Skip to content

Latest commit

 

History

History
508 lines (371 loc) · 10.7 KB

File metadata and controls

508 lines (371 loc) · 10.7 KB

Vertex CLI 完整使用指南

Vertex是一个本地AI工作流系统,提供多种运行模式和丰富的命令行功能。

🚀 快速开始

# 安装vertex
pip install -e .

# 查看帮助
vertex --help

# 启动标准模式(默认)
vertex

# 查看版本
vertex --version

📋 命令概览

Vertex CLI提供以下主要命令:

命令 功能 说明
vertex 标准模式 启动Vertex聊天界面(默认)
vertex run 标准模式 同上,显式指定
vertex workflow 工作流模式 启动VertexFlow可视化编辑器
vertex deepresearch 深度研究 启动深度研究分析工具
vertex config 配置管理 管理系统配置文件
vertex rag RAG问答 基于文档的智能问答系统
vertex mcp MCP协议 Model Context Protocol 功能
vertex --desktop 桌面端模式 使用PyWebView启动桌面应用

🎯 详细使用说明

1. 标准模式 (Standard Mode)

启动Vertex标准聊天界面,提供基础的AI对话功能。

# 使用默认配置启动
vertex
#
vertex run

# 指定Web服务端口
vertex run --port 8080

# 指定主机地址
vertex run --host 0.0.0.0 --port 8080

功能特性

  • ✅ 多模型支持(OpenRouter、DeepSeek等)
  • ✅ Web界面聊天
  • ✅ 对话历史管理
  • ✅ 响应式设计

2. 工作流模式 (Workflow Mode)

启动VertexFlow可视化工作流编辑器,支持拖拽式工作流设计。

# 启动工作流编辑器
vertex workflow

# 指定端口
vertex workflow --port 8999

功能特性

  • ✅ 可视化工作流设计
  • ✅ 拖拽式节点编辑
  • ✅ 实时工作流执行
  • ✅ 工作流模板管理

3. 深度研究模式 (Deep Research Mode)

启动深度研究分析工具,提供高级分析功能。

# 启动深度研究工具
vertex deepresearch

# 指定端口
vertex deepresearch --port 7865

功能特性

  • ✅ 深度内容分析
  • ✅ 多维度研究报告
  • ✅ 数据可视化
  • ✅ 导出研究结果

4. 配置管理 (Config Management)

管理Vertex系统的配置文件,支持多种配置操作。

4.1 配置初始化

# 快速初始化配置(使用默认模板)
vertex config init

# 交互式配置向导
vertex config setup

4.2 配置检查

# 检查配置状态
vertex config check

输出示例:

配置检查结果:
  模板存在: ✓
  配置存在: ✓
  配置有效: ✓
  模板路径: /path/to/vertex_flow/config/llm.yml.template
  配置路径: /path/to/vertex_flow/config/llm.yml

建议运行: vertex config init

4.3 配置重置

# 重置配置为默认模板
vertex config reset

配置文件结构

llm:
  openrouter:
    sk: ${llm.openrouter.sk:sk-or-your-key}
    enabled: true
    models:
      - name: deepseek/deepseek-chat-v3-0324:free
        enabled: true

embedding:
  local:
    enabled: true
    model_name: "all-MiniLM-L6-v2"
    use_mirror: true

vector:
  local:
    enabled: true
    dimension: 384

# MCP (Model Context Protocol) 配置
mcp:
  enabled: true
  clients:
    filesystem:
      enabled: true
      command: "npx"
      args: ["@modelcontextprotocol/server-filesystem", "/path/to/allowed/directory"]
    github:
      enabled: false
      command: "npx"
      args: ["@modelcontextprotocol/server-github"]

5. RAG问答系统 (RAG Mode)

基于文档的检索增强生成系统,提供智能文档问答功能。

5.1 基础用法

# 使用内置示例文档
vertex rag

# 索引指定目录的文档
vertex rag -d ./documents

# 显示向量数据库统计
vertex rag --show-stats

5.2 查询模式

# 直接查询(完整模式)
vertex rag --query "什么是人工智能?"

# 快速查询(跳过LLM生成)
vertex rag --query "什么是人工智能?" --fast

# 交互式问答
vertex rag --interactive

# 快速交互式查询
vertex rag --interactive --fast

5.3 文档管理

# 强制重新索引文档
vertex rag -d ./documents --reindex

# 组合使用:重新索引后查询
vertex rag -d ./documents --reindex --query "文档摘要"

5.4 性能模式对比

模式 命令 耗时 功能
完整查询 --query "问题" 3-8秒 文档检索 + LLM生成
快速查询 --query "问题" --fast 0.5-1秒 仅文档检索
仅索引 -d path --reindex 按文档量 仅构建索引
统计信息 --show-stats <1秒 显示数据库状态

6. MCP协议功能 (Model Context Protocol)

MCP (Model Context Protocol) 是一个开放标准,允许LLM应用程序安全地连接到数据源。

6.1 MCP命令概览

# 显示MCP帮助信息
vertex mcp --help

# 显示MCP功能说明和示例
vertex mcp info

# 启动MCP服务器
vertex mcp server

# 测试MCP客户端
vertex mcp client 'vertex mcp server'

6.2 MCP服务器功能

MCP服务器提供以下功能:

  • 资源访问: 提供文件和配置资源访问
  • 工具调用: 支持文本处理等工具
  • 提示模板: 提供代码分析和工作流辅助模板
  • stdio协议: 通过标准输入输出通信

默认资源:

  • config://test.yml - 测试配置文件
  • workflow://sample.py - 示例工作流

可用工具:

  • echo_text - 文本回显工具,支持重复参数

提示模板:

  • analyze_code - 代码分析提示模板
  • workflow_help - 工作流创建辅助模板

6.3 MCP客户端测试

# 启动MCP服务器(终端1)
vertex mcp server

# 在另一个终端测试客户端(终端2)
vertex mcp client 'vertex mcp server'

# 查看详细信息和示例
vertex mcp info

6.4 MCP配置

MCP配置位于独立的配置文件 vertex_flow/config/mcp.yml.template 中:

# MCP (Model Context Protocol) 配置
mcp:
  enabled: true        # 启用MCP集成
  clients:             # MCP客户端配置
    filesystem:        # 文件系统MCP客户端
      enabled: true
      command: "npx"
      args: ["@modelcontextprotocol/server-filesystem", "/path/to/directory"]
      transport: "stdio"
      env:
        NODE_ENV: "production"
    
    github:            # GitHub MCP客户端
      enabled: false
      command: "npx"
      args: ["@modelcontextprotocol/server-github"]
      transport: "stdio"
      env:
        GITHUB_PERSONAL_ACCESS_TOKEN: "${mcp.github.token:your-github-token}"
    
    database:          # 数据库MCP客户端
      enabled: false
      command: "npx"
      args: ["@modelcontextprotocol/server-postgres", "postgresql://localhost/mydb"]
      transport: "stdio"
  
  server:              # MCP服务器配置
    enabled: true      # 启用MCP服务器
    name: "VertexFlow" # 服务器名称
    version: "1.0.0"   # 服务器版本

7. 桌面端模式 (Desktop Mode)

使用PyWebView封装Gradio应用,提供原生桌面应用体验。

7.1 基础用法

# 启动桌面端应用(标准模式)
vertex --desktop

# 启动桌面端工作流模式
vertex workflow --desktop

# 启动桌面端深度研究模式
vertex deepresearch --desktop

7.2 桌面端特性

优势

  • ✅ 原生桌面应用体验
  • ✅ 无浏览器依赖
  • ✅ 更好的系统集成
  • ✅ 独立窗口管理

要求

  • Python 3.8+
  • PyWebView 依赖包
  • 系统WebView支持

7.3 桌面端配置

# 检查桌面端依赖
python -c "import webview; print('PyWebView available')"

# 如果缺少依赖,安装:
pip install pywebview

🔧 高级用法

组合命令

# 初始化配置后启动工作流
vertex config init && vertex workflow

# 检查配置状态并启动RAG
vertex config check && vertex rag --interactive

# 启动MCP服务器并在桌面端运行
vertex mcp server & vertex --desktop

环境变量

# 指定配置文件
CONFIG_FILE=config/custom.yml vertex

# 启用调试模式
DEBUG=1 vertex workflow

# 设置日志级别
LOG_LEVEL=DEBUG vertex

批处理脚本

#!/bin/bash
# 自动化启动脚本

# 检查配置
vertex config check

# 如果配置不存在,初始化
if [ $? -ne 0 ]; then
    vertex config init
fi

# 启动工作流模式
vertex workflow --port 8999

🛠️ CLI统一化说明

架构改进

本次更新将原来的多个CLI文件合并成一个统一的命令行工具:

  • 删除: vertex_flow/cli_mcp.py
  • 更新: vertex_flow/cli.py - 添加了所有MCP相关功能

统一的命令结构

所有Vertex功能现在都通过一个统一的入口点访问,提供:

  1. 统一性: 所有功能通过一个入口点访问
  2. 一致性: 命令结构和参数风格统一
  3. 易用性: 更容易发现和使用各种功能
  4. 维护性: 减少了重复代码和文件数量
  5. 文档性: 集中的帮助信息和示例

向后兼容性

  • ✅ 所有原有的CLI命令保持不变
  • ✅ 原有的功能和参数都得到保留
  • ✅ 只是增加了新的MCP子命令
  • ✅ 配置文件格式保持兼容

📚 相关文档

🔍 故障排除

常见问题

  1. 命令未找到

    # 确保正确安装
    pip install -e .
    
    # 检查PATH环境变量
    which vertex
  2. 配置文件问题

    # 检查配置状态
    vertex config check
    
    # 重新初始化配置
    vertex config init
  3. 端口占用

    # 使用不同端口
    vertex workflow --port 9000
    
    # 检查端口占用
    lsof -i :8999
  4. MCP依赖问题

    # 安装MCP相关依赖
    npm install -g @modelcontextprotocol/server-filesystem
    
    # 检查Node.js版本
    node --version
  5. 桌面端启动失败

    # 安装桌面端依赖
    pip install pywebview
    
    # 检查系统WebView支持
    python -c "import webview; webview.start()"

更多故障排除信息,请参考 TROUBLESHOOTING.md

🔗 相关文档

🆘 获取帮助

# 查看命令帮助
vertex --help
vertex config --help
vertex rag --help

# 查看版本信息
vertex --version

# 在线文档
# https://github.com/your-repo/localqwen/tree/main/docs

通过这个完整的CLI指南,你可以充分利用Vertex的所有功能,从基础聊天到高级工作流设计,再到智能文档问答系统和桌面端应用。选择适合你需求的模式,享受AI驱动的工作流体验!