多模型协同的智能任务辅助系统产品系统Vibe Coding

随着大语言模型技术的快速发展，AI辅助编程已从简单的代码补全演进为能够理解和执行复杂工程任务的智能助手。如何设计一套可扩展的Agent架构，使AI能够自主完成"理解意图→制定计划→执行操作→反思修正→交付成果"的完整闭环，是当前研究的核心挑战。本文围绕多模型协同的智能任务辅助系统，重点论述架构设计、Agent引擎实现、工具系统及前端数据交互四个核心方面。

编号 功能名称 功能描述
F1 多轮对话管理 支持创建/切换/删除会话，保留完整消息历史上下文
F2 智能路由决策 自动判断用户意图（闲聊/知识问答/简单任务/复杂任务）
F3 任务规划 将复杂需求拆解为结构化步骤序列，标注依赖关系

表3-1 系统功能性需求（续）
编号 功能名称 功能描述
F4 自主工具执行 AI调用文件读写、目录浏览、代码搜索、记忆管理工具
F5 反思修正重规划 每步执行后自动检验，失败时重试或触发RePlan
F6 流式回复 实时逐字展示AI回复，SSE token事件增量推送
F7 暂停与恢复 需用户确认时保存上下文到数据库，回复后从中断处恢复
F8 终止控制 ConcurrentHashMap管理取消标志，各阶段关键节点检查
F9 多模态支持 上传PNG/JPG图片，调用MiMo视觉模型分析
F10 费用统计 每次API调用记录Token消耗和费用，后端记录

技术可行性：Spring Boot 3.5、Vue 3、MySQL均为成熟技术栈。DeepSeek API提供OpenAI兼容接口，SSE协议基于HTTP/1.1实现难度低。Spring Boot 3.5、Vue 3、MySQL 均为业界主流技术栈，社区活跃，文档丰富，学习成本低。DeepSeek API 与 OpenAI 接口完全兼容，无需额外适配层。SSE 基于标准 HTTP 协议，Spring 原生支持，前端仅需约 70 行 XHR 解析代码。整体架构层次分明、模块解耦，技术上完全可行。
经济可行性：DeepSeek V4 Flash 的极低定价（输入 ¥1.00/百万 tokens，输出 ¥2.00/百万 tokens，缓存命中时输入仅 ¥0.02/百万 tokens）使 AI 编程助手的 API 调用成本几乎可忽略。MiMo V2.5 对标相同价格区间，且提供 100 万 token 上下文窗口。开发阶段由模型提供商承担推理成本，无需 GPU 硬件投入。系统内置费用追踪和按阶段统计功能，可精确把控运营成本
操作可行性：浏览器端SPA，自然语言交互，PlanPanel实时展示执行状态。
项目的部署和使用门槛低：后端仅需 JDK 17 + MySQL 8.0，mvn spring-boot:run 一行命令启动;前端 npm install && npm run dev 即可启动 Vite 开发服务器;DeepSeek API Key 通过环境变量配置，无需复杂的 OAuth 授权流程系统自动识别工作目录，用户选择项目路径后即可开始对话；UI 采用类聊天界面设计，操作直觉化，无需培训