1773109225

This commit is contained in:
Docker7530
2026-03-10 10:20:27 +08:00
parent c8c039eb85
commit cef89547a6
22 changed files with 364 additions and 308 deletions
@@ -1,60 +0,0 @@
```
flowchart TB
subgraph Layer1["1. 用户与接入层 (Access Layer)"]
UI["Web 中台控制台\n(对话界面 / 插件管理)"]
ChatBot["企微/办公 IM 机器人"]
Card["安全审批卡片\n(Human-in-the-loop)"]
end
subgraph Tools["内置核心能力"]
RAG["RAG 问答引擎"]
CodeInterpreter["数据分析引擎\n(分析CDN优质客户)"]
end
subgraph Layer2["2. 智能体编排中台 (基于 Spring Boot & Spring AI)"]
Router["意图路由引擎 (Semantic Router)"]
Planner["Agent 调度与规划 (ReAct)"]
Tools
end
subgraph Layer3["3. 动态插件生态引擎 (Plugin Market) ⭐️核心创新"]
RegistryDB[("插件注册数据库\n(存储接口URL、参数定义)")]
SchemaConverter["动态 Schema 转换器\n(DB配置 -> LLM Function Calling)"]
Interceptor["高危操作拦截器\n(识别写操作、触发审批)"]
HttpExecutor["通用 HTTP 执行器\n(动态发起 REST 请求)"]
MCPClient["MCP 协议网关\n(未来对接标准 MCP Server)"]
end
subgraph Layer4["4. 基础设施与外部业务线 (Infrastructure & Business)"]
LLM["大语言模型 (LLM)"]
RAGFlow["现有 RAGFlow 知识库"]
IBS["IBS 系统\n(流量查验/工单)"]
CDN["CDN 下发系统\n(一键配置)"]
DNS["DNS 管理系统\n(动态查询)"]
end
UI --> Router
ChatBot --> Router
Router -- 知识库查询 --> RAG
Router -- 业务指令/查询 --> Planner
RAG <-- 检索 --> RAGFlow
Planner <-- "1. 交互与思考" --> LLM
RegistryDB -. "2. 实时加载接口配置" .-> SchemaConverter
SchemaConverter -- "3. 转换并注入可用工具" --> Planner
Planner -- "4. 生成调用指令" --> Interceptor
Interceptor -. "5a. 识别为 CDN 下发\n要求人工确认" .-> Card
Card -. 用户点击“确认” .-> Interceptor
Interceptor -- "5b. 鉴权通过放行" --> HttpExecutor
Interceptor -- 放行至新架构 --> MCPClient
HttpExecutor -- "6. 拼装动态 HTTP 请求" --> IBS
HttpExecutor -- HTTP 请求 --> CDN & DNS
MCPClient -. 未来演进: MCP通信协议 .-> DNS
Card:::highlight
IBS:::external
CDN:::external
DNS:::external
classDef core fill:#e1f5fe,stroke:#01579b,stroke-width:2px
classDef plugin fill:#fff3e0,stroke:#e65100,stroke-width:2px
classDef external fill:#f1f8e9,stroke:#33681e,stroke-width:1px
classDef highlight fill:#ffebee,stroke:#c62828,stroke-width:2px
style Layer1 fill:#fafafa,stroke:#bdbdbd,stroke-width:1px,stroke-dasharray: 5 5
style Layer2 fill:#fafafa,stroke:#bdbdbd,stroke-width:1px,stroke-dasharray: 5 5
style Layer3 fill:#fafafa,stroke:#ffb74d,stroke-width:2px,stroke-dasharray: 5 5
style Layer4 fill:#fafafa,stroke:#bdbdbd,stroke-width:1px,stroke-dasharray: 5 5
```
@@ -1,44 +0,0 @@
```
flowchart TB
subgraph Layer1["1. 用户侧"]
UI["对话框"]
end
subgraph Layer2["2. 智能体编排层"]
Router@{ label: "意图识别与分发<br><span style=\"background-color:\">语义路由,小模型更好,选择题</span>" }
Planner["Agent 规划与调度 (ReAct)"]
LLM["大模型 (LLM)"]
end
subgraph Layer3["3. 工具检索引擎 (Tool-RAG) ⭐️"]
Embedding["Embedding 模型<br>(文本转向量)"]
VectorDB[("向量数据库<br>(Milvus / pgvector)<br>存储插件语义")]
RelationalDB[("关系型数据库<br>(MySQL)<br>存储接口物理配置")]
SchemaBuilder["Schema 组装器<br>(仅组装 Top-K 工具)"]
end
subgraph Layer4["4. 拦截与执行层"]
Interceptor["高危操作拦截器<br>(审批效果,这个需要和前端沟通方案)"]
HttpExecutor["通用 HTTP 执行器<br>(动态请求第三方组)"]
IBS["IBS / CDN / DNS 系统"]
end
UI -- "1. 输入: 查一下流量" --> Router
Router -- "2. 业务请求" --> Embedding
Embedding -- "3. 提取语义向量" --> VectorDB
VectorDB -- "4. 返回相似度 Top-3 的插件 ID" --> SchemaBuilder
RelationalDB -. "5. 根据 ID 拉取详细配置URL等" .-> SchemaBuilder
SchemaBuilder -- "6. 动态注入这 3 个工具说明" --> Planner
Planner <-- "7. 仅带 3 个工具进行交互<br>提取并完善参数" --> LLM
Planner -- "8. 决定调用某工具+参数" --> Interceptor
Interceptor -- "9. 放行/审批" --> HttpExecutor
HttpExecutor -- "10. 动态发起真实请求" --> IBS
Register["管理员注册新插件"] -. "A. 存入运行配置" .-> RelationalDB
Register -. "B. 向量化插件描述" .-> VectorDB
Router@{ shape: rect}
Embedding:::vector
VectorDB:::vector
RelationalDB:::plugin
SchemaBuilder:::vector
classDef core fill:#e1f5fe,stroke:#01579b,stroke-width:2px
classDef plugin fill:#fff3e0,stroke:#e65100,stroke-width:2px
classDef vector fill:#e8f5e9,stroke:#2e7d32,stroke-width:2px
classDef highlight fill:#ffebee,stroke:#c62828,stroke-width:2px
```
@@ -17,7 +17,7 @@ RAGFlow v0.18.0 2025-04-23(知识库)
> 完全支持 MCP v0.20.0
> 依赖 MySQL、ES、Redis、MinIO
# 概念
# 概念理解
bge 向量模型。
@@ -61,7 +61,7 @@ Function Calling / Tool Call / Tool Calling
**DB-GPT** 开源的“AI 原生数据应用开发框架”,用大模型来操作数据库和数据系统。
# 问题
# 问题备注
鉴权问题:哪个平台能调用哪些工具,哪个平台的哪些用户能调用哪些工具
@@ -77,8 +77,6 @@ AI 平台颁发系统级别 Token 限制你能用的工具。
我想查询 企业A a.com 近 5 天的峰值。
# 备注
RAGFlow 版本升级至少 v0.20.0。(注意一下是否可以开启自身当作 MCP 服务的功能。)
dify 的整体使用流程流畅很多。
-24
View File
@@ -1,24 +0,0 @@
给我增加两个我们项目的 demo 工具。为我的查询峰值智能体做测试准备
1. 根据企业 ID 获取 企业的所属域名。(入参是企业 ID,响应 10 个域名, a.com, b.com… 固定十个。)但现在企业 ID 只有 企业A ,其他 企业 ID 返回无域名。
2. 根据企业 ID 和 域名 获取域名近 5 天的峰值带宽。(峰值带宽可以随机 mock)如果用户无域名 ID 输入返回需要输入域名。
现在我有一个 ibs-mcp-server
queryDomainPeakBandwidth
根据企业 ID 和域名查询该域名近 5 天的峰值带宽数据(单位:Mbps)
queryEnterpriseDomains
根据企业 ID 查询该企业所属的域名列表
queryWeather
查询指定城市在指定日期的天气预报,返回天气状况、温度、湿度和风力信息
你能给我生成一个可以导入 ragflow 的 json agent 么?让我可以直接使用。
智能体的工作就是可以查训用户的域名,如果用户没有输入域名可以用 queryEnterpriseDomains 给用户提示。
生成到根目录。注意学习相关语法。
@@ -1,26 +0,0 @@
请为我的公司设计一个智能体方案(公司内部 AI 能力中台 / AI 插件市场)。
目前公司的主要业务是:用户可以通过我们的平台引入域名,域名在平台产生计费计量后,可以查询相关的流量情况或带宽情况。
我们现在已经有了一个 RAGFlow 流程,但也仅限于实现基础的知识库智能问答。
我们现在的目标是:
1. 支持IBS动态数据查询(工单进展、域名配置、运营数据、订购数据等);
2. 智能分析CDN优质客户;
3. 团队纵向扩展:支持融合CDN配置一键下发下发、DNS动态数据查询
4. 实现通过对话查询流量或峰值带宽的效果。
5. 构建一个总体的、标准化的智能体框架。
6. 我们的后端代码以 Java 为主,希望这个框架是可对接的,后续能方便其他业务组(比如做 DNS 指令下发的团队)接入。
7. 实现一键 AI 智能下发。其他小组只需按照我们提供的规范提供接口,就可以接入到我们的智能体中,通过对话框完成业务操作。
请帮我设计一个完整汇报可行性方案,并给出技术选型建议:
1. 语言环境:基于 Java 语言。
2. 技术选型:是否建议使用 Spring Boot 或 Spring AI
3. 框架评估:目前比较火的 AI 框架,比如 MCPModel Context Protocol),是否适合我们的业务场景?
4. 架构设计:如何设计才能保证后期智能体的高可扩展性?比如其他组提供一个接口规范,我们就能为其提供智能服务。
比如先说一个简单的流程:我要查流量,那肯定是智能体去编排,决定调用某一个智能体的 Agent 工具,然后发起流量查询等等。这是一个简单的流程。
比如现在我整个服务已经跑起来了,此时隔壁的项目组给了我一个配置下发的接口,并告诉了我这个接口的参数以及请求地址。我能不能通过“可配置化”的形式,直接在我的页面上把它的地址、需要的参数等信息输入进去,这样我的智能体就拥有了这个能力,而不需要停服务或者进行二次开发。
@@ -0,0 +1,54 @@
```
---
config:
layout: elk
---
flowchart TB
subgraph Layer1["1. 用户侧"]
UI["对话框"]
end
subgraph Layer2["2. 智能体编排层"]
Router["意图识别与分发<br>(语义路由,小模型判断快)"]
Planner["Agent 规划与调度 (ReAct)"]
LLM["大模型 (LLM)"]
RAGFlow["现有 RAGFlow<br>(知识库问答)"]
end
subgraph Layer3["3. 工具检索引擎 (Tool-RAG) ⭐️核心枢纽"]
Embedding["Embedding 模型<br>(文本转向量)"]
VectorDB[("向量数据库<br>存储插件语义<br>(按租户隔离)")]
RelationalDB@{ label: "关系型数据库<br>1. 接口物理配置<br style=\"--tw-scale-x:\">2. 角色权限表" }
SchemaBuilder["Schema 组装器<br>(仅组装 Top-K 工具)"]
end
subgraph Layer4["4. 拦截与执行层"]
Interceptor["高危操作拦截<br>(前端卡片审批流)"]
HttpExecutor["通用 HTTP 执行器<br>"]
IBS["IBS / CDN / DNS 系统"]
end
UI -- "1. 用户输入" --> Router
Router -- "2a. 查阅文档" --> RAGFlow
Router -- "2b. 业务请求/查数据" --> Embedding
Embedding -- "3. 提取语义向量" --> VectorDB
VectorDB -- "4. 返回相似度 Top-3 的插件 ID" --> SchemaBuilder
RelationalDB -. "5. 根据 ID 拉取详细配置URL等" .-> SchemaBuilder
SchemaBuilder -- "6. 动态注入这 3 个工具说明" --> Planner
Planner <-- "7. 带 3 个工具进行交互<br>提取并完善参数" --> LLM
Planner -- "8. 决定调用某工具+参数" --> Interceptor
Interceptor -- "9a. 放行/审批后走普通接口" --> HttpExecutor
HttpExecutor -- "10a. 动态发起 REST 请求" --> IBS
Register["admin 录入新插件"] -. "A. 存入运行配置" .-> RelationalDB
Register -. "B. 向量化插件描述" .-> VectorDB
Router@{ shape: rect}
RelationalDB@{ shape: cylinder}
Register@{ shape: rect}
RAGFlow:::highlight
Embedding:::vector
VectorDB:::vector
RelationalDB:::plugin
SchemaBuilder:::vector
classDef core fill:#e1f5fe,stroke:#01579b,stroke-width:2px
classDef plugin fill:#fff3e0,stroke:#e65100,stroke-width:2px
classDef vector fill:#e8f5e9,stroke:#2e7d32,stroke-width:2px
classDef highlight fill:#fff9c4,stroke:#fbc02d,stroke-width:2px
classDef external fill:#f3e5f5,stroke:#8e24aa,stroke-width:1px,stroke-dasharray: 5 5
```