基于 Agent Harness 架构的智能公文写作系统。
gov-writing-assistant/
├── backend/ # Python 后端服务
│ ├── app/
│ │ ├── core/ # Harness 核心引擎
│ │ ├── api/ # REST API
│ │ └── main.py # 服务入口
│ ├── knowledge/ # 知识库
│ └── requirements.txt
├── desktop/ # Tauri 桌面端
│ ├── src/ # Vue3 前端代码
│ ├── src-tauri/ # Tauri 配置
│ └── package.json
└── README.md
cd backend
python -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
pip install -r requirements.txt
# 配置环境变量
cp .env.example .env
# 编辑 .env 填入 API Key
# 启动服务
uvicorn app.main:app --reloadcd desktop
npm install
# 开发模式
npm run tauri-dev
# 构建
npm run tauri-build- 后端: Python 3.11 + FastAPI + LangGraph + Deep Agents
- 桌面端: Tauri (Rust + Vue3 + TypeScript)
- 向量数据库: Qdrant
- 缓存: Redis
- LLM:
- 国内主力: Kimi / 通义千问 / ChatGLM / MiniMax
- 国外备用: GPT-5 / Claude
- 智能写作: 输入主题自动生成公文初稿
- 大纲生成: 一键生成结构化大纲
- 知识库管理: 人物档案、政策文件、写作模板
- 模板匹配: 智能匹配相似模板
- 文档导出: 支持 Word / PDF / Markdown
- 领导讲话稿
- 工作总结
- 活动策划
- 会议纪要
- API 文档 (服务启动后访问)
- PRD & 技术方案
- Phase 1: MVP 核心功能
- Harness 引擎核心
- 写作 API
- 知识库管理
- 向量检索
- 政策文件管理
- 模板系统
- 文档导出
- 桌面端 UI
- Phase 2: 功能完善 (8-10 周)
- Phase 3: 规模化
MIT