MaimDB 现在包含四大类别的数据模型：
- V2系统模型 - 基于MaiMConfig设计的多租户架构
- Agent配置模型 - 结构化Agent配置管理系统
- 业务模型 - 通用业务功能模型
- 已弃用模型 - 向后兼容的旧版本模型
class BaseModel(Model):
"""所有V2模型的基类"""
created_at = DateTimeField(default=datetime.utcnow)
updated_at = DateTimeField(default=datetime.utcnow)
class Meta:
database = get_database()特点：
- 提供统一的时间戳字段
- 所有模型继承的基础类
- 自动数据库绑定
class Tenant(BaseModel):
id = CharField(primary_key=True, max_length=50) # 租户ID: tenant_xxx
tenant_name = CharField(max_length=100, unique=True, index=True) # 租户名称
tenant_type = CharField(max_length=20, choices=[...]) # 租户类型
description = TextField(null=True) # 租户描述
contact_email = CharField(max_length=255, null=True) # 联系邮箱
tenant_config = TextField(null=True) # JSON配置
status = CharField(max_length=20, choices=[...]) # 租户状态
owner_id = CharField(max_length=50, null=True) # 所有者ID
created_at = DateTimeField(default=datetime.utcnow) # 创建时间
updated_at = DateTimeField(default=datetime.utcnow) # 更新时间枚举类型：
TenantType:PERSONAL（个人）,ENTERPRISE（企业）TenantStatus:ACTIVE（活跃）,INACTIVE（非活跃）,SUSPENDED（暂停）
关系：
- 一对多：Agents（一个租户多个AI助手）
- 一对多：ApiKeys（一个租户多个API密钥）
使用场景：
# 创建企业租户
tenant = Tenant.create(
id="tenant_company_001",
tenant_name="示例科技公司",
tenant_type="enterprise",
contact_email="admin@company.com",
tenant_config='{"max_agents": 100, "storage_quota": "1TB"}',
status="active"
)class Agent(BaseModel):
id = CharField(primary_key=True, max_length=50) # Agent ID: agent_xxx
tenant_id = CharField(max_length=50, index=True) # 租户ID（外键）
name = CharField(max_length=100) # Agent名称
description = TextField(null=True) # Agent描述
template_id = CharField(max_length=50, null=True) # 模板ID
config = TextField(null=True) # JSON配置
status = CharField(max_length=20, choices=[...]) # Agent状态
created_at = DateTimeField(default=datetime.utcnow) # 创建时间
updated_at = DateTimeField(default=datetime.utcnow) # 更新时间枚举类型：
AgentStatus:ACTIVE（活跃）,INACTIVE（非活跃）,ARCHIVED（已归档）
关系：
- 多对一：Tenant（属于某个租户）
- 一对多：ApiKeys（一个Agent多个API密钥）
配置示例：
agent_config = {
"persona": "专业、友好的客服助手",
"bot_overrides": {
"nickname": "小助手",
"platform": "web"
},
"config_overrides": {
"personality": {
"reply_style": "专业礼貌",
"interest": "客户服务"
},
"chat": {
"max_context_size": 20,
"response_timeout": 30,
"temperature": 0.7
}
},
"tags": ["客服", "技术支持", "AI助手"]
}class ApiKey(BaseModel):
id = CharField(primary_key=True, max_length=50) # 密钥ID: key_xxx
tenant_id = CharField(max_length=50, index=True) # 租户ID（外键）
agent_id = CharField(max_length=50, index=True) # Agent ID（外键）
name = CharField(max_length=100) # 密钥名称
description = TextField(null=True) # 密钥描述
api_key = CharField(max_length=255, unique=True, index=True) # API密钥值
permissions = TextField(null=True) # JSON权限列表
status = CharField(max_length=20, choices=[...]) # 密钥状态
expires_at = DateTimeField(null=True) # 过期时间
last_used_at = DateTimeField(null=True) # 最后使用时间
usage_count = IntegerField(default=0) # 使用次数
created_at = DateTimeField(default=datetime.utcnow) # 创建时间
updated_at = DateTimeField(default=datetime.utcnow) # 更新时间枚举类型：
ApiKeyStatus:ACTIVE（活跃）,DISABLED（禁用）,EXPIRED（已过期）
权限示例：
permissions = ["chat", "config_read", "config_write", "analytics"]API密钥格式：
mmc_{base64_encoded_data}
例如: mmc_dGVuYW50X2FnZW50XzEyMzRfcXdkZXJ0eV92MQ==
class AgentConfigBaseModel(Model):
"""Agent配置基础模型"""
created_at = DateTimeField(default=datetime.utcnow)
updated_at = DateTimeField(default=datetime.utcnow)
class Meta:
database = get_database()特点：
- 统一的配置时间戳管理
- 所有Agent配置模型的基础类
- 自动数据库绑定
class PersonalityConfig(AgentConfigBaseModel):
id = CharField(primary_key=True, max_length=50) # 配置ID
agent_id = CharField(max_length=50, index=True) # Agent ID
personality = TextField() # 人格核心描述
reply_style = CharField(max_length=500, default="") # 回复风格
interest = CharField(max_length=500, default="") # 兴趣领域
plan_style = CharField(max_length=500, default="") # 群聊行为风格
private_plan_style = CharField(max_length=500, default="") # 私聊行为风格
visual_style = CharField(max_length=500, default="") # 视觉风格
states = TextField(default="[]") # 状态列表JSON
state_probability = FloatField(default=0.0) # 状态切换概率用途：
- 定义Agent的核心人格特征
- 管理多状态人格系统
- 配置不同场景下的行为风格
状态系统示例：
states = [
{"name": "正常", "keywords": ["你好", "帮助", "问题"]},
{"name": "专注", "keywords": ["处理", "解决", "分析"]},
{"name": "休息", "keywords": ["累了", "休息", "暂停"]}
]class BotConfigOverrides(AgentConfigBaseModel):
id = CharField(primary_key=True, max_length=50) # 配置ID
agent_id = CharField(max_length=50, index=True) # Agent ID
platform = CharField(max_length=50, default="") # 运行平台
qq_account = CharField(max_length=50, default="") # QQ账号
nickname = CharField(max_length=100, default="") # 机器人昵称
platforms = TextField(default="[]") # 其他支持平台JSON
alias_names = TextField(default="[]") # 别名列表JSON用途：
- 配置Agent的基础运行参数
- 管理多平台支持
- 设置别名和昵称
class ChatConfigOverrides(AgentConfigBaseModel):
id = CharField(primary_key=True, max_length=50) # 配置ID
agent_id = CharField(max_length=50, index=True) # Agent ID
max_context_size = IntegerField(default=18) # 上下文长度
interest_rate_mode = CharField(max_length=20, default="fast") # 兴趣计算模式
planner_size = FloatField(default=1.5) # 规划器大小
mentioned_bot_reply = BooleanField(default=True) # 提及回复
auto_chat_value = FloatField(default=1.0) # 主动聊天频率
enable_auto_chat_value_rules = BooleanField(default=True) # 动态聊天频率
at_bot_inevitable_reply = FloatField(default=1.0) # @回复必然性
planner_smooth = FloatField(default=3.0) # 规划器平滑
talk_value = FloatField(default=1.0) # 思考频率
enable_talk_value_rules = BooleanField(default=True) # 动态思考频率
talk_value_rules = TextField(default="[]") # 思考频率规则JSON
auto_chat_value_rules = TextField(default="[]") # 聊天频率规则JSON用途：
- 精细控制聊天行为
- 配置上下文管理
- 管理主动交互策略
class MemoryConfigOverrides(AgentConfigBaseModel):
id = CharField(primary_key=True, max_length=50) # 配置ID
agent_id = CharField(max_length=50, index=True) # Agent ID
max_memory_number = IntegerField(default=100) # 记忆最大数量
memory_build_frequency = IntegerField(default=1) # 记忆构建频率用途：
- 配置长期记忆系统
- 控制记忆存储策略
- 管理记忆构建频率
class MoodConfigOverrides(AgentConfigBaseModel):
id = CharField(primary_key=True, max_length=50) # 配置ID
agent_id = CharField(max_length=50, index=True) # Agent ID
enable_mood = BooleanField(default=True) # 启用情绪系统
mood_update_threshold = FloatField(default=1.0) # 情绪更新阈值
emotion_style = CharField(max_length=200, default="") # 情感特征用途：
- 管理情绪状态系统
- 配置情绪变化规则
- 设置情感表达风格
class EmojiConfigOverrides(AgentConfigBaseModel):
id = CharField(primary_key=True, max_length=50) # 配置ID
agent_id = CharField(max_length=50, index=True) # Agent ID
emoji_chance = FloatField(default=0.6) # 表情包概率
max_reg_num = IntegerField(default=200) # 最大注册数量
do_replace = BooleanField(default=True) # 是否替换
check_interval = IntegerField(default=120) # 检查间隔
steal_emoji = BooleanField(default=True) # 偷取表情包
content_filtration = BooleanField(default=False) # 内容过滤
filtration_prompt = CharField(max_length=200, default="") # 过滤要求用途：
- 配置表情包使用策略
- 管理表情包学习系统
- 设置内容过滤规则
class ToolConfigOverrides(AgentConfigBaseModel):
id = CharField(primary_key=True, max_length=50) # 配置ID
agent_id = CharField(max_length=50, index=True) # Agent ID
enable_tool = BooleanField(default=False) # 启用工具用途：
- 控制工具系统启用状态
- 管理外部工具集成
class VoiceConfigOverrides(AgentConfigBaseModel):
id = CharField(primary_key=True, max_length=50) # 配置ID
agent_id = CharField(max_length=50, index=True) # Agent ID
enable_asr = BooleanField(default=False) # 语音识别用途：
- 配置语音功能
- 管理语音识别系统
class PluginConfigOverrides(AgentConfigBaseModel):
id = CharField(primary_key=True, max_length=50) # 配置ID
agent_id = CharField(max_length=50, index=True) # Agent ID
enable_plugins = BooleanField(default=True) # 启用插件
tenant_mode_disable_plugins = BooleanField(default=True) # 租户模式禁用
allowed_plugins = TextField(default="[]") # 允许插件JSON
blocked_plugins = TextField(default="[]") # 禁止插件JSON用途：
- 管理插件系统
- 控制插件访问权限
- 配置多租户插件策略
class ExpressionConfigOverrides(AgentConfigBaseModel):
id = CharField(primary_key=True, max_length=50) # 配置ID
agent_id = CharField(max_length=50, index=True) # Agent ID
mode = CharField(max_length=20, default="classic") # 表达模式
learning_list = TextField(default="[]") # 表达学习配置JSON
expression_groups = TextField(default="[]") # 表达学习互通组JSON用途：
- 配置语言表达风格
- 管理表达学习系统
- 设置表达模式
class KeywordReactionOverrides(AgentConfigBaseModel):
id = CharField(primary_key=True, max_length=50) # 配置ID
agent_id = CharField(max_length=50, index=True) # Agent ID
keyword_rules = TextField(default="[]") # 关键词规则JSON
regex_rules = TextField(default="[]") # 正则规则JSON用途：
- 配置关键词自动反应
- 管理正则表达式规则
- 设置智能触发机制
class RelationshipConfigOverrides(AgentConfigBaseModel):
id = CharField(primary_key=True, max_length=50) # 配置ID
agent_id = CharField(max_length=50, index=True) # Agent ID
enable_relationship = BooleanField(default=True) # 启用关系系统用途：
- 管理用户关系系统
- 配置关系追踪功能
class BusinessBaseModel(Model):
"""业务模型基类"""
created_at = DateTimeField(default=datetime.utcnow)
updated_at = DateTimeField(default=datetime.utcnow)class ChatHistory(BusinessBaseModel):
session_id = CharField(max_length=100, index=True) # 会话ID
user_id = CharField(max_length=100, index=True) # 用户ID
message_type = CharField(max_length=20) # 消息类型
content = TextField() # 消息内容
metadata = TextField(null=True) # 元数据（JSON）用途：
- 存储聊天对话记录
- 支持用户和Agent的对话
- 可扩展的元数据支持
class ChatLogs(BusinessBaseModel):
session_id = CharField(max_length=100, index=True) # 会话ID
agent_id = CharField(max_length=100, index=True) # Agent ID
user_message = TextField() # 用户消息
agent_response = TextField() # Agent响应
response_time = FloatField(null=True) # 响应时间
tokens_used = IntegerField(default=0) # 使用的token数
error_message = TextField(null=True) # 错误信息用途：
- 记录详细的聊天日志
- 性能监控和分析
- 错误追踪
class FileUpload(BusinessBaseModel):
user_id = CharField(max_length=100, index=True) # 用户ID
filename = CharField(max_length=255) # 文件名
file_path = CharField(max_length=500) # 文件路径
file_size = BigIntegerField() # 文件大小
mime_type = CharField(max_length=100) # MIME类型
upload_status = CharField(max_length=20, default='pending') # 上传状态用途：
- 文件上传管理
- 文件存储追踪
- 上传状态监控
class SystemMetrics(BusinessBaseModel):
metric_name = CharField(max_length=100, index=True) # 指标名称
metric_value = FloatField() # 指标值
metric_unit = CharField(max_length=20) # 指标单位
tags = TextField(null=True) # 标签（JSON）用途：
- 系统性能监控
- 业务指标收集
- 数据分析支持
class UserSession(BusinessBaseModel):
user_id = CharField(max_length=100, index=True) # 用户ID
session_token = CharField(max_length=255, unique=True) # 会话令牌
expires_at = DateTimeField() # 过期时间
last_activity = DateTimeField(default=datetime.utcnow) # 最后活动时间
ip_address = CharField(max_length=45, null=True) # IP地址
user_agent = TextField(null=True) # 用户代理用途：
- 用户会话管理
- 登录状态追踪
- 安全审计
OldBaseModel- 旧版基础模型OldTenant- 旧版租户模型OldAgent- 旧版Agent模型OldApiKey- 旧版API密钥模型User- 用户模型
注意： 这些模型仅用于向后兼容，新项目应使用V2模型。
| 模型类别 | 数量 | 主要用途 |
|---|---|---|
| V2系统模型 | 4个 | 多租户核心架构 |
| Agent配置模型 | 12个 | 结构化配置管理 |
| 业务模型 | 5个 | 通用业务功能 |
| 已弃用模型 | 5个 | 向后兼容 |
| 总计 | 26个 | 完整数据库架构 |
Tenant (租户)
├── Agent (AI助手) [一对多]
│ ├── ApiKey (API密钥) [一对多]
│ └── Agent配置模型 [一对多]
│ ├── PersonalityConfig (人格配置)
│ ├── BotConfigOverrides (Bot基础配置)
│ ├── ChatConfigOverrides (聊天配置)
│ ├── MemoryConfigOverrides (记忆配置)
│ ├── MoodConfigOverrides (情绪配置)
│ ├── EmojiConfigOverrides (表情包配置)
│ ├── ToolConfigOverrides (工具配置)
│ ├── VoiceConfigOverrides (语音配置)
│ ├── PluginConfigOverrides (插件配置)
│ ├── ExpressionConfigOverrides (表达配置)
│ ├── KeywordReactionConfigOverrides (关键词反应配置)
│ └── RelationshipConfigOverrides (关系配置)
└── ApiKey (直接API密钥) [一对多]
业务模型（独立）:
├── ChatHistory
├── ChatLogs
├── FileUpload
├── SystemMetrics
└── UserSession
from maim_db.src.core.models import (
Tenant, Agent, ApiKey, TenantType,
PersonalityConfig, ChatConfigOverrides, PluginConfigOverrides
)
# 1. 创建租户
tenant = Tenant.create(
id="tenant_demo_001",
tenant_name="示例公司",
tenant_type=TenantType.ENTERPRISE.value,
description="示例企业租户"
)
# 2. 创建AI助手
agent = Agent.create(
id="agent_demo_001",
tenant_id=tenant.id,
name="客服助手",
description="专业的客户服务AI助手"
)
# 3. 创建API密钥
api_key = ApiKey.create(
id="key_demo_001",
tenant_id=tenant.id,
agent_id=agent.id,
name="生产环境密钥",
api_key="mmc_demo_api_key_123456",
permissions='["chat", "config_read"]'
)
# 4. 创建Agent人格配置
personality = PersonalityConfig.create(
id="config_personality_001",
agent_id=agent.id,
personality="友好、专业的客服助手，具有耐心和细致的解答能力",
reply_style="温和、专业、略带幽默",
interest="客户服务、技术支持、产品咨询",
states='[{"name": "正常", "keywords": ["你好", "帮助", "问题"]}]',
state_probability=0.3
)
# 5. 创建聊天配置
chat_config = ChatConfigOverrides.create(
id="config_chat_001",
agent_id=agent.id,
max_context_size=20,
interest_rate_mode="medium",
planner_size=2.0,
talk_value=0.9
)
# 6. 创建插件配置
plugin_config = PluginConfigOverrides.create(
id="config_plugin_001",
agent_id=agent.id,
enable_plugins=True,
allowed_plugins='["knowledge_base", "order_query", "ticket_system"]',
blocked_plugins='["admin_only"]'
)from maim_db.src.core.agent_config_manager import AgentConfigManager
# 创建配置管理器
config_manager = AgentConfigManager("agent_demo_001")
# 获取所有配置
all_configs = config_manager.get_all_configs()
print(f"人格描述: {all_configs['persona']['personality']}")
print(f"聊天上下文: {all_configs['config_overrides']['chat']['max_context_size']}")
# 更新人格配置
persona_update = {
"personality": "更新后：经验丰富的技术专家",
"reply_style": "技术性、条理清晰、通俗易懂"
}
config_manager.update_config_from_json({"persona": persona_update})
# 获取单独配置
personality_config = config_manager.get_personality_config()
chat_config = config_manager.get_config_overrides("chat")
# 删除所有配置
config_manager.delete_all_configs()# 查询租户下的所有Agent
agents = Agent.select().where(Agent.tenant_id == tenant.id)
# 查询活跃的API密钥
active_keys = ApiKey.select().where(
(ApiKey.tenant_id == tenant.id) &
(ApiKey.status == "active")
)
# 统计数据
agent_count = Agent.select().where(Agent.tenant_id == tenant.id).count()- 完整的租户隔离
- 灵活的权限管理
- 可配置的租户设置
- 12个专门配置表：替代单一JSON字段
- 模块化管理：人格、聊天、记忆、情绪等独立配置
- 类型安全：强类型字段验证和约束
- 高效查询：结构化字段支持索引和搜索
- 灵活更新：支持部分配置更新和完整覆盖
- 三层架构：persona → bot_overrides → config_overrides
- 功能模块化：每个功能模块独立配置表
- 向后兼容：API响应仍保持JSON格式
- 配置管理器：提供统一的配置操作接口
- 租户配置：
tenant_config - Agent基础配置：
config（保留兼容性） - API权限：
permissions - 复杂数据：JSON字段支持复杂数据结构
- 租户状态：活跃/非活跃/暂停
- Agent状态：活跃/非活跃/归档
- API密钥状态：活跃/禁用/过期
- 索引优化：agent_id字段建立索引
- 外键约束：确保配置与Agent的关联
- 时间戳自动管理：created_at/updated_at自动更新
- 连接池支持：高效的数据库连接管理
- 查询优化：结构化字段支持精确查询
- 外键级联删除
- 唯一性约束
- 非空约束
- 字符长度限制
- 配置ID唯一性
- 模块化架构：新配置类型可独立添加
- 配置管理器：统一的配置操作抽象
- 异步支持：AsyncAgent等异步模型
- API兼容：保持现有API接口不变
这个数据库模型设计为企业级多租户SaaS应用提供了完整的数据基础设施，特别是Agent配置系统的结构化设计，为复杂的AI助手配置管理提供了强大的支持！