跳到主要内容

核心功能特性

MesaLogo 提供了一系列经过实际业务验证的企业级功能模块，覆盖从构建、仿真推演到智能体执行的完整生命周期。

1. 泛化与精确的完美平衡：双引擎规则系统​

双引擎规则系统

创新性地将大模型泛化能力与代码严谨性结合，确保智能体在拥有发散思维的同时，能够严格遵守业务红线。

专家级自然语言规则（LLM）​

  • 规则类型标记为 llm，由大语言模型解释和执行
  • 支持复杂的语义推演条件，例如："当需求变更过于频繁且存在未知的核心链条影响时，需重新评估时间线"
  • 零代码门槛：业务专家可直接用自然语言编排极其复杂的业务准则

逻辑规则引擎（Logic）​

  • 规则类型标记为 logic，在安全沙盒（RuleSandbox）中执行 JavaScript 代码
  • 沙盒限制：5 秒超时、50MB 内存上限、隔离环境变量
  • 支持精确计算和确定性逻辑，如："当缺陷密度 > 2/KLOC 且测试覆盖率 < 85% 时，推迟发布"

规则集管理​

  • 规则通过 RuleSet 组织，支持优先级排序
  • 规则集可绑定到行动空间，在任务实例中自动生效
  • 支持规则触发日志记录（RuleTriggerLog），追踪每次规则检查的上下文、变量值和执行结果

2. 企业级的护栏：自动化监督者（Supervisor）机制​

监督者机制

大模型不可避免地存在幻觉和偏离既定角色的问题。我们内置的自动化“监督者”充当了合规大脑，全程护航任务安全性。

隐形的监督者角色​

  • 行动空间可配置监督者（ActionSpaceObserver），关联具有 is_observer_role=True 标记的角色
  • 监督者智能体在任务中自动创建，标记为 is_observer=True

事件驱动监督​

  • SupervisorEventManager 在关键节点自动触发检查：
    • 即时监督（immediate）：每个智能体回复后立即检查
    • 轮次监督（round_based）：每轮对话结束后检查
  • 支持手动触发规则检查

规则检查流程​

  • SupervisorRuleChecker 构建会话上下文，逐条执行规则检查
  • 自然语言规则通过 ModelClient 调用 LLM 判断合规性
  • 逻辑规则通过 RuleSandbox 在 Node.js 沙盒中执行
  • 生成检查摘要，包含通过/未通过统计和详细结果

3. 灵活的多智能体协作组网​

多智能体会话

摒弃生硬的单向流水线。支持构建复杂的互动层级与群组（类似混合专家架构 MoE），智能路由最合适的脑力资源。

可视化会话模式​

  • 顺序模式（sequential）：智能体按预定顺序依次发言
  • 面板模式（panel）：多智能体并行响应同一消息

智能分发​

  • SmartDispatchService 根据消息内容自动选择最合适的智能体响应
  • 基于智能体专业领域匹配和对话上下文分析

自动讨论​

  • AutonomousTask 支持多种自动化任务类型：
    • discussion：多轮自动讨论，可配置轮数和主题
    • conditional_stop：满足条件时自动停止
    • variable_trigger：变量变化触发
    • time_trigger：定时触发
    • autonomous_scheduling：自主调度
  • 支持流式响应（SSE），实时推送智能体回复

会话总结​

  • SummaryService 支持对会话内容生成总结
  • 创建新子任务时可自动携带上一会话的总结作为上下文

4. 打破虚拟边界：MCP 生产工具生态​

智能体不再只能“陪聊”。通过对标准化 MCP 协议的深度支持，智能体可以直接与您现有的软件基础设施无缝挂载。

多样化通信方式​

MCP 服务器管理器（MCPServerManager）支持四种通信协议：

  • stdio：标准输入输出，适合本地工具
  • streamable_http：StreamableHTTP 协议，适合远程服务
  • sse：Server-Sent Events，适合流式响应
  • http：简单 HTTP API，支持 OpenAPI 规范

服务器管理​

  • 从 JSON 配置文件加载 MCP 服务器定义
  • 支持动态启动、停止和重新加载服务器
  • 内置环境变量服务器（variables-server），提供智能体对变量的读写能力
  • 工具模式缓存（ToolSchemaCache）提高性能

能力系统​

  • Capability 模型定义智能体能力（如 memory、knowledge_access、planner）
  • 能力与 MCP 工具关联：{"server1": ["tool1", "tool2"]}
  • 支持安全级别分级（1=低风险, 2=中风险, 3=高风险）
  • 角色通过 RoleCapability 绑定能力

5. 具备深度逻辑推理的图谱大脑​

知识库

简单的向量切片往往在面临跨文档推理时碰壁。MesaLogo 提供更高级别的图形连接与时间跨度感知。

领先的内置图谱知识库​

  • 向量知识库（vector）：基于 Milvus 向量数据库
    • 文档处理流水线：上传 → 格式转换（PDF/Word/TXT/Markdown）→ 分块 → 嵌入 → 入库
    • 支持混合检索（hybrid）：70% 向量 + 30% BM25 关键词，加权融合
    • 内置 Reranker 重排序服务
  • LightRAG 知识库（lightrag）：轻量级图谱 RAG
    • 支持 naive/local/global/hybrid/mix 五种查询模式
    • 独立 workspace 隔离

图谱增强记忆​

  • GraphEnhancement 配置支持 Graphiti/LightRAG/GraphRAG 三种框架
  • Graphiti 提供时间敏感的图谱记忆，时间越久远的知识权重越低
  • MemoryCapabilityService 根据图谱增强开关动态管理所有角色的 memory 能力
  • MemorySyncService 负责记忆数据的同步

外部知识库兼容​

  • 通过 ExternalKnowledgeProvider 对接外部平台：
    • Dify（DifyAdapter）
    • FastGPT（FastGPTAdapter）
    • RagFlow（RagFlowAdapter）
    • 自定义（CustomAdapter）
  • 角色可同时绑定内部知识库和外部知识库

6. 面向推演的环境变量系统​

提供媲美专业级仿真软件的全局与私有状态管理，使得大规模系统推演和数据流转成为可能。

模板与实例隔离设计​

  • 行动空间层：ActionSpaceSharedVariable / ActionSpaceEnvironmentVariable 定义变量模板
  • 任务实例层：ActionTaskEnvironmentVariable 为任务级公共变量，所有智能体可见
  • 智能体层：AgentVariable 为智能体私有变量，支持 is_public 控制可见性

变量特性​

  • 所有变量支持历史记录（history JSON 字段），追踪变量值的变化
  • 支持共享环境变量（SharedEnvironmentVariable），跨任务共享
  • ExternalVariableMonitor 监控外部变量变化
  • 变量通过 MCP 变量服务器暴露给智能体读写

7. 超越聊天界面的实体应用生态​

实体应用市场

在虚拟与真实的交界处，智能体能真正“使用工具”而非仅仅“查询API”。

原生应用集成​

  • MarketApp 模型管理应用市场中的实体应用
  • 内置应用包括：NetLogo 建模程序、GIS 地图、Code 编程服务器等
  • 应用通过 ActionSpaceApp 绑定到行动空间

VNC 远程桌面​

  • VNC 代理管理器（VNCProxy）基于 websockify 实现 WebSocket 到 VNC TCP 的代理
  • 单端口 + Token 动态路由架构，支持多应用实例并发访问

8. 零成本试错的平行沙箱实验室​

平行实验室

消除对大模型不确定性的恐慌，用严谨的对照实验找出最优的业务策略。

科学的对照实验体系​

  • 对比实验（comparative）：生成变量的笛卡尔积组合，每个组合创建独立的 ActionTask
  • 普通任务（normal）：使用固定变量值，生成单个任务实例

实验流程​

  • 绑定 ActionSpace 场景模板作为实验基础
  • 自动克隆 ActionTask，每个克隆任务变量隔离（is_experiment_clone=True）
  • 复用现有的 ActionTask + AutonomousTask 机制执行实验
  • ExperimentStep 记录每个实验步骤的状态和结果

实验配置​

  • 支持变量枚举（enumerated）定义实验参数范围
  • 支持优化目标（objectives）：最大化/最小化指定变量
  • 支持停止条件（stop_conditions）：满足表达式时自动终止

9. AI 驱动的极速工程脚手架​

  • 一键生成流水线：OneClickGenerationService 能够自动根据一句话需求生成全套体系（包含角色、行动空间配置、执行规则和任务框架）。
  • 支持配置辅助生成专用模型（assistant_generation_model）
  • 基于可定制的提示词模板（Prompt Templates）生成内容

10. 商业化就绪的用户与权限管理体系​

针对企业内网落地打磨，原生内置强隔离与额度管理，无需从零搭建鉴权层。

多元认证机制​

  • 本地用户名/密码认证（Werkzeug password hashing）
  • OAuth 2.0 社交登录：Google、GitHub 等（通过 authlib）
  • JWT Token 认证

权限控制​

  • UserPermissionService 提供资源级权限过滤
  • 支持管理员角色（is_admin）
  • 多租户隔离：资源通过 created_by 和 is_shared 字段控制可见性
  • UserRoleAssignment 支持用户角色分配

订阅与配额​

  • SubscriptionPlan 定义订阅计划和资源限额
  • 存量资源检查：tasks、agents、spaces、knowledge_bases
  • 增量资源检查：daily_conversations、monthly_tokens、storage_mb
  • UsageRecord 记录资源使用量

11. 开放互联的大模型与生态兼容​

不被任何单一算力提供商绑定，保证数字资产的永久兼容。

异构模型兼容​

  • ModelConfig 管理模型配置，支持：OpenAI、Anthropic Claude、Google Gemini、国内大模型等
  • 角色级模型参数覆盖：temperature、top_p、frequency_penalty、presence_penalty、stop_sequences
  • 支持配置默认文本生成模型和辅助生成模型

外部平台兼容​

  • 角色来源支持 internal（内部）和 external（外部）
  • 兼容 OpenAI API 格式的任意平台（Dify、FastGPT、Coze 等）