DomainAtlas 是一个知识地图式的领域学习 Agent，帮助用户在有限时间内建立对陌生领域的第一版结构化认知。
当前状态：早期技术原型。 当前仓库已实现流式对话和 Agent 工具调用链路，尚不能生成完整的 Atlas。
- FastAPI 后端和 React Router 前端；
POST /agent流式聊天接口；- AI SDK 消息到 Pydantic-AI 消息的转换；
- 基于 SSE 的文本流；
- 基础请求校验、后端测试、Ruff 检查和 TypeScript 检查；
- 面向陌生领域的范围校准与结构化学习框架对话原型。
当前实现仍处于 M0/M1 过渡阶段，尚未生成完整的 Atlas。
- Python 3.12+
- uv
- Node.js 22+
- pnpm
- GNU Make
make setup
cp backend/.env.example backend/.env在 backend/.env 中填写模型服务配置：
OPENAI_API_KEY=your-api-key
# 可选：支持流式工具调用的 OpenAI 兼容服务
OPENAI_API_BASE=https://your-compatible-api.example.com/v1
# 模型名称；需要与所选服务中可用的模型一致
OPENAI_MODEL=deepseek-v4-flash如需修改前端请求地址，创建 frontend/.env：
VITE_API_URL=http://127.0.0.1:8000/agentmake dev默认地址：
也可以分别启动：
uv run --directory backend fastapi dev src/app/main.py
pnpm --dir frontend dev启动后，可以在前端输入以下内容，验证领域学习对话和流式响应链路：
I want to understand climate policy. I am a software engineer, have two hours, and want a map of the main mechanisms and trade-offs.
后端目前提供：
POST /agent
Content-Type: application/json
Response: text/event-stream
请求体使用 AI SDK 消息格式，并至少包含一条用户消息：
{
"messages": [
{
"role": "user",
"content": "What's 15 + 27 + 8?",
"parts": [
{
"type": "text",
"text": "What's 15 + 27 + 8?"
}
]
}
]
}响应包含文本增量和结束事件；工具调用协议保留给后续研究和构建阶段。
make test也可以分别执行：
make test-backend
make test-frontend当前检查包括后端单元测试、Ruff 检查和前端 TypeScript 类型检查。
.
├── backend/
│ ├── src/app/
│ │ ├── api/
│ │ ├── agent/
│ │ ├── core/
│ │ ├── schemas/
│ │ ├── streaming/
│ │ └── main.py
│ └── tests/
│ ├── test_message_conversion.py
│ ├── test_models.py
│ └── test_stream_protocol.py
├── frontend/
│ └── app/
├── docs/
└── Makefile