架构

DB-GPT 是一个 Python 单体仓库（monorepo），其整体运行方式围绕以 ReAct 为中心的 agent runtime 展开。 Web UI 将请求发送到应用层，ReAct Agent 在 agent runtime 循环中执行，并通过工具、技能、数据库与知识资源完成分析任务，最终将结果返回到 UI。

仓库结构

DB-GPT/
├── packages/
│   ├── dbgpt-core/        # 核心 agent、memory、planning、RAG、模型抽象
│   ├── dbgpt-app/         # 应用服务、API 路由、场景逻辑、UI 资源托管
│   ├── dbgpt-serve/       # 服务层：knowledge、flow、agent resource、app service
│   ├── dbgpt-ext/         # 扩展能力：datasource、storage backend、RAG connector
│   ├── dbgpt-client/      # Python 客户端 SDK
│   ├── dbgpt-sandbox/     # 安全代码/工具执行的沙箱运行时
│   └── dbgpt-accelerator/ # 加速相关包
├── web/                   # Next.js Web UI
├── skills/                # 内置 skills 与可复用工作流
├── configs/               # TOML 配置文件
└── docs/                  # Docusaurus 文档站

各个 package 的职责

Package	作用
`dbgpt-core`	核心 agent 框架、ReAct 解析/动作流、memory、planning、RAG、模型接口
`dbgpt-app`	FastAPI 应用服务、聊天 API、运行时编排、静态 UI 托管
`dbgpt-serve`	knowledge、datasource、flow、app、agent 等资源服务
`dbgpt-ext`	外部连接器，例如数据库 / 存储 / RAG 集成
`dbgpt-client`	DB-GPT API 的客户端 SDK
`dbgpt-sandbox`	代码与工具执行的隔离运行时
`skills/`	打包后的领域工作流、脚本、模板和参考资源

高层架构

flowchart TB
    User["User"] --> UI["Web UI / Chat Apps"]
    UI --> API["dbgpt-app API"]

    subgraph Runtime["agent_runtime"]
        Agent["ReAct Agent"]
        Loop["Thought -> Action -> Observation Loop"]
        Action["Tool / Skill / Resource Selection"]
        Agent --> Loop --> Action --> Agent
    end

    API --> Runtime

    subgraph Resources["外部资源"]
        DB["结构化数据库"]
        KB["非结构化数据 / 知识空间"]
        Skill["Skills"]
        Tool["内置工具"]
        Sandbox["Sandbox runtime"]
    end

    Action --> DB
    Action --> KB
    Action --> Skill
    Action --> Tool
    Action --> Sandbox

    Runtime --> Result["分析结果 / 报告 / 图表"]
    Result --> UI

工作流程

用户通过 Web UI 或其他客户端发起请求。
dbgpt-app 接收请求，并将其路由到 agent 聊天 API。
请求进入 agent_runtime 执行循环。
ReAct Agent 逐步推理，并决定下一步动作。
Agent 按需加载并使用外部资源：
- 结构化数据库：用于 SQL 分析
- 非结构化知识空间：用于检索增强
- skills：用于复用工作流
- 内置工具：用于执行具体任务
- sandbox runtime：用于安全代码执行
Agent 汇总观察结果，并生成最终分析输出。
结果以流式方式返回到 UI 展示给用户。

Agent runtime 模型

runtime 是驱动 ReAct 循环的概念性执行层。在代码层面，它通过 agent builder、resource manager、ReAct parser / action flow，以及与 UI 相连的 API streaming handler 共同实现。

关键实现锚点：

packages/dbgpt-core/src/dbgpt/agent/expand/react_agent.py
packages/dbgpt-core/src/dbgpt/agent/util/react_parser.py
packages/dbgpt-app/src/dbgpt_app/openapi/api_v1/agentic_data_api.py
web/hooks/use-react-agent-chat.ts
packages/dbgpt-sandbox/src/dbgpt_sandbox/sandbox/execution_layer/runtime_factory.py

Agent 会使用哪些资源

结构化数据

数据库和可查询的表格型数据源主要用于 SQL 分析、schema linking 和报表生成。

非结构化数据

知识空间和文档集合为非结构化内容提供检索支持。

Skills

内置 skills 将可复用的流程打包成可重复执行的任务单元，agent 可以在会话中按需加载和执行。

内置工具

工具包括 SQL 执行、shell / 代码执行、HTML 渲染、搜索，以及其他通过 resource manager 注册的任务型操作。

结果如何交付给用户

最终输出路径是面向用户的：

ReAct Agent → agent_runtime → streamed result → Web UI

这种架构非常适合交互式数据分析、报表生成以及借助工具完成的复杂推理任务。

Source: docs/i18n/zh-CN/docusaurus-plugin-content-docs/current/getting-started/concepts/architecture.md