EnterpriseAgentFramework (ReachAI)

何であるか – ReachAI は、Java を基盤とする企業向けアプリケーション（OA、ERP、CRM、eHR、調達、チケット、契約など）に、既存のユーザーインターフェースに直接 AI アシスタントを統合できるオープンソースプラットフォームです。AI は現在のページを読み取り、データを照会し、フォームを埋め、ビジネスアクションをトリガーできますが、ユーザーのアイデンティティ、権限、および元のワークフローを尊重します。

---

コアコンセプト

コンセプト	ReachAI の実装方法
AIファーストのリトロフィット	動作中の Java システムをスキャンし、ページ、ルート、コンポーネント、バックエンド API のマップを作成し、最大3つの具体的な自動化候補を提案します。
AI・コーディング	各候補を構造化されたエンジニアリングタスク（範囲、コードコンテキスト、制約、受容基準）に変換し、LLMベースのコード生成ツール（Codex、Claude-Code、Cursor など）に渡します。生成されたコードはコミットされ、テスト・検証が行われた後、タスクが完了します。
能力カタログ	@ReachCapability でアノテーションされた Java メソッドは、自動的に再利用可能でバージョン管理されたビジネス能力（読み取り/書き込み、必要なロール、副作用レベル）として登録されます。
制御された実行	エージェントが自然言語のリクエストを解釈し、ホワイトリストから事前に承認されたワークフロー（GraphSpec）を選択し、実行時にすべてのステップを記録するランタイムで実行します（Trace）。重要な書き込み操作には明示的なユーザー確認が必要です。
明示的なページブリッジ	画面スクレイピングやマウスシミュレーションではなく、各ページに対して読み取り可能、フィルタ可能、書き込み可能なアクションをフロントエンドが登録します。AI は型指定された契約を通じてこれらのアクションを呼び出します。
ガバナンスと可観測性	操作ダッシュボードではエージェント、実行、ユーザー、トークン使用量、リスク項目、ビジネスインパクトを一覧表示します。RunOps、EvalOps、Automation モジュールにより、自動テスト、バージョン管理されたデータセット、任意の実行のリプレイが可能になります。
オープンエコシステム	能力、ツール、ワークフローは社内 API マーケット、MCP ハブ、A2A ハブに公開でき、他のサービスやリモートエージェントが ACL と監査フレームワークを共有して呼び出せます。

---

主要コンポーネント（5つのサービス）

サービス	ポート	役割
reachai-model-service	18601	モデルゲートウェイ – チャット、埋め込み、再ランク、モデルインスタンス管理
reachai-knowledge-service	18602	知識ベース – ドキュメント、ベクトルストア（Milvus）、RAG インデックス（/ai パス）
reachai-control-service	18603	パブリック API / BFF – プロジェクト・ページ管理、認証、埋め込みエンドポイント
reachai-runtime-service	18604	ランタイムホスト – エージェント監督、ワークフロー実行、Trace と RunOps
reachai-capability-service	18605	能力カタログ – SDK 登録、スナップショット、差分、レビュー

---

一般的なワークフロー

1. 接続：Java ビジネスシステム（SDK スターターまたはパッシブスキャン）を接続。
2. スキャン：ページ、ルート、コンポーネント、バックエンド API をスキャン → システム能力マップ を生成。
3. 推薦：最大3つの自動化アイデアを提案（読み取り専用分析、事実/推論タグ付け）。
4. AI・コーディング：タスクを作成し、LLM が実際のリポジトリでコードを生成・修正、テストを実行し、証拠を返却。
5. 公開：新しい @ReachCapability と/またはエージェントが呼び出せるワークフロー（GraphSpec）を公開。
6. 実行：ユーザーが埋め込みチャットで自然言語を入力。エージェントがホワイトリストワークフローを選択し、実行。書き込み操作ではユーザー確認を要求し、全トレースを記録。
7. ガバナンス：オペレーションダッシュボードが使用状況、リスク、トークン消費、バージョンパフォーマンスを集計。Automation で定期実行をスケジュール可能。EvalOps で新バージョンのA/B実験が実行可能。

---

誰が恩恵を受けるか？

役割	メリット
開発者	自動スキャンとAI生成コードにより、手動統合作業が削減。SDK により既存サービスをAI呼び出し可能な能力として型安全に公開可能。
ビジネスユーザー	UIの変更なし。慣れ親しんだOA/CRMページで「私の保留中のタスクを表示」や「購入依頼を作成」などとAIに依頼可能。
マネージャー / オペレーション	AIの採用状況、リスク項目、トークン使用量、ビジネスインパクトのリアルタイム可視化。実際の使用データに基づいて次の自動化ラウンドを計画可能。

---

技術スタック

• バックエンド：Java 17, Spring Boot 3.4.5, Spring AI, Spring AI Alibaba 拡張
• エージェント/ワークフロー エンジン：AgentScope 2.0, LangGraph4j 1.8, GraphSpec DSL
• SDK / ページブリッジ：JDK 8互換アノテーション、Spring Boot 2 スターター、TypeScript 埋め込み SDK
• フロントエンド：Vue 3.5 + TypeScript, Element Plus, Pinia, Vue-Flow, Vite 6
• インフラ：MySQL 8, Redis 7, Milvus 2.4（ベクトルストア）、ドキュメントインジェスト用にオプションの Docling

---

成熟度とライセンス

• リポジトリは積極的にメンテナンス中（README に高速イテレーション、詳細なサービス境界、ローカル開発スクリプトの記載あり）。
• 説明されたすべてのコア機能（スキャン、AI・コーディング、能力カタログ、ワークフロースタジオ、ランタイム、ガバナンス）は実装済みですが、一部のワークフローノードは ベータ とマークされています。
• MIT ライセンスで、商用利用および改変を許可しています。

---

セットアップ（クイックサマリー）

1. JDK 17、Maven、Node ≥18、Docker-Compose をインストール。
2. cp deploy/.env.example deploy/.env → シークレットを編集。
3. docker compose -f deploy/docker-compose.infra.yml up -d を実行し、提供された SQL 初期化スクリプトを実行。
4. バックエンドのビルド：mvn clean install -DskipTests。
5. 5つのサービスを起動（IntelliJ の実行設定または上記順に mvn spring-boot:run）。
6. フロントエンド：cd ai-admin-front && npm ci && npm run dev。
7. デフォルトの開発資格情報（admin / admin123）でログイン。

---

まとめ

ReachAI（EnterpriseAgentFramework）は、既存の Java 企業アプリケーションを AI 拡張アシスタントに変えるフルスタックでプロダクション指向のフレームワークです。自動システム発見、LLM駆動のコード生成、型安全な能力レジストリ、安全なワークフロー実行、そして包括的なガバナンスツールを統合しており、企業向け AI 採用に必要なエンドツーエンドソリューションそのものです。