mm_ai

基于大语言模型的 AI 智能体协作框架 —— 像管理团队一样管理 AI。

概述

mm_ai 是一个 AI 智能体协作框架，由 LLM（大语言模型）、Agent（智能体）、Skills（技能）、Tools（工具） 和 Memory（记忆） 构成。

不同于传统的单一 AI 对话模式，mm_ai 采用 多智能体协作 模式：

• master（行动指导员） — 理解用户需求，统筹调度
• 各专业智能体 — 各司其职（产品经理、架构师、设计师、开发、测试……）
• 自动编排 — 智能体之间自动协调，无需人工介入

核心特性

🤖 多智能体协作

内置 50+ 专业智能体，覆盖开发、设计、管理、创作等领域，智能体间自动协作完成任务。

🎯 自动任务编排

master 智能体根据需求自动评估工作量、分级处理、调度最合适的专业智能体。

🧩 可扩展架构

支持自定义智能体、技能、工具，也可以通过 MCP 协议对接外部服务。

🔄 多通道支持

内置多种通信通道（Web、微信、Telegram、钉钉、飞书），支持流式输出。

安装

npm install mm_ai

要求 Node.js >= 16.x

快速开始

方式一：通过代码集成

const { MM_AI } = require('mm_ai');

async function start() {
  // 创建实例
  const ai = new MM_AI({
    // LLM 配置（以 deepseek 为例）
    llm: {
      name: 'deepseek_chat',
      config: {
        api_key: process.env.DEEPSEEK_API_KEY
      }
    }
  });

  // 初始化
  await ai.init();

  // 发送消息
  const res = await ai.send('userA', 'session1', '你好，我想开发一个博客网站');
  console.log('回复:', res.content);

  // 监听流式输出
  ai.on('chat:out', (msg) => {
    console.log('流式消息:', msg);
  });
}

start();

方式二：启动 Web 服务

git clone https://gitee.com/mm_modules_ok/mm_ai_server.git
cd mm_ai_server
npm start

访问 http://localhost:8000 即可使用。

架构概览

用户需求
    │
    ▼
┌─────────────┐
│   master    │  ← 行动指导员，统筹调度
│  智能体核心 │
└──────┬──────┘
       │
       ├──→ project_manager  (项目规划)
       ├──→ product_manager  (产品需求)
       ├──→ hr_manager       (人力分配)
       ├──→ task_manager     (任务分解)
       ├──→ skill_teacher    (技能创建)
       ├──→ tool_maker       (工具研发)
       ├──→ fullstack_developer (全栈开发)
       ├──→ ui_designer      (UI设计)
       ├──→ tester           (测试)
       └──→ ... 更多专业智能体

工作流程

1. 用户提出需求 → master 理解并评估工作量
2. 查干系人 → 判断有没有专业智能体更适合处理
3. 分级处理 → 微小/小/中/大/特大，选择不同策略
4. 调度执行 → 调用专业智能体完成任务
5. 质量验收 → 验证交付成果，与用户共同验收
6. 反馈收尾 → 绩效反馈，沉淀最佳实践

内置模块

智能体 (50+)

| 分类 | 智能体 | 职责 | |:----|:-------|:-----| | 管理 | master、hr_manager、project_manager、product_manager、task_manager | 调度、规划、分配、管理 | | 开发 | fullstack_developer、web_frontend_developer、nodejs_backend_developer、python_developer 等 | 编码实现 | | 设计 | ui_designer、graphic_designer、icon_designer、painter、art_director | 视觉设计 | | 创作 | novel_author、screen_writer、director、composer、video_editor | 小说、编剧、影视 | | 游戏 | game_planner、narrative_planner、level_planner、values_planner、game_tester | 游戏策划与测试 | | 测试 | web_frontend_tester、nodejs_program_tester、python_program_tester | 质量保障 | | 数据 | data_analyst、database_admin | 数据分析、数据库 | | 运维 | system_admin、file_manager、iot_manager | 系统运维 |

完整列表见 内置智能体.md

技能 (50+)

涵盖需求分析、智能体调度、质量验收、全栈开发、UI设计、数据库设计、游戏策划等各领域。

完整列表见 内置技能.md

工具 (50+)

包括智能体管理、文件操作、代码执行、通信协作、检测检查等各类工具。

完整列表见 内置工具.md

配置说明

LLM 配置

支持多种大语言模型，通过配置文件指定：

{
  "llm": "deepseek_chat",
  "llm_config": {
    "api_key": "your-api-key",
    "base_url": "https://api.deepseek.com"
  }
}

支持的模型：DeepSeek、OpenAI、通义千问、文心一言 等。

智能体自定义

每个智能体的配置位于 common/agent/{分组}/{智能体名}/agent.json：

{
  "name": "my_agent",
  "title": "我的智能体",
  "description": "自定义智能体描述",
  "skills": ["skill1", "skill2"],
  "tools": ["tool1", "tool2"],
  "stakeholders": {
    "other_agent": "能帮我做什么"
  }
}

API 参考

核心方法

| 方法 | 说明 | |:-----|:------| | new MM_AI(config) | 创建实例 | | ai.init() | 初始化所有模块 | | ai.send(user, session, content) | 发送消息 | | ai.on('chat:out', cb) | 监听输出事件 | | ai.console() | 启动控制台交互模式 |

事件监听

| 事件 | 说明 | |:-----|:------| | chat:out | 智能体输出消息（含流式分段） | | chat:error | 错误事件 | | chat:complete | 完整回复完成 |

二次开发

详见 二次开发指南，涵盖：

• 如何创建自定义智能体
• 如何开发技能、工具、常识知识
• API 参考与事件系统
• LLM 接入与 MCP 协议
• 测试指南

License

MIT