导读：在拆机器之前，先看清这台机器的全貌

这是《从零吃透企业级 AI 平台：元景万悟源码学习手记》第一季的导读。建议花 5 分钟读完，再开始第 1 篇。

这个系列要做什么？

一句话：把万悟这台"企业级 AI 平台"的机器拆开，一个齿轮一个齿轮地看，看明白它是怎么造的。

不是"调个 API 跑个 Demo"，不是"念一遍官方文档"。是打开源码，对着每一个 func、每一张表、每一条中间件链，问三个问题：

1. 它是什么？（这个模块解决什么问题）

2. 它怎么跑的？（代码层面，数据怎么流、请求怎么走）

3. 为什么这么写？（设计取舍是什么，换一种写法会怎样）

读完 8 篇，你应该能做到：

• 在白板上画出万悟的完整架构图，并解释每个箭头的含义

• 对着任何一个模块的源码，说出"这段代码在做什么、为什么这么做"

• 独立部署一套万悟，并定位常见问题

你需要什么前置知识？

如果你 Go 不太熟，没关系——每篇的源码部分我都会逐行注释。重点是理解设计，不是背语法。

8 篇文章的地图

                    ┌─────────────────────────────┐                    │  第 1 篇：架构总览                    │      ← 先看全景                    │  部署 + 微服务地图 + 技术栈     │                    └──────────────┬──────────────┘                                                        │              ┌────────────────┼────────────────────┐              ▼                                     ▼                                               ▼┌───────────────┐┌───────────────┐┌───────────────┐│ 第 2 篇：模型接入 │      │ 第 3 篇：传统RAG │      │ 第 5 篇：Agent   ││ 多模型适配/路由  │       │ 分块→嵌入→检索  │       │ ReAct/工具调用   │└───────────────┘└────────┬──────┘└────────┬──────┘                                                             ▼                                      ▼                                        ┌───────────────┐ ┌───────────────┐                                        │ 第 4 篇：GraphRAG│     │ 第 6 篇：MCP协议 │                                       │ 知识图谱/多跳    │          │ 工具解耦/标准化  │                                        └───────────────┘ └───────────────┘                                                              │                                  │                                                              ▼                                 ▼                                        ┌───────────────┐ ┌───────────────┐                                        │ 第 7 篇：工作流  │          │ 第 8 篇：多租户  │                                        │ DAG编排/条件分支 │      │ RBAC/隔离/限流   │                                        └───────────────┘ └───────────────┘

阅读顺序建议：

• 第 1 篇必读（全景地图，后面每篇都会引用）

• 第 2~4 篇（模型→RAG→GraphRAG）是一条线，建议顺序读

• 第 5~6 篇（Agent→MCP）是一条线，建议顺序读

• 第 7~8 篇（工作流→权限）相对独立，可按兴趣跳读

• 每篇末尾的"Mini 版"强烈建议动手跑一遍，10 分钟胜过读 3 遍

每篇的结构（六段式）

关于"元景万悟"

万悟是中国联通研究院开源的企业级 AI 平台（GitHub: UnicomAI/wanwu），覆盖模型接入、RAG、Agent、工作流、MCP 工具生态、多租户权限等完整能力栈。选择它作为学习对象的原因：

• 开源且完整：不是 Demo，是真正上过生产的系统

• 架构典型：微服务 + Go + 向量库 + LLM，代表当前企业 AI 平台的主流技术栈

• 中文友好：文档、注释、社区以中文为主

• 规模适中：不像某些巨型项目让人望而却步，一个人能在两周内通读核心模块

最后

这个系列不是"万悟使用手册"。使用手册告诉你"点哪个按钮"。

这个系列要告诉你：那个按钮背后，从 HTTP 请求进来到 LLM 响应出去，中间经过了哪些服务、哪些中间件、哪些数据结构、哪些设计决策。

知其然，更知其所以然。

准备好了？翻开第 1 篇，我们先把万悟跑起来。

📌 第一季完整目录：

1. 架构总览：5 分钟部署 + 微服务全景图

2. 模型接入：多模型适配、负载均衡与流式输出

3. 传统 RAG：分块→嵌入→检索→生成全链路

4. GraphRAG：知识图谱构建与多跳推理

5. Agent 引擎：ReAct 循环与 Function Calling

6. MCP 协议实战：让 Agent 插上 100+ 工具的翅膀

7. 工作流引擎：让 AI 按"流程图"干活

8. 多租户 + 权限：企业级 AI 平台的安全基石