Fusion：面向任务执行的 AI 聊天工作台，支持多模型与 Agent 工作流

HyxiaoGe/fusion · 面向多模型与 Agent 工作流的 AI 聊天产品，采用 Next.js + FastAPI monorepo 架构。

GitHub原文发布未知首次收录 2026-10-10上架 2026-10-10 07:01

ELI5：它是什么，解决什么问题

Fusion 是一个面向任务执行的 AI 聊天产品，让 AI 从回答问题走向完成任务：根据用户意图按需选择模型能力与工具，在一次对话中完成搜索、阅读、规划和结构化执行，并分层呈现回答依据与 Agent 执行轨迹。项目采用 Next.js + FastAPI monorepo 架构，后端包含能力路由、Agent runtime、工具、文件与知识库模块，前端提供流式会话、回答依据与轨迹界面；模型目录由 LiteLLM 统一提供，另含管理员侧模型状态、MCP 服务、使用量与脱敏审计等治理能力。

# AI 智能体 # FastAPI # RAG # LiteLLM # monorepo

核心能力与快速开始

★ 2 · Python

能做什么: 任务感知的能力路由：区分直接回答、文本转换、实时搜索、可靠来源查证、深度研究、知识库问答和出行任务，只向模型公开当前任务需要且已授权的工具。可恢复的 Agent 执行：支持计划控制、流式进度、工具调用、停止与继续执行，以及断线重连和历史恢复。回答依据与执行轨迹：分层呈现答案所用材料与 Agent 执行步骤，轨迹视图按 Turn 与 Run 还原模型请求、工具调用、上下文状态和耗时。结构化任务工具：网页搜索与读取，以及天气、地点、路线、航班、高铁和综合行程等结构化结果。文件与知识库：文件可随会话使用，启用知识库后可异步解析、切片、向量化文档并在回答中定位引用分块。模型与运行治理：模型目录由 LiteLLM 统一提供，管理员可查看模型状态、MCP 服务、使用量和脱敏审计数据。
适用场景: 从调研、分析、写作、学习或出行等目标开始，或直接描述复杂任务，由系统路由并执行。联网任务组合搜索、网页读取与结构化产品工具，答案依据区展示搜索来源、已读取网页和知识库引用。通过轨迹视图检查 Agent 每次 Run 的模型请求、工具调用与上下文状态，用于复盘与调试。基于文件与知识库进行问答并定位引用分块。管理员侧进行模型状态、MCP 服务、使用量与脱敏审计的运行治理。
项目形态: 可直接使用的工具
部署方式: 未说明。仓库提供 ops/ 目录用于服务部署与运行脚本（Docker、Bash），并提供在线体验地址；在线环境可能要求登录。README 说明完整运行链路依赖 PostgreSQL、Redis、Auth Service、LiteLLM，以及按需启用的搜索、Reader、MCP、对象存储和 Milvus，且仓库目前不提供掩盖这些依赖的根级一键启动脚本。
主要依赖: 未说明。README 提及完整运行链路依赖 PostgreSQL、Redis、Auth Service、LiteLLM，以及按需启用的搜索、Reader、MCP、对象存储和 Milvus；模型、工具与知识库能力取决于当前环境配置和所选模型。
使用限制: 未说明。README 提示在线环境可能要求登录，模型、工具与知识库能力取决于当前环境配置和所选模型；仓库不提供掩盖依赖的根级一键启动脚本。
许可证: 未说明
最近推送: 2026-10-10 03:02

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-10 07:00 · 卡片整理：2026-10-10 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

作为可参考或二次开发的 AI 聊天工作台项目，程序员可研究其 Next.js + FastAPI monorepo 架构、能力路由、Agent runtime、工具与知识库模块的实现方式，用于构建或扩展类似的 AI 应用。

查看内容依据

项目采用 Next.js + FastAPI monorepo 架构，后端包含能力路由、Agent runtime、工具、文件与知识库模块，前端提供流式会话、回答依据与轨迹界面

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

产品经理

产品经理可体验或参考该 AI 工作台的任务执行、能力路由、回答依据与 Agent 轨迹等产品设计，用于规划 AI 聊天或 Agent 类产品的功能与交互。

查看内容依据

Fusion 让 AI 从“回答问题”走向“完成任务”：它会根据用户意图按需选择模型能力与工具，在一次对话中完成搜索、阅读、规划和结构化执行，并把答案依据与 Agent 运行轨迹完整呈现出来。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

Agent Deck：可自部署的带人设、知识库与代码沙箱的迷你 AI Agent

Agent Deck 是一个可自部署的迷你 AI Agent，提供终端对话和带网页后台的网页版两种用法。它用「身份卡」切换人设（名字、语气、欢迎语、头像、表情包、主题色），支持按组开关工具、配置本地知识库检索（PDF/DOCX/HTML/TXT 解析与多路混合检索）、在沙箱中读写文件并编译运行代码自行验证，还能联网搜索与打开网页读原文。项目包含 FastAPI 后端、SSE 流式输出、会话持久化到 SQLite、账号邀请制与后台管理（模型/Key/用户/流量/黑名单等），并提供 Docker 与 CI 配置。

MediAgent：面向患者与临床团队的医疗 AI 双门户平台

MediAgent 是一个双门户医疗平台，包含患者端 PWA 与临床医生端 PWA，后端基于 FastAPI，并使用 LangGraph/ADK 智能体对聊天进行分流、从上传的医疗文档中提取结构化信息，并基于检索到的 FDA 药品说明书文本回答用药问题。功能覆盖文档上传与 OCR、带引用的信息抽取、患者助手（文本与语音，支持 en-US 与 es-MX，引用 MedlinePlus、DailyMed、RxNorm）、临床医生审核的护理计划、预约与双向消息、通知中心、SMART on FHIR 沙盒导入以及临床医生仪表盘与 Naranjo ADR 审核。

Inkwell：基于 OpenAI 的 RAG 知识平台，提供引用式问答与管理控制台

Inkwell 是一个 RAG 知识平台，采用前后端分离架构：后端基于 FastAPI、SQLAlchemy，使用 OpenAI 的 text-embedding-3-small 做嵌入、gpt-4o-mini 做对话，提供文档摄取、检索与聊天 REST API；前端为 Next.js + React + Tailwind 控制台，包含营销页、概览仪表盘、知识库管理、带引用与证据检查器的检索助手、用量与内容缺口分析等功能。README 提供了本地运行、部署到 Vercel 与 Railway/Fly/Render 的方式，并附带不含 OpenAI 密钥也可运行的测试。

HealthCare Project：面向越南医院场景的智能医疗就诊与挂号平台

这是一个面向多院区医院运营的数字化医疗平台，提供患者、医生、管理员三类角色的完整门户：支持按院区/科室/医生分流的在线挂号、带悲观锁的号源防冲突控制、预约全生命周期管理、电子病历与诊断文件存储与角色隔离，并内置 FastAPI 实现的 AI 医疗助手（症状分诊与基于 RAG 的医学知识检索），带提示注入防御、患者隐私拒答与失败时回退的本地规则等安全护栏。系统采用 Next.js 前端、Spring Boot 核心后端、PostgreSQL/Redis/MinIO 存储与 Docker Compose 部署，含可复现的演示数据。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。