开源多Agent智能诊断系统：MCP+RAG+Skill路由架构深度解析

项目概述

最近，一个基于 OneCall 魔改的开源多 Agent 项目引起了不少关注。该项目将 MCP（Model Context Protocol）、RAG（检索增强生成）、Skill（技能路由） 三大核心能力整合到一个统一的智能诊断系统中，能够对电脑进行实时诊断、生成报告，并支持多轮追问与联网检索。

MCP 协议背景：MCP 是由 Anthropic 于 2024 年底提出并开源的标准化协议，旨在解决大语言模型与外部工具、数据源之间的「最后一公里」连接问题。在 MCP 出现之前，每个 AI 应用都需要为不同工具编写定制化的集成代码，维护成本极高。MCP 借鉴了 LSP（Language Server Protocol）的设计思想，定义了一套统一的客户端-服务器通信规范，使得任何支持 MCP 的模型都能即插即用地调用文件系统、数据库、浏览器等本地或远程资源。目前 Claude、Cursor 等主流 AI 产品已率先支持 MCP，生态正在快速扩张。

这个项目的最大亮点在于其模块化的架构设计——通过 Skill 路由机制先筛选合适的技能模块，再调用对应工具执行任务，从而大幅降低 Token 消耗，提升响应效率。

核心功能演示

Skill 路由与智能诊断

Skill 路由本质上是多 Agent 系统中的「意图分发层」，其设计灵感来源于微服务架构中的 API 网关模式。在传统的 ReAct（Reasoning + Acting）框架中，模型需要在每一步推理时面对全量工具描述，当工具数量超过 20 个时，Token 消耗和模型的工具选择准确率都会显著下降——这一现象被称为「工具过载」（Tool Overload）问题。Skill 路由通过引入轻量级的意图分类器（可以是规则引擎、小模型或向量相似度匹配），将用户意图先映射到某个 Skill 域，再仅向主模型暴露该域内的工具子集，从而将工具选择的搜索空间从 O(N) 压缩到 O(K)，K 远小于 N。

系统启动后，用户可以在前端界面输入问题，例如"我的电脑为什么这么卡"，然后点击"开始诊断"。系统会经历以下流程：

1. Skill 选择：根据问题语义，自动匹配最合适的技能模块
2. 诊断计划生成：根据选定的 Skill 制定检索和诊断计划
3. 工具调用：按计划依次调用系统工具进行数据采集
4. 报告生成：汇总所有诊断数据，生成结构化的诊断报告

右侧界面会实时显示耗时和已调用的工具列表，中间区域则是实时检测的状态框。最终生成的诊断报告能够精准定位问题——比如演示中就准确识别出最大的资源占用来自一个刚启动的游戏。

值得一提的是，系统中设置了一个"通用 OneCall"兜底机制：当所有预定义的 Skill 都无法匹配用户问题时，系统会自动降级到通用模式进行处理，确保不会出现无响应的情况。

RAG 聊天与多轮追问

RAG 由 Meta AI 研究团队于 2020 年在论文《Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks》中正式提出。其核心思想是将「参数化知识」（模型权重中存储的知识）与「非参数化知识」（外部向量数据库中的文档）结合起来，在推理时动态检索相关片段注入上下文，从而突破模型训练数据截止日期的限制，并显著降低幻觉率。典型的 RAG 流程包括：文档切片 → Embedding 向量化 → 存入向量数据库 → 查询时相似度检索 → 将命中片段拼入 Prompt。

诊断报告生成后，用户可以切换到 RAG 聊天模式 进行进一步追问。这一模式的设计相当巧妙：

• 诊断报告中的数据会通过 Redis 缓存 自动保存，作为 RAG 的上下文知识库
• 用户的追问会基于报告内容进行检索增强，回答更加精准
• 支持开启联网搜索，在网络上查找与报告相关的补充资料（搜索范围限定在报告涉及的内容）

Redis 在多轮对话中的作用：Redis 作为内存键值数据库，在 AI 对话系统中承担着「短期记忆」的角色。相比将对话历史全部塞入 Prompt 的朴素方案，Redis 缓存具有三大优势：一是读写延迟在微秒级，不会成为响应瓶颈；二是支持设置 TTL（生存时间），可自动清理过期会话，避免内存泄漏；三是天然支持分布式部署，多个 Agent 节点可共享同一份上下文状态。本项目将诊断报告序列化后存入 Redis，RAG 检索时直接从缓存拉取结构化数据作为知识源，既保证了多轮追问的上下文连贯性，又避免了重复执行诊断流程的计算浪费。

这种"先诊断、再追问"的交互模式，既保证了上下文的连贯性，又避免了每次追问都重新执行完整诊断的资源浪费。

MCP 接口实时诊断

系统还支持通过 MCP 接口 直接与电脑进行交互诊断。用户在聊天界面打开 MCP 开关后，系统就能通过 MCP 协议实时调用本地工具，获取当前系统状态。MCP 采用标准的 JSON-RPC 2.0 作为底层通信格式，工具的输入输出 Schema 通过 JSON Schema 规范描述，这使得模型可以在运行时动态发现并调用新注册的工具，而无需重新训练或修改提示词模板。

在演示中，关闭游戏后再次通过 MCP 进行诊断，系统能够实时反映最新的系统状态，界面上清晰显示了正在调用的工具名称和执行进度。

知识库管理

文件上传与向量化处理

系统内置了知识库上传功能，用户可以将自定义文档上传到系统中。上传流程包含以下要点：

• 上传需要输入密码验证（目前为明文存储，后续可改为加密方式）
• 文件上传后，系统会通过千问的 Embedding 模型将文档内容进行向量化映射
• 上传的知识会被存储为 Markdown 文件，在 RAG 问答时会显示来源信息

Embedding 向量化与千问模型：Embedding（嵌入）是将文本映射为高维稠密向量的技术，语义相近的文本在向量空间中距离更近，这是 RAG 检索的数学基础。阿里云的千问（Qwen）系列提供了专用的 text-embedding 模型，支持中文语义的精准向量化，在 MTEB 中文榜单上表现优异。向量化后的文档片段通常存储在 Faiss、Milvus 或 Chroma 等向量数据库中，检索时通过余弦相似度或内积计算找出最相关的 Top-K 片段。本项目将上传文档转为 Markdown 后再进行向量化，保留了文档结构信息，有助于提升检索的语义准确性，同时在回答中显示来源文件名，增强了结果的可解释性。

检索命中与来源追溯

在 RAG 问答过程中，系统会显示检索的命中率和命中参数，用户可以清楚地看到回答引用了哪些知识库文档。这种「引用溯源」设计是企业级 RAG 系统的重要特性，能够帮助用户判断回答的可信度，也便于在知识库内容有误时快速定位并修正。同时支持对已上传的知识库数据进行删除管理，保持知识库的整洁。

架构优势分析

Token 消耗优化策略

该项目最值得关注的架构设计是其**"先选 Skill，再调工具"**的两阶段策略。传统的多 Agent 系统往往将所有工具描述一次性发送给大模型，导致 Token 消耗巨大。以 GPT-4o 为例，每个工具的 JSON Schema 描述平均占用 200-500 个 Token，当系统集成 50 个工具时，仅工具描述部分就会消耗 1 万至 2.5 万 Token，严重压缩了可用于实际推理的上下文窗口。而本项目通过 Skill 路由层先进行轻量级的意图分类，再加载对应 Skill 下的工具集，从演示效果来看 Token 消耗非常少。

模块化设计与可扩展性

整个系统的模块化程度很高，各层职责清晰：

• Skill 层：可自定义添加新的技能模块，灵活扩展诊断能力
• RAG 层：支持自定义知识库上传和管理，增强问答质量
• MCP 层：通过标准协议接入各类外部工具，实现实时交互
• 缓存层：Redis 提供高效的上下文管理，保障多轮对话连贯性

这种分层架构与软件工程中的「关注点分离」原则高度契合——每一层只需关注自身的核心职责，层与层之间通过定义良好的接口通信，使得单个模块的升级或替换不会影响整体系统的稳定性。

总结

这个开源项目展示了一种将多 Agent、MCP、RAG 和 Skill 路由有机结合的实践方案。其核心价值在于通过 Skill 路由机制实现了工具调用的精准匹配，配合 RAG 的上下文增强和 MCP 的实时交互能力，构建了一个功能完整且资源高效的智能诊断系统。

对于想要学习多 Agent 系统架构设计的开发者来说，这个项目在 Token 优化、模块解耦和交互体验方面都提供了值得借鉴的思路。从更宏观的视角来看，该项目也代表了当前 AI 工程化的一个重要趋势：不再追求单一超级模型解决所有问题，而是通过精心设计的路由与编排机制，让专业化的小模块各司其职，在成本与能力之间找到最优平衡点。

核心要点

• 项目整合了多Agent、MCP、RAG和Skill路由四大核心能力，构建了一个完整的智能诊断系统
• 通过"先选Skill再调工具"的两阶段策略，大幅降低Token消耗，提升系统效率
• RAG聊天模式通过Redis缓存保存诊断报告上下文，支持多轮追问和联网检索
• MCP接口基于JSON-RPC 2.0标准协议，支持实时与本地系统交互，获取最新的电脑状态进行诊断
• 内置知识库管理功能，支持文件上传、千问Embedding向量化和来源追溯