基于 LangGraph 构建的 4 智能体协作系统，实现从「客人自然语言点餐」到「菜品上桌」的完整闭环。
- 多智能体协作：接单 / 库存 / 烹饪 / 质检 4 个 Agent 各司其职，通过 LangGraph StateGraph 编排
- LLM 语义理解：接单用 LLM 解析自然语言（"来碗热乎的蛋炒饭"），质检用 LLM 打分（1-10 分 + 文字反馈）
- 真实持久化：库存使用 SQLite，下单真实扣减、降级真实回滚，重启不丢数据
- 失败恢复：质检不合格自动退回重做（回路），连续失败触发优雅降级（回滚库存 + 友好提示）
- 全链路可观测：每个 Agent 的耗时、日志、库存快照实时展示，黑盒变白盒
- 产品级界面：Element UI 风格，4 个 Tab（实时下单 / 库存管理 / 订单历史 / 系统监控）
# 1. 安装依赖
pip install -r requirements.txt
# 2. 配置 .env（填入 DeepSeek API Key）
cp .env.example .env
# 编辑 .env，填入 DEEPSEEK_API_KEY=sk-xxx
# 3. 运行
python main.py
# 打开 http://127.0.0.1:5000| 实时下单 | 库存管理 | 订单历史 | 系统监控 |
|---|---|---|---|
| 自然语言点餐 + 流程时间轴 | 库存表格 + 状态预警 | 订单记录 + 质检分 | 统计大卡 + 架构图 |
smart-kitchen/
├── agents/ # 4 个 Agent 模块
│ ├── common.py # LLM 客户端 + State 定义
│ ├── accept_order.py # 接单（LLM 解析意图）
│ ├── inventory.py # 库存（SQLite 扣减）
│ ├── cook.py # 烹饪（模拟）
│ ├── quality_check.py # 质检（LLM 评分）
│ └── fallback.py # 降级 + 上菜
├── db/
│ └── database.py # SQLite 持久化层
├── frontend/
│ ├── templates/index.html # Element UI 界面
│ └── static/ # CSS + JS
├── docs/ # 架构文档 + 图
├── tests/ # pytest 测试用例
├── main.py # Flask + LangGraph 编排
├── requirements.txt
└── pytest.ini
pytest -v| 层 | 技术 |
|---|---|
| 编排框架 | LangGraph（StateGraph / 条件边 / 回路） |
| LLM | DeepSeek（OpenAI 兼容接口） |
| 后端 | Flask + Flask-CORS |
| 持久化 | SQLite |
| 前端 | 原生 HTML/CSS/JS（Element UI 风格） |
| 测试 | pytest |
- 为什么用 LangGraph 不用 LangChain？ 质检失败需要「退回重做」的回路，LangChain 的 Chain 只能往前走。
- 质检失败为什么退回烹饪而不是重新规划？ 内容问题重做即可，不需要重新解析订单。
- 降级策略如何设计？ 连续 2 次质检失败 → 回滚库存 + 友好提示，不让系统崩溃。