# easy-ai-agent

**Repository Path**: wingahi/easy-ai-agent

## Basic Information

- **Project Name**: easy-ai-agent
- **Description**: No description available
- **Primary Language**: Java
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-01-15
- **Last Updated**: 2026-01-22

## Categories & Tags

**Categories**: Uncategorized

**Tags**: AI智能体, 知识库, 智能问答系统, AIFlow

## README

# Easy AI Agent 项目

一个功能强大的基于AI的智能体管理平台，提供完整的应用管理、工作流编排、智能体配置、知识库管理和RAG（检索增强生成）能力，支持多模型集成和自定义工具扩展。

## 系统功能概述

### 核心功能

1. **智能体管理**
   - 创建、编辑和删除智能体
   - 配置智能体的基础信息、提示词模板和参数
   - 支持多种决策策略（React、PlanAndExecute、ZeroShotReact等）

2. **工具管理**
   - 集成和管理多种工具（API、函数、插件等）
   - 工具测试和调试功能
   - 支持工具权限控制

3. **知识库管理**
   - 文档上传和解析
   - 知识库分类和检索
   - 向量索引管理

4. **模型配置**
   - 多模型支持（OpenAI、LangChain等）
   - 模型参数配置
   - API密钥管理

5. **工作流编排**
   - 可视化工作流设计
   - 节点配置和连接
   - 工作流执行和监控

6. **应用管理**
   - 创建和管理AI应用
   - 应用发布和部署
   - 应用权限控制

### 高级功能

1. **长短上下文处理**
   - 支持超长文档的分段处理
   - 上下文窗口自动扩展
   - 关键信息提取和摘要生成

2. **重排模型**
   - 检索结果智能排序
   - 基于相关性和重要性的重排算法
   - 支持自定义重排策略

3. **RAG实现**
   - 基于向量数据库的检索增强生成
   - 多轮对话上下文管理
   - 动态检索和信息融合

4. **多模态支持**
   - 文本、图像等多模态输入处理
   - 多模态输出生成

## 技术栈

### 后端技术
- **Spring Boot** - 核心框架
- **Spring Security** - 安全认证
- **JWT** - 身份验证
- **MyBatis Plus** - ORM框架
- **LangChain4j** - AI应用开发框架
- **Chroma/Milvus/Pinecone/Weaviate** - 向量数据库支持
- **Maven** - 依赖管理

### 前端技术
- **Vue.js 3** - 前端框架
- **Vite** - 构建工具
- **Vue Router** - 路由管理
- **Axios** - HTTP客户端

## 项目结构

```
easy-ai-agent/
├── backend/           # 后端服务代码
│   ├── src/          # 源代码目录
│   │   ├── main/java/com/wgh/easyai/  # 主代码包
│   │   │   ├── app/          # 应用管理
│   │   │   ├── config/       # 配置类
│   │   │   ├── controller/   # API控制器
│   │   │   ├── mapper/       # 数据库映射
│   │   │   ├── model/        # 数据模型
│   │   │   ├── service/      # 业务逻辑
│   │   │   ├── strategy/     # 策略模式实现
│   │   │   │   ├── decision/      # 决策策略
│   │   │   │   └── embedding/     # 嵌入存储策略
│   │   │   └── utils/        # 工具类
│   │   └── resources/        # 资源文件
│   └── pom.xml       # Maven配置
├── frontend/          # 前端界面代码
│   ├── src/          # 源代码目录
│   │   ├── App.vue   # 根组件
│   │   ├── main.js   # 入口文件
│   │   ├── router/   # 路由配置
│   │   ├── utils/    # 工具函数
│   │   └── views/    # 页面组件
│   ├── index.html    # HTML模板
│   ├── package.json  # npm配置
│   └── vite.config.js # Vite配置
├── dev/              # 开发相关资源
│   └── langchain4j/  # LangChain4j开发资源
└── README.md         # 项目说明文档
```

## 核心技术实现

### 1. 长短上下文处理

系统采用分层上下文管理机制：
- **短期上下文**：当前对话轮次的直接上下文
- **中期上下文**：最近几轮的关键信息摘要
- **长期上下文**：通过向量检索获取的相关历史信息

实现方式：
- 使用滑动窗口技术管理对话上下文
- 自动提取关键信息生成摘要
- 基于相关性动态扩展上下文范围

### 2. 重排模型

系统集成了多阶段检索与重排机制：
- **第一阶段**：基于向量相似度的初步检索
- **第二阶段**：基于语义相关性的重排
- **第三阶段**：基于用户历史和上下文的个性化排序

支持的重排策略：
- BM25算法
- 基于学习的重排模型
- 自定义重排规则

### 3. 向量数据库与RAG实现

系统支持多种向量数据库：
- **Chroma**：轻量级本地向量数据库
- **Milvus**：分布式向量数据库
- **Pinecone**：云向量数据库
- **Weaviate**：知识图谱增强的向量数据库

RAG实现流程：
1. 文档上传并解析为文本片段
2. 文本片段通过嵌入模型转换为向量
3. 向量存储到配置的向量数据库
4. 用户查询时，生成查询向量
5. 在向量数据库中检索相关文档片段
6. 将检索结果与查询一起发送给LLM生成响应

## 运行项目

### 环境要求

- **JDK 17+**：后端运行环境
- **Node.js 16+**：前端运行环境
- **Maven 3.6+**：后端构建工具

### 启动步骤

#### 1. 启动后端服务

```bash
cd backend
mvn spring-boot:run
```

后端服务默认运行在 `http://localhost:8080/api`

#### 2. 启动前端服务

```bash
cd frontend
# 安装依赖
npm install
# 启动开发服务器
npm run dev
```

前端服务默认运行在 `http://localhost:3000`

### 访问应用

在浏览器中打开 `http://localhost:3000` 即可访问Easy AI Agent平台

## 功能扩展

### 添加新的向量数据库支持

1. 在 `backend/src/main/java/com/wgh/easyai/strategy/embedding/` 目录下创建新的策略类
2. 实现 `EmbeddingStoreStrategy` 接口
3. 在 `EmbeddingStoreStrategyFactory` 中注册新策略

示例：
```java
public class CustomEmbeddingStoreStrategy implements EmbeddingStoreStrategy {
    // 实现接口方法
}
```

### 添加新的决策策略

1. 在 `backend/src/main/java/com/wgh/easyai/strategy/decision/` 目录下创建新的策略类
2. 实现 `DecisionStrategy` 接口
3. 在 `StrategyManager` 中注册新策略

示例：
```java
public class CustomDecisionStrategy implements DecisionStrategy {
    // 实现接口方法
}
```

### 集成新工具

1. 在 `backend/src/main/java/com/wgh/easyai/service/tool/impl/` 目录下创建新的工具实现类
2. 实现相应的工具接口
3. 在工具管理界面配置新工具

## 开发指南

### 代码规范
- 遵循Java编码规范
- 使用Spring Boot最佳实践
- 前端遵循Vue.js编码规范

### 调试技巧
- 使用Spring Boot DevTools进行热部署
- 前端使用Vite的热更新功能
- 开启详细日志查看系统运行状态

## 未完成功能

1. 应用创建与管理
2. 工作流编排的完整实现
3. 工作流自定义提示词
4. 智能体自定义提示词
5. 工具测试功能
6. MCP工具介入
7、多agent共用及独立上下文功能

## 已完成功能

1. 首页统计数据展示
2. 智能体管理
3. 工具管理
4. 知识库管理
5. 模型配置
6. 长短上下文处理
7. 重排模型
8. 多向量数据库支持
9. RAG基础实现

## 贡献指南

欢迎提交Issue和Pull Request！

1. Fork项目
2. 创建特性分支
3. 提交代码
4. 推送到分支
5. 提交Pull Request

## 许可证

[MIT License](LICENSE)