多模型协作任务处理系统 (MPEO)

一个支持"模型自动处理 + 人工干预确认"的多模型协作系统，通过规划模型、人工反馈环节、执行模型、输出模型的协同，将用户输入的问题/需求转化为结构化处理流程，经人工确认后执行，最终生成符合预期的结果。

🚀 功能特性

核心组件

规划模型 (Planner Model)
- 智能分析用户需求，自动分解为可执行任务
- 生成有向无环图 (DAG) 形式的任务结构
- 支持任务依赖关系定义和优先级分配
人工反馈环节 (Human Feedback Interface)
- 可视化展示任务图，支持确认和修改
- 提供任务的增删改查操作
- 自动校验DAG无环性，防止循环依赖
执行模型 (Executor Model)
- 基于DAG的智能任务调度
- 支持串行和并行执行模式
- 集成MCP服务调用和本地计算
- 任务失败自动重试机制
输出模型 (Output Model)
- 智能整合多任务执行结果
- 自动检测和解决结果冲突
- 支持多种输出格式（文本、表格、报告等）

技术特点

🤖 AI驱动: 使用大语言模型进行智能任务分解和结果整合
🔄 异步执行: 支持多任务并行处理，提高执行效率
💾 数据持久化: 使用SQLite存储会话历史和执行结果
🎛️ 可配置: 支持灵活的系统配置和MCP服务注册
📊 可视化: 基于Rich库的美观命令行界面
🔍 日志追踪: 完整的操作日志记录和错误追踪
🔌 MCP集成: 完整支持Model Context Protocol标准

📦 安装和配置

环境要求

Python 3.11+
ModelScope API 密钥（推荐）或 OpenAI 兼容 API 密钥
支持 uv（可选，用于更快的依赖安装）

安装步骤

克隆项目

git clone <repository-url>
cd MPEO

安装依赖

pip install -e .
# 或者使用 uv (如果可用)
uv pip install -e .

配置环境变量

cp .env.example .env
# 编辑 .env 文件，添加你的 API 密钥

# 对于 ModelScope API（推荐）：
OPENAI_API_KEY=your-modelscope-api-key
OPENAI_API_BASE=https://api-inference.modelscope.cn/v1

# 对于 OpenAI API：
OPENAI_API_KEY=sk-your-openai-api-key
OPENAI_API_BASE=https://api.openai.com/v1

配置智能体模型（可选）

# 编辑 config/agent_models.json 文件来配置不同智能体的模型
# 系统会自动使用环境变量中的配置，无需额外设置

验证安装

# 运行测试脚本验证配置
python test_fix.py

# 或直接查看帮助信息
python main.py --help

🎯 使用方法

基本使用

方式一：使用启动脚本（推荐）

# 使用预配置的启动脚本
./start.sh

方式二：直接运行

# 确保环境变量正确设置后启动
python main.py

方式三：自定义参数

python main.py [选项]

选项:
  --config CONFIG       配置文件路径
  --max-parallel MAX    最大并行任务数 (默认: 4)
  --timeout TIMEOUT     MCP服务超时时间(秒) (默认: 30)
  --retries RETRIES     任务重试次数 (默认: 3)
  --model MODEL         大模型名称 (默认: Qwen/Qwen3-30B-A3B-Instruct-2507)
  --db-path DB_PATH     数据库路径 (默认: data/databases/mpeo.db)

交互式命令

在系统运行时，可以使用以下命令：

help / 帮助 - 显示帮助信息
quit / exit / 退出 - 退出系统
status / 状态 - 显示系统状态
history / 历史 - 显示会话历史
logs / 日志 - 显示系统日志
config set <key> <value> - 设置配置
config get <key> - 获取配置
mcp register <service_name> <url> - 注册MCP服务

使用示例

时间查询

当前时间

网页抓取

请抓取 https://example.com 的内容

复杂数据处理

请帮我分析最近一个月的销售数据，生成包括趋势分析、异常检测和预测报告的完整分析结果

趋势分析

请分析当前最热门的编程语言和框架趋势

🏗️ 系统架构

用户输入
    ↓
规划模型 (Planner Model)
    ↓
生成任务图 (DAG)
    ↓
人工反馈环节 (Human Feedback)
    ↓
确认/修改任务图
    ↓
执行模型 (Executor Model)
    ↓
任务调度执行
    ↓
输出模型 (Output Model)
    ↓
最终结果

🔧 MCP服务集成

系统已预配置了多个MCP服务，支持以下功能：

预配置服务

fetch - 网页抓取工具
- 获取URL内容并转换为markdown格式
- 支持多种内容格式
context7-mcp - 文档查询工具
- 获取编程库的最新文档
- 支持代码示例和API参考
time - 时间处理工具
- 当前时间查询
- 时区转换
- 时间戳处理
- 日期计算
weather - 天气查询工具（自定义）
- 实时天气数据获取
- 天气预报查询
- 支持多种数据源整合

MCP服务配置

MCP服务配置位于 config/mcp_services.json：

{
  "mcpServices": {
    "time": {
      "type": "streamable_http",
      "url": "https://mcp.api-inference.modelscope.net/0edb46e720b744/mcp",
      "timeout": 30,
      "description": "时间处理工具 - 当前时间、时区转换、时间戳等功能"
    },
    "fetch": {
      "type": "streamable_http",
      "url": "https://mcp.api-inference.modelscope.net/9ccb10acb11f4d/mcp",
      "timeout": 30,
      "description": "网页抓取工具 - 获取URL内容并转换为markdown格式"
    },
    "context7-mcp": {
      "type": "streamable_http",
      "url": "https://mcp.api-inference.modelscope.net/d49e76846b6647/mcp",
      "timeout": 30,
      "description": "Context7文档查询工具 - 获取编程库的最新文档"
    },
    "weather": {
      "type": "streamable_http",
      "url": "http://192.168.3.86:20080/e/az10dnd0els2jb54/mcp",
      "timeout": 60,
      "enabled": true,
      "headers": {
        "Content-Type": "application/json",
        "User-Agent": "MPEO-MCP-Client/2.0"
      },
      "description": "天气查询工具 - 实时天气数据和天气预报"
    }
  }
}

动态注册MCP服务

# 在交互界面中执行
mcp register custom_service http://localhost:8080/mcp

📊 数据模型

任务图 (Task Graph)

系统使用DAG结构表示任务依赖关系：

任务节点: 包含任务描述、类型、优先级等信息
依赖边: 定义任务间的数据依赖关系
执行调度: 根据依赖关系自动调度任务执行

执行结果 (Execution Results)

{
  "execution_results": [
    {
      "task_id": "T1",
      "status": "success",
      "output": "处理结果",
      "execution_time": 2.5,
      "error_msg": null
    }
  ],
  "total_execution_time": 5.2,
  "success_count": 3,
  "failed_count": 0
}

📝 配置说明

环境变量配置

变量名	说明	默认值	推荐值
OPENAI_API_KEY	大模型API密钥	必填	ModelScope API Key
OPENAI_BASE_URL	大模型API端点	https://api.openai.com/v1	https://api-inference.modelscope.cn/v1
OPENAI_MODEL	大模型名称	gpt-3.5-turbo	Qwen/Qwen3-30B-A3B-Instruct-2507
MAX_PARALLEL_TASKS	最大并行任务数	4	4-8
MCP_SERVICE_TIMEOUT	MCP服务超时时间(秒)	30	30-60
TASK_RETRY_COUNT	任务重试次数	3	2-3
DATABASE_PATH	数据库路径	data/databases/mpeo.db	data/databases/mpeo.db

智能体独立配置

支持为不同的智能体配置不同的模型和参数：

{
  "planner": {
    "model_name": "Qwen/Qwen3-30B-A3B-Instruct-2507",
    "temperature": 0.3,
    "openai_config": {
      "api_key": "your-planner-api-key",
      "base_url": "https://api-inference.modelscope.cn/v1"
    }
  },
  "executor": {
    "model_name": "Qwen/Qwen3-30B-A3B-Instruct-2507",
    "temperature": 0.2,
    "openai_config": {
      "api_key": "your-executor-api-key",
      "base_url": "https://api-inference.modelscope.cn/v1"
    }
  }
}

系统配置

系统支持运行时配置修改：

# 设置最大并行任务数
config set max_parallel_tasks 8

# 查看当前配置
config get openai_model

🗄️ 数据存储

系统使用SQLite数据库存储以下数据：

会话记录: 用户查询和系统响应
任务图: 各版本的任务图数据
执行结果: 详细的任务执行记录
系统日志: 完整的操作和错误日志
配置信息: 系统和MCP服务配置

数据库结构

-- 会话表
CREATE TABLE sessions (
    session_id TEXT PRIMARY KEY,
    user_query TEXT NOT NULL,
    task_graph TEXT,
    execution_results TEXT,
    final_output TEXT,
    created_at TEXT NOT NULL,
    updated_at TEXT NOT NULL,
    status TEXT DEFAULT 'created'
);

-- 任务图表
CREATE TABLE task_graphs (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    session_id TEXT NOT NULL,
    graph_version INTEGER DEFAULT 1,
    graph_data TEXT NOT NULL,
    is_final BOOLEAN DEFAULT FALSE,
    created_at TEXT NOT NULL
);

-- 日志表
CREATE TABLE logs (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    session_id TEXT,
    component TEXT NOT NULL,
    operation TEXT NOT NULL,
    details TEXT,
    timestamp TEXT NOT NULL
);

🚀 快速开始

1. 基础配置

确保你的环境变量中有正确的API配置：

# 方式一：使用启动脚本（推荐）
./start.sh

# 方式二：手动设置
export OPENAI_API_KEY="your-modelscope-api-key-here"
export OPENAI_BASE_URL="https://api-inference.modelscope.cn/v1"
python main.py

2. 验证安装

运行系统自带的测试脚本来验证配置：

python test_fix.py

预期输出：

🧪 MPEO 系统配置测试
==================================================
🔗 测试 ModelScope API 连接...
✅ API 连接成功: 连接成功

🧠 测试任务规划功能...
✅ 任务规划成功，生成了 X 个任务:

🎉 所有测试通过！系统配置正确。

3. 启动系统

# 使用启动脚本
./start.sh

# 或者直接运行
python main.py

4. 简单测试

在交互界面中输入：

当前时间是什么？

系统将：

分析你的需求
生成任务图（时间查询任务）
等待你确认
执行时间查询
返回结果

5. 复杂任务示例

请帮我分析当前最热门的三个AI编程工具，并获取每个工具的官方文档信息

这将演示系统的多任务协作能力。

6. 天气查询示例

杭州天气

系统将生成多个任务：

调用天气API获取实时数据
整合多个数据源
验证结果完整性
生成最终天气报告

🐛 故障排除

常见问题

API认证错误 (401)
- 检查环境变量中的API密钥是否正确
- 确认API密钥是否有效且未过期
- 验证API端点URL是否正确
- 解决方案: 使用 ./start.sh 脚本确保环境变量正确设置
ModelScope API 认证失败
- 确认使用的是有效的 ModelScope API Token
- 检查 config/agent_models.json 中的 API 密钥配置
- 验证 API 密钥格式：ms-xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx
- 解决方案: 运行 python test_fix.py 验证配置
MCP服务连接失败
- 检查网络连接和服务可用性
- 验证服务URL配置是否正确
- 查看系统日志了解详细错误信息
- 解决方案: 检查 config/mcp_services.json 配置文件
任务执行失败
- 查看系统日志了解详细错误信息
- 检查MCP服务是否正常运行
- 调整任务重试次数和超时时间
- 解决方案: 使用交互式命令 logs 查看详细错误信息
数据库错误
- 确认数据库文件权限
- 检查磁盘空间是否充足
- 重新初始化数据库
- 解决方案: 删除 data/databases/mpeo.db 让系统重新创建
环境变量冲突
- 系统环境变量可能覆盖 .env 文件配置
- 不同 shell 会话可能使用不同的环境变量
- 解决方案: 使用 ./start.sh 脚本或手动设置 export 命令

日志查看

# 在交互界面中查看系统日志
logs

# 查看特定会话日志
logs <session_id>

日志文件位置：data/logs/YYYY-MM-DD.log

环境检查

检查系统状态：

# 在交互界面中执行
status

📁 项目文件说明

新增文件

为了解决配置问题和简化使用流程，新增了以下文件：

`start.sh` - 启动脚本

#!/bin/bash
# MPEO 启动脚本 - 确保使用正确的环境配置
export OPENAI_API_KEY="your-modelscope-api-key-here"
export OPENAI_API_BASE="https://api-inference.modelscope.cn/v1"
python main.py "$@"

`test_fix.py` - 系统测试脚本

验证 ModelScope API 连接
测试任务规划功能
检查配置加载和数据库连接
提供详细的错误诊断信息

配置文件

`config/agent_models.json` - 智能体配置

配置规划、执行、输出三个智能体的模型参数
支持不同的 OpenAI 兼容 API
支持自定义模型名称和参数

`config/mcp_services.json` - MCP服务配置

配置预置的 MCP 服务
支持动态添加新的服务
包含时间、网页抓取、文档查询、天气等服务

数据目录

`data/databases/` - 数据库文件

SQLite 数据库存储会话和任务数据
自动创建和初始化
支持数据持久化和查询

`data/logs/` - 日志文件

按日期组织的系统日志
详细的操作记录和错误追踪
支持日志查看和故障诊断

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

📚 相关文档

CLAUDE.md - Claude Code 开发指导文档
QUICKSTART.md - 快速开始指南

📞 支持

如果您遇到问题或有建议，请：

查看本文档的故障排除部分
检查项目的 Issues 页面
创建新的 Issue 描述您的问题
作者联系方式
- 邮箱：yl_zhangqiang@foxmail.com

Name		Name	Last commit message	Last commit date
Latest commit History 28 Commits
config		config
mpeo		mpeo
.env.example		.env.example
.gitignore		.gitignore
.python-version		.python-version
CLAUDE.md		CLAUDE.md
QUICKSTART.md		QUICKSTART.md
README.md		README.md
main.py		main.py
pyproject.toml		pyproject.toml
start.sh		start.sh
uv.lock		uv.lock

Folders and files

Latest commit

History

Repository files navigation

多模型协作任务处理系统 (MPEO)

🚀 功能特性

核心组件

技术特点

📦 安装和配置

环境要求

安装步骤

🎯 使用方法

基本使用

交互式命令

使用示例

🏗️ 系统架构

🔧 MCP服务集成

预配置服务

MCP服务配置

动态注册MCP服务

📊 数据模型

任务图 (Task Graph)

执行结果 (Execution Results)

📝 配置说明

环境变量配置

智能体独立配置

系统配置

🗄️ 数据存储

数据库结构

🚀 快速开始

1. 基础配置

2. 验证安装

3. 启动系统

4. 简单测试

5. 复杂任务示例

6. 天气查询示例

🐛 故障排除

常见问题

日志查看

环境检查

📁 项目文件说明

新增文件

start.sh - 启动脚本

test_fix.py - 系统测试脚本

配置文件

config/agent_models.json - 智能体配置

config/mcp_services.json - MCP服务配置

数据目录

data/databases/ - 数据库文件

data/logs/ - 日志文件

📄 许可证

📚 相关文档

📞 支持

About

Topics

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

`start.sh` - 启动脚本

`test_fix.py` - 系统测试脚本

`config/agent_models.json` - 智能体配置

`config/mcp_services.json` - MCP服务配置

`data/databases/` - 数据库文件

`data/logs/` - 日志文件

Packages