CausalAgent

简体中文 | English

CausalAgent

新一代因果分析智能体

只需上传你的数据集，Causal-Agent 就能以对话的方式，自动帮你选用因果分析算法，并在生成可交互的对话面板和专业的分析报告。

Important

项目开发中
目前 CausalAgent 正在进行核心架构升级,我们正在努力完善功能，请点击右上角 Star ⭐ 关注后续更新！

WHAT IS CausalAgent

新一代因果分析智能体: CausalAgent 是一个集成了AGENT的因果分析工具，它能够自动识别因果关系，生成专业的分析报告，并提供可交互的因果图谱。

缩减因果分析门槛：什么是因果？为什么需要因果分析？简单来说，因果分析就是对真实世界数据进行逻辑分析。

WHY CausalAgent

特性	说明
Agent 驱动	基于 LangGraph 的多智能体协作，自动路由任务，无需人工干预算法细节。
动态图谱	摒弃静态图片，生成可交互的 Network 图谱，支持节点拖拽、点击追问。
MCP 架构	采用 Model Context Protocol，将核心逻辑与工具解耦，极易扩展新算法。
RAG 增强	内置因果推断领域的专业知识库，确保生成的分析报告学术性与严谨性并存。

技术栈

类别	技术组件
Core AI
Backend
Frontend
Tools

展示

核心功能

CausalAgent 的整体因果分析流程可以抽象为：用户上传数据 → 预处理与数据体检 → 因果结构学习 → 后处理与质量提升 → 报告与可视化输出。下面按模块进行说明。

Agent 总览

graph TD;
    subgraph "User Interaction"
        Human((User)) <--> UI[Web/Desktop UI]
    end

    subgraph "Agent Core (LangGraph)"
        UI --> Router{Router Agent}
        Router -->|Need Info| Pre[数据预处理 Agent]
        Router -->|Analysis| Causal[因果分析 Agent]
        Router -->|Report| Writer[报告生成 Agent]
        Router -->|Q&A| Chat[普通对话]

        Causal <--> MCP[MCP Tool Server]
        Writer <--> RAG((RAG Knowledge Base))
    end

    subgraph "Tools & Data"
        MCP --> PC[PC Algorithm]
        MCP --> FCI[FCI Algorithm]
        Pre --> Data[(MySQL/Files)]
    end

Router Agent：根据用户意图在「预处理 / 因果分析 / 知识库问答 / 报告生成」等节点之间自动路由，无需用户关心底层算法。
Causal Agent：负责与 MCP 因果算法工具交互（如 PC、FCI 等），完成因果结构学习与干预效应估计的核心推理。
Writer Agent：结合因果结果与 RAG 知识库，自动撰写结构化专业报告（背景、方法、结果、结论与局限性）。
Chat Agent：面向一般问答与解释型对话，为非专业用户提供自然语言解释与操作指引。

预处理

进行基本的数据建模，对数据进行可视化分析，并为后续因果分析做「体检与筛选」

数据概览：统计数据集的行数、列数和所有字段名，生成统一的表结构摘要，帮助快速理解数据规模与字段含义。
列级体检与类型推断：逐列分析缺失率、唯一值、是否常数列，自动识别连续变量、分类变量、时间变量、疑似 ID 等，并给出每一列在因果分析中的适用性评级（如 excellent / good / warning）。
质量诊断与因果友好度评估：汇总整体缺失率，标记高缺失列和常数列，识别高基数分类、疑似 ID 等问题字段，并按适用性分组出「优先用于因果分析」的候选变量列表。
可视化摘要：通过直方图、箱线图、相关性热力图等可视化方式，辅助发现明显异常值和潜在共线性问题。

因果分析（MCP）

基于 MCP（Model Context Protocol）快速迭代因果算法

可插拔算法框架：通过 MCP 将因果发现与估计算法以「工具」形式解耦，便于在不改动 Agent 主逻辑的前提下扩展/更换算法库。
当前支持：
- PC 算法（基于条件独立检验的因果结构学习）。
规划中：
- FCI 等含潜在混杂的结构学习算法；
- 因果效应估计（ATE/CATE）与反事实分析等模块。

知识库（RAG）

通过嵌入论文与书籍构建因果推断领域知识库，为报告和问答提供专业支撑

嵌入模型：目前采用 bge-small-zh-v1.5 作为中文向量化模型，兼顾性能与效果。
知识来源：使用大量因果推断相关书籍与论文的 PDF / TXT 文档构建，涵盖经典因果图论、干预推断、工具变量、面板因果等主题。
典型能力：
- 在生成报告时，自动检索相关理论和方法描述，为结论补充严谨的文献背景；
- 支持面向初学者的「概念解释」，例如“什么是混杂变量”“为什么需要随机试验”等。

后处理

对因果图进行后处理，包括环路检测、边合理性评估等，提高因果结构的可解释性与可靠性

环路检测与修正：检查学习得到的因果图中是否存在违背 DAG（有向无环图）假设的环路；若发现异常，则调用 LLM 辅助判断合理的断边方案，给出修正建议。
边评估与置信度分析：对每一条因果边进行强度或置信度评估，结合数据统计特征和领域常识，对明显不合理的边进行标记与修正建议。
结构约束与业务先验融合：在后处理阶段支持引入业务先验（如「变量 A 不可能被 B 因果影响」），从而得到更符合领域知识的因果图。

报告生成

根据后处理结果生成面向业务方与研究者的专业报告，并配套交互式可视化

自动生成结构化报告：围绕「分析背景 → 数据概况 → 方法说明 → 因果发现 → 结论与建议 → 局限性」等章节自动撰写自然语言报告。
交互式因果图谱：基于 vis-network 等前端组件生成可交互的因果图，支持节点拖拽、缩放、查看变量说明、点击追问等操作。

快速开始 | Quick Start

Docker部署

当前项目已经提供了完整的 Dockerfile，支持通过 Docker 运行后端服务，但暂未在公网镜像仓库发布官方镜像。如果你已安装 Docker，可以在本地根据下面的步骤自行构建并运行镜像。

安装docker并且gitclone项目

git clone https://github.com/Heyflyingpig/CausalAgent

创建.env文件,并在文件中键入以下值

# Flask 应用密钥（用于会话加密等）
SECRET_KEY=

# API 基础URL（OpenAI官方或第三方兼容接口）
BASE_URL=
MODEL=

# OpenAI API 密钥或兼容 API 的密钥
API_KEY=
# Docker环境：使用服务名 'mysql'
# 本地开发：使用 'localhost' 或 '127.0.0.1'
MYSQL_HOST=mysql

# 旧版兼容账号。未配置拆分账号时，写/读连接会回退使用它。
MYSQL_USER=pyramid

MYSQL_ROOT_PASSWORD=
MYSQL_PASSWORD=

# 数据库名称
MYSQL_DATABASE=

# 应用写账号：用于主库写入、迁移和数据库就绪检查。
MYSQL_WRITE_USER=pyramid_writer
MYSQL_WRITE_PASSWORD=

# 应用读账号：用于主库/从库业务查询，建议只授予业务库 SELECT。
MYSQL_READ_USER=pyramid_reader
MYSQL_READ_PASSWORD=

# 复制状态检查账号：只用于 SHOW REPLICA STATUS，缺失时 eventual 读会回退主库。
MYSQL_REPLICA_STATUS_USER=replica_status
MYSQL_REPLICA_STATUS_PASSWORD=

# 复制通道账号：只用于从库拉取主库 binlog。
MYSQL_REPLICATION_USER=replica
MYSQL_REPLICATION_PASSWORD=

MYSQL_WRITE_HOST=mysql-primary
MYSQL_READ_HOSTS=mysql-replica

MYSQL_PORT=3306
MYSQL_POOL_SIZE_WRITE=5
MYSQL_POOL_SIZE_READ=5
MYSQL_REPLICA_MAX_LAG_SECONDS=2
MYSQL_QUERY_WARN_MS=500

# Web/后台任务并发配置
WEB_WORKERS=1
WEB_THREADS=12
WEB_TIMEOUT=120
JOB_WORKERS=2
JOB_HEARTBEAT_INTERVAL_SECONDS=10
JOB_STALE_AFTER_SECONDS=120
JOB_MAX_ATTEMPTS=3

MAX_UPLOAD_SIZE_MB=20


# LangSmith API 密钥(不强制)
LANGCHAIN_API_KEY=

# LangSmith 项目名称（不强制）
LANGCHAIN_PROJECT=

在项目根目录运行docker-compose

docker-compose -f docker-compose.replica.yml up -d

运行数据库迁移

docker-compose -f docker-compose.replica.yml run --rm app python Database/database_init.py
docker-compose -f docker-compose.replica.yml run --rm app alembic upgrade head

如果是已有旧数据、准备做生产化升级，再额外先执行：

docker-compose -f docker-compose.replica.yml run --rm app python Database/audit_before_db_upgrade.py

Important

知识库仍然在构建，所以知识库查询功能暂不可用

数据库生产化配置

主从开发：

如果你已经启动过 mysql-primary 或 mysql-replica，修复后要使用新的空 volume 重建；否则 /docker-entrypoint-initdb.d 初始化脚本不会重新执行。

主从模式下数据库账号按职责拆分：

写账号：MYSQL_WRITE_USER / MYSQL_WRITE_PASSWORD，用于应用写主库、Alembic 迁移和启动就绪检查；缺失时兼容回退到 MYSQL_USER / MYSQL_PASSWORD。
读账号：MYSQL_READ_USER / MYSQL_READ_PASSWORD，用于 get_read_connection() 的主库强一致读和从库弱一致读；缺失时兼容回退到 MYSQL_USER / MYSQL_PASSWORD。
复制状态检查账号：MYSQL_REPLICA_STATUS_USER / MYSQL_REPLICA_STATUS_PASSWORD，只用于读取 SHOW REPLICA STATUS；缺失或不可用时，eventual 读安全回退主库读连接。
复制通道账号：MYSQL_REPLICATION_USER / MYSQL_REPLICATION_PASSWORD，只用于 MySQL 主从复制链路，不参与应用业务查询。

管理接口：

GET /api/admin/db/health
GET /api/admin/db/slow-queries
GET /api/admin/jobs/workers

windows部署

不推荐使用windows部署，会有意想不到的问题

项目采用前后端分离的设计，需要同时运行后端服务和前端应用。

首先推荐创建一个环境，具体创建方式请自行查阅

打开命令行工具。
导航到您想要存放项目的目录。（例如，如果您想放在 D 盘的 Projects 文件夹下，可以输入 cd /d D:\Projects）
克隆仓库: 输入以下命令并按回车：

git clone https://github.com/Heyflyingpig/CausalAgent 这将在当前目录下创建一个名为 CausalAgent 的文件夹，并下载所有项目文件。

备选方案：您也可以在 GitHub 页面上点击 "Code" -> "Download ZIP" 下载项目的压缩包，然后手动解压。

Python 环境: 确保你已安装 Python 3.11+。
MySQL 数据库: 你需要一个正在运行的 MySQL 8.0+ 实例。请预先创建一个数据库（例如，名为 causal_chat_db）并准备好其访问凭据（主机、用户名、密码）。
安装 Python 依赖: 克隆项目后，在项目根目录运行以下命令：
```
pip install -r requirements.txt
```
项目配置

在首次运行前，你必须在项目根目录下创建一个 .env 文件，用于存放所有敏感配置信息。

创建 .env 文件。

将以下模板内容复制到文件中，并填入你自己的真实信息。

# Flask 应用密钥（用于会话加密等）
SECRET_KEY=

# API 基础URL（OpenAI官方或第三方兼容接口）
BASE_URL=
MODEL=

# OpenAI API 密钥或兼容 API 的密钥
API_KEY=
# Docker环境：使用服务名 'mysql'
# 本地开发：使用 'localhost' 或 '127.0.0.1'
MYSQL_HOST=mysql

# 旧版兼容账号。未配置拆分账号时，写/读连接会回退使用它。
MYSQL_USER=

MYSQL_ROOT_PASSWORD=
MYSQL_PASSWORD=

# 数据库名称
MYSQL_DATABASE=

# 应用写账号
MYSQL_WRITE_USER=
MYSQL_WRITE_PASSWORD=

# 应用读账号
MYSQL_READ_USER=
MYSQL_READ_PASSWORD=

# 复制状态检查账号。缺失时 eventual 读回退主库。
MYSQL_REPLICA_STATUS_USER=
MYSQL_REPLICA_STATUS_PASSWORD=

# 复制通道账号
MYSQL_REPLICATION_USER=replica
MYSQL_REPLICATION_PASSWORD=

# LangSmith API 密钥(不强制)
LANGCHAIN_API_KEY=

# LangSmith 项目名称（不强制）
LANGCHAIN_PROJECT=

启动数据库需要预先安装mysql数据库在项目根目录下打开一个终端，运行以下命令：

python Database/database_init.py
alembic upgrade head

Database/database_init.py 负责确保数据库存在和连接可用；业务表结构由 Alembic 迁移脚本维护。全新空库直接执行 alembic upgrade head 即可；已有历史数据的环境应先执行审计脚本，确认无孤立消息、孤立附件和非法附件类型后再升级。

启动后端服务

在项目根目录下打开一个终端，运行 Web 层：

python Causalchat.py

再打开一个终端，运行后台 worker：

python -m app.agent.worker

首次运行时，Web 层会检查数据库表结构。Agent/MCP 初始化只在 worker 中执行；如果没有 worker，前端可以创建任务但不会得到最终分析结果。请保持 Web 和 worker 两个终端窗口持续运行。

启动前端应用

再打开一个 新的终端窗口，同样在项目根目录下，运行以下命令：

python Run_causal.py

稍等片刻，一个标题为 "CausalAgent" 的桌面应用窗口将会出现，并加载应用的登录界面。现在，你可以注册并开始使用了。

rag和知识库部分

Important

知识库仍然在构建，所以知识库查询功能暂不可用

贡献

欢迎提交 Issue 和 Pull Request！

Fork 本项目
新建 Feat_xxx 分支
提交代码
新建 Pull Request

Star 趋势

项目结构

.
├── Causalchat.py           # Flask 后端入口
├── Run_causal.py           # 桌面端启动入口（pywebview）
├── requirements.txt        # 完整依赖
├── requirements-base.txt   # 基础依赖（docker/生产使用）
├── Dockerfile
├── docker-compose.yml
├── docker-compose.prod.yml
├── docker-compose.replica.yml # MySQL 主从开发拓扑
├── README.md               # 项目说明
├── database_init.log       # 数据库初始化日志
├── app/                    # Flask 应用主目录（Blueprint 结构）
│   ├── __init__.py         # 创建 Flask app，注册蓝图
│   ├── db.py               # 数据库会话与连接封装
│   ├── main/               # 通用页面相关路由
│   ├── auth/               # 登录、注册等认证相关路由
│   ├── chat/               # 聊天 & 会话相关路由与服务
│   ├── files/              # 文件上传/管理相关路由
│   └── static/             # 前端静态资源
│       ├── chat.html       # 主聊天界面
│       ├── css/
│       ├── js/
│       └── generated_graphs/ # 因果图等生成图像
├── Agent/                  # 因果分析与智能体核心逻辑
│   ├── causal/             # 底层因果发现算法
│   ├── causal_agent/       # langgraph/agent 状态、节点定义
│   ├── Processing/         # 数据预处理、折叠验证、可视化
│   ├── Postprocessing/     # 后处理
│   ├── Report/             # 报告生成逻辑
│   ├── knowledge_base/     # RAG 知识库
│   │   ├── build_knowledge.py
|   |   ├── query_rag.py
│   │   ├── db/             # 向量知识库存储
│   │   └── models/         # 嵌入模型
│   └── tool_node/          # MCP 工具节点封装（task、rag 调用等）
├── Database/               # 数据库初始化与迁移逻辑
│   ├── database_init.py    # 数据库初始化引导脚本
│   ├── audit_before_db_upgrade.py # 数据库生产化升级前审计
│   ├── monitoring.py       # 数据库轻量监控查询
│   ├── agent_connect.py    # Langgraph checkpoint 相关数据库支持
│   ├── mysql/              # MySQL 主从配置与初始化脚本
│   └── migrations/         # Alembic 迁移脚本
├── config/                 # 全局配置
│   └── settings.py
├── setting/                # 用户可见文档
│   ├── manual.md           # 用户手册
│   └── Userprivacy.md      # 用户隐私协议
├── openspec/               # 项目规范与变更说明（内部开发用）

更新日志

2025.5.9

【内容新增】：完成LLM chat框架的全构建
【内容新增】：统一数据库，增强安全性和规范性
【内容新增】：增加CSV文件上传功能
【内容新增】：增加文件上传的后端校验功能

2025.5.10

【内容新增】：完成MySQL数据库的构建
【内容新增】：将后端服务部署至服务器
【性能提升】：引入gunicorn，优化前后端交互模式

2025.5.11

【性能提升】：成功部署gunicorn，支持多用户并行登录
【内容新增】：实现Flask会话加密与多用户登录密钥检测
【bug修复】：修复了MySQL数据库的错误实现

2025.6.11

【内容新增】：实现MCP（Method Call Protocol）的初步演示
【性能提升】：构建异步任务逻辑，提升回答函数性能

2025.6.12

【内容新增】：实现基础的PC因果发现算法库
【内容新增】：连通MCP与因果库，允许LLM按需调用
【内容新增】：集成vis-network库，实现交互式因果图渲染
【内容新增】：增加LLM上下文理解功能（支持20轮对话）
【性能提升】：创建后台asyncio事件循环以支持异步任务
【内容新增】：实现历史会话中因果图的保存与加载
【性能提升】：优化多用户并行登录逻辑
【内容新增】：增加前端加载动画效果

2025.6.14

【性能提升】：分离数据库初始化脚本，提高系统健壮性

2025.6.15

【bug修复】：修复了AI回复时加载动画不消失的问题
【bug修复】：修复了特定场景下AI错误回复"上传成功"的问题
【bug修复】：修复了MCP在处理多文件上传时无响应的问题
【内容新增】：增加文件检查逻辑，支持同名文件更新
【内容新增】：优化了前端界面样式

2025.6.15

【内容新增】：重构数据库，增加归档和分区功能
【数据库更新内容】(Document/Database_NOTES.md)
【内容新增】：更新前端样式以适配新版数据库
【内容新增】：调整后端逻辑以适配新版数据库

2025.6.16

【内容新增】：增加会话标题可编辑功能
【内容新增】：增加会话标题实时预览功能
【内容新增】：在设置中新增操作手册与用户隐私协议

2025.6.17 晨

【内容新增】：完成后端对会话标题编辑功能的支持
【内容新增】：增加会话列表的删除功能，现在可以向左滑动删除会话啦
【内容新增】：增加模糊搜索，现在用户不需要指定文件名，也可以调用因果分析功能
【BUG修复】：修复了AI回复时加载动画不消失的问题
【BUG修复】：修复了创建新会话的时候显示错误的问题

2025.6.17 晚

【内容新增】：增加文件列表功能，现在可以查看上传的文件列表啦
【内容新增】：文件库设计，文件库对齐
【内容新增】：增加文件删除功能
【BUG修复】：增加文件哈希大小检测，不只是检测文件名
【内容新增】：css文件增加注释，方便后续维护
【内容新增】：增加文件引用功能，现在点击文件可以在聊天框引用啦
【BUG修复】：修复了文件列表滚动后内容显示不正确的问题
【BUG修复】：修复了按下文件名之后，清空输入框的问题

2025.6.21

【内容新增】：设置页面的md格式支持
【内容新增】：消息支持复制

2025.6.23

【BUG修复】：修改会话更新逻辑

2025.7.1

【BUG修复】：修复ai回复时禁用输入框逻辑

2025.7.6

【内容新增】：重置与ai交互逻辑，新增agent智能体和langchain架构，对mcp进行重新架构升级，对参数接口进行统一，现在回复是基于agent啦

2025.7.7

【内容新增】：系统完美集成了rag和mcp功能，生成报告的时候会查询知识库，生成一份更加详细的报告了
【内容新增】：集成langsmith，可以在后端查看具体的调用结果
【bug修复】：修复用户新建对话时，无论是否发送消息都创建新的会话的问题，增加延迟会话逻辑，会话等待逻辑

2025.7.14

【内容新增】：加载密匙逻辑全面更改
【内容新增】：全面重构agent逻辑，新增langgraph逻辑

2025.8.7

【内容新增】：全面重构agent，增加langgraph图，节点，边关系构建
【内容新增】：增加后处理逻辑，增加报告生成逻辑，增加预处理逻辑

2025.8.13

【内容新增】：补充agent中文件加载节点，预处理节点部分功能实现

2025.8.16

【内容新增】：拓展fold节点，增加数据分析内容，增加数据内容验证文件

2025.9.17

【内容新增】：补充fold节点，增加数据分析内容，增加数据内容验证文件。
目前对于用户上传文件可以进行初步判断，对于不合理的数据进行人工干预，对于需要更改数据提出建议，后期再进行更改。用户需要补充目标变量和处理变量才可以进行因果分析。

2025.9.18

【内容新增】：补充预处理节点，增加数据分析内容，增加数据内容可视化，增加数据内容总结。
【内容新增】：补充rag节点，增加知识库查询功能，补充mcp调用causal-learn因果分析算法。

2025.9.20

【内容新增】：补充human节点，增加人机交互过程

2025.10.14

【内容新增】：补充后处理节点，增加后处理功能
【内容新增】：后处理节点：1. 查看是否有环路，如果存在环路，则使用LLM辅助决策进行修正。2. 查看是否有不合理边，如果存在不合理边，则使用LLM辅助决策进行修正。

2025.10.19

【结构重置】：重构代码中人设部分
【结构重置】：重构数据库连接

2025.10.22

【bug修复】：解决agent路由的bug问题，目前可以正常跑通

2025.10.23

【bug修复】：修复agent中的用户暂停逻辑
【bug修复】：修复agent当中的文件上传逻辑

2025.10.26

【内容新增】：增加langgraph中的checkpoint支持,重构langgraph的节点逻辑
【内容新增】：实现mysql数据库的langgraph checkpoint功能，实现同步/异步方法
【内容新增】：增加inquiry_answer节点，实现对用户追问的回答
【bug修复】：修复目前节点的reducer机制，修复state中的reducer机制，实现消息记录的补充说明
【bug修复】：主程序对checkpoint的响应逻辑补充，补充config配置，修复对多次回答的逻辑缺失
【内容新增】：补充Alembic数据库迁移功能

2025.10.28

【内容重构】：重构工具执行节点，封装@task工具，支持数据库的task支持
【bug修复】：重构human in loop节点，支持interrupt机制，支持用户输入的传递

2025.10.31

【内容新增】：docker部署

2025.11.2

【BUG修复】：修复用户注册密码加密问题，使用bcrypt进行加密

2025.11.6

【内容新增】：增加思考过程气泡和详情面板，支持思考过程的展示和展开/收起
【内容新增】：支持SSE流式传输节点，支持显示思考进度
【内容新增】：支持ai的流式传输重构

2025.11.11

【内容新增】：增加预处理图表支持，完善报告生成
【内容新增】：数据库中支持可代替图表生成

2025.11.16

【内容新增】：优化报告样式

2025.11.21

【重构】：重构Agent目录关系，增强结构可读性，修改模块内部导入路径，修改目录层级关系,修改引用关系
【重构】：重构flask框架，增加blueprint，增加app目录，修改CausalAgent主文件，适配目前APP文件目录，修改模块内部导入路径
【bug修复】：修复docker由于目录重置导致的问题，修改目录关系

2025.11.26

【内容新增】：完善MCP机制，支持动态选择不同算法
【内容新增】：新增olc算法支持

2025.12.18

【重构】：更名为CausalAgent

2026.3.20

【内容重构和新增】：
- 重构了查询主链路， dense 检索 -> MMR -> sparse 检索 -> 候选融合重排 -> 证据块构造 -> 结构化回答 -> 证据链输出。
- 重构了知识库构建脚本，在 build_knowledge.py 中补齐了文档级和 chunk 级 metadata，包括 doc_id、chunk_id、doc_type、corpus、page 等，为后续检索过滤、证据链保存和评测提供基础。
- 重构了问题生成模块，在 rag_questions.py 中把 RAG 问题从字符串列表升级为结构化对象，新增 intent、priority、why_needed，让知识库查询更贴近报告增强目标。
- 重构了任务与状态传递，在 rag_query_task.py 和 state.py 中把 knowledge_base_result 从字符串改为结构化结果，保证 LangGraph 流程中可以传递完整证据链。
- 适配了下游消费逻辑，在 nodes.py、fix_cycles.py、evaluate_edge_llm.py 中增加了摘要转换逻辑，使报告生成、环路修正和边评估都能消费结构化 RAG 结果，而不是依赖旧的字符串结果。
- 增加了混合检索能力：dense 检索负责语义召回，sparse 检索负责关键词召回。
- 增加了 MMR 去重能力，减少相似 chunk 重复进入最终证据集合。
- 增加了轻量级融合重排逻辑，综合 dense 分数、sparse 分数、语料类型和双路命中情况得到最终 rerank_score。
- 新增了评测脚本 rag_eval.py，当前支持检索层指标 Recall@k、Precision@k、MRR、Hit Rate，以及轻量级生成层关键点覆盖评测。
- 新增了 metadata 导出脚本 export_metadata.py，

2026.5.17 重要更新

【内容新增与重构】：
- 建立了更完整的数据库迁移链：新增核心业务表基线迁移，并补上 checkpoint 迁移依赖关系。
- 将 Database/database_init.py 从“直接创建业务表”改为“数据库引导脚本”，业务表结构正式交给 Alembic 维护。
- 在 app/db.py 中完成数据库访问分层：写连接、业务读连接、复制状态检查连接三条路径分离，并加入连接池、弱一致读回退和慢查询告警。
- 新增主从开发拓扑 docker-compose.replica.yml 及 MySQL primary/replica 初始化脚本，支持 GTID、半同步复制、慢查询日志和应用侧读写分离验证。
- 新增数据库审计脚本、轻量监控接口和一组覆盖配置解析、连接边界、迁移链、主从初始化、失效会话保护的测试。
- 修复旧实现中多个容易在生产化阶段暴露的问题，包括：应用误用业务账号执行 SHOW REPLICA STATUS、数据库初始化职责和 Alembic 迁移职责重叠、旧 session 在用户数据失效后仍可能继续访问接口、上传文件缺少体积上限等。
【修复问题】
- 修复数据库初始化与迁移职责重叠的问题旧版 Database/database_init.py 同时负责建库、建表、建索引和部分结构逻辑，容易与 Alembic 演进冲突。现在它只负责确保数据库存在和连接可用，结构统一由迁移脚本维护。
- 修复主从读写边界不清的问题旧代码主要通过单一路径访问 MySQL，主从环境下很难明确“哪些查询必须强一致、哪些查询允许弱一致”。本轮将强一致读、弱一致读和写入路径拆开，并在弱一致读失败时自动回退主库。
- 修复复制状态检查权限模型不干净的问题旧设计容易让应用继续用业务账号执行 SHOW REPLICA STATUS。现在新增专用状态账号；未配置该账号时，系统会安全回退主库，而不是继续误用高权限账号。
- 修复旧 session 残留导致的伪登录状态问题当浏览器 session 还在、但数据库中的用户已失效时，原逻辑可能继续把请求当作已登录。现在引入 app/auth/session_guard.py，会在鉴权时校验真实用户，不存在则清空 session。
- 修复上传文件缺少大小上限的问题文件上传现在新增 MAX_UPLOAD_SIZE_MB / MAX_UPLOAD_SIZE_BYTES 限制，避免过大文件直接写入 uploaded_files.file_content。
- 修复迁移链起点不完整的问题新增 1a2b3c4d5e6f_create_core_schema.py 作为核心 schema 基线，并让 checkpoint 迁移依赖它，避免空库初始化只能依赖历史手工建表。

2026.5.18 重要更新

【内容新增与重构】：
- 任务创建、任务领取、事件写入和 SSE 推送已经拆分到不同层，Web 不再直接承担长任务执行。
- 新增 analysis_jobs 与 analysis_job_events 数据库作为任务队列和事件流的持久化数据库。
- 后台 worker 以 slot 为单位持有独立 MCP session 和 Agent graph，避免 Web 进程阻塞。
- 同一 user_id + session_id 的并发任务通过唯一约束兜底，防止重复执行。
- 旧接口 POST /api/send_stream 已转为迁移提示，前端改走 POST /api/agent/jobs 与 SSE 订阅。

2026.5.26

【内容新增】本次改造是在不改变现有架构的前提下，引入 LangGraph 1.2 的节点级容错能力。已完成依赖升级门禁、LangChain v1 兼容迁移、节点 async 化、MCP/RAG task 异步化，以及基于 retry_policy / timeout / error_handler 的集中容错策略。
【bug修复】
- 升级到 langgraph-checkpoint==4.1.1 后，JsonPlusSerializer 不再有 dumps/loads，新版接口是 dumps_typed/loads_typed。
- 修复前端报告占位符问题

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Repository files navigation

CausalAgent

目录

WHAT IS CausalAgent

WHY CausalAgent

技术栈

展示

核心功能

Agent 总览

预处理

因果分析（MCP）

知识库（RAG）

后处理

报告生成

快速开始 | Quick Start

Docker部署

数据库生产化配置

windows部署

贡献

Star 趋势

项目结构

更新日志

About

Uh oh!

Releases

Packages

Uh oh!

Uh oh!

Contributors

Uh oh!

Languages

Name		Name	Last commit message	Last commit date
Latest commit History 249 Commits
Agent		Agent
Database		Database
Document		Document
app		app
config		config
readme_img		readme_img
setting		setting
tests		tests
.dockerignore		.dockerignore
.gitattributes		.gitattributes
.gitignore		.gitignore
AGENTS.md		AGENTS.md
Causalchat.py		Causalchat.py
Dockerfile		Dockerfile
LICENSE		LICENSE
README.md		README.md
README_EN.md		README_EN.md
Run_causal.py		Run_causal.py
alembic.ini		alembic.ini
docker-compose.prod.yml		docker-compose.prod.yml
docker-compose.replica.yml		docker-compose.replica.yml
docker-compose.yml		docker-compose.yml
requirements-base.txt		requirements-base.txt
requirements.txt		requirements.txt

Folders and files

Latest commit

History

Repository files navigation

CausalAgent

目录

WHAT IS CausalAgent

WHY CausalAgent

技术栈

展示

核心功能

Agent 总览

预处理

因果分析（MCP）

知识库（RAG）

后处理

报告生成

快速开始 | Quick Start

Docker部署

数据库生产化配置

windows部署

贡献

Star 趋势

项目结构

更新日志

About

Topics

Resources

License

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Uh oh!

Contributors

Uh oh!

Languages

Packages