What is My Ai Agent

My AI Agent is an intelligent agent service built on the Spring Boot and Spring AI frameworks, integrating modern large model capabilities. It offers features such as conversation memory and multimodal interaction, leveraging Alibaba Cloud’s Lingji large model service to enhance human-computer interaction.

Use cases

Use cases include automated customer support chatbots, interactive educational platforms, personal virtual assistants, and advanced image search functionalities.

How to use

To use My AI Agent, clone the project from GitHub, configure the necessary environment variables including your Alibaba Cloud API Key, build the project using Maven, and run the main application. Optionally, you can run the image search service module.

Key features

Key features include intelligent dialogue powered by Alibaba Cloud’s Lingji model, conversation memory for maintaining context, health monitoring interfaces, and an independent image search service module.

Where to use

My AI Agent can be used in various fields such as customer service, virtual assistants, educational tools, and any application requiring intelligent human-computer interaction.

My AI Agent 🤖

项目介绍

My AI Agent 是一个基于 Spring Boot 和 Spring AI 框架构建的智能代理服务，集成了现代大模型能力，提供对话记忆、多模态交互等功能。本项目通过整合阿里云灵积大模型服务，实现了智能化的人机交互体验，并支持基于 RAG（检索增强生成）的知识库问答能力。

系统架构

项目采用模块化设计，主要包括：

• 核心服务模块：基于 Spring Boot 的 Web 服务
• AI 对话模块：集成 Spring AI 与阿里云大模型能力
• 记忆持久化模块：实现会话状态的本地文件持久化
• 图像搜索服务：独立的 MCP 服务模块
• 知识库模块：基于 PGVector 的向量数据库存储和检索服务
• 智能代理模块：实现 AI 自主决策和工具调用能力

核心功能

• ✅ 智能对话：接入阿里云灵积模型，支持自然语言交互
• ✅ 对话记忆：基于文件系统的会话记忆持久化，保持上下文连贯性
• ✅ 图像搜索：独立模块支持基于图像的搜索功能
• ✅ 智能代理：
  • 支持 AI 自主决策和任务规划
  • 多轮对话中的工具调用能力
  • 基于 ReAct 模式的推理和执行
  • 灵活的工具注册和使用机制
• ✅ 知识库问答：
  • 支持 Markdown 文档上传和管理
  • 基于 RAG 技术的智能问答
  • 使用 PGVector 进行高效的向量检索
  • 支持文档的增删改查操作

技术栈

• 后端框架：Spring Boot 3.4.x
• AI 框架：Spring AI (1.0.0-M6.x)
• 大模型接入：
  • 阿里云 DashScope SDK (2.19.1)
  • Spring AI Alibaba (1.0.0-M6.1)
  • Ollama 集成
• 向量数据库：
  • PostgreSQL with pgvector 扩展
  • Spring AI VectorStore 集成
• 序列化工具：Kryo
• 构建工具：Maven 3.9.9
• 其他工具：
  • Hutool (5.8.37)
  • Lombok
• 运行环境：Java 21

快速开始

环境要求

• JDK 21+
• Maven 3.9+
• 阿里云账号和 API Key（用于灵积模型访问）

安装与运行

1. 克隆项目到本地

git clone https://github.com/your-username/my-ai-agent.git
cd my-ai-agent

2. 配置环境变量

# 阿里云 API Key（必需）
export ALIBABA_API_KEY=your_api_key_here

3. 构建项目

./mvnw clean package

4. 运行主应用

java -jar target/my-ai-agent-0.0.1-SNAPSHOT.jar

5. 运行图像搜索服务（可选）

cd my-image-search-mcp-server
../mvnw spring-boot:run

项目结构

my-ai-agent/
├── src/main/java/com/yam/myaiagent/
│   ├── chatmemory/          # 对话记忆实现
│   ├── constant/            # 常量定义
│   ├── controller/          # HTTP 接口控制器
│   ├── service/             # 业务逻辑服务
│   └── MyAiAgentApplication.java  # 应用入口
├── my-image-search-mcp-server/    # 图像搜索服务模块
├── .mvn/                   # Maven 包装器配置
├── pom.xml                 # Maven 项目配置
└── README.md               # 项目说明文档

配置说明

主要配置项包括：

• 聊天记忆存储路径：默认为项目根目录下的 /tmp 文件夹
• 模型参数：可在应用配置中调整大模型的参数设置
• 服务端口：默认为 Spring Boot 标准端口 8080
• 向量数据库配置：
  • PostgreSQL 连接信息
  • pgvector 相关参数设置

API 接口

健康检查

GET /health
响应: "ok"

知识库管理接口

# 上传文档
POST /api/knowledge/upload
Content-Type: multipart/form-data

# 获取文档列表
GET /api/knowledge/documents

# 删除文档
DELETE /api/knowledge/documents/{documentId}

# 知识库问答
POST /api/knowledge/qa
Content-Type: application/json
{
    "question": "您的问题"
}

高级特性

文件持久化对话记忆

项目实现了基于 Kryo 序列化的文件持久化对话记忆机制，支持会话状态的保存与恢复，保证了对话的连贯性和上下文理解。

智能代理系统

• 基于 ReAct（Reasoning and Acting）模式的智能代理实现
• 支持多轮对话中的自主决策和工具调用
• 灵活的工具注册机制，支持动态扩展
• 状态管理和执行流程控制
• 支持流式输出和异步处理

图像搜索服务

独立的图像搜索模块采用 Spring AI MCP 服务架构，提供多模态交互能力。

RAG 知识库问答

• 基于 PGVector 的高性能向量存储
• 支持文档的语义检索和相关性排序
• 智能查询重写优化检索效果
• 支持多种文档格式的处理和向量化

贡献指南

欢迎参与项目贡献！请遵循以下步骤：

1. Fork 本仓库
2. 创建特性分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m 'Add some amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 创建 Pull Request

许可证

本项目基于 Apache License 2.0 开源，详细内容请查看 LICENSE 文件。

联系方式

若有任何问题或建议，欢迎通过 Issues 或以下方式联系我们：

• 邮箱: [email protected]

祝您使用愉快！🚀