https://github.com/itwanger/PaiAgent
🔥轻量级的AI工作流编排系统，类似dify、n8n，全程使用Vibe Coding，AI工具为Qoder+CLI。涉及到的技术栈包括SpringAI、LangGraph4J、SSE、MinIO、DAG自定引擎等。
https://github.com/itwanger/PaiAgent
dag dfs fastjson2 kahn minio spring-boot springai springai-alibaba sse
Last synced: 6 days ago
JSON representation
🔥轻量级的AI工作流编排系统，类似dify、n8n，全程使用Vibe Coding，AI工具为Qoder+CLI。涉及到的技术栈包括SpringAI、LangGraph4J、SSE、MinIO、DAG自定引擎等。
- Host: GitHub
- URL: https://github.com/itwanger/PaiAgent
- Owner: itwanger
- Created: 2025-11-25T09:49:50.000Z (4 months ago)
- Default Branch: main
- Last Pushed: 2026-02-09T03:23:25.000Z (about 1 month ago)
- Last Synced: 2026-02-09T08:13:46.571Z (about 1 month ago)
- Topics: dag, dfs, fastjson2, kahn, minio, spring-boot, springai, springai-alibaba, sse
- Language: Java
- Homepage:
- Size: 4.13 MB
- Stars: 82
- Watchers: 3
- Forks: 15
- Open Issues: 2
-
Metadata Files:
- Readme: README.md
- Agents: AGENTS.md
Awesome Lists containing this project
- awesome-java - PaiAgent
README
# PaiAgent
**企业级 AI 工作流可视化编排平台**
通过拖拽式界面快速构建、编排和执行 AI 工作流，让 AI 能力组合更简单
[](LICENSE)
[](https://www.oracle.com/java/)
[](https://spring.io/projects/spring-boot)
[](https://spring.io/projects/spring-ai)
[](https://java2ai.com)
[](https://reactjs.org/)
[](https://www.typescriptlang.org/)
[快速开始](#-快速开始) • [功能特性](#-核心特性) • [技术架构](#-技术架构) • [使用文档](./USER_GUIDE.md) • [开发进度](./PROGRESS.md)
---
## 📖 项目简介
PaiAgent 是一个**企业级的 AI 工作流可视化编排平台**，让 AI 能力的组合和调度变得简单高效。通过直观的拖拽式界面，开发者和业务人员都能快速构建复杂的 AI 处理流程，无需编写代码即可实现多种大模型的协同工作。
### 💡 为什么选择 PaiAgent？
- **🎯 零代码编排**：可视化拖拽界面，无需编程即可构建复杂 AI 工作流
- **🚀 高性能引擎**：自研轻量级 DAG 引擎，支持拓扑排序和智能循环检测
- **🔌 多模型统一**：基于 Spring AI 框架，统一接入 OpenAI、DeepSeek、通义千问等主流大模型
- **🛠️ 灵活扩展**：基于插件化设计，轻松开发自定义节点满足个性化需求
- **🐛 实时调试**：内置调试面板，支持 SSE 流式输出，可视化执行过程
- **📦 开箱即用**：完整的前后端解决方案，快速部署到生产环境
### 项目教程
我已经放到技术派上了，[点击这里](https://paicoding.com/column/14/1)查看详细教程（限时免费）。
第一期我更新了五篇教程，春节期间打算再更新五篇，假期有想学习的同学可以跟着这个项目冲。
- [搭建PaiAgent脚手架](https://paicoding.com/column/14/1)
- [节点配置](https://paicoding.com/column/14/2)
- [LLM节点开发](https://paicoding.com/column/14/3)
- [超拟人音频节点](https://paicoding.com/column/14/4)
- [工作流实时推送](https://paicoding.com/column/14/5)
## ✨ 核心特性
### 可视化流程编辑器
基于 ReactFlow 构建的专业流程图编辑器，支持节点拖拽、连线配置、参数编辑等完整功能。
### 多大模型节点支持
基于 **Spring AI + Spring AI Alibaba** 框架统一接入：
- **OpenAI 节点**：GPT-5 等模型（Spring AI OpenAI 接口）
- **DeepSeek 节点**：国产大模型（OpenAI 兼容接口）
- **通义千问节点**：阿里云千问系列（Spring AI Alibaba DashScope 原生支持）
- **智谱 AI 节点**：GLM 系列模型（OpenAI 兼容接口）
- **AIPing 节点**：第三方模型代理（OpenAI 兼容接口）
### 工具节点生态
- **TTS 音频合成**：超拟人语音生成
- **输入/输出节点**：灵活的数据输入输出
- **自定义扩展**：基于统一接口开发专属节点
### DAG 工作流引擎
- **拓扑排序**：基于 Kahn 算法的节点调度
- **循环检测**：DFS 深度优先搜索防止死循环
- **数据流转**：节点间智能数据传递机制
- **执行监控**：完整的执行日志和结果记录
## 🎯 应用场景
| 场景类别 | 具体应用 | 适用对象 |
|---------|---------|----------|
| 📝 内容生成 | 批量文章生成、多语言翻译、内容改写润色 | 内容创作者、营销团队 |
| 💬 智能客服 | 多轮对话流程、意图识别与智能响应 | 客服团队、产品经理 |
| 📊 数据处理 | 文本分析、信息抽取、数据清洗转换 | 数据分析师、研发团队 |
| 🎵 音视频处理 | 语音合成、字幕生成、音频转写 | 内容团队、教育行业 |
| ⚙️ 流程自动化 | 报告生成、邮件自动回复、定时任务 | 运营团队、企业用户 |
## 🏗️ 技术架构
### 系统架构
```
┌─────────────────────────────────────────────────────────┐
│ 前端层 (Frontend) │
│ React 18 + TypeScript + ReactFlow + Ant Design │
│ • 可视化编辑器 • 节点面板 • 调试工具 │
└────────────────────┬────────────────────────────────────┘
│ REST API / SSE
┌────────────────────┴────────────────────────────────────┐
│ 应用层 (Backend) │
│ Spring Boot 3.4.1 + Java 21 │
│ • Controller • Service • Interceptor │
└────────────────────┬────────────────────────────────────┘
│
┌────────────────────┴────────────────────────────────────┐
│ 核心引擎层 (Engine) │
│ • WorkflowEngine: 工作流调度引擎 │
│ • DAGParser: 拓扑排序 + 循环检测 │
│ • NodeExecutor: 节点执行器工厂 │
└────────────────────┬────────────────────────────────────┘
│
┌────────────────────┴────────────────────────────────────┐
│ AI 模型层 (Spring AI) │
│ • Spring AI: OpenAI/DeepSeek/智谱 等兼容接口 │
│ • Spring AI Alibaba: 通义千问 DashScope 原生支持 │
│ • ChatClientFactory: 统一的 ChatClient 动态工厂 │
└────────────────────┬────────────────────────────────────┘
│
┌────────────────────┴────────────────────────────────────┐
│ 数据层 (Data & Storage) │
│ • MySQL: 工作流配置、执行记录 │
│ • MinIO: 文件存储 (可选) │
└─────────────────────────────────────────────────────────┘
```
### 技术栈详情
层级
技术选型
版本要求
说明
前端
React
18.x
现代化 UI 框架
TypeScript
5.x
类型安全保障
Vite
5.x
高性能构建工具
ReactFlow
最新版
专业流程图库
Ant Design + Tailwind CSS
-
企业级 UI 组件
Zustand
最新版
轻量级状态管理
后端
Spring Boot
3.4.1
企业级 Java 框架
Java
21+
LTS 长期支持版本
MyBatis-Plus
3.5.5
增强版 ORM 框架
Spring AI
1.0.0-M5
AI 模型统一调用框架
Spring AI Alibaba
1.0.0-M6.1
通义千问 DashScope 原生支持
MySQL
8.0+
关系型数据库
FastJSON2
最新版
高性能 JSON 库
MinIO
可选
对象存储服务
核心引擎
自研 DAG 引擎
-
工作流编排核心
Kahn 拓扑排序
-
节点依赖分析
DFS 循环检测
-
防止工作流死锁
Spring AI ChatClient
-
统一 AI 模型调用接口
ChatClientFactory
-
动态创建不同模型客户端
## 📁 项目结构
```
PaiAgent-one/
├── backend/ # Spring Boot 后端服务
│ ├── src/main/
│ │ ├── java/com/paiagent/
│ │ │ ├── engine/ # 🎯 DAG 工作流引擎（核心）
│ │ │ │ ├── WorkflowEngine.java # 工作流编排引擎
│ │ │ │ ├── dag/DAGParser.java # 拓扑排序+循环检测
│ │ │ │ ├── llm/ # LLM 调用层（Spring AI）
│ │ │ │ │ ├── ChatClientFactory.java # ChatClient 动态工厂
│ │ │ │ │ ├── PromptTemplateService.java # 提示词模板处理
│ │ │ │ │ └── LLMNodeConfig.java # LLM 节点配置
│ │ │ │ ├── executor/ # 节点执行器
│ │ │ │ │ ├── NodeExecutor.java # 执行器接口
│ │ │ │ │ ├── NodeExecutorFactory.java # 工厂模式
│ │ │ │ │ └── impl/ # 具体实现
│ │ │ │ │ ├── AbstractLLMNodeExecutor.java # LLM 抽象基类
│ │ │ │ │ ├── InputNodeExecutor.java
│ │ │ │ │ ├── OutputNodeExecutor.java
│ │ │ │ │ ├── OpenAINodeExecutor.java
│ │ │ │ │ ├── DeepSeekNodeExecutor.java
│ │ │ │ │ ├── QwenNodeExecutor.java
│ │ │ │ │ ├── ZhiPuNodeExecutor.java
│ │ │ │ │ ├── AIPingNodeExecutor.java
│ │ │ │ │ └── TTSNodeExecutor.java
│ │ │ │ └── model/ # 数据模型
│ │ │ ├── controller/ # REST API 接口层
│ │ │ ├── service/ # 业务逻辑层
│ │ │ ├── mapper/ # MyBatis-Plus 数据访问层
│ │ │ ├── entity/ # 数据库实体
│ │ │ ├── dto/ # 数据传输对象
│ │ │ ├── config/ # 配置类
│ │ │ ├── interceptor/ # 拦截器（认证）
│ │ │ └── common/ # 通用工具
│ │ └── resources/
│ │ ├── application.yml # 应用配置
│ │ └── schema.sql # 数据库初始化脚本
│ └── pom.xml # Maven 依赖配置
│
├── frontend/ # React 前端应用
│ ├── src/
│ │ ├── components/ # 🎨 核心组件
│ │ │ ├── FlowCanvas.tsx # ReactFlow 流程编辑器
│ │ │ ├── NodePanel.tsx # 可拖拽节点面板
│ │ │ ├── DebugDrawer.tsx # 调试抽屉面板
│ │ │ └── AudioPlayer.tsx # 音频播放器
│ │ ├── pages/ # 页面组件
│ │ │ ├── LoginPage.tsx # 登录页
│ │ │ ├── MainPage.tsx # 工作流列表页
│ │ │ └── EditorPage.tsx # 工作流编辑器页
│ │ ├── store/ # Zustand 状态管理
│ │ │ ├── authStore.ts # 用户认证状态
│ │ │ └── workflowStore.ts # 工作流编辑状态
│ │ ├── api/ # API 调用层
│ │ ├── utils/ # 工具函数
│ │ └── App.tsx # 应用入口
│ ├── package.json # NPM 依赖配置
│ └── vite.config.ts # Vite 构建配置
│
├── docs/ # 📚 项目文档
│ ├── README.md # 项目概览（当前文件）
│ ├── USER_GUIDE.md # 用户使用指南
│ ├── PROGRESS.md # 开发进度追踪
│ ├── SUMMARY.md # 项目技术总结
│ ├── AGENTS.md # AI Agent 开发指引
│ └── mermaid.md # 架构可视化图表
│
└── .gitignore # Git 忽略配置
```
## 🚀 快速开始
### 环境要求
在开始之前，请确保您的开发环境满足以下要求：
| 工具 | 版本要求 | 说明 |
|------|---------|------|
| Java | 21+ | 推荐使用 OpenJDK 或 Oracle JDK |
| Node.js | 18+ | 包含 npm 包管理器 |
| MySQL | 8.0+ | 数据库服务 |
| Maven | 3.8+ | Java 项目构建工具 |
### 一键启动指南
#### 步骤 1：克隆项目
```bash
git clone https://github.com/yourusername/PaiAgent-one.git
cd PaiAgent-one
```
#### 步骤 2：配置数据库
**2.1 创建数据库**
```bash
mysql -u root -p
```
```sql
CREATE DATABASE paiagent DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
```
**2.2 导入初始化脚本**
```bash
mysql -u root -p paiagent < backend/src/main/resources/schema.sql
```
**2.3 配置数据库连接**
编辑 `backend/src/main/resources/application.yml`：
```yaml
spring:
datasource:
url: jdbc:mysql://localhost:3306/paiagent?useUnicode=true&characterEncoding=utf-8&useSSL=false&serverTimezone=Asia/Shanghai
username: root
password: your_password # 修改为您的数据库密码
```
#### 步骤 3：启动后端服务
```bash
cd backend
./mvnw spring-boot:run
```
✅ 后端服务启动成功后，您将看到：
```
Started PaiAgentApplication in X.XXX seconds
```
后端服务地址：`http://localhost:8080`
#### 步骤 4：启动前端服务
打开新的终端窗口：
```bash
cd frontend
npm install
npm run dev
```
✅ 前端服务启动成功后，您将看到：
```
➜ Local: http://localhost:5173/
```
#### 步骤 5：访问应用
| 服务 | 地址 | 说明 |
|------|------|------|
| 🌐 前端应用 | http://localhost:5173 | 主要操作界面 |
| 🔧 后端 API | http://localhost:8080 | REST API 服务 |
| 📚 API 文档 | http://localhost:8080/swagger-ui.html | Swagger 接口文档 |
**默认登录凭证**：
- 用户名：`admin`
- 密码：`123`
### 🎬 快速演示
创建您的第一个工作流：
1. **登录系统**：使用默认凭证登录
2. **创建工作流**：点击「新建工作流」按钮
3. **拖拽节点**：从左侧节点面板拖拽「输入节点」→「OpenAI节点」→「输出节点」到画布
4. **连接节点**：按顺序连接各个节点
5. **配置参数**：点击 OpenAI 节点，配置 API Key 和提示词
6. **执行调试**：点击「调试」按钮，查看执行结果
示例：文本转语音工作流
```
[输入节点] → [OpenAI节点] → [TTS节点] → [输出节点]
输入文本 生成脚本 语音合成 播放音频
```
## 🗺️ 开发路线图
### ✅ 已完成功能 (v1.0)
- ✅ 基础架构搭建（Spring Boot + React + TypeScript）
- ✅ 用户认证系统（Token 认证 + 拦截器）
- ✅ 可视化流程编辑器（ReactFlow 集成）
- ✅ DAG 工作流引擎（拓扑排序 + 循环检测）
- ✅ **Spring AI 框架集成**（v1.0.0-M5）
- 统一的 ChatClient 调用接口
- 支持 OpenAI 兼容协议（OpenAI/DeepSeek/智谱/AIPing）
- ✅ **Spring AI Alibaba 集成**（v1.0.0-M6.1）
- 通义千问 DashScope 原生支持
- 阿里云 Qwen 系列模型接入
- ✅ 多大模型节点支持
- OpenAI 节点（GPT 系列）
- DeepSeek 节点
- 通义千问节点
- 智谱 AI 节点
- AIPing 节点
- ✅ 工具节点实现
- 输入/输出节点
- TTS 音频合成节点
- 音频播放器组件
- ✅ SSE 实时流式输出（调试抽屉 + 日志输出 + 结果展示）
- ✅ 工作流 CRUD 管理
- ✅ 执行记录查询
**当前完成度：95%** 🎉
### 🚧 规划中功能 (v1.1 - v2.0)
**v1.1 版本（近期）**
- 🔄 条件分支节点（IF/ELSE 逻辑）
- 🔁 循环执行节点（FOR/WHILE 循环）
- 📝 更多 LLM 节点接入（Claude、Gemini、本地模型）
- 🧪 集成测试完善
- 📊 执行性能监控
**v1.5 版本（中期）**
- 🔗 子工作流调用（工作流复用）
- ⏰ 定时任务调度（Cron 表达式）
- 📦 工作流版本管理（Git 风格）
- 🎨 工作流模板市场
- 🖼️ 更多工具节点（图像处理、文档解析、Web爬虫）
**v2.0 版本（远期）**
- 👥 多租户与权限管理
- 🤝 协作与分享功能
- 📈 性能监控与告警
- 🌍 国际化支持（多语言）
- 🔌 插件市场（第三方节点）
## 📚 项目文档
| 文档类型 | 文档链接 | 说明 |
|---------|---------|------|
| 📖 使用指南 | [USER_GUIDE.md](./USER_GUIDE.md) | 详细使用说明和最佳实践 |
| 📊 开发进度 | [PROGRESS.md](./PROGRESS.md) | 项目开发阶段和完成情况 |
| 📝 项目总结 | [SUMMARY.md](./SUMMARY.md) | 技术选型和实现总结 |
| 📋 完成报告 | [PROJECT_COMPLETION_REPORT.md](./PROJECT_COMPLETION_REPORT.md) | 项目交付报告 |
| 🏗️ 架构设计 | [mermaid.md](./mermaid.md) | 系统架构可视化图表 |
| 🤖 开发指南 | [AGENTS.md](./AGENTS.md) | AI Agent 开发指引 |
## 🔧 核心功能详解
### 工作流编排
**节点类型**
- **输入节点**：接收外部输入数据，作为工作流的起点
- **输出节点**：输出工作流执行结果，作为工作流的终点
- **LLM 节点**：调用大语言模型进行文本生成、理解等任务
- **工具节点**：执行特定功能，如 TTS 语音合成、图像处理等
**连线规则**
- 节点之间通过有向边连接，表示数据流向
- 支持一对多、多对一的连接方式
- 自动检测循环依赖，防止死锁
### DAG 引擎机制
**工作流解析流程**
1. **JSON 解析**：将前端配置解析为 WorkflowConfig 对象
2. **拓扑排序**：使用 Kahn 算法确定节点执行顺序
3. **循环检测**：DFS 深度优先搜索检测循环依赖
4. **节点调度**：按拓扑顺序依次执行节点
5. **数据传递**：上游节点输出作为下游节点输入
6. **结果记录**：保存每个节点的执行结果和日志
**数据传递机制**
```java
// 节点执行器接口
public interface NodeExecutor {
Map execute(WorkflowNode node, Map input);
}
// LLM 节点通过 Spring AI ChatClient 统一调用
ChatClient chatClient = chatClientFactory.createClient(nodeType, apiUrl, apiKey, model, temperature);
String response = chatClient.prompt().user(prompt).call().content();
```
### 节点扩展开发
**方式一：开发普通工具节点**
1. **实现 NodeExecutor 接口**
```java
public class CustomNodeExecutor implements NodeExecutor {
@Override
public Map execute(WorkflowNode node, Map input) {
// 自定义逻辑
return output;
}
}
```
2. **注册到工厂**
```java
NodeExecutorFactory.register("custom", new CustomNodeExecutor());
```
**方式二：开发 LLM 节点（推荐）**
```java
// 继承 AbstractLLMNodeExecutor，自动获得 Spring AI 能力
@Component
public class CustomLLMNodeExecutor extends AbstractLLMNodeExecutor {
@Override
protected String getNodeType() {
return "custom_llm";
}
}
```
3. **前端添加节点定义**
```typescript
const customNode = {
type: 'custom',
label: '自定义节点',
category: 'tool'
};
```
## 💼 项目亮点（简历版）
**项目名称**：PaiAgent - 企业级 AI 工作流编排平台
**项目描述**：基于可视化流程编辑器的 AI Agent 工作流平台，支持用户通过拖拽方式编排多种大模型（DeepSeek、通义千问等）和工具节点，使用自研 DAG 引擎按拓扑顺序执行工作流，实现复杂 AI 任务的自动化编排与执行。
**技术栈**：Java 21、Spring Boot 3.4.1、Spring AI 1.0.0
**核心职责**：
- 基于 Spring AI 框架重构 LLM 通信层，采用工厂模式+模板方法模式设计 ChatClientFactory 动态工厂和 AbstractLLMNodeExecutor 抽象基类，将 5 个 LLM 节点执行器的重复代码从 800+行精简至 75 行
- 设计动态 ChatClient 创建机制，支持运行时根据工作流节点配置（apiKey/apiUrl/model）动态实例化不同厂商的 ChatClient，实现多租户场景下每个节点独立配置的能力
- 抽取 PromptTemplateService 公共服务，统一处理 `{{variable}}` 模板变量替换和上下游节点参数引用映射，支持 input 静态值和 reference 动态引用两种参数类型
- 基于 Spring AI 的 Flux 响应式流实现 LLM 流式输出，通过 SSE 实时推送生成进度到前端，配合现有 ExecutionEvent 事件机制，用户可实时查看 AI 生成过程
## 🤝 贡献指南
我们欢迎所有形式的贡献，包括但不限于：
- 🐛 提交 Bug 报告
- 💡 提出新功能建议
- 📝 改进文档
- 🔧 提交代码修复
- ⭐ Star 项目支持我们
### 参与方式
1. **Fork 本仓库**
2. **创建特性分支** (`git checkout -b feature/AmazingFeature`)
3. **提交更改** (`git commit -m 'Add some AmazingFeature'`)
4. **推送到分支** (`git push origin feature/AmazingFeature`)
5. **开启 Pull Request**
### 代码规范
- **后端**：遵循阿里巴巴 Java 开发手册
- **前端**：遵循 Airbnb React/JSX 风格指南
- **提交信息**：使用约定式提交（Conventional Commits）
## 💬 社区与支持
### 获取帮助
- 📬 **GitHub Issues**：[问题反馈和功能建议](https://github.com/yourusername/PaiAgent-one/issues)
- 💭 **GitHub Discussions**：[技术讨论和经验分享](https://github.com/yourusername/PaiAgent-one/discussions)
- 📖 **官方文档**：查看 [USER_GUIDE.md](./USER_GUIDE.md) 获取完整使用指南
### 联系方式
- **项目维护者**：[@itwanger](https://github.com/itwanger)
- **邮箱**：项目相关问题请通过 GitHub Issues 提交
## 📄 许可证
本项目采用 [MIT License](LICENSE) 开源协议。
## 🌟 致谢
感谢所有为本项目做出贡献的开发者！
---
**如果这个项目对您有帮助，请点击 ⭐ Star 支持我们！**
[⬆ 回到顶部](#paiagent-one)