apocas/restai

它解决了什么问题

RESTai 是一个 AI 即服务（AIaaS）平台，允许用户创建、管理和部署 AI 项目——例如 RAG 系统、智能体和推理端点——并通过简单的 REST API 使用它们。它消除了为每个 AI 应用构建自定义基础设施的需求，提供了一个集中化的仪表板用于配置、分析和部署。

它如何工作

该平台提供一个基于 React 的仪表板，用户可以在其中使用特定的 LLM、系统提示和工具配置项目。它支持多种 LLM 提供商（OpenAI、Anthropic、Ollama、Gemini 等），并提供针对不同 AI 任务的专用模块：

• RAG 与知识图谱：从各种来源（S3、URL、Google Drive）导入文档，并使用向量存储和实体提取进行检索。
• 智能体：实现零样本 ReAct 智能体，支持 Model Context Protocol (MCP)，并集成无头 Chromium 浏览器用于网页自动化。
• 视觉逻辑：基于 Blockly 的 IDE，允许用户无需编写代码即可构建处理管道。
• 推理：提供直接的多模态聊天和完成端点，包括 OpenAI 兼容 API。
• 管理：内置 RBAC、团队多租户、提示版本控制，以及由 DeepEval 驱动的评估框架。

适合谁

专为希望快速部署 AI 能力而无需管理底层基础设施的开发者和团队设计，也适用于需要具备审计日志、双因素认证（2FA）和品牌定制等企业功能的多租户 AI 平台的组织。

主要亮点

• 全面的 AI 工具集：在一个平台上整合了 RAG、智能体、视觉逻辑和多模态推理。
• 智能体浏览器：集成无头 Chromium，支持加密密钥库和域名白名单，实现安全的网页自动化。
• 知识图谱 RAG：具备实体感知的检索能力，并提供可视化图谱探索器，以提高对特定名称和组织的召回率。
• 企业就绪：支持 RBAC、TOTP 2FA、品牌定制化以及原生 Kubernetes 部署。
• 支持 MCP：内置 MCP 服务器，可将项目作为工具暴露给 Claude Desktop 或 Cursor 等客户端。
• 分析与评估：详细记录 token 使用情况，监控成本与延迟，并内置提示质量评估框架。

一个真正让 AI 开发变得简单、可扩展且可管理的平台。— @restai