devPartner

# 安装项目依赖（Ollama 推理通过标准库 urllib，无需额外推理库）
pip install -r requirements.txt

# 安装并启动 Ollama（单独进程），拉取推理模型
ollama pull qwen2.5        # 推荐；可在 foundation/config/config.yaml 的 llm.ollama_model 调整

llm:
  enabled: true
  ollama_model: "qwen2.5"  # Ollama 中已拉取的模型名（ollama list 查看）
  ollama_timeout: 120      # 推理超时（秒）
  max_tokens: 2048         # 最大生成长度
  temperature: 0.3         # 生成温度（低值更确定）
  fallback_to_rules: true  # Ollama 不可用时降级到规则引擎

# 方式 A: 统一入口（推荐，开发模式）
python main.py 7860

# 方式 B: 直接启动 MCP 模块
python -m mcp_service.mcp_server 7860

# 方式 C: Docker 部署（生产模式）
docker-compose up -d

============================================================
  DevPartner v9.5.5 (Engine Pattern)
  架构: mcp_service/mcp_server.py(薄壳) → backend/*(业务)
============================================================

  MCP工具: 3 个 (3核心 + 0通用)
  Prompts: 5 个 Prompt 已注册
  管家层: 已加载
  LLM并行: OLLAMA_NUM_PARALLEL=1

  启动模式: MCP 服务 (Streamable HTTP)
  运行环境: 本地开发
  监听端口: 7860
  MCP端点: http://127.0.0.1:7860/mcp

  待命状态: 等待 MCP 客户端连接...
============================================================

pytest tests/ -v

devPartner/                              # 根目录（包名不变）
├── README.md                            # ← 主文档
├── PROJECT_STRUCTURE.md                 # 项目导航指南
├── CHANGELOG.md                         # 版本迭代记录
│
├── main.py                              # 🚀 统一启动入口（runpy 代理到 mcp_service）
├── mcp_service/                         # 🔌 MCP 薄壳模块（注解暴露工具）
│   ├── mcp_server.py                    #    FastMCP 入口：3 个核心 @mcp.tool + 注册
│   └── __init__.py
│
├── foundation/                          # 🏗️ 全局基础框架（与业务无关，可独立复用）
│   ├── config/                          #    配置（app_settings / error_code / path_settings）
│   │   └── config.yaml                  #    运行时配置
│   ├── logger_framework/                #    日志框架（setup_logging / get_logger）
│   ├── trace_tracker/                   #    埋点追踪（contextvars + span + 计数器）
│   ├── exception_framework/             #    异常框架（BizException / 全局捕获 / 渲染）
│   ├── api_response/                    #    统一返回体（BaseResponse / PageResponse / 工厂）
│   └── common_utils/                    #    通用工具（json/text/time/file/schema/decorators）
│
├── backend/                             # 🎯 后端业务层（核心大脑）
│   ├── core/                            #    ├─ 核心底层能力（有状态, 单例）
│   │   ├── conversation_mgr/            #    │  ⭐ 对话引擎（总分三步走，分层子包）
│   │   ├── llm_kernel/                  #    │  🤖 LLM 推理内核（Ollama HTTP）
│   │   ├── task_queue_kernel/           #    │  📨 异步任务队列内核
│   │   ├── database/                    #    │  💾 数据库连接与 DAO
│   │   ├── bootstrap.py                 #    │  🏗️ 启动与初始化
│   │   ├── scheduler.py                 #    │  ⏰ 定时调度器
│   │   ├── task_recovery.py             #    │  🔁 任务恢复流水线
│   │   └── data_types/                  #    │  📐 数据契约（dataclass schema）
│   │
│   ├── business/                        #    ├─ 业务层（无状态服务 + 技能）
│   │   ├── system_ops/                  #    │  🔧 系统引擎（诊断+清理+热重载）
│   │   ├── knowledge_extractor/         #    │  📚 知识引擎（图谱+检索）
│   │   ├── data_cleanup/                #    │  🧹 数据清理调度
│   │   ├── vault_export/                #    │  📦 Obsidian Vault 导出
│   │   ├── analytics/                   #    │  📈 成长分析
│   │   └── task_handlers/               #    │  📋 日报/周报/月报/年报 + 技能
│   │
│   ├── api_gateway/                     #    ├─ HTTP 网关层
│   │   ├── rest_api.py                  #    │  REST 路由（/dashboard, /health, /api/*）
│   │   ├── server.py / lifespan.py      #    │  网关装配 + 生命周期
│   │   ├── dashboard.html               #    │  运维监控面板
│   │   └── middlewares/routes/dependencies/  # 预留扩展点
│   │
│   └── templates/                       #    └─ 模板层
│       ├── llm_prompt/                  #       LLM 提示词模板
│       └── md_render/                   #       Markdown 渲染模板（预留）
│
├── frontend/                            # 🖥️ 前端（预留，前后端分离，尚未构建）
├── tests/                               # 🧪 测试套件
├── scripts/                             # 📜 运维脚本
├── docs/                                # 📚 技术文档
├── data/                                # 💾 运行时数据（数据库 / 日志 / 知识库，gitignore）
├── models/                              # 🧠 LLM 模型文件（gitignore）
├── docker-compose.yml / Dockerfile      # 🐳 部署配置（根目录）
├── pyproject.toml                       # 项目元数据
└── requirements.txt                     # 全局依赖

MCP 客户端 ──→ mcp_service/（注解暴露）──┐
                                         ├──→ backend/business/（业务编排）
Web 客户端 ──→ backend/api_gateway/ ─────┘            │
                                                      ↓
                                         backend/core/（底层能力：引擎/队列/DB/LLM）
                                                      ↓
                                         foundation/（配置/日志/埋点/异常/返回体/工具）

from backend.business.conversation_mgr import get_conversation_engine

engine = get_conversation_engine()

# 第一步: 开始对话
result = engine.start_conversation(
    client="trae", topic="React前端开发", task_type="development"
)
conv_id = result["conversation_id"]

# 第二步: 记录步骤
engine.record_step(
    conversation_id=conv_id, step_name="创建组件", step_type="implementation",
    content='{"file": "src/App.tsx", "action": "create"}'
)

# 第三步: 结束对话（自动触发 LLM 分析）
summary = engine.finalize_conversation(conversation_id=conv_id)
print(f"总结: {summary['summary']}")

from backend.business.task_handlers.daily_engine import get_daily_engine

engine = get_daily_engine()
report = engine.get_daily_summary(date="2026-07-23")
print(f"📊 今日摘要: {report.get('summary', '')}")

{
  "tool": "start_conversation",
  "params": {
    "client": "trae",
    "topic": "React前端开发",
    "task_type": "development"
  }
}

llm:
  ollama_model: "qwen2.5"   # Ollama 模型名（ollama list 查看可用模型）
  ollama_timeout: 120       # 推理超时（秒）
  max_tokens: 2048          # 最大输出长度
  max_input_chars: 8000     # 最大输入字符数
  temperature: 0.3          # 创造性（0=确定性, 1=随机）
  preload: true             # 启动时验证 Ollama 连接并测试推理
  fallback_to_rules: true   # LLM 失败时降级到规则

tail -f data/logs/agent.log
grep ERROR data/logs/agent.log

# 备份数据库
cp data/databases/devpartner.db backups/devpartner_$(date +%Y%m%d).db

# 数据库完整性检查
python scripts/check_db_integrity.py