# dboat-ai-agent

**Repository Path**: liujq1988/dboat-ai-agent

## Basic Information

- **Project Name**: dboat-ai-agent
- **Description**: 基于springboot 3.4.10、jdk21、spring ai、alibaba的agent 项目
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2026-02-02
- **Last Updated**: 2026-02-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# DBoat AI Agent

一个基于Spring Boot和Spring AI的智能代理系统，集成了多种AI工具和大模型能力，提供自主规划和任务执行功能。

## 项目简介

DBoat AI Agent是一个全功能AI代理框架，旨在解决用户提出的各种复杂任务。该系统集成了多种工具和大模型能力，通过自主规划和决策，能够高效地完成复杂请求。项目采用了模块化设计，支持多种AI代理类型，包括基础代理、反应式代理和工具代理。

## 核心功能

### 智能代理系统
- **BaseAgent**: 提供代理基础框架，包含状态管理、步骤执行和会话记录
- **ReactAgent**: 实现思考-行动模式的反应式代理
- **ToolAgent**: 集成多种工具的智能代理，支持工具调用和结果处理
- **DManus**: 超级智能体，拥有自主规划能力，可组合使用多种工具解决复杂问题

### 工具集成
- 文件操作工具 (FileOperationTool)
- 网络搜索工具 (WebSearchTool)
- 网页抓取工具 (WebScrapingTool)
- 资源下载工具 (ResourceDownloadTool)
- 终端操作工具 (TerminalOperationTool)
- PDF生成工具 (PdfGenerationTool)
- 任务终止工具 (TerminateTool)

### 大模型集成
- 阿里云DashScope大模型集成
- Spring AI框架支持
- 自定义聊天客户端实现
- 对话记忆管理 (FileBasedChatMemory)

### 向量存储与RAG
- PostgreSQL向量存储支持
- 文档加载和处理
- 向量化检索功能
- 知识库构建

## 技术栈

- **后端框架**: Spring Boot 3.4.10
- **AI框架**: Spring AI 1.0.0
- **大模型**: 阿里云DashScope
- **数据库**: PostgreSQL (向量存储)
- **向量库**: PGVector
- **文档处理**: iText PDF, Markdown解析
- **工具库**: Hutool, Jsoup
- **API文档**: Knife4j (Swagger)
- **序列化**: Kryo, FastJSON
- **构建工具**: Maven
- **Java版本**: 21

## 项目结构

```
dboat-ai-agent/
├── src/main/java/com/dboat/dboataiagent/
│   ├── agent/                 # 智能代理实现
│   ├── advisor/               # 顾问模式实现
│   ├── chatmermory/           # 对话记忆管理
│   ├── client/                # 客户端实现
│   ├── config/                # 配置类
│   ├── controller/            # 控制器
│   ├── demo/                  # 示例代码
│   ├── entity/                # 实体类
│   ├── rag/                   # RAG相关实现
│   └── tool/                  # 工具实现
├── src/main/resources/
│   ├── docs/                  # 文档资源
│   ├── prompts/               # 提示词模板
│   └── application.yml        # 应用配置
└── dboat-ai-agent-mcp-server/ # MCP服务器模块
```

## 快速开始

### 环境要求
- Java 21+
- Maven 3.6+
- PostgreSQL (可选，用于向量存储)

### 安装步骤

1. 克隆项目
```bash
git clone https://github.com/your-username/dboat-ai-agent.git
cd dboat-ai-agent
```

2. 配置应用
- 复制 `application.yml` 并根据需要修改配置
- 配置DashScope API密钥
- 如需使用向量存储，配置PostgreSQL连接

3. 构建项目
```bash
mvn clean install
```

4. 运行应用
```bash
mvn spring-boot:run
```

5. 访问应用
- API文档: http://localhost:8090/api/swagger-ui.html
- 应用端口: 8090

## 使用示例

### 基本代理使用
```java
@Autowired
private DManus dManus;

// 执行任务
String result = dManus.run("帮我搜索最新的AI技术发展趋势");
```

### 自定义工具
```java
@Component
public class CustomTool implements ToolCallback {
    // 实现工具逻辑
}
```

## 配置说明

### 应用配置
- 服务器端口: 8090
- 上下文路径: /api
- 默认配置文件: application.yml

### AI配置
- 大模型: DashScope
- 向量存储: PGVector (可选)
- MCP服务器: 支持多种连接方式

## API文档

项目集成了Knife4j，提供完整的API文档：
- 访问地址: http://localhost:8090/api/swagger-ui.html
- 支持在线测试API接口

## 开发指南

### 添加新工具
1. 实现 `ToolCallback` 接口
2. 在 `ToolRegistration` 中注册工具
3. 重启应用

### 扩展代理类型
1. 继承 `BaseAgent` 或其子类
2. 实现必要的抽象方法
3. 定义代理行为和逻辑

## 许可证

本项目采用 [MIT License](LICENSE) 许可证。

## 贡献指南

欢迎提交Issue和Pull Request来帮助改进项目。

---

**注意**: 使用前请确保已正确配置API密钥和相关服务。