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.
EnterpriseAgentFramework (ReachAI)
是什麼 – ReachAI 是一個開源平台,允許基於 Java 的企業應用程式(OA、ERP、CRM、eHR、採購、工單、合約等)將 AI 助手直接嵌入其現有的使用者介面。AI 可以讀取目前的頁面、查詢資料、填寫表單並觸發業務動作,同時尊重使用者的身份、權限與原始工作流程。
核心理念
| 理念 | ReachAI 的實作方式 |
|---|---|
| AI 首先的改造 | 掃描正在執行的 Java 系統,建立頁面、路由、元件與後端 API 的地圖,然後建議最多三個具體的自動化候選方案。 |
| AI 編碼 | 將每個候選方案轉化為結構化的工程任務(範圍、程式碼上下文、限制、接受標準),並交由基於 LLM 的程式碼產生器(Codex、Claude-Code、Cursor 等)處理。產生的程式碼在提交、測試與驗證後,任務才會關閉。 |
| 能力目錄 | 使用 @ReachCapability 標註的 Java 方法會自動註冊為可重用、版本化的業務能力(讀取/寫入、所需角色、副作用層級)。 |
| 受控執行 | 代理解析自然語言請求,從白名單中選擇預先核准的 Workflow(GraphSpec),並透過記錄每一步驟(Trace)的執行時執行。關鍵寫入動作需使用者明確確認。 |
| 顯式頁面橋接 | 不採用螢幕抓取或滑鼠模擬,前端為每個頁面註冊可讀、可過濾、可寫的動作。AI 透過類型化合約呼叫這些動作。 |
| 治理與可觀測性 | 運維儀表板展示代理、執行、使用者、Token 使用量、風險項目與業務影響。RunOps、EvalOps 和 Automation 模組提供自動測試、版本化資料集與任意執行的重播功能。 |
| 開放生態系統 | 能力、工具與工作流程可發布至內部 API 市場、MCP 中心或 A2A 中心,使其他服務或遠端代理可在相同 ACL 與審計框架下呼叫。 |
主要組件(五個服務)
| 服務 | 端口 | 角色 |
|---|---|---|
reachai-model-service |
18601 | 模型閘道 – 聊天、嵌入、重排序、模型實例管理 |
reachai-knowledge-service |
18602 | 知識庫 – 文件、向量儲存(Milvus)、RAG 索引(/ai 路徑) |
reachai-control-service |
18603 | 公共 API / BFF – 專案與頁面管理、認證、嵌入端點 |
reachai-runtime-service |
18604 | 執行時主機 – 代理監督、工作流程執行、Trace 與 RunOps |
reachai-capability-service |
18605 | 能力目錄 – SDK 註冊、快照、差異、審核 |
典型工作流程
- 連接 Java 企業系統(SDK 啟動器或被動掃描)。
- 掃描 頁面、路由、元件與後端 API → 產生 系統能力圖。
- 推薦 提供最多三個自動化建議(只讀分析、事實/推論標籤)。
- AI 編碼 建立任務,LLM 在真實倉儲中撰寫/修改程式碼,執行測試,並返回證據。
- 發布 新的
@ReachCapability和/或 Agent 可呼叫的 Workflow(GraphSpec)。 - 執行 使用者在嵌入式聊天中輸入自然語言;代理選擇白名單中的 Workflow,執行它,對寫入動作請求確認,並記錄完整 Trace。
- 治理 運維儀表板聚合使用情況、風險、Token 消耗與版本效能;Automation 可安排週期性執行,EvalOps 可對新版本進行 A/B 實驗。
誰能受益?
| 角色 | 優勢 |
|---|---|
| 開發者 | 自動掃描與 AI 生成程式碼減少手動整合工作量;SDK 提供類型化方式將現有服務暴露為 AI 可呼叫能力。 |
| 業務使用者 | 無需 UI 變更 – 他們留在熟悉的 OA/CRM 頁面中,可向 AI 請求「顯示我的待辦任務」或「建立採購請求」。 |
| 管理者 / 運維 | 即時查看 AI 採用情況、風險項目、Token 使用量與業務影響;可基於實際使用資料規劃下一輪自動化。 |
技術堆疊
- 後端:Java 17, Spring Boot 3.4.5, Spring AI, Spring AI Alibaba 擴充
- 代理/工作流程引擎:AgentScope 2.0, LangGraph4j 1.8, GraphSpec DSL
- SDK / 頁面橋接:JDK 8 相容註解,Spring Boot 2 啟動器,TypeScript 嵌入 SDK
- 前端:Vue 3.5 + TypeScript, Element Plus, Pinia, Vue-Flow, Vite 6
- 基礎設施:MySQL 8, Redis 7, Milvus 2.4(向量儲存),可選 Docling 用於文件攝入
成熟度與授權
- 倉儲積極維護中(README 提及快速迭代、詳細服務邊界與本地開發腳本)。
- 所有核心功能(掃描、AI 編碼、能力目錄、工作流程工作室、執行時、治理)均已實作,儘管部分工作流程節點標記為 beta。
- 採用 MIT 授權,允許商業使用與修改。
快速入門(摘要)
- 安裝 JDK 17、Maven、Node ≥18、Docker-Compose。
cp deploy/.env.example deploy/.env→ 編輯密鑰。docker compose -f deploy/docker-compose.infra.yml up -d並執行提供的 SQL 初始化腳本。- 建構後端:
mvn clean install -DskipTests。 - 啟動五個服務(IntelliJ 執行設定或依序
mvn spring-boot:run)。 - 前端:
cd ai-admin-front && npm ci && npm run dev。 - 使用預設開發憑證登入(
admin / admin123)。
總結
ReachAI(EnterpriseAgentFramework)是一個全棧、面向生產環境的框架,可將現有的 Java 企業應用轉變為 AI 增強型助手。它結合了自動系統發現、LLM 驅動的程式碼生成、類型化能力註冊、安全的工作流程執行以及全面的治理工具——這正是企業級 AI 採用所需的端到端解決方案。
相關
- 專案
- 專案
- 專案
- 專案
- 專案