VWED任务模块是AMR（自主移动机器人）调度系统的核心组件之一，用于管理和监控机器人任务的全生命周期。该模块提供了低代码配置工具，使用户能够通过可视化界面设计和配置复杂的机器人任务流程，无需编写大量代码。系统支持任务版本控制、流程编辑、测试执行和源代码生成等功能，大幅提高了机器人任务配置的效率和灵活性。

项目架构

VWED任务模块采用分层架构设计，遵循关注点分离原则，各层次职责明确，便于维护和扩展：

1. 架构层次

表现层（API层）：处理HTTP请求和响应，提供RESTful API接口
业务逻辑层（Service层）：实现核心业务逻辑，处理任务和工作流的创建、执行和管理
代理层（Agents层）：提供智能代理服务，支持任务自动化和优化（已设计，尚未实现）
领域层（Core层）：定义核心领域模型和业务规则，包含工作流引擎和组件系统
数据层（Data层）：提供数据模型定义和数据访问功能，支持任务、流程、组件等数据的持久化
智能服务层：提供向量化和向量存储服务，支持知识检索和智能决策（已设计，尚未实现）
基础设施层：提供数据持久化、日志记录、配置管理等基础服务

2. 设计模式

工厂模式：用于组件的创建和注册
策略模式：用于实现不同类型组件的执行逻辑
观察者模式：用于任务状态变更通知
命令模式：用于任务执行和撤销操作
组合模式：用于构建组件树和工作流结构
仓储模式：用于数据访问和持久化

3. 系统架构图

                                    +-------------------+
                                    |    用户界面       |
                                    +--------+----------+
                                             |
                                             v
+------------------+              +----------+---------+
|                  |              |                    |
|   外部知识库      +------------->+    API层          |
|                  |              |                    |
+------------------+              +----+------+--------+
                                       |      |
                                       |      |
          +----------------------------+      |
          |                                   |
          v                                   v
+----------+---------+              +---------+----------+
|                    |              |                    |
|    Agent系统       |<------------>|    业务服务层      |
|  (包含LLM功能)     |              |                    |
+----+---------------+              +--------+-----------+
     |                                       |
     |                                       |
     |                                       v
     |                              +--------+-----------+
     |                              |                    |
     |                              |    工作流引擎      |
     |                              |                    |
     |                              +--------+-----------+
     |                                       |
     |                                       |
     |                                       v
     |                              +--------+-----------+
     |                              |                    |
     +----------------------------->+    组件系统        |
     |                              |                    |
     |                              +--------+-----------+
     |                                       |
     v                                       v
+----+---------------+              +--------+-----------+
|                    |              |                    |
|   智能服务层       |              |   外部系统/设备    |
| (向量化和向量存储) |              |                    |
+----+---------------+              +--------------------+
     |
     |
     v
+----+---+
|        |
|向量数据库|
|        |
+--------+

注意：架构图中的Agent系统、外部知识库、智能服务层和向量数据库部分已完成设计，但尚未实现。这些组件将在后续版本中逐步开发和集成。

项目结构

VWED_task/
├── routes/                  # API路由定义
│   ├── task_api.py          # 任务相关API
│   ├── task_edit_api.py     # 任务编辑API
│   ├── script_api.py        # 脚本相关API
│   ├── template_api.py      # 模板相关API
│   ├── common_api.py        # 通用API
│   ├── database.py          # 数据库API
│   └── model/               # API模型定义
├── services/                # 业务服务层
│   ├── task_service.py      # 任务服务
├── agents/                  # 智能代理层（已设计，尚未实现）
│   ├── base_agent.py        # 代理基类
│   ├── llm/                 # 大语言模型集成
│   ├── prompts/             # 提示词模板
│   ├── tools/               # 代理工具集
│   └── teams/               # 代理团队协作
├── components/              # 组件实现
│   ├── base_components.py   # 基础组件
├── core/                    # 核心功能模块
│   ├── component.py         # 组件基类定义
│   ├── context.py           # 执行上下文
│   ├── exceptions.py        # 异常定义
│   └── workflow.py          # 工作流引擎
├── data/                    # 数据存储
│   ├── models/              # 数据模型定义
│   │   ├── base.py          # 基础模型
│   ├── session.py           # 数据库会话管理
│   └── repositories/        # 数据仓储实现
├── migrations/              # 数据库迁移
│   ├── versions/            # 迁移版本
│   ├── env.py               # 迁移环境配置
│   ├── script.py.mako       # 迁移脚本模板
│   └── alembic.ini          # Alembic配置
├── scripts/                 # 脚本工具
│   ├── generate_migration.py # 生成迁移脚本
│   └── run_migration.py     # 执行迁移脚本
├── utils/                   # 工具函数
│   ├── logger.py            # 日志工具
│   ├── validators.py        # 数据验证工具
│   └── helpers.py           # 辅助函数
├── config/                  # 配置文件
│   ├── database.py          # 数据库配置
├── logs/                    # 日志文件
├── docs/                    # 文档
├── tests/                   # 测试代码
│   ├── unit/                # 单元测试
│   ├── integration/         # 集成测试
│   └── fixtures/            # 测试数据
├── app.py                   # 应用入口
├── Dockerfile               # Docker配置文件
├── docker-compose.yml       # Docker Compose配置
└── requirements.txt         # 依赖包列表

核心功能

1. 任务管理

任务创建：支持创建普通任务和定时任务
任务监控：实时监控任务执行状态和进度
任务操作：支持启动、暂停、取消、重试等操作
任务历史：记录任务执行历史和结果
版本控制：支持任务版本管理，可以回滚到历史版本
任务测试：支持在测试环境中执行任务，验证任务配置

2. 任务编辑器

VWED任务模块提供了强大的可视化编辑器，支持以下功能：

流程图设计：通过拖拽方式设计任务流程图
属性配置：配置组件和连接的属性
变量管理：定义和管理任务执行过程中的变量
撤销/重做：支持编辑操作的撤销和重做
源代码生成：自动生成任务执行的源代码
版本备份：支持任务配置的版本备份和恢复

3. 组件库

VWED任务模块提供了丰富的组件库，用户可以通过拖拽组件和配置参数的方式设计复杂的任务流程：

子任务组件：支持任务的模块化和复用
脚本组件：支持编写自定义JavaScript脚本
HTTP请求组件：支持与外部系统进行通信
任务组件：提供任务数据管理和状态控制功能
流程组件：提供条件判断、循环、并行执行等流程控制功能
基础组件：提供数据验证、ID生成、时间处理等基础功能
库位组件：提供库位管理和操作功能
机器人调度组件：提供机器人选择、控制和状态监控功能
设备组件：提供与外部设备通信的功能

4. 智能代理系统（已设计，尚未实现）

任务代理：自动分析和优化任务流程
LLM集成：集成大语言模型，提供智能决策支持
代理工具：提供丰富的工具集，支持代理执行各种操作
团队协作：支持多代理协作完成复杂任务
知识检索：从外部知识库中检索相关信息，辅助决策

5. 智能服务层（已设计，尚未实现）

向量化服务：将文本、图像等数据转换为向量表示
知识检索：基于语义相似度进行知识检索
嵌入模型：提供多种嵌入模型，支持不同类型数据的向量化
向量存储：高效存储和检索向量数据

6. 工作流引擎

流程执行：解析和执行任务流程图
上下文管理：管理任务执行过程中的变量和状态
错误处理：提供异常捕获和处理机制
并行执行：支持多分支并行执行
动态加载：支持动态加载和执行组件

7. 数据模型

系统提供了完善的数据模型，支持任务管理的各个方面：

任务模型：存储任务基本信息和配置
任务版本：管理任务的不同版本
任务记录：记录任务的执行情况
任务流程节点：存储流程图中的节点信息
任务流程连接：存储流程图中的连接信息
任务变量定义：管理任务中使用的变量
任务编辑历史：记录编辑操作，支持撤销/重做
任务备份：存储任务的备份数据

执行业务流程

系统启动流程

应用启动（app.py）
加载配置信息（config模块）
初始化日志系统（utils.logger）
初始化数据库连接（data.session）
注册所有组件（config.component_registry）
注册API路由（api模块）
启动HTTP服务（uvicorn）

任务创建流程

用户在VWED任务主页面点击"定义新任务"按钮
前端发送创建任务请求到API层（/api/tasks）
API层调用任务服务（task_service.py）创建任务记录
系统创建任务并返回任务ID
前端跳转到任务编辑页面
用户通过拖拽组件设计任务流程
前端发送保存流程请求到API层（/api/workflows）
API层调用工作流服务（workflow_service.py）保存流程配置
系统将流程配置保存到数据库，创建新版本

任务编辑流程

用户打开任务编辑页面
系统加载任务的最新版本和流程图数据
用户通过拖拽组件和连接设计流程图
用户配置组件属性和变量
系统记录每一步编辑操作，支持撤销/重做
用户点击保存按钮，系统创建新版本
用户可以点击测试按钮，在测试环境中执行任务
用户可以点击生成源码按钮，系统生成任务执行代码

任务执行流程

用户在任务列表中选择任务并点击"执行"按钮
前端发送执行任务请求到API层（/api/tasks/{id}/execute）
API层调用任务服务（task_service.py）创建任务记录
任务服务加载任务配置和工作流定义
任务服务初始化执行上下文（context.py）
任务服务调用工作流引擎（workflow.py）执行任务
工作流引擎解析任务流程图并按顺序执行各组件
组件执行结果存储在上下文中，供后续组件使用
系统实时更新任务状态和进度
任务执行完成后，系统记录执行结果和日志

智能任务执行流程（已设计，尚未实现）

用户在任务列表中选择任务并点击"智能执行"按钮
前端发送智能执行任务请求到API层
API层调用Agent系统进行任务分析和优化
Agent系统从外部知识库检索相关知识
Agent系统基于LLM和检索到的知识生成执行计划
Agent系统调用业务服务层执行优化后的任务
业务服务层调用工作流引擎执行任务
执行过程中，Agent系统持续监控任务状态
遇到异常情况时，Agent系统自动调整执行策略
任务执行完成后，Agent系统生成执行报告和优化建议

交互方式

VWED任务模块提供多种交互方式，满足不同场景的需求：

1. 用户界面交互

任务列表界面：
- 展示所有任务及其状态
- 提供任务筛选、搜索和排序功能
- 支持任务的创建、编辑、删除、执行等操作
- 显示任务执行状态和进度
任务编辑界面：
- 提供可视化的流程设计工具
- 左侧组件面板：展示可用组件
- 中央流程图编辑区：通过拖拽设计任务流程
- 右侧属性面板：配置组件参数
- 顶部工具栏：保存、运行、测试、撤销、重做等操作
任务监控界面：
- 实时显示任务执行状态和进度
- 展示任务执行日志和变量值
- 提供任务暂停、取消、重试等操作

技术栈

后端：FastAPI (Python)
数据库：SQLAlchemy ORM，支持MySQL、PostgreSQL等
前端：React + Ant Design（低代码编辑器）
API文档：Swagger UI（自动生成）
工作流引擎：自研基于DAG的工作流引擎
组件系统：可扩展的组件注册和执行系统
数据迁移：Alembic
智能代理：基于大语言模型的智能代理系统（已设计，尚未实现）
向量数据库：支持高效的向量存储和检索（已设计，尚未实现）
嵌入模型：支持文本、图像等数据的向量化（已设计，尚未实现）

部署说明

环境要求

Python 3.11+
数据库（MySQL/PostgreSQL）
Node.js 14+（前端开发）

详细运行方法

方法一：使用Docker运行（推荐）

Docker是最简单的部署方式，可以避免环境配置问题。

1. 构建并运行Docker镜像

# 克隆代码仓库
git clone http://192.168.1.2:8418/jzw/vwed_task_modules.git
cd vwed_task

# 构建Docker镜像
docker build -t vwed-task:latest .

# 运行Docker容器
docker run -d -p 8000:8000 --name vwed-task-container vwed-task:latest

2. 使用Docker Compose运行（包含数据库和缓存）

# 克隆代码仓库
git clone http://192.168.1.2:8418/jzw/vwed_task_modules.git
cd vwed_task

# 使用Docker Compose构建并启动所有服务
docker-compose up -d

3. 验证服务是否正常运行

# 查看容器状态
docker ps

# 或者使用Docker Compose查看
docker-compose ps

# 查看应用日志
docker logs vwed-task-container
# 或者
docker-compose logs app

4. 停止和删除容器

# 停止容器
docker stop vwed-task-container
docker rm vwed-task-container

# 或者使用Docker Compose
docker-compose down

方法二：本地运行（不同操作系统）

前提条件

安装Conda（Miniconda或Anaconda）
安装Git
安装数据库（MySQL或PostgreSQL）

Windows系统

# 1. 克隆代码仓库
git clone http://192.168.1.2:8418/jzw/vwed_task_modules.git
cd vwed_task

# 2. 创建并激活Conda环境 推荐使用3.11
conda create -n pytf python=3.11
conda activate pytf

# 3. 安装依赖
pip install -r requirements.txt

# 4. 配置数据库连接
# 编辑 config/database.py 文件，设置正确的数据库连接信息

# 5. 启动应用
python app.py

数据库配置说明

在运行应用前，需要修改config/database.py文件中的数据库配置，将默认的数据库连接信息替换为您自己的本地或云上的MySQL数据库：

# 数据库连接配置
DB_CONFIG = ConfigDict(
    default=dict(
        dialect='mysql',
        driver='pymysql',
        username='your_username',  # 修改为您的数据库用户名
        password='your_password',  # 修改为您的数据库密码
        host='your_host',          # 修改为您的数据库主机地址，本地通常为localhost或127.0.0.1，云数据库使用对应的连接地址
        port=3306,                 # 修改为您的数据库端口，默认MySQL为3306
        database='vwed_task',  # 数据库名称，可以保持不变或修改为您想使用的数据库名
        charset='utf8mb4'
    ),
    test=dict(
        dialect='sqlite',
        database=':memory:'
    )
)

如果您使用的是云数据库（如阿里云RDS、AWS RDS等），请确保：

数据库已创建并可以访问
数据库用户有足够的权限（至少需要CREATE、ALTER、SELECT、INSERT、UPDATE、DELETE权限）
数据库服务器的防火墙允许从您的应用服务器访问

您也可以通过环境变量来设置数据库连接信息，这样就不需要修改源代码：

# Windows
set VWED_ENV=default
set DB_HOST=your_host
set DB_PORT=3306
set DB_USER=your_username
set DB_PASSWORD=your_password
set DB_NAME=vwed_task

# macOS/Linux
export VWED_ENV=default
export DB_HOST=your_host
export DB_PORT=3306
export DB_USER=your_username
export DB_PASSWORD=your_password
export DB_NAME=vwed_task

系统启动时会自动检查数据库是否存在，如果不存在会自动创建数据库和所需的表结构。

macOS系统

# 1. 克隆代码仓库
git clone http://192.168.1.2:8418/jzw/vwed_task_modules.git
cd vwed_task

# 2. 创建并激活Conda环境
conda create -n pytf python=3.11
conda activate pytf

# 3. 安装依赖
pip install -r requirements.txt

# 4. 配置数据库连接
# 编辑 config/database.py 文件，设置正确的数据库连接信息

# 5. 启动应用
python app.py

Linux系统

# 1. 克隆代码仓库
git clone http://192.168.1.2:8418/jzw/vwed_task_modules.git
cd vwed_task

# 2. 创建并激活Conda环境
conda create -n pytf python=3.11
conda activate pytf

# 3. 安装依赖
pip install -r requirements.txt

# 4. 配置数据库连接
# 编辑 config/database.py 文件，设置正确的数据库连接信息

# 5. 启动应用
python app.py

方法三：使用虚拟环境（不使用Conda）（不推荐）

注意：此方法不推荐使用，因为项目依赖复杂，使用Conda可以更好地管理依赖关系和解决潜在的兼容性问题。此外，某些依赖可能需要特定的编译环境，Conda能更好地处理这些情况。如果您仍然希望使用此方法，请按照以下步骤操作：

Windows系统

# 1. 克隆代码仓库
git clone http://192.168.1.2:8418/jzw/vwed_task_modules.git
cd vwed_task

# 2. 创建并激活虚拟环境
python -m venv venv
.\venv\Scripts\activate

# 3. 安装依赖
pip install -r requirements.txt

# 4. 配置数据库连接
# 编辑 config/database.py 文件

# 5. 启动应用
python app.py

macOS/Linux系统

# 1. 克隆代码仓库
git clone http://192.168.1.2:8418/jzw/vwed_task_modules.git
cd vwed_task

# 2. 创建并激活虚拟环境
python -m venv venv
source venv/bin/activate

# 3. 安装依赖
pip install -r requirements.txt

# 4. 配置数据库连接
# 编辑 config/database.py 文件

# 5. 启动应用
python app.py

安装步骤

克隆代码库
安装依赖：pip install -r requirements.txt
配置数据库连接：修改config/database.py
启动应用：python app.py

使用示例

创建简单任务

进入VWED任务主页面
点击"定义新任务"按钮
输入任务名称"测试任务"，选择"普通任务"类型
在编辑页面拖入"选择执行机器人"组件
配置机器人选择参数
拖入"机器人通用动作"组件，配置目标站点
连接组件，形成执行流程
保存任务并执行

使用版本控制

打开现有任务的编辑页面
修改任务流程或组件配置
点击"保存"按钮，系统自动创建新版本
在版本历史中可以查看所有历史版本
可以选择任意历史版本进行查看或恢复

使用撤销/重做功能

在编辑页面进行操作（如添加节点、移动节点等）
如需撤销操作，点击工具栏中的"撤销"按钮
如需重做已撤销的操作，点击"重做"按钮
系统会记录编辑会话中的所有操作历史

常见问题

任务执行失败怎么办？
- 查看任务执行日志，定位失败原因
- 在测试环境中验证任务配置
- 修改任务配置，解决问题后重试
如何调试复杂任务？
- 使用测试功能验证任务配置
- 查看执行日志和变量值
- 使用条件断点和单步执行
如何管理大量任务？
- 使用任务模板功能创建可复用的任务模板
- 使用子任务功能将复杂任务拆分为多个子任务
- 使用标签和分类功能组织任务

联系方式

如有问题或建议，请联系系统管理员或开发团队。

Docker部署说明

使用Docker部署VWED任务模块

本项目支持使用Docker进行部署，以下是部署步骤：

前提条件

安装Docker和Docker Compose
确保端口8000、3306和6379未被占用

部署步骤

克隆代码仓库

git clone http://192.168.1.2:8418/jzw/vwed_task_modules.git
cd vwed_task

使用Docker Compose构建并启动服务

docker-compose up -d

这将启动三个容器：

vwed-task: 应用服务
vwed-mysql: MySQL数据库
vwed-redis: Redis缓存

验证服务是否正常运行

docker-compose ps

访问API文档

打开浏览器，访问 http://localhost:8000/docs 查看API文档。

环境变量配置

可以通过修改docker-compose.yml文件中的环境变量来配置应用：

environment:
  - VWED_ENV=default  # 环境名称
  - DEBUG=false           # 是否开启调试模式
  - DB_HOST=db            # 数据库主机
  - DB_PORT=3306          # 数据库端口
  - DB_USER=root          # 数据库用户名
  - DB_PASSWORD=password  # 数据库密码
  - DB_NAME=vwed_task # 数据库名称
  - REDIS_HOST=redis      # Redis主机
  - REDIS_PORT=6379       # Redis端口
  - REDIS_DB=0            # Redis数据库索引

单独构建Docker镜像

如果需要单独构建Docker镜像，可以使用以下命令：

docker build -t vwed-task:latest .

停止服务

docker-compose down

如果需要同时删除数据卷（会删除所有数据）：

docker-compose down -v

查看日志

# 查看所有服务的日志
docker-compose logs

# 查看特定服务的日志
docker-compose logs app
docker-compose logs db
docker-compose logs redis

# 实时查看日志
docker-compose logs -f app

README.md Unescape Escape

VWED任务模块

项目概述

项目架构

1. 架构层次

2. 设计模式

3. 系统架构图

项目结构

核心功能

1. 任务管理

2. 任务编辑器

3. 组件库

4. 智能代理系统（已设计，尚未实现）

5. 智能服务层（已设计，尚未实现）

6. 工作流引擎

7. 数据模型

执行业务流程

系统启动流程

任务创建流程

任务编辑流程

任务执行流程

智能任务执行流程（已设计，尚未实现）

交互方式

1. 用户界面交互

技术栈

部署说明

环境要求

详细运行方法

方法一：使用Docker运行（推荐）

1. 构建并运行Docker镜像

2. 使用Docker Compose运行（包含数据库和缓存）

3. 验证服务是否正常运行

4. 停止和删除容器

方法二：本地运行（不同操作系统）

前提条件

Windows系统

数据库配置说明

macOS系统

Linux系统

方法三：使用虚拟环境（不使用Conda）（不推荐）

Windows系统

macOS/Linux系统

安装步骤

使用示例

创建简单任务

使用版本控制

使用撤销/重做功能

常见问题

联系方式

Docker部署说明

使用Docker部署VWED任务模块

前提条件

部署步骤

环境变量配置

单独构建Docker镜像

停止服务

查看日志

README.md