# amorithm **Repository Path**: xylve/amorithm ## Basic Information - **Project Name**: amorithm - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-08-18 - **Last Updated**: 2026-08-18 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # AI Agent 智能体项目 基于 Spring AI 构建的智能体应用,集成了 RAG 知识库问答、MCP 工具调用、多轮对话记忆等核心 AI 能力。 ## 项目简介 本项目是一个完整的 AI 智能体解决方案,包含以下核心模块: - **AI 恋爱大师应用**:基于 RAG 技术的恋爱咨询智能助手 - **Manus 超级智能体**:支持自主规划、工具调用的智能体 - **MCP Server**:图片搜索工具服务 ## 技术栈 ### 后端技术 | 技术 | 版本 | 说明 | |------|------|------| | Java | 21 | 编程语言 | | Spring Boot | 3.4.4 | 基础框架 | | Spring AI | 1.0.0 | AI 应用开发框架 | | Spring AI Alibaba | 1.0.0.2 | 阿里云百练集成 | | PostgreSQL + pgvector | - | 向量数据库 | | MCP (Model Context Protocol) | - | 工具调用协议 | ### AI 模型 - **阿里云百练 DashScope**:qwen-plus 大语言模型 - **Ollama**:本地部署模型(gemma3:1b) ## 项目结构 ``` amorithm/ ├── src/main/java/com/zy/aiagent/ │ ├── advisor/ # 自定义 Advisor │ │ ├── MyLoggerAdvisor.java │ │ └── ReReadingAdvisor.java │ ├── agent/ # 智能体实现 │ │ ├── BaseAgent.java │ │ ├── ReActAgent.java │ │ ├── ToolCallAgent.java │ │ └── YuManus.java │ ├── app/ # 应用层 │ │ └── LoveApp.java # AI 恋爱大师应用 │ ├── chatmemory/ # 对话记忆 │ │ └── FileBasedChatMemory.java │ ├── config/ # 配置类 │ │ └── CorsConfig.java │ ├── controller/ # 控制器 │ │ ├── AiController.java │ │ └── HealthController.java │ ├── rag/ # RAG 检索增强 │ │ ├── LoveAppDocumentLoader.java │ │ ├── LoveAppVectorStoreConfig.java │ │ ├── PgVectorVectorStoreConfig.java │ │ ├── QueryRewriter.java │ │ └── ... │ ├── tools/ # AI 工具集 │ │ ├── FileOperationTool.java │ │ ├── PDFGenerationTool.java │ │ ├── WebSearchTool.java │ │ └── ... │ └── AiAgentApplication.java ├── image-search-mcp-server/ # MCP Server 子项目 │ └── src/main/java/com/zy/imagesearchmcpserver/ │ ├── tools/ │ │ └── ImageSearchTool.java │ └── ImageSearchMcpServerApplication.java └── ai-agent-frontend/ # 前端项目(Vue 3) ``` ## 核心功能 ### 1. RAG 知识库问答 基于 `QuestionAnswerAdvisor` 实现的检索增强生成: ```java // 向量检索 + 上下文增强 .advisors(new QuestionAnswerAdvisor(loveAppVectorStore)) ``` **工作流程**: 1. 用户问题 → QueryRewriter 查询重写优化 2. 向量相似度检索知识库文档 3. 检索结果作为上下文拼接到 Prompt 4. LLM 基于知识库内容生成回答 ### 2. 多轮对话记忆 支持多种对话记忆实现: - `InMemoryChatMemoryRepository`:内存存储 - `FileBasedChatMemory`:文件持久化存储 - `MessageWindowChatMemory`:滑动窗口记忆(保留最近 20 条) ```java MessageWindowChatMemory chatMemory = MessageWindowChatMemory.builder() .chatMemoryRepository(new InMemoryChatMemoryRepository()) .maxMessages(20) .build(); ``` ### 3. MCP 工具调用 支持 Model Context Protocol 工具调用: - **图片搜索**:image-search-mcp-server - **文件操作**:读写文件 - **PDF 生成**:动态生成 PDF 文档 - **网络搜索**:搜索 API 集成 - **网页抓取**:JSoup 网页解析 ### 4. Manus 超级智能体 基于 ReAct 模式的自主智能体: ```java YuManus yuManus = new YuManus(allTools, dashscopeChatModel); yuManus.runStream(message); ``` 支持自主规划、工具调用、多步推理。 ## 快速开始 ### 前置条件 1. JDK 21+ 2. Maven 3.8+ 3. PostgreSQL 14+ (可选,用于 PgVector) 4. Ollama (可选,用于本地模型) ### 配置 1. **配置 API Key** 在环境变量中设置: ```bash export DASHSCOPE_API_KEY=your_api_key ``` 或在 `application.yml` 中配置: ```yaml spring: ai: dashscope: api-key: ${DASHSCOPE_API_KEY} ``` 2. **配置数据库** (可选) ```yaml spring: datasource: url: jdbc:postgresql://localhost:5432/postgres?currentSchema=public username: root password: root ``` ### 启动 ```bash # 编译项目 mvn clean package -DskipTests # 启动主应用 java -jar target/amorithm-1.0-SNAPSHOT.jar # 启动 MCP Server (可选) cd image-search-mcp-server java -jar target/image-search-mcp-server-0.0.1-SNAPSHOT.jar ``` ### 初始化 PgVector 表结构 如果使用 PgVector 向量存储,需执行: ```sql -- 启用 pgvector 扩展 CREATE EXTENSION IF NOT EXISTS vector; -- 创建向量存储表 CREATE TABLE IF NOT EXISTS public.vector_store ( id VARCHAR(255) PRIMARY KEY, content TEXT, metadata JSONB, embedding vector(1536) ); -- 创建 HNSW 索引 CREATE INDEX IF NOT EXISTS vector_store_embedding_idx ON public.vector_store USING hnsw (embedding vector_cosine_ops); ``` ## API 文档 ### AI 恋爱大师应用 | 接口 | 方法 | 说明 | |------|------|------| | `/api/ai/love_app/chat/sync` | GET | 同步对话 | | `/api/ai/love_app/chat/sse` | GET | SSE 流式对话 | | `/api/ai/love_app/chat/server_sent_event` | GET | ServerSentEvent 流式对话 | | `/api/ai/love_app/chat/sse_emitter` | GET | SseEmitter 流式对话 | **请求参数**: - `message`: 用户消息 - `chatId`: 会话 ID **示例**: ```bash curl "http://localhost:8123/api/ai/love_app/chat/sse?message=如何追求心仪的对象&chatId=test123" ``` ### Manus 智能体 | 接口 | 方法 | 说明 | |------|------|------| | `/api/ai/manus/chat` | GET | Manus 流式对话 | **请求参数**: - `message`: 用户消息 ### API 文档 启动后访问: - Swagger UI: http://localhost:8123/api/swagger-ui.html - OpenAPI: http://localhost:8123/api/v3/api-docs ## 配置说明 ### application.yml 核心配置 ```yaml spring: application: name: ai-agent profiles: active: local # 数据库配置 datasource: url: jdbc:postgresql://localhost:5432/postgres?currentSchema=public username: root password: root # AI 模型配置 ai: dashscope: api-key: ${DASHSCOPE_API_KEY} chat: options: model: qwen-plus # 向量存储配置 vectorstore: pgvector: index-type: HNSW dimensions: 1536 distance-type: COSINE_DISTANCE # MCP Client 配置 mcp: client: sse: connections: server1: url: http://localhost:8127 server: port: 8123 servlet: context-path: /api ``` ## 部署说明 ### Docker 部署 ```bash # 构建镜像 docker build -t ai-agent:latest . # 运行容器 docker run -d \ -p 8123:8123 \ -e DASHSCOPE_API_KEY=your_api_key \ ai-agent:latest ``` ### 生产环境配置 使用 `application-prod.yml` 配置生产环境参数。 ## 子项目 ### image-search-mcp-server 独立的 MCP Server 项目,提供图片搜索工具。 **启动方式**: ```bash cd image-search-mcp-server mvn spring-boot:run ``` **配置**: - SSE 模式:`application-sse.yml` - STDIO 模式:`application-stdio.yml` ## 技术亮点 1. **Spring AI 集成**:完整演示 Spring AI 的核心能力 2. **RAG 最佳实践**:查询重写 + 向量检索 + 上下文增强 3. **多轮对话记忆**:支持内存/文件持久化多种方案 4. **MCP 协议**:实现标准化的工具调用 5. **智能体架构**:ReAct 模式的自主智能体 ## 许可证 MIT License ## 贡献 欢迎提交 Issue 和 Pull Request。