OpenVitamin 大模型与智能体应用平台

本地优先的 AI 平台，统一承载模型推理、图片生成、工作流编排与智能体能力组合。

项目简介

本地优先、隐私优先：面向个人与团队的可私有部署推理平台，统一承载模型推理、工作流执行与智能体能力编排，强调可观测、可审计、可扩展。

技术架构：采用 Vue 前端 + FastAPI 推理网关。网关统一接入多种推理后端（如 Ollama、LM Studio、本地 GGUF、OpenAI 兼容 API 等），并支持与 OpenClaw 进行后端集成；前端不直连模型与工具，所有调用通过网关统一出口。

分层角色：

Web UI：控制台，负责界面与交互
推理网关：中枢，负责模型路由、请求编排与执行策略
Agent / Plugin：能力模块，以插件形式扩展（Skill、Tool、RAG、记忆等）

亮点

统一推理网关，覆盖 LLM、VLM、Embedding、ASR 与 Image Generation
本地模型与云端模型统一纳入一个控制面管理
文生图工作台支持异步任务、历史记录、缩略图、warmup 与取消
智能体系统支持 Intent Rules、Skill Discovery、Tool Calling 与 Direct Tool Result
Workflow Control Plane 支持版本化、执行历史与分支 / 循环治理
内置知识库、RAG、记忆、日志、设置与备份能力
支持 OpenClaw 后端集成，可作为统一模型入口接入现有 Agent 运行环境

截图

适用场景

统一管理本地模型与云端模型
搭建多模态聊天与视觉能力
用 Agent + Skill + Tool 组织能力
用 Workflow 编排多步 AI 流程
管理知识库、RAG 与长期记忆
运行本地文生图模型并管理生成任务
将 OpenClaw 作为上游模型后端接入统一推理网关

核心能力

统一推理 API：LLM / VLM / Embedding / ASR / Image Generation
多后端模型管理：本地与云端统一接入
多模态聊天：文本、图像、视觉感知
文生图工作台：异步任务、历史、缩略图、取消、warmup、详情页
Agent 系统：Plan-Based 执行、Skill 语义发现、Intent Rules、Tool 调用
Workflow Control Plane：版本化、执行记录、节点级状态、分支/循环治理
知识库与 RAG
备份与恢复：数据库备份、model.json 备份
系统设置、日志、监控与运行时治理

文生图支持

Qwen Image：MLX 路径
FLUX / FLUX.2 / SDXL：Diffusers 路径

当前文生图控制面已支持：

POST /api/v1/images/generate
job 查询 / 取消 / 删除
原图下载 / 缩略图
warmup
历史记录与详情页

技术栈

前端

Vue 3
TypeScript
Vite
Tailwind CSS

后端

Python 3.11+
FastAPI
SQLAlchemy / ORM 抽象（默认使用 SQLite，可扩展至 MySQL / PostgreSQL）

运行时 / 模型侧

llama.cpp
Ollama
OpenAI-compatible API
OpenClaw backend integration
Torch
MLX / mflux
Diffusers

说明：

开源版本当前默认使用 SQLite
数据层按 ORM 抽象设计，后续可扩展到 MySQL / PostgreSQL 等关系型后端

系统架构

核心组件：

Web UI：控制台
Inference Gateway：统一推理入口
Runtime Stabilization：模型实例、并发队列、资源治理
Agent System：Planner / Skill / Tool / RAG
Workflow Control Plane：定义、版本、执行、治理
Image Generation Control Plane：图片任务、历史、文件落盘、warmup

详细设计见：

整体架构

flowchart LR
  UI["Web UI<br/>Vue 3 + Vite"] --> API["Inference Gateway<br/>FastAPI"]

  API --> MODELS["Model Management"]
  API --> AGENTS["Agent System"]
  API --> WF["Workflow Control Plane"]
  API --> IMG["Image Generation Control Plane"]
  API --> KB["Knowledge Base / RAG"]
  API --> SYS["Settings / Logs / Backup"]

  MODELS --> RT["Runtime Layer<br/>llama.cpp / Ollama / Torch / MLX / Diffusers / OpenAI-compatible"]
  AGENTS --> TOOLS["Skill / Tool / Plugin"]
  WF --> KERNEL["Execution Kernel"]
  IMG --> RT
  KB --> DATA["ORM / Vector Search / Files"]

  KERNEL --> DATA
  MODELS --> DATA
  AGENTS --> DATA
  SYS --> DATA

推理路径

flowchart LR
  USER["User Request"] --> API["FastAPI API"]
  API --> GW["Inference Gateway"]
  GW --> ROUTER["Model Router"]
  ROUTER --> ADAPTER["Provider Adapter"]
  ADAPTER --> STAB["Runtime Stabilization"]
  STAB --> QUEUE["Inference Queue"]
  QUEUE --> RUNTIME["Model Runtime"]
  RUNTIME --> RESP["Response / Stream"]

智能体执行路径

flowchart TD
  USER["User Input"] --> AGENT["Agent Runtime"]
  AGENT --> PLANNER["Planner"]
  PLANNER --> RULES["Intent Rules"]
  PLANNER --> DISCOVERY["Skill Discovery"]
  PLANNER --> PLAN["Plan / Tool Decision"]

  PLAN --> SKILL["Skill Executor"]
  SKILL --> TOOL["Tool Registry"]
  SKILL --> LLM["Inference Gateway"]

  TOOL --> IMG["Image Tool"]
  TOOL --> RAG["RAG Tool"]
  TOOL --> FILE["File / HTTP / Python / SQL"]

  IMG --> API["Image Generation API"]

文生图控制面

flowchart TD
  UI["/images"] --> API["/api/v1/images/*"]
  API --> JOB["Job Manager"]
  JOB --> QUEUE["Per-model Queue"]
  QUEUE --> SELECT["Model Selector"]
  SELECT --> RT1["MLX Runtime<br/>Qwen Image"]
  SELECT --> RT2["Diffusers Runtime<br/>FLUX / SDXL"]

  JOB --> STORE["Job Store / History"]
  JOB --> FILES["Generated Images / Thumbnails"]
  STORE --> DB["ORM-backed Store"]
  FILES --> DB

快速开始

环境要求

Python 3.11+
Node.js 18+
Conda

1. 创建并激活 Conda 环境

conda create -n ai-inference-platform python=3.11 -y
conda activate ai-inference-platform

2. 安装后端依赖

cd backend
pip install -r requirements.txt
cd ..

3. 安装前端依赖

cd frontend
npm install
cd ..

4. 启动服务

./run-all.sh

或分别启动：

./run-backend.sh
./run-frontend.sh

默认地址：

前端：http://localhost:5173
后端：http://localhost:8000

快速体验

建议按以下路径快速体验：

打开 /models，确认模型已扫描或已接入云端模型
打开 /chat，验证基础聊天或多模态聊天
打开 /images，提交一次文生图任务
打开 /agents，创建并运行一个工具型 Agent
打开 /workflow，执行一个简单工作流

已验证环境

当前项目已在以下环境中验证可运行：

macOS + Apple Silicon
Ubuntu Linux
Conda 管理 Python 环境
本地模型目录按 model.json 规范组织

运行说明：

macOS + Apple Silicon 下，MLX 与 MPS / 本地大模型会共享统一内存
Ubuntu 下可正常运行，文生图与推理路径更适合使用 Torch / Diffusers 等 Linux 常见运行时
同时加载大 LLM 与大文生图模型时，仍可能出现显存或内存压力
平台已实现图片模型切换时的资源回收，但仍建议根据机器资源选择合适模型规模

主要页面

/chat：聊天与多模态对话
/images：文生图工作台
/images/history：图片任务历史
/agents：智能体管理与运行
/workflow：工作流列表、编辑、运行
/models：模型管理
/knowledge：知识库
/settings：系统设置
/logs：系统日志

项目结构

详细目录与架构说明见 docs/，这里仅保留后端高层概览。

后端目录概览：

backend/                         # 后端服务根目录（FastAPI + 核心引擎）
├── api/                         # API 路由层（chat / vlm / asr / images / agents / workflows / system ...）
├── middleware/                  # 请求中间件（用户上下文、通用拦截）
├── core/                        # 核心业务层
│   ├── agent_runtime/           # Agent 运行时（legacy / plan_based）
│   ├── workflows/               # Workflow Control Plane
│   │   ├── models/              # Workflow / Version / Execution 领域模型
│   │   ├── repository/          # 工作流 ORM 仓储层
│   │   ├── services/            # 工作流应用服务
│   │   ├── runtime/             # 工作流运行时与图适配
│   │   └── governance/          # 并发、队列、配额治理
│   ├── inference/               # Inference Gateway
│   │   ├── client/              # 统一推理客户端入口
│   │   ├── gateway/             # 推理网关编排中枢
│   │   ├── router/              # 模型路由与选择
│   │   ├── providers/           # Provider 适配层
│   │   ├── registry/            # 模型别名与注册索引
│   │   ├── models/              # 推理请求 / 响应模型
│   │   ├── stats/               # 推理指标与统计
│   │   └── streaming/           # 流式输出抽象
│   ├── runtime/                 # Runtime Stabilization（实例管理 / 并发队列 / 运行指标）
│   ├── runtimes/                # 各推理后端运行时（llama.cpp / ollama / torch / mlx / diffusers / openai-compatible）
│   ├── models/                  # 模型扫描、注册、选择、Manifest 解析
│   ├── skills/                  # Skill 注册、发现、执行
│   ├── tools/                   # Tool 抽象与实现
│   ├── plugins/                 # 插件体系（builtin / rag / skills / tools）
│   ├── data/                    # ORM、DB 会话、向量检索抽象
│   ├── conversation/            # 会话历史与上下文管理
│   ├── memory/                  # 长期记忆模块
│   ├── knowledge/               # 知识库、切分、索引与状态管理
│   ├── rag/                     # RAG 检索与 trace 相关
│   ├── backup/                  # 数据库与 model.json 备份模块
│   ├── system/                  # 系统设置与运行参数
│   ├── plan_contract/           # Plan Contract 模型与校验
│   └── utils/                   # 核心层通用工具
├── execution_kernel/            # DAG 执行引擎
│   ├── engine/                  # 调度器、执行器、状态机
│   ├── models/                  # 图定义与运行时模型
│   ├── persistence/             # 图与执行状态持久化
│   ├── events/                  # 事件存储与事件类型
│   ├── replay/                  # 回放与状态重建
│   ├── optimization/            # 优化策略与快照
│   ├── analytics/               # 执行分析与效果统计
│   └── cache/                   # 节点级缓存
├── alembic/                     # 数据库迁移
├── config/                      # 配置定义（settings）
├── data/                        # 运行数据目录（platform.db、workspaces、backups、generated_images ...）
├── log/                         # 结构化日志模块
├── scripts/                     # 维护与运维脚本
├── tests/                       # 后端测试
└── utils/                       # 辅助工具

文档索引

建议按用途阅读：

快速上手

架构设计

开发参考

已知限制

Apple Silicon 上，本地大 LLM 与大文生图模型会争夺统一内存
图片模型首次加载和首次生成可能较慢
某些高级 Agent / Workflow 能力仍在持续演进中
不同本地模型的目录规范与运行时依赖并不完全相同，需要按 model.json 配置
开源版本会落后商业版本2-4周，或者有部分功能会有限制，需要商业版可以联系我们

联系方式

wechat：fengzhizi715

Email：[email protected]

贡献

欢迎提交 Issue 与 Pull Request。贡献方式、开发约束与提交建议见：

CONTRIBUTING.md

许可证

本项目计划采用 Apache License 2.0。

fengzhizi715/openvitaminTài liệu kỹ thuật