Idea Lab 🚀

多 Agent 协作流水线——将你的 idea 从概念到 MVP 全自动落地。

流水线架构

你的 Idea
    │
    ▼
┌─────────────────────────────────┐
│  Phase 1: 市场调研与分析          │
│  ├─ 市场研究分析师                 │
│  └─ 研究报告审核员                 │
└──────────────┬──────────────────┘
               │ 调研报告 + 方向选择
               ▼
        👤 你选择产品方向
               │
               ▼
┌─────────────────────────────────┐
│  Phase 2: 系统设计               │
│  └─ 系统架构师                    │
└──────────────┬──────────────────┘
               │ 设计文档 + 实施计划
               ▼
        👤 你审核设计
               │
               ▼
┌─────────────────────────────────┐
│  Phase 3-5: 开发 → 测试 → 部署   │
│  ├─ 全栈工程师 (编码)             │
│  ├─ QA 工程师 (测试)              │
│  └─ DevOps 工程师 (部署)          │
└──────────────┬──────────────────┘
               │
               ▼
          🎉 MVP 上线！

6 个 Agent 各司其职

Agent	角色	所属 Crew	职责
市场研究分析师	Market Analyst	Research	市场调研、竞争分析、可行性评估、方向建议
研究报告审核员	Research Reviewer	Research	审核报告质量、判断调研深度是否足够
系统架构师	System Architect	Design	技术系统设计、实施计划制定
全栈工程师	Senior Developer	Dev	编写 MVP 代码
QA 工程师	QA Engineer	Dev	功能测试、集成测试、问题报告
DevOps 工程师	DevOps Engineer	Dev	部署上线、运维配置

切换 LLM 模型

每个 Crew 独立配置模型，支持按阶段混合使用不同模型（例如调研用便宜的，设计/开发用推理强的）。

当前配置

Crew	模型	配置文件
Research (调研)	minimax/MiniMax-M3	src/idea_lab/crews/research_crew/config/agents.yaml
Design (设计)	minimax/MiniMax-M3	src/idea_lab/crews/design_crew/config/agents.yaml
Dev (开发测试部署)	deepseek/deepseek-chat	src/idea_lab/crews/dev_crew/config/agents.yaml

如何切换

改 YAML 里的 llm 字段即可，每个 Agent 独立配置：

# 例如：调研用便宜模型，设计用推理强模型
# research_crew/config/agents.yaml
market_analyst:
  llm: minimax/MiniMax-M3              # ← 改这里

# design_crew/config/agents.yaml
system_designer:
  llm: deepseek/deepseek-reasoner        # ← 改这里

然后在 .env 里配置对应模型的 API Key 和 Base URL：

# MiniMax
MINIMAX_API_KEY=sk-xxx
MINIMAX_API_BASE=https://api.minimaxi.com/v1
MINIMAX_API_MODEL=MiniMax-M3

# DeepSeek
DEEPSEEK_API_KEY=sk-xxx

# 其他支持 litellm 的模型按 provider/model 格式填写即可

支持的模型格式

CrewAI 通过 litellm 支持 100+ 模型，格式为 provider/model-name：

模型	写法	注意事项
DeepSeek	deepseek/deepseek-chat	原生支持，无需 litellm
DeepSeek-R1	deepseek/deepseek-reasoner	推理增强
MiniMax	minimax/模型名	需配 MINIMAX_API_BASE
OpenAI	openai/gpt-4o	原生支持
Anthropic	anthropic/claude-sonnet-4-20250514	原生支持
其他	参考 litellm 文档	需安装 litellm

费用参考

模型	大致价格	适用场景
minimax/MiniMax-M3	以 MiniMax 当前计费为准	调研、设计等长上下文与推理场景
deepseek/deepseek-chat	低	日常使用，速度最快
deepseek/deepseek-reasoner	中	架构设计、复杂推理
openai/gpt-4o	高	最高质量需求

环境变量

.env 文件配置（项目根目录）：

变量	必填	说明
DEEPSEEK_API_KEY	✅	DeepSeek API Key
OPENAI_API_KEY		CrewAI 内部用，可复用 DeepSeek key
OPENAI_API_BASE		CrewAI 内部用，https://api.deepseek.com
OPENAI_MODEL_NAME		CrewAI 内部用，deepseek-chat
MINIMAX_API_KEY	✅	MiniMax API Key
MINIMAX_API_BASE	✅	MiniMax 端点，https://api.minimaxi.com/v1
MINIMAX_API_MODEL		MiniMax 模型名，MiniMax-M3
LITELLM_LOG		日志级别，INFO / ERROR
CREWAI_TRACING_ENABLED		设为 false 禁用交互提示

快速开始

1. 安装依赖

# 后端
cd idea_lab
uv sync

# 前端
cd ../idea-lab-frontend
npm install

2. 配置环境变量

在 idea_lab/.env 中填入 API Key：

DEEPSEEK_API_KEY=sk-your-key
MINIMAX_API_KEY=sk-your-key
MINIMAX_API_BASE=https://api.minimaxi.com/v1
MINIMAX_API_MODEL=MiniMax-M3
OPENAI_API_KEY=sk-your-key        # 可复用 DeepSeek key
OPENAI_API_BASE=https://api.deepseek.com
OPENAI_MODEL_NAME=deepseek-chat

3. 启动后端

cd idea_lab
uv run uvicorn idea_lab.server:app --host 0.0.0.0 --port 9001 --reload --log-config uvicorn_log_config.json

4. 启动前端

cd idea-lab-frontend
npm run dev

打开 http://localhost:5173 即可使用。

5. 查看输出

所有产出物保存在 idea_lab/output/ 目录。

API 端点

方法	路径	说明
POST	/api/sessions	创建新会话，body: {"idea": "..."}
GET	/api/sessions/{id}	获取会话状态（含 LLM 用量统计）
POST	/api/sessions/{id}/select-direction	选择产品方向，body: {"direction": "..."}
POST	/api/sessions/{id}/approve	批准设计，进入开发阶段
GET	/api/sessions/{id}/files	列出输出文件
GET	/api/sessions/{id}/files/{name}	下载输出文件
GET	/api/sessions/{id}/stream	SSE，实时推送流水线进度

测试

模型对比测试

对比不同模型在调研阶段的表现：

cd idea_lab
uv run python tests/test_model_comparison.py

输出目录：output/model_comparison/

LLM 用量统计测试

验证 token 追踪是否正常：

uv run python tests/test_llm_stats.py

项目结构

idea_lab/
├── src/idea_lab/
│   ├── crews/
│   │   ├── research_crew/     # 市场调研 Crew
│   │   │   ├── config/
│   │   │   │   ├── agents.yaml   ← 改 LLM 模型
│   │   │   │   └── tasks.yaml
│   │   │   └── research_crew.py
│   │   ├── design_crew/       # 系统设计 Crew
│   │   │   ├── config/
│   │   │   │   ├── agents.yaml   ← 改 LLM 模型
│   │   │   │   └── tasks.yaml
│   │   │   └── design_crew.py
│   │   └── dev_crew/          # 开发部署 Crew
│   │       ├── config/
│   │       │   ├── agents.yaml   ← 改 LLM 模型
│   │       │   └── tasks.yaml
│   │       └── dev_crew.py
│   ├── tools/
│   ├── server.py              # FastAPI 后端
│   └── main.py                # CLI 入口
├── tests/
│   ├── test_model_comparison.py  # 模型对比测试
│   └── test_llm_stats.py         # LLM 用量追踪测试
├── .env                       ← 配 API Key
└── pyproject.toml