ruoyi-ai

Java 生态里快速搭建企业级 AI Agent，统一管理大模型和知识库

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署搜索知识 🍴 复刻 1433 🐛 待处理 12 👀 关注 44

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 5822

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源框架，MIT 许可证，可免费使用和部署。

项目预览

项目数据

分类搜索知识

开发团队ageerle

官网地址https://doc.ruoyiai.chat

GitHubhttps://github.com/ageerle/ruoyi-ai

定价模式🏷️完全免费

价格说明开源框架，MIT 许可证，可免费使用和部署。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Java

技术栈/模型agent,ai,knowledge,mcp,rag

GitHub 星标★ 5822

上线时间2024-01-16 00:00:00

代码更新2026-10-21

仓库体积69.0 MB

本站数据更新2026-11-09

维护状态较活跃

收录时间2026-08-09

浏览次数5

项目介绍

ruoyi-ai 是一个基于 Java 的企业级 AI 应用开发框架，旨在帮助开发者快速构建生产级 AI Agent。它解决了企业在集成多家大模型、构建安全知识库、编排复杂工作流以及协调多 Agent 协作时的技术痛点。核心能力包括：统一管理多家大模型供应商（如 OpenAI、通义千问等），提供高精度检索的企业级知识库，支持可视化工作流编排，以及兼容主流 Agent Skill 标准（如 MCP、Function Call）以实现多 Agent 协同。该框架基于若依（RuoYi）生态，继承了其成熟的权限管理和开发规范，让 Java 团队能够低门槛地进入 AI 应用开发。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 5822

技术标签

agent ai knowledge mcp rag

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 20 分钟部署方式：Docker 6 步

环境要求

已安装 Docker 与 Docker Compose（Docker 部署方式）
可访问 GitHub 拉取源码，并可拉取 GHCR 公共镜像（无需 docker login）
源码构建方式需自备 Java/Node 构建环境（README 未列明具体版本）
服务器或本机需开放管理端与用户端访问端口（README 未给出本地端口）

安装与启动步骤

1克隆项目代码

下载源码后进入项目根目录，后续所有 Docker 命令都基于该目录下的相对路径执行。
```
git clone https://github.com/ageerle/ruoyi-ai.git
cd ruoyi-ai
```
2复制环境配置

由 .env.example 生成 .env 文件；Linux/macOS 用 cp，Windows PowerShell 用 Copy-Item。
```
cp docs/docker/ruoyi-ai/.env.example docs/docker/ruoyi-ai/.env
```
3锁定镜像版本

把 .env 中的 RUIYI_VERSION 固定为具体版本，避免跟随 latest 漂移；Windows 可手动改这一行。
```
sed -i 's/^RUIYI_VERSION=.*/RUIYI_VERSION=v3.1.0/' docs/docker/ruoyi-ai/.env
```
4检查环境配置

查看生成的 .env 内容，确认镜像版本等环境变量填写正确后再启动。
```
Get-Content docs\docker\ruoyi-ai\.env
```
5一键 Docker 部署

README 的 Method 1 为一键部署方式，但节选中未给出启动命令，请按官网文档在该目录执行启动。
6源码构建部署

Method 2 分三步：部署后端服务、部署管理后台、部署用户前端（可选），README 节选未给出具体命令。

关键配置

配置项	必填	说明	示例
`RUIYI_VERSION`	是	指定拉取的镜像版本，锁定版本可避免版本漂移	`v3.1.0`
`.env`	是	由 .env.example 复制生成，存放 Docker 部署所需环境变量	`docs/docker/ruoyi-ai/.env`