跳转至

工作原理

理解 OLAV 的三个核心概念，你就掌握了整个平台的运作方式。

本页为概念说明页，无独立 Claim。相关功能声明分布在各指南页。

三个核心概念

Agent（智能体）

Agent 是 OLAV 的"员工"——每个 Agent 是一个专注特定任务的 AI 助手。你可以把它想象成团队里的不同角色：

  • quick Agent：负责快速查询，像是一个反应敏捷的助手
  • config Agent：负责平台配置，像是一个系统管理员
  • core Agent：负责代码执行和复杂分析，像是一个全能工程师

每个 Agent 的能力由 .olav/workspace/<agent>/AGENT.md 定义，包括它的职责描述、可调用的工具、以及触发路由的关键词。

Skill（技能）

Skill 是 Agent 的"武器"——一组 Python 工具函数，赋予 Agent 特定的能力。例如：

  • 一个执行 SQL 查询的 Skill
  • 一个调用外部 REST API 的 Skill
  • 一个在知识库中搜索文档的 Skill

你可以为 Agent 安装新的 Skill 来扩展它的能力，就像给员工配备新工具。

Workspace（工作空间）

Workspace 是 .olav/workspace/ 目录——所有 Agent 和 Skill 的定义都存放在这里。它可以提交到 git，与团队共享。这意味着：

  • 团队成员拥有相同的 Agent 能力
  • Agent 的改进可以通过版本控制追踪
  • 你可以在不同项目中使用不同的工作空间

一个查询是如何被处理的

当你输入一个问题时，OLAV 内部会经历以下流程：

你的问题: "数据库里有哪些表？"
    │
    ▼
┌─────────────────────────────────────────────┐
│  语义路由器                                    │
│  分析问题内容，匹配 Agent 的 route_keywords    │
│  → 选择最合适的 Agent（或使用你指定的 --agent） │
└─────────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────────┐
│  Agent 加载工具                                │
│  读取 AGENT.md 和 MANIFEST.yaml               │
│  加载所有关联的 Skill 工具函数                  │
└─────────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────────┐
│  LLM 推理 + 工具调用循环                       │
│  LLM 分析问题 → 决定调用哪个工具               │
│  → 获取工具返回结果 → 综合生成回答              │
│  （可能多次调用工具，直到信息足够）              │
└─────────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────────┐
│  返回结果给你                                  │
│  同时自动写入审计日志 (audit.duckdb)            │
└─────────────────────────────────────────────┘

数据存储：哪些是共享的，哪些是私有的

OLAV 的数据分为两类：项目级（团队共享）和用户级（个人私有）。

项目级（存储在 .olav/ 下）

内容 位置 说明
Agent 和 Skill 定义 .olav/workspace/ ✅ 可以提交 git，团队共享
审计日志 .olav/databases/audit.duckdb 所有人的操作记录，DuckDB 支持并发写入
业务数据 .olav/databases/domain.duckdb 业务数据、解析结果等
API 密钥和配置 .olav/config/api.json ⚠️ 包含密钥，不要提交 git

用户级（存储在 ~/.olav/ 下）

内容 位置 说明
认证令牌 ~/.olav/token 你的身份凭证
会话记录 ~/.olav/sessions/ 交互模式的历史，24h 后过期
LLM 缓存 ~/.olav/cache/{user}/llm_cache.db 相同 prompt 不重复调用 LLM，实测命中时 0 token、<1ms 返回（约 2000x 加速）

三种使用接口

接口 启动方式 适用场景
CLI olav "你的问题" 脚本集成、一次性查询
TUI olav（不带参数） 多轮对话、探索式分析
Web UI olav service web start 团队共享、浏览器访问

三种接口背后使用相同的 Agent 和工具，能力完全一致。

下一步： 深入理解 Agent 与 Skill →