跳转至

架构总览

目标

DojoAgents 的核心目标是把 LLM Agent、量化金融数据、工具执行、Dashboard、Gateway、插件和计划任务整合为一个可本地运行、可扩展的分析 runtime。

模块地图

dojoagents/
├── agent/            # Agent loop, providers, runtime, events, guardrails
├── cli/              # dojoagents console entry point
├── config/           # ConfigStore and frozen dataclass schema
├── cron/             # Scheduled jobs
├── dashboard/        # FastAPI backend, services, routers, React app
├── gateway/          # Chat platform gateway and adapters
├── memory/           # Memory providers and manager
├── multi_agent/      # Agent pool and delegation
├── planning/         # Plan models, execution, triggers
├── plugins/          # Plugin discovery and hooks
├── quant/            # Quant context and workflow primitives
├── skills/           # Skill loader/cache/manager
├── tools/            # ToolSpec registry, executor, sandbox, concrete tools
└── utils/            # Event bus and shared utilities

核心流程

  1. CLI、Dashboard 或 Gateway 构造请求。
  2. Runtime 从 ConfigStore 读取配置并组装 provider、tools、skills、memory、scheduler。
  3. AgentLoop 调用 LLM provider。
  4. 如果模型请求工具，ToolExecutor 经过 sandbox policy 后执行 ToolSpec.handler。
  5. 工具结果被规范化为 ToolResult，再进入 Agent history、事件流和 Dashboard UI。
  6. Dashboard 通过 OpenAI-compatible response 或 SSE dojo_event 将结果返回前端。

关键边界

  • 配置统一从 dojoagents/config/loader.py::ConfigStore 读取和保存。
  • 日志统一使用 dojoagents.logging.LOGGER 或 get_logger()。
  • 工具统一通过 ToolRegistry、ToolSpec、ToolExecutor 注册和执行。
  • Dashboard 新能力按 routers、schemas、services、deps 分层。
  • 插件从内置目录和 ~/.dojo/plugins 发现。

深入阅读

完整架构说明后续应以本节各页面为主继续补齐。