Insight 工作区与 Workspace Catalog

本文引用的文件

AgentInsightSession.java
AgentInsightMessage.java
InsightAgentFactory.java
InsightServiceImpl.java
InsightController.java
InsightPromptBuilder.java
InsightContextBuilder.java
WorkspaceSchemaCatalog.java
WorkspaceManagerFactory.java
useInsightStream.ts
api.ts
types.ts
insight_agent_tables.sql
continuous-insight-plan.md

引言

本文件聚焦 Insight 工作区与 Workspace Catalog，目标是解释以下问题：

AgentInsightSession 与 AgentInsightMessage 的数据模型、持久化边界与安全隔离。
InsightAgentFactory 如何启动分析型 Agent，以及与通用 Agent 的区别。
前端 useInsightStream 如何通过 SSE 消费 Insight 流式输出。
Workspace Catalog（WorkspaceSchemaCatalog）与案件数据源、用户会话的关系。
Insight 与普通 Agent 对话在持久化、图谱分析结果、API 联动上的差异。
创建 Insight 会话、关联图谱或外部数据、查看消息流、清理工作区的操作流程。
常见故障：会话丢失、消息未落库、工作区跨节点不一致、SSE 被网关切断等。

项目结构定位

Insight 能力位于后端 ai-server/module/agent/insight 和前端 ai-electron/frontend/src/graph/insight 两个区域：

后端负责：会话/消息表、动态提示词、Agent 实例池、SSE 流、案件访问守卫。
前端负责：抽屉 UI、状态机、分页消息加载、结构化产物渲染、SSE 事件处理。
数据库 DDL 独立存放于 sql/insight_agent_tables.sql，不复用通用对话表。

设计意图由 docs/design/continuous-insight-plan.md 明确说明。

graph TB
subgraph "前端"
    FE_UI["Insight 抽屉 UI"]
    FE_HOOK["useInsightStream.ts"]
    FE_API["graph/insight/api.ts"]
end

subgraph "后端"
    CTRL["InsightController"]
    SVC["InsightServiceImpl"]
    ENTITY_S["AgentInsightSession"]
    ENTITY_M["AgentInsightMessage"]
    FACTORY["InsightAgentFactory"]
    PROMPT["InsightPromptBuilder"]
    CTX["InsightContextBuilder"]
    CATALOG["WorkspaceSchemaCatalog"]
    DB[("PostgreSQL<br/>agent_insight_session / agent_insight_message")]
end

FE_UI --> FE_HOOK
FE_HOOK --> FE_API
FE_API --> CTRL
CTRL --> SVC
SVC --> ENTITY_S
SVC --> ENTITY_M
SVC --> FACTORY
SVC --> PROMPT
SVC --> CTX
FACTORY --> CATALOG
ENTITY_S --> DB
ENTITY_M --> DB

图表来源

InsightController.java:1-127
InsightServiceImpl.java:1-200
AgentInsightSession.java:1-90
AgentInsightMessage.java:1-85
InsightAgentFactory.java:1-200
InsightPromptBuilder.java:1-145
InsightContextBuilder.java:1-200
WorkspaceSchemaCatalog.java:1-200
useInsightStream.ts:1-200
api.ts:1-81

章节来源

continuous-insight-plan.md:1-200
insight_agent_tables.sql:1-107

核心数据模型

Insight 使用两张独立表，与通用对话表物理隔离：

agent_insight_session：会话元数据、上下文快照、系统提示词、消息水位、统计字段。
agent_insight_message：用户提问、助手回答、首轮自动分析结果、工具调用明细、结构化产物。

会话实体 `AgentInsightSession`

关键字段职责如下：

id：主键，应用侧生成，非单调。
caseId：案件级硬隔离边界，所有查询强制携带。
bizType：研判场景维度，当前固定为图谱关系。
scope：分析范围，本期主要为整批结果集。
agentRowId、modelId：使用的 Agent 配置行与默认模型。
title：会话标题，包含时间信息。
context：查询条件加图谱快照的 JSONB，是动态系统提示词的数据源。
contextHash：对 context 做 SHA-256，用于同条件复用和去重提示。
sysPrompt：会话内实际使用的完整系统提示词，不可变且不下发接口。
messageCount、lastSeq、totalTokens、lastMessageAt：列表展示与排序辅助。
pinned：是否置顶。
status：ACTIVE、STREAMING、ARCHIVED，STREAMING 用于并发抢占。
createAt、updateAt：创建与更新时间。

该实体的注释明确指出：隔离通过“独立表 + case_id 强制过滤 + session_id 与 case_id 双条件”建立；本实体只承载会话元数据，查询条件与结果快照落在 context，完整提示词落在 sys_prompt。

章节来源

AgentInsightSession.java:1-90
insight_agent_tables.sql:20-63

消息实体 `AgentInsightMessage`

关键字段职责如下：

id：主键，应用侧生成。
sessionId、caseId：归属到具体 Insight 会话，并冗余案件 ID 以强化越权防护。
seq：会话内单调递增序号，是稳定排序列。
role：user、assistant、system。
content：正文文本。
contentType：text 或 insight。
messageType：chat、first_round、followup。
metadata：轻量 JSONB，如思考过程、中断标记、耗时。
toolEvents：工具调用明细，单条可达数百 KB，列表查询不 select。
outputJson：首轮 assistant 消息的结构化产物 JSONB。
tokenCount：Token 用量。
replyToMessageId：追问指向的首轮消息，供 UI 分组。
starred：收藏标记。
status：DONE 或 INTERRUPTED。
createAt：创建时间。

DDL 中定义了 (session_id, seq) 唯一约束和外键级联删除，并说明：不能用 id 或 create_at 排序，必须用 seq；并发分配 seq 应通过原子更新会话水位而非 SELECT MAX。

章节来源

AgentInsightMessage.java:1-85
insight_agent_tables.sql:65-107

前端类型契约

前端 types.ts 把后端 VO 映射为 TypeScript 类型，并强调：ID 一律按字符串处理，避免 Long 精度丢失。主要类型包括：

InsightCreateParams：创建会话入参，包含案件、业务类型、分析范围、过滤条件、图谱快照、topN。
InsightSessionVO：会话返回体，含 status、context、messageCount 等。
InsightMessageVO：消息返回体，不含 toolEvents。
InsightMessagePage：MyBatis-Plus Page 形状。
InsightStreamParams：流式入参，首轮 message 留空。
InsightPayloadWithSource：结构化产物扩展类型。

章节来源

types.ts:1-199

架构总览

Insight 的整体流程可以分成三类路径：

创建会话：前端 POST /insight/sessions → 后端构建上下文与提示词 → 写入 agent_insight_session。
流式分析：前端 POST /insight/stream → 后端获取 Agent 实例 → 执行 AgentScope 事件流 → 写消息 → SSE 推送 token、工具调用、thinking、insight、done/error。

历史与追溯：GET /insight/sessions、/sessions/{id}、/sessions/{id}/messages、/messages/{messageId}/trace、/sessions/{id}/delete。

sequenceDiagram
participant FE as "前端 useInsightStream"
participant API as "graph/insight/api.ts"
participant CTRL as "InsightController"
participant SVC as "InsightServiceImpl"
participant CTX as "InsightContextBuilder"
participant PROMPT as "InsightPromptBuilder"
participant DB as "PostgreSQL"
participant FACTORY as "InsightAgentFactory"
participant AG as "HarnessAgent"

FE->>API: createInsightSession(params)
API->>CTRL: POST /insight/sessions
CTRL->>SVC: createSession(dto)
SVC->>CTX: build(caseId, caseName, dto)
SVC->>PROMPT: build(context)
SVC->>DB: INSERT agent_insight_session
SVC-->>FE: InsightSessionVO

FE->>API: streamInsight({sessionId, caseId})
API->>CTRL: POST /insight/stream
CTRL->>SVC: stream(dto)
SVC->>FACTORY: getOrCreate(sessionId, modelId, sysPrompt)
FACTORY->>AG: 构造 HarnessAgent
loop 流式事件
    AG-->>SVC: token / thinking / tool_call / tool_result / insight / done
    SVC->>DB: 插入或更新 agent_insight_message
    SVC-->>FE: ServerSentEvent
end

图表来源

InsightController.java:28-127
InsightServiceImpl.java:1-200
InsightContextBuilder.java:1-200
InsightPromptBuilder.java:1-145
InsightAgentFactory.java:1-200
api.ts:1-81

关键组件分析

数据模型类图

classDiagram
    class AgentInsightSession {
        +Long id
        +Long caseId
        +String bizType
        +String scope
        +Long agentRowId
        +Long modelId
        +String title
        +String context
        +String contextHash
        +String sysPrompt
        +Integer messageCount
        +Long lastSeq
        +Long totalTokens
        +LocalDateTime lastMessageAt
        +Boolean pinned
        +String status
        +LocalDateTime createAt
        +LocalDateTime updateAt
    }

    class AgentInsightMessage {
        +Long id
        +Long sessionId
        +Long caseId
        +Long seq
        +String role
        +String content
        +String contentType
        +String messageType
        +String metadata
        +String toolEvents
        +String outputJson
        +Integer tokenCount
        +Long replyToMessageId
        +Boolean starred
        +String status
        +LocalDateTime createAt
    }

    AgentInsightSession <|-- AgentInsightMessage : "一对多"

图表来源

AgentInsightSession.java:1-90
AgentInsightMessage.java:1-85

Insight 会话创建与提示词装配

创建 Insight 会话时，后端完成以下关键步骤：

通过 CaseAccessGuard 校验请求中的 caseId 属于当前用户打开的案件。
从 AgentModelService 获取默认模型，无默认模型直接拒绝。
通过 InsightContextBuilder.build 规整分析条件、图谱快照、topN，并裁剪图谱。
通过 InsightPromptBuilder.build 拼接静态人设、动态上下文块、结构化产物契约、RAG 指引。
将 context、contextHash、sysPrompt 写入会话表。
返回 InsightSessionVO，不包含完整的 sysPrompt。

InsightPromptBuilder 的注释强调：它不复用通用对话的渲染契约，因为 Insight 的 insight围栏结构与通用表格/ECharts/graph 载荷不同，混在一起会互相污染。首次自动分析的指令由firstRoundInstruction()` 提供，前端打开抽屉时不敲字，由服务端注入。

flowchart TD
    Start(["创建 Insight 会话"]) --> Guard["案件归属校验"]
    Guard --> ModelCheck{"是否存在默认模型"}
    ModelCheck -->|否| Error["返回错误：未配置默认模型"]
    ModelCheck -->|是| BuildCtx["InsightContextBuilder 构建上下文"]
    BuildCtx --> TrimGraph["裁剪图谱快照<br/>按度数保留 topN 节点与两端节点边"]
    TrimGraph --> BuildPrompt["InsightPromptBuilder 拼装系统提示词"]
    BuildPrompt --> Persist["写入 agent_insight_session"]
    Persist --> Return["返回 InsightSessionVO"]

图表来源

InsightServiceImpl.java:1-200
InsightContextBuilder.java:1-200
InsightPromptBuilder.java:1-145

章节来源

InsightServiceImpl.java:1-200
InsightPromptBuilder.java:1-145
InsightContextBuilder.java:1-200

InsightAgentFactory：分析型 Agent 启动与实例池

InsightAgentFactory 的核心职责是“取或建研判 Agent 实例”，并维护一个独立实例池。关键点如下：

池 key 前缀为 insight-s，附加 sessionId，确保动态提示词不会在不同会话之间串台。
通用 Agent 池 key 是 w{ws}-a{agent}-m{model}，不含 sysPrompt 维度；复用会导致第二次分析拿到第一次的提示词。
LRU 上限为 64，空闲超过 30 分钟回收。
记忆由 AgentStateStore 按 (userId, sessionId) 隔离；实例回收不影响会话记忆，只是下次重建 Agent 配置。

buildAgent 刻意为之的差异：

不挂意图识别中间件；
不挂 Followup 中间件；

默认装备 graph 组而非 person 组，起点就是关系图谱数据。

classDiagram
class InsightAgentFactory {
+String AGENT_NAME
-Map~String, HarnessAgent~ agentPool
-Map~String, Long~ lastAccessAt
-ReentrantLock poolLock
+getOrCreate(sessionId, modelId, sysPrompt) HarnessAgent
+evict(sessionId) void
-buildAgent(modelId, sysPrompt) HarnessAgent
}

class HarnessAgent {
<<external>>
}

InsightAgentFactory --> HarnessAgent : "创建并缓存"

图表来源

InsightAgentFactory.java:1-200

章节来源

InsightAgentFactory.java:1-200

前端 `useInsightStream`：SSE 流式消费

useInsightStream 是一个独立的组合式 hook，专门管理 Insight 抽屉的状态机，而不是复用全局 chat store。其状态流转为：

idle → creating（创建会话）→ streaming（首轮或追问）→ done
异常分支：error（模型未配置、网络失败、超限、409 进行中）

主要行为包括：

使用本地临时负数 ID 表示尚未落库的前端消息。
拉取第 N 页消息，服务端返回 seq DESC，前端 reverse 后升序展示。
流式期间实时累积工具调用步骤和思考过程。
从内容块中提取第一个合法的 insight 载荷作为结构化产物。
历史消息通过 hydrate 解析富内容块，必要时按需拉取 trace。

使用 AbortController 支持关闭抽屉时中止流。

stateDiagram-v2
[*] --> Idle
Idle --> Creating : "创建会话"
Creating --> Streaming : "开始流式"
Streaming --> Done : "收到 done"
Streaming --> Error : "模型未配置 / 网络 / 超限 / 409"
Done --> Idle : "关闭或切换会话"
Error --> Idle : "重试或关闭"

图表来源

useInsightStream.ts:1-200

章节来源

useInsightStream.ts:1-200
api.ts:1-81

Workspace Catalog 与 Workspace 文件系统

这里有两个容易混淆的概念需要区分：

Workspace Schema Catalog：WorkspaceSchemaCatalog 是可查表目录，来源是模板库元数据，不是 DuckDB 运行时扫描。它聚合既有模板库 table_info/table_field 与 AI 智能清洗动态表 ai_clean_template/ai_clean_field，输出 Agent 可使用的表结构清单。它不读取 DuckDB 系统表，也不暴露内部表给模型。
Agent 工作目录：WorkspaceManagerFactory 解析 Agent 运行时工作目录，路径形如 {cwd}/.agentscope/users/{userId}/workspaces/{workspaceId}/agents/{agentRowId}/，用于 skills、记忆、子 Agent、事件转录等文件系统隔离。

因此，Workspace Catalog 不等于 DuckDB 数据源目录；它是“模型知道有哪些表可以查”的元数据目录。而 Workspace 文件系统是 AgentScope 运行时的工作空间根。

graph TB
    WS_CAT["WorkspaceSchemaCatalog<br/>模板库元数据目录"]
    FILE_WS["WorkspaceManagerFactory<br/>Agent 工作目录"]
    TEMPLATE["table_info / table_field"]
    AICLEAN["ai_clean_template / ai_clean_field"]
    USER["用户"]
    WORKSPACE["业务工作空间"]
    AGENT["Agent 配置"]

    TEMPLATE --> WS_CAT
    AICLEAN --> WS_CAT
    USER --> FILE_WS
    WORKSPACE --> FILE_WS
    AGENT --> FILE_WS

图表来源

WorkspaceSchemaCatalog.java:1-200
WorkspaceManagerFactory.java:1-79

章节来源

WorkspaceSchemaCatalog.java:1-200
WorkspaceManagerFactory.java:1-79

依赖关系分析

Insight 模块的关键依赖链如下：

graph LR
    Controller["InsightController"] --> Service["InsightServiceImpl"]
    Service --> SessionEntity["AgentInsightSession"]
    Service --> MessageEntity["AgentInsightMessage"]
    Service --> ContextBuilder["InsightContextBuilder"]
    Service --> PromptBuilder["InsightPromptBuilder"]
    Service --> AgentFactory["InsightAgentFactory"]
    AgentFactory --> StateStore["AgentStateStore"]
    AgentFactory --> Catalog["WorkspaceSchemaCatalog"]
    Service --> CaseAccess["CaseAccessGuard"]
    Service --> ModelService["AgentModelService"]
    Service --> CaseInfo["CaseInfoMapper"]

图表来源

InsightController.java:1-127
InsightServiceImpl.java:1-200
InsightAgentFactory.java:1-200
WorkspaceSchemaCatalog.java:1-200

耦合与内聚

Insight 模块与通用对话模块解耦：独立表、独立 Mapper、独立 Service、独立 Agent 实例池。
安全性内聚于 Service 层：案件归属校验、case_id 强制过滤、外键级联删除。
提示词组装内聚于 PromptBuilder，避免污染通用渲染契约。
前端状态机内聚于 useInsightStream，避免与全局 chat store 冲突。

潜在循环依赖

从现有结构看，没有明显的循环导入：Controller → Service → Entity/Mapper/Factory/Prompt/Context，Factory 依赖 Catalog 和 StateStore，Catalog 依赖模板库 Mapper，彼此单向。

章节来源

InsightController.java:1-127
InsightServiceImpl.java:1-200
InsightAgentFactory.java:1-200

性能与可靠性特征

持久化策略

Insight 会话与消息持久化入库，不复用 agent_chat_session / agent_message。
消息列表接口不返回 tool_events 与 output_json，避免大字段拖慢列表。
结构化产物 output_json 仅首轮 assistant 消息有值，前端也可从 SSE 的 insight 帧提前渲染。
单条 trace 按需拉取，避免每次打开对话都加载全部工具调用明细。

并发控制

会话级互斥闸门使用 Semaphore，因为抢占发生在订阅线程，释放发生在 Reactor 回调线程；ReentrantLock 跨线程 unlock 会抛异常。
多实例并发抢占靠数据库 status 字段：ACTIVE、STREAMING、ARCHIVED。
同一案件创建会话有进程内锁，防止重复创建。

排序与分页

消息排序列是 seq，不是 id 或 create_at。
前端第 1 页是最新 N 条，上滑加载更多更早消息。
分页追加时前端用消息 id 去重兜底，防止持续追加导致同一条出现在两页。

Token 与迭代控制

Insight Agent 最大迭代轮数刻意压到 6，因为它是“读一批数据 → 给出结论”的任务，不适合长链路探索。
图谱快照会被裁剪到 topN，避免一次性把过多节点和边塞进提示词。

章节来源

InsightServiceImpl.java:1-200
InsightAgentFactory.java:1-200
useInsightStream.ts:1-200
insight_agent_tables.sql:1-107

常见问题排查

Insight 会话丢失

可能原因：

删除了 agent_insight_session，但消息随外键级联删除，因此消息也消失。
前端重新打开页面后没有正确传入 sessionId，导致新会话替代旧会话。
会话状态异常卡在 STREAMING，后续追问被拦截。

排查建议：

检查 agent_insight_session.status 是否为 ACTIVE 或 ARCHIVED。
确认前端 useInsightStream 的 sessionId 与 caseId 是否一致。
若怀疑内存实例残留，检查 InsightAgentFactory 实例池是否已 evict。

章节来源

insight_agent_tables.sql:65-107
InsightAgentFactory.java:1-200
useInsightStream.ts:1-200

消息未落库

可能原因：

SSE 流被网关或代理切断，前端收不到 token/done。
事务异常或数据库写入失败。
前端只渲染流式状态，但未等待 done 后再触发刷新历史消息。

排查建议：

检查后端日志中是否有 Agent 执行异常、工具调用异常。
检查 agent_insight_message.content 是否为空。
确认 SSE 事件协议是否包含 token、thinking、tool_call、tool_result、insight、done。

章节来源

api.ts:1-81
useInsightStream.ts:1-200
InsightController.java:28-127

工作区跨节点不一致

可能原因：

Agent 工作目录基于本地文件系统，多节点部署时每个节点有自己的 .agentscope 目录。
Skills、记忆、子 Agent 状态如果依赖本地文件，跨节点无法共享。
真正需要共享的状态应放在 PostgreSQL：会话、消息、上下文快照、提示词。

排查建议：

若需要跨节点共享 Agent 状态，应迁移到分布式存储或使用统一文件服务器。
对于 Insight 主流程，优先依赖数据库持久化；本地文件只作运行期临时状态。
注意 WorkspaceManagerFactory 生成的路径是本地绝对路径，不是共享卷路径。

章节来源

WorkspaceManagerFactory.java:1-79
insight_agent_tables.sql:1-107

SSE 流被网关切断

可能原因：

网关超时时间短于 Insight 流式输出时长。
网关未正确透传 text/event-stream。
前端网络重试策略不正确，导致断流后状态不一致。

排查建议：

调整网关 SSE 超时和缓冲大小。
检查响应头是否包含 Content-Type: text/event-stream。
前端应在 error 分支显示可重试提示，并保留当前会话状态。

章节来源

api.ts:1-81
useInsightStream.ts:1-200
InsightController.java:56-68

操作示例

创建 Insight 会话

前端准备 InsightCreateParams：包含 caseId、可选 bizType、scope、filters、graph、topN。
调用 createInsightSession，即 POST /insight/sessions。
后端校验案件归属、获取默认模型、构建上下文、拼装提示词、写入会话表。
前端获得 InsightSessionVO，随后立即发起首轮流式分析。

参考实现位置：

前端 API：api.ts:25-33
前端类型：types.ts:59-86
后端控制器：InsightController.java:38-48
后端服务：InsightServiceImpl.java:1-200

章节来源

api.ts:25-33
types.ts:59-86
InsightController.java:38-48
InsightServiceImpl.java:1-200

关联图谱或外部数据

Insight 的图谱关联方式是“快照”：

前端把画布中的节点和边序列化为 InsightGraphSnapshot，随创建会话请求发送。
后端 InsightContextBuilder.trimGraph 按度数裁剪，只保留 topN 节点及其两端都在的边。
外部数据通过 WorkspaceSchemaCatalog 暴露的模板库元数据间接影响 Agent：Agent 可通过 RAG 工具检索表结构，再写 SQL 查询。

参考实现位置：

前端快照类型：types.ts:22-58
后端上下文裁剪：InsightContextBuilder.java:1-200
可查表目录：WorkspaceSchemaCatalog.java:1-200

章节来源

types.ts:22-58
InsightContextBuilder.java:1-200
WorkspaceSchemaCatalog.java:1-200

查看 Insight 消息流

创建会话成功后，前端调用 streamInsight，连接 /insight/stream。
流式事件与通用聊天流同构，新增 insight 帧用于结构化产物。
前端 useInsightStream 根据消息类型区分首轮分析与追问。
列表消息通过分页接口加载，滚动向上加载更多。

参考实现位置：

前端流式入口：api.ts:73-81
前端流式状态机：useInsightStream.ts:1-200
后端流式接口：InsightController.java:56-68

章节来源

api.ts:73-81
useInsightStream.ts:1-200
InsightController.java:56-68

清理工作区

Insight 的“清理”有两种层次：

清理 Insight 会话：调用 DELETE /insight/sessions/{id}/delete，消息随外键级联删除。
清理 Agent 工作目录：WorkspaceManagerFactory 提供路径解析，但不直接提供删除方法；删除应由运维或上层生命周期管理，注意多节点部署下本地文件不一致风险。

参考实现位置：

前端删除接口：api.ts:65-71
后端删除接口：InsightController.java:118-127
外键级联：insight_agent_tables.sql:90-107
工作目录解析：WorkspaceManagerFactory.java:15-79

章节来源

api.ts:65-71
InsightController.java:118-127
insight_agent_tables.sql:90-107
WorkspaceManagerFactory.java:15-79

结论

Insight 工作区的设计核心是“独立、安全、可追溯”：

独立：会话、消息、Agent 实例池、提示词装配都与通用对话解耦。
安全：case_id 冗余、外键级联、案件访问守卫、SQL 层越权防护。
可追溯：消息按 seq 稳定排序，trace 按需拉取，结构化产物持久化。

Workspace Catalog 负责告诉 Agent “有哪些模板表可以查”，Workspace 文件系统负责隔离 Agent 运行态文件；两者共同支撑 Insight 的外部数据能力，但不应与 Insight 自身的持久化数据混淆。普通 Agent 对话侧重通用交互，Insight 侧重图谱关系研判、结构化线索产出与 SSE 流式体验。

Insight 工作区与 Workspace Catalog.md 33 KB Histórico Raw

Insight 工作区与 Workspace Catalog

目录

引言

项目结构定位

核心数据模型

会话实体 AgentInsightSession

消息实体 AgentInsightMessage

前端类型契约

架构总览

关键组件分析

数据模型类图

Insight 会话创建与提示词装配

InsightAgentFactory：分析型 Agent 启动与实例池

前端 useInsightStream：SSE 流式消费

Workspace Catalog 与 Workspace 文件系统

依赖关系分析

耦合与内聚

潜在循环依赖

性能与可靠性特征

持久化策略

并发控制

排序与分页

Token 与迭代控制

常见问题排查

Insight 会话丢失

消息未落库

工作区跨节点不一致

SSE 流被网关切断

操作示例

创建 Insight 会话

关联图谱或外部数据

查看 Insight 消息流

清理工作区

结论

Insight 工作区与 Workspace Catalog.md 33 KB

Histórico Raw

会话实体 `AgentInsightSession`

消息实体 `AgentInsightMessage`

前端 `useInsightStream`：SSE 流式消费