14.2 所有功能特性汇总

功能清单

核心功能

功能	描述	引入步骤
LLM 对话	基础的大语言模型对话	Step 0
多轮对话	对话历史记忆	Step 1
工具调用	Function Calling 能力	Step 2
流式输出	实时响应流式显示	Step 3
配置管理	灵活的配置系统	Step 4
会话持久化	会话保存和加载	Step 5
技能系统	动态技能加载	Step 6
服务化架构	WebSocket 服务器	Step 7
Web 客户端	浏览器 UI	Step 8
多模态支持	图像识别能力	Step 9
联网搜索	实时信息搜索	Step 10
MCP 集成	外部服务协议	Step 6

内置工具

工具列表

工具名称	类别	描述
read	builtin	读取文件内容
write	builtin	写入文件内容
exec	builtin	执行 shell 命令
search	builtin	互联网搜索

工具功能对比

特性	read	write	exec	search
参数	path	path, content	command	query
返回	文件内容	写入状态	执行结果	搜索结果
路径限制	workspace	workspace	workspace	互联网
权限要求	只读	读写	执行	API Key

技能系统

技能类型

本 Agent 支持以下类型的技能：

类型	说明	示例
development	开发相关	代码分析、调试
general	通用能力	写作、翻译
system	系统操作	文件管理

技能定义格式

---
name: "skill-name"
description: "技能描述"
category: "general"
tags: ["tag1", "tag2"]
---

# 技能名称

技能的详细说明...

WebSocket 协议

客户端消息

消息类型	功能	参数
chat.send	发送聊天消息	content, sessionId
session.create	创建新会话	name
session.load	加载会话	sessionId
session.list	列出所有会话	-
session.delete	删除会话	sessionId
tools.list	列出可用工具	-
skills.list	列出可用技能	-
mcp.list	列出 MCP 服务器	-
status.get	获取 Agent 状态	-

服务器消息

消息类型	功能	数据
status	Agent 状态信息	状态对象
chat.streaming.start	开始流式响应	sessionId
chat.streaming.chunk	流式内容块	sessionId, chunk
chat.streaming.end	结束流式响应	sessionId
chat.tool.call	工具调用通知	sessionId, tool, params
chat.tool.result	工具执行结果	sessionId, result
error	错误消息	error

多模态能力

支持的内容类型

类型	格式	示例
纯文本	{type: "text", text: "..."}	普通对话
纯图像	{type: "image", mediaType: "...", data: "..."}	图片分析
混合	[{...}, {...}]	带图的提问

图像格式

格式	MIME 类型	扩展名
PNG	image/png	.png
JPEG	image/jpeg	.jpg, .jpeg
GIF	image/gif	.gif
WebP	image/webp	.webp

图像大小限制

• 最大文件大小：10MB
• Base64 编码后：约 13.3MB

搜索能力

Tavily 搜索参数

参数	类型	默认值	描述
query	string	必需	搜索关键词
num_results	number	5	结果数量 (1-10)
search_depth	string	basic	搜索深度
days	number	7	时间范围（天）
topic	string	general	搜索主题

缓存配置

配置项	默认值	说明
启用缓存	true	是否启用缓存
TTL	3600 秒	缓存生存时间
最大缓存数	无限制	缓存大小限制

MCP 支持

支持 MCP Servers

服务器	功能	配置要求
Filesystem	文件系统操作	路径
GitHub	GitHub 仓库	GitHub Token
PostgreSQL	数据库查询	连接字符串
Brave Search	网页搜索	API Key
Puppeteer	浏览器自动化	-

MCP 工具命名

<server-name>:<tool-name>

示例：
filesystem:read_file
github:create_issue
postgres:query

性能指标

响应时间

操作	响应时间
LLM 对话（无工具）	~1-2 秒
工具执行	~0.1-1 秒
搜索（基础）	~2-3 秒
搜索（缓存）	< 100ms
图像识别	~3-5 秒

资源占用

资源	典型值
内存占用	~100-200 MB
启动时间	~1-2 秒
WebSocket 连接	~5KB/连接

API 使用

API	免费额度	付费计划
DeepSeek	-	¥1/1M tokens
Tavily	1,000 次/月	$5-20/月

配置选项

LLM 配置

{
  "llm": {
    "apiKey": "sk-...",
    "baseUrl": "https://api.deepseek.com/v1",
    "model": "deepseek-chat",
    "visionModel": "gpt-4o",
    "temperature": 0.7,
    "maxTokens": 2000,
    "streaming": true
  }
}

搜索配置

{
  "search": {
    "provider": "tavily",
    "apiKey": "tvly-...",
    "maxResults": 5,
    "searchDepth": "basic",
    "cache": {
      "enabled": true,
      "ttl": 3600
    }
  }
}

MCP 配置

{
  "mcp": {
    "enabled": true,
    "servers": [
      {
        "name": "filesystem",
        "command": "npx",
        "args": ["-y", "@modelcontextprotocol/server-filesystem", "./workspace"],
        "enabled": true
      }
    ]
  }
}

限制和约束

已知限制

限制	说明	解决方案
知识截止	LLM 训练数据有限	使用搜索工具
文件大小	图像最大 10MB	压缩或优化
API 限制	搜索次数受限	使用缓存
单模型	同一时间只能用一个模型	需要时切换

平台兼容性

平台	支持状态
Linux	✅ 完全支持
macOS	✅ 完全支持
Windows	✅ 完全支持（WSL）

依赖要求

依赖	最低版本	推荐版本
Node.js	20.0	20.x LTS
npm	10.0	最新
TypeScript	5.3	5.3+

功能对比表

步骤间功能对比

功能	Step 0	Step 5	Step 10
LLM 对话	✅	✅	✅
对话历史	❌	✅	✅
工具调用	❌	✅	✅
流式输出	❌	✅	✅
配置文件	❌	✅	✅
会话持久化	❌	✅	✅
技能系统	❌	✅	✅
Web UI	❌	❌	✅
多模态	❌	❌	✅
搜索	❌	❌	✅
MCP	❌	❌	✅

扩展能力

支持的扩展

1. 自定义工具 - 在 tools/ 目录添加
2. 自定义技能 - 在 skills/ 目录添加
3. 自定义 MCP Server - 配置外部服务
4. 自定义搜索提供商 - 实现 ISearchService

可扩展点

// 工具扩展
ToolRegistry.register(new CustomTool())

// 技能扩展
SkillLoader.loadFrom('./custom-skills/')

// MCP 服务器扩展
MCPManager.addServer({...})

// 搜索提供商扩展
new CustomSearchClient()

小结

本节汇总了项目的所有功能特性：

• 核心功能清单（11 项）
• 内置工具对比
• WebSocket 协议
• 多模态能力
• 搜索能力
• MCP 支持
• 性能指标
• 配置选项
• 扩展能力

通过完整的功能特性，这个 AI Agent 已经具备了实用系统所需的大部分核心能力。

导航

上一篇： 14.1 项目完整回顾

下一篇： 14.3 最佳实践与扩展方向