SuperBizAgent

基于 Spring Boot + AI Agent 的智能问答与运维系统

📖 项目简介

企业级智能业务代理系统，包含两大核心模块：

1. RAG 智能问答

集成 Milvus 向量数据库和阿里云 DashScope，提供基于检索增强生成的智能问答能力，支持多轮对话和流式输出。

2. AIOps 智能运维

基于 AI Agent 的自动化运维系统，采用 Planner-Executor-Replanner 架构，实现告警分析、日志查询、智能诊断和报告生成。

🚀 核心特性

• ✅ RAG 问答: 向量检索 + 多轮对话 + 流式输出
• ✅ AIOps 运维: 智能诊断 + 多 Agent 协作 + 自动报告
• ✅ 工具集成: 文档检索、告警查询、日志分析、时间工具
• ✅ 会话管理: 上下文维护、历史管理、自动清理
• ✅ Web 界面: 提供测试界面和 RESTful API

🛠️ 技术栈

技术	版本	说明
Java	17	开发语言
Spring Boot	3.2.0	应用框架
Spring AI	-	AI Agent 框架
DashScope	2.17.0	阿里云 AI 服务
Milvus	2.6.10	向量数据库

📦 核心模块

SuperBizAgent/
├── src/main/java/org/example/
│   ├── controller/
│   │   └── ChatController.java        # 统一接口控制器 ⭐
│   ├── service/
│   │   ├── ChatService.java           # 对话服务 ⭐
│   │   ├── AiOpsService.java          # AIOps 服务 ⭐
│   │   ├── RagService.java            # RAG 服务
│   │   └── Vector*.java               # 向量服务
│   ├── agent/tool/                    # Agent 工具集
│   │   ├── DateTimeTools.java         # 时间工具
│   │   ├── InternalDocsTools.java     # 文档检索
│   │   ├── QueryMetricsTools.java     # 告警查询
│   │   └── QueryLogsTools.java        # 日志查询
│   └── config/                        # 配置类
├── src/main/resources/
│   ├── static/                        # Web 界面
│   └── application.yml                # 应用配置
└── aiops-docs/                        # 运维文档库

📡 核心接口

1. 智能问答接口

流式对话（推荐）

POST /api/chat_stream
Content-Type: application/json

{
  "Id": "session-123",
  "Question": "什么是向量数据库？"
}

支持 SSE 流式输出、自动工具调用、多轮对话。

普通对话

POST /api/chat
Content-Type: application/json

{
  "Id": "session-123",
  "Question": "什么是向量数据库？"
}

一次性返回完整结果，支持工具调用和多轮对话。

2. AIOps 智能运维接口

POST /api/ai_ops

自动执行告警分析流程，生成运维报告（SSE 流式输出）。

3. 会话管理

• POST /api/chat/clear - 清空会话历史
• GET /api/chat/session/{sessionId} - 获取会话信息

4. 文件管理

• POST /api/upload - 上传文件并自动向量化
• GET /milvus/health - Milvus 健康检查

⚙️ 核心配置

application.yml

server:
  port: 9900

# Milvus 向量数据库
milvus:
  host: localhost
  port: 19530

# 阿里云 DashScope
spring:
  ai:
    dashscope:
      api-key: "${DASHSCOPE_API_KEY}" // 环境变量

# RAG 配置
rag:
  top-k: 3
  model: "qwen3-max"

# 文档分片
document:
  chunk:
    max-size: 800
    overlap: 100

环境变量

export DASHSCOPE_API_KEY=your-api-key

🚀 快速开始

1. 环境准备

# 设置 API Key
export DASHSCOPE_API_KEY=your-api-key

2. 启动应用

方法一： 手动启动

1.先启动向量数据库
docker compose up -d -f vector-database.yml

2.启动服务
mvn clean install
mvn spring-boot:run

方法二：一键启动

make init  # 会自动启动向量数据库并上传运维文档到向量库

3. 使用示例

Web 界面

http://localhost:9900

命令行

# 上传文档
curl -X POST http://localhost:9900/api/upload \
  -F "file=@document.txt"

# 智能问答
curl -X POST http://localhost:9900/api/chat \
  -H "Content-Type: application/json" \
  -d '{"Id":"test","Question":"什么是向量数据库？"}'

# 健康检查
curl http://localhost:9900/milvus/health

---

🏗️ Phase 1: 基础设施搭建（已完成）

架构概览

Phase 1 完成了项目的基础设施搭建，包括：

• ✅ 数据持久化层（MySQL + JPA + Flyway）
• ✅ 会话管理（Redis）
• ✅ 向量索引（Milvus 集成）
• ✅ 文档管理服务（上传/查询/删除）
• ✅ 统一异常处理
• ✅ RESTful API 接口

本地开发环境

前置要求

• Java 17+
• Maven 3.8+
• Docker & Docker Compose（用于本地数据库）

快速开始

1. 启动依赖服务

# 启动 MySQL + Redis + Milvus（本地开发）
docker-compose up -d

# 查看服务状态
docker-compose ps

2. 配置应用

复制 src/main/resources/application.yml 并根据需要修改：

spring:
  datasource:
    url: jdbc:mysql://localhost:3306/super_biz_agent
    username: superbiz
    password: superbiz123
  
  data:
    redis:
      host: localhost
      port: 6379
      password: redis123

milvus:
  host: localhost
  port: 19530

3. 运行应用

# 编译
mvn clean compile

# 运行测试
mvn test

# 启动应用
mvn spring-boot:run

应用将在 http://localhost:9900 启动。

数据库迁移

Flyway 会自动执行数据库迁移：

src/main/resources/db/migration/
├── V001__create_diagnosis_record.sql
├── V002__create_case_library.sql
└── V003__create_api_document.sql

API 文档

文档管理接口：

# 上传文档（仅支持 .md 和 .txt）
POST /api/documents/upload
Content-Type: multipart/form-data

# 查询文档
GET /api/documents/{docId}
GET /api/documents/status/{status}?page=0&size=20
GET /api/documents/faultSource/{faultSource}

# 删除文档
DELETE /api/documents/{docId}

健康检查：

# Milvus 连接测试
mvn test -Dtest=SimpleMilvusTest

# MySQL 连接测试
mvn test -Dtest=MySQLConnectionTest

# Redis 连接测试
mvn test -Dtest=RedisConnectionTest

项目结构

com.superbiz.agent/
├── controller/          # REST 控制器
│   ├── ChatController.java
│   ├── DocumentController.java
│   └── FileUploadController.java
├── service/             # 业务逻辑层
│   ├── DocumentManagementService.java
│   ├── TextExtractorService.java
│   ├── session/         # 会话管理
│   └── ...
├── repository/          # 数据访问层
│   ├── ApiDocumentRepository.java
│   ├── CaseLibraryRepository.java
│   └── DiagnosisRecordRepository.java
├── domain/              # 领域模型
│   ├── entity/          # JPA 实体
│   ├── model/           # 数据模型
│   └── enums/           # 枚举类
├── dto/                 # 数据传输对象
├── exception/           # 异常处理
│   ├── GlobalExceptionHandler.java
│   ├── SessionNotFoundException.java
│   └── DocumentProcessException.java
└── config/              # 配置类

待办事项

• 向量化索引实现（VectorIndexService.indexDocumentChunks）
• 混合检索工具（精确匹配 + 语义检索 + RRF 融合）
• 文档管理集成测试

技术决策

• 包名重构：org.example → com.superbiz.agent
• 文本格式：仅支持 Markdown (.md) 和纯文本 (.txt)，其他格式需外部转换服务
• 分块策略：使用 DocumentChunkService 的智能分块（按标题、段落边界）
• 向量数据库：生产环境推荐 Zilliz Cloud，本地开发可用 Docker Milvus

---

版本: v1.0.0
作者: chief
许可证: MIT