中文 | English
关于 UniEmployee
UniEmployee 是一套面向企业的数字员工构建与运行平台：把专业员工的工作经验、业务流程和判断标准，固化为可随时上岗、可配置、可审批、可观测的 AI 数字员工。通过 Employee → Workflow/SOP → Skill → Connector → Tool 五层能力模型，把大模型编排成能独立承担客服、销售、数据分析、HR 等岗位工作的组织生产力，而不是零散的个人效率工具。
核心亮点
- 🧑💼 数字员工构建与管理：人设、模型、技能、工具、知识库、SOP、连接器全部页面化配置，运行时以目录库为准；内置 6 个示例员工（客服 / 数据分析 / 销售顾问 / HR / 经营分析 / 网络运营），支持软删除与恢复。
- 🧩 流程型技能与 SOP：技能以
SKILL.md规程沉淀（含触发条件与执行步骤），播种进 Store 供模型按需查阅，不凭记忆跳过；关键业务流程可用 StateGraph 状态机固化（含人工审批节点），保证多步流程准确执行。 - 📚 企业知识本体：知识按主题、规则、规程与来源组织为带业务语义的结构化资产，数字员工基于真实资料作答并标注来源；已接入 FAQ、产品 Wiki 与 RAGFlow 多源知识，概念类型化与检索调试持续建设中。
- 🔌 连接器与工具生态：通过 MCP 标准接入 CRM、新闻等外部系统（stdio 与 npx 两种形态），内置工单、搜索、文档生成、数据分析等原子工具，业务系统可轻松扩展。
- 🧠 跨会话长期记忆：按
(user_id, employee_id)隔离，落盘store.db，重启不丢；数字员工记住客户偏好并持续迭代。 - 📏 超长对话自动压缩：基于 deepagents 内置
SummarizationMiddleware，对话到达阈值（有模型上下文画像按 85% 窗口比例触发，否则按 17 万 token）时自动把旧消息折叠为摘要，完整历史落盘/conversation_history/{thread_id}.md可随时回读；消息一多先对旧工具参数瘦身、模型报超预算时自动压缩重试，长对话不爆上下文、不中断。 - 👀 全链路可观测：每次对话 / 审批恢复 = 一条 run，记录 LLM 与工具调用的输入输出、耗时、token 消耗，可回放定位。
- 🔐 HITL 人工审批：高风险动作触发流程中途中断，等待人工批准后自动继续，人机协同闭环。
- 📱 Web 聊天 + IM 扩展架构：当前支持平台内 Web 聊天；底层已预留多 IM 频道架构（provider 可扩展），微信 / 企业微信 / 飞书 / 钉钉等渠道接入规划中。
功能截图
数字员工对话工作台
与内置数字员工对话，流式回答并实时展示思考 / 工具调用过程；技能与知识库在运行时动态加载（SKILL.md 规程、FAQ 知识检索）。
HITL 人工审批
高风险动作（如退款）触发流程中途中断，在对话流中弹出审批卡片，等待人工批准后自动继续执行、生成退款单。
全链路可观测
每次对话 / 审批恢复 = 一条 run，逐条回放模型与工具调用：输入输出、耗时、token 消耗。
数字员工配置
人设、模型、技能、工具、知识库、SOP、连接器全部页面化配置。
资源中心
技能 / 工具 / 知识库 / SOP / 连接器统一管理，一键装配到员工。
企业知识本体
知识按业务实体与关系组织为结构化语义资产，支持查询与溯源。
会话历史
目录
文档导航
| 我想要 | 去哪里 |
|---|---|
| 部署 / 备份 / 排障 | docs/guide/deployment.md |
| 全部环境变量说明 | docs/guide/configuration.md |
| 新增一个数字员工 | docs/guide/add-employee.md |
| 编写技能规程（SKILL.md） | docs/guide/skill-authoring.md |
| 开发自定义工具 | docs/guide/custom-tools.md |
| 参与贡献 / 发布流程 | CONTRIBUTING.md |
| 平台原理深度解读（8 篇系列） | docs/articles |
快速开始
环境要求
- macOS / Linux / Windows，Python 3.12+
- Docker（起 PostgreSQL 数据库；已有 PG 实例可不装，见「数据存储」）
- Node.js 18+（前端开发模式需要）
- 任意 OpenAI Chat Completions 兼容的模型接口与 API Key（如 DeepSeek、OpenAI）
- 应用本身不需要 GPU，硬件要求取决于你选择的模型服务
1. 克隆并配置
git clone https://github.com/zj-unicom-ai/UniEmployee.git
cd UniEmployee
cp .env.example .env
编辑 .env，填入模型与安全密钥：
MODEL_NAME=openai:deepseek-chat
OPENAI_BASE_URL=https://api.deepseek.com
OPENAI_API_KEY=sk-your-key-here
JWT_SECRET=请替换为足够长的随机字符串 # 可用 openssl rand -hex 32 生成
2. 安装依赖
python3 -m venv .venv
.venv/bin/pip install -r backend/requirements.lock.txt # 完全可复现
3. 生成演示数据（可选）
数据分析师（xiaoshu）与经营分析师（biz-analyzer）依赖 workspace/data/ 下的模拟经营数据集。本地体验请先生成：
python3 scripts/generate_biz_data.py # 生成 sales_detail.csv 等 4 个演示数据集
No comments yet.