w8123/EnterpriseAgentFramework

ReachAI企业级智能体开发平台：快速、安全完成已有业务系统智能化改造，让 AI 在 OA、ERP、CRM 等原系统中查数据、填表单、办业务。ReachAI: Quickly and securely bring AI to existing enterprise systems, enabling AI to query data, fill out forms, and execute business tasks directly within OA, ERP, CRM, and other business applications.

ReachAI – エンタープライズエージェントフレームワーク (w8123/EnterpriseAgentFramework)

概要 – 既存のエンタープライズアプリケーション（OA、ERP、CRM、HR、調達など）に AI 駆動のアシスタントを後付けできる、Java 中心のプラットフォームです。システムはレガシー Web アプリを自動的にスキャンし、そのページ、API、ビジネスロジックを Capabilities として登録し、自然言語クエリに回答したり、フォームに記入したり、トランザクションをその場でトリガーできる AI Agents と Workflows を生成・デプロイします。元の UI、認証、監査トレイルはすべて維持されます。

コアコンポーネント

コンポーネント	役割	主要技術
Capability SDK / Spring-Boot スターター	開発者は Java サービスメソッドに `@ReachCapability` アノテーションを付けて、AI ランタイムに公開します。	Java 8 互換、Spring Boot 2/3
Page Embed & Bridge	既存の Web UI にチャットウィジェットを注入し、エージェントが呼び出せる明示的なページアクション（読み取り、フィルター、書き込み）を登録します。	Vue 3, TypeScript, `eafPageBridge.ts`
AI Coding パイプライン	ターゲットシステムをスキャンし、最大 3 つの具体的なリファクタリングタスクを提案し、LLM ベースのコード生成ツール（Codex、Claude-Code など）を使用して実際のコードベースに実装します。	LLM 駆動のコード生成、受け入れ基準付きタスクプロトコル
Workflow Studio	AI 生成ステップと検証済みビジネス API を組み合わせた GraphSpec ワークフロー用のビジュアルエディター。	LangGraph4j, GraphSpec, Vue-Flow
Agent Runtime	エージェントを実行し、承認されたワークフローを選択し、ACL/ガードポリシーを適用し、監査用の完全なトレースを記録します。	AgentScope, Runtime Service, MySQL + Redis + Milvus
モデル & ナレッジサービス	LLM チャット、埋め込み、RAG、ベクトル検索のための集中ゲートウェイ。	Spring AI, Milvus, 複数の LLM プロバイダー
運用コンソール	運用、自動化、評価（EvalOps）、実行時ガバナンス（RunOps）用のダッシュボード。	Vue UI, トレースリプレイ, メトリクス集約

典型的なアップグレードの流れ

接続 Java ベースのビジネスシステムを ReachAI に接続します。
スキャン UI とバックエンド API をスキャン → capability map が生成されます。
推奨最大 3 つの低リスクなリファクタリング項目を推奨します（読み取り専用分析）。
AI Coding 選択した項目を具体的なエンジニアリングタスクに変換します。LLM がコードを書き、テストを実行し、プッシュします。
公開新しい Capability と関連する Workflow を公開します。エージェントはそれを呼び出せるようになります。
実行 – ユーザーは埋め込みチャットに自然言語コマンドを入力します。エージェントは検証済みワークフローを選択し、capability を呼び出し、UI が自動的に更新されます。
ガバナンス – すべての呼び出しが記録され、書き込みにはユーザー確認が必要で、RunOps コンソールからリプレイできます。

誰がどの部分を使うか？

役割	操作
開発者	スキャン結果をレビューし、AI 提案のリファクタリングを承認し、AI Coding タスクを監視し、`@ReachCapability` アノテーションを追加できます。
ビジネスユーザー	使い慣れた OA/CRM UI に留まり、「モニター 10 台の購入リクエストを作成」などのリクエストを入力します。
マネージャー / 運用	エージェント使用状況、トークン消費、リスクチケット、全体的な ROI を示すダッシュボードを表示します。

ReachAI が類似ツールと異なる点

エンタープライズ重視 – マルチテナント Java SaaS 向けに構築され、既存の認証、ロール、トランザクション境界を尊重します。
証拠に基づくリファクタリング – 提案された変更はすべて、コードが書かれる前にコード参照と受け入れ基準で裏付けられています。
ガバナンス優先 – 明示的な ACL、書き込み時のユーザー確認、不変のトレース、独立した評価ループ（EvalOps）。
ハイブリッドワークフロー – LLM 生成の推論と、事前承認済みでバージョン管理されたビジネスワークフローを組み合わせて信頼性を高めます。

はじめに（ローカル開発）

JDK 17、Maven、Node ≥ 20、Docker-Compose をインストールします。
docker compose … up -d で MySQL、Redis、Milvus を起動します。
mvn clean install -DskipTests を実行し、5 つのサービス（model、knowledge、control、runtime、capability）を起動します。提供されている IntelliJ 実行構成でまとめて起動できます。
Vue 管理 UI を起動します（npm ci && npm run dev）。デフォルトの開発用認証情報は admin / admin123 です。
ドキュメントに従って、SDK でサンプル Java アプリを登録し、チャットウィジェットを埋め込みます。

ライセンス

MIT ライセンスの下でオープンソース。

結論 – ReachAI は、レガシー Java エンタープライズアプリケーションを AI 拡張アシスタントに変えるためのフルスタックで本番指向のフレームワークであり、安全性、監査可能性、段階的な AI 支援コードモダナイゼーションを重視しています。