基于 Spring AI Alibaba Agent Framework 构建的企业级 AI Agent 解决方案，支持 RAG 知识问答、对话管理、记忆系统、工具调用等完整 Agent 能力。
Super Agent 是一个企业级的 AI Agent 框架项目，演示了如何使用 Spring AI Alibaba Agent Framework 构建具备完整 Agent 能力的业务系统。项目包含：
- 🤖 对话业务模块 — 支持知识问答、任务执行、多轮对话的 Agent 服务
- 📚 知识库管理 — 基于 RAG（检索增强生成）的知识文档检索与问答
- 🧠 记忆系统 — 会话级与长期记忆管理，支持上下文恢复与断点续聊
- 🔧 工具调用 — 支持 MCP（Model Context Protocol）工具集成与调用
- 🎯 示例模块 — 包含 Spring AI Alibaba、RAG、MCP、Memory 等多个示例
super-agent-master/
├── ai-example/ # 示例模块
│ ├── ai-example-spring-ai-alibaba/ # Spring AI Alibaba 基础示例
│ ├── ai-example-rag/ # RAG 知识问答示例
│ ├── ai-example-mcp/ # MCP 工具调用示例
│ └── ai-example-memory/ # Memory 记忆系统示例
├── super-agent-business/ # 业务模块
│ └── super-agent-business-chat/ # 对话业务核心模块
├── super-agent-common/ # 公共模块
├── super-agent-id-generator-framework/ # ID 生成框架（雪花算法）
├── super-agent-redisson-framework/ # Redis 分布式锁框架
├── vue/ # Vue3 前端（对话 UI）
└── 需要的例子演示/ # 示例文档（产品手册、管理制度等）
| 技术 | 版本 | 说明 |
|---|---|---|
| Spring Boot | 3.x | 基础框架 |
| Spring AI Alibaba | latest | 阿里云 AI Agent 框架 |
| Spring AI OpenAI | latest | OpenAI 协议兼容（硅基流动） |
| React Agent | - | ReAct 推理 Agent |
| MyBatis-Plus | 3.x | ORM 框架 |
| Redisson | - | Redis 分布式锁 |
| 组件 | 用途 |
|---|---|
| Redis | 会话缓存、分布式锁、消息队列 |
| Kafka | 事件驱动、异步消息 |
| MinIO | 对象存储（文档、附件） |
| Elasticsearch | 全文检索、RAG 知识库 |
| Neo4j | 知识图谱、关系推理 |
| Apache Tika | 文档解析（PDF、Word 等） |
| 技术 | 版本 | 说明 |
|---|---|---|
| Vue | 3.4+ | 渐进式框架 |
| Vue Router | 4.x | 路由管理 |
| Vite | 6.x | 构建工具 |
| Heroicons | 2.x | 图标库 |
| Marked | 15.x | Markdown 解析 |
| Highlight.js | 11.x | 代码高亮 |
核心业务模块，提供完整的 Agent 对话能力：
核心组件：
| 类名 | 功能 |
|---|---|
BusinessChatService |
对话服务入口，支持流式响应、会话管理、检查点恢复 |
RagChatExecutor |
RAG 知识问答执行器，负责知识检索与答案生成 |
RagRetrievalEngine |
双通道混合检索引擎（向量 + 关键词） |
ConversationMemoryService |
记忆服务，支持短期记忆与长期记忆 |
CheckpointManager |
会话检查点管理，支持断点续聊 |
核心特性：
- ✅ 流式响应（Server-Sent Events）
- ✅ 会话级断点续聊（Checkpoint）
- ✅ 双通道 RAG 检索（Vector + BM25）
- ✅ 多阶段追踪（Retrieval → Rerank → Assembly → Generation）
- ✅ 会话记忆与上下文恢复
- ✅ Redis 分布式锁（防并发）
演示 Spring AI Alibaba Agent Framework 的基础用法：
示例代码：
| 类 | 功能 |
|---|---|
SimpleAgentController |
最简 Agent 示例 |
OrderAssistantController |
订单助手（工具调用示例） |
OrderTools |
订单查询、退款等工具定义 |
SensitiveWordInterceptor |
敏感词拦截器 |
关键能力：
- React Agent 推理
- Tool 定义与调用
- 会话级记忆（Memory）
- 日志钩子（LoggingHook）
演示 RAG（检索增强生成）的完整流程：
- 文档上传与解析
- 向量化存储（Embedding）
- 相似度检索
- 提示词组装与答案生成
演示 MCP（Model Context Protocol）工具的集成：
- 外部工具注册
- 工具调用与结果处理
- 多工具编排
基于雪花算法的分布式 ID 生成器：
| 类 | 功能 |
|---|---|
SnowflakeIdGenerator |
雪花算法实现 |
CachedUidGenerator |
缓冲区优化版本 |
BufferedUidProvider |
Ring Buffer 缓冲 |
RedisWorkerIdAssigner |
Redis 分配 Worker ID |
Vue3 + Vite 构建的对话 UI：
vue/
├── src/
│ ├── components/ # 组件（ChatMessage、SearchBox 等）
│ ├── views/ # 页面
│ ├── router/ # 路由配置
│ └── App.vue # 根组件
└── package.json
- JDK 17+
- Maven 3.8+
- Node.js 18+（前端）
- Redis 7.x
- Elasticsearch 8.x
- MinIO / Kafka / Neo4j（可选）
# 1. 进入项目目录
cd E:\code\resume\super-agent-master
# 2. 编译打包
mvn clean install -DskipTests
# 3. 启动业务模块（示例）
cd super-agent-business/super-agent-business-chat
mvn spring-boot:run# 1. 进入前端目录
cd vue
# 2. 安装依赖
npm install
# 3. 启动开发服务器
npm run dev
# 4. 构建生产版本
npm run build需要的例子演示/ 目录包含企业级知识库示例文档：
| 文档 | 说明 |
|---|---|
| XX-200智能网关产品手册.pdf | 产品手册示例 |
| 客户数据分级与访问控制管理制度.md | 管理制度模板 |
| 差旅与费用报销管理办法.md | 财务制度模板 |
| 星联智服全渠道客服平台上线与运营管理手册.md | 运营文档模板 |
| 核心业务系统故障应急响应预案.md | 应急预案模板 |
| 澄星智能新员工入职培训手册.md | 培训文档模板 |
| 生产环境发布与回滚操作规范.md | 运维规范模板 |
这些文档可用于测试 RAG 知识库的导入、检索与问答能力。
用户提问
↓
┌─────────────────────────────────────┐
│ ChatPreparationOrchestrator │
│ （对话准备编排器） │
│ • 意图识别 │
│ • 执行计划生成 │
└─────────────────────────────────────┘
↓
┌─────────────────────────────────────┐
│ RagRetrievalEngine │
│ （双通道检索引擎） │
│ • 向量相似度检索 │
│ • BM25 关键词检索 │
│ • 混合排序与去重 │
└─────────────────────────────────────┘
↓
┌─────────────────────────────────────┐
│ RagPromptAssemblyService │
│ （提示词组装服务） │
│ • 引用注入 │
│ • 上下文拼接 │
│ • Prompt 模板渲染 │
└─────────────────────────────────────┘
↓
┌─────────────────────────────────────┐
│ ObservedChatModelService │
│ （模型调用服务） │
│ • 流式响应 │
│ • 阶段追踪 │
│ • 错误重试 │
└─────────────────────────────────────┘
↓
流式返回答案
spring:
ai:
alibaba:
agent:
enabled: true
openai:
base-url: https://api.siliconflow.cn/v1 # 硅基流动
api-key: ${OPENAI_API_KEY}
chat:
options:
model: deepseek-ai/DeepSeek-V3
# 向量存储
spring:
elasticsearch:
uris: http://localhost:9200
# 对象存储
minio:
endpoint: http://localhost:9000
access-key: ${MINIO_ACCESS_KEY}
secret-key: ${MINIO_SECRET_KEY}本项目仅供学习参考。
最后更新: 2026-06-26