EnterpriseAgentFramework
Health Pass
- License — License: MIT
- Description — Repository has a description
- Active repo — Last push 0 days ago
- Community trust — 160 GitHub stars
Code Warn
- network request — Outbound network request in ai-admin-front/package.json
Permissions Pass
- Permissions — No dangerous permissions requested
No AI report is available for this listing yet.
Enterprise AI Capability Platform for Java/Spring Boot. Register business APIs as governed AI capabilities, compose Agents with GraphSpec, Runtime, MCP/A2A/Gateway, RunOps and Trace. 企业智能体开发框架-把 Java 企业系统中的接口、领域方法、知识、模型和流程,沉淀为可治理、可编排、可开放的 AI 能力资产。
睿池 ReachAI
面向 Java 企业系统的 AI 能力中台
让 Spring Boot 业务系统像注册微服务一样注册 AI 能力,并在进入 Agent 前完成治理、编排、发布、审计和开放。

为什么需要 ReachAI
企业 AI 落地真正困难的不是接入一个大模型,而是让模型安全、稳定、可控地调用企业已有能力。
在真实业务系统里,接口和领域方法早已存在,但它们通常缺少面向 Agent 的语义、权限、审计和变更治理:
- 哪些接口可以被 Agent 调用,哪些必须人工审批?
- 一个接口参数变更后,哪些 Agent、工作流和外部调用会受影响?
- 同名 Tool、同名能力、不同项目、不同环境之间如何隔离?
- AI 生成的流程如何发布、回滚、评测和追踪?
- MCP、A2A、Gateway、Trace、ACL、Guard、人工确认如何放到同一条生产链路里?
ReachAI 试图解决的是这一层:把 Java 企业系统中的接口、领域方法、知识、模型和流程,沉淀为可治理、可编排、可开放的 AI 能力资产。
核心闭环
ReachAI 的主线不是单纯的 Workflow Builder,也不是只扫描历史项目生成 Tool,而是一条从业务系统到生产 Agent 的完整链路。
flowchart LR
app["Spring Boot 业务系统"] --> anno["@AiCapability / @AiParam"]
anno --> starter["ai-spring-boot-starter"]
starter --> registry["注册中心"]
registry --> snapshot["能力快照"]
snapshot --> diff["字段级 Diff"]
diff --> review["评审 Apply / Ignore"]
review --> catalog["能力目录"]
catalog --> studio["Agent Studio 编排"]
studio --> version["版本发布"]
version --> runtime["GraphSpec / Runtime Adapter"]
runtime --> open["Gateway / MCP / A2A"]
runtime --> runops["RunOps / Trace 复盘"]
推荐新系统和核心系统使用 ai-spring-boot-starter 主动注册;平台侧 OpenAPI / Controller / DTO 扫描保留给存量系统和低改造场景。
你可以用它做什么
| 场景 | ReachAI 解决的问题 |
|---|---|
| Java 系统 AI 化 | 将 Spring Boot 接口和领域方法声明为 Agent 可理解、可调用、可治理的能力 |
| 能力注册中心 | 管理项目、实例、能力快照、字段级 diff、评审记录和稳定引用 |
| Agent Studio | 用可视化画布和 AI 指令编排 Tool、Capability、Knowledge、HTTP、MCP 和人工审批节点 |
| 生产治理 | 在能力进入 Agent 前加入 ACL、副作用等级、不可逆调用闸口、Preflight、Trace 和审计 |
| 运行时解耦 | 用统一 GraphSpec 连接 Studio、AI 生成/修改、SDK 图同步、发布校验和 Runtime Adapter |
| 能力开放 | 通过 Gateway、MCP、A2A 把已治理的 Agent 和 Capability 暴露给 IDE、外部 Agent 或业务系统 |
| 企业上下文 | 管理模型实例、知识库、业务索引、领域归属和市场资产,让 Agent 使用可信上下文 |
从代码注册一个能力
业务系统引入 Starter 后,可以用 Java 注解补充业务语义。ReachAI 会在应用启动时同步项目、实例、能力快照和 SDK 图。
@AiCapability(
name = "queryContract",
title = "查询合同",
description = "按合同编号查询合同基础信息和审批状态",
domain = "contract",
module = "contract-query",
tags = {"合同", "审批"},
sideEffect = SideEffectLevel.READ_ONLY,
requiredRoles = {"contract.reader"}
)
@GetMapping("/contracts/{contractNo}")
public ContractDTO queryContract(
@AiParam(description = "合同编号", required = true, example = "HT-2026-0001")
@PathVariable String contractNo
) {
return contractService.query(contractNo);
}
eaf:
registry:
url: http://localhost:8603
app-key: contract-center
app-secret: change-me
heartbeat-interval-ms: 30000
project:
code: contract-center
name: 合同中心
base-url: http://contract-center:8080
environment: prod
visibility: PROJECT
capability:
scan-controller: true
sync-on-startup: true
同步后,平台不会直接覆盖生产能力目录,而是形成可评审的治理链路:
- 注册业务项目和运行实例。
- 上报实例心跳、版本、host、port、SDK 版本。
- 扫描 Spring MVC Mapping、
@AiCapability、@AiParam和请求体结构。 - 生成能力快照和字段级 diff。
- 经评审后 apply 到正式能力目录。
- 通过 HMAC 签名保护注册、心跳和同步请求。
Agent Studio 与 Runtime

Agent Studio 是把能力资产组织成可发布 Agent 的工作台。它的重点不是只画一个流程图,而是把可视化画布、AI 生成工作流、AI 修改工作流、SDK 图同步、发布校验和 Runtime 执行收敛到统一 GraphSpec。
当前已支持的 Studio 节点包括:
- LLM、Tool、Capability、HTTP 请求、MCP 调用。
- 用户输入、参数提取、条件、循环、变量赋值、变量聚合。
- 知识检索、知识写入、文档抽取。
- 人工审批、代码节点、最终回答。
后端 Runtime 通过 AgentRuntimeAdapter 屏蔽具体框架差异。当前主线包括 AgentScope 自主智能体和基于 GraphSpec / LangGraph4j 的工作流智能体;OpenAI Agents、Cursor Code Agent 等适配器保留为扩展边界。
运行治理与开放协议

ReachAI 把“能力能不能被调用、由谁调用、为什么允许或拒绝、出了问题如何复盘”作为平台核心能力之一。
| 能力 | 当前覆盖 |
|---|---|
| Tool ACL | 角色、项目、目标能力、权限、启停和 explain 决策 |
| Guard / Preflight | 发布或运行前检查能力可用性、项目边界、副作用等级和不可逆调用授权 |
| Trace / RunOps | 聚合 Tool log、节点 span、Guard 决策、版本快照和 GraphSpec |
| Gateway | 暴露可调用 Agent 和公开/共享能力目录 |
| MCP | 管理 Client 凭证、可见性白名单和调用流水 |
| A2A | 管理 AgentCard endpoint、调用日志和任务状态 |
产品截图
| 智能体管理 | Runtime 纳管 |
|---|---|
![]() |
![]() |
| AI 生成 Workflow 草稿 | Workflow 智能体自动测评 |
![]() |
![]() |
当前已落地
ai-spring-boot-starter主动注册项目、实例、能力和 SDK 图。@AiCapability、@AiParam、@AiOutput能力声明契约。- 能力快照、字段级 diff、评审 apply、稳定引用和项目隔离。
- Agent Studio 画布、AI 生成流程、AI 局部修改流程、调试、发布和评测入口。
- 统一
AgentGraphSpec,区分画布布局和运行时语义。 - AgentScope 与 LangGraph4j Runtime Adapter,支持中心、本地、混合运行边界。
- 模型实例、知识库、业务索引、领域归属和市场资产基础能力。
- Tool ACL、Guard 决策日志、Trace、RunOps、Gateway、MCP、A2A 基础入口。
- 聚合 SQL 基线
sql/init.sql,覆盖注册中心、能力、Agent、知识、模型、治理和开放协议数据表。
仍在推进
- 更完整的 GuardRuntime:限流、熔断、人工确认、跨协议统一策略和成本归集。
- 更清晰的示例业务系统:例如合同中心或订单中心,从 SDK 注册跑通到 Gateway 调用。
- 更成熟的资产市场:版本、依赖影响分析、跨项目复用和审批流。
- 更稳定的用户操作手册:围绕注册、评审、编排、发布、追踪形成完整教程。
- 历史
Skill命名继续向产品语义Capability / 能力收敛,同时保留存储和接口兼容。
快速开始
1. 克隆项目
git clone https://github.com/w8123/EnterpriseAgentFramework.git
cd EnterpriseAgentFramework
2. 启动基础设施
docker compose -f deploy/docker-compose.infra.yml up -d
基础设施包含 MySQL、Redis、Milvus、Nacos 等。
3. 初始化数据库
mysql -h localhost -u root -proot < sql/init.sql
4. 构建后端
mvn clean install -DskipTests
5. 启动服务
# 模型网关,默认 8601
cd ai-model-service
mvn spring-boot:run
# RAG、知识库、扫描和语义基础能力,默认 8602
cd ../ai-skills-service
mvn spring-boot:run
# Agent 编排、AI 注册中心、治理与开放协议,默认 8603
cd ../ai-agent-service
mvn spring-boot:run
6. 启动管理端
cd ai-admin-front
npm install
npm run dev
模块结构
| 模块 | 说明 | 默认端口 |
|---|---|---|
ai-skill-sdk |
能力声明注解与 Tool / Capability 开发契约 | - |
ai-spring-boot-starter |
业务系统接入 SDK,支持注册、心跳、能力同步、SDK 图同步和嵌入式 Runtime | - |
ai-agent-service |
Agent、注册中心、能力目录、Studio、Runtime、RunOps、MCP/A2A、治理与市场 | 8603 |
ai-skills-service |
知识库、文档处理、RAG、业务索引、扫描器和向量化辅助 | 8602 |
ai-model-service |
模型实例、Chat、Embedding、Rerank、OpenAI 兼容代理 | 8601 |
ai-common |
公共 DTO、异常、配置 | - |
ai-admin-front |
Vue 3 管理端,承载注册中心、Agent、知识、模型、治理和开放协议页面 | 5200 |
deploy |
Docker Compose、Kubernetes、Dockerfile | - |
sql |
聚合初始化脚本,当前以 sql/init.sql 作为统一 SQL 基线 |
- |
docs |
当前系统权威知识库和产品截图 | - |
EnterpriseAgentFramework/
├─ ai-skill-sdk/ 能力声明与 SDK 契约
├─ ai-spring-boot-starter/ Spring Boot 主动注册 Starter
├─ ai-agent-service/ Agent、注册中心、治理、开放协议
├─ ai-skills-service/ RAG、知识、扫描、语义基础层
├─ ai-model-service/ 模型网关
├─ ai-admin-front/ 管理端
├─ deploy/ 部署配置
├─ sql/ 聚合初始化脚本
└─ docs/ 当前文档与产品截图
技术栈
| 层级 | 技术 |
|---|---|
| 后端 | Java 17、Spring Boot 3.4、Spring Cloud 2024、Spring Cloud Alibaba |
| AI | Spring AI 1.0、Spring AI Alibaba、AgentScope、LangGraph4j |
| 数据 | MySQL 8、Redis 7、Milvus 2.4 |
| ORM | MyBatis-Plus |
| 文档与扫描 | JavaParser、Apache POI、PDFBox |
| 前端 | Vue 3、Vite 6、Element Plus、TypeScript、Pinia、Vue Flow、AntV G6 |
| 部署 | Docker、Kubernetes |
文档导航
| 文档 | 内容 |
|---|---|
| 文档入口 | 当前系统权威知识库入口和阅读顺序 |
| 平台定位与架构总览 | 系统定位、服务边界、管理端功能地图和统一 SQL 基线 |
| 项目注册与能力资产 | 扫描、SDK 注册、能力同步、Tool/Capability 资产模型 |
| Agent Studio 与 Runtime | Agent Studio、GraphSpec、发布、评测、多 Runtime 和变量映射 |
| 运行治理与开放协议 | Trace、RunOps、ACL、Guard、MCP、A2A、Gateway |
| 知识模型与企业资产 | 模型实例、知识库、业务索引、领域、市场资产 |
命名说明
- 产品语义中,可编排、可治理的粗粒度业务单元统一称为 Capability / 能力。
- 历史代码、接口和数据表中仍可能出现
skill、skills、skill_draft、skill_interaction等命名,这是 legacy storage/API naming。 ai-skills-service主要承载知识检索、扫描和语义基础能力,模块名暂不强制 rename。
交流
如果你也在做 Java + AI、企业 AI 中台、Agent 治理平台,欢迎交流:
- QQ 群:1073839193
开源协议
本项目基于 MIT License 开源。
Reviews (0)
Sign in to leave a review.
Leave a reviewNo results found



