Skip to content

产品介绍

Sira AI - 企业级多智能体编排平台

Sira AI 是业界首个企业级多智能体编排平台,帮助企业快速构建复杂的 AI 应用,实现智能体之间的协同工作。

🤖 多智能体编排

8 种编排模式,支持单体、协作、监督、工作流等

🔧 灵活集成

支持企业微信、Web、Dify、n8n等多种接入方式

🎯 开箱即用

5分钟部署,流式响应,支持Vision多模态

核心优势

🏢 业界首创

  • 首家企业微信 AI Bot 流式集成:实现真正的打字机效果
  • 多智能体编排系统:8 种编排模式满足复杂业务场景
  • MCP 工具协议支持:让 AI 使用外部工具,无限扩展能力
  • Vision 多模态支持:原生支持图片分析和处理

🚀 技术创新

三层架构设计

用户请求 → Application(应用层) → Orchestrator(编排层) → Agent(智能体层) → LLM + Tools

Application(应用层)

  • 企业微信 AI Bot(流式)
  • 企业微信传统应用
  • Web 聊天客户端
  • OpenAI 兼容 API

Orchestrator(编排层)

  • Single:单智能体执行(配 Skill 时自动透明路由到 DeepAgents)
  • Supervisor:监督者-工作者模式
  • Collaboration:多智能体协作(顺序/并行)
  • Workflow:预定义工作流
  • Conditional:基于规则的条件路由
  • External:Dify/n8n 外部集成
  • DeepAgents 🆕:脚本驱动 + Backend 沙箱 + Skill
  • KnowledgeBase 🆕:LightRAG (向量 + 图谱) + 多解析器 (auto/mineru 等) 文档 RAG 直答

Agent(智能体层)

  • 独立的 AI 智能体
  • 支持多种 LLM 模型
  • 集成 MCP 工具
  • RAG 知识库检索

💡 核心功能

功能说明优势
流式响应Redis Stream + SSE 架构毫秒级响应,打字机效果
多模态Vision 图片分析支持图文混合对话
记忆管理LangGraph + Redis 持久化跨会话记忆,上下文理解
工具调用MCP 协议标准化接入企业系统、搜索、数据分析
编排引擎8 种编排模式单体到复杂多智能体协同
外部集成Dify/n8n复用已有工作流和应用

技术架构

┌─────────────────────────────────────────────────┐
│                  接入层                          │
│  企业微信AI Bot │ Web界面 │ OpenAI API │ Webhook│
└────────────────┬────────────────────────────────┘

┌────────────────┴────────────────────────────────┐
│                应用层 (Application)              │
│      平台适配 │ 流式处理 │ 多模态处理            │
└────────────────┬────────────────────────────────┘

┌────────────────┴────────────────────────────────┐
│               编排层 (Orchestrator)              │
│   LangGraph │ 8 种编排模式 │ 状态管理             │
└────────────────┬────────────────────────────────┘

┌────────────────┴────────────────────────────────┐
│                智能体层 (Agent)                  │
│   ReAct Agent │ MCP Tools │ RAG Knowledge       │
└────────────────┬────────────────────────────────┘

┌────────────────┴────────────────────────────────┐
│                  LLM 层                         │
│  GPT-4 │ Claude │ DeepSeek │ Qwen │自定义模型   │
└────────────────┬────────────────────────────────┘

┌────────────────┴────────────────────────────────┐
│                  数据层                          │
│  PostgreSQL │ Redis │ MinIO │                       │
└─────────────────────────────────────────────────┘

编排模式详解

1. Single(单体模式)

适用于简单的单智能体场景,直接调用一个 Agent。

使用场景:客服问答、知识查询、文档生成

2. Supervisor(监督者模式)

Supervisor Agent 动态分配任务给多个 Worker Agent。

使用场景:复杂任务分解、多步骤处理、智能调度

3. Collaboration(协作模式)

多个专家 Agent 平等协作,共享信息。

使用场景:多角度分析、专家会诊、创意协作

子模式

  • Sequential:顺序执行
  • Parallel:并行执行

4. Workflow(工作流模式)

预定义的固定流程,按步骤执行。

使用场景:标准化流程、审批流程、数据处理管道

5. Conditional(条件路由)

基于规则将请求路由到不同 Agent。

使用场景:意图识别、场景分类、智能分发

路由方式

  • 关键词匹配
  • 正则表达式
  • 上下文条件
  • LLM 兜底判断

6. External(外部集成)

集成 Dify 或 n8n 的现有应用。

使用场景:复用已有应用、工作流编排、低代码集成

7. Deep Agents 🆕

脚本驱动的多步骤智能体,原生支持文件系统 / 本地命令 / Sandpod 沙箱后端,并可挂载 Skill 包 按 Markdown 剧本工作。

使用场景:长文档生成、多步骤研究任务、需要执行真实命令的工作流

8. Knowledge Base 🆕

直答型 RAG 编排——不调度 Agent,直接走知识库(QA 对 + 文档 RAG)回答。

使用场景:客服 FAQ、政策口径、标准答案

详见 编排模式详解

v2 新增能力速览

应用场景

📦 智能客服系统

需求:7×24小时客户咨询,自动回答常见问题,复杂问题转人工

方案

  • Conditional 路由识别问题类型
  • Single Agent 处理简单咨询
  • Supervisor 模式处理复杂问题(信息查询 → 问题分析 → 解决方案)

效果

  • 响应时间从5分钟降至10秒
  • 80%问题自动解决
  • 客服成本降低60%

🏭 技术文档助手

需求:快速查询技术文档,提供代码示例,多角度分析

方案

  • RAG 知识库存储技术文档
  • MCP 工具查询最新文档(Context7)
  • Collaboration 模式:文档专家 + 代码专家协作

效果

  • 查询速度提升10倍
  • 答案准确率95%+
  • 支持多模态(图片架构图分析)

📊 数据分析助手

需求:自然语言查询业务数据,生成可视化报表

方案

  • Workflow 模式:理解需求 → SQL生成 → 数据查询 → 图表生成
  • MCP 工具连接数据库
  • Vision 多模态展示图表

效果

  • 报表生成时间从2小时降至5分钟
  • 非技术人员也能查询数据
  • 支持自然语言交互

🎨 创意协作平台

需求:多个 AI 专家协同完成创意任务

方案

  • Collaboration Parallel 模式
  • 创意专家 + 文案专家 + 营销专家同时工作
  • 汇总各专家意见

效果

  • 创意产出效率提升5倍
  • 多角度创意碰撞
  • 可定制专家角色

多模态能力

Vision 图片分析

支持在对话中发送图片进行分析:

用户: "分析一下这张架构图 [图片URL]"

Web客户端自动检测图片链接

传递给支持 Vision 的 Agent

LLM(GPT-4V/Qwen-VL/Claude-3)分析图片

返回图片内容解析

支持的平台

  • ✅ 企业微信 AI Bot(图文混排)
  • ✅ Web 客户端(图片链接)
  • ✅ OpenAI 兼容 API

支持的模型

  • GPT-4o, GPT-4-vision
  • Claude 3 (Opus/Sonnet/Haiku)
  • Qwen-VL-Plus/Max
  • Gemini Pro Vision

流式响应技术

Redis Stream 架构

用户请求

OrchestratorEngine 创建后台任务

Agent 流式执行 → 写入 Redis Stream

SSE 端点读取 Redis Stream

实时推送给前端(打字机效果)

优势

  • 毫秒级延迟
  • 支持万级并发
  • 断点续传
  • 消息持久化

性能指标

指标数值说明
响应延迟<100ms首字延迟
并发支持10,000+同时在线会话
可用性99.9%年度可用时间
流式速度~50 tokens/s取决于 LLM
记忆持久24小时+Redis TTL 可配置

快速开始

准备好体验 Sira AI 了吗?

开发者资源

  • 📖 API 文档 - FastAPI 自动生成的 API 文档
  • 🔧 GitHub - 源代码和问题追踪
  • 💬 技术支持 - 技术支持邮箱
  • 📱 微信公众号:Sira AI

技术栈

后端

  • 框架: FastAPI (Python 3.11)
  • AI: LangChain + LangGraph
  • 数据库: PostgreSQL 14+ + Redis 7
  • MCP: FastMCP Client
  • 向量库: (可选) Milvus/Qdrant

前端

  • 框架: Next.js 15 + TypeScript
  • UI: Tailwind CSS + shadcn/ui
  • 状态: React Hooks + Context

部署

  • 容器: Docker + Docker Compose
  • 代理: Nginx
  • 监控: Prometheus + Grafana (可选)

Sira AI Inc. | 让 AI 智能体为企业赋能

支持:OpenAI、Anthropic、DeepSeek、阿里云通义、企业微信

Apache-2.0 Licensed