# lynx-ai
**Repository Path**: ArrayEdu/lynx-ai
## Basic Information
- **Project Name**: lynx-ai
- **Description**: 🎉🔥Lynx AI是Java语言开源的企业级AI智能体管理平台低代码开发基座，基于Spring Boot 3+LangChain4j+Vue3+TypeScript+Vite+Element Plus的前后端分离开发。支持零代码创建智能体、企业级RAG知识库(LibreOffice文档转PDF+精准原文定位+向量检索+混合检索+重排序)
- **Primary Language**: Java
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 1
- **Created**: 2026-01-25
- **Last Updated**: 2026-01-25
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
# 🚀 Lynx AI - 企业级智能体管理平台
**新一代企业级AI智能体编排与管理平台**
[](https://gitee.com/lynx-ai/lynx-ai/stargazers)
[](LICENSE)
[](https://www.oracle.com/java/)
[](https://spring.io/projects/spring-boot)
[](https://github.com/langchain4j/langchain4j)
[](https://vuejs.org/)
[🚀 快速开始](#快速开始) | [💡 核心功能](#核心功能) | [🏗️ 技术架构](#技术架构) | [📖 文档](#详细文档) | [🤝 贡献](#贡献指南)
---
## 📖 项目简介
**Lynx AI** 是一个功能强大的企业级AI智能体管理平台，提供从智能体创建、知识库管理、工作流编排到自然语言数据分析的完整AI解决方案。平台特别创新性地实现了**AI数据分析**功能，让非技术人员也能通过自然语言查询和分析数据。
### ✨ 项目特色
- 🎯 **零代码创建智能体** - 可视化配置，5分钟上线AI助手
- 📊 **AI数据分析** - 用自然语言查询MySQL/Elasticsearch，无需SQL/DSL
- 📚 **企业级RAG** - 知识库管理，让AI具备专业领域知识
- 🔄 **可视化工作流** - 拖拽式编排，自动化复杂AI任务
- 🔧 **Function Calling** - 内置多种工具，扩展AI能力
- 💰 **完整Token统计** - 多维度成本分析，精准控制预算
### 🎯 核心价值
- **💬 AI数据分析** - 用自然语言查询MySQL/ES，无需SQL/DSL，业务人员也能轻松分析数据
- **🤖 零代码智能体** - 可视化界面创建AI助手，无需编程，5分钟上线
- **📚 企业级知识库** - RAG技术，让AI具备专业领域知识，精准回答业务问题
- **🔄 可视化工作流** - 拖拽式编排，自动化复杂AI任务流程
- **📊 智能大屏** - 实时监控系统运行、Token消耗、成本分析
- **🔧 Function Calling** - 内置多种工具，扩展AI能力边界
---
## 🚀 快速开始
### 环境要求
```
JDK 17+
Node.js 18+
MySQL 8.0+
Redis 7.0+
Elasticsearch 8.14.3
Maven 3.6+
```
**可选依赖：**
- **MinIO** - 对象存储（用于存储上传的文档和图片，不使用可跳过）
- **LibreOffice** - 文档转PDF（⭐推荐安装，转换为PDF后可实现精准的原文定位功能）
### 安装依赖服务
#### 1. 安装MySQL 8.0
**Windows:**
- 下载：https://dev.mysql.com/downloads/mysql/
- 安装后启动MySQL服务
**Linux/Mac:**
```bash
# Ubuntu/Debian
sudo apt-get install mysql-server
# CentOS/RHEL
sudo yum install mysql-server
# Mac
brew install mysql
```
#### 2. 安装Redis 7.0
**Windows:**
- 下载：https://github.com/tporadowski/redis/releases
- 解压后运行 `redis-server.exe`
**Linux/Mac:**
```bash
# Ubuntu/Debian
sudo apt-get install redis-server
# CentOS/RHEL
sudo yum install redis
# Mac
brew install redis
```
#### 3. 安装Elasticsearch 8.14.3
**下载地址：** https://www.elastic.co/downloads/elasticsearch
**启动：**
```bash
# Windows
bin\elasticsearch.bat
# Linux/Mac
bin/elasticsearch
```
**配置（可选）：**
```yaml
# config/elasticsearch.yml
xpack.security.enabled: true
xpack.security.http.ssl.enabled: false
```
#### 4. 安装MinIO（可选）
**说明：** 用于存储上传的文档和图片。如果不需要文档上传功能，可以跳过此步骤。
**下载地址：** https://min.io/download
**启动：**
```bash
# Windows
minio.exe server D:\minio-data
# Linux/Mac
./minio server /data
```
**配置：**
- 默认用户名：minioadmin
- 默认密码：minioadmin
- 访问地址：http://localhost:9000
#### 5. 安装LibreOffice（推荐）
**说明：** 用于将Word/Excel/PPT文档转换为PDF格式。
**⭐ 为什么推荐安装？**
- 转换为PDF后，可以实现**精准的原文定位**功能
- 在RAG检索时，能够准确定位到文档的具体页码和位置
- 提升知识库的可追溯性和用户体验
**下载地址：** https://www.libreoffice.org/download/download/
**安装路径：**
- Windows: `C:\Program Files\LibreOffice` 或 `D:\Program Files\LibreOffice`
- Linux: `/usr/lib/libreoffice`
- Mac: `/Applications/LibreOffice.app/Contents`
**配置：**
安装后需要在 `application.properties` 中配置安装路径：
```properties
libreoffice.home=D:/Program Files/LibreOffice
```
### 后端启动
```bash
# 1. 克隆项目
git clone https://gitee.com/lynx-ai/lynx-ai.git
cd lynx-ai
# 2. 初始化数据库
mysql -u root -p
CREATE DATABASE `lynx-ai` DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
USE `lynx-ai`;
SOURCE lynx-ai-parent/lynx-ai-web/src/main/resources/sql/lynx-ai.sql;
# 3. 配置后端
cd lynx-ai-parent/lynx-ai-web/src/main/resources
# 编辑 application.properties，配置以下【必填】项：
# MySQL配置（注意数据库名是 lynx-ai）
spring.datasource.url=jdbc:mysql://localhost:3306/lynx-ai?useUnicode=true&characterEncoding=UTF-8&serverTimezone=Asia/Shanghai&useSSL=false
spring.datasource.username=root
spring.datasource.password=your_password
# Redis配置（如果没有密码则留空）
spring.data.redis.host=localhost
spring.data.redis.password=
# Elasticsearch配置
elasticsearch.host=localhost
elasticsearch.username=elastic
elasticsearch.password=your_password
# AI模型API Key（至少配置一个）
dashscope.api-key=your_dashscope_api_key
# 或
# openai.api-key=your_openai_api_key
# MinIO配置（可选，如果不使用文档上传功能可以注释掉）
# minio.endpoint=http://localhost:9000
# minio.access-key=minioadmin
# minio.secret-key=minioadmin
# LibreOffice配置（推荐安装，用于文档转PDF实现原文定位）
# Windows示例：D:/Program Files/LibreOffice
# Linux示例：/usr/lib/libreoffice
# Mac示例：/Applications/LibreOffice.app/Contents
# libreoffice.home=D:/Program Files/LibreOffice
# 4. 启动后端服务
cd lynx-ai-parent
mvn clean install
cd lynx-ai-web
mvn spring-boot:run
# 后端启动成功后访问：http://localhost:8080
# Swagger API文档：http://localhost:8080/doc.html
```
**配置说明：**
所有配置项都有详细的中文注释，包括：
- 📝 配置项的作用说明
- 💡 推荐值和默认值
- ⚠️ 注意事项
- 🎯 适用场景
详见 `application.properties` 文件。
### 前端启动
```bash
# 1. 进入前端目录
cd lynx-ai-ui
# 2. 安装依赖
npm install
# 或使用 pnpm（推荐，速度更快）
npm install -g pnpm
pnpm install
# 3. 配置后端API地址
# 编辑 .env.development 文件
VITE_API_BASE_URL=http://localhost:8080
# 4. 启动前端服务
npm run dev
# 前端启动成功后访问：http://localhost:5173
```
### 默认账号
```
用户名：laomao
密码：laomao123456
```
### 验证安装
1. **访问前端** - http://localhost:5173
2. **使用默认账号登录**
- 用户名：`laomao`
- 密码：`laomao123456`
3. **创建第一个智能体** - 进入"智能体管理"，点击"新建智能体"
4. **测试对话** - 进入"智慧大厅"，选择智能体开始对话
### 常见问题
**Q: 启动后端报错"数据库连接失败"？**
- 检查MySQL是否启动：`mysql -u root -p`
- 检查数据库名是否为 `lynx-ai`
- 检查 `application.properties` 中的数据库配置
**Q: 启动后端报错"Redis连接失败"？**
- 检查Redis是否启动：`redis-cli ping`（应返回PONG）
- 如果Redis没有密码，将 `spring.data.redis.password=` 留空
**Q: 启动后端报错"Elasticsearch连接失败"？**
- 检查ES是否启动：访问 http://localhost:9200
- 检查ES用户名密码是否正确
**Q: 前端启动后无法访问后端API？**
- 检查后端是否启动成功（访问 http://localhost:8080/doc.html）
- 检查 `.env.development` 中的 `VITE_API_BASE_URL` 配置
---
## ✨ 核心功能
### 📸 系统截图预览
**🏠 数据大屏**
**💬 智能体对话**
**📊 AI数据分析**
---
### 1️⃣ 🆕 AI数据分析 ⭐
> **革命性的自然语言数据查询系统，降低数据分析门槛**
|
#### 💬 自然语言查询
```
用户输入："查询用户总数"
系统生成：SELECT COUNT(*) FROM users;
用户输入："最近7天的订单"
系统生成：SELECT * FROM orders
WHERE created_at >= DATE_SUB(NOW(), INTERVAL 7 DAY);
```
**核心特性：**
- ✅ 零SQL/DSL门槛
- ✅ 同义词智能识别
- ✅ 口语化表达理解
- ✅ 智能字段匹配
|
#### 🔒 四层安全防护
```
Layer 1: 意图识别
↓ 拦截修改/删除意图
Layer 2: Prompt约束
↓ 明确只能生成查询
Layer 3: SQL/DSL验证
↓ 正则检查DML/DDL
Layer 4: 数据库防护
↓ 只读连接模式
```
**安全特性：**
- ✅ 禁止INSERT/UPDATE/DELETE
- ✅ 禁止DROP/TRUNCATE
- ✅ 只读权限控制
- ✅ SQL注入防护
|
#### 🎨 支持的数据源
| 数据源 | 支持能力 | 应用场景 |
|-------|---------|---------|
| **MySQL** | 自动生成SQL、表结构分析、智能JOIN | 关系型数据查询、业务报表 |
| **Elasticsearch** | 自动生成DSL、索引分析、语义检索 | 全文搜索、日志分析、相似度查询 |
#### 🚀 核心亮点
- **智能理解** - 支持"有多少个"、"最新的"、"最贵的"等口语化表达
- **实时连接测试** - 选择数据源立即测试连接状态，三种状态可视化展示
- **Token统计** - 完整统计AI数据分析的Token消耗和成本
- **结果展示** - 表格展示、AI分析、生成的SQL/DSL完整呈现
---
### 2️⃣ 智能体管理 🤖
> **零代码创建AI助手，5分钟从配置到上线**
**智能体管理列表**
**创建智能体 - 基本信息**
**创建智能体 - 对话设置**
**创建智能体 - 工具设置**
**创建智能体 - RAG设置**
**创建智能体 - 选择知识库**
**创建智能体 - 工作流设置**
**创建智能体 - 发布**
#### 核心能力
```
创建智能体（2分钟）
↓ 填写名称、描述、选择模型
配置高级功能（3分钟）
↓ 绑定工具、知识库、调整参数
在线测试验证（5分钟）
↓ 测试对话效果、调试Prompt
一键发布API（1分钟）
↓ 自动生成API、获取Key、集成业务系统
```
#### 🎨 功能特性
|
**模型配置：**
- GPT-4（效果最好）
- GPT-3.5-Turbo（性价比高）
- Claude-2（长文本理解）
- 自定义模型
**Prompt工程：**
- 模板库（10+场景）
- 自定义系统提示词
- 示例引导
- 约束条件设置
|
**工具集成：**
- Web搜索（实时联网）
- 天气查询
- 计算器
- 代码执行
- 自定义工具
**知识库绑定：**
- 多知识库选择
- 检索参数配置
- RAG增强回答
- 引用来源展示
|
---
### 3️⃣ 知识库管理 📚
> **企业知识AI化，让智能体具备专业领域知识**
**知识库列表**
**新增知识库**
**上传文档**
#### RAG技术架构
```
文档上传
↓
智能分块（语义切分）
↓
向量化（Embedding）
↓
存储到ES（向量+全文）
↓
用户查询 → 向量检索 → 重排序 → 注入LLM → 生成回答
```
#### 🔍 核心特性
|
**文档处理：**
- 支持10+种格式（PDF/DOCX/MD/TXT/HTML）
- 智能分块（语义完整性）
- 批量上传（拖拽即可）
- 在线编辑
**向量检索：**
- OpenAI Embedding
- BGE-M3（中文优化）
- 混合检索（向量+关键词）
- 重排序（精准度提升）
|
**检索配置：**
- Top K设置（返回数量）
- 相似度阈值（质量控制）
- 检索模式（精确/平衡/宽松）
- 元数据过滤
**效果提升：**
- 命中率：92%+
- 平均相似度：0.78
- 检索延迟：<200ms
- 准确性：显著提升
|
---
### 4️⃣ 工作流编排 🔄
> **可视化自动化引擎，拖拽构建复杂AI流程**
**工作流列表**
**工作流编辑器**
#### 节点类型
```
🤖 LLM节点 - 调用大模型生成内容
📊 条件节点 - 根据条件分支执行
🔁 循环节点 - 批量数据处理
🔧 工具节点 - 调用外部工具/API
📝 变量节点 - 数据传递和转换
⏰ 定时节点 - 定时触发执行
🎯 结束节点 - 流程结束输出
```
#### 应用场景
**内容生成流水线：**
```
输入主题 → LLM生成大纲 → LLM扩写各章节 → 质量检查 → 输出完整文章
```
**数据处理自动化：**
```
读取数据 → 循环处理每条 → LLM分析 → 条件过滤 → 保存结果
```
**智能客服流程：**
```
接收问题 → 意图识别 → 条件分支 → 知识库查询/工具调用 → 生成回复
```
---
### 5️⃣ 智慧大厅 💬
> **统一的智能对话入口，与所有智能体无缝交互**
#### 核心功能
- **智能体选择** - 快速切换不同智能体，保留对话上下文
- **流式输出** - 打字机效果，实时反馈，用户体验佳
- **富文本支持** - Markdown、代码高亮、表格、图片
- **会话管理** - 多会话并行，历史记录追溯
- **工具可视化** - 工具调用过程实时展示
- **快捷操作** - 复制、重新生成、反馈
---
### 6️⃣ 数据源管理 🔌
> **统一管理企业数据源连接，安全可控**
**数据源管理界面**
**数据源列表**
**添加数据源**
#### 功能特性
- **多数据源支持** - MySQL、Elasticsearch
- **连接测试** - 一键测试连接状态，实时反馈
- **安全加密** - 密码加密存储，只读权限配置
- **连接池管理** - 高效的连接复用，性能优化
- **使用统计** - 查询次数、连接状态监控
---
### 7️⃣ Token统计 💰
> **全方位Token消耗统计，成本清晰可控**
#### 统计维度
|
**时间维度**
- 今日统计
- 本月统计
- 最近7天趋势
- 月度预测
|
**功能维度**
- 智能对话
- AI数据分析-SQL
- AI数据分析-ES
- 知识库查询
- 工作流执行
|
**模型维度**
- GPT-4
- GPT-3.5-Turbo
- Claude-2
- 自定义模型
|
#### 核心指标
```
┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ 今日Token │ │ 本月Token │ │ 今日成本 │
│ 5,432 │ │ 152,341 │ │ $0.027 │
│ ↑ 12% │ │ ↑ 8% │ │ ↑ 12% │
└─────────────┘ └─────────────┘ └─────────────┘
```
---
### 8️⃣ 智能大屏 📊
> **数据可视化中心，系统运行状态一目了然**
#### 展示内容
- **核心指标** - 智能体数、知识库数、对话数、工作流数
- **Token趋势** - 7天/30天使用趋势，成本分析
- **分布统计** - 请求类型分布、模型使用分布
- **工作流排行** - 执行次数TOP10、成功率统计
- **智能体排行** - 调用次数、Token消耗排行
- **系统状态** - 服务状态、数据库连接、错误监控
---
### 9️⃣ 其他功能模块
🔧 工具管理
管理智能体可用的工具集，包括内置工具和自定义工具。
⚙️ 模型配置
配置和管理各种AI模型，支持GPT、Claude、国产大模型等。
📖 领域词典
管理专业领域术语，提升AI对专业词汇的理解能力。
---
## 🏗️ 技术架构
### 技术栈
#### 后端技术
```yaml
核心框架： Spring Boot 3.2.6 + Java 17
AI框架： LangChain4j 1.0.0-beta3
数据库： MySQL 8.0 + Redis 7.0
向量库： Elasticsearch 8.14.3
ORM： MyBatis-Plus 3.5.11
安全认证： Sa-Token 1.39.0
对象存储： MinIO
```
#### 前端技术
```yaml
核心框架： Vue 3.5.13 + Vite 5.4.8
UI组件： Element Plus 2.8.4
路由： Vue Router 4.2.5
HTTP： Axios 1.7.7
图表： ECharts 5.5.0
工作流： Vue Flow 1.33.5
Markdown： Marked + Highlight.js
```
### 系统架构
```
┌────────────────────────────────────────────────────────────────┐
│ 前端层 (Vue 3) │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │智慧大厅 │ │智能体管理│ │知识库管理│ │AI数据分析│ ... │
│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │
└────────────────────────────────────────────────────────────────┘
↕ REST API
┌────────────────────────────────────────────────────────────────┐
│ 应用层 (Spring Boot) │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │对话服务 │ │智能体服务│ │知识库服务│ │数据查询 │ ... │
│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │
└────────────────────────────────────────────────────────────────┘
↕
┌────────────────────────────────────────────────────────────────┐
│ 引擎层 (LangChain4j) │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │LLM引擎 │ │RAG引擎 │ │工具引擎 │ │记忆引擎 │ ... │
│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │
└────────────────────────────────────────────────────────────────┘
↕
┌────────────────────────────────────────────────────────────────┐
│ 数据层 │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ MySQL │ │ Redis │ │Elasticsearch│ │ MinIO │ │
│ │ 业务数据 │ │ 对话记忆 │ │ 向量存储 │ │ 对象存储 │ │
│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │
└────────────────────────────────────────────────────────────────┘
```
---
## 📖 详细文档
### 开发文档
- [后端开发文档](./lynx-ai-parent/README.md)
- [前端开发文档](./lynx-ai-ui/README.md)
---
## 🌟 核心亮点
### 1. 降低AI应用门槛 ⭐
- **零SQL门槛** - 业务人员用自然语言查询数据
- **零代码创建** - 可视化配置智能体，无需编程
- **拖拽式编排** - 工作流编排像搭积木一样简单
### 2. 企业级能力 🏢
- **安全可控** - 四层安全防护，只读权限，审计日志
- **高性能** - 异步处理，缓存优化，毫秒级响应
- **可扩展** - 微服务架构，支持集群部署
### 3. 完整的生态 🌐
- **多模型支持** - GPT、Claude、国产大模型
- **多数据源** - MySQL、Elasticsearch
- **多工具集成** - 内置7个工具，支持自定义
### 4. 优秀的体验 ✨
- **现代化UI** - Vue3 + Element Plus，响应式设计
- **流式输出** - 打字机效果，实时反馈
- **智能提示** - 引导用户，降低学习成本
---
## 📊 性能指标
| 指标 | 数值 | 说明 |
|------|------|------|
| 对话响应延迟 | < 500ms | P95，不含LLM推理时间 |
| RAG检索延迟 | < 200ms | P95，包含重排序 |
| SQL生成延迟 | < 2s | 包含LLM推理 |
| DSL生成延迟 | < 3s | 包含索引分析 |
| 工作流执行 | < 1s | 简单流程（3-5节点） |
| 并发支持 | 1000+ | 单实例并发对话数 |
| 向量检索QPS | 5000+ | ES集群 |
---
## 🗺️ 当前版本功能
### ✅ v1.0
- ✅ **智能体管理** - 创建、配置、发布
- ✅ **知识库系统** - RAG检索、文档管理
- ✅ **工作流引擎** - 可视化编排、27种节点类型
- ✅ **Function Calling** - 7个内置工具（天气、计算器、数据库查询、Web搜索、URL阅读、当前时间、工作流调用）
- ✅ **对话管理** - 流式输出、历史记录
- ✅ **AI数据分析** - MySQL/Elasticsearch自然语言查询
- ✅ **Token统计** - 完整的成本分析
- ✅ **智能大屏** - 数据可视化
- ✅ **数据源管理** - MySQL、Elasticsearch连接管理
- ✅ **模型配置** - 支持多种AI模型（通义千问、GPT、Claude等）
- ✅ **领域词典** - 专业术语管理
---
## 🤝 贡献指南
我们欢迎所有形式的贡献！无论是新功能、Bug修复、文档改进还是问题反馈。
### 如何贡献
1. **Fork 本仓库**
2. **创建特性分支** (`git checkout -b feature/AmazingFeature`)
3. **提交更改** (`git commit -m 'Add some AmazingFeature'`)
4. **推送到分支** (`git push origin feature/AmazingFeature`)
5. **开启 Pull Request**
### 开发规范
- 遵循项目现有的代码风格
- 添加必要的注释和文档
- 确保所有测试通过
- 提交前运行代码格式化
### 报告问题
如果您发现Bug或有功能建议，欢迎通过邮件联系我们：1592126300@qq.com
---
## � 开源协议
本项目采用 [Apache License 2.0](LICENSE) 协议开源。
您可以自由地：
- ✅ 商业使用
- ✅ 修改
- ✅ 分发
- ✅ 私人使用
但需要：
- 📋 包含许可证和版权声明
- 📋 声明更改
---
## 📧 联系我们
- 📮 Email: 1592126300@qq.com
---
## 🙏 致谢
感谢以下开源项目：
- [LangChain4j](https://github.com/langchain4j/langchain4j) - Java AI应用框架
- [Spring Boot](https://spring.io/projects/spring-boot) - 企业级Java框架
- [Vue.js](https://vuejs.org/) - 渐进式JavaScript框架
- [Element Plus](https://element-plus.org/) - Vue 3组件库
- [Elasticsearch](https://www.elastic.co/) - 搜索和分析引擎
- [MinIO](https://min.io/) - 高性能对象存储
- [Redis](https://redis.io/) - 内存数据库
---
**⭐ 如果这个项目对你有帮助，欢迎Star支持！ ⭐**
Made with ❤️ by Lynx AI Team
[⬆ 回到顶部](#-lynx-ai---企业级智能体管理平台)