EigenFlow Multi-Agent System

基于 LangGraph + PostgreSQL + FastAPI 构建的生产级多智能体金融风险分析系统。

✨ 核心特性 Core Features

• 🤖 智能意图分类 Intent Classification: 自动识别用户查询类型，精准路由到对应智能体
• 📊 实时保证金监控 Real-Time Margin Monitoring: 集成 EigenFlow API，提供 LP 账户风险分析和交叉净额建议
• 🔄 人机协作工作流 Human-in-the-Loop: 关键决策节点支持人工审核和反馈
• 💾 会话状态持久化 Session Persistence: 基于 AsyncPostgresSaver 的检查点机制，支持长对话记忆
• ⚡ 全异步架构 Full Async Architecture: 从数据库到 API 的完整异步实现，支持高并发
• 🔍 执行历史追踪 Execution History: 详细的检查点历史记录，支持审计和调试
• 🛠️ 结构化数据解析 Structured Data Parsing: 自动解析 JSON 响应和意图上下文为可读格式

🏗️ 系统架构 System Architecture

核心组件 Core Components

src/
├── agent/              # 多智能体核心
│   ├── graph.py        # 主图 + 监督者子图架构
│   ├── state.py        # 状态管理和数据流
│   ├── mcp.py          # EigenFlow API 工具集成
│   └── prompts.py      # 智能体提示词模板
├── api/                # FastAPI 服务层
│   ├── app.py          # 应用生命周期管理
│   └── graph.py        # 对话和历史查询接口
└── db/                 # 异步数据库层
    ├── database.py     # 连接池管理
    └── checkpoints.py  # 检查点持久化

工作流架构 Workflow Architecture

1. 意图分类节点 → 识别用户查询类型
2. 监督者子图 → 调用相应工具和生成响应
3. 人工审核节点 → 保证金报告需人工确认
4. 检查点持久化 → 自动保存会话状态

🚀 快速开始 Quick Start

1. 安装依赖 Install Dependencies

pip install .

2. 环境配置 Environment Setup

复制 .env.example 为 .env 并配置必要参数：

cp .env.example .env

必填配置项 Required Configuration:

# LangSmith 可观测性 (可选) Observability (optional)
LANGSMITH_API_KEY=your_langsmith_key
LANGSMITH_PROJECT=eigenflow

# 大模型 API Key Model API Key
DASHSCOPE_API_KEY=your_dashscope_key

# 数据库连接 Database Connection
DATABASE_URL="postgresql://user:password@host:port/database"

# EigenFlow API 配置 API Configuration
EIGENFLOW_EMAIL=your_email
EIGENFLOW_PASSWORD=your_password
EIGENFLOW_BROKER=your_broker

# Supabase 设置 (本地部署) Local deployment
SUPABASE_URL=http://localhost:8000
SUPABASE_ANON_KEY=your_anon_key

3. 启动服务 Start Services

python -m src.main

• 🌐 API 服务 API Service：http://localhost:8001
• 📖 API 文档 Documentation：http://localhost:8001/docs

4. 开发模式 Development Mode (可选)

启用 LangGraph 可视化开发：

langgraph dev

🚀 核心功能 Core Functions

1. 智能保证金分析 Intelligent Margin Analysis

• 实时数据获取: 直接调用 EigenFlow API 获取 LP 账户数据
• 风险评估: 自动计算保证金水平和风险指标
• 交叉净额建议: 识别可优化的持仓对冲机会
• 结构化报告: 生成详细的风险分析和操作建议

2. 会话状态管理 Session Management

• 检查点持久化: 每个对话步骤自动保存到 PostgreSQL
• 历史查询: 支持按 thread_id 查询完整执行历史
• 状态恢复: 支持中断后恢复对话上下文

3. API 接口 API Endpoints

# 发起对话
POST /agent/margin-check
{
  "messages": [{"role": "user", "content": "检查一下当前LP账户的保证金水平"}],
  "thread_id": "session-123"
}

# 重新检查
POST /agent/margin-check/recheck
{
  "messages": [{"role": "user", "content": "我已经按建议清算了部分对冲头寸，请你重新检查一下当前LP账户的保证金水平是否健康"}],
  "thread_id": "session-123"
}

# 查询执行历史
POST /agent/margin-check/history
{
  "thread_id": "session-123"
}

🔧 技术栈 Tech Stack

• LangGraph: 多智能体工作流编排
• FastAPI: 异步 Web 框架
• PostgreSQL: 检查点和状态持久化
• Qwen: 大语言模型（通义千问）
• EigenFlow API: 金融数据源

📚 相关文档 Documentation

• 🎯 LangGraph 官方文档
• 🤖 LangGraph Supervisor
• 📋 Supabase 部署指南

---

生产级多智能体金融风险分析系统，支持实时保证金监控和智能决策辅助。