快速开始 | 功能特性 | 架构设计 | API 文档 | 部署指南 | 贡献指南
BridgeAI 是一个开源的企业级智能 Agent 平台，帮助企业快速构建、部署和管理 AI Agent。通过 MCP (Model Context Protocol) 连接企业内部系统，结合 RAG 知识库和行业插件，让 AI 真正理解并服务企业业务。
核心价值：
- 零代码创建 Agent -- 通过 Web 界面配置 Agent 人设、工具和知识库
- 连接企业系统 -- 通过 MCP 连接器对接数据库、API、飞书等企业工具
- 私有化部署 -- 支持国产大模型（DeepSeek、通义千问），数据不出企业
- 多渠道触达 -- 企业微信、钉钉、飞书一键接入
# 1. 克隆项目
git clone https://github.com/SourceSeeker-SameOrigin/BridgeAI.git && cd BridgeAI
# 2. 启动基础设施（PostgreSQL + Redis + MinIO）
docker compose -f docker/docker-compose.dev.yml up -d
# 3. 启动后端
cd backend && cp .env.example .env # 编辑 .env 填入你的 API Key
pip install -r requirements.txt
alembic upgrade head
uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload前端启动：
cd frontend && npm install && npm run dev| 服务 | 地址 | 说明 |
|---|---|---|
| 前端 | http://localhost:5173 | Web 管理界面 |
| 后端 API | http://localhost:8000 | REST API |
| API 文档 | http://localhost:8000/docs | Swagger 交互式文档 |
| MinIO Console | http://localhost:9001 | 对象存储管理（bridgeai / bridgeai_dev） |
| Prometheus | http://localhost:9090 | 监控指标 |
| Grafana | http://localhost:3001 | 监控大盘（admin / bridgeai） |
| Milvus | localhost:19530 | 向量数据库 |
| PostgreSQL | localhost:5432 | 关系型数据库 |
| Redis | localhost:6379 | 缓存 |
| Ollama | http://localhost:11434 | 本地 LLM / Embedding |
 Dashboard |
 AI Chat |
 Workflow Editor |
 Knowledge Base |
- LangGraph 6 阶段管线 -- 意图理解 → 上下文增强 → 工具选择 → 模型路由 → 执行 → 结果整合
- 3 层智能模型路由 -- 默认模型 → 意图自适应调整 → 用户等级控制
- 熔断降级链 -- 主模型失败自动切换备选模型，保障可用性
- Prompt 四层融合 -- Agent 人设 + RAG 上下文 + Few-shot 示例 + 分析指令
- 流式输出 (SSE) -- 实时逐字输出，支持工具调用状态推送
- 反馈学习 -- 用户评分驱动 Few-shot 案例池自动优化
- 多类型支持 -- MySQL/PostgreSQL 数据库、HTTP API、飞书
- 即插即用 -- Web 界面配置连接信息即可使用
- 安全机制 -- 参数校验、输出脱敏（手机号/身份证/银行卡）、调用审计
- 网关管理 -- 连接器注册/注销、健康检查、工具列表发现
- 多格式解析 -- PDF、DOCX、Markdown、纯文本
- 智能切分 -- 可配置 chunk_size 和 overlap
- 向量检索 -- Milvus HNSW 向量检索
- 后台处理 -- 文档上传后异步解析入库，不阻塞用户
- 插件基类 -- 标准化工具定义和执行接口
- 内置行业 -- 跨境电商、财税、法律
- 提示模板 -- 每个插件可携带行业专属提示词
- 动态加载 -- 运行时发现和注册插件
- 企业微信 -- 消息接收/回复、事件验签、Access Token 管理
- 钉钉机器人 -- Webhook 回复、主动推送
- 统一路由 -- 所有渠道消息统一进入 Agent 管线处理
- 多租户隔离 -- 租户级数据隔离，API Key + JWT 双认证
- 用量计费 -- Token 消耗和 MCP 调用次数统计
- 审计日志 -- 全链路操作记录，支持合规审计
- 仪表盘 -- 对话量、Token 消耗、意图分布、情感分析可视化
| 层级 | 技术选型 | 说明 |
|---|---|---|
| 后端框架 | FastAPI + Uvicorn | 异步高性能 Python Web 框架 |
| Agent 引擎 | LangGraph | 基于状态机的 Agent 编排框架 |
| 数据库 | PostgreSQL 16 + Milvus | 关系型数据 + 向量检索 |
| 缓存 | Redis 7 | 会话缓存、Few-shot 池、熔断状态 |
| ORM | SQLAlchemy 2.0 (async) | 异步数据库访问 |
| 数据迁移 | Alembic | 数据库版本管理 |
| 认证 | JWT + API Key | 双模式认证 |
| 前端 | React 18 + TypeScript | 现代前端技术栈 |
| 状态管理 | Zustand | 轻量级状态管理 |
| 构建工具 | Vite | 快速开发构建 |
| 文件存储 | MinIO | S3 兼容对象存储 |
| 容器化 | Docker Compose | 一键开发/生产部署 |
| LLM 支持 | Claude / DeepSeek / Qwen | 多模型支持，可私有部署 |
所有 API 均以 /api/v1 为前缀，统一响应格式：
{
"code": 200,
"message": "success",
"data": { ... }
}| 模块 | 端点 | 说明 |
|---|---|---|
| 认证 | POST /auth/login |
用户登录，返回 JWT |
POST /auth/register |
用户注册 | |
| 对话 | POST /chat/completions |
发送消息（支持流式/非流式） |
POST /chat/messages/{id}/rate |
消息评分 | |
| Agent | POST /agents |
创建 Agent |
GET /agents |
获取 Agent 列表（分页） | |
PUT /agents/{id} |
更新 Agent | |
DELETE /agents/{id} |
删除 Agent | |
| MCP | POST /mcp |
创建连接器 |
GET /mcp/{id}/tools |
获取连接器工具列表 | |
POST /mcp/{id}/execute |
执行工具 | |
POST /mcp/{id}/test |
测试连接 | |
| 知识库 | POST /knowledge |
创建知识库 |
POST /knowledge/{id}/documents |
上传文档 | |
POST /knowledge/{id}/search |
语义搜索 | |
| 插件 | GET /plugins |
获取可用插件列表 |
POST /plugins/{name}/enable |
启用插件 | |
| 渠道 | GET /channels |
获取渠道状态 |
POST /channels/wechat-work/callback |
企业微信回调 | |
POST /channels/dingtalk/callback |
钉钉回调 | |
| 系统 | GET /system/health |
健康检查 |
GET /system/models |
可用模型列表 | |
GET /system/stats |
仪表盘统计数据 | |
| 审计 | GET /audit/logs |
审计日志查询 |
| 计费 | GET /billing/usage |
用量统计 |
完整 API 文档请参考 API Reference 或启动后访问 /docs。
环境变量配置参考 .env.example：
| 变量 | 必填 | 说明 |
|---|---|---|
DATABASE_URL |
是 | PostgreSQL 连接字符串 |
REDIS_URL |
是 | Redis 连接字符串 |
JWT_SECRET |
是 | JWT 签名密钥（生产环境务必修改） |
DEEPSEEK_API_KEY |
否* | DeepSeek API Key |
ANTHROPIC_API_KEY |
否* | Anthropic (Claude) API Key |
QWEN_API_KEY |
否* | 通义千问 API Key |
MINIO_ENDPOINT |
否 | MinIO 端点 |
WECHAT_WORK_* |
否 | 企业微信接入配置 |
DINGTALK_* |
否 | 钉钉接入配置 |
*至少配置一个 LLM Provider 的 API Key
docker compose -f docker/docker-compose.dev.yml up -d # 基础设施
cd backend && uvicorn app.main:app --reload # 后端热重载
cd frontend && npm run dev # 前端热重载docker compose -f docker/docker-compose.yml up -d # 全栈部署BridgeAI 支持完全私有化部署，推荐配合国产大模型使用：
- 使用 DeepSeek 或通义千问作为 LLM 后端
- 使用 Ollama 运行本地模型（无需外网）
- 所有数据存储在企业内部，不外传
详细部署指南请参考 部署文档。
BridgeAI/
├── backend/ # Python 后端
│ ├── app/
│ │ ├── main.py # FastAPI 入口
│ │ ├── config.py # 配置管理
│ │ ├── api/v1/ # API 路由层
│ │ ├── services/ # 业务逻辑层
│ │ ├── models/ # ORM 模型
│ │ ├── schemas/ # Pydantic 数据模型
│ │ ├── engine/ # Agent 管线引擎
│ │ ├── agents/ # 模型路由 + 熔断器
│ │ ├── mcp/ # MCP 网关 + 连接器
│ │ ├── rag/ # RAG 引擎
│ │ ├── plugins/ # 行业插件
│ │ ├── channels/ # 渠道接入
│ │ ├── providers/ # LLM 提供商适配
│ │ └── middleware/ # 中间件
│ ├── migrations/ # Alembic 数据库迁移
│ └── tests/ # 测试
├── frontend/ # React 前端
├── docker/ # Docker 配置
├── scripts/ # 运维脚本
├── docs/ # 项目文档
└── blueprint/ # 产品蓝图
欢迎贡献代码！请阅读 贡献指南 了解开发流程和代码规范。
本项目采用 MIT License 开源协议。
如果 BridgeAI 对你有帮助，请给个 Star 支持一下！