一个功能丰富的智能AI代理系统，集成多种AI服务和工具，提供强大的对话、RAG检索、工具调用等能力
本项目是一个基于Spring Boot 3.4.4和Java 21开发的智能AI Agent系统，集成了多种主流AI服务提供商的能力，包括阿里云百炼、火山引擎、Ollama等。系统提供了丰富的工具集成、RAG检索增强生成、对话管理、以及MCP协议支持等功能。
- 🧠 多AI服务集成：支持阿里云百炼、火山引擎、Ollama等多种AI服务
- 🔧 丰富工具集成：内置邮件发送、PDF生成、网页搜索、文件操作等多种工具
- 📚 RAG检索增强：基于PGVector的向量存储，支持文档检索增强生成
- 💬 智能对话管理：支持多轮对话、对话历史管理、上下文保持
- 🔗 MCP协议支持：集成Model Context Protocol，支持扩展工具能力
- 🎯 ReAct代理模式：支持推理-行动循环的智能代理模式
- 🌐 前后端分离：Vue 3前端 + Spring Boot后端的现代化架构
- 📊 数据持久化：基于MySQL + MyBatis-Plus的数据存储方案
- 基础框架：Spring Boot 3.4.4
- 开发语言：Java 21
- 数据库：MySQL + PostgreSQL (向量存储)
- ORM框架：MyBatis-Plus 3.5.12
- AI集成：Spring AI + 阿里云百炼 + 火山引擎 + Ollama
- 工具库：Hutool、Lombok
- API文档：Knife4j
- 序列化：Kryo
- 协议支持：MCP (Model Context Protocol)
- 前端框架：Vue 3.4.29
- 路由管理：Vue Router 4.3.0
- HTTP客户端：Axios 1.7.0
- 构建工具：Vite 5.3.1
- 阿里云百炼：DashScope SDK
- 火山引擎：Volcengine SDK
- 本地模型：Ollama集成
- LangChain4j：社区版DashScope支持
rabbit-ai-agent/
├── src/main/java/com/fantasy/rabbitaiagent/
│ ├── agent/ # AI代理核心模块
│ ├── controller/ # REST API控制器
│ ├── service/ # 业务逻辑层
│ ├── mapper/ # 数据访问层
│ ├── tools/ # 工具集成模块
│ ├── rag/ # RAG检索增强模块
│ ├── config/ # 配置类
│ ├── model/ # 数据模型
│ └── utils/ # 工具类
├── rabbit-ai-agent-frontend/ # Vue 3前端项目
├── rabbit-image-search-mcp-server/ # MCP图像搜索服务器
└── src/main/resources/
├── application.yml # 主配置文件
├── mcp-servers.json # MCP服务器配置
└── document/ # 文档资源
- Java 21+
- Node.js 16+
- MySQL 8.0+
- PostgreSQL 12+ (用于向量存储，可选)
git clone https://github.com/777nx/rabbit-ai-agent.git
cd rabbit-ai-agent创建MySQL数据库并导入初始化脚本：
CREATE DATABASE ai_agent CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;将下面这段配置修改为自己的配置
spring:
datasource:
mysql:
driver-class-name: com.mysql.cj.jdbc.Driver
url: jdbc:mysql://localhost:3306/ai_agent
username: 改为你的用户名
password: 改为你的密码
postgres:
url: jdbc:postgresql://改为你的公网地址/rabbit_ai_agent
username: 改为你的用户名
password: 改为你的密码
ai:
# 注意配置百炼的 api-key
dashscope:
api-key: your-api-key
chat:
options:
model: qwen-plus
# 配置 vectorstore 存储方式为 pgvector
vectorstore:
pgvector:
index-type: HNSW
dimensions: 1536
distance-type: COSINE_DISTANCE
max-document-batch-size: 10000 # Optional: Maximum number of documents per batchspring:
# 邮件配置
mail:
host: smtp.qq.com
port: 465
username: 发件邮箱
password: 邮箱授权码（非登录密码）
properties:
mail:
smtp:
auth: true
starttls:
enable: true
required: true
ssl:
enable: true
socketFactory:
port: 465
class: javax.net.ssl.SSLSocketFactory# searchApi
search-api:
api-key: 你的 API Key此类为测试代码使用的apikey，修改为自己的配置即可
/**
* 仅用于测试获取 API Key
*/
public interface TestApiKey {
// 修改为你的 API Key
String API_KEY = "修改为你的 API Key";
// 修改为你的火山引擎 API Key
String VOLCENGINE_KEY = "修改为你的火山引擎 API Key";
}# 使用Maven启动
./mvnw spring-boot:run
# 或者构建后启动
./mvnw clean package
java -jar target/rabbit-ai-agent-0.0.1-SNAPSHOT.jarcd rabbit-ai-agent-frontend
npm install
npm run dev- 前端应用：http://localhost:3000
- 后端API：http://localhost:8123/api
- API文档：http://localhost:8123/api/swagger-ui.html
- 支持多轮对话
- 对话历史管理
- 上下文保持
- 多AI服务切换
- 邮件工具：支持邮件发送功能
- PDF生成：将内容生成为PDF文档
- 网页搜索：集成搜索引擎API
- 网页抓取：获取网页内容
- 文件操作：文件读写、上传下载
- 终端操作：执行系统命令
- 文档向量化存储
- 语义相似度检索
- 上下文增强生成
- 支持多种文档格式
- 图像搜索MCP服务器
- 可扩展的工具协议
- 标准化的工具接口
项目集成了Knife4j，启动后可访问以下地址查看完整的API文档：
- Swagger UI：http://localhost:8123/api/swagger-ui.html
- OpenAPI文档：http://localhost:8123/api/v3/api-docs
spring:
datasource:
mysql:
driver-class-name: com.mysql.cj.jdbc.Driver
url: jdbc:mysql://localhost:3306/ai_agent
username: your_username
password: your_passwordspring:
ai:
dashscope:
api-key: your_dashscope_api_key
chat:
options:
model: qwen-plusspring:
ai:
vectorstore:
pgvector:
index-type: HNSW
dimensions: 1536
distance-type: COSINE_DISTANCE欢迎提交Issue和Pull Request来改进项目！
本项目仅用于个人学习使用，如有侵权请联系本人删除。
如有问题可留言，定期查看。
注意：本项目为学习项目，请确保在使用各种AI服务时遵守相应的服务条款和使用限制。