快速开始
欢迎使用 MesaLogo 多智能体联邦系统！
什么是 MesaLogo？
MesaLogo 是一个融合大语言模型与传统智能体建模的创新平台，专注于模拟基于对话的智能体互动，为复杂多方协作决策提供智能化解决方案。
核心优势
- 双引擎规则：完美平衡大模型的自然语言理解泛化能力与传统沙盒代码逻辑的数学严谨性。
- 智能化监督机制：自带行为追踪与防偏离干预，确保复杂任务的企业级安全要求。
- 多智能体（MoE）路由与讨论：提供超越流程图的自由辩论、小组与顺序协作模型。
- MCP 实体生态与工具互操作：打破纯文本界限，让 Agent 去拉起应用、调参、画图并执行代码。
功能全景图 (Feature Panorama)
为满足复杂的企业级业务推演与协作需求，MesaLogo 内置了海量开箱即用的特性：
1. 多智能体协作与架构 (Multi-Agent Orchestration)
- 混合专家编排 (MoE)：系统原生支持将问题路由至特定领域的专家智能体，极大提升回答质量。
- 并发会话控制：不止于一问一答，支持小组讨论、面板群聊（多脑并发并发回复）、顺序逻辑链、自主调度等超强协作模式。
- 实时的流式反馈 (SSE)：支持前端秒级捕捉智能体的字级推演过程。
2. 双引擎规则与护航系统 (Dual-Engine Rules & Controls)
- LLM 自然语言规则：允许业务专家通过日常语言写入系统级“红线”或“指引”。
- 安全的逻辑规则沙盒：内置隔离的 Node.js 沙盒执行复杂业务计算，实现100%确定性的系统状态转换。
- 全局监督者 (Supervisor)：智能检测异常回答、偏离剧情的行为，并在每一轮或每一次互动后执行“纠偏”。
- 全栈日志追踪：完整记录触发的上下文、触发的规则以及中间变量状态流转，方便事后审计与回溯。
3. MCP 生态对接与应用融合 (MCP Ecosystem & App Integration)
- 多端协议全覆盖：基于标准 MCP 协议，原生支持
stdio(本地程序)、sse(网页端流)、http以及streamable_http四种连接层。 - 丰富的内置实体应用：提供 NetLogo 模型、GIS 地图沙盘、以及独立的代码执行环境能力。
- 浏览器内置 VNC 桥接：利用 websockify 技术原生提供“实体环境界面”映射能力，让 Agent 不仅在思考，更能在桌面点击交互。
4. 数据管理与记忆大脑 (Data, Memory & Graph Bases)
- 图谱记忆增强框架：内置基于 LightRAG 的轻量级知识图谱及 Graphiti 的时间衰减型高阶图谱模型，实现多文本推理。
- 多向量数据库兼容：依托 Milvus，支持 PDF、Markdown 等混合查阅 (70%向量 + 30% 语义)。
- 外部大模型平滑接入：一套系统可向下兼容 Dify, FastGPT, RagFlow 以及标准的 OpenAI / Coze 平台。
- 细粒度多层环境变量：具有全局变量 (Environment)、任务实例变量级以及私有角色状态追踪，支持状态变更快照记录。
5. 沙箱实验室推演系统 (Parallel Labs & Orchestration)
- 对照级变量跑批：使用笛卡尔积自动产生数千个具备细微参数差异的沙箱独立副本，横向比对模型跑批结果。
- 实验目标寻优与终止控制：支持通过阈值或预定表现自动提前结束特定的对比实验，降低成本消耗。
- 一键脚手架生成器：业务人员只需用自然口语下达“我想配置一个审查标书的虚拟办公室”，平台即可靠大模型生成空间、定义角色、预写入业务规则。
6. 企业级系统底座 (Enterprise Ready Security)
- 多维度租户与资源限制：支持组织内的数据边界划分、资源使用 Token 容量约束与每日任务调用天花板。
- AuthLib 聚合登录：原生提供 SSO 单点登录能力，包括集成 Google/Github 甚至企业内网 OAuth2 提供商。
系统要求
在开始之前，请确保您的系统满足以下要求：
- Python: 3.9 或更高版本
- Node.js: 16.0 或更高版本（用于前端）
- Docker: 20.10 或更高版本（可选，用于容器化部署）
- 数据库: PostgreSQL 13+ 或 MySQL 8+
快速安装
1. 克隆仓库
git clone https://github.com/mesalogo/abm-llm-v2.git
cd abm-llm-v2
2. 后端设置
cd backend
pip install -r requirements.txt
python run_app.py
3. 前端设置
cd frontend
npm install
npm start
4. 使用 Docker（推荐）
docker-compose up -d