【成果物01】项目说明
提交物：项目概要
包含内容：
1. 项目性质声明
项目类型：新规项目
项目名称：Agent - 智能助手系统
开发周期：2026年
2. 项目概述
选题背景
随着人工智能技术的快速发展，大语言模型（LLM）在各个领域展现出强大的应用能力。然而，普通用户在使用 AI 模型时面临着技术门槛高、操作复杂等问题。为了让 AI 技术更好地服务于日常工作，我们开发了这款智能助手系统。
要解决的问题
- 降低 AI 使用门槛：提供友好的图形界面，让非技术人员也能轻松使用 AI 能力
- 多场景适配：支持对话、翻译、会议纪要、审计记录等多种工作场景
- 本地化部署：基于 Ollama 本地模型服务，保障数据安全和隐私
- 知识库管理：支持文档上传和管理，实现个性化知识检索
- 用户权限管理：提供多角色用户管理系统，满足不同组织需求
3. 整体功能说明
核心能力
1. AI 对话系统
- 基于 Ollama 本地大模型（支持 qwen2.5 等模型）
- 支持多轮对话，上下文理解
- 实时流式输出响应
2. 多场景模式
- 对话模式：通用 AI 对话助手
- 翻译模式：多语言翻译服务
- 会议纪要：自动生成会议摘要和要点
- 审计记录表：结构化审计文档生成
- 知识库：文档管理和知识检索
3. 文档处理能力
- 支持多种文件格式：PDF、Word、Excel、TXT、Markdown 等
- 文档内容提取和分析
- Excel 报表自动生成和格式化
4. 用户管理系统
- 多角色权限控制（管理员、高级用户、普通用户）
- 用户注册、登录、权限分配
- 数据隔离和安全保护
5. 双模式界面
- Chat 模式：场景化对话界面
- Agent 模式：专属 Agent 工作台
使用方式
源码运行模式：
- 安装 Python 3.11+ 和 Ollama
- 导入大模型
- 运行
start.bat一键启动 - 浏览器访问
http://localhost:8000
打包运行模式：
- 安装 Ollama 和大模型
- 双击
Agent.exe即可运行 - 无需 Python 环境
4. 效果总结
达到的效果
技术实现：
- ✅ 完整的 Web 应用架构（Flask 后端 + HTML/CSS/JS 前端）
- ✅ 本地 AI 模型集成（Ollama API）
- ✅ 多格式文档处理（PDF、Word、Excel）
- ✅ 用户权限管理系统
- ✅ 一键启动和打包部署
- ✅ 跨电脑环境自适应（自动修复虚拟环境）
核心指标：
- 响应速度：本地模型推理，延迟低
- 数据安全：本地部署，数据不出本地
- 易用性：图形界面，无需编程基础
- 可扩展性：模块化设计，易于添加新功能
- 兼容性：支持 Windows 10/11 系统
用户体验：
- 界面美观，操作直观
- 多场景模式切换流畅
- 实时对话反馈
- 文档处理自动化
5. 团队分工
| 角色 | 职责 | 负责模块 |
|---|---|---|
| 项目负责人 | 整体架构设计、项目管理 | 系统架构、技术选型 |
| 后端开发 | Flask 服务端开发 | API 接口、业务逻辑、数据库 |
| 前端开发 | 用户界面开发 | HTML/CSS/JS、UI 设计 |
| AI 集成 | 大模型对接 | Ollama API 集成、提示词工程 |
| 文档处理 | 文件解析功能 | PDF/Word/Excel 处理 |
| 测试部署 | 测试和打包 | 功能测试、exe 打包、使用说明 |
技术栈
| 类别 | 技术 |
|---|---|
| 后端框架 | Flask 2.3.3 |
| 前端技术 | HTML5 + CSS3 + JavaScript |
| AI 服务 | Ollama (本地大模型) |
| 文档处理 | python-docx, openpyxl, pdfplumber |
| 打包工具 | PyInstaller |
| 运行环境 | Python 3.11+, Windows 10/11 |
项目结构
Agent/
├── app.py # Flask 后端服务
├── main.py # pywebview 桌面应用入口
├── index.html # 前端页面
├── styles.css # 样式文件
── script.js # 前端脚本
├── requirements.txt # 依赖列表
├── start.bat # 一键启动脚本
├── build_exe.cmd # 打包脚本
├── data/ # 数据目录
│ └── users.json # 用户数据文件
├── knowledge-base/ # 知识库目录
│ ├── uploads/ # 上传的文件
│ └── texts/ # 保存的文本
└── dist/ # 打包输出目录
└── Agent.exe # 打包后的可执行文件