虾饺是什么
虾饺 IM（Xiajiao）是一个开源的 AI Agent 团队协作平台。
用一句话概括：像管微信群一样管理你的 AI Agent。
你可以创建群组，拉入多个 Agent（小说家、编辑、翻译官、代码助手……），用 @mention 跟它们对话。Agent 之间也能互相协作、互相接力，就像一个真正的工作团队。
30 秒了解虾饺
真实对话截图
虾饺管家 Agent 的真实对话：自动调用工具查询系统状态、展示 Channel 连接信息，并以结构化表格呈现。
和其他平台有什么不同？
大多数 AI 平台的定位是 AI 应用开发平台——帮你构建面向用户的 AI 应用。
虾饺的定位是 AI Agent 团队协作平台——把 Agent 当同事，不当工具。
设计哲学对比
| 虾饺 | Dify / FastGPT | Coze | |
|---|---|---|---|
| 核心概念 | Agent 是"同事" | Agent 是"应用" | Agent 是"Bot" |
| 交互方式 | IM 群聊 | 工作流画布 | Bot 配置界面 |
| Agent 关系 | 平等协作，可互相 @mention | 预设 DAG 管线 | 独立运行 |
| 用户定位 | 给自己用 | 给终端用户用 | 给终端用户用 |
技术架构对比
| 虾饺 | Dify | FastGPT | Coze | |
|---|---|---|---|---|
| 语言 | JavaScript | Python | TypeScript | 闭源 |
| npm 依赖 | 6 个 | N/A | 100+ | N/A |
| 外部依赖 | 0 个 | PostgreSQL + Redis + Sandbox | MongoDB + PG + OneAPI | 云服务 |
| 启动命令 | npm start | docker compose up | docker compose up | SaaS |
| 安装方式 | npm install（6 个包） | Docker 多服务 | Docker 多服务 | 无需安装 |
| 数据私有 | ✅ 完全本地 | ✅ 自托管 | ✅ 自托管 | ❌ 云端 |
不是竞争，是互补
Dify / FastGPT 适合构建面向客户的 AI 应用。虾饺适合个人/团队日常使用的 AI 协作空间。场景不同，选择不同。
核心能力
| 能力 | 说明 | 详情 |
|---|---|---|
| 🤖 多 Agent 群聊 | 群组 + @mention 路由 + Agent 间对话 | 详情 |
| 🔧 Tool Calling | 7 个内置工具（搜索、记忆、RAG、跨 Agent 调用等） | 详情 |
| 🧠 持久记忆 | 三分类记忆（语义 / 情景 / 程序性），embedding 去重 | 详情 |
| 📚 RAG 知识库 | BM25 + 向量混合检索 + RRF + LLM 重排序 | 详情 |
| 🔗 协作流 | 协作链 + 可视化面板 + 人工干预 | 详情 |
| 🔌 多模型 | OpenAI / Claude / 通义 / DeepSeek / Ollama 等 | 详情 |
文生图（AI 配图）
小说家等 Agent 可在群聊中根据文案生成配图；协作链面板与聊天区中的插图同屏展示，直观体现「文生图」能力。
使用场景
场景 1：AI 写作团队
创建群组，拉入小说家、编辑、翻译官。配好协作链后，你说一句"写一首诗"，三个 Agent 自动接力：
小说家创作 → 编辑润色 → 翻译官英译
全程可视化面板实时显示进度。你可以中途暂停、编辑、重新触发。
场景 2：私人知识助理
把技术文档、学习笔记上传到 RAG 知识库。Agent 自动索引，之后问它问题，它基于你的文档回答——不瞎编。
适合：技术团队内部知识管理、个人学习笔记检索、产品文档问答。
场景 3：多模型对比
给不同 Agent 分配不同模型：代码助手用 Claude（擅长代码），翻译官用 GPT-4o（擅长多语言），日常助理用通义千问（便宜够用）。在群里同时 @它们，对比回答质量。
场景 4：自动化运维
用虾饺管家配置定时任务：每天早上 9 点搜索新闻并发送摘要，每周一生成周报模板，每月检查系统状态。
场景 5：代码开发助理
代码助手 + RAG 知识库。把项目文档、API 规范上传到知识库，代码助手基于你的项目规范写代码，不是通用的网上抄来的代码。
一对一私聊
在通讯录中点开某个 Agent，即可与其单独对话，无需创建群组，适合日常问答与代码生成。
代码助手实际对话 — Agent 分析思路后输出可运行代码
SOUL.md：用 Markdown 定义 Agent 人格
每个 Agent 有一个 SOUL.md 文件，用 Markdown 写"岗位说明书"：
# 翻译官
你是一位精通中英双语的翻译专家。
## 工作原则
- 信、达、雅：忠实原意，表达通顺，语言优美
- 直接输出译文，不做逐句对照分析
- 遇到专业术语保留原文并附注中文
## 禁止事项
- 不翻译代码块中的内容
- 不要主动 @其他 Agent为什么用 Markdown？
| 优势 | 说明 |
|---|---|
| 简单 | 用文本编辑器就能修改，不需要学习复杂的 UI |
| 版本控制 | Git diff 一眼看出改了什么 |
| 可分享 | 分享一个 .md 文件就能克隆一个 Agent 人格 |
| 可迁移 | 不依赖任何平台格式，纯文本永远可读 |
| 表达力 | Markdown 支持标题、列表、表格、代码块——足以表达复杂的角色设定 |
谁适合用？
| 用户群 | 使用方式 |
|---|---|
| 独立开发者 | 想要一支 AI 团队，但不想折腾 DevOps |
| AI 爱好者 | 体验多 Agent 协作，探索 SOUL.md 人格设定 |
| 小团队 | 零供应商锁定的自托管 AI 工作空间 |
| 研究者 | 原型验证 Agent 间通信、记忆系统、RAG 管线 |
| 内容创作者 | AI 写作团队，协作链自动化内容生产 |
| 学生 | 学习 AI Agent 原理，代码简洁可读 |
技术概览
| 层 | 技术 | 说明 |
|---|---|---|
| 运行时 | Node.js 22+ | 原生 node:sqlite，无需外部数据库 |
| HTTP | node:http | 零框架，标准库直接用 |
| WebSocket | ws | 实时消息推送 |
| 数据库 | SQLite | WAL + FTS5，支持并发读和全文搜索 |
| 前端 | Vanilla JS + CSS | 零构建，修改即生效 |
| npm 依赖 | 6 个 | 每个都有不可替代的理由 |
| 测试 | 53 个单元测试 | node:test 标准库测试框架 |
设计哲学：每个依赖都是负债，不是资产。能用标准库的，绝不引入第三方包。
一条消息背后发生了什么
当你在虾饺中发送 @代码助手 写一个登录接口，背后经历了 14 个步骤：
1. 消息存入 SQLite
2. WebSocket 广播给所有在线客户端
3. 解析 @mention → 目标: 代码助手
4. 加载代码助手的 SOUL.md
5. 检索代码助手的持久记忆（"用户偏好 Python，公司用阿里云"）
6. 注入记忆到 System Prompt
7. 组装完整上下文发给 LLM API（流式模式）
8. LLM 决定调用 web_search 工具
9. 执行搜索 → 结果回注上下文
10. LLM 继续生成代码
11. 逐 token 通过 WebSocket 推送到浏览器
12. 完整回复存入 SQLite
13. 代码助手主动 memory_write（"用户需要登录接口"）
14. 如果有协作链 → 触发下一个 Agent整个过程对用户完全透明——Tool Calling 的每一步都在聊天界面实时显示。
不适合什么场景？
虾饺不是万能的，这些场景建议用其他平台：
| 场景 | 推荐 | 原因 |
|---|---|---|
| 构建面向客户的 AI 应用 | Dify | 工作流 + API 发布 + 多租户 |
| 不想自托管 | Coze / ChatGPT Team | SaaS 免运维 |
| 需要 100+ 插件 | Coze | 丰富的插件生态 |
| 大规模并发 | 自建微服务 | SQLite 单进程限制 |
详细对比见 平台对比。
6 个依赖，凭什么够用？
很多人看到"6 个 npm 依赖"会质疑。以下是每个依赖的必要性分析：
| 包 | 作用 | 为什么不能去掉 | 替代方案 |
|---|---|---|---|
ws | WebSocket 服务端 | Node.js 标准库没有 WebSocket 服务端实现 | 无合适替代 |
formidable | 文件上传解析 | multipart/form-data 的 boundary 分割和流式解析，标准库不提供 | 手写解析器 |
node-cron | 定时任务调度 | Cron 表达式解析，标准库不支持 | setInterval（但无法表达复杂周期） |
pdf-parse | PDF 文本提取 | RAG 知识库需要从 PDF 提取文字 | 不支持 PDF 上传 |
@larksuiteoapi/node-sdk | 飞书连接器 | 飞书 WebSocket 长连接协议是私有的 | 无法替代 |
@modelcontextprotocol/sdk | MCP 协议 | JSON-RPC + 能力协商，手写容易不兼容 | 手写（风险高） |
那"正常"项目需要多少依赖？
| 项目 | npm 依赖数 | 说明 |
|---|---|---|
| 虾饺 | 6 | 标准库优先 |
| Express hello world | 30+ | 框架本身就带一堆 |
| Next.js 空项目 | 200+ | React + 构建工具链 |
| Dify 前端 | 300+ | 完整企业级 |
不是说依赖多就不好。只是对于虾饺这种"给自己用"的工具，能用标准库就用标准库——少一个依赖就少一个供应链攻击面，少一个升级要跟进的包。
名字的含义
虾饺取名自广式点心——小巧精致，内料丰富。薄如蝉翼的外皮包裹着鲜嫩的虾仁。
最少的依赖，最全的能力。这就是虾饺的理念。
Roadmap
| 状态 | 特性 |
|---|---|
| ✅ 已完成 | 多 Agent 群聊、Tool Calling、持久记忆、RAG、协作流、RBAC |
| 🚧 进行中 | 工作流引擎、Agent 间协商 |
| 📋 计划中 | MCP 工具市场、语音输入、移动端适配 |
| 🤔 探索中 | Agent 自主学习、多租户支持 |
下一步
| 你想... | 看这里 |
|---|---|
| 立刻试试 | 快速开始 — 3 步跑起来 |
| 配置模型 | 模型配置大全 — 8 个 Provider 详细教程 |
| 学 Agent 设计 | SOUL.md 写作指南 — 写出好的 Agent 人格 |
| 复制 Agent 模板 | SOUL.md 模板库 — 20 个模板 |
| 照搬方案 | 实战案例 — 12 个 Agent 团队配置 |
| 了解技术 | 架构设计 — 代码结构和数据流 |
| 对比平台 | 平台对比 — vs Dify/Coze/FastGPT |
| 确认安全 | 安全与隐私 — 数据主权详解 |