☕ Project Caffeine 项目

⚠️ 项目状态说明：本项目目前正处于设计和开发规划阶段。

Project Caffeine 是一个基于 Model Context Protocol (MCP) 协议的研报智能体系统，旨在自动化信息检索、深度推理和结构化报告生成。通过精细的语义分块和多步推理，系统高效处理海量文献数据，并提供具有深度的研究洞察，帮助知识工作者快速获得有价值的研究结果并构建个人知识库。

1. 项目背景与目标

在现代研究和知识工作中，海量的文献数据和复杂的推理任务常常让研究人员面临巨大的挑战。Project Caffeine 旨在通过 MCP协议 和先进的 AI 技术，自动化这一过程。项目的核心目标是：

自动化文献检索：从多个学术资源和数据库中自动获取相关文献。
深度推理与分析：基于大语言模型进行多步推理，生成研究报告和洞察。
报告生成与结构化：通过标准化的模板生成结构化、易于阅读的研究报告。
个人知识库构建：帮助用户构建自己的文献和研究知识库，支持长期存储和高效检索。

2.系统架构设计蓝图

图1-1：研报智能体系统架构拓扑示意图

系统拓扑图

根据提供的系统拓扑图及项目文档，Project Caffeine 的系统框架设计基于 MCP (Model Context Protocol) 架构，旨在构建一个深度研究助理智能体。该系统通过解耦执行、策略与数据层，实现了从意图拆解到学术文献检索，再到本地知识库沉淀的全链路闭环。

2.1 系统分层架构设计

系统由四个核心物理与逻辑区域组成，通过标准协议进行通信：

**用户层 (本地运行环境)**：研究人员通过支持 MCP 的客户端（如 Claude Desktop 或 Cursor）发起指令。客户端负责大模型的上下文管理与协议调度，并通过 HTTPS 与远程大模型（如 OpenAI 或 Anthropic API）进行异步通信。
MCP 传输协议层：作为客户端与 Server 之间的桥梁，支持 stdio（本地进程间同步通信）和 SSE / HTTP（异步/远程通信）两种模式，统一采用 JSON-RPC 2.0 标准。
**单体 MCP Server (核心逻辑层)**：系统的中枢，由三大核心原语组成，负责执行具体的研究逻辑。
外部与本地基础设施：包括云端的学术数据库（如 arXiv、Semantic Scholar）和本地的持久化存储（如 Obsidian 知识库）。

2.2 MCP 三大核心原语分工

系统框架严格遵循 MCP 规范，将功能划分为 Tools、Prompts 和 Resources 三大部分：

原语名称	核心职责 (Core Responsibility)	典型工具与指令示例	所属 Server 角色
Tools (工具)	动作执行者：暴露给模型的主动操作，负责与外部学术 API 通信或执行本地文件 I/O。	`search_academic_literature`, `save_to_local_vault`	S1: 执行者 (Executor)
Prompts (提示词)	策略军师：提供结构化的思维框架模板，用于指导大模型进行意图拆解与深度推理。	`5W3H`, `SCQA`, `5 Whys`, `generate_search_queries`	S2: 军师 (Strategist)
Resources (资源)	数据管家：被动的静态上下文数据源，允许模型以只读方式挂载本地知识库内容。	`vault://local_literature/`, `note://local/`	S1/S3: 数据管家/分析师

2.3 原语协同逻辑要点

拓扑图展示了系统内部的协同工作流：

动态策略驱动：当用户输入模糊主题时，系统首先调用 Prompts 原语 中的 generate_search_queries 将意图降维并转化为专业检索词。
物理链路执行：大模型根据拆解后的 Query，通过 Tools 原语 调用外部 API（如 arXiv）并执行“双轨制落盘”，将 JSON 数据转化为带有 YAML 元数据的 Markdown 文件。
知识闭环构建：在递归深挖阶段，模型通过 Resources 原语 回读已保存在本地知识库中的文献卡片，确保后续的推理基于已获知的“先验知识（Learnings）”。

3. 开发框架与技术栈说明

图：1-2：Project Caffeine开发框架与技术栈架构图

技术堆栈图

为确保系统的高并发处理能力与协议严谨性，Project Caffeine 采用以下核心开发框架与技术标准：

层次	技术选型
核心语言	TypeScript（所有核心功能强制使用）
运行环境	Node.js LTS v20+（异步非阻塞 I/O）
协议层	MCP SDK（`@modelcontextprotocol/sdk`），支持 `stdio` 与 `SSE` 传输
包管理	npm（单体仓库，单一 `package.json`）
校验工具	Zod（运行时类型校验与参数验证）
HTTP 客户端	axios（封装学术 API 调用，支持重试与速率限制）
日志工具	winston / log4js（生产级日志记录）
测试工具	Jest + k6（单元测试与负载压测）
调试工具	VS Code 断点调试（通过 `--inspect` 挂载）

4. 项目开发路线图

本系统的开发将遵循“敏捷迭代、核心优先、由浅入深”的研发原则。为了确保开发过程的稳健性，整个生命周期被划分为五个渐进式阶段，从最基础的物理检索链路起步，逐步叠加思维框架、递归推理算法，最终实现与本地个人知识库的完美融合。每个阶段均能独立跑通并产出具备核心价值的最小可行性产品（MVP）。

图1-3：Project Caffeine MVP阶段开发路线图

项目路线图

当前开发进度：

版本	开发目标	设计文档	开发文档
`v0.0.1`	部署基于 Node.js 的开发环境，验证 MCP 协议组件间通讯、大语言模型推理等基本运行环境。	Arabicat Sprint1系统设计文档	Arabicat Sprint1系统开发文档
`v0.0.2`	基于 Sprint 1 原型，扩展为支持 MCP Prompts 原语的多框架引擎，实现意图拆解工具与本地知识库集成，构建模块化、可扩展的提示词策略服务器。	Arabica Sprint2系统设计文档	Arabica Sprint2系统开发文档
`v0.0.3`	构建文献查询 Server，集成学术 API 实现基础外围检索能力，并开发双轨制数据落盘模块，将离散的 JSON 数据转换为带有标准 YAML 元数据的本地化 Markdown 文件。	Arabica Sprint3系统设计文档	Arabica Sprint3系统开发文档

5. 参与设计讨论

当前系统正处于设计阶段，我们欢迎任何针对项目的架构设计、功能建议、开发框架发起讨论。您可以浏览仓库内的 docs/design/ 蓝图文件，并通过提交 Issue 参与我们的讨论！

6. AI生成内容声明

Project Caffeine 项目的核心驱动力依赖于大语言模型（LLM）进行自动化推理和文本生成。系统通过先进的推理算法和深度学习模型，自动处理信息检索、分析和报告生成。然而，尽管系统能够提供高效、结构化的研究成果，所有AI生成的内容仍需经过人工核实。

在使用 AI 生成的报告和分析时，用户应进行独立的学术严谨性核实和数据交叉验证，确保所生成内容的准确性和可信度。所有通过 Project Caffeine 生成的结果仅作为参考，最终的研究结论应由专业人员根据实际情况作出判断。

7. 许可证说明

本项目源代码采用 MIT License 进行许可，允许在满足许可证条款的前提下，自由地使用、复制、修改、合并、发布、分发、再许可和/或销售软件的副本。

所有研究成果（包括但不限于论文、数据、图表、模型、方法论描述等）默认使用知识共享署名-相同方式共享 4.0 国际许可协议 (CC BY-SA 4.0) 进行许可。