MicroBubble Agent（小气）产品系统Vibe Coding

1. 立项原因，旨在解决什么产品问题

课题组日常管理高度依赖人工协调：老师通过微信群口头分配任务，学生进度靠口头汇报，实验安排和会议纪要全凭个人记录，信息分散在聊天记录、纸质笔记和口头沟通中，极易遗漏。约20人的研究团队缺乏统一的任务跟踪和知识管理平台，导致任务分配不透明、进度难以追溯、历史经验难以复用。同时，企业微信群机器人只能被动响应，无法主动分析对话内容并自动提取行动项。本项目旨在构建一个具备智能分析能力的课题组Agent助手，将碎片化的团队沟通转化为结构化的任务、会议和知识记录，实现"对话即管理"的自动化协作模式。

2. 行业场景，业务背景

本项目面向高校及科研院所的课题组管理场景。在科研团队中，导师需要同时管理多个研究方向、协调多名研究生的实验进度、组织组会讨论并跟踪文献调研情况。传统的管理方式主要依赖微信群沟通和Excel表格记录，存在信息孤岛严重、任务容易遗忘、会议决议难以落地等痛点。随着人工智能大模型技术的成熟，利用AI Agent自动解析自然语言对话、识别任务意图、生成会议纪要并创建待办事项成为可能。结合企业微信生态和语音转写技术，可以实现从对话到任务的全链路自动化，显著提升科研团队的协作效率和信息管理水平。

1. 项目有哪些具体功能模块
本项目包含六大核心功能模块：①智能对话模块，基于Claude大模型实现自然语言交互，支持工具调用完成任务创建、会议安排、项目查询等操作；②语音交互模块，集成faster-whisper实时语音转写和Edge-TTS语音合成，支持会议录音实时转文字；③企业微信机器人模块，支持群聊@交互、私聊对话、任务自动派发、进度回复识别、主动提醒推送，同时兼容普通微信群通过微信互通功能实现外部用户通信；④会议管理模块，支持创建会议、实时转写记录、会后自动分析提取摘要/要点/决定，自动识别会议中提到的任务并创建指派给对应成员；⑤任务与项目管理模块，提供任务全生命周期管理（创建/分配/进度跟踪/完成确认）、项目与里程碑管理、Dashboard数据可视化；⑥知识库模块，基于pgvector向量搜索实现语义检索，支持文件上传存储。
2. 项目的主要功能描述
项目以Claude Agent为核心引擎，通过10个工具函数对接后端服务层，实现"对话即操作"的智能交互体验。用户在企业微信或Web界面中用自然语言下达指令，Agent自动解析意图并调用对应工具完成任务创建、会议安排、知识检索等操作。企业微信机器人具备群聊被动监听能力，通过消息缓冲和关键词触发机制，自动分析群内讨论内容，识别任务分配、会议安排和决议事项并结构化存储。会议转写功能通过WebSocket实现实时语音流处理，会议结束后自动调用Claude分析转写内容，生成结构化摘要、提取关键要点和决议，自动识别待办任务并匹配课题组成员进行指派。系统采用多信号身份解析机制，支持通过企业微信ID、微信昵称、手机号、姓名模糊匹配等方式识别用户身份，首次匹配后自动绑定，实现跨平台统一身份管理。

1. "我"负责哪些具体任务

本人作为项目的核心开发负责人，独立完成了从需求分析、架构设计到编码实现的全流程工作。具体包括：设计并实现了基于FastAPI的后端服务架构，搭建了包含10个工具函数的Claude Agent核心引擎，完成了任务、成员、会议、项目、知识库五大业务模块的CRUD服务层和RESTful API端点开发；实现了企业微信消息加解密、Webhook回调处理、多信号身份解析、群聊被动监听与智能分析等机器人核心功能；完成了微信互通外部用户支持，实现内部/外部用户双通道消息路由；集成了腾讯会议REST API，包含HMAC-SHA256签名算法、会议生命周期管理和Webhook回调；实现了基于faster-whisper的实时语音转写和会后自动分析提取任务的功能；负责Docker容器化部署、FRP内网穿透配置、Nginx反向代理及SSL证书部署等运维工作。

2. 项目使用了哪些技术栈、架构，实现上亮点、难点

技术栈方面，后端采用Python 3.11 + FastAPI + SQLAlchemy + PostgreSQL + Redis + Celery，前端使用Vue 3 + Vite + Element Plus + Pinia + ECharts，AI能力集成Claude API + faster-whisper + pgvector向量搜索，部署采用Docker Compose七服务编排（app、PostgreSQL、Redis、MinIO、Whisper GPU、Celery worker、Celery beat），通过FRP内网穿透连接阿里云服务器Nginx反向代理。

架构亮点：采用Agent工具调用模式，通过_execute_tool方法统一路由10个工具到Service层，实现对话与业务逻辑解耦；会话存储迁移到Redis实现分布式持久化；