Skip to content

test.md

Latest commit

 

History

History
196 lines (147 loc) · 4.12 KB

test.md

File metadata and controls

196 lines (147 loc) · 4.12 KB

完整启动流程

第一步：启动依赖服务（PostgreSQL & Redis）

# 在项目根目录执行
cd /Users/rain9/you-want/ai-data-analyzer

# 启动 Docker 容器（首次启动会创建容器，后续启动会启动已存在的容器）
docker compose up -d

验证服务是否启动成功：

# 检查容器状态
docker ps

# 应该看到两个容器：
# - ai_analyzer_postgres (PostgreSQL)
# - ai_analyzer_redis (Redis)

# 测试 PostgreSQL 连接
docker exec -it ai_analyzer_postgres psql -U rain9_ai_data -d ai_analysis_db -c "SELECT 1;"

# 测试 Redis 连接
docker exec -it ai_analyzer_redis redis-cli ping

第二步：启动后端服务

打开一个新终端窗口：

# 进入后端目录
cd /Users/rain9/you-want/ai-data-analyzer/backend

# 安装依赖（如果还没安装）
pnpm install

# 启动后端服务
pnpm run start:dev

后端会运行在 http://localhost:3001

验证后端是否启动成功：

# 多智能体健康检查
curl -X POST http://localhost:3001/multi-agent/health

第三步：启动前端服务

打开另一个新终端窗口：

# 进入前端目录
cd /Users/rain9/you-want/ai-data-analyzer/frontend

# 安装依赖（如果还没安装）
pnpm install

# 启动前端服务
pnpm run dev

前端会运行在 http://localhost:3000

第四步：测试多智能体功能

方式一：通过前端界面测试

  1. 打开浏览器访问 http://localhost:3000/dashboard
  2. 滚动到页面底部的"多智能体协作分析"区域
  3. 输入分析请求，例如： 
    分析销售趋势并找出异常月份
  4. 点击"开始分析"按钮
  5. 观察实时进度更新和任务状态变化

方式二：通过 curl 命令测试

# 执行多智能体分析
curl -X POST http://localhost:3001/multi-agent/analyze \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "分析销售趋势并找出异常月份",
    "data": [
      {"month": "1月", "amount": 800},
      {"month": "2月", "amount": 450},
      {"month": "3月", "amount": 1800},
      {"month": "4月", "amount": 1200},
      {"month": "5月", "amount": 950}
    ],
    "options": {
      "maxSteps": 10,
      "enableReview": true,
      "enableCharts": true
    }
  }'

第五步：观察日志

在后端终端窗口中，你会看到详细的日志输出：

  1. Router Agent：生成任务计划

    [RouterAgent] 开始路由分析任务: ma_xxx

  2. Supervisor：执行任务

    [Supervisor] 开始多智能体分析: ma_xxx
[Supervisor] 已生成任务计划: 5 个任务

  3. Data Coder Agent：数据处理

    [DataCoderAgent] 开始数据处理任务: t1

  4. Viz Agent：图表生成

    [VizAgent] 开始图表编排任务: t3

  5. Reviewer Agent：质量审阅

    [ReviewerAgent] 开始审阅任务: t4

  6. 最终报告：生成分析报告

第六步：检查 WebSocket 连接（前端测试时）

  1. 打开浏览器开发者工具（F12）
  2. 切换到 Network 标签页
  3. 选择 WS（WebSocket）过滤器
  4. 应该能看到与 http://localhost:3001/multi-agent 的 WebSocket 连接
  5. 点击连接可以查看实时消息流

常见问题排查

问题 1：PostgreSQL 端口 5432 被占用

# 查找占用端口的进程
lsof -i :5432

# 终止进程（替换 <PID> 为实际进程 ID）
kill -9 <PID>

# 或者修改 docker-compose.yml 中的端口映射

问题 2：Redis 连接失败

# 检查 Redis 容器是否运行
docker ps | grep redis

# 如果没有运行，启动容器
docker start ai_analyzer_redis

问题 3：后端启动失败

# 检查端口 3001 是否被占用
lsof -i :3001

# 终止进程
kill -9 <PID>

# 或者使用 kill-port（项目已集成）
pnpm run start:dev

问题 4：LLM 服务连接失败

# 检查 .env 文件中的 AI 模型配置
cat backend/.env

# 如果使用 Ollama，确保 Ollama 服务已启动
ollama serve

测试完成后的清理

# 停止所有服务
docker compose down

# 或者仅停止容器（保留数据）
docker compose stop