VMind OpenAPI

在 VMind 图表生成工具的基础上，VisActor 团队全新推出了 VMind Agent，提升了智能生成的准确性和效率，并新增了多轮编辑能力。目前 VMind Agent 提供了 OpenAPI 接口，你可以通过调用这些接口来实现更高级的智能生成能力。VMind Agent Playground提供了一个简单的测试环境，方便体验 VMind Agent 的能力。

VSeed

VSeed 是一个面向分析领域的 DSL, 封装了该领域常用的图表能力, 极大地提升分析式报表平台的搭建效率。一般情况下, 给定数据集和图表类型, 即可直接出图，每类图表类型存在大量的默认约定逻辑。

VSeed 是 VChart 和 VTable 的子集，配置相比 VChart 和 VTable 大幅简化，配置项更适合大模型理解，是专为 LLM 生成封装的图表库。

VSeed 项目仓库：https://github.com/VisActor/VBI

VSeed 能力展示：https://visactor.github.io/VBI/vseed/galley/chartType/line.html

VMind Agent 优先推荐使用 VSeed 进行代码生成，生成效果更加优秀，也同时支持 VChart 和 VTable 的原生代码生成。

VMind Agent

VMind Agent 的整体技术方案如下：

用户输入的指令和代码块，输入 VMind Agent 后，Agent 会基于 LLM 主动调用工具，开始逐步进行生成/编辑 -> 检查 -> 编辑 -> 检查 ...... 任务流，最终完成用户的要求，输出对应的代码块和文本解释说明。

相比传统的图表生成工具，VMind Agent 在一下方面有优势：

🤖 ReAct 架构: 基于 LangGraph 实现的推理-行动循环
🛠️ 多样化工具: 支持多种图表生成和编辑工具
📊 图表类型: 支持多种图表类型和表格类型
🎨 模板系统: 预置多种图表模板
🔧 图表编辑: 支持对现有图表进行修改
💬 自然语言: 支持纯自然语言输入生成图表

VMind Agent 架构

VMind Agent 主要由 Coordinator 调度器和若干工具组成，基于@langchain/langgraph库完成 Agent 的实现。主要模块如下：

Coordinator

调度器主要工作是：基于当前状态，判断下一步应该调用哪一个工具，或结束任务。

Generate Tool

生成工具在用户没有输入代码，或指令要求重新生成代码时调用。如果没有指定图表类型，工具会基于数据推荐适合的图表类型。每一种图表/表格类型都会提供基础的模版，LLM 会基于用户的数据和模版生成最简单的代码块，供进一步编辑使用。

Edit Tool

编辑工具是 VMind Agent 的核心部分，LLM 会基于当前的代码和用户的目标，将任务拆分为多个简单的步骤并逐一完成。在执行每次编辑任务前，工具会基于本次步骤的任务要求，在知识库中召回对应的资料，辅助 LLM 进行编辑。

Check Tool

检查工具在每一步编辑操作后执行，用来检查当次编辑操作是否会引起恶性错误，或是否没有达到当次步骤的目标。如果检查不通过，会回退上一次编辑操作。

短期记忆

每一次对话会记录当前的 sessionId，方便同一个用户进行多轮对话时，找回之前轮次的对话所记录的状态，方便用户进行多轮编辑操作。

VMind Agent 知识库

为了避免 LLM 在编辑代码时出现幻觉，VMind Agent 将编辑范围严格限制在每次编辑操作提供的知识库片段中。知识库主要分为两部分：

RAG

教程文档、示例 Demo 和 Q&A 问答内容，内容独立性强，适合使用 RAG 方案。相应片段进行向量化后，存入向量数据库。每次进行编辑操作时，会召回对应的若干文本及代码片段，供大模型参考。大模型进行编辑时，如果召回有非常接近的内容，会已经对应的代码片段准确进行相应的编辑。

Type Docs

图表和表格的配置 Schema，按照不同的图表/表格类型，以及不同的模块（例如坐标轴、图例等）进行拆分，组织成一个个类型说明片段。每个片段中有该部分对应的属性名称、属性类型和属性说明，不同的片段使用不同的 TopKey 进行索引。使用 LLM 将每个每个片段进行归纳总结，生成对应的说明 Markdown 片段，存储在数据库中。每一个 TopKey 也依据对应的 Markdown 片段，使用 LLM 总结一段简单的说明，介绍这个 TopKey 下的功能范围。

每次编辑时，首先依据编辑指令召回对应的若干 TopKey，之后将 TopKey 对应的 Markdown 文本片段，作为知识库加入 prompt 中，大模型的编辑操作会被严格限制在本次召回的知识库的范围，避免幻觉影响编辑结果。