知识库与 Agent ⼯作台产品系统Vibe Coding

本项目面向「本地优先的 AI 应用工程」学习与演示场景：个人/小团队希望用本机 Ollama 跑小模型，完成知识问答、流程编排与文件助手，又不想把数据与对话送上云。痛点包括：直接调云端 API 难理解上下文/延迟/工具调用失败等工程约束；通用聊天页缺少可复用的 RAG、工作流与权限能力；Web 与桌面双端重复造业务。项目以本地模型为硬边界，把对话、知识库、可视化工作流与 Agent 工具串成可交付系统，验证从基线测评、契约分层到鉴权与可观测的完整闭环。

统一 AI 对话：会话管理、流式输出、本地模型切换；可挂载知识库做 RAG 问答与引用溯源；支持工具调用与本地文件访问（读/写/搜索，路径沙箱与审批）。可视化工作流：类 Dify 画布，含 LLM、知识检索、条件、变量、代码、HTTP 等节点，支持运行高亮、执行日志与单节点调试。知识库：文档上传、分块索引、向量检索（pgvector）。账号与权限：访客自动签发，手机号/邮箱 + 静态验证码注册，密码或验证码登录，Bearer 会话；guest/user/admin 权限隔离业务资源。另含 MCP 工具接入、中日英界面、开发期 LLM 指标面板（/dev/observability），以及 Web 与 macOS 桌面（Tauri sidecar）双端交付。

本人独立完成从架构设计到双端交付：规划 monorepo 分层（contracts / platform / app-core / ui），NestJS 后端实现 LLM 网关、RAG、工作流引擎与鉴权；前端 React 业务与平台适配；桌面端 Tauri sidecar 打包。技术栈为 NestJS 11 + Drizzle/PostgreSQL + Ollama，前端 React 19 + Vite + TanStack Query，契约用 zod。亮点：小模型能力以实测基线约束工具数量；工作流微内核插件化；鉴权自研 Bearer session（非 JWT），全局 Guard + 权限码；路径沙箱与日志脱敏；pino + traceId 与 LLM 指标环形缓冲。难点在小模型工具调用不稳定、Web/桌面端无关性、以及路径逃逸与提示词注入等安全边界的落地与测试门禁。