系统架构
整体设计
本项目采用 FastAPI 构建后端 API，前端 WPS/Word 加载项与后端利用流式 SSE 接口通信，使前端流式显示 LLM 输出的内容，实现无缝的写作辅助体验。
- 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：Python 语言，利用 LangChain 和 LangGraph 框架实现智能体的设计和协作，用 ChatOpenAI 接口实现 SSE 流式输出和工具调用，利用 PySide6 设计了一个简单的后端服务界面，方便安装加载项和查看终端日志
文档数据结构
生成结构化 Word 文档是本项目的核心。项目中定义的 JSON Schema 格式类似于 Web 开发中的 HTML 和 CSS，将 Word 文章的段落和文本块的样式属性都进行了抽象和结构化，方便智能体理解和生成。
- paragraphs: word文档段落数组，包含多个run文本块，paragraphs是agent主要修改的对象
- pStyle: 段落样式ID（如标题1、标题2、正文等）
- runs: 文本块数组，本项目中定义的文档的最小单位
- text: 文本内容
- rStyle: 字符样式ID（如加粗、红色等）
- paraIndex: 段落索引，智能体可以根据这个索引定位到文档中的具体段落进行读取
- paraID: 段落唯一标识，智能体可以根据这个标识定位到文档中的具体段落进行修改
- styles: 样式定义字典，包含所有段落样式和字符样式的定义，智能体生成文档时需要引用这些样式ID来保证文档格式正确
Single Agent Loop 架构
标准的 ReAct 智能体循环架构，智能体在每个循环中根据用户输入和当前文档状态进行思考，选择调用工具或结束任务。
工具列表：
- read_document：读取 (startPosition, endPosition) 范围内的文章内容并转化成 JSON 格式回传给智能体
- generate_document：生成 JSON 格式的文章内容传给前端加载项
- search_document：查询某种格式或文字信息的段落位置并返回给智能体
- web_fetch：根据用户输入的网站链接进行抓取获取信息
Multi Agent 架构
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 WPS 的 多智能体（Multi Agent）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：
- Planner Agent：编排智能体流程
- Research Agent：搜索网文小说，调用文生图
- Outline Agent：描述小说大纲
- Writer Agent：输出文章内容
- 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。
MCP 服务器支持
本项目支持用户自定义工具的接入，通过配置 MCP 服务器的方式让智能体调用第三方 API 来增强智能体的能力。
支持的 MCP 服务器类型：
- 远程 MCP 服务器：如高德地图等在线服务
- 本地 MCP 服务器：本地部署的工具服务
- Skill 工具：自定义技能工具
示例：以高德地图和可视化图表-MCP-Server为例，用户输入"查询长沙未来五天的天气，绘制一个气温折线统计图，写一份天气预报文章"。智能体会调用高德地图 MCP 服务器进行查询长沙最近几天的气温数据，然后智能体会调用可视化图表-MCP-Server 生成一个折线统计图的图片 URL，把这张图片渲染在前端加载项界面中。