nageoffer/ragent

Ragent AI – Agentic RAG のための本番運用可能な Java プラットフォーム

これは何か

• Java を中心としたエンドツーエンドのフレームワークで、検索拡張生成（RAG）および エージェント型 AI アプリケーションを構築できます。文書の取り込みから質問への回答、外部ツールの呼び出し、会話メモリの管理まで、すべてをカバーします。

主な機能

領域	Ragent が提供するもの
ハイブリッド検索	ベクトルストア、キーワードインデックス、ナレッジグラフ、ライブ Web 検索から並列に想起します。重複排除、RRF 融合、再ランキングをサポートします。
クエリ理解	クエリ用語マッピング、質問の書き換えと分割、ツリー構造のインテント検出、複数のナレッジベース間のルーティング。
モデル処理	モデル階層化、初回パケット遅延検出、サーキットブレーカーフォールバック、マルチモデルルーティング。
セッションメモリ	直近 N ターンのキャッシュ + 永続化サマリーにより、コンテキストを保持しつつ token 使用量を制御します。
トラフィック保護	Redis ベースの公平キューと分散並行性制限により、急増がモデルサービスを圧倒するのを防ぎます。
ナレッジループ	プラグ可能な取り込みパイプライン、リモート更新、回答の出所、ユーザーフィードバック、トレーシング、管理 UI。

アーキテクチャ

• 7 つの Maven モジュールが関心事を分離します：インフラストラクチャ AI クライアント、システムサービス、RAG コア、Agent エンジン、bootstrap、共有フレームワークユーティリティ、およびサンプル MCP（Model‑Centered‑Programming）ツールサーバー。
• この設計は AI ベンダー固有の事項、ストレージバックエンド、検索戦略を分離するため、メインワークフローを書き換えずにコンポーネントを交換できます。

エージェント型ワークフロー（v2）

• ReAct スタイルのループを使用し、LLM が知識を検索するか、MCP ツールを呼び出すか、カスタム Skills を実行するかを決定できます。
• メモリは 3 つのレベル（短期、永続化サマリー、長期）で管理され、書き込みアクションに対して human‑in‑the‑loop 確認を含めることができます。

本番向け機能

• Redis 公平キュー、Lua ベースのアトミックなレート制限。
• 遅延チェックと三状態サーキットブレーカーを備えたマルチ候補モデルルーティング。
• グレースフルデグラデーションを備えた並列マルチチャネル検索。
• トランザクション対応 RocketMQ メッセージ、冪等性、リモート更新用の分散ロック。
• 完全なトレーシング（run/node のタイミング、入力/出力）と任意の Langfuse 統合。
• キャンセル対応の SSE ストリーミング、markdown レンダリング、出所引用、フィードバック UI。
• Sa‑Token によるセキュリティ、リクエストスロットリング、パラメータ検証。

開発者体験

• React フロントエンドは、ユーザーチャット UI（モデルの思考、ツール呼び出し、引用を表示）と、ナレッジベース、インテントツリー、パイプライン、ユーザー、システム設定を管理する管理コンソールの両方を提供します。
• 古典的なデザインパターン（Strategy、Factory、Template Method、Chain of Responsibility など）を多用しているため、Java エンジニアにとってコードベースが親しみやすくなっています。
• ドキュメント、オンラインデモ、クイックスタートガイドがプロジェクトサイトで提供されています。

誰が見るべきか？

• Python に移行せずに AI 機能を追加したい Java バックエンド開発者。
• RAG/Agent の知識が期待される面接を準備しているエンジニア。
• 堅牢なルーティング、メモリ、ツール統合を必要とするエンタープライズ級 AI アシスタントを構築するチーム。

まとめ Ragent は、Agentic RAG に焦点を当てた、真に本番志向のオープンソース Java AI プラットフォームです。おもちゃのデモをはるかに超え、完全で拡張可能なスタックと、実世界のデプロイに必要な多くの運用上のセーフガードを提供します。