把一条自然语言指令编排成一套动态组织，在 3D 办公室里可视化展示 CEO / Manager / Worker 协作过程的多智能体原型。

Live Demo · GitHub

Cube Pets Office 是一个把动态组织生成、工作流编排、3D 场景可视化和聊天交互放在同一界面的实验性产品原型。

现在这版主线已经从“固定 18 个 Agent 编制”升级成“按用户问题动态组队”：

• 用户输入问题后，系统会先分析任务，再动态生成组织结构
• 每个节点会附带职责、skills、MCP 和模型配置
• 前端会同步展示组织、阶段、消息流和 3D 场景中的角色分布
• 首页场景已弱化固定部门感，改成可重组的临时作战区 / Pod 语气
• 加载页已升级为像素风宠物头像 + 毛玻璃进度卡

• 图片附件 OCR 已切换为独立浏览器 worker，初始化 warning 已做降噪处理
• OCR 增加超时与空文本降级，识别失败时会回退为 metadata only，不再阻塞附件上传
• 前端静态预览已补齐 favicon，减少本地开发与静态部署下的控制台噪音
• 工作流页已改成“总览优先、摘要次之、详情按需展开”的三级信息密度，默认只看当前阶段、总体进度、活跃角色和阻塞状态
• 角色执行视图已从明细堆叠改为按部门汇总的一行摘要，完整交付、反馈、附件和消息记录默认折叠
• 3D 办公室墙面继续做减法：移除了左墙背景板与多余背墙装饰，墙灯和公告板也同步简化，整体更清爽

• 动态组织生成：不再写死固定 18 角色，按任务临时生成 CEO / manager / worker 结构
• Skills / MCP 装配：节点可随组织一起进入执行链路
• 双运行模式：支持浏览器前端预演模式和服务端高级执行模式
• 附件输入工作流：支持“文字 + 附件”一起发布指令，附件会进入工作流输入上下文
• 附件全文导入：文本、PDF、Word、Excel、图片 OCR 解析后会以全文导入工作流，界面仅显示预览摘要
• GitHub Pages 演示：提供纯静态体验入口，右上角展示仓库链接
• 中英文切换：默认中文，支持持久化保存
• 移动端适配：首页、工具栏、工作流面板、配置与聊天都已适配手机布局
• 工作流进度摘要：默认聚焦总进度、活跃角色、关键事件与阻塞信息，详细任务和消息按需展开
• Three.js 场景：动态组织与 3D 办公室联动，区域标签与家具已改造成临时 Pod 风格
• 场景减法优化：墙面背景板、装饰挂件和公告板密度已收敛，减少视觉干扰

• 支持同时输入战略指令文本和附件文件，而不是只能输入文字
• 当前支持的附件类型：txt / md / json / csv / pdf / docx / xlsx / xls / png / jpg / jpeg / webp / bmp / gif
• 浏览器端会先尝试解析附件内容，再把解析结果连同文件元数据一起送入 workflow
• 工作流使用的是附件全文内容，面板里的附件卡片只展示预览，不会把整份文件直接铺在 UI 上
• 若文件暂时无法解析，系统会保留文件名、类型、大小和失败说明，至少让组织知道有这个参考文件
• 图片 OCR 现在使用独立 worker、自动旋转、超时保护与降级回退，弱网或弱机器下也尽量避免卡住上传流程

默认模式，适合本地体验和静态演示：

• 不依赖服务端即可进入界面
• 适合看 3D 场景、动态组织展示和界面交互
• GitHub Pages 也走这条纯前端预演链路

完整执行链路模式：

• 连接 /api 与 Socket.IO
• 由服务端生成组织、装配 skills / MCP，并推进真实 workflow
• 需要 .env 中的模型配置

• 前端：React 19、Vite、TypeScript、Zustand
• 3D：Three.js、React Three Fiber、Drei
• 后端：Express、Socket.IO、TypeScript
• AI 接入：OpenAI 兼容接口
• 本地存储：JSON 数据文件

client/   前端应用、3D 场景、工作流面板、聊天面板
server/   API、Socket、Workflow Engine、Agent Registry、动态组织生成
shared/   共享类型与工具
data/     本地运行期数据和 Agent 产物
scripts/  启动、停止、构建辅助脚本

npm install

npm run dev:frontend

默认地址：

• 前端：http://localhost:3000

先复制环境变量模板：

cp .env.example .env

然后在 .env 中填入模型配置，例如：

PORT=3001
NODE_ENV=development

LLM_API_KEY=your_api_key_here
LLM_BASE_URL=https://api.openai.com/v1
LLM_MODEL=gpt-5.4
LLM_WIRE_API=responses
LLM_REASONING_EFFORT=high
LLM_TIMEOUT_MS=45000
MAX_CONCURRENT=9999

启动完整链路：

npm run dev:all

默认地址：

• 前端：http://localhost:3000
• 后端 API：http://localhost:3001/api

也可以分开启动：

npm run dev:frontend
npm run dev:server

npm run dev:stop

npm run check

仓库内置了 GitHub Pages 专用构建和工作流：

• Pages 构建命令：npm run build:pages
• 工作流文件：.github/workflows/deploy-pages.yml
• 构建输出目录：dist/public

Pages 版本特性：

• 使用仓库子路径正确设置 base
• 强制停留在前端预演模式
• 不连接服务端，不执行真实高级 workflow
• 右上角展示 GitHub 仓库入口，方便访问和点 Star
• 补齐 favicon 等静态资源细节，减少浏览器默认 404 请求与无关控制台噪音

• npm run dev:frontend：只启动前端预演
• npm run dev:server：只启动服务端
• npm run dev:all：同时启动前端与服务端
• npm run dev:stop：停止项目相关本地开发进程
• npm run build：构建正常生产版本和服务端产物
• npm run build:pages：构建 GitHub Pages 静态产物
• npm run check：TypeScript 类型检查

• POST /api/workflows：启动新工作流
• GET /api/workflows：获取工作流列表
• GET /api/workflows/:id：获取工作流详情
• GET /api/agents：获取当前 Agent / 节点信息
• GET /api/config/ai：查看当前 AI 配置来源与运行参数
• POST /api/chat：统一的服务端聊天入口

• GitHub Pages 版本仍是静态演示版，不提供真实服务端执行
• 一些历史文档仍保留旧的“固定 18 Agent / 论文展示”叙事，正在逐步清理
• 动态组织已经跑通，但更细的自主演化和长期记忆产品化仍有继续打磨空间
• 超大附件目前仍走浏览器端解析，虽然已经支持全文导入，但极大 PDF / OCR 图片在弱机器上仍可能更慢

更细的阶段规划与最新完成状态见 ROADMAP.md。

MIT