完整项目总结与上线指南

workmind/
│
├── frontend/                          Vue3 前端
│   ├── index.html
│   ├── vite.config.js                 配置了 /api 代理到后端
│   ├── package.json
│   └── src/
│       ├── main.js                    入口，注册 Pinia + Router
│       ├── App.vue                    根布局：侧边栏 + 内容区 + Toast
│       ├── router/
│       │   └── index.js              7个模块的路由（懒加载）
│       ├── styles/
│       │   └── global.css            CSS 变量系统（颜色/间距/圆角）
│       ├── utils/
│       │   └── http.js               axios 封装 + fetchStream SSE 工具
│       ├── stores/                    Pinia 状态管理
│       │   ├── app.js                全局（主题切换、Toast）
│       │   ├── chat.js               对话模块
│       │   ├── knowledge.js          RAG 知识库
│       │   ├── agent.js              任务 Agent
│       │   ├── workflow.js           内容工作流
│       │   ├── erp.js                ERP 报销请假
│       │   ├── prompt.js             Prompt 调试
│       │   └── monitor.js            用量看板
│       ├── views/                     7个页面组件
│       │   ├── ChatView.vue
│       │   ├── KnowledgeView.vue
│       │   ├── AgentView.vue
│       │   ├── WorkflowView.vue
│       │   ├── ErpView.vue
│       │   ├── PromptView.vue
│       │   └── MonitorView.vue
│       └── components/                可复用组件
│           ├── layout/
│           │   ├── AppSidebar.vue    左侧导航栏
│           │   └── AppHeader.vue    顶部栏
│           ├── common/
│           │   └── ToastList.vue    全局提示
│           ├── chat/                 对话模块组件
│           │   ├── SessionSidebar.vue
│           │   ├── RoleSelector.vue
│           │   ├── MessageBubble.vue
│           │   ├── ChatInput.vue
│           │   └── ProfilePanel.vue
│           ├── rag/                  知识库模块组件
│           │   ├── DocumentUploader.vue
│           │   ├── DocumentList.vue
│           │   └── RagChat.vue
│           ├── agent/
│           │   └── ToolCallCard.vue
│           ├── workflow/
│           │   ├── WorkflowGraph.vue
│           │   └── HumanReviewPanel.vue
│           └── erp/
│               ├── SmartFormParser.vue
│               └── ApprovalTimeline.vue
│
├── server/                            Node.js 后端
│   ├── Dockerfile
│   ├── package.json
│   ├── .env.example
│   └── src/
│       ├── index.js                  服务入口（注册路由、优雅退出）
│       ├── config/
│       │   └── index.js             统一配置管理
│       ├── middleware/
│       │   └── index.js             限流 + 输入校验 + 安全检查
│       ├── utils/
│       │   ├── logger.js            结构化日志
│       │   └── errors.js            错误分类 + Express 错误中间件
│       ├── routes/                   8个路由文件
│       │   ├── health.js            健康检查（liveness/readiness）
│       │   ├── chat.js              对话（SSE 流式 + 缓存 + 用户画像）
│       │   ├── knowledge.js         RAG（上传/列表/删除/问答）
│       │   ├── agent.js             Agent（流式执行 + 工具列表）
│       │   ├── workflow.js          工作流（启动/恢复）
│       │   ├── erp.js               ERP（解析 + 审批流）
│       │   ├── prompt.js            Prompt 调试（测试/A/B/模板）
│       │   └── monitor.js           用量统计
│       └── services/                 业务逻辑层
│           ├── model.js             模型工厂（DeepSeek 配置）
│           ├── cache.js             精确缓存（MD5 + TTL）
│           ├── chat/
│           │   └── memory.js        会话记忆 + 用户画像提取
│           ├── rag/
│           │   ├── ingest.js        文档入库（分片 + 向量化）
│           │   └── query.js         RAG 查询（检索 + 生成）
│           ├── agent/
│           │   ├── tools.js         6个工具定义
│           │   └── agent.js         LangGraph ReAct 循环
│           ├── workflow/
│           │   └── workflows.js     4个工作流模板
│           ├── erp/
│           │   ├── parser.js        自然语言 → 结构化表单
│           │   └── approval.js      Multi-Agent 审批流
│           └── prompt/
│               └── promptService.js 模板管理 + A/B 评分
│
└── docker-compose.yml                 一键启动所有服务

node --version    # 需要 v20 以上
npm --version     # v9 以上
docker --version  # 用于启动 Chroma 向量数据库

git clone <你的仓库地址>
cd workmind

cd server
cp .env.example .env

# 必填：DeepSeek 对话模型
# 申请地址：https://platform.deepseek.com
DEEPSEEK_API_KEY=sk-你的key

# 如果要用 RAG 知识库，还需要 OpenAI Embedding
# 申请地址：https://platform.openai.com
OPENAI_API_KEY=sk-你的key

# 后端
cd server
npm install

# 前端（新开一个终端）
cd ../frontend
npm install

docker run -d -p 8000:8000 chromadb/chroma

# 验证是否启动成功
curl http://localhost:8000/api/v1/heartbeat
# 返回 {"nanosecond heartbeat": ...} 说明成功

# 终端1：启动后端
cd server
npm run dev

# 看到这个就成功了：
# 🚀 WorkMind Server 已启动
#    地址: http://localhost:3000

# 终端2：启动前端
cd frontend
npm run dev

# 看到这个就成功了：
# ➜  Local:   http://localhost:5173/

1. 侧边栏点「智能对话」
2. 顶部选择「技术顾问」角色
3. 发送消息：「Vue3 的 ref 和 reactive 有什么区别？」
4. 应该看到：流式输出（字一个个出现），右侧画像面板出现信息
5. 发同一个问题再次：第二次出现「⚡ 缓存」标签，秒回

前提：已配置 OPENAI_API_KEY + 已启动 Chroma

1. 准备一个 .txt 文件（写几段任意内容）
2. 左侧「上传入库」，拖拽上传文件
3. 看到「共 N 个片段」说明入库成功
4. 右侧问答框提问文档里的内容
5. 应该看到：回答带「📎 参考文档」来源标注

1. 点击左侧示例任务「技术调研」
2. 任务自动填入，点击「▶ 执行任务」
3. 应该看到：步骤卡片依次出现，蓝色边框表示执行中
4. 展开步骤卡片，能看到工具的入参和出参
5. 最终回答在所有步骤完成后出现

1. 左侧选「周报生成」模板
2. 填入几条本周工作内容
3. 点「▶ 开始执行」
4. 应该看到：左侧节点图依次变绿，执行到「人工审核」时暂停
5. 右侧出现黄色审核面板，点「✅ 确认并继续」
6. 继续执行生成最终周报

报销测试：
1. 点「💰 报销申请」
2. 输入：「上周去北京出差，高铁来回1200，住宿两晚1600，餐费三天共480」
3. 点「🔍 AI 解析」，看到自动填写的表单
4. 如果住宿超标，warnings 里应该有提示
5. 点「🚀 提交审批」
6. 右侧出现审批对话：主管问 → 申请人答 → 财务审核

请假测试：
1. 切换到「📅 请假申请」
2. 输入：「下周一到周三请年假，出去旅游」
3. AI 解析出日期、天数
4. 提交审批后出现：主管 + HR 两个角色

单次测试：
1. System Prompt 填：「用最简洁的语言回答，不超过两句话」
2. User Message 填：「什么是 JavaScript 的闭包？」
3. 点运行，看输出
4. 把 Temperature 调到 1.5，再运行，输出是否有变化？

A/B 测试：
1. 切到「A/B 对比」
2. A 填简洁版 Prompt，B 填详细版 Prompt
3. 同一个问题：「解释一下 async/await」
4. 点「▶ 开始对比」
5. 等待两边都有输出，看哪边赢了

模板：
1. 在单次测试里调好一个 Prompt
2. 点「💾 另存为模板」
3. 切到「模板库」，能看到刚保存的模板

1. 做几次对话/RAG/Agent 操作
2. 点「 用量看板」
3. 看指标卡：API 调用次数是否增加
4. 看明细表格：刚才的操作应该在里面
5. 把日预算改成 ¥0.01，进行几次对话
6. 预算进度条应该变黄或红

cd server && npm install

rm -rf node_modules && npm install

cat server/.env | grep DEEPSEEK
# 应该输出：DEEPSEEK_API_KEY=sk-xxxx

curl https://api.deepseek.com/v1/models \
  -H "Authorization: Bearer 你的key"
# 返回模型列表说明 Key 有效

finance: `...
必须驳回的情形（遇到立即驳回，不要通过）：
- 酒店单晚超过 800 元且无额外说明
- 机票选了商务舱或头等舱
- 餐费单次超过 500 元
满足以上任一，必须输出"驳回"并说明原因。`

npm install @langchain/community

import { TavilySearchResults } from '@langchain/community/tools/tavily_search'

export const searchTool = new TavilySearchResults({
  apiKey: process.env.TAVILY_API_KEY,
  maxResults: 3,
})

npm install pg @langchain/langgraph-checkpoint-postgres

// 工作流的 MemorySaver 换成 PostgresSaver
import { PostgresSaver } from '@langchain/langgraph-checkpoint-postgres'
const checkpointer = PostgresSaver.fromConnString(process.env.DATABASE_URL)
await checkpointer.setup()

// 例：查询天气
export const weatherTool = tool(
  async ({ city }) => {
    const res = await fetch(`https://api.weather.com/...?city=${city}`)
    const data = await res.json()
    return `${city}今天：${data.weather}，${data.temp}℃`
  },
  {
    name: 'get_weather',
    description: '查询某个城市的天气。当用户问天气相关问题时使用。',
    schema: z.object({
      city: z.string().describe('城市名，如"北京"'),
    }),
  }
)

// 加入工具列表
export const allTools = [
  searchTool,
  readDocTool,
  weatherTool,  // 新增
  // ...
]

// 例：竞品分析工作流
export function buildCompetitorAnalysis() {
  const State = Annotation.Root({
    target:     Annotation({ reducer: (_, n) => n, default: () => '' }),
    competitors: Annotation({ reducer: (_, n) => n, default: () => '' }),
    analysis:   Annotation({ reducer: (_, n) => n, default: () => '' }),
    report:     Annotation({ reducer: (_, n) => n, default: () => '' }),
    humanFeedback: Annotation({ reducer: (_, n) => n, default: () => '' }),
  })

  // 各节点...
}

// 用户在前端配置审批链
const customFlow = ['manager', 'finance', 'director']

// 传给 runApprovalFlow
await runApprovalFlow(formData, formType, customFlow, onEvent)

用户在 ChatInput 按 Enter
    ↓
chat store.sendMessage(text)
    ↓
messages 数组推入 userMsg（立即显示）
messages 数组推入 aiMsg（占位，content 为空）
    ↓
fetchStream('/api/chat/stream', { message, sessionId, role, userId })
    ↓ HTTP POST（前端）

    ─────── 网络 ───────

后端 chat.js 路由接收
    ↓
rateLimiter 检查令牌桶
    ↓
validateChat 校验 Zod Schema
    ↓
securityCheck 检查 Prompt 注入
    ↓
config.js 读取角色 system prompt
memory.js 读取用户画像，转为 profileCtx
拼接 systemPrompt = 角色 + 画像
    ↓
cache.get(systemPrompt, message) 查精确缓存
    ├── 命中 → SSE 推 cache_hit + 模拟流式输出
    └── 未命中 ↓
    ↓
memory.getHistory(sessionId) 获取会话历史
trimHistory(history, 2000) Token 感知截取
    ↓
chatModel.stream([system, ...history, humanMsg])
    ↓
    for await chunk:
        SSE 推 event: token, data: { token: chunk }
    ↓
history.push(humanMsg, aiMsg)
cache.set(systemPrompt, message, { content: fullReply })
extractAndUpdateProfile(userId, ...) ← 异步，不等
SSE 推 event: done, data: { inputTokens, outputTokens }

    ─────── 网络 ───────

fetchStream 的 onToken 回调
    ↓
aiMsg.content += token（响应式，Vue 自动重渲染）
    ↓
watch 检测到消息长度变化
    ↓
bottomEl.scrollIntoView() 自动滚底
    ↓
onDone 回调：aiMsg.streaming = false
              monitor.recordCall(...)
              chat.loadProfile()（刷新画像面板）