LambdAgent PaaS 项目介绍

文档版本： 1.0 日期： 2026-05-28

一、整体定位

LambdAgent PaaS 是一个基于 λ-演算理论 的 Agent 平台即服务（Platform-as-a-Service）框架。它把 AI Agent 的构建、运行、组合纳入到一套可证明、可优化、可计费的形式化代数语义之下，并通过 Web UI 让非技术用户也能直接使用。

整个项目分为三层：

┌─────────────────────────────────────────────┐
│   Web UI    ——  面向领域专家的可视化工作台    │
├─────────────────────────────────────────────┤
│   PaaS      ——  Agent 平台 / 实例 / 计费     │
├─────────────────────────────────────────────┤
│   LambdAgent ——  λ-演算驱动的 Agent 引擎     │
└─────────────────────────────────────────────┘

一句话定位：让 Agent 像 λ 表达式一样被构造、组合与计费——并把这一切藏到一个上手即用的浏览器界面背后。

二、LambdAgent —— 核心引擎层

2.1 一句话定义

Agent ≡ λ-term：每一个 Agent 都是一个带 效应（effect） 和 成本（cost） 标注的 λ 表达式，由 CEK 抽象机求值，遵循可证明的代数律。

LambdAgent 不是又一个 Agent 框架，而是一套带语义的 Agent 计算模型。

2.2 三大支柱

① CEK 求值器（Control-Environment-Kontinuation）

经典 λ-演算抽象机被改造成 Agent 调度内核：

Control：当前正在求值的 Agent 表达式
Environment：变量绑定 + 工具 / 记忆 / 上下文
Kontinuation：续延栈，天然支持 ReAct、Handoff、回溯

② Graded Effects（分级效应系统）

每个 Agent 项都有可静态推断的效应签名：

效应	含义
`Pure`	纯函数式调用，无副作用
`LLM`	调用大模型
`Tool`	外部工具 / IO
`GroupChat` / `AsyncPar`	并发协作
`Handoff` / `Send` / `Receive`	Agent 间通信

infer_effect_for_term() 在运行前就能告诉你这个 Agent 会"碰到什么"。

③ Cost Vectors（成本向量）

成本不再只是 token 计数，而是向量：⟨tokens, latency, $, tool_calls, …⟩

预测：求值前估算
实际：运行时累加
校验：validate_cost() 交叉比对，偏差即异常

2.3 代数律（Algebraic Laws）

LambdAgent 强制 Agent 组合满足等式律：

seq(seq(a, b), c)  ≡  seq(a, seq(b, c))      -- 结合律
par(a, b)          ≡  par(b, a)              -- 交换律
handoff(a, id)     ≡  a                      -- 单位元

这意味着 Agent 编排可以被编译器 / 优化器重写，而不只是被解释执行。

2.4 与传统 Agent 框架的差别

维度	传统框架（LangChain / AutoGen 等）	LambdAgent
抽象	类 + 回调	λ-term + 效应
组合	编排 DSL / 图	函数组合（可证等价）
成本	事后统计	向量 + 预测 + 校验
并发	ad-hoc	AsyncPar / GroupChat 一等公民
复用	复制代码改参数	Template + Instance 注入

三、LambdAgent PaaS —— 平台层

PaaS 层在引擎之上提供工程化能力：实例管理、运行隔离、协议接入、领域部署。

3.1 核心机制

Agent = Template + Instance：一个模板可派生 N 个领域实例，通过 load_instance() / create_instance() 注入领域数据。模板与数据彻底解耦，一次编写、多域复用。
Run Workspace：每次运行隔离在 {agent_dir}/workspace/run_{时间戳}/，input / output / trace / config / cost 全留痕，永不删除。
成本预测与校验：闭环可观测，预测与实际偏差即时报警。
多 LLM 接入：已打通 小艺 OpenClaw（A2A WebSocket）、agent67（ReAct + done 工具）等协议。

3.2 QA Demo 四模式

右侧面板支持 Wiki / BM25 / DirectLLM / RAG 四种检索回答模式对比，已部署三个领域实例：

实例	部署地址	规模
maritime-qa	（已部署）	海事领域
finance-qa	（已部署）	金融领域
clean-qa	`qa.lambdagent.cn:8083`	49 文档 / 1527 chunks

3.3 项目状态

Phase 1 (P0) + Phase 2 (P1) 已完成，共 175 个测试通过
三篇底层论文（Paper I / II / III）覆盖度约 95% / 80% / 70%
已修复关键设计缺陷：
- DESIGN-01：PassthroughHandler 基类
- DESIGN-07：效应推断补全（GroupChat / AsyncPar / Handoff / Send / Receive）
- DESIGN-08：成本预测 vs 实际交叉校验
协议：BSL 1.1（≤10 用户生产环境免费，2031-04-05 自动转 Apache 2.0）

四、Web UI —— 应用层

4.1 定位

CLI 给开发者，Web UI 给领域专家。一台本机、一个浏览器标签页，就是完整的 Agent 工作台。

Web UI 把原本只能通过 CLI、YAML、.env 来驱动的平台，包装成一个零终端、零配置文件的本地可视化应用。

4.2 技术栈

前端：React 18 + TypeScript + Vite + TailwindCSS
路由 / 状态：React Router 6 + Zustand + TanStack Query
后端：直连现有 agentpaas REST API（不重新造后端）
部署形态：本地单机 / 内网，不依赖云服务

4.3 核心页面

模块	作用
SetupWizard	三步安装向导：环境检测 → 选 LLM 提供商 → 启动服务
Dashboard	系统状态、最近运行、Token 消耗一屏总览
Agents	智能体模板列表（创建 / 编辑 / 导入 / 删除）
AgentCreate / Edit / Import	表单化配置，告别手写 YAML
Chat	选择 Agent 直接对话，看到推理轨迹与成本
Knowledge / KnowledgeDetail	知识体管理：上传文档、构建索引、按域隔离
Providers	多 LLM 提供商管理

4.4 三大设计原则

① 零门槛安装

自动检测 Python / Docker 环境，缺什么提示什么
支持 Python 模式 与 Docker 模式 二选一
区分 需要 API Key（Anthropic / DashScope / DeepSeek / OpenAI / 智谱 / Moonshot…）与 无需 API Key（Claude Code Max Plan / Ollama 本地）

② 模板 / 实例双层管理

继承 LambdAgent 的"一个模板，N 个领域实例"架构——UI 上一个 Agent 卡片可以展开多个领域实例（maritime / finance / clean…），互不污染。

③ 透明可观测

每次对话都直连后端的 Run Workspace，UI 可见：

推理轨迹（trace）
工具调用链
Cost Vector 实时累加
历史回放

4.5 目标用户

用户	用 Web UI 做什么
领域专家（医、法、金融、海事…）	上传专业文档，三分钟造一个垂域问答 Agent
企业内部用户	开箱即用的对话端，不接触底层
科研人员	可视化配置 + 看到完整执行轨迹
学生 / 课堂	向导带新手装环境、跑 Demo

4.6 当前进展

首期需求文档 v1.0（WEB_UI_REQUIREMENTS.md）已交付
核心页面（10 个）已搭建完毕
已接通：Setup Wizard / Workspace 路由修复 / Agent 实例机制
最新迭代：补齐 4.12 知识体管理需求

五、总览：三层协作

领域专家
   │
   ▼  浏览器
┌──────────────────────────────────────┐
│ Web UI（React + Tailwind）            │  ← 表单 / 对话 / 可视化
└──────────────┬───────────────────────┘
               │ REST API
┌──────────────▼───────────────────────┐
│ PaaS（agentpaas）                     │  ← 实例 / Workspace / 协议
│   - Template + Instance              │
│   - Run Workspace + Cost Trace       │
│   - OpenClaw / agent67 / …           │
└──────────────┬───────────────────────┘
               │
┌──────────────▼───────────────────────┐
│ LambdAgent（λ-Engine）                │  ← 语义 / 效应 / 成本
│   - CEK Machine                      │
│   - Graded Effects                   │
│   - Cost Vectors + Algebraic Laws    │
└──────────────────────────────────────┘

六、一句话总结

LambdAgent 让 Agent 第一次拥有了"可计算的语义"； PaaS 让这套语义能在多领域、多协议、多 LLM 之间复用； Web UI 让不会写代码的人，也能用上这一切。

——这就是 LambdAgent PaaS。

INTRODUCTION.md 9.2 KB Permalink History Raw