对话式 AI 任务助手-DeepSeek 代理

立项背景和目标： 市面上的 AI 对话工具大多是单线程问答，无法跨会话管理任务、也不能在对话中直接触发行动。目标是构建一个本地部署的「对话即操作」AI 助手——用户说一句“帮我记下明天开会”，AI 自动调用工具写入待办;说一句“帮我看看这个网页”，AI 自动抓取并总结，实现真正的 Agent 交互闭环。
核心功能（4大模块）： （1）多会话管理：左侧边栏支持创建、切换、删除多个独立对话，首条消息自动生成会话标题，全部历史 SQLite 持久化;（2）DeepSeek Function Calling 工具调用：AI 自主判断何时调用内置工具，包括 add_todo（添加待办）、list_todos（查看待办）、fetch_webpage（网页正文抓取+摘要）、calculate（安全 AST 数学计算），4个工具覆盖主流任务场景;（3）流式对话（SSE）：后端 Server-Sent Events 实时推送，打字机效果输出，工具执行结果独立气泡推送，工具完成后 AI 继续流式回复，全链路无阻塞;（4）长对话记忆压缩：对话超过20条消息自动触发压缩，调用 DeepSeek 将旧消息摘要成200字背景，下次对话携带摘要而非全量历史，解决 token 超限问题。
业务流程： 用户发送消息 → FastAPI 接收并存库 → 携带历史+摘要调用 DeepSeek → 判断是否触发 Tool Calling → 执行工具（写待办/抓网页/计算）→ SSE 实时推送前端 → 工具完成后 AI 继续作答 → Vue3 前端 Pinia 状态管理渲染三栏界面（会话栏+对话区+待办面板）。

整体架构： 前后端分离。后端 Python + FastAPI + SQLAlchemy ORM + SQLite（三张表：sessions/messages/todos），核心分层为 routers（API路由）/ core（AI引擎+工具执行）/ database（数据模型）;前端 Vue3 + Pinia + Vite，单文件组件 App.vue 实现三栏布局，api层封装所有接口调用，SSE 流通过 ReadableStream 逐行解析。
我的责任模块与量化结果： 独立完成全部代码，共22个文件。核心亮点：（1）Tool Calling 全链路——assistant 消息携带 tool_calls JSON 存库，tool 消息存 tool_call_id 关联，执行完成后重新构建完整消息链再次请求 AI 作最终回复，严格遵守 DeepSeek 函数 calling 消息格式规范;（2）SSE 流解析——前端用 ReadableStream reader 逐块读取，按 分割后解析 前缀 JSON，区分 text/tool_calls/tool_result/done 四种事件类型，动态更新 placeholder 消息;（3）记忆压缩策略——新消息数超阈值（20条）时，取全量消息排除最近10条，单独调用 DeepSeek 生成摘要并追加到 session.summary 字段，压缩后新对话上下文从 O（n） 降至 O（1）+固定摘要长度。\ndata:
难点与解决： （1）Tool Calling 流式模式下 arguments 分片传输：DeepSeek 流式返回时 function arguments 是分多个 chunk 累加的，在前端通过 逐片拼接， 时才触发工具分发，避免 JSON 解析不完整崩溃;（2）工具执行后 AI 需要“继续说话”：工具执行结果存为 role=tool 消息后，重新调用 重构完整消息链（含 tool_calls + tool result），再次发起流式请求让 AI 基于工具结果作答，两段流分别推送前端;（3）安全计算工具：拒绝使用 eval（），改用 Python AST 模块解析表达式树，只允许 Constant/BinOp/UnaryOp 节点和白名单运算符，杜绝代码注入风险。tool_calls_acc[index].arguments +=finish_reason === "tool_calls"_build_messages()