一款专注于中长期个人决策的智能信息系统:聚合公开与私域信息,结合知识图谱与因果推理,为重大人生选择提供动态决策沙盘。
语言 / Languages: 简体中文 · 繁體中文 · English · Español · Deutsch · Français
LifeTree(人生树) 是一款专注于中长期个人决策的智能信息系统。它不是简单的待办清单或笔记工具,而是一个融合了知识图谱、因果推理、贝叶斯网络与蒙特卡洛模拟的动态决策沙盘。
面对人生的重大选择——移民路径、职业转型、教育投资、家庭规划——我们常常:
- 信息碎片化:相关数据散落在浏览器书签、聊天记录、文档中,难以系统化
- 推理片面化:只看到眼前利益,忽视长期风险与机会成本
- 决策静态化:做出决定后不再根据新信息动态修正
LifeTree 通过以下方式解决这些问题:
- 信息聚合:自动抓取公开数据(RSS / 网页 / API),手动录入私域信息(文档 / 图片 / 笔记),统一结构化为知识图谱节点
- 因果建模:将目标→路径→要求→风险因素建模为有向图,用贝叶斯网络量化不确定性
- 情景推演:蒙特卡洛模拟不同选择路径下的成功概率、风险敞口与时间成本
- 动态预警:Celery 定时任务监控信息新鲜度(半衰期模型),自动触发风险重算与邮件预警
- 智能助手:基于 LangGraph 的 ReAct Agent,可调用 15+ 内置工具查询知识图谱、创建新节点、搜索网页、抓取页面内容
本仓库内置 加拿大联邦技术移民(FSW) 示例数据,涵盖:
- 目标:通过 FSW 通道移民加拿大
- 路径:EE 入池 → ITA 邀请 → 文档提交 → 体检 → 登陆
- 要求:CLB 9 / 学历 ECA / 工作经验证明 / 资金证明
- 风险因素:年龄扣分、语言成绩波动、政策变化、配额竞争
graph TB
subgraph Client["前端 Client (Next.js 16)"]
UI[页面: 仪表盘 / 图谱 / 对话 / 情景 / 信源]
PWA[PWA: 离线缓存 + 推送]
SSE_C[SSE 客户端: 流式对话]
end
subgraph API["后端 API (FastAPI)"]
REST[REST API: CRUD / 查询]
CHAT[Chat SSE: 流式 LLM 对话]
CRAWLER[Crawler API: Tavily 搜索/抓取]
end
subgraph Agent["智能助手 (LangGraph ReAct)"]
GRAPH[create_react_agent]
TOOLS[15+ 内置工具<br/>查询 / 写入 / 记忆 / Web]
LLM[LLM: OpenAI / Anthropic / 百炼 / Ollama]
end
subgraph Worker["异步任务 (Celery)"]
BEAT[Beat: 定时调度]
TASKS[Tasks: 抓取 / 风险重算 /<br/>半衰期清扫 / 通知分发]
end
subgraph Storage["数据层"]
PG[(PostgreSQL 16<br/>+ pgvector)]
NEO[(Neo4j 5<br/>知识图谱)]
REDIS[(Redis 7<br/>Broker + Cache)]
MINIO[(MinIO<br/>对象存储)]
end
subgraph External["外部服务"]
TAVILY[Tavily API<br/>搜索 + 抓取]
SMTP[SMTP<br/>邮件预警]
LLM_API[LLM Provider<br/>OpenAI / 百炼 / Anthropic / Ollama]
end
UI --> REST
UI --> CHAT
UI --> CRAWLER
PWA --> UI
SSE_C --> CHAT
CHAT --> GRAPH
GRAPH --> TOOLS
GRAPH --> LLM
LLM --> LLM_API
TOOLS --> REST
TOOLS --> CRAWLER
CRAWLER --> TAVILY
REST --> PG
REST --> NEO
TOOLS --> PG
TOOLS --> NEO
BEAT --> TASKS
TASKS --> PG
TASKS --> NEO
TASKS --> CRAWLER
TASKS --> SMTP
TASKS --> REDIS
CHAT --> REDIS
REST --> REDIS
sequenceDiagram
participant U as 用户
participant F as 前端
participant B as 后端 API
participant A as AI Agent
participant DB as PostgreSQL
participant T as Tavily
U->>F: 在对话页输入问题
F->>B: POST /api/v1/chat/stream (SSE)
B->>A: create_react_agent.astream_events()
A->>A: 思考:是否需要工具?
A->>DB: 调用 list_pathways / list_risk_factors
DB-->>A: 返回知识图谱数据
A->>T: 调用 web_search (如需外部信息)
T-->>A: 返回搜索结果
A-->>B: 流式输出文本 + 工具调用
B-->>F: SSE: delta + tool_call chunks
F-->>U: 打字机效果 + 内联工具 UI
| 层 | 技术 | 说明 |
|---|---|---|
| 前端 | Next.js 16 (App Router) | React 19, standalone output, PWA |
| Vercel AI SDK | 流式对话组件 (Thread / Message / Composer) | |
| Tailwind CSS + Radix UI | 主题系统 (亮/暗/跟随系统) | |
| Cytoscape.js + React Flow | 知识图谱 + 情景树可视化 | |
| ECharts | 统计图表 | |
| SWR | 数据获取与缓存 | |
| i18n | 6 语言: 简中 / 繁中 / EN / ES / DE / FR | |
| 后端 | FastAPI | REST + SSE + 流式 AI |
| SQLAlchemy + Alembic | ORM + 迁移 | |
| Pydantic v2 | 数据校验 | |
| Instructor | LLM 结构化输出 | |
| LangGraph | ReAct Agent + 工具编排 | |
| Celery + Beat | 异步任务 + 定时调度 | |
| 数据库 | PostgreSQL 16 + pgvector | 关系数据 + 向量检索 |
| Neo4j 5 | 知识图谱 (APOC) | |
| Redis 7 | Celery broker + 缓存 | |
| MinIO | 对象存储 (文件上传) | |
| LLM | OpenAI 兼容 / Ollama | 支持 OpenAI / DeepSeek / 智谱 / vLLM / 本地 Ollama |
| Anthropic Claude | 原生协议 | |
| 阿里云百炼 DashScope | Chat / Vision / Embedding / Rerank | |
| 部署 | Docker Compose | 一键启动全栈 |
| GitHub Actions | CI/CD 多架构镜像构建 | |
| GHCR | 镜像 Registry |
- 目标罗盘:仪表盘式目标管理,跟踪进度、截止日期、风险状态
- 知识图谱:Cytoscape 力导向布局,节点 = 实体,边 = 关系,支持点击探索
- 智能助手:流式对话,15+ 内置工具,按供应商分组选择当前对话模型,工具调用 UI 内联渲染
- 用户扩展:每位用户可独立配置 MCP(HTTP / SSE / stdio)与 Skills(文本 / 压缩包 / 文件夹 / GitHub)
- 情景推演:React Flow + dagre 树形布局,蒙特卡洛模拟,分支概率环 + 风险指示
- 信源管理:可信度评级(高 / 中 / 低 / 用户标记),信息半衰期管理(指数衰减模型)
- 风险预警:通知中心,严重度分级(紧急 / 警告 / 信息),SMTP 邮件推送
- 信息录入:拖拽上传(PDF / Word / Excel / PPT / 图片),Mineru 解析,AI 结构化提取
| 工具 | 类型 | 说明 |
|---|---|---|
list_pathways |
查询 | 列出目标的所有路径 |
list_requirements |
查询 | 列出路径的准入要求 |
list_risk_factors |
查询 | 列出风险因素 |
list_recent_events |
查询 | 列出最近事件 |
get_scenario_summary |
查询 | 获取情景摘要 |
run_scenario_reasoning |
推理 | 执行贝叶斯/蒙特卡洛推理 |
create_goal / create_pathway / create_requirement / create_risk_factor |
写入 | 创建知识图谱节点 |
list_memories / remember / forget |
记忆 | 用户长期记忆管理 |
web_search |
Web | Tavily 网络搜索 |
web_fetch |
Web | Tavily 网页内容抓取 |
- 离线缓存(App Shell + 静态资源 + API 响应)
- 流式对话绕过缓存(
/api/v1/chat/stream直连后端) - 安装到桌面 / 移动主屏
- 主题色适配亮/暗模式
- 抽屉式侧边栏:在 PWA 模式或视口宽度 < 1024px 时,左侧栏默认隐藏,通过页面左上角的
SidebarToggleButton滑入式唤起;通过内联脚本 +html.pwa/html.drawer-mode类在水合前避免侧边栏闪烁 - iOS
navigator.standalone检测,覆盖display-mode媒体查询遗漏的场景 - 适配刘海屏 / Home Indicator 的安全区内边距
- Docker + Docker Compose
- 或者:Python 3.11+、Node.js 20+、pnpm/npm(仅本地开发时需要)
docker-compose.yml 默认使用 GHCR 上的预构建镜像(ghcr.io/caryk753/lifetree-backend、ghcr.io/caryk753/lifetree-frontend),一条命令即可拉起全栈:
# 1. 克隆仓库
git clone https://github.com/CaryK753/LifeTree.git
cd LifeTree
# 2. 配置环境变量
cp .env.example .env
# 编辑 .env,至少填写一个 LLM API Key
# 3. 一键启动全栈(基础设施 + 后端 + Worker + 前端)
docker compose up -d
# 4. 初始化数据库(首次运行)
docker compose exec backend python scripts/init_db.py
# 5. 灌入示例数据(可选)
docker compose exec backend python scripts/seed_fsw.py想固定到某个版本?通过环境变量覆盖镜像 tag:
BACKEND_IMAGE_TAG=0.1.0 FRONTEND_IMAGE_TAG=0.1.0 docker compose up -d
启动后访问:
- 前端:http://localhost:13000
- 后端 API:http://localhost:18000
- API 文档:http://localhost:18000/docs
- Flower(Celery 监控):http://localhost:15555
- MinIO 控制台:http://localhost:19001
- Neo4j 浏览器:http://localhost:17474
如果你需要修改后端 / 前端代码或临时调试,传 --build 让 compose 用本地 Dockerfile 构建:
cp .env.example .env
# 编辑 .env,至少填写一个 LLM API Key
docker compose up -d --build
docker compose exec backend python scripts/init_db.py详见 本地开发 章节。
完整的 docker-compose.yml 包含以下服务:
| 服务 | 镜像 | 端口 | 说明 |
|---|---|---|---|
postgres |
pgvector/pgvector:pg16 |
15432 | PG + pgvector 向量扩展 |
neo4j |
neo4j:5.20 |
17687, 17474 | 知识图谱 + APOC |
redis |
redis:7-alpine |
16379 | Celery broker + 缓存 |
minio |
minio/minio:latest |
19000, 19001 | 对象存储 |
backend |
ghcr.io/caryk753/lifetree-backend |
18000 | FastAPI 应用 |
worker |
ghcr.io/caryk753/lifetree-backend |
- | Celery Worker |
beat |
ghcr.io/caryk753/lifetree-backend |
- | Celery Beat 调度器 |
flower |
mher/flower:latest |
15555 | Celery 监控 |
frontend |
ghcr.io/caryk753/lifetree-frontend |
13000 | Next.js standalone |
# 启动所有服务(默认拉取 GHCR 预构建镜像)
docker compose up -d
# 强制本地构建后启动
docker compose up -d --build
# 查看日志
docker compose logs -f backend frontend
# 停止
docker compose down
# 停止并清除数据卷
docker compose down -v默认拉取 latest,可通过环境变量固定版本:
BACKEND_IMAGE_TAG=0.1.0 FRONTEND_IMAGE_TAG=0.1.0 docker compose up -d如需手动拉取镜像(如离线环境预下载):
docker pull ghcr.io/caryk753/lifetree-backend:latest
docker pull ghcr.io/caryk753/lifetree-frontend:latestcp .env.example .env
# 编辑 .env,填写 LLM_API_KEY 等
# 仅启动基础设施服务
docker compose up -d postgres neo4j redis miniocd backend
python -m venv .venv && source .venv/bin/activate
pip install -e ".[dev]"
# 首次建表
python scripts/init_db.py
# 启动 API
uvicorn app.main:app --reload --port 18000
# 另开终端:启动 Celery Worker + Beat
celery -A app.workers.celery_app worker -l info
celery -A app.workers.celery_app beat -l infocd frontend
npm install
npm run devcd backend
python scripts/seed_fsw.py打开 http://localhost:13000 即可看到目标罗盘仪表盘。
管理员在管理页面(/admin)配置平台 LLM Provider;获授权的普通用户可在设置页面(/settings)配置私有服务:
- 添加 Provider:选择协议(OpenAI 兼容 / Ollama / Anthropic / 阿里云百炼),填写 baseURL 和 API Key
- 添加模型:填写模型 ID(如
gpt-4o-mini),勾选能力(chat / vision / embedding / rerank) - 分配角色:为每个角色选择一个模型
支持的 Provider:
- OpenAI 兼容:OpenAI / DeepSeek / 智谱 / OneAPI / vLLM
- Ollama:本地 OpenAI 兼容端点,适合单用户桌面部署
- Anthropic:Claude 系列(chat / vision)
- 阿里云百炼:通义千问 / gte-rerank / qwen3-rerank
- Chat / Vision / Embedding 走 OpenAI 兼容协议
- Rerank 自动路由到原生端点
/api/v1/services/rerank/text-rerank/text-rerank - Embedding 默认 1024 维
在设置页面填写 Tavily API Key,启用:
- 智能助手的
web_search和web_fetch工具 - 信源抓取(RSS / 网页爬取)
在设置页面配置 SMTP,启用风险预警邮件推送。支持发送测试邮件验证配置(发送前先做权限校验)。配置项包括:
- SMTP 服务器地址、端口
- 用户名、密码
- 发件人邮箱、发件人名称
- 使用 TLS(STARTTLS,端口 587)/ 使用 SSL(端口 465)
LifeTree 支持两种使用模式,由环境变量 LIFETREE_USE_MODE 控制(默认 single),并持久化到数据库 app_config.use_mode,可通过 PUT /settings/use-mode 切换:
- 单用户模式(
single,默认):仍需注册和登录。首个账号自动成为管理员;首个账号创建后,服务端自动禁止新增注册。它等价于开启“禁止注册”的单账号实例。 - 多用户模式(
multi):必须使用 PostgreSQL、Neo4j、Redis、MinIO、Celery 等全量服务部署。首个注册账号自动成为管理员;管理员也可通过LIFETREE_ADMIN_USER_IDS补充提权。
本地 SQLite 存储只用于 single 模式,不能用于 multi。LIFETREE_STORAGE_MODE=local 已提供 SQLite Alpha、内容寻址文件存储和进程内任务执行器,目标、行动与上传 vertical slice 已通过隔离测试。嵌入式图、向量索引、sidecar 打包、静态桌面前端、正式迁移器和加密仍在开发中,因此桌面启动器暂不解锁 local_private。
支持的登录方式:
- 邮箱 + 密码(JWT access/refresh token),可选邮件验证码注册流程(
send-code/register-with-code) - OAuth 登录:Google / GitHub / Microsoft,端点
/auth/oauth/{id}/start与/auth/oauth/{id}/callback
数据隔离:events / sources / plugins / 私有模型 / 默认角色 / MCP / Skills / chat 对话均按 user_id 隔离。前端聊天数据按 lifetree.chat.conversations.v2.<userId> 分区存储到 localStorage。
多用户模式下,管理员可见独立的平台配置页面,集中管理:
- 模型与服务 API 密钥(OpenAI / Anthropic / 阿里云百炼 / Tavily / SMTP 等)
- 用户管理(
GET/PATCH/DELETE /admin/users)与平台统计(GET /admin/stats) - “允许普通用户自己配置服务”开关;关闭时普通用户只能使用管理员提供的模型
非管理员用户只能看到管理员模型的公开名称、能力与“管理员提供”标签,不能查看管理员 Base URL 或 API Key。用户自己的 LLM、Tavily、MinerU 和四类默认模型独立存储。
- MCP 支持 HTTP、SSE 与 stdio。stdio 使用“命令 + 参数数组”执行,不经过 shell,并限制超时与输出大小;multi 模式阻止访问私有网段地址。
- Skills 支持直接粘贴文本、上传 ZIP/TAR、选择文件夹、填写 GitHub HTTPS 地址浅克隆。导入过程限制 2 MiB,过滤路径穿越和符号链接。
- 启用的 Skills 会作为用户提供的上下文注入智能助手,不能覆盖系统安全规则;启用的 MCP 会按用途描述成为可自动调用工具。
完整变量见 .env.example。
LifeTree 的插件系统允许通过自定义 Python 脚本接入任意数据源(RSS、网页爬虫、API 等),将外部信息自动结构化为知识图谱中的事件、指标、断言和关系。支持内置插件和用户上传插件两种来源。
每个插件是一个 Python 文件,需实现以下静态方法:
from app.services.plugins import Plugin, PluginManifest, PluginParam
class Plugin:
@staticmethod
def manifest() -> PluginManifest:
"""返回插件元数据:名称、描述、参数定义"""
@staticmethod
def fetch(params: dict) -> str | bytes:
"""抓取原始数据,返回文本或二进制"""
@staticmethod
def transform(raw, llm) -> str: # 可选
"""可选:用 LLM 预处理原始数据后再交给结构化服务"""- 内置插件:放在
backend/plugins/目录下,随镜像发布。参考示例:sample_rss_feed.py、sample_web_scraper.py。 - 用户上传插件:通过
/plugins/upload接口上传,存储在backend/plugins/user_uploaded/{plugin_id}.py,元数据记录在user_plugins表中。Docker Compose 已为/app/plugins/user_uploaded/配置 named volume,重启容器后自定义插件不会丢失。
插件页面支持直接上传 .py 文件,无需重新构建镜像即可添加自定义插件。上传流程经过多重安全校验:
- AST 语法检查:拒绝无法解析的源码
- 导入黑名单:禁止
os/sys/subprocess/shutil/ctypes/socket/multiprocessing/importlib/pickle/marshal/pty/posix/nt/resource等危险模块 - 危险内建调用检查:拦截
eval/exec/__import__等调用 - 契约校验:必须暴露有效的
Plugin类与manifest()方法 - 临时模块加载验证:在临时路径中导入模块,确保
manifest()可正常调用
接口列表:
| 方法 | 路径 | 说明 |
|---|---|---|
POST |
/plugins/upload |
上传用户插件(支持 overwrite=true 覆盖) |
DELETE |
/plugins/{id} |
软删除用户插件(内置插件不可删除) |
PATCH |
/plugins/{id}/enabled |
启用 / 禁用用户插件 |
POST |
/plugins/{id}/run |
抓取 + 转换 + 入库 |
欢迎通过 Pull Request 提交自定义插件:
- Fork 仓库并在
backend/plugins/下创建插件文件(文件名须为小写蛇形,如my_feed.py) - 实现插件契约,确保
manifest()和fetch()正常工作 - 在 PR 描述中说明插件用途、参数说明和测试方式
- 通过审核后合并到主线版本,随正式版本发布
GNU Affero General Public License v3.0 — see LICENSE file for details.
LifeTree · 让每一个重大决定都有据可依
