一个基于 Go 和 Vue3 构建的现代化智能 AI 助手系统，集成了 RAG（检索增强生成）、向量数据库、流式对话等先进技术。
MoonAgent 是一个功能强大的智能 AI 助手系统，旨在提供高质量的对话体验和智能问答服务。系统采用现代化的微服务架构，支持实时流式对话、文档检索、网页浏览等多种功能。
MoonAgent/
├── cmd/ # 应用程序入口
│ ├── server/ # 服务器启动程序
│ └── di/ # 依赖注入配置
├── internal/ # 内部业务逻辑
│ ├── api/ # API层
│ │ ├── handler/ # 请求处理器
│ │ ├── router/ # 路由配置
│ │ └── middleware/ # 中间件
│ ├── pipeline/ # AI流水线
│ ├── agents/ # AI代理
│ ├── constants/ # 常量定义
│ └── global/ # 全局配置
├── pkg/ # 公共包
│ ├── config/ # 配置管理
│ ├── models/ # 数据模型
│ ├── embedder/ # 向量嵌入
│ ├── indexer/ # 索引器
│ ├── retriever/ # 检索器
│ ├── splitter/ # 文档分割器
│ ├── vectorDB/ # 向量数据库
│ ├── milvus/ # Milvus集成
│ ├── tools/ # 工具集成
│ └── logger/ # 日志系统
├── SuperAgentFrontend/ # Vue3前端应用
│ ├── src/ # 源代码
│ │ ├── components/ # Vue组件
│ │ ├── utils/ # 工具函数
│ │ └── style.css # 样式文件
│ └── public/ # 静态资源
├── configs/ # 配置文件
├── assets/ # 资源文件
│ └── documents/ # 文档库
└── tests/ # 测试文件
- 🤖 智能对话: 基于大语言模型的自然语言对话
- 📚 RAG 检索: 检索增强生成，提供准确的知识问答
- 🌊 流式响应: 实时流式输出，提升用户体验
- 🔍 文档检索: 支持文档上传和智能检索
- 🌐 网页浏览: 集成网页浏览和搜索功能
- 💾 向量存储: 基于 Milvus 的高性能向量数据库
- 🎨 现代 UI: 基于 Vue3 的响应式前端界面
- ⚡ 高性能: 基于 Hertz 框架的高性能后端服务
| 技术 | 版本 | 用途 |
|---|---|---|
| Go | 1.24+ | 主要编程语言 |
| Hertz | v0.10.0 | 高性能 HTTP 框架 |
| Eino | v0.3.33 | AI 编排框架 |
| Milvus | v2.4.2 | 向量数据库 |
| Viper | v1.20.1 | 配置管理 |
| Zap | v1.27.0 | 结构化日志 |
| Wire | v0.6.0 | 依赖注入 |
| 技术 | 版本 | 用途 |
|---|---|---|
| Vue 3 | 3.3.4+ | 前端框架 |
| Vite | 4.4.5+ | 构建工具 |
| Axios | 1.5.0+ | HTTP 客户端 |
| UUID | 9.0.0+ | 会话管理 |
- 字节跳动豆包大模型: 主要的语言模型服务
- 向量嵌入模型: 文档向量化处理
- Google 搜索 API: 网页搜索功能
- 浏览器自动化: 网页内容抓取
- SSE 流式传输: 实时响应流
- Go: 1.24 或更高版本
- Node.js: 16.0 或更高版本
- Milvus: 2.4 或更高版本（可选，用于向量存储）
git clone https://github.com/your-username/MoonAgent.git
cd MoonAgent启动milvus服务
cd pkg/vectorDB
docker compose up -d可以通过访问http://127.0.0.1:8000/ 进入milvus可视化面板attu
复制配置文件并填写必要信息：
cp configs/config-example.yaml configs/config.yaml编辑 configs/config.yaml：
# 服务配置
host: "127.0.0.1"
port: "8888"
# 大模型配置
llm:
base_url: "your_llm_base_url"
api_key: "your_api_key"
model: "your_model_name"
# 向量数据库配置
document:
addr: "127.0.0.1:19530"
api_key: "your_embedding_api_key"
model: "your_embedding_model"
# 浏览器配置
browser:
api_key: "your_google_api_key"
search_engine_id: "your_search_engine_id"# 安装Go依赖
go mod tidy
# 启动服务
go run cmd/server/main.go服务将在 http://localhost:8888 启动
# 进入前端目录
cd SuperAgentFrontend
# 安装依赖
npm install
# 启动开发服务器
npm run dev前端将在 http://localhost:3000 启动
打开浏览器访问 http://localhost:3000，开始与 AI 助手对话！
POST /api/chat
Content-Type: application/json
{
"userInput": "你好，请介绍一下自己"
}POST /api/chat/stream
Content-Type: application/json
{
"userInput": "请详细解释什么是人工智能"
}响应格式：Server-Sent Events (SSE)
event: message
data: 人工智能是...
event: message
data: 一种模拟人类智能...
event: done
data: Stream completed
将需要检索的文档放入 assets/documents/ 目录。
- 提供向量化存储的对外 API
- cmd/: 应用程序入口点，包含服务器启动逻辑
- internal/: 内部业务逻辑，不对外暴露
- pkg/: 可复用的公共包
- configs/: 配置文件目录
- SuperAgentFrontend/: Vue3 前端应用
- 添加新的工具: 在
pkg/tools/目录下创建新的工具文件 - 扩展 API: 在
internal/api/handler/添加新的处理器 - 修改流水线: 在
internal/pipeline/调整 AI 处理流程
- 对话历史: 实现对话记录和历史查询
- API 文档: 完善 Swagger API 文档
- 检索策略优化: 尝试采用多种检索策略进行优化
- 安全机制引入: 尝试引入安全作用机制
- 思维与工具步骤记录: 引入思维链输出与工具使用的步骤输出记录
我们欢迎所有形式的贡献！
本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。
⭐ 如果这个项目对你有帮助，请给我们一个星标！