# AI PaaS 商业平台 - 需求描述

## 商业目标

我需要设计一套 AI PaaS 商业平台的完整架构。面向个人用户提供 AI 能力服务，包括但不限于：

- **Agent（智能体）**：用户可以创建、部署、管理自己的 AI Agent
- **MCP（Model Context Protocol）**：支持 MCP 协议的 AI 服务接入
- **Skills（技能市场）**：用户可以发布、购买、使用 AI 技能
- **IMBot（即时通讯机器人）**：支持微信、QQ、钉钉等平台的 AI 机器人
- **CLI（命令行工具）**：开发者友好的命令行接口
- **ACP（Agent Communication Protocol）**：Agent 间通信协议
- **AI 产品交易平台**：为个人用户提供 AI 产品的交易市场

## 技术需求

### 1. 平台底座

需要一个完整的 Web 系统作为平台基础，包含：
- 用户认证与授权（OAuth、JWT）
- 多租户架构（每个用户/团队独立空间）
- 用户 Dashboard（使用统计、账单、配置管理）
- 管理后台（用户管理、系统监控、内容审核）

### 2. 订阅计费系统

支持灵活的计费模式：
- **订阅制收费**：月度/年度订阅，包含不同等级的套餐
- **Token 计费**：基于 API 调用次数/Token 消耗量计费
- **混合模式**：基础订阅 + 超出部分按量计费
- 支持多种支付方式（支付宝、微信支付、Stripe）

### 3. 标准化中间件（核心需求）

这是平台的核心竞争力，需要能够：

#### 能力注册中心

- 每个 AI 项目（Agent、MCP、Skills 等）注册为一个 **Capability**
- 标准化的接口规范：发现 / 调用 / 计费 / 版本管理
- 支持动态注册和注销
- 能力元数据管理（描述、标签、版本、依赖关系）

#### API Gateway

- 统一入口：所有 AI 能力通过统一 API 网关暴露
- 认证鉴权：JWT/API Key 多种认证方式
- 限流熔断：保护后端服务
- 请求路由：根据能力类型、用户等级路由到不同后端
- 协议转换：支持 REST、WebSocket、gRPC 等多种协议

#### LLM Provider Router

- 多平台模型对接：DeepSeek、千问、豆包、百度、元宝、智谱、本地 Ollama
- 统一 OpenAI 兼容格式：`POST /v1/chat/completions`
- 模型路由：根据用户选择、成本、性能自动路由
- 故障转移：主模型不可用时自动切换备用模型

#### 用量追踪与计费

- 实时记录每个用户的 API 调用量
- Token 消耗统计
- 按能力、按模型、按时间维度统计
- 与订阅计费系统联动

### 4. AI 能力层

各 AI 项目通过标准化接口接入，每个项目做自己最擅长的事：

- **Agent 编排**：可视化工作流编排（类似 LangFlow）
- **MCP Server**：MCP 协议服务管理与发现
- **Skills 市场**：技能发布、审核、交易、版本管理
- **IM Bot**：多平台即时通讯机器人（微信、QQ、钉钉）
- **知识库**：文档上传、向量化检索、RAG 问答
- **LLM Provider**：多模型统一接入与管理

### 5. 平台验证

需要能在多个 LLM 平台上验证和运行：
- DeepSeek
- 千问（阿里云）
- 豆包（字节跳动）
- 百度文心一言
- 腾讯元宝
- 智谱 GLM
- 本地 Ollama

## 约束条件

### 许可证合规

所有使用的开源项目必须允许商业化多租户 SaaS 部署。注意：

- ❌ **Dify**：Modified Apache 2.0，禁止多租户 SaaS 商业化
- ❌ **FastGPT**：Modified Apache 2.0，禁止多租户 SaaS 商业化
- ✅ **Sovra**：MIT，允许商业化
- ✅ **CoAI/ChatNIO**：Apache 2.0，允许商业化
- ✅ **LangFlow**：MIT，允许商业化
- ✅ **LangBot**：Apache 2.0，允许商业化

### 部署环境

- 服务器：Linux (Ubuntu/CentOS)
- 容器化：Docker + Docker Compose
- 数据库：PostgreSQL + Redis
- 存储：支持本地存储和对象存储 (S3/MinIO)

### 商业化考量

- 快速验证 MVP：2-3 个月内上线基础版本
- 长期商业化：架构可扩展，支持多租户、多计费模式
- 核心竞争力：标准化中间件层，而非底层 AI 能力