Deep Research多智能体深度研究平台

从零构建企业级 AI Agent 系统 — LangGraph · FastAPI · Vue 3 · Milvus · Neo4j

多智能体工作流

基于 LangGraph 的 9 节点工作流引擎，支持条件路由、并行执行、状态管理，打造生产级 AI Agent 系统。

四层记忆系统

短期/长期/语义/情景记忆，集成 Milvus + Redis + PostgreSQL，实现跨会话上下文保持与用户偏好学习。

RAG 检索增强

Milvus 向量数据库 + DashScope Embedding，文档分块、相似度检索、重排序，精准知识问答。

知识图谱

Neo4j 图数据库 + GraphCypherQAChain，构建云产品关系图谱，支持复杂关联查询与推理。

MCP 工具生态

基于 FastMCP 的工具服务器，7 个云平台工具，标准化 JSON-RPC stdio 传输协议。

脚手架模板

零外部依赖的 Agent 系统脚手架，Protocol 抽象接口 + 5 大扩展点，快速启动新项目。

教程概览

本教程覆盖 Deep Research 多智能体平台的三个子项目，从生产级应用到可复用脚手架，提供完整的学习路径。

Part 1 · deep_research（9 章）

核心生产级多智能体深度研究系统。涵盖 LangGraph 工作流引擎、四层记忆系统、RAG 检索增强、FastAPI 后端服务、Vue 3 前端开发、Docker 部署运维。

开始学习 →

Part 2 · scaffold（4 章）

从核心项目抽象而来的零依赖脚手架模板。深入 Protocol 抽象接口设计、5 大扩展点机制、LLM 适配器自定义实现。

开始学习 →

Part 3 · cloud_agent（7 章）

基于多 Agent 架构的云平台智能客服系统。集成 Neo4j 知识图谱、MCP 工具服务器、Redis 语义缓存等进阶技术。

开始学习 →

技术栈

层级	技术	用途
AI 框架	LangGraph ≥ 1.0	多智能体工作流编排
LLM	DashScope (Qwen)	大语言模型推理
后端	FastAPI + Uvicorn	REST API + SSE 流式
前端	Vue 3 + Vite	单页应用
向量库	Milvus 2.6+	语义检索 + 记忆存储
关系库	PostgreSQL 14+	结构化记忆 + 检查点
图库	Neo4j 5+	知识图谱
缓存	Redis 7+	短期记忆 + 语义缓存

学习路径

路径	时长	适合人群
快速上手	1-2 天	有 AI Agent 经验，想快速了解架构
深度学习	1-2 周	想系统掌握多智能体系统全链路开发
特定主题	按需	关注记忆系统、RAG、MCP 等具体模块