基于多 Agent（工具调用 / ReAct）的图片管理与智能相册系统。技术栈：Vue 3 + FastAPI + LangGraph + MongoDB + Redis。
版本见 VERSION 文件。
| Agent | 实现 | 职责 |
|---|---|---|
| Agent1 影像理解 | vision_agent + submit_vision_result |
EXIF + 多模态识别，结构化标签/描述 |
| Agent2 推荐 / 攻略 | recommend_agent / analysis_agent |
天气与行程工具 → 提交推荐/攻略 |
| Agent3 Chat 助手 | assistant_agent + 12 个 Chat 工具 |
搜图、细节问答、记忆/提醒、强制推送 |
Chat 两阶段检索：主检索只用短标签 chunk；追问细节时按照片 ID 加载长 chunk。会话状态 ACTIVE / IDLE / DORMANT 控制推送时机（SessionService + push_worker）。
- Windows 10/11（一键脚本）或任意可跑 Docker / Python / Node 的环境
- Docker Desktop（MongoDB + Redis）
- Python 3.10+
- Node.js 18+（前端）
- 至少一个 LLM API Key（通义 / DeepSeek / 火山等），或本机 Ollama
- 解压发布包到任意目录。
- 双击
start.bat（或 PowerShell：.\start_dev.ps1）。 - 脚本会自动：
- 启动 Docker 中的 MongoDB / Redis
- 若无
.env则从.env.example复制 - 创建
.venv并pip install -e . - 安装前端依赖并启动前后端
- 浏览器打开：http://localhost:3000
API：http://localhost:8000
默认账号：admin/admin123
首次使用请编辑 .env，至少配置一个厂家密钥（如 DASHSCOPE_API_KEY），也可在前端「配置管理」中填写。
强制重装依赖：
.\start_dev.ps1 -Install只起某一部分：
.\start_dev.ps1 docker
.\start_dev.ps1 backend
.\start_dev.ps1 frontend# 1. 基础设施
docker compose up -d
# 2. 环境变量
copy .env.example .env
# 3. 后端
python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -e .
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000
# 4. 前端（另开终端）
cd frontend
npm install
npm run devPhotosXAgent/
├── start.bat # Windows 一键入口
├── start_dev.ps1 # 开发/部署启动脚本
├── docker-compose.yml # MongoDB + Redis
├── .env.example
├── app/ # FastAPI 路由与服务
├── photosx/
│ ├── agents/ # Vision / Recommend / Analysis / Chat
│ │ └── tools/ # Chat 工具（RAG / 推送 / 记忆等）
│ ├── graph/ # LangGraph
│ └── llm/
├── frontend/ # Vue 3
├── scripts/
│ ├── pack_release.ps1 # 打发布 zip
│ └── fetch_studio_skills.py
└── skills/ # Studio 技能（可选）
search_photos_short/search_albums/get_search_page：检索与「查看更多」load_photo_long/get_photo_geo/get_weather：单张细节、地点、天气analyze_photos/push_guide：整合分析、主动推送攻略mute_topic/add_reminder/add_memory_fact/get_memory：偏好与定时提醒
助手还支持：流式对话、出行攻略（联网搜索 + 天气）、按需生成攻略海报（PNG，保存至海报图库）。设置页可配置 MCP 网关（网页搜索 / 天气服务）。
人物美丑类问题会直接拒绝评价，不调用外貌分析工具。
目前仍在积极开发中，已实现联网搜索，文案撰写，口播稿，社媒文案。
选题 → 调研 → 派生 → 制作。技能从 GitHub 安装到 skills/：
更新技能：python scripts/fetch_studio_skills.py。说明见 docs/studio-beta.md。
在项目根目录执行：
.\scripts\pack_release.ps1默认输出到上级目录：PhotosXAgent-v<VERSION>-deploy-<日期>.zip（不含 .venv、node_modules、.env、上传数据等）。
助手与对话
- 新增 SSE 流式输出：助手回复逐字显示，状态提示（检索、生成中等）实时更新
- 修复 出行攻略误触发搜图：「想去上海有什么建议」等问句正确走攻略流程，不再误匹配相册检索
- 攻略生成接入 联网搜索 + 天气（DuckDuckGo / MCP），输出完整建议与追问引导，去除占位文案
- 修复 定时提醒：支持「30 秒后提醒我」等秒级表达；在线用户提醒直接写入聊天并展示提醒卡片
攻略海报
- 攻略完成后 询问是否生成海报，用户回复「生成海报」后才创建，避免浪费 token
- 海报改为 PNG 图片直接返回与预览，移除 HTML 版
- 修复聊天内海报 无法预览 / 下载（内联 base64 + 鉴权文件接口）
- 新增 海报图库 页面（侧边栏入口）：浏览、下载、删除已保存海报
MCP 网关
- 内置 网页搜索、天气查询 两个 MCP 服务（
photosx/mcp/） - 设置页新增 MCP 网关 配置与连接测试
- 攻略与助手可通过网关统一调用外部 MCP 工具
其他
- 聊天历史持久化时剥离海报 base64，减小 MongoDB 占用
- 依赖新增
mcp>=1.6.0
- 多 Agent 架构：影像理解、推荐/攻略、Chat 助手（ReAct + 12 个工具）
- 两阶段 RAG 检索、会话 ACTIVE/IDLE/DORMANT 推送控制
- 自媒体工作台 Studio（选题 → 调研 → 派生 → 制作）
- Windows 一键部署脚本
start.bat/start_dev.ps1
才发现Agent没有走FunctionCall那一套，思路还是基于python的脚本来实现，这样确实会稳妥一些，但是会增加代码量和维护成本，今天把这些有关工具调用的Agent全部重写优化
分析 / 推送
POST /api/analysis/analyze：只分析、建索引、入库
POST /api/analysis/push：生成攻略并投递
自动触发需同时满足：距常用地 >50km、新地点附近至少 3 张且在 2 小时内、与上一张旧地点间隔 <6 小时、EXIF 设备一致；若这 3 张跨度 >7 天则不触发
ChatAgent
意图：QUERY 短 chunk 向量检索 → QUESTION 按图片 ID 加载长 chunk → COMMAND 改记忆/定时提醒 → REQUEST_PUSH 直接调推送接口
人物美丑类问题会拒绝评价；地点/天气走工具
会话：ACTIVE（5 分钟内）缓存不推；IDLE / DORMANT 立即推，离开较久会合并
到瓶颈期了，对于多Agent相互之间的调用逻辑还需要继续细化
要先确保可用性，再谈性能与效率
新增Ollama模型的一键识别读取
重命名各类Agent，细分工作范畴
修复了地图不会正常显示的bug
MutiAgent之间的协同进一步优化
仍需改进的点：
LLM对嵌入模型的选择
ChatAgent对于另外Agent的接口管理调用还需优化
用户隐私加密问题
识别准确度
识别内容所需调用的数据库
用量统计页面
ChatAgent的推送逻辑
实现了登陆页面的管理
上传图片管理
跑通分析图片流程
添加对各大LLM的支持
添加模型选择功能
添加模型禁用与测试功能
添加对本地Ollama模型的支持
优化了.env的可读性
实现简单的前端页面，后续将对外观进行优化
设计了整体的工作流
初步搭建好所需框架
| 现象 | 处理 |
|---|---|
| Docker Compose 失败 | 确认 Docker Desktop 已启动 |
| 端口 3000/8000 占用 | 关闭占用进程，或改脚本中的端口 |
| Agent 不识图 / 不调工具 | 检查 .env 或前端配置的 API Key；Chat 需支持 function calling 的模型 |
| 仅 EXIF、无画面标签 | 未配置视觉模型时属预期；配好 Key 后重新上传或触发流水线 |