DeepCodeResearch 是一个基于多智能体架构的AI研究助手系统，由前端界面和后端服务两部分组成，提供智能化的代码研究和分析功能。
技术栈：
- React 19.1.1 + TypeScript
- Vite 7.1.7 构建工具
- Material-UI (MUI) 7.3.4 组件库
- Emotion CSS-in-JS
- React Dropzone 文件上传
- Markdown-it 文本渲染
- Prism React Renderer 代码高亮
主要功能：
- 现代化的React用户界面
- 文件拖拽上传功能
- 实时代码语法高亮显示
- Markdown文档渲染
- PDF文件预览支持
- 响应式设计
项目结构：
deepcoder-vite/
├── src/
│ ├── api/
│ │ └── backend.ts # 后端API接口
│ ├── components/ # React组件
│ ├── App.tsx # 主应用组件
│ └── main.tsx # 应用入口
├── package.json # 项目依赖
└── vite.config.ts # Vite配置
技术栈：
- FastAPI 0.111.x Web框架
- LangChain 0.2.x AI应用框架
- LangGraph 0.0.40 智能体编排
- ChromaDB 0.5.x 向量数据库
- Sentence-Transformers 3.0.x 文本嵌入
- Redis 5.0.x 缓存和消息队列
- Docker 7.1.x 容器化
多智能体架构： 系统包含7个专业化智能体，协同完成复杂的研究任务：
- 多模态智能体 - 处理图像、文档等多模态数据
- 研究智能体 - 执行深度研究和分析
- 设计智能体 - 生成设计方案和建议
- 代码智能体 - 代码分析和生成
- 测试智能体 - 测试用例生成和验证
- 文档智能体 - 文档生成和整理
- 部署智能体 - 部署配置和管理
核心特性：
- 异步任务处理和状态管理
- 多模态文档处理（PDF、Word、PPT、图片）
- 向量存储和语义搜索
- 实时监控和可观测性
- 容器化部署支持
- 多模型集成（ModelScope）
项目结构：
deepcoderesearch/
├── api/
│ └── main.py # FastAPI主应用
├── agents/ # 智能体实现
├── core/ # 核心功能模块
├── models/ # 数据模型
├── services/ # 业务服务
├── storage/ # 存储管理
├── requirements.txt # Python依赖
└── README.md # 详细文档
- 支持多种文件格式（PDF、Word、PPT、图片等）
- 会话级别的文件管理
- 异步文件处理和存储
- 基于会话的研究任务创建
- 多智能体协同分析
- 实时任务状态跟踪
- 研究结果汇总和报告生成
- WebSocket连接支持
- 任务进度实时推送
- 前后端实时数据同步
- Prometheus指标收集
- 应用性能监控
- 错误日志和追踪
cd deepcoder-vite
npm install
npm run dev前端服务将运行在 http://localhost:5173（或5174端口）
cd deepcoderesearch
pip install -r requirements.txt
python api/main.py后端服务将运行在 http://localhost:8001
- 前端开发服务器：5173/5174
- 后端API服务：8001
- 可根据需要修改端口配置
- 现代化技术栈 - 采用最新的React 19、Vite、FastAI等技术
- 多智能体架构 - 7个专业智能体协同工作，提供全面的研究能力
- 多模态处理 - 支持文本、图像、文档等多种数据类型
- 实时交互 - WebSocket实时通信，提供流畅的用户体验
- 可扩展设计 - 模块化架构，易于扩展和维护
- 容器化部署 - Docker支持，便于部署和扩展
- 代码研究和分析
- 技术文档处理
- 多模态数据研究
- 智能问答系统
- 自动化研究助手
这个项目展示了现代AI应用的完整架构，从前端用户界面到后端智能体系统，提供了一个功能丰富的研究助手平台。