DojoAgents 架构深度解析七层设计如何兼顾深度推理与绝对隐私【免费下载链接】DojoAgentsDojoAgents: Full-Market AI Copilot for Personal Investment项目地址: https://gitcode.com/gh_mirrors/do/DojoAgentsDojoAgents 是一个专为个人投资打造的本地化 AI Agent 框架其七层架构访问层 → Runtime → Agent Loop → 工具沙箱 → 记忆技能 → 金融数据服务 → 基础设施让推理能力与数据隐私不再二选一模型可调用任意 LLM但你的持仓、行情与分析产物始终留在本机磁盘上。上图完整展示了 DojoAgents 的七层结构从 CLI、Web Dashboard、聊天网关三大入口贯穿 Agent Loop 推理引擎到底层工具、数据与基础设施。下面逐层拆解。第 1 层三大访问入口一个 DojoAgents你可以通过三种方式驱动同一个 AgentWeb Dashboard开箱即用的 React SPA四大支柱为 Portfolio净值曲线、风险敞口、Markets跨市场热力图、SectorsL1/L2/L3 行业分类、EquitiesK 线、PE 带、财报CLI命令行直接发起会话、任务与预计算Chat Gateway把 Slack、Telegram、Discord、飞书、微信等平台的 webhook 标准化为统一请求适配器位于 dojoagents/gateway/adapters/。三种入口最终都收敛到同一个 Runtime行为完全一致——这是一套内核多面皮肤的典型设计。第 2 层Runtime 组装层——全局指挥者dojoagents/agent/runtime.py 是对象图组装层它从 dojoagents/config/loader.py 的ConfigStore默认读取~/.dojo/agents.yaml出发把 Provider、工具、技能、记忆、调度器和插件一次性装配成可运行整体。这一层的意义在于边界清晰配置解析、日志、工具执行各有唯一出口新增能力只需注册而不用改核心代码。第 3 层Agent Loop 引擎——深度推理的核心 这是整个框架的大脑。dojoagents/agent/loop.py 负责多轮模型调用、工具编排与最终回答生成构造模型上下文调用 LLM Provider模型返回工具调用 →ToolExecutor执行 → 结果回填上下文循环直至生成最终回答全程以事件流形式推给前端。配合上下文窗口压缩dojoagents/agent/compressor.py与金融护栏dojoagents/agent/guardrails.pyAgent 既能做多步跨市场推理例如自主拆解为什么美股半导体软件跌而 A 股大涨又能抑制金融幻觉。官方文档中的每日市场概览流程就是标准演示而每个 Agent 实例都绑定一个Harness默认是financial金融场景由它持有提示词、技能、策略与结果展示逻辑见 dojoagents/harnesses/built_in/financial/——领域逻辑不硬编码在通用循环里这正是七层解耦的精髓。第 4 层工具与沙箱——安全可控的执行边界 ️Agent 的所有外部动作都走统一接口ToolSpec注册、ToolExecutor执行、SandboxPolicy在调用前施加安全策略与超时边界核心实现在 dojoagents/tools/executor.py 与 dojoagents/tools/sandbox.py。金融只读主路径是dojo.sdk.*系列工具由 Runtime 统一注册另有 web 检索、会话文件、组合写路径等工具族结果统一规范化为ToolResult含data、viz_blocks、artifacts等结构化字段。沙箱让 Agent 可以临时执行 Python 代码、计算技术指标却始终被关在隔离环境内——能动手但翻不出墙。第 5 层本地金融数据服务——隐私的关键一环 这一层是绝对隐私承诺的实体。Dashboard 的 FastAPI 后端dojoagents/dashboard/services/管理 K 线、财报、新闻、行业、组合等本地存储与刷新/预计算任务前端通过 OpenAI 兼容的/api/chat与 SSE 流式事件dojo.v2协议消费结果详见 docs/site/zh/architecture/dashboard.md。因为数据落盘在本机多模态能力才能放心使用——直接上传 40 持仓的截图Agent 就会识别每只股票、按市场与产业链重组并给出风险诊断会话数据按(tenant_id, user_id, session_id)三元组隔离支持文件存储或项目自定义存储可对接 MySQL/PostgreSQL契约见 docs/session-store-adapter.md。第 6 层Memory、Skills 与多智能体规划Memory可插拔的记忆提供者dojoagents/memory/明确不把 API Key 写入记忆长上下文压缩时保留事实来源Skills自动把成功的多步市场分析工作流沉淀为可复用的程序化技能dojoagents/skills/下次直接调用Multi-Agent 与 Planning子代理池、任务委派、计划存储与执行引擎dojoagents/planning/engine.py用于睡觉时自动追踪行业轮动与风险敞口的自主量化分析师场景。诊断之后Agent 会建议去重持仓、优化美股配置、增配防御性资产经你批准后生成模拟组合并在 Dashboard 持续跟踪第 7 层插件、事件驱动与基础设施最底层是解耦与扩展的地基插件系统从内置目录和~/.dojo/plugins发现 tools、hooks、skills兼容.claude-plugin清单dojoagents/plugins/registry.py事件总线所有 Agent 事件带稳定run_id、seq与时间戳前端按事件 reducer 消费而非猜测状态让 Agent、工具、定时任务、SSE 与自动触发器彻底解耦dojoagents/utils/event_bus.pyCron 调度定时自动洞察直接推送到你偏好的聊天应用不阻塞主推理循环。完整事件面与协议见 docs/site/zh/architecture/event-driven.md。隐私保障小结为什么说绝对设计点隐私效果本地 Runtime 本地 Store持仓、行情、分析产物不出本机磁盘API Key 仅写入~/.dojo/agents.yaml凭证本地保管可随意切换 OpenAI/Gemini/Ollama 等沙箱策略 超时边界Agent 执行受限无法越权访问会话三元组隔离多租户数据互不串扰事件流本地 SSE中间推理步骤全程可审计、可展开查看总结DojoAgents 的七层架构可以概括为一句话上层多入口、中层深推理、底层全本地。访问层让你用任何习惯的方式对话Agent Loop Harness 提供机构级的多步金融推理工具沙箱与本地数据服务则把隐私锁死在最后一道边界内。如果你想深入每一层的设计细节建议从官方架构文档 docs/site/zh/architecture/overview.md 开始读起。【免费下载链接】DojoAgentsDojoAgents: Full-Market AI Copilot for Personal Investment项目地址: https://gitcode.com/gh_mirrors/do/DojoAgents创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考