Skip to content

Latest commit

 

History

102 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

ReachAI

快速、安全完成业务系统智能化改造:
让 AI 能查数据、填表单、办业务

适用于 OA、ERP、CRM、eHR、采购、工单、合同等已有业务系统。

ReachAI · 面向 Java 企业系统的企业智能体开发与运行底座

改造完成后,业务系统能做什么

ReachAI 将 AI 助手嵌入 OA、eHR、采购、CRM 等现有业务页面。员工无需切换系统,即可通过自然语言查询数据、填写表单、办理业务:

业务系统 AI 可执行的业务任务
OA “汇总我今天的待办,并打开最紧急的一项。”
eHR “查询本月异常考勤,筛出还没有处理的记录。”
采购 “帮我创建办公用品采购申请,提交前给我确认。”
CRM “根据本周客户动态生成跟进计划。”

使用 ReachAI 改造后的 OA、eHR、采购和 CRM 系统

ReachAI 会结合当前登录身份、页面状态与业务上下文理解需求,仅调用已授予当前用户的业务能力。页面筛选、跳转与表单操作由已注册的页面动作执行;真实数据查询与写入仍由后端 Capability 或业务 API 完成。涉及写入、提交和审批等关键操作时,必须经用户确认后执行。

从一个界面掌握智能体运营状态

智能体运营中心按项目汇总 Agent、运行样本、可识别用户、Token、技术完成率、风险待办和业务系统贡献,让管理者先看到真实使用效果,再进入具体项目、版本或运行记录排查。

ReachAI 智能体运营中心

从现有系统到上线使用

连接业务系统并接入智能运行底座 → 扫描页面、接口和能力 → 推荐改造项 → AI Coding 实施 → 发布与验收 → 原系统使用 AI

ReachAI 覆盖业务系统接入、系统盘点、改造实施、能力发布、业务验收和上线运行:

AI主动完成 ReachAI 做什么 交付结果
1. 添加AI运行底座 识别项目技术栈,生成标准接入任务,由 AI Coding 集成后端连接、网关通信、页面助手、身份传递和安全校验组件 业务系统与 ReachAI 建立受控连接,获得能力注册、智能调度、页面交互与运行治理的统一支撑
2. 扫描业务系统 主动识别页面、路由、组件、接口和已有业务能力 形成系统能力地图,明确业务资源的位置、实现方式和调用关系
3. 推荐改造项 对选定页面进行只读分析,区分已确认事实、技术推断和待确认问题 自动推荐最多 3 个候选改造项,并提供代码证据、实现参考和验收标准
4. AI Coding 实施 将业务目标、代码上下文、技术约束和验收条件组织为标准化工程任务 AI Coding 在真实代码仓库中完成接入、修改和测试,并回传实施证据
5. 组装并发布智能能力 同步 Capability,编排并发布 Workflow,挂载 Agent 和页面助手 形成可版本化、可授权、可复用、可追踪的企业智能能力
6. 真实业务验收 核验代码、服务、SDK 回调、浏览器会话、运行轨迹和业务结果 验收通过后,业务人员可在原业务系统中使用 AI

业务系统继续沿用原有页面、身份、权限、接口和业务规则;ReachAI 在平台侧统一提供智能体调度、工作流执行、模型接入、操作确认和运行追踪。完成基础接入后,后续新增 AI 场景可以持续复用同一套智能运行底座。

ReachAI 项目管理
项目管理
统一查看 SDK、API 和扫描接入状态
ReachAI 项目详情
项目详情
从接入上报到 Agent、Workflow 编排与发布

三类角色,形成持续改造闭环

AI 主动扫描与推荐 → 开发者确认并实施 → 用户在原系统使用 → 系统识别新的改造机会 → 管理者制定计划 → 进入下一轮改造

角色 在持续改造闭环中的作用
开发者 AI 主动扫描系统的页面、接口和业务能力并推荐改造项;开发者确认后,平台生成标准工程任务,协同 AI Coding 完成接入、改造和测试
用户 无需改变原有使用习惯,在原业务系统中即可通过 AI 查询数据、填写表单和办理业务
管理者 系统持续分析真实使用中的高频问题、耗时环节和异常记录,主动推荐高价值改造点,为制定下一步改造计划提供依据

ReachAI 与 Dify、OpenClaw 有什么不同

平台类型 主要解决什么 ReachAI 的不同
Dify 等 AI 应用编排平台 创建和发布 AI 应用、Agent 与 Workflow ReachAI 面向已有业务系统,覆盖系统扫描、改造推荐、AI Coding 实施、能力接入、真实业务验收和上线治理
OpenClaw 等个人智能体 从聊天入口连接工具和服务,帮助个人跨应用完成任务 ReachAI 面向企业多用户、多系统和生产业务,让 AI 在原业务系统中受控调用已授权能力,关键操作需确认,全程可追踪

一句话:Dify 侧重创建 AI 应用,OpenClaw 侧重个人智能体的跨应用执行,ReachAI 侧重已有业务系统的快速、安全智能化改造与生产级治理。

技术优势:ReachAI 解决的七个关键问题

1. 对存量系统做有证据的智能化盘点

许多存量企业系统缺少完整接口文档,页面、路由、组件、后端接口和权限逻辑分散在代码中。ReachAI 将系统资产识别与改造分析拆分为两个可验证阶段:

  • 页面地图首先识别页面、路由、组件和 API 依赖,扫描阶段不依据名称推断业务价值。
  • 开发者选定页面后再进行只读分析,推荐最有价值的改造候选项。
  • 每个候选项分别记录 confirmedFacttechnicalInferenceopenQuestioncodeReferencesimplementationReferenceacceptanceCriteria

最终输出可由开发者复核并直接进入实施的改造清单,而不是缺少代码依据的概念性建议。

2. 将改造需求转化为可验收的 AI Coding 工程任务

ReachAI 将任务范围、仓库上下文、修改约束、结构化输出和验收条件封装为标准化工程任务,交付给 Codex、Trae、Cursor 或 Claude Code 执行。AI Coding 工具持续回传进度、问题和交付证据;只有代码、服务与真实业务验收全部通过,任务才会闭环。

平台持续核验:

  • 客户端是否连接、任务处于什么状态;
  • 代码是否接入、服务是否运行、SDK 回调是否闭环;
  • Embed 对话、页面动作和真实业务结果是否通过验收;
  • 本次验收对应的会话、Trace、Workflow 与发布版本是否一致。
ReachAI 页面接入中心
页面接入中心
按真实状态推进页面扫描、实施与验收
ReachAI AI Coding 实施与验收
AI Coding 实施与验收
保留任务进度、交付材料和人工验收结论

3. 将 Java 接口和业务方法沉淀为可治理的 Capability

对于可修改的 Java 系统,JDK 8 兼容的 SDK 与 Spring Boot 2 Starter 可以主动注册项目、实例和业务能力;对于暂不具备代码改造条件的历史系统,可通过扫描方式完成补充盘点。

import com.enterprise.ai.reach.sdk.annotation.ReachCapability;
import com.enterprise.ai.reach.sdk.annotation.ReachParam;
import com.enterprise.ai.reach.sdk.annotation.ReachSideEffectLevel;

import java.util.List;

@ReachCapability(
    name = "purchase.createApplication",
    title = "创建采购申请",
    description = "创建采购申请草稿,提交前需要用户确认",
    domain = "purchase",
    module = "application",
    sideEffect = ReachSideEffectLevel.WRITE,
    requiredRoles = {"PURCHASE_APPLICANT"}
)
public PurchaseApplication create(
        @ReachParam(name = "reason", description = "采购事由", required = true)
        String reason,
        @ReachParam(name = "items", description = "采购明细", required = true)
        List<PurchaseItem> items) {
    // 继续复用原业务系统的领域服务、权限和事务
}

Starter 自动扫描 @ReachCapability 业务方法和 Spring MVC 接口,完成实例心跳与签名上报。平台保存能力快照,计算字段级 diff,再由开发者执行 apply / ignore,最终沉淀为 Capability Catalog。

4. 智能体应对新需求,Workflow 稳定执行成熟业务

固定 Workflow 稳定,却难以覆盖不断出现的新需求;全部依赖 AI 动态规划虽然灵活,但成本、速度和结果一致性难以控制。

ReachAI 让智能体负责理解需求、规划任务和选择路径,让 Workflow 按已验证、已授权的步骤稳定执行。

  • 未知需求灵活处理:智能体理解意图,并选择合适的执行路径。
  • 已有业务稳定复用:高频任务直接运行已发布 Workflow,执行更快、结果更稳定、全程可追溯。
  • 成功经验持续沉淀:新路径留下 Trace;高频稳定模式可生成 Workflow 草稿,经人工审核后发布。
查看运行机制与代码依据
Agent → 已发布配置版本 → AgentScope Supervisor
      → 选择 0 / 1 / 多个已授权 Workflow-as-Tool
      → Runtime 执行版本固定的 GraphSpec
      → 汇总结果并记录 Trace
  • AgentScope Supervisor 负责意图理解、任务规划、Workflow 选择和有限重规划。
  • Workflow 的 GraphSpec 保存可执行语义;canvas_json 只保存画布布局。
  • Workflow Studio、AI 编排与发布校验共用 Runtime 节点能力注册表,并在发布前检查执行器支持,避免“画布能画、运行时不能跑”。
  • Agent 只能选择白名单中的 Workflow-as-Tool,Runtime 始终执行对应的已发布版本。
ReachAI Agent 配置与可调用 Workflow
Agent 配置
固定配置版本、使用范围和可调用 Workflow
ReachAI Workflow Studio 与 GraphSpec 编排
Workflow Studio
AI 辅助编排、校验、调试和发布 GraphSpec

5. 通过显式协议接入业务页面,不依赖截图识别和鼠标模拟

ReachAI Embed 将对话入口嵌入原业务系统,Page Bridge 则将当前页面允许执行的筛选、跳转、读取和表单操作显式注册为 AI 可用动作。跨页面操作采用可观测的导航与目标页面就绪协议;修改真实业务数据时,仍调用后端 Capability 或业务 API。

因此,页面自动化依赖已登记的动作契约、页面上下文和后端能力,而非通过 Computer Use 推断坐标并模拟鼠标键盘。

代码与说明:eafPageBridge.ts · 嵌入式对话与页面动作

ReachAI 页面可调用操作与真实页面调试
页面可调用操作 · 显式登记读取、筛选与写入动作,并在真实页面中调试

6. 在调用真实业务能力前后建立治理证据链

让 AI 以当前业务用户的身份工作。 业务后端为当前登录用户签发短期 Token,前端不保存 App Secret。ReachAI 将用户、Agent、项目和页面绑定到同一会话,调用真实业务能力时携带业务身份,并由原系统完成最终鉴权。

ReachAI 在模型与企业系统之间执行明确的运行策略:

  • 继承企业用户、租户、项目、角色和权限上下文;
  • 先按 Capability 白名单、Tool ACL、风险级别和页面意图过滤可用工具;
  • READ 可自动执行,PAGE_ACTION 需要明确页面意图,WRITE 需要一次确认,IRREVERSIBLE 默认拒绝;
  • 后端业务系统保留最终鉴权与业务校验;
  • 理解、规划、Workflow、节点、工具调用、Guard 决策、耗时和异常进入 Trace / RunOps,可回放并关联发布版本。

7. 让上线后的智能体持续运行、测评和改进

ReachAI 不把“发布成功”当作结束。运营概览负责汇总价值和风险,自动化中心负责按时间运行指定 Agent 或 Workflow,EvalOps 使用版本化数据集、目标快照和评测器比较发布候选,RunOps 则保留每次理解、规划、调用、重规划和异常的完整证据。

  • 自动化任务固定执行目标、发布版本、身份和输入快照,并关联运行记录;执行引擎可按环境显式启用。
  • EvalOps 支持数据集版本、基线与候选实验、逐项评分、发布门禁和 Trace 回查。
  • RunOps 聚合失败类型、发布版本表现、耗时、Token 与治理决策,支持从统计下钻到单次运行。
ReachAI 自动化中心
自动化中心
按计划运行 Agent 或 Workflow;截图环境的执行引擎尚未启用
ReachAI RunOps 运行中心
RunOps 运行中心
查看失败聚类、版本表现与根运行记录

ReachAI 平台能力全景

能力域 作用
项目与页面工程 注册业务系统,扫描页面和接口,管理改造清单、AI Coding 任务和真实验收
Capability Catalog 管理 SDK 注册、历史扫描、能力快照、diff、评审、授权和语义文档
Workflow Studio AI 生成或可视化编排 GraphSpec,完成校验、调试、版本发布和回放
Agent Runtime 管理 Agent 身份与配置版本,由 Supervisor 调度白名单中的 Workflow-as-Tool
Agent Skill 管理标准 Skill 包、版本、评审、发布、撤销和 Agent 绑定,不与 Capability 业务资产混用
Page Embed / Bridge 在原业务页面建立对话、页面上下文和显式动作通道
Automation / EvalOps 调度 Agent 或 Workflow,并通过版本化数据集、对比实验、发布门禁和 Trace 形成质量闭环
RunOps / Governance 汇总运行、失败、版本表现与治理决策,提供身份、ACL、Guard、审计、回放和诊断
Integration / Open 通过 API 市场、MCP Hub 和 A2A 互联中心发现、发布并治理外部能力与远程 Agent
Model / Knowledge 统一管理 Chat、Embedding、Rerank、模型目录、知识库、文件、RAG 和业务索引

开放协议连接外部工具与智能体。 ReachAI 通过 Gateway、MCP 和 A2A,将经过登记和授权的 Tool、Capability 与 Agent 提供给 IDE、自动化工具、其他业务系统和远程智能体调用。外部调用仍遵守能力可见范围、客户端白名单、身份权限和审计规则,不会绕开平台治理。

因此,ReachAI 不只是 Workflow 编辑器,更是企业 AI 能力的开放控制面与运行治理层。

三个核心对象具有明确边界:Capability 是企业业务资产,Tool 是模型调用协议,Workflow 是 GraphSpec 编排。 ReachAI 对三者进行独立建模与治理,不将其合并为单一“插件”抽象。

AI 资产与开放生态

ReachAI Skill 管理
Skill 管理
标准包、版本、评审与治理状态
ReachAI API 市场
API 市场
发现、评估、验证并接入公开 API
ReachAI MCP 互联中心
MCP Hub
将 Capability 或已发布 Workflow 安全发布为 MCP Tool
ReachAI A2A 互联中心
A2A 互联中心
统一管理本地发布、远程 Agent、任务、信任和诊断

知识与模型资源

ReachAI 知识库管理
知识库
统一管理知识源、文件、向量模型和检索状态
ReachAI 模型中心
模型中心
管理大语言模型、向量模型、测试状态与目录同步

技术架构

flowchart LR
    subgraph BUILD[智能化建设阶段]
        SYS[现有 Java 业务系统]
        MAP[项目与页面工作台<br/>页面 / 路由 / 接口 / 能力地图]
        TASK[AI Coding Task Protocol<br/>范围 / 上下文 / 约束 / 验收]
        CODER[Codex / Trae / Cursor<br/>Claude Code]
        CATALOG[Capability Catalog<br/>快照 / Diff / 评审]
        STUDIO[Workflow Studio<br/>GraphSpec / 发布版本]

        SYS --> MAP --> TASK --> CODER --> SYS
        SYS -- SDK 注册与心跳 --> CATALOG --> STUDIO
    end

    subgraph RUN[上线运行阶段]
        PAGE[原业务页面<br/>ReachAI Embed + Page Bridge]
        CONTROL[Control / Embed Gateway<br/>身份与公共入口]
        SUPERVISOR[AgentScope Supervisor<br/>理解 / 规划 / 选择]
        WORKFLOW[版本固定的 Workflow<br/>GraphSpec Executor]
        POLICY[Tool ACL / Guard<br/>确认与风险策略]
        BIZ[真实业务 Capability / API]
        MODEL[Model Gateway]
        KNOWLEDGE[Knowledge / Retrieval]
        OPS[Trace / RunOps / Replay]

        PAGE --> CONTROL --> SUPERVISOR --> WORKFLOW --> POLICY --> BIZ
        SUPERVISOR --> MODEL
        WORKFLOW --> KNOWLEDGE
        SUPERVISOR -. 运行证据 .-> OPS
        WORKFLOW -. 节点轨迹 .-> OPS
        POLICY -. 调用与决策 .-> OPS
    end

    STUDIO -. 发布 .-> WORKFLOW
    CATALOG -. 授权能力 .-> POLICY
Loading

当前五服务拓扑

服务 默认端口 当前职责
reachai-model-service 18601 Model Gateway:Chat、Embedding、Rerank 和模型实例管理
reachai-knowledge-service 18602 Knowledge / Retrieval:知识库、文件、Chunk、RAG、向量检索和业务索引;context path 为 /ai
reachai-control-service 18603 Public API / BFF:项目与页面工程、身份、公共 /api/**/embed/** 和 SDK 兼容入口
reachai-runtime-service 18604 Runtime Host:Agent、Workflow、GraphSpec 执行、Trace、RunOps 和调试
reachai-capability-service 18605 Capability Catalog:SDK 注册、快照、diff、评审、扫描目录和能力资产

第一阶段五个服务共用一个 MySQL 实例,但每张表有唯一 owning service;跨服务协作通过 internal API 或显式 client 完成。边界以 服务表所有权 为准。

主要技术栈

层次 技术
平台后端 Java 17、Spring Boot 3.4.5、Spring AI 1.0.0、Spring AI Alibaba 1.0.0.2
智能体与工作流 AgentScope 2.0.0、LangGraph4j 1.8.16、GraphSpec
业务系统接入 JDK 8 兼容 Capability SDK / Spring Boot 2 Starter、Embed Chat SDK、Page Bridge
管理端 Vue 3.5、TypeScript、Element Plus、Pinia、Vue Flow、Vite 6
基础设施 MySQL 8、Redis 7、Milvus 2.4;Docling 可选
当前实现边界
  • 项目处于快速迭代阶段;README 描述的是当前主路径,不代表所有能力都已经达到生产完备状态。
  • 新建或可修改的 Java 系统优先使用 SDK 主动注册;历史扫描用于存量系统盘点和补充接入。
  • Workflow 节点按 Runtime 能力注册表分级开放,部分节点仍处于 BETA;发布校验结果优先于画布显示。
  • Tool ACL、Guard、人工确认、开放协议和治理面仍在持续产品化;真实业务系统保留最终鉴权与事务边界。
  • 当前五服务共用一个 MySQL 库,但代码、表所有权和 internal API 必须遵守服务边界。

最新事实请以 项目文档入口、当前代码和 SQL 基线 为准。

快速开始

环境要求

  • JDK 17 和 Maven
  • Node.js 与 npm
  • Docker Compose

1. 启动基础设施并初始化数据库

先复制凭据模板并填写本机随机值;deploy/.env 已被 Git 忽略,不得提交。PowerShell 可将 cp 换成 Copy-Item

cp deploy/.env.example deploy/.env
docker compose --env-file deploy/.env -f deploy/docker-compose.infra.yml up -d
mysql --default-character-set=utf8mb4 -h localhost -u root -p -e "source sql/initV2.sql"

2. 构建后端

mvn clean install -DskipTests

3. 启动五个服务

仓库提供 .run/00-reachai-five-services.run.xml,可在 IntelliJ IDEA 中一键启动。默认本地模式会为五服务注入公开的开发专用加密/签名值,体验用户无需配置 MODEL_CREDENTIAL_SECRETAGENT_WORKFLOW_CREDENTIAL_SECRETEAF_EMBED_TOKEN_SECRETREACHAI_AI_CODING_TASK_SECRET_PEPPER 或内部调用密钥;显式环境变量始终优先。prod / production profile、Kubernetes 环境以及 REACHAI_LOCAL_DEVELOPMENT_DEFAULTS_ENABLED=false 都不会注入这些开发值,正式部署仍必须从 Secret 注入独立密钥。也可以按以下顺序分别执行 mvn spring-boot:run

reachai-model-service      18601
reachai-knowledge-service  18602  /ai
reachai-capability-service 18605
reachai-runtime-service    18604
reachai-control-service    18603

4. 启动管理端

cd ai-admin-front
npm ci
npm run dev

本地开源模式默认提供 admin / admin123 并在登录页预填,方便首次体验。该账号只用于本地开发;生产环境必须设置 REACHAI_LOCAL_AUTH_ENABLED=falseREACHAI_BOOTSTRAP_ADMIN_ENABLED=false,并接入正式身份体系。

更完整的启动、环境变量和服务检查说明见 五服务边界与本地启动

给 AI 编程工具的入口

Codex、Trae、Cursor、Claude Code 等工具进入仓库后,请按以下顺序读取事实源:

  1. AGENTS.md:项目规则、模块边界、SQL 和验证要求。
  2. docs/README.md:当前五服务拓扑与权威文档导航。
  3. PROJECT-MEMORY.md:产品定位、模块地图与当前事实。
  4. WORKING-RULES.md:开发、SQL、验证和协作规则。
  5. 与任务直接相关的真实代码、接口、SQL 和测试。

接入业务系统时,从 SDK 与 Embed Chat 快速参考 开始;开发 Workflow 时,从 Workflow AI Coding 开始。不要根据旧截图、旧服务名或历史文档猜测当前实现。

继续阅读

文档 说明
平台定位与架构总览 产品定位、核心主线和平台页面
项目注册与能力资产 SDK、扫描、Capability 快照、diff 与评审
Workflow Studio 与 Runtime Agent、Supervisor、GraphSpec、Page Bridge 和发布运行
运行治理与开放协议 Trace、RunOps、ACL、Guard、MCP、A2A 与 Gateway
知识、模型与企业资产 Model Gateway、Knowledge / Retrieval 和企业资产

License

MIT License

ReachAI 学习交流群

About

ReachAI企业级智能体开发平台:快速、安全完成已有业务系统智能化改造,让 AI 在 OA、ERP、CRM 等原系统中查数据、填表单、办业务。ReachAI: Quickly and securely bring AI to existing enterprise systems, enabling AI to query data, fill out forms, and execute business tasks directly within OA, ERP, CRM, and other business applications.

Topics

Resources

Contributing

Stars

673 stars

Watchers

47 watching

Forks

Releases

Packages

Contributors

Languages