# AI Worker 项目管理平台(MVP) > 以「项目」为中心、以「AI Worker」为执行单元的项目管理平台。 > 把大模型团队变成一支可指挥、可审计、可控成本的"虚拟团队"。 **MVP 目标**:跑通「人派活 → AI 干活 → 人验收」最小闭环。 ## 功能清单(MVP) | 模块 | 能力 | |---|---| | 📁 项目管理 | 项目 CRUD、目标/验收标准/预算上限、状态流转(规划/进行/完成/归档) | | 🧑💻 Worker 管理 | 注册虚拟员工(供应商 + 模型 + 角色提示词 + 温度/Token + 成本上限)、连通性测试、启停用 | | 📋 任务编排 | 任务 CRUD、看板(拖拽改状态)、优先级、截止时间、**自动路由**(按价格选最便宜可用 Worker) | | 🚀 执行引擎 | 后台线程执行、统一模型网关(多供应商 OpenAI 兼容)、失败重试、超时、成本上限预检、断点状态 | | ✅ 人工审核 HITL | 产出自动进入「待审核」,人工通过/打回(必填原因)→ 返工重跑,AI 不可绕过 | | 💰 成本记账 | Token/成本按 项目×Worker×模型 多维核算、预算硬约束、近 7 天趋势 | | 📊 质量指标 | 一次通过率、返工次数、失败数 | | 📜 全链路日志 | 任务级执行日志 + 全局日志流,每个结论可溯源 | ## 快速开始 ```bash ./start.sh # 启动(默认 16071) ./start.sh stop # 停止 ./start.sh restart # 重启 ``` - 管理界面:`http://:16071/`,默认口令 `admin123`(改 `config.py` 的 `AUTH_PASSWORD`,留空则免登录) - 首次启动自动灌入演示数据(1 项目 / 1 Worker / 3 任务),可用 `python3 seed.py` 重新初始化 ## 技术栈 - 后端:Python + Flask + SQLite(WAL),无外部依赖,纯标准库 + flask/requests - 前端:原生 HTML/JS/CSS 单页应用(无 CDN,离线可用) - 模型网关:OpenAI 兼容协议,内置 doubao / deepseek / openai / qwen / vLLM 供应商,可扩展 ## 目录结构 ``` ai-worker-platform/ ├── app.py # Flask 应用 + REST API ├── config.py # 供应商/定价/鉴权/端口配置 ├── db.py # SQLite 数据层(projects/workers/tasks/logs/cost_records) ├── engine.py # 任务执行引擎(后台线程 + 自动路由 + 预算预检) ├── llm_gateway.py # 统一模型网关(调用/重试/计量/计价) ├── seed.py # 演示数据 ├── start.sh # 启停脚本 ├── static/ # 前端 SPA └── data/ # SQLite 库;logs/ 运行日志 ``` ## API 摘要 - `POST /api/login` 登录;`GET /api/me` 会话检查 - `GET|POST /api/projects`、`GET|PUT|DELETE /api/projects/` - `GET|POST /api/workers`、`GET|PUT|DELETE /api/workers/`、`POST /api/workers//test` - `GET|POST /api/tasks`、`GET|PUT|DELETE /api/tasks/` - `POST /api/tasks//run` 派活、`/cancel` 取消、`/review` 审核(approve/reject+reason) - `GET /api/reports/cost?group=project|worker|model`、`GET /api/stats`、`GET /api/logs` ## 定价配置 `config.py` 中 `MODEL_PRICING` 按「元 / 1M tokens」登记各模型单价,未登记的走默认价。 成本 = 输入 tokens/1e6 × 输入单价 + 输出 tokens/1e6 × 输出单价。 ## 路线图(超出 MVP) - V1:DAG 多任务编排(Temporal 持久执行)、RAG 知识库、开放 API、飞书/企微集成 - V2:多 Agent 协作(主管/评审/辩论模式)、自动评估体系、模板市场、企业版