptfoo + Handlebars

📁 项目结构

aimine/
├── fe/ # React 前端
│ └── src/
│ ├── components/ # UI 组件 (ChatPanel, RAGPanel, KGPanel...)
│ ├── stores/ # Zustand 状态管理
│ └── trpc/ # tRPC 客户端
├── be/ # Hono 后端
│ └── src/
│ ├── db/ # Drizzle ORM + Schema
│ ├── lib/ # OpenAI, Neo4j 客户端
│ ├── services/ # 业务逻辑 (agent, rag, kg, memory, mcp...)
│ └── trpc/ # tRPC 路由
├── pkg/ # 共享包
│ ├── types/ # TypeScript 类型
│ ├── schema/ # Zod Schema
│ └── utils/ # 工具函数
├── prompts/ # Handlebars Prompt 模板
│ ├── agent/ # Agent 系统提示 (react.hbs, planner.hbs)
│ ├── subagent/ # SubAgent 提示
│ └── extraction/ # 信息抽取提示
└── skills/ # 技能配置 (WHAT - 任务模板)
├── code-review/ # 代码审查流程
├── data-analysis/ # 数据分析流程
├── document-qa/ # 文档问答流程
└── report-generation/ # 报告生成流程

🚀 快速开始

环境要求

Node.js >= 20
pnpm >= 9
Docker & Docker Compose

安装

# 克隆项目
git clone https://github.com/yourname/aimine.git
cd aimine
# 安装依赖
pnpm install
# 复制环境变量
cp env.example .env
# 编辑 .env 填入你的 API Key

启动数据库

# 启动 PostgreSQL + Neo4j
pnpm db:up
# 推送数据库 schema
pnpm db:push

启动开发服务器

# 同时启动前后端
pnpm dev
# 或分别启动
pnpm dev:be # 后端: http://localhost:3000
pnpm dev:fe # 前端: http://localhost:5173

🤖 Agent 模式

ReAct 模式

经典的 Reasoning + Acting 循环，适合简单直接的任务：

用户问题 → 思考 → 调用工具 → 观察结果 → 思考 → ... → 最终回答

Plan 模式

先规划后执行，适合复杂多步骤任务：

用户问题 → 规划器 → 任务计划 → [用户确认] → 执行器 → SubAgents → 汇总结果

SubAgents 角色专家（WHO - 通用能力）：

planner - 任务规划，分解复杂任务
researcher - 信息检索，知识库和图谱查询
coder - 代码实现，编写和执行代码
critic - 质量审查，评估和改进建议
writer - 内容创作，文档和报告撰写

🔧 工具系统

三层架构设计：

Primitives（原子操作）

工具	描述
`bash`	在 E2B 沙箱中执行命令
`file_read`	读取文件内容
`file_write`	写入文件

Services（服务连接器）

工具	描述
`rag_search`	知识库检索
`rag_upload`	上传文档
`kg_query`	查询知识图谱
`kg_addEntity`	添加实体
`kg_addRelation`	添加关系
`memory_search`	搜索记忆
`memory_add`	添加记忆
`todo_*`	TODO 管理
`mcp_*`	MCP 服务交互

Specialists（专家代理）

工具	描述
`specialist_list`	列出可用专家
`specialist_call`	调用专家执行任务

📚 核心模块

RAG 知识库

文档上传（支持文本分块）
向量化存储（pgvector）
相似度检索
Reranking 重排序（BGE-Reranker）

知识图谱

Neo4j 存储实体和关系
可视化展示（Canvas 力导向图）
Cypher 查询
LLM 驱动的信息抽取

记忆系统

短期记忆（对话上下文）
长期记忆（向量检索）
记忆提升机制
按对话维度管理

MCP 集成

支持 stdio 和 HTTP 传输
动态发现工具/资源/提示
多服务器连接管理

⚙️ 环境变量

# OpenAI (必需)
OPENAI_API_KEY=sk-xxx
OPENAI_BASE_URL=https://api.openai.com/v1 # 可选，支持兼容 API
OPENAI_MODEL=gpt-4o # 可选，默认模型# PostgreSQL (必需)
DATABASE_URL=postgresql://postgres:postgres@localhost:5432/aimine
# Neo4j (必需)
NEO4J_URI=bolt://localhost:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=password
# E2B (代码执行)
E2B_API_KEY=e2b_xxx
# Reranker (可选)
RERANKER_MODEL=BAAI/bge-reranker-v2-m3

📖 常用命令

pnpm dev # 启动开发服务器
pnpm build # 构建项目
pnpm lint # 类型检查
pnpm db:up # 启动数据库
pnpm db:down # 停止数据库
pnpm db:push # 推送 Schema
pnpm db:studio # 打开 Drizzle Studio
pnpm promptfoo # 运行 Prompt 测试

🖼️ 界面预览

对话面板 - 流式输出、Markdown 渲染、工具调用展示
知识库 - 文档管理、搜索测试
知识图谱 - 实体关系可视化
记忆管理 - 按对话查看和管理记忆
TODO 管理 - Agent 执行计划追踪
MCP 管理 - 服务器连接和工具查看
技能库 - 技能创建和编辑

📝 License

MIT

Name		Name	Last commit message	Last commit date
be		be
fe		fe
pkg		pkg
prompts		prompts
skills		skills
.gitignore		.gitignore
.prettierrc		.prettierrc
CLAUDE.md		CLAUDE.md
LICENSE		LICENSE
README.md		README.md
docker-compose.yml		docker-compose.yml
env.example		env.example
package.json		package.json
pnpm-lock.yaml		pnpm-lock.yaml
pnpm-workspace.yaml		pnpm-workspace.yaml
promptfooconfig.yaml		promptfooconfig.yaml
tsconfig.base.json		tsconfig.base.json

Name		Name	Last commit message	Last commit date
be		be
fe		fe
pkg		pkg
prompts		prompts
skills		skills
.gitignore		.gitignore
.prettierrc		.prettierrc
CLAUDE.md		CLAUDE.md
LICENSE		LICENSE
README.md		README.md
docker-compose.yml		docker-compose.yml
env.example		env.example
package.json		package.json
pnpm-lock.yaml		pnpm-lock.yaml
pnpm-workspace.yaml		pnpm-workspace.yaml
promptfooconfig.yaml		promptfooconfig.yaml
tsconfig.base.json		tsconfig.base.json

Name		Name	Last commit message	Last commit date
be		be
fe		fe
pkg		pkg
prompts		prompts
skills		skills
.gitignore		.gitignore
.prettierrc		.prettierrc
CLAUDE.md		CLAUDE.md
LICENSE		LICENSE
README.md		README.md
docker-compose.yml		docker-compose.yml
env.example		env.example
package.json		package.json
pnpm-lock.yaml		pnpm-lock.yaml
pnpm-workspace.yaml		pnpm-workspace.yaml
promptfooconfig.yaml		promptfooconfig.yaml
tsconfig.base.json		tsconfig.base.json

Name		Name	Last commit message	Last commit date
be		be
fe		fe
pkg		pkg
prompts		prompts
skills		skills
.gitignore		.gitignore
.prettierrc		.prettierrc
CLAUDE.md		CLAUDE.md
LICENSE		LICENSE
README.md		README.md
docker-compose.yml		docker-compose.yml
env.example		env.example
package.json		package.json
pnpm-lock.yaml		pnpm-lock.yaml
pnpm-workspace.yaml		pnpm-workspace.yaml
promptfooconfig.yaml		promptfooconfig.yaml
tsconfig.base.json		tsconfig.base.json

Name		Name	Last commit message	Last commit date
be		be
fe		fe
pkg		pkg
prompts		prompts
skills		skills
.gitignore		.gitignore
.prettierrc		.prettierrc
CLAUDE.md		CLAUDE.md
LICENSE		LICENSE
README.md		README.md
docker-compose.yml		docker-compose.yml
env.example		env.example
package.json		package.json
pnpm-lock.yaml		pnpm-lock.yaml
pnpm-workspace.yaml		pnpm-workspace.yaml
promptfooconfig.yaml		promptfooconfig.yaml
tsconfig.base.json		tsconfig.base.json

Latest commit

History

Folders and files

Repository files navigation

AI Mine

✨ 特性

🛠️ 技术栈

📁 项目结构

🚀 快速开始

环境要求

安装

启动数据库

启动开发服务器

🤖 Agent 模式

ReAct 模式

Plan 模式

🔧 工具系统

Primitives（原子操作）

Services（服务连接器）

Specialists（专家代理）

📚 核心模块

RAG 知识库

知识图谱

记忆系统

MCP 集成

⚙️ 环境变量

📖 常用命令

🖼️ 界面预览

📝 License

About

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages

Latest commit

History

Folders and files

Repository files navigation

AI Mine

✨ 特性

🛠️ 技术栈

📁 项目结构

🚀 快速开始

环境要求

安装

启动数据库

启动开发服务器

🤖 Agent 模式

ReAct 模式

Plan 模式

🔧 工具系统

Primitives（原子操作）

Services（服务连接器）

Specialists（专家代理）

📚 核心模块

RAG 知识库

知识图谱

记忆系统

MCP 集成

⚙️ 环境变量

📖 常用命令

🖼️ 界面预览

📝 License

About

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages

Latest commit

History

Folders and files

Repository files navigation