系统架构

整体设计

本项目采用 FastAPI 构建后端 API，前端 WPS/Word 加载项通过 WebSocket 与后端通信，使前端能够流式显示 LLM 输出、工具调用状态和错误信息。

• 前端：Vue3 + JavaScript 开发，包含 DocxJson 双向转化器模块，能够将带格式的 Word 文档内容与 JSON 格式进行相互转换
• 后端：使用 Python、LangChain 和 LangGraph 实现智能体编排，通过 OpenAI/Anthropic 兼容接口完成流式输出与工具调用，并由 PySide6 提供桌面服务界面

文档数据结构

生成结构化 Word 文档是本项目的核心。后端的 DocumentOutput 模型将内容与样式分离：paragraphs 保存唯一的有序内容流，styles 保存去重后的样式数组。内容节点通过 pS_N、rS_N、cS_N、tS_N 形式的 ID 引用样式，作用类似 HTML 元素引用 CSS 规则。

styles 中的每个值都是由字符串、数字或布尔值组成的数组，不能包含 null。所有被内容节点引用的样式 ID 都必须存在。

样式 ID	最少项数	数组顺序	含义
pS_N	9	[alignment, lineSpacing, indentLeft, indentRight, indentFirstLine, spaceBefore, spaceAfter, styleName, lineSpacingRule]	[对齐方式, 行间距, 左缩进, 右缩进, 首行缩进, 段前间距, 段后间距, 样式名称, 行间距规则]
rS_N	11	[fontName, fontSize, bold, italic, underline, underlineColor, color, highlight, strikethrough, superscript, subscript]	[字体名, 字号, 粗体, 斜体, 下划线, 下划线颜色, 颜色, 高亮, 删除线, 上标, 下标]
cS_N	4	[rowSpan, colSpan, alignment, verticalAlignment]	[行跨度, 列跨度, 水平对齐方式, 垂直对齐方式]
tS_N	1	[tableAlignment]	[表格对齐方式]

其中，段落对齐方式为 left、center、right 或 justify；颜色使用 #RRGGBB。下划线常用值包括 0（无）、1（单线）、3（双线）、4（虚线）、6（粗线）和 11（波浪线）。表格对齐值为 0（左）、1（中）、2（右）；行高规则为 0（自动）、1（至少）或 2（固定）。

Agent / Ask 架构

Agent 与 Ask 使用 ReAct 循环。Agent 可以读取并修改文档；Ask 只保留读取、搜索与分析能力，不会生成或删除 Word 内容。

工具列表：

• read_document / search_document：读取文档并定位内容
• generate_document / edit_document / delete_document：新增内容、原位改写段落或删除段落（Ask 不可用；edit_document 保留目标段落的 pStyle）
• create_document / insert_break：创建空白文档，或插入换行、分页和分节符
• load_skill_context：按任务加载已启用 Skill
• list_file / read_file / edit_file：处理任务文件
• python_repl：执行数据处理（Agent 模式）
• review_document / create_workflow：Plan 模式中的审阅和工作流编排工具
• MCP 工具：调用用户配置的搜索、图表和其他外部服务

单智能体 Agent 模式当前暂时停用 run_sub_agent 工具，不会自动委派子任务；需要改写单个段落时，使用 edit_document(paraID, runs) 直接替换正文并保留原段落样式。

Plan（Multi-Agent）架构 (实验功能，在0.6.0版本后移除)

多智能体协作框架中设计了一个 Planner Agent 负责编排和调度其他专家智能体的工作流。

智能体	职责
Planner Agent	编排和调度其他智能体的工作流
Research Agent	联网搜集资料信息
Outline Agent	根据资料信息和用户需求生成文章大纲
Writer Agent	根据资料信息和用户需求生成文章内容
Reviewer Agent	根据资料信息和用户需求对生成的文章进行审阅和修改建议

多智能体模式工作流程

以 Plan 模式为例，当用户请求写一篇长篇小说并绘制插图时，各专家智能体会依次工作：

1. Planner Agent：编排智能体流程
2. Research Agent：搜索网文小说，调用文生图
3. Outline Agent：描述小说大纲
4. Writer Agent：输出文章内容
5. Reviewer Agent：回顾文章段落，提出修改意见

多智能体模式特点

• 优势：更容易生成长文，能够不跑题以及首尾呼应
• 局限：工具调用能力略差于单智能体

典型工作流模式

模式	适用场景	流程
纯创作	写一篇新文章	research → outline → writer → reviewer（可选）
文档修改	润色、翻译、扩写	writer：直接修改文档
深度调研	需要联网搜索	research → outline → writer → reviewer（可选）
定向写作	基于现有文档写特定章节	outline：读取文档，定位章节 → writer：写目标内容

Langsmith 集成

本项目支持使用 Langsmith 进行智能体行为跟踪和分析，方便调试和优化智能体性能。

前后端接口预览