阿里 Assistant Agent 开源，助力企业快速构建答疑、诊断智能助手
Assistant Agent 是一个基于 Spring AI Alibaba 构建的企业级智能助手框架，采用代码即行动（Code-as-Action）范式，通过生成和执行代码来编排工具、完成任务。它是一个能理解、能行动、能学习的智能助手解决方案，可帮助企业快速构建智能答疑客服、系统诊断、运维助手、业务助理、AIOps 等智能体。
·
作者：残风，栀七
更多具体定制接入与使用方式，可查看文末微信与钉钉群，与官方维护团队取得联系。
📖 简介
Assistant Agent 是一个基于 Spring AI Alibaba 构建的企业级智能助手框架，采用代码即行动（Code-as-Action）范式，通过生成和执行代码来编排工具、完成任务。它是一个能理解、能行动、能学习的智能助手解决方案，可帮助企业快速构建智能答疑客服、系统诊断、运维助手、业务助理、AIOps 等智能体。
仓库地址：spring-ai-alibaba/AssistantAgent
技术特性
- 🚀 代码即行动（Code-as-Action）：Agent 通过生成并执行代码来完成任务，而非仅仅调用预定义工具，可以在代码中灵活编排、组合多个工具，实现复杂流程
- 🔒 安全沙箱：AI 生成的代码在 GraalVM 多语言沙箱中安全运行，具备资源隔离能力
- 📊 多维评估：通过评估图（Graph）进行多层次意图识别，精准指导 Agent 行为
- 🔄 Prompt 动态组装：根据场景及前置评估结果动态注入上下文（经验、知识等）到 Prompt 中，灵活处理不同任务
- 🧠 经验学习：自动积累成功经验，持续提升后续任务的表现
- ⚡ 快速响应：熟悉场景下，跳过 LLM 推理过程，基于经验快速响应
Assistant Agent 能帮你做什么？
Assistant Agent 是一个功能完整的智能助手，具备以下核心能力：
- 🔍 智能问答：支持多数据源统一检索架构（通过 SPI 可扩展知识库、Web 等数据源），提供准确、可溯源的答案
- 🛠️ 工具调用：支持 MCP、HTTP API（OpenAPI）等协议，灵活接入海量工具，可组合调用实现复杂业务流程
- ⏰ 主动服务：支持定时任务、延迟执行、事件回调，让助手主动为你服务
- 📬 多渠道触达：内置 IDE 回复，允许通过 SPI 可扩展钉钉、飞书、企微、Webhook 等渠道
为什么选择 Assistant Agent？
| 价值 | 说明 |
|---|---|
| 降低成本 | 7×24 小时智能客服，大幅减少人工客服成本 |
| 快速接入 | 业务平台通过简单配置即可接入，无需大量开发投入 |
| 灵活定制 | 配置知识库、接入企业工具，打造专属业务助手 |
| 持续优化 | 自动学习积累经验，助手越用越聪明 |
适用场景
- 智能客服：接入企业知识库，智能解答用户咨询
- 运维助手：对接监控、工单系统，自动处理告警、查询状态、执行操作
- 业务助理：连接 CRM、ERP 等业务系统，辅助员工完成日常工作
💡 以上仅为典型场景示例。通过配置知识库和接入工具，Assistant Agent 可适配更多业务场景，欢迎探索。
整体工作原理
以下是 Assistant Agent 处理一个完整请求的端到端流程示例：
项目结构
assistant-agent/
├── assistant-agent-common # 通用工具、枚举、常量
├── assistant-agent-core # 核心引擎：GraalVM 执行器、工具注册表
├── assistant-agent-extensions # 扩展模块：
│ ├── dynamic/ # - 动态工具（MCP、HTTP API）
│ ├── experience/ # - 经验管理与快速意图配置
│ ├── learning/ # - 学习提取与存储
│ ├── search/ # - 统一搜索能力
│ ├── reply/ # - 多渠道回复
│ ├── trigger/ # - 触发器机制
│ └── evaluation/ # - 评估集成
├── assistant-agent-prompt-builder # Prompt 动态组装
├── assistant-agent-evaluation # 评估引擎
├── assistant-agent-autoconfigure # Spring Boot 自动配置
└── assistant-agent-start # 启动模块
🚀 快速启动
前置要求
- Java 17+
- Maven 3.8+
- DashScope API Key
1. 克隆并构建
git clone https://github.com/spring-ai-alibaba/AssistantAgent
cd assistant-agent
mvn clean install -DskipTests
2. 配置 API Key
export DASHSCOPE_API_KEY=your-api-key-here
3. 最小配置
项目已内置默认配置，只需确保 API Key 正确即可。如需自定义，可编辑 assistant-agent-start/src/main/resources/application.yml：
spring:
ai:
dashscope:
api-key: ${DASHSCOPE_API_KEY}
chat:
options:
model: qwen-max
4. 启动应用
cd assistant-agent-start
mvn spring-boot:run
所有扩展模块默认开启并采用合理的配置，无需额外配置即可快速启动。
5. 配置知识库（接入业务知识）
💡 框架默认提供 Mock 知识库实现用于演示测试。生产环境需要接入真实知识源（如向量数据库、Elasticsearch、企业知识库 API 等），以便 Agent 能够检索并回答业务相关问题。
方式一：快速体验（使用内置 Mock 实现）
默认配置已启用知识库搜索，可直接体验：
spring:
ai:
alibaba:
codeact:
extension:
search:
enabled: true
knowledge-search-enabled: true # 默认开启
方式二：接入真实知识库（推荐）
实现 SearchProvider SPI 接口，接入你的业务知识源：
package com.example.knowledge;
import com.alibaba.assistant.agent.extension.search.spi.SearchProvider;
import com.alibaba.assistant.agent.extension.search.model.*;
import org.springframework.stereotype.Component;
import java.util.*;
@Component // 添加此注解，Provider 会自动注册
public class MyKnowledgeSearchProvider implements SearchProvider {
@Override
public boolean supports(SearchSourceType type) {
return SearchSourceType.KNOWLEDGE == type;
}
@Override
public List<SearchResultItem> search(SearchRequest request) {
List<SearchResultItem> results = new ArrayList<>();
// 1. 从你的知识源查询（向量数据库、ES、API 等）
// 示例：List<Doc> docs = vectorStore.similaritySearch(request.getQuery());
// 2. 转换为 SearchResultItem
// for (Doc doc : docs) {
// SearchResultItem item = new SearchResultItem();
// item.setId(doc.getId());
// item.setSourceType(SearchSourceType.KNOWLEDGE);
// item.setTitle(doc.getTitle());
// item.setSnippet(doc.getSummary());
// item.setContent(doc.getContent());
// item.setScore(doc.getScore());
// results.add(item);
// }
return results;
}
@Override
public String getName() {
return "MyKnowledgeSearchProvider";
}
}
常见知识源接入示例
| 知识源类型 | 接入方式 |
|---|---|
| 向量数据库（阿里云 AnalyticDB、Milvus、Pinecone） | 在 search() 方法中调用向量相似度检索 API |
| Elasticsearch | 使用 ES 客户端执行全文检索或向量检索 |
| 企业知识库 API | 调用内部知识库 REST API |
| 本地文档 | 读取并索引本地 Markdown/PDF 文件 |
🧩 核心模块介绍
评估模块（Evaluation）
作用：多维度意图识别框架，通过评估图（Graph）对信息进行多层次特质识别。
┌──────────────────────────────────────────────────────────────────┐
│ 评估图 (Evaluation Graph) 示例 │
├──────────────────────────────────────────────────────────────────┤
│ │
│ 用户输入: "查询今日订单" │
│ │ │
│ ▼ │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ Layer 1 （并行执行） │ │
│ │ ┌────────────┐ ┌────────────┐ │ │
│ │ │ 是否模糊? │ │ 输入改写 │ │ │
│ │ │ 清晰/模糊 │ │（增强） │ │ │
│ │ └─────┬──────┘ └─────┬──────┘ │ │
│ └─────────┼──────────────────────┼────────────────────────┘ │
│ │ │ │
│ └──────────┬───────────┘ │
│ ▼ │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ Layer 2 (基于改写内容，并行执行) │ │
│ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │
│ │ │ 检索经验 │ │ 匹配工具 │ │ 搜索知识 │ │ │
│ │ │ 有/无 │ │ 有/无 │ │ 有/无 │ │ │
│ │ └──────────┘ └──────────┘ └──────────┘ │ │
│ └─────────────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌────────────────────┐ │
│ │ 整合不同维度评估结果 │ │
│ │ → 传递给后续模块 │ │
│ └────────────────────┘ │
│ │
└──────────────────────────────────────────────────────────────────┘
核心能力：
- 双评估引擎：
- LLM 评估：通过大模型进行复杂语义判断，用户可完全自定义评估 Prompt（
customPrompt），也可使用默认 Prompt 组装（支持description、workingMechanism、fewShots等配置） - Rule-based 评估：通过 Java 函数实现规则逻辑，用户自定义
Function<CriterionExecutionContext, CriterionResult>执行任意规则判断，适合阈值检测、格式校验、精确匹配等场景
- LLM 评估：通过大模型进行复杂语义判断，用户可完全自定义评估 Prompt（
- 依赖关系自定义：评估项可通过
dependsOn声明前置依赖，系统自动构建评估图按拓扑执行，无依赖项并行、有依赖项顺序执行，后续评估项可访问前置评估项的结果 - 评估结果：支持
BOOLEAN、ENUM、SCORE、JSON、TEXT等类型，传递给 Prompt Builder 驱动动态组装
Prompt Builder 模块
作用：根据评估结果和运行时上下文，动态组装发送给模型的 Prompt。示例：
┌─────────────────────────────────────────────────────────────────────────┐
│ Prompt Builder - 条件化动态生成 │
├─────────────────────────────────────────────────────────────────────────┤
│ │
│ 评估结果输入: │
│ ┌────────────────────────────────────────────────────────┐ │
│ │ 模糊: 是 │ 经验: 有 │ 工具: 有 │ 知识: 无 │ │
│ └────────────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌────────────────────────────────────────────────────────────────┐ │
│ │ 自定义 PromptBuilder 条件匹配 │ │
│ │ │ │
│ │ 模糊=是 ──────▶ 注入 [澄清引导 Prompt] │ │
│ │ 模糊=否 ──────▶ 注入 [直接执行 Prompt] │ │
│ │ │ │
│ │ 经验=有 ──────▶ 注入 [历史经验参考] │ │
│ │ 工具=有 ──────▶ 注入 [工具使用说明] │ │
│ │ 知识=有 ──────▶ 注入 [相关知识片段] │ │
│ │ │ │
│ │ 组合示例1: 模糊+无工具+无知识 ──▶ [追问用户 Prompt] │ │
│ │ 组合示例2: 清晰+有工具+有经验 ──▶ [快速执行 Prompt] │ │
│ └────────────────────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌────────────────────────────────────────────────────────────────┐ │
│ │ 最终动态 Prompt: │ │
│ │ [系统提示] + [澄清引导] + [历史经验] + [工具说明] + [用户问题] │ │
│ └────────────────────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌──────────┐ │
│ │ 模型 │ │
│ └──────────┘ │
│ │
└─────────────────────────────────────────────────────────────────────────┘
核心能力：
- 多个 PromptBuilder 按优先级顺序执行
- 每个 Builder 根据评估结果决定是否贡献、贡献什么内容
- 支持自定义 Builder，根据业务需求定制 Prompt 逻辑
- 非侵入式，在模型调用层拦截
对比传统方案：
| 对比维度 | 传统方案 | 评估 + PromptBuilder |
|---|---|---|
| Prompt 长度 | 需要穷举各种情况的处理指令（“遇到 A 情况应该…，遇到 B 情况应该…”），Prompt 臃肿 | 通过前置评估识别场景，仅注入当前场景所需的上下文，Prompt 更短更精确 |
| Agent 行为可控性 | 依赖模型对冗长指令的"理解"，容易误判 | 行为由评估结果驱动，减少模型误判，更可控 |
| 扩展灵活性 | 新增场景需修改 Prompt，维护困难 | 根据业务需求修改相关评估项与PromptBuilder |
| 代码架构 | 评估逻辑与 Prompt 耦合在一起 | 评估逻辑与 Prompt 模板解耦，关注点分离，独立维护和迭代 |
学习模块（Learning）
作用：从 Agent 执行历史中自动提取并保存有价值的经验。
┌─────────────────────────────────────────────────────────────────────────┐
│ 学习模块工作流程 │
├─────────────────────────────────────────────────────────────────────────┤
│ │
│ ┌────────────────────────────────────────────────────────────────────┐ │
│ │ Agent 执行过程 │ │
│ │ │ │
│ │ 输入 ──▶ 推理 ──▶ 代码生成 ──▶ 执行 ──▶ 输出 │ │
│ │ │ │ │ │ │ │ │
│ │ └────────┴──────────┴─────────┴────────┘ │ │
│ │ │ │ │
│ └────────────────────────┼───────────────────────────────────────────┘ │
│ ▼ │
│ ┌────────────────────────┐ │
│ │ 学习上下文捕获 │ │
│ │ - 用户输入 │ │
│ │ - 中间推理步骤 │ │
│ │ - 生成的代码 │ │
│ │ - 执行结果 │ │
│ └───────────┬────────────┘ │
│ │ │
│ ▼ │
│ ┌──────────────────────────────────────────────────────────────┐ │
│ │ 学习提取器分析 │ │
│ │ ┌────────────┐ ┌────────────┐ ┌────────────┐ │ │
│ │ │ 经验提取器 │ │ 模式提取器 │ │ 错误提取器 │ │ │
│ │ │ 成功模式 │ │ 通用模式 │ │ 失败教训 │ │ │
│ │ └─────┬──────┘ └─────┬──────┘ └─────┬──────┘ │ │
│ └────────┼───────────────┼───────────────┼─────────────────────┘ │
│ │ │ │ │
│ └───────────────┼───────────────┘ │
│ ▼ │
│ ┌────────────────┐ │
│ │ 持久化存储 │ ──▶ 供后续任务参考使用 │
│ └────────────────┘ │
│ │
└────────────────────────────────────────────────────────────────────────┘
核心能力：
- After-Agent 学习：每次 Agent 运行完成后提取经验
- After-Model 学习：每次模型调用后提取经验
- Tool Interceptor：从工具调用中提取经验
- 离线学习：批量分析历史数据提取模式
- 学习过程：捕获执行上下文 → 提取器分析识别 → 生成经验记录 → 持久化存储供后续复用
经验模块（Experience）
作用：积累和复用历史成功执行经验。
┌─────────────────────────────────────────────────────────────────────────┐
│ 经验模块工作示意 │
├─────────────────────────────────────────────────────────────────────────┤
│ │
│ 【场景1: 经验积累】 │
│ │
│ 用户: "查询订单状态" ──▶ Agent 成功执行 ──▶ ┌────────────────┐ │
│ │ 保存经验: │ │
│ │ - React决策经验 │ │
│ │ - Code经验 │ │
│ │ - 常识经验 │ │
│ └────────────────┘ │
│ │ │
│ ▼ │
│ ┌────────────────┐ │
│ │ 经验库 │ │
│ └────────────────┘ │
│ │
│ 【场景2: 经验复用】 ｜ │
│ │ │
│ 用户: "查询我的订单状态" ◀──── 匹配相似经验 ◀────────────┘ │
│ │ │
│ ▼ │
│ ┌─────────────────────────────────────────────────┐ │
│ │ Agent 参考历史经验，更快决策+生成正确代码 │ │
│ └─────────────────────────────────────────────────┘ │
│ │
│ 【场景3: 快速意图响应】 │
│ │
│ ┌─────────────────────────────────────────────────────────────────┐ │
│ │ 经验库 │ │
│ │ ┌─────────────────────┐ ┌────────────────────────────┐ │ │
│ │ │ 经验A (普通) │ │ 经验B (✓ 已配置快速意图) │ │ │
│ │ │ 无快速意图配置 │ │ 条件: 前缀匹配"查看*销量" │ │ │
│ │ │ → 注入prompt供llm参考│ │ 动作: 调用销量查询API │ │ │
│ │ └─────────────────────┘ └───────────┬────────────────┘ │ │
│ └─────────────────────────────────────────────┼───────────────────┘ │
│ │ 条件命中 │
│ ▼ │
│ 用户: "查看今日销量" ──▶ 匹配经验B快速意图 ──▶ 跳过LLM，直接执行 │
│ │
│ │
└─────────────────────────────────────────────────────────────────────────┘
核心能力：
- 多类型经验：代码生成经验、ReAct 决策经验、常识经验，为类似任务提供历史参考
- 灵活复用：经验可注入 Prompt 或用于快速意图匹配
- 生命周期管理：支持经验的创建、更新、删除
- 快速意图响应：
- 经验需显式配置
fastIntentConfig才能启用 - 匹配已配置条件时，跳过 LLM 完整推理，直接执行预记录的工具调用或代码
- 支持多条件匹配：消息前缀、正则、元数据、状态等
- 经验需显式配置
触发器模块（Trigger）
作用：创建和管理定时任务或事件触发的 Agent 执行。
┌─────────────────────────────────────────────────────────────────────────┐
│ 触发器模块能力示意 │
├─────────────────────────────────────────────────────────────────────────┤
│ │
│ 【定时触发】 │
│ │
│ 用户: "每天早上9点给我发送销售日报" │
│ │ │
│ ▼ │
│ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │
│ │ Agent 创建 │ │ 调度器 │ │ 自动执行 │ │
│ │ Cron 触发器 │────▶│ 0 9 * * * │────▶│ 生成日报 │ │
│ │ (自我调度) │ │ │ │ 发送通知 │ │
│ └─────────────────┘ └─────────────────┘ └─────────────────┘ │
│ │
│ 【延迟触发】 │
│ │
│ 用户: "30分钟后提醒我开会" │
│ │ │
│ ▼ │
│ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │
│ │ Agent 创建 │ │ 30分钟后 │ │ 发送提醒 │ │
│ │ 一次性触发器 │────▶│ 触发 │────▶│ "该开会了" │ │
│ └─────────────────┘ └─────────────────┘ └─────────────────┘ │
│ │
│ 【回调触发】 │
│ │
│ 用户: "满足xx条件时帮我xx" │
│ │
│ 外部系统: 发送事件到 Webhook │
│ │ │
│ ▼ │
│ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │
│ │ 接收回调 │ │ 触发 Agent │ │ 处理事件 │ │
│ │ Webhook 事件 │────▶│ 执行任务 │────▶│ 返回响应 │ │
│ └─────────────────┘ └─────────────────┘ └─────────────────┘ │
│ │
└─────────────────────────────────────────────────────────────────────────┘
核心能力：
TIME_CRON触发器：支持 Cron 表达式定时触发任务TIME_ONCE触发器：支持一次性延迟触发CALLBACK触发器：支持回调事件触发- Agent 可通过工具自主创建触发器，实现"自我调度"
回复渠道模块（Reply Channel）
作用：提供灵活的消息回复能力，支持多种输出渠道。
┌─────────────────────────────────────────────────────────────────────────┐
│ 回复渠道模块能力示意 │
├─────────────────────────────────────────────────────────────────────────┤
│ │
│ Agent 需要向用户回复消息 │
│ │ │
│ ▼ │
│ ┌─────────────────────────────────────────────────────────────────┐ │
│ │ 回复渠道路由 │ │
│ └─────────────────────────────────────────────────────────────────┘ │
│ │ │
│ ├──────────────┬──────────────┬──────────────┐ │
│ ▼ ▼ ▼ ▼ │
│ ┌────────────┐ ┌────────────┐ ┌────────────┐ ┌────────────┐ │
│ │ DEFAULT │ │ IDE_CARD │ │ IM_NOTIFY │ │ WEBHOOK │ │
│ │ 文本回复 │ │ 卡片展示 │ │ 消息推送 │ │ JSON推送 │ │
│ └─────┬──────┘ └─────┬──────┘ └─────┬──────┘ └─────┬──────┘ │
│ │ │ │ │ │
│ ▼ ▼ ▼ ▼ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ 控制台 │ │ IDE │ │ IM │ │ 第三方 │ │
│ │ 终端回复 │ │ 富文本卡片 │ │ (可扩展) │ │ 系统 │ │
│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │
│ │
│ 【使用示例】 │
│ │
│ 用户: "分析完成后发送结果" │
│ │ │
│ ▼ │
│ Agent: send_message(text="分析结果...") │
│ │ │
│ ▼ │
│ 用户收到消息: "📊 分析结果: ..." │
│ │
└─────────────────────────────────────────────────────────────────────────┘
核心能力：
- 多渠道路由：Agent 可根据场景选择不同渠道回复
- 配置驱动：动态生成回复工具，无需编码
- 同步异步支持：支持同步和异步回复模式
- 统一接口：屏蔽底层实现差异
- 内置示例渠道：
IDE_TEXT（演示用） - 可扩展渠道（通过实现
ReplyChannelDefinitionSPI）：如IDE_CARD、IM_NOTIFICATION（钉钉/飞书/企微）、WEBHOOK_JSON等，需用户自行实现
工具扩展模块（Dynamic Tools）
作用：提供高度可扩展的工具体系，让 Agent 能够调用各类外部工具完成任务。
┌─────────────────────────────────────────────────────────────────────────┐
│ 工具扩展架构 │
├─────────────────────────────────────────────────────────────────────────┤
│ │
│ Agent 需要执行操作 │
│ │ │
│ ▼ │
│ ┌──────────────────────────────────────────────────────────────────┐ │
│ │ CodeactTool 工具体系 │ │
│ └─────────────────────────────────────────────────────────────────┘ │
│ │ │
│ ├─────────────┬─────────────┬─────────────┬──────────────┐ │
│ ▼ ▼ ▼ ▼ ▼ │
│ ┌────────────┐ ┌────────────┐ ┌────────────┐ ┌────────────┐ ┌───────┐ │
│ │ MCP │ │ HTTP │ │ Search │ │ Trigger │ │ 自定义 │ │
│ │ Tools │ │ API │ │ Tools │ │ Tools │ │ Tools │ │
│ │ │ │ Tools │ │ │ │ │ │ │ │
│ └─────┬──────┘ └─────┬──────┘ └─────┬──────┘ └─────┬──────┘ └───┬───┘ │
│ │ │ │ │ │ │
│ ▼ ▼ ▼ ▼ ▼ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────┐ │
│ │ 任意 MCP │ │ REST API │ │ 知识检索 │ │ 定时任务 │ │ ... │ │
│ │ Server │ │ OpenAPI │ │ 项目搜索 │ │ 事件回调 │ │ │ │
│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ └──────┘ │
│ │
└─────────────────────────────────────────────────────────────────────────┘
核心能力：
- MCP 工具支持：一键接入任意 MCP Server，复用 MCP 工具生态
- HTTP API 支持：通过 OpenAPI 规范接入 REST API，调用企业现有接口
- 内置工具类型：搜索（Search）、回复（Reply）、触发器（Trigger）、学习（Learning）等
- 自定义工具 SPI：实现
CodeactTool接口，轻松扩展新工具
知识检索模块（Knowledge Search）
作用：多数据源统一检索引擎，为 Agent 的问答和决策提供知识支撑。
┌─────────────────────────────────────────────────────────────────────────┐
│ 多数据源检索架构 │
├─────────────────────────────────────────────────────────────────────────┤
│ │
│ 用户问题: "如何配置数据库连接池？" │
│ │ │
│ ▼ │
│ ┌─────────────────────────────────────────────────────────────────┐ │
│ │ 统一检索接口 │ │
│ └─────────────────────────────────────────────────────────────────┘ │
│ │ │
│ ├────────────────┬────────────────┬────────────────┐ │
│ ▼ ▼ ▼ ▼ │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ ┌─────────┐ │
│ │ 知识库 │ │ 项目 │ │ Web │ │ 自定义 │ │
│ │ Provider │ │ Provider │ │ Provider │ │Provider │ │
│ │ (主要) │ │ (可选) │ │ (可选) │ │ (SPI) │ │
│ └──────┬───────┘ └──────┬───────┘ └──────┬───────┘ └───┬─────┘ │
│ │ │ │ │ │
│ ▼ ▼ ▼ ▼ │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ ┌────────┐ │
│ │ FAQ / 文档 │ │ 源代码 │ │ 网络文章 │ │ ... │ │
│ │ 历史问答 │ │ 配置文件 │ │ 技术论坛 │ │ │ │
│ │ 团队笔记 │ │ 日志 │ │ │ │ │ │
│ └──────────────┘ └─────────────┘ └───────────────┘ └────────┘ │
│ │ │ │ │ │
│ └─────────────────┴─────────────────┴──────────────┘ │
│ │ │
│ ▼ │
│ ┌────────────────────────┐ │
│ │ 聚合排序 │ │
│ │ → 注入 Prompt │ │
│ └────────────────────────┘ │
│ │
└────────────────────────────────────────────────────────────────────────┘
核心能力：
- 统一检索接口：
SearchProviderSPI，支持可插拔数据源 - 演示 Provider：内置知识库、项目、Web 的 Mock 实现（仅供演示和测试）
- 自定义扩展：通过实现
SearchProvider接口，接入任意数据源（数据库、向量库、API） - 结果聚合：支持可配置的排序策略
- 业务价值：接入企业知识库提供准确答案、支持答案溯源、降低人工客服压力
配置示例：
spring:
ai:
alibaba:
codeact:
extension:
search:
enabled: true
knowledge-search-enabled: true # 知识库（默认 Mock 实现）
project-search-enabled: false # 项目代码（默认 Mock 实现）
web-search-enabled: false # Web 搜索（默认 Mock 实现）
default-top-k: 5
search-timeout-ms: 5000
💡 以上搜索功能默认提供 Mock 实现供演示测试。生产环境需实现
SearchProviderSPI 接入实际数据源。
🙏 致谢
联系方式
- 搜索加入钉钉群：130240015687
- 扫码加入微信群（如二维码过期请加钉钉群）：
有“AI”的1024 = 2048，欢迎大家加入2048 AI社区
更多推荐
13
0- 0
已为社区贡献19条内容
所有评论(0)