ageerle/ruoyi-ai

RuoYi AI – 엔터프라이즈급 AI 어시스턴트 플랫폼

소개

• 멀티에이전트 협업, RAG(검색 증강 생성), 비주얼 워크플로우 오케스트레이션을 갖춘 풀스택 오픈소스 플랫폼으로, AI 어시스턴트를 구축하고 실행할 수 있습니다.
• Spring Boot 3(백엔드)와 Vue 3(프론트엔드) 기반으로 구축되었으며, Java용 LLM 프레임워크 Langchain4j를 통합합니다.

주요 기능

영역	제공 기능
모델 관리	다양한 LLM 제공업체(OpenAI, DeepSeek, Zhipu, MIMO, Baidu Bailian) 및 멀티모달 모델에 연결할 수 있습니다. Coze, DIFY, FastGPT, RAGFlow와 같은 외부 서비스도 플러그인으로 사용할 수 있습니다.
지식 관리	벡터 스토어(Milvus, Weaviate, Qdrant)를 사용하는 로컬 RAG 파이프라인과 PDF, Word, Excel, 이미지용 내장 문서 파서를 제공합니다.
도구 관리	도구 호출을 위한 MCP 프로토콜, 확장 가능한 "스킬" 생태계.
워크플로우 오케스트레이션	드래그 앤 드롭 비주얼 디자이너: 노드는 모델 호출, 이메일 전송, 수동 검토를 위한 일시 중지 등을 수행할 수 있습니다. 결과는 SSE를 통해 스트리밍됩니다.
멀티에이전트	Langchain4j 기반 에이전트 프레임워크로, Supervisor 모드를 통해 태스크를 서로 다른 의사결정 모델에 라우팅하고 도구를 동적으로 결합할 수 있습니다.

기술 스택

• 백엔드: Spring Boot 3.5.8 + Langchain4j
• 프론트엔드: Vue 3 + Vben Admin + Element-Plus-X
• 데이터: MySQL 8, Redis, 벡터 DB(Milvus/Weaviate/Qdrant), MinIO(객체 스토리지)
• 보안: Sa-Token + JWT
• 실시간: WebSocket + Server-Sent Events

실행 방법

• 원클릭 Docker – docker compose -f docker-compose-all.yaml up -d 명령으로 백엔드, 관리자 UI, 사용자 UI, 그리고 모든 종속 서비스(MySQL, Redis, Weaviate, MinIO)가 시작됩니다. 포트는 미리 매핑되어 있습니다(예: 관리자 UI 25666, 사용자 UI 25137, API 26039).
• 단계별 실행 – 사용자 지정 코드가 필요한 경우 각 서비스를 소스에서 빌드하고 개별 docker-compose 파일을 사용합니다.

주요 리포지토리

• ruoyi-ai – 백엔드 서비스
• ruoyi-web – 사용자용 프론트엔드
• ruoyi-admin – 관리자 패널
• ruoyi-drama, ruoyi-copilot, ruoyi-uniapp – 데모 앱 및 미니 프로그램

대표적인 사용 사례

• RAG를 통해 회사 지식을 검색하는 사내 어시스턴트.
• 멀티에이전트 태스크 자동화(예: 코딩 지원, 숏드라마 생성, 이메일 초안 작성).
• 비주얼 디자이너를 사용한 AI 기반 워크플로우의 빠른 프로토타이핑.

시작하기

1. 리포지토리를 클론하고 v3.1.0 태그를 체크아웃합니다.
2. 예제 .env 파일을 복사하고 RUIYI_VERSION=v3.1.0을 설정합니다.
3. 위의 Docker compose 명령을 실행합니다.
4. 관리자 UI(http://<host>:25666, 기본 자격 증명 admin/admin123)를 열고 모델 API 키와 벡터 스토어를 구성합니다.
5. 라이브 데모(드라마, 사용자 프론트엔드, 코딩)를 탐색하여 바로 사용할 수 있는 예제를 확인합니다.

문서 및 커뮤니티

• 전체 문서: https://doc.ruoyiai.chat/
• 라이브 데모: https://web.ruoyiai.chat/ (QR 코드 로그인)
• 커뮤니티 채팅: WeChat, Douyin, QQ (QR 코드는 README에 있음)

라이선스

• MIT 라이선스

중요성 RuoYi AI는 대부분의 프로젝트가 별도로 조립해야 하는 구성 요소(LLM 액세스, 벡터 검색, 도구 호출, 비주얼 워크플로우 UI)를 단일 배포 가능한 스택으로 묶습니다. 이를 통해 기업은 많은 글루 코드를 작성하지 않고도 AI 어시스턴트를 실용적으로 배포할 수 있습니다.