GraphCanvasAgent：自然语言驱动的多模态图像编辑智能体

GraphCanvasAgent (图画智能体) - 自然语言驱动的多模态图像编辑工作台

GraphCanvasAgent 是一个基于 React 19 + FastAPI + LangChain/LangGraph + Konva 构建的全栈 AI 图像编辑智能体系统。

不同于传统的单步生图工具，本项目利用 LangGraph 状态机 与 大模型多步规划能力，允许用户通过自然语言完成复杂的复合修图任务；前端依托 Konva 渲染引擎 实现了可交互的高性能画布，支持图层精准解耦、文本重绘与实时流式状态反馈。

核心特性

• 🤖 Agent 智能调度与多步规划：基于 LangGraph 构建图结构状态机，将复杂修图意图拆解为多步执行计划（Planning & Execution）。
• 🎨 高性能交互画布：基于 Konva 打造，支持图层拆分、文字层剥离重构、局部遮罩（Mask）与多图元混合排版。
• 🛠 全链路多模态工具箱：内置 21+ 种图像原子操作，涵盖 文生图、局部重绘（Inpainting）、语义抠图（Matting）、分辨率超分等。
• ⚡ 生产级异步工程架构：
  • 后端基于 FastAPI 构建高性能异步接口。
  • 采用 SSE (Server-Sent Events) 协议实时向前端推送 Agent 思维链（CoT）与执行进度。
  • 内置异步任务调度机制，保障耗时生图/推理任务的非阻塞运行。

快速开始

# 1) 中间件：Postgres 17 / Redis 7 / 对象存储
docker compose up -d

# 2) 后端（依赖可选；CV 体积大，M6 才需要）
cd backend
uv sync --extra dev                     # 或再加 --extra agent / --extra cv
uv run uvicorn app.main:app --port 7302 --reload

# 3) 前端
cd frontend
npm install --ignore-scripts             # 本机必须带该参数，见 frontend/README.md
npm run dev                              # http://localhost:7301

打开 http://localhost:7301，落地页会实时显示后端 /ready 的三项依赖状态（Postgres / Redis / 对象存储）。

⚠️ 本机 localhost 会解析到 IPv6 ::1，而 compose 端口只绑 127.0.0.1。 环境变量里一律写 127.0.0.1，否则 Redis 会连接超时。

工程结构

backend/    FastAPI：config（必填 fail-fast）/ db / routers / services / tools / agent / providers / eval
frontend/   React 19：api / domain（画布领域层）/ stores / components / pages
docs/       开发计划与参考项目分析报告（阶段性文档，开发完成后从仓库移除）

开发进度

施工图见 docs/开发计划.md。

文档

• docs/开发计划.md —— M0–M11 施工图，含每阶段的验收标准与「别照抄参考项目」清单
• docs/ai-picture-editor-项目分析报告.md —— 参考项目的能力与缺口审计
• backend/README.md / frontend/README.md —— 各自的分层与命令