Neo Agent - 智能对话代理系统

English | 简体中文

---

中文

简介

Neo Agent 是一个基于 LangChain + LangGraph 的智能对话代理系统，采用多层模型架构，具备角色扮演、长效记忆管理、情感关系分析和智能日程管理功能。

架构特性

🏗️ 复合框架架构

• LangChain: 核心框架，提供LLM抽象和链式调用
• 多层模型架构: 根据任务类型智能选择模型
  • 主模型 (DeepSeek-V3.2): 处理主要对话、复杂推理
  • 工具模型 (GLM-4.6V): 处理工具调用、意图识别等轻量级任务
  • 多模态模型 (Qwen3-VL-32B): 处理多模态识别和推理

主要特性

• 🧠 分层记忆系统: 短期记忆、长期记忆、知识库、基础知识
• 💭 智能对话: 角色扮演、连续对话、记忆检索、情感理解
• 📊 情感分析: 印象评估、累计评分、关系可视化
• 🖥️ 现代化GUI: 基于Tkinter的友好界面
• ️ 数据管理: SQLite存储、数据迁移、备份恢复
• 📝 提示词工程: 模块化Markdown提示词、角色扮演、世界观注入

快速开始

安装依赖

pip install -r requirements.txt

配置环境

cp example.env .env
# 编辑 .env 文件，填入你的API密钥和配置

运行应用

# 方式1: 使用主入口（推荐）
python main.py

# 方式2: 使用简化启动器（如果遇到导入问题）
python run.py

# 方式3: 如果已安装包
neo-agent

常见问题 / Troubleshooting:

• 如果遇到导入错误，请确保在项目根目录运行
• 确保已安装所有依赖: pip install -r requirements.txt
• Windows用户可能需要使用 python 而不是 python3

项目结构

Neo_Agent/
├── src/                    # 源代码
│   ├── core/              # 核心模块
│   ├── gui/               # GUI模块
│   ├── tools/             # 工具模块
│   └── nps/               # NPS工具系统
├── prompts/               # 提示词模板
│   ├── character/         # 角色设定模板
│   ├── system/           # 系统提示词模板
│   ├── task/             # 任务提示词模板
│   └── worldview/        # 世界观设定
├── tests/                 # 测试文件
├── examples/              # 示例代码
├── docs/                  # 文档
├── main.py               # 主入口（推荐）
├── run.py                # 简化启动器
├── requirements.txt      # 依赖列表
├── example.env          # 环境变量示例
└── LICENSE              # 许可证

核心模块

• prompt_manager: 提示词管理，支持Markdown模板加载和渲染
• model_config: 多层模型配置管理
• langchain_llm: LangChain LLM封装，支持模型路由
• llm_helper: LLM辅助工具，简化工具级任务调用
• chat_agent: 对话代理核心
• database_manager: 统一数据库管理
• emotion_analyzer: 情感关系分析（使用工具模型）
• knowledge_base: 知识库管理（使用工具模型）
• long_term_memory: 长期记忆系统
• schedule_manager: 日程管理

提示词系统

Neo Agent采用模块化的提示词工程系统，参考了SillyTavern的设计理念：

• 📝 Markdown模板: 所有提示词以Markdown文件存储
• 🎭 角色扮演: 详细的角色设定和行为准则
• 🌍 世界观注入: 虚拟世界背景和环境设定
• 🔄 动态渲染: 支持变量替换和上下文注入
• 🛡️ 后备机制: 模板失败时自动降级到硬编码提示词

许可证

本项目采用 MIT 许可证。详见 LICENSE 文件。

---

English

Introduction

Neo Agent is a LangChain + LangGraph-based intelligent conversation agent system with multi-tier model architecture, featuring role-playing, long-term memory management, emotional relationship analysis, and intelligent schedule management capabilities.

Architecture Features

🏗️ Composite Framework Architecture

• LangChain: Core framework providing LLM abstraction and chain invocation
• Multi-tier Model Architecture: Intelligent model selection based on task type
  • Main Model (DeepSeek-V3.2): Handles primary conversations and complex reasoning
  • Tool Model (GLM-4.6V): Handles tool invocations, intent recognition, and lightweight tasks
  • Multimodal Model (Qwen3-VL-32B): Handles multimodal recognition and reasoning

Key Features

• 🧠 Hierarchical Memory System: Short-term memory, long-term memory, knowledge base, base knowledge
• 💭 Intelligent Conversation: Role-playing, continuous dialogue, memory retrieval, emotional understanding
• 📊 Emotion Analysis: Impression assessment, cumulative scoring, relationship visualization
• 🖥️ Modern GUI: User-friendly Tkinter-based interface
• ️ Data Management: SQLite storage, data migration, backup and recovery

Quick Start

Install Dependencies

pip install -r requirements.txt

Configure Environment

cp example.env .env
# Edit .env file with your API keys and configuration

Run Application

# Method 1: Use main entry point (recommended)
python main.py

# Method 2: Use simplified launcher (if import issues occur)
python run.py

# Method 3: If package is installed
neo-agent

Troubleshooting:

• If you encounter import errors, ensure you're running from the project root directory
• Make sure all dependencies are installed: pip install -r requirements.txt
• Windows users may need to use python instead of python3

Project Structure

Neo_Agent/
├── src/                    # Source code
│   ├── core/              # Core modules
│   ├── gui/               # GUI modules
│   ├── tools/             # Utility modules
│   └── nps/               # NPS tool system
├── tests/                 # Test files
├── examples/              # Example code
├── main.py               # Main entry point (recommended)
├── run.py                # Simplified launcher
├── requirements.txt      # Dependencies
├── example.env          # Environment variables template
└── LICENSE              # License file

Core Modules

• chat_agent: Conversation agent core
• database_manager: Unified database management
• emotion_analyzer: Emotional relationship analysis
• knowledge_base: Knowledge base management
• long_term_memory: Long-term memory system
• schedule_manager: Schedule management

License

This project is licensed under the MIT License. See LICENSE file for details.