1. 入口与路由
- HTTP：
POST /api/v1/test-case/check/consistency（在api.py里挂到prefix="/test-case/check"）。 - 实现文件：
backend/app/api/v1/endpoints/check.py。 - 前端：
frontend/src/views/test-case/check/index.vue优先带?stream=true走 SSE 式流式；失败时再request.upload到同一路径（不传stream，相当于非流式）。
2. 三条执行路径（由查询参数决定）
| 条件 | 实际做的事 |
|---|---|
stream=true（页面主路径） |
StreamingResponse → _check_with_stream：AutoGen 的 AssistantAgent + DeepSeek 客户端，model_client_stream=True，把 chunk 打成 data: {...}\n\n 推给前端。 |
use_agent=true（前端默认不传，一般为 false） |
_check_with_agent：试图用 agent_factory.create_agent(AgentTypes.TEST_CASE_CHECKER) 创建 TestCaseCheckerAgent，并往 SingleThreadedAgentRuntime 上 register_agent。当前代码里 若运行时不存在 register_agent会直接降级 到下面的「旧方法」。 |
默认（stream=false 且 use_agent=false） |
_check_with_legacy_method：同样是 AssistantAgent + DeepSeek，on_messages 一次性拿完整回复再解析 JSON。 |
因此：日常从页面点「检查」时，主要是流式路径；兜底是非流式的「直接 LLM」路径。
TestCaseCheckerAgent 只有在显式 use_agent=true 且运行时支持 register_agent 时才会真正跑通；否则会在 check.py 里降级到 _check_with_legacy_method。
3. 用了哪个「智能体」
- 名义上的业务智能体：
TestCaseCheckerAgent（backend/app/agents/test_case/test_case_checker_agent.py），在工厂里注册为AgentTypes.TEST_CASE_CHECKER（app/agents/factory.py）。 - 实际承担推理的组件（流式 / 非流式主路径）：都是 AutoGen
AssistantAgent，名字在代码里写死为"consistency_checker"，并不是多智能体编排，而是 单助手 + 一次大模型调用。 TestCaseCheckerAgent内部：若被调用，会通过BaseAgent发进度/流式片段，核心对比仍是对get_deepseek_model_client()做create_stream，再本地拼 JSON 解析。
4. 调用了哪些模块（按数据流）
- 上传与解析（CPU 密集丢线程池）：
app.utils.file_parser---parse_docx、parse_pdf、parse_xmind、extract_text_from_xmind。 - 消息模型（仅智能体路径）：
TestCaseCheckRequest/TestCaseCheckResponse等 ---app.core.messages.test_case。 - 工厂（仅
use_agent路径）：agent_factory---app.agents.factory；create_agent对非图类智能体默认会注入get_deepseek_model_client()。 - 流收集（仅
use_agent路径）：StreamResponseCollector---app.core.agents.collector。 - 大模型：
get_deepseek_model_client---app.core.llms（基于autogen_ext.models.openai.OpenAIChatCompletionClient）。 - AutoGen：
AssistantAgent、TextMessage、CancellationToken；流式路径还用ModelClientStreamingChunkEvent；智能体路径用SingleThreadedAgentRuntime、TopicId、TopicTypes等。
5. 用的是什么大模型
- 提供商 / 协议：DeepSeek 的 OpenAI 兼容接口（
DEEPSEEK_BASE_URL，默认https://api.deepseek.com/v1）。 - 模型名：配置为
deepseek-chat（见get_deepseek_model_client）。 - 密钥：仅
DEEPSEEK_API_KEY（与你在项目里「只用 DeepSeek」的设定一致）。 - 超时：用例检查里常量
CHECK_LLM_TIMEOUT = 420秒（7 分钟） 传给get_deepseek_model_client；智能体路径若走通，还有asyncio.wait_for(..., 60)等待最终回调的上限（与 LLM 7 分钟是不同层）。
6. 内容截断
- 流式 / legacy：
CHECK_CONTENT_LIMIT = 35000字符，PRD 与用例各截断后再拼进 prompt。 TestCaseCheckerAgent：内部max_content_length为 50000（若智能体路径生效，截断策略与上面两条略有不同）。
架构图
"真实生效"的主链路是 前端 stream=true → 后端 _check_with_stream → AssistantAgent → DeepSeek(deepseek-chat) → SSE 回前端。