Evo AI - AI Agents Platform

Evo AI - AI Agents 平台

Evo AI - AI Agents 平台

Evo AI 是一个用于创建和管理 AI Agent 的开源平台，支持与不同 AI 模型和服务的集成。

🚀 概述

Evo AI 平台允许：

• 创建和管理 AI Agent
• 与不同大模型的集成
• 客户端管理和 MCP 服务配置
• 自定义工具管理
• Google Agent Development Kit (ADK)：Agent 开发基础框架
• CrewAI 支持：Agent 开发的替代框架（开发中）
• 基于 JWT 的身份验证和邮箱验证
• Agent 2 Agent (A2A) Protocol 支持：AI Agent 之间的互操作性
• 使用 LangGraph 的工作流 Agent：构建复杂的 Agent 工作流
• 安全的 API 密钥管理：API 密钥的加密存储
• Agent 组织：按类别组织 Agent 的文件夹结构

🤖 Agent 类型

Evo AI 支持不同类型的 Agent，可以灵活组合：

1. LLM Agent（语言模型）

基于 GPT-4、Claude 等语言模型的 Agent。可以配置工具、MCP 服务和子 Agent。

2. A2A Agent（Agent 到 Agent）

实现 Google A2A 协议以实现 Agent 互操作性的 Agent。

3. 顺序 Agent

按特定顺序执行一系列子 Agent。

4. 并行 Agent

同时执行多个子 Agent。

5. 循环 Agent

使用定义的最大迭代次数在循环中执行子 Agent。

6. 工作流 Agent

使用 LangGraph 定义的图结构在自定义工作流中执行子 Agent。

7. 任务 Agent

使用目标 Agent 和结构化任务指令执行特定任务。

🛠️ 技术栈

后端

• FastAPI：用于构建 API 的 Web 框架
• SQLAlchemy：数据库交互的 ORM
• PostgreSQL：主数据库
• Alembic：迁移系统
• Pydantic：数据验证和序列化
• Uvicorn：ASGI 服务器
• Redis：缓存和会话管理
• JWT：安全令牌身份验证
• SendGrid/SMTP：电子邮件服务通知（可配置）
• Jinja2：电子邮件渲染模板引擎
• Bcrypt：密码哈希和安全
• LangGraph：用于构建有状态、多 Agent 工作流的框架

前端

• Next.js 15：具有 App Router 的 React 框架
• React 18：用户界面库
• TypeScript：类型安全的 JavaScript
• Tailwind CSS：功能优先的 CSS 框架
• shadcn/ui：现代组件库
• React Hook Form：表单管理
• Zod：Schema 验证
• ReactFlow：基于节点的可视化工作流
• React Query：服务器状态管理

📊 Langfuse 集成（追踪与可观测性）

Evo AI 平台原生支持与 Langfuse 的集成，用于详细追踪 Agent 执行、提示词、模型响应和工具调用，使用 OpenTelemetry (OTel) 标准。

配置方法

1. 在 .env 中设置环境变量：

   LANGFUSE_PUBLIC_KEY="pk-lf-..."
   LANGFUSE_SECRET_KEY="sk-lf-..."
   OTEL_EXPORTER_OTLP_ENDPOINT="https://cloud.langfuse.com/api/public/otel"
   

2. 在 Langfuse 仪表板中查看

   • 访问你的 Langfuse 仪表板以查看实时跟踪。

🤖 Agent 2 Agent (A2A) 协议支持

Evo AI 实现了 Google 的 Agent 2 Agent (A2A) 协议，支持 AI Agent 之间的无缝通信和互操作。

有关 A2A 协议的更多信息，请访问 Google 的 A2A 协议文档。

📋 前置条件

后端

• Python：3.10 或更高版本
• PostgreSQL：13.0 或更高版本
• Redis：6.0 或更高版本
• Git：用于版本控制
• Make：用于运行 Makefile 命令

前端

• Node.js：18.0 或更高版本
• pnpm：包管理器（推荐）或 npm/yarn

🔧 安装

1. 克隆仓库

git clone https://github.com/EvolutionAPI/evo-ai.git
cd evo-ai

2. 后端设置

虚拟环境和依赖

# Create and activate virtual environment
make venv
source venv/bin/activate  # Linux/Mac
# or on Windows: venv\Scripts\activate

# Install development dependencies
make install-dev

环境配置

# Copy and configure backend environment
cp .env.example .env
# Edit the .env file with your database, Redis, and other settings

数据库设置

# Initialize database and apply migrations
make alembic-upgrade

# Seed initial data (admin user, sample clients, etc.)
make seed-all

3. 前端设置

安装依赖

# Navigate to frontend directory
cd frontend

# Install dependencies using pnpm (recommended)
pnpm install

# Or using npm
# npm install

# Or using yarn
# yarn install

前端环境配置

# Copy and configure frontend environment
cp .env.example .env
# Edit .env with your API URL (default: http://localhost:8000)

前端 .env 应包含：

NEXT_PUBLIC_API_URL=http://localhost:8000

🚀 运行应用程序

开发模式

启动后端（终端 1）

# From project root
make run
# Backend will be available at http://localhost:8000

启动前端（终端 2）

# From frontend directory
cd frontend
pnpm dev

# Or using npm/yarn
# npm run dev
# yarn dev

# Frontend will be available at http://localhost:3000

生产模式

后端

make run-prod    # Production with multiple workers

前端

cd frontend
pnpm build && pnpm start

# Or using npm/yarn
# npm run build && npm start
# yarn build && yarn start

🐳 Docker 安装

使用 Docker Compose 的完整堆栈

# Build and start all services (backend + database + redis)
make docker-build
make docker-up

# Initialize database with seed data
make docker-seed

使用 Docker 的前端

# From frontend directory
cd frontend

# Build frontend image
docker build -t evo-ai-frontend .

# Run frontend container
docker run -p 3000:3000 -e NEXT_PUBLIC_API_URL=http://localhost:8000 evo-ai-frontend

或使用提供的 docker-compose：

# From frontend directory
cd frontend
docker-compose up -d

🎯 快速开始

安装后，请按照以下步骤操作：

1. 访问前端：打开 http://localhost:3000
2. 创建管理员账户：使用已生成的管理员凭证或注册新账户
3. 配置 MCP 服务：设置你的第一个 MCP 服务连接
4. 创建客户端：添加客户端以组织你的 Agent
5. 构建你的第一个 Agent：创建并配置你的 AI Agent
6. 测试 Agent：使用聊天界面与你的 Agent 交互

默认管理员凭证

运行 seeder 后，你可以使用以下凭证登录：

• 邮箱：检查 seeder 输出以获取生成的管理员邮箱
• 密码：检查 seeder 输出以获取生成的密码

🖥️ API 文档

交互式 API 文档可在以下位置获得：

• Swagger UI：http://localhost:8000/docs
• ReDoc：http://localhost:8000/redoc

👨‍💻 开发命令

后端命令

# Database migrations
make alembic-upgrade            # Update database to latest version
make alembic-revision message="description"  # Create new migration

# Seeders
make seed-all                   # Run all seeders

# Code verification
make lint                       # Verify code with flake8
make format                     # Format code with black

前端命令

# From frontend directory
cd frontend

# Development
pnpm dev                        # Start development server
pnpm build                      # Build for production
pnpm start                      # Start production server
pnpm lint                       # Run ESLint

🚀 配置

后端配置（.env 文件）

关键设置包括：

# Database settings
POSTGRES_CONNECTION_STRING="postgresql://postgres:root@localhost:5432/evo_ai"

# Redis settings
REDIS_HOST="localhost"
REDIS_PORT=6379

# AI Engine configuration
AI_ENGINE="adk"  # Options: "adk" (Google Agent Development Kit) or "crewai" (CrewAI framework)

# JWT settings
JWT_SECRET_KEY="your-jwt-secret-key"

# Email provider configuration
EMAIL_PROVIDER="sendgrid"  # Options: "sendgrid" or "smtp"

# Encryption for API keys
ENCRYPTION_KEY="your-encryption-key"

前端配置（.env 文件）

# API Configuration
NEXT_PUBLIC_API_URL="http://localhost:8000"  # Backend API URL

注意：虽然完全支持 Google ADK，但 CrewAI 引擎选项仍在积极开发中。对于生产环境，建议使用默认的 "adk" 引擎。

🔐 身份验证

API 使用 JWT（JSON Web Token）身份验证，包括：

• 用户注册和电子邮件验证
• 登录以获取 JWT 令牌
• 密码恢复流程
• 多次登录失败后的账户锁定

🚀 在 GitHub 上给我们点星

如果你觉得 EvoAI 有用，请考虑给我们点星！你的支持帮助我们增长社区并继续改进产品。

🤝 贡献

我们欢迎社区的贡献！请阅读我们的贡献指南了解更多详情。

📄 许可证

本项目采用 Apache License 2.0 许可证。