🟣 基于MCP的代理生产力系统
认知执行助理，具有持久记忆、多模式处理和通过MCP协议进行子代理编排。
   
______________________________________________________________________
📋 概述
米拉 是一个基于人工智能的编排器，它将谷歌工作区服务（日历、任务、Gmail）和财务管理集中到Telegram上的对话界面中。该系统实现了一种受人类记忆模型启发的认知架构，其特征是感觉处理、短期记忆和巩固为长期记忆。
关键能力
- 🧠 认知架构：感官、短期和长期记忆之间的明确区分。
- 🎙️ 多模态：通过Google Gemini 2.0处理文本、音频、图像和文档。
- 🔒 护栏：检测NSFW内容和越狱尝试。
- 🔧 MCP协议：专门负责特定任务的次级代理人。
- 📊 RAG系统：使用Supabase矢量存储进行检索增强生成。
- ⚡ 智能缓冲器：用于会话上下文保存的消息聚合。
______________________________________________________________________
🏗️ 系统架构
高级概述
graph TB
subgraph "Input Layer"
TG[Telegram Bot]
USER[User]
end
subgraph "Sensory Processing"
SWITCH{Content Type}
AUDIO[Audio Transcription]
IMAGE[Image Analysis]
DOC[Document Analysis]
TEXT[Text Input]
GR[Guardrails
NSFW + Jailbreak]
end
subgraph "Sensory Memory"
BUFFER[(Message Buffer
PostgreSQL)]
WAIT[Wait 3s]
AGG[Message Aggregator]
end
subgraph "Cognitive Layer"
AGENT[Complex Agent
GPT-4.1-mini]
STM[(Short-term Memory
PostgreSQL)]
LTM[(Long-term Memory
Vector Store)]
end
subgraph "Tool Registry"
THINK[Think Tool]
CALC[Calculator]
MCP[MCP Sub-agents]
SEARCH[Web Search]
end
subgraph "Output Layer"
SEND[Telegram Send]
CLEAN[Buffer Cleanup]
end
USER -->|Message| TG
TG --> SWITCH
SWITCH -->|Text| TEXT
SWITCH -->|Audio| AUDIO
SWITCH -->|Image| IMAGE
SWITCH -->|Document| DOC
TEXT --> GR
AUDIO --> GR
IMAGE --> GR
DOC --> GR
GR -->|Safe| BUFFER
GR -->|Unsafe| SEND
BUFFER --> WAIT
WAIT --> AGG
AGG --> AGENT
AGENT STM
AGENT LTM
AGENT THINK
AGENT CALC
AGENT MCP
AGENT SEARCH
AGENT --> SEND
SEND --> CLEAN
CLEAN --> BUFFER
______________________________________________________________________
🧩 技术组件
1.感觉层（输入处理）
责任多模式输入的识别和规范化。
graph LR
INPUT[Input] --> SWITCH{Type?}
SWITCH -->|text| TEXT[Direct to Guardrails]
SWITCH -->|voice| VOICE[Get Audio File]
SWITCH -->|photo| PHOTO[Get Image File]
SWITCH -->|document| DOC[Get Document File]
VOICE --> TRANS[Transcribe
Gemini 2.0]
PHOTO --> ANALYZE[Analyze Image
Gemini 2.0]
DOC --> EXTRACT[Extract Text
Gemini 2.0]
TRANS --> GR[Guardrails]
ANALYZE --> GR
EXTRACT --> GR
TEXT --> GR
GR -->|Pass| BUFFER[(Buffer)]
GR -->|Fail| REJECT[Send Rejection]
堆栈：
- 谷歌双子座2.0 Flash：音频转录、图像分析和文档提取。
- Llama 3.1 70B：护栏（NSFW检测、越狱预防）。
- 阈值：两道护栏均为0.7。
韵律学：
- 平均延迟：800毫秒-1.5秒
- 精度（护栏）：~94%
______________________________________________________________________
2.感官记忆（消息缓冲区）
责任：聚合连续消息以构建上下文。
算法：
-- 1. Insert into buffer
INSERT INTO message_buffer (chat_id, content, batch_id)
VALUES ($chat_id, $content, NULL);
-- 2. Wait 3 seconds (allows for multiple incoming messages)
-- 3. Atomic marking with batch_id
UPDATE message_buffer
SET batch_id = $execution_id
WHERE chat_id = $chat_id
AND batch_id IS NULL
RETURNING content;
-- 4. Aggregation
SELECT STRING_AGG(content, '\n' ORDER BY id) as full_context
FROM message_buffer
WHERE batch_id = $execution_id;
-- 5. Post-processing Cleanup
DELETE FROM message_buffer WHERE batch_id = $execution_id;
优势：
- ✅ 原子性：使用
batch_id防止比赛条件。 - ✅ 上下文窗口：~3s内的多条消息会一起处理。
- ✅ 自动清理：缓冲区在每个循环后被清除。
______________________________________________________________________
3.认知层（代理+记忆）
代理架构
graph TB
subgraph "Agent Core"
INPUT[User Input] --> THINK[Think Tool
Intent Analysis]
THINK --> DECISION{Decision Type}
end
subgraph "Memory Systems"
STM[(Short-term
PostgreSQL
10 msgs)]
LTM[(Long-term
Supabase Vector
OpenAI Embeddings)]
end
subgraph "Tool Registry"
CALC[Calculator]
WEB[Web Search
Native GPT-4.1]
MCP[MCP Sub-agents]
end
DECISION -->|Retrieval| LTM
DECISION -->|Action| MCP
DECISION -->|Compute| CALC
DECISION -->|Research| WEB
STM -.->|Context| DECISION
LTM -.->|Memories| DECISION
MCP --> OUTPUT[Response]
CALC --> OUTPUT
WEB --> OUTPUT
LTM --> OUTPUT
型号： GPT-4.1分钟（GPT-5.1）
- 上下文窗口：10条信息（短期记忆）。
- 温度：默认值（0.7）。
- 内建：网络搜索（中等上下文）。
提示工程
应用策略：
- 思维链（CoT）：强制要求
think用于显式推理的工具。 - 小样本学习：系统提示中嵌入的交互示例。
- TOON（面向令牌的对象表示法）：分层提示结构。
- 工具调用：基于意图分析的决策。
系统提示结构：
🟣 SYSTEM_IDENTITY
🟣 CONTEXT_VARIABLES (date, time, user)
🟣 GLOBAL_CONSTRAINTS (formatting, data integrity)
🟣 DECISION_PROTOCOL (priority order)
🟣 TOOL_REGISTRY (tech specs)
🟣 ORCHESTRATION_PROTOCOL (workflow)
🟣 FEW_SHOT_EXAMPLES
______________________________________________________________________
4.存储系统
短期记忆（工作记忆）
graph LR
A[New Interaction] --> B[(PostgreSQL
n8n_chat_histories)]
B --> C{Window Size}
C -->|Keep| D[Last 10 messages]
C -->|Archive| E[Long-term Consolidation]
D --> F[Agent Context]
架构：
CREATE TABLE n8n_chat_histories (
id SERIAL PRIMARY KEY,
session_id VARCHAR(255),
message JSONB,
created_at TIMESTAMP DEFAULT NOW()
);
保留政策：
- 活动窗口：最后10条消息。
- 清理：删除超过30天的邮件（每月定时）。
长期记忆（情景记忆）
graph TB
subgraph "Daily Consolidation (3AM)"
CRON[Schedule Trigger] --> AGG[Aggregate 24h Messages]
AGG --> EXTRACT[Information Extractor
Llama 3.3 70B]
end
subgraph "Extraction Schema"
EXTRACT --> SCHEMA{Extracted Fields}
SCHEMA --> T[main_topic]
SCHEMA --> E[entities]
SCHEMA --> A[action_taken]
SCHEMA --> I[relevant_info]
end
subgraph "Vector Storage"
SCHEMA --> EMBED[OpenAI Embeddings
text-embedding-3-small
1536 dims]
EMBED --> VDB[(Supabase pgvector
agent_memory)]
end
subgraph "Retrieval"
QUERY[User Query] --> QEMBED[Embed Query]
QEMBED --> SEARCH[Cosine Similarity]
VDB --> SEARCH
SEARCH --> CONTEXT[Top-K Results]
end
合并查询：
-- 24h Aggregation
SELECT STRING_AGG(message->>'content', E'\n' ORDER BY id) as batch
FROM n8n_chat_histories
WHERE created_at > NOW() - INTERVAL '1 day';
矢量存储架构：
CREATE TABLE agent_memory (
id BIGSERIAL PRIMARY KEY,
content TEXT,
metadata JSONB,
embedding VECTOR(1536)
);
CREATE INDEX ON agent_memory
USING ivfflat (embedding vector_cosine_ops)
WITH (lists = 100);
检索策略：
- 嵌入模型:
text-embedding-3-small（OpenAI）。 - 距离度量：余弦相似性。
- 顶部K：5个结果。
- 元数据筛选:
chat_id,date_range.
______________________________________________________________________
5.MCP子代理（任务委托）
MCP协议：用于主代理和专用子代理之间通信的模型上下文协议。
graph TB
AGENT[Complex Agent] -->|MCP Request| SERVER[MCP Server]
SERVER --> CAL[calendar_agent]
SERVER --> MAIL[gmail_agent]
SERVER --> FIN[financial_agent]
SERVER --> REPORT[financial_report]
SERVER --> TASK[tasks_agent]
CAL -->|CRUD| GCAL[Google Calendar API]
MAIL -->|Send/Reply| GMAIL[Gmail API]
FIN -->|Read/Write| SHEETS[Google Sheets API]
REPORT -->|Generate Chart| VIZ[Data Visualization]
TASK -->|CRUD| GTASKS[Google Tasks API]
GCAL --> RESPONSE[MCP Response]
GMAIL --> RESPONSE
SHEETS --> RESPONSE
VIZ --> RESPONSE
GTASKS --> RESPONSE
RESPONSE --> AGENT
子代理规格：
| 代理 | 功能 | API | 范围 |
|---|---|---|---|
calendar_agent | CRUD事件、列表、搜索 | Google日历 | - |
gmail_agent | 发送、回复、标签、搜索 | Gmail | - |
financial_agent | 记录费用，读取余额 | 谷歌表格 | personal or business |
financial_report | 生成图表、摘要 | 谷歌表格+Chart.js | personal or business |
tasks_agent | CRUD任务，标记完成 | Google任务 | - |
MCP呼叫示例：
{
"tool": "sub_agents",
"params": {
"agent": "calendar_agent",
"prompt": "Schedule meeting with Ana on Jan 15th, 2026 at 2 PM",
"scope": null
}
}
响应处理：
- 成功：子代理返回结构化确认。
- 失败：自动重试（最多2次尝试）。
- 媒体输出:
financial_report返回图像（绕过文本生成）。
______________________________________________________________________
错误处理
该系统实现了一个强大的错误处理机制，以确保连续执行和显式恢复。具体来说，它使用 错误触发器 在n8n中检测故障并解锁当前流状态。
已实现的错误流
1.流量解锁机制
一 错误触发器 如果与关联的执行中出现问题，则激活 message_buffer。该流清空当前批以防止死锁并重新处理消息：
流量：
- 触发：检测错误事件。
- 取消记录器：删除
batch_id从message_buffer使用以下SQL：
UPDATE message_buffer
SET batch_id = NULL
WHERE batch_id = '{{ $execution.id }}';
此过程可确保没有消息保持锁定状态，从而允许对受影响的流进行新的执行。
2.短期内存清理
定期安排的工作(预定触发器)删除过时的记录（超过30天的交互）：
流量：
- 触发：每月凌晨3点运行。
- 清洁工：执行以下命令：
DELETE FROM n8n_chat_histories
WHERE created_at Built with ❤️ using n8n, OpenAI, and lots of ☕