开源了！企业级AI智能体平台Lynx AI：零代码创建Agent + RAG原文定位 + Text2SQL数据分析

2501_93726346

566人浏览 · 2026-01-23 17:40:28

2501_93726346 · 2026-01-23 17:40:28 发布

🚀 开源了！企业级AI智能体管理平台 Lynx AI - 让AI应用开发更简单

前言

大家好！今天给大家分享一个我们团队开源的企业级AI智能体管理平台 - Lynx AI。

在AI大模型时代，如何快速构建企业级AI应用？如何让业务人员也能轻松使用AI？如何管理企业知识库并实现精准检索？这些都是我们在实践中遇到的真实问题。

经过几个月的开发和打磨，我们决定将这个平台开源，希望能帮助更多开发者快速构建AI应用。

项目地址： https://gitee.com/lynx-ai/lynx-ai

项目简介

Lynx AI 是一个功能强大的企业级AI智能体管理平台，提供从智能体创建、知识库管理、工作流编排到自然语言数据分析的完整AI解决方案。

技术栈

后端： Spring Boot 3.2.6 + LangChain4j 1.0.0 + Java 17
前端： Vue 3.5 + TypeScript + Vite 5 + Element Plus
数据库： MySQL 8.0 + Redis 7.0 + Elasticsearch 8.14.3
AI框架： LangChain4j（支持通义千问、GPT、Claude等多种模型）

核心功能

1. 零代码创建智能体 🤖

通过可视化界面，5分钟就能创建一个AI助手，无需编写代码。

支持配置：

选择AI模型（GPT-4、GPT-3.5、Claude、通义千问等）
自定义系统提示词（Prompt工程）
绑定知识库（RAG增强）
集成工具（Function Calling）
配置工作流（自动化流程）

应用场景：

智能客服
知识问答助手
文档分析助手
代码助手
业务咨询助手

2. 企业级RAG知识库 📚

这是我们花了很多精力打磨的功能，实现了真正的企业级知识库管理。

核心特性：

文档处理

支持10+种文档格式（PDF、DOCX、XLSX、PPTX、TXT、MD、HTML等）
LibreOffice文档转PDF - 实现精准的原文定位功能
智能分块算法 - 保证语义完整性
批量上传处理

检索技术

向量检索 - 基于Elasticsearch的语义检索
BM25关键词检索 - 传统全文检索
混合检索 - 向量+关键词，权重可配置
重排序 - 二次精排，提升准确率
Self-RAG验证 - LLM二次验证相关性

检索效果

命中率：92%+
平均相似度：0.78
检索延迟：<200ms（P95）

为什么推荐安装LibreOffice？

很多开源RAG项目都忽略了一个重要问题：如何让用户快速找到原文？

我们通过LibreOffice将Word/Excel/PPT转换为PDF，然后在检索时能够精准定位到：

具体的页码
具体的段落
具体的位置

这大大提升了用户体验和知识库的可追溯性！

3. AI数据分析 - Text2SQL/DSL ⭐

这是我们的创新功能，让业务人员也能用自然语言查询数据！

功能特点：

自然语言查询

用户输入："查询用户总数"
系统生成：SELECT COUNT(*) FROM users;

用户输入："最近7天的订单金额"
系统生成：SELECT DATE(created_at) as date, SUM(amount) as total 
         FROM orders 
         WHERE created_at >= DATE_SUB(NOW(), INTERVAL 7 DAY)
         GROUP BY DATE(created_at);

支持的数据源

MySQL - 自动生成SQL、表结构分析、智能JOIN
Elasticsearch - 自动生成DSL、索引分析、语义检索

四层安全防护

Layer 1: 意图识别
  ↓ 拦截修改/删除意图
Layer 2: Prompt约束
  ↓ 明确只能生成查询
Layer 3: SQL/DSL验证
  ↓ 正则检查DML/DDL
Layer 4: 数据库防护
  ↓ 只读连接模式

安全特性：

✅ 禁止INSERT/UPDATE/DELETE
✅ 禁止DROP/TRUNCATE
✅ 只读权限控制
✅ SQL注入防护

应用价值：

这个功能真正降低了数据分析的门槛：

业务人员不需要学SQL
数据分析师效率提升10倍
减少重复的数据查询需求
支持口语化表达（“有多少个”、“最新的”、"最贵的"等）

4. 可视化工作流编排 🔄

拖拽式工作流编排，让复杂的AI任务自动化。

支持27种节点类型：

节点类型	说明	应用场景
LLM节点	调用大模型生成内容	文本生成、翻译、总结
条件节点	根据条件分支执行	意图识别、质量检查
循环节点	批量数据处理	批量翻译、批量分析
并行节点	多任务并行执行	多模型对比、并行查询
工具节点	调用外部工具/API	天气查询、数据库查询
知识库节点	RAG检索	知识问答、文档查询
数据库节点	数据库操作	数据查询、数据写入
HTTP节点	HTTP请求	API调用、Webhook
代码节点	执行自定义代码	数据处理、格式转换
…	还有18种节点	覆盖各种场景

应用场景：

内容生成流水线：

输入主题 → LLM生成大纲 → LLM扩写各章节 → 质量检查 → 输出完整文章

数据处理自动化：

读取数据 → 循环处理每条 → LLM分析 → 条件过滤 → 保存结果

智能客服流程：

接收问题 → 意图识别 → 条件分支 → 知识库查询/工具调用 → 生成回复

5. Function Calling - 工具集成 🔧

内置7个常用工具，让AI具备更多能力。

内置工具：

天气查询 - 实时天气信息
计算器 - 数学计算
数据库查询 - 查询业务数据
Web搜索 - 实时联网搜索
URL阅读 - 读取网页内容
当前时间 - 获取时间信息
工作流调用 - 调用其他工作流

支持自定义工具：

定义工具名称和描述
配置工具参数
编写工具逻辑
绑定到智能体

6. Token统计与成本分析 💰

完整的Token消耗统计，让成本清晰可控。

统计维度：

时间维度：

今日统计
本月统计
最近7天趋势
月度预测

功能维度：

智能对话
AI数据分析-SQL
AI数据分析-ES
知识库查询
工作流执行

模型维度：

GPT-4
GPT-3.5-Turbo
Claude-2
通义千问
自定义模型

核心指标：

Token消耗量
成本金额
请求次数
平均Token数
趋势分析

7. 智能大屏 📊

数据可视化中心，系统运行状态一目了然。

展示内容：

核心指标（智能体数、知识库数、对话数、工作流数）
Token使用趋势（7天/30天）
请求类型分布
模型使用分布
工作流执行排行
智能体调用排行
系统状态监控

8. 其他功能

数据源管理 - 统一管理MySQL、Elasticsearch等数据源
模型配置 - 配置和管理各种AI模型
领域词典 - 管理专业术语，提升AI理解能力
对话管理 - 流式输出、历史记录、多会话

快速开始

环境要求

JDK 17+
Node.js 18+
MySQL 8.0+
Redis 7.0+
Elasticsearch 8.14.3
Maven 3.6+

可选依赖：

MinIO - 对象存储（用于存储上传的文档和图片）
LibreOffice - 文档转PDF（推荐安装，用于实现精准原文定位）

后端启动

# 1. 克隆项目
git clone https://gitee.com/lynx-ai/lynx-ai.git
cd lynx-ai

# 2. 初始化数据库
mysql -u root -p
CREATE DATABASE `lynx-ai` DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
USE `lynx-ai`;
SOURCE lynx-ai-parent/lynx-ai-web/src/main/resources/sql/lynx-ai.sql;

# 3. 配置后端
# 编辑 lynx-ai-parent/lynx-ai-web/src/main/resources/application.properties
# 配置MySQL、Redis、Elasticsearch、AI模型API Key等

# 4. 启动后端服务
cd lynx-ai-parent
mvn clean install
cd lynx-ai-web
mvn spring-boot:run

# 后端启动成功后访问：http://localhost:8080
# Swagger API文档：http://localhost:8080/doc.html

前端启动

# 1. 进入前端目录
cd lynx-ai-ui

# 2. 安装依赖
npm install

# 3. 配置后端API地址
# 编辑 .env.development 文件
VITE_API_BASE_URL=http://localhost:8080

# 4. 启动前端服务
npm run dev

# 前端启动成功后访问：http://localhost:5173

默认账号

用户名：laomao
密码：laomao123456

技术架构

系统架构

┌────────────────────────────────────────────────────────────────┐
│                      前端层 (Vue 3)                             │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐          │
│  │智慧大厅  │ │智能体管理│ │知识库管理│ │AI数据分析│ ...      │
│  └──────────┘ └──────────┘ └──────────┘ └──────────┘          │
└────────────────────────────────────────────────────────────────┘
                            ↕ REST API
┌────────────────────────────────────────────────────────────────┐
│                   应用层 (Spring Boot)                          │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐          │
│  │对话服务  │ │智能体服务│ │知识库服务│ │数据查询  │ ...      │
│  └──────────┘ └──────────┘ └──────────┘ └──────────┘          │
└────────────────────────────────────────────────────────────────┘
                            ↕
┌────────────────────────────────────────────────────────────────┐
│                   引擎层 (LangChain4j)                          │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐          │
│  │LLM引擎   │ │RAG引擎   │ │工具引擎  │ │记忆引擎  │ ...      │
│  └──────────┘ └──────────┘ └──────────┘ └──────────┘          │
└────────────────────────────────────────────────────────────────┘
                            ↕
┌────────────────────────────────────────────────────────────────┐
│                       数据层                                    │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐          │
│  │ MySQL    │ │ Redis    │ │Elasticsearch│ │ MinIO   │         │
│  │ 业务数据 │ │ 对话记忆 │ │ 向量存储  │ │ 对象存储 │         │
│  └──────────┘ └──────────┘ └──────────┘ └──────────┘          │
└────────────────────────────────────────────────────────────────┘

核心技术选型

后端技术：

Spring Boot 3.2.6 - 企业级应用框架
LangChain4j 1.0.0-beta3 - Java AI应用开发框架
MyBatis-Plus 3.5.11 - ORM框架
Sa-Token 1.39.0 - 权限认证
Elasticsearch 8.14.3 - 向量检索
Redis 7.0 - 缓存、会话、对话记忆
MinIO - 对象存储

前端技术：

Vue 3.5.13 - 渐进式JavaScript框架
TypeScript - 类型安全
Vite 5.4.8 - 下一代构建工具
Element Plus 2.8.4 - UI组件库
ECharts 5.5.0 - 数据可视化
Vue Flow 1.33.5 - 工作流编排

AI相关：

LangChain4j-DashScope - 阿里百炼（通义千问）
LangChain4j-OpenAI - OpenAI GPT系列
LangChain4j-Ollama - Ollama本地模型

性能指标

指标	数值	说明
对话响应延迟	< 500ms	P95，不含LLM推理时间
RAG检索延迟	< 200ms	P95，包含重排序
SQL生成延迟	< 2s	包含LLM推理
DSL生成延迟	< 3s	包含索引分析
工作流执行	< 1s	简单流程（3-5节点）
并发支持	1000+	单实例并发对话数
向量检索QPS	5000+	ES集群

核心亮点

1. 降低AI应用门槛

零SQL门槛 - 业务人员用自然语言查询数据
零代码创建 - 可视化配置智能体，无需编程
拖拽式编排 - 工作流编排像搭积木一样简单

2. 企业级能力

安全可控 - 四层安全防护，只读权限，审计日志
高性能 - 异步处理，缓存优化，毫秒级响应
可扩展 - 微服务架构，支持集群部署

3. 完整的生态

多模型支持 - GPT、Claude、通义千问、本地模型
多数据源 - MySQL、Elasticsearch
多工具集成 - 内置7个工具，支持自定义

4. 优秀的体验

现代化UI - Vue3 + Element Plus，响应式设计
流式输出 - 打字机效果，实时反馈
智能提示 - 引导用户，降低学习成本

应用场景

1. 企业智能客服

接入企业知识库
自动回答常见问题
支持多轮对话
工单自动创建

2. 知识问答系统

企业文档管理
精准知识检索
原文定位追溯
知识图谱构建

3. 数据分析助手

自然语言查询数据
自动生成报表
数据趋势分析
异常数据告警

4. 内容生成平台

文章自动生成
多语言翻译
内容质量检查
SEO优化建议

5. 自动化工作流

文档批量处理
数据ETL流程
审批流程自动化
定时任务调度

为什么选择 Lynx AI？

对比其他开源项目

特性	Lynx AI	其他项目
零代码创建智能体	✅ 完整支持	⚠️ 部分支持
RAG原文定位	✅ LibreOffice转PDF	❌ 不支持
AI数据分析	✅ Text2SQL/DSL	❌ 不支持
工作流编排	✅ 27种节点	⚠️ 节点较少
Token统计	✅ 多维度统计	⚠️ 简单统计
安全防护	✅ 四层防护	⚠️ 基础防护
技术栈	✅ Java生态	⚠️ Python居多
企业级特性	✅ 完整支持	⚠️ 功能简单