songrongzhen/easy-agent

解决的问题

Easy Agent 是 Java 应用程序的开发组件，可简化构建 AI 代理的过程。它允许开发者快速将业务逻辑暴露为大型语言模型（LLMs）的工具，使用本地文档实现检索增强生成（RAG），并通过模型上下文协议（MCP）提供工具服务。

工作原理

该项目以 Spring Boot Starter 的形式构建，与 Spring 生态系统深度集成。通过注解和 SPI 的组合来管理 AI 能力：

• 工具注册：使用 @EasyTool 标记的方法会被自动发现并注册到 ToolRegistry 中，从而可被 LLM 或 MCP 客户端调用。
• MCP 服务器：实现了轻量级的 MCP HTTP 服务器（JSON-RPC 2.0），将这些注册的工具暴露给 Claude Code 等客户端。
• RAG 引擎：从类路径或 URL 加载 PDF、Excel 和 HTML 文件，将其分块为 DocumentChunk 对象并存储在内存中（预留 PGVector 支持）。支持多种搜索策略，包括嵌入、余弦相似度和 TF-IDF。
• LLM 集成：提供统一的 HTTP 客户端以支持 OpenAI 兼容 API，支持 DashScope、DeepSeek、Ollama 和 OpenAI 等提供方，并内置自动工具调用循环和重试机制。
• 技能生成：提供元工具，允许用户根据注册的工具生成特定于业务的 Skill Markdown 文件。

适用人群

使用 Spring Boot 3.5+ 和 JDK 17+，希望在不重写核心逻辑的前提下为现有业务应用添加代理能力的 Java 开发者。

主要亮点

• 零侵入性：使用 @EasyTool 即可将现有服务方法转换为 AI 工具，无需更改业务代码结构。
• MCP 支持：原生实现模型上下文协议（MCP），可无缝集成到 AI IDE 和客户端中。
• 灵活的 RAG：支持自动索引本地 PDF/Excel 文件，并可在运行时添加 HTML 知识库。
• 多模型兼容：通过单一配置支持多个 OpenAI 兼容提供方，并实现模型到提供方的自动映射。
• 治理能力：通过白名单和黑名单，对通过 MCP 暴露的工具进行细粒度控制。