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

./start.sh          # 启动(默认 16071
./start.sh stop     # 停止
./start.sh restart  # 重启
  • 管理界面:http://<IP>:16071/,默认口令 admin123(改 config.pyAUTH_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 + SQLiteWAL),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/projectsGET|PUT|DELETE /api/projects/<id>
  • GET|POST /api/workersGET|PUT|DELETE /api/workers/<id>POST /api/workers/<id>/test
  • GET|POST /api/tasksGET|PUT|DELETE /api/tasks/<id>
  • POST /api/tasks/<id>/run 派活、/cancel 取消、/review 审核(approve/reject+reason
  • GET /api/reports/cost?group=project|worker|modelGET /api/statsGET /api/logs

定价配置

config.pyMODEL_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

  • V1DAG 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
S
Description
No description provided
Readme
2.1 MiB
0 Stars 1 Watchers 0 Forks
Languages
Python 60%
JavaScript 34.9%
CSS 4.3%
HTML 0.5%
Shell 0.2%