style: 项目重构

1.项目改名为kilostar（千星）
2.后端部分进行大规模重构
3.node功能进行大规模重新设计

docs/project.md

@@ -1,21 +1,21 @@
-## Pretor项目
+## kilostar项目
 
 #### 简介
-**Pretor**是一款python开发，实现将小模型进行微调后整理为一个大型集群，从而实现低算力情况下高复杂度任务的实现。
+**kilostar**是一款python开发，实现将小模型进行微调后整理为一个大型集群，从而实现低算力情况下高复杂度任务的实现。
 系统模型分为以下部分：
-- **监管节点**：负责基本交流和任务分流；
+- **监管节点**：负责基本交流和简单任务执行；
 - **管控节点**：负责调度系统资源；
 - **意识节点**：负责复杂任务的处理；
-- **生长节点**：负责获取资源并且将基础模型训练为特化模型；
+- **生长节点**：负责扩张集群和子个体；
 - **特殊子个体**：与外界交互的模型，如embedding模型，tts模型等；
 - **专家子个体**：携带有专业skill的agent对象；
 - **基础子个体**：普通的agent对象；
 ---
 #### 项目介绍
-**Pretor** 是一款基于分布式计算平台 **Ray** 和 agent开发框架**pydantic-AI** 开发的多智能体协作平台，通过多智能体的协作和任务拆解，实现复杂任务的高质量完成。  
+**kilostar** 是一款基于分布式计算平台 **Ray** 和 agent开发框架**pydantic-AI** 开发的多智能体协作平台，通过多智能体的协作和任务拆解，实现复杂任务的高质量完成。  
 
-**Pretor**使用 **python**著名的高性能后端框架 **Fastapi** 来作为整个系统对用户暴露接口的网关。在**Pretor**运行过程中，用户通过发送请求至fastapi从而包装为 `PretorEvent`对象，并且发往`supervisory_node`，由**supervisory_node**进行简单的意图判断，如果判断用户只是简单交流比如聊天等，**supervisory_node**会直接对用户进行回复结束事件。
-，如果判断用户想要完成复杂的任务，**supervisory_node**会选择将从`workflow_template(工作流模板)`中选择一个或者不选择,然后将event挂到`全局状态机`实现追溯方便并发往`Workflow_Running_Engine`的异步队列，被协程对象取走后，由**consciousness_node**创建为`PretorWorkflow`对象，挂载到实例化的`WorkflowEngine`进行执行。完成任务后返回给用户。
+**kilostar**使用 **python**著名的高性能后端框架 **Fastapi** 来作为整个系统对用户暴露接口的网关。在**kilostar**运行过程中，用户通过发送请求至fastapi从而包装为 `kilostarEvent`对象，并且发往`regulatory_node`，由**regulatory_node**进行简单的意图判断，如果判断用户只是简单交流比如聊天等，**regulatory_node**会直接对用户进行回复结束事件。
+，如果判断用户想要完成复杂的任务，**regulatory_node**会选择将从`workflow_template(工作流模板)`中选择一个或者不选择,然后将event挂到`全局状态机`实现追溯方便并发往`Workflow_Running_Engine`的异步队列，被协程对象取走后，由**consciousness_node**创建为`kilostarWorkflow`对象，挂载到实例化的`WorkflowEngine`进行执行。完成任务后返回给用户。
 
 ---
 #### 技术架构背景
@@ -27,8 +27,8 @@
 ---
 #### 项目背景
 ###### 1.多智能体架构的需求
-随着任务复杂度的提升，单一**Agent**一定程度上以及满足不了人们对于人工智能完成复杂任务的需求。模仿人类社会中的团队合作，Pretor以**Ray**作为底座，从而实现一种多智能体协作的设计。
+随着任务复杂度的提升，单一**Agent**一定程度上以及满足不了人们对于人工智能完成复杂任务的需求。模仿人类社会中的团队合作，kilostar以**Ray**作为底座，从而实现一种多智能体协作的设计。
 ###### 2.对于大语言模型输出内容约束的需求
-LLM 输出的非结构化文本在多智能体交互中极易崩溃。所以，**Pretor**没有选择如**LangChain**这种老牌智能体开发框架，而是选择了新兴的**pydanticAI**这种强约束框架，使得多智能体协作避免黑盒化。  
+LLM 输出的非结构化文本在多智能体交互中极易崩溃。所以，**kilostar**没有选择如**LangChain**这种老牌智能体开发框架，而是选择了新兴的**pydanticAI**这种强约束框架，使得多智能体协作避免黑盒化。  
 **PydanticAI**是一款基于**Pydantic**的智能体开发框架，**Pydantic**是**python**中著名的数据类型约束库，**Pydantic**官方通过**Pydantic**的强约束，实现了对于LLM的生成约束。