软件架构

Nexent 采用现代化的分布式微服务架构，旨在提供高性能、可扩展的 AI 智能体平台。整个系统基于容器化部署，支持云原生和企业级应用场景。

🏗️ 整体架构设计

Nexent 的软件架构遵循分层设计原则，从上到下分为以下几个核心层次：

🌐 前端层（Frontend Layer）

• 技术栈：Next.js + React + TypeScript
• 功能：用户界面、智能体交互、多模态输入处理
• 特性：响应式设计、实时通信、国际化支持

🔌 API 网关层（API Gateway Layer）

• 核心服务：FastAPI 高性能 Web 框架
• 职责：请求路由、身份验证、API 版本管理、负载均衡
• 端口：5010（主服务）、5012（数据处理服务）

🧠 业务逻辑层（Business Logic Layer）

• 智能体管理：智能体生成、执行、监控
• 会话管理：多轮对话、上下文维护、历史记录
• 知识库管理：文档处理、向量化、检索
• 模型管理：多模型支持、健康检查、负载均衡

📊 数据层（Data Layer）

分布式数据存储架构，包含多种专用数据库：

🗄️ 结构化数据存储

• PostgreSQL：主数据库，存储用户信息、智能体配置、会话记录
• 端口：5434
• 特性：ACID 事务、关系型数据完整性

🔍 搜索引擎

• Elasticsearch：向量数据库和全文搜索引擎
• 端口：9210
• 功能：向量相似度搜索、混合搜索、大规模优化

💾 缓存层

• Redis：高性能内存数据库
• 端口：6379
• 用途：会话缓存、临时数据、分布式锁

📁 对象存储

• MinIO：分布式对象存储服务
• 端口：9010
• 功能：文件存储、多媒体资源管理、大文件处理

🔧 核心服务架构

🤖 智能体服务（Agent Services）

智能体框架基于 SmolAgents，提供：
├── 智能体生成与配置
├── 工具调用与集成
├── 推理与决策执行
└── 生命周期管理

📈 数据处理服务（Data Processing Services）

分布式数据处理架构：
├── 实时文档处理（20+ 格式支持）
├── 批量数据处理管道
├── OCR 与表格结构提取
└── 向量化与索引构建

🌐 MCP 生态系统（MCP Ecosystem）

模型上下文协议工具集成：
├── 标准化工具接口
├── 插件化架构
├── 第三方服务集成
└── 自定义工具开发

🚀 分布式架构特性

⚡ 异步处理架构

• 基础框架：基于 asyncio 的高性能异步处理
• 并发控制：线程安全的并发处理机制
• 任务队列：Celery + Ray 分布式任务执行
• 流式处理：实时数据流和响应流处理

🔄 微服务设计

服务拆分策略：
├── nexent（主服务）- 智能体核心逻辑
├── nexent-data-process（数据处理）- 文档处理管道
├── nexent-mcp-service（MCP服务）- 工具协议服务
└── 可选服务（SSH、监控等）

🌍 容器化部署

Docker Compose 服务编排：
├── 应用服务容器化
├── 数据库服务隔离
├── 网络层安全配置
└── 卷挂载数据持久化

🔐 安全与扩展性

🛡️ 安全架构

• 身份验证：多租户支持、用户权限管理
• 数据安全：端到端加密、安全传输协议
• 网络安全：服务间安全通信、防火墙配置

📈 可扩展性设计

• 水平扩展：微服务独立扩展、负载均衡
• 垂直扩展：资源池管理、智能调度
• 存储扩展：分布式存储、数据分片

🔧 模块化架构

• 松耦合设计：服务间低依赖、接口标准化
• 插件化架构：工具和模型的热插拔
• 配置管理：环境隔离、动态配置更新

🔄 数据流架构

📥 用户请求流

用户输入 → 前端验证 → API网关 → 路由分发 → 业务服务 → 数据访问 → 数据库

🤖 智能体执行流

用户消息 → 智能体创建 → 工具调用 → 模型推理 → 流式响应 → 结果存储

📚 知识库处理流

文件上传 → 临时存储 → 数据处理 → 向量化 → 知识库存储 → 索引更新

⚡ 实时处理流

实时输入 → 即时处理 → 智能体响应 → 流式输出

🎯 架构优势

🏢 企业级特性

• 高可用性：多层冗余、故障转移
• 高性能：异步处理、智能缓存
• 高并发：分布式架构、负载均衡
• 监控友好：完善的日志和状态监控

🔧 开发友好

• 模块化开发：清晰的层次结构
• 标准化接口：统一的 API 设计
• 灵活配置：环境适配、功能开关
• 易于测试：单元测试、集成测试支持

🌱 生态兼容

• MCP 标准：遵循模型上下文协议
• 开源生态：集成丰富的开源工具
• 云原生：支持 Kubernetes、Docker 部署
• 多模型支持：兼容主流 AI 模型提供商

---

这种架构设计确保了 Nexent 能够在保持高性能的同时，为用户提供稳定、可扩展的 AI 智能体服务平台。无论是个人用户还是企业级部署，都能够获得优秀的使用体验和技术保障。