# NetCoreKevin
**Repository Path**: netkevin-li/NetCoreKevin
## Basic Information
- **Project Name**: NetCoreKevin
- **Description**: 基于.NET搭建-AI知识库智能体-现代化Saas企业级前后端分离架构：前端Vue3、IDS4单点登录、多缓存、自动任务、分布式、一库多租户、日志、授权和鉴权、CAP集成事件、SignalR、领域事件、MCP协议服务、IOC模块化注入、代码生成器、自动任务、AI、AgentFramework智能体、AI_Skills技能使用集成、RAG检索增强、AI知识库、AI联网搜索、本地AI模型调用
- **Primary Language**: C#
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: https://github.com/junkai-li/NetCoreKevin
- **GVP Project**: No
## Statistics
- **Stars**: 248
- **Forks**: 101
- **Created**: 2023-05-30
- **Last Updated**: 2026-04-27
## Categories & Tags
**Categories**: microservice
**Tags**: net, SignalR, semantickernel, AgentFramework, hangfire
## README
# :dizzy: NetCoreKevin介绍
|  |  |  |
|---|---|---|
|  | |  |
# :barber: 知识库AI智能体效果图
|  |  |  |
|---|---|---|
# :zap: AI智能体技能效果图
|  |  |  |
|---|---|---|
# 🌐后台管理系统效果图（基于VUE3-AntDesign）
|  |  |  |  |
|---|---|---|---|
|  |  |  |  |
|  |  |  |  |
# :envelope: NetCoreKevin前言
基于NET搭建-AI知识库智能体-现代化Saas企业级前后端分离架构：前端Vue3、IDS4单点登录、多缓存、自动任务、分布式、一库多租户、日志、授权和鉴权、CAP集成事件、SignalR、领域事件、MCP协议服务、IOC模块化注入、代码生成器、自动任务、AI、AgentFramework智能体、AISemanticKernel集成、RAG检索增强、AI知识库、AI联网搜索
解耦设计都可以单独引用项目启动时注意相关Redis、db链接配置等相关配置详情可见下面的上手教程
# 教学文档地址 [[教学文档地址](https://blog.csdn.net/weixin_42629287/category_13037923.html)]
# 📦 项目启动与配置
- 1. 配置 Redis 和数据库
- 项目启动前需配置 Redis 和数据库连接字符串。
- 数据库结构可通过脚本生成。
- 2. Docker 配置
- 项目支持 Docker 部署，Dockerfile 和配置文件已提供。
- 3. JSON 配置
- 项目使用 JSON 文件进行配置，包括缓存、短信、日志、AI 等模块。
# 🧰上手教程
- 第一步
- `json配置文件请配置好数据库链接默认使用MySQL（可自行更改）EFCore框架 不熟悉的可以看看微软官网文档`
- 第二步
- `执行初始化数据库命令：在vs中“程序包管理控制台”选择Kevin.EntityFrameworkCore项目 执行NuGet命令 Add-Migration "初始化数据库" 在执行=》 Update-Database 执行完成后开始第三步`
- 第三步
- `启动App.WebApi第一次启动会初始化种子数据 种子数据配置可以在kevin.Domain.BaseDatas下面查看和更改 启动后通过http://localhost:9901/swagger/index.html路由查看接口页面和如下页面`
- 第四步
- `启动App.AuthorizationService项目统一授权中心`
- 第五步
- `在vue文件夹下面启动前端 前端运行步骤：1、安装依赖npm install 2、运行npm run serve 3、打包npm run build`
# 🧰AI智能体教程
- 第一步
- `请先完成上手教程在进行AI智能体教程`
- 第二步
- `下载安装Qdrant--官网有教程 安装后配置json文件QdrantClientSetting 默认是localhost不需要动的`
- 第三步
- `注册AI账户 教程以智谱AI为例 去[官网](https://open.bigmodel.cn)注册登录后获取APIKey`
- 第四步
- `配置向量模型和对话模型默认如下`
|||
|--|--|
- 第五步
- `新建知识库选择向量模型(如果不选择请在json配置中配置)2048（默认）：最高精度，适合对准确性要求极高的场景===》配置智能体==》新建对话就OK了`
|||  |
|--|--|--|
# 🧰基于Ollama部署本地模型
- Ollama 支持多种操作系统，包括 macOS、Windows、Linux 以及通过 Docker 容器运行。
- Ollama 对硬件要求不高，旨在让用户能够轻松地在本地运行、管理和与大型语言模型进行交互。
- CPU：多核处理器（推荐 4 核或以上）。
- GPU：如果你计划运行大型模型或进行微调，推荐使用具有较高计算能力的 GPU（如 NVIDIA 的 CUDA 支持）。
- 内存：至少 8GB RAM，运行较大模型时推荐 16GB 或更高。
- 存储：需要足够的硬盘空间来存储预训练模型，通常需要 10GB 至数百 GB 的空间，具体取决于模型的大小。
- Ollama 官方下载地址：[https://ollama.com/download](https://ollama.com/download)
- 1.安装后运行模型 可根据电脑配置自由选择模型 可以使用qwen3:4b来进行测试
- ollama run qwen3:4b
- 系统配置如下
- 
# 🌐 自动任务配置（Hangfire）
默认基于redis方式注册Hangfire可在Kevin.Hangfire.ServiceCollectionExtensions自行添加或调整注入方式
1.继承IModuleConfigTasks类实现ConfigTasks会在项目启动时自动注册任务，并且自动任务可以基于接口类直接调用应用服务
```
///
/// AIKmssTasks配置任务设置
///
public class AIKmssModuleConfigTasks : IModuleConfigTasks
{
///
/// 配置任务
///
public Task ConfigTasks(IRecurringJobManager recurringJobManager)
{
recurringJobManager.AddOrUpdate(
recurringJobId: "每6分钟检测是否有AI文档知识库需要处理", // 唯一的 ID，用于后续修改或删除
(s) => s.ProcessKmssVectorData(default),
"0 0/6 0/1 * * ? ", new RecurringJobOptions
{
TimeZone = TimeZoneInfo.Local, // 指定时区（默认UTC）
}
);
return Task.FromResult(true);
}
}
```
# 🌐 新项目使用教程(基于NetCoreKevin进行二次开发)
- 1.新建项目直接引用Kevin.Web.Basics
- 
- 2.copy所有的appsettings.json文件到新项目还有Program的代码
- 3.调整配置文件的数据库和redis配置以及json中MigrationsAssembly为新项目的程序集，如上图应设“AINet.Domain”
- 4.项目结构可参考上图或者开源架构中的App模块
- 5.因为引用的Kevin.Web.Basics模块 后续更新同步只需拉取NetCoreKevin新代码，好处是可以即保持框架更新也可以开发自己的业务
# 🌐 项目概述
# 🧰 技术亮点
技术点 说明
- .NET 9 最新的 .NET 框架，性能更优，支持更多新特性
- DDD 领域驱动设计，将复杂业务逻辑抽象为模块化结构
- 微服务架构 通过 Consul、CAP、Quartz 等实现服务解耦和分布式管理
- CAP 消息总线，用于跨服务事件通信
- MediatR 领域事件处理
- IdentityServer4 安全认证中心，支持 OAuth2 和 OpenID Connect
- Hangfire 定时任务调度
- EF Core ORM 工具，用于数据库操作
- Docker 容器化部署，便于环境管理
- AI 集成 SemanticKernel、MCP 服务、OCR 验证码识别等 AI 技术
# 🧠 AI 集成说明
- Skill 工具使用：基于Agent-Framework 语义理解框架，实现自然语言处理及技能（Skill）的调用与编排。
- Tools 工具自定义开发：支持自定义 AI 工具开发，如 OCR 验证码识别等图像识别工具。
- MCP 服务：用于 AI 服务之间的通信与协议扩展。
- Agent-Framework 框架开发：借助 Agent 开发框架构建智能代理，支持多步推理与任务自动化。
# 🧩 项目结构详解
以下是项目的核心模块及其功能说明：
一、 核心安全与认证
授权服务：基于IdentityServer4，提供用户登录认证和API访问授权。
权限服务：实现基于API接口的细粒度访问控制。
二、 业务架构层
领域层：存放核心业务逻辑与规则（DDD核心）。
应用服务层：协调领域逻辑，处理具体业务用例。
仓储层：封装所有数据库的增删改查操作。
API层：提供对外RESTful接口。
三、 通用技术支持
工具库：包含常用辅助类、扩展方法等。
工作单元：基于EF Core，管理数据库事务。
缓存服务：支持多种分布式缓存。
日志系统：基于log4Net记录运行日志。
文件存储：支持云存储的文件上传下载。
短信服务：集成主流云平台发送短信。
四、 分布式与集成
服务发现：使用Consul进行微服务注册与发现。
事件总线：基于CAP处理分布式事件通信。
领域事件：基于MediatR处理进程内事件。
HTTP客户端：封装HTTP/2.0调用，用于外部API访问。
分布式锁：控制分布式环境下的资源并发访问。
五、 AI与智能模块
AI基础模块：集成语义理解、OCR识别等AI能力。
智能体服务：基于AgentFramework的AI智能体系统。
知识库系统：使用Qdrant向量数据库实现RAG检索增强。
联网搜索：集成搜索引擎API，支持实时信息获取。
智能体管理：智能体生命周期管理、工具调用和工作流编排。
六、 特定功能模块
任务调度：基于Hangfire执行定时任务。
实时通信：基于SignalR实现服务端消息推送。
爬虫服务：基于Selenium进行网页数据采集。
七、 基础设施与配置
IOC容器：提供模块化依赖注入。
跨域配置：管理Web跨域访问策略。
共享模型：存放系统通用的DTO、枚举等。
数据初始化：提供数据库结构和初始数据的SQL脚本。
Web工具层：包含全局过滤器、中间件等Web相关基础组件。
# 📝 总结
NetCoreKevin 是一个非常完整的微服务架构项目，结合了 DDD、CAP、Hangfire、EFCore 等多种技术，并集成了 AI、OCR、短信、文件存储等实用功能。其模块化设计使得每个功能都可以独立引用，非常适合大型企业级应用的开发。
## Star History
# 🌐交流群
|  |  |
|---|---|